地图数据清洗及地图更新方法、装置、设备、存储介质与流程

1.本公开涉及高精地图技术领域，具体涉及一种地图数据清洗及地图更新方法、装置、设备、存储介质。


背景技术：

2.随着社会的发展和科学技术的进步，安全性更高、更高效的自动驾驶或高级辅助驾驶技术已被公认为是汽车出行产业的未来方向之一，而很多自动驾驶或高级辅助驾驶行为均需要依赖高精地图数据。
3.为提高高精地图数据的更新频率，降低高精地图数据的更新成本，现有技术提出了在众包车辆上搭载采集设备合规地采集用于制作高精地图数据的资料数据的方式，但是众包车辆上搭载的都是低成本采集设备，采集到的资料数据的质量比专业采集设备采集的资料数据的质量低，如果直接使用低成本设备采集的资料数据进行地图更新可能会导致更新后的地图质量下降。因此，需要对这些更新用的地图数据进行数据清洗，剔除错误或无效的数据，但是现有的数据清洗方案大都是直接将质量不合格的原始资料数据清除，这样对数据的有效利用率较低。


技术实现要素：

4.为了解决相关技术中的问题，本公开实施例提供一种地图数据清洗及地图更新方法、装置、设备、存储介质。
5.第一方面，本公开实施例中提供了一种数据清洗方法。
6.具体地，所述数据清洗方法，包括：
7.将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据；
8.以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据；
9.响应于所述校准矢量数据的数据质量达不到正常数据质量标准，清除所述校准矢量数据。
10.第二方面，本公开实施例中提供了一种地图更新方法，包括：
11.获取多个待更新区域对应的初始矢量数据，每个待更新区域对应多趟初始矢量数据；
12.使用第一方面所述的地图数据清洗方法，清除数据质量达不到正常数据质量标准的待更新区域的校准矢量数据，获取数据质量达到正常数据质量标准的待更新区域的校准矢量数据；
13.使用所述数据质量达到正常数据质量标准的待更新区域的校准矢量数据进行地图更新。
14.第三方面，本公开实施例中提供了一种地图更新装置，包括：
15.融合模块，被配置为将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据；
16.校准模块，被配置为以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据；
17.清除模块，被配置为响应于所述校准矢量数据的数据质量达不到正常数据质量标准，清除所述校准矢量数据。
18.第四方面，本公开实施例中提供了一种地图更新装置，包括：
19.获取模块，被配置为获取多个待更新区域对应的初始矢量数据，每个待更新区域对应多趟初始矢量数据；
20.清洗模块，被配置为使用权利要求1至9任一项所述的方法，清除数据质量达不到正常数据质量标准的待更新区域的校准矢量数据，获取数据质量达到正常数据质量标准的待更新区域的校准矢量数据；
21.更新模块，被配置为使用所述数据质量达到正常数据质量标准的待更新区域的校准矢量数据进行地图更新。
22.第五方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面或第二方面中任一项所述的方法。
23.第六方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面或第二方面中任一项所述的方法。
24.第七方面，本公开实施例中提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现如第一方面或第二方面中任一项所述的方法步骤。
25.根据本公开实施例提供的技术方案，可以将待更新区域对应的多趟初始矢量数据进行融合，去除冗余数据，使数据更完整可靠，得到所述待更新区域对应的更新矢量数据，然后以底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据，这样该校准矢量数据就提升到了底图数据的几何精度水平，判断所述校准矢量数据的数据质量是否为正常数据质量；若所述校准矢量数据的数据质量达不到正常数据质量标准，则清除所述校准矢量数据，避免地图更新后的质量下降，这样，对初始矢量数据融合后校准，可以提升低成本数据的质量，避免有效数据被清除，提高数据的有效利用率。
26.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
27.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
28.图1a示出根据本公开的实施例的地图数据清洗方法的流程图；
29.图1b示出根据本公开一实施方式的融合过程示意图；
30.图1c示出根据本公开一实施方式的待更新区域内的初始矢量数据的示例图；
31.图2a示出根据本公开的实施例的地图更新方法的流程图；
32.图2b示出根据本公开的实施例的地图更新方法的流程图；
33.图3示出根据本公开一实施方式的地图数据清洗和地图更新方法的应用场景示意图；
34.图4a示出根据本公开的实施例的地图数据清洗装置的结构框图；
35.图4b示出根据本公开的实施例的地图更新装置的结构框图；
36.图5示出根据本公开的实施例的电子设备的结构框图；
37.图6示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
具体实施方式
38.下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
39.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
40.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
41.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
42.如上文所述，随着社会的发展和科学技术的进步，安全性更高、更高效的自动驾驶或高级辅助驾驶技术已被公认为是汽车出行产业的未来方向之一，而很多自动驾驶或高级辅助驾驶行为均需要依赖高精地图数据。
43.为提高高精地图数据的更新频率，降低高精地图数据的更新成本，现有技术提出了在众包车辆上搭载采集设备合规地采集用于制作高精地图数据的资料数据的方式，但是众包车辆上搭载的都是低成本采集设备，采集到的资料数据的质量比专业采集设备采集的资料数据的质量低，如果直接使用低成本设备采集的资料数据进行地图更新可能会导致更新后的地图质量下降。因此，需要对这些更新用的地图数据进行数据清洗，剔除错误或无效的数据，但是现有的数据清洗方案大都是直接将质量不合格的原始资料数据清除，这样对数据的有效利用率较低。
44.本公开提供了一种数据清洗方法，该方法可以对低成本获取的初始矢量数据融合后，以底图数据为基准进行校准，如此提升低成本数据的质量后，根据提质后数据的数据质量来判断是否进行数据清除，最大程度地保留有效信息，避免有效数据被清除，提高数据的有效利用率。
45.图1a示出根据本公开的实施例的数据清洗方法的流程图。如图1a所示，所述数据清洗方法包括以下步骤s101-s103：
46.在步骤s101中，将待更新区域对应的多趟采集生产的初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据；
47.在步骤s102中，以所述待更新区域对应的底图数据为基准对所述更新矢量数据进
行校准，得到校准矢量数据；
48.在步骤s103中，响应于所述校准矢量数据的数据质量达不到正常数据质量标准，清除所述校准矢量数据。
49.在一种可能的实施方式中，该数据清洗方法适用于可执行数据清洗的计算机、计算设备、服务器、服务器集群等服务端设备。
50.在一种可能的实施方式中，数据清洗是指对数据进行检查和处理，剔除错误或无效数据，最大限度保留可用信息。
51.在一种可能的实施方式中，该待更新区域是按照预定粒度划分的一段道路区域，示例的，可以是100m～100km等不同粒度的道路区域，具体粒度可以根据需求划定。
52.在一种可能的实施方式中，该初始矢量数据包括根据原始资料数据直接生成的各种地图要素矢量。该原始资料数据包括但不仅限于原始采集的定位数据、点云数据、图像数据、imu(inertial measurement unit，惯性测量单元)数据等等，该原始资料数据可以是在众包车辆上搭载的采集设备(包括定位装置、摄像头、激光雷达和imu传感器等等)来采集获取的。
53.在一种可能的实施方式中，该待更新区域对应的多趟初始矢量数据可以是由多个采集设备在待更新区域多趟采集的原始资料数据生成的，该初始矢量数据可以是在采集端生成后上传至服务端的，也可以是采集端将采集的原始资料数据上传服务端后，由服务端生成的，在此不做限制。
54.在一种可能的实施方式中，在需要对该待更新区域进行更新时，就获取该待更新区域的这些初始矢量数据，由于众包车辆的低成本采集设备的采集范围有限，故为了提高数据的完整度和可靠度，最大限度保留可用信息，可以将多趟采集生成的初始矢量数据进行融合，比如说，将多趟的初始矢量数据中的同一个地图要素矢量合并拼接为一个，将地图要素矢量中缺失的部分进行补全，消除异常形点(如线形要素矢量中的凸起形点为异常形点)；如此，融合得到待更新区域对应的更新矢量数据。
55.在一种可能的实施方式中，由多趟采集生成的初始矢量数据融合得到的更新矢量数据的几何精度往往不高，为了提高数据的有效利用率，最大限度保留可用信息，避免数据因精度不够被剔除，可以以底图数据为基准对所述更新矢量数据进行校准，将低精度的更新矢量数据提升到底图的几何精度水平，比如说，可以将更新矢量数据与底图数据进行匹配，将更新矢量数据与底图数据中的同一地图要素匹配在一起，根据更新矢量数据与底图数据中匹配的同一地图要素之间的位置偏差来校准更新矢量数据中各地图要素矢量的位置。
56.在一种可能的实施方式中，可以用数据的完整度、准确度、精度等各种质量指标来判断校准矢量数据的数据质量是否达到正常数据质量标准，比如说，校准矢量数据的完整度超过预定正常完整度、校准矢量数据的准确度超过预定正常准确度或者校准矢量数据的精度超过预定正常精度，则确定校准矢量数据的数据质量达到正常数据质量标准，否则确定校准矢量数据的数据质量达不到正常数据质量标准。
57.在一种可能的实施方式中，若所述校准矢量数据的数据质量达到正常数据质量标准，则可以使用该校准矢量数据来进行地图更新，保证更新后地图的质量。若所述校准矢量数据的数据质量达不到正常数据质量标准，则可以清除所述校准矢量数据，不使用该校准
矢量数据进行地图更新，避免地图更新后的质量下降。
58.本实施方式可以将待更新区域对应的多趟初始矢量数据进行融合，去除冗余数据，使数据更完整可靠，得到所述待更新区域对应的更新矢量数据，然后以底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据，这样该校准矢量数据就提升到了底图数据的几何精度水平，根据所述校准矢量数据，判断所述校准矢量数据的数据质量是否为正常数据质量；若所述校准矢量数据的数据质量达不到正常数据质量标准，则清除所述校准矢量数据，避免地图更新后的质量下降，这样，对初始矢量数据融合后校准，可以提升低成本数据的质量，避免有效数据被清除，提高数据的有效利用率，且使用提质后的校准矢量数据进行给地图更新，更新结果更加可靠。
59.另外，本实施方式在服务端将更新矢量数据与底图数据进行匹配，可以有效防止异步更新模式下采集车端的底图数据与云端底图数据版本不一致的问题，得到更可靠的匹配结果。
60.在一种可能的实施方式中，所述方法还包括：
61.计算所述校准矢量数据的完整度；
62.计算所述校准矢量数据中的地图要素矢量之间的相对位置关系的准确率；
63.将所述校准矢量数据与底图数据进行矢量匹配，确定未变化的地图要素矢量，计算所述校准矢量数据与底图数据中未变化的地图要素矢量之间的偏差；
64.根据所述完整度、所述准确率和所述偏差中的至少一个，判断所述校准矢量数据的数据质量是否达到正常数据质量标准。
65.在该实施方式中，地图中某些地图要素矢量的形状结构有一定的规则，比如说，道路都有左右边界，道路边界都是成对出现的，如果一部分道路边界没有对应的对侧道路边界，这该部分对侧道路边界是不完整的，缺失的；或者，道路上的禁令牌的形状都是矩形的或三角形的，如果禁令牌的形状是异形，则该禁令牌是不完整的。可以按照现实中地图要素的形状结构确定校准矢量数据中的地图要素矢量是否完整，进而计算校准矢量数据的完整度。或者，该完整度也可以基于底图数据确定，将所述更新矢量数据与底图数据进行矢量匹配，将匹配上的地图要素矢量称为未变化的地图要素矢量，可以以底图数据中未变化的地图要素矢量为基准，计算所述更新矢量数据与底图数据中未变化的地图要素矢量的完整度，以该未变化的地图要素矢量的完整度作为校准矢量数据的完整度。
66.在该实施方式中，地图中的某些地图要素矢量之间的相对位置关系也有一定的规则，比如说，道路中的车道线是用来划分车道的，故相邻两车道线之间的距离应该是一个车道的距离，如果两车道线之间的距离不是一个正常车道的距离，则表明这两条车道之间的相对位置关系不准确；或者，车道线应位于左右道路边界之间等等。可以按照现实中地图要素的相对位置关系确定校准矢量数据中的地图要素矢量之间的相对位置关系是否准确，进而计算校准矢量数据中地图要素矢量之间的相对位置关系的准确率。
67.在该实施方式中，该待更新区域对应的校准矢量数据与该待更新区域对应的已有的底图数据相比，即包括未发生变化的地图要素矢量，也可能包括发生变化的地图要素矢量；可以将所述校准矢量数据与底图数据进行矢量匹配，如果地图要素矢量未发生变化，则校准矢量数据与底图数据中就都具有该地图要素矢量，该校准矢量数据与底图数据中具有的同一地图要素矢量就可以匹配上，可以将匹配上的地图要素矢量称为未变化的地图要素
矢量，可以计算所述校准矢量数据与底图数据中未变化的地图要素矢量之间的偏差。
68.在该实施方式中，可以根据所述完整度、所述准确率和所述偏差中的一个，判断所述校准矢量数据的数据质量是否达到正常数据质量标准，比如说，可以在所述完整度未超过预定完整度阈值时，判定所述校准矢量数据的数据质量达不到正常数据质量标准，在所述准确率未超过预定准确率阈值时，判定所述校准矢量数据的数据质量达不到正常数据质量标准，在所述偏差的抖动超过预设抖动阈值，判定所述校准矢量数据的数据质量达不到正常数据质量标准。当然也可以根据所述完整度、所述准确率和所述偏差中的两个或两个以上，综合计算后判断所述校准矢量数据的数据质量是否达到正常数据质量标准，这里需要说明的是，上述计算完整度、准确率和偏差的步骤不存在先后顺序关系。
69.在一种可能的实施方式中，所述以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据，包括：
70.将所述更新矢量数据与底图数据进行矢量匹配，确定未变化的地图要素矢量；
71.计算所述更新矢量数据与底图数据中未变化的地图要素矢量之间的相对位置关系；
72.基于所述未变化的地图要素矢量之间的相对位置关系，以所述底图数据为基准校正所述更新矢量数据，得到校准矢量数据。
73.在该实施方式中，可以将更新矢量数据与底图数据进行矢量匹配，该更新矢量数据与底图数据中具有的同一地图要素矢量就可以匹配上，可以将匹配上的地图要素矢量称为未变化的地图要素矢量，确定未变化的地图要素矢量。可以计算所述更新矢量数据与底图数据中多个未变化的地图要素矢量之间的相对位置关系，然后求取平均值或加权平均值，得到未变化的地图要素矢量之间的相对位置关系；该未变化的地图要素矢量之间的相对位置关系可以是位置偏差向量，可以将该更新矢量数据中的各地图要素矢量按照该位置偏差向量向该待更新区域对应的底图数据方向进行平移，这样就可以将该更新矢量数据以底图数据为基准校准，得到校准矢量数据。
74.本实施方式可以将新获取的更新矢量数据与底图数据(即旧地图)进行比对，得到未变化的地图要素矢量，基于更新矢量数据与底图数据中未变化的地图要素矢量之间的相对位置关系来对更新矢量数据进行校准，可以提升该待更新区域内发生变化的地图要素矢量的矢量精度，提升了该待更新区域内需要更新的变化区域的精度。
75.在一种可能的实施方式中，所述将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据，包括：
76.获取待更新区域对应的多趟初始矢量数据；
77.对所述初始矢量数据进行批次拆分，得到多组初始矢量数据，其中，每组初始矢量数据内的各地图要素矢量的相对位置关系满足预定的要素相对位置规则；
78.以一组初始矢量数据为基准，校正所述其他组初始矢量数据，得到其他组初始矢量数据的校准数据；
79.将所述一组初始矢量数据和所述其他组初始矢量数据的校准数据进行融合，得到所述待更新区域内的更新矢量数据。
80.在该实施方式中，由于采集设备的采集质量不可控且获取的是由多趟原始资料数据生产得到的初始矢量数据，这些初始矢量数据存在冗余、不完整、扭曲等质量问题，现有
的地图更新方案无法对数据质量做进一步的提升。而本实施方式不论获取的初始矢量数据的质量如何、采集了多少趟，可以先统一按矢量间的相对关系将数据批次拆分为多组初始矢量数据，再消除多组初始矢量数据之间的不一致性，最后融合得到更新矢量数据。
81.在该实施方式中，该批次拆分指的是指针对一份数据，按照该数据的某些特征为分类标准，拆分后每组数据内部相对一致。这里的一组初始矢量数据与采集的单趟概念不同，比如说，针对一个待更新区域，其中一趟原始资料数据采集到待更新区域的左侧，右侧被遮挡，另一趟原始资料数据采集到待更新区域的右侧，左侧被遮挡，若这两趟原始资料数据生产的初始矢量数据中左右两侧的地图要素矢量的相对关系正确，就可以将这两趟的初始矢量数据分为一组初始矢量数据。
82.在该实施方式中，该待更新区域的初始矢量数据可以是由多个采集设备在待更新区域内多趟采集的原始资料数据生成的，由于各趟的采集设备的采集质量和采集轨迹不同，故各趟的初始矢量数据之间存在误差，因此需要对该待更新区域内多趟的初始矢量数据按照矢量的特性拆分为多组，每组初始矢量数据内的各地图要素矢量的相对位置关系满足预定的要素相对位置规则，多组初始矢量数据之间存在系统性偏差。这里预定的要素相对位置规则指的是该组初始矢量数据内相邻车道线矢量之间的距离为一个车道的距离，车道线矢量在道路边界矢量中间，标识牌在道路边界矢量一侧等等。
83.在该实施方式中，为了消除多组初始矢量数据之间的不一致性，可以以一组初始矢量数据为基准，校正所述其他组初始矢量数据，得到其他组初始矢量数据的校准数据。
84.在该实施方式中，消除多组初始矢量数据之间的不一致性后，可以将所述一组初始矢量数据和所述其他组初始矢量数据的校准数据进行融合，得到所述待更新区域对应的更新矢量数据。在本领域中，矢量融合过程主要包括冗余消除、矢量补全和矢量平滑过程。其中，冗余消除指的是基于各组矢量数据中的地图要素矢量的位置和走向判断是否为同一地图要素，将同一地图要素的矢量数据合并和拼接为同一个地图要素矢量，去除冗余的矢量；矢量补全指的是两个地图要素矢量间存在缺失的情况，进行连接补全；矢量平滑指的是消除地图要素矢量中的异常形点，比如说道路边界矢量或车道线矢量中的凸起形点等。示例的，图1b示出根据本公开一实施方式的融合过程示意图，如图1b所示，每个待更新区域中的两组初始矢量数据的校准数据进行融合后可以得到质量更好的更新矢量数据。
85.本实施方式可以先统一按相对位置关系将待更新区域对应的多趟初始矢量数据批次拆分为多组初始矢量数据，再以一组初始矢量数据为基准，将其他组初始矢量数据校正到该组初始矢量数据上面，消除多组初始矢量数据之间的不一致性，然后再融合得到更新矢量数据，这样可以通过数据的批次拆分和融合，能够有效处理初始矢量数据内部存在的质量问题，兼容基于第三方数据更新时缺原始观测描述的缺陷，对获取的低质量的初始矢量数据做数据质量提升和冗余数据滤除，进一步提高数据的有效利用率。
86.在一种可能的实施方式中，所述对所述初始矢量数据进行批次拆分，得到多组初始矢量数据，包括：
87.基于所述初始矢量数据中各地图要素矢量之间的相对位置，确定相对位置在预定的重影范围内的两个地图要素矢量为一个候选重影矢量对；
88.响应于候选重影矢量对的数量超过一对，将不属于同一个候选重影矢量对且组内和组间的相对位置满足预定的要素相对位置规则的地图要素矢量分为一组，得到多组重影
矢量；
89.根据与所述多组重影矢量中的地图要素矢量的相对位置，将未确定为候选重影矢量对的地图要素矢量划分至所述多组重影矢量中，得到所述多组初始矢量数据。
90.在该实施方式中，各地图要素矢量之间的相对位置可以是相对水平距离和/或相对高程距离，该相对水平距离指的是两个地图要素矢量的经维度位置之间的距离，该相对高程距离指的是两个地图要素矢量的高程之间的距离；不同趟采集的同一地图要素的矢量之间由于采集误差不会重叠在一起，而是相对水平距离和相对高程距离都会相距不远，产生重影，故可以预先设定各地图要素矢量对应的重影范围，比如说，对于车道线矢量，相邻车道线矢量之间的相对水平距离的正常范围为大于等于2.5m，由于确定重影是为了消除重影之间的不一致性，消除不一致性时有一定的计算误差(比如小于等于0.2m)，若相对水平距离过小，则可以认为这两个地图要素的矢量之间是一致的，不需要进行不一致消除，故可以设置相对水平距离的重影范围为大于0.2m小于等于2.5m，相对水平距离小于等于0.2m的范围为冗余范围；相邻车道线矢量之间的相对高程距离的正常范围大于等于0.5m，相对高程距离的重影范围为小于0.5m。可以将相对位置在预定的重影范围内的多个地图要素矢量为一个候选重影矢量对，示例的，图1c示出根据本公开一实施方式的待更新区域内的初始矢量数据的示例图，如图1c所示，获取的待更新区域的初始矢量数据包括车道线矢量11、车道线矢量12、车道线矢量13、车道线矢量14、车道线矢量15、车道线矢量16和车道线矢量17。其中，车道线矢量11和车道线矢量12之间的相对水平距离小于等于0.2m，两者之间的关系为冗余关系，车道线矢量12和车道线矢量13之间的相对水平距离大于0.2m小于等于2.5m，可以确定车道线矢量12和车道线矢量13为一对候选重影矢量对，同理，车道线矢量14和车道线矢量15为一对候选重影矢量对，车道线矢量16和车道线矢量17为一对候选重影矢量对，共有三对候选重影矢量对。
91.在该实施方式中，如果没有候选重影矢量对，则认为不存在矢量重影，可以直接将所述初始矢量数据确定为一组初始矢量数据，直接融合得到更新矢量数据；如果只有一对候选重影矢量对，可以不进行分组校准，直接作为一组初始矢量数据进行融合得到更新矢量数据；如果候选重影矢量对的数量超过一对，则说明是不同趟采集的多个地图要素矢量形成的多个候选重影矢量对，此时可以进行重影分组，消除不同组间的一致性后再融合得到更新矢量数据。
92.在该实施方式中，每对候选重影矢量对中的两个地图要素矢量是不同趟采集的地图要素矢量造成的重影，故可以将同一个候选重影矢量对中的地图要素矢量拆分为不同组，同时，考虑到组内和组间的地图要素矢量相对位置，可以将不属于同一个候选重影矢量对且组内和组间的相对位置满足预定的要素相对位置规则的地图要素矢量分为一组，组内的相对位置满足预定的要素相对位置规则指的是组内的地图要素矢量之间的相对位置要符合正常的地图要素分布规则，比如说，同一组内的相邻车道线矢量之间的距离为一个车道的距离，车道线矢量在道路边界矢量中间，标识牌在道路边界矢量一侧等等规则。组间的相对位置满足预定的要素相对位置规则指的对于是两组重影矢量中位于局部路段的相应地图要素矢量之间的相对偏移方向，任意两个相对偏移方向之间的夹角小于预定角度阈值。示例的，以图1c所示的车道线矢量为例，由于车道线矢量12和车道线矢量13为一对候选重影矢量对，车道线矢量14和车道线矢量15为一对候选重影矢量对，车道线矢量16和车道
线矢量17为一对候选重影矢量对，故车道线矢量12和车道线矢量13为不同组，车道线矢量14和车道线矢量15为不同组，车道线矢量16和车道线矢量17为不同组；即车道线矢量12与车道线矢量13为两组重影矢量中的相应地图要素矢量，车道线矢量14、车道线矢量15与车道线矢量12之间的距离都是一个车道距离，与车道线矢量12分为一组时组内相对位置是符合要求的，但是，在任意一个局部路段如图1c所示的局部路段18中，车道线矢量12相对于车道线矢量13的相对偏移方向为x1方向，车道线矢量13相对于车道线矢量12的相对偏移方向为y1方向；车道线矢量14相对于车道线矢量15的相对偏移方向为x2方向，x2方向与y1方向之间的夹角大于预设角度阈值如90度，x2方向与x1方向之间的夹角小于预设角度阈值，车道线矢量15相对于车道线矢量14的相对偏移方向为y2方向，y2方向与x1方向之间的夹角较大大于预设角度阈值，y2方向与y1方向之间的夹角小于预设角度阈值；故为了满足两组间相应车道线矢量之间的相对偏移方向，任意两个相对偏移方向之间的夹角小于预定角度阈值，可以将车道线矢量12和车道线矢量14划分为一组，将车道线矢量13和车道线矢量15划分为一组。同理，可以将车道线矢量16与车道线矢量12、车道线矢量14划分为一组重影矢量，将车道线矢量17与车道线矢量13、车道线矢量15划分为另一组重影矢量。车道线矢量11和车道线矢量12为冗余关系，车道线矢量11未确定为候选重影矢量对中的地图要素矢量，可以将车道线矢量11划分至与其冗余关系的车道线矢量12一组，最终得到两组初始矢量数据，即一组初始矢量数据包括车道线矢量11、车道线矢量12、车道线矢量14和车道线矢量16，另一组初始矢量数据包括车道线矢量13、车道线矢量15和车道线矢量17。
93.这里需要说明的是，在划分重影矢量时，如果一组重影矢量包括一个单独的要素矢量，则可以将该要素矢量合并至与该要素矢量距离最近的要素矢量所在的一组重影矢量中，比如说，车道线矢量11与车道线矢量13为同一个候选重影矢量对，则将车道线矢量11与车道线矢量13拆分为不同组，此时，车道线矢量11单独为一组重影矢量，此时，可以将车道线矢量11划分至距其最近的车道线矢量12所在的一组重影矢量中。
94.在一种可能的实施方式中，所述以一组初始矢量数据为基准，校正所述其他组初始矢量数据，得到其他组初始矢量数据的校准数据，包括：
95.计算所述多组初始矢量数据的数据质量，得到数据质量最高的一组初始矢量数据；
96.计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系；
97.根据所述相对位置关系，以所述数据质量最高的一组初始矢量数据为基准校正所述其他组初始矢量数据，得到其他组初始矢量数据的校准数据。
98.在该实施方式中，为了提升数据质量，可以以所述数据质量最高的一组初始矢量数据为基准，校正所述其他组初始矢量数据，将其他组初始矢量数据校正到该组初始矢量数据上面，得到其他组初始矢量数据的校准数据。
99.在该实施方式中，为了获取数据质量最高的一组初始矢量数据，可以计算多组初始矢量数据的数据质量，比如说计算多组初始矢量数据中线形要素矢量的平滑性，和/或计算多组初始矢量数据的数据量，平滑性越高，数据量越多，则初始矢量数据的数据质量越高。如此可以计算得到数据质量最高的一组初始矢量数据。
100.在该实施方式中，为了消除多组数据之间的不一致性，可以计算所述数据质量最
高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系如位置偏移坐标，这样，就可以将其他组初始矢量数据按照计算的位置偏移坐标进行平移，将其他组初始矢量数据平移至与该数据质量最高的一组初始矢量数据的位置处，得到其他组初始矢量数据的校准数据。
101.在一种可能的实施方式中，所述计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系，包括：
102.计算各组初始矢量数据与底图数据之间的相对位置关系；
103.基于所述数据质量最高的一组初始矢量数据对应的相对位置关系和所述其他组初始矢量数据对应的相对位置关系，计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的初始相对位置关系；
104.基于所述初始相对位置关系，对所述数据质量最高的一组初始矢量数据与其他组初始矢量数据进行矢量匹配，得到所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系。
105.在该实施方式中，可以将各组初始矢量数据与底图数据进行矢量匹配，根据两者之间匹配的地图要素矢量，计算各组初始矢量数据与底图数据之间的相对位置关系r；基于所述数据质量最高的一组初始矢量数据对应的相对位置关系r1、其他组初始矢量数据对应的相对位置关系r2，可以得到所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的初始相对位置关系r1_2；示例的，若该相对位置关系是位置偏差坐标，则r1_2＝r1-r2；若该相对位置关系是位置偏差比例，则r1_2＝r1/r2。
106.在该实施方式中，可以按照该初始相对位置关系对其他组初始矢量数据进行平移校准，将其他组初始矢量数据校准至所述数据质量最高的一组初始矢量数据上，得到初始校准的其他组初始矢量数据；然后，将初始校准的其他组初始矢量数据与该数据质量最高的一组初始矢量数据进行矢量匹配，得到初始校准的其他组初始矢量数据与该数据质量最高的一组初始矢量数据之间的校准后的相对位置关系，使用该校准后的相对位置关系调整该初始相对位置关系，就可以得到所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间最终的相对位置关系。
107.本实施方式可以借助底图数据来计算数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系，由于底图数据相对更完整可靠，计算出的相对位置关系的可靠性相对较高。
108.在一种可能的实施方式中，所述计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系，包括：
109.将各组初始矢量数据之间互相匹配，计算各组初始矢量数据之间的直接相对位置关系；
110.根据所述各组初始矢量数据之间的直接相对位置关系中，第一组和第二组初始矢量数据之间的直接相对位置关系以及第二组和第三组初始矢量数据之间的直接相对位置关系，计算第一组和第三组初始矢量数据之间交叉验证的相对位置关系，其中，所述第一组、第二组和第三组初始矢量数据为所述各组初始矢量数据中的任意三组；
111.若任意两组初始矢量数据之间交叉验证的相对位置关系与两组初始矢量数据之间的直接相对位置关系之间的差距大于预设差距，则清除所述待更新区域内的初始矢量数
据；
112.若任意两组初始矢量数据之间交叉验证的相对位置关系与两组初始矢量数据之间的直接相对位置关系之间的差距均小于等于预设差距，则从所述各组初始矢量数据之间的直接相对位置关系中，获取所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系。
113.在该实施方式中，如果该待更新区域内没有底图数据，可以将任意两初始矢量数据之间互相进行矢量匹配，根据两组初始矢量数据之间匹配的地图要素矢量，计算两组初始矢量数据之间的直接相对位置关系，由于该直接相对位置关系是未借助底图数据，直接将两组初始矢量数据之间互相进行矢量匹配计算的，这样计算的相对位置关系不准确，需要进行交叉验证。
114.在该实施方式中，在交叉验证时，可以从各组初始矢量数据中的任意选取三组初始矢量数据进行交叉计算，可以记这三组初始矢量数据为：第一组、第二组和第三组初始矢量数据。可以将第一组和第二组初始矢量数据之间的直接相对位置关系以及第二组和第三组初始矢量数据之间的直接相对位置关系进行相减或相除，得到第一组和第三组初始矢量数据之间交叉验证的相对位置关系。如果存在有两组初始矢量数据，这两组初始矢量数据之间交叉验证的相对位置关系与该两组初始矢量数据之间的直接相对位置关系之间的差距大于预设差距，则认为无法有效消除该待更新区域内的多组数据之间的差异，属异常区域，不能使用这些数据进行地图更新，故需要清除所述待更新区域内的初始矢量数据。如果对于任意两组初始矢量数据，两组初始矢量数据之间交叉验证的相对位置关系与所述两组初始矢量数据之间的直接相对位置关系之间的差距均小于等于预设差距，则说明各组初始矢量数据之间的差异可以消除，这些数据可以使用，此时，可以从所述各组初始矢量数据之间的直接相对位置关系中，获取所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的直接相对位置关系作为该数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的对位置关系。
115.在一种可能的实施方式中，所述获取待更新区域对应的多趟初始矢量数据，包括：
116.获取初始矢量数据；
117.将所述初始矢量数据与底图进行位置匹配，确定所述初始矢量数据在底图中的位置区域；
118.若待更新区域的采集趟数超过预设趟数或未更新时长超过预设时长，则根据所述初始矢量数据在底图中的位置区域，获取所述待更新区域对应的多趟初始矢量数据。
119.在该实施方式中，采集端的采集设备采集得到原始资料数据后可以生成初始矢量数据并上传至服务端，也可以直接将采集的原始资料数据上传服务端，由服务端来生成初始矢量数据。服务端获取到这些初始矢量数据后，可以将所述初始矢量数据与底图进行位置匹配，将初始矢量数据映射到底图的空间基准下，确定这些初始矢量数据在底图中的位置区域。
120.在该实施方式中，对于该待更新区域，如果待更新区域内的采集趟数超过预设趟数，则说明该待更新区域内采集的数据足够多，可以进行更新了，或者该待更新区域的未更新时长超过预设时长，为了保证地图的鲜度，即使采集趟数不多，也要对该待更新区域进行地图更新。在该待更新区域需要进行更新时，可以根据初始矢量数据在底图中的位置区域，
将所述待更新区域内的初始矢量数据汇聚成一个批次，进行数据清洗，可以使用清洗后保留的具有正常数据质量的校准矢量数据进行地图更新。
121.图2a示出根据本公开的实施例的地图更新方法的流程图。如图2a所示，所述地图更新方法包括以下步骤s201-s203：
122.在步骤s201中，获取多个待更新区域对应的初始矢量数据，每个待更新区域对应多趟初始矢量数据；
123.在步骤s202中，使用上述的地图数据清洗方法，清除数据质量达不到正常数据质量标准的待更新区域的校准矢量数据，获取数据质量达到正常数据质量标准的待更新区域的校准矢量数据；
124.在步骤s203中，使用所述数据质量达到正常数据质量标准的待更新区域的校准矢量数据进行地图更新。
125.在一种可能的实施方式中，该地图更新方法适用于可执行地图更新的计算机、计算设备、服务器、服务器集群等服务端设备。
126.在一种可能的实施方式中，该待更新区域是按照预定粒度划分的一段道路区域，该初始矢量数据包括根据原始资料数据直接生成的各种地图要素矢量。该待更新区域对应的多趟初始矢量数据可以是由多个采集设备在待更新区域内多趟采集的原始资料数据生成的，该初始矢量数据可以是在采集端生成后上传至服务端的，也可以是采集端将采集的原始资料数据上传服务端后，由服务端生成的，在此不做限制。
127.在一种可能的实施方式中，在获取多个待更新区域对应的初始矢量数据后，针对每个待更新区域，可以使用上述任一实施方式中的数据清洗方法，将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据；以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据；对于数据质量达不到正常数据质量标准的待更新区域的校准矢量数据，可以清除该待更新区域的校准矢量数据，对于数据质量达到正常数据质量标准的待更新区域的校准矢量数据，可以使用该数据质量达到正常数据质量标准的待更新区域的校准矢量数据进行地图更新。示例的，图2b示出根据本公开的实施例的地图更新方法的流程图，如图2b所示，待更新区域21的校准矢量数据的数据质量达不到正常数据质量标准，可以清除，其他待更新区域的校准矢量数据的数据质量达到正常数据质量标准，故可以使用其他待更新区域的校准矢量数据进行地图更新。
128.本实施方式可以使用上述的数据清洗方法对多个待更新区域的数据进行清洗，清除数据质量达不到正常数据质量标准的待更新区域的校准矢量数据，获取数据质量达到正常数据质量标准的待更新区域的校准矢量数据进行地图更新，避免地图更新后的质量下降，而且，上述的数据清洗方法提升低成本数据的质量后，根据提质后数据的数据质量来判断是否进行数据清除，避免有效数据被清除，提高数据的有效利用率，且使用提质后的校准矢量数据进行给地图更新，地图更新结果更加可靠。
129.图3示出根据本公开一实施方式的地图数据清洗和地图更新方法的应用场景示意图。如图3所示，数据处理服务器301可以从采集车302的采集端中获取待更新区域内的初始矢量数据，并利用上文中的数据清洗方法对其进行数据清洗后，清洗掉数据质量不正常的区域的数据，保留数据质量正常的校准矢量数据，并提供给地图制作服务器303，该地图制
作服务器303可以据此更新地图，并将更新的地图提供给导航服务器304。该导航服务器304可以依据该地图数据为位置服务终端305提供导航数据进行导航、规划路径等服务。
130.图4a示出根据本公开的实施例的地图数据清洗装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4a所示，所述地图数据清洗装置包括：
131.融合模块401，被配置为将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域内的更新矢量数据；
132.校准模块402，被配置为以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据；
133.清除模块403，被配置为响应于所述校准矢量数据的数据质量达不到正常数据质量标准，清除所述校准矢量数据。
134.在一种可能的实施方式中，所述装置还包括：
135.计算模块，被配置为计算所述校准矢量数据的完整度；计算所述校准矢量数据中的地图要素矢量之间的相对位置关系的准确率；将所述更新矢量数据与底图进行矢量匹配，确定未变化的地图要素矢量，计算所述更新矢量数据与底图中未变化的地图要素矢量之间的偏差；
136.判断模块，被配置为根据所述完整度、所述准确率和所述偏差中的至少一个，判断所述校准矢量数据的数据质量是否为正常数据质量。
137.在一种可能的实施方式中，所述校准模块被配置为：
138.将所述更新矢量数据与底图数据进行矢量匹配，确定未变化的地图要素矢量；
139.计算所述更新矢量数据与底图数据中未变化的地图要素矢量之间的相对位置关系；
140.基于所述未变化的地图要素矢量之间的相对位置关系，以所述底图数据为基准校正所述更新矢量数据，得到校准矢量数据。
141.在一种可能的实施方式中，所述融合模块被配置为：
142.获取待更新区域对应的多趟初始矢量数据；
143.对所述初始矢量数据进行批次拆分，得到多组初始矢量数据，其中，每组初始矢量数据内的各地图要素矢量的相对位置关系正确；
144.以一组初始矢量数据为基准，校正其他组初始矢量数据，得到其他组初始矢量数据的校准数据；
145.将所述数据质量最高的一组初始矢量数据和所述其他组初始矢量数据的校准数据进行融合，得到所述待更新区域对应的更新矢量数据。
146.在一种可能的实施方式中，所述融合模块中对所述初始矢量数据进行批次拆分，得到多组初始矢量数据的部分被配置为：
147.基于所述初始矢量数据中各地图要素矢量之间的相对位置关系，确定相对位置关系在预定的重影范围内的两个地图要素矢量为一个候选重影矢量对；
148.响应于候选重影矢量对的数量超过一对，将不属于同一个候选重影矢量对且组内和组间的相对位置满足预定的要素相对位置规则的地图要素矢量分为一组，得到多组重影矢量；
149.根据与所述多组重影矢量中的地图要素矢量的相对位置关系，将未判定为候选重影矢量的地图要素矢量划分至所述多组重影矢量中，得到所述多组初始矢量数据。
150.在一种可能的实施方式中，所述融合模块中以一组初始矢量数据为基准，校正其他组初始矢量数据，得到其他组初始矢量数据的校准数据的部分被配置为：
151.计算所述多组初始矢量数据的数据质量，得到数据质量最高的一组初始矢量数据；
152.计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系；
153.根据所述相对位置关系，以所述数据质量最高的一组初始矢量数据为基准校正所述其他组初始矢量数据，得到其他组初始矢量数据的校准数据。
154.在一种可能的实施方式中，所述融合模块中所述计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系的部分被配置为：
155.将各组初始矢量数据与底图数据进行匹配，计算各组初始矢量数据与底图数据之间的相对位置关系；
156.基于所述数据质量最高的一组初始矢量数据对应的相对位置关系和所述其他组初始矢量数据对应的相对位置关系，计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的初始相对位置关系；
157.基于所述初始相对位置关系，对所述数据质量最高的一组初始矢量数据与其他组初始矢量数据进行矢量匹配，计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系。
158.在一种可能的实施方式中，所述融合模块中所述计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系的部分被配置为：
159.将各组初始矢量数据之间互相匹配，计算各组初始矢量数据之间的直接相对位置关系；
160.根据所述各组初始矢量数据之间的直接相对位置关系中，第一组和第二组初始矢量数据之间的直接相对位置关系以及第二组和第三组初始矢量数据之间的直接相对位置关系，计算第一组和第三组初始矢量数据之间交叉验证的相对位置关系，其中，所述第一组、第二组和第三组初始矢量数据为所述各组初始矢量数据中的任意三组；
161.若存在两组初始矢量数据之间交叉验证的相对位置关系与所述两组初始矢量数据之间的直接相对位置关系之间的差距大于预设差距，则清除所述待更新区域内的初始矢量数据；
162.若任意两组初始矢量数据之间交叉验证的相对位置关系与所述两组初始矢量数据之间的直接相对位置关系之间的差距均小于等于预设差距，则从所述各组初始矢量数据之间的直接相对位置关系中，获取所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系。
163.在一种可能的实施方式中，所述融合模块中所述获取待更新区域对应的多趟初始矢量数据的部分被配置为：
164.获取初始矢量数据；
165.将所述初始矢量数据与底图数据进行位置匹配，确定所述初始矢量数据在底图中
的位置区域；
166.若待更新区域的采集趟数超过预设次数或未更新时长超过预设时长，则根据所述初始矢量数据在底图中的位置区域，获取所述待更新区域对应的多趟初始矢量数据。
167.图4b示出根据本公开的实施例的地图更新装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4b所示，所述地图更新装置包括：
168.获取模块404，被配置为获取多个待更新区域对应的初始矢量数据，每个待更新区域对应多趟初始矢量数据；
169.清洗模块405，被配置为使用上述实施方式中的地图数据清洗方法，清除数据质量达不到正常数据质量标准的待更新区域的校准矢量数据，获取数据质量达到正常数据质量标准的待更新区域的校准矢量数据；
170.更新模块406，被配置为使用所述数据质量达到正常数据质量标准的待更新区域的校准矢量数据进行地图更新。
171.本装置实施方式中提及的技术术语和技术特征相同或相似，对于本装置中涉及的技术术语和技术特征的解释和说明可参考上述方法实施方式的解释的说明，此处不再赘述。
172.本公开还公开了一种电子设备，图5示出根据本公开的实施例的电子设备的结构框图。
173.如图5所示，所述电子设备500包括存储器501和处理器502，其中，存储器501用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器502执行以实现根据本公开的实施例的方法。
174.图6示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
175.如图6所示，计算机系统600包括处理单元601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行上述实施例中的各种处理。在ram 603中，还存储有计算机系统600操作所需的各种程序和数据。处理单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
176.以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。其中，所述处理单元601可实现为cpu、gpu、tpu、fpga、npu等处理单元。
177.特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括计算机指令，该计算机指令被处理器执行时实现上文所述的方法步骤。在这样的实施例中，该计算机程序产品可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。
178.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程
序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
179.描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
180.作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
181.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：
1.一种地图数据清洗方法，包括：将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据；以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据；响应于所述校准矢量数据的数据质量达不到正常数据质量标准，清除所述校准矢量数据。2.根据权利要求1所述的方法，其中，所述方法还包括：计算所述校准矢量数据的完整度；计算所述校准矢量数据中的地图要素矢量之间的相对位置关系的准确率；将所述校准矢量数据与底图数据进行矢量匹配，确定未变化的地图要素矢量，计算所述校准矢量数据与底图数据中未变化的地图要素矢量之间的偏差；根据所述完整度、所述准确率和所述偏差中的至少一个，判断所述校准矢量数据的数据质量是否达到正常数据质量标准。3.根据权利要求1所述的方法，其中，所述以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据，包括：将所述更新矢量数据与底图数据进行矢量匹配，确定未变化的地图要素矢量；计算所述更新矢量数据与底图数据中未变化的地图要素矢量之间的相对位置关系；基于所述未变化的地图要素矢量之间的相对位置关系，以所述底图数据为基准校正所述更新矢量数据，得到校准矢量数据。4.根据权利要求1所述的方法，其中，所述将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据，包括：获取待更新区域对应的多趟初始矢量数据；对所述待更新区域对应的多趟初始矢量数据进行批次拆分，得到多组初始矢量数据，其中，每组初始矢量数据内的各地图要素矢量的相对位置满足预定的要素相对位置规则；以一组初始矢量数据为基准，校正其他组初始矢量数据，得到所述其他组初始矢量数据的校准数据；将所述一组初始矢量数据和所述其他组初始矢量数据的校准数据进行融合，得到所述待更新区域对应的更新矢量数据。5.根据权利要求4所述的方法，其中，所述对所述待更新区域对应的多趟初始矢量数据进行批次拆分，得到多组初始矢量数据，包括：基于所述多趟初始矢量数据中各地图要素矢量之间的相对位置，确定相对位置在预定的重影范围内的两个地图要素矢量为一个候选重影矢量对；响应于候选重影矢量对的数量超过一对，将不属于同一个候选重影矢量对且组内和组间的相对位置满足预定的要素相对位置规则的地图要素矢量分为一组，得到多组重影矢量；根据与所述多组重影矢量中的地图要素矢量的相对位置，将未确定为候选重影矢量对的地图要素矢量划分至所述多组重影矢量中，得到所述多组初始矢量数据。6.根据权利要求4所述的方法，其中，所述以一组初始矢量数据为基准，校正所述其他
组初始矢量数据，得到其他组初始矢量数据的校准数据，包括：计算所述多组初始矢量数据的数据质量，得到数据质量最高的一组初始矢量数据；计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系；根据所述相对位置关系，以所述数据质量最高的一组初始矢量数据为基准校正所述其他组初始矢量数据，得到其他组初始矢量数据的校准数据。7.根据权利要求6所述的方法，其中，所述计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系，包括：将各组初始矢量数据与底图数据进行匹配，计算各组初始矢量数据与底图数据之间的相对位置关系；基于所述数据质量最高的一组初始矢量数据对应的相对位置关系和所述其他组初始矢量数据对应的相对位置关系，计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的初始相对位置关系；基于所述初始相对位置关系，对所述数据质量最高的一组初始矢量数据与其他组初始矢量数据进行矢量匹配，计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系。8.根据权利要求6所述的方法，其中，所述计算所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系，包括：将各组初始矢量数据之间互相匹配，计算各组初始矢量数据之间的直接相对位置关系；根据所述各组初始矢量数据之间的直接相对位置关系中，第一组和第二组初始矢量数据之间的直接相对位置关系以及第二组和第三组初始矢量数据之间的直接相对位置关系，计算第一组和第三组初始矢量数据之间交叉验证的相对位置关系，其中，所述第一组、第二组和第三组初始矢量数据为所述各组初始矢量数据中的任意三组；若存在两组初始矢量数据之间交叉验证的相对位置关系与所述两组初始矢量数据之间的直接相对位置关系之间的差距大于预设差距，则清除所述待更新区域对应的多趟初始矢量数据；若任意两组初始矢量数据之间交叉验证的相对位置关系与所述两组初始矢量数据之间的直接相对位置关系之间的差距均小于等于预设差距，则从所述各组初始矢量数据之间的直接相对位置关系中，获取所述数据质量最高的一组初始矢量数据与其他组初始矢量数据之间的相对位置关系。9.根据权利要求4所述的方法，其中，所述获取待更新区域对应的多趟初始矢量数据，包括：获取初始矢量数据；将所述初始矢量数据与底图数据进行位置匹配，确定所述初始矢量数据在底图中的位置区域；若待更新区域的采集趟数超过预设趟数或未更新时长超过预设时长，则根据所述初始矢量数据在底图中的位置区域，获取所述待更新区域对应的多趟初始矢量数据。10.一种地图更新方法，包括：
获取多个待更新区域对应的初始矢量数据，每个待更新区域对应多趟初始矢量数据；使用权利要求1至9任一项所述的方法，清除数据质量达不到正常数据质量标准的待更新区域的校准矢量数据，获取数据质量达到正常数据质量标准的待更新区域的校准矢量数据；使用所述数据质量达到正常数据质量标准的待更新区域的校准矢量数据进行地图更新。11.一种地图数据清洗装置，包括：融合模块，被配置为将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据；校准模块，被配置为以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据；清除模块，被配置为响应于所述校准矢量数据的数据质量达不到正常数据质量标准，清除所述校准矢量数据。12.一种地图更新装置，包括：获取模块，被配置为获取多个待更新区域对应的初始矢量数据，每个待更新区域对应多趟初始矢量数据；清洗模块，被配置为使用权利要求1至9任一项所述的方法，清除数据质量达不到正常数据质量标准的待更新区域的校准矢量数据，获取数据质量达到正常数据质量标准的待更新区域的校准矢量数据；更新模块，被配置为使用所述数据质量达到正常数据质量标准的待更新区域的校准矢量数据进行地图更新。13.一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，所述一条或多条计算机指令被所述处理器执行以实现权利要求1至10任一项所述的方法步骤。14.一种计算机可读存储介质，其上存储有计算机指令，其中，该计算机指令被处理器执行时实现权利要求1-10任一项所述的方法。

技术总结
本公开实施例公开了一种地图数据清洗及地图更新方法、装置、设备、存储介质，该方法包括：将待更新区域对应的多趟初始矢量数据进行融合，得到所述待更新区域对应的更新矢量数据；以所述待更新区域对应的底图数据为基准对所述更新矢量数据进行校准，得到校准矢量数据；响应于所述校准矢量数据的数据质量达不到正常数据质量标准，清除所述校准矢量数据。该技术方案可以最大程度地保留有效信息，提高数据的有效利用率。据的有效利用率。据的有效利用率。


技术研发人员：杨贵 黄冲冲 高强
受保护的技术使用者：高德软件有限公司
技术研发日：2023.03.15
技术公布日：2023/7/12