高精地图信息预测方法、装置、可读存储介质及电子设备与流程

1.本公开涉及计算机技术领域，尤其是一种高精地图信息预测方法、装置、计算机可读存储介质及电子设备。


背景技术：

2.高精地图是车辆完成计算机辅助驾驶功能必不可少的一部分。与常见的导航用的数字地图相比，高精地图中表示的路面元素的种类更多，几何信息更为全面。
3.以部分路面元素信息举例：(1)对于每条道路，数字地图仅记录了道路的大致中轴线位置，道路的车道数量、行驶方向(区分两个方向)、转弯信息(标记每条车道的尽头可以向哪一侧转弯)；高精地图则会记录每条车道两侧的车道每条线段(包括虚线以及实线)两顶点的世界坐标系坐标、车道合并与分叉点坐标、地面标记转弯信息的箭头图案的各个顶点世界坐标系坐标等。(2)对于交通信号灯，数字地图不会记录路口是否存在交通信号灯；而高精地图不仅会记录交通信号灯在路口是否存在，还会记录交通信号灯的位置、大小形状、朝向信息。(3)对于路灯杆，数字地图不会记录道路上的路灯杆的位置；而高精地图则会记录路灯杆的位置、高度等信息。(4)对于交通标志牌，数字地图仅记录交通标志牌信息；而高精地图则包括交通标志牌的中心点、高度、大小等信息。
4.高精地图现在可以通过一些技术手段，在车辆在道路上运动的时候实时生成，但其精度往往随着实时高精地图生成方法的不同而发生很大变化。所以，实时生成的高精地图需要经过大量的后续处理流程。


技术实现要素：

5.本公开的实施例提供了一种高精地图信息预测方法、装置、计算机可读存储介质及电子设备。
6.本公开的实施例提供了一种高精地图信息预测方法，该方法包括：确定车辆的当前位置信息；根据当前位置信息，从数字地图中获取车辆即将行驶的目标路段对应的数字地图信息；确定当前位置信息对应的历史高精地图信息；基于数字地图信息和历史高精地图信息，预测目标路段对应的高精地图信息。
7.根据本公开实施例的另一个方面，提供了一种高精地图信息预测装置，该装置包括：第一确定模块，用于确定车辆的当前位置信息；获取模块，用于根据当前位置信息，从数字地图中获取车辆即将行驶的目标路段对应的数字地图信息；第二确定模块，用于确定当前位置信息对应的历史高精地图信息；预测模块，用于基于数字地图信息和历史高精地图信息，预测目标路段对应的高精地图信息。
8.根据本公开实施例的另一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于执行上述高精地图信息预测方法。
9.根据本公开实施例的另一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述
可执行指令，并执行所述指令以实现上述高精地图信息预测方法。
10.本公开上述实施例提供的高精地图信息预测方法、装置、计算机可读存储介质及电子设备，通过根据车辆的当前位置信息，从数字地图中获取所述车辆即将行驶的目标路段对应的数字地图信息，然后确定所述当前位置信息对应的历史高精地图信息，最后基于所述数字地图信息和所述历史高精地图信息，预测所述目标路段对应的高精地图信息，从而实现了将车辆即将经过的道路的数字地图信息与历史高精地图信息相结合，在预测高精地图信息时，可以引入更多的已知信息，大大提高了预测高精地图信息的准确性，为后续实时生成高精地图提供先验信息，有利于提高实时生成的高精地图的准确程度，减少了后期时间、人力成本、计算资源的投入。
11.下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
附图说明
12.通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
13.图1是本公开所适用的系统图。
14.图2是本公开一示例性实施例提供的高精地图信息预测方法的流程示意图。
15.图3是本公开另一示例性实施例提供的高精地图信息预测方法的流程示意图。
16.图4是本公开另一示例性实施例提供的高精地图信息预测方法的流程示意图。
17.图5a是本公开一示例性实施例提供的从高精地图中确定采样点集合的示意图。
18.图5b是本公开一示例性实施例提供的从高精地图中确定历史高精地图信息和未来高精地图信息的示意图。
19.图6是本公开另一示例性实施例提供的高精地图信息预测方法的流程示意图。
20.图7是本公开一示例性实施例提供的高精地图信息预测装置的结构示意图。
21.图8是本公开另一示例性实施例提供的高精地图信息预测装置的结构示意图。
22.图9是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
23.下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
24.应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
25.本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
26.还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
27.还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
28.另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。
29.还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
30.同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
31.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
32.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
33.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
34.本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。
35.终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
36.申请概述
37.通常，实时生成的高精地图需要经过大量的后续处理流程。此过程既耗时又耗费人力。目前实时生成高精地图的方法，没有预测的流程，不能将数字地图信息结合到高精地图的生成过程中。实时生成的高精地图与真实道路场景信息很容易发生偏差。
38.示例性系统
39.图1示出了可以应用本公开的实施例的高精地图信息预测方法或高精地图信息预测装置的示例性系统架构100。
40.如图1所示，系统架构100可以包括终端设备101，网络102、服务器103和车辆104。其中，终端设备可以设置在车辆104上。网络102用于在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
41.用户可以使用终端设备101通过网络102与服务器103交互，以接收或发送消息等。
终端设备101上可以安装有各种通讯客户端应用，例如地图类应用、导航类应用等。
42.终端设备101可以是各种电子设备，包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等。终端设备101通常设置在车辆104上。
43.服务器103可以是提供各种服务的服务器，例如对终端设备101上使用的数字地图和高精地图提供支持的后台服务器。后台服务器可以接收到的车辆的当前位置信息，并基于数字地图信息和历史高精地图信息进行高精地图信息预测，得到预测的高精地图信息。
44.需要说明的是，本公开的实施例所提供的高精地图信息预测方法可以由服务器103执行，也可以由终端设备101执行，相应地，高精地图信息预测装置可以设置于服务器103中，也可以设置于终端设备101中。
45.应该理解，图1中的车辆104、终端设备101、网络102和服务器103的数目仅仅是示意性的。根据实现需要，可以具有任意数目的车辆104、终端设备101、网络102和服务器103。在数字地图和高精地图不需要从远程获取的情况下，上述系统架构可以不包括网络和服务器，只包括车辆104和终端设备101。
46.示例性方法
47.图2是本公开一示例性实施例提供的高精地图信息预测方法的流程示意图。本实施例可应用在电子设备(如图1所示的终端设备101或服务器103)上，如图2所示，该方法包括如下步骤：
48.步骤201，确定车辆的当前位置信息。
49.在本实施例中，电子设备可以确定车辆的当前位置信息。其中，当前位置信息可以是车辆的导航系统实时确定的位置信息，当前位置信息用于表示车辆当前所处的位置，通常，当前位置信息可以用经度、纬度、高度等信息表示。
50.步骤202，根据当前位置信息，从数字地图中获取车辆即将行驶的目标路段对应的数字地图信息。
51.在本实施例中，电子设备可以根据当前位置信息，从数字地图中获取车辆即将行驶的目标路段对应的数字地图信息。其中，数字地图可以存储在电子设备本地，也可以存储在与电子设备通信连接的其他设备。其中，目标路段可以通过各种方式确定。例如，目标路段可以是以车辆当前的位置为起点，车辆即将经过的预设长度的路段为目标路段。再例如，目标路段可以是以车辆当前的位置与即将经过的下一个地标之间的路段。
52.目标路段对应的数字地图信息用于表征目标路段的特征。例如，数字地图信息可以包括但不限于以下至少一项：目标路段的车道个数，目标路段的中心线在世界坐标系下的位置，目标路段是否存在车道汇入或汇出，车辆距离下一个路口的距离，目标路段上的地面箭头、标志牌表示的车道方向信息等。
53.步骤203，确定当前位置信息对应的历史高精地图信息。
54.在本实施例中，电子设备可以确定当前位置信息对应的历史高精地图信息。其中，高精地图信息可以是基于预先建立的高精地图确定的。高精地图可以设置在上述电子设备本地，或设置在与上述电子设备通信连接的其他设备中。
55.高精地图与上述数字地图相比，其包含的信息更丰富。例如，高精地图可以包括以下高精地图信息：每条车道两侧的车道每条线段(包括虚线以及实线)两顶点的世界坐标系
坐标、车道合并与分叉点坐标、地面标记转弯信息的箭头图案的各个顶点世界坐标系坐标等；交通信号灯的位置、大小形状、朝向信息等；路灯杆的位置、高度等信息；交通标志牌的中心点、高度、大小等信息。
56.电子设备可以从高精地图中确定历史高精地图信息。历史高精地图信息可以是表示车辆已经经过的一段道路(例如过去一段固定长度的时间段经过的道路，过去一段固定长度的道路、车辆的当前位置与经过的前一个路标、路口等位置之间的道路)的特征的信息。关于历史高精地图的内容可以参考前述高精地图包括的高精地图信息的示例。
57.步骤204，基于数字地图信息和历史高精地图信息，预测目标路段对应的高精地图信息。
58.在本实施例中，电子设备可以基于数字地图信息和历史高精地图信息，预测目标路段对应的高精地图信息。
59.作为示例，电子设备可以从预先建立的对应关系表中查找上述数字地图信息和历史高精地图信息对应的预测高精地图信息作为目标路段对应的高精地图信息。该对应关系表可以是预先对大量位置信息对应的数字地图信息和历史高精地图信息，以及对应的未来一段道路的高精地图信息进行统计得到的表格。
60.本公开的上述实施例提供的方法，通过根据车辆的当前位置信息，从数字地图中获取车辆即将行驶的目标路段对应的数字地图信息，然后确定当前位置信息对应的历史高精地图信息，最后基于数字地图信息和历史高精地图信息，预测目标路段对应的高精地图信息，从而实现了将车辆即将经过的道路的数字地图信息与历史高精地图信息相结合，在预测高精地图信息时，可以引入更多的已知信息，大大提高了预测高精地图信息的准确性，为后续实时生成高精地图提供先验信息，有利于提高实时生成的高精地图的准确程度，减少了后期时间、人力成本、计算资源的投入。
61.可选的，在步骤204之后，电子设备还可以执行如下步骤：
62.基于目标路段对应的高精地图信息，确定当前位置信息对应的实时高精地图信息。
63.具体地，预测的高精地图信息可以作为实时生成高精地图信息采用的算法的初始值，从而为实时高精地图生成算法提供先验信息，实时高精地图生成算法采用了预测的高精地图信息后，可以得到更高准确度的实时高精地图信息。根据实时高精地图信息，可以进一步生成目标路段对应的高精地图。需要说明的是，实时高精地图生成算法是本领域的公知技术，这里不再赘述。
64.该步骤利用预测的高精地图信息作为实时高精地图生成算法的先验信息，大大提高了实时生成高精地图的准确性。
65.进一步参考图3，示出了高精地图信息预测方法的又一个实施例的流程示意图。如图3所示，在上述图2所示实施例的基础上，步骤204可以包括如下步骤：
66.步骤2041，对数字地图信息和历史高精地图信息分别进行向量化处理，得到数字地图向量和高精地图向量。
67.其中，向量化处理是指将历史高精地图信息和数字地图信息包含的各种信息进行量化，再将各个量化后的数值组成向量。例如，高精地图向量的形式可以为：(车道条数，车道类型，车道分割线长度，距离1，曲率1，距离2，曲率2，距离3，曲率3，
…
，标志牌样式，标志
牌长，标志牌宽，标志牌高，
…
)。数字地图向量的形式可以为：(车辆的位置坐标，道路中轴线位置坐标、车道条数，行驶方向，
…
)。
68.步骤2042，将数字地图向量和高精地图向量输入预先训练的高精地图预测模型，得到预测高精地图向量。
69.其中，高精地图预测模型用于表征数字地图向量和高精地图向量与预测高精地图向量的对应关系。作为示例，高精地图预测模型可以是数学公式、对应关系表等形式，向其中输入一个数字地图向量和一个高精地图向量，经过计算或查找，可以输出预测高精地图向量。高精地图预测模型还可以是预先利用机器学习方法训练得到的模型。
70.步骤2043，基于预测高精地图向量，得到目标路段对应的高精地图信息。
71.得到高精地图向量后，电子设备可以根据向量中的元素与实际表示的意义的对应关系，将向量中的各元素还原为目标路段对应的高精地图信息。
72.上述图3对应实施例提供的方法，通过对数字地图信息和历史高精地图信息分别进行向量化处理，以及利用高精地图预测模型，得到目标路段对应的高精地图信息，实现了将数字地图信息和历史高精地图信息相结合，利用数学方法精确地预测即将行驶的目标路段对应的高精地图信息，从而有效提高了生成预测的高精地图信息的精度。
73.在一些可选的实现方式中，如图4所示，高精地图预测模型预先按照如下步骤训练得到：
74.步骤401，在数字地图或高精地图中的道路上确定采样点集合。
75.其中，本实施例的数字地图和高精地图可以分别与上述图2对应实施例中描述的数字地图和高精地图相同，也可以不同。
76.具体地，电子设备可以遍历高精地图或数字地图中的道路，获取车辆可能位置与朝向。如图5a所示，其示出了从高精地图中确定采样点集合的示意图。高精地图或数字地图中记录了道路信息，每条道路又分为多条车道。高精地图或数字地图记录了每条车道的中心线位置，切线方向及车道宽度等信息。根据上述信息，以每条车道的中心线的延伸方向，每隔等间距采样，获得车辆所在位置的坐标。车辆运动过程中，由于车辆中心可能与车道线中心不重合，因此可以以如图5a所示的车道中心线切线的垂线方向，向两侧延伸，模拟车辆所在的位置，记录采样点。
77.步骤402，对于采样点集合中的采样点，从数字地图中确定该采样点对应的未来数字地图信息，以及对未来数字地图信息进行向量化处理，得到未来数字地图向量；从高精地图中确定该采样点对应的历史高精地图信息和未来高精地图信息，以及对历史高精地图信息和未来高精地图信息分别进行向量化处理，得到历史高精地图向量和未来高精地图向量。
78.其中，某个采样点对应的未来数字地图信息可以是以该采样点为起点，向车辆的行驶方向延伸设定距离所经过的道路对应的数字地图信息。该步骤执行结束后可以得到每个采样点或部分采样点分别对应的未来数字地图向量、历史高精地图向量和未来高精地图向量。
79.某个采样点对应的未来高精地图信息可以是以该采样点为起点，向车辆的行驶方向延伸设定距离所经过的道路对应的高精地图信息。该采样点对应的历史高精地图信息可以是以该采样点为起点，向车辆的行驶方向反向延伸设定距离所经过的道路对应的高精地
图信息。如图5b所示，其示出了一个从高精地图中确定历史高精地图信息和未来高精地图信息的示意图。其中的箭头表示道路的延伸方向(即车辆的行驶方向)，采样点501表示车辆当前的位置，以经过采样点且与道路中心线的切线垂直的直线502为分界线，向道路延伸方向延伸设定距离所覆盖的范围对应的高精地图信息为未来高精地图信息，向道路延伸方向的反向延伸设定距离所覆盖的范围对应的高精地图信息为历史高精地图。未来高精地图信息和历史高精地图信息包含了如图5b所示的路灯杆的位置、道路的中心线的位置、中心线的延伸方向、禁停标志的信息、指路牌的信息等。
80.可选的，由于高精地图信息预测是根据车辆刚行驶过的一段距离对应的地图信息，预测将来一段距离的地图信息，且行驶过的那段距离可能不包含路口，因此，通常在上述向道路延伸方向延伸或向道路延伸方向的反向延伸时，选择不包含路口的路段提取未来数字地图信息、历史高精地图信息和未来高精地图信息。
81.步骤403，将采样点集合中的采样点对应的未来数字地图向量和历史高精地图向量作为输入，将输入的采样点对应的未来高精地图向量作为期望输出，训练得到高精地图预测模型。
82.其中，电子设备可以利用机器学习方法，将步骤402获取到的未来数字地图向量和历史高精地图向量作为输入，将与输入的向量对应的未来高精地图向量作为期望输出，对初始模型(例如卷积神经网络，循环神经网络等)进行训练，针对每次训练输入的未来数字地图向量和历史高精地图向量，可以得到实际输出。其中，实际输出是初始模型实际输出的预测未来高精地图向量。然后，电子设备可以采用梯度下降法和反向传播法，基于实际输出和期望输出，调整初始模型的参数，将每次调整参数后得到的模型作为下次训练的初始模型，并在满足预设的训练结束条件的情况下，结束训练，从而训练得到高精地图预测模型。上述预设的训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；利用预设的损失函数计算所得的损失值小于预设损失值阈值。
83.本实现方式通过从数字地图或高精地图中提取采样点集合，将采样点对应的地图向量作为训练样本，利用机器学习的方法，训练得到高精地图预测模型，从而有效利用了已有的数字地图和高精地图，充分模拟实际道路的情况，训练得到高准确度的高精地图预测模型。
84.进一步参考图6，示出了高精地图信息预测方法的又一个实施例的流程示意图。如图6所示，在上述图2所示实施例的基础上，步骤203可以包括如下步骤：
85.步骤2031，获取在目标历史时刻生成的第一历史高精地图信息。
86.其中，目标历史时刻可以是当前时间之前的任意设定时刻。例如，按照预设的周期，每隔一段时间生成一次高精地图信息，则目标历史时刻生成的第一历史高精地图信息可以是上一次生成的高精地图信息，也可以是前两次(或任意设定次)生成的高精地图信息的组合。
87.步骤2032，从预设的高精地图数据库中查找第一历史高精地图信息表示的路段对应的第二历史高精地图信息。
88.其中，高精地图数据库可以存储在电子设备本地，或存储在与电子设备连接的其他设备。电子设备可以确定第一历史高精地图信息表示的路段的坐标范围，从高精地图数据库中查找该范围对应的高精地图信息作为第二历史高精地图信息。
89.步骤2033，基于查找结果，确定当前位置信息对应的历史高精地图信息。
90.其中，查找结果表示查找到或查找不到两种状态，若查找不到，可以将第一历史高精地图信息确定为当前位置信息对应的历史高精地图信息。若查找到，示例性的，可以将第二历史高精地图信息确定为当前位置信息对应的历史高精地图信息。
91.图6对应实施例提供的方法，通过获取第一历史高精地图信息及从高精地图数据库中查找第二历史高精地图信息，基于查找结果确定当前位置信息对应的历史高精地图信息，可以使获得历史高精地图信息的方式更加丰富，为后续进行高精地图信息预测提供更多的先验信息，提高预测精度。
92.在一些可选的实现方式中，步骤2033可以包括如下子步骤：
93.若查找结果表示能够查找到第二历史高精地图信息，对第一历史高精地图信息和第二历史高精地图信息中相对应的数据进行融合，得到当前位置信息对应的历史高精地图信息。
94.作为示例，融合的方式可以为，将第一历史高精地图信息和第二历史高精地图信息中表示同一含义的数据取平均，替换原数据。例如，某个位置的车道线曲率取平均，得到的数值作为上述当前位置信息对应的历史高精地图信息包括的数据。
95.本实现方式通过将第一历史高精地图信息和第二历史高精地图信息进行融合，得到当前位置信息对应的历史高精地图信息，实现了利用已有的数据库中的数据为后续进行高精地图信息预测提供先验信息，由于数据库中数据的准确性较高，从而可以提高预测精度。
96.在一些可选的实现方式中，上述对第一历史高精地图信息和第二历史高精地图信息中相对应的数据进行融合，得到当前位置信息对应的历史高精地图信息，包括：
97.首先，提取第一历史高精地图信息和第二历史高精地图信息中相对应的至少一个数据对。
98.其中，相对应的数据组成的数据对是指第一历史高精地图信息和第二历史高精地图信息中表示同一含义的数据。例如当前的道路包括的车道数、当前车道的宽度、同一指路牌的高度等。
99.然后，确定至少一个数据对中的每个数据对对应的融合数据。
100.作为示例，可以将每个数据对包括的数据取平均或加权平均，得到融合数据。
101.最后，基于所得到的至少一个融合数据，生成当前位置信息对应的目标历史高精地图信息。
102.具体地，可以将融合数据确定为新生成的历史高精地图信息包括的数据。
103.本实现方式通过将第一历史高精地图信息和第二历史高精地图信息中相对应的数据组成的数据对进行融合，得到融合数据，可以有效减少历史上生成的高精地图信息和数据库中的高精地图之间的误差，从而提高当前位置信息对应的历史高精地图信息的准确性，有利于后续进行高精地图信息预测的准确性。
104.在一些可选的实现方式中，上述确定至少一个数据对中的每一个数据对对应的融合数据，包括：
105.对于至少一个数据对中的每个数据对，若该数据对之间的差距符合预设条件，确定该数据对的加权平均值，得到融合数据；若该数据对不符合预设条件，将该数据对中的来
自第二历史高精地图信息的数据确定为融合数据。
106.作为示例，预设条件可以包括：数据对之间的差距小于等于对应的阈值。例如，某数据对表示当前道路的车道数，若两者之间的差距小于等于对应的阈值，确定该数据对的加权平均值，得到融合数据；若大于阈值，将第二历史高精地图信息中的车道数确定为融合数据。再例如，某数据对表示当前道路的宽度，若两者之间的差距小于等于对应的阈值，确定该数据对的加权平均值，得到融合数据；若大于阈值，将第二历史高精地图信息中的车道宽度确定为融合数据。
107.上述加权平均计算采用的权值可以预先设定，例如，可以对来自高精地图数据库的数据取较大权值(例如0.6)，对来自历史上实时生成的高精地图的数据取较小权值(例如0.4)，从而可以使在进行高精地图信息预测时偏重使用已有的高精地图数据库提供的先验信息。
108.本实现方式通过设置每个数据对的预设条件，可以去除历史上实时生成的高精地图信息的误差对高精地图信息预测带来的影响，进一步提高高精地图信息预测的准确性。
109.示例性装置
110.图7是本公开一示例性实施例提供的高精地图信息预测装置的结构示意图。本实施例可应用在电子设备上，如图7所示，高精地图信息预测装置包括：第一确定模块701，用于确定车辆的当前位置信息；获取模块702，用于根据当前位置信息，从数字地图中获取车辆即将行驶的目标路段对应的数字地图信息；第二确定模块703，用于确定当前位置信息对应的历史高精地图信息；预测模块704，用于基于数字地图信息和历史高精地图信息，预测目标路段对应的高精地图信息。
111.在本实施例中，第一确定模块701可以确定车辆的当前位置信息。其中，当前位置信息可以是车辆的导航系统实时确定的位置信息，当前位置信息用于表示车辆当前所处的位置，通常，当前位置信息可以用经度、纬度、高度等信息表示。
112.在本实施例中，获取模块702可以根据当前位置信息，从数字地图中获取车辆即将行驶的目标路段对应的数字地图信息。其中，数字地图可以存储在电子设备本地，也可以存储在与电子设备通信连接的其他设备。其中，目标路段可以通过各种方式确定。例如，目标路段可以是以车辆当前的位置为起点，车辆即将经过的预设长度的路段为目标路段。再例如，目标路段可以是以车辆当前的位置与即将经过的下一个地标之间的路段。
113.目标路段对应的数字地图信息用于表征目标路段的特征。例如，数字地图信息可以包括但不限于以下至少一项：目标路段的车道个数，目标路段的中心线在世界坐标系下的位置，目标路段是否存在车道汇入或汇出，车辆距离下一个路口的距离，目标路段上的地面箭头、标志牌表示的车道方向信息等。
114.在本实施例中，第二确定模块703可以确定当前位置信息对应的历史高精地图信息。其中，高精地图信息可以是基于预先建立的高精地图确定的。高精地图可以设置在上述电子设备本地，或设置在与上述电子设备通信连接的其他设备中。
115.高精地图与上述数字地图相比，其包含的信息更丰富。例如，高精地图可以包括以下高精地图信息：每条车道两侧的车道每条线段(包括虚线以及实线)两顶点的世界坐标系坐标、车道合并与分叉点坐标、地面标记转弯信息的箭头图案的各个顶点世界坐标系坐标等；交通信号灯的位置、大小形状、朝向信息等；路灯杆的位置、高度等信息；交通标志牌的
中心点、高度、大小等信息。
116.第二确定模块703可以从高精地图中确定历史高精地图信息。历史高精地图信息可以是表示车辆已经经过的一段道路(例如过去一段固定长度的时间段经过的道路，过去一段固定长度的道路、车辆的当前位置与经过的前一个路标、路口等位置之间的道路)的特征的信息。关于历史高精地图的内容可以参考前述高精地图包括的高精地图信息的示例。
117.在本实施例中，预测模块704可以基于数字地图信息和历史高精地图信息，预测目标路段对应的高精地图信息。
118.作为示例，预测模块704可以从预先建立的对应关系表中查找上述数字地图信息和历史高精地图信息对应的预测高精地图信息作为目标路段对应的高精地图信息。该对应关系表可以是预先对大量位置信息对应的数字地图信息和历史高精地图信息，以及对应的未来一段道路的高精地图信息进行统计得到的表格。
119.参照图8，图8是本公开另一示例性实施例提供的高精地图信息预测装置的结构示意图。
120.在一些可选的实现方式中，该装置还可以包括：第三确定模块705，用于基于目标路段对应的高精地图信息，确定当前位置信息对应的实时高精地图信息。
121.在一些可选的实现方式中，预测模块704可以包括：处理单元7041，用于对数字地图信息和历史高精地图信息分别进行向量化处理，得到数字地图向量和高精地图向量；预测单元7042，用于将数字地图向量和高精地图向量输入预先训练的高精地图预测模型，得到预测高精地图向量；生成单元7043，用于基于预测高精地图向量，得到目标路段对应的高精地图信息。
122.在一些可选的实现方式中，高精地图预测模型可以预先按照如下步骤训练得到：在数字地图或高精地图中的道路上确定采样点集合；对于采样点集合中的采样点，从数字地图中确定该采样点对应的未来数字地图信息，以及对未来数字地图信息进行向量化处理，得到未来数字地图向量；从高精地图中确定该采样点对应的历史高精地图信息和未来高精地图信息，以及对历史高精地图信息和未来高精地图信息分别进行向量化处理，得到历史高精地图向量和未来高精地图向量；将采样点集合中的采样点对应的未来数字地图向量和历史高精地图向量作为输入，将输入的采样点对应的未来高精地图向量作为期望输出，训练得到高精地图预测模型。
123.在一些可选的实现方式中，第二确定模块703可以包括：获取单元7031，用于获取在目标历史时刻生成的第一历史高精地图信息；查找单元7032，用于从预设的高精地图数据库中查找第一历史高精地图信息表示的路段对应的第二历史高精地图信息；确定单元7033，用于基于查找结果，确定当前位置信息对应的历史高精地图信息。
124.在一些可选的实现方式中，确定单元7033可以进一步用于：若查找结果表示能够查找到第二历史高精地图信息，对第一历史高精地图信息和第二历史高精地图信息中相对应的数据进行融合，得到当前位置信息对应的历史高精地图信息。
125.在一些可选的实现方式中，确定单元7033可以进一步用于：提取第一历史高精地图信息和第二历史高精地图信息中相对应的至少一个数据对；确定至少一个数据对中的每个数据对对应的融合数据；基于所得到的至少一个融合数据，生成当前位置信息对应的目标历史高精地图信息。
126.在一些可选的实现方式中，确定单元7033可以进一步用于：对于至少一个数据对中的每个数据对，若该数据对之间的差距符合预设条件，确定该数据对的加权平均值，得到融合数据；若该数据对不符合预设条件，将该数据对中的来自第二历史高精地图信息的数据确定为融合数据。
127.本公开上述实施例提供的高精地图信息预测装置，通过根据车辆的当前位置信息，从数字地图中获取车辆即将行驶的目标路段对应的数字地图信息，然后确定当前位置信息对应的历史高精地图信息，最后基于数字地图信息和历史高精地图信息，预测目标路段对应的高精地图信息，从而实现了将车辆即将经过的道路的数字地图信息与历史高精地图信息相结合，在预测高精地图信息时，可以引入更多的已知信息，大大提高了预测高精地图信息的准确性，为后续实时生成高精地图提供先验信息，有利于提高实时生成的高精地图的准确程度，减少了后期时间、人力成本、计算资源的投入。
128.示例性电子设备
129.下面，参考图9来描述根据本公开实施例的电子设备。该电子设备可以是如图1所示的终端设备101和服务器103中的任一个或两者、或与它们独立的单机设备，该单机设备可以与终端设备101和服务器103进行通信，以从它们接收所采集到的输入信号。
130.图9图示了根据本公开实施例的电子设备的框图。
131.如图9所示，电子设备900包括一个或多个处理器901和存储器902。
132.处理器901可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备900中的其他组件以执行期望的功能。
133.存储器902可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器901可以运行程序指令，以实现上文的本公开的各个实施例的高精地图信息预测方法以及/或者其他期望的功能。在计算机可读存储介质中还可以存储诸如当前位置信息、数字地图信息、高精地图信息等各种内容。
134.在一个示例中，电子设备900还可以包括：输入装置903和输出装置904，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
135.例如，在该电子设备是终端设备101或服务器103时，该输入装置903可以是鼠标、键盘等设备，用于输入地图信息、各种命令等。在该电子设备是单机设备时，该输入装置903可以是通信网络连接器，用于从终端设备101和服务器103接收所输入的地图信息、各种命令等。
136.该输出装置904可以向外部输出各种信息，包括生成的高精地图信息。该输出设备904可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
137.当然，为了简化，图9中仅示出了该电子设备900中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备900还可以包括任何其他适当的组件。
138.示例性计算机程序产品和计算机可读存储介质
139.除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计
算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的高精地图信息预测方法中的步骤。
140.所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c++等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
141.此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的高精地图信息预测方法中的步骤。
142.所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
143.以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
144.本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
145.本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
146.可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
147.还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
148.提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
149.为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。