[发明专利]道路智能提取方法和装置、提取模型构建方法及混合导航系统

权利要求书

1.一种卫星影像道路智能提取方法，其特征在于，包括如下步骤：

采用预先构建的标注数据库及学习模型，对新输入的卫星影像图像进行道路提取；

对于提取出来的道路，遍历每条道路的道路中心线，提取每条道路取宽度的中值，将中值像素点坐标作为矢量化后道路线的节点坐标，串联所述节点坐标形成矢量道路线。

2.根据权利要求1所述的卫星影像道路智能提取方法，其特征在于，所述学习及提取道路步骤之后，对道路栅格矢量化步骤之前，还包括：

对道路提取的结果进行判断，如果所述道路提取的结果正确，则进行道路栅格矢量化；否则，将所述道路提取的结果反馈给所述标注数据库。

3.根据权利要求1或2所述的卫星影像道路智能提取方法，其特征在于，还包括：根据所述矢量道路线，更新地图数据。

4.一种卫星影像道路智能提取模型的构建方法，其特征在于，包括：

预先根据目标卫星影像图片，获取训练样本，并构建标注数据库；

利用所述训练样本，采用卷积神经网络的方法进行自主学习，并构建学习模型；

根据训练反馈及实际作业的记录，将利用提取模型得到的错误提取结果对应的原始卫星影像图片作为训练样本重新进行标注，对提取模型进行训练。

5.根据权利要求4所述的卫星影像道路智能提取模型的构建方法，其特征在于，所述获取训练样本进一步包括：

将待训练图片中的道路用特定颜色进行面状覆盖，其它则覆盖成半透明的颜色，生成取训练样本。

6.根据权利要求4或5所述的卫星影像道路智能提取方法，其特征在于，所述采用卷积神经网络的方法进行自主学习，并构建学习模型，进一步包括：

自下而上进行非监督学习，在学习得到第n-1层后，将n-1层的输出作为第n层的输入，训练第n层，由此分别得到各层的参数；

再自上向下进行监督学习，基于第一步得到的各层参数进一步优化整个多层模型的参数。

7.一种卫星影像道路智能提取装置，包括如下单元：

提取单元，用于采用预先构建的标注数据库及学习模型，对新输入的卫星影像图像进行道路提取；

道路栅格矢量化单元，用于对于提取出来的道路，遍历每条道路的道路中心线，提取每条道路取宽度的中值，将中值像素点坐标作为矢量化后道路线的节点坐标，串联所述节点坐标形成矢量道路线。

8.根据权利要求7所述的卫星影像道路智能提取装置，其特征在于，还包括：

道路提取判断单元，用于对所述自主训练学习及提取单元提取的结果进行判断，如果是正确，则利用道路栅格矢量化单元进行道路栅格矢量化，否则，将该提取结果错误的原始卫星影像图片返回标注数据库构建单元，作为训练样本重新进行标注，以对提取模型进行训练。

9.一种地图数据智能更新装置，其特征在于，包括：

根据权利要求7或8中任意一项所述的卫星影像道路智能提取装置处理得到的矢量道路线，对地图数据进行更新。

10.一种混合导航系统，其特征在于，包括：

数据模块，用于存储并更新电子地图数据，该电子地图数据为根据权利要求9所述的地图数据智能更新装置处理后的导航电子地图数据；

搜索模块，用于根据用户指令执行搜索操作并输出搜索结果；

导航模块，用于根据得到的导航指令为用户提供二维/三维路径规划及导航服务；

娱乐模块，用于提供游戏、音乐及其他影音娱乐项目；

通信模块，用于获取更新的地图数据、动态交通信息、一对一或群组的语音/视频通讯；

信息入口模块，用于接收用户通过触屏或按键手动输入的指令；

智能语音交互模块，用于接收用户语音指令、进行语音唤醒和语音控制，以及用于语音输出执行所述用户语音指令的结果；

分析模块，用于对所述用户语音指令进行语音识别、语意分析及指令转换，并用于通知相应的模块执行识别出来的用户语音指令；其中，所述用户语音指令为任意语种的任意一种句型的表达；

显示模块，用于显示所述搜索模块提供的搜索结果，所述导航模块提供的导航路径、所述数据模块提供的地图数据、以及所述通信模块提供的动态交通信息，采用语音、二维/三维图示、和/或文字的方式显示；

趣驾操作系统，用于为上述各模块提供运行环境和支持；

传感系统，用于监测车辆状态和路况信息，为所述趣驾操作系统提供实时动态信息。