CN107341558A - 共乘路径的计算方法及使用此方法的计算装置与记录媒体 - Google Patents
共乘路径的计算方法及使用此方法的计算装置与记录媒体 Download PDFInfo
- Publication number
- CN107341558A CN107341558A CN201610278796.6A CN201610278796A CN107341558A CN 107341558 A CN107341558 A CN 107341558A CN 201610278796 A CN201610278796 A CN 201610278796A CN 107341558 A CN107341558 A CN 107341558A
- Authority
- CN
- China
- Prior art keywords
- regions
- track regions
- tracing point
- main track
- secondary track
- 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
- 238000000205 computational method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title abstract description 20
- 241001269238 Data Species 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000012216 screening Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 4
- 230000008859 change Effects 0.000 description 7
- 101150095230 SLC7A8 gene Proteins 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 101150085091 lat-2 gene Proteins 0.000 description 5
- 101100182247 Caenorhabditis elegans lat-1 gene Proteins 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 101150044140 Slc7a5 gene Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G06Q50/40—
Abstract
本发明提供一种共乘路径的计算方法及使用此方法的计算装置与记录媒体。此计算方法包括下列步骤。依据主轨迹数据的轨迹点决定主轨迹区域的区域范围,且依据那些主轨迹区域的区域范围依序将主轨迹数据中的各轨迹点归类至那些主轨迹区域中的一个。依序判断各主轨迹区域与对应于各副轨迹数据的副轨迹区域是否交集,以筛选出那些副轨迹数据中的至少一个。依据筛选出的那些副轨迹数据计算至少一条共乘路径。藉此,提供较佳的共乘路径选择方案。本发明可更加精确地判断出主轨迹与副轨迹中各分段的共乘关系,搜寻出更多且较佳的共乘机会。
Description
技术领域
本发明涉及一种路径演算方法,尤其涉及一种共乘路径的计算方法及使用此方法的计算装置与记录媒体。
背景技术
近年来政府大力推动大众运输服务,民众可享受方便及快捷的搭乘服务。大众运输通常是既定路线及时间排程且甚至可能充满着乘客,相较起来,机车及汽车的便利性更高。然而,并非所有民众都自行拥有车辆。而由于资源供应过剩转而走向资源共享的时代变迁,共乘服务亦是其中一种资源共享的应用。
近年来,已经有许多利用在空间或时空空间中的全球定位系统(Global Positionsystem;GPS)轨迹来分析共乘问题的研究。在解决共乘问题的部分现有方法中,需要利用路线网络(road network)才能计算出共乘路径。不需要利用路线网络的现有方法为网格地图(grid map)方法,其是将地图切割成多个区块,且检查各路径是否属于相同区块。然而,网格地图方法的问题在于,仅将属于相同区块中的路径视为可能共乘路径的候选者。换句而言,即使不属于相同区块的两路径可能仅相距几厘米,但仍不会将相邻区块(即,不同区块)中的路径视为候选者。如此,网格地图方法可能会忽略许多可能的共乘路径。由此可知,有需要提出一种解决方案来在不利用路线网络的情况下找出更多且较佳的共乘路径。
发明内容
本发明提供一种共乘路径的计算方法及使用此方法的计算装置与记录媒体,其依据轨迹点决定轨迹区域且将最终形成的轨迹区域集合与其他候选者的轨迹区域集合进行比较,从而有效解决网格地图方法的问题,并提供较佳的共乘路径选择方案。
本发明提供一种共乘路径的计算装置,其包括储存单元及处理单元。储存单元可记录数个模块、主轨迹数据及副轨迹数据。处理单元耦接储存单元,且存取并执行储存单元所储存的那些模块。那些模块包括轨迹区域决定模块、轨迹区域比较模块及共乘路径计算模块。轨迹区域决定模块可依据主轨迹数据的轨迹点决定主轨迹区域的区域范围,且依据那些主轨迹区域的区域范围依序将主轨迹数据中的各轨迹点归类至那些主轨迹区域中的一个。轨迹区域比较模块依序判断各主轨迹区域与对应于各副轨迹数据的那些副轨迹区域是否交集,以筛选出副轨迹数据中的至少一个。共乘路径计算模块依据筛选出的那些副轨迹数据计算至少一条共乘路径。
另一观点而言,本发明提出一种共乘路径的计算方法,其适用于计算装置将主轨迹数据与多个副轨迹数据进行比对。此计算方法包括下列步骤。依据主轨迹数据的轨迹点决定主轨迹区域的区域范围,且依据那些主轨迹区域的区域范围依序将主轨迹数据中的各轨迹点归类至那些主轨迹区域中的一个。依序判断各主轨迹区域与对应于各副轨迹数据的副轨迹区域是否交集,以筛选出那些副轨迹数据中的至少一个。依据筛选出的那些副轨迹数据计算至少一条共乘路径。
此外,本发明亦提出一种非瞬时计算机可读取记录媒体,其可纪录程序、主轨迹数据及副轨迹数据,且经由计算装置加载以执行下列步骤。依据主轨迹数据的轨迹点决定主轨迹区域的区域范围,且依据那些主轨迹区域的区域范围依序将主轨迹数据中的各轨迹点归类至那些主轨迹区域中的一个。依序判断各主轨迹区域与对应于各副轨迹数据的副轨迹区域是否交集,以筛选出那些副轨迹数据中的至少一个。依据筛选出的那些副轨迹数据计算至少一条共乘路径。
基于上述,本发明实施例所提出的共乘路径的计算方法及使用此方法的计算装置与记录媒体,其系将主轨迹数据及副轨迹数据的轨迹点分别界定出对应的多段主轨迹区域及多段副轨迹区域,将所有轨迹点都分别归类至这些主轨迹区域及那些副轨迹区域后,判断各主轨迹区域与各副轨迹区域是否交集,从而筛选出数组副轨迹数据中部分或全部的轨迹点,并据以决定共乘路线。藉此,本发明实施例可依据轨迹点来弹性调整轨迹区域,将不受限于网格地图方法的既定网格区块,且能更加精确地判断出主轨迹与副轨迹中各分段的共乘关系,从而搜寻出更多且较佳的共乘机会。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1是依据本发明一实施例说明共乘路径的计算装置的方框图;
图2是依据本发明一实施例说明一种共乘路径的计算方法流程图;
图3A及3B分别是将前述轨迹点呈现于空间坐标图及时间-空间坐标图的示意图;
图4A及4B分别是将轨迹点与立方体呈现于空间坐标图及时间-空间坐标图的示意图;
图5A及5B分别是将还原的轨迹点呈现于空间坐标图及时间-空间坐标图的示意图。
附图标记:
100:计算装置
150:处理单元
110:储存单元
S210~S250:步骤
111:轨迹区域决定模块
421、423:主轨迹区域
113:轨迹区域比较模块
411、413、421、423、431、115:轨迹区域筛选模块
433、441:副轨迹区域
117:共乘路径计算模块
具体实施方式
图1是依据本发明一实施例说明共乘路径的计算装置的方框图。请参照图1,计算装置100至少包括(但不仅限于)储存单元110及处理单元150。计算装置100可以是服务器、客户端、桌面计算机、笔记本电脑、智能型手机、网络计算机、工作站、个人数字助理(personal digital assistant;PDA)、平板个人计算机(personal computer;PC)等电子装置,且不以此为限。
储存单元110可以是任何型态的固定或可移动随机存取内存(random accessmemory,RAM)、只读存储器(read-only memory,ROM)、闪存(flash memory)或类似元件或上述元件的组合。在本实施例中,储存单元110是用以储存主轨迹数据(包括轨迹点)、副轨迹数据、程序代码、装置组态、缓冲的或永久的数据,并记录轨迹区块决定模块111、轨迹区域比较模块113、轨迹区域筛选模块115及共乘路径计算模块117等软件程序。前述模块可通过处理单元150存取并执行,且其详细运作内容待稍后实施例详细说明。本实施例中所述的储存单元110并未限制是单一内存元件,上述的各软件模块亦可以分开储存在两个或两个以上相同或不同型态的内存元件中。
处理单元150的功能可藉由使用诸如中央处理单元(central processing unit;CPU)、微处理器、微控制器、数字信号处理(digital signal processing;DSP)芯片、场可程序化逻辑门阵列(Field Programmable Gate Array;FPGA)等可程序化单元来实施。处理单元150的功能亦可用独立电子装置或集成电路(integrated circuit;IC)实施,且处理单元150亦可用硬件或软件实施。
为了方便理解本发明实施例的操作流程,以下将举诸多实施例详细说明本发明实施例中计算装置100进行共乘路径的计算方法的流程。图2是依据本发明一实施例说明一种共乘路径的计算方法流程图。请参照图2,本实施例的方法适用于图1中的计算装置100。下文中,将搭配计算装置100中的各项元件及模块说明本发明实施例所述的方法。本方法的各个流程可依照实施情形而随之调整,且并不仅限于此。
在步骤S210中,轨迹区域决定模块111可依据主轨迹数据的轨迹点决定主轨迹区域的区域范围,且依据主轨迹区域的区域范围依序将主轨迹数据中的各轨迹点归类至主轨迹区域中的一个。具体而言,为了避免受限于已知网格地图方法的既定区块,本发明实施例依据轨迹点动态调整轨迹区域的区域范围,且判断是否将轨迹点归类于某一轨迹区域或另一轨迹区域。
主轨迹数据及副轨迹数据分别包括诸如GPS、伽利略定位系统(GalileoPositioning System)或全球导航卫星系统(GLObal NAvigation Satellite System,GLONASS)等定位系统的轨迹点,且可自储存单元110、因特网或其他电子装置取得。各轨迹点可对应于某一经纬度、高度、时间等地理位置相关信息。主轨迹数据及副轨迹数据中所有相邻轨迹点可以相距相同间隔(例如,10公尺、20公尺、50公尺等)及/或相同时间差(例如,10分钟、30分钟、60分钟等),亦可能以不固定间隔及时间差的方式来取得,或处理单元150设定取样条件以挑选部分或全部的轨迹点,本发明不以此为限。
在本实施例中,轨迹区域决定模块111考虑时间-空间(包括,经纬度)坐标系统。举例而言,表(1)~表(4)分别是用户A的主轨迹数据及用户B的副轨迹数据1~3,其中时间栏是转换成以秒数为单位。例如,21点3分59秒转换成75839秒。而图3A及图3B分别是将前述轨迹点呈现于空间坐标图及时间-空间坐标图的示意图。
表(1)
代码 | 经度 | 纬度 | 时间(秒) |
1 | 116.380796 | 39.898930 | 75839 |
2 | 116.380240 | 39.898906 | 75844 |
3 | 116.379711 | 39.898875 | 75849 |
4 | 116.379338 | 39.898864 | 75854 |
5 | 116.379334 | 39.898879 | 75859 |
6 | 116.379221 | 39.898870 | 75864 |
7 | 116.378887 | 39.898856 | 75869 |
8 | 116.378413 | 39.868829 | 75874 |
表(2)
表(3)
代码 | 经度 | 纬度 | 时间(秒) |
1 | 116.380701 | 39.898558 | 78529 |
2 | 116.380455 | 39.898532 | 78544 |
3 | 116.380321 | 39.898511 | 78559 |
4 | 116.380051 | 39.898560 | 78574 |
5 | 116.379769 | 39.898526 | 78589 |
6 | 116.379399 | 39.898446 | 78604 |
7 | 116.379262 | 39.898379 | 78619 |
8 | 116.378984 | 39.898397 | 78634 |
9 | 116.378783 | 39.898378 | 78649 |
10 | 116.378455 | 39.898405 | 78669 |
表(4)
代码 | 经度 | 纬度 | 时间(秒) |
1 | 116.380715 | 39.898774 | 77481 |
2 | 116.380432 | 39.898776 | 77506 |
3 | 116.380035 | 39.898724 | 77531 |
4 | 116.379597 | 39.898806 | 77556 |
依据不同设计需求,在其他实施例中,轨迹区域决定模块111亦可能考虑三维空间(包括,经纬度及高度)、二维空间(包括,经纬度)坐标系统,且不以此为限。
轨迹区域决定模块111取得主轨迹数据及副轨迹数据的一或多个轨迹点后,将接着决定对应的主轨迹区域及副轨迹区域。轨迹区域决定模块111可定义主轨迹区域及副轨迹区域的区域范围的范围门槛值。例如,在时间-空间坐标系统中,区域范围为时间-空间范围,且区域范围的范围门槛值包括空间距离门槛值∈(例如,50公尺、100公尺、300公尺等)及时间门槛值τ(例如,100秒、360秒、720秒等),从而将各主轨迹区域及各候选轨迹区域在时间-空间坐标系统上形成立体对象(例如,立方体(cube)对象、圆形体、圆柱体等)。
需说明的是,依据不同坐标系统,对应的区域范围参数亦可能不同(例如,经纬度门槛值、高度门槛值等),但本发明不以此为限。而为了方便后续运算及说明,以下实施例将以立方体为范例来进行说明,然不以此为限。
接着,轨迹区域决定模块111初始化主轨迹区域中的一个区域(例如,第j区域),依序(例如,依据时间或输入数据顺序)将那些轨迹点中的第i轨迹点归类至那些主轨迹区域中的第j区域,且判断归类至第j区域中的那些轨迹点所形成的第j区域的区域范围是否符合范围门槛值,以决定是否将第i轨迹点重新归类至那些主轨迹区域中的第j+1区域。i是介于1至主轨迹数据的轨迹点总数之间的正整数,且j是介于1至那些主轨迹区域的总数之间的正整数。
具体而言,轨迹区域决定模块111先将第i轨迹点归类至第j区域,将归类至第j区域的那些轨迹点中的第k轨迹点作为空间基准,且依据该空间基准及归类至第j区域的那些轨迹点计算第j区域的区域范围。而此第k轨迹点为最先归类至第j区域的轨迹点,且k是介于1至轨迹点总数之间的正整数。
在一实施例中,此空间基准包括经度基准及纬度基准。轨迹区域决定模块111将最先归类至第j区域的第k轨迹点的纬度坐标作为纬度基准,且自第j区域内所有的轨迹点(例如,第k至第i轨迹点)中挑选出最小经度及最大经度,以决定区域范围中的经度范围。经度范围可依序由下列方程式(1)~(3)求得:
b1=min_Longitude(cj),b2=max_Longitude(cj)…(1)
lat1=Latitude(first_point(cj))…(2)
lng_range(cj)=dist((lat1,b1),(lat1,b2))…(3)
cj代表第j区域,min_Longitude()代表挑选最小经度,max_Longitude()代表挑选最大经度,Latitude()代表取得纬度坐标,first_point()代表取得最先归类至第j区域的轨迹点,lat1代表最先归类至第j区域的轨迹点的纬度坐标,dist()代表计算两轨迹点的距离,lng_range()代表经度范围。
轨迹区域决定模块111亦将最先归类至第j区域的第k轨迹点的经度坐标作为经度基准,且自第j区域内所有的轨迹点(例如,第k至第i轨迹点)中挑选出最小纬度及最大纬度,以决定区域范围中的纬度范围。纬度范围可依序由下列方程式(4)~(6)求得:
d1=min_Latitude(cj),d2=max_Latitude(cj)…(4)
lng1=Longitude(first_point(cj))…(5)
lat_range(cj)=dist((d1,lng1),(d2,lng1))…(6)
min_Latitude()代表挑选最小纬度,max_Latitude()代表挑选最大纬度,Longitude()代表取得经度坐标,lng1代表最先归类至第j区域的轨迹点的经度坐标,lat_range()代表纬度范围。
需说明的是,在其他实施例中,轨迹区域决定模块111亦可直接计算第j区域中所有轨迹点的最大纬度与最小纬度的差距及最大经度与最小经度的差距,来分别决定纬度范围及经度范围。
此外,轨迹区域决定模块111可自归类至第j区域的轨迹点中挑选具有最大时间的轨迹点及最小时间的轨迹点,以计算第j区域的区域范围。时间范围可由下列方程式(7)求得:
time_range(cj)=max_Timestamp(cj)-min_Timestamp(cj)…(7)
min_Timestamp()代表挑选最小时间,max_Timestamp()代表挑选最大时间,time_range()代表时间范围。
将第i轨迹点归类至第j区域且取得当前所形成之第j区域的区域范围之后,轨迹区域决定模块111便可判断第j区域当前区域范围是否符合范围门槛值。例如,经度范围及纬度范围是否小于空间距离门槛值∈,且时间范围是否小于时间门槛值τ。若经度范围及纬度范围大于空间距离门槛值∈或时间范围大于时间门槛值τ,则轨迹区域决定模块111将此第i轨迹点自第j区域中移除,并初始化第j+1区域,且将第i轨迹点重新归类至第j+1区域。接着,轨迹区域决定模块111接续处理第i+1轨迹点,且决定第j+1区域的区域范围。此外,在移除第i轨迹点之后,便可由所有保留于第j区域的轨迹点(例如,第k至第i-1轨迹点)来确定第j区域的区域范围。
反之,若经度范围及纬度范围小于空间距离门槛值∈且时间范围小于时间门槛值τ,则轨迹区域决定模块111将第i轨迹点继续保留在第j区域,且接续处理第i+1轨迹点并继续决定第j区域的区域范围。换句而言,轨迹区域决定模块111在归类轨迹点至轨迹区域的过程中调整轨迹区域的区域范围,且依据空间门槛值来限制区域范围。
依此类推,轨迹区域决定模块111便可决定对应于主轨迹数据的所有主轨迹区域及副轨迹数据的所有副轨迹区域的区域范围,且分别将主轨迹数据的所有轨迹点及副轨迹数据的所有轨迹点分别归类至这些主轨迹区域及副轨迹区域。
举例而言,图4A及图4B分别是将轨迹点与立方体(包括,主轨迹区域、副轨迹区域)呈现于空间坐标图及时间-空间坐标图的示意图。请同时参照图4A及图4B,假设空间距离门槛值∈为100公尺,且时间门槛值τ为3600秒。前述用户A的主轨迹数据(即,表(1))中代码2的轨迹点加入主轨迹区域411之后,当前主轨迹区域411所形成的区域范围中的经度范围(大约47公尺)及纬度范围(大约3公尺)小于空间距离门槛值∈且时间范围(5秒)小于时间门槛值τ,则继续判断代码3的轨迹点是否归类至主轨迹区域411。而由于主轨迹数据中代码4的轨迹点加入至主轨迹区域411之后,当前主轨迹区域411所形成的区域范围中的经度范围大于(大约120公尺)空间距离门槛值∈,因此自主轨迹区域411中移除此代码4的轨迹点。此代码4的轨迹点将加入至主轨迹区域413,且确定主轨迹区域411中仅包括代码1~3的轨迹点,从而决定主轨迹区域411的区域范围(例如是图4B所示的立方体)。
依此类推,前述用户A的主轨迹数据的轨迹点可分别归类至主轨迹区域411及主轨迹区域413,用户B的副轨迹数据1的轨迹点(即,表(2))可分别归类至副轨迹区域421及副轨迹区域423,用户B的副轨迹数据2的轨迹点(即,表(3))可分别归类至副轨迹区域431及副轨迹区域433,且用户B的副轨迹数据2的轨迹点(即,表(4))可归类至副轨迹区域441。
需说明的是,轨迹区域决定模块111亦可在确定第j区域的区域范围后,计算第j区域的中心点(如下方程序(8)~(11)),以作为后续交集判断使用。
center(cj)=(xc,yc,zc)…(11)
center()为取得中心点坐标((xc,yc,zc)代表(经度坐标,纬度坐标,时间坐标))。换句而言,轨迹区域决定模块111自第j区域中所有轨迹点挑选出最小经度、纬度及时间、最大经度、纬度及时间,且将对应的各项值相加平均后即可取得中心点坐标(xc,yc,zc)。
另一方面,轨迹区域决定模块111可依据第k轨迹点及归类至第j区域的那些轨迹点中的第p轨迹点所形成的联机,决定第j区域的方向。p是介于k+1至轨迹点总数之间的正整数。例如,第p轨迹点是最后归类至第j区域的轨迹点。轨迹区域决定模块111可利用方程式(12)来决定第j区域的方向:
direction(cj)=
arctan(Longitube(last_point(cj))-
Longitube(first_point(cj)),Latitube(last_point(cj))-
Latitube(first_point(cj)))…(12)
last_point()代表取得最后归类至第j区域的轨迹点,arctan()代表取得反正切(arctangent),direction()代表取得方向。换句而言,轨迹区域决定模块111由最先及最后归类至第j区域的轨迹点(例如,第k及第p轨迹点)所连成的直线,利用反正切函数推算出角度,并将此角度作为第j区域(内路径)的方向。
此外,前述方程式(3)及(6)中所使用的dist()可由下列方程式(13)来推算对应于地球表面的距离:
(Lat2,Lng2)及(Lat3,Lng3)分别代表两个位置的经纬度坐标,而Δ((Lat2,Lng2),(Lat3,Lng3))=
(cos(Lat3)cos(Lng3)-cos(Lat2)cos(Lng2))2+(cos(Lat3)sin(Lng3)-cos(Lat2)sin(Lng2))2+(sin(Lat3)-sin(Lat2))2。
在决定出所有主轨迹区域及副轨迹区域后,在步骤S230中,轨迹区域比较模块113依序判断各主轨迹区域与对应于各副轨迹数据的那些副轨迹区域是否交集,以筛选出副轨迹数据中的至少一个。
具体而言,轨迹区域比较模块113可将所有主轨迹区域加入至主轨迹区域集合,且将对应于所有副轨迹数据的副轨迹区域加入至副轨迹区域集合。接着,轨迹区域比较模块113依序判断各主轨迹区域的中心点与各副轨迹数据的各副轨迹区域的中心点间的距离是否小于交集门槛值,且依序判断各主轨迹区域与各副轨迹数据的各副轨迹区域的方向夹角是否小于夹角门槛值δ,从而决定那些主轨迹区域中的一个与对应于各副轨迹数据的那些副轨迹区域中的一个交集。
此交集门槛值可定义成与空间距离门槛值∈及时间门槛值τ相同或不同的数值,端视应用本发明实施例者自行决定。轨迹区域比较模块113可依据下列方程式(14),依序检查主轨迹区域集合中的各主轨迹区域的中心点及副轨迹区域集合中的各副轨迹区域的中心点是否小于交集门槛值。
代表第j区域的中心点坐标,代表第m区域(假设属于副轨迹区域集合;m是正整数,且介于1至某一副轨迹数据中副轨迹区域的总数)的中心点坐标,isIntersect()代表判断是否交集(真(true)代表交集,假(false)代表未交集)。换句而言,依据两个轨迹区域的中心点距离计算在时间-空间坐标系统上是否有交集。
在运算此方程式(14)中,轨迹区域比较模块113可先计算经度轴是否交集。例如,以第j区域之中心点的纬度为基准,计算第j区域的中心点的经度至第m区域之中心点的经度的距离,并判断此距离是否小于空间距离门槛值∈(即,)。轨迹区域比较模块113亦可计算经度轴是否交集。例如,以第j区域的中心点的经度为基准,计算第j区域之中心点的纬度至第m区域之中心点的纬度的距离,并判断此距离是否小于空间距离门槛值∈(即,)。此外,轨迹区域比较模块113计算第m及第j区域的中心点相距的时间差是否小于时间门槛值τ(即,)。最后,当前数比对结果皆符合(皆小于交集门槛值),则轨迹区域比较模块113判断两轨迹区域符合交集门槛值(即,在时间-空间坐标系统上交集)。反之,则轨迹区域比较模块113判断两轨迹区域未符合交集门槛值(即,在时间-空间坐标系统上未交集)。
需说明的是,在其他实施例中,轨迹区域比较模块113亦可直接判断第m及第j区域的区域范围所形成的立体对象或平面对象是否重叠,或通过其他算法来判断第m及第j区域是否交集。
另一方面,本发明实施例更判断两轨迹区域的方向。具体而言,轨迹区域比较模块113可基于方程式(12)决定第m及第j区域的方向,且若决定第m及第j区域的方向的方向夹角小于夹角门槛值δ,则判断为相同方向。反之,则判断为相反方向。并且,若第m及第j区域成相反方向,则排除此副轨迹数据的第m区域。藉此,与主轨迹区域成相反方向的副轨迹区域中的轨迹点将不作为候选的共乘路径。换句而言,若主轨迹区域及副轨迹区域的中心点间之距离小于交集门槛值(例如,空间距离门槛值∈),且主轨迹区域及副轨迹区域的方向夹角小于夹角门槛值δ,轨迹区域比较模块113才会判断此副轨迹区域与对应的主轨迹区域交集。只要任一条件不满足(例如,两中心点相距大于交集门槛值或方向夹角大于夹角门槛值δ),轨迹区域比较模块113便会判断此副轨迹区域与对应的主轨迹区域未交集。
轨迹区域比较模块113将符合交集门槛值及夹角门槛值的那些副轨迹区域(即,判断为交集的副轨迹区域)依据对应的各主轨迹区域纪录于交集矩阵。在本实施例中,此交集矩阵为稀疏(sparse)矩阵。轨迹区域比较模块113将这些判断为交集的副轨迹区域的编号(或代码)(例如,在副轨迹区域集合中的顺序)纪录至对应于相交的主轨迹区域在交集矩阵中的那元素(假设不同副轨迹数据以不同栏或列纪录)。此外,轨迹区域比较模块113将这些判断为未交集的副轨迹区域对应于相交的主轨迹区域在交集矩阵中的那元素设为零值(假设不同副轨迹数据以不同栏或列纪录)。
以前述表(1)~(4)的数据为例,假设夹角门槛值δ为45度,主轨迹区域集合为C1={cj1,cj2}(对应于图4B中主轨迹区域411及主轨迹区域413),副轨迹区域集合为C2={cm1,cm2,cm3,cm4,cm5}(对应于图4B中副轨迹区域421~441),交集矩阵L为2×3的稀疏矩阵。若判断为交集,则在交集矩阵L中记录对应的代码。最后,轨迹区域比较模块113可计算出交集矩阵
需说明的是,交集矩阵采用稀疏矩阵是为了方便后续筛选运算。在其他实施例中,轨迹区域比较模块113亦可用特定代码、符号、编码来记录判断为交集或未交集的副轨迹区域,本发明不以此为限。
接着,轨迹区域筛选模块115可依据此交集矩阵筛选那些副轨迹数据。在本实施例中,轨迹区域筛选模块115计算交集矩阵中对应于各副轨迹数据且符合交集门槛值及夹角门槛值的那些副轨迹区域的符合总数,且依据对应于各副轨迹数据的符合总数筛选那些副轨迹数据。
具体而言,由于那些判断为交集的副轨迹区域的编号(或代码)已记录于交集矩阵中,且其余那些判断为未交集的副轨迹区域在交集矩阵中的元素设为零值,因此交集矩阵中对应于各副轨迹数据的那栏中元素为非零值的总数即为符合总数。轨迹区域筛选模块115可将各副轨迹数据的符合总数大于0的一个或多个,挑选出作为候选者的副轨迹数据。
在一实施例中,假设n个副轨迹数据,则轨迹区域筛选模块115将交集矩阵定义成L=[col1,col2,…,coln],col1至coln分别是对应于第一个副轨迹数据至第n个副轨迹数据所记录的所属副轨迹区域是否与主轨迹区域交集的向量。轨迹区域筛选模块115可将交集矩阵L中对应于各副轨迹数据的非零值的总数(即,符合总数)小于0的那栏删除。例如,将向量col2及col5删除。交集矩阵L所剩下的副轨迹数据即为与主轨迹有共乘关系的副轨迹(对应于一或多个主轨迹区域)。
以前述交集矩阵为例,因为交集矩阵L的第一栏皆为零值,所以轨迹区域筛选模块115便可删除此第一栏。接着,轨迹区域筛选模块115可计算出筛选后的交集矩阵
接着,在步骤S250中,共乘路径计算模块117依据筛选出的那些副轨迹数据计算至少一条共乘路径。在本实施例中,共乘路径计算模块117将筛选出的那些副轨迹数据中符合交集门槛值及夹角门槛值的那些副轨迹区域中的轨迹点进行还原,且依据还原的那些轨迹点计算至少一条共乘路径。
具体而言,共乘路径计算模块117可利用筛选后的交集矩阵L,来将部分或全部主轨迹区域对应的交集副轨迹区域中的轨迹点进行还原。以前述筛选后的交集矩阵为例,表(5)是还原后的对照表。表(5)中的数值代表表(1)~(4)中轨迹点对应的代码。
表(5)
主轨迹数据 | 副轨迹数据2 | 副轨迹数据3 |
1~3 | 1~5 | 1~4 |
4~8 | 6~10 |
图5A及5B分别是将还原的轨迹点呈现于空间坐标图及时间-空间坐标图的示意图。请参照图5A及图5B,共乘路径计算模块117可取得相邻的轨迹区段。结果表示,用户A的主轨迹数据与用户B的副轨迹数据2及3有相邻关系。共乘路径计算模块117可进一步挑选这些相邻的主轨迹数据及副轨迹数据中部分或全部轨迹区段来作为共乘路径,甚至结合地图的街道数据来决定共乘路径。而决定的共乘路径可通过计算装置100上的显示单元(例如,液晶显示器(liquid-crystal display:LCD)、发光二极管(light emitting diode;LED)显示器等)来呈现,或提供选项来选择的主轨迹数据及副轨迹数据中的轨迹区段。
本发明另提供一种非瞬时(non-transitory)计算机可读取记录媒体(例如,只读存储器、闪存、CD-ROM、磁带、软性磁盘、光学数据储存元件等),其中记录计算机程序,该计算机程序是用以执行上述计算方法的各个步骤,此计算机程序是由多个代码段所组成的,并且这些代码段在加载计算装置100中并执行之后,即可完成上述计算方法的步骤。
综上所述,本发明实施例的共乘路径的计算方法及使用此方法的计算装置与记录媒体,其依据取得的轨迹点来决定可归类这些轨迹点的轨迹区域,且将主轨迹数据的一个或多个主轨迹区域依序与所有副轨迹区域进行比较,从而筛选全部或部分的副轨迹区域作为候选者。藉此,本发明实施例可搜寻出更多且更佳的共乘路线。此外,本发明实施例与网格地图方法相比,可增加数倍(例如,6倍)以上的共乘距离。
虽然本发明已以实施例揭示如上,然其并非用以限定本发明,任何所属技术领域中普通技术人员,在不脱离本发明的精神和范围内,当可作些许的改动与润饰,故本发明的保护范围当视所附权利要求界定范围为准。
Claims (20)
1.一种共乘路径的计算装置,其特征在于,包括:
储存单元,记录多个模块、主轨迹数据及多个副轨迹数据;以及
处理单元,耦接所述储存单元,且存取并执行所述储存单元所储存的所述多个模块,所述多个模块包括:
轨迹区域决定模块,依据所述主轨迹数据的多个轨迹点决定多个主轨迹区域的区域范围,且依据所述多个主轨迹区域的所述区域范围依序将所述主轨迹数据中的各所述多个轨迹点归类至所述多个主轨迹区域中的一个;
轨迹区域比较模块,依序判断各所述多个主轨迹区域与对应于各所述多个副轨迹数据的多个副轨迹区域是否交集,以筛选出所述多个副轨迹数据中的至少一个;以及
共乘路径计算模块,依据筛选出的所述多个副轨迹数据计算至少一共乘路径。
2.根据权利要求1所述的计算装置,其特征在于,所述轨迹区域决定模块将所述多个轨迹点中的一第i轨迹点归类至所述多个主轨迹区域中的第j区域,且判断归类至所述第j区域中的所述多个轨迹点所形成的所述第j区域的区域范围是否符合范围门槛值,以决定是否将所述第i轨迹点重新归类至所述多个主轨迹区域中的第j+1区域,其中i是介于1至所述主轨迹数据的轨迹点总数之间的正整数,且j是介于1至所述多个主轨迹区域的总数之间的正整数。
3.根据权利要求2所述的计算装置,其特征在于,所述轨迹区域决定模块将归类至所述第j区域的所述多个轨迹点中的第k轨迹点作为空间基准,且依据所述空间基准及归类至所述第j区域的所述多个轨迹点计算所述第j区域的所述区域范围,其中所述第k轨迹点为最先归类至所述第j区域的轨迹点,且k是介于1至所述轨迹点总数之间的正整数。
4.根据权利要求2所述的计算装置,其特征在于,所述轨迹区域决定模块自归类至所述第j区域的所述多个轨迹点中挑选具有最大时间的轨迹点及最小时间的轨迹点,以计算所述第j区域的所述区域范围。
5.根据权利要求3所述的计算装置,其特征在于,所述轨迹区域决定模块依据所述第k轨迹点及归类至所述第j区域的所述多个轨迹点中的第p轨迹点所形成的联机,决定所述第j区域的方向,其中p是介于k+1至所述轨迹点总数之间的正整数。
6.根据权利要求1所述的计算装置,其特征在于,所述轨迹区域比较模块依序判断各所述多个主轨迹区域的中心点与各所述多个副轨迹数据的各所述多个副轨迹区域的中心点间的距离是否小于交集门槛值,且依序判断各所述多个主轨迹区域与各所述多个副轨迹数据的各所述多个副轨迹区域的方向夹角是否小于夹角门槛值,从而决定所述多个主轨迹区域中的一个与对应于各所述多个副轨迹数据的所述多个副轨迹区域中的一个交集。
7.根据权利要求6所述的计算装置,其特征在于,所述轨迹区域比较模块将符合所述交集门槛值及所述夹角门槛值的所述多个副轨迹区域依据对应的各所述多个主轨迹区域纪录于交集矩阵,且所述计算装置还包括:
轨迹区域筛选模块,依据所述交集矩阵筛选所述多个副轨迹数据。
8.根据权利要求7所述的计算装置,其特征在于,所述轨迹区域筛选模块计算所述交集矩阵中对应于各所述多个副轨迹数据且符合所述交集门槛值及所述夹角门槛值的所述多个副轨迹区域的符合总数,且依据对应于各所述多个副轨迹数据的所述符合总数筛选所述多个副轨迹数据。
9.根据权利要求1所述的计算装置,其特征在于,所述共乘路径计算模块将筛选出的所述多个副轨迹数据中符合所述交集门槛值及所述夹角门槛值的所述多个副轨迹区域中的多个轨迹点进行还原,且依据还原的所述多个轨迹点计算所述至少一共乘路径。
10.根据权利要求1所述的计算装置,其特征在于,所述轨迹区域决定模块将各所述多个主轨迹区域及各所述多个候选轨迹区域在时间-空间坐标系统上形成立体对象,且所述区域范围为时间-空间范围。
11.一种共乘路径的计算方法,适用于计算装置将主轨迹数据与多个副轨迹数据进行比对,其特征在于,所述计算方法包括:
依据所述主轨迹数据的多个轨迹点决定多个主轨迹区域的区域范围,且依据所述多个主轨迹区域的所述区域范围依序将所述主轨迹数据中的各所述多个轨迹点归类至所述多个主轨迹区域中的一个;
依序判断各所述多个主轨迹区域与对应于各所述多个副轨迹数据的多个副轨迹区域是否交集,以筛选出所述多个副轨迹数据中的至少一个;以及
依据筛选出的所述多个副轨迹数据计算至少一共乘路径。
12.根据权利要求11所述的计算方法,其特征在于,所述依据所述多个主轨迹区域的所述区域范围依序将所述主轨迹数据中的各所述多个轨迹点归类至所述多个主轨迹区域中的一个的步骤包括:
将所述多个轨迹点中的第i轨迹点归类至所述多个主轨迹区域中的第j区域;以及
判断归类至所述第j区域中的所述多个轨迹点所形成的所述第j区域的区域范围是否符合范围门槛值,以决定是否将所述第i轨迹点重新归类至所述多个主轨迹区域中的第j+1区域,其中i是介于1至所述主轨迹数据的轨迹点总数之间的正整数,且j是介于1至所述多个主轨迹区域的总数之间的正整数。
13.根据权利要求12所述的计算方法,其特征在于,所述依据所述主轨迹数据的所述多个轨迹点决定所述多个主轨迹区域的所述区域范围的步骤包括:
将各所述多个主轨迹区域及各所述多个副轨迹区域在时间-空间坐标系统上形成立体对象,其中所述区域范围为时间-空间范围;
将归类至所述第j区域的所述多个轨迹点中的一第k轨迹点作为空间基准,其中所述第k轨迹点为最先归类至所述第j区域的轨迹点,且k是介于1至所述轨迹点总数之间的正整数;以及
依据所述空间基准及归类至所述第j区域的所述多个轨迹点计算所述第j区域的所述区域范围。
14.根据权利要求12所述的计算方法,其特征在于,所述依据所述主轨迹数据的所述多个轨迹点决定所述多个主轨迹区域的所述区域范围的步骤包括:
自归类至所述第j区域的所述多个轨迹点中挑选具有最大时间的轨迹点及最小时间的轨迹点,以计算所述第j区域的所述区域范围。
15.根据权利要求13所述的计算方法,其特征在于,所述依据所述空间基准及归类至所述第j区域的所述多个轨迹点计算所述第j区域的所述区域范围的步骤之后,还包括:
所述轨迹区域决定模块依据所述第k轨迹点及归类至所述第j区域的所述多个轨迹点中的第p轨迹点所形成的联机,决定所述第j区域的方向,其中p是介于k+1至所述轨迹点总数之间的正整数。
16.根据权利要求11所述的计算方法,其特征在于,所述依序判断各所述多个主轨迹区域与对应于各所述多个副轨迹数据的所述多个副轨迹区域是否交集的步骤包括:
依序判断各所述多个主轨迹区域的中心点与各所述多个副轨迹数据的各所述多个副轨迹区域的中心点间的距离是否小于交集门槛值;以及
依序判断各所述多个主轨迹区域与各所述多个副轨迹数据的各所述多个副轨迹区域的方向夹角是否小于夹角门槛值,从而决定所述多个主轨迹区域中的一个与对应于各所述多个副轨迹数据的所述多个副轨迹区域中的一个交集。
17.根据权利要求16所述的计算方法,其特征在于,所述决定所述多个主轨迹区域中的一个与对应于各所述多个副轨迹数据的所述多个副轨迹区域中的一个交集的步骤之后,还包括:
将符合所述交集门槛值及所述夹角门槛值的所述多个副轨迹区域依据对应的各所述多个主轨迹区域纪录于交集矩阵;以及
依据所述交集矩阵筛选所述多个副轨迹数据。
18.根据权利要求17所述的计算方法,其特征在于,所述依据所述交集矩阵筛选所述些副轨迹数据的步骤包括:
计算所述交集矩阵中对应于各所述多个副轨迹数据且符合所述交集门槛值及所述夹角门槛值的所述多个副轨迹区域的符合总数;以及
依据对应于各所述多个副轨迹数据的所述符合总数筛选所述多个副轨迹数据。
19.根据权利要求11所述的计算方法,其特征在于,所述依据筛选出的所述多个副轨迹数据计算所述至少一共乘路径的步骤包括:
将筛选出的所述多个副轨迹数据中符合所述交集门槛值及所述夹角门槛值的所述多个副轨迹区域中的多个轨迹点进行还原;以及
依据还原的所述多个轨迹点计算所述至少一共乘路径。
20.一种非瞬时计算机可读取记录媒体,其特征在于,记录程序、主轨迹数据及多个副轨迹数据,经由计算装置加载以执行下列步骤:
依据所述主轨迹数据的多个轨迹点决定多个主轨迹区域的区域范围,且依据所述多个主轨迹区域的所述区域范围依序将所述主轨迹数据中的各所述多个轨迹点归类至所述多个主轨迹区域中的一个;
依序判断各所述多个主轨迹区域与对应于各所述多个副轨迹数据的多个副轨迹区域是否交集,以筛选出所述多个副轨迹数据中的至少一个;以及
依据筛选出的所述多个副轨迹数据计算至少一共乘路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610278796.6A CN107341558A (zh) | 2016-04-28 | 2016-04-28 | 共乘路径的计算方法及使用此方法的计算装置与记录媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610278796.6A CN107341558A (zh) | 2016-04-28 | 2016-04-28 | 共乘路径的计算方法及使用此方法的计算装置与记录媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107341558A true CN107341558A (zh) | 2017-11-10 |
Family
ID=60222661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610278796.6A Pending CN107341558A (zh) | 2016-04-28 | 2016-04-28 | 共乘路径的计算方法及使用此方法的计算装置与记录媒体 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107341558A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785656A (zh) * | 2019-03-18 | 2019-05-21 | 南京大学 | 一种基于局部近似秩的交通规划及导航方法 |
CN111190989A (zh) * | 2019-12-31 | 2020-05-22 | 深圳安智杰科技有限公司 | 离散轨迹分析方法、装置、电子设备及可读存储介质 |
CN113393062A (zh) * | 2021-08-17 | 2021-09-14 | 深圳坤湛科技有限公司 | 车辆调度方法、程序产品、系统及存储介质 |
CN114353820A (zh) * | 2022-03-18 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种路径规划方法、装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1712898A (zh) * | 2004-06-25 | 2005-12-28 | 私立逢甲大学 | 地理空间转换方法 |
CN101995849A (zh) * | 2009-08-24 | 2011-03-30 | 台达电子工业股份有限公司 | 数值控制系统的路径轨迹点计算装置及其计算方法 |
US20130144524A1 (en) * | 2011-03-31 | 2013-06-06 | Microsoft Corporation | Double-hub indexing in location services |
CN103426139A (zh) * | 2012-05-21 | 2013-12-04 | 张凯杰 | 共乘者媒合配对的系统及其方法 |
CN104464275A (zh) * | 2014-02-23 | 2015-03-25 | 广州市沃希信息科技有限公司 | 一种基于多计程车的拼车方法、系统及服务器 |
CN104812654A (zh) * | 2012-11-08 | 2015-07-29 | 优步科技公司 | 将交通对象的位置信息动态地提供给计算装置 |
CN104900050A (zh) * | 2015-06-24 | 2015-09-09 | 四川大学 | 一种基于网络地图api的拼车系统路线发布及匹配算法 |
CN104978420A (zh) * | 2015-06-30 | 2015-10-14 | 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 |
-
2016
- 2016-04-28 CN CN201610278796.6A patent/CN107341558A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1712898A (zh) * | 2004-06-25 | 2005-12-28 | 私立逢甲大学 | 地理空间转换方法 |
CN101995849A (zh) * | 2009-08-24 | 2011-03-30 | 台达电子工业股份有限公司 | 数值控制系统的路径轨迹点计算装置及其计算方法 |
US20130144524A1 (en) * | 2011-03-31 | 2013-06-06 | Microsoft Corporation | Double-hub indexing in location services |
CN103426139A (zh) * | 2012-05-21 | 2013-12-04 | 张凯杰 | 共乘者媒合配对的系统及其方法 |
CN104812654A (zh) * | 2012-11-08 | 2015-07-29 | 优步科技公司 | 将交通对象的位置信息动态地提供给计算装置 |
CN104464275A (zh) * | 2014-02-23 | 2015-03-25 | 广州市沃希信息科技有限公司 | 一种基于多计程车的拼车方法、系统及服务器 |
CN104900050A (zh) * | 2015-06-24 | 2015-09-09 | 四川大学 | 一种基于网络地图api的拼车系统路线发布及匹配算法 |
CN104978420A (zh) * | 2015-06-30 | 2015-10-14 | 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 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785656A (zh) * | 2019-03-18 | 2019-05-21 | 南京大学 | 一种基于局部近似秩的交通规划及导航方法 |
CN111190989A (zh) * | 2019-12-31 | 2020-05-22 | 深圳安智杰科技有限公司 | 离散轨迹分析方法、装置、电子设备及可读存储介质 |
CN111190989B (zh) * | 2019-12-31 | 2023-03-14 | 深圳安智杰科技有限公司 | 离散轨迹分析方法、装置、电子设备及可读存储介质 |
CN113393062A (zh) * | 2021-08-17 | 2021-09-14 | 深圳坤湛科技有限公司 | 车辆调度方法、程序产品、系统及存储介质 |
CN114353820A (zh) * | 2022-03-18 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种路径规划方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mou et al. | Exploring spatio-temporal changes of city inbound tourism flow: The case of Shanghai, China | |
Konowalik et al. | Evaluation metrics and validation of presence-only species distribution models based on distributional maps with varying coverage | |
CN110264709A (zh) | 基于图卷积网络的道路的交通流量的预测方法 | |
CN110084195B (zh) | 基于卷积神经网络的遥感图像目标检测方法 | |
CN104330089B (zh) | 一种利用历史gps数据进行地图匹配的方法 | |
CN106681996B (zh) | 确定地理范围内兴趣区域、兴趣点的方法和装置 | |
CN107341558A (zh) | 共乘路径的计算方法及使用此方法的计算装置与记录媒体 | |
CN104269057A (zh) | 一种基于浮动车od数据的卡口传感器部署方法 | |
CN112990976A (zh) | 基于开源数据挖掘的商业网点选址方法、系统、设备及介质 | |
CN110413855A (zh) | 一种基于出租车下客点的区域出入口动态提取方法 | |
CN107368480A (zh) | 一种兴趣点数据错误类型定位、重复识别方法及装置 | |
Rodrigues et al. | Automatic classification of points-of-interest for land-use analysis | |
Jiang et al. | Quantitative evaluation of mining geo-environmental quality in Northeast China: comprehensive index method and support vector machine models | |
CN112579922A (zh) | 一种基于用户轨迹的兴趣点推荐方法 | |
Saleh et al. | Study of urban expansion in jordanian cities using GIS and remoth Sensing | |
CN115796629A (zh) | 传统村落活力量化评价方法及系统、电子设备、存储介质 | |
CN108038734B (zh) | 基于点评数据的城市商业设施空间分布探测方法及系统 | |
Balha et al. | Assessment of urban area dynamics in world's second largest megacity at sub-city (district) level during 1973–2016 along with regional planning | |
CN112925870A (zh) | 一种人口空间化方法及系统 | |
Wang et al. | Abnormal trajectory detection based on geospatial consistent modeling | |
Zhao et al. | Learning region similarities via graph-based deep metric learning | |
Barthelemy | Spatial networks: tools and perspectives | |
Shende et al. | Analyzing changes in travel patterns due to Covid-19 using Twitter data in India | |
Lin et al. | Classification of air quality zones and fine particulate matter sensitive areas by risk assessment approach | |
O’Sullivan et al. | The pitfalls and potential of spatial data |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171110 |
|
WD01 | Invention patent application deemed withdrawn after publication |