[發明專利]模型訓練和路網處理方法、裝置、設備、介質和產品

在審

• 申請號: 202211364413.9
• 申請日: 2022-11-02
• 公開（公告）號: CN115773744A
• 公開（公告）日: 2023-03-10
• 發明（設計）人: 阮詩斯
• 申請（專利權）人: 阿里巴巴（中國）有限公司
• 主分類號: G01C21/00
• 分類號: G01C21/00;G06V10/26;G06V10/774;G06V10/82;G06N3/0464;G06N3/048;G06N3/0455;G06N3/08
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 阮改燕

1.一種路網分割模型訓練方法，其特征在于，包括：

獲取樣本區域中的樣本路網和樣本軌跡，并將所述樣本路網拆分為樣本新增路網和樣本已有路網；

分別將所述樣本已有路網、所述樣本軌跡和所述樣本新增路網映射至所述樣本區域對應的網格矩陣中，生成樣本路網特征、樣本軌跡特征和樣本新增特征；

以所述樣本路網特征和所述樣本軌跡特征為訓練輸入數據，以所述樣本新增特征為訓練參考真值，對預設分割網絡模型進行迭代訓練，并將訓練結束時的所述預設分割網絡模型確定為路網分割模型。

2.根據權利要求1所述的方法，其中，獲取所述樣本區域中的所述樣本軌跡包括：

獲取所述樣本區域對應的原始軌跡；其中，所述原始軌跡包含多個軌跡點；

從所述原始軌跡中提取落于所述樣本區域的區域范圍內的所述軌跡點，生成候選軌跡；

基于預設軌跡屬性閾值對所述候選軌跡進行去噪處理，生成所述樣本軌跡；其中，所述預設軌跡屬性閾值包括時間間隔閾值、方位偏差閾值、速度偏差閾值和聚集度閾值中的至少一個。

3.根據權利要求2所述的方法，其中，所述從所述原始軌跡中提取落于所述樣本區域的區域范圍內的所述軌跡點，生成候選軌跡包括：

基于預設距離閾值對所述區域范圍進行收縮處理，確定所述樣本區域對應的收縮范圍；

若所述原始軌跡中至少存在連續預設數量的所述軌跡點處于所述收縮范圍內，則從所述原始軌跡中提取處于所述區域范圍的所述軌跡點，生成所述候選軌跡。

4.根據權利要求1所述的方法，其中，將所述樣本軌跡映射至所述樣本區域對應的網格矩陣中，生成所述樣本軌跡特征包括：

針對所述網格矩陣中的每個網格單元，基于所述樣本軌跡的軌跡屬性信息，確定所述樣本軌跡在所述網格單元中的單元軌跡特征；其中，所述單元軌跡特征包括點特征、線特征、速度特征、方向特征和轉移特征；所述點特征表示所述樣本軌跡落在所述網格單元中的軌跡點數量；所述線特征表示所述樣本軌跡落在所述網格單元中的軌跡段數量；所述速度特征表示所述樣本軌跡落在所述網格單元中的各所述軌跡點的移動速度；所述方向特征表示所述樣本軌跡落在所述網格單元的八方位上的軌跡段數量；所述轉移特征表示所述樣本軌跡在所述網格單元的鄰域矩陣中進行軌跡轉移的信息；

由各所述網格單元的所述單元軌跡特征構成所述樣本軌跡特征。

5.根據權利要求1所述的方法，其中，所述將所述樣本路網拆分為樣本新增路網和樣本已有路網包括：

基于預設路網篩選規則從所述樣本路網中提取路網，作為所述樣本新增路網，并將所述樣本路網中除所述樣本新增路網之外的路網確定為所述樣本已有路網；其中，所述預設路網篩選規則基于路網數量、道路寬度、道路長度、道路方向和道路間隔數量中的至少一個構建；

或者，從所述樣本路網中隨機提取所述路網數量的路網，作為所述樣本新增路網，并將所述樣本路網中除所述樣本新增路網之外的路網確定為所述樣本已有路網。

6.一種路網處理方法，其特征在于，包括：

獲取目標區域中的目標路網和目標軌跡；

分別將所述目標路網和所述目標軌跡映射至所述目標區域對應的網格矩陣中，生成目標路網特征和目標軌跡特征；

基于所述目標路網特征和所述目標軌跡特征，通過路網分割模型，生成所述目標區域中的新增路網；其中，所述路網分割模型通過如權利要求1至5任一項所述的路網分割模型訓練方法預先訓練得到。

7.根據權利要求6所述的方法，其中，所述基于所述目標路網特征和所述目標軌跡特征，通過路網分割模型，生成所述目標區域中的新增路網包括：

將所述目標路網特征和所述目標軌跡特征輸入所述路網分割模型，輸出初始圖像結果；其中，所述初始圖像結果中的每個網格單元的值用于表征所述網格單元是否屬于新增道路；

基于所述初始圖像結果進行路網提取，生成矢量化的所述新增路網。