[發明專利]路網生成方法、裝置、可讀存儲介質及電子設備

在審

• 申請號: 202210427356.8
• 申請日: 2022-04-21
• 公開（公告）號: CN114842207A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 呂林坤;李嘉偉;高久翀;杜方瀟;苗晶
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06V10/30
• 分類號: G06V10/30;G06V10/46;G06V10/774;G06F16/29
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 魏嘉熹

1.一種路網生成方法，其特征在于，包括：

獲取目標區域的多個目標軌跡數據；

根據所述多個目標軌跡數據，通過道路預測模型預測所述目標區域的目標道路柵格圖，其中，所述道路預測模型基于第一區域的多個樣本軌跡數據和第二區域的樣本路網數據訓練得到，所述目標區域、所述第一區域、所述第二區域互不相同；

對所述目標道路柵格圖進行矢量化處理，得到所述目標區域的目標路網數據。

2.根據權利要求1所述的方法，其特征在于，所述根據所述多個目標軌跡數據，通過道路預測模型預測所述目標區域的目標道路柵格圖，包括：

對所述多個目標軌跡數據進行預處理，得到所述目標區域的目標軌跡柵格圖；

將所述目標軌跡柵格圖輸入到道路預測模型中，得到所述目標區域的目標道路柵格圖。

3.根據權利要求2所述的方法，其特征在于，所述對所述多個目標軌跡數據進行預處理，得到所述目標區域的目標軌跡柵格圖，包括：

針對每一所述目標軌跡數據，對該目標軌跡數據進行軌跡清洗；對軌跡清洗后所得的目標軌跡數據進行柵格化處理，得到該目標軌跡數據對應的軌跡特征圖；

將每一所述目標軌跡數據對應的軌跡特征圖進行融合疊加，得到所述目標區域的軌跡特征密度圖；

根據所述軌跡特征密度圖，確定所述目標區域的目標軌跡柵格圖。

4.根據權利要求1-3中任一項所述的方法，其特征在于，所述道路預測模型通過以下方式訓練得到：

獲取訓練數據，其中，所述訓練數據包括第一區域的多個樣本軌跡數據和第二區域的樣本路網數據；

對所述多個樣本軌跡數據進行預處理，得到所述第一區域的樣本軌跡柵格圖；

對所述樣本路網數據進行柵格化處理，得到所述第二區域的樣本道路柵格圖；

根據所述樣本軌跡柵格圖，通過風格遷移模型生成預測道路柵格圖；

基于所述預測道路柵格圖和所述樣本道路柵格圖，對所述風格遷移模型進行模型參數更新；

響應于不滿足訓練截止條件，重新執行所述獲取訓練數據的步驟至所述基于所述預測道路柵格圖和所述樣本道路柵格圖，對所述風格遷移模型進行模型參數更新的步驟；

響應于滿足所述訓練截止條件，獲得所述道路預測模型。

5.根據權利要求4所述的方法，其特征在于，所述風格遷移模型為包括第一生成器和第一判別器的生成對抗網絡；

所述根據所述樣本軌跡柵格圖，通過風格遷移模型生成預測道路柵格圖，包括：

根據所述樣本軌跡柵格圖，通過所述第一生成器生成預測道路柵格圖；

所述基于所述預測道路柵格圖和所述樣本道路柵格圖，對所述風格遷移模型進行模型參數更新，包括：

通過所述第一判別器判別所述預測道路柵格圖的圖像風格是否符合所述樣本道路柵格圖的圖像風格，得到第一判別結果；

根據所述第一判別結果，對所述第一生成器和所述第一判別器進行模型參數更新。

6.根據權利要求4所述的方法，其特征在于，所述風格遷移模型為包括第二生成器、第三生成器、第二判別器以及第三判別器的循環生成對抗網絡；

所述根據所述樣本軌跡柵格圖，通過風格遷移模型生成預測道路柵格圖，包括：

根據所述樣本軌跡柵格圖，通過所述第二生成器生成預測道路柵格圖；

所述基于所述預測道路柵格圖和所述樣本道路柵格圖，對所述風格遷移模型進行模型參數更新，包括：

通過所述第二判別器判別所述預測道路柵格圖的圖像風格是否符合所述樣本道路柵格圖的圖像風格，得到第一判別結果；

根據所述預測道路柵格圖，通過所述第三生成器生成預測軌跡柵格圖；

通過所述第三判別器判別所述預測軌跡柵格圖的圖像風格是否符合所述樣本軌跡柵格圖的圖像風格，得到第二判別結果；

根據所述預測軌跡柵格圖、所述樣本軌跡柵格圖、所述第一判別結果以及所述第二判別結果，對所述第二生成器和所述第二判別器進行模型參數更新；

根據所述預測軌跡柵格圖、所述樣本軌跡柵格圖以及所述第二判別結果，對所述第三生成器和所述第三判別器進行模型參數更新。