道路提取方法、装置、可读存储介质及设备制造方法及图纸

本申请实施例提供一种道路提取方法、装置、可读存储介质及设备，获取记载有若干条轨迹数据的轨迹点图幅；将轨迹点图幅划分为多个图像块，每个图像块划分为多个像元；根据若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的数量，以及每个像元中的轨迹点的平均速度矢量；对于每一个图像块，利用预先训练好的道路提取模型对该图像块进行处理，得到该图像块对应的道路提取结果；将各个图像块对应的道路提取结果进行拼接，得到轨迹点图幅对应的道路提取结果。提高了道路提取精度。为时空大数据在互联网地图、交通规则、公共安全等行业的落地应用提供新的技术方案。

【技术实现步骤摘要】
道路提取方法、装置、可读存储介质及设备
本申请涉及信息处理
，具体涉及一种道路提取方法、装置、可读存储介质及设备。
技术介绍
智能交通系统、城市规划系统、灾害应急响应等重要地理信息应用都依赖于准确及时的道路网络信息。因此，数字道路的快速、准确获得与及时更新变得尤为重要。目前，道路提取算法主要依赖于遥感影像数据，而且，基于遥感影像的道路提取算法已经能取得良好的道路提取效果。但是，受限于遥感影像的获取周期，无法实现周级、天级乃至小时级的更新。此外，树木、建筑物、云层的遮挡也会较大程度影响道路网络提取的完整性。随着大数据时代的到来，移动互联网的发展与移动终端的普及产生了大量具有时空标记、能够描述个体行为的时空大数据，如手机数据、出租车数据、社交媒体数据等，这使得实时感知道路网络上车流和人流变化成为可能，从而为基于位置感知大数据的道路网络提取提供了可能。现有的基于位置感知大数据提取道路的研究较少，主要是将轨迹矢量数据栅格化后，采用遥感图像滤波方法进行路网主干道路提取，或者使用形态学算子(如膨胀和腐蚀算子)提取道路中心线，但这些方法都无法实现高精度的道路提取。因此，如何提高道路提取的精度成为亟待解决的技术问题。
技术实现思路
有鉴于此，本申请实施例提供一种道路提取方法、装置、可读存储介质及设备，以提高道路提取的精度。为实现上述目的，本申请实施例提供如下技术方案：一方面，提供一种道路提取方法，包括：获取轨迹点图幅，所述轨迹点图幅中记载有若干条轨迹数据；将所述轨迹点图幅划分为多个图像块，每个图像块划分为多个像元；根据所述若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的数量，以及每个像元中的轨迹点的平均速度矢量；对于每一个图像块，利用预先训练好的道路提取模型对该图像块进行处理，得到该图像块对应的道路提取结果；将各个图像块对应的道路提取结果进行拼接，得到所述轨迹点图幅对应的道路提取结果。第二方面，提供一种道路提取装置，包括：图幅获取模块，用于获取轨迹点图幅，所述轨迹点图幅中记载有若干条轨迹数据；划分模块，用于将所述轨迹点图幅划分为多个图像块，每个图像块划分为多个像元；特征获取模块，用于根据所述若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的数量，以及每个像元中的轨迹点的平均速度矢量；提取模块，用于对于每一个图像块，利用预先训练好的道路提取模型对该图像块进行处理，得到该图像块对应的道路提取结果；拼接模块，用于将各个图像块对应的道路提取结果进行拼接，得到所述轨迹点图幅对应的道路提取结果。第三方面，提供一种道路提取设备，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于执行所述计算机程序，实现如上所述的道路提取方法的各个步骤。第四方面，提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的道路提取方法的各个步骤。本申请实施例提供的道路提取方法、装置、可读存储介质及设备，获取记载有若干条轨迹数据的轨迹点图幅；将轨迹点图幅划分为多个图像块，每个图像块划分为多个像元；根据若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的数量，以及每个像元中的轨迹点的平均速度矢量；对于每一个图像块，利用预先训练好的道路提取模型对该图像块进行处理，得到该图像块对应的道路提取结果；将各个图像块对应的道路提取结果进行拼接，得到轨迹点图幅对应的道路提取结果。本申请中，将轨迹点图幅转化为多个图像块，每个图像块中的像元的值为像元中的轨迹点的数量，以及每个像元中的轨迹点的平均速度矢量，通过预先训练好的道路提取模型对各个图像块进行道路提取，将各个图像块对应的道路提取结果进行拼接，得到轨迹点图幅对应的道路提取结果，由于在道路提取过程中使用了轨迹点的多个维度的信息(轨迹点数量，速度矢量)，且结合了道路提取模型，从而提高了道路提取精度。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1a为本申请实施例提供的道路提取设备的硬件结构框图；图1b为本申请实施例提供的道路提取方法的一种实现流程图；图2为本申请实施例提供的对轨迹数据进行插值的一种实现流程图；图3为本申请实施例提供的对轨迹数据进行插值的一种原理图；图4为本申请实施例提供的根据若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的平均速度矢量的另一种实现流程图；图5为本申请实施例提供的对于每一个图像块，利用预先训练好的道路提取模型对该图像块进行处理，得到该图像块对应的道路提取结果的一种实现流程图；图6a为本申请实施例提供的输入道路提取模型的图像块；图6b为本申请实施例提供的基于传统的图像处理方法得到的道路提取结果；图6c为本申请实施例提供的基于本申请的图像处理方法得到的道路提取结果；图7为本申请实施例提供的对轨迹点图幅对应的道路提取结果进行修正的一种实现流程图；图8为本申请实施例提供的道路提取方法的一种系统流程图的示意图；图9为本申请实施例提供的轨迹数据与图幅、图像块和像元之间的空间关系示例图；图10为本申请实施例提供的基于本申请的方案对北京市单个图幅的步骑行道路的轨迹数据进行处理前后的全局对比图和局部对比图；图11为本申请实施例提供的道路提取装置的一种结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。人工智能(ArtificialIntelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。计算机视觉(ComputerVision，CV)是一门研究如何使机器“看”本文档来自技高网...

【技术保护点】
1.一种道路提取方法，其特征在于，包括：/n获取轨迹点图幅，所述轨迹点图幅中记载有若干条轨迹数据；/n将所述轨迹点图幅划分为多个图像块，每个图像块划分为多个像元；/n根据所述若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的数量，以及每个像元中的轨迹点的平均速度矢量；/n对于每一个图像块，利用预先训练好的道路提取模型对该图像块进行处理，得到该图像块对应的道路提取结果；/n将各个图像块对应的道路提取结果进行拼接，得到所述轨迹点图幅对应的道路提取结果。/n

【技术特征摘要】
1.一种道路提取方法，其特征在于，包括：
获取轨迹点图幅，所述轨迹点图幅中记载有若干条轨迹数据；
将所述轨迹点图幅划分为多个图像块，每个图像块划分为多个像元；
根据所述若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的数量，以及每个像元中的轨迹点的平均速度矢量；
对于每一个图像块，利用预先训练好的道路提取模型对该图像块进行处理，得到该图像块对应的道路提取结果；
将各个图像块对应的道路提取结果进行拼接，得到所述轨迹点图幅对应的道路提取结果。


2.根据权利要求1所述的方法，其特征在于，每一个像元中包括第一类轨迹点和第二类轨迹点中的至少一类轨迹点；其中，
第一类轨迹点为所述若干条轨迹数据中的轨迹点，第二类轨迹点为基于所述若干条轨迹数据中的轨迹点进行插值得到的插值轨迹点。


3.根据权利要求2所述的方法，其特征在于，确定插值轨迹点的过程包括：
对于所述若干条轨迹数据中的每一条轨迹数据，确定从该条轨迹数据中的第一轨迹点到第二轨迹点经过的所有像元；所述第一轨迹点和所述第二轨迹点为该条轨迹数据中的相邻轨迹点；
若从所述第一轨迹点到所述第二轨迹点经过目标像元，根据所述第一轨迹点和所述第二轨迹点进行插值运算，以确定所述目标像元中与该条轨迹数据对应的插值轨迹点的速度和方向；所述目标像元中不存在所述第一轨迹点和所述第二轨迹点。


4.根据权利要求1所述的方法，其特征在于，根据所述若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的平均速度矢量的过程，包括：
对于每一个像元，统计该像元中所有轨迹点的速度标量的平均值和方向的平均值，得到该像元的平均速度矢量。


5.根据权利要求4所述的方法，其特征在于，所述平均速度矢量包括：第一速度矢量分量和第二速度矢量分量；所述第一速度矢量分量和所述第二速度矢量分量通过对所述平均速度矢量进行正交分解得到。


6.根据权利要求1所述的方法，其特征在于，根据所述若干条轨迹数据，确定各个图像块中的每个像元中的轨迹点的平均速度矢量的过程，包括：
对于每一个像元，计算该像元内的轨迹点的方向的概率密度函数；
根据所述概率密度函数确定预设数量的概率密度峰值，将所述预设数量的概率密度峰值对应的方向确定为主方向；
对于每一个主方...

【专利技术属性】
技术研发人员：刘张，高树峰，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44