CN105096589A - 一种选取交通道路中代表性节点的方法、系统及客户端 - Google Patents
一种选取交通道路中代表性节点的方法、系统及客户端 Download PDFInfo
- Publication number
- CN105096589A CN105096589A CN201510444744.7A CN201510444744A CN105096589A CN 105096589 A CN105096589 A CN 105096589A CN 201510444744 A CN201510444744 A CN 201510444744A CN 105096589 A CN105096589 A CN 105096589A
- Authority
- CN
- China
- Prior art keywords
- node
- grid
- subregion
- floating car
- closed region
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种选取交通道路中代表性节点的方法、系统及客户端,方法包括:获取一预选的封闭区域所对应的地图数据及浮动车的行车数据;平均划分所述封闭区域为多个的基础网格;依据行车数据,获取所述封闭区域内每一基础网格的浮动车通过频次;平均划分所述封闭区域为个数少于所述基础网格个数的子区域;标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格;匹配所述节点网格与地图数据;选取地图数据中与所述节点网格匹配的POI点作为节点。本发明实现以行车数据为依据动态选取节点,为交通规划和路径导航提供科学的决策、预测分析和技术支持的基础。
Description
技术领域
本发明涉及一种选取交通道路中代表性节点的方法、系统及客户端。
背景技术
随着城市交通规模及道路建设的不断扩展,城市居民汽车拥有量的急剧增加,城市的交通道路的路况变得复杂;实时采集路况信息,解决居民的出行问题也成了当务之急。
对于交通行政部门而言,通过对交通道路每个路段的来往车流量、车速等参数进行统计分析,并以此作为依据进行交通路径的规划,是优化路径规划成效,舒缓交通压力的判断基础;对于导航系统而言,交通道路的路况信息同样至关重要,也是为用户提供最佳导航路径的基础依据;在现有技术中,路况信息的获取需要不断地对交通道路的每一个路段进行数据采集、分析和处理来取得,这种获取方式,需要周而复始的处理庞大的数据量,工作负担大,且数据处理效率低下,所耗费的成本高,最终获取的数据也不具针对性,不利于交通行政部门或者导航系统的后续处理。
申请号为201110084683.x的专利申请,公开了一种多节点智能交通微云计算方法,在云计算模式下的计算和处理是分布在大量的分布式的智能交通节点上进行的,由云海中成千上万的智能交通节点群提供强大的计算能力,并透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序,可在短时间内对交通管理大量的业务数据进行快速处理,进行海量数据的存储、分析、处理、挖掘;通过流量等车辆信息进行信号灯的管理,来决策区域车辆的智能交通管理和疏通。
上述专利申请,虽然涉及了交通节点,但是所述交通节点具体指的是具备存储能力,能够直接存储所需数据的服务器,由多台服务器构成的“云”存储架构,每台服务器都是一个节点,而非交通道路中的一个具有代表性具体位置,对于交通行政部门或者导航系统而言,仍然无法实现以具有代表性节点为依据来获取准确的路况信息;因此,有必要提供一种选取交通道路中代表性节点的方法、系统及客户端,已解决上述问题。
发明内容
本发明所要解决的技术问题是:提供一种选取交通道路中代表性节点的方法、系统及客户端,实现动态选取道路中具有代表性的节点,为准确地获取针对性的路况信息提供依据。
为了解决上述技术问题,本发明采用的技术方案为:
一种选取交通道路中代表性节点的方法,包括:
获取一预选的封闭区域所对应的地图数据及浮动车的行车数据;
平均划分所述封闭区域为多个的基础网格;
依据行车数据,获取所述封闭区域内每一基础网格的浮动车通过频次;
平均划分所述封闭区域为个数少于所述基础网格个数的子区域;
标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格;
匹配所述节点网格与地图数据;
选取地图数据中与所述节点网格匹配的POI点作为节点。
本发明提供的另一个技术方案为:
一种选取交通道路中代表性节点的系统,包括:
第一获取模块,用于获取一预选的封闭区域所对应的地图数据及浮动车的行车数据;
第一划分模块,用于平均划分所述封闭区域为多个的基础网格;
第二获取模块,用于依据行车数据,获取所述封闭区域内每一基础网格的浮动车通过频次;
第二划分模块,用于平均划分所述封闭区域为个数少于所述基础网格个数的子区域;
第一标记模块,用于标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格;
匹配模块,用于匹配所述节点网格与地图数据;
选取模块,用于选取地图数据中与所述节点网格匹配的POI点作为节点。
本发明的有益效果在于:通过获取一预选封闭区域对应的地图数据和浮动车的行车数据,依据行车数据获取区域内每一基础网格的浮动车通过频次;将区域进行划分成多个子区域,并标记子区域内浮动车通过频次最高为节点网格;选取地图数据中与所述节点网格匹配的POI点作为节点的预设依据;确保预设有节点的覆盖范围尽可能的广,节点的密度分布合理,且节点所处的位置坐标所对应的是浮动车常通行的道路中具有标识作用的地图POI点,在交通道路系统中具有代表性,便于寻找;能够为交通行政部门的道路规划,以及导航系统的路径规划提供科学的决策、预测分析和技术支持;保证道路规划及路径规划的实用性和准确性。
本发明提供的第三个技术方案为:
一种选取交通道路中代表性节点的客户端,包括:
第一接收模块,用于接收一预选的封闭区域所对应的地图数据及浮动车的行车数据;
第二接收模块,用于接收平均划分所述封闭区域后形成的多个的基础网格;
第三接收模块,用于接收依据行车数据,获取到的所述封闭区域内每一基础网格的浮动车通过频次;
第四接收模块,用于接收平均划分所述封闭区域后形成的个数少于所述基础网格个数的子区域;
第五接收模块,用于接收被标记为节点网格的所述子区域内所述浮动车通过频次最高的基础网格;
第六接收模块,用于接收与地图数据匹配后的所述节点网络;
第七接收模块,用于接收经过选取地图数据中与所述节点网格匹配的POI点作为的节点。
上述的客户端,其效果在于:通过接收对应预选封闭区域的地图数据及行车数据、区域内每一基础网格的浮动车通过频次、划分后形成的多个子区域、被标记的节点网格、与地图数据匹配后的节点网格,以及由地图上与节点网格匹配的POI点所确定的节点;实现通过后台服务器高效地数据处理实现节点的预设,并将预设节点的信息实时传送给客户端,客户端便能依据所接收到的信息准确获取所预设的节点,大大减轻客户端的工作负担以及内存地资源占用,便于配置升级的同时,又能为交通行政部门或者导航系统提供科学的决策、预测分析和技术支持,便于后续工作的开展。
附图说明
图1为本发明一种选取交通道路中代表性节点的方法的流程示意图;
图2为本发明一具体实施方式一种选取交通道路中代表性节点的方法的第一部分的流程示意图;
图3为本发明一具体实施方式一种选取交通道路中代表性节点的方法的第二部分的流程示意图;
图4为本发明一种选取交通道路中代表性节点的系统的结构组成方框图;
图5为本发明一具体实施例一种选取交通道路中代表性节点的系统的结构组成方框图;
图6本发明一具体实施例一种选取交通道路中代表性节点的系统中确认模块的结构组成方框图;
图7为本发明一具体实施例一种选取交通道路中代表性节点的系统中第一标记模块的结构组成方框图;
图8为本发明一具体实施例一种选取交通道路中代表性节点的系统中选取模块的结构组成方框图;
图9为本发明一具体实施例一种选取交通道路中代表性节点的客户端的结构组成方框图;
图10为本发明一具体实施方式选取的一预设经纬度围成的封闭区域示意图;
图11为本发明一具体实施方式对封闭区域划分成多个子区域的示意图;
图12为本发明一具体实施方式的子区域A的基础网格示意图。
标号说明:
1、第一获取模块;2、第一划分模块;3、第二获取模块;
4、第二划分模块;5、第一标记模块;6、匹配模块;7、选取模块;
8、判断模块;9、第二标记模块;10、确定模块;11、第一接收模块;
12、第二接收模块;13、第三接收模块;14、第四接收模块;
15、第五接收模块;16、第六接收模块;17、第七接收模块;
101、第一判断单元;102、划分单元;103、第二判断单元;
51、第一标记单元;52、获取单元;53、第二标记单元;
71、第三判断单元;72、第一选取单元;73、第二选取单元;
74、第三选取单元。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:将预选的封闭区域按照规定划分为多个的子区域,并以子区域内每一基础网格的浮动车通过频次为依据,选取节点网格,通过与地图数据中POI点的匹配来选取节点;实现以行车数据为依据动态选取节点,为交通规划和路径导航提供科学的决策、预测分析和技术支持的基础。
本发明涉及的技术术语解释:
请参照图1至图3,本发明提供一种选取交通道路中代表性节点的方法,包括:
S1:获取一预选的封闭区域所对应的地图数据及浮动车的行车数据;
所述预选的封闭区域可以是选取一预设经纬度围成的封闭区域,也可以直接在地图中依据需求截取一封闭区域;所述选取一预设经纬度围成的封闭区域的具体过程可以是:选取一个由经度[X1,X2],纬度[Y1,Y2]所围成的封闭区域;所围成的封闭区域的大小可以依据系统的数据处理能力或者所预设节点分布的密集程度需求来确定。
S2:平均划分所述封闭区域为多个的基础网格;
所述基础网格的大小同样可以依据系统的数据处理能力或者所预设节点分布的密集程度需求来确定,如划分为M*N个的基础网格;也可以直接按照地图本身默认设置划分完成的无数个基本网格模板来进行划分,即划分后形成的多个基础网格与地图数据中默认设置的基本网格大小,位置相一致;
如图10所示,以处于福建省福州市为例进行说明:选取一个由经度[119.2941,119.3008],纬度[26.0978,26.0933]所围成的封闭区域;结合地图可知,上述封闭区域大体上是以西湖海洋世界、福建省科技发展研究中心、元帅路与新财路交界处,以及湖畔小区为四个边角位置所围成的矩形封闭区域,参见图10中黑框封闭区域。
S3:依据行车数据,获取所述封闭区域内每一基础网格的浮动车通过频次;
具体可以包括:
S301:按照预设的周期获取浮动车的行车数据;所述预设的周期可以是一周、半个月或者一个月,具体可以依据系统的数据处理能力,以及行车数据的统计精确度要求来灵活的调整;所述行车数据包括浮动车的GPS定位数据等信息;
S302:读取其中一条浮动车的行车数据;
S303:依据所述浮动车的行车数据判断所述浮动车是否位于所述封闭区域内,若否,则舍去所述浮动车的行车数据;
若是,则将所述行车数据与所述封闭区域中的基础网格进行匹配;
S304:所述浮动车的行车数据所对应的基础网格的浮动车通过频次累计加一;
S305:判断是否所有的浮动车的行车数据都已处理完毕;若是,则执行步骤S306;若否,则返回执行步骤S302,读取下一条浮动车的行车数据,继续进行数据的处理;
S306:统计得到所述封闭区域内每个基础网格的浮动车通过频次S;
所述浮动车通过频次S为浮动车经过一位置的次数;
步骤S301-S306为浮动车的行车数据的初步处理过程,依据所述封闭区域内每一基础网格的浮动车通过频次S便能够获得所述封闭区域内浮动车的大致分布情况,并将所述分布情况作为后续预设节点的依据。
S4:依次判断每一基础网格对应的浮动车通过频次S是否大于预设的浮动车通过频次阀值S0;若是,则标记所述基础网格为待选取节点网格;存储所有所述待选取节点网格构成的待选取节点列表;
所述标记所述基础网格为待选取节点网格,可以是将标记为待选取节点网格的基础网格列入以待选取节点网格列表中,列表形式的统计方式便于进行集中管理、调取和存储,提高数据处理效率;
上述标记的目的是视为所述基础网格内可能存在POI点,作为待选取节点的网格;相应的,没有进行标记的基础网格基于浮动车的通过频次S过低,极有可能是指向某些偏僻,人流量极少的区域,或者是一些误差数据,而这些偏僻的区域只有个别浮动车会前往,所述区域是几乎不可能存在POI点的。因此,为了减少数据的处理量,以及提高统计精确度,对低于预设停靠频次阀值S0的基础网格便不进行标记;
上述预设的浮动车通过频次阀值S0可以是2、3或者4等一些较小数值的个位数;通过比较,并标记超过预设的浮动车通过频次阀值S0的基础网格为待选取节点网格,而小于或等于浮动车通过频次阀值S0的基础网格则不进行标记;能够将所述封闭区域的某些误差数据忽略掉,实现统计数据的过滤,提高统计的精确度。
如图10所示,所围成的黑框封闭区域中包含了西湖公园,而若出现依据某一浮动车的行车数据的处理发现,所述浮动车显示的GPS位置位于西湖公园内时(显然这是不可能发生的事情,该行车数据有误);依据流程,所述行车数据在经过步骤S303和S304的处理后,会在GPS位置所在的基础网格上累计浮动车通过频次,且这一基础网格数据也将在后续进行处理,这将影响最终统计结果。因此,采用步骤S4的判断处理,实现自动忽略掉这一误差基础网格数据,从而有效的滤除误差数据。
请参阅图3
S5:平均划分所述封闭区域为个数少于所述基础网格个数的子区域;
可以将所述封闭区域平均划分为(M/K)*(N/K)个的大网格,所述大网格视为一个子区域,划分后形成的子区域的个数小于所述基础网格的个数,即一个子区域至少包含最少一个的基础网格;
S6:依据各所述子区域内所述待选取节点网格的个数,确定是否对所述子区域再次平均划分为两个以上的子区域;
具体可以包括:
S601:读取步骤S4中存储的待选取节点网格列表;
S602(S001):依据所述待选取节点网格列表中,统计得到每一子区域内所述待选取节点网格的个数Ai;
S603:判断子区域内所述待选取节点网格的个数Ai是否小于等于0;
若是,则视为所述子区域内无POI点,不进行标记;执行步骤S7;
若否,则执行步骤S604;
S604:判断所述待选取节点网格的个数Ai是否大于等于2,若否,则执行步骤S605;若是,则执行步骤S606:
S605(S002):标记所述个数Ai为1的基础网格为节点网格;执行步骤S7;
S606:判断划分次数Y是否等于预设划分阀值H;
若是,则停止划分,执行步骤S608;若否,则执行步骤S607;
S607(S003):四等分所述个数Ai大于等于2的子区域,生成多个的子区域,返回执行步骤S602(S001);
S608(S004):获取所述个数Ai仍然大于等于2的子区域;
S609(S005):标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格。同样的,也可以将所有标记为节点网格的基础网格以表格形式进行统计保存,构成一节点网格列表。
上述步骤S5中将所述封闭区域平均划分为K1*K2个的子区域,所形成的子区域面积大小平均,有利于数据的统计,且统计得到的结果更具代表性;所述参数K1、K2、M和N可以按照数据统计的精确度要求灵活进行设置;
如图11所示,为将黑框封闭区域进行4*4划分,得到16个子区域,每个子区域内都可能存在一个或多个POI点。
继续参阅图3
S7:匹配所述节点网格与地图数据;
具体为将步骤S609步骤中标记的节点网格与步骤S1中对应封闭区域的地图数据进行匹配,得到每个节点网格对应关联的地图信息;
如图12所示,在经过匹配后,得到子区域A其中一个所述的标记的基础网格1对应包含官记食府、南香木桶饭、海都购物网鼓西店三个POI点。
S8:选取地图数据中与所述节点网格匹配的POI点作为节点:;
具体可以包括:
S801:判断所述节点网格内是否包含有POI点;
若否,则执行步骤S802;若是,则执行步骤S803:
S802:选取所述节点网格中道路的中心位置作为节点;执行步骤S806;
S803:判断所述节点网格内包含的POI点是否只有一个;
若否,则执行步骤S804;若是,则执行步骤S805;
S804:选取所述节点网格中距离所述节点网格中心点最近的POI点作为节点;继续执行步骤S806;
S805:直接选取所述节点网格中的该POI作为节点;执行步骤S806;
S806:判断是否所有的所述节点网格都已经处理完毕;
若否,则返回步骤S801;若是,则保存所有的所述节点。
可见,步骤S7和S8是在上述对浮动车的行车数据的统计处理基础上,将被标记为节点网格的基础网格与地图数据进行匹配,选取最佳的POI点作为预设节点的过程;通过以经验数据为基础,并针对封闭区域的各个子区域分别进行统计和处理,再选取匹配的POI点作为预设节点,实现所述预设节点所在的地理位置代表着在所处子区域内是浮动车经过次数最多的地方,即是车流量相对较大的地方;且区域性的选取预设节点,能够保证预设节点所覆盖范围尽可能的广,尽可能的分布均匀;为后续交通行政部门或者导航系统能够以所述预设节点为交通车流重要节点进行道路的规划和路径导航提供科学、可靠以及准确的判断依据。
如图11所示,进行详细举例说明:图中子区域A中的基础网格1在经过步骤S7的匹配后,明确了包含官记食府、南香木桶饭、海都购物网鼓西店的三个POI点;基础网格2仅包含宇兴手机店这一个POI点;基础网格3不包含POI点;
首先,判断得到所述基础网格1内的POI点数量为3,大于2;因此,直接选取距离基础网格1中心点最近的官记食府POI点作为预设节点;判断得到所述基础网格2内的POI点数量为1,等于1;因此,直接选取这唯一的一个POI点宇兴手机店作为预设节点;判断得到所述基础网格3内的POI点数量为0,小于1;因此,选取该基础网格3的中心点附近所有道路中,距离中心点最近的一个POI点作为预设节点,即福州第十八中小学。
请参阅图4至图8所示,本发明提供的第二个技术方案为:
一种选取交通道路中代表性节点的系统,包括:
第一获取模块1,用于获取一预选的封闭区域所对应的地图数据及浮动车的行车数据;
第一划分模块2,用于平均划分所述封闭区域为多个的基础网格;
第二获取模块3,用于依据行车数据,获取所述封闭区域内每一基础网格的浮动车通过频次;
第二划分模块4,用于平均划分所述封闭区域为个数少于所述基础网格个数的子区域;
第一标记模块5,用于标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格;
匹配模块6,用于匹配所述节点网格与地图数据;
选取模块7,用于选取地图数据中与所述节点网格匹配的POI点作为节点。
由上述描述可知,上述选取交通道路中代表性节点的系统可以由客户端和后台服务器端组成,也可以将所有的模块集成于客户端实现,或者将所有的模块集成于服务器端实现。
优选的,上述选取交通道路中代表性节点的系统可以包括客户端和后台服务器,所述客户端可以是智能手机、平板、或者计算机;所述后台服务器可以包括第一获取模块1、第一划分模块2、第二获取模块3、第二划分模块4和第一标记模块5;所述客户端可以包括匹配模块6和选取模块7。
上述选取交通道路中代表性节点的系统,通过第一获取模块1获取一预选封闭区域对应的地图数据和浮动车的行车数据;通过第二获取模块3依据行车数据获取区域内每一基础网格的浮动车通过频次;通过第二划分模块4和第一标记模块5分别将区域进行划分成多个子区域,以及标记子区域内浮动车通过频次最高为节点网格;通过选取模块7选取地图数据中与所述节点网格匹配的POI点作为节点的预设依据;确保预设有节点的覆盖范围尽可能的广,节点的密度分布合理,且节点所处的位置坐标所对应的是浮动车常通行的道路中具有标识作用的地图POI点,在交通道路系统中具有代表性,便于寻找;能够为交通行政部门的道路规划,以及导航系统的路径规划提供科学的决策、预测分析和技术支持;保证道路规划及路径规划的实用性和准确性。
进一步的,上述选取交通道路中代表性节点的系统还可以包括:
判断模块8,用于判断每一基础网格对应的浮动车通过频次是否大于预设的浮动车通过频次阀值;
第二标记模块9,用于标记所述基础网格为待选取节点网格;
确定模块10,用于依据各所述子区域内所述待选取节点网格的个数,确定是否对所述子区域再次平均划分为两个以上的子区域。
优选的,所述判断模块8、第二标记模块9和确定模块10集成在后台服务器中。
进一步的,所述确定模块10包括第一判断单元101、划分单元102和第二判断单元103;
第一标记模块5包括第一标记单元51、获取单元52和第二标记单元53;
所述第一判断单元101,用于判断每一子区域内所述待选取节点网格的个数Ai;
所述划分单元102,用于四等分所述个数Ai大于等于2的子区域;
所述第二判断单元103,用于判断所述四等分的次数到达预设划分阀值,或所述子区域内的所述个数Ai为1;
所述第一标记单元51,用于标记所述个数Ai为1的基础网格为节点网格;
所述获取单元52,用于获取所述个数Ai仍然大于等于2的子区域;
所述第二标记单元53,用于标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格。
进一步的,所述选取模块7包括第三判断单元71、第一选取单元72、第二选取单元73和第三选取单元74;
所述第三判断单元71,用于判断所述节点网格内包含的POI点的个数;
所述第一选取单元72,用于选取所述POI点的个数为0的节点网格中道路的中心位置作为节点;
所述第二选取单元73,用于选取所述POI点的个数为1的节点网格中该POI作为节点;
所述第三选取单元74,用于选取所述POI点的个数大于1的节点网格中距离所述节点网格中心点最近的POI点作为节点。
请参阅图9,本发明提供的第三个技术方案为:
一种选取交通道路中代表性节点的客户端,包括:
第一接收模块11,用于接收一预选的封闭区域所对应的地图数据及浮动车的行车数据;
第二接收模块12,用于接收平均划分所述封闭区域后形成的多个的基础网格;
第三接收模块13,用于接收依据行车数据,获取到的所述封闭区域内每一基础网格的浮动车通过频次;
第四接收模块14,用于接收平均划分所述封闭区域后形成的个数少于所述基础网格个数的子区域;
第五接收模块15,用于接收被标记为节点网格的所述子区域内所述浮动车通过频次最高的基础网格;
第六接收模块16,用于接收与地图数据匹配后的所述节点网络;
第七接收模块17,用于接收经过选取地图数据中与所述节点网格匹配的POI点作为的节点。
上述的客户端能够直接获取封闭区域、对应每一基础网格的浮动车通过频次、划分后的子区域、经过标记的节点网格、匹配后的节点网格与地图数据,以及预设节点,并进行存储;实现在客户端能够直接读取存储在客户端的预设节点数据,能够直接获取交通道路中具备代表性的节点处的路况信息进行统计分析,保证所采集到的路况信息能够充分代表所处路段的真实路况;节省所获取到的基础数据量,同时,所获取路况信息也更具代表性,为后续针对交通道路的分析研究提供可靠的技术支持。
综上所述,本发明提供的一种选取交通道路中代表性节点的方法、系统及客户端,针对现有技术中交通道路的路况信息采集不具备针对性,所采集的基础数据量大,数据处理效率低下,最终得出的路况信息不够准确的缺点,通过对预选的封闭区域进行多次的划分,形成多个的子区域,并同时以各个子区域内浮动车通过频次为依据来选取节点,实现以浮动车的行车数据以及子区域内对应的POI点为判断依据,以动态分析处理的过程选取具有代表性的节点;同时,又能确保预设有节点的覆盖范围尽可能的广,节点的密度分布合理;进一步的,节点所处的位置坐标所对应的是浮动车常通行的道路中具有标识作用的地图POI点,在交通道路系统中具有代表性,便于寻找;最后,还能够为交通行政部门的道路规划,以及导航系统的路径规划提供科学的决策、预测分析和技术支持;保证道路规划及路径规划的实用性和准确性。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种选取交通道路中代表性节点的方法,其特征在于,包括:
获取一预选的封闭区域所对应的地图数据及浮动车的行车数据;
平均划分所述封闭区域为多个的基础网格;
依据行车数据,获取所述封闭区域内每一基础网格的浮动车通过频次;
平均划分所述封闭区域为个数少于所述基础网格个数的子区域;
标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格;
匹配所述节点网格与地图数据;
选取地图数据中与所述节点网格匹配的POI点作为节点。
2.如权利要求1所述的一种选取交通道路中代表性节点的方法,其特征在于,所述“依据行车数据,获取所述封闭区域内每一基础网格的浮动车通过频次”之后进一步包括:
判断每一基础网格对应的浮动车通过频次是否大于预设的浮动车通过频次阀值;若是,标记所述基础网格为待选取节点网格;
所述“平均划分所述封闭区域为个数少于所述基础网格个数的子区域”之后进一步包括:
依据各所述子区域内所述待选取节点网格的个数,确定是否对所述子区域再次平均划分为两个以上的子区域。
3.如权利要求2所述的一种选取交通道路中代表性节点的方法,其特征在于,所述“依据各所述子区域内所述待选取节点网格的个数,确定是否对所述子区域再次平均划分为两个以上的子区域”以及所述子区域内所述节点网格的标记步骤具体包括:
S001:判断每一子区域内所述待选取节点网格的个数Ai;
S002:标记所述个数Ai为1的基础网格为节点网格;
S003:四等分所述个数Ai大于等于2的子区域;返回执行步骤S001,直至所述四等分的次数到达预设划分阀值,或所述子区域内的所述个数Ai为1;
S004:获取所述个数Ai仍然大于等于2的子区域;
S005:标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格。
4.如权利要求1或3所述的一种选取交通道路中代表性节点的方法,其特征在于,所述“选取地图数据中与所述节点网格匹配的POI点作为节点”具体为:
判断所述节点网格内包含的POI点的个数;
选取所述POI点的个数为0的节点网格中道路的中心位置作为节点;
选取所述POI点的个数为1的节点网格中该POI作为节点;
选取所述POI点的个数大于1的节点网格中距离所述节点网格中心点最近的POI点作为节点。
5.一种选取交通道路中代表性节点的系统,其特征在于,包括:
第一获取模块,用于获取一预选的封闭区域所对应的地图数据及浮动车的行车数据;
第一划分模块,用于平均划分所述封闭区域为多个的基础网格;
第二获取模块,用于依据行车数据,获取所述封闭区域内每一基础网格的浮动车通过频次;
第二划分模块,用于平均划分所述封闭区域为个数少于所述基础网格个数的子区域;
第一标记模块,用于标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格;
匹配模块,用于匹配所述节点网格与地图数据;
选取模块,用于选取地图数据中与所述节点网格匹配的POI点作为节点。
6.如权利要求5所述的一种选取交通道路中代表性节点的系统,其特征在于,还包括:
判断模块,用于判断每一基础网格对应的浮动车通过频次是否大于预设的浮动车通过频次阀值;
第二标记模块,用于标记所述基础网格为待选取节点网格;
确定模块,用于依据各所述子区域内所述待选取节点网格的个数,确定是否对所述子区域再次平均划分为两个以上的子区域。
7.如权利要求6所述的一种选取交通道路中代表性节点的系统,其特征在于,所述确定模块包括第一判断单元、划分单元和第二判断单元;
第一标记模块包括第一标记单元、获取单元和第二标记单元;
所述第一判断单元,用于判断每一子区域内所述待选取节点网格的个数Ai;
所述划分单元,用于四等分所述个数Ai大于等于2的子区域;
所述第二判断单元,用于判断所述四等分的次数到达预设划分阀值,或所述子区域内的所述个数Ai为1;
所述第一标记单元,用于标记所述个数Ai为1的基础网格为节点网格;
所述获取单元,用于获取所述个数Ai仍然大于等于2的子区域;
所述第二标记单元,用于标记所述子区域内所述浮动车通过频次最高的基础网格为节点网格。
8.如权利要求5或7所述的一种选取交通道路中代表性节点的系统,其特征在于,所述选取模块包括第三判断单元、第一选取单元、第二选取单元和第三选取单元;
所述第三判断单元,用于判断所述节点网格内包含的POI点的个数;
所述第一选取单元,用于选取所述POI点的个数为0的节点网格中道路的中心位置作为节点;
所述第二选取单元,用于选取所述POI点的个数为1的节点网格中该POI作为节点;
所述第三选取单元,用于选取所述POI点的个数大于1的节点网格中距离所述节点网格中心点最近的POI点作为节点。
9.一种选取交通道路中代表性节点的客户端,其特征在于,包括:
第一接收模块,用于接收一预选的封闭区域所对应的地图数据及浮动车的行车数据;
第二接收模块,用于接收平均划分所述封闭区域后形成的多个的基础网格;
第三接收模块,用于接收依据行车数据,获取到的所述封闭区域内每一基础网格的浮动车通过频次;
第四接收模块,用于接收平均划分所述封闭区域后形成的个数少于所述基础网格个数的子区域;
第五接收模块,用于接收被标记为节点网格的所述子区域内所述浮动车通过频次最高的基础网格;
第六接收模块,用于接收与地图数据匹配后的所述节点网络;
第七接收模块,用于接收经过选取地图数据中与所述节点网格匹配的POI点作为的节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510444744.7A CN105096589B (zh) | 2015-07-27 | 2015-07-27 | 一种选取交通道路中代表性节点的方法、系统及客户端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510444744.7A CN105096589B (zh) | 2015-07-27 | 2015-07-27 | 一种选取交通道路中代表性节点的方法、系统及客户端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105096589A true CN105096589A (zh) | 2015-11-25 |
CN105096589B CN105096589B (zh) | 2017-05-03 |
Family
ID=54576906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510444744.7A Active CN105096589B (zh) | 2015-07-27 | 2015-07-27 | 一种选取交通道路中代表性节点的方法、系统及客户端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105096589B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106647734A (zh) * | 2016-10-12 | 2017-05-10 | 北京京东尚科信息技术有限公司 | 自动导引车、路径规划方法与装置 |
CN106846795A (zh) * | 2017-01-04 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 人群密集区域的获取方法及装置 |
CN111462478A (zh) * | 2019-01-22 | 2020-07-28 | 北京中合云通科技发展有限公司 | 一种城市路网信号控制子区划分方法及装置 |
CN111611667A (zh) * | 2020-06-06 | 2020-09-01 | 兰州交通大学 | 一种结合poi数据的道路网自动选取方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10018562C1 (de) * | 2000-04-14 | 2002-02-07 | Daimler Chrysler Ag | Verfahren zur Gewinnung von Verkehrsdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten durch Meldefahrzeuge |
CN102509454A (zh) * | 2011-11-03 | 2012-06-20 | 安徽科力信息产业有限责任公司 | 基于fcd与地磁检测器的道路状态融合方法 |
CN102663890A (zh) * | 2012-06-01 | 2012-09-12 | 北京航空航天大学 | 利用浮动车数据确定禁左交限路口的方法 |
CN102819953A (zh) * | 2012-08-23 | 2012-12-12 | 北京世纪高通科技有限公司 | 一种疑似新增道路的发现方法和装置 |
CN103149576A (zh) * | 2013-01-29 | 2013-06-12 | 武汉大学 | 一种浮动车数据的地图匹配方法 |
CN103578265A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于出租车gps数据的打车热点获取方法 |
-
2015
- 2015-07-27 CN CN201510444744.7A patent/CN105096589B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10018562C1 (de) * | 2000-04-14 | 2002-02-07 | Daimler Chrysler Ag | Verfahren zur Gewinnung von Verkehrsdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten durch Meldefahrzeuge |
CN102509454A (zh) * | 2011-11-03 | 2012-06-20 | 安徽科力信息产业有限责任公司 | 基于fcd与地磁检测器的道路状态融合方法 |
CN102663890A (zh) * | 2012-06-01 | 2012-09-12 | 北京航空航天大学 | 利用浮动车数据确定禁左交限路口的方法 |
CN103578265A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于出租车gps数据的打车热点获取方法 |
CN102819953A (zh) * | 2012-08-23 | 2012-12-12 | 北京世纪高通科技有限公司 | 一种疑似新增道路的发现方法和装置 |
CN103149576A (zh) * | 2013-01-29 | 2013-06-12 | 武汉大学 | 一种浮动车数据的地图匹配方法 |
Non-Patent Citations (1)
Title |
---|
吴伟: "分布式并行地图匹配系统研究与实现", 《中南大学硕士学位论文》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106647734A (zh) * | 2016-10-12 | 2017-05-10 | 北京京东尚科信息技术有限公司 | 自动导引车、路径规划方法与装置 |
CN106647734B (zh) * | 2016-10-12 | 2020-11-24 | 北京京东乾石科技有限公司 | 自动导引车、路径规划方法与装置 |
CN106846795A (zh) * | 2017-01-04 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 人群密集区域的获取方法及装置 |
CN111462478A (zh) * | 2019-01-22 | 2020-07-28 | 北京中合云通科技发展有限公司 | 一种城市路网信号控制子区划分方法及装置 |
CN111462478B (zh) * | 2019-01-22 | 2021-07-27 | 北京中合云通科技发展有限公司 | 一种城市路网信号控制子区划分方法及装置 |
CN111611667A (zh) * | 2020-06-06 | 2020-09-01 | 兰州交通大学 | 一种结合poi数据的道路网自动选取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105096589B (zh) | 2017-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103106280B (zh) | 一种道路网络环境下不确定时空轨迹数据的范围查询方法 | |
CN102110362B (zh) | 一种规划出行路线的处理方法及系统 | |
AU2020101943A4 (en) | A Robust Method for Distributed Traffic Subarea Division | |
CN106528589B (zh) | 数据管理方法及装置 | |
CN102968900B (zh) | 一种对rfid交通数据进行处理的方法 | |
CN104252489A (zh) | 一种根据经纬度数据快速获得位置文字描述信息的方法 | |
CN102147260A (zh) | 电子地图匹配方法和装置 | |
CN105373559A (zh) | 一种地理信息获取方法及地理信息获取系统 | |
CN105096589A (zh) | 一种选取交通道路中代表性节点的方法、系统及客户端 | |
CN102435200A (zh) | 一种路径快速规划方法 | |
CN106708837B (zh) | 兴趣点搜索方法、装置 | |
CN107167136A (zh) | 一种面向电子地图的位置推荐方法及系统 | |
CN105466435A (zh) | 一种导航系统的路线规划方法和装置 | |
CN109084783A (zh) | 带信号强度的地图构建方法、系统、车载终端及存储介质 | |
CN103902622A (zh) | 一种海量移动目标聚合的方法及装置 | |
CN102855322A (zh) | 一种基于空间探索技术的地图数据存储方法 | |
CN101986102A (zh) | 一种城市地理信息系统中电子地图匹配方法 | |
CN105227618A (zh) | 一种通信站点位置信息处理方法及系统 | |
CN101526366B (zh) | 地图数据处理方法及导航设备 | |
CN108020235B (zh) | 基于出租车经验数据动态获取路径权重的方法及系统 | |
CN110956337B (zh) | 无人机常态化智能作业前的勘探方法和装置 | |
CN111738527B (zh) | 一种基于热点探测模型的城市交通小区划分方法 | |
CN107588779B (zh) | 一种基于任意两节点间行程时间的车辆智能导航方法 | |
CN111210134B (zh) | 服务区域划分方法、装置、服务器和可读存储介质 | |
Chandio et al. | An approach for map-matching strategy of GPS-trajectories based on the locality of road networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |