CN111984755B - 确定目标停车点的方法、装置、电子设备及存储介质 - Google Patents
确定目标停车点的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111984755B CN111984755B CN202010857103.5A CN202010857103A CN111984755B CN 111984755 B CN111984755 B CN 111984755B CN 202010857103 A CN202010857103 A CN 202010857103A CN 111984755 B CN111984755 B CN 111984755B
- Authority
- CN
- China
- Prior art keywords
- parking
- points
- target
- point
- determining
- 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 52
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000015654 memory Effects 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Abstract
本申请公开了一种确定目标停车点的方法、装置、电子设备及存储介质,属于车辆技术领域。方法包括:获取目标车辆在目标时间段的停车数据,停车数据包括多个历史停车点、多个历史停车点的地理位置数据;在多个历史停车点中确定属于目标场景的第一停车点;基于第一停车点的地理位置数据进行聚类计算,得到初始中心点;根据初始中心点以及与目标场景一致的目的地信息点,确定目标停车点。上述方法在多个历史停车点中确定属于目标场景的第一停车点,根据该第一停车点确定初始中心点时,由于去除了干扰点,使得确定的初始中心点更加准确,从而使得确定的目标停车点更加准确,与目标场景之间的匹配度更高,还可提高目标停车点的确定效率。
Description
技术领域
本申请实施例涉及车辆技术领域,特别涉及一种确定目标停车点的方法、装置、电子设备及存储介质。
背景技术
随着人们生活水平的不断提高以及车辆技术的不断发展,人们在出行的时候更倾向于使用车辆替代步行。因此,亟需一种确定目标停车点的方法使得车辆可以准确定位目标用户的停车点,从而给目标用户提供更好的服务。
相关技术中,车载终端获取车辆的停车数据,停车数据中包括多个停车点以及多个停车点的地理位置数据,对多个停车点的地理位置数据进行聚类计算,得到目标地理位置数据,将目标地理位置数据对应的点作为目标用户的目标停车点。
然而,上述方法为根据所有停车点进行计算得到的目标停车点,使得确定的目标停车点比较宽泛,目标停车点与出行目的地之间的匹配度较低,导致确定的目标停车点的准确性较低。
发明内容
本申请实施例提供了一种确定目标停车点的方法、装置、电子设备及存储介质,可用于解决相关技术中的问题。所述技术方案如下:
一方面,本申请实施例提供了一种确定目标停车点的方法,所述方法包括:
获取目标车辆在目标时间段的停车数据,所述停车数据包括多个历史停车点、所述多个历史停车点的地理位置数据;
在所述多个历史停车点中确定属于目标场景的第一停车点;
基于所述第一停车点的地理位置数据进行聚类计算,得到初始中心点;
根据所述初始中心点以及与所述目标场景一致的目的地信息点,确定目标停车点。
在一种可能的实现方式中,所述停车数据还包括所述多个历史停车点的停车时长以及所述多个历史停车点对应的场景;
所述在所述多个历史停车点中确定属于目标场景的第一停车点,包括:
根据所述多个历史停车点对应的场景和所述多个历史停车点的停车时长,在所述多个历史停车点中确定参考停车点;
对所述参考停车点的地理位置数据进行聚类运算,得到属于所述目标场景的第一停车点。
在一种可能的实现方式中,所述根据所述多个历史停车点对应的场景和所述多个历史停车点的停车时长,在所述多个历史停车点中确定参考停车点,包括:
在所述多个历史停车点中确定停车时长满足参考时间阈值的历史停车点,将所述停车时长满足参考时间阈值的历史停车点中属于所述目标场景的历史停车点确定为参考停车点;
或者,在所述多个历史停车点中确定属于目标场景的历史停车点,将所述属于目标场景的历史停车点中停车时长满足参考时间阈值的历史停车点确定为参考停车点。
在一种可能的实现方式中,所述根据所述初始中心点以及与所述目标场景一致的目的地信息点,确定目标停车点,包括:
响应于所述目的地信息点的个数为多个,获取多个目的地信息点的地理位置数据以及所述多个目的地信息点的权重参数;
根据所述初始中心点的地理位置数据、所述多个目的地信息点的地理位置数据以及所述多个目的地信息点的权重参数,确定目标停车点。
在一种可能的实现方式中,所述根据所述初始中心点的地理位置数据、所述多个目的地信息点的地理位置数据以及所述多个目的地信息点的权重参数,确定目标停车点,包括:
根据所述初始中心点的地理位置数据和所述多个目的地信息点的地理位置数据,计算所述初始中心点分别与所述多个目的地信息点之间的距离,得到多个距离;
根据所述多个距离和所述多个目的地信息点的权重参数,确定多个中间点;
基于所述多个中间点的地理位置数据,确定目标停车点。
在一种可能的实现方式中,所述根据所述初始中心点以及与所述目标场景一致的目的地信息点,确定目标停车点之前,所述方法还包括:
基于所述初始中心点的地理位置数据和目标长度,确定目标范围;
将所述目标范围中的信息点确定为与所述初始中心点关联的信息点;
将所述与所述初始中心点关联的信息点中属于所述目标场景的信息点确定为所述目的地信息点。
在一种可能的实现方式中,所述根据所述初始中心点以及与所述目标场景一致的目的地信息点,确定目标停车点之后,所述方法还包括:
响应于所述目标车辆的行驶场景属于所述目标场景,按照所述目标停车点的地理位置数据进行导航。
另一方面,本申请实施例提供了一种确定目标停车点的装置,所述装置包括:
获取模块,用于获取目标车辆在目标时间段的停车数据,所述停车数据包括多个历史停车点、所述多个历史停车点的地理位置数据;
第一确定模块,用于在所述多个历史停车点中确定属于目标场景的第一停车点;
聚类模块,用于基于所述第一停车点的地理位置数据进行聚类计算,得到初始中心点;
第二确定模块,用于根据所述初始中心点以及与所述目标场景一致的目的地信息点,确定目标停车点。
在一种可能的实现方式中,所述停车数据还包括所述多个历史停车点的停车时长以及所述多个历史停车点对应的场景;
所述第一确定模块,用于根据所述多个历史停车点对应的场景和所述多个历史停车点的停车时长,在所述多个历史停车点中确定参考停车点;对所述参考停车点的地理位置数据进行聚类运算,得到属于所述目标场景的第一停车点。
在一种可能的实现方式中,所述第一确定模块,用于在所述多个历史停车点中确定停车时长满足参考时间阈值的历史停车点,将所述停车时长满足参考时间阈值的历史停车点中属于所述目标场景的历史停车点确定为参考停车点;或者,在所述多个历史停车点中确定属于目标场景的历史停车点,将所述属于目标场景的历史停车点中停车时长满足参考时间阈值的历史停车点确定为参考停车点。
在一种可能的实现方式中,所述第二确定模块,用于响应于所述目的地信息点的个数为多个,获取多个目的地信息点的地理位置数据以及所述多个目的地信息点的权重参数;根据所述初始中心点的地理位置数据、所述多个目的地信息点的地理位置数据以及所述多个目的地信息点的权重参数,确定目标停车点。
在一种可能的实现方式中,所述第二确定模块,用于根据所述初始中心点的地理位置数据和所述多个目的地信息点的地理位置数据,计算所述初始中心点分别与所述多个目的地信息点之间的距离,得到多个距离;根据所述多个距离和所述多个目的地信息点的权重参数,确定多个中间点;基于所述多个中间点的地理位置数据,确定目标停车点。
在一种可能的实现方式中,所述第二确定模块,还用于基于所述初始中心点的地理位置数据和目标长度,确定目标范围;将所述目标范围中的信息点确定为与所述初始中心点关联的信息点;将所述与所述初始中心点关联的信息点中属于所述目标场景的信息点确定为所述目的地信息点。
在一种可能的实现方式中,所述装置还包括:
导航模块,用于响应于所述目标车辆的行驶场景属于所述目标场景,按照所述目标停车点的地理位置数据进行导航。
另一方面,本申请实施例提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以实现上述任一所述的确定目标停车点的方法。
另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现上述任一所述的确定目标停车点的方法。
另一方面,该提供了一种计算机程序或计算机程序产品,所述计算机程序或所述计算机程序产品中存储有至少一条计算机指令,所述至少一条计算机指令由处理器加载并执行,以实现上述任一所述的确定目标停车点的方法。
本申请实施例提供的技术方案至少带来如下有益效果:
本申请实施例提供的技术方案在多个历史停车点中确定属于目标场景的第一停车点,根据该第一停车点确定初始中心点时,由于除去了干扰停车点(不属于目标场景的历史停车点),使得确定的初始中心点的准确性更高;确定目标停车点的时候,不仅考虑到初始中心点,还考虑到与目标场景一致的目的地信息点,进而使得确定的目标停车点更加准确,目标停车点与目标场景之间的匹配度更高,进一步使得目标停车点与属于目标场景的出行目的地之间的匹配度更高,还可提高目标停车点的确定效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述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申请的一些实施例,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他的附图。
图1是本申请实施例提供的一种确定目标停车点的方法的实施环境示意图;
图2是本申请实施例提供的一种确定目标停车点的方法的流程图;
图3是本申请实施例提供的一种目标范围的确定示意图;
图4是本申请实施例提供的一种确定目标停车点的示意图;
图5是本申请实施例提供的一种确定目标停车点的装置的结构示意图;
图6是本申请实施例提供的一种电子设备的结构示意图;
图7是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1是本申请实施例提供的一种确定目标停车点的方法的实施环境示意图,如图1所示,该实施环境包括:电子设备101和服务器102。
电子设备101为目标车辆上的车载终端,或者是诸如远程的其它类型的电子设备,本申请实施例不对电子设备101的产品形态进行限定。该电子设备101中安装和运行有导航设备。该电子设备101用于执行本申请实施例提供的确定目标停车点的方法。当然,该电子设备还可以具有其他功能,以便提供更加全面且多样化的服务。
服务器102为一台服务器,或者为是多台服务器组成的服务器集群,或者为云计算平台和虚拟化中心中的至少一种,本申请实施例对此不做限定。电子设备101和服务器102之间通过有线网络或无线网络建立通信连接。服务器102用于存储有多个信息点对应的场景以及多个信息点的权重参数。
电子设备101可以泛指多个电子设备中的一个,本实施例仅以电子设备101来举例说明。本领域技术人员可以知晓,上述电子设备101的数量可以更多或更少。比如上述电子设备101可以仅为一个,或者上述电子设备101为几十个或几百个,或者更多数量,本申请实施例对电子设备的数量和设备类型不加以限定。
基于上述实施环境,本申请实施例提供了一种确定目标停车点的方法,以图2所示的本申请实施例提供的一种确定目标停车点的方法的流程图为例,该方法可由图1中的电子设备101执行。如图2所示,该方法包括下述步骤:
在步骤201中,获取目标车辆在目标时间段的停车数据,该停车数据中包括多个历史停车点和多个历史停车点的地理位置数据。
在本申请实施例中,电子设备为目标车辆的车载终端,或者为能够远程控制目标车辆的电子设备,本申请实施例仅以该电子设备为目标车辆的车载终端为例进行说明,并不对该电子设备的产品形态进行限定。
在一种可能的实现方式中,电子设备中安装和运行有全球定位***(GlobalPositioning System,GPS),该GPS用于获取目标车辆每次停车时的地理位置数据,电子设备还可以将获取到的目标车辆的停车时的地理位置数据存储在电子设备的存储空间中,以便后续提取目标车辆的停车数据时提取停车点的地理位置数据。
在一种可能的实现方式中,用户在该电子设备的显示界面中输入开始时间和结束时间,点击搜索按钮。电子设备响应于用户的操作,基于该开始时间和结束时间,确定目标时间段,获取目标车辆在该时间段内的停车数据,停车数据中包括目标时间段内的多个历史停车点,以及每个历史停车点的地理位置数据。其中,地理位置数据是经纬度的形式,或者是坐标的形式,本申请实施例对该历史停车点的地理位置数据的形式不加以限定。
示例性地,目标时间段为2020年8月1日00:00至2020年8月15日00:00,电子设备响应于用户的搜索操作,获取该目标时间段内的所有历史停车点以及每个历史停车点的地理位置数据。电子设备获取到的历史停车点有五个,第一个历史停车点的地理位置数据为(5,10)、第二个历史停车点的地理位置数据为(10,20)、第三个历史停车点的地理位置数据为(5,15)、第四个历史停车点的地理位置数据为(10,25)和第五个历史停车点的地理位置数据为(20,40)。
需要说明的是,上述仅以目标时间段的长度为15天为例进行举例说明,本申请实施例对该目标时间段的长短不加以限定。当然,目标时间段越长,停车数据越多,目标时间段内的历史停车点也就越多,后续确定的目标停车点也就越准确。
还需要说明的是,上述仅以每个历史停车点的地理位置数据为二维坐标的形式举例说明,历史停车点的地理位置数据可能为三维坐标的形式,也可能为经纬度的形式,本申请实施例对此不加以限定。
在步骤202中,在多个历史停车点中确定属于目标场景的第一停车点。
在一种可能的实现方式中,停车数据中还包括多个历史停车点的停车时长和多个历史停车点对应的场景。其中,停车时长为目标车辆在每个历史停车点停车的时长;历史停车点对应的场景包括上班场景、下班场景、购物场景等场景。
在一种可能的实现方式中,在多个历史停车点中确定属于目标场景的第一停车点之前,还需要先确定目标场景,该目标场景由电子设备自主确定或者由用户进行确定。当目标场景由电子设备确定时,电子设备基于当前的时间,确定目标场景为上班场景、下班场景和购物场景中的任一个场景。例如,目标车辆在每天的早上8点左右从A地开往B地,则电子设备将该场景确定为上班场景。又例如,目标车辆在每天的下午18点左右从B地开往A地,则电子设备将该场景确定为下班场景。
在一种可能的实现方式中,在多个历史停车点中确定属于目标场景的第一停车点包括下述步骤2021至步骤2022。
步骤2021、根据多个历史停车点对应的场景和多个历史停车点的停车时长,在多个历史停车点中确定参考停车点。
在一种可能的实现方式中,有下述两种实现方式在历史停车点中确定参考停车点。
实现方式一、在多个历史停车点中确定停车时长满足参考时间阈值的历史停车点;将停车时长满足参考时间阈值的历史停车点中属于目标场景的历史停车点确定为参考停车点。
在该实现方式一中,先根据多个历史停车点的停车时长确定出停车时长满足参考时间阈值的历史停车点;再根据历史停车点的场景,在确定出的历史停车点中确定属于目标场景的历史停车点,从而在多个历史停车点中确定出参考停车点。
示例性地,目标场景为上班场景、参考时间阈值为10分钟。目标车辆在目标时间段的历史停车点有五个,第一个历史停车点的停车时长为15分钟,属于上班场景;第二个历史停车点的停车时长为20分钟,属于上班场景;第三个历史停车点停车时长为5分钟,属于上班场景、第四个历史停车点的停车时长为15分钟,属于上班场景;第五个历史停车点的停车时长为25分钟,属于上班场景。经过上述实现方式一的确定过程,先在历史停车点中确定出停车时长满足参考时间阈值的历史停车点:第一个历史停车点、第二个历史停车点、第四个历史停车点、第五个历史停车点,由于这几个历史停车点的场景均为上班场景,因此将第一个历史停车点、第二个历史停车点、第四个历史停车点和第五个历史停车点确定为参考停车点。
实现方式二、在多个历史停车点中确定属于目标场景的历史停车点,将属于目标场景的历史停车点中停车时长满足参考时间阈值的历史停车点确定为参考停车点。
在该实现方式二中,先根据多个历史停车点的场景确定出属于目标场景的历史停车点;再根据确定出的历史停车点的停车时长,确定停车时长满足参考时间阈值的历史停车点,从而在多个历史停车点中确定出参考停车点。
示例性地,目标场景为上班场景,参考时间阈值为10分钟。目标车辆在目标时间段的历史停车点有五个,第一个历史停车点的停车时长为15分钟,属于上班场景;第二个历史停车点的停车时长为20分钟,属于上班场景;第三个历史停车点停车时长为5分钟,属于上班场景、第四个历史停车点的停车时长为15分钟,属于上班场景;第五个历史停车点的停车时长为25分钟,属于上班场景。经过上述实现方式二的确定过程,由于这五个停车点的场景均为上班场景,因此在这五个停车点中确定停车时长满足参考时间阈值的历史停车点:第一个历史停车点、第二个历史停车点、第四个历史停车点和第五个历史停车点,因此将第一个历史停车点、第二个历史停车点、第四个历史停车点和第五个历史停车点确定为参考停车点。
需要说明的是,可以选择上述任一种实现方式在多个历史停车点中确定参考停车点,本申请实施例对此不加以限定。
还需要说明的是,上述参考时间阈值仅为本申请实施例的举例说明,该参考时间阈值的数值可以更大或更小,本申请实施例对比不加以限定。
步骤2022、对参考停车点的地理位置数据进行聚类运算,得到属于目标场景的第一停车点。
在一种可能的实现方式中,确定出属于目标场景的参考停车点之后,为了使参考停车点之间的关联更加紧密,采用密度聚类算法,将关联较小的参考停车点去掉,得到属于目标场景的第一停车点。
在一种可能的实现方式中,基于密度聚类算法,在多个参考停车点中确定高密度停车点,该确定过程如下:以参考停车点为圆心,以参考长度为半径画圆,将在该圆内的参考停车点的个数确定为该参考停车点的密度。响应于密度高于目标密度,确定该参考停车点为高密度停车点,响应于密度低于目标密度,确定高参考停车点为低密度停车点。确定出高密度停车点之后,如果一个高密度停车点在另一个高密度停车点的圆内,则将这两个停车点连接起来。如果有低密度停车点也在高密度停车点的圆内,将低密度停车点也连到最近的高密度停车点上,将低密度停车点作为边界点。经过上述过程,即可将多个高密度停车点和低密度停车点连接起来,形成一个簇,而不在任何高密度停车点的圆内的低密度停车点就是异常点。基于上述方法将异常点去除,剩下的参考停车点即为属于目标场景的第一停车点。
示例性地,参考停车地点包括第一个历史停车点、第二个历史停车点、第四个历史停车点和第五个历史停车点。基于上述密度聚类算法,确定第五个历史停车点为异常点,则确定的第一停车点包括第一个历史停车点、第二个历史停车点和第四个历史停车点。
需要说明的是,上述密度聚类算法可以是具有噪声的基于密度的聚类方法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN),也可以是其他类型的密度聚类算法,只要能在多个参考停车点中确定出第一停车点即可。本申请实施例对密度聚类算法的类型不加以限定。
在步骤203中,基于第一停车点的地理位置数据进行聚类计算,得到初始中心点。
在一种可能的实现方式中,基于上述步骤202确定出多个第一停车点之后,采用聚类算法(例如,K均值(K-Means clustering algorithm)聚类算法)对多个第一停车点的地理位置数据进行聚类计算,得到初始中心点。初始中心点可以为多个第一停车点中的任一个,也可以为基于多个第一停车点重新确定的点,本申请实施例对此不加以限定。
其中,K-Means聚类算法是一种迭代求解的聚类分析算法,其步骤为随机选取K个对象作为初始聚类中心,计算每个对象与各个初始聚类中心之间的距离,将每个对象分配到与该对象距离最近的初始聚类中心,初始聚类中心以及分配给该初始聚类中心的对象就代表一个聚类,每分配一个对象,聚类的聚类中心会根据现有的对象重新计算,直至没有对象被重新分配给不同的聚类,或者聚类中心不再发生变化,说明该聚类过程已完成。
在一种可能的实现方式中,基于多个第一停车点,在多个第一停车点中随机选择K个停车点作为初始聚类中心,计算其它的第一停车点到该K个初始聚类中心的距离,将其它的第一停车点分配到距离最近的初始聚类中心,将初始聚类中心和分配的第一停车点作为聚类,计算该聚类中的中心点,将该中心点作为初始中心点。确定出初始中心点之后,还需要基于GPS确定出该初始中心点的地理位置数据。
需要说明的是,还可以选择其它聚类方法基于多个第一停车点确定初始中心点,本申请实施例仅以K-Means聚类算法为例进行说明,并不用来限制本申请。
在步骤204中,根据初始中心点以及与目标场景一致的目的地信息点,确定目标停车点。
在一种可能的实现方式中,在确定目标停车点之后,还需要确定与目标场景一致的目的地信息点,有下述步骤1至步骤3确定与目标场景一致的目的地信息点。
步骤1、基于初始中心点的地理位置数据和目标长度,确定目标范围。
在一种可能的实现方式中,以该初始中心点的地理位置数据为圆心,以目标长度为半径做圆,将该圆作为目标范围。如下图3所示为本申请实施例提供的一种目标范围的确定示意图,在该图3中,以初始中心点A作为圆心,以目标长度为200米做圆,得到目标范围。
需要说明的是,该目标长度由用户进行设置,或者根据实际应用场景进行调整,该目标长度可以为任意数值,本申请实施例对目标长度的取值不加以限定。
步骤2、将目标范围中的信息点确定为与初始中心点关联的信息点。
在一种可能的实现方式中,确定出目标范围之后,将目标范围之内的所有信息点确定为与初始中心点关联的信息点。如图3所示,在该目标范围内的信息点有信息点B、信息点C、信息点D和信息点E。因此,将信息点B、信息点C、信息点D和信息点E确定为与初始中心点关联的信息点。
步骤3、将与初始中心点关联的信息点中属于目标场景的信息点确定为目的地信息点。
在一种可能的实现方式中,确定出与初始中心点关联的信息点之后,确定该信息点的场景,将属于目标场景的信息点确定为目的地信息点。其中,信息点的场景存储在服务器的存储空间中,电子设备确定出与初始中心点关联的信息点之后,向服务器发送获取请求,该获取请求中携带信息点的地理位置数据。服务器接收电子设备发送的获取请求,对该获取请求进行解析,得到获取请求中携带的信息点的地理位置数据,基于该地理位置数据确定该信息点属于的场景,将信息点属于的场景发送至电子设备,也即是电子设备确定信息点的场景。
示例性地,电子设备获取到的各个信息点的场景分别为:信息点B的场景为上班场景,信息点C的场景为上班场景,信息点D的场景为上班场景,信息点E的场景为购物场景。由于目标场景为上班场景,因此将该信息点B、信息点C和信息点D确定为目的地信息点。
在一种可能的实现方式中,响应于目的地信息的个数为多个,则需要获取多个目的地信息点的地理位置数据以及多个目的地信息点的权重参数。其中多个目的地信息点的地理位置数据由电子设备的GPS进行获取,多个目的地信息点的权重参数在服务器中存储。电子设备向服务器发送权重参数获取请求,权重参数获取请求中携带目的地信息点的地理位置数据。服务器接收并解析权重参数获取请求,得到目的地信息点的地理位置数据,根据该地理位置数据确定目的地信息点的权重参数,将目的地信息点的权重参数发送至电子设备,也即是电子设备获取到目的地信息点的权重参数。
示例性地,目的地信息点包括信息点B、信息点C和信息点D。其中,信息点B的权重参数为0.3,信息点C的权重参数为0.4,信息点D的权重参数为0.3。
电子设备根据初始中心点的地理位置数据、多个目的地信息点的地理位置数据以及多个目的地信息点的权重参数,确定目标停车点的过程包括下述步骤2041至步骤2043。
步骤2041、根据初始中心点的地理位置数据和多个目的地信息点的地理位置数据,计算初始中心点分别与多个目的地信息点之间的距离,得到多个距离。
在一种可能的实现方式中,将该初始中心点作为坐标原点,分别计算初始中心点和多个目的地信息点之间的距离,得到多个距离。
示例性地,信息点B的地理位置数据为(10,5),信息点C的地理位置数据为(12,1),信息点D的地理位置数据为(4,-2),计算多个目的地信息点与初始中心点之间的距离分别为:信息点B与初始中心点之间的距离为11,信息点C与初始中心点之间的距离为12,信息点D与初始中心点之间的距离为4.5。
步骤2042、根据多个距离和多个目的地信息点的权重参数,确定多个中间点。
在一种可能的实现方式中,基于上述步骤2041计算得到的多个距离和多个目的地信息点的权重参数,确定多个中间点。中间点到初始中心点的距离与目的地信息点到初始中心点的距离的商为目的地信息点的权重参数。
示例性地,基于信息点B和初始中心点之间的距离以及信息点B的权重参数确定的中间点的地理位置数据为(3,2),基于信息点C和初始中心点之间的距离以及信息点C的权重参数确定的中间点的地理位置数据为(4,0.5),基于信息点D和初始中心点之间的距离以及信息点D的权重参数确定的中间点的地理位置数据为(1.3,0.6)。
步骤2043、基于多个中间点的地理位置数据,确定目标停车点。
在一种可能的实现方式中,基于多个中间点的地理位置数据,将多个中间点的横坐标的平均值和多个中间点的纵坐标的平均值组成的地理位置数据确定为目标停车地的地理位置数据。
示例性地,基于上述步骤2042确定的中间点的地理位置数据,确定的目标停车点的地理位置数据为(2.8,1)。
如图4所示为本申请实施例提供的一种确定目标停车点的示意图,在该图4中,初始中心点为点A,目的地信息点包括信息点B、信息点C和信息点D,基于初始中心点、信息点B、信息点C和信息点D,确定出目标停车点。
在一种可能的实现方式中,响应于目的地信息点的个数为零个,将初始中心点确定为目标停车点,将初始中心点的地理位置数据确定为目标停车点的地理位置数据。
在一种可能的实现方式中,响应于目标车辆的行驶场景为目标场景,按照目标停车点的地理位置数据进行导航。
示例性地,目标车辆在2020年8月17日(周一)早上从A地出发,确定该目标车辆的此次行驶场景为上班场景,也即是目标场景为上班场景。电子设备获取历史停车点中属于上班场景的历史停车点,根据历史停车点的停车时长,确定出属于上班场景的第一停车点。基于第一停车点的地理位置数据进行聚类运算,得到初始中心点。确定初始中心点目标范围内与上班场景一致的目的地信息点,也即是确定初始中心点目标范围内的办公大厦。根据初始中心点和目的地信息点,确定出目标停车点。电子设备还可以获取该目标停车点的地理位置数据,将该目标停车点作为此次行驶的终点。根据该目标停车点的地理位置数据进行导航,从而可以引导目标车辆停放在该目标停车点。
上述方法在多个历史停车点中确定属于目标场景的第一停车点,根据该第一停车点确定初始中心点时,由于去除了干扰停车点(不属于目标场景的历史停车点),使得确定的初始中心点的准确性更高;确定目标停车点的时候,不仅考虑到初始中心点,还考虑到与目标场景一致的目的地信息点,进而使得确定的目标停车点更加准确,目标停车点与目标场景之间的匹配度更高,进一步使得目标停车点与属于目标场景的出行目的地之间的匹配度更高,还可提高目标停车点的确定效率。
图5所示为本申请实施例提供的一种确定目标停车点的装置的结构示意图,如图5所示,该装置包括:
获取模块501,用于获取目标车辆在目标时间段的停车数据,该停车数据包括多个历史停车点、该多个历史停车点的地理位置数据;
第一确定模块502,用于在该多个历史停车点中确定属于目标场景的第一停车点;
聚类模块503,用于基于该第一停车点的地理位置数据进行聚类计算,得到初始中心点;
第二确定模块504,用于根据该初始中心点以及与该目标场景一致的目的地信息点,确定目标停车点。
在一种可能的实现方式中,该停车数据还包括该多个历史停车点的停车时长以及该多个历史停车点对应的场景;
该第一确定模块502,用于根据该多个历史停车点对应的场景和该多个历史停车点的停车时长,在该多个历史停车点中确定参考停车点;对该参考停车点的地理位置数据进行聚类运算,得到属于该目标场景的第一停车点。
在一种可能的实现方式中,该第一确定模块502,用于在该多个历史停车点中确定停车时长满足参考时间阈值的历史停车点,将该停车时长满足参考时间阈值的历史停车点中属于该目标场景的历史停车点确定为参考停车点;或者,在该多个历史停车点中确定属于目标场景的历史停车点,将该属于目标场景的历史停车点中停车时长满足参考时间阈值的历史停车点确定为参考停车点。
在一种可能的实现方式中,该第二确定模块504,用于响应于该目的地信息点的个数为多个,获取多个目的地信息点的地理位置数据以及该多个目的地信息点的权重参数;根据该初始中心点的地理位置数据、该多个目的地信息点的地理位置数据以及该多个目的地信息点的权重参数,确定目标停车点。
在一种可能的实现方式中,该第二确定模块,用于根据该初始中心点的地理位置数据和该多个目的地信息点的地理位置数据,计算该初始中心点分别与该多个目的地信息点之间的距离,得到多个距离;根据该多个距离和该多个目的地信息点的权重参数,确定多个中间点;基于该多个中间点的地理位置数据,确定目标停车点。
在一种可能的实现方式中,该第二确定模块504,还用于基于该初始中心点的地理位置数据和目标长度,确定目标范围;将该目标范围中的信息点确定为与该初始中心点关联的信息点;将该与该初始中心点关联的信息点中属于该目标场景的信息点确定为该目的地信息点。
在一种可能的实现方式中,该装置还包括:
导航模块,用于响应于该目标车辆的行驶场景属于该目标场景,按照该目标停车点的地理位置数据进行导航。
上述装置在多个历史停车点中确定属于目标场景的第一停车点,根据该第一停车点确定初始中心点时,由于去除了干扰停车点(不属于目标场景的历史停车点),使得确定的初始中心点的准确性更高;确定目标停车点的时候,不仅考虑到初始中心点,还考虑到与目标场景一致的目的地信息点,进而使得确定的目标停车点更加准确,目标停车点与目标场景之间的匹配度更高,进一步使得目标停车点与属于目标场景的出行目的地之间的匹配度更高,还可提高目标停车点的确定效率。
需要说明的是:上述实施例提供的确定目标停车点的装置在进行确定目标停车点时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将确定目标停车点的装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的确定目标停车点的装置与确定目标停车点的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图6是本申请实施例提供的一种电子设备的结构示意图。该电子设备600可以是:智能手机、平板电脑、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。电子设备600还可能被称为用户设备、便携式电子设备、膝上型电子设备、台式电子设备等其他名称。
通常,电子设备600包括有:一个或多个处理器601和一个或多个存储器602。
处理器601可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器601可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器601也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器601可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器601还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器602可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器602还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器602中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器601所执行以实现本申请中方法实施例提供的确定目标停车点的方法。
在一些实施例中,电子设备600还可选包括有:***设备接口603和至少一个***设备。处理器601、存储器602和***设备接口603之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口603相连。具体地,***设备包括:射频电路604、显示屏605、摄像头组件606、音频电路607、定位组件608和电源609中的至少一种。
***设备接口603可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器601和存储器602。在一些实施例中,处理器601、存储器602和***设备接口603被集成在同一芯片或电路板上;在一些其他实施例中,处理器601、存储器602和***设备接口603中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路604用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路604通过电磁信号与通信网络以及其他通信设备进行通信。射频电路604将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路604包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路604可以通过至少一种无线通信协议来与其它电子设备进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路604还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏605用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏605是触摸显示屏时,显示屏605还具有采集在显示屏605的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器601进行处理。此时,显示屏605还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏605可以为一个,设置电子设备600的前面板;在另一些实施例中,显示屏605可以为至少两个,分别设置在电子设备600的不同表面或呈折叠设计;在一些实施例中,显示屏605可以是柔性显示屏,设置在电子设备600的弯曲表面上或折叠面上。甚至,显示屏605还可以设置成非矩形的不规则图形,也即异形屏。显示屏605可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件606用于采集图像或视频。可选地,摄像头组件606包括前置摄像头和后置摄像头。通常,前置摄像头设置在电子设备的前面板,后置摄像头设置在电子设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件606还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路607可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器601进行处理,或者输入至射频电路604以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在电子设备600的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器601或射频电路604的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路607还可以包括耳机插孔。
定位组件608用于定位电子设备600的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件608可以是基于美国的GPS(GlobalPositioning System,全球定位***)、中国的北斗***、俄罗斯的格雷纳斯***或欧盟的伽利略***的定位组件。
电源609用于为电子设备600中的各个组件进行供电。电源609可以是交流电、直流电、一次性电池或可充电电池。当电源609包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,电子设备600还包括有一个或多个传感器160。该一个或多个传感器160包括但不限于:加速度传感器611、陀螺仪传感器612、压力传感器611、指纹传感器614、光学传感器615以及接近传感器616。
加速度传感器611可以检测以电子设备600建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器611可以用于检测重力加速度在三个坐标轴上的分量。处理器601可以根据加速度传感器611采集的重力加速度信号,控制显示屏605以横向视图或纵向视图进行用户界面的显示。加速度传感器611还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器612可以检测电子设备600的机体方向及转动角度,陀螺仪传感器612可以与加速度传感器611协同采集用户对电子设备600的3D动作。处理器601根据陀螺仪传感器612采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器611可以设置在电子设备600的侧边框和/或显示屏605的下层。当压力传感器611设置在电子设备600的侧边框时,可以检测用户对电子设备600的握持信号,由处理器601根据压力传感器611采集的握持信号进行左右手识别或快捷操作。当压力传感器611设置在显示屏605的下层时,由处理器601根据用户对显示屏605的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器614用于采集用户的指纹,由处理器601根据指纹传感器614采集到的指纹识别用户的身份,或者,由指纹传感器614根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器601授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器614可以被设置电子设备600的正面、背面或侧面。当电子设备600上设置有物理按键或厂商Logo时,指纹传感器614可以与物理按键或厂商Logo集成在一起。
光学传感器615用于采集环境光强度。在一个实施例中,处理器601可以根据光学传感器615采集的环境光强度,控制显示屏605的显示亮度。具体地,当环境光强度较高时,调高显示屏605的显示亮度;当环境光强度较低时,调低显示屏605的显示亮度。在另一个实施例中,处理器601还可以根据光学传感器615采集的环境光强度,动态调整摄像头组件606的拍摄参数。
接近传感器616,也称距离传感器,通常设置在电子设备600的前面板。接近传感器616用于采集用户与电子设备600的正面之间的距离。在一个实施例中,当接近传感器616检测到用户与电子设备600的正面之间的距离逐渐变小时,由处理器601控制显示屏605从亮屏状态切换为息屏状态;当接近传感器616检测到用户与电子设备600的正面之间的距离逐渐变大时,由处理器601控制显示屏605从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图6中示出的结构并不构成对电子设备600的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图7所示为本申请实施例提供的一种服务器的结构示意图。该服务器700可因配置或性能不同而产生比较大的差异,可以包括一个或多个处理器(Central ProcessingUnits,CPU)701和一个或多个存储器702,其中,该一个或多个存储器702中存储有至少一条指令,该至少一条指令由该一个或多个处理器701加载并执行以实现上述方法实施例提供的确定目标停车点的方法。当然,该服务器700还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器700还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,该存储介质中存储有至少一条程序代码,该至少一条程序代码由处理器加载并执行,以实现上述任一种确定目标停车点的方法。
在示例性实施例中,还提供一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括至少一个计算机指令,该至少一个计算机指令由处理器加载并执行,以实现上述任一种确定目标停车点的方法。
可选地,上述计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、只读光盘(Compact Disc Read-OnlyMemory,CD-ROM)、磁带、软盘和光数据存储设备等。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,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。字符“/”一般表示前后关联对象是一种“或”的关系。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本申请的示例性实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种确定目标停车点的方法,其特征在于,所述方法包括:
获取目标车辆在目标时间段的停车数据,所述停车数据包括多个历史停车点、所述多个历史停车点的地理位置数据;
在所述多个历史停车点中确定属于目标场景的第一停车点;
基于所述第一停车点的地理位置数据进行聚类计算,得到初始中心点;
响应于与所述目标场景一致的目的地信息点的个数为多个,获取多个目的地信息点的地理位置数据以及所述多个目的地信息点的权重参数,所述目的地信息点与所述初始中心点相关联;
根据所述初始中心点的地理位置数据和所述多个目的地信息点的地理位置数据,计算所述初始中心点分别与所述多个目的地信息点之间的距离,得到多个距离;
根据所述多个距离和所述多个目的地信息点的权重参数,确定多个中间点,所述中间点到所述初始中心点的距离与所述目的地信息点到所述初始中心点的距离的商为所述目的地信息点的权重参数;
基于所述多个中间点的地理位置数据,确定目标停车点。
2.根据权利要求1所述的方法,其特征在于,所述停车数据还包括所述多个历史停车点的停车时长以及所述多个历史停车点对应的场景;
所述在所述多个历史停车点中确定属于目标场景的第一停车点,包括:
根据所述多个历史停车点对应的场景和所述多个历史停车点的停车时长,在所述多个历史停车点中确定参考停车点;
对所述参考停车点的地理位置数据进行聚类运算,得到属于所述目标场景的第一停车点。
3.根据权利要求2所述的方法,其特征在于,所述根据所述多个历史停车点对应的场景和所述多个历史停车点的停车时长,在所述多个历史停车点中确定参考停车点,包括:
在所述多个历史停车点中确定停车时长满足参考时间阈值的历史停车点,将所述停车时长满足参考时间阈值的历史停车点中属于所述目标场景的历史停车点确定为参考停车点;
或者,在所述多个历史停车点中确定属于目标场景的历史停车点,将所述属于目标场景的历史停车点中停车时长满足参考时间阈值的历史停车点确定为参考停车点。
4.根据权利要求1所述的方法,其特征在于,所述根据所述初始中心点以及与所述目标场景一致的目的地信息点,确定目标停车点之前,所述方法还包括:
基于所述初始中心点的地理位置数据和目标长度,确定目标范围;
将所述目标范围中的信息点确定为与所述初始中心点关联的信息点;
将所述与所述初始中心点关联的信息点中属于所述目标场景的信息点确定为所述目的地信息点。
5.根据权利要求1-4任一所述的方法,其特征在于,所述根据所述初始中心点以及与所述目标场景一致的目的地信息点,确定目标停车点之后,所述方法还包括:
响应于所述目标车辆的行驶场景属于所述目标场景,按照所述目标停车点的地理位置数据进行导航。
6.一种确定目标停车点的装置,其特征在于,所述装置包括:
获取模块,用于获取目标车辆在目标时间段的停车数据,所述停车数据包括多个历史停车点、所述多个历史停车点的地理位置数据;
第一确定模块,用于在所述多个历史停车点中确定属于目标场景的第一停车点;
聚类模块,用于基于所述第一停车点的地理位置数据进行聚类计算,得到初始中心点;
第二确定模块,用于响应于与所述目标场景一致的目的地信息点的个数为多个,获取多个目的地信息点的地理位置数据以及所述多个目的地信息点的权重参数,所述目的地信息点与所述初始中心点相关联;根据所述初始中心点的地理位置数据和所述多个目的地信息点的地理位置数据,计算所述初始中心点分别与所述多个目的地信息点之间的距离,得到多个距离;根据所述多个距离和所述多个目的地信息点的权重参数,确定多个中间点,所述中间点到所述初始中心点的距离与所述目的地信息点到所述初始中心点的距离的商为所述目的地信息点的权重参数;基于所述多个中间点的地理位置数据,确定目标停车点。
7.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以实现如权利要求1至5任一所述的确定目标停车点的方法。
8.一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至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现如权利要求1至5任一所述的确定目标停车点的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857103.5A CN111984755B (zh) | 2020-08-24 | 确定目标停车点的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857103.5A CN111984755B (zh) | 2020-08-24 | 确定目标停车点的方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111984755A CN111984755A (zh) | 2020-11-24 |
CN111984755B true CN111984755B (zh) | 2024-06-28 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407277A (zh) * | 2016-08-26 | 2017-02-15 | 北京车网互联科技有限公司 | 一种基于车联网数据对车主驻留点聚类后的属性分析方法 |
CN111190942A (zh) * | 2020-01-06 | 2020-05-22 | 浙江大学城市学院 | 一种基于数据挖掘技术的城市道路停车点统筹分析方法 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407277A (zh) * | 2016-08-26 | 2017-02-15 | 北京车网互联科技有限公司 | 一种基于车联网数据对车主驻留点聚类后的属性分析方法 |
CN111190942A (zh) * | 2020-01-06 | 2020-05-22 | 浙江大学城市学院 | 一种基于数据挖掘技术的城市道路停车点统筹分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110095128B (zh) | 获取缺失道路情报的方法、装置、设备及存储介质 | |
CN108363982B (zh) | 确定对象数量的方法及装置 | |
CN111986227B (zh) | 轨迹生成方法、装置、计算机设备及存储介质 | |
CN111754564B (zh) | 视频展示方法、装置、设备及存储介质 | |
CN111383251B (zh) | 一种跟踪目标对象的方法、装置、监控设备和存储介质 | |
CN112365088B (zh) | 行程关键点的确定方法、装置、设备及可读存储介质 | |
CN112818243B (zh) | 导航路线的推荐方法、装置、设备及存储介质 | |
CN112734346B (zh) | 航线覆盖范围的确定方法、装置、设备及可读存储介质 | |
CN112990424B (zh) | 神经网络模型训练的方法和装置 | |
CN111984755B (zh) | 确定目标停车点的方法、装置、电子设备及存储介质 | |
CN113592874B (zh) | 图像显示方法、装置和计算机设备 | |
CN112861565B (zh) | 确定轨迹相似度的方法、装置、计算机设备和存储介质 | |
CN113935678A (zh) | 确定配送员持多配送终端的方法、装置、设备及存储介质 | |
CN111707263A (zh) | 路径规划方法、装置、电子设备及存储介质 | |
CN114566064B (zh) | 停车位的位置确定方法、装置、设备及存储介质 | |
CN111984755A (zh) | 确定目标停车点的方法、装置、电子设备及存储介质 | |
CN112507051B (zh) | 行政区划的识别方法、装置、设备及计算机可读存储介质 | |
CN116069051B (zh) | 无人机的控制方法、装置、设备及可读存储介质 | |
CN111135571B (zh) | 游戏识别方法、装置、终端、服务器及可读存储介质 | |
CN112214645B (zh) | 一种存储轨迹数据的方法及装置 | |
CN112347604B (zh) | 确定车辆路径集的方法和装置 | |
CN113590877B (zh) | 获取标注数据的方法及装置 | |
CN113409235B (zh) | 一种灭点估计的方法及装置 | |
CN112686942B (zh) | 确定钻井平台目标地址的方法和装置 | |
CN113129221B (zh) | 图像处理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |