CN109783594A - 一种车辆热力图的构建方法、装置及系统 - Google Patents
一种车辆热力图的构建方法、装置及系统 Download PDFInfo
- Publication number
- CN109783594A CN109783594A CN201910018233.7A CN201910018233A CN109783594A CN 109783594 A CN109783594 A CN 109783594A CN 201910018233 A CN201910018233 A CN 201910018233A CN 109783594 A CN109783594 A CN 109783594A
- Authority
- CN
- China
- Prior art keywords
- character string
- record
- vehicle
- dimensional character
- latitude
- 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
Landscapes
- Navigation (AREA)
Abstract
本申请提供一种车辆热力图的构建方法、装置及系统,所述方法包括将接收到的车辆的GPS数据利用GeoHash算法转换为两种或两种以上精度的一维字符串,所述一维字符串用于描述所述车辆的经纬度位置信息;按照预设的时间区间,将所述时间区间内相同的一维字符串聚合为数据库表中的一条记录;当接收到查询指令时,在所有的记录中筛选出与所述查询指令相匹配的一组记录;根据筛选出的一组记录,生成与所述时间信息和地理区域信息相匹配车辆热力图。在本申请实施例中,车辆热力图是根据预先对GPS数据进行处理后的聚合数据生成的,相较于根据原始GPS数据获得热力图,减少了计算量,从而提高了车辆热力图的生成效率,提高了查询效率。
Description
技术领域
本申请涉及交通技术领域,特别是涉及一种车辆热力图的构建方法、装置及系统。
背景技术
车辆热力图是指以特殊高亮的形式显示地理区域内车辆密度的图示,通常情况下,车辆热力图是在电子地图上采用等高线的方式绘制,在闭合图形里面以不同颜色代表不同的车辆出行程度,例如颜色越深代表车辆越多,颜色越浅代表车辆越少,从而可以为交通监控、城市公路网规划提供依据。
车辆热力图包括实时热力图和历史时间区间热力图,该历史时间区间热力图是指过去某个时间段的热力图,例如每小时、每天、每周、每月的热力图。现有技术中,对于实时的车辆热力图,通常基于车辆的原始GPS数据进行绘制。但是,历史时间区间热力图所需的数据量非常大,例如,每天的热力图需要一整天的车辆数据,此时如果仍然采用车辆的原始GPS数据进行热力图绘制,计算量较大,导致热力图的生成效率较低,影响用户体验。
发明内容
有鉴于此,本申请的目的在于提供一种车辆热力图的构建方法、装置及系统,以解决现有技术中生成历史时间区间热力图时,计算量大,生成效率较低的问题。其具体方案如下:
第一方面,本申请实施例提供了一种车辆热力图的构建方法,包括:
将接收到的车辆的GPS数据利用GeoHash算法转换为两种或两种以上精度的一维字符串,所述一维字符串用于描述所述车辆的经纬度位置信息;
按照预设的时间区间,将所述时间区间内相同的一维字符串聚合为数据库表中的一条记录,所述记录中的元素包括时间区间、一维字符串、被聚合的一维字符串的数目、被聚合的一维字符串对应的车辆数目、一维字符串对应的经度值和一维字符串对应的纬度值;
当接收到查询指令时,在所有的记录中筛选出与所述查询指令相匹配的记录,其中,所述查询指令包括查询时间、查询区域和地图比例尺,所述筛选出的记录对应的时间区间与所述查询时间相匹配,所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,所述筛选出的记录对应的精度与所述地图比例尺的大小相匹配;
根据筛选出的记录,生成与所述时间信息和地理区域信息相匹配车辆热力图。
优选地,所述查询指令的查询区域包括4个经纬度坐标点;
所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,具体为:所述筛选出的记录对应的经纬度坐标落入所述4个经纬度坐标点围合的区域内。
第二方面,本申请实施例提供了一种车辆热力图的构建装置,包括:
转换模块,用于将接收到的车辆的GPS数据利用GeoHash算法转换为两种或两种以上精度的一维字符串,所述一维字符串用于描述所述车辆的经纬度位置信息;
聚合模块,用于按照预设的时间区间,将所述时间区间内相同的一维字符串聚合为数据库表中的一条记录,所述记录中的元素包括时间区间、一维字符串、被聚合的一维字符串的数目、被聚合的一维字符串对应的车辆数目、一维字符串对应的经度值和一维字符串对应的纬度值;
筛选模块,用于当接收到查询指令时,在所有的记录中筛选出与所述查询指令相匹配的记录,其中,所述查询指令包括查询时间、查询区域和地图比例尺,所述筛选出的记录对应的时间区间与所述查询时间相匹配,所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,所述筛选出的记录对应的精度与所述地图比例尺的大小相匹配;
生成模块,用于根据筛选出的记录,生成与所述时间信息和地理区域信息相匹配车辆热力图。
第三方面,本申请实施例提供了一种系统,包括车辆和服务器,所述车辆与所述服务器网络连接,所述车辆用于周期性地向所述服务器发送GPS数据;
所述服务器包括存储器和处理器,所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序实现上述第一方面任一项所述的步骤。
在本申请实施例中,车辆热力图是根据预先对GPS数据进行处理后的聚合数据生成的,相较于根据原始GPS数据获得热力图,减少了计算量,从而提高了车辆热力图的生成效率,提高了查询效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种场景示意图;
图2为本申请实施例提供的一种车辆热力图的构建方法流程示意图;
图3为本申请实施例提供的另一种场景示意图;
图4为本申请实施例提供的一种车辆热力图的构建装置结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参考图1,图1为本申请实施例提供的一种场景示意图,在图1中示出了车辆101,服务器102和用户终端103,车辆101与服务器102网络连接,用户终端103与服务器102网络连接。其中,车辆101上配置带有GPS模块的车载设备,该车载设备通过网络周期性地将车辆101的GPS数据发送至服务器102。用户可以通过用户终端103向服务器102发送查询指令,以查询相关信息,下文进行详细赘述。需要指出的是,图1仅是一种示例性的实施方式,并不应当将其作为本申请所保护技术方案的限制。
图2为本申请实施例提供的一种车辆热力图的构建方法流程示意图,如图2所示,其主要包括以下步骤。
步骤S201:将接收到的车辆的GPS数据利用GeoHash算法转换为两种或两种以上精度的一维字符串,所述一维字符串用于描述所述车辆的经纬度位置信息。
在本申请实施例中,车辆上配置带有GPS模块的车载设备,车载设备周期性的将GPS数据发送至服务器,该周期通常为30秒,但车辆在急加速、急减速、急转弯等时可以立即将GPS数据发送给服务器。
为了减轻数据接入服务器的压力,在服务器接收到GPS数据后,将GPS数据发送至Kafka消息队列(Kafka是一种开源的、高吞吐量的分布式发布订阅消息系统),Kafka消息队列将接收的GPS数据发送至流处理系统,流处理系统从Kafka消息队列读取GPS数据并利用GeoHash算法将其转换为一个较高精度的可以排序和比较的字符串编码,即一维GeoHash字符串。可理解,该一维字符串与GPS数据具有一定的对应关系,该一维字符串同样承载着描述所述车辆的经纬度位置信息。
其中,字符串的精度即字符串的长度,例如,长度为6时距离误差为0.61km,长度为8时距离误差为19m。需要指出的是,使用不同的精度是为了WEB端在展示不同比例尺的地图时对应的距离误差要求不同,放大地图对应的比例尺变大看到的区域变小则对应使用的字符串的精度就要高。在下文中结合具体实施例进行详细说明。
在一种可选实施例中,将处理后得到的一维字符串存储到MySQL数据库中。
步骤S202:按照预设的时间区间,将所述时间区间内相同的一维字符串聚合为数据库表中的一条记录,所述记录中的元素包括时间区间、一维字符串、被聚合的一维字符串的数目、被聚合的一维字符串对应的车辆数目、一维字符串对应的经度值和一维字符串对应的纬度值。
在本申请实施例中,可以通过设定的定时任务进行时间区间的划分。该定时任务的执行周期可以为一小时、一天或一个月等,本申请实施例不进行具体限制。该定时任务用于定时将保存在MySQL数据库中的GeoHash字符串聚合,例如,执行周期为一小时,则每隔一小时执行一次一维字符串的聚合。
将GeoHash字符串聚合后,生成数据库表中的一条记录,其数据结构为<时间区间、GeoHash字符串,GPS数据总数,车辆集合,GeoHash字符串对应的经度值,GeoHash字符串对应的纬度值>,其中,GeoHash字符串即一维字符串,GPS数据总数即被聚合的一维字符串的数目,车辆集合即被聚合的一维字符串对应的车辆数目,GeoHash字符串对应的经度值和纬度值即利用GeoHash算法将一维字符串逆变换得到的经度值和纬度值。生成的记录同样可以保存在MySQL数据库中。上述聚合的目的是将同样的一维字符串所携带的信息聚合到一起,便于后续生成车辆热力图时使用。
步骤S203:当接收到查询指令时,在所有的记录中筛选出与所述查询指令相匹配的记录,其中,所述查询指令包括查询时间、查询区域和地图比例尺,所述筛选出的记录对应的时间区间与所述查询时间相匹配,所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,所述筛选出的记录对应的精度与所述地图比例尺的大小相匹配。
当用户需要查询车辆热力图时,可以通过终端设备向服务器发送查询指令,该查询指令包括查询时间、查询区域和地图比例尺,以便在数据库中筛选出与该查询时间、查询区域和地图比例尺相匹配的记录。
图3为本申请实施例提供的另一种场景示意图,在图3中示出了查询区域301和聚合后的记录对应的坐标点k、l、m、n。其中,查询区域301为由4个经纬度坐标点a、b、c和d围合的区域。坐标点k、l位于查询区域301范围内,则坐标点k、l对应的聚合后的记录与所述查询区域相匹配;坐标点m、n位于查询区域301范围外,则坐标点m、n对应的聚合后的记录与所述查询区域不匹配。
需要指出的是,只有当聚合后的记录同时满足上述三个条件(查询时间、查询区域和地图比例尺)时,才为符合筛选条件的记录。
步骤S204:根据筛选出的记录,生成与所述时间信息和地理区域信息相匹配车辆热力图。
在本申请实施例中,车辆热力图是根据预先对GPS数据进行处理后的聚合数据生成的,相较于根据原始GPS数据获得热力图,减少了计算量,从而提高了车辆热力图的生成效率,提高了查询效率。
在实际应用场景中,用户可能需要对地图进行放大或缩小,以查看不同比例的车辆热力图。
以下表为例,表一是3辆车在同一天的某个时间段内上传的位置数据以及转换后的不同精度的GeoHash字符串。
表一:
根据上表中的GeoHash字符串,按照不同的精度进行聚合,其聚合结果为:
精度为5时:
精度为7时:
精度为8时:
需要指出的是,上述表格中的纬度和经度是由GeoHash字符串逆变换而来。
在本申请实施例中,由于聚合的记录具有多种精度,那么在用户查询车辆热力图时,可以根据查询指令中的地图比例尺的大小,筛选对应精度的记录,以生成相应的车辆热力图,以满足不同比例尺的地图对精度误差的要求。
与上述方法实施例相对应,本申请还提供了一种车辆热力图的构建装置,图4为本申请实施例提供的一种车辆热力图的构建装置结构示意图,如图4所示,其主要包括以下模块。
转换模块401,用于将接收到的车辆的GPS数据利用GeoHash算法转换为两种或两种以上精度的一维字符串,所述一维字符串用于描述所述车辆的经纬度位置信息;
聚合模块402,用于按照预设的时间区间,将所述时间区间内相同的一维字符串聚合为数据库表中一条记录,所述记录中的元素包括时间区间、一维字符串、被聚合的一维字符串的数目、被聚合的一维字符串对应的车辆数目、一维字符串对应的经度值和一维字符串对应的纬度值;
筛选模块403,用于当接收到查询指令时,在所有的记录中筛选出与所述查询指令相匹配的记录,其中,所述查询指令包括查询时间、查询区域和地图比例尺,所述筛选出的记录对应的时间区间与所述查询时间相匹配,所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,所述筛选出的记录对应的精度与所述地图比例尺的大小相匹配;
生成模块404,用于根据筛选出的记录,生成与所述时间信息和地理区域信息相匹配车辆热力图。
在本申请实施例中,车辆热力图是根据预先对GPS数据进行处理后的聚合数据生成的,相较于根据原始GPS数据获得热力图,减少了计算量,从而提高了车辆热力图的生成效率,提高了查询效率。
在本申请的又一种具体实施方式中,本申请实施例提供一种计算机可读存储器,所述计算机存储器上存储有计算机程序,所述计算机程序被处理器执行时实现上述图2所示具体实施方式中的方法的步骤。
在本申请的又一种具体实施方式中,本申请实施例还提供了一种系统,包括车辆和服务器,所述车辆与所述服务器网络连接,所述车辆用于周期性地向所述服务器发送GPS数据。
所述服务器包括存储器和处理器,其中,存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现上述图2所示具体实施方式中的方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置,设备和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或网络连接可以是通过一些接口,设备或单元的间接耦合或网络连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,功能调用设备,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种服务器上电状态监测系统及方法、计算机存储器及设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (5)
1.一种车辆热力图的构建方法,其特征在于,包括:
将接收到的车辆的GPS数据利用GeoHash算法转换为两种或两种以上精度的一维字符串,所述一维字符串用于描述所述车辆的经纬度位置信息;
按照预设的时间区间,将所述时间区间内相同的一维字符串聚合为数据库表中的一条记录,所述记录中的元素包括时间区间、一维字符串、被聚合的一维字符串的数目、被聚合的一维字符串对应的车辆数目、一维字符串对应的经度值和一维字符串对应的纬度值;
当接收到查询指令时,在所有的记录中筛选出与所述查询指令相匹配的记录,其中,所述查询指令包括查询时间、查询区域和地图比例尺,所述筛选出的记录对应的时间区间与所述查询时间相匹配,所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,所述筛选出的记录对应的精度与所述地图比例尺的大小相匹配;
根据筛选出的记录,生成与所述时间信息和地理区域信息相匹配车辆热力图。
2.根据权利要求1所述的方法,其特征在于,所述查询指令的查询区域包括4个经纬度坐标点;
所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,具体为:所述筛选出的记录对应的经纬度坐标落入所述4个经纬度坐标点围合的区域内。
3.一种车辆热力图的构建装置,其特征在于,包括:
转换模块,用于将接收到的车辆的GPS数据利用GeoHash算法转换为两种或两种以上精度的一维字符串,所述一维字符串用于描述所述车辆的经纬度位置信息;
聚合模块,用于按照预设的时间区间,将所述时间区间内相同的一维字符串聚合为数据库表中的一条记录,所述记录中的元素包括时间区间、一维字符串、被聚合的一维字符串的数目、被聚合的一维字符串对应的车辆数目、一维字符串对应的经度值和一维字符串对应的纬度值;
筛选模块,用于当接收到查询指令时,在所有的记录中筛选出与所述查询指令相匹配的记录,其中,所述查询指令包括查询时间、查询区域和地图比例尺,所述筛选出的记录对应的时间区间与所述查询时间相匹配,所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,所述筛选出的记录对应的精度与所述地图比例尺的大小相匹配;
生成模块,用于根据筛选出的记录,生成与所述时间信息和地理区域信息相匹配车辆热力图。
4.根据权利要求3所述的装置,其特征在于,所述查询指令的查询区域包括4个经纬度坐标点;
所述筛选出的记录对应的经纬度坐标落入所述查询区域范围内,具体为:所述筛选出的记录对应的经纬度坐标落入所述4个经纬度坐标点围合的区域内。
5.一种系统,其特征在于,包括车辆和服务器,所述车辆与所述服务器网络连接,所述车辆用于周期性地向所述服务器发送GPS数据;
所述服务器包括存储器和处理器,所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序实现如权利要求1或2所述的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910018233.7A CN109783594A (zh) | 2019-01-09 | 2019-01-09 | 一种车辆热力图的构建方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910018233.7A CN109783594A (zh) | 2019-01-09 | 2019-01-09 | 一种车辆热力图的构建方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109783594A true CN109783594A (zh) | 2019-05-21 |
Family
ID=66500238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910018233.7A Pending CN109783594A (zh) | 2019-01-09 | 2019-01-09 | 一种车辆热力图的构建方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783594A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543504A (zh) * | 2019-09-06 | 2019-12-06 | 丁睿 | 基于时空匹配的人口热力数据统计方法、系统及存储介质 |
CN110807135A (zh) * | 2019-10-14 | 2020-02-18 | 车智互联(北京)科技有限公司 | 数据处理方法、热力图生成方法及装置 |
CN110909260A (zh) * | 2019-11-12 | 2020-03-24 | 浙江大搜车软件技术有限公司 | 车辆显示方法、装置、计算机可读存储介质和计算机设备 |
CN111090713A (zh) * | 2019-12-17 | 2020-05-01 | 青岛海信移动通信技术股份有限公司 | 地图处理方法、服务器、智能终端及计算机可读存储介质 |
CN111177207A (zh) * | 2019-09-10 | 2020-05-19 | 上海钧正网络科技有限公司 | 车辆分布监控方法、装置、运维端及可读存储介质 |
CN111353008A (zh) * | 2019-12-26 | 2020-06-30 | 中科星图股份有限公司 | 一种北斗位置流数据实时空间聚合方法 |
CN112698898A (zh) * | 2020-12-29 | 2021-04-23 | 卡莱特(深圳)云科技有限公司 | 一种播放盒终端热力图快照生成方法及系统 |
CN113010626A (zh) * | 2021-04-27 | 2021-06-22 | 威创集团股份有限公司 | 一种热力图生成方法、装置、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488149A (zh) * | 2015-11-26 | 2016-04-13 | 上海晶赞科技发展有限公司 | 一种数据处理方法及装置 |
CN106557567A (zh) * | 2016-11-21 | 2017-04-05 | 中国农业银行股份有限公司 | 一种数据处理方法及系统 |
CN106920387A (zh) * | 2015-12-24 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 获取交通道路中路线热度的方法及装置 |
CN107644067A (zh) * | 2017-09-04 | 2018-01-30 | 深圳市易景空间智能科技有限公司 | 一种二三维一体化的跨平台室内地图显示方法 |
-
2019
- 2019-01-09 CN CN201910018233.7A patent/CN109783594A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488149A (zh) * | 2015-11-26 | 2016-04-13 | 上海晶赞科技发展有限公司 | 一种数据处理方法及装置 |
CN106920387A (zh) * | 2015-12-24 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 获取交通道路中路线热度的方法及装置 |
CN106557567A (zh) * | 2016-11-21 | 2017-04-05 | 中国农业银行股份有限公司 | 一种数据处理方法及系统 |
CN107644067A (zh) * | 2017-09-04 | 2018-01-30 | 深圳市易景空间智能科技有限公司 | 一种二三维一体化的跨平台室内地图显示方法 |
Non-Patent Citations (1)
Title |
---|
何雪莹: ""探索性数据可视化分析系统的设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543504A (zh) * | 2019-09-06 | 2019-12-06 | 丁睿 | 基于时空匹配的人口热力数据统计方法、系统及存储介质 |
CN111177207A (zh) * | 2019-09-10 | 2020-05-19 | 上海钧正网络科技有限公司 | 车辆分布监控方法、装置、运维端及可读存储介质 |
CN110807135A (zh) * | 2019-10-14 | 2020-02-18 | 车智互联(北京)科技有限公司 | 数据处理方法、热力图生成方法及装置 |
CN110909260A (zh) * | 2019-11-12 | 2020-03-24 | 浙江大搜车软件技术有限公司 | 车辆显示方法、装置、计算机可读存储介质和计算机设备 |
CN110909260B (zh) * | 2019-11-12 | 2023-03-07 | 浙江大搜车软件技术有限公司 | 车辆显示方法、装置、计算机可读存储介质和计算机设备 |
CN111090713A (zh) * | 2019-12-17 | 2020-05-01 | 青岛海信移动通信技术股份有限公司 | 地图处理方法、服务器、智能终端及计算机可读存储介质 |
CN111353008A (zh) * | 2019-12-26 | 2020-06-30 | 中科星图股份有限公司 | 一种北斗位置流数据实时空间聚合方法 |
CN112698898A (zh) * | 2020-12-29 | 2021-04-23 | 卡莱特(深圳)云科技有限公司 | 一种播放盒终端热力图快照生成方法及系统 |
CN113010626A (zh) * | 2021-04-27 | 2021-06-22 | 威创集团股份有限公司 | 一种热力图生成方法、装置、设备和存储介质 |
CN113010626B (zh) * | 2021-04-27 | 2023-12-05 | 威创集团股份有限公司 | 一种热力图生成方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783594A (zh) | 一种车辆热力图的构建方法、装置及系统 | |
Zheng et al. | Diagnosing New York city's noises with ubiquitous data | |
CN103324642B (zh) | 为数据建立索引的系统和方法以及数据查询方法 | |
CN103902622B (zh) | 一种海量移动目标聚合的方法及装置 | |
Kazemitabar et al. | Geospatial stream query processing using Microsoft SQL Server StreamInsight | |
CN106021584B (zh) | 物品的携带提醒方法及装置 | |
CN104769971B (zh) | 用于地理位置情报的设备和方法 | |
CN105531746A (zh) | 为流量分析而收集的数据的管理 | |
CN109669999A (zh) | 兴趣区域的生成方法及装置、存储介质、电子装置 | |
CN110647563A (zh) | 一种数据处理方法、装置及其设备 | |
Ding et al. | Massive heterogeneous sensor data management in the Internet of Things | |
CN108566620A (zh) | 一种基于wifi的室内定位方法 | |
CN106886592A (zh) | 一种基于数据源服务的城市时空数据汇聚系统及方法 | |
CN112332981A (zh) | 一种数据处理的方法和装置 | |
CN106326439B (zh) | 一种实时视频存储、检索方法及装置 | |
CN109145225A (zh) | 一种数据处理方法及装置 | |
CN107895487B (zh) | 一种基于大数据进行相似车牌串并的方法 | |
CN109918468A (zh) | 基于墨卡托投影的物联网设备位置数据区域筛选方法 | |
CN106503071A (zh) | Poi信息的处理方法及装置 | |
CN112925899B (zh) | 排序模型建立方法、案件线索推荐方法、装置及介质 | |
Bakkal et al. | Modeling and querying trajectories using Neo4j spatial and TimeTree for carpool matching | |
CN104967750A (zh) | 筛选通话记录中陌生呼叫号码的方法及移动终端 | |
CN116703132A (zh) | 共享车辆动态调度的管理方法、装置及计算机设备 | |
CN106547827A (zh) | 一种基于多维数据碰撞的目标寻找方法及系统 | |
CN106056515A (zh) | 一种社区网格事件聚类特征的提取方法 |
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: 20190521 |