1.一种基于路端相机图片的道路拓扑结构生成方法，其特征在于，所述方法应用于计算机设备中，所述方法包括：获取目标时间段内目标路口的图像数据以及车辆数据，所述图像数据用于指示所述目标时间段内所述目标路口的视频内容，所述车辆数据用于指示所述目标时间段内所述目标路口中通过车辆的车辆行驶状态；将所述图像数据输入语义分割模型，输出得到与所述图像数据对应的物体初步识别结果；将所述车辆数据以及所述图像数据输入多目标追踪网络，输出得到与所述目标路口对应的目标追踪结果信息；结合所述物体初步识别结果以及所述目标追踪结果信息，生成道路拓扑结构优化数据，所述道路拓扑结构优化数据用于引导道路拓扑结构更新；其中，所述图像数据为多视角图像数据，所述多视角图像数据对应有至少两个图像视角；所述将所述车辆数据以及所述图像数据输入多目标追踪网络，输出得到与所述目标路口对应的目标追踪结果信息，包括：对所述图像数据进行数据流同步以及采样处理，得到与所述采样处理过程中的采样长度对应的数据流，所述数据流中包括与所述图像视角的数量对应的路端图像；基于所述路端图像确定与所述目标路口对应的特征标识信息集合；将所述特征标识信息集合输入所述多目标追踪网络，得到与所述目标路口对应的目标追踪结果信息。
2.根据权利要求1所述的基于路端相机图片的道路拓扑结构生成方法，其特征在于，所述语义分割模型为基于语义信息提取和语义分割的人工智能模型；所述将所述图像数据输入所述语义分割模型，输出得到与所述图像数据对应的物体初步识别结果，包括：将所述图像数据输入所述语义分割模型中；通过所述语义分割模型对所述图像数据进行特征提取，得到高维图像特征；通过所述语义分割模型对所述高维图像特征进行映射处理，得到路端特征；对所述路端特征进行语义分割，输出得到与所述图像数据对应的物体初步结果。
3.根据权利要求2所述的基于路端相机图片的道路拓扑结构生成方法，其特征在于，所述物体初步结果包括车道线识别结果、停止线识别结果、人行横道识别结果、道路标志识别结果以及障碍物识别结果中的至少一种。
4.根据权利要求1所述的基于路端相机图片的道路拓扑结构生成方法，其特征在于，所述将所述特征标识信息集合输入所述多目标追踪网络，得到与所述目标路口对应的目标追踪结果信息，包括：将所述特征标识信息集合以及道路特征输入所述多目标追踪网络，得到与所述目标路口对应的目标追踪结果信息，所述道路特征包括道路中心点特征、道路偏角信息以及道路边界信息。
5.根据权利要求1所述的基于路端相机图片的道路拓扑结构生成方法，其特征在于，所述道路拓扑结构优化数据包括车道线优化数据；所述结合所述物体初步识别结果以及所述目标追踪结果信息，生成道路拓扑结构优化数据，包括：基于所述物体初步识别结果确定初始车道线拓扑数据；对所述目标追踪结果信息进行空间聚类，得到空间聚类数据；基于所述空间聚类数据确定重叠次数数据；基于所述重叠次数数据对所述初始车道线拓扑数据进行调整，得到车道线优化数据。
6.根据权利要求1所述的基于路端相机图片的道路拓扑结构生成方法，其特征在于，所述道路拓扑结构优化数据包括停止线优化数据；所述结合所述物体初步识别结果以及所述目标追踪结果信息，生成道路拓扑结构优化数据，包括：基于所述物体初步识别结果确定初始停车线拓扑数据；对所述目标追踪结果信息进行空间聚类，得到空间聚类数据；基于所述空间聚类数据进行车辆停止轨迹拟合，得到车辆停止线预测集合；基于所述车辆停止线预测集合对所述初始停车线拓扑数据进行更新，得到所述停止线优化数据。
7.根据权利要求1所述的基于路端相机图片的道路拓扑结构生成方法，其特征在于，所述道路拓扑结构优化数据包括车道轨迹优化数据；所述结合所述物体初步识别结果以及所述目标追踪结果信息，生成道路拓扑结构优化数据，包括：基于所述物体初步识别结果生成初始车道轨迹数据；基于所述目标追踪结果生成车道连接矩阵，所述车道连接矩阵用于表征车道的连通状态；基于所述车道连接矩阵对所述初始车道轨迹信息进行更新，得到所述车道轨迹优化数据。
8.根据权利要求1所述的基于路端相机图片的道路拓扑结构生成方法，其特征在于，所述道路拓扑结构优化数据包括人行横道优化数据；所述结合所述物体初步识别结果以及所述目标追踪结果信息，生成道路拓扑结构优化数据，包括：基于所述物体初步识别结果生成初始人行横道数据；基于所述目标追踪结果生成人行信息；对所述人行信息进行聚类拟合处理，得到人行轨迹信息；通过所述人行轨迹信息对所述初始人行横道数据进行更新，得到所述人行横道优化数据。
