CN108229510A - 确定道路区域的方法、设备和系统 - Google Patents

确定道路区域的方法、设备和系统 Download PDF

Info

Publication number
CN108229510A
CN108229510A CN201611190304.4A CN201611190304A CN108229510A CN 108229510 A CN108229510 A CN 108229510A CN 201611190304 A CN201611190304 A CN 201611190304A CN 108229510 A CN108229510 A CN 108229510A
Authority
CN
China
Prior art keywords
road
section
relevant range
bend
information
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
Application number
CN201611190304.4A
Other languages
English (en)
Inventor
檀毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Liaoning Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Liaoning Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Liaoning Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201611190304.4A priority Critical patent/CN108229510A/zh
Publication of CN108229510A publication Critical patent/CN108229510A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/251Fusion techniques of input or preprocessed data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种确定道路区域的方法、设备和系统,其中所述方法包括:从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹;针对所确定的至少一条道路中的每条道路,执行道路相关区域确定,所述道路相关区域确定包括:根据所述道路的各路段的路段信息确定所述道路的道路轨迹;将所述道路轨迹划分为多个区段;针对所述多个区段的每一个确定相应的单元区域。

Description

确定道路区域的方法、设备和系统
技术领域
本申请涉及规划领域,更具体地,本申请涉及一种确定道路区域的方法、设备和系统。
背景技术
随着日常生活的节奏的加快,人们生活的压力增大,舒缓压力的需求也随之增加。因此,每逢节假日,各大景点人满为患。由于局部区域人流量的急剧上升,疏散的压力大为增加。因此,需要加强节假日或庆典时公共安全的安全隐患防控,以便于应对城市突发的公共安全事件。
为了对人流量过大提出预警,已经存在一些人群聚集风险预警系统。这些系统主要依赖于现场摄像头采集大量图像并对人流密度、分布、流量等因素进行分析。然而,现有的人流密度分析类型的系统存在以下缺陷:采用分区域汇总采样点数据的分析技术,缺少以道路为蓝本的分析方法,主要集中在许多热门景区和商业区以统计采样数据,如火车站、汽车站、机场、商场、广场等人员密集的场所;并且这些系统没有实现城市主要道路上的采样数据分析。
此外,虽然目前许多热门景区和商业区都可统计人流数据,但是这仅仅是应急管理的第一步;为了进行数据挖掘以预测因人流密集所致的风险,需要对这些数据作出进一步的处理和分析。同时,通过数据分析,获取道路的各个区域的人流量,也有助于判断各个区域的商业价值。
发明内容
本申请提出了一种新颖的确定道路区域的方法、设备和系统。通过将道路划分为不同区域,有利于对各个单元区域进行单独分析。
本申请提供了一种基于道路的路段信息来确定所述道路的相关区域的方法,其特征在于,包括:从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹;针对所确定的至少一条道路中的每条道路,执行道路相关区域确定,所述道路相关区域确定包括:根据所述道路的各路段的路段信息确定所述道路的道路轨迹;将所述道路轨迹划分为多个区段;针对所述多个区段的每一个确定相应的单元区域。
根据本发明的另一方面,还提供了一种基于道路的路段信息来确定所示道路的相关区域的系统,包括:道路确定模块,用于从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹;道路相关区域确定模块,用于针对所确定的至少一条道路中的每条道路,执行道路相关区域确定,所述道路相关区域确定包括:根据所述道路的各路段的路段信息确定所述道路的道路轨迹;将所述道路轨迹划分为多个区段;针对所述多个区段的每一个确定相应的单元区域。
根据本发明的另一方面,还提供了一种基于道路的路段信息来确定所示道路的相关区域的设备,包括:处理器;以及存储器,用于存储道路数据处理程序;其中当所述处理器被配置为执行所述道路数据处理程序时,执行以下方法:从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹;针对所确定的至少一条道路中的每条道路,执行道路相关区域确定,所述道路相关区域确定包括:根据所述道路的各路段的路段信息确定所述道路的道路轨迹;将所述道路轨迹划分为多个区段;针对所述多个区段的每一个确定相应的单元区域。
本发明提供的方案,根据划分出的道路覆盖区域识别采样数据,建立道路单元格划分方法和采样点丰富程度分析方法,打破现有只能集中在某些固定区域或按照固定长宽设定的单元格的分析模式,能够能更好的结合城市实际情况完成数据采样点或人流的分析。
附图说明
本申请的以上方面和其他方面将参照附图通过下面对示例性实施例的详细描述变得更加显然,其中:
图1根据一个或多个实施例,示出了一种用于确定道路区域的方法的流程图;
图2根据一个或多个实施例,示出了将直线型路段处理为矩形单元的一种简化情形;
图3根据一个或多个实施例,示出了用于利用单点单侧垂直算法来计算与直线型路段相应的矩形单元扩展点的示意图;
图4根据一个或多个实施例,示出了用于将一些其它朝向的直线型路段扩展为矩形区域的示意图;
图5根据一个或多个实施例,示出了通过矩形区域扩展点来获取矩形区域的示意图;
图6根据一个或多个实施例,示出了将折线型路段处理为不同单元的示意图;
图7根据一个或多个实施例,示出了计算折线型单元扩展得到的六边形单元顶点的示意图;
图8根据一个或多个实施例,示出了一种用于确定道路区域的系统的框图;
图9根据一个或多个实施例,示出了一种用于确定道路区域的设备的框图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本发明的全面理解。但是,对于本领域技术人员来说很明显的是,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法,而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中,没有示出公知的结构和技术,以便避免对本发明造成不必要的模糊。
图1根据一个实施例,示出了一种基于道路的路段信息来确定所述道路的相关区域的方法100的流程图。该图仅是示例,其不应不适当地限制权利要求的范围。本领域的技术人员可以在该图的基础上进行适应性地变化、替代和修改。
在步骤110中,从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹。
这里,我们所处理的“道路”可视为对实际道路的某种虚拟化。它可以视为车辆沿着实际道路前进的一条轨迹线,需要注意的是,这条轨迹线并不一定与实际道路的中心线相重合。这种设置是为了与实际中的应用结合更为紧密。在实际中,路段信息的来源可以是多种多样的。例如,由中国移动公司设置基站的人员在行进时所采集的路段信息,或者各类业务人员在路途中获取的路段信息,或者来源于其它同行或者客户。
在尽可能获取路段信息后,注意到这些信息的来源不同,存在重复和无序性,需要将这些信息进行处理。作为处理路段信息的一种方式,可以先对所有的路段信息按照道路名称排重,获取所有道路的名称;之后按照道路名称,获取与其相对应的所有路段信息。
在执行上述处理之后,对每个道路设定等级,并设定需要进行处理的道路等级的阈值。在现实中的道路,由于偏僻程度、路况以及周围环境等的不同,有些道路(例如小区内的道路)不需要监控安全隐患。根据偏僻程度、路况以及周围环境等参数,对道路进行等级评定。作为示例,对于不同的道路相关参数,可以设定某个权值;根据每个道路的加权值所处的范围来评定道路等级。将每个道路的等级与该阈值相比较,仅处理等级不低于该阈值的道路。
对于不低于上述最低等级的道路,利用算法,顺序排列道路中的所有路段。例如,可以利用每个路段起始和结束的坐标点,按照各个路段的先后顺序重新排列,生成一个由各个路段构成的且与这些路段所属的道路相关的列表。这里所定义的先后顺序,可以例如是从北向南;如果道路完全沿经度方向,则所述先后顺序是从西到东。
在完成上述过程之后,在每条道路的标识信息中,补充道路名称、所属行政区划码等信息以便于以后查询。
此外,还存在一些异常情形。例如,如果在将道路的各个路段排序时,某些路段数据的首尾无法连接,此时无法生成序列化道路;或者,由于某些直道长度过短而无法生成单元;此外,在出现某些弯道(例如U形弯)的情况下,所得到的点的坐标无法生成单元格;同时,还存在一些无法处理的道路,例如,转盘、立交桥、盘山道、大折角转向道、弧形道路、S型连续转弯道路等。对于这些异常情形的道路,需要将其舍弃。
在步骤120中,针对所确定的至少一条道路中的每条道路,执行道路相关区域确定。这里的道路相关区域确定包括但不限于:根据所述道路的各路段的路段信息确定所述道路的道路轨迹;将所述道路轨迹划分为多个区段;针对所述多个区段的每一个确定相应的单元区域。
在道路的处理中,不可避免地涉及到弯道的处理。这里,我们针对构成道路的轨迹线上的折角设定某个阈值,例如该阈值可以为30度,当道路存在某个路段的折角大于该阈值时,该道路被认为是弯道。对道路(该道路为一条轨迹线)按照弯道将所述道路重新划分路段,其中,所述道路的起始点与相邻弯道之间、两个相邻弯道之间、以及所述道路的结束点与相邻弯道之间分别被确定为路段。具有n个弯道的道路将被截为n+1个路段。
在按照弯道将所述道路重新划分路段之后,获得多个直线型路段。对截取后的每个直线型路段,按照固定长度来截取区段。在重新划分路段完成后,从重新划分得到的每一个路段的起始点开始,沿所述路段的轨迹,按照第一预设长度截取区段,当剩余长度小于所述第一预设长度时,将所述剩余长度与下一个路段的第一区段共同构成弯道区段;并且当所述道路的末端部分小于所述第一预设长度且大于第二预设长度时,仍将所述末端部分截取为区段;否则舍弃所述末端部分。
这里,每个截取得到的区段可以视为在道路(该道路为一条轨迹线)上间距某个长度的两个点,所述第一预设长度可以根据需求设置,例如,所述第一预设长度可以被设置为100米。类似地,所述第二预设长度也可以根据需求设置,例如,所述第二预设长度可以被设置为75米。
在将所述道路划分为多个区段之后,由于区段只是道路轨迹上的线段(可能为折线段),需要将其扩展为具有一定面积的单元,才能针对所述道路的各个部分分析采样数据。
如果区段为直线型区段,沿区段的垂直方向将每个区段向区段两侧扩展以一定宽度(两侧扩展的宽度可以不一致),使得直线型区段划分所得到的每个单元被扩展成为一个矩形区域以作为所述区段的相应单元区域;如果区段为折线型区段,确定以构成折线的两条直线分别为中心线的六边形区域以作为所述区段的相应单元区域。
在将道路的各个路段分为各个单元区域之后,可以衍生多种应用。例如,可以按照与单元区域相关的不同采样数据,获取每个单元区域的相关信息(例如人流量的大小),从而判断各个单元区域的安全隐患;或者,根据各个单元区域相应的人流量大小,判断道路的不同路段的商业价值。又比如,可以根据每个单元区域所扩展得到的矩形内部的信息点(point of information,简称POI)的多少,判断需要重点监控的单元,以便及时发现安全隐患。这里的信息点,例如可以为电影院、餐厅、酒吧等。
通过获取所述要处理的道路的各个单元区域的人流量的采样数据,可以分析所述各个单元的人流量密集程度。作为示例,可以采用Hadoop大数据分析将采样点数据与道路的各个单元相匹配,并分析定位采样点缺失的道路数据;可以在后续通过人工的方式来采集缺失采样点的道路的相关数据。
在图2中,示出了将直线型路段处理为矩形单元的一种简化情形。注意到这种简化的处理方式是在二维平面下进行,而实际中的道路是在地球表面(即球体的表面),因此仅为一种示意方式。在图2中,该直线型路段为L,经过该路段L的两个端点,分别作出两条垂直于L的直线Xb1-Xb2、Xe1-Xe2。在该直线型路段的两个端点处,分别沿着两条直线Xb1-Xb2、Xe1-Xe2的方向往上和往下截取扩展为矩形所需的长度,即构成了一个与路段L相对应的矩形。
在图3中示出了利用单点单侧垂直算法来计算与直线型路段AB相应的矩形单元扩展点C的方法。
这里,AB为一条直线,经过B点且平行于Y轴的直线与经过A点且平行于X轴的直线相交于N,角BAN的为θ,BC垂直于BA,角CBN也为θ。BC的长度L_BC已知(即经过B点向右下延伸的长度),AB的长度L_AB也已知。经过C点且垂直于Y轴的直线与直线BN的交点为M,将B点在纬度线Y轴上的坐标加上距离L_BM,在经度线X轴上的坐标加上距离L_MC,即可得到C点的坐标。需要注意到,采用这种方法还有可能得到C2点,通过判断距离L_AC2和L_AC,将与较小的距离L_AC2相关的C2点舍弃。
在本申请中,当计算任意两点之间的距离时,可以利用欧式距离算法。
在图4中,示出了将一些其它朝向的直线型路段扩展为矩形区域的形式。通过与图3中所示方法类似的方式,可以计算得到目标矩形区域的顶点,从而得到所需的目标矩形区域。
在图5中,示出了在计算得到矩形区域的顶点之后,经过该顶点作出与直线型路段L相平行的线,从而得到目标矩形区域。
在图6中,示出了如何将折线型路段处理为不同的单元区域。在图6中,该折线型路段为L1L2,o1o2为折线L1L2之间夹角的中分线。计算o1o2点的方式具体在图7中示出。如图6所示,中线的弯道部分形成了六边形单元区域a2o2b2b1o1a1。
在图7中,示出了在经纬度坐标系下,折线型道路AOB所扩展得到的六边形单元的顶点C的示意图。下面列出计算顶点C的一种方式。
在图7中,假设O的坐标为(x1,y1),A的坐标为(x2,y2),B的坐标为(x3,y3),C的坐标为(x,y),OC距离为Loc,OA的距离为Loa,OB的距离为Lob,A和B之间的夹角为2θ,现在默认Loa、Lob和Loc都是经纬度坐标下的欧氏距离,另外再假定角AOB为2θ。R是地球半径。
具体有以下公式:
Cos(2θ)=((x2-x1)*(y2-y1)+(x3-x1)*(y3-y1))/(Loa*Lob)
Loa=R*arccos(sin(x1)*sin(x2)+cos(x1)*cos(x2)*cos(y1-y2))
Lob=R*arccos(sin(x1)*sin(x3)+cos(x1)*cos(x3)*cos(y1-y3))
cosθ=((x-x1)*(x2-y1)+(y-y1)*(y2-y1))/(Loc*Loa)
cosθ=((x-x1)*(x3-y1)+(y-y1)*(y3-y1))/(Loc*Lob)
x=((x1(x2-x1)+Loc*Loa*cosθ)/(y2-y1)-(x1(x3-x1)+Lob*Loa*cosθ)/(y3-y1))/((x2-x1)/(y2-y1)-(x3-x1)/(y3-y1))
y=((y1(y2-y1)+Loc*Loa*Cosθ)/(x2-x1)-(y1(y3-y1)+Lob*Loa*Cosθ)/(x3-x1))/((y2-y1)/(x2-x1)-(y3-y1)/(x3-x1))
通过上述方式,计算得到了顶点C(即图6中的顶点o2)的坐标。通过塞瓦定理,可以得到图6中所示的另一顶点o1的坐标。
在实际获取道路数据时,可能由于一些特殊原因而产生误差。例如,在一些较大转向的弯道上,或者在连续弯道处,由于获取的路段的坐标点距离较近,导致计算产生的误差太高,从而影响判断结果。这里,我们将这种情形定义为异常弯道。对于异常弯道,我们需要及时发现并将其舍弃。
作为判断的一种方式,可以利用燕尾定理,在计算得到点的坐标之后,可以求得区域面积,将区域面积的比值与坐标点之间的距离比值相比较;如果两者差距太大,证明该路段很可能是异常弯道,因此将其舍弃。
图8根据一种实施例,示出了用于一种基于道路的路段信息来确定所示道路的相关区域的系统800的框图。该框图仅是示例,其不应不适当地限制权利要求书的范围。本领域的技术人员在该示图的基础上将可进行适应性地变化、替代和修改。
如图8所示,该系统800包括道路确定模块810、道路相关区域确定模块820。
道路确定模块810,用于从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹。
道路相关区域确定模块820,用于针对所确定的至少一条道路中的每条道路,执行道路相关区域确定,所述道路相关区域确定包括:
根据所述道路的各路段的路段信息确定所述道路的道路轨迹;
将所述道路轨迹划分为多个区段;
针对所述多个区段的每一个确定相应的单元区域。
图9是根据一示例性实施例示出的一种道路数据处理设备的框图。在该设备900内,一组指令或一系列指令可以被执行以使该设备根据示例实施例,执行本文所讨论的任意一种方法。在替代的实施例中,该设备作为独立设备操作或者可以连接至(例如,被联网)至其它设备。在联网部署中,该设备可以在服务器-客户端网络环境中的服务器或客户端设备的能力中允许,或者它可以作为点对点(或分布式)网络环境中的对等设备运行。该设备可以为移动通信设备(例如,蜂窝手机)、计算机、个人计算机(PC)、平板PC、混合平板、个人数字助理(PDA)、或任何能够执行指令的设备(顺序执行或以其它方式),该指令指定将被该设备采用的行动。此外,当仅单个设备被表述时,术语“设备”还应当被认为包括单独或联合执行一组(或多组)指令以施行本文所讨论的一个或多个方法的设备的任意集合。类似地,术语“基于处理器的系统”应当被认为包括一个或多个设备的任意集合,该设备被处理器(例如,计算机)操作或管理以单独或联合执行本文所讨论的任意一个或多个方法。
参照图9,设备900可以包括以下一个或多个组件:处理组件902、存储器904、电源组件906、多媒体组件908、音频组件910、输入/输出(I/O)接口912、传感器组件914、以及通信组件916。
处理组件902通常控制设备900的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在设备900的操作。这些数据的示例包括用于在设备900上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件906为设备900的各种组件提供电力。电源组件906可以包括电源管理系统,一个或多个电源,及其他与为设备900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述设备900和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件908包括一个前置摄像头和/或后置摄像头。当设备900处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如,音频组件910包括一个麦克风(MIC,当设备900处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中,音频组件910还包括一个扬声器,用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器,用于为设备900提供各个方面的状态评估。例如,传感器组件914可以检测到设备900的打开/关闭状态,组件的相对定位,例如所述组件为设备900的显示器和小键盘,传感器组件914还可以检测设备900或设备900一个组件的位置改变,用户与设备900接触的存在或不存在,设备900方位或加速/减速和设备900的温度变化。传感器组件914可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件914还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件916被配置为便于设备900和其他设备之间有线或无线方式的通信。设备900可以接入基于通信标准的无线网络,如WiFi,2G或9G,或它们的组合。在一个示例性实施例中,通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件916还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,设备900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器904,上述指令可由设备900的处理器920执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本申请中,通过将现实中获取的道路数据形式化并与实际获取的采样信息匹配,对道路的各个路段进行统计分析,基于这种方法,可以准确判断道路的各个路段的人流量趋势,从而及时防控安全风险,并有助于准确判断各个路段的商业价值。
以上描述了本申请的优选实施例,但是,该实施例仅是示例性的,而不是要限制本申请的范围,本申请的范围由所附权利要求书及其等同物限定。
此外,尽管已经详细描述了本申请及其优势,但应该理解,可以在不背离所附权利要求限定的本申请的主旨和范围的情况下,进行各种不同的改变、替换和更改;而且,本申请的范围并不仅限于本说明书中描述的系统、方法和步骤的实施例。作为本领域的普通技术人员应当理解,通过本申请,现有的或今后开发的用于执行和根据本申请所采用的技术方案基本相同的方式或获得基本相同结果的方法和步骤根据本申请可以被使用。

Claims (13)

1.一种基于道路的路段信息来确定所述道路的相关区域的方法,其特征在于,包括:
从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹;
针对所确定的至少一条道路中的每条道路,执行道路相关区域确定,所述道路相关区域确定包括:
根据所述道路的各路段的路段信息确定所述道路的道路轨迹;
将所述道路轨迹划分为多个区段;
针对所述多个区段的每一个确定相应的单元区域。
2.如权利要求1所述的方法,其特征在于,还包括:
根据所述各路段所属道路的名称来确定所述至少一条道路,其中,所属道路名称相同的路段被确定为属于同一条道路。
3.如权利要求1所述的方法,其特征在于,还包括:
将所述至少一条道路中各道路的道路等级与预设道路等级阈值相比较,对道路等级不小于所述预设道路等级阈值的道路执行所述道路相关区域确定。
4.如权利要求1所述的方法,其特征在于,所述道路相关区域确定还包括:
当所述道路的至少一个折角大于预设角度阈值时,判断所述道路有弯道;否则判断所述道路为直道。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
在所述道路为弯道的情况下,根据所述道路的弯道来将所述道路重新划分路段,其中,所述道路的起始点与相邻弯道之间、两个相邻弯道之间、以及所述道路的结束点与相邻弯道之间分别被确定为路段。
6.如权利要求5所述的方法,其特征在于,所述将所述道路轨迹划分为多个区段还包括:
从重新划分得到的每一个路段的起始点开始,沿所述路段的轨迹,按照第一预设长度截取区段,当剩余长度小于所述第一预设长度时,将所述剩余长度与下一个路段的第一区段共同构成弯道区段;并且
当所述道路的末端部分小于所述第一预设长度且大于第二预设长度时,将所述末端部分截取为区段;否则舍弃所述末端部分。
7.如权利要求6所述的方法,其特征在于,所述针对所述多个区段的每一个确定相应的单元区域还包括:
如果区段为直线型区段,确定以所述区段为中心线的矩形区域以作为所述区段的相应单元区域;以及
如果区段为折线型区段,确定以构成折线的两条直线分别为中心线的六边形区域以作为所述区段的相应单元区域。
8.如权利要求4-7任一项所述的方法,其特征在于,其中在所述道路包含弯道的情况下,所述方法还包括:
利用燕尾定理,判断所述弯道是否为异常弯道;并且
如果所述弯道是异常弯道,则不对包含所述弯道的道路执行所述道路相关区域确定。
9.如权利要求1所述的方法,其特征在于,还包括:
根据所述道路的各路段的路段信息来确定各路段的长度;
将各路段的长度累加来确定所述道路的总长度;
在所述道路的总长度小于预设长度阈值的情况下,判断所述道路为异常道路,并且不对异常道路执行道路相关区域确定。
10.如权利要求1所述的方法,其特征在于,还包括:
根据所述道路的各路段的起始点和结束点的地理坐标确定所述道路是否连续;
在确定所述道路不连续的情况下,确定所述路段信息异常,并且不对该异常道路执行道路相关区域确定。
11.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述道路的各单元区域的人流量的采样数据,分析所述各单元区域的人流量密集程度。
12.一种基于道路的路段信息来确定所示道路的相关区域的系统,包括:
道路确定模块,用于从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹;
道路相关区域确定模块,用于针对所确定的至少一条道路中的每条道路,执行道路相关区域确定,所述道路相关区域确定包括:
根据所述道路的各路段的路段信息确定所述道路的道路轨迹;
将所述道路轨迹划分为多个区段;
针对所述多个区段的每一个确定相应的单元区域。
13.一种基于道路的路段信息来确定所示道路的相关区域的设备,包括:
处理器;以及
存储器,用于存储道路数据处理程序;
其中当所述处理器被配置为执行所述道路数据处理程序时,执行以下方法:
从多个路段的路段信息确定至少一条道路,所述路段信息包括各路段所属道路的名称、各路段的起始点和结束点的地理坐标、各路段的路段轨迹;
针对所确定的至少一条道路中的每条道路,执行道路相关区域确定,所述道路相关区域确定包括:
根据所述道路的各路段的路段信息确定所述道路的道路轨迹;
将所述道路轨迹划分为多个区段;
针对所述多个区段的每一个确定相应的单元区域。
CN201611190304.4A 2016-12-21 2016-12-21 确定道路区域的方法、设备和系统 Pending CN108229510A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611190304.4A CN108229510A (zh) 2016-12-21 2016-12-21 确定道路区域的方法、设备和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611190304.4A CN108229510A (zh) 2016-12-21 2016-12-21 确定道路区域的方法、设备和系统

Publications (1)

Publication Number Publication Date
CN108229510A true CN108229510A (zh) 2018-06-29

Family

ID=62650948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611190304.4A Pending CN108229510A (zh) 2016-12-21 2016-12-21 确定道路区域的方法、设备和系统

Country Status (1)

Country Link
CN (1) CN108229510A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110404261A (zh) * 2019-08-20 2019-11-05 网易(杭州)网络有限公司 游戏中虚拟路网的构建方法及装置
CN111914040A (zh) * 2019-05-08 2020-11-10 腾讯科技(深圳)有限公司 道路自动分段方法、装置、设备和计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101086806A (zh) * 2006-06-06 2007-12-12 同济大学 一种基于交通信息网格平台的车载终端的系统及方法
CN102364545A (zh) * 2011-10-12 2012-02-29 北京世纪高通科技有限公司 一种查询道路路况的方法、装置及系统
JP2014071631A (ja) * 2012-09-28 2014-04-21 Aisin Aw Co Ltd 走行情報表示システム
CN103761229A (zh) * 2013-10-15 2014-04-30 北京航空航天大学 数据处理方法及装置
CN104268911A (zh) * 2014-09-18 2015-01-07 腾讯科技(深圳)有限公司 绘制地图中路线的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101086806A (zh) * 2006-06-06 2007-12-12 同济大学 一种基于交通信息网格平台的车载终端的系统及方法
CN102364545A (zh) * 2011-10-12 2012-02-29 北京世纪高通科技有限公司 一种查询道路路况的方法、装置及系统
JP2014071631A (ja) * 2012-09-28 2014-04-21 Aisin Aw Co Ltd 走行情報表示システム
CN103761229A (zh) * 2013-10-15 2014-04-30 北京航空航天大学 数据处理方法及装置
CN104268911A (zh) * 2014-09-18 2015-01-07 腾讯科技(深圳)有限公司 绘制地图中路线的方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MARAM BANI YOUNES 等: "A performance evaluation of an efficient traffic congestion detection protocol (ECODE) for intelligent transportation systems", 《AD HOC NETWORKS》 *
鲁小丫 等: "利用实时路况数据聚类方法检测城市交通拥堵点", 《地球信息科学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111914040A (zh) * 2019-05-08 2020-11-10 腾讯科技(深圳)有限公司 道路自动分段方法、装置、设备和计算机可读存储介质
CN111914040B (zh) * 2019-05-08 2023-10-31 腾讯科技(深圳)有限公司 道路自动分段方法、装置、设备和计算机可读存储介质
CN110404261A (zh) * 2019-08-20 2019-11-05 网易(杭州)网络有限公司 游戏中虚拟路网的构建方法及装置

Similar Documents

Publication Publication Date Title
US11656095B2 (en) Method of creating map data comprising transit times for intersections
CN104537837B (zh) 确定交通路线的方法、装置及系统
CN105261227B (zh) 到站提醒方法及装置
Michau et al. Bluetooth data in an urban context: Retrieving vehicle trajectories
CN105203100B (zh) 智能引导用户搭乘电梯的方法及装置
CN103563406B (zh) 对从地理围栏离开的监视
CN104884899A (zh) 确定穿过交通运输网络的一或多个交叉口的轨迹的方法
CN110176152A (zh) 使用停放车辆中的传感器的方法和系统
CN104330973A (zh) 设备控制方法和装置
KR100533033B1 (ko) 디지털 영상 처리 기술을 이용한 위치 추적 시스템 및 방법
CN111207768B (zh) 导航过程的信息提示方法、装置、设备及存储介质
CN105101066A (zh) 一种在使用移动终端时进行安全警示的方法及系统
CN102032906A (zh) 导航装置
Higuchi et al. Mobile devices as an infrastructure: A survey of opportunistic sensing technology
CN108491485A (zh) 信息提示方法、装置和电子设备
JP2009088903A (ja) 移動通信装置
CN109785637A (zh) 车辆违规的分析评价方法及装置
CN105405355B (zh) 在电子地图上进行信息点筛选的方法
CN108229510A (zh) 确定道路区域的方法、设备和系统
WO2020238691A1 (zh) 图像处理方法、装置、电子设备以及存储介质
CN105387857A (zh) 导航方法及装置
CN107864225A (zh) 基于ar的信息推送方法、装置及电子设备
KR101101111B1 (ko) 전자기기 및 전자기기의 동작 방법
CN109974726A (zh) 一种道路通行状态确定方法及装置
CN109696166A (zh) 一种导航方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180629