CN112050820B - 道路匹配方法、装置、电子设备及可读存储介质 - Google Patents
道路匹配方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN112050820B CN112050820B CN202010912001.9A CN202010912001A CN112050820B CN 112050820 B CN112050820 B CN 112050820B CN 202010912001 A CN202010912001 A CN 202010912001A CN 112050820 B CN112050820 B CN 112050820B
- Authority
- CN
- China
- Prior art keywords
- longitude
- latitude
- segmented
- gps data
- candidate
- 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 38
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 238000012106 screening analysis Methods 0.000 claims abstract description 27
- 230000011218 segmentation Effects 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 230000001174 ascending effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种人工智能技术,揭露一种道路匹配方法,包括:对GPS数据进行分段,得到分段GPS数据;对所述分段GPS数据进行编码处理得到编码GPS数据;利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据;利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集;利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;根据所述候选起点集及所述候选终点集进行计算得到目标路径。本发明还涉及一种区块链技术,所述分段GPS数据可存储于区块链中。本发明还提出一种道路匹配装置、电子设备以及一种计算机存储介质。本发明节省道路匹配所需的计算资源。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种道路匹配的方法、装置、电子设备及可读存储介质。
背景技术
随着地图导航在人们生活中的应用越来越广泛,导航与道路匹配的准确度越来越受到人们的关注。
目前,导航中主要采用全局匹配的方式,每次匹配都需要计算全局地图的所有道路节点的连通路径,耗费大量的计算资源,当全局地图过大时,甚至无法进行匹配,因此,迫切需要更加节省计算资源的道路匹配方法。
发明内容
本发明提供一种道路匹配方法、装置、电子设备及计算机可读存储介质,其主要目的在于节省道路匹配所需的计算资源。
为实现上述目的,本发明提供的一种道路匹配方法,包括:
获取GPS数据,对所述GPS数据进行分段,得到分段GPS数据;
对所述分段GPS数据进行编码处理得到编码GPS数据;
获取地图数据,利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据;
利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集;
利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;
根据所述候选起点集及所述候选终点集进行计算得到目标路径。
可选地,所述对所述GPS数据进行分段,得到分段GPS数据,包括:
将所述GPS数据按照预设时间分段,得到所述分段GPS数据;及/或
将所述GPS数据按照预设距离分段,得到所述分段GPS数据。
可选地,所述对所述分段GPS数据进行编码处理得到编码GPS数据,包括:
利用Geohash算法将所述分段GPS数据中包含的每一个GPS点的经纬度转换为Geohash值,得到GPS Geohash值集;
对所述GPS Geohash值集中的数据进行重复值删除处理得到所述编码GPS数据。
可选地,所述利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据,包括:
利用Geohash算法对所述地图数据进行处理得到地图Geohash值集;
选取所述地图Geohash值集中所述编码GPS数据对应的Geohash值,得到目标Geohash值集;
选取所述地图数据中所述目标Geohash值集中所有Geohash值对应的数据,得到所述分段地图数据。
可选地,所述利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集,包括:
根据所述分段GPS数据选取所述分段地图数据中对应的经纬度点并排序,得到所述目标经纬度点集;
选取所述分段地图数据中包含的所述目标经纬度点集中第一个经纬度点的预设范围内的道路起始点为候选起始节点,得到候选起始节点集;
计算所述第一个经纬度点到所述候选起始节点的最小起始节点邻边距离;
计算所述目标经纬度点中第一个经纬度点及第二个经纬度点组成的第一有向线段与所述候选起始节点的起始节点邻边夹角;
计算所述最小起始节点邻边距离与所述起始节点邻边夹角的起始节点加权和;
将所述候选起始节点集中的候选起始节点按照对应的起始节点加权和进行升序排列,选取预定排名的候选起始节点得到所述候选起点集。
可选地,所述根据所述候选起点集及所述候选终点集进行计算得到目标路径,包括:
利用Astar算法计算所述候选起点集中的每个候选起点与所述候选终点集中的每个候选终点之间的路径,得到路径集;
选取所述路径集中最短的路径作为最短路径;
结合所有所述分段GPS数据对应的最短路径,得到所述目标路径。
可选地,所述计算所述最小起始节点邻边距离与所述起始节点邻边夹角的起始节点加权和,包括:
其中,QS表示所述起始节点加权和,Qd表示所述最小起始节点邻边距离,Qa表示所述起始节点邻边夹角。
为了解决上述问题,本发明还提供一种道路匹配装置,所述装置包括:
数据关联模块,用于获取GPS数据,对所述GPS数据进行分段,得到分段GPS数据;对所述分段GPS数据进行编码处理得到编码GPS数据;获取地图数据,利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据;
起点生成模块,用于利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集;
终点生成模块,用于利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;
目标路径计算模块,用于根据所述候选起点集及所述候选终点集进行计算得到目标路径。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的道路匹配方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,包括存储数据区和存储程序区,存储数据区存储根据区块链节点的使用所创建的数据,存储程序区存储有计算机程序,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的道路匹配方法。
本发明实施例中,对所述GPS数据进行分段,得到分段GPS数据,分段处理提升计算速度,节省后续道路匹配计算资源;对所述分段GPS数据进行编码处理得到编码GPS数据,将数据一维化,降低后续道路匹配计算量;利用所述编码GPS数据对所述地图数据进行关联切分,将地图分块,降低后续道路匹配计算量;利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集;利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;根据所述候选起点集及所述候选终点集进行计算得到目标路径。将GPS数据与地图数据切分匹配,提升了道路匹配的计算速度,节省了道路匹配的计算资源。
附图说明
图1为本发明一实施例提供的道路匹配方法的流程示意图;
图2为本发明一实施例提供的道路匹配装置的模块示意图;
图3为本发明一实施例提供的实现道路匹配方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种道路匹配方法。参照图1所示,为本发明一实施例提供的道路匹配方法的流程示意图。该方法可以由一个装置执行,该装置可以由软件和/或硬件实现。
在本实施例中,道路匹配方法包括:
S1、获取GPS(Global Positioning System,全球定位***)数据,对所述GPS数据进行分段,得到分段GPS数据;
本发明实施例中,所述GPS数据为按照时间排序的连续时间间隔的GPS点的集合,其中,所述GPS点是具有时间及经纬度的地理位置点。所述GPS数据可以从某出租公司的导航数据信息库中获取。
进一步地,本发明实施例中,所述GPS数据较多,为了便于对所述GPS数据进行处理,首先对所述GPS数据进行分段。
详细地,本发明实施例中,将所述GPS数据按照预设时间分段,得到所述分段GPS数据;及/或将所述GPS数据按照预设距离分段,得到所述分段GPS数据;较佳地,本发明实施例将所述GPS数据每15分钟分一段或每10公里分一段。例如:所述GPS数据为2:00-2:30时间段内的GPS数据,按照15分钟的间隔进行分段,得到2:00-2:15的分段GPS数据及2:15-2:30的分段GPS数据。
进一步地,上述分段处理并不会改变GPS数据中的数据属性,所述分段GPS数据也为按照时间排序的连续时间间隔的GPS点的集合,只是该集合仅仅是所述GPS数据的一部分。
本发明的另一实施例中,所述分段GPS数据为用户位置轨迹的数据集合,为了保证用户位置轨迹数据的隐私性,可以将所述分段GPS数据存储在区块链中。
S2、对所述分段GPS数据进行编码处理得到编码GPS数据;
本发明实施例中,为了更好的对所述分段GPS数据进行处理,将所述分段GPS数据中的每个GPS点的经纬度转换成一维数据。
详细地,本发明实施例对所述分段GPS数据进行编码处理得到所述编码GPS数据包括:
S21、利用Geohash(地理位置散列编码)算法将所述分段GPS数据中包含的每一个GPS点的经纬度转换为Geohash值,得到GPS Geohash值集;
例如:某一个GPS点的经纬度为(39.923201,116.390705),纬度的范围是(-90,90),其中间值为0。对于纬度39.923201,在区间(0,90)中,因此得到一个1;(0,90)区间的中间值为45度,纬度39.923201小于45,因此得到一个0,依次计算下去,即可得到纬度的二进制表示,最后得到纬度的二进制表示为:10111000110001111001;同理可以得到经度116.390705的二进制表示为:11010010110001000100。进一步将上述得到的经纬度的二进制表示进行合并,其中经度占偶数位,纬度占奇数位,如对于上述经纬度(39.923201,116.390705),合并后的值为11100 11101 00100 01111 00000 01101 01011 00001。进一步地,对于上述合并后的值,利用Base32进行编码,从而得到GPS点的Geohash码,Base32(基准32)编码表的其中一种方式是用0-9、b-z(去掉a,i,l,o)这32个字母进行编码。例如,对于上述合并后的值,在进行Base32编码后得到的Geohash值为wx4g0ec1。
S22、对所述GPS Geohash值集中的数据进行重复值删除处理得到所述编码GPS数据。
本发明实施例中,根据Geohash算法的固有属性,所述分段GPS数据中不同的GPS点可能对应同一个Geohash值,因此对所述GPS Geohash值集中的数据进行重复值删除处理得到编码GPS数据。
S3、获取地图数据,利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据;
本发明实施例中,所述地图数据为电子地图的数据,所述地图数据包括,但不限于:道路的起点ID(Identity document,身份标识号)和终点ID,不同道路的起点经纬度、终点经纬度及道路信息描述,其中,所述道路信息描述包括:道路ID即道路的名称,道路数据即道路的方向和组成道路的多个经纬度点的数据。所述地图数据可以从任意电子地图数据库中进行获取。
进一步地,本发明实施例中,利用Geohash算法对所述地图数据进行处理得到地图Geohash值集,所述地图Geohash值集中每个Geohash值代表所述地图数据中的一块地图区域数据。
进一步地,在本发明实施例中,所述地图数据过于庞大,为了节省计算资源,只选择所述分段GPS数据所在的地图区域数据,利用所述编码GPS数据对所述地图数据进行关联切分,包括:
S31、选取所述地图Geohash值集中所述编码GPS数据对应的Geohash值,得到目标Geohash值集;
S32、选取所述地图数据中所述目标Geohash值集中所有Geohash值对应的数据,得到所述分段地图数据。
在本发明实施例中,所述地图Geohash值集中每个Geohash值代表所述地图数据中的一块地图区域数据,因此分段地图数据代表所述分段GPS数据所在的地图区域的数据。
S4、利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集;
本发明实施例中,为了找到所述分段地图数据中的候选起点,利用所述分段地图数据及所述分段GPS数据进行筛选分析计算得到候选起点集。
详细地,本发明实施例利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集,包括:
S41、根据所述分段GPS数据选取所述分段地图数据中对应的经纬度点并排序,得到所述目标经纬度点集;
本发明实施例中,所述分段GPS数据为按照时间排序的连续时间间隔的GPS点的集合,其中,所述GPS点是具有时间及经纬度的地理位置点。
进一步地,本发明实施例,所述根据所述分段GPS数据选取所述分段地图数据中对应的经纬度点并对应排序,得到目标经纬度点集,包括:
S411、根据所述分段GPS数据中包含的每个GPS点的经纬度选取所述分段地图数据中包含的相同经纬度的经纬度点,得到经纬度点集;
本发明实施例中,所述分段地图数据中包含多个经纬度点,根据所述分段GPS数据中包含的每个GPS点的经纬度选取所述分段地图数据中包含的相同经纬度的经纬度点,例如:所述分段GPS数据中包含的某个GPS点为时间11:00、经纬度(50,60),那么选取对应所述分段地图数据中的经纬度点为(50,60)。
S412、根据所述经纬度点集中每个经纬度点对应的所述分段GPS数据中的GPS点的时间先后顺序对所述经纬度点集中的经纬度点进行排序,得到所述目标经纬度点集。
例如:所述分段GPS数据中包含的2个GPS点分别为A点:时间11:00、经纬度(50,60),B点:时间11:01、经纬度(50,61),那么得到经纬度点集包含的2经纬度点为(50,60)和(50,61),又经纬度点(50,60)对应的GPS点时间为11:00、经纬度点(50,61)对应的GPS点时间为11:01,所以将经纬度点(50,60)排序为第一个经纬度点,将经纬度点(50,61)排序为第二个经纬度点,得到目标经纬度点集。
S42、选取所述分段地图数据中包含的所述目标经纬度点集中第一个经纬度点的预设范围内的道路起始点为候选起始节点,得到候选起始节点集;
本发明实施例中,所述道路起始点为所述分段地图数据中道路的起始经纬度点。
较佳地,所述预设范围为(0-90)m。
S43、计算所述第一个经纬度点到所述候选起始节点的最小起始节点邻边距离;
本发明实施例中,所述最小起始节点邻边距离为所述第一个经纬度点到所述候选起始节点所在道路的距离。
S44、计算所述目标经纬度点中第一个经纬度点及第二个经纬度点组成的第一有向线段与所述候选起始节点的起始节点邻边夹角;
本发明实施例中所述起始节点邻边夹角为所述第一有向线段与所述候选起始节点所在道路方向的夹角。
S45、计算所述最小起始节点邻边距离与所述起始节点邻边夹角的起始节点加权和;
详细地,所述起始节点加权和可用如下公式进行计算:
其中,QS表示所述起始节点加权和,Qd表示所述最小起始节点邻边距离,Qa表示所述起始节点邻边夹角。
S46、将所述候选起始节点集中的候选起始节点按照对应的起始节点加权和进行升序排序,选取预定排名数目的候选起始节点得到所述候选起点集。
较佳地,本发明实施例中,选取所述候选起始节点集中排名前五名的候选起始节点,得到候选起点集;进一步地,若所述候选起始节点集中的候选起始点个数不足5个,将所述候选起始节点集中的候选起始点按照对应的起始节点加权和进行升序排序得到所述候选起点集。
S5、利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;
本发明实施例中,为了找到所述分段地图数据中的候选终点,利用所述分段地图数据及所述目标经纬度点集进行筛选分析计算得到候选终点集。
详细地,本发明实施例利用所述分段地图数据及所述目标经纬度点集进行筛选分析计算得到候选终点集,包括:
S51、选取所述分段地图数据中包含的所述目标经纬度点集中倒数第一个经纬度点的所述预设范围内的道路终止点为候选终止节点,得到候选终止节点集。
本发明实施例中,所述目标经纬度点集中倒数第一个经纬度点为所述目标经纬度点集中排序在最后的一个经纬度点。
进一步,本发明实施例中,所述道路终止点为所述分段地图数据中道路的终止经纬度点。
S52、计算所述目标经纬度点中倒数第一个经纬度点到所述候选终止节点的最小终止节点邻边距离;
本发明实施例中,所述最小终止节点邻边距离为所述倒数第一个GPS点到所述候选终止节点所在道路的距离。
S53、计算所述目标经纬度点中倒数第一个经纬度点及倒数第二个经纬度点组成的第二有向线段与所述候选终止节点的终止节点邻边夹角;
本发明实施例中所述终止节点邻边夹角为所述第二有向线段与所述候选终止节点所在道路方向的夹角。
S54、计算所述最小终止节点邻边距离与所述终止节点邻边夹角的终止节点加权和;
详细地,所述起始节点加权和可用如下公式进行计算:
其中,ZS表示所述终止节点加权和,Zd表示所述最小终止节点邻边距离,Za表示所述终止节点邻边夹角。
S55、将所述候选终止节点集中的候选终止节点按照对应的终止节点加权和进行升序排序,选取预定排名数目的候选节点得到所述候选终点集。
较佳地,本发明实施例中,选取所述候选终止节点集中排名前五名的候选终止节点,得到候选终点集;进一步地,若所述候选终止节点集中的候选终止节点个数不足5个,将所述候选终止节点集中的候选终止节点按照对应的终止节点加权和进行升序排序得到候选终点集。
S6、根据所述候选起点集及所述候选终点集进行计算得到目标路径。
本发明实施例中,利用Astar(A星)算法计算所述候选起点集中每个候选起点与所述候选终点集中每个候选终点之间的路径,得到路径集,选取所述路径集中最短的路径作为最短路径。
进一步地,本发明实施例中,所述最短路径为所述分段GPS数据匹配的最佳路径,结合所有所述分段GPS数据对应的最短路径,得到所述目标路径,即所述GPS数据匹配的最佳路径。
本发明实施例中,对所述GPS数据进行分段,得到分段GPS数据,分段处理提升计算速度,节省后续道路匹配计算资源;对所述分段GPS数据进行编码处理得到编码GPS数据,将数据一维化,降低后续道路匹配计算量;利用所述编码GPS数据对所述地图数据进行关联切分,将地图分块,降低后续道路匹配计算量;利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集;利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;根据所述候选起点集及所述候选终点集进行计算得到目标路径。将GPS数据与地图数据切分匹配,提升了道路匹配的计算速度,节省了道路匹配的计算资源。
如图2所示,是本发明道路匹配装置的功能模块图。
本发明所述道路匹配装置100可以安装于电子设备中。根据实现的功能,所述道路匹配装置可以包括数据关联模块101、起点生成模块102、终点生成模块103、目标路径计算模块104。本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据关联模块101用于获取GPS数据,对所述GPS数据进行分段,得到分段GPS数据;对所述分段GPS数据进行编码处理得到编码GPS数据;获取地图数据,利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据。
本发明实施例中,所述GPS数据为按照时间排序的连续时间间隔的GPS点的集合,其中,所述GPS点是具有时间及经纬度的地理位置点。所述GPS数据可以从某出租公司的导航数据信息库中获取。
进一步地,本发明实施例中,所述GPS数据较多,为了便于对所述GPS数据进行处理,首先所述数据关联模块101对所述GPS数据进行分段。
详细地,本发明实施例中,所述数据关联模块101将所述GPS数据按照预设时间分段,得到所述分段GPS数据;及/或将所述GPS数据按照预设距离分段,得到所述分段GPS数据;较佳地,本发明实施例将所述GPS数据每15分钟分一段或每10公里分一段。例如:所述GPS数据为2:00-2:30时间段内的GPS数据,按照15分钟的间隔进行分段,得到2:00-2:15的分段GPS数据及2:15-2:30的分段GPS数据。
进一步地,上述分段处理并不会改变GPS数据中的数据属性,所述分段GPS数据也为按照时间排序的连续时间间隔的GPS点的集合,只是该集合仅仅是所述GPS数据的一部分。
本发明的另一实施例中,所述分段GPS数据为用户位置轨迹的数据集合,为了保证用户位置轨迹数据的隐私性,可以将所述分段GPS数据存储在区块链中。
本发明实施例中,为了更好的对所述分段GPS数据进行处理,所述数据关联模块101将所述分段GPS数据中的每个GPS点的经纬度转换成一维数据。
详细地,本发明实施例所述数据关联模块101利用如下手段对所述分段GPS数据进行编码处理得到所述编码GPS数据,包括:
利用Geohash算法将所述分段GPS数据中包含的每一个GPS点的经纬度转换为Geohash值,得到GPS Geohash值集;
例如:某一个GPS点的经纬度为(39.923201,116.390705),纬度的范围是(-90,90),其中间值为0。对于纬度39.923201,在区间(0,90)中,因此得到一个1;(0,90)区间的中间值为45度,纬度39.923201小于45,因此得到一个0,依次计算下去,即可得到纬度的二进制表示,最后得到纬度的二进制表示为:10111000110001111001;同理可以得到经度116.390705的二进制表示为:11010010110001000100。进一步将上述得到的经纬度的二进制表示进行合并,其中经度占偶数位,纬度占奇数位,如对于上述经纬度(39.923201,116.390705),合并后的值为11100 11101 00100 01111 00000 01101 01011 00001。进一步地,对于上述合并后的值,利用Base32进行编码,从而得到GPS点的Geohash码,所述Base32编码表的其中一种方式是用0-9、b-z(去掉a,i,l,o)这32个字母进行编码。例如,对于上述合并后的值,在进行Base32编码后得到的Geohash值为wx4g0ec1。
对所述GPS Geohash值集中的数据进行重复值删除处理得到所述编码GPS数据。
本发明实施例中,根据Geohash算法的固有属性,所述分段GPS数据中不同的GPS点可能对应同一个Geohash值,因此对所述GPS Geohash值集中的数据进行重复值删除处理得到编码GPS数据。
本发明实施例中,所述地图数据为电子地图的数据,所述地图数据包括,但不限于:道路的起点ID(Identity document,身份标识号)和终点ID,不同道路的起点经纬度、终点经纬度及道路信息描述,其中,所述道路信息描述包括:道路ID即道路的名称,道路数据即道路的方向和组成道路的多个经纬度点的数据。所述地图数据可以从任意电子地图数据库中进行获取。
进一步地,本发明实施例中,利用Geohash算法对所述地图数据进行处理得到地图Geohash值集,所述地图Geohash值集中每个Geohash值代表所述地图数据中的一块地图区域数据。
进一步地,在本发明实施例中,所述地图数据过于庞大,为了节省计算资源,只选择所述分段GPS数据所在的地图区域数据,所述数据关联模块101利用所述编码GPS数据通过如下手段对所述地图数据进行关联切分,包括:
选取所述地图Geohash值集中所述编码GPS数据对应的Geohash值,得到所述目标Geohash值集;
选取所述地图数据中所述目标Geohash值集中所有Geohash值对应的数据,得到所述分段地图数据。
在本发明实施例中,所述地图Geohash值集中每个Geohash值代表所述地图数据中的一块地图区域数据,因此分段地图数据代表所述分段GPS数据所在的地图区域的数据。
所述起点生成模块102用于利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算,得到目标经纬度点集及候选起点集。
本发明实施例中,为了找到所述分段地图数据中的候选起点,所述起点生成模块102利用所述分段地图数据及所述分段GPS数据进行筛选分析计算,得到目标经纬度点集及候选起点集。
详细地,本发明实施例,所述起点生成模块102通过如下手段利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算,得到目标经纬度点集及候选起点集,包括:
根据所述分段GPS数据选取所述分段地图数据中对应的经纬度点并对应排序,得到目标经纬度点集;
本发明实施例中,所述分段GPS数据为按照时间排序的连续时间间隔的GPS点的集合,其中,所述GPS点是具有时间及经纬度的地理位置点。
进一步地,本发明实施例,所述起点生成模块102利用如下手段根据所述分段GPS数据选取所述分段地图数据中对应的经纬度点并对应排序,得到目标经纬度点集,包括:
根据所述分段GPS数据中包含的每个GPS点的经纬度选取所述分段地图数据中包含的相同经纬度的经纬度点,得到经纬度点集;
本发明实施例中,所述分段地图数据中包含多个经纬度点,根据所述分段GPS数据中包含的每个GPS点的经纬度选取所述分段地图数据中包含的相同经纬度的经纬度点,例如:所述分段GPS数据中包含的某个GPS点为时间11:00、经纬度(50,60),那么选取对应所述分段地图数据中的经纬度点为(50,60)。
根据所述经纬度点集中每个经纬度点对应的所述分段GPS数据中的GPS点的时间先后顺序对所述经纬度点集中的经纬度点进行排序,得到所述目标经纬度点集。
例如:所述分段GPS数据中包含的2个GPS点,分别为A点:时间11:00、经纬度(50,60),B点:时间11:01、经纬度(50,61),那么得到得到经纬度点集包含的2经纬度点为(50,60)和(50,61),又经纬度点(50,60)对应的GPS点时间为11:00、经纬度点(50,61)对应的GPS点时间为11:01,所以将经纬度点(50,60)排序为第一个经纬度点,将经纬度点(50,61)排序为第二个经纬度点,得到目标经纬度点集。
选取所述分段地图数据中中包含的所述目标经纬度点集中第一个经纬度点的预设范围内的道路起始点为候选起始节点,得到候选起始节点集;
本发明实施例中,所述道路起始点为所述分段地图数据中道路的起始经纬度点。
较佳地,所述预设范围为(0-90)m。
计算所述第一个经纬度点到所述候选起始节点的最小起始节点邻边距离;
本发明实施例中,所述最小起始节点邻边距离为所述第一个经纬度点到所述候选起始节点所在道路的距离。
计算所述目标经纬度点中第一个经纬度点及第二个经纬度点组成的第一有向线段与所述候选起始节点的起始节点邻边夹角;
本发明实施例中所述起始节点邻边夹角为所述第一有向线段与所述候选起始节点所在道路方向的夹角。
计算所述最小起始节点邻边距离与所述起始节点邻边夹角的起始节点加权和;
详细地,所述起始节点加权和可用如下公式进行计算:
其中,QS表示所述起始节点加权和,Qd表示所述最小起始节点邻边距离,Qa表示所述起始节点邻边夹角。
将所述候选起始节点集中的候选起始节点按照对应的起始节点加权和进行升序排序,选取预定排名数目的候选起始节点得到所述候选起点集。
较佳地,本发明实施例中,选取所述候选起始节点集中排名前五名的候选起始节点,得到候选起点集;进一步得,若所述候选起始节点集中的候选起始点个数不足5个,将所述候选起始节点集中的候选起始点按照对应的起始节点加权和进行升序排序得到所述候选起点集。
所述终点生成模块103用于利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集。
本发明实施例中,为了找到所述分段地图数据中的候选终点,利用所述分段地图数据及所述目标经纬度点集进行筛选分析计算得到候选终点集。
详细地,本发明实施例,所述终点生成模块103通过如下手段利用所述分段地图数据及所述目标经纬度点集进行筛选分析计算得到候选终点集,包括:
选取所述分段地图数据中中包含的所述目标经纬度点集中倒数第一个经纬度点的所述预设范围内的道路终止点为候选终止节点,得到候选终止节点集。
本发明实施例中,所述目标经纬度点集中倒数第一个经纬度点为所述目标经纬度点集中排序在最后的一个经纬度点。
进一步,本发明实施例中,所述道路终止点为所述分段地图数据中道路的终止经纬度点。
计算所述目标经纬度点中倒数第一个经纬度点到所述候选终止节点的最小终止节点邻边距离;
本发明实施例中,所述最小终止节点邻边距离为所述倒数第一个GPS点到所述候选终止节点所在道路的距离。
计算所述目标经纬度点中倒数第一个经纬度点及倒数第二个经纬度点组成的第二有向线段与候选终止节点的终止节点邻边夹角;
本发明实施例中所述终止节点邻边夹角为所述第二有向线段与所述候选终止节点所在道路方向的夹角。
计算所述最小终止节点邻边距离与所述终止节点邻边夹角的终止节点加权和;
详细地,详细地,所述起始节点加权和可用如下公式进行计算:
其中,ZS表示所述终止节点加权和,Zd表示所述最小终止节点邻边距离,Za表示所述终止节点邻边夹角。
将所述候选终止节点集中的候选终止节点按照对应的终止节点加权和进行升序排序,选取预定排名数目的候选节点得到所述候选终点集;
较佳地,本发明实施例中,选取所述候选终止节点集中排名前五名的候选终止节点,得到候选终点集;进一步地,若所述候选终止节点集中的候选终止节点个数不足5个,将所述候选终止节点集中的候选终止节点按照对应的终止节点加权和进行升序排序得到候选终点集。
所述目标路径计算模块104用于根据所述候选起点集及所述候选终点集进行计算得到目标路径。
本发明实施例中,利用Astar算法计算所述候选起点集中每个候选起点与所述候选终点集中每个候选终点之间的路径,得到路径集,选取所述路径集中最短的路径作为最短路径。
进一步地,本发明实施例中,所述最短路径为所述分段GPS数据匹配的最佳路径,结合所有所述分段GPS数据对应的最短路径,得到所述目标路径,即所述GPS数据匹配的最佳路径。
如图3所示,是本发明实现道路匹配方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如道路匹配程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如道路匹配程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如道路匹配程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的道路匹配程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
获取GPS数据,对所述GPS数据进行分段,得到分段GPS数据;
对所述分段GPS数据进行编码处理得到编码GPS数据;
获取地图数据,利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据;
利用所述分段地图数据及所述分段GPS数据进行第一筛选分析计算得到目标经纬度点集及候选起点集;
利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;
根据所述候选起点集及所述候选终点集进行计算得到目标路径。
具体地,所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
进一步地,所述计算机可用存储介质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***、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,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,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块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模块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模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种道路匹配方法,其特征在于,所述方法包括:
获取GPS数据,对所述GPS数据进行分段,得到分段GPS数据;
对所述分段GPS数据进行编码处理得到编码GPS数据;
获取地图数据,利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据;
根据所述分段GPS数据选取所述分段地图数据中对应的经纬度点进行排序,得到目标经纬度点集,选取所述分段地图数据中包含的所述目标经纬度点集中第一个经纬度点的预设范围内的道路起始点为候选起始节点,得到候选起始节点集,计算所述第一个经纬度点到所述候选起始节点的最小起始节点邻边距离,计算所述目标经纬度点集中第一个经纬度点及第二个经纬度点组成的第一有向线段与所述候选起始节点的起始节点邻边夹角,计算所述最小起始节点邻边距离与所述起始节点邻边夹角的起始节点加权和,将所述候选起始节点集中的候选起始节点按照对应的起始节点加权和进行升序排列,选取预定排名的候选起始节点得到候选起点集,所述得到目标经纬度点集包括:根据所述分段GPS数据中包含的每个GPS点的经纬度选取所述分段地图数据中包含相同经纬度的经纬度点,得到经纬度点集,根据所述经纬度点集中的每个经纬度点对应的所述分段GPS数据中的GPS点的时间先后顺序对所述经纬度点集中的经纬度点进行排序,得到所述目标经纬度点集;
利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;
根据所述候选起点集及所述候选终点集进行计算得到目标路径。
2.如权利要求1所述的道路匹配方法,其特征在于,所述对所述GPS数据进行分段,得到分段GPS数据,包括:
将所述GPS数据按照预设时间分段,得到所述分段GPS数据;及/或
将所述GPS数据按照预设距离分段,得到所述分段GPS数据。
3.如权利要求1所述的道路匹配方法,其特征在于,所述对所述分段GPS数据进行编码处理得到编码GPS数据,包括:
利用Geohash算法将所述分段GPS数据中包含的每一个GPS点的经纬度转换为Geohash值,得到GPS Geohash值集;
对所述GPS Geohash值集中的数据进行重复值删除处理得到所述编码GPS数据。
4.如权利要求1所述的道路匹配方法,其特征在于,所述利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据,包括:
利用Geohash算法对所述地图数据进行处理得到地图Geohash值集;
选取所述地图Geohash值集中所述编码GPS数据对应的Geohash值,得到目标Geohash值集;
选取所述地图数据中所述目标Geohash值集中所有Geohash值对应的数据,得到所述分段地图数据。
5.如权利要求1所述的道路匹配方法,其特征在于,所述根据所述候选起点集及所述候选终点集进行计算得到目标路径,包括:
利用Astar算法计算所述候选起点集中的每个候选起点与所述候选终点集中的每个候选终点之间的路径,得到路径集;
选取所述路径集中最短的路径作为最短路径;
结合所有所述分段GPS数据对应的最短路径,得到所述目标路径。
6.如权利要求1所述的道路匹配方法,其特征在于,所述计算所述最小起始节点邻边距离与所述起始节点邻边夹角的起始节点加权和,包括:
其中,表示所述起始节点加权和,/>表示所述最小起始节点邻边距离,/>表示所述起始节点邻边夹角。
7.一种道路匹配装置,其特征在于,所述装置包括:
数据关联模块,用于获取GPS数据,对所述GPS数据进行分段,得到分段GPS数据,对所述分段GPS数据进行编码处理得到编码GPS数据,获取地图数据,利用所述编码GPS数据对所述地图数据进行关联切分,得到分段地图数据;
起点生成模块,用于根据所述分段GPS数据选取所述分段地图数据中对应的经纬度点进行排序,得到目标经纬度点集,选取所述分段地图数据中包含的所述目标经纬度点集中第一个经纬度点的预设范围内的道路起始点为候选起始节点,得到候选起始节点集,计算所述第一个经纬度点到所述候选起始节点的最小起始节点邻边距离,计算所述目标经纬度点集中第一个经纬度点及第二个经纬度点组成的第一有向线段与所述候选起始节点的起始节点邻边夹角,计算所述最小起始节点邻边距离与所述起始节点邻边夹角的起始节点加权和,将所述候选起始节点集中的候选起始节点按照对应的起始节点加权和进行升序排列,选取预定排名的候选起始节点得到候选起点集,所述得到目标经纬度点集包括:根据所述分段GPS数据中包含的每个GPS点的经纬度选取所述分段地图数据中包含相同经纬度的经纬度点,得到经纬度点集,根据所述经纬度点集中的每个经纬度点对应的所述分段GPS数据中的GPS点的时间先后顺序对所述经纬度点集中的经纬度点进行排序,得到所述目标经纬度点集;
终点生成模块,用于利用所述分段地图数据及所述目标经纬度点集进行第二筛选分析计算得到候选终点集;
目标路径计算模块,用于根据所述候选起点集及所述候选终点集进行计算得到目标路径。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6中任一所述的道路匹配方法。
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的道路匹配方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010912001.9A CN112050820B (zh) | 2020-09-02 | 2020-09-02 | 道路匹配方法、装置、电子设备及可读存储介质 |
PCT/CN2020/131973 WO2021189897A1 (zh) | 2020-09-02 | 2020-11-26 | 道路匹配方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010912001.9A CN112050820B (zh) | 2020-09-02 | 2020-09-02 | 道路匹配方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112050820A CN112050820A (zh) | 2020-12-08 |
CN112050820B true CN112050820B (zh) | 2024-05-07 |
Family
ID=73607196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010912001.9A Active CN112050820B (zh) | 2020-09-02 | 2020-09-02 | 道路匹配方法、装置、电子设备及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112050820B (zh) |
WO (1) | WO2021189897A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111002975B (zh) * | 2019-12-27 | 2022-02-08 | 延锋汽车饰件***有限公司 | 车辆能量管理方法、***、电子设备和存储介质 |
CN112800161B (zh) * | 2021-02-08 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 路网匹配方法和装置、存储介质及电子设备 |
CN113554891B (zh) * | 2021-07-19 | 2022-07-01 | 江苏南大苏富特智能交通科技有限公司 | 一种基于公交gps轨迹构建电子地图路网的方法 |
CN113776555A (zh) * | 2021-08-18 | 2021-12-10 | 南斗六星***集成有限公司 | 一种基于路网切片计算自动驾驶道路覆盖里程的方法 |
CN114443885A (zh) * | 2021-12-31 | 2022-05-06 | 光控特斯联(上海)信息科技有限公司 | 一种gps轨迹和道路的匹配方法、装置、存储介质及终端 |
CN115326085A (zh) * | 2022-08-17 | 2022-11-11 | 安徽蔚来智驾科技有限公司 | 地图匹配方法、控制装置、可读存储介质及车辆 |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101270997A (zh) * | 2007-03-21 | 2008-09-24 | 北京交通发展研究中心 | 基于gps数据的浮动车动态实时交通信息处理方法 |
CN101777257A (zh) * | 2009-12-29 | 2010-07-14 | 北京世纪高通科技有限公司 | 获取路况信息的方法及*** |
CN101986102A (zh) * | 2010-10-14 | 2011-03-16 | 天津大学 | 一种城市地理信息***中电子地图匹配方法 |
CN103927873A (zh) * | 2014-04-28 | 2014-07-16 | 中国航天***工程有限公司 | 浮动车与路段匹配方法及并行获取实时路况的方法 |
CN104634352A (zh) * | 2015-03-02 | 2015-05-20 | 吉林大学 | 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法 |
CN106528589A (zh) * | 2016-09-14 | 2017-03-22 | 北京航空航天大学 | 数据管理方法及装置 |
CN106767873A (zh) * | 2016-12-30 | 2017-05-31 | 浙江大学 | 一种基于时空的地图匹配方法 |
CN106840176A (zh) * | 2016-12-28 | 2017-06-13 | 济宁中科先进技术研究院有限公司 | Gps时空数据增量路网实时更新和轨迹匹配*** |
CN107328423A (zh) * | 2016-04-28 | 2017-11-07 | 厦门雅迅网络股份有限公司 | 基于地图数据的弯道识别方法及其*** |
CN108106620A (zh) * | 2017-12-20 | 2018-06-01 | 中国科学院深圳先进技术研究院 | 一种拓扑道路匹配方法、***及电子设备 |
CN108694622A (zh) * | 2018-06-26 | 2018-10-23 | 泰康保险集团股份有限公司 | 获客方法和装置 |
CN109143291A (zh) * | 2018-06-29 | 2019-01-04 | 长安大学 | 一种车载gps轨迹空间索引精确匹配方法 |
CN109405839A (zh) * | 2018-10-23 | 2019-03-01 | 南京林业大学 | 一种基于多路径的交通网络离线地图匹配算法 |
CN110006442A (zh) * | 2019-04-17 | 2019-07-12 | 北京百度网讯科技有限公司 | 导航方法、装置、设备和介质 |
CN110031011A (zh) * | 2019-04-17 | 2019-07-19 | 首都师范大学 | 集成时空邻近与改进权重圆的车载实时地图匹配计算方法 |
CN110345964A (zh) * | 2019-07-16 | 2019-10-18 | 北京四维图新科技股份有限公司 | 路径匹配方法、装置、***及存储介质 |
CN110345950A (zh) * | 2018-04-08 | 2019-10-18 | 高德软件有限公司 | 一种道路编码方法及道路匹配方法 |
CN111026978A (zh) * | 2019-10-14 | 2020-04-17 | 平安科技(深圳)有限公司 | 位置查询方法、装置、计算机设备及存储介质 |
CN111044056A (zh) * | 2018-10-15 | 2020-04-21 | 华为技术有限公司 | 基于道路匹配的定位方法、芯片子***及电子设备 |
CN111189459A (zh) * | 2020-01-10 | 2020-05-22 | 成都信息工程大学 | 一种定位信息与道路匹配的方法和装置 |
CN111256710A (zh) * | 2020-01-21 | 2020-06-09 | 华南理工大学 | 一种地图匹配方法及*** |
CN111368881A (zh) * | 2020-02-19 | 2020-07-03 | 浙江工业大学 | 基于多维数据融合分析的低频gps轨迹路网匹配方法 |
CN111475596A (zh) * | 2020-04-05 | 2020-07-31 | 中国人民解放军国防科技大学 | 一种基于多层级轨迹编码树的子段相似性匹配方法 |
CN111539454A (zh) * | 2020-03-30 | 2020-08-14 | 武汉理工大学 | 一种基于元学习的车辆轨迹聚类方法及*** |
CN111735457A (zh) * | 2020-06-30 | 2020-10-02 | 北京百度网讯科技有限公司 | 室内导航方法、装置、电子设备及可读存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5833507B2 (ja) * | 2012-08-06 | 2015-12-16 | Kddi株式会社 | 画像処理装置 |
CN104978420B (zh) * | 2015-06-30 | 2018-09-07 | 百度在线网络技术(北京)有限公司 | 行车路线匹配方法和装置 |
CN109885632B (zh) * | 2019-01-22 | 2021-02-12 | 中国科学院空间应用工程与技术中心 | 一种空间科学与应用数据检索方法、***、介质及设备 |
CN110083668B (zh) * | 2019-03-22 | 2024-02-13 | 纵目科技(上海)股份有限公司 | 一种高精度地图的数据管理***、管理方法、终端和存储介质 |
CN110095127B (zh) * | 2019-04-08 | 2021-06-04 | 西北大学 | 一种基于分段的隐马尔可夫模型地图匹配方法 |
-
2020
- 2020-09-02 CN CN202010912001.9A patent/CN112050820B/zh active Active
- 2020-11-26 WO PCT/CN2020/131973 patent/WO2021189897A1/zh active Application Filing
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101270997A (zh) * | 2007-03-21 | 2008-09-24 | 北京交通发展研究中心 | 基于gps数据的浮动车动态实时交通信息处理方法 |
CN101777257A (zh) * | 2009-12-29 | 2010-07-14 | 北京世纪高通科技有限公司 | 获取路况信息的方法及*** |
CN101986102A (zh) * | 2010-10-14 | 2011-03-16 | 天津大学 | 一种城市地理信息***中电子地图匹配方法 |
CN103927873A (zh) * | 2014-04-28 | 2014-07-16 | 中国航天***工程有限公司 | 浮动车与路段匹配方法及并行获取实时路况的方法 |
CN104634352A (zh) * | 2015-03-02 | 2015-05-20 | 吉林大学 | 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法 |
CN107328423A (zh) * | 2016-04-28 | 2017-11-07 | 厦门雅迅网络股份有限公司 | 基于地图数据的弯道识别方法及其*** |
CN106528589A (zh) * | 2016-09-14 | 2017-03-22 | 北京航空航天大学 | 数据管理方法及装置 |
CN106840176A (zh) * | 2016-12-28 | 2017-06-13 | 济宁中科先进技术研究院有限公司 | Gps时空数据增量路网实时更新和轨迹匹配*** |
CN106767873A (zh) * | 2016-12-30 | 2017-05-31 | 浙江大学 | 一种基于时空的地图匹配方法 |
CN108106620A (zh) * | 2017-12-20 | 2018-06-01 | 中国科学院深圳先进技术研究院 | 一种拓扑道路匹配方法、***及电子设备 |
CN110345950A (zh) * | 2018-04-08 | 2019-10-18 | 高德软件有限公司 | 一种道路编码方法及道路匹配方法 |
CN108694622A (zh) * | 2018-06-26 | 2018-10-23 | 泰康保险集团股份有限公司 | 获客方法和装置 |
CN109143291A (zh) * | 2018-06-29 | 2019-01-04 | 长安大学 | 一种车载gps轨迹空间索引精确匹配方法 |
CN111044056A (zh) * | 2018-10-15 | 2020-04-21 | 华为技术有限公司 | 基于道路匹配的定位方法、芯片子***及电子设备 |
CN109405839A (zh) * | 2018-10-23 | 2019-03-01 | 南京林业大学 | 一种基于多路径的交通网络离线地图匹配算法 |
CN110031011A (zh) * | 2019-04-17 | 2019-07-19 | 首都师范大学 | 集成时空邻近与改进权重圆的车载实时地图匹配计算方法 |
CN110006442A (zh) * | 2019-04-17 | 2019-07-12 | 北京百度网讯科技有限公司 | 导航方法、装置、设备和介质 |
CN110345964A (zh) * | 2019-07-16 | 2019-10-18 | 北京四维图新科技股份有限公司 | 路径匹配方法、装置、***及存储介质 |
CN111026978A (zh) * | 2019-10-14 | 2020-04-17 | 平安科技(深圳)有限公司 | 位置查询方法、装置、计算机设备及存储介质 |
CN111189459A (zh) * | 2020-01-10 | 2020-05-22 | 成都信息工程大学 | 一种定位信息与道路匹配的方法和装置 |
CN111256710A (zh) * | 2020-01-21 | 2020-06-09 | 华南理工大学 | 一种地图匹配方法及*** |
CN111368881A (zh) * | 2020-02-19 | 2020-07-03 | 浙江工业大学 | 基于多维数据融合分析的低频gps轨迹路网匹配方法 |
CN111539454A (zh) * | 2020-03-30 | 2020-08-14 | 武汉理工大学 | 一种基于元学习的车辆轨迹聚类方法及*** |
CN111475596A (zh) * | 2020-04-05 | 2020-07-31 | 中国人民解放军国防科技大学 | 一种基于多层级轨迹编码树的子段相似性匹配方法 |
CN111735457A (zh) * | 2020-06-30 | 2020-10-02 | 北京百度网讯科技有限公司 | 室内导航方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112050820A (zh) | 2020-12-08 |
WO2021189897A1 (zh) | 2021-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112050820B (zh) | 道路匹配方法、装置、电子设备及可读存储介质 | |
WO2022095351A1 (zh) | 目标区域划分方法、装置、电子设备及存储介质 | |
CN112380439B (zh) | 目标物推荐方法、装置、电子设备及计算机可读存储介质 | |
CN112733551A (zh) | 文本分析方法、装置、电子设备及可读存储介质 | |
CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN114219023A (zh) | 数据聚类方法、装置、电子设备及可读存储介质 | |
CN113901166B (zh) | 电子地图构建方法、装置、设备及存储介质 | |
CN115795517A (zh) | 资产数据存储方法及装置 | |
CN113505273B (zh) | 基于重复数据筛选的数据排序方法、装置、设备及介质 | |
CN112132037B (zh) | 基于人工智能的人行道检测方法、装置、设备及介质 | |
CN111930897A (zh) | 专利检索方法、装置、电子设备及计算机可读存储介质 | |
CN116630712A (zh) | 基于模态组合的信息分类方法、装置、电子设备及介质 | |
CN116228923A (zh) | 基于Geohash算法的热力图绘制方法与*** | |
CN113626605B (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
CN113706019B (zh) | 基于多维数据的业务能力分析方法、装置、设备及介质 | |
CN112215336B (zh) | 基于用户行为的数据标注方法、装置、设备及存储介质 | |
CN111414452B (zh) | 搜索词匹配方法、装置、电子设备及可读存储介质 | |
CN113449002A (zh) | 车辆推荐方法、装置、电子设备及存储介质 | |
CN112819593A (zh) | 基于位置信息的数据分析方法、装置、设备及介质 | |
CN113051475B (zh) | 内容推荐方法、装置、电子设备及可读存储介质 | |
CN114139623B (zh) | 自然灾害风险评估方法、装置、电子设备及存储介质 | |
CN113868487B (zh) | 基于GeoHash地址编码的行员选取方法、装置、设备及介质 | |
CN114996588B (zh) | 基于双塔模型的产品推荐方法、装置、设备及存储介质 | |
CN114723488B (zh) | 课程推荐方法、装置、电子设备及存储介质 |
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 |