CN118882622A - 车道级数据更新方法、装置、设备、可读存储介质及产品 - Google Patents

Abstract

本公开提供了车道级数据更新方法、装置、设备、可读存储介质及产品，涉及数据处理领域，尤其涉及智能交通领域。具体实现方案为：获取目标区域对应的至少一种道路关联数据，其中，道路关联数据包括目标区域关联的路况图像、行驶轨迹以及标准地图；基于至少一种道路关联数据以及道路关联数据关联的预设参数确定目标区域中存在车道变化的至少一个待更新区域；针对各待更新区域，获取待更新区域对应的多条行驶轨迹以及当前路况图像；基于多条行驶轨迹以及当前路况图像确定待更新区域对应的目标车道级数据，基于目标车道级数据对预存车道级数据进行更新操作。从而能够快速地实现车道级数据的更新，以保持车道级数据的数据鲜活，为智能驾驶提供了基础。

Description

车道级数据更新方法、装置、设备、可读存储介质及产品

技术领域

本公开涉及数据处理中的智能交通，尤其涉及一种车道级数据更新方法、装置、设备、可读存储介质及产品。

背景技术

随着人工智能技术的不断发展，智能驾驶逐渐走进了用户的生活。车道级导航作为智能驾驶的典型应用，可有效提升用户驾驶体验。车道级数据是支撑车道级导航的重要依赖，数据更新能力是保持数据鲜活，保障导航体验的基础条件。故如何保证车道级数据的更新时效成为了亟待解决的问题。

发明内容

本公开提供了一种用于快速、准确实现车道级数据更新的车道级数据更新方法、装置、设备、可读存储介质及产品。

根据本公开的第一方面，提供了一种车道级数据更新方法，包括：

获取目标区域对应的至少一种道路关联数据，其中，所述道路关联数据包括所述目标区域关联的路况图像、行驶轨迹以及标准地图；

基于所述至少一种道路关联数据以及所述道路关联数据关联的预设参数确定所述目标区域中存在车道变化的至少一个待更新区域；

针对各待更新区域，获取所述待更新区域对应的多条行驶轨迹以及当前路况图像；

基于所述多条行驶轨迹以及当前路况图像确定所述待更新区域对应的目标车道级数据，基于所述目标车道级数据对预存车道级数据进行更新操作。

根据本公开的第二方面，提供了一种车道级数据更新装置，包括：

获取模块，用于获取目标区域对应的至少一种道路关联数据，其中，所述道路关联数据包括所述目标区域关联的路况图像、行驶轨迹以及标准地图；

确定模块，用于基于所述至少一种道路关联数据以及所述道路关联数据关联的预设参数确定所述目标区域中存在车道变化的至少一个待更新区域；

处理模块，用于针对各待更新区域，获取所述待更新区域对应的多条行驶轨迹以及当前路况图像；

更新模块，用于基于所述多条行驶轨迹以及当前路况图像确定所述待更新区域对应的目标车道级数据，基于所述目标车道级数据对预存车道级数据进行更新操作。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开所基于的系统架构；

图2为本公开实施例提供的车道级数据更新方法的流程示意图；

图3为本公开实施例提供的应用场景示意图；

图4为本公开又一实施例提供的车道级数据更新方法的流程示意图；

图5为本公开又一实施例提供的车道级数据更新方法的流程示意图；

图6为本公开又一实施例提供的车道级数据更新方法的流程示意图；

图7为本公开实施例提供的聚合轨迹示意图；

图8为本公开实施例提供的聚合轨迹图像示意图；

图9为本公开实施例提供的裁剪后的聚合轨迹图像示意图；

图10为本公开实施例提供的车道级数据更新装置的结构示意图；

图11为本公开实施例提供的电子设备的结构示意图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

随着人工智能技术的不断发展，智能驾驶逐渐走进了用户的生活。车道级导航作为智能驾驶的典型应用，可有效提升用户驾驶体验。车道级数据是支撑车道级导航的重要依赖，数据更新能力是保持数据鲜活，保障导航体验的基础条件。

相关技术中，一般都是通过专业数据采集车进行车道影像数据的采集操作，并通过自动化与人工相结合的方式进行数据加工操作，以实现车道级数据的更新。但是，由于专业数据采集车数量有限，数据采集周期较长，故采用上述方式进行车道级数据更新操作往往时效性较差，无法满足智能驾驶的高时效要求。

在解决上述技术问题的过程中，发明人通过研究发现，为了能够快速且低成本的情况下实现车道级数据的更新，可以结合标准地图、路况图像以及行驶轨迹等至少一个道路关联数据，基于该至少一个道路关联数据以及各道路关联数据对应的预设参数可以准确地确定当前发生车道变化的至少一个待更新区域。基于待更新区域的多条行驶轨迹以及当前路况图像准确地确定该待更新区域内的更新车道以及各车道的车道宽度，进而能够基于待更新区域的车道级数据实现对现存车道级数据的更新，以保证车道级数据的数据鲜活，为智能驾驶提供数据支持。

本公开提供一种车道级数据更新方法、装置、设备、可读存储介质及产品，应用于数据处理领域中的智能交通，以达到快速、准确地对车道级数据进行数据更新，以使车道级数据保持数据鲜活的效果。

需要说明的是，本实施例中的人头模型并不是针对某一特定用户的人头模型，并不能反映出某一特定用户的个人信息。需要说明的是，本实施例中的二维人脸图像来自于公开数据集。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

为使读者更深刻地理解本公开的实现原理，现结合以下图1-图11对本公开实施例进行进一步细化。

图1为本公开所基于的系统架构，如图1所示，本公开所基于的系统架构至少包括数据服务器11以及服务器12，其中，服务器12中可设置有车道级数据更新装置。该车道级数据更新装置可采用C/C++、Java、Shell或Python等语言编写。数据服务器11则可为云端服务器或服务器集群，其内存储有大量的数据。

基于上述系统架构，数据服务器11中存储有目标区域关联的路况图像、行驶轨迹以及标准地图。其中，路况图像可以为社会化车辆采集并上传至数据服务器11中进行存储的。而行驶轨迹则可以为用户在使用地图软件时，在得到用户的充分授权后，对用户使用地图软件时的行驶轨迹进行获取并存储至数据服务器11中的。

可选地，服务器12可以从数据服务器11中获取至少一种道路关联数据，并基于至少一种道路关联数据确定目标区域当前发生变化的至少一种待更新区域。若存在，则可以获取待更新区域对应的多条行驶轨迹以及当前路况图像，基于该多条行驶轨迹以及当前路况图像准确地进行待更新区域的车道级数据的获取，进而实现车道级数据的及时更新。

图2为本公开实施例提供的车道级数据更新方法的流程示意图，如图2所示，该方法包括：

步骤201、获取目标区域对应的至少一种道路关联数据，其中，所述道路关联数据包括所述目标区域关联的路况图像、行驶轨迹以及标准地图。

本实施例的执行主体为车道级数据更新装置。该车道级数据更新装置可耦合于服务器中。该服务器可以与数据服务器通信连接，从而能够从数据服务器中获取至少一种道路关联数据，进而基于至少一种道路关联数据进行车道变化的发现以及车道级数据的更新操作。

在本实施方式中，为了实现车道级数据的更新，首先需要确定当前存在更新的车道。而由于专业数据采集车数量有限，数据采集周期较长，因此，为了提高车道级数据更新的效率，可以采用至少一种道路关联数据确定当前是否发生车道变化。

可选地，可以获取目标区域关联的至少一种道路关联数据，其中，道路关联数据包括所述目标区域关联的社会化车辆采集的路况图像、行驶轨迹以及标准地图。标准地图数据可以为依据中国和世界各国国界面画法标准编制而成的地图，其具有较高的更新时效。而社会化车辆数量较多，分布较为广泛，基于社会化车辆可以采集大量的路况图像。行驶轨迹可以为经过用户充分授权之后获取的车辆行驶轨迹。上述至少一种道路关联数据往往获取成本较低，覆盖范围较广，基于该至少一种道路关联数据能够准确地确定当前存在车道更新的区域。

步骤202、基于所述至少一种道路关联数据以及所述道路关联数据关联的预设参数确定所述目标区域中存在车道变化的至少一个待更新区域。

在本实施方式中，在获取到至少一种道路关联数据之后，可以基于至少一种道路关联数据确定所述目标区域中存在车道变化的至少一个待更新区域。其中，可以基于第一标准地图数据和/或多张路况图像以及和/或多条第一行驶轨迹数据实现至少一个待更新区域的确定。

可选地，为了提高车道变化发现的准确性，针对不同的道路关联数据，可以预先设置与道路关联数据关联的预设参数。其中，该预设参数包括但不限于道路关联数据的优先级参数以及道路关联数据的权重参数。

以预设参数为权重参数举例来说，不同的道路关联数据可以对应有不同的权重参数。在分别获取到至少一种道路关联数据之后，可以基于至少一种道路关联数据对应的车道变化内容，不同的车道变化内容可以对应有不同的置信度。基于置信度以及权重参数进行加权操作，从而能够基于至少一种道路关联数据联合确定当前是否存在车道变化。而通过联合至少一种道路关联数据进行车道变化的发现，能够提高车道变化发现的准确性以及实时性。

步骤203、针对各待更新区域，获取所述待更新区域对应的多条行驶轨迹以及当前路况图像。

在本实施方式中，在确定至少一个待更新区域之后，针对每一待更新区域，需要确定该待更新区域对应的更新后的车道级数据。因此，首先需要获取待更新区域对应的多条行驶轨迹以及当前路况图像。

其中，该行驶轨迹可以为用户在使用地图软件时，在经过用户充分授权之后获取的。

举例来说，当用户使用地图软件由A地导航至B地时，可以向用户发送提示信息。其中，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。当获取到用户同意提供行驶轨迹的情况下，获取行驶轨迹。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

作为一种可以实施的方式，可以预先设置需要获取的行驶轨迹的数量阈值。随着行驶轨迹的累计，当检测到当前行驶轨迹的数量达到该数量阈值时，基于与数量阈值相匹配的多条行驶轨迹进行车道级数据的确定。

可以理解的是，在设置行驶轨迹的数量阈值之后，针对不同的区域，该行驶轨迹获取的时长可能有所不同。例如，针对车流量较大的区域，小时级的时间即可获取到与数量阈值相匹配的多条行驶轨迹。反之，针对车流量较小的区域，则多条行驶轨迹的获取可能需要天极时间。

步骤204、基于所述多条行驶轨迹以及当前路况图像确定所述待更新区域对应的目标车道级数据，基于所述目标车道级数据对预存车道级数据进行更新操作。

在本实施方式中，可以多条行驶轨迹以及当前路况图像确定待更新区域关联的目标车道级数据，其中，目标车道级数据可以包括该待更新区域内发生更新的部分车道，以及该车道的宽度等数据。例如，可以基于多条行驶轨迹以及当前路况图像确定待更新区域当前新增的部分车道，以及待更新区域当前的车道数量以及各车道的宽度等。

在得到目标车道级数据之后，可以基于目标车道级数据对预存车道级数据进行更新操作。例如，可以确定预存车道级数据与目标车道级数据之间的差异数据，对差异部分进行补充。或者，可以基于目标车道级数据对预存车道级数据进行更正等，本公开对此不做限制。

图3为本公开实施例提供的应用场景示意图，如图3所示，在获取到至少一种道路关联数据31之后，可以基于至少一种道路关联数据31确定目标区域中存在车道变化的至少一个待更新区域32。其中，至少一种道路关联数据31包括标准地图33、预设的多台社会化车辆采集的所述目标区域的多张路况图像34以及所述目标区域关联的多条行驶轨迹35。获取待更新区域32对应的多条行驶轨迹以及当前路况图像36。基于该多条行驶轨迹以及当前路况图像36确定待更新区域32对应的车道级数据37，并基于车道级数据37对现存车道级数据进行更新操作。

本实施例提供的车道级数据更新方法，通过获取目标区域对应的至少一种道路关联数据，从而基于该至少一种道路关联数据以及各道路关联数据关联的预设参数可以准确地确定当前发生车道变化的至少一个待更新区域。通过联合至少一种道路关联数据进行车道变化的发现，能够提高车道变化发现的准确性以及实时性。进一步地，可以基于待更新区域的多条行驶轨迹以及当前路况图像准确地确定该待更新区域内的车道级数据，进而能够基于待更新区域的车道级数据实现对现存车道级数据的更新，以保证车道级数据的数据鲜活，为智能驾驶提供数据支持。

图4为本公开又一实施例提供的车道级数据更新方法的流程示意图，在上述任一实施例的基础上，所述道路关联数据关联的预设参数包括权重参数。如图4所示，步骤202包括：

步骤401、针对各道路关联数据，根据所述道路关联数据确定所述目标区域当前的道路特征。

步骤402、基于所述道路特征以及预存的所述目标区域对应的历史标准数据确定所述目标区域对应的变化内容。

步骤403、基于预设的映射关系表确定所述变化内容对应的置信度信息，其中，所述映射关系表中包括多个变化内容与置信度的映射关系。

步骤404、基于各变化内容对应的置信度信息以及道路关联数据对应的权重参数进行加权计算，获得目标区域对应的变化分数。

步骤405、根据变化分数以及预设的分数阈值确定目标区域中存在车道变化的至少一个待更新区域。

在本实施例中，道路关联数据关联的预设参数包括权重参数。不同的道路关联数据可以对应有不同的权重参数。举例来说，路况图像对应的权重参数可以为60％，行驶轨迹对应的权重参数可以为30％，标准地图对应的权重参数可以为10％。或者，可以根据实际需求对不同的道路关联数据对应的权重参数进行调整，本公开对此不做限制。

针对各道路关联数据，根据道路关联数据确定目标区域当前的道路特征。其中，该道路特征可以为表征目标区域内道路方向、宽度、通量等内容的特征。举例来说，当道路关联数据为路况图像时，该道路特征可以为车道数量、车道方向、车道位置、车道遮挡物中的一项或多项。当道路关联数据为行驶轨迹时，该道路特征可以为可行驶宽度和/或行驶通量和/或行驶方向。

进一步地，在确定各道路关联数据对应的道路特征之后，可以基于道路特征以及预存的目标区域对应的历史标准数据确定目标区域对应的变化内容。例如，可以将道路特征与历史标准数据进行比对操作，将道路特征中与历史标准数据存在差异的部分确定为变化内容。其中，该历史标准数据则包括但不限于预存车道级数据、历史行驶轨迹、历史标准地图等。

可选地，为了实现车道变化及时、准确地发现，可以预先构建映射关系表，其中，该映射关系表中包括多个变化内容与置信度的映射关系。不同的变化内容可以对应有不同的置信度。举例来说，当道路关联数据为路况图像时，基于路况图像对应的道路特征可以确定当前的变化内容包括但不限于车道箭头变化、施工/限速变化、遮挡变化、未发生变化等。其中，由于车道箭头变化可以明确地表征当前车道存在变化，因此，车道箭头变化对应的置信度可以为0.5，施工/限速变化可以表征短期内车道可能存在变化，因此，施工/限速变化对应的置信度可以为0.3，遮挡变化可能是临时遮挡，对车道整体变化影响不大，因此，其对应的置信度可以为0.2。而未发生变化对应的置信度可以为0。

可以理解的是，变化内容对车道影响越大，其对应的置信度则越高。

因此，在分别确定道路关联数据对应的变化内容之后，可以基于该映射关系表确定各变化内容对应的置信度。

基于各变化内容对应的置信度信息以及道路关联数据对应的权重参数进行加权计算，获得目标区域对应的变化分数。将基于至少一种道路关联数据联合确定的变化分数与预先确定的分数阈值进行比对，基于比对结果进一步地确定目标区域中存在车道变化的至少一个待更新区域。

本实施例提供的车道级数据更新方法，通过预先确定不同道路关联数据对应的权重信息，基于权重信息以及各道路关联数据对应的变化内容的置信度确定当前是否发生车道变化。从而能够联合至少一种道路关联数据进行车道变化的发现，能够提高车道变化发现的准确性以及实时性。

可选地，在上述任一实施例的基础上，步骤405包括：

若所述变化分数大于所述分数阈值，则确定所述变化内容中符合预设筛选条件的目标变化内容，将所述目标变化内容对应的区域作为待更新区域。

若所述变化分数小于所述分数阈值，则确定所述目标区域当前不存在车道发生变化的待更新区域。

在本实施例中，在基于权重信息以及各道路关联数据对应的变化内容的置信度进行加权计算，得到目标区域对应的变化分数之后，可以将变化分数与预设的分数阈值进行比对，以确定当前目标区域是否发生车道变化。其中，该分数阈值可以基于实际需求进行调整，本公开对此不做限制。

可选地，若变化分数大于分数阈值，则确定变化内容中符合预设筛选条件的目标变化内容，将目标变化内容对应的区域作为待更新区域。从而后续可以对该待更新区域进行车道级数据的更新。反之，若变化分数小于分数阈值，则确定目标区域当前不存在车道发生变化的待更新区域。此时，可以无需对目标区域的车道级数据进行更新。

本实施例提供的车道级数据更新方法，通过预先设置分数阈值，从而能够基于该目标区域对应的变化分数以及该分数阈值准确地确定当前是否需要进行车道更新操作，提高了车道级数据更新的准确性以及实时性。

可选地，在上述任一实施例的基础上，所述道路关联数据包括路况图像：步骤401包括：

确定所述路况图像中各车道对应的车道描述信息，其中，所述车道描述信息包括所述路况图像中的车道数量、各车道与用于数据采集的社会化车辆之间的位置信息、各车道对应的障碍物信息中的一项或多项。

根据所述车道描述信息确定所述目标区域是否存在任一目标车道对应的车道描述信息的准确度不满足预设条件。

若是，则继续获取路况图像，确定所述目标车道对应的准确度满足预设条件的车道描述信息，直至所述目标区域中各车道均满足所述预设条件，基于各车道对应的准确度满足预设条件的车道描述信息确定所述道路特征，所述道路特征包括车道数量、车道方向、车道位置、车道遮挡物中的一项或多项。

在本实施例中，道路关联数据可以包括路况图像。当获取到路况图像之后，可以确定路况图像中各车道对应的车道描述信息，其中，车道描述信息包括路况图像中的车道数量、各车道与用于数据采集的社会化车辆之间的位置信息、各车道对应的障碍物信息中的一项或多项。

需要说明的是，该路况图像可以为社会化车辆采集后发送至车道级数据更新装置的。或者，该路况图像可以为社会化车辆采集后发送至数据服务器，车道级数据更新装置从数据服务器中获取的。车道级数据更新装置获取到该路况图像之后，可以基于预设的识别算法对路况图像对应的车道描述信息进行识别操作。

或者，该社会化车辆中可以预先集成有识别算法。在采集到路况图像之后，社会化车辆可以基于该识别算法对路况图像对应的车道描述信息进行识别操作，并将车道描述信息发送至车道级数据更新装置。本公开对路况图像识别操作的执行主体不做限制。

进一步地，由于社会化车辆在行驶过程中，其两侧可能存在其他车辆，或者可能存在视角盲区。故基于单一的社会化车辆采集的路况图像可能无法准确地确定道路特征。因此，在获取到车道描述信息之后，可以根据车道描述信息确定目标区域是否存在任一目标车道对应的车道描述信息的准确度不满足预设条件。其中，该预设条件可以为车辆两侧车道清晰、车道转向标识清晰、车辆周围不存在遮挡等。该预设条件可以根据实际需求进行调整，本公开对此不做限制。

若存在任一目标车道对应的车道描述信息的准确度不满足预设条件，则表征基于当前的路况图像无法准确地获取道路特征。因此，可以继续获取路况图像，该路况图像可以为其他社会化车辆采集并发送的。基于多张路况图像联合确定目标车道对应的准确度满足预设条件的车道描述信息，直至目标区域中各车道均满足预设条件，基于各车道对应的准确度满足预设条件的车道描述信息确定道路特征，道路特征包括车道数量、车道方向、车道位置、车道遮挡物中的一项或多项。

本实施例提供的车道级数据更新方法，通过在基于当前获取到的路况图像无法准确识别到道路特征时，继续获取其他路况图像，基于多张路况图像联合进行道路特征的确定，从而能够提高识别的道路特征的精准度。

进一步地，在上述任一实施例的基础上，所述历史标准数据包括历史车道级数据。步骤402包括：

在所述历史车道级数据中确定与所述目标区域相匹配的标准车道级数据。

对所述道路特征与所述标准车道级数据进行比对操作，基于比对结果确定所述变化内容。

在本实施例中，历史标准数据可以为历史车道级数据。该历史车道级数据可以为现存最新版本的车道级数据。在基于路况图像确定目标区域内当前的道路特征时，可以在历史车道级数据中确定与目标区域相匹配的标准车道级数据。对道路特征与标准车道级数据进行比对操作，以确定当前目标区域内的车道数量、车道方向、车道位置、车道遮挡物是否与历史车道级数据中的车道数量、车道方向、车道位置、车道遮挡物存在差异，得到比对结果。进而可以基于比对结果确定变化内容，例如，若当前目标区域内的车道数量与历史车道级数据中的车道数量存在差异，则可以确定当前目标区域存在车道变化，并可以进一步地确定新增/减少的车道的位置等参数。

本实施例提供的车道级数据更新方法，通过将基于路况图像确定的道路特征与预存的历史车道级数据进行比对操作，从而能够准确地确定目标区域内的变化内容，进而可以基于该变化内容进行车道级数据更新操作。

可选地，在上述任一实施例的基础上，所述道路关联数据包括预设时间范围内的行驶轨迹。步骤401包括：

对所述行驶轨迹进行轨迹聚合操作，获得所述目标区域对应的聚合轨迹。

识别所述聚合轨迹对应的可行驶宽度和/或行驶通量和/或行驶方向。

将所述可行驶宽度和/或行驶通量和/或行驶方向确定为所述目标区域当前的道路特征。

在本实施例中，该道路关联数据包括预设时间范围内的行驶轨迹，其中，该行驶轨迹数据可以为用户在使用地图软件时，在经过用户充分授权之后获取的。对行驶轨迹进行轨迹聚合操作，获得目标区域对应的聚合轨迹。其中，该轨迹聚合操作可以为叠加聚合操作，从而能够将线条状的行驶轨迹聚合为二维图像。识别聚合轨迹对应的可行驶宽度和/或行驶通量和/或行驶方向。将可行驶宽度和/或行驶通量和/或行驶方向确定为目标区域当前的道路特征。从而可以准确地基于可行驶宽度和/或行驶通量和/或行驶方向确定当前目标区域的车道变化。

举例来说，若可行驶宽度增加，则可能是当前新增车道。若行驶通量相较于历史同一时段发生增加，则可能是新增车道。

本实施例提供的车道级数据更新方法，通过对行驶轨迹进行聚合，从而能够准确地基于聚合轨迹确定聚合轨迹对应的可行驶宽度和/或行驶通量和/或行驶方向，进而能够基于该可行驶宽度和/或行驶通量和/或行驶方向准确地确定当前是否发生车道变化。

进一步地，在上述任一实施例的基础上，所述历史标准数据包括所述目标区域对应的历史行驶轨迹。步骤402包括：

将所述可行驶宽度和/或行驶方向与所述历史行驶轨迹对应的历史可行驶宽度和/或历史行驶方向进行比对操作，基于比对结果确定所述变化内容。

和/或，步骤402包括：

确定所述行驶轨迹对应的采集时段。

将所述行驶通量与历史同一采集时段的历史行驶通量进行比对操作，基于比对结果确定所述变化内容，其中，所述历史行驶通量为对历史行驶轨迹进行集合操作后确定的。

在本实施例中，历史标准数据包括目标区域对应的历史行驶轨迹。在基于行驶轨迹识别得到目标区域的可行驶宽度和/或行驶方向之后，可以将可行驶宽度和/或行驶方向与历史行驶轨迹对应的历史可行驶宽度和/或历史行驶方向进行比对操作，确定是否存在差异内容，得到比对结果。进而能够基于比对结果确定变化内容。

可选地，还可以确定行驶轨迹对应的采集时段。将基于行驶轨迹确定的行驶通量与历史同一采集时段的历史行驶通量进行比对操作，基于比对结果确定变化内容，其中，历史行驶通量为对历史行驶轨迹进行集合操作后确定的。

可以理解的是，若当前行驶通量相对于历史同一时段内的行驶通量大幅增加，则可能是当前存在车道的增加现象。

本实施例提供的车道级数据更新方法，通过将基于行驶轨迹确定的道路特征与历史行驶轨迹进行对比，从而能够准确地确定当前目标区域的变化内容。

可选地，在上述任一实施例的基础上，所述道路关联数据包括标准地图。步骤401包括：

对所述标准地图中的行驶方向指示信息以及拓扑关系进行识别。

将所述行驶方向指示信息以及拓扑关系确定为所述道路特征。

在本实施例中，道路关联数据可以包括标准地图。其中，该标准地图是依据中国和世界各国国界线画法标准编制而成的地图，其具有高时效的更新能力。

进一步地，在获取到标准地图数据之后，可以对标准地图中的行驶方向指示信息以及拓扑关系进行识别。该方向指示信息可以为车道中绘制的箭头信息。拓扑关系可以准确地对各条道路的连接关系进行描述。当车道发生变化时，行驶方向指示信息以及拓扑关系可能随之变化，故可以将行驶方向指示信息以及拓扑关系确定为道路特征。从而后续能够准确地基于行驶方向指示信息以及拓扑关系确定当前是否发生车道变化。

本实施例提供的车道级数据更新方法，通过对标准地图中的行驶方向指示信息以及拓扑关系进行识别，将行驶方向指示信息以及拓扑关系确定为道路特征，从而后续能够准确地基于行驶方向指示信息以及拓扑关系确定当前是否发生车道变化，提高了车道级数据的更新精度。

进一步地，在上述任一实施例的基础上，所述历史标准数据包括历史标准地图。步骤402包括：

对所述标准地图以及所述历史标准地图进行比对操作，获得比对结果。

将所述比对结果中所述标准地图与所述历史标准地图之间的差异部分确定为所述变化内容。

在本实施例中，为了准确地确定当前目标区域是否存在车道变化，故对标准地图以及历史标准地图进行比对操作，获得比对结果。将比对结果中标准地图与历史标准地图之间的差异部分确定为变化内容。其中，该差异部分可以为车道的增加/减少、拓扑关系的变化等。

本实施例提供的车道级数据更新方法，通过对标准地图以及历史标准地图进行比对操作，获得比对结果，将比对结果中标准地图与历史标准地图之间的差异部分确定为变化内容。从而能够准确地确定目标区域当前是否发生车道变化，提高了车道级数据的更新精度。

图5为本公开又一实施例提供的车道级数据更新方法的流程示意图，在上述任一实施例的基础上，所述道路关联数据关联的预设参数包括优先级参数。如图5所示，步骤202包括：

步骤501、按照所述优先级参数依次基于各道路关联数据确定所述目标区域是否发生车道变化。

步骤502、若基于道路关联数据确定所述目标区域发生车道变化，则将发生车道变化的区域确定为待更新区域。

在本实施例中，道路关联数据关联的预设参数包括优先级参数。其中，不同的道路关联数据可以对应有不同的优先级参数。举例来说，路况图像的优先级高于行驶轨迹的优先级高于标准地图的优先级。

进一步地，可以按照优先级参数依次基于各道路关联数据确定目标区域是否发生车道变化。其中，基于各道路关联数据确定目标区域是否发生车道变化的方案可如上述任一实施例，本公开对此不做限制。若基于道路关联数据确定目标区域发生车道变化，则将发生车道变化的区域确定为待更新区域。

承接上例来说，路况图像的优先级高于行驶轨迹的优先级高于标准地图的优先级。可以优先基于路况图像确定当前目标区域是否发生车道变化。若基于路况图像确定当前目标区域未发生车道变化时，则可以继续基于行驶轨迹确定当前目标区域是否发生车道变化。若基于行驶轨迹确定当前目标区域未发生车道变化时，则可以继续基于标准地图确定当前目标区域是否发生车道变化。若标准地图相对于历史标准地图存在变化内容时，可以判定当前发生车道变化。

反之，若基于路况图像即确定当前目标区域发生车道变化，则可以判定当前目标区域发生车道变化，可以不再继续对优先级较低的行驶轨迹以及标准地图进行数据处理。或者，若基于路况图像即确定当前目标区域发生车道变化，为了提高数据处理精度，还可以基于路况图像、行驶轨迹以及标准地图联合确定目标区域内发生变化的至少一个待更新区域。本公开对此不做限制。

本实施例提供的车道级数据更新方法，通过预先为不同的道路关联数据设置不同的优先级参数，从而能够按照该优先级参数准确地确定当前目标区域是否发生车道变化，可以提高车道变化发现的准确性。

图6为本公开又一实施例提供的车道级数据更新方法的流程示意图，在上述任一实施例的基础上，如图6所示，步骤203包括：

步骤601、对所述多条行驶轨迹进行聚合操作，获得聚合轨迹图像，基于所述聚合轨迹图像确定所述待更新区域对应的可通行区域。

步骤602、确定所述可通行区域对应的可通行宽度，基于所述当前路况图像确定待更新区域对应的车道数量。

步骤603、基于所述可通行宽度以及所述车道数量确定所述待更新区域对应的各车道对应的车道宽度。

步骤604、将所述可通行区域以及所述可通行区域对应的车道宽度确定为所述待更新区域对应的目标车道级数据。

在本实施例中，在获取到待更新区域对应的多条行驶轨迹之后，可以对多条行驶轨迹进行聚合操作，得到聚合轨迹。其中，该聚合操作可以为叠加聚合操作，通过轨迹聚合操作可以将线状的行驶轨迹转变为面状的聚合轨迹图像。基于聚合轨迹图像确定待更新区域对应的可通行区域。

图7为本公开实施例提供的聚合轨迹示意图，如图7所示，由于不同的车辆在行驶过程中往往轨迹有所不同。故对多条行驶轨迹进行聚合之后，即能够得到该待更新区域对应的可通行区域71。

进一步地，在对多条历史行驶轨迹进行聚合操作之后，基于该聚合轨迹以及聚合轨迹对应的缩放尺寸还可以准确地确定可通行区域对应的可通行宽度。

此外，在获取到历史路况图像之后，还可以对当前路况图像中的车道数量进行识别操作。其中，可以采用预设的车道识别模型对当前路况图像进行图像识别操作，以确定待更新区域对应的车道数量。

可选地，在分别确定可通行区域对应的可通行宽度以及车道数量之后，由于车道往往是相同宽度的，因此基于该可通行宽度以及车道数量可以准确地确定车道宽度。进而可以将可通行区域以及可通行区域对应的车道宽度确定为待更新区域对应的目标车道级数据。

进一步地，在基于车道级数据进行数据更新时，可以将可通行区域与现存车道级数据中的车道进行比对，对发生变化的部分车道进行更新操作。

本实施例提供的车道级数据更新方法，通过对待更新区域关联的多条行驶轨迹进行聚合操作，从而能够基于聚合轨迹准确地确定该待更新区域对应的可通行区域，进而能够基于可通行区域的宽度以及基于当前路况图像识别得到的车道数量准确地确定车道宽度，得到目标车道级数据。

进一步地，在上述任一实施例的基础上，步骤601包括：

计算所述聚合轨迹图像对应的图像梯度。

基于所述图像梯度对所述聚合轨迹图像中满足预设裁剪条件的区域进行裁剪操作，获得所述可通行区域。

在本实施例中，由于行驶轨迹的数量为多个，由于不同司机驾驶习惯有所不同，且实际驾驶情况有所不同，故多条行驶轨迹中可能存在不规范的行驶轨迹。而不规范的行驶轨迹可能导致聚合后的聚合轨迹图像的边界不清晰，进而无法准确地确定道路宽度。

因此，为了提高车道级数据更新的准确性，可以计算所述聚合轨迹图像对应的图像梯度。其中，可以采用任意一种图像梯度计算方式实现对聚合轨迹图像对应的图像梯度的计算，本公开对此不做限制。基于所述图像梯度对所述聚合轨迹图像中满足预设裁剪条件的区域进行裁剪操作，获得所述可通行区域。

需要说明的是，图像梯度就是聚合轨迹图像中像素的变化率(白色、黑色)，最大梯度就是变化率最大的地方，也即道路边界。因此，该预设裁剪条件可以为在确定最大梯度之后，将最大梯度位置确定为道路边界，将边界以外的部分进行裁剪操作。

图8为本公开实施例提供的聚合轨迹图像示意图，如图8所示，聚合轨迹图像81中存在部分异常轨迹82。当存在异常轨迹82时，会对道路宽度的确定造成很大的障碍，导致基于聚合轨迹图像81确定的道路宽度准确率不高。

图9为本公开实施例提供的裁剪后的聚合轨迹图像示意图，如图9所示，在确定聚合轨迹图像的图像梯度，并基于图像梯度以及预设裁剪条件对聚合轨迹图像进行裁剪后，裁剪后的聚合轨迹图像91中不存在异常轨迹，故可以准确地基于轨迹聚合区域92确定道路宽度。

本实施例提供的车道级数据更新方法，通过在确定聚合轨迹图像的图像梯度，并基于图像梯度以及预设裁剪条件对聚合轨迹图像进行裁剪，从而能够提高聚合轨迹图像的精度，进而能够提高计算得到的道路宽度的准确性。

进一步地，在上述任一实施例的基础上，步骤603包括：

按照所述车道数量对所述可通行宽度进行平均划分，确定所述车道对应的车道宽度。

在本实施例中，当道路中存在多个车道时，每一车道一般具有相同的车道宽度。因此，在分别确定可通行区域对应的宽度以及车道数量之后，可以基于车道数量对可通行宽度进行平均划分，确定车道对应的车道宽度。

举例来说，基于聚合后的历史行驶轨迹可以确定可通行区域的宽度为10米。基于对历史路况图像的图像识别可以确定该可通行区域内存在四条车道。故可以通过计算10/4，得到每一车道宽度为2.5米。

本实施例提供的车道级数据更新方法，通过按照所述车道数量对所述可通行宽度进行平均划分，确定所述车道对应的车道宽度，从而能够准确地对车道宽度进行计算，提高了车道级数据的准确性。

图10为本公开实施例提供的车道级数据更新装置的结构示意图，如图10所示，该装置包括：获取模块1001、确定模块1002、处理模块1003以及更新模块1004。其中，获取模块1001，用于获取目标区域对应的至少一种道路关联数据，其中，所述道路关联数据包括所述目标区域关联的路况图像、行驶轨迹以及标准地图。确定模块1002，用于基于所述至少一种道路关联数据以及所述道路关联数据关联的预设参数确定所述目标区域中存在车道变化的至少一个待更新区域。处理模块1003，用于针对各待更新区域，获取所述待更新区域对应的多条行驶轨迹以及当前路况图像。更新模块1004，用于基于所述多条行驶轨迹以及当前路况图像确定所述待更新区域对应的目标车道级数据，基于所述目标车道级数据对预存车道级数据进行更新操作。

进一步地，在上述任一实施例的基础上，所述道路关联数据关联的预设参数包括权重参数。其中，所述确定模块包括：确定单元，用于针对各道路关联数据，根据所述道路关联数据确定所述目标区域当前的道路特征。识别单元，用于基于所述道路特征以及预存的所述目标区域对应的历史标准数据确定所述目标区域对应的变化内容。查找单元，用于基于预设的映射关系表确定所述变化内容对应的置信度信息，其中，所述映射关系表中包括多个变化内容与置信度的映射关系。计算单元，用于基于各变化内容对应的置信度信息以及道路关联数据对应的权重参数进行加权计算，获得目标区域对应的变化分数。处理单元，用于根据变化分数以及预设的分数阈值确定目标区域中存在车道变化的至少一个待更新区域。

进一步地，在上述任一实施例的基础上，其中，所述处理单元包括：第一识别子单元，用于若所述变化分数大于所述分数阈值，则确定所述变化内容中符合预设筛选条件的目标变化内容，将所述目标变化内容对应的区域作为待更新区域。第二识别子单元，用于若所述变化分数小于所述分数阈值，则确定所述目标区域当前不存在车道发生变化的待更新区域。

进一步地，在上述任一实施例的基础上，所述道路关联数据包括路况图像：

其中，所述确定单元包括：确定子单元，用于确定所述路况图像中各车道对应的车道描述信息，其中，所述车道描述信息包括所述路况图像中的车道数量、各车道与用于数据采集的社会化车辆之间的位置信息、各车道对应的障碍物信息中的一项或多项。检测子单元，用于根据所述车道描述信息确定所述目标区域是否存在任一目标车道对应的车道描述信息的准确度不满足预设条件。处理子单元，用于若是，则继续获取路况图像，确定所述目标车道对应的准确度满足预设条件的车道描述信息，直至所述目标区域中各车道均满足所述预设条件，基于各车道对应的准确度满足预设条件的车道描述信息确定所述道路特征，所述道路特征包括车道数量、车道方向、车道位置、车道遮挡物中的一项或多项。

进一步地，在上述任一实施例的基础上，所述历史标准数据包括历史车道级数据。所述识别单元包括：确定子单元，用于在所述历史车道级数据中确定与所述目标区域相匹配的标准车道级数据。比对子单元，用于对所述道路特征与所述标准车道级数据进行比对操作，基于比对结果确定所述变化内容。

进一步地，在上述任一实施例的基础上，所述道路关联数据包括预设时间范围内的行驶轨迹。其中，所述确定单元包括：聚合子单元，用于对所述行驶轨迹进行轨迹聚合操作，获得所述目标区域对应的聚合轨迹。识别子单元，用于识别所述聚合轨迹对应的可行驶宽度和/或行驶通量和/或行驶方向。确定子单元，用于将所述可行驶宽度和/或行驶通量和/或行驶方向确定为所述目标区域当前的道路特征。

进一步地，在上述任一实施例的基础上，所述历史标准数据包括所述目标区域对应的历史行驶轨迹。所述识别单元包括：比对子单元，用于将所述可行驶宽度和/或行驶方向与所述历史行驶轨迹对应的历史可行驶宽度和/或历史行驶方向进行比对操作，基于比对结果确定所述变化内容。和/或，所述识别单元包括：确定子单元，用于确定所述行驶轨迹对应的采集时段。比对子单元，用于将所述行驶通量与历史同一采集时段的历史行驶通量进行比对操作，基于比对结果确定所述变化内容，其中，所述历史行驶通量为对历史行驶轨迹进行集合操作后确定的。

进一步地，在上述任一实施例的基础上，所述道路关联数据包括标准地图。其中，所述确定单元包括：识别子单元，用于对所述标准地图中的行驶方向指示信息以及拓扑关系进行识别。确定子单元，用于将所述行驶方向指示信息以及拓扑关系确定为所述道路特征。

进一步地，在上述任一实施例的基础上，所述历史标准数据包括历史标准地图。其中，所述识别单元包括：比对子单元，用于对所述标准地图以及所述历史标准地图进行比对操作，获得比对结果。确定子单元，用于将所述比对结果中所述标准地图与所述历史标准地图之间的差异部分确定为所述变化内容。

进一步地，在上述任一实施例的基础上，所述道路关联数据关联的预设参数包括优先级参数。其中，所述确定模块包括：确定单元，用于按照所述优先级参数依次基于各道路关联数据确定所述目标区域是否发生车道变化。处理单元，用于若基于道路关联数据确定所述目标区域发生车道变化，则将发生车道变化的区域确定为待更新区域。

进一步地，在上述任一实施例的基础上，其中，所述处理模块包括：聚合单元，用于对所述多条行驶轨迹进行聚合操作，获得聚合轨迹图像，基于所述聚合轨迹图像确定所述待更新区域对应的可通行区域。确定单元，用于确定所述可通行区域对应的可通行宽度，基于所述当前路况图像确定待更新区域对应的车道数量。计算单元，用于基于所述可通行宽度以及所述车道数量确定所述待更新区域对应的各车道对应的车道宽度。

处理单元，用于将所述可通行区域以及所述可通行区域对应的车道宽度确定为所述待更新区域对应的目标车道级数据。

进一步地，在上述任一实施例的基础上，其中，所述聚合单元包括：计算子单元，用于计算所述聚合轨迹图像对应的图像梯度。裁剪子单元，用于基于所述图像梯度对所述聚合轨迹图像中满足预设裁剪条件的区域进行裁剪操作，获得所述可通行区域。

进一步地，在上述任一实施例的基础上，其中，所述计算单元包括：计算子单元，用于按照所述车道数量对所述可通行宽度进行平均划分，确定所述车道对应的车道宽度。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

根据本公开的实施例，本公开还提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一实施例所述的方法。

根据本公开的实施例，本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上述任一实施例所述的方法。

根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。

图11为本公开实施例提供的电子设备的结构示意图。电子设备1100旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。

设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如车道级数据更新方法。例如，在一些实施例中，车道级数据更新方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的车道级数据更新方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车道级数据更新方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (29)

1.一种车道级数据更新方法，包括：

获取目标区域对应的至少一种道路关联数据，其中，所述道路关联数据包括所述目标区域关联的路况图像、行驶轨迹以及标准地图；

基于所述至少一种道路关联数据以及所述道路关联数据关联的预设参数确定所述目标区域中存在车道变化的至少一个待更新区域；

针对各待更新区域，获取所述待更新区域对应的多条行驶轨迹以及当前路况图像；

基于所述多条行驶轨迹以及当前路况图像确定所述待更新区域对应的目标车道级数据，基于所述目标车道级数据对预存车道级数据进行更新操作。

2.根据权利要求1所述的方法，所述道路关联数据关联的预设参数包括权重参数；

其中，所述基于所述至少一种道路关联数据以及所述道路关联数据关联的预设参数确定所述目标区域中存在车道变化的至少一个待更新区域，包括：

针对各道路关联数据，根据所述道路关联数据确定所述目标区域当前的道路特征；

基于所述道路特征以及预存的所述目标区域对应的历史标准数据确定所述目标区域对应的变化内容；

基于预设的映射关系表确定所述变化内容对应的置信度信息，其中，所述映射关系表中包括多个变化内容与置信度的映射关系；

基于各变化内容对应的置信度信息以及道路关联数据对应的权重参数进行加权计算，获得目标区域对应的变化分数；

根据变化分数以及预设的分数阈值确定目标区域中存在车道变化的至少一个待更新区域。

3.根据权利要求2所述的方法，其中，所述根据变化分数以及预设的分数阈值确定目标区域中存在车道变化的至少一个待更新区域，包括：

若所述变化分数大于所述分数阈值，则确定所述变化内容中符合预设筛选条件的目标变化内容，将所述目标变化内容对应的区域作为待更新区域；

若所述变化分数小于所述分数阈值，则确定所述目标区域当前不存在车道发生变化的待更新区域。

4.根据权利要求2所述的方法，所述道路关联数据包括路况图像：

其中，所述根据所述道路关联数据确定所述目标区域当前的道路特征，包括：

确定所述路况图像中各车道对应的车道描述信息，其中，所述车道描述信息包括所述路况图像中的车道数量、各车道与用于数据采集的社会化车辆之间的位置信息、各车道对应的障碍物信息中的一项或多项；

根据所述车道描述信息确定所述目标区域是否存在任一目标车道对应的车道描述信息的准确度不满足预设条件；

若是，则继续获取路况图像，确定所述目标车道对应的准确度满足预设条件的车道描述信息，直至所述目标区域中各车道均满足所述预设条件，基于各车道对应的准确度满足预设条件的车道描述信息确定所述道路特征，所述道路特征包括车道数量、车道方向、车道位置、车道遮挡物中的一项或多项。

5.根据权利要求4所述的方法，所述历史标准数据包括历史车道级数据；

所述基于所述道路特征以及预存的所述目标区域对应的历史标准数据确定所述目标区域对应的变化内容，包括：

在所述历史车道级数据中确定与所述目标区域相匹配的标准车道级数据；

对所述道路特征与所述标准车道级数据进行比对操作，基于比对结果确定所述变化内容。

6.根据权利要求2所述的方法，所述道路关联数据包括预设时间范围内的行驶轨迹；

其中，所述根据所述道路关联数据确定所述目标区域当前的道路特征，包括：

对所述行驶轨迹进行轨迹聚合操作，获得所述目标区域对应的聚合轨迹；

识别所述聚合轨迹对应的可行驶宽度和/或行驶通量和/或行驶方向；

将所述可行驶宽度和/或行驶通量和/或行驶方向确定为所述目标区域当前的道路特征。

7.根据权利要求6所述的方法，所述历史标准数据包括所述目标区域对应的历史行驶轨迹；

所述基于所述道路特征以及预存的所述目标区域对应的历史标准数据确定所述目标区域对应的变化内容，包括：

将所述可行驶宽度和/或行驶方向与所述历史行驶轨迹对应的历史可行驶宽度和/或历史行驶方向进行比对操作，基于比对结果确定所述变化内容；

和/或，所述基于所述道路特征以及预存的所述目标区域对应的历史标准数据确定所述目标区域对应的变化内容，包括：

确定所述行驶轨迹对应的采集时段；

将所述行驶通量与历史同一采集时段的历史行驶通量进行比对操作，基于比对结果确定所述变化内容，其中，所述历史行驶通量为对历史行驶轨迹进行集合操作后确定的。

8.根据权利要求2所述的方法，所述道路关联数据包括标准地图；

其中，所述根据所述道路关联数据确定所述目标区域当前的道路特征，包括：

对所述标准地图中的行驶方向指示信息以及拓扑关系进行识别；

将所述行驶方向指示信息以及拓扑关系确定为所述道路特征。

9.根据权利要求8所述的方法，所述历史标准数据包括历史标准地图；

其中，所述基于所述道路特征以及预存的所述目标区域对应的历史标准数据确定所述目标区域对应的变化内容，包括：

对所述标准地图以及所述历史标准地图进行比对操作，获得比对结果；

将所述比对结果中所述标准地图与所述历史标准地图之间的差异部分确定为所述变化内容。

10.根据权利要求1所述的方法，所述道路关联数据关联的预设参数包括优先级参数；

其中，所述基于所述至少一种道路关联数据以及所述道路关联数据关联的预设参数确定所述目标区域中存在车道变化的至少一个待更新区域，包括：

按照所述优先级参数依次基于各道路关联数据确定所述目标区域是否发生车道变化；

若基于道路关联数据确定所述目标区域发生车道变化，则将发生车道变化的区域确定为待更新区域。

11.根据权利要求1-10任一项所述的方法，其中，所述基于所述多条行驶轨迹以及当前路况图像确定所述待更新区域对应的目标车道级数据，包括：

对所述多条行驶轨迹进行聚合操作，获得聚合轨迹图像，基于所述聚合轨迹图像确定所述待更新区域对应的可通行区域；

确定所述可通行区域对应的可通行宽度，基于所述当前路况图像确定待更新区域对应的车道数量；

基于所述可通行宽度以及所述车道数量确定所述待更新区域对应的各车道对应的车道宽度；

将所述可通行区域以及所述可通行区域对应的车道宽度确定为所述待更新区域对应的目标车道级数据。

12.根据权利要求11所述的方法，其中，所述基于所述聚合轨迹图像确定所述待更新区域对应的可通行区域，包括：

计算所述聚合轨迹图像对应的图像梯度；

基于所述图像梯度对所述聚合轨迹图像中满足预设裁剪条件的区域进行裁剪操作，获得所述可通行区域。

13.根据权利要求11所述的方法，其中，所述基于所述可通行宽度以及所述车道数量确定所述待更新区域对应的各车道对应的车道宽度，包括：

按照所述车道数量对所述可通行宽度进行平均划分，确定所述车道对应的车道宽度。

14.一种车道级数据更新装置，包括：

获取模块，用于获取目标区域对应的至少一种道路关联数据，其中，所述道路关联数据包括所述目标区域关联的路况图像、行驶轨迹以及标准地图；

确定模块，用于基于所述至少一种道路关联数据以及所述道路关联数据关联的预设参数确定所述目标区域中存在车道变化的至少一个待更新区域；

处理模块，用于针对各待更新区域，获取所述待更新区域对应的多条行驶轨迹以及当前路况图像；

更新模块，用于基于所述多条行驶轨迹以及当前路况图像确定所述待更新区域对应的目标车道级数据，基于所述目标车道级数据对预存车道级数据进行更新操作。

15.根据权利要求14所述的装置，所述道路关联数据关联的预设参数包括权重参数；

其中，所述确定模块包括：

确定单元，用于针对各道路关联数据，根据所述道路关联数据确定所述目标区域当前的道路特征；

识别单元，用于基于所述道路特征以及预存的所述目标区域对应的历史标准数据确定所述目标区域对应的变化内容；

查找单元，用于基于预设的映射关系表确定所述变化内容对应的置信度信息，其中，所述映射关系表中包括多个变化内容与置信度的映射关系；

计算单元，用于基于各变化内容对应的置信度信息以及道路关联数据对应的权重参数进行加权计算，获得目标区域对应的变化分数；

处理单元，用于根据变化分数以及预设的分数阈值确定目标区域中存在车道变化的至少一个待更新区域。

16.根据权利要求15所述的装置，其中，所述处理单元包括：

第一识别子单元，用于若所述变化分数大于所述分数阈值，则确定所述变化内容中符合预设筛选条件的目标变化内容，将所述目标变化内容对应的区域作为待更新区域；

第二识别子单元，用于若所述变化分数小于所述分数阈值，则确定所述目标区域当前不存在车道发生变化的待更新区域。

17.根据权利要求15所述的装置，所述道路关联数据包括路况图像：

其中，所述确定单元包括：

确定子单元，用于确定所述路况图像中各车道对应的车道描述信息，其中，所述车道描述信息包括所述路况图像中的车道数量、各车道与用于数据采集的社会化车辆之间的位置信息、各车道对应的障碍物信息中的一项或多项；

检测子单元，用于根据所述车道描述信息确定所述目标区域是否存在任一目标车道对应的车道描述信息的准确度不满足预设条件；

处理子单元，用于若是，则继续获取路况图像，确定所述目标车道对应的准确度满足预设条件的车道描述信息，直至所述目标区域中各车道均满足所述预设条件，基于各车道对应的准确度满足预设条件的车道描述信息确定所述道路特征，所述道路特征包括车道数量、车道方向、车道位置、车道遮挡物中的一项或多项。

18.根据权利要求17所述的装置，所述历史标准数据包括历史车道级数据；

所述识别单元包括：

确定子单元，用于在所述历史车道级数据中确定与所述目标区域相匹配的标准车道级数据；

比对子单元，用于对所述道路特征与所述标准车道级数据进行比对操作，基于比对结果确定所述变化内容。

19.根据权利要求15所述的装置，所述道路关联数据包括预设时间范围内的行驶轨迹；

其中，所述确定单元包括：

聚合子单元，用于对所述行驶轨迹进行轨迹聚合操作，获得所述目标区域对应的聚合轨迹；

识别子单元，用于识别所述聚合轨迹对应的可行驶宽度和/或行驶通量和/或行驶方向；

确定子单元，用于将所述可行驶宽度和/或行驶通量和/或行驶方向确定为所述目标区域当前的道路特征。

20.根据权利要求19所述的装置，所述历史标准数据包括所述目标区域对应的历史行驶轨迹；

所述识别单元包括：

比对子单元，用于将所述可行驶宽度和/或行驶方向与所述历史行驶轨迹对应的历史可行驶宽度和/或历史行驶方向进行比对操作，基于比对结果确定所述变化内容；

和/或，所述识别单元包括：

确定子单元，用于确定所述行驶轨迹对应的采集时段；

比对子单元，用于将所述行驶通量与历史同一采集时段的历史行驶通量进行比对操作，基于比对结果确定所述变化内容，其中，所述历史行驶通量为对历史行驶轨迹进行集合操作后确定的。

21.根据权利要求15所述的装置，所述道路关联数据包括标准地图；

其中，所述确定单元包括：

识别子单元，用于对所述标准地图中的行驶方向指示信息以及拓扑关系进行识别；

确定子单元，用于将所述行驶方向指示信息以及拓扑关系确定为所述道路特征。

22.根据权利要求21所述的装置，所述历史标准数据包括历史标准地图；

其中，所述识别单元包括：

比对子单元，用于对所述标准地图以及所述历史标准地图进行比对操作，获得比对结果；

确定子单元，用于将所述比对结果中所述标准地图与所述历史标准地图之间的差异部分确定为所述变化内容。

23.根据权利要求14所述的装置，所述道路关联数据关联的预设参数包括优先级参数；

其中，所述确定模块包括：

确定单元，用于按照所述优先级参数依次基于各道路关联数据确定所述目标区域是否发生车道变化；

处理单元，用于若基于道路关联数据确定所述目标区域发生车道变化，则将发生车道变化的区域确定为待更新区域。

24.根据权利要求14-23任一项所述的装置，其中，所述处理模块包括：

聚合单元，用于对所述多条行驶轨迹进行聚合操作，获得聚合轨迹图像，基于所述聚合轨迹图像确定所述待更新区域对应的可通行区域；

确定单元，用于确定所述可通行区域对应的可通行宽度，基于所述当前路况图像确定待更新区域对应的车道数量；

计算单元，用于基于所述可通行宽度以及所述车道数量确定所述待更新区域对应的各车道对应的车道宽度；

处理单元，用于将所述可通行区域以及所述可通行区域对应的车道宽度确定为所述待更新区域对应的目标车道级数据。

25.根据权利要求24所述的装置，其中，所述聚合单元包括：

计算子单元，用于计算所述聚合轨迹图像对应的图像梯度；

裁剪子单元，用于基于所述图像梯度对所述聚合轨迹图像中满足预设裁剪条件的区域进行裁剪操作，获得所述可通行区域。

26.根据权利要求24所述的装置，其中，所述计算单元包括：

计算子单元，用于按照所述车道数量对所述可通行宽度进行平均划分，确定所述车道对应的车道宽度。

27.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-13中任一项所述的方法。

28.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-13中任一项所述的方法。

29.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-13中任一项所述方法的步骤。