一种地图数据自动检测方法和装置、及混合导航系统与流程

本申请涉及电子地图领域，尤其涉及一种地图数据的自动检测方法和装置、及混合导航系统。

背景技术：

随着移动互联网的发展，导航电子地图越来越多地得到了应用，取代电子地图成为大众出行必不可少的工具。导航电子地图为了满足导航的需要，其精确性比较高，并且能够提供完备的地物属性。同时，为了便于在移动终端上运行，导航电子地图的数据应精炼，数据结构应适合嵌入式设备处理。一般来讲，导航电子地图在发布之前需要进行检查，并且国家和企业也制定有相应的检查规范，例如检查原始数据资料合法性、产品资信、数据质量、可视表达及应用功能，还可以检测导航电子地图数据质量，例如地图数据完整性、逻辑一致性、位置精度、属性精度、时间精度。其中，位置精度通常采用抽样检测或全数检测两种方式，其检测手段可采用人工检查和自动检查相结合的形式。

进一步来讲，上述人工检查包括人工抽样检测或全数检测，常用的方法包括：1)使用更高精度的测量仪器或者相同精度的测量仪器进行同一位置的多次测量；2)利用多源数据(高分辨率的遥感影像、街景等)进行目视比对，发现错误。自动检查，主要适用于地图数据的完整性、多要素属性之间的逻辑一致性检测，对于位置精度只能检查系统性的拓扑关系检查，如路网是否完整挂接、接边是否完整、属性间的相对位置是否正确。还有一些基于图像自动识别的自动检测方法，可以部分替代人工目视对比的工作。但是，目前人工检测的成本高、效率低、周期长。

另外，上述自动检测主要检测逻辑的、相对性的问题，并不检测其他问题，其基于图像处理的自动识别技术是单点检测，在复杂情况下(如特殊天气、道路标线不清晰、路面遮挡、弯道等)则失效，并且上述自动检测针对传统的导航电子地图，并不针对车道级别的导航电子地图，因此上述自动检测方式不能针对车道级别的导航电子地图进行，无法适应现在技术发展的需要。

技术实现要素：

有鉴于此，本申请实施例提供一种地图数据的自动检测方法及装置，能够自动检查地图数据中存在异常之处。

其中，该地图数据的自动检测方法包括：

调用当前典型场景下车道变化点对应的预先建立的理论位置模型，所述理论位置模型用于计算所述典型场景下分歧点与车道变化点之间的距离；

获取所述典型场景下的道路设计规范参数的真值；

获取所述典型场景下地图数据中的分歧点与车道变化点之间的距离，并根据所述道路设计规范参数的真值以及所述理论位置模型，计算所述典型场景下分歧点与车道变化点之间的距离；

根据计算得到的所述典型场景下分歧点与车道变化点之间的距离、所述地图数据中的分歧点与车道变化点之间的距离，检测地图数据中的分歧点与车道变化点之间的距离是否异常。

可选地，基于上述技术方案，该自动检测方法还包括：对预先建立的理论位置模型进行修正；其中，所述修正的方法进一步包括：

根据所获取的所述典型场景下的道路设计规范参数的真值，拟合出道路设计规范参数的系数；

根据所述道路设计规范参数的真值及所述道路设计规范参数的系数，对理论位置模型进行修正，得到修正后的理论位置模型。

可选地，还包括：当检测确定所述地图数据中的分歧点与车道变化点之间的距离异常时，输出检测到的异常点信息；

其中，当从地图数据中获取的分歧点与车道变化点之间的距离小于计算得到的所述典型场景下分歧点与车道变化点之间的距离，则判定为此处的地图数据异常，并生成异常点信息。

可选地，基于上述的技术方案，所述分歧点包括高速主线分流点、高速主线合流点、高速主线收费站、高速匝道收费站以及一般道路路口中的至少一者；

所述典型场景下车道变化点的理论位置模型包括：高速主线分流点处车道变化点的理论位置模型、高速主线合流点处车道变化点的理论位置模型、高速主线收费站处车道变化点的理论位置模型、高速匝道收费站处车道变化点的理论位置模型以及一般道路路口处车道变化点的理论位置模型中的至少一者。

可选地，基于上述的技术方案，该自动检测方法还包括：

根据修正后的理论位置模型以及所述道路设计规范参数的真值，生成查找表，用于存储计算得到的所述典型场景下分歧点与车道变化点之间的距离；在检测地图数据时，对应调用所述查找表中的理论数据与所述地图数据中的分歧点与车道变化点之间的距离进行比较；和/或，

对所述地图数据中车道变化点到分歧点之间的道路线组进行聚合，以得到所述地图数据中的分歧点与车道变化点之间的距离。

本发明实施例提供了一种地图数据自动检测装置，该自动检测装置包括：

调用模块，用于调用当前典型场景下车道变化点对应的预先建立的理论位置模型，所述理论位置模型用于计算所述典型场景下分歧点与车道变化点之间的距离；

真值获取模块，用于获取所述典型场景下的道路设计规范参数的真值；

地图数据获取及计算模块，用于获取所述典型场景下地图数据中的分歧点与车道变化点之间的距离，并根据所述道路设计规范参数的真值以及所述理论位置模型，计算所述典型场景下分歧点与车道变化点之间的距离；

检测模块，用于根据计算得到的所述典型场景下分歧点与车道变化点之间的距离、所述地图数据中的分歧点与车道变化点之间的距离，检测地图数据中的分歧点与车道变化点之间的距离是否异常。

可选地，基于上述的技术方案，该自动检测装置还包括修正模块，用于根据所获取的所述典型场景下的道路设计规范参数的真值，拟合出道路设计规范参数的系数；根据所述道路设计规范参数的真值及所述道路设计规范参数的系数，对理论位置模型进行修正，得到修正后的理论位置模型；和/或

检测模块，还用于在检测确定所述地图数据中的分歧点与车道变化点之间的距离异常时，输出检测到的异常点信息；其中，当从地图数据中获取的分歧点与车道变化点之间的距离小于计算得到的所述典型场景下分歧点与车道变化点之间的距离，则判定为此处的地图数据异常，并生成异常点信息；和/或

该装置还包括查找表形成模块，用于根据修正后的理论位置模型以及所述道路设计规范参数的真值，生成查找表，用于存储计算得到的所述典型场景下分歧点与车道变化点之间的距离；所述检测模块，还用于在检测地图数据时，对应调用所述查找表中的理论数据与所述地图数据中的分歧点与车道变化点之间的距离进行比较。

可选地，基于上述技术方案，所述检测模块，还用于在检测确定所述地图数据中的分歧点与车道变化点之间的距离异常时，输出检测到的异常点信息；其中，当从地图数据中获取的分歧点与车道变化点之间的距离小于计算得到的所述典型场景下分歧点与车道变化点之间的距离，则判定为此处的地图数据异常，并生成异常点信息；和/或

所述地图数据获取及计算模块，还用于对所述地图数据中车道变化点到分歧点之间的道路线组进行聚合，以得到所述地图数据中的分歧点与车道变化点之间的距离；

所述分歧点包括高速主线分流点、高速主线合流点、高速主线收费站、高速匝道收费站以及一般道路路口中的至少一者；

所述典型场景下车道变化点的理论位置模型包括：高速主线分流点处车道变化点的理论位置模型、高速主线合流点处车道变化点的理论位置模型、高速主线收费站处车道变化点的理论位置模型、高速匝道收费站处车道变化点的理论位置模型以及一般道路路口处车道变化点的理论位置模型中的至少一者。

本发明实施例提供了一种混合导航系统，该混合导航系统包括：

数据模块，用于存储并更新根据任意一种所述的地图数据自动检测装置处理后的地图数据；

用户交互模块，用于接收、分析用户指令并输出执行用户指令后的结果；

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；

车载趣驾操作系统，用于为上述各模块提供运行环境和支持。

可选地，所述用户交互模块包括：

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。

可选地，高速主线分流点处车道变化点的理论位置模型为：LC＝K1*L1+K2*L2+K3*L3；其中，LC为分流点到车道数变化点的距离，L1为变速段长度，L2为渐变段长度，L3为辅助段长度，K1、K2、K3均为分流点速度系数；

高速主线合流点处车道变化点的理论位置模型为：LC＝K1*L1+K2*L2+K3*L3；其中，LC为合流点到车道数变化点的距离，L1为变速段长度，L2为渐变段长度，L3为辅助段长度，K1、K2、K3均为合流点速度系数；

高速主线收费站处车道变化点的理论位置模型为：LC＝L0+S*7；其中，S＝W1-W2，W1＝N11*W11+N12*W12+(N11+N12-0.5)*W13+W14，W2＝N2*W21+0.5*W22+W23+W24，LC为高速主线收费站点到车道数变化点的距离，L0为广场钢筋路面长度，S为广场过渡宽度，W1为单侧收费站广场中心线宽，W2为单侧路面宽度，W11为一般收费站宽度，W12为ETC收费站宽度，W13为收费岛宽度，W14为路肩宽度，N11为单侧一般收费站个数，N12为单侧ETC收费站个数，W21为车道宽度，W22为中央隔离带宽度，W23为硬路肩宽度，W24为路缘石宽度，N2为单侧车道个数；

高速匝道收费站处车道变化点的理论位置模型为：LC＝L0+S*5，其中LC为高速匝道收费站点到车道数变化点的距离，L0为广场钢筋路面长度，S为广场过渡宽度；

一般道路路口处车道变化点的理论位置模型为：LC＝L0+V²*W/15，其中，LC为车道数变化点到一般道路路口的距离，L0为一般道路路口实线隔离带长度，V为设计速度，W为变化宽度。

与现有技术相比，本申请具有以下优点：

本发明通过建立的理论位置模型对地图数据进行检测，根据经由理论位置模型计算得到的典型场景下分歧点与车道变化点之间的距离和地图数据中的分歧点与车道变化点之间的距离，来检测地图数据中的分歧点与车道变化点之间的距离是否异常，并输出检测到的异常数据，以便进行后续处理。因此，实施本发明不仅可以利用程序算法对大范围的车道变化点进行检测，快速发现异常点，并且能够实现车道级别的导航电子地图的检测，还能够降低地图数据检查成本。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本发明提供的地图数据自动检测方法实施例的流程示意图；

图2为本发明提供的地图数据自动检测方法另一实施例的流程示意图；

图3为本发明提供的地图数据自动检测方法又一实施例的流程示意图；

图4为本发明提供的地图数据验证装置实施例示意图；

图5为本发明提供的混合导航系统示意图。

附图标记说明

405 模型确定模块 410 真值获取模块

415 修正模块 420 地图数据获取及计算模块

425 验证模块 430 查找表形成模块

505 数据模块 510 用户交互模块

515 搜索模块 520 导航模块

525 娱乐模块 530 通信模块

500 车载趣驾操作系统

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

方法实施例

参照图1所示，其为本实施例提供的地图数据的自动检测方法流程示意图，该方法主要包括以下步骤：

步骤105，调用典型场景下车道变化点的理论位置模型。

其中，典型场景包括高速主线分流点、高速主线合流点、高速主线收费站、高速匝道收费站以及一般道路路口等场景，各个场景均涉及分歧点和车道变化点。理论位置模型与道路设计规范参数有关，不同的场景下可以涉及不同的道路设计规范参数。本实施例的理论模型主要用于计算分歧点与车道变化点之间的距离。理论位置模型包括道路设计规范参数以及道路设计规范参数的系数。

步骤110，获取典型场景下的道路设计规范参数的真值。

本步骤中，真值的获取可以通过实地检测，包括变速段长度、渐变段长度、辅助段长度等。在获取真值的过程中，可以多维度地获取真值，以便使得修正的理论位置模型更准确。

为便于理解，下面以高速主线分流点场景为例，说明真值获取可以考虑的维度，其他场景下获取真值也可以参考该示例。

按照以下几个维度抽取样区：

1、城市地理分布均匀，东、南、西、北各个方向；

2、包含不同规模的城市；

3、海拔500米、1000米、2000米、3000米及3000米以上分段抽取；

4、道路种别：高速和城高分别抽取；

5、针对不同的挂接形式，如：直连式和平行式、十字路口、五叉口、T字路口等分别抽取；

6、分流点前减速车道的车道数：1车道和2车道分别抽取；

7、合流点后加速车道的车道数：1车道和2车道分别抽取；

8、收费站分主线和匝道分别抽取。

在获取真值的过程中，除了实地检测之外，还可以通过街景和影像来获取真值，例如测量样区的车道变化点与分歧点的距离。

步骤115，根据所述真值拟合出道路设计规范参数的系数，得到修正的理论位置模型。需要说明的是，该步骤为可选步骤。如果理论位置模型本身比较精确的话，可以无需再进行修正。

通过数据拟合可以得到各个设计规范参数对应的系数，从而可以确定修正的理论模型，该修正的理论模型可以用于根据地图数据中的相应参数计算对应的修正最小值，跟地图数据中与该修正最小值对应的地图数据相比较，如果地图中的数据，例如分歧点与车道变化点的距离小于该修正最小值，可以确定地图数据异常。

步骤120，获取典型场景下地图数据中的分歧点与车道变化点之间的距离，并根据所述道路设计规范参数的真值以及所述修正的理论位置模型，计算典型场景下分歧点与车道变化点之间的距离。

不同的场景对应不同的理论位置模型，相同场景下各个真值可能也不同，各个位置模型具有相应的道路设计规范参数以及与该参数对应的系数，通过上一步骤确定该对应的系数后，可以根据获取的道路设计规范参数的真值以及相应的系数计算出分歧点与车道变化点之间的距离，并且可以从地图数据中获取分歧点与车道变化点之间的距离，从可以将计算的距离和获取的距离进行比较，以验证地图数据是否正确。

步骤125，将计算得到的典型场景下分歧点与车道变化点之间的距离，与读取到的地图数据中的分歧点与车道变化点之间的距离进行比较，检测地图数据中的分歧点与车道变化点之间的距离是否正常。

需要说明的是，上述计算得到的分歧点与车道变化点之间的距离是理论最小值或者修正的理论最小值。

步骤130，当判断确定从地图数据中获取的分歧点与车道变化点之间的距离小于该修正的理论最小值，则判定为此处该场景下的地图数据异常，输出异常点信息，包括车道变化点的位置信息，例如其坐标信息或标识。

作为一种可选的实施方式，这里针对各个典型场景，可进一步提供如下的理论位置模型：

1)高速主线分流点处车道变化点的理论位置模型为：

LC＝K1*L1+K2*L2+K3*L3；其中，LC为分流点到车道数变化点的距离，L1为变速段长度，L2为渐变段长度，L3为辅助段长度，K1、K2、K3均为分流点速度系数。

2)高速主线合流点处车道变化点的理论位置模型为：

LC＝K1*L1+K2*L2+K3*L3；其中，LC为合流点到车道数变化点的距离，L1为变速段长度，L2为渐变段长度，L3为辅助段长度，K1、K2、K3均为合流点速度系数。

3)高速主线收费站处车道变化点的理论位置模型为：

LC＝L0+S*7；其中，S＝W1-W2，W1＝N11*W11+N12*W12+(N11+N12-0.5)*W13+W14，W2＝N2*W21+0.5*W22+W23+W24，LC为高速主线收费站点到车道数变化点的距离，L0为广场钢筋路面长度，S为广场过渡宽度，W1为单侧收费站广场中心线宽，W2为单侧路面宽度，W11为一般收费站宽度，W12为ETC收费站宽度，W13为收费岛宽度，W14为路肩宽度，N11为单侧一般收费站个数，N12为单侧ETC收费站个数，W21为车道宽度，W22为中央隔离带宽度，W23为硬路肩宽度，W24为路缘石宽度，N2为单侧车道个数。

4)高速匝道收费站处车道变化点的理论位置模型为：

LC＝L0+S*5，其中LC为高速匝道收费站点到车道数变化点的距离，L0为广场钢筋路面长度，S为广场过渡宽度。

5)一般道路路口处车道变化点的理论位置模型为：

LC=L0+V²*W/15，其中，LC为车道数变化点到一般道路路口的距离，L0为一般道路路口实线隔离带长度，V为设计速度，W为变化宽度。

作为一种可选的实施方式，基于前述实施例，为了加快验证的速度，这里可以根据地图中的数据以及修正的理论位置模型，生成计算得到的典型场景下分歧点与车道变化点之间的距离查找表，即建立修正最小值的查找表。

例如：针对高速主线分流点模型，针对不同的车道数，可以通过道路设计规范中的变速段长度、渐变段长度、辅助段长度、以及高速主线分流点到车道数变化点距离的真值拟合得到的相应系数，从而确定该场景下的修正最小值。这样，在验证时，可以根据车道数、变速段长度、渐变段长度、辅助段长度等快速查找获得该修正最小值，并与地图数据中对应的数值比较，验证该地图数据是否异常，如果地图中的数据小于该理论最小值，则确定地图数据异常。

其中，在建立查找表时，主要是通过道路设计规范建立便利所有道路状况的查找表，然后在查找的过程中，可以从地图数据中获取用于查找的索引，例如车道数、限速值、收费站数量等，以便根据从地图数据中获得的索引快速定位到查找表中理论最小值或者修正的理论最小值，从而可以与地图数据中的分歧点与车道变化点之间的距离进行比较，检测地图数据是否异常。

作为一种可选的实施方式，下面给出一种生成查找表的方式：在得到修正的理论为位置模型之后，修正的理论位置模型中的参数可以分为固定参数和可变参数，固定参数和可变参数的区分可以依据道路设计规范来确定。对于可变参数，可以根据可变参数的不同特性，设置不同的步长，生成查找表，从而可以加快运算效率。

例如：在检测高速收费站前车道变化点的位置是否合理时，根据主线和匝道的不同，固定参数为单侧收费站广场中心线宽、单侧路面宽度、一般收费站宽度等，主线和匝道参数不同，但均可固定。可变参数为单侧车道个数、单侧一般收费站个数、单侧ETC收费站个数、广场钢筋路面长度，其中根据道路工程的设计规范和我国数据实例统计：单侧车道个数、单侧一般收费站个数、单侧ETC收费站个数均可设置为从1到20，步长为1，从而可以建立可变参数从1到20的查找表，加快验证速度。

需要指出的是，针对各个理论位置模型，可以依据获取的真值以及根据道路设计规范得到的理论最小值进行数值分析，例如通过样条曲线拟合来得到理论位置模型中的系数，从而得到修正后的理论位置模型。

此外，地图数据中起到相同作用的道路可能会由于各种原因被打断(如行政区划分隔、限速标牌、交限标牌等)，为了能准确获得地图中起到减速或者其他功能的路段的长度，可以依据功能需要对车道变化点到分歧点之间的道路线(link)进行聚合。对聚合后的link组从起点到终点，利用图内坐标位置进行距离计算，获得车道变化点到分歧点之间的距离。将该距离与相应场景下的修正理论最小值进行比较，可以验证地图数据，其中如果该距离小于修正理论最小值，则确定地图数据异常，可以将该地图数据对应的点标识为异常点。

应用本实施例于地图，可以检查出典型场景下的异常点。在检查到异常点之后，输出异常点，可以提示进行人工修复。

下面给出本申请提出的地图数据自动检测方法的另一实施例，如图2所示，其为本实施例提供的一种地图数据自动检测方法的流程示意图，该方法包括：

步骤205，确定道路模型标准参数，例如变速段长度、渐变段长度、辅助段长度、广场钢筋路面长度、广场过渡宽度、一般收费站宽度、单侧路面宽度、收费岛宽度、单侧收费站个数、单侧ETC收费站个数、路口实线隔离带长度、设计速度、变化宽度等等，以及各个参数对应的系数；

步骤210，获取样本点真值。样本点真值可以通过实地检测得到，也可以通过街景或者遥感影像得到样本点的真值，例如在全国各地进行采样以体现样本点的普遍性；

步骤215，根据不同的场景进行理论建模，对各个参数对应的系数进行修正，得到修正后的理论模型，并根据样本点真值和修正后的理论模型可以模拟出该场景下分歧点到车道变化点距离的理论最小值；

步骤220，可以根据计算出来的理论最小值建立查找表，例如针对不同的车道数、收费站数量等等作为索引，可以检索出特定场景下的分歧点到车道变化点的理论最小值；

步骤225，制作地图数据库，该数据库可以采用现有电子地图使用的数据库；

步骤230，从地图数据库中读取数据；

步骤235，从数据中确定地图参数，例如可以用来在查找表中查找修正的理论最小值的数据，例如车道数、限速等参数；

步骤240，使用地图参数来在查找表中进行匹配；

步骤245，查找到根据修正后的理论模型确定的理论最小值；

步骤250，对地图数据进行处理，例如对多个link进行聚合；

步骤255，确定地图数据中分歧点与车道变化点之间的距离；

步骤260，查询的分歧点与车道变化点之间的理论最小值和地图中的分歧点与车道变化点之间的距离进行比较，检测异常点；

步骤265，如果地图数据中的分歧点与车道变化点之间的距离大于查询的分歧点与车道变化点之间的理论最小值，则认为地图数据中的分歧点与车道变化点之间的距离异常，将对应的车道变化点之间作为异常点输出。

理论模型的建立和从地图中获取数据可以分别独立进行，在比较理论最小值之前能够根据真值对理论模型进行修正，得到修正后的理论最小值，就可以实现异常点检测的目的。

在该实施例中，针对典型场景，根据道路模型标准参数和样本点的真值得到修正的理论位置模型，并针对不同的场景建立查找表，并准备根据真值计算相应的修正理论最小值。

此外，从地图数据中读取地图数据，例如车道数、限速等地图参数，以便检索查找表中的修正的理论最小值。此外，还可以进行地图数据处理，例如对地图数据中车道变化点到分歧点之间的link进行聚合，然后根据聚合后的link组获取分歧点与车道变化点的距离。在地图数据中分歧点与车道变化点的距离小于修正的理论最小值的情况下，输出异常点。

下面给出本申请提出的地图数据自动检测方法的另一实施例，如图3所示，其为本实施例的地图数据自动检测方法流程示意图，该方法进一步包括：

步骤305，根据道路功能划分典型场景；典型场景包括高速主线分流点、高主线合流点、高速主线收费站、高速匝道收费站、一般道路路口等场景；

步骤310，根据典型场景进行车道变化点理论值建模；可以针对各个典型场景建模；

步骤315，对各场景进行抽样实测获取真值；在获取真值时，还可以根据街景和影像来获取真值；

步骤320，根据真值回归拟合理论模型各系数；

步骤325，对理论位置模型进行修正；确定系数之后，代入理论位置模型就得到了修正的理论位置模型；

步骤330，根据真值以及修正的理论模型生成查找表；

步骤335，读取地图数据(车道数、高程、速度限制等)；

步骤340，将地图数据输入查找表得出全体理论最小值；

步骤345，聚合地图数据车道变化点到分歧点之间的link组；

步骤350，计算得到地图数据中全体的车道变化点到分歧点之间的距离；

步骤355，对比理论最小值和地图上的距离，检测出全体异常点。

产品实施例

相应地，为实现上述地图数据的自动检测方法，本实施例提供了一种地图数据的验证装置，该装置包括：调用模块405、真值获取模块410、地图数据获取及计算模块420、检测模块425。可选地，该装置还可包括修正模块415和/或查找表形成模块430。其中：

调用模块405可以调用当前典型场景下车道变化点对应的预先建立的理论位置模型，所述理论位置模型用于计算所述典型场景下分歧点与车道变化点之间的距离；通过合理的设计，可以确定各个场景下的理论位置模型，便于后续的分歧点与道路变化点之间理论最小值的计算。

真值获取模块410用于获取所述典型场景下的道路设计规范参数的真值；该模块可以通过获取实地检测的数据作为真值，也可以对街景或者遥感地图进行处理得到的数据作为真值。

地图数据获取及计算模块420用于获取所述典型场景下地图数据中的分歧点与车道变化点之间的距离，并根据所述道路设计规范参数的真值以及所述理论位置模型，计算所述典型场景下分歧点与车道变化点之间的距离；该模块主要用于获取用于检测异常点需要的数据，例如地图数据中分歧点与车道变化点之间的距离，以及根据获取的真值和理论位置模型计算得到的分歧点和车道变化点之间的距离。由于道路线在地图数据中可能被拆分或者打乱，该模块可以对所述地图数据中车道变化点到分歧点之间的道路线组进行聚合，以得到所述地图数据中的分歧点与车道变化点之间的距离。

检测模块425用于根据计算得到的所述典型场景下分歧点与车道变化点之间的距离、所述地图数据中的分歧点与车道变化点之间的距离，检测地图数据中的分歧点与车道变化点之间的距离是否异常。通过比较计算得到的分歧点与车道变化点之间距离的理论最小值以及地图数据中存在的分歧点和车道变化点之间的距离，可以检测该场景下的车道变化点是否异常，如果地图数据中的分歧点和车道变化点之间的距离小于分歧点与车道变化点之间距离的理论最小值，则存在异常，可以输出该车道变化点的标识或者坐标。

修正模块415用于根据所获取的所述典型场景下的道路设计规范参数的真值，拟合出道路设计规范参数的系数；根据所述道路设计规范参数的真值及所述道路设计规范参数的系数，对理论位置模型进行修正，得到修正后的理论位置模型。该模块主要是用于根据获取的真值进一步优化理论位置模型，提高理论模型计算的分歧点和道路变换点之间距离的准确性。

查找表形成模块430用于根据修正后的理论位置模型以及所述道路设计规范参数的真值，生成查找表，用于存储计算得到的所述典型场景下分歧点与车道变化点之间的距离，便于在检测异常点时，提高检测的效率，通过查表就可以得到理论最小值，而不需要根据能具体的场景进行实时计算。

基于上述各实施例，本发明实施例还提供了一种混合导航系统，如图5所示的混合导航系统，该系统包括：数据模块505、用户交互模块510、搜索模块515、导航模块520、娱乐模块525、通信模块530、车载趣驾操作系统500。其中，数据模块50，用于存储并更新根据权利要求6-8任意一项的地图数据自动检测装置处理后的地图数据；用户交互模块510，用于接收、分析用户指令并输出执行用户指令后的结果；搜索模块515，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520，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525，用于提供游戏、音乐及其他影音娱乐项目；通信模块530，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；车载趣驾操作系统500，用于为上述各模块提供运行环境和支持。

进一步地，用户交互模块510包括：信息入口模块(图中未示出)、智能语音交互模块(图中未示出)、分析模块(图中未示出)、显示模块(图中未示出)。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用户语音指令的结果；分析模块，用于对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，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，用于显示搜索模块提供的搜索结果，导航模块提供的导航路径、数据模块提供的地图数据、以及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。

需要说明的是，由于前述任一实施例所述的在地图数据的自动检测方法及装置具有上述技术效果，因此，采用了前述任一实施例所述的地图数据的自动检测方法及装置的混合导航系统也应具备相应的技术效果，其具体实施过程与上述实施例类似，兹不赘述。

需要指出的是，在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。