1.一种车辆轨迹的识别方法,其特征在于,包括:获取目标车辆轨迹,所述目标车辆轨迹包含多个定位点;
将所述目标车辆轨迹与高精地图的道路层进行匹配,得到与所述目标车辆轨迹匹配的目标道路;
针对所述目标车辆轨迹中的定位点,确定所述定位点在所述目标道路中的车道;
基于所述定位点与所述定位点所在车道,判断所述目标车辆轨迹是否为高精定位轨迹。
2.根据权利要求1所述的识别方法,其特征在于,所述基于所述定位点与所述定位点所在车道,判断所述目标车辆轨迹是否为高精定位轨迹,包括:基于所述定位点和所述定位点所在车道的中心线的距离,得到所述目标车辆轨迹中的定位点与定位点所在车道的中心线的距离集合;
基于所述距离集合,判断所述目标车辆轨迹是否为高精定位轨迹。
3.根据权利要求2所述的识别方法,其特征在于,所述基于所述距离集合,判断所述目标车辆轨迹是否为高精定位轨迹,包括:基于所述距离集合,确定所述距离集合包含的距离的分布特征值;
基于所述分布特征值,判断所述目标车辆轨迹是否为高精定位轨迹。
4.根据权利要求3所述的识别方法,其特征在于,所述分布特征值包括所述距离集合中包含的距离的标准差、均方根误差、平均绝对误差和变异系数中的至少一种。
5.根据权利要求3或4所述的识别方法,其特征在于,所述分布特征值表征所述距离集合中的不同距离之间的偏差程度;所述基于所述分布特征值,判断所述目标车辆轨迹是否为高精定位轨迹,包括:若所述分布特征值小于设定阈值,则确定所述目标车辆轨迹为高精定位轨迹;
若所述分布特征值大于或等于设定阈值,则确定所述目标车辆轨迹为标精定位轨迹。
6.根据权利要求5所述的识别方法,其特征在于,还包括:基于不同的环境因素对所述设定阈值进行动态调整,所述环境因素包括道路类型、天气条件、交通状况、车辆类型、传感器配置中的至少一种。
7.根据权利要求1至4中任意一项所述的识别方法,其特征在于,所述针对所述目标车辆轨迹中的每一定位点,确定所述定位点在所述目标道路中的车道,包括:基于道路端点,对所述目标道路进行分割,得到所述目标道路包含的多段子道路,以及,对所述目标车辆轨迹进行分割,得到所述目标车辆轨迹对应的多段车辆轨迹;
针对多段车辆轨迹中的每一段车辆轨迹和所述车辆轨迹对应的子道路,计算所述车辆轨迹中的定位点与所述子道路中每条车道中心线的距离,确定最短距离对应的车道为所述定位点在所述子道路中的车道。
8.根据权利要求1至4中任意一项所述的识别方法,其特征在于,所述将所述目标车辆轨迹与高精地图的道路层进行匹配,得到与所述目标车辆轨迹匹配的目标道路,包括:基于所述目标车辆轨迹中的定位点,生成所述定位点的候选道路段;
确定所述候选道路段中与所述定位点匹配的道路段;
基于所述目标车辆轨迹中的定位点对应的匹配的道路段,确定与所述目标车辆轨迹匹配的目标道路。
9.一种高精地图优化方法,其特征在于,包括:
获取众包采集的车辆轨迹中的高精轨迹,所述高精轨迹是通过权利要求1至8中任一项所述的方法识别的;
基于所述高精轨迹,对对应道路对应的高精地图进行优化。
10.一种车辆轨迹的识别装置,其特征在于,包括:获取模块,用于获取目标车辆轨迹,所述目标车辆轨迹包含多个定位点;
匹配模块,用于将所述目标车辆轨迹与高精地图的道路层进行匹配,得到与所述目标车辆轨迹匹配的目标道路;
确定模块,用于针对所述目标车辆轨迹中的定位点,确定所述定位点在所述目标道路中的车道;
判断模块,用于基于所述定位点与所述定位点所在车道,判断所述目标车辆轨迹是否为高精定位轨迹。
11.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器,用于存储计算机执行指令;
所述处理器,用于执行所述计算机执行指令,以实现如权利要求1至9中任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被执行时用于实现如权利要求1至9中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至9中任一项所述的方法。