CN103533078B - 一种生成地图的方法及系统 - Google Patents

Abstract

本发明提供了一种生成地图的方法及系统，所述方法包括：客户端接收到服务端发送的定位点上传请求包；根据所述定位点上传请求包选择出预定时间段内符合要求的定位点；对所述选择出的预定时间段内符合要求的定位点进行隐私验证；上传通过隐私验证的定位点；服务端接收到客户端上传的所述预定时间段内符合要求并通过隐私验证的定位点；将服务端中已有的和所述接收到的定位点位置相关的定位点与所述接收到的定位点放在一起进行预处理，并生成地图。本发明提供的生成地图的方法及系统，结合了群智感知的方式，通过单个用户从轨迹数据中有选择性的上传的少量位置点，对从大量用户处得到的无序的位置点集进行处理后，实现生成最终的地图。

Description

一种生成地图的方法及系统

技术领域

本发明涉及定位技术领域，尤其涉及一种生成地图的方法及系统。

背景技术

在过去的数十年间，便携式的智能设备在计算性能、存储容量、内嵌的传感器（如：GPS、加速度传感器、陀螺仪等）等方面都有了显著的提升，使得这些设备能够被应用于更多的领域，如导航、基于位置的服务、社交网络等。为了提供更加完善的服务，大多数的应用需要用到电子地图以及用户当前的位置。因此，精确可靠的最新地图是必不可少的。

目前，已经有大量的基于卫星图并能显示街道等信息的电子地图，如Google地图，百度地图等，但是它们并不能精确的反映最新的地图信息，在城市高速发展的阶段，许多道路和建筑不断修建翻新，导致了地图的更新跟不上实际道路的更新速度。为了能够精确有效的反映地图的更新，最近也有一些新的方法相继被提出，其中，多数结合了群智感知（participatory sensing）这种方式：单个的用户上传他们的轨迹信息到服务器，服务器利用大量的轨迹信息生成电子地图。

现有技术的缺点是，尽管这些方法能够生成高质量的电子地图，但是他们仍然存在着局限性，尤其是利用了轨迹信息来生成地图，这种方式极大的增加了用户隐私暴露的风险。

发明内容

本发明提供了一种生成地图的方法及系统，该方法结合了群智感知的方式，仅需要单个用户从轨迹数据中有选择性的上传少量的位置点，服务器端根据从大量用户处得到的无序的位置点集，经过处理自动生成最终的地图。所述技术方案如下：

一种生成地图的方法，包括：

客户端接收到服务端发送的定位点上传请求包；

根据所述定位点上传请求包选择出预定时间段内符合要求的定位点；

对所述选择出的预定时间段内符合要求的定位点进行隐私验证；

上传通过隐私验证的定位点；

服务端接收到客户端上传的所述预定时间段内符合要求并通过隐私验证的定位点；

将服务端中已有的和所述接收到的定位点位置相关的定位点与所述接收到的定位点放在一起进行预处理，并生成地图。

进一步的，所述方法还包括：

客户端将预定时间段内采集到的定位点存储到缓存中。

进一步的，所述上传请求包包括最优区域的顶点的定位点坐标；

所述根据所述定位点上传请求包选择出预定时间段内符合要求的定位点，包括：根据所述上传请求包中的最优区域的顶点的定位点，在所述客户端存储的定位点中查找出预定时间段内采集到的处于最优区域中的定位点；

其中，通过启发式贪心算法求得所述最优区域。

进一步的，所述对所述选择出的预定时间段内符合要求的定位点进行隐私验证，包括：

判断所述选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是否大于客户端设定的标准，如果是，则通过隐私验证；

其中，所述客户端设定的标准通过客户端的隐私设置进行设定，所述客户端的隐私设置的设定步骤包括：

提供选择窗口，其中选择窗口界面中包括不同的隐私标准；

根据用户选择的指令，将客户端设定为相应的隐私标准。

进一步的，所述将服务端中已有的和所述接收到的定位点位置相关的定位点与所述接收到的定位点放在一起进行预处理，并生成地图，包括：

获得每个定位点的采样精度；

将所述采样精度低于预设阈值的定位点删除；

使用聚簇算法将未被删除的位置点划分成多个簇；

对于每个簇，选取簇的中心作为一个采样点，使用曲线重构算法利用所述簇的中心生成地图。

一种生成地图的系统，包括客户端和服务端，所述客户端包括：

第一接收模块，用于接收服务端发送的定位点上传请求包；

定位点选择模块，用于根据所述第一接收模块接收到的定位点上传请求包选择出预定时间段内符合要求的定位点；

隐私验证模块，用于对所述定位点选择模块选择出的预定时间段内符合要求的定位点进行隐私验证；

上传模块，用于上传通过隐私验证的定位点；

所述服务端包括：

第二接收模块，用于接收客户端上传的所述预定时间段内符合要求并通过隐私验证的定位点；

地图生成模块，用于将服务端中已有的和所述第二接收模块接收到的定位点位置相关的定位点与所述接收到的定位点放在一起进行预处理，并生成地图。

进一步的，所述客户端还包括：

缓存模块，用于存储预定时间段内采集到的定位点。

进一步的，所述上传请求包包括最优区域的顶点的定位点坐标；

所述定位点选择模块具体用于：根据所述第一接收模块接收到的所述上传请求包中的最优区域顶点的定位点，在所述客户端存储的定位点中查找出预定时间段内采集到的处于最优区域中的定位点；

其中，所述最优区域是所述服务端通过启发式贪心算法求得。

进一步的，所述隐私验证模块具体用于：

判断所述选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是否大于客户端设定的标准，当所述选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是大于客户端设定的标准时，通过隐私验证；

其中，所述客户端还包括隐私设置模块，用于对客户端进行隐私设置，获得客户端设定的标准，所述隐私设置模块包括：

选择窗口提供子模块，用于提供选择窗口，其中选择窗口界面中包括不同的隐私标准；

控制子模块，用于根据用户选择的指令，将客户端设定为相应的隐私标准。

进一步的，所述地图生成模块包括：

采样精度获取子模块，用于获得每个定位点的采样精度；

过滤子模块，用于将所述采样精度低于预设阈值的定位点删除；

聚簇子模块，用于使用聚簇算法将未被删除的位置点划分成多个簇；

曲线重构子模块，用于对于每个簇，选取簇的中心作为一个采样点，使用曲线重构算法利用所述簇的中心生成地图。

本发明提供了一种生成地图的方法及系统，结合了群智感知的方式，通过单个用户从轨迹数据中有选择性的上传的少量位置点，对从大量用户处得到的无序的位置点集进行处理后，实现生成最终的地图。

附图说明

图1是本发明实施例提供的一种生成地图的方法流程图；

图2是本发明实施例提供的一种生成地图的方法中涉及的定义的图解；

图3是本发明实施例提供的一种生成地图的系统功能框图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例，仅仅用于解释本发明，而非对本发明的限定。

图1是本发明实施例提供的一种生成地图的方法流程图，如图1所示，所述方法包括：

客户端通过GPS或者其他的定位方式进行定位，并将获得的定位点的信息存储下来。具体来说，客户端使用缓存存放用户在时长为T的时间内获得的所有定位点，每过时长为T的时间后，客户端的缓存将记录清空，存放用户在接下来的时长为T的时间内新获得的所有定位点，这里的时长T为一个预设的时间，可以是24小时或者一个一周或者一个月。

步骤101：客户端接收到服务端发送的定位点上传请求包。

服务端向客户端发送定位点上传请求包，请求客户端将定位点上传给服务器，其中上传请求包包括最优区域的顶点的定位点坐标。

步骤102：根据所述定位点上传请求包选择出预定时间段内符合要求的定位点。

根据定位点上传请求包选择出预定时间段内符合要求的定位点，包括：根据上传请求包中的最优区域的顶点的定位点，在客户端存储的定位点中查找出预定时间段内采集到的处于最优区域中的定位点，其中，最优区域是通过启发式贪心算法求得的。

具体来说，在初始状态时，服务器端已经有了少量的位置点，可以粗略的推测出在一定范围内可能存在的一些道路。因此，服务器更希望获得这些道路上的点，从而提高生成的地图的质量。道路是由无数个位置点组成的，本方法将地图I划分成边长为r的w个小正方形区域，即I={1,2,…,w},每个小区域中包含无数个位置点，通过一定的方法选择最优位置区域，最优位置区域是指，加入该区域的点对于地图质量提升最大。

本方法需要解决的问题可以转化为：

其中IE［Γ(A)］表示期望，可以通过计算均匀分布在小区域中的所有位置点的增益得到。Γ(A)是对A中所有的位置点计算期望的Voronoi角的下界。可以认为在小区域内的每个点上传到服务器的机会都是均等的，因此，设：

A={a₁,a₂,…,a_|A|},则IE［Γ(A)］可以通过下式来计算：

其中，r表示正方形小区域的边长，p表示小区域内的位置点，S_i表示服务器端选择i个小区域后得到的所有位置点，则S₀表示的是服务器端初始收集的稀疏的位置点集。

当没有选择任何小区域时，期望仅仅由S₀决定。因此，初始时IE[Γ(φ)]＝Γ(S₀)，R(φ)=0。

本方法证明了R(A)具有三个重要的性质：(1)R(φ)＝0；(2)R(A)是非递增的，即R(A)≤R(B)，其中，这个性质表明增加更多的位置点能够提高生成的地图的质量；(3)R(A)是边际递减的，即R(A)是子模(submodular)函数。

由于最大化子模函数是一个NP-hard问题，因此本方法中采用启发式的贪心算法来求解该问题，从而得到近似最优解。算法的执行过程如下：初始时，A＝φ，之后迭代的加入具有最大期望值的小区域，直到生成的地图的质量到达设定的阈值。在每一步，贪心算法增加的小区域都要满足如下条件：

每一步服务器计算出最优的小区域后，都会向所有用户广播请求包，请求包中包含最优小区域顶点的GPS坐标。经过证明，可以得到通过上述贪心选择得到的结果与最优结果的差距在常数（约为63%）范围内。

步骤103：对所述选择出的预定时间段内符合要求的定位点进行隐私验证。

进行隐私验证具体包括：判断选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是否大于客户端设定的标准，如果选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量大于客户端设定的标准，则通过隐私验证。（在这里，γ值越大，表示推测出的用户轨迹越不可靠。）其中，客户端设定的标准通过客户端的隐私设置设定，客户端的隐私设置的步骤包括：1）提供选择窗口，其中选择窗口界面中包括不同的隐私标准；2）根据用户选择的指令，将客户端设定为相应的隐私标准。

具体来说，隐私标准由用户自己进行设定，主要有两个参数：时长T和轨迹恢复质量γ’。隐私保护的目标是确保根据用户在时长T内上传的位置点集恢复的轨迹质量是否大于设定的标准γ’。其中，轨迹恢复质量γ’是由Crust中采样条件γ转化得到的，γ越小，恢复后的轨迹质量越高，所以对于隐私有较高要求的用户可以设置较高的γ’。当γ’=1时，很难有方法能够推测出用户的真实轨迹。

步骤104：上传通过隐私验证的定位点。

客户端将通过隐私验证的定位点上传到服务端。

步骤105：服务端接收到客户端上传的所述预定时间段内符合要求并通过隐私验证的定位点。

步骤106：将服务端中已有的和所述接收到的定位点位置相关的定位点与所述接收到的定位点放在一起进行预处理，并生成地图。

步骤106具体包括：1）获得每个定位点的采样精度。2）将所述采样精度低于预设阈值的定位点删除。3）使用聚簇算法将未被删除的位置点划分成多个簇。4）对于每个簇，选取簇的中心作为一个采样点，使用曲线重构算法利用所述簇的中心生成地图。

具体来说，在使用曲线重构技术时，前提条件是采样点具有较高的准确性，并且曲线光滑无厚度。在生成地图场景时，由于GPS采样误差和道路的宽度，曲线重构技术不能直接使用。

本方法首先处理GPS采样误差，根据GPS的精度值过滤掉一部分误差超过一定阈值的位置点。但是即使经过这个步骤，未被滤掉的位置点仍然是存在一定的误差的，若是η设定的时候是以路的宽度作为参考，则这样的误差是可以容忍的，因为路宽的存在，仍然可以认为这些位置点是落在路面上的。之后，对未被滤掉的位置点使用聚簇算法，簇的大小仍以路宽做参考，这样服务器端收集到的所有位置点就可以被划分为许多簇。最后，用簇的中心作为真实道路上的一个采样点，并对这些聚簇后的簇中心使用曲线重构算法，生成地图。

图2是本发明实施例提供的一种生成地图的方法中涉及的定义的图解，如图2所示，图中用椭圆的线表示道路，它的中轴即是虚线，曲线中轴的定义是在曲线上有两个或者更多的最近点的闭合的点集。LFS(p)表示的是道路上的采样点p到中轴的最近距离，“γ-采样”可定义为：曲线F的γ-采样满足曲线F上任意一点p，∠s₁vs₂为Voronoi角，其中v为Voronoi角顶点，其定义为以曲线F上的点为圆心画圆，不包含采样点的最大圆的圆心即为Voronoi顶点。

图3是本发明实施例提供的一种生成地图的系统功能框图，如图3所述，一种生成地图的系统包括客户端301和服务端302，所述客户端301包括：第一接收模块3011，用于接收服务端302发送的定位点上传请求包。定位点选择模块3012，用于根据第一接收模块3011接收到的定位点上传请求包选择出预定时间段内符合要求的定位点。隐私验证模块3013，用于对定位点选择模块3012选择出的预定时间段内符合要求的定位点进行隐私验证。上传模块3014，用于上传通过隐私验证的定位点。服务端302包括：第二接收模块3021，用于接收客户端301上传的预定时间段内符合要求并通过隐私验证的定位点。地图生成模块3022，用于将服务端302中已有的和第二接收模块3021接收到的定位点位置相关的定位点与接收到的定位点放在一起进行预处理，并生成地图。其中，客户端301还包括：缓存模块3015，用于存储预定时间段内采集到的定位点。

其中，上传请求包包括最优区域的顶点的定位点坐标。定位点选择模块3012具体用于：根据第一接收模块3011接收到的上传请求包中的最优区域顶点的定位点，在客户端301存储的定位点中查找出预定时间段内采集到的处于最优区域中的定位点。其中，最优区域是服务端302通过启发式贪心算法求得。

隐私验证模块3013具体用于：判断选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是否大于客户端设定的标准，当选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是大于客户端301设定的标准时，通过隐私验证。客户端301还包括隐私设置模块3016，用于对客户端301进行隐私设置，获得客户端301设定的标准，隐私设置模块3016包括：选择窗口提供子模块，用于提供选择窗口，其中选择窗口界面中包括不同的隐私标准。控制子模块，用于根据用户选择的指令，将客户端301设定为相应的隐私标准。

其中，地图生成模块3022包括：采样精度获取子模块，用于获得每个定位点的采样精度。过滤子模块，用于将采样精度低于预设阈值的定位点删除。聚簇子模块，用于使用聚簇算法将未被删除的位置点划分成多个簇。曲线重构子模块，用于对于每个簇，选取簇的中心作为一个采样点，使用曲线重构算法利用所述簇的中心生成地图。

本发明提供了一种生成地图的方法及系统，结合了群智感知的方式，通过单个用户从轨迹数据中有选择性的上传的少量位置点，对从大量用户处得到的无序的位置点集进行处理后，实现生成最终的地图。

显然，本领域技术人员应该明白，上述的本发明的各模块或各步骤可以通过如上所述的终端实施。可选地，本发明实施例可以用计算机装置可执行的程序来实现，从而可以将它们存储在存储装置中由处理器来执行，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；或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。

以上仅是针对本发明的优选实施例及其技术原理所做的说明，而并非对本发明的技术内容所进行的限制，任何熟悉本技术领域的技术人员在本发明所公开的技术范围内，所容易想到的变化或替换，都应涵盖在本发明的保护范围内。

Claims (2)

1.一种生成地图的方法，其特征在于，包括：

客户端接收到服务端发送的定位点上传请求包；所述上传请求包包括最优区域的顶点的定位点坐标；根据所述定位点上传请求包选择出预定时间段内符合要求的定位点，包括：根据所述上传请求包中的最优区域的顶点的定位点，在所述客户端存储的定位点中查找出预定时间段内采集到的处于最优区域中的定位点；其中，通过启发式贪心算法求得所述最优区域；

根据所述定位点上传请求包选择出预定时间段内符合要求的定位点；客户端将预定时间段内采集到的定位点存储到缓存中；

对所述选择出的预定时间段内符合要求的定位点进行隐私验证，具体包括：判断所述选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是否大于客户端设定的标准，如果是，则通过隐私验证；其中，所述客户端设定的标准通过客户端的隐私设置进行设定，所述客户端的隐私设置的设定步骤包括：提供选择窗口，其中选择窗口界面中包括不同的隐私标准；根据用户选择的指令，将客户端设定为相应的隐私标准；

上传通过隐私验证的定位点；

服务端接收到客户端上传的所述预定时间段内符合要求并通过隐私验证的定位点；

将服务端中已有的和所述接收到的定位点位置相关的定位点与所述接收到的定位点放在一起进行预处理，并生成地图，具体包括：获得每个定位点的采样精度；将所述采样精度低于预设阈值的定位点删除；使用聚簇算法将未被删除的位置点划分成多个簇；对于每个簇，选取簇的中心作为一个采样点，使用曲线重构算法利用所述簇的中心生成地图。

2.一种生成地图的系统，其特征在于，包括客户端和服务端，所述客户端 包括：

第一接收模块，用于接收服务端发送的定位点上传请求包；所述上传请求包包括最优区域的顶点的定位点坐标；

所述定位点选择模块具体用于：根据所述第一接收模块接收到的所述上传请求包中的最优区域顶点的定位点，在所述客户端存储的定位点中查找出预定时间段内采集到的处于最优区域中的定位点；

其中，所述最优区域是所述服务端通过启发式贪心算法求得；

定位点选择模块，用于根据所述第一接收模块接收到的定位点上传请求包选择出预定时间段内符合要求的定位点；

缓存模块，用于存储预定时间段内采集到的定位点；

隐私验证模块，用于对所述定位点选择模块选择出的预定时间段内符合要求的定位点进行隐私验证；所述隐私验证模块具体用于：

判断所述选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是否大于客户端设定的标准，当所述选择出的预定时间段内符合要求的定位点的点集恢复轨迹质量是大于客户端设定的标准时，通过隐私验证；

其中，所述客户端还包括隐私设置模块，用于对客户端进行隐私设置，获得客户端设定的标准，所述隐私设置模块包括：

选择窗口提供子模块，用于提供选择窗口，其中选择窗口界面中包括不同的隐私标准；

控制子模块，用于根据用户选择的指令，将客户端设定为相应的隐私标准；

上传模块，用于上传通过隐私验证的定位点；所述服务端包括：

第二接收模块，用于接收客户端上传的所述预定时间段内符合要求并通过隐私验证的定位点；

地图生成模块，用于将服务端中已有的和所述第二接收模块接收到的定位点位置相关的定位点与所述接收到的定位点放在一起进行预处理，并生成地图；具体的，所述地图生成模块包括：

采样精度获取子模块，用于获得每个定位点的采样精度；

过滤子模块，用于将所述采样精度低于预设阈值的定位点删除；

聚簇子模块，用于使用聚簇算法将未被删除的位置点划分成多个簇；

曲线重构子模块，用于对于每个簇，选取簇的中心作为一个采样点，使用曲线重构算法利用所述簇的中心生成地图。