CN111104611A - 一种数据处理方法、装置、设备及存储介质 - Google Patents
一种数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111104611A CN111104611A CN201911129012.3A CN201911129012A CN111104611A CN 111104611 A CN111104611 A CN 111104611A CN 201911129012 A CN201911129012 A CN 201911129012A CN 111104611 A CN111104611 A CN 111104611A
- Authority
- CN
- China
- Prior art keywords
- historical
- history
- area
- dominant
- target
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种数据处理方法、装置、设备及存储介质,该方法包括根据目标***中历史对象之间的位置关系建立坐标系;根据每个历史对象在坐标系中的历史位置坐标确定每个历史对象所在区域;将每个历史对象所在区域形成的历史汇总区域中任意两个历史对象的历史位置坐标进行比较,得到任意两个历史对象所在区域的相互主导关系;基于区域的相互主导关系,得到至少一个历史主导区域集;若加入新对象,确定新对象在坐标系中的目标位置坐标;将目标位置坐标与历史主导区域集中的历史对象的历史位置坐标进行比较,从而确定新对象所在区域对应的目标主导区域集。本发明能够准确确定出动态加入的新对象属于哪个主导性最强的区域层。
Description
技术领域
本发明属于互联网技术领域,具体涉及一种数据处理方法、装置、设备及存储介质。
背景技术
在目标***中(比如车联网、汽车云、车路协同领域等),某些对象(比如车辆)所在的区域可以主导其他对象所在的区域,在动态将新的对象加入目标***的过程中,如何正确确定出动态加入的新对象所在区域属于哪个主导性最强的对象区域层是目前面临的关键问题之一。
现有技术通常将动态加入目标***中的新对象的坐标与目标***中已有的每个对象的坐标进行逐个比较,从而确定出动态加入的新对象所在区域属于哪个主导性最强的对象区域层。然而现有技术存在以下不足:(1)目标***中的坐标所在的坐标系不明确,导致无法精确地进行坐标比较;(2)主导性最强的对象区域层的定义不明确,增加动态加入的新对象所在区域属于哪个主导性最强的区域层的误判率;(3)将动态加入的新对象与已有的每个对象的坐标进行逐个比较,计算量较大且耗时,增加***负担。
发明内容
为了准确确定出动态加入的新对象属于哪个主导性最强的区域层,便于对新对象进行控制,本发明提出一种数据处理方法、装置、设备及存储介质。
一方面,本发明提出了一种数据处理方法,所述方法包括:
根据目标***中历史对象之间的位置关系建立坐标系;
确定每个历史对象在所述坐标系中的历史位置坐标;
根据每个历史对象的历史位置坐标确定每个历史对象所在区域;
将每个历史对象所在区域所组成的集合确定为历史汇总区域;
对所述历史汇总区域中任意两个历史对象的历史位置坐标进行比较,基于比较结果得到任意两个历史对象所在区域的相互主导关系;
基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级;
当所述目标***中加入非历史对象时,确定所述非历史对象在所述坐标系中的目标位置坐标;
将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集。
另一方面,本发明提出了一种数据处理装置,所述装置包括:
坐标系建立模块,用于根据目标***中历史对象之间的位置关系建立坐标系;
历史位置坐标确定模块,用于确定每个历史对象在所述坐标系中的历史位置坐标;
历史对象所在区域确定模块,用于根据每个历史对象的历史位置坐标确定每个历史对象所在区域;
历史汇总区域获取模块,用于将每个历史对象所在区域所组成的集合确定为历史汇总区域;
区域相互主导关系获取模块,用于对所述历史汇总区域中任意两个历史对象的历史位置坐标进行比较,基于比较结果得到任意两个历史对象所在区域的相互主导关系;
划分模块,用于基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级;
目标位置坐标确定模块,用于当所述目标***中加入非历史对象时,确定所述非历史对象在所述坐标系中的目标位置坐标;
目标主导区域集确定模块,用于将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集。
另一方面,本发明提出了一种设备,所述设备包括:处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述所述的数据处理方法。
另一方面,本发明提出了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述所述的数据处理方法。
本发明提出的一种数据处理方法、装置、设备及存储介质,通过目标***中历史对象之间的位置关系建立坐标系,提高位置坐标确定以及坐标比较精度,同时通过对任意两个历史对象的历史位置坐标进行比较,高精度地确定出区域间的相互主导关系,接着区域间的相互主导关系从每个历史对象所在区域所形成的历史汇总区域中准确确定出主导等级不同的至少一个历史主导区域集,当目标***中动态加入新对象时,根据新对象在坐标系中的位置坐标以及至少一个历史主导区域集,准确地确定出新对象所在区域对应的主导性最强的目标主导区域集,便于在实际应用中根据等级更高的历史主导区域集中的对象发出的控制信号对目标主导区域集中的新对象进行控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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附图。
图1是本发明实施例提供的数据处理方法的实施环境示意图。
图2是本发明实施例提供的数据处理方法的一种流程示意图。
图3是本发明实施例提供的根据目标***中每个历史对象之间的位置关系建立坐标系的一种流程示意图。
图4是本发明实施例提供的建立坐标系的结构示意图。
图5是本发明实施例提供的在实际应用场景中确定车联网中的车辆所在区域的相互主导关系的原理图。
图6是本发明实施例提供的基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级的一种流程示意图。
图7是本发明实施例提供的数据处理方法的另一种流程示意图。
图8是本发明实施例提供的将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集的一种流程示意图。
图9是本发明实施例提供的数据处理方法的另一种流程示意图。
图10是本发明实施例提供的数据处理装置的结构示意图。
图11是本发明实施例提供的服务器结构示意图。
具体实施方式
随着人工智能(Artificial Intelligence,AI)的研究和进步,AI在多个领域展开研究和应用。AI是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
具体地,本发明实施例提供的方案涉及人工智能的自动驾驶技术。自动驾驶技术包括环境感知、环境认知、行为决策和运动控制等。其中,环境感知通过感知传感器(比如,视觉传感器、雷达传感器、通信传感器、定位传感器、姿态传感器等)采集数据,并对采集到的数据进行融合处理,环境认知用对场景进行理解、识别及处理,比如,识别出道路、标识或行人等,行为决策用于根据环境认知的处理结果制定行为决策,并根据行为决策进行全局路径规划或局部路径规划,运动控制用于控制对象执行加速、减速、转向、制动等操作。
具体地,本发明实施例提供的方案涉及自动驾驶中的环境感知、行为决策和路径规划技术。比如,确定对象的位置坐标等涉及环境感知技术,对坐标进行比较、确定非历史对象所在区域对应的目标主导区域集等涉及行为决策技术。
具体地,本发明实施例提供的技术方案具体通过如下实施例进行说明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是本发明实施例提供的一种数据处理方法的实施环境示意图,如图1所示,该实施环境可以至少包括服务器01和多个客户端02,所述服务器01与所述客户端02通过有线或无线建立连接,以通过此网络实现服务器01和客户端02之间的数据传输。例如,所传输的数据包括客户端的位置坐标等。
具体地,所述服务器01可以包括一个独立运行的服务器,或者分布式服务器,或者由多个服务器组成的服务器集群。服务器01可以包括网络通信单元、处理器和存储器等。所述服务器01可以为上述客户端02提供后台服务。例如,对客户端02上传的位置坐标进行处理,确定新加入的对象属于哪一个区域层等。
本发明实施例中,所述客户端02可以集成设置在目标***的对象中,也可以由对象中的用户携带或使用。具体地,所述客户端02可以包括智能手机、台式电脑、平板电脑、笔记本电脑、数字助理、智能可穿戴设备、车载、音箱、电视、机器人等。
本发明实施例中,通过服务器01和多个客户端02的交互,多个客户端02向服务器01发送位置坐标,由服务器01对多个客户端02的位置信息进行分析处理,从而确定出新加入对象所在区域对应的目标主导区域集。
需要说明的是,图1仅仅是一种示例。
图2是本发明实施例提供的一种数据处理方法的流程示意图,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的***或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,所述方法可以包括:
S101.根据目标***中历史对象之间的位置关系建立坐标系。
本发明实施例中,在建立坐标系之前需要搭建开发平台,配置开发环境,、安装辅助库和包。
本发明实施例中可以以ThinkPad系列笔记本为开发平台,处理器可以为Intel(R)Core(TM)i5-5200U [email protected],内存8.00G,64位***,开发环境可以为编程语言python开发环境或包含nodejs在内的任何计算机语言。其中,Python是一种跨平台的计算机程序设计语言,是一种面向对象的动态类型语言。Nodejs是一种让直译式脚本语言运行在服务端的开发平台。
在目标***中,如何正确确定出动态加入的新对象所在区域所属于那个主导性最强的区域层是目前面临的关键问题。为了能够正确确定出动态加入的对象所在区域所属于那个主导性最强的区域层,本发明实施例根据目标***中已有的历史对象之间的位置关系重新定义了坐标系,具体地,如图3所示,所述根据目标***中每个历史对象之间的位置关系建立坐标系,可以包括:
S10101.获取目标***中历史对象所形成的编队。
S10103.根据每个历史对象在所述编队中的位置确定每个历史对象所在区域的主导等级。
S10105.对不同方位上的历史对象所在区域按照主导等级进行降序排序。
S10107.在第一预设方位上,将排序最后的历史对象所在区域到排序最前的历史对象所在区域的方向确定为所述坐标系的横轴的正方向。
S10109.将与所述横轴的正方向垂直的方向确定为所述坐标系的纵轴,所述纵轴的正方向为第二预设方位上排序最后的历史对象所在区域到排序最前的历史对象所在区域的方向。
在一种应用场景中,本发明实施例中的目标***可以为车联网,相应地,对象可以为车联网中的车辆。以下,以应用场景为车联网为例对S10101-S10109进行说明:
当应用场景为车联网时,历史对象可以为车联网中已经存在的历史车辆,在自动驾驶领域,历史车辆在编队的时候是默认按照“某一个区域主导另一个区域”的原则来编队的,因此,根据历史车辆在编队中的位置可以确定每个历史车辆所在区域在整个编队中的原始主导等级。比如,在某一方位上,默认排在编队最前列的历史车辆所在区域能够主导该方位上的其他车辆所在区域,则可以认为排在编队最前方的历史车辆所在区域的原始主导等级最高,而排在编队最后面的历史车辆所在区域的原始主导等级最小。
如图4所述,在建立坐标系的时候,可以任意选择一个方位,比如第一预设方位,并将该方位上区域主导等级最弱到主导等级最强的方向定义为横轴正方向,并将另一方位上,比如第二预设方位上,与横轴正方向垂直且区域主导等级最弱到主导等级最强的方向定义为纵轴正方向,接着根据横轴正方向和纵轴正方向构建坐标系。
在一个可行的实施例中,该坐标系还可以为直角坐标系、柱坐标系、球坐标系等。
本发明实施例根据车辆编队中形成的区域的原始主导等级建立坐标系,准确度和可信度较高,符合实际应用场景,提高后续位置坐标标注和坐标比较的精度。
本发明实施例中的“主导”指的是:主导等级高的区域中的车辆发出的信号能够影响主导等级低的区域中的车辆,即主导等级高的区域中的车辆发出的信号能够决定主导等级低的区域中的车辆的下一步动作。
S103.确定每个历史对象在所述坐标系中的历史位置坐标。
本发明实施例中,可以根据S101中确定出的坐标系对每个历史对象标注坐标。
以应用场景为车联网为例,在车联网中,可以将车联网中的历史车辆抽象成节点,记节点集合为V={v1,v2,...,vn},其中,n是历史车辆总数,vi,i∈{1,2,...,n}表示编号为i的车辆。记每个节点vi,i∈{1,2,...,n}的历史位置坐标为vi=(xi,yi)。
S105.根据每个历史对象的历史位置坐标确定每个历史对象所在区域。
S107.将每个历史对象所在区域所组成的集合确定为历史汇总区域。
本发明实施例中,在确定出每个历史对象的历史位置坐标之后,可以根据历史位置坐标确定每个历史对象所在区域,将每个历史对象所在区域进行汇总,得到历史汇总区域。
以应用场景为车联网为例,对S105-S107进行说明:
在车联网中,可以根据以下方式确定每个历史车辆所在区域:
1)在一种场景中,如果每个历史车辆需要与周围的路测感知单元进行通信时,则每个历史车辆所在区域可以为该历史车辆以及与该历史车辆进行通信连接的路测感知单元所覆盖的范围。
2)在另一种场景中,如果每个历史车辆不需要与周围的路测感知单元进行通信,则每个历史车辆所在区域可以为该历史车辆的最小外接矩形对应的区域。
本发明实施例通过上述两种方式确定历史车辆所在的区域,准确度和可信度较高,在确定出每个历史车辆所在区域之后,可以将每个历史车辆所在区域所组成的集合确定为历史汇总区域,即得到车联网集合V={v1,v2,...,vn}所在区域。
S109.对所述历史汇总区域中任意两个历史对象的历史位置坐标进行比较,基于比较结果得到任意两个历史对象所在区域的相互主导关系。
本发明实施例中,可以比较任意两个历史对象的历史位置坐标,从而定义出任意两个历史对象所在区域的相互主导关系,具体地,S109可以包括:
比较所述历史汇总区域中任意两个历史对象的历史位置坐标对应的数值大小,当数值大小满足第一条件或第二条件,则任意两个历史对象中的其中一个历史对象所在区域能够主导另一个历史对象所在区域;其中,所述第一条件为所述其中一个历史对象的横坐标数值大于所述另一个历史对象的横坐标数值且所述其中一个历史对象的纵坐标数值大于或等于所述另一个历史对象的纵坐标数值,所述第二条件为所述其中一个历史对象的横坐标数值等于所述另一个历史对象的横坐标数值且所述其中一个历史对象的纵坐标数值大于所述另一个历史对象的纵坐标数值。
以应用场景为车联网为例,对S109进行说明:
在车联网中,假设车联网集合V={v1,v2,...,vn}所在区域中任意两个历史车辆为vi=(xi,yi),vj=(xj,yj),i≠j,i,j∈{1,2,...,n},如果xi≥xj且yi≥yj,则认为其中一个历史车辆vi=(xi,yi)所在的区域主导另一个历史车辆vj=(xj,yj)所在的区域,由于在实际应用中不可能存在横坐标数值和纵坐标数值完全相等的两个历史车辆,因此,xi≥xj且yi≥yj包含以下第三种情况:xi>xj且yi>yj、xi=xj且yi>yj、xi=xj且yi>yj。
图5所示为在实际应用场景中确定车联网中的车辆所在区域的相互主导关系的原理图,车辆A-车辆M为历史车辆,若图5中的A车辆在坐标系中的位置坐标与B车辆在坐标系中的位置坐标满足上述条件,则A车辆所在区域能够主导B车辆所在区域,同理,如果H车辆在坐标系中的位置坐标与K车辆在坐标系中的位置坐标满足上述条件,则H车辆所在区域能够主导K车辆所在区域。这样根据两两车辆之间的坐标比较,就可以得到任意两个车辆所在区域的相互主导关系,并将某一车辆所在区域不能够被其他车辆区域主导的区域成为主导性最强的车辆区域,比如,车辆A所在的区域和车辆H所在的区域。
在车联网应用场景中,其中一个历史车辆vi=(xi,yi)所在的区域主导另一个历史车辆vj=(xj,yj)所在的区域可以为:vi=(xi,yi)所在的区域的车辆发出的信号对vj=(xj,yj)所在的区域的车辆有影响,可以通过vi=(xi,yi)所在的区域的车辆发出的信号控制vj=(xj,yj)所在的区域的车辆的下一步的行驶动作,可以应用于自动驾驶领域。
S1011.基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级。
本发明实施例中,在确定任意两个历史对象所在区域的相互主导关系之后,可以根据区域之间的相互主导关系,得到不等主导等级的历史主导区域集,具体地,如图6所示,所述基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级,可以包括:
S101101.将所述历史汇总区域作为第一汇总区域。
S101103.根据所述第一汇总区域中任意两个历史对象所在区域的相互主导关系,从所述第一汇总区域中确定出不被其他任意一个区域主导的至少一个第一候选区域。
S101105.将所述至少一个第一候选区域所组成的集合确定为第一级历史主导区域集。
S101107.当第M汇总区域中除第M级历史主导区域集之外的其他区域的范围大于或等于第一阈值时,将第M汇总区域中除第M级历史主导区域集之外的其他区域确定为第M+1汇总区域;根据所述第M+1汇总区域中任意两个历史对象所在区域的相互主导关系,从所述第M+1汇总区域中确定出不被其他任意一个区域主导的至少一个第M+1候选区域,将所述至少一个第M+1候选区域所组成的集合确定为第M+1级历史主导区域集;其中,M=1,2,……,N,N为正整数,当M=N时,第M汇总区域中除第M级历史主导区域集之外的其他区域的范围等于所述第一阈值,所述主导等级对应的数值与所述主导等级成反比关系。
以下,以应用场景为车联网为例对S101101-S101107进行说明:
1)第一级历史主导区域集:在车联网中,可以按照S101101将历史汇总区域,即车联网集合V={v1,v2,...,vn}所在区域作为第一汇总区域,按照S109中的方法对第一汇总区域中任意两个历史车辆的坐标进行比较,将第一汇总区域中不被其他任意一个区域主导的区域作为该区域中主导性最强的区域,由于第一汇总区域可以存在至少一个主导性最强的区域,因此将第一汇总区域中至少一个主导性最强的区域所组成的集合作为第一级历史主导区域集,计为L1。
2)第k级历史主导区域集:当S101107中的M=2时,将V-L1所在区域确定为第二汇总区域,当第二汇总区域的范围大于或等于第一阈值时,则按照S109和S101103中的方法,将V-L1中不被其他任意一个区域主导的区域作为该区域中主导性最强的区域,由于V-L1中可以存在至少一个主导性最强的区域,因此将V-L1中至少一个主导性最强的区域所组成的集合作为第二级历史主导区域集,计为L2;当S101107中的M=3时,将V-L1-L2所在区域确定为第三汇总区域,当第三汇总区域的范围大于或等于第一阈值时,则按照S109和S101103中的方法,将V-L1-L2中不被其他任意一个区域主导的区域作为该区域中主导性最强的区域,由于V-L1-L2中可以存在至少一个主导性最强的区域,因此将V-L1-L2中至少一个主导性最强的区域所组成的集合作为第三级历史主导区域集,计为L3;当S101107中的M=4时,将V-L1-L2-L3所在区域确定为第四汇总区域,当第四汇总区域的范围大于或等于第一阈值时,则按照S109和S101103中的方法,将V-L1-L2-L3中不被其他任意一个区域主导的区域作为该区域中主导性最强的区域,由于V-L1-L2-L3存在至少一个主导性最强的区域,因此将V-L1-L2-L3中至少一个主导性最强的区域所组成的集合作为第四级历史主导区域集,计为L4;以此类推,当M=N,即当第M汇总区域中除第M级历史主导区域集之外的其他区域的范围大等于第一阈值时,得到第M+1级历史主导区域集,并结束主导性最强的区域的确定过程。
在实际应用中,如图5所示,将车辆A-车辆M所在区域进行汇总得到第一汇总区域,如果根据第一汇总区域两两车辆之间的位置坐标比较,发现车辆A所在区域和车辆H所在区域不能够被其他区域主导,则认为车辆A所在区域和车辆H所在区域组成的集合为第一级历史主导区域集。将第一汇总区域除第一级历史主导区域集之外的区域作为第二汇总区域,如果根据第二汇总区域两两车辆之间的位置坐标比较,发现车辆F所在区域和车辆K所在区域能够被其他区域主导,则认为车辆F所在区域和车辆K所在区域组成的集合为第二级历史主导区域集。将第二汇总区域除第二级历史主导区域集之外的区域作为第三汇总区域,按照上述方式继续确定出第三级历史主导区域集,从而将第一汇总区域划分为至少一个主导等级不同的历史主导区域集。
本发明实施例通过上述过程,对主导性最强的区域进行了重新定义并由此得到至少一个不同等级的历史主导区域集,历史主导区域集的划分较为精准,确保后续能够准确确定出新加入的车辆属于哪一个主导性最强的区域层。
S1013.当所述目标***中加入非历史对象时,确定所述非历史对象在所述坐标系中的目标位置坐标。
本发明实施例中,如图7所示,为了提高确定动态加入的非历史对象属于哪个主导性最强的区域层的准确度,在确定目标主导区域集之前,还可以包括S1014:判断历史汇总区域中是否存在横坐标相同或纵坐标相同的历史对象,若存在,则对横坐标相同或纵坐标相同的历史对象的横坐标或纵坐标进行调整,使历史汇总区域不存在横坐标相同或纵坐标相同的历史对象,然后将所述目标位置坐标与调整后的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集,若不存在,则直接进入S1015。具体地,S1014可以包括:
S101401.判断所述历史汇总区域中是否存在横坐标数值相同或纵坐标数值相同的至少一个历史对象。
S101403.若存在横坐标数值相同或纵坐标数值相同的至少一个历史对象,则将横坐标数值相同或纵坐标数值相同的至少一个历史对象作为候选历史对象。
S101405.对所述候选历史对象执行第一操作或第二操作,得到调整后的历史位置坐标,所述第一操作为使候选历史对象的横坐标数值或纵坐标数值增加与所述候选历史对象对应的预设数值,所述第二操作为使候选历史对象的横坐标数值或纵坐标数值减去与所述候选历史对象对应的预设数值;若不存在横坐标数值相同或纵坐标数值相同的至少一个候选历史对象,则进入S1015。
S1015.将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集。
本发明实施例中当目标***中动态加入非历史对象,即新对象时,可以根据非历史对象的坐标以及S1011中确定出的至少一个历史主导区域集,确定新加入的非历史对象所在区域属于哪一个历史主导区域集。具体地,如图8所示,S1015可以包括:
S101501.比较所述目标位置坐标对应的数值与第一历史对象的历史位置坐标对应的数值大小;当数值大小满足第三条件或第四条件,则对每个历史主导区域集的主导等级进行降级处理,并将所述非历史对象所在区域确定为目标第一级主导区域集,所述目标第一级主导区域集为所述非历史对象所在区域对应的目标主导区域集;其中,所述第一历史对象为第一级历史主导区域集中的历史对象,所述第三条件为所述目标位置坐标的纵坐标数值大于或等于所述第一历史对象的纵坐标数值且所述目标位置坐标的横坐标数值大于所述第一历史对象的横坐标数值,所述第四条件为所述目标位置坐标的纵坐标数值大于所述第一历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第一历史对象的横坐标数值。
S101503.比较所述目标位置坐标对应的数值与第二历史对象的历史位置坐标对应的数值大小;当数值大小满足第五条件或第六条件,则将所述非历史对象所在区域确定为第N+2级主导区域集,并将第N+2级主导区域集确定为所述非历史对象所在区域对应的目标主导区域集;其中,所述第二历史对象为第N+1级历史主导区域集中的历史对象,所述第五条件为所述目标位置坐标的纵坐标数值小于或等于所述第二历史对象的纵坐标数值且所述目标位置坐标的横坐标数值小于所述第二历史对象的横坐标数值,所述第六条件为所述目标位置坐标的纵坐标数值小于所述第二历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第二历史对象的横坐标数值。
S101505.比较所述目标位置坐标对应的数值与第三历史对象的历史位置坐标对应的数值大小;当数值大小满足第七条件或第八条件,则对每个第三历史对象所在的各个历史主导区域集的主导等级对应的数值进行升序排序,将排序最前的数值对应的历史主导区域集确定为所述非历史对象所在区域对应的目标主导区域集;其中,所述第三历史对象所在的历史主导区域集的主导等级位于第一级历史主导区域集的主导等级与第N+1级历史主导区域集的主导等级之间,所述第七条件为所述目标位置坐标的纵坐标数值大于或等于所述第三历史对象的纵坐标数值且所述目标位置坐标的横坐标数值小于所述第三历史对象的横坐标数值,所述第八条件为所述目标位置坐标的纵坐标数值大于所述第三历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第三历史对象的横坐标数值。
以下,以应用场景为车联网为例,对S1013-S1015进行说明:
1)在车联网中,对于动态加入车联网中的非历史对象可以非历史车辆,即新车辆,记其目标位置坐标为(xv,yv),判断车联网中是否存在两个横坐标数值相同或纵坐标数值相同的历史车辆,如果存在,则进入下述步骤3),如果不存在,则进入下述步骤2)。
2)将(xv,yv)与第一级历史主导区域集中的第一历史车辆的历史位置坐标(x1,y1)进行比较,如果yv≥y1,xv≥x1,那么在动态加入非历史车辆v=(xv,yv)后,对每个历史主导区域集的主导等级进行降级处理,比如,将第一级历史主导区域集降级为第二级历史主导区域集,将第二级历史主导区域集降级为第三级历史主导区域集,……,将第M+1级历史主导区域集降级为第M+2级历史主导区域集,同时将非历史车辆所在区域单独构成目标第一级主导区域集,该目标第一级主导区域集即为该非历史车辆所在区域对应的标主导区域集。其中,由于车联网中不可能存在横纵坐标完全相同的两辆车,因此,yv≥y1,xv≥x1可以包括以下三种情况:yv>y1且xv>x1、yv=y1且xv>x1、yv>y1且xv=x1。
将(xv,yv)与第N+1级历史主导区域集中的第二历史对象的历史位置坐标(xm,ym)进行比较,如果yv≤ym,xv≤xm,那么在动态加入非历史车辆v=(xv,yv)后,车联网中每个历史主导区域集的等级保持不变,非历史车辆所在区域确定为第N+2级主导区域集,并将第N+2级主导区域集确定为所述非历史车辆所在区域对应的目标主导区域集。其中,由于车联网中不可能存在横纵坐标完全相同的两辆车,因此,yv≤ym,xv≤xm可以包括以下三种情况:yv<ym且xv<xm、yv=ym且xv<xm、yv<ym且xv=xm。
将(xv,yv)与主导等级位于第一级历史主导区域集的主导等级与第N+1级历史主导区域集的主导等级之间的历史主导区域集中的第三历史车辆的历史位置坐标(xj,yj)进行比较,如果yv≥yj,xv≤xj,那么在动态加入非历史车辆v=(xv,yv)后,确定满足yv≥yj,xv≤xj的所有第三历史车辆,获取每个第三历史车辆所在的历史主导区域集的主导等级,将主导等级对应的数值最小的历史主导区域集确定为非历史车辆所在区域对应的标主导区域集,比如,满足yv≥yj,xv≤xj的第三历史车辆分别位于第三级历史主导区域集、第五级历史主导区域集和第七级历史主导区域集,则第三级历史主导区域集、第五级历史主导区域集和第七级历史主导区域集中主导等级对应的数值最小的是第三级历史主导区域集,则确定非历史车辆应该进入第三级历史主导区域集中。其中,由于车联网中不可能存在横纵坐标完全相同的两辆车,因此,yv≥yj,xv≤xj可以包括以下三种情况:yv>yj且xv<xj、yv=yj且xv<xj、yv=y1且xv<xj。
3)将车联网集合V={v1,v2,...,vn}中的具有相同横坐标或者纵坐标的点的横坐标或者纵坐标各自加上或减去一个很小的数,使得车联网集合V={v1,v2,...,vn}中不存在两个点有相同的横坐标或者纵坐标,然后将动态加入非历史车辆v=(xv,yv)与调整后的历史位置坐标按照步骤2)进行比较,从而确定将动态加入非历史车辆v=(xv,yv)属于哪一个主导性最强的车辆区域层。
在实际应用中,如图5所示,如果车辆N为当前动态加入车辆网中的新车辆,则可以通过上述方式确定出与车辆N所在区域对应的目标主导区域集。
本发明实施例中,在车联网中有动态加入的新车辆时,可以根据新车辆在坐标系中的坐标确定距离新车辆的位置坐标最近的历史主导区域集,然后将新车辆的位置坐标与距离最近的历史主导区域集中的历史车辆的位置坐标进行比较,避免将新车辆的位置坐标与集合中的每个坐标进行逐一比较,导致的计算量大,***负担较重的缺陷。
在实际应用中,如图9所示,在确定出非历史对象所在区域对应的目标主导区域集之后,所述方法还可以包括:
S1017.将所述非历史对象所在区域添加至所述目标主导区域集中。
S1019.从所述至少一个历史主导区域集中确定出候选历史主导区域集,所述候选历史主导区域集的主导等级大于所述目标主导区域集的主导等级。
S10111.接收所述候选历史主导区域集中的历史对象发送的控制信息。
S10113.将所述控制信息转发至所述非历史对象,以使所述非历史对象执行与所述控制信息对应的动作。
以应用场景为车联网为例,如S1017所述,在确定出非历史车辆所在区域对应的目标主导区域集后,可以将非历史车辆所在区域添加至目标主导区域集,主导等级较高(相应的数值越小)的候选历史主导区域集能够控制目标主导区域集,当主导等级较高的候选历史主导区域集中的历史对象发送控制信息时,非历史对象可以根据接收到的控制信息执行相应的动作,可应用于自动驾驶领域。比如,可以用于对车辆自动编队里面的车辆出现混乱或没有按照预期编队的根源进行排查,当某一车辆区域发生混乱,可以排查该混乱是不是因为主导该区域的另外一个区域的发送的信号造成的。
采用本发明实施例提供的数据处理方法,一方面根据历史车辆之间的位置关系清晰地定义了坐标所在的坐标系,从而提高后续坐标标注以及坐标比较的准确度,另一反面,根据任意两个历史车辆之间的历史位置坐标的数值大小,清晰地定义了主导性最强的区域层,降低动态加入的新对象所在区域属于哪个主导性最强的区域层的误判率,另一方面,在有新车辆动态加入车联网时,将新车辆坐标与已经划分好的某一个或几个历史主导区域集中的历史车辆的坐标进行比较,不需要将新车辆的坐标与每个历史车辆的坐标进行逐个比较,从而大大减少比价计算量,减轻***负担。本发明实施例通过以上三个方面的共同作用,准确确定出动态加入的新车辆属于哪个导性最强的区域层,从而实现在自动驾驶领域、车路协同领域对车辆进行更好地控制。
表1是在车联网应用场景中,使用本发明实施例提供的方法确定动态加入的新车辆属于哪个主导性最强的区域层的成功率与未使用本发明实施例提供的方法确定动态加入的新车辆属于哪个导性最强的区域层的成功率的对比(在有新的车辆加入车联网后,如果能将其分配到正确的车辆区域层,那么视其确定成功一次,否则,视其确定失败)。如表1所示,使用本发明实施例提供的方法确定动态加入的新车辆属于哪个导性最强的区域层的成功率更高。
表1不使用本发明的方法及使用本发明的方法后得到的总延时
如图10所示,本发明实施例提供了一种数据处理装置,所述装置可以包括:
坐标系建立模块201,可以用于根据目标***中历史对象之间的位置关系建立坐标系。
本发明实施例中,所述坐标系建立模块201可以包括:
编队获取单元,可以用于获取目标***中历史对象所形成的编队。
区域主导等级确定单元,可以用于根据每个历史对象在所述编队中的位置确定每个历史对象所在区域的主导等级。
主导等级降序排序单元,可以用于根对不同方位上的历史对象所在区域按照主导等级进行降序排序。
横轴正方向确定单元,可以用于在第一预设方位上,将排序最后的历史对象所在区域到排序最前的历史对象所在区域的方向确定为所述坐标系的横轴的正方向。
纵轴正方向确定单元,可以用于将与所述横轴的正方向垂直的方向确定为所述坐标系的纵轴,所述纵轴的正方向为第二预设方位上排序最后的历史对象所在区域到排序最前的历史对象所在区域的方向。
历史位置坐标确定模块203,可以用于确定每个历史对象在所述坐标系中的历史位置坐标。
历史对象所在区域确定模块205,可以用于根据每个历史对象的历史位置坐标确定每个历史对象所在区域。
历史汇总区域获取模块207,可以用于将每个历史对象所在区域所组成的集合确定为历史汇总区域。
区域相互主导关系获取模块209,可以用于对所述历史汇总区域中任意两个历史对象的历史位置坐标进行比较,基于比较结果得到任意两个历史对象所在区域的相互主导关系。
本发明实施例中,所述区域相互主导关系获取模块209可以进一步用于:
比较所述历史汇总区域中任意两个历史对象的历史位置坐标对应的数值大小,当数值大小满足第一条件或第二条件,则任意两个历史对象中的其中一个历史对象所在区域能够主导另一个历史对象所在区域;其中,所述第一条件为所述其中一个历史对象的横坐标数值大于所述另一个历史对象的横坐标数值且所述其中一个历史对象的纵坐标数值大于或等于所述另一个历史对象的纵坐标数值,所述第二条件为所述其中一个历史对象的横坐标数值等于所述另一个历史对象的横坐标数值且所述其中一个历史对象的纵坐标数值大于所述另一个历史对象的纵坐标数值。
划分模块2011,可以用于基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级。
本发明实施例中,所述划分模块2011可以包括:
第一汇总区域确定单元,可以用于将所述历史汇总区域作为第一汇总区域。
第一候选区域确定单元,可以用于根据所述第一汇总区域中任意两个历史对象所在区域的相互主导关系,从所述第一汇总区域中确定出不被其他任意一个区域主导的至少一个第一候选区域。
第一级历史主导区域集确定单元,可以用于将所述至少一个第一候选区域所组成的集合确定为第一级历史主导区域集。
第M+1级历史主导区域集确定单元,可以用于当第M汇总区域中除第M级历史主导区域集之外的其他区域的范围大于或等于第一阈值时,将第M汇总区域中除第M级历史主导区域集之外的其他区域确定为第M+1汇总区域;根据所述第M+1汇总区域中任意两个历史对象所在区域的相互主导关系,从所述第M+1汇总区域中确定出不被其他任意一个区域主导的至少一个第M+1候选区域,将所述至少一个第M+1候选区域所组成的集合确定为第M+1级历史主导区域集;其中,M=1,2,……,N,N为正整数,当M=N时,第M汇总区域中除第M级历史主导区域集之外的其他区域的范围等于所述第一阈值,所述主导等级对应的数值与所述主导等级成反比关系。
目标位置坐标确定模块2013,可以用于当所述目标***中加入非历史对象时,确定所述非历史对象在所述坐标系中的目标位置坐标。
目标主导区域集确定模块2015,可以用于将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集。
本发明实施例中,所述目标主导区域集确定模块2015可以包括:
第一比较单元,可以用于比较所述目标位置坐标对应的数值与第一历史对象的历史位置坐标对应的数值大小;当数值大小满足第三条件或第四条件,则对每个历史主导区域集的主导等级进行降级处理,并将所述非历史对象所在区域确定为目标第一级主导区域集,所述目标第一级主导区域集为所述非历史对象所在区域对应的目标主导区域集;其中,所述第一历史对象为第一级历史主导区域集中的历史对象,所述第三条件为所述目标位置坐标的纵坐标数值大于或等于所述第一历史对象的纵坐标数值且所述目标位置坐标的横坐标数值大于所述第一历史对象的横坐标数值,所述第四条件为所述目标位置坐标的纵坐标数值大于所述第一历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第一历史对象的横坐标数值。
第二比较单,可以用于比较所述目标位置坐标对应的数值与第二历史对象的历史位置坐标对应的数值大小;当数值大小满足第五条件或第六条件,则将所述非历史对象所在区域确定为第N+2级主导区域集,并将第N+2级主导区域集确定为所述非历史对象所在区域对应的目标主导区域集;其中,所述第二历史对象为第N+1级历史主导区域集中的历史对象,所述第五条件为所述目标位置坐标的纵坐标数值小于或等于所述第二历史对象的纵坐标数值且所述目标位置坐标的横坐标数值小于所述第二历史对象的横坐标数值,所述第六条件为所述目标位置坐标的纵坐标数值小于所述第二历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第二历史对象的横坐标数值。
第三比较单,可以用于比较所述目标位置坐标对应的数值与第三历史对象的历史位置坐标对应的数值大小;当数值大小满足第七条件或第八条件,则对每个第三历史对象所在的各个历史主导区域集的主导等级对应的数值进行升序排序,将排序最前的数值对应的历史主导区域集确定为所述非历史对象所在区域对应的目标主导区域集;其中,所述第三历史对象所在的历史主导区域集的主导等级位于第一级历史主导区域集的主导等级与第N+1级历史主导区域集的主导等级之间,所述第七条件为所述目标位置坐标的纵坐标数值大于或等于所述第三历史对象的纵坐标数值且所述目标位置坐标的横坐标数值小于所述第三历史对象的横坐标数值,所述第八条件为所述目标位置坐标的纵坐标数值大于所述第三历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第三历史对象的横坐标数值。
本发明实施例中,所述装置还可以包括:
相同坐标判断单模块,可以用于判断所述历史汇总区域中是否存在横坐标数值相同或纵坐标数值相同的至少一个历史对象。
坐标调整模块,可以用于若存在横坐标数值相同或纵坐标数值相同的至少一个历史对象,则将横坐标数值相同或纵坐标数值相同的至少一个历史对象作为候选历史对象;对所述候选历史对象执行第一操作或第二操作,得到调整后的历史位置坐标,所述第一操作为使候选历史对象的横坐标数值或纵坐标数值增加与所述候选历史对象对应的预设数值,所述第二操作为使候选历史对象的横坐标数值或纵坐标数值减去与所述候选历史对象对应的预设数值。
本发明实施例中,所述装置还可以包括:
添加模块,可以用于将所述非历史对象所在区域添加至所述目标主导区域集中。
候选历史主导区域集确定模块,可以用于从所述至少一个历史主导区域集中确定出候选历史主导区域集,所述候选历史主导区域集的主导等级大于所述目标主导区域集的主导等级。
控制信息发送模块,可以用于接收所述候选历史主导区域集中的历史对象发送的控制信息。
执行模块,可以用于将所述控制信息转发至所述非历史对象,以使所述非历史对象执行与所述控制信息对应的动作。
需要说明的是,本发明实施例中的装置实施例与上述方法实施例基于相同的发明构思。
本发明实施例还提供了一种数据处理的设备,该设备包括处理器和存储器,该存储器中存储有至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现如上述方法实施例所提供的数据处理方法。
本发明的实施例还提供了一种存储介质,所述存储介质可设置于终端之中以保存用于实现方法实施例中一种数据处理方法相关的至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述方法实施例提供的数据处理方法。
可选地,在本说明书实施例中,存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书实施例所述存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用程序以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、功能所需的应用程序等;存储数据区可存储根据所述设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器还可以包括存储器控制器,以提供处理器对存储器的访问。
本发明实施例所提供的数据处理方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图11是本发明实施例提供的一种数据处理方法的服务器的硬件结构框图。如图11所示,该服务器300可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(Central Processing Units,CPU)310(处理器310可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器330,一个或一个以上存储应用程序323或数据322的存储介质320(例如一个或一个以上海量存储设备)。其中,存储器330和存储介质320可以是短暂存储或持久存储。存储在存储介质320的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器310可以设置为与存储介质320通信,在服务器300上执行存储介质320中的一系列指令操作。服务器300还可以包括一个或一个以上电源360,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口340,和/或,一个或一个以上操作***321,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
输入输出接口340可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器300的通信供应商提供的无线网络。在一个实例中,输入输出接口340包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,输入输出接口340可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解,图11所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器300还可包括比图11中所示更多或者更少的组件,或者具有与图11所示不同的配置。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置和服务器实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数据处理方法,其特征在于,所述方法包括:
根据目标***中历史对象之间的位置关系建立坐标系;
确定每个历史对象在所述坐标系中的历史位置坐标;
根据每个历史对象的历史位置坐标确定每个历史对象所在区域;
将每个历史对象所在区域所组成的集合确定为历史汇总区域;
对所述历史汇总区域中任意两个历史对象的历史位置坐标进行比较,基于比较结果得到任意两个历史对象所在区域的相互主导关系;
基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级;
当所述目标***中加入非历史对象时,确定所述非历史对象在所述坐标系中的目标位置坐标;
将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集。
2.根据权利要求1所述的方法,其特征在于,所述根据目标***中每个历史对象之间的位置关系建立坐标系,包括:
获取目标***中历史对象所形成的编队;
根据每个历史对象在所述编队中的位置确定每个历史对象所在区域的主导等级;
对不同方位上的历史对象所在区域按照主导等级进行降序排序;
在第一预设方位上,将排序最后的历史对象所在区域到排序最前的历史对象所在区域的方向确定为所述坐标系的横轴的正方向;
将与所述横轴的正方向垂直的方向确定为所述坐标系的纵轴,所述纵轴的正方向为第二预设方位上排序最后的历史对象所在区域到排序最前的历史对象所在区域的方向。
3.根据权利要求1所述的方法,其特征在于,所述对所述历史汇总区域中任意两个历史对象的历史位置坐标进行比较,基于比较结果得到任意两个历史对象所在区域的相互主导关系,包括:
比较所述历史汇总区域中任意两个历史对象的历史位置坐标对应的数值大小,当数值大小满足第一条件或第二条件,则任意两个历史对象中的其中一个历史对象所在区域能够主导另一个历史对象所在区域;
其中,所述第一条件为所述其中一个历史对象的横坐标数值大于所述另一个历史对象的横坐标数值且所述其中一个历史对象的纵坐标数值大于或等于所述另一个历史对象的纵坐标数值,所述第二条件为所述其中一个历史对象的横坐标数值等于所述另一个历史对象的横坐标数值且所述其中一个历史对象的纵坐标数值大于所述另一个历史对象的纵坐标数值。
4.根据权利要求3所述的方法,其特征在于,所述基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级,包括:
将所述历史汇总区域作为第一汇总区域;
根据所述第一汇总区域中任意两个历史对象所在区域的相互主导关系,从所述第一汇总区域中确定出不被其他任意一个区域主导的至少一个第一候选区域;
将所述至少一个第一候选区域所组成的集合确定为第一级历史主导区域集;
当第M汇总区域中除第M级历史主导区域集之外的其他区域的范围大于或等于第一阈值时,将所述第M汇总区域中除所述第M级历史主导区域集之外的其他区域确定为第M+1汇总区域;根据所述第M+1汇总区域中任意两个历史对象所在区域的相互主导关系,从所述第M+1汇总区域中确定出不被其他任意一个区域主导的至少一个第M+1候选区域,将所述至少一个第M+1候选区域所组成的集合确定为第M+1级历史主导区域集;
其中,M=1,2,……,N,N为正整数,当M=N时,所述第M汇总区域中除所述第M级历史主导区域集之外的其他区域的范围等于所述第一阈值,所述主导等级对应的数值与所述主导等级成反比关系。
5.根据权利要求4所述的方法,其特征在于,所述将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集,包括:
比较所述目标位置坐标对应的数值与第一历史对象的历史位置坐标对应的数值大小;当数值大小满足第三条件或第四条件,则对每个历史主导区域集的主导等级进行降级处理,并将所述非历史对象所在区域确定为目标第一级主导区域集,所述目标第一级主导区域集为所述非历史对象所在区域对应的目标主导区域集;其中,所述第一历史对象为第一级历史主导区域集中的历史对象,所述第三条件为所述目标位置坐标的纵坐标数值大于或等于所述第一历史对象的纵坐标数值且所述目标位置坐标的横坐标数值大于所述第一历史对象的横坐标数值,所述第四条件为所述目标位置坐标的纵坐标数值大于所述第一历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第一历史对象的横坐标数值;
比较所述目标位置坐标对应的数值与第二历史对象的历史位置坐标对应的数值大小;当数值大小满足第五条件或第六条件,则将所述非历史对象所在区域确定为第N+2级主导区域集,并将第N+2级主导区域集确定为所述非历史对象所在区域对应的目标主导区域集;其中,所述第二历史对象为第N+1级历史主导区域集中的历史对象,所述第五条件为所述目标位置坐标的纵坐标数值小于或等于所述第二历史对象的纵坐标数值且所述目标位置坐标的横坐标数值小于所述第二历史对象的横坐标数值,所述第六条件为所述目标位置坐标的纵坐标数值小于所述第二历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第二历史对象的横坐标数值;
比较所述目标位置坐标对应的数值与第三历史对象的历史位置坐标对应的数值大小;当数值大小满足第七条件或第八条件,则对每个第三历史对象所在的各个历史主导区域集的主导等级对应的数值进行升序排序,将排序最前的数值对应的历史主导区域集确定为所述非历史对象所在区域对应的目标主导区域集;其中,所述第三历史对象所在的历史主导区域集的主导等级位于第一级历史主导区域集的主导等级与第N+1级历史主导区域集的主导等级之间,所述第七条件为所述目标位置坐标的纵坐标数值大于或等于所述第三历史对象的纵坐标数值且所述目标位置坐标的横坐标数值小于所述第三历史对象的横坐标数值,所述第八条件为所述目标位置坐标的纵坐标数值大于所述第三历史对象的纵坐标数值且所述目标位置坐标的横坐标数值等于所述第三历史对象的横坐标数值。
6.根据权利要求1所述的方法,其特征在于,
在所述将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集之前,所述方法还包括:
判断所述历史汇总区域中是否存在横坐标数值相同或纵坐标数值相同的至少一个历史对象;
若存在横坐标数值相同或纵坐标数值相同的至少一个历史对象,则将横坐标数值相同或纵坐标数值相同的至少一个历史对象作为候选历史对象;
对所述候选历史对象执行第一操作或第二操作,得到调整后的历史位置坐标,所述第一操作为使候选历史对象的横坐标数值或纵坐标数值增加与所述候选历史对象对应的预设数值,所述第二操作为使候选历史对象的横坐标数值或纵坐标数值减去与所述候选历史对象对应的预设数值;
相应地,所述将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集,包括:
将所述目标位置坐标与调整后的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集。
7.根据权利要求1所述的方法,其特征在于,在所述将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集之后,所述方法还包括:
将所述非历史对象所在区域添加至所述目标主导区域集中;
从所述至少一个历史主导区域集中确定出候选历史主导区域集,所述候选历史主导区域集的主导等级大于所述目标主导区域集的主导等级;
接收所述候选历史主导区域集中的历史对象发送的控制信息;
将所述控制信息转发至所述非历史对象,以使所述非历史对象执行与所述控制信息对应的动作。
8.一种数据处理装置,其特征在于,所述装置包括:
坐标系建立模块,用于根据目标***中历史对象之间的位置关系建立坐标系;
历史位置坐标确定模块,用于确定每个历史对象在所述坐标系中的历史位置坐标;
历史对象所在区域确定模块,用于根据每个历史对象的历史位置坐标确定每个历史对象所在区域;
历史汇总区域获取模块,用于将每个历史对象所在区域所组成的集合确定为历史汇总区域;
区域相互主导关系获取模块,用于对所述历史汇总区域中任意两个历史对象的历史位置坐标进行比较,基于比较结果得到任意两个历史对象所在区域的相互主导关系;
划分模块,用于基于任意两个历史对象所在区域的相互主导关系,将所述历史汇总区域划分为至少一个历史主导区域集,每个历史主导区域集具有不同的主导等级;
目标位置坐标确定模块,用于当所述目标***中加入非历史对象时,确定所述非历史对象在所述坐标系中的目标位置坐标;
目标主导区域集确定模块,用于将所述目标位置坐标与所述至少一个历史主导区域集中的历史对象的历史位置坐标进行比较,基于比较结果确定所述非历史对象所在区域对应的目标主导区域集。
9.一种设备,其特征在于,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-7任一所述的数据处理方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-7任一所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911129012.3A CN111104611B (zh) | 2019-11-18 | 2019-11-18 | 一种数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911129012.3A CN111104611B (zh) | 2019-11-18 | 2019-11-18 | 一种数据处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111104611A true CN111104611A (zh) | 2020-05-05 |
CN111104611B CN111104611B (zh) | 2023-01-20 |
Family
ID=70420619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911129012.3A Active CN111104611B (zh) | 2019-11-18 | 2019-11-18 | 一种数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111104611B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112164090A (zh) * | 2020-09-04 | 2021-01-01 | 杭州海康威视***技术有限公司 | 数据处理方法、装置、电子设备及机器可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170341513A1 (en) * | 2016-05-25 | 2017-11-30 | Baidu Usa Llc | System and method for providing content in autonomous vehicles based on real-time traffic information |
US20180348000A1 (en) * | 2015-12-10 | 2018-12-06 | Alibaba Group Holding Limited | Electronic map display method and apparatus |
CN109684920A (zh) * | 2018-11-19 | 2019-04-26 | 腾讯科技(深圳)有限公司 | 物体关键点的定位方法、图像处理方法、装置及存储介质 |
CN109969172A (zh) * | 2017-12-26 | 2019-07-05 | 华为技术有限公司 | 车辆控制方法、设备及计算机存储介质 |
CN110262486A (zh) * | 2019-06-11 | 2019-09-20 | 北京三快在线科技有限公司 | 一种无人驾驶设备运动控制方法及装置 |
CN110300175A (zh) * | 2019-07-02 | 2019-10-01 | 腾讯科技(深圳)有限公司 | 消息推送方法、装置、存储介质及服务器 |
CN110321400A (zh) * | 2019-07-01 | 2019-10-11 | 百度在线网络技术(北京)有限公司 | 地图绑定处理方法、装置、电子设备和可读存储介质 |
US20190325738A1 (en) * | 2018-04-18 | 2019-10-24 | Here Global B.V. | Lane-level geometry and traffic information |
CN110457420A (zh) * | 2019-08-13 | 2019-11-15 | 腾讯云计算(北京)有限责任公司 | 兴趣点位置识别方法、装置、设备及存储介质 |
-
2019
- 2019-11-18 CN CN201911129012.3A patent/CN111104611B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180348000A1 (en) * | 2015-12-10 | 2018-12-06 | Alibaba Group Holding Limited | Electronic map display method and apparatus |
US20170341513A1 (en) * | 2016-05-25 | 2017-11-30 | Baidu Usa Llc | System and method for providing content in autonomous vehicles based on real-time traffic information |
CN109969172A (zh) * | 2017-12-26 | 2019-07-05 | 华为技术有限公司 | 车辆控制方法、设备及计算机存储介质 |
US20190325738A1 (en) * | 2018-04-18 | 2019-10-24 | Here Global B.V. | Lane-level geometry and traffic information |
CN109684920A (zh) * | 2018-11-19 | 2019-04-26 | 腾讯科技(深圳)有限公司 | 物体关键点的定位方法、图像处理方法、装置及存储介质 |
CN110262486A (zh) * | 2019-06-11 | 2019-09-20 | 北京三快在线科技有限公司 | 一种无人驾驶设备运动控制方法及装置 |
CN110321400A (zh) * | 2019-07-01 | 2019-10-11 | 百度在线网络技术(北京)有限公司 | 地图绑定处理方法、装置、电子设备和可读存储介质 |
CN110300175A (zh) * | 2019-07-02 | 2019-10-01 | 腾讯科技(深圳)有限公司 | 消息推送方法、装置、存储介质及服务器 |
CN110457420A (zh) * | 2019-08-13 | 2019-11-15 | 腾讯云计算(北京)有限责任公司 | 兴趣点位置识别方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
甘海云: "智能网联汽车的技术架构及测试方法", 《天津职业技术师范大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112164090A (zh) * | 2020-09-04 | 2021-01-01 | 杭州海康威视***技术有限公司 | 数据处理方法、装置、电子设备及机器可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111104611B (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ashok et al. | Vehicular cloud computing through dynamic computation offloading | |
JP2021168174A (ja) | 車両整列情報を特定する方法及び装置、電子機器、路側機器、クラウド制御プラットフォーム、記憶媒体並びにコンピュータプログラム製品 | |
CN111098842B (zh) | 车辆速度控制方法及相关设备 | |
CN112230657A (zh) | 面向智能车辆的区域协同驾驶意图调度方法、***和介质 | |
CN111104611B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN115309544A (zh) | 一种集群资源规划方法、设备及装置 | |
KR20210090249A (ko) | 이미지 처리 방법, 장치, 차량 탑재 연산 플랫폼, 전자 디바이스 및 시스템 | |
CN112622923A (zh) | 用于控制车辆的方法和装置 | |
CN112565468B (zh) | 一种驾驶场景识别方法及其*** | |
TWI632790B (zh) | 通訊路徑管理方法及通訊路徑管理系統 | |
CN111327473B (zh) | 网络调控方法、装置、网络调控***及电子设备 | |
CN112884373A (zh) | 派单处理方法及装置 | |
CN116303456A (zh) | 工业数据处理方法、***、装置及计算机可读存储介质 | |
CN116662876A (zh) | 多模态认知决策方法、***、装置、设备及存储介质 | |
CN107391728B (zh) | 数据挖掘方法以及数据挖掘装置 | |
CN114419758B (zh) | 跟车距离的计算方法、装置、车辆及存储介质 | |
CN115437609A (zh) | 一种自动驾驶***的开发方法、装置及存储介质 | |
CN114237182A (zh) | 机器人调度方法及*** | |
CN115185658A (zh) | 一种基于时间和通信可靠的任务卸载调度方法及相关产品 | |
CN115366919A (zh) | 一种轨迹预测方法、***、电子设备及存储介质 | |
CN115061386A (zh) | 智能驾驶的自动化仿真测试***及相关设备 | |
CN115309501A (zh) | 一种集群资源规划方法、设备、装置及介质 | |
CN113799799A (zh) | 一种安全补偿方法、装置、存储介质及电子设备 | |
CN109254857B (zh) | 一种共享内存的调整方法、装置、设备和介质 | |
CN113496167A (zh) | 确定目标运动轨迹的方法和装置 |
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 |