CN105701555A - 用于划分路网的方法和*** - Google Patents

Abstract

本公开内容涉及用于划分路网的方法和***。一个实施例提供一种用于划分路网的方法，包括：基于第一组轨迹获取所述路网上的常用端点；从所述常用端点出发，基于第二组轨迹在所述路网上的多个节点处的方向来汇聚所述多个节点，以生成汇聚节点；以及利用所述汇聚节点来划分所述路网。本发明的另一实施例提供相应的***。

Description

用于划分路网的方法和***

技术领域

本公开内容总体上涉及智能交通领域，并且具体地，涉及用于划分路网的方法和***。

背景技术

在车联网、智能交通、基于位置的服务(LBS)等诸多领域，地图是支持其他服务的基础性信息。特别地，地图的路网(roadnetwork)包含路段信息，以用于指示与道路和交通路线有关的信息。基于路网所提供的信息，可以获取和处理行人、车辆等主体在移动过程中的行进轨迹(trajectory)和/或其他信息。

在大规模车载数据的采集和处理中和/或在线车联网服务中，车联网综合服务平台需要以分布式方式来处理轨迹数据和其他数据，以便保证***的可扩展性。具体而言，需要将路网划分为多个区域，每个区域的数据由一个或多个服务器来处理。在路网划分中，需要将多个因素纳入考虑，例如不同服务器之间的负载均衡，车辆或行人在不同区域之间跨越的次数，等等。可以理解，当车辆或行人频繁地跨不同区域运动时，将会引起与数据同步、服务切换等有关的数据开销。

传统方案将路网划分作为一个全局优化问题来建模和处理。例如，路网中的路段可以被指派相应的权重。优化目标可以被设置为使得被切割路段的权重的总和最小。同时，可以要求划分之后的各个区域中的路段权重总和之间的差异处于给定的范围内。这是一个计算开销巨大的过程，几乎无法应用于真实世界的路网的海量数据。已经提出了采用启发式(Heuristic)算法对路网进行随机划分。但是启发式算法是一个多轮迭代的过程，而且无法保证满足需求的划分效果。

发明内容

一般地，本发明的实施例提出用于划分路网的技术方案。

在一个方面，本发明的实施例提供一种用于划分路网的方法。所述方法包括：基于第一组轨迹获取所述路网上的常用端点；从所述常用端点出发，基于第二组轨迹在所述路网上的多个节点处的方向来汇聚所述多个节点，以生成汇聚节点；以及利用所述汇聚节点来划分所述路网。

在另一方面，本发明的实施例提供一种用于划分路网的***。所述***包括：常用端点获取单元，被配置为基于第一组轨迹获取所述路网上的常用端点；节点汇聚单元，被配置为从所述常用端点出发，基于第二组轨迹在所述路网上的多个节点处的方向来汇聚所述多个节点，以生成汇聚节点；以及路网划分单元，被配置为利用所述汇聚节点来划分所述路网。

通过下文描述将会理解，根据本发明的实施例，可以有效地识别出待划分路网中的节点之间在地理和/或交通上的关联。利用这种关联，可以对初始路网进行有效地简化。由此，能够高效地完成路网的划分。本发明的其他特征和优点将通过下文描述而变得容易理解。

附图说明

通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显其中：

图1示出了适于用来实现本发明实施例的示例性计算机***/服务器的示意性框图；

图2示出了根据本发明实施例的用于划分路网的方法的示意性流程图；

图3示出了根据本发明实施例的通过轨迹端点汇聚来获取常用端点的示意图；

图4示出了根据本发明实施例的轨迹在节点处的方向的示意图；

图5示出了根据本发明实施例的计算与节点相关联的指示轨迹方向的发散性的熵的示意图；

图6示出了根据本发明实施例的节点汇聚的示意图；以及

图7示出了根据本发明实施例的用于划分路网的***的示意性框图。

在附图中，相同或相似的标号被用来表示相同或相似的元素。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

图1示出了适于用来实现本发明实施方式的示例性计算机***/服务器12的方框图。图1显示的计算机***/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图1所示，计算机***/服务器12以通用计算设备的形式表现。计算机***/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。

计算机***/服务器12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机***/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机***/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机***/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机***/服务器12交互的设备通信，和/或与使得该计算机***/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机***/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机***/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机***/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。

下面将详细描述本发明实施例的机制和原理。除非特别声明，在下文和权利要求中使用的术语“基于”表示“至少部分地基于”。术语“包括”表示开放性包括，即“包括但不限于”。术语“多个”表示“两个或更多”。术语“一个实施例”表示“至少一个实施例”。术语“另一实施例”表示“至少一个另外的实施例”。其他术语的定义将在下文描述中给出

图2示出了根据本发明实施例的用于划分路网的方法200的示意性流程图。如上所述，路网是至少包含相关地理区域内的道路或交通路线信息的地图。例如，路网可以包括指示路线信息的多个路段。当然，路网也可以包含其他地理信息。

方法200开始于步骤S210，在此基于一组轨迹(称为“第一组轨迹”)获取待划分的路网上的常用端点。在此使用的术语“轨迹”是指主体在运动过程中的行进线路，它是通过跟踪和检测主体的运动而获得的。在此使用的术语“主体”是指行人、车辆和/或能够采集位置数据的任何其他人或设备。

在一个实施例中，在主体运动的过程中，与主体相关的定位/导航设备(例如，GPS接收器)可以感测主体的位置。这些位置形成了主体的轨迹。在一个实施例中，定位/导航设备按照给定的时间间隔，周期性地感测主体的位置数据。在另一实施例中，也可以连续地获取位置数据。位置数据可以被存储在主体本地，和/或被存储于主体远程的机器(例如，服务器)。备选地或附加地，主体行进过程中的位置数据也可以从第三方获取。

例如，车辆、移动电话、平板式计算机、个人数字助理(PDA)等很多设备均已配备了全球定位***(GPS)或者其他导航/定位***。在车辆或者行人沿着特定路线行进的过程中，导航/定位***能够连续地或者周期性地采集位置数据以形成行进轨迹。

在一个实施例中，位置数据例如可以包括经纬度坐标。当然，任何其他形式的位置数据也都是可行的。可选地，在一个实施例中，对于主体在轨迹中的位置，位置数据还可以指示以下一项或多项：主体到该位置的时刻，主体在该位置处的运动速度，主体在该位置处的运动方向，等等。

轨迹可以被映射到路网上。根据本发明的实施例，可以使用任何适当的技术来完成行进轨迹向路网的映射。例如，在一个实施例中，可以使用地图匹配(mapmatching)技术。如已知的，给定由多个位置表示的行进轨迹，地图匹配过程可以通过坐标转换确定路网中与这些位置对应的点，并且在路网中找到该行进轨迹的匹配路径。

各种地图匹配技术均可与本发明的实施例结合使用。例如，在一个实施例中，可以使用互相关法来确定行进轨迹与路径之间的匹配度。备选地，可以采用序贯检测法、层次搜索法、边缘特征匹配法，等等。可选地，除了与行进轨迹相匹配的路径之外，在一个实施例中，地图匹配过程还可以提供行进轨迹与匹配路径中各个路段之间的匹配度。地图匹配技术本身是已知的，在此不再赘述。任何其他的映射技术也是可能，不论是目前已知的还是将来开发的。

在步骤S210处，可以对来自一个或多个主体的第一组轨迹进行分析，从而识别出常用端点。在本公开的上下文中，术语“端点”可以表示起点，也可以表示终点。在步骤S210处，可以不考虑轨迹所经过的具体路径，而仅考虑轨迹的起点和终点。例如，如果第一组轨迹中超过预定数目或者比例的轨迹从某个起点出发，则该起点可被认为是常用起点。类似地，可以识别路网中的常用终点。

特别地，在一个实施例中，常用端点可以不是第一组轨迹中的任何特定轨迹的实际轨迹端点，而是通过按照距离对多个轨迹端点进行汇聚的结果。在一个实施例中，可以基于第一组轨迹的实际轨迹端点之间的距离对这些实际端点进行汇聚，以获得常用端点。仅出于说明之目的，下面将以常用起点为例展开讨论。将会理解，常用终点可以按照类似方式获得。

具体而言，如果多个轨迹的轨迹起点集中在某个预定的邻域内，则可以将该特定邻域确定为一个常用起点。在此使用的术语“邻域”(proximity)是指地图上具有特定大小和形状的区域。此时，常用起点涵盖多个轨迹的实际轨迹起点。作为示例，在图3所示的实施例中，矩形邻域300被确定为一个常用起点，其涵盖了第一组轨迹中的轨迹310、320和330各自的轨迹起点315、325和335。轨迹起点315、325和335之间的距离小于预定的阈值距离。可以看到，此时，轨迹的匹配程度并未被纳入考虑。例如，轨迹310和320与轨迹330存在明显的方向偏差。

应当理解，图3所示的实施例仅仅是示例性的，无意以任何方式限制本发明的范围。例如，通过汇聚获得的常用端点的范围不限于矩形，而可以是任何适当的形状。而且，通过汇聚获得的常用端点并非一定是一个范围。例如，在备选实施例中，可以对距离低于预定阈值距离的多个轨迹端点的位置求平均或者执行其他运算，从而获得汇聚的端点。

继续参考图2，方法200进行到步骤S220，在此基于一组轨迹(称为“第二组轨迹”)以及步骤S210处确定的常用端点对路网中的多个节点进行汇聚。注意，在步骤S220处使用的第二组轨迹与步骤S210处使用的第一组轨迹可以相同，也可以不同。

更具体地，根据本发明的实施例，可以从步骤S210处确定的常用端点出发，沿着第二组轨迹的正向或者逆向，根据轨迹在路网中的多个节点处的方向(orientation)对节点进行汇聚。在一个实施例中，待汇聚的节点可以是路网中的路段的交汇点、分叉点、路口或者任何具有交通或地理意义的节点。在一个实施例中，对于常用起点，可以沿着相应轨迹的正向来执行汇聚；对于常用终点，可以沿着相应轨迹的逆向来执行对节点的汇聚。

在一个实施例中，通过执行步骤S220处的汇聚，可以将具有相同或相似地理或者交通含义的节点汇聚在一起，形成“汇聚节点”。汇聚节点具有明确的交通或者地理含义。例如，通过轨迹在节点处的方向分析，可以识别出集中的居民居住区、商务办公区等功能区域。由此，在后续的划分中，可以将这些功能区域的数据指派给一个或一组服务器来处理，从而减少数据迁移。

在一个实施例中，对于路网中的任何给定节点，可以确定第二组轨迹中通过该节点的至少一些轨迹的方向的发散性，并且基于这种方向的发散性来汇聚节点。这里所基于的假设是：如果一个节点处的轨迹方向的发散性较高(即，规律性较低)，则很可能表明该节点仍然处于一个功能区域中。例如，在一个生活社区内部的分叉路口处，不同主体可能沿着多个不同方向前进。反之，如果一个节点处的轨迹方向的发散性较低(即，规律性较高)，则很可能表明该节点处于不同功能区域的分界节点。例如，在连接生活社区和工作区域的联络线道路的入口和出口处，主体通常沿一个或少数几个方向行进。

基于这样的假设，在一个实施例中，如果多条轨迹在某个给定节点处的方向的发散性高于预定阈值，则可以将该节点与路网中的其他节点进行汇聚。例如，在一个实施例中，如果汇聚操作是从常用起点开始沿轨迹的正向进行的，则可以将该给定节点与轨迹中的先前节点进行汇聚。反之，如果汇聚操作是从常用终点开始沿轨迹的逆向进行的，则可以将该给定节点与轨迹中的后继节点进行汇聚。当然，在确定是否将两个节点进行汇聚时，也可以考虑其他因素，这方面的实施例将在下文描述。

另一方面，如果多条轨迹在某个给定节点处的方向的发散性低于预定阈值，则可以将该节点保留在路网中。换言之，此时，该节点将作为独立的路网节点在后续的路网划分中使用。

根据本发明的实施例，轨迹在任何给定节点处的发散性可以通过各种适当的技术手段来衡量。考虑从常用起点出发沿轨迹的正向进行汇聚的实施例作为示例。此时，对于给定的节点，可以统计到达该节点的多条轨迹离开该节点的方向。如果沿某一个方向离开节点的轨迹数目占据主导位置(例如，超过预定比例)，则可以认为与该节点相关联的轨迹走向的发散性较低。

参考图4，假设达到节点400的路径一共为50条。如果沿方向410和420离开节点400的轨迹数目相差较大，例如分别为40条和10条，则可以认为轨迹在节点400处的方向发散性比较低。反之，如果沿方向410和420离开节点400的轨迹数目相差较小，例如分别为26条和24条，则可以认为轨迹在节点400处的方向发散性比较高。对于从常用终点开始的逆向汇聚，可以通过类似的方式确定轨迹在给定节点处的方向发散性。

特别地，在一个实施例中，可以使用熵(entropy)来定量地表征轨迹在给定节点处的方向发散性。如已知的，熵可被用来描述***或者状态的混乱程度。在步骤S220处，如果节点汇聚是从常用起点开始沿轨迹的正向进行的，则可以基于第二组轨迹中从该给定节点沿不同方向延伸的轨迹之际的比例，来计算与该给定节点相关联的轨迹发散性的熵。

参考图5，在此示例中，汇聚沿路径的正向进行到节点500。假设沿三个方向510₁、510₂…510_n(n为大于2的自然数)继续延展的轨迹的数目占达到节点500的轨迹总数的比例分别为P₁、P₂…P_n。在一个实施例中，与节点500相关联的熵(其描述轨迹方向的发散性)可以如下计算：

H＝-(P₁·logP₁+P₂·logP₂+…+P_n·logP_n)

类似地，当节点汇聚从常用终点开始沿着轨迹的逆向进行时，可以基于第二组轨迹中从不同方向达到给定节点的轨迹之间的比例，来计算与该给定节点500相关联的熵。

根据本发明的实施例，在步骤S220处所进行的节点汇聚并非只能取决于节点的轨迹方向的发散性。附加地或备选地，还可以将节点之间的距离纳入考虑。例如，在一个实施例中，可以同时考虑节点处的轨迹方向发散性和该节点与相邻节点的距离。

例如，在一个实施例中，响应于确定一个给定节点处的轨迹方向发散性大于预定阈值，可以进一步确定该给定节点与其相应上游或下游节点(取决于汇聚操作开始于常用起点还是常用终点)之间的距离。如果该距离同样小于预定的阈值距离，则可以执行汇聚。在另一实施例中，也可以优先考虑节点之间的距离。

实际上，节点处的轨迹方向发散性和节点之间的距离可以按照任何的方式被结合使用。例如，在一个实施例中，可以利用两个节点之间的轨迹数目或者占所有估计的比例，对这两个节点之间的距离进行加权。而后，利用上述公式，基于加权之后的距离来计算熵。以此方式，可以在节点的汇聚中同时兼顾轨迹方向的发散性与节点的分布密度二者。

在节点分布密度被纳入考虑的这些实施例中，在步骤S220处执行的节点汇聚可以确保被汇聚的节点不仅具有比较大的轨迹方向发散性，还具有比较高的分布密度。这样，有助于在后续路网划分中进一步避免跨节点的数据访问和数据迁移。当然，单独考虑轨迹方向发散性是完全可行的。

。可以理解，通过步骤S220的汇聚，路网中的某些原始节点被合并为汇聚节点，另一些节点被保留。由此，路网将被简化。每个汇聚节点将取代相关的原始节点。在一个实施例中，汇聚节点还可以取代与之相关的常用起点或者常用终点。由此，路网可以被进一步简化。

作为示例，对于城际间的路网而言，通过适当地设置阈值，可以将属于一个城市或者地区的节点合并为汇聚节点，同时保留城市之间的连接路段(例如，高速公路)上的原始路网节点。对于城市内的路网而言，可以按照功能区域(生活区、休闲区、工作区，等等)来汇聚节点，同时保持这些功能区域之间的连接路段上的原始路网节点。

图6示出了一个具体示例。在图6所示的例子中，在节点的汇聚过程中，同时考虑节点处的轨迹方向发散性和节点距离二者。由此，路网中的原始节点611-615以及经过汇聚第一组轨迹的轨迹端点而获得的常用端点616和617被汇聚端点610取代。这例如是因为这些原始节点处的轨迹方向的发散性较高和/或分布密度较大。类似地，原始节点621-624以及常用端点625被汇聚节点620所取代。原始节点631-634以及常用端点635被汇聚节点630取代。

这样，原始的路网600被化简为路网600’。化简的路网600’包括汇聚节点610、620和630，还包括原始路网600中的原始节点640-640。这些原始节点由于轨迹方向发散性较低和/或距离其他节点较远，而被保留在化简的路网600’中。

仍然参考图2，方法200进行到步骤S230，在此利用汇聚节点对路网进行划分。在一个实施例中，可以将路网中的节点转换为图(graph)，其中路网中的节点是图的节点(原始节点和/或汇聚节点)。可以基于路网中的路段连接关系、轨迹等因素创建节点之间的边。基于这样的图模型，可以使用全局优化、启发式算法等任何目前已知或者将来开发的算法，将路网划分为多个区域。这是本领域已知的，在此不再赘述。

特别地，如已知的，在路网的划分中，连接节点之间的边的权重将对优化目标产生影响。例如，优化目标可以被设置为使得被切割路段的权重的总和最小。附加地或备选地，可以要求划分之后的各个区域中的路段权重总和之间的差异处于给定的范围内。

根据本发明的实施例，在化简后的路网中，两个原始节点之间的权重可以基于相关的轨迹方向和/或距离来确定。例如，在一个实施例中，两个原始节点之间的权重可以基于经过这两个原始节点之间的路网距离以及这两个原始节点之间的轨迹的数目或比例来确定。

对于汇聚节点，可以该汇聚节点所涵盖的一个或多个节点与其他节点(原始节点或另一汇聚节点)之间的权重，来确定与该其他节点之间的边的权重。例如，在图6所示的示例中，假设在汇聚节点610中，节点611到640的权重为w₁，并且节点615到节点640的权重为w₂。在一个实施例中，汇聚节点610到原始节点640之间的权重可以通过对w₁与w₂求和或者进行任何其他适当的运算来确定。

特别地，在一个实施例中，在基于图的路网划分中，可以根据轨迹的长度来调整节点之间的边的权重。具体而言，在此所基于的认识是：当轨迹比较短时，应当尽量保持轨迹不会被分割在划分之后得到的不同区域中。反之，当轨迹较长时，适当地跨区可能是不可避免的。

因此，可以设置适当的轨迹长度阈值。例如，在一个实施例中，这样长度阈值可以根据第二组轨迹中的各个轨迹的平均长度来选择。如果一条轨迹的长度超过了该长度阈值，则该轨迹对相关的边的权重的贡献将被至少部分地降低。

例如，在一个实施例中，每条轨迹原本对于节点之间的边的权重的共享是相等的，例如都被设置为“1”。即，当一条轨迹通过节点A延伸到B时，节点A与B之间在图中的边的权重递增1。然而，如果一条轨迹的长度超过了长度阈值，则其对边的权重的贡献可以被适当下调，例如被下调到0.8或者任何适当数值。

在一个实施方式中，长度超过阈值的轨迹对所有相关边的权重的贡献都被下调。备选地，在另一实施例中，只有轨迹超出阈值长度的部分对相应边的权重的贡献将被下调。而且，在一个实施例中，权重的降低可以是渐进式的。即，随着轨迹的长度增长，其对边权重的共享逐次降低。

利用方法200，可以有效地识别出路网节点之间在地理和/或交通上的关联，并且利用这种关联化简初始路网。由此，即使使用具有较高计算代价的全局优化，也能够相对高效地完成路网的划分。

图7示出了根据本发明实施例的一种用于划分路网的***700的示例性框图。如图所述，***700包括：常用端点获取单元710，被配置为基于第一组轨迹获取所述路网上的常用端点；节点汇聚单元720，被配置为从所述常用端点出发，基于第二组轨迹在所述路网上的多个节点处的方向来汇聚所述多个节点，以生成汇聚节点；以及路网划分单元730，被配置为利用所述汇聚节点来划分所述路网。

在一个实施例中，所述常用端点获取单元710可以包括：轨迹端点汇聚单元，被配置为基于所述第一组轨迹的轨迹端点之间的距离对所述轨迹端点进行汇聚，以生成所述常用端点。

在一个实施例中，所述节点汇聚单元720可以包括：发散性确定单元，被配置为确定所述第二组轨迹中的至少一些轨迹在所述多个节点中的给定节点处的方向的发散性；第一汇聚单元，被配置为响应于所述发散性高于预定阈值，将所述给定节点与所述路网中的其他节点进行汇聚；以及第二汇聚单元，被配置为响应于所述发散性低于所述预定阈值，将所述给定节点保留在所述路网中。

在一个实施例中，所述发散性确定单元可以包括：第一发散性确定单元，被配置为响应于所述常用端点是起点，基于所述至少一些轨迹中从所述给定节点沿不同方向延伸的轨迹的比例，计算与所述给定节点相关联的熵。

在一个实施例中，所述发散性确定单元可以包括：第二发散性确定单元，被配置为响应于所述常用端点是终点，基于所述至少一些轨迹中从不同方向达到所述给定节点的轨迹的比例，计算与所述给定节点相关联的熵。

在一个实施例中，所述节点汇聚单元720可以包括：第三汇聚单元，被配置为基于所述方向和所述多个节点的分布密度来汇聚所述多个节点。

在一个实施例中，所述路网被转化为图以便划分。所述路网划分单元730可以包括：边创建单元，被配置为在所述图中创建所述汇聚节点与所述路网中的另一节点之间的边；以及权重确定单元，被配置为基于所述汇聚节点所涵盖的至少一个节点与所述另一节点的初始权重，为所述边确定权重以用于对所述路网的划分，所述初始权重基于以下至少一项确定：所述第二组轨迹中经过所述至少一个节点和所述另一节点的轨迹的数目，以及所述至少一个节点与所述另一节点在所述路网中的距离。

在一个实施例中，所述路网被转化为图以便划分。所述路网划分单元730可以包括：权重降低单元，被配置为响应于所述第二组轨迹中的给定轨迹的长度超过预定阈值，至少部分地降低所述给定轨迹对所述图中的相应边的权重的贡献。

应当注意，为清晰起见，图7中没有示出***700所包括的可选单元或者子单元。上文所描述的所有特征和操作分别适用于***700，故在此不再赘述。而且，***700中的单元或子单元的划分不是限制性的而是示例性的，旨在从逻辑上描述其主要功能或操作。一个单元的功能可以由多个单元来实现；反之，多个单元亦可由一个单元来实现。本发明的范围在此方面不受限制。

而且，***700所包含的单元可以利用各种方式来实现，包括软件、硬件、固件或其任意组合。例如，在某些实施方式中，***700可以利用软件和/或固件来实现。备选地或附加地，***700可以部分地或者完全地基于硬件来实现。例如，***700中的一个或多个单元可以实现为集成电路(IC)芯片、专用集成电路(ASIC)、片上***(SOC)、现场可编程门阵列(FPGA)，等等。本发明的范围在此方面不受限制。

本发明可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是—但不限于—电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Java、Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

计算机可读程序指令也可加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的***、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (16)

1.一种用于划分路网的方法，包括：

基于第一组轨迹获取所述路网上的常用端点；

从所述常用端点出发，基于第二组轨迹在所述路网上的多个节点处的方向来汇聚所述多个节点，以生成汇聚节点；以及

利用所述汇聚节点来划分所述路网。

2.根据权利要求1所述的方法，其中基于第一组轨迹获取所述路网上的常用端点包括：

基于所述第一组轨迹的轨迹端点之间的距离对所述轨迹端点进行汇聚，以生成所述常用端点。

3.根据权利要求1所述的方法，其中基于第二组轨迹在所述路网上的多个节点处的方向来汇聚所述多个节点包括：

确定所述第二组轨迹中的至少一些轨迹在所述多个节点中的给定节点处的方向的发散性；

响应于所述发散性高于预定阈值，将所述给定节点与所述路网中的其他节点进行汇聚；以及

响应于所述发散性低于所述预定阈值，将所述给定节点保留在所述路网中。

4.根据权利要求3所述的方法，其中确定所述第二组轨迹中的至少一些轨迹在所述多个节点中的给定节点处的方向的发散性包括：

响应于所述常用端点是起点，基于所述至少一些轨迹中从所述给定节点沿不同方向延伸的轨迹之间的比例，计算与所述给定节点相关联的熵。

5.根据权利要求3所述的方法，其中确定所述第二组轨迹中的至少一些轨迹在所述多个节点中的给定节点处的方向的发散性包括：

响应于所述常用端点是终点，基于所述至少一些轨迹中从不同方向达到所述给定节点的轨迹之间的比例，计算与所述给定节点相关联的熵。

6.根据权利要求1所述的方法，其中基于第二组轨迹在所述路网上的多个节点处的方向来汇聚所述多个节点包括：

基于所述方向和所述多个节点的分布密度来汇聚所述多个节点。

7.根据权利要求1所述的方法，其中利用所述汇聚节点来划分所述路网包括：

在表示所述路网的图中创建所述汇聚节点与所述路网中的另一节点之间的边；以及

基于所述汇聚节点所涵盖的至少一个节点与所述另一节点的初始权重，为所述边确定权重以用于对所述路网的划分，所述初始权重基于以下至少一项确定：

所述第二组轨迹中经过所述至少一个节点和所述另一节点的轨迹的数目，以及

所述至少一个节点与所述另一节点在所述路网中的距离。

8.根据权利要求7所述的方法，其中利用所述汇聚节点来划分所述路网包括：

响应于所述第二组轨迹中的给定轨迹的长度超过预定阈值，至少部分地降低所述给定轨迹对所述图中的相应边的权重的贡献。

9.一种用于划分路网的***，包括：

常用端点获取单元，被配置为基于第一组轨迹获取所述路网上的常用端点；

节点汇聚单元，被配置为从所述常用端点出发，基于第二组轨迹在所述路网上的多个节点处的方向来汇聚所述多个节点，以生成汇聚节点；以及

路网划分单元，被配置为利用所述汇聚节点来划分所述路网。

10.根据权利要求9所述的***，其中所述常用端点获取单元包括：

轨迹端点汇聚单元，被配置为基于所述第一组轨迹的轨迹端点之间的距离对所述轨迹端点进行汇聚，以生成所述常用端点。

11.根据权利要求9所述的***，其中所述节点汇聚单元包括：

发散性确定单元，被配置为确定所述第二组轨迹中的至少一些轨迹在所述多个节点中的给定节点处的方向的发散性；

第一汇聚单元，被配置为响应于所述发散性高于预定阈值，将所述给定节点与所述路网中的其他节点进行汇聚；以及

第二汇聚单元，被配置为响应于所述发散性低于所述预定阈值，将所述给定节点保留在所述路网中。

12.根据权利要求11所述的***，其中所述发散性确定单元包括：

第一发散性确定单元，被配置为响应于所述常用端点是起点，基于所述至少一些轨迹中从所述给定节点沿不同方向延伸的轨迹的比例，计算与所述给定节点相关联的熵。

13.根据权利要求11所述的***，其中所述发散性确定单元包括：

第二发散性确定单元，被配置为响应于所述常用端点是终点，基于所述至少一些轨迹中从不同方向达到所述给定节点的轨迹的比例，计算与所述给定节点相关联的熵。

14.根据权利要求9所述的***，其中所述节点汇聚单元包括：

第三汇聚单元，被配置为基于所述方向和所述多个节点的分布密度来汇聚所述多个节点。

15.根据权利要求9所述的***，其中所述路网划分单元包括：

边创建单元，被配置为在表示所述路网的图中创建所述汇聚节点与所述路网中的另一节点之间的边；以及

权重确定单元，被配置为基于所述汇聚节点所涵盖的至少一个节点与所述另一节点的初始权重，为所述边确定权重以用于对所述路网的划分，所述初始权重基于以下至少一项确定：

所述第二组轨迹中经过所述至少一个节点和所述另一节点的轨迹的数目，以及

所述至少一个节点与所述另一节点在所述路网中的距离。

16.根据权利要求15所述的***，其中所述路网划分单元包括：

权重降低单元，被配置为响应于所述第二组轨迹中的给定轨迹的长度超过预定阈值，至少部分地降低所述给定轨迹对所述图中的相应边的权重的贡献。