路网拓扑自动化编辑方案生成技术

行业领域

电子信息技术

需求背景

随着城市道路规模越来越庞大，现实交通物理世界的道路拓扑也发生着快速变化，例如新建道路、道路方向变更等。这些变更需要及时感知并编辑到地图引擎依赖的路网数据中，以提升路线体验。

需解决的主要技术难题

自动化编辑方案，评估指标：1.拓扑准确率/召回率；2.形态误差；3.路网规格一致率；4.编辑一致率。

期望实现的主要技术目标

基于多模态数据的路网拓扑生成并得到差分情报，已有较多研究。但在实际的地图制作过程中，这类情报还需人工进行编辑制作，整体的编辑方案包含路段形态绘制、已有路网图的增删改等环节，耗时较高。随着 AI 技术的发展，基于数据和模型来学习人类思维实现内容生成的思路已经日趋火热，在行业降本增效背景下，我们想借助 AI 模仿并代替人类进行地图编辑操作，建设路网拓扑的自动化编辑能力，节省地图制图成本。

需求解析

解析单位：“科创中国”工业互联网产业科技服务团（中国计算机学会） 解析时间：2023-10-14

袁华

常熟理工学院

教授

综合评价

本项目需求是主要针对自动驾驶汽车在高精度地图、路径规划以及路径跟踪控制等方面应用需求，具有一定的前瞻性和实际应用；相较于度量地图，AI化的拓扑地图在导航和定位方面具有更高的精度和效率。需求包括（1）利用图像深度学习自动筛选功能利用人工智能图像识别技术，从采集的原始影像中快速识别道路形状，提取道路轮廓并自动化补充车采盲区位置形状绘制工作；（2）采用基于大规模图像训练的图像自动识别技术，精准差异化识别目前道路图形标牌、路面标识以及文字内容；（3）采用多源数据自动识别差分融合工艺缩减异源数据人工筛选整合工作，将不同形式数据与合作数据等多源数据实现程序的自动识别差分、属性自动融合，大幅提升数据处理效率。

解析单位：“科创中国”工业互联网产业科技服务团（中国计算机学会） 解析时间：2023-10-14

袁华

常熟理工学院

教授

综合评价

本项目需求是主要针对自动驾驶汽车在高精度地图、路径规划以及路径跟踪控制等方面应用需求，具有一定的前瞻性和实际应用；相较于度量地图，AI化的拓扑地图在导航和定位方面具有更高的精度和效率。需求包括（1）利用图像深度学习自动筛选功能利用人工智能图像识别技术，从采集的原始影像中快速识别道路形状，提取道路轮廓并自动化补充车采盲区位置形状绘制工作；（2）采用基于大规模图像训练的图像自动识别技术，精准差异化识别目前道路图形标牌、路面标识以及文字内容；（3）采用多源数据自动识别差分融合工艺缩减异源数据人工筛选整合工作，将不同形式数据与合作数据等多源数据实现程序的自动识别差分、属性自动融合，大幅提升数据处理效率。

更多

处理进度

科创中国

友情链接

海外专利信息资源系统

省级中心站