CN109886529B - 一种资源分配方法及装置、电子终端及存储介质 - Google Patents
一种资源分配方法及装置、电子终端及存储介质 Download PDFInfo
- Publication number
- CN109886529B CN109886529B CN201811650799.3A CN201811650799A CN109886529B CN 109886529 B CN109886529 B CN 109886529B CN 201811650799 A CN201811650799 A CN 201811650799A CN 109886529 B CN109886529 B CN 109886529B
- Authority
- CN
- China
- Prior art keywords
- grid
- preset
- candidate
- administrator
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000013468 resource allocation Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 abstract description 19
- 238000004458 analytical method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种资源分配方法及装置、电子终端及存储介质,涉及数据处理技术领域。本发明实施例通过将目标城市区域划分成多个指定大小的预设网格;获取每个预设网格道路信息;获取管理员的位置信息,将管理员的位置信息所指示的预设网格确定为起始网格,除起始网格之外的预设网格确定为候选网格;根据每个预设网格道路信息,获取起始网格与任意候选网格的预计到达时长;根据任意候选网格对应的预计到达时长,将预计到达时长满足预设时间阈值所对应的候选网格确定为目标网格;将起始网格以及目标网格拼接在一起,形成任务区域,将任务区域分配给管理员。因此,本发明提供了一种能够快速准确的为管理员分配管理区域的方案。
Description
【技术领域】
本发明涉及数据处理领域,尤其涉及一种资源分配方法及装置、电子终端及存储介质。
【背景技术】
城市管理对于城市的经济发展以及人们的生活都有着重要的影响,其是城市发展的客观要求,其中,对于城市管理主要是由管理员执行管理工作的。
在实现城市管理时,需要先为管理员分配相应的管理区域。现有技术中,在为管理员分配管理区域时,首先,基于区域级别或者道路级别对城市进行管理分析,然后,根据分析结果为管理员分配管理区域。而基于区域级别的管理分析由于覆盖面积比较大,只能提供宏观的分析,基于该分析结果为管理员分配的管理区域不准确;而基于道路级别的分析由于路况的复杂多变性,使得分析复杂。
综上所述,如何方便快捷对城市区域进行分析,以实现快速准确的为管理员分配管理区域,是目前亟待解决的问题。
【发明内容】
有鉴于此,本发明实施例提供了一种资源分配方法及装置、电子终端及存储介质,在保证为管理员分配任务区域准确性的同时也在一定程度上降低了对城市分析的复杂度,保证了城市管理分析的效率。
第一方面,本发明实施例提供了一种资源分配方法,包括:
将目标城市区域划分成多个指定大小的预设网格;
获取每个预设网格道路信息;
获取管理员的位置信息,将所述管理员的位置信息所指示的预设网格确定为起始网格,除所述起始网格之外的预设网格确定为候选网格;
根据所述每个预设网格道路信息,获取起始网格与任意候选网格的预计到达时长;
根据所述任意候选网格对应的预计到达时长,将所述预计到达时长满足预设时间阈值所对应的候选网格确定为目标网格;
将所述起始网格以及所述目标网格拼接在一起,形成任务区域,将所述任务区域分配给所述管理员。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述每个预设网格道路信息,获取起始网格与任意候选网格的预计达到时长,包括:
根据每个预设网格道路信息,获取从所述起始网格到达任一候选网格的所有可行路线信息,其中,所述可行路线信息包括路况信息和行驶距离;
根据所述所有可行路线信息,从所有可行路线中筛选出满足预设条件的部分可行路线,以作为候选可行路线;
获取所述候选可行路线对应的预计行驶时间;
根据所述预计行驶时间,获取从所述起始网格到达所述任一候选网格对应的预计达到时长。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,在所述获取从所述起始网格到达所述任一候选网格对应的预计达到时长之后,所述方法还包括:
将每个候选可行路线对应的预计行驶时间分别与所述预设时间阈值进行比较,得到比较结果;
根据所述比较结果,选择出预计行驶时间小于或等于所述预设时间阈值的子候选可行路线;
确定所述子候选可行路线经过的子候选网格,并将所述子候选网格确定为目标网格。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述获取所述候选可行路线对应的预计行驶时间,包括:
基于预设的行驶时间预估模型,根据所述候选可行路线和所述候选可行路线的路况信息,获取所述预计行驶时间。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,在基于预设的行驶时间预估模型,根据所述候选可行路线和所述候选可行路线的路况信息,获取所述预计行驶时间之前,所述方法还包括:
根据地图信息,获取作为训练样本的可行路线;
获取所述训练样本的可行路线中的每个路段的道路路况信息以及每个路段的实际行驶时间;
利用深度学习算法模型,对所述每个路段的道路路况信息以及所述每个路段的实际行驶时间进行训练,得到行驶时间预估模型。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述获取管理员的位置信息,将所述管理员的位置信息所指示的预设网格确定为起始网格,除所述起始网格之外的预设网格确定为候选网格,包括:
获取所述每个预设网格对应的经纬度坐标范围,以及,所述管理员的位置坐标;
根据所述管理员的位置坐标以及所述每个预设网格对应的经纬度坐标范围,确定所述管理员的位置信息所指示的预设网格。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述将目标城市区域划分成多个指定大小的预设网格,包括:
获取所述目标城市区域的外接矩形的边长;
根据所述边长,配置所述预设网格的精度;
按照所述精度,划分所述目标城市区域。
第二方面,本发明实施例提供的一种资源配装置,所述资源配置装置包括:
网格划分单元,用于将目标城市区域划分成多个指定大小的预设网格;
第一获取单元,用于获取每个预设网格道路信息;
第一处理单元,用于获取管理员的位置信息,将所述管理员的位置信息所指示的预设网格确定为起始网格,除所述起始网格之外的预设网格确定为候选网格;
第二获取单元,用于根据所述每个预设网格道路信息,获取起始网格与任意候选网格的预计到达时长;
确定单元,用于根据所述任意候选网格对应的预计到达时长,将所述预计到达时长满足预设时间阈值所对应的候选网格确定为目标网格;
第二处理单元,用于将所述起始网格以及所述目标网格拼接在一起,形成任务区域,将所述任务区域分配给所述管理员。
第三方面,本发明实施例提供的一种电子终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,所述处理器实现如第一方面中任一项所述的资源分配方法。
第四方面,本发明实施例提供的一种存储介质,其上存储有计算机可读指令,当计算机读取并执行所述计算机可读指令时,使得计算机实现第一方面中任一项所述的资源分配方法。
上述技术方案具有如下有益效果:
本发明将目标城市区域划分成多个预设网格,并且通过获取管理员的位置信息,利用管理员的位置信息确定第一网格拼接的起始网格和候选网格,通过筛选出起始网格到达任意候选网格的预计时长未超过时间阈值所对应的目标网格,从而将目标网格和起始网拼接到一起形成任务区域。本发明提供的技术方案将城市区域划分成指定大小的城市网格,从而基于划分的城市网格进行分析,相比于现有技术中,本发明提供的方案在保证为管理员分配任务区域准确性的同时也在一定程度上降低了对城市分析的复杂度,保证了城市管理分析的效率。另外,通过将管理员位置信息参与网格拼接,还可以实现基于管理员的位置调整拼接的任务区域,从而在一定时间内使得管理员能够管理更多的区域,实现有效分配。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种资源分配方法的流程示意图;
图2是本发明实施例针对于图1中的步骤108的提供一种实现方法的流程示意图;
图3是本发明实施例提供的一种资源分配方法的流程示意图;
图4是本发明实施例提供的一种资源分配装置的结构示意图;
图5是本发明实施例提供的一种电子终端的结构示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述处理单元,但这些处理单元不应限于这些术语。这些术语仅用来将处理单元彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一处理单元也可以被称为第二处理单元,类似地,第二处理单元也可以被称为第一处理单元。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
本发明实施例给出一种资源分配方法。
具体的,请参考图1,其为本发明实施例所提供的资源分配方法的流程示意图,如图1所示,该方法包括以下步骤:
102、将目标城市区域划分成多个指定大小的预设网格。
其中,划分的预设网格的大小可以是基于***性能设定的一个固定值,或者,还可以为根据需求自行设定的,本发明对于预设网格的大小不作限定。上述预设网格可以为500m×500m,或者,1000m×1000m。
在一具体实现方式中,预设网格的大小为根据目标城市的大小设定的,基于此场景,针对于将目标城市区域划分成多个指定大小的预设网格提供的两种实现方式。
第一种实现方式为:首先,获取所述目标城市区域的外接矩形的边长;然后,根据所述边长,配置所述预设网格的精度;从而,按照所述精度,划分所述目标城市区域。
具体的,可以向地图应用客户端、导航应用客户端等应用客户端中获取该目标城市区域的区域轮廓以及对应实际缩放比例,然后,基于该区域轮廓得到该轮廓对应的外接矩形,并根据得到实际缩放比例,得到目标城市区域的外接矩形,从而得到目标城市区域的外接矩形的边长。在根据所述边长,配置所述预设网格的精度可以为:显示边长的长度给用户,从而用户根据需求输入划分的预设网格数量,以得到预设网格的精度;或者,***可以预先存储目标城市区域的外接矩形的边长与预设网格边长对应的关系,从而根据该外接矩形的边长以及该对应关系配置预设网格精度。举例说明,目标城市区域的外接矩形的边长与预设网格边长对应的关系包括:外接矩形边长在50km-100km之间,预设网格大小为500m×500m;外接矩形边长在100km-150km之间,预设网格大小为800m×800m;外接矩形边长在150km-200km之间,预设网格大小为1000m×1000m。基于该对应关系,当得到的外接矩形边长为60km,确定该预设网格大小为500m×500m。
第二种实现方式为:首先,获取所述目标城市区域的面积;然后,根据所述目标城市区域的面积,配置所述预设网格的精度;从而,按照所述精度,划分所述目标城市区域。
具体的,在实现根据目标城市区域的面积,配置预设网格的精度过程中,可以预先存储面积与预设网格精度的对应关系,从而,在得到目标城市区域的面积之后,可以基于该面积与预设网格精度的对应关系,确定出与该目标城市区域的面积对应的预设网格精度。
这里还需要说明的是,城市区域的城市轮廓通常是不规则的形状,因此,通常在实现目标城市划分时会出现锯齿形状。而细化用于划分目标城市区域的预设网格精度,能够在一定程度上弱化该锯齿形状。
104、获取每个预设网格道路信息。
其中,预设网格道路信息可以包括该预设网格中包括的道路数量、每一条道路的道路级别(道路级别包括:国道、省道、市区道路、胡同)、每个岔路口数量、每个岔路口包含的道路名称等。
具体的,获取每个预设网格道路信息的实现过程可以为:在向地图应用客户端、导航应用客户端等应用客户端中获取该目标城市区域的区域轮廓时,同时获取该目标城市区域的路网信息,当经过步骤102将目标城市区域划分成多个指定大小的预设网格之后,根据每个预设网格覆盖的经纬度范围以及目标城市区域的路网信息,得到每个预设网格对应的道路信息。
106、获取管理员的位置信息,将管理员的位置信息所指示的预设网格确定为起始网格,除起始网格之外的预设网格确定为候选网格。
在一具体实施方式中,步骤106具体可以为:获取每个网格对应的经纬度坐标范围,以及,所述管理员的位置坐标;将管理员当前的位置坐标与每个预设网格对应的经纬度坐标范围进行比较,当该管理员当前的位置坐标在一预设网格的坐标范围内时,则确定该一预设网格为起始网格,从而实现根据所述管理员的位置坐标以及所述每个网格对应的经纬度坐标范围,确定所述管理员的位置信息所指示的预设网格。
108、根据每个预设网格道路信息,获取起始网格与任意候选网格的预计到达时长。
110、根据任意候选网格对应的预计到达时长,将预计到达时长满足预设时间阈值所对应的候选网格确定为目标网格。
112、将起始网格以及目标网格拼接在一起,形成任务区域,将任务区域分配给管理员。
本发明实施例提供的城市管理分配方法中是将管理员位置信息所指示网格确定为起始网格的,并将该起始网格为中心来实现网格拼接的,也就是说,当管理员的位置信息改变且其所指示的网格改变时,需要重新执行步骤108-步骤112,即重新为管理员分配任务区域。
在一个具体实现方案中,本发明实施例提供的城市管理分配方法中管理员的位置信息的获取可以周期地执行,例如,可以每天执行一次,或者,也可以每周执行一次,周期的具体时长可以根据实际需求进行配置,本发明实施例对此不进行特别限定。其中,周期性地执行获取管理员的位置信息,以确定起始网格并基于该确定的起始网格实现任务区域分配,既可以在一定程度上减少执行任务区域重新分配的次数,以减轻执行该城市管理分配方法的终端或服务器的运行负荷,又可以在一定程度上实现动态调整管理员所负责任务区域。
在另一具体实现方案中,在实现对管理员负责的任务区域进行调整时,在得到管理员的当前位置信息后,先判断当前位置信息所指示的第一预设网格是否与前一次位置信息所指示的第二预设网格为同一预设网格,若判断出为是,则说明对应的起始网格没有改变,不需要对重新调整该管理员所负责的任务区域,可以执行将原任务区域分配给该管理员,或者,输出提示信息,用以提示管理员目前不需重新分配任务区域;若判断出为否,则确定当前位置信息所指示的第一预设网格为起始网格,并重新执行步骤108-112。
本发明实施例将目标城市区域划分成多个预设网格,并且通过获取管理员的位置信息,利用管理员的位置信息确定第一网格拼接的起始网格和候选网格,通过筛选出起始网格到达任意候选网格的预计时长未超过时间阈值所对应的目标网格,从而将目标网格和起始网拼接到一起形成任务区域。本发明提供的技术方案将城市区域划分成指定大小的城市网格,从而基于划分的城市网格进行分析,相比于现有技术中,本发明提供的方案在保证为管理员分配任务区域准确性的同时也在一定程度上降低了对城市分析的复杂度,保证了城市管理分析的效率。另外,通过将管理员位置信息参与网格拼接,还可以实现基于管理员的位置调整拼接的任务区域,从而在一定时间内使得管理员能够管理更多的区域,实现有效分配。
进一步的,针对于步骤108根据每个预设网格道路信息,获取起始网格与每个候选网格的预计到达时长的实现,本发明提供了一种可行的实现方式,如图2所示,可以包括:
202、根据每个预设网格道路信息,获取从起始网格到达任一候选网格的所有可行路线信息,其中,可行路线信息包括路况信息和行驶距离。
204、根据所有可行路线信息,从所有可行路线中筛选出满足预设条件的部分可行路线,以作为候选可行路线。
其中,该预设条件可以根据实际需求设定的,例如,该预设条件可以为道路路况的拥堵度小于第一阈值,其中,该第一阈值大小可以根据***性能或者实际需求设定;或者,该预设条件还可以为行驶距离在一定数值范内;或者,该预设条件还可以为综合考虑道路拥堵度和行驶距离而设定的条件,如根据实际需求,为道路拥堵度和行驶距离分配相应的权重,通过对道路拥堵度和行驶距离这两个因素进行加权平均处理,得到对应的处理结果,并对这些可行路线对应的处理结果按照一定顺序进行排序,得到指定序列,其该预设条件为该候选可行路线为在该指定序列排名前n或后n的可行路线。
206、获取候选可行路线对应的预计行驶时间。
在一个具体实施例中,候选可行路线的预计行驶时间的获取可以为利用候选可行路线的行驶距离与预设行驶速度,确定预计行驶时间。
进一步的,本发明中将预设网格拼接成任务区域的原则是起始网格与任意候选网格的对应的预计到达时长满足一定时间阈值,所以说,获取到候选可行路线对应的预计行驶时间越准确,得到的起始网格与任意候选网格的对应的预计到达时长也就越准确,从而拼接的任务区域也越准确。因此,为了提高合并的任务区域的准确性,从而在一定提高为管理员分配任务区域的准确性,在实现获取候选可行路线对应的预计行驶时间,可以基于机器学习算法,预先建立一个行驶时间预估模型,从而基于预设的行驶时间预估模型,根据候选可行路线和候选可行路线的路况信息,获取预计行驶时间。
上述行驶时间预估模型可以基于支持向量机、卷积神经网络、线性回归算法、马尔可夫决策算法或者梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法等机器学习算法建立。具体的,该行驶时间预估模型的建立过程包括:步骤1,根据地图信息,获取作为训练样本的可行路线;步骤2,获取训练样本的可行路线中的每个路段的道路路况信息以及每个路段的实际行驶时间,其中,路段为两个岔路口之间,或者,岔路口与起始点(终点)之间,或者,起始点与终之间的道路;步骤3,利用深度学习算法模型,对每个路段的道路路况信息以及每个路段的实际行驶时间进行训练,得到行驶时间预估模型。
举例说明,假设一条可行路线包括3个路段,分别获取每个路段15天的历史道路路况信息和实际行驶时间,将每个路段15天的历史道路路况信息作向量化处理,得到对应的特征向量,将得到特征向量输入到初始行驶时间预估模型中,进行学习训练,得到训练输出值,当得到训练输出值与实际行驶时间值之间的误差小于一定值时,结束该训练过程,得到该行驶时间预估模型。
208、根据预计行驶时间,获取从起始网格到达任一候选网格对应的预计达到时长。
具体可以为,对得到候选可行路线的预计行驶时间进行逐次比较,从而选择出用时最小的预计行驶时间,并将该预计行驶时间作为由该起始网格到达该候选网格的预计到达时长。
进一步来说,为了简化从候选网格中确定满足预设时间阈值的目标网格提高为管理员分配任务区域的效率,结合上述步骤108的时间方式,本发明针对于确定目标网格的实现提供一种可行方式,如图3所示,在得到该起始网格与任一网格之间的候选可行路线对应的预计行驶时间之后,还可以执行,
301、将每个候选可行路线对应的预计行驶时间分别与预设时间阈值进行比较,得到比较结果。
302、根据比较结果,选择出预计行驶时间小于或等于预设时间阈值的子候选可行路线。
303、确定子候选可行路线经过的子候选网格,并将子候选网格确定为目标网格。
这里需要说明的是,可行路线起始点所在预设网格与终点所在预设网格之间的行驶时间满足预设时间阈值的情况下,则爱可行路线上所穿过的其他预设网格与起始点所在预设网格之间对应的行驶时间也一定满足该预设时间阈值。该实施例利用选择出的预计行驶时间小于或等于预设时间阈值的子候选可行路线,筛选目标网格的方式,能够经过一处运算处理同时得到多个满足要求的目标网格,从而在一定程度上减少了在实现确定目标网格过程中,计算起始网格与候选网格之间行驶时长的次数。
需要说明的是,上述各步骤的执行主体可以为资源分配装置,该装置可以位于本地终端的应用,或者还可以为位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopment Kit,SDK)等功能单元,本发明实施例对此不进行特别限定。
可以理解的是,所述应用可以是安装在终端上的应用程序(nativeApp),或者还可以是终端上的浏览器的一个网页程序(webApp),本发明实施例对此不进行限定。
基于上述实施例所提供的资源分配方法,本发明实施例进一步给出实现上述方法实施例中各步骤及方法的装置实施例。
请参考4,其为本发明实施例所提供的装置的功能方块图。如图4所示,该装置包括:网格划分单元41、第一获取单元42、第一处理单元43、第二获取单元44、确定单元45以及第二处理单元46。其中,网格划分单元41,用于将目标城市区域划分成多个指定大小的预设网格;第一获取单元42,用于获取每个预设网格道路信息;第一处理单元43,用于获取管理员的位置信息,将管理员的位置信息所指示的预设网格确定为起始网格,除起始网格之外的预设网格确定为候选网格;第二获取单元44,用于根据每个预设网格道路信息,获取起始网格与任意候选网格的预计到达时长;确定单元45,用于根据任意候选网格对应的预计到达时长,将预计到达时长满足预设时间阈值所对应的候选网格确定为目标网格;第二处理单元46,用于将起始网格以及目标网格拼接在一起,形成任务区域,将任务区域分配给管理员。
可选地是,本发明实施例中第二获取单元44包括获取模块和选择模块,在实现根据每个预设网格道路信息,获取起始网格与任意候选网格的预计达到时长,具体可以包括:首先,该获取模块用于根据每个预设网格道路信息,获取从起始网格到达任一候选网格的所有可行路线信息,其中,可行路线信息包括路况信息和行驶距离;然后,该选择模块用于根据所有可行路线信息,从所有可行路线中筛选出满足预设条件的部分可行路线,以作为候选可行路线;从而,该获取模块还用于获取候选可行路线对应的预计行驶时间;进而,该获取模块还用于根据预计行驶时间,获取从起始网格到达任一候选网格对应的预计达到时长。
可选的是,本发明实施中第二获取单元44还包括比较模块和确定模块。具体的,在获取模块获取从起始网格到达任一候选网格对应的预计达到时长之后,该比较模块用于将每个候选可行路线对应的预计行驶时间分别与预设时间阈值进行比较,得到比较结果;从而,选择模块还用于根据比较结果,选择出预计行驶时间小于或等于预设时间阈值的子候选可行路线;进而,该确定模块确定子候选可行路线经过的子候选网格,并将子候选网格确定为目标网格。
可选的是,本发明实施例中获取模块用于获取候选可行路线对应的预计行驶时间,具体可以执行基于预设的行驶时间预估模型,根据候选可行路线和候选可行路线的路况信息,获取预计行驶时间。
具体的,在基于预设的行驶时间预估模型,根据候选可行路线和候选可行路线的路况信息,获取预计行驶时间之前,需要先建立行驶时间预估模型,该资源分配装置包括模型训练单元(图4中未示出),该行驶时间预估模型建立过程为:第二获取单元44还用于根据地图信息,获取作为训练样本的可行路线;以及,用于获取训练样本的可行路线中的每个路段的道路路况信息以及每个路段的实际行驶时间;然后,模型训练单元还用于利用深度学习算法模型,对每个路段的道路路况信息以及每个路段的实际行驶时间进行训练,得到行驶时间预估模型。
可选的是,第二处理单元46在实现获取管理员的位置信息具体可以为:获取每个网格对应的经纬度坐标范围,以及,管理员的位置坐标;根据管理员的位置坐标以及每个网格对应的经纬度坐标范围,确定管理员的位置信息所指示的预设网格。
可选的是,网格划分单元41将目标城市区域划分成多个指定大小的预设网格时,可以通过以下任一种方式实现。一种方式为:首先,获取目标城市区域的外接矩形的边长;然后,根据边长,配置预设网格的精度;从而,按照精度,划分目标城市区域。另一种方式为:首先,获取目标城市区域的面积;然后,根据目标城市区域的面积,配置预设网格的精度;从而,按照精度,划分目标城市区域。
由于本实施例中的各单元能够执行图1-图3的方法,本实施例未详细描述的部分,可参考对图1-图3的相关说明。
请参考图5,其为本发明实施例提供的一种电子终端的组成框图,如图5所示,该电子终端包括存储器510、处理器520以及存储在存储器510中并可在处理器520上运行的计算机程序,处理器520执行计算机程序时,处理器520实现如上述任一项资源分配方法。
本发明实施例提供了一种存储介质,其上存储有计算机可读指令,当计算机读取并执行该计算机可读指令时,使得计算机实现上述任一项资源分配方法。本发明实施例将目标城市区域划分成多个预设网格,并且通过获取管理员的位置信息,利用管理员的位置信息确定第一网格拼接的起始网格和候选网格,通过筛选出起始网格到达任意候选网格的预计时长未超过时间阈值所对应的目标网格,从而将目标网格和起始网拼接到一起形成任务区域。本发明提供的技术方案将城市区域划分成指定大小的城市网格,从而基于划分的城市网格进行分析,相比于现有技术中,本发明提供的方案在保证为管理员分配任务区域准确性的同时也在一定程度上降低了对城市分析的复杂度,保证了城市管理分析的效率。另外,通过将管理员位置信息参与网格拼接,还可以实现基于管理员的位置调整拼接的任务区域,从而在一定时间内使得管理员能够管理更多的区域,实现有效分配。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种资源分配方法,其特征在于,所述资源分配方法包括:
将目标城市区域划分成多个指定大小的预设网格;
获取每个预设网格道路信息;
获取管理员的位置信息,将所述管理员的位置信息所指示的预设网格确定为起始网格,除所述起始网格之外的预设网格确定为候选网格;
根据所述每个预设网格道路信息,获取起始网格与任意候选网格的预计到达时长;
根据所述任意候选网格对应的预计到达时长,将所述预计到达时长满足预设时间阈值所对应的候选网格确定为目标网格;
将所述起始网格以及所述目标网格拼接在一起,形成任务区域,将所述任务区域分配给所述管理员;其中,所述将所述任务区域分配给所述管理员之后,还包括:
周期性地调整所述管理员负责的所述任务区域,获取所述管理员的当前位置信息;
判断所述当前位置信息所指示的第一预设网格是否与前一次位置信息所指示的第二预设网格为同一预设网格;
若不是同一预设网格,则确定当前位置信息所指示的所述第一预设网格为所述起始网格。
2.根据权利要求1所述的方法,其特征在于,所述根据所述每个预设网格道路信息,获取起始网格与任意候选网格的预计达到时长,包括:
根据所述每个预设网格道路信息,获取从所述起始网格到达任一候选网格的所有可行路线信息,其中,所述可行路线信息包括路况信息和行驶距离;
根据所述所有可行路线信息,从所有可行路线中筛选出满足预设条件的部分可行路线,以作为候选可行路线;
获取所述候选可行路线对应的预计行驶时间;
根据所述预计行驶时间,获取从所述起始网格到达所述任一候选网格对应的预计达到时长。
3.根据权利要求2所述的方法,其特征在于,在所述获取从所述起始网格到达所述任一候选网格对应的预计达到时长之后,所述方法还包括:
将每个候选可行路线对应的预计行驶时间分别与所述预设时间阈值进行比较,得到比较结果;
根据所述比较结果,选择出预计行驶时间小于或等于所述预设时间阈值的子候选可行路线;
确定所述子候选可行路线经过的子候选网格,并将所述子候选网格确定为目标网格。
4.根据权利要求2所述的方法,其特征在于,所述获取所述候选可行路线对应的预计行驶时间,包括:
基于预设的行驶时间预估模型,根据所述候选可行路线和所述候选可行路线的路况信息,获取所述预计行驶时间。
5.根据权利要求4所述的方法,其特征在于,在基于预设的行驶时间预估模型,根据所述候选可行路线和所述候选可行路线的路况信息,获取所述预计行驶时间之前,所述方法还包括:
根据地图信息,获取作为训练样本的可行路线;
获取所述训练样本的可行路线中的每个路段的道路路况信息以及每个路段的实际行驶时间;
利用深度学习算法模型,对所述每个路段的道路路况信息以及所述每个路段的实际行驶时间进行训练,得到行驶时间预估模型。
6.根据权利要求1所述的方法,其特征在于,所述获取管理员的位置信息,将所述管理员的位置信息所指示的预设网格确定为起始网格,除所述起始网格之外的预设网格确定为候选网格,包括:
获取所述每个预设网格对应的经纬度坐标范围,以及,所述管理员的位置坐标;
根据所述管理员的位置坐标以及所述每个预设网格对应的经纬度坐标范围,确定所述管理员的位置信息所指示的预设网格。
7.根据权利要求1所述的方法,其特征在于,所述将目标城市区域划分成多个指定大小的预设网格,包括:
获取所述目标城市区域的外接矩形的边长;
根据所述边长,配置所述预设网格的精度;
按照所述精度,划分所述目标城市区域。
8.一种资源配置装置,其特征在于,所述资源配置装置包括:
网格划分单元,用于将目标城市区域划分成多个指定大小的预设网格;
第一获取单元,用于获取每个预设网格道路信息;
第一处理单元,用于获取管理员的位置信息,将所述管理员的位置信息所指示的预设网格确定为起始网格,除所述起始网格之外的预设网格确定为候选网格;
第二获取单元,用于根据所述每个预设网格道路信息,获取起始网格与任意候选网格的预计到达时长;
确定单元,用于根据所述任意候选网格对应的预计到达时长,将所述预计到达时长满足预设时间阈值所对应的候选网格确定为目标网格;
第二处理单元,用于将所述起始网格以及所述目标网格拼接在一起,形成任务区域,将所述任务区域分配给所述管理员;其中,所述将所述任务区域分配给所述管理员之后,还包括:
周期性地调整所述管理员负责的所述任务区域,获取所述管理员的当前位置信息;
判断所述当前位置信息所指示的第一预设网格是否与前一次位置信息所指示的第二预设网格为同一预设网格;
若不是同一预设网格,则确定当前位置信息所指示的所述第一预设网格为所述起始网格。
9.一种电子终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,所述处理器实现如权利要求1-7任一项所述的资源分配方法。
10.一种存储介质,其上存储有计算机可读指令,其特征在于,当计算机读取并执行所述计算机可读指令时,使得计算机实现如权利要求1-7任一项所述的资源分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811650799.3A CN109886529B (zh) | 2018-12-31 | 2018-12-31 | 一种资源分配方法及装置、电子终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811650799.3A CN109886529B (zh) | 2018-12-31 | 2018-12-31 | 一种资源分配方法及装置、电子终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109886529A CN109886529A (zh) | 2019-06-14 |
CN109886529B true CN109886529B (zh) | 2023-12-19 |
Family
ID=66925504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811650799.3A Active CN109886529B (zh) | 2018-12-31 | 2018-12-31 | 一种资源分配方法及装置、电子终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109886529B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569321B (zh) * | 2019-07-23 | 2023-04-11 | 平安科技(深圳)有限公司 | 基于城市地图的网格划分处理方法、装置和计算机设备 |
CN110706356B (zh) * | 2019-09-19 | 2023-06-16 | 阿波罗智联(北京)科技有限公司 | 路径绘制方法、装置、电子设备和存储介质 |
CN111415034A (zh) * | 2020-03-11 | 2020-07-14 | 北京光速斑马数据科技有限公司 | 一种智能路线排划方法、***、终端及存储介质 |
CN112668880A (zh) * | 2020-12-28 | 2021-04-16 | 深圳供电局有限公司 | 配网网格的工单调度方法、装置、计算机设备和存储介质 |
CN112884319B (zh) * | 2021-02-10 | 2023-11-03 | 腾讯大地通途(北京)科技有限公司 | 一种任务分配方法、装置、计算机设备以及存储介质 |
CN113435702A (zh) * | 2021-05-31 | 2021-09-24 | 中国地质大学(武汉) | 基于空间分析的共享单车管理人员服务区分配方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101025366A (zh) * | 2006-02-17 | 2007-08-29 | 爱信艾达株式会社 | 路径搜索方法、路径导航***、导航装置以及统计处理服务器 |
CN101263540A (zh) * | 2005-09-12 | 2008-09-10 | 松下电器产业株式会社 | 地图显示装置 |
JP2012047759A (ja) * | 2011-12-05 | 2012-03-08 | Aisin Aw Co Ltd | 交通情報配信装置 |
CN106156917A (zh) * | 2015-04-07 | 2016-11-23 | 中国联合网络通信有限公司广州市分公司 | 基于网格化管理方式的消防安全管理信息*** |
CN106504523A (zh) * | 2015-09-06 | 2017-03-15 | 阿里巴巴集团控股有限公司 | 一种交通等时线信息生成方法及装置 |
CN107038523A (zh) * | 2017-03-13 | 2017-08-11 | 广东建邦计算机软件股份有限公司 | 基于共治网格的巡检任务管理方法和装置 |
CN107945507A (zh) * | 2016-10-13 | 2018-04-20 | 腾讯科技(深圳)有限公司 | 行程时间预测方法及装置 |
-
2018
- 2018-12-31 CN CN201811650799.3A patent/CN109886529B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101263540A (zh) * | 2005-09-12 | 2008-09-10 | 松下电器产业株式会社 | 地图显示装置 |
CN101025366A (zh) * | 2006-02-17 | 2007-08-29 | 爱信艾达株式会社 | 路径搜索方法、路径导航***、导航装置以及统计处理服务器 |
JP2012047759A (ja) * | 2011-12-05 | 2012-03-08 | Aisin Aw Co Ltd | 交通情報配信装置 |
CN106156917A (zh) * | 2015-04-07 | 2016-11-23 | 中国联合网络通信有限公司广州市分公司 | 基于网格化管理方式的消防安全管理信息*** |
CN106504523A (zh) * | 2015-09-06 | 2017-03-15 | 阿里巴巴集团控股有限公司 | 一种交通等时线信息生成方法及装置 |
CN107945507A (zh) * | 2016-10-13 | 2018-04-20 | 腾讯科技(深圳)有限公司 | 行程时间预测方法及装置 |
CN107038523A (zh) * | 2017-03-13 | 2017-08-11 | 广东建邦计算机软件股份有限公司 | 基于共治网格的巡检任务管理方法和装置 |
Non-Patent Citations (4)
Title |
---|
上海城市网格化管理模式探讨;池忠仁;王浣尘;陈云;;科技进步与对策;25(01);40-43 * |
厦门海域警务综合信息网格化管理模式研究;廖翰翔;;厦门广播电视大学学报(01);23-28 * |
城市网格化管理关键技术与***构成;曾绍炳;洪中华;周世健;;铁道勘察(05);43-46 * |
配网"网格化"标准抢修机制的探讨;鲁江锋;余海尧;;大众用电(S2);40-43 * |
Also Published As
Publication number | Publication date |
---|---|
CN109886529A (zh) | 2019-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109886529B (zh) | 一种资源分配方法及装置、电子终端及存储介质 | |
US10657816B2 (en) | Automatic selection of parking spaces based on parking space attributes, driver preferences, and vehicle information | |
EP3318985A1 (en) | Driving route matching method and apparatus and storage medium | |
CN109668570A (zh) | 行驶路线推荐方法、装置、***以及存储介质 | |
JP5421949B2 (ja) | 交通量予測装置、交通量予測方法およびプログラム | |
US10252461B2 (en) | Cognitive-based driving anomaly detection based on spatio-temporal landscape-specific driving models | |
CN106055607B (zh) | 用户到访预测模型建立、用户到访预测方法和装置 | |
US10522037B1 (en) | Parking availability monitor for a non-demarcated parking zone | |
CN113808400B (zh) | 车流迁徙情况的展示方法、装置、设备及介质 | |
CN109059952A (zh) | 一种行程时长预测方法及装置 | |
US11238728B2 (en) | Determining traffic congestion patterns | |
CN107861957B (zh) | 一种数据分析方法及装置 | |
CN110674208B (zh) | 用于确定用户的职住地信息的方法和装置 | |
US11371854B2 (en) | Method and apparatus for processing transit time of navigation path, device and computer storage medium | |
CN112819700A (zh) | 一种点云数据的去噪方法、装置及可读存储介质 | |
CN107270919B (zh) | 公交路线分级方法、装置以及公交路线导航方法、装置 | |
CN111831765B (zh) | 数据处理方法、装置、电子设备和可读存储介质 | |
CN113919582A (zh) | 一种站内路况的分析方法、装置、设备和存储介质 | |
CN113095634A (zh) | 一种任务处理方法、装置及设备 | |
CN109141462B (zh) | 地图显示比例的设定方法、服务器和地图显示装置 | |
US20240175705A1 (en) | System and method for generating a semantic map for a road | |
WO2022259553A1 (ja) | 交通シミュレーション装置、交通シミュレーション方法および交通シミュレーションプログラム | |
CN110647599A (zh) | 用于显示信息的方法和装置 | |
WO2022259554A1 (ja) | 交通シミュレーション装置、交通シミュレーション方法および交通シミュレーションプログラム | |
CN118036853B (zh) | 一种个体出行链生成方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |