本發(fā)明涉及地理信息處理技術領域，特別涉及一種對導航數(shù)據(jù)進行更新的方法及裝置。

背景技術：

隨著道路交通的發(fā)展及人們生活、工作區(qū)域的擴大，導航地圖的運用已經(jīng)發(fā)展為人們生活及工作的一部分。

在導航地圖中的導航數(shù)據(jù)要素繁多，如poi(pointofinterest，信息點，每個poi包含四方面信息，名稱、類別、經(jīng)度緯度、附近的酒店飯店商鋪等信息，也稱為“導航地圖信息”)就分中英文名稱、地址、電話號碼等，道路要素就更為復雜，包含車道信息、攝像頭、路口信息、車道數(shù)及形狀、掛接等等，甚至會包括有遮擋物或污漬導致目標看不清的情況。目前的所有導航數(shù)據(jù)要素全部需要通過作業(yè)人員人工目視現(xiàn)場情況采集得到，需要耗費大量的人力物力，且采集數(shù)據(jù)的效率不高，在情況復雜的路口難以保證覆蓋度及數(shù)據(jù)質(zhì)量。并且，采用該種方式的導航更新速度慢，不便于及時給用戶提供全面、準確的導航數(shù)據(jù)服務。

鑒于以上因素，提供一種快捷、高效、準確地進行導航數(shù)據(jù)采集、處理并進行導航數(shù)據(jù)更新的系統(tǒng)是目前本領域亟待解決的問題。

技術實現(xiàn)要素：

有鑒于此，本發(fā)明所要解決的技術問題是提供了一種對導航數(shù)據(jù)進行更新的方法及系統(tǒng)，采用實時影像自動識別技術及影像實時空間重建技術，通過交通標牌的樣本訓練，使用導航數(shù)據(jù)采集設備自動識別、采集交通標牌數(shù)據(jù)，獲取目標交通標牌的空間位置在底圖道路數(shù)據(jù)上進行匹配后更新導航數(shù) 據(jù)，避免了人工采集導航數(shù)據(jù)成本高、效率低及現(xiàn)有機器采集導航數(shù)據(jù)準確性差的問題。

為了解決上述技術問題，本發(fā)明有如下技術方案：

一方面，本發(fā)明提供一種對導航數(shù)據(jù)進行更新的方法，包括：

識別已標定攝像頭實時回傳的影像文件，當識別到目標交通標牌時，返回所述目標交通標牌在一幀影像上的圖像信息及拍攝該幀影像的系統(tǒng)時間；

根據(jù)所述目標交通標牌在該幀影像上的圖像信息和拍攝該幀影像的系統(tǒng)時間以及離該幀圖像的系統(tǒng)時間最近的gps屬性信息，獲得所述目標交通標牌的空間坐標；

根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像，獲得所述目標交通標牌在底圖道路數(shù)據(jù)中的空間結構關系，并根據(jù)所述目標交通標牌的空間坐標得到所述目標交通標牌的空間位置；

根據(jù)所述目標交通標牌的空間位置及標牌類型更新所述底圖道路數(shù)據(jù)中目標交通標牌的導航數(shù)據(jù)。

可選地，在所述識別攝像頭實時回傳的影像文件，當識別到目標交通標牌時，返回所述目標交通標牌在一幀影像上的屬性信息及拍攝該幀影像的系統(tǒng)時間之前，還包括：

獲取包含交通標牌的屬性信息的訓練樣本數(shù)據(jù)庫文件，所述屬性信息至少包括：交通標牌類型、交通標牌id、交通標牌位置和交通標牌尺寸；

獲取所述已標定攝像頭的配置參數(shù)，所述配置參數(shù)包括：相機的焦距、幾何畸變和徑向畸變。

可選的，所述識別已標定攝像頭實時回傳的影像文件，當識別到目標交通標牌時，返回所述目標交通標牌在一幀影像上的圖像信息及拍攝該幀影像的系統(tǒng)時間包括：

利用實時回傳的影像文件進行目標交通標牌搜索；

當識別到所述目標交通標牌時，反饋所述目標交通標牌的幀數(shù)位置，并以7～13幀/秒的速率調(diào)用工具包形式的訓練樣本數(shù)據(jù)庫文件，進行數(shù)據(jù)補充直至搜索完成。

可選的，所述當識別到所述目標交通標牌時，反饋所述目標交通標牌的幀數(shù)位置，并以7～13幀/秒的速率調(diào)用工具包形式的訓練樣本數(shù)據(jù)庫文件，進行數(shù)據(jù)補充直至搜索完成包括：

計算搜索到所述目標交通標牌的累積置信度；

當所述累積置信度大于置信度閾值時，搜索完成，并反饋所述目標交通標牌在最后一幀圖像上的圖像信息及獲取該幀圖像的系統(tǒng)時間，所述圖像信息包括：交通標牌類型、像素坐標、尺寸大小和累積置信度。

可選的，所述根據(jù)所述目標交通標牌在該幀影像上的圖像信息和拍攝該幀影像的系統(tǒng)時間以及離該幀圖像的系統(tǒng)時間最近的gps屬性信息，獲得所述目標交通標牌的空間坐標包括：獲取離該幀圖像的系統(tǒng)時間最近的gps時間及gps經(jīng)緯度坐標；

通過所述系統(tǒng)時間及最近的gps時間計算出時間差δt＝系統(tǒng)時間-最近的gps時間；

利用采集設備在前一秒內(nèi)的gps距離間隔及所述時間差得到所述采集設備的移動距離δd＝δt×前一秒內(nèi)的gps距離間隔；

根據(jù)所述gps經(jīng)緯度坐標及所述采集設備的移動距離得到所述采集設備的空間位置；

根據(jù)所述像素坐標及所述已標定攝像頭的配置參數(shù)獲取所述目標交通標牌的空間相對坐標，并根據(jù)所述目標交通標牌的空間相對坐標及所述采集設備的空間位置獲取所述目標交通標牌的空間坐標。

可選的，所述根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像，獲得所述目標交通標牌在底圖道路數(shù)據(jù)中的空間結構關系，并根據(jù)所述目標交通標牌的空間坐標得到所述目標交通標牌的空間位置包括：根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像；

根據(jù)所述目標交通標牌的空間相對坐標及所述幾何圖像在所述底圖道路數(shù)據(jù)中進行點線空間索引查詢，得到所述目標交通標牌在所述底圖道路數(shù)據(jù)中的空間結構關系；

根據(jù)所述目標交通標牌的空間坐標及所述目標交通標牌在所述底圖道路數(shù)據(jù)中的空間結構關系得到所述目標交通標牌的空間位置。

另一方面，為實現(xiàn)上述方法，本發(fā)明提供一種對導航數(shù)據(jù)進行更新的裝置，包括：識別模塊、第一處理模塊、第二處理模塊及更新模塊，其中，

所述識別模塊，用于識別已標定攝像頭實時回傳的影像文件，當識別到目標交通標牌時，返回所述目標交通標牌在一幀影像上的圖像信息及拍攝該幀影像的系統(tǒng)時間；

所述第一處理模塊，用于根據(jù)所述目標交通標牌在該幀影像上的圖像信息和拍攝該幀影像的系統(tǒng)時間以及離該幀圖像的系統(tǒng)時間最近的gps屬性信息，獲得所述目標交通標牌的空間坐標；

所述第二處理模塊，用于根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像，獲得所述目標交通標牌在底圖道路數(shù)據(jù)中的空間結構關系，并根據(jù)所述目標交通標牌的空間坐標得到所述目標交通標牌的空間位置；

所述更新模塊，用于根據(jù)所述目標交通標牌的空間坐標及標牌類型更新所述底圖道路數(shù)據(jù)中目標交通標牌的導航數(shù)據(jù)。

可選的，所述識別模塊包括：第一獲取單元，用于獲取包含交通標牌的屬性信息的訓練訓練樣本數(shù)據(jù)庫文件，所述屬性信息至少包括：交通標牌類型、交通標牌id、交通標牌位置和交通標牌尺寸；

第二獲取單元，用于獲取所述已標定攝像頭的配置參數(shù)，所述配置參數(shù)包括：相機的焦距、幾何畸變和徑向畸變。

可選的，所述識別模塊包括：搜索單元，用于利用實時回傳的影像文件進行目標交通標牌搜索；

所述第一處理模塊包括：第一數(shù)據(jù)處理單元，用于當識別到所述目標交通標牌時，反饋所述目標交通標牌的幀數(shù)位置，并以7～13幀/秒的速率調(diào)用工具包形式的訓練訓練樣本數(shù)據(jù)庫文件，進行數(shù)據(jù)補充直至搜索完成；

第二數(shù)據(jù)處理單元，用于計算搜索到所述目標交通標牌的累積置信度；

判斷單元，用于當判斷到所述累積置信度大于置信度閾值時，搜索完成，并反饋所述目標交通標牌在最后一幀圖像上的圖像信息及獲取該幀圖像的系統(tǒng)時間，所述圖像信息包括：交通標牌類型、像素坐標、尺寸大小和累積置信度。

可選的，所述第一處理模塊包括：第三獲取單元，用于獲取離該幀圖像的系統(tǒng)時間最近的gps時間及gps經(jīng)緯度坐標；

計算單元，用于通過所述系統(tǒng)時間及最近的gps時間計算出時間差δt＝系統(tǒng)時間-最近的gps時間；

利用采集設備在前一秒內(nèi)的gps距離間隔及所述時間差得到所述采集設備的移動距離δd＝δt×前一秒內(nèi)的gps距離間隔；

第三數(shù)據(jù)處理單元，根據(jù)所述gps經(jīng)緯度坐標及所述采集設備的移動距離得到所述采集設備的空間位置；

根據(jù)所述像素坐標及所述已標定攝像頭的配置參數(shù)獲取所述目標交通標牌的空間相對坐標，并根據(jù)所述目標交通標牌的空間相對坐標及所述采集設備的空間位置獲取所述目標交通標牌的空間坐標；

第四數(shù)據(jù)處理單元，用于根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像；

根據(jù)所述目標交通標牌的空間相對坐標及所述幾何圖像在所述底圖道路數(shù)據(jù)中進行點線空間索引查詢，得到所述目標交通標牌在所述底圖道路數(shù)據(jù)中的空間結構關系；

根據(jù)所述目標交通標牌的空間坐標及所述目標交通標牌在所述底圖道路數(shù)據(jù)中的空間結構關系得到所述目標交通標牌的空間位置。

與現(xiàn)有技術相比，本發(fā)明所述的對導航數(shù)據(jù)進行更新的方法及裝置，達到了如下效果：

(1)本發(fā)明的對導航數(shù)據(jù)進行更新的方法通過機器識別結合gps空間定位、采集道路導航數(shù)據(jù)，與傳統(tǒng)的人工采集方式相比快捷、效率高，且成本低。

(2)本發(fā)明的對導航數(shù)據(jù)進行更新的方法在識別、采集導航數(shù)據(jù)之前先進行樣本訓練，充分考慮了各種對導航數(shù)據(jù)采集的影響因素，并賦予交通標牌唯一的識別標識id，使得采集的導航數(shù)據(jù)準確、全面，提高了復雜路口導航數(shù)據(jù)采集的完整度，還方便后續(xù)進行導航數(shù)據(jù)的匹配及定位。

(3)本發(fā)明的對導航數(shù)據(jù)進行更新的方法設置了一套完善的識別方案，充分考慮到探測到的及沒探測到的目標，并設置積累置信度閾值判斷識別的開始點及完成點，便于目標的位置確定。

(4)本發(fā)明的對導航數(shù)據(jù)進行更新的方法在完成交通標牌識別、導航數(shù)據(jù)采集、匹配及處理之后還設計了導航數(shù)據(jù)的更新處理方式，對道路數(shù)據(jù)進行更新、完善，保證了導航數(shù)據(jù)為最新、更準確的數(shù)據(jù)。

當然，實施本發(fā)明的任一產(chǎn)品必不一定需要同時達到以上所述的所有技術效果。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本發(fā)明的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中：

圖1為本發(fā)明實施例中對導航數(shù)據(jù)進行更新的方法流程示意圖之一；

圖2為本發(fā)明實施例中對導航數(shù)據(jù)進行更新的方法流程示意圖之二；

圖3a為本發(fā)明實施例中對導航數(shù)據(jù)進行更新的方法中進行目標交通標牌識別的方法流程示意圖；

圖3b為本發(fā)明一個可選實施例調(diào)用sdk探測目標交通標牌的示意圖；

圖4為本發(fā)明實施例中進行交通標牌空間定位的方法流程示意圖；

圖5a為本發(fā)明實施例中進行導航數(shù)據(jù)匹配更新的具體方法流程示意圖；

圖5b為本發(fā)明實施例中進行導航數(shù)據(jù)匹配判斷更新的流程示意圖；

圖6為本發(fā)明實施例中對導航數(shù)據(jù)進行更新的裝置結構示意圖。

具體實施方式

如在說明書及權利要求當中使用了某些詞匯來指稱特定組件。本領域技術人員應可理解，硬件制造商可能會用不同名詞來稱呼同一個組件。本說明書及權利要求并不以名稱的差異來作為區(qū)分組件的方式，而是以組件在功能上的差異來作為區(qū)分的準則。如在通篇說明書及權利要求當中所提及的“包含”為一開放式用語，故應解釋成“包含但不限定于”?！按笾隆笔侵冈诳山邮盏恼`差范圍內(nèi)，本領域技術人員能夠在一定誤差范圍內(nèi)解決所述技術問題，基本達到所述技術效果。說明書后續(xù)描述為實施本發(fā)明的較佳實施方式，然所 述描述乃以說明本發(fā)明的一般原則為目的，并非用以限定本發(fā)明的范圍。本發(fā)明的保護范圍當視所附權利要求所界定者為準。

方法實施例參見圖1所示，為本發(fā)明實施例中對導航數(shù)據(jù)進行更新的方法流程示意圖之一。在本實施例中，對導航數(shù)據(jù)進行智能采集并自動更新的方法，不再需要人工采集道路導航數(shù)據(jù)進行更新。本實施例中的對導航數(shù)據(jù)進行更新的方法包括以下步驟：

步驟101、識別已標定攝像頭實時回傳的影像文件，當識別到目標交通標牌時，返回所述目標交通標牌在一幀影像上的圖像信息及拍攝該幀影像的系統(tǒng)時間。

通過采集設備采集到的交通標牌圖像及在該圖像中的相對應關系方便后續(xù)在該交通標牌的空間位置上體現(xiàn)其三維幾何圖像，保證了更新的導航數(shù)據(jù)的準確性，同時也方便了用戶在導航地圖中直觀地看到該交通標牌，提升了用戶體驗。

可選的，根據(jù)識別到的目標交通標牌從提前準備好的訓練樣本數(shù)據(jù)庫中查找出該目標交通標牌的屬性信息。數(shù)量豐富及信息描述準確的訓練樣本數(shù)據(jù)庫能夠保證后續(xù)對交通標牌進行識別的正確率，交通標牌的屬性信息至少包括：交通標牌類型、交通標牌id、交通標牌位置和交通標牌尺寸。

步驟102、根據(jù)所述目標交通標牌在該幀影像上的圖像信息和拍攝該幀影像的系統(tǒng)時間以及離該幀圖像的系統(tǒng)時間最近的gps屬性信息，獲得所述目標交通標牌的空間坐標。

可選的，gps屬性信息包括：gps時間及gps經(jīng)緯度坐標。導航數(shù)據(jù)平臺根據(jù)采集設備即時傳送的圖像進行搜索，根據(jù)訓練樣本數(shù)據(jù)庫識別該交通標牌的屬性信息并通過gps獲取其在導航地圖數(shù)據(jù)中的空間坐標，使得獲取的導航數(shù)據(jù)準確、全面。

步驟103、根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像，獲得所述目標交通標牌在底圖道路數(shù)據(jù)中的空間結構關系，并根據(jù)所述目標交通標牌的空間坐標得到所述目標交通標牌的空間位置。

步驟104、根據(jù)所述目標交通標牌的空間位置及標牌類型更新底圖道路數(shù)據(jù)中目標交通標牌的導航數(shù)據(jù)。

現(xiàn)有技術中的導航數(shù)據(jù)更新方案的導航數(shù)據(jù)一般是采用作業(yè)人員人工目測現(xiàn)場情況，進而進行采集得到。這需要耗費大量的人力和物力，且在對復雜路口數(shù)據(jù)采集時，難以保證覆蓋的全面性及數(shù)據(jù)的準確性。

而本實施例中不同與此，通過帶有攝像、拍照及gps功能的采集設備，優(yōu)選地，所述采集設備為采集車，自動探測、識別及定位目標交通標牌要素，進而自動進行導航地圖數(shù)據(jù)的更新，能夠自動、智能地更新導航數(shù)據(jù)，同時還保證了更新的準確性，大大減少了更新導航數(shù)據(jù)的成本。

可選的，在步驟101之前，本發(fā)明實施例對導航數(shù)據(jù)進行更新的方法還包括：

獲取包含交通標牌的屬性信息的訓練樣本數(shù)據(jù)庫文件，所述屬性信息至少包括：交通標牌類型、交通標牌id、交通標牌位置和交通標牌尺寸；

交通標牌的類型是對各種交通標牌進行區(qū)別的體現(xiàn)；交通標牌id能方便交通標牌的存儲、識別及后續(xù)準確、快捷的檢索，且所述交通標牌id為系統(tǒng)通過預先設置自動賦值，也體現(xiàn)了本方案的智能操作過程；所述交通標牌位置、交通標牌尺寸數(shù)據(jù)的采集用于后續(xù)獲取交通標牌在導航地圖上的位置及尺寸大小的計算。

而且考慮到不同環(huán)境因素對采集數(shù)據(jù)的影響，本實施例分為在晴、局部多云、多云、霧、雨及雪等天氣條件下采集的交通標牌數(shù)據(jù)，方便后續(xù)對數(shù)據(jù)進行綜合得出準確的采集數(shù)據(jù)。而物理條件又分為交通標牌被其它物體遮擋、由于如污損、褪色、模糊、背光等因素造成交通標牌內(nèi)容識別困難的情況以及交通標牌信息能變化，如led等。由于以上或其它因素導致識別困難時，可對該交通標牌進行標記或提示進行人工采集，保證數(shù)據(jù)采集覆蓋完全的交通標牌信息。

獲取所述已標定攝像頭的配置參數(shù)，所述配置參數(shù)包括：相機的焦距、幾何畸變和徑向畸變。

如圖2所示，本發(fā)明實施例中對導航數(shù)據(jù)進行更新的方法流程示意圖之二。本實施例相對于圖1所示實施例中的流程，具體描述了建立訓練樣本數(shù)據(jù)庫及獲取所述交通標牌的圖像的過程。本實施例中所述方法包括以下步驟：

步驟201、獲取交通標牌的屬性信息，建立訓練樣本數(shù)據(jù)庫，將獲取的訓練樣本數(shù)據(jù)庫文件以sdk工具包的形式發(fā)送至所述導航數(shù)據(jù)平臺；獲取所述已標定攝像頭的配置參數(shù)，所述配置參數(shù)包括：相機的焦距、幾何畸變和徑向畸變。所述屬性信息至少包括：交通標牌類型、交通標牌id、交通標牌位置、交通標牌尺寸、天氣條件及物理條件。

sdk(softwaredevelopmentkit，軟件開發(fā)工具包)是一些被軟件工程師用于為特定的軟件包、軟件框架、硬件平臺、操作系統(tǒng)等創(chuàng)建應用軟件的開發(fā)工具的集合。

步驟202、獲取所述交通標牌的圖像，利用相機采集所述交通標牌的位置信息，優(yōu)選地，本實施例使用單目相機采集所述交通標牌的位置信息，并標定所述相機參數(shù)，其中，所述相機參數(shù)包括：焦距、幾何畸變和徑向畸變，建立所述交通標牌的三維幾何圖像及所述三維幾何圖像與其在所述圖像中相對應的位置關系，并利用gps獲得所述相機的空間坐標。

步驟203、所述導航數(shù)據(jù)平臺利用采集到的圖像進行目標交通標牌的搜索，識別該交通標牌的屬性信息并根據(jù)所述相機的空間坐標獲取所述交通標牌的空間坐標。

步驟204、根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像，獲得所述目標交通標牌在底圖道路數(shù)據(jù)中的空間結構關系，并根據(jù)所述目標交通標牌的空間坐標得到所述目標交通標牌的空間位置。

步驟205、根據(jù)獲得的所述目標交通標牌的空間位置及底圖道路數(shù)據(jù)更新所述交通標牌的導航數(shù)據(jù)。

如圖3a所示，為本發(fā)明實施例中對導航數(shù)據(jù)進行更新的方法中進行目標交通標牌識別的方法流程示意圖。在本實施例中，具體識別目標交通標牌的步驟如下：

步驟301、導航數(shù)據(jù)平臺識別已標定攝像頭實時回傳的影像文件，當識別到目標交通標牌時，返回所述目標交通標牌在一幀影像上的圖像信息及拍攝該幀影像的系統(tǒng)時間。

可選的，利用實時回傳的影像文件進行目標交通標牌搜索；

當識別到所述目標交通標牌時，反饋所述目標交通標牌的幀數(shù)位置，并以7～13幀/秒的速率調(diào)用sdk工具包形式的訓練訓練樣本數(shù)據(jù)庫文件，進行數(shù)據(jù)補充直至搜索完成。

如圖3b所示，為本發(fā)明一個可選實施例調(diào)用sdk探測目標交通標牌的的示意圖。當識別到目標交通標牌時，開始返回目標位的幀數(shù)位置，以每秒13幀的速率調(diào)用sdk直到無返回探測結果。在圖中：短實線箭頭表示sdk未探測到目標交通標牌，此時無返回結果；長實線箭頭表示sdk探測到目標交通標牌，開始返回結果；s0、s1、s2、s3、s4表示每一秒的時間；虛線箭頭表示將每一秒內(nèi)sdk探測返回的結果累積置信度。

步驟302、計算搜索到目標交通標牌的累積置信度。

步驟303、將得到的所述累積置信度與置信度閾值進行比較，當判斷到所述累積置信度大于置信度閾值時，搜索完成，其中，

所述閾值為0.2～0.55。

通過計算累積置信度將搜索、識別誤差控制在合理范圍內(nèi)，保證了采集數(shù)據(jù)的準確性，同時，設置累積置信度與置信度閾值的比較，實現(xiàn)完成搜索的控制，使得數(shù)據(jù)的采集過程更合理。

步驟304、反饋所述目標交通標牌在最后一幀圖像上的交通標牌類型、像素坐標、尺寸大小、累積置信度及獲取所述圖像的系統(tǒng)時間。

參見圖4所示，為本發(fā)明實施例中進行交通標牌空間定位的方法流程示意圖。對于在上述實施例中已描述的步驟不再贅述，本實施例的交通標牌空間定位的具體步驟如下：

其中，步驟103、根據(jù)所述目標交通標牌在該幀影像上的圖像信息和拍攝該幀影像的系統(tǒng)時間以及離該幀圖像的系統(tǒng)時間最近的gps屬性信息，獲得所述目標交通標牌的空間坐標包括：

步驟401、獲取離所述圖像的系統(tǒng)時間最近的gps時間及gps經(jīng)緯度坐標。

步驟402、通過所述系統(tǒng)時間及最近的gps時間計算出時間差δt＝系統(tǒng)時間-最近的gps時間。

步驟403、利用采集設備在前一秒內(nèi)的gps距離間隔及所述時間差得到所述采集設備的移動距離δd＝δt×前一秒內(nèi)的gps距離間隔。

通過前一秒內(nèi)采集設備移動的速度來估算出采集設備在采集本交通標牌的移動距離，能夠確保采集到交通標牌位置的準確性。

步驟404、根據(jù)所述gps經(jīng)緯度坐標及所述采集設備的移動距離得到所述采集設備的空間位置。

步驟405、根據(jù)所述像素坐標及所述相機的參數(shù)獲取所述目標交通標牌的空間相對坐標，并根據(jù)所述目標交通標牌的空間相對坐標及所述采集設備的空間位置獲取所述目標交通標牌的空間坐標。

其中，步驟104、所述根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像，獲得所述目標交通標牌在底圖道路數(shù)據(jù)中的空間結構關系，并根據(jù)所述目標交通標牌的空間坐標得到所述目標交通標牌的空間位置包括：步驟406、根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像；

步驟407、根據(jù)所述目標交通標牌的空間相對坐標及所述幾何圖像在所述底圖道路數(shù)據(jù)中進行點線空間索引查詢，得到所述目標交通標牌在所述底圖道路數(shù)據(jù)中的空間結構關系。

步驟408、結合所述目標交通標牌的空間坐標及所述目標交通標牌在所述底圖道路數(shù)據(jù)中的空間結構關系得到所述目標交通標牌的空間位置。

參見圖5a及5b所示，為在以上實施例基礎上進行導航數(shù)據(jù)匹配更新的具體方法流程示意圖以及判斷更新的示意圖。對于在上述實施例中已描述的步驟不再贅述，本實施例為對導航數(shù)據(jù)進行更新的方法的一個可選實施例，具體地進行導航數(shù)據(jù)匹配更新的步驟如下：

步驟501、當判斷到?jīng)]有識別到目標交通標牌而在底圖道路數(shù)據(jù)中存在相應記錄時，則刪除在底圖道路數(shù)據(jù)的該記錄。

此種情況適用于在之前存在，而后續(xù)拆除或之前數(shù)據(jù)錯誤等情況，根據(jù)采集到的導航數(shù)據(jù)及時刪除該記錄以進行更新。

步驟502、當判斷到有識別到目標交通標牌且在底圖道路數(shù)據(jù)中無相應記錄時，則新增所述目標交通標牌記錄。

此種情況適用于在之前不存在，而后續(xù)新建等情況，根據(jù)采集到的導航數(shù)據(jù)及時增加該記錄以進行更新。

步驟503、當判斷到有識別到目標交通標牌且在底圖道路數(shù)據(jù)中存在相應記錄時，則進一步判斷所述交通標牌的所有屬性是否相同，若不相同，就按照所述識別結果更新所述導航數(shù)據(jù)。

若判斷到所述交通標牌的所有屬性都相同，說明該交通標牌沒有更新信息，不用進行更新。

裝置實施例

如圖6所示，為本發(fā)明實施例中所述對導航數(shù)據(jù)進行更新的裝置結構示意圖，用于實現(xiàn)上述實施例中所述的方法，其技術方案本質(zhì)上與上述實施例一致。圖1至圖5所示實施例中相應描述，同樣適用于本實施例當中。本實施例中，所述裝置包括：識別模塊601、第一處理模塊602、第二處理模塊603及更新模塊604，其中，

所述識別模塊601，與所述處理模塊602相連接，用于識別已標定攝像頭實時回傳的影像文件，當識別到目標交通標牌時，返回所述目標交通標牌在一幀影像上的圖像信息及拍攝該幀影像的系統(tǒng)時間。

所述處理模塊602，與所述處理模塊601及所述第二處理模塊603相連接，用于根據(jù)所述目標交通標牌在該幀影像上的圖像信息和拍攝該幀影像的系統(tǒng)時間以及離該幀圖像的系統(tǒng)時間最近的gps屬性信息，獲得所述目標交通標牌的空間坐標；

所述第二處理模塊603，用于根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像，獲得所述目標交通標牌在底圖道路數(shù)據(jù)中的空間結構關系，并根據(jù)所述目標交通標牌的空間坐標得到所述目標交通標牌的空間位置。

所述更新模塊604，用于根據(jù)所述目標交通標牌的空間位置及標牌類型更新所述底圖道路數(shù)據(jù)中目標交通標牌的導航數(shù)據(jù)。

可選的，該對導航數(shù)據(jù)進行更新的裝置還包括訓練模塊605，用于獲取交通標牌的屬性信息，建立訓練樣本數(shù)據(jù)庫，并發(fā)送至導航數(shù)據(jù)平臺，所述屬性信息至少包括：交通標牌類型、交通標牌id、交通標牌位置、交通標牌尺寸、天氣條件及物理條件。

可選的，該對導航數(shù)據(jù)進行更新的裝置包括標定模塊606，用于獲取所述已標定攝像頭的配置參數(shù)，所述配置參數(shù)包括：相機的焦距、幾何畸變和徑向畸變。

可選的，所述識別模塊601還用于利用實時回傳的影像文件進行目標交通標牌搜索。

可選的，所述第一處理模塊602包括：

第一數(shù)據(jù)處理單元621，用于當識別到所述目標交通標牌時，反饋所述目標交通標牌的幀數(shù)位置，并以7～13幀/秒的速率調(diào)用工具包形式的訓練樣本數(shù)據(jù)庫文件，進行數(shù)據(jù)補充直至搜索完成。

第二數(shù)據(jù)處理單元622，用于計算搜索到所述目標交通標牌的累積置信度；

判斷單元623，用于當判斷到所述累積置信度大于置信度閾值時，搜索完成，并反饋所述目標交通標牌在最后一幀圖像上的圖像信息及獲取該幀圖像的系統(tǒng)時間，所述圖像信息包括：交通標牌類型、像素坐標、尺寸大小和累積置信度。

獲取單元624，用于獲取離該幀圖像的系統(tǒng)時間最近的gps時間及gps經(jīng)緯度坐標；

計算單元625，用于通過所述系統(tǒng)時間及最近的gps時間計算出時間差δt＝系統(tǒng)時間-最近的gps時間；

利用采集設備在前一秒內(nèi)的gps距離間隔及所述時間差得到所述采集設備的移動距離δd＝δt×前一秒內(nèi)的gps距離間隔；

第三數(shù)據(jù)處理單元626，根據(jù)所述gps經(jīng)緯度坐標及所述采集設備的移動距離得到所述采集設備的空間位置；

根據(jù)所述像素坐標及所述已標定攝像頭的配置參數(shù)獲取所述目標交通標牌的空間相對坐標，并根據(jù)所述目標交通標牌的空間相對坐標及所述采集設備的空間位置獲取所述目標交通標牌的空間坐標；

第四數(shù)據(jù)處理單元627，用于根據(jù)該幀圖像建立所述目標交通標牌的幾何圖像。

通過以上各個實施例可知，本發(fā)明所述的對導航數(shù)據(jù)進行更新的方法及裝置存在的有益效果是：

(1)本發(fā)明的對導航數(shù)據(jù)進行更新的方法通過機器識別結合gps空間定位、采集道路導航數(shù)據(jù)，與傳統(tǒng)的人工采集方式相比快捷、效率高，且成本低。

(2)本發(fā)明的對導航數(shù)據(jù)進行更新的方法在識別、采集導航數(shù)據(jù)之前先進行樣本訓練，充分考慮了各種對導航數(shù)據(jù)采集的影響因素，并賦予交通標牌唯一的識別標識id，使得采集的導航數(shù)據(jù)準確、全面，提高了復雜路口導航數(shù)據(jù)采集的完整度，還方便后續(xù)進行導航數(shù)據(jù)的匹配及定位。

(3)本發(fā)明的對導航數(shù)據(jù)進行更新的方法設置了一套完善的識別方案，充分考慮到探測到的及沒探測到的目標，并設置積累置信度閾值判斷識別的開始點及完成點，便于目標的位置確定。

(4)本發(fā)明的對導航數(shù)據(jù)進行更新的方法在完成交通標牌識別、導航數(shù)據(jù)采集、匹配及處理之后還設計了導航數(shù)據(jù)的更新處理方式，對道路數(shù)據(jù)進行更新、完善，保證了導航數(shù)據(jù)為最新、更準確的數(shù)據(jù)。

本領域內(nèi)的技術人員應明白，本發(fā)明的實施例可提供為方法、裝置、或計算機程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、cd-rom、光學存儲器等)上實施的計算機程序產(chǎn)品的形式。

上述說明示出并描述了本發(fā)明的若干優(yōu)選實施例，但如前所述，應當理解本發(fā)明并非局限于本文所披露的形式，不應看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述發(fā)明構想范圍內(nèi)，通過上述教導或相關領域的技術或知識進行改動。而本領域人員所進行的改動和變化不脫離本發(fā)明的精神和范圍，則都應在本發(fā)明所附權利要求的保護范圍內(nèi)。