[发明专利]用于预测道路属性的方法和数据处理系统

说明书

本披露内容涉及一种预测一个或多个道路属性的方法。该方法可以包括提供地理区域的轨迹数据。该方法可以进一步包括提供地图数据，其中，该地图数据可以包括该地理区域的图像数据。该方法可以进一步包括从该轨迹数据中提取轨迹特征以及从该地图数据中提取地图特征。该方法可以进一步包括使用至少一个处理器，通过将这些轨迹特征与这些地图特征输入到神经网络中以及通过将该神经网络的输出分类为道路属性的预测概率来预测这些道路属性。本披露内容还涉及一种数据处理系统；一种存储计算机可执行代码的非暂态计算机可读介质；以及一种训练自动预测器的方法。

技术领域

各个实施例涉及一种预测道路属性以创建或更新地理区域的数字地图的方法，一种被配置成执行该方法的数据处理系统，一种包括用于提取道路属性的指令的计算机可执行代码，一种存储该计算机可执行代码的非暂态计算机可读介质，以及一种用于训练道路属性的自动预测器的方法。

背景技术

打车服务提供商的服务在很大程度上依赖于数字地图的质量。不完整的地图数据(如缺少道路，或甚至缺少道路属性)可能导致误导性的路线选择决策或对驾驶员到达时间的不准确预测。但是，商业地图和免费地图的更新仍然极大的依赖于来自人工的手动标注。高昂的成本导致地图具有低完整性以及不准确的过时数据。以开放式街道地图(OSM)为例，其为社会提供了用户生成的世界地图，但其数据完整性和准确性在不同城市中差异很大。例如，在新加坡，虽然大部分道路在地图上都标注了单向或双向标签，但只有约40％和9％的道路分别标注了车道数量和市区限速。

因此，当前更新地图数据的方法具有缺点，并且期望提供一种改进的更新地图数据的方法。

发明内容

本披露内容涉及一种预测一个或多个道路属性的方法、一种数据处理系统、一种存储用于执行该方法的计算机可执行代码的非暂态计算机可读介质、一种计算机可执行代码以及一种用于训练自动预测器的方法。

本披露内容的第一方面涉及一种预测与地理区域中的道路相对应的一个或多个道路属性的方法。例如，用于创建或更新地理区域的地图和/或车辆路线选择决策数据库。地理区域包括道路段。该方法可以包括提供地理区域的轨迹数据。该方法可以进一步包括提供地图数据，其中，该地图数据可以包括该地理区域的图像数据。该方法可以进一步包括从轨迹数据中提取轨迹特征。该方法可以进一步包括从地图数据中提取地图特征。该方法可以进一步包括使用至少一个处理器，通过将这些轨迹特征与这些地图特征输入到神经网络中以及通过将该神经网络的输出分类为道路属性的预测概率来预测这些道路属性。神经网络和分类器可以包括在分类器逻辑中。分类器逻辑可以是经训练的分类器逻辑。

本披露内容的第二方面涉及一种数据处理系统。该数据处理系统可以包括一个或多个处理器。该数据处理系统和/或这些处理器可以被配置成执行该预测道路属性的方法。

本披露内容的第三方面涉及一种存储有计算机可执行代码的非暂态计算机可读介质，该计算机可执行代码包括用于根据各个实施例的根据预测一个或多个道路属性的方法来提取道路属性的指令。

本披露内容的第四方面涉及一种计算机可执行代码，该计算机可执行代码包括用于根据各个实施例的根据预测一个或多个道路属性的方法来提取道路属性的指令。

本披露内容的第五方面涉及一种计算机程序产品，该计算机程序产品被配置成执行用于根据各个实施例的根据预测一个或多个道路属性的方法来提取道路属性的指令。