CN102155948A - 导航电子地图质量的随机检测评估方法及装置 - Google Patents
导航电子地图质量的随机检测评估方法及装置 Download PDFInfo
- Publication number
- CN102155948A CN102155948A CN2010101119700A CN201010111970A CN102155948A CN 102155948 A CN102155948 A CN 102155948A CN 2010101119700 A CN2010101119700 A CN 2010101119700A CN 201010111970 A CN201010111970 A CN 201010111970A CN 102155948 A CN102155948 A CN 102155948A
- Authority
- CN
- China
- Prior art keywords
- map
- navigation electronic
- measured
- zone
- comparison result
- 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.)
- Pending
Links
Images
Landscapes
- Instructional Devices (AREA)
Abstract
本发明提供一种导航电子地图质量的随机检测评估方法及装置,属于导航技术领域,该方法包括:从导航电子地图中随机选取待测区域的导航电子地图信息;获取待测区域的现场数据;将选取的待测区域的导航电子地图信息与获取的待测区域的现场数据进行比对,得到比对结果;统计比对结果,并根据统计的比对结果计算出比对结果的平均正确率,通过计算出样本地域的测评结果,来得到导航电子地图产品的整体质量分布水平,有效提高了导航电子地图产品质量检测的效率,保证了检查结果的时效性。
Description
技术领域
本发明属于导航技术领域,尤其涉及一种导航电子地图质量的随机检测评估方法及装置。
背景技术
导航电子地图的核心价值在于质量。随着生产技术不断提高,导航电子地图产品版本更新速度日益加快,现有的检查方法已经与现状不适应,需要有一套对应的方法来快速了解导航电子地图产品的质量现状。
目前,掌握导航电子地图质量水平的方式是:全面检查与人工指定地域检测相结合,采用数据与现场比对的方式。全面检查就是对所有导航电子地图信息的再次确认,也就是需要对所有的道路和兴趣点都要进行数据与现场数据的比对;人工指定地域检测就是定期对重点地域做比对。
然而,采用全面检查的方式成本太高,地图生产过程中最大的支出就在实地采集的部分,全面检查就意味着做“二次采集”,将生产成本加倍,并且全面检查在效率上也不可能跟得上导航电子地图产品版本更新的速度。由于导航电子地图产品出版的频次逐步增多,而全面检查跟不上导航电子地图产品的出版频次,导致全面检查的质量检查结果失去时效性。
发明内容
为了解决上述问题,本发明的目的是提供一种导航电子地图质量的随机检测评估方法及装置,通过计算样本地域的测评结果,来得到导航电子地图产品的整体质量分布水平,有效提高了导航电子地图产品质量检测的效率,保证了质量检查结果的时效性。
为了达到上述目的,本发明提供一种导航电子地图质量的随机检测评估方法,所述随机检测评估方法包括:
从所述导航电子地图中随机选取待测区域的导航电子地图信息;
获取所述待测区域的现场数据;
将选取的所述待测区域的导航电子地图信息与获取的所述待测区域的现场数据进行比对,得到比对结果;
统计所述比对结果,并根据统计的所述比对结果计算出所述比对结果的平均正确率。
优选的,所述随机检测评估方法还包括:
根据得到的所述平均正确率,计算出所述比对结果的正确率的置信区间。
优选的,所述随机检测评估方法还包括:
根据计算得到的所述比对结果和/或所述正确率的置信区间,生成所述导航电子地图的整体质量的测评报告。
优选的,所述从所述导航电子地图中随机选取待测区域的导航电子地图信息的步骤包括:
从所述导航电子地图中随机选取待测城市的导航电子地图;
从选取的所述待测城市的导航电子地图中随机选取至少四个测评区域;
从选取的所述至少四个测评区域中随机选取导航电子地图信息。
优选的,所述至少四个测评区域包括:所述待测城市的城市中心区域。
优选的,所述导航电子地图信息包括:连续道路的信息和/或者兴趣点POI信息。
优选的,所述获取所述待测区域的现场数据的步骤包括:
获取所述待测区域的地理位置信息;
根据所述地理位置信息,获取所述待测区域的现场图像数据。
本发明还提供一种导航电子地图质量的随机检测评估装置,所述随机检测评估装置包括:
随机抽样模块,用于从所述导航电子地图中随机选取待测区域的导航电子地图信息;
现场数据获取模块,用于获取所述待测区域的现场数据;
对比模块,用于将选取的所述待测区域的导航电子地图信息与所述待测区域的现场数据进行比对,得到比对结果;以及
统计推断模块,用于统计所述比对结果,并根据统计的所述比对结果计算出所述比对结果的平均正确率。
优选的,所述随机检测评估装置还包括:
置信区间计算模块,用于根据计算得到的所述平均正确率,计算出所述比对结果的正确率的置信区间。
优选的,所述随机检测评估装置还包括:
测评报告生成模块,用于根据计算得到的所述比对结果和/或所述正确率的置信区间,生成所述导航电子地图整体质量的测评报告。
由上述技术方案可知,首先从导航电子地图中随机选取待测区域的导航电子地图信息,然后获取待测区域的现场数据,最后将选取的待测区域的导航电子地图信息与获取的待测区域的现场数据进行比对,得到比对结果,并计算出比对结果的平均正确率和正确率的置信区间,并以此生成导航电子地图产品的整体质量的测评报告,使得可根据该测评报告了解导航电子地图产品的整体质量分布水平,以及通过分析测评报告中的代表性错误,可找出导航电子地图中的质量问题。并且由于是通过计算样本地域的测评结果,来得到导航电子地图产品的整体质量分布水平,从而有效提高了导航电子地图产品的整体质量检测的效率,保证了质量检查结果的时效性。
附图说明
图1为本发明的实施例中导航电子地图质量的随机检测评估方法的流程图;
图2为本发明的实施例中采取的分层抽样结构示意图;
图3为本发明的实施例中导航电子地图质量的随机检测评估装置的结构图;
图4为本发明的实施例中现场数据获取模块的结构示意图。
具体实施方式
在本实施例中,首先从导航电子地图中随机选取待测区域的导航电子地图信息,然后获取待测区域的现场数据,最后将选取的待测区域的导航电子地图信息与获取的待测区域的现场数据进行比对,得到比对结果,根据得到的比对结果计算出比对结果的平均正确率和正确率的置信区间,并以此生成导航电子地图产品的整体质量测评报告。
为了使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明实施例做进一步详细地说明。在此,本发明的示意性实施例及说明用于解释本发明,但并不作为对本发明的限定。
参见图1,为本发明的实施例中导航电子地图质量的随机检测评估方法的流程图,具体步骤如下:
步骤101、从导航电子地图中随机选取待测区域的导航电子地图信息;
在本实施例中,可采用二阶段分层抽样来随机选取待测区域的导航电子地图信息。在二阶段分层抽样中将待测区域的等级划分为区域级和要素级,其中
区域级是指:为了对全国各地做有针对性地抽样,可将经济发展相似的邻近省划为同一区域(称区域级),这一级里可完成区域内城市的抽样,例如从该导航电子地图中选取待测城市的导航电子地图,然后可再从该待测城市的导航电子地图中随机选取至少四个测评区域;
要素级是指:具体到每一个城市中,对道路和兴趣点(POI)数据抽样,各种数据统称为要素(称要素级),在这一级里完成对要素的抽样,例如从选取的至少四个测评区域中选取待测区域的导航电子地图信息,该导航电子地图信息包括:连续道路的信息和/或者兴趣点信息。
参见图2,图中将“中国”划分为“西北1区”、“华北1区”、“东北区”、......,其中“华北1区”中包括:城市A、城市B......,例如在城市A中包括四个抽样区域的要素级,其中组1~组3为一个抽样区域,组4~组6为一个抽样区域,组7~组8为一个抽样区域,组9~组10为一个抽样区域,其中上述抽样区域中至少包括城市A的中心区域。
目前,可将全国范围内的653个城市划分到两个优选城市(北京,上海)和10个抽样块(DCA)中,此时对应上述二阶段分层抽样方式中,在第一阶段可采用随机抽样法,按比例分层抽样确定各抽样块(DCA)中的四个城市,在第二阶段中采用分层整群抽样法确定各公路等级(FC)的Link组。
为确保质量检查结果的准确性,可采用如下方式来确定需要抽取的城市总数,即测评地点样本大小:
测评总量=优先区域+热点区域+(R1*V+R2*V+R3*V),其中:
上述“R1∶R2∶R3”表示:“低增长∶中速增长∶高增长”,在本实施例中,可依(GDP增长/汽车保有量)评分确定出“R1∶R2∶R3=1∶2∶1”
V表示::抽样块(DCA)的数量。
例如:当前中国的测评地点抽样量是:
优先区域:2个(北京,上海)
热点区域:2个
抽样块(DCA)的数量:10个
依(GDP增长/汽车保有量)各DCA抽样城市:1个∶2个∶1个
因此,测评总量=2+2+(1×10+2×10+1×10)=44个。
通过采用上述的方式来选取待测区域,可有效保证随机得到待测区域,确保测评结果的准确性。
步骤102、获取待测区域的现场数据;
在本实施例中,可首先获取待测区域的地理位置信息(例如GPS坐标);然后,根据该地理位置信息,获取待测区域的现场图像数据。例如,可通过带有GPS信号接收功能的相机来获取待测区域的现场图像数据。
步骤103、将选取的待测区域的导航电子地图信息与获取的待测区域的现场数据进行比对,得到比对结果;
也就是,根据现场数据来判断待测区域的导航电子地图信息是否正确,然后在对比结果中记录待测区域中导航电子地图信息正确和错误的情况。
步骤104、统计比对结果,并根据统计结果计算出比对结果的平均正确率;
以道路为例,就是将各条道路上出错与没出错的次数都记录下来,之后求出一个城市或一个道路组内数据的平均正确率。
步骤105、根据得到的平均正确率,计算出比对结果的正确率的置信区间。
在本实施例中,可通过如下公式计算正确率的置信区间:
其中,p表示:正确率平均值,v(p)表示方差估计量;
1.96是置信水平95%时的误差概率。
对于不同等级(包括:城市级、抽样块级和国家级),正确率均值p和方差估计量v(p)有各自的计算公式如下
1)城市级:
其中,n=4是各城市中抽样数据的整群数;
其中,f是抽样比,即抽出样本数占区域内所有个体的比例;
2)抽样块(DCA)级:
其中,k是各抽样块(DCA)中抽样出城市的数量
v(p)=A+B
其中,
其中,f1是抽样块(DCA)中城市的抽样比,f2是抽样块(DCA)中抽取道路的抽样比;
而Pi是城市i的数据正确率,Pij是城市i的第j个组的数据正确率。
3)国家级:
以DCA的抽样比作为加权值,可得到国家级导航数据正确率的均值和方差的近似估计量,采用上述方式同样可求得正确率的置信区间。
步骤106、根据计算得到的比对结果和/或正确率的置信区间,生成导航电子地图的整体质量的测评报告。
在该测评报告中可包括计算得到的比对结果和/或正确率的置信区间,使得可根据对样本地域的测评结果计算,来得到导航电子地图整体产品的质量分布水平,使用户能够了解到导航电子地图整体产品的质量分布情况。
由上述技术方案可知,首先从导航电子地图中随机选取待测区域的导航电子地图信息,然后获取待测区域的现场数据,最后将选取的待测区域的导航电子地图信息与获取的待测区域的现场数据进行比对,得到比对结果,并计算出比对结果的平均正确率和正确率的置信区间,并以此生成导航电子地图产品的整体质量的测评报告,使得可根据该测评报告了解导航电子地图产品的整体质量分布水平,以及通过分析测评结果中的代表性错误,可找出导航电子地图中的质量问题。并且由于是通过计算样本地域的测评结果,来得到导航电子地图产品的整体质量分布水平,有效提高了导航电子地图产品质量检测的效率,保证了质量检查结果的时效性。
在本实施例中,对于要素级的抽样需综合考虑以下几个因素:
1)要素生命周期:要素样本中有足够的远期要素和近期要素,比如一个近期才开业的商场可称为近期要素,而已经开业5年的商场可称为远期要素。在抽样里,最好远期要素和近期要素都有;
2)连通性:一个要素样本整群中的元素要相互连通,例如道路要互相连通,此时可以减少测评的交通费用,并能发现典型问题;
3)热点要素:对于客户提出过存在问题的要素,和新制作的重点要素,要视为热点要素加入抽样中;
4)依赖于“历史”:各次测评的要素要有历史记录,作为历次抽样的参考数据。
在本实施例中,要素级中主要包括两类:道路相关信息和兴趣点相关信息,其中道路相关信息包括:道路的形状,名称,方向,宽度等;兴趣点相关信息包括:兴趣点的位置,名称,类型等;
下面以对道路的抽样为例,来介绍如何随机选取要素级。具体步骤如下:
步骤1、每个城市选择四个抽样区域;
在样本城市确定后,首先将在样本城市范围内抽样待测区域,其中一个抽样区域必须是该城市的城市中心区域,其他两个(或三个)区域随机抽取,例如抽样区域的命名为A、B、C、D,其中A区域为城市中心区域;
步骤2、抽样区域选定后,需要从每个抽样区域内分层抽样道路:
各抽样区域根据道路功能等级值(FC)分为三类:FC1&2类,FC3&4类,FC5类,其中FC1&2对应主干道路网,FC3&4连接主干路网,FC5一般对应小区、社区中的道路。
参见图2,四个抽样区域中有两个都抽取FC1&2、FC3&4、FC5三个道路组,另外两个只抽取FC3&4、FC5两个道路组,每个区域内包含2或3个小组,不允许一个区域内存在两个相同的FC(道路等级)组。同一区域内小组内,小组之间的LINK要尽量连续,最后组内道路选取方面采用深度遍历的方法。
为了实现上述的方法实施例,本发明的其他实施例还提供了一种导航电子地图质量的随机检测评估装置。另需首先说明的是,由于下述的实施例是为实现前述的方法实施例,故该装置都是为了实现前述方法的各步骤而设,但本发明并不限于下述的实施例,任何可实现上述方法的装置和模块都应包含于本发明的保护范围。并且在下面的描述中,与前述方法相同的内容在此省略,以节约篇幅。
参见图3,为本发明的实施例中导航电子地图质量的随机检测评估装置的结构图,该装置包括:
随机抽样模块31,用于从导航电子地图中随机选取待测区域的导航电子地图信息;
现场数据获取模块32,用于获取所述待测区域的现场数据;
参见图4,为本发明的实施例中现场数据获取模块的结构图。在本实施例中,该现场数据获取模块32包括:电脑、GPS接收器、工业相机和数码相机,其中
电脑接口齐全,并支持迅速敏捷的手写功能;
GPS接收器具有高精度带惯导功能的GPS,以保持测试线准确;
工业相机具有多方向变换视角,自动调节“白平衡”;
数码相机具有防抖动拍摄功能。
在使用时,首先可将电脑固定在汽车副驾驶位置,GPS接收器则用于接收和传输GPS信号数据,工业相机和数码相机,它们分别用于作业时的连续拍照和单张拍照。工业相机与电脑作业时可通过电缆连接,完成实时拍摄照片。数码相机中的单张相片则在作业后期成果提交预处理过程中上传到电脑中。
对比模块33,用于将选取的待测区域的导航电子地图信息与待测区域的现场数据进行比对,得到比对结果;
例如,可将待测区域的导航电子地图信息导入到工作平台中。当该工作平台进入到测评模式时,在该工作平台上显示待测试区域的导航电子地图信息,并对GPS定位的当前数据采用高亮显示,待测试区域的导航电子地图信息的所有属性在工作平台界面上按优先级显示出来(优先级高的可先进行测试),测评人员对当前定位数据中需要确认的属性进行点击确认,并记录确认的结果。如果发现属性有错误,则对其添加标记,并标明错误类型。
属性列表中包含各种信息的确认项,如:地图道路形状与现场是否相符,道路名称是否正确,时间段交通限制采集是否有遗漏,以及道路通行方向是否错误等。
统计推断模块34,用于统计所述比对结果,并根据统计的比对结果计算出比对结果的平均正确率。
在本发明的另一实施例中,该装置还包括:置信区间计算模块35,用于根据得到的所述平均正确率,计算出比对结果的正确率的置信区间。
在本发明的另一实施例中,该装置还包括:测评报告生成模块36,用于根据计算得到的比对结果和/或所述正确率的置信区间,生成导航电子地图产品的整体质量的测评报告。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种导航电子地图质量的随机检测评估方法,其特征在于,所述随机检测评估方法包括:
从所述导航电子地图中随机选取待测区域的导航电子地图信息;
获取所述待测区域的现场数据;
将选取的所述待测区域的导航电子地图信息与获取的所述待测区域的现场数据进行比对,得到比对结果;
统计所述比对结果,并根据统计的所述比对结果计算出所述比对结果的平均正确率。
2.根据权利要求1所述的随机检测评估方法,其特征在于,所述随机检测评估方法还包括:
根据得到的所述平均正确率,计算出所述比对结果的正确率的置信区间。
3.根据权利要求2所述的随机检测评估方法,其特征在于,所述随机检测评估方法还包括:
根据计算得到的所述比对结果和/或所述正确率的置信区间,生成所述导航电子地图的整体质量的测评报告。
4.根据权利要求3所述的随机检测评估方法,其特征在于,所述从所述导航电子地图中随机选取待测区域的导航电子地图信息的步骤包括:
从所述导航电子地图中随机选取待测城市的导航电子地图;
从选取的所述待测城市的导航电子地图中随机选取至少四个测评区域;
从选取的所述至少四个测评区域中随机选取导航电子地图信息。
5.根据权利要求4所述的随机检测评估方法,其特征在于,所述至少四个测评区域包括:所述待测城市的城市中心区域。
6.根据权利要求4所述的方法,其特征在于,所述导航电子地图信息包括:连续道路的信息和/或者兴趣点POI信息。
7.根据权利要求1所述的随机检测评估方法,其特征在于,所述获取所述待测区域的现场数据的步骤包括:
获取所述待测区域的地理位置信息;
根据所述地理位置信息,获取所述待测区域的现场图像数据。
8.一种导航电子地图质量的随机检测评估装置,其特征在于,所述随机检测评估装置包括:
随机抽样模块,用于从所述导航电子地图中随机选取待测区域的导航电子地图信息;
现场数据获取模块,用于获取所述待测区域的现场数据;
对比模块,用于将选取的所述待测区域的导航电子地图信息与所述待测区域的现场数据进行比对,得到比对结果;以及
统计推断模块,用于统计所述比对结果,并根据统计的所述比对结果计算出所述比对结果的平均正确率。
9.根据权利要求8所述的装置,其特征在于,所述随机检测评估装置还包括:
置信区间计算模块,用于根据计算得到的所述平均正确率,计算出所述比对结果的正确率的置信区间。
10.根据权利要求9所述的装置,其特征在于,所述随机检测评估装置还包括:
测评报告生成模块,用于根据计算得到的所述比对结果和/或所述正确率的置信区间,生成所述导航电子地图整体质量的测评报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101119700A CN102155948A (zh) | 2010-02-11 | 2010-02-11 | 导航电子地图质量的随机检测评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101119700A CN102155948A (zh) | 2010-02-11 | 2010-02-11 | 导航电子地图质量的随机检测评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102155948A true CN102155948A (zh) | 2011-08-17 |
Family
ID=44437531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101119700A Pending CN102155948A (zh) | 2010-02-11 | 2010-02-11 | 导航电子地图质量的随机检测评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102155948A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568204A (zh) * | 2011-12-28 | 2012-07-11 | 北京世纪高通科技有限公司 | 一种位置参考数据的检查方法及装置 |
CN105871066A (zh) * | 2016-05-06 | 2016-08-17 | 国网山东省电力公司青岛供电公司 | 一种智能电网监控系统和方法 |
CN106840209A (zh) * | 2017-02-22 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 用于测试导航应用的方法和装置 |
CN106997420A (zh) * | 2016-01-22 | 2017-08-01 | 北京四维图新科技股份有限公司 | 智能抽样检测地图数据的方法及装置 |
CN108204819A (zh) * | 2016-12-19 | 2018-06-26 | 北京四维图新科技股份有限公司 | 一种地图数据自动检测方法和装置、及混合导航系统 |
CN109414142A (zh) * | 2016-05-11 | 2019-03-01 | 云海智行股份有限公司 | 用于训练机器人沿着路线自主行进的系统和方法 |
CN109492063A (zh) * | 2018-10-19 | 2019-03-19 | 武汉中海庭数据技术有限公司 | 一种高精度地图数据的质量评价方法 |
CN111488412A (zh) * | 2019-01-28 | 2020-08-04 | 阿里巴巴集团控股有限公司 | 一种poi采集区域的价值确定方法及装置 |
CN111797189A (zh) * | 2020-07-03 | 2020-10-20 | 武汉四维图新科技有限公司 | 数据源质量评价方法与装置、设备、计算机可读存储介质 |
CN112486817A (zh) * | 2020-11-27 | 2021-03-12 | 北京百度网讯科技有限公司 | 一种数据更新的测评方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005121831A2 (en) * | 2004-06-03 | 2005-12-22 | Honeywell International Inc. | Methods and systems for enhancing accuracy of terrain aided navigation systems |
WO2007052333A1 (ja) * | 2005-10-31 | 2007-05-10 | Saga University | 地図情報装置及び地図情報システム |
CN101228412A (zh) * | 2005-07-21 | 2008-07-23 | 波音公司 | 用于数据测绘和地图差异报告的系统和方法 |
CN101509783A (zh) * | 2009-03-24 | 2009-08-19 | 北京四维图新科技股份有限公司 | 应用于导航电子地图生产中的数据检查方法及装置 |
CN101556166A (zh) * | 2009-04-26 | 2009-10-14 | 明基电通有限公司 | 一种网络地图显示方法 |
-
2010
- 2010-02-11 CN CN2010101119700A patent/CN102155948A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005121831A2 (en) * | 2004-06-03 | 2005-12-22 | Honeywell International Inc. | Methods and systems for enhancing accuracy of terrain aided navigation systems |
CN101228412A (zh) * | 2005-07-21 | 2008-07-23 | 波音公司 | 用于数据测绘和地图差异报告的系统和方法 |
WO2007052333A1 (ja) * | 2005-10-31 | 2007-05-10 | Saga University | 地図情報装置及び地図情報システム |
CN101509783A (zh) * | 2009-03-24 | 2009-08-19 | 北京四维图新科技股份有限公司 | 应用于导航电子地图生产中的数据检查方法及装置 |
CN101556166A (zh) * | 2009-04-26 | 2009-10-14 | 明基电通有限公司 | 一种网络地图显示方法 |
Non-Patent Citations (2)
Title |
---|
《测绘通报》 20091231 王庆社 等 导航电子地图的生产质量控制 55-57,66 1-10 , 第7期 * |
黄万花,等: "《地图应用学原理》", 30 September 1999 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568204A (zh) * | 2011-12-28 | 2012-07-11 | 北京世纪高通科技有限公司 | 一种位置参考数据的检查方法及装置 |
CN106997420B (zh) * | 2016-01-22 | 2020-03-27 | 北京四维图新科技股份有限公司 | 智能抽样检测地图数据的方法及装置 |
CN106997420A (zh) * | 2016-01-22 | 2017-08-01 | 北京四维图新科技股份有限公司 | 智能抽样检测地图数据的方法及装置 |
CN105871066A (zh) * | 2016-05-06 | 2016-08-17 | 国网山东省电力公司青岛供电公司 | 一种智能电网监控系统和方法 |
CN109414142B (zh) * | 2016-05-11 | 2021-12-28 | 云海智行股份有限公司 | 用于训练机器人沿着路线自主行进的系统和方法 |
CN109414142A (zh) * | 2016-05-11 | 2019-03-01 | 云海智行股份有限公司 | 用于训练机器人沿着路线自主行进的系统和方法 |
CN108204819A (zh) * | 2016-12-19 | 2018-06-26 | 北京四维图新科技股份有限公司 | 一种地图数据自动检测方法和装置、及混合导航系统 |
CN106840209B (zh) * | 2017-02-22 | 2020-04-21 | 百度在线网络技术(北京)有限公司 | 用于测试导航应用的方法和装置 |
CN106840209A (zh) * | 2017-02-22 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 用于测试导航应用的方法和装置 |
CN109492063A (zh) * | 2018-10-19 | 2019-03-19 | 武汉中海庭数据技术有限公司 | 一种高精度地图数据的质量评价方法 |
CN111488412A (zh) * | 2019-01-28 | 2020-08-04 | 阿里巴巴集团控股有限公司 | 一种poi采集区域的价值确定方法及装置 |
CN111488412B (zh) * | 2019-01-28 | 2023-04-07 | 阿里巴巴集团控股有限公司 | 一种poi采集区域的价值确定方法及装置 |
CN111797189A (zh) * | 2020-07-03 | 2020-10-20 | 武汉四维图新科技有限公司 | 数据源质量评价方法与装置、设备、计算机可读存储介质 |
CN111797189B (zh) * | 2020-07-03 | 2024-03-19 | 武汉四维图新科技有限公司 | 数据源质量评价方法与装置、设备、计算机可读存储介质 |
CN112486817A (zh) * | 2020-11-27 | 2021-03-12 | 北京百度网讯科技有限公司 | 一种数据更新的测评方法、装置、设备及存储介质 |
CN112486817B (zh) * | 2020-11-27 | 2023-11-07 | 北京百度网讯科技有限公司 | 一种数据更新的测评方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102155948A (zh) | 导航电子地图质量的随机检测评估方法及装置 | |
Yuan et al. | An interactive-voting based map matching algorithm | |
CN107195180B (zh) | 一种基于电警数据的交通出行轨迹提取方法和装置 | |
CN105206057B (zh) | 基于浮动车居民出行热点区域的检测方法及系统 | |
CN101334288B (zh) | 基于标准线路匹配的公交准确定位方法 | |
CN109697221A (zh) | 轨迹规律的挖掘方法、装置、存储介质及电子设备 | |
CN110146097A (zh) | 自动驾驶导航地图的生成方法、系统、车载终端及服务器 | |
CN107545770A (zh) | 一种导航方法、装置及系统 | |
CN101571997A (zh) | 多源交通信息融合处理方法及其装置 | |
Ndoye et al. | A recursive multiscale correlation-averaging algorithm for an automated distributed road-condition-monitoring system | |
CN104318781B (zh) | 基于rfid技术的行程速度获取方法 | |
CN106840175A (zh) | 一种车辆行驶轨迹匹配路网的方法及装置 | |
CN106339716A (zh) | 一种基于加权欧氏距离的移动轨迹相似度匹配方法 | |
CN103835764B (zh) | 地下工程和深基坑安全监测预警系统 | |
CN108766031A (zh) | 一种检测车道障碍物的方法和装置 | |
Zheng et al. | Evaluating the accuracy of GPS-based taxi trajectory records | |
Rupi et al. | Evaluating cyclist patterns using GPS data from smartphones | |
CN106931976B (zh) | 一种导航信息更新的方法及装置 | |
Jariyasunant et al. | Overcoming battery life problems of smartphones when creating automated travel diaries | |
CN107564291A (zh) | 一种基于rfid的交通量溯源分析方法及系统 | |
Chen et al. | Enabling smart urban services with gps trajectory data | |
CN107133689B (zh) | 一种位置标记方法 | |
CN105574313A (zh) | 一种道路等级的确定方法和装置 | |
Lu et al. | Visual analysis of uncertainty in trajectories | |
CN105426387A (zh) | 一种基于K-means算法的地图聚合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110817 |