CN110275929A - 一种基于网格分割的候选路段筛选方法及网格分割方法 - Google Patents

一种基于网格分割的候选路段筛选方法及网格分割方法 Download PDF

Info

Publication number
CN110275929A
CN110275929A CN201910438494.4A CN201910438494A CN110275929A CN 110275929 A CN110275929 A CN 110275929A CN 201910438494 A CN201910438494 A CN 201910438494A CN 110275929 A CN110275929 A CN 110275929A
Authority
CN
China
Prior art keywords
node
grades
longitude
latitude
point
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
Application number
CN201910438494.4A
Other languages
English (en)
Other versions
CN110275929B (zh
Inventor
康军
霍明生
段宗涛
李宜修
黄山
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.)
Changan University
Original Assignee
Changan University
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 Changan University filed Critical Changan University
Priority to CN201910438494.4A priority Critical patent/CN110275929B/zh
Publication of CN110275929A publication Critical patent/CN110275929A/zh
Application granted granted Critical
Publication of CN110275929B publication Critical patent/CN110275929B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2246Trees, e.g. B+trees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及地图匹配领域,具体涉及一种网格分割方法,包括:获取路网数据中所有节点坐标,依据节点坐标建立二维空间坐标,根据路网数据经纬度范围建立最大网格,获取该网格内最靠近所有节点经度均值的节点作为根节点,以根节点开始,依次选择坐标轴对该网格进行分割,分割结束形成以根节点开始的网格索引。还涉及一种基于网格分割的候选路段筛选方法,包括根据当前轨迹点查询网格索引,获得在阈值范围内的节点坐标,将节点坐标所对应的路段作为当前GPS轨迹点的候选路段。本发明的方法相比其他方法不需要每次导入路网数据,同时对路网数据中节点关系建立索引和拓扑关系,便于查询和增删节点,减少系统资源的浪费,加快地图匹配的效率。

Description

一种基于网格分割的候选路段筛选方法及网格分割方法
技术领域
本发明涉及地图匹配领域,具体涉及一种基于网格分割的候选路段筛选方法及网格分割方法。
背景技术
在地图匹配过程中,轨迹点的候选路段集合影响了匹配效率和时间复杂度。目前,候选路段筛选的常用方法是对轨迹点设定候选圆域或进行网格划分,这两种方法在计算轨迹点的候选路段集合时都需导入路网数据,但由于路网数据量较大且部分路段之间存在重复节点,无法准确获取节点之间对应的拓扑关系,这在极大程度上限制了候选路段的筛选效率。
发明内容
针对现有的候选路段筛选方法中存在重复节点、无法准确获知节点间的索引关系和拓扑关系等问题,本发明提供了一种基于网格索引的候选路段筛选方法,具体采用以下技术方案实现:
一种网格分割方法,包括如下步骤:
步骤1:获取地图内路网数据,包括地图内所有路段信息和每条路段所包含的节点经纬度坐标数据,根据节点经纬度坐标数据构建二维空间坐标系,得到节点坐标中经度和纬度的最值,将经纬度均取最小值的点作为网格左下角点,经纬度均取最大值的点作为网格右上角点构建最大网格;
步骤2:获取所有节点经纬度坐标数据的经度平均值,将所有节点中经度值最接近经度平均值的节点作为根节点,将根节点作为分割点,以根节点的经度值直线分割最大网格,得到左右两个1级子网格,获取纬度值最接近根节点的节点作为根节点的1级子节点,所述1级子节点位于1级子网格内;
步骤3:将1级或i-1级子节点作为分割点,以1级或i-1级子节点的纬度值直线分割其所在的1级或i-1级子网格,得到i级子网格,i∈I且I={2,4,6,...,n}且n为正偶数,获取经度值最接近1级或i-1级子节点的节点作为i级子节点,所述i级子节点位于i级子网格内,若存在i级子节点,则执行步骤4,若不存在i级子节点,则完成网格分割,结束;
步骤4:将i级子节点作为分割点,以i级子节点的经度值直线分割其所在的i级子网格,得到i+1级子网格,获取纬度值最接近i级子节点的节点作为i+1级子节点,所述i+1级子节点位于i+1级子网格内,若存在i+1级子节点,则返回步骤3且令i=i+2,若不存在i+1级子节点,则完成网格分割,结束。
进一步的,步骤1中,获得节点经纬度坐标数据后,删除重复的节点坐标。
一种基于网格分割的候选路段筛选方法,包括如下步骤:
步骤1:利用如权利要求1的网格分割方法对包含候选路段的地图进行分割建立网格,将所有级别的子节点按照从小到大的顺序,同一级子节点作为同一级索引,相邻两级子节点作为相邻两级索引,构建根节点和所有子节点的索引关系;
步骤2:获取当前GPS轨迹点Z的经纬度坐标,从根节点开始遍历索引关系,查找最接近GPS轨迹点Z的节点,得到最接近轨迹点Z的α个节点;
步骤3:获取α个节点坐标所对应的路段,设定候选路段数目阈值β,若α>β则删除重复路段,得到GPS轨迹点Z的β个候选路段;若α≤β,则得到GPS轨迹点Z的α个候选路段。
进一步的,设定候选路段数目阈值β=2。
本发明还具有以下有益效果:
(1)本发明基于网格索引,对路网中所有节点坐标数据建立节点树,将节点间的索引关系和拓扑关系很好地表现出来,这样方便网格内的路段数据进行快速遍历、查找和删除;
(2)本发明基于网格索引,对于建立的索引关系,只需要遍历一次节点树,便于轨迹点坐标快速查找候选路段对应的节点坐标,减少每次查找候选路段给系统造成的资源浪费;
(3)本发明的方法适用于多种地图,且在地图匹配中有很大的应用价值,可以加快地图匹配的匹配效率。
附图说明
图1为本发明的实施例中的路网节点分布;
图2为本发明的实施例中的最大网格分布图;
图3为本发明的实施例中的网格分割分布图;
图4为本发明的实施例中的索引关系图。
具体实施方式
以下给出本发明的具体实施方式,需要说明的是本发明并不局限于以下具体实施例,凡在本申请技术方案基础上做的等同变换均落入本发明的保护范围。
实施例1
一种网格分割方法,包括如下步骤:
步骤1:获取地图内路网数据,包括地图内所有路段信息和每条路段所包含的节点经纬度坐标数据,如图1所示,将如下不重复的节点经纬度坐标数据节点坐标Node(lon,lat)存储在集合List中,lon为经度值,lat为纬度值,将Node(lon,lat)存储在List集合中,List集合包含如下节点坐标数据:
Node1(108.995421,34.277973)、Node2(108.995528,34.277970)、
Node3(108.995694,34.277963)、Node4(108.995784,34.277966)、
Node5(108.994941,34.277561)、Node6(108.995424,34.277567)、
Node7(108.995531,34.277571)、Node8(108.995694,34.277574)、
Node9(108.995788,34.277574)、Node10(108.996141,34.277571)、
Node11(108.994944,34.277444)、Node12(108.995415,34.277447)、
Node13(108.995528,34.277451)、Node14(108.995694,34.277454)、
Node15(108.995784,34.277457)、Node16(108.996141,34.277457)、
Node17(108.995421,34.276776)、Node18(108.995544,34.276773)、
Node19(108.995703,34.276776)、Node20(108.995801,34.276773);
根据节点经纬度坐标数据构建二维空间坐标系,得到节点坐标中经度和纬度的最值,将经纬度均取最小值的点作为网格左下角点,经纬度均取最大值的点作为网格右上角点构建最大网格;
以经纬度构建二维坐标空间,获取路网数据所在范围的Maxlon=108.996141、Minlon=108.994941、Maxlat=34.277973、Minlat=34.276773,经度范围为[108.994941,108.996141],纬度范围为[34.276773,34.277973],其中,Maxlon为最大经度值、Minlon为最小经度值、Maxlat为最大纬度、Minlat为最小纬度,根据经纬度范围建立如图2所示的最大网格;
步骤2:获取所有节点经纬度坐标数据的经度平均值,对List集合中的所有节点坐标值的经度求和取均值,得到对List集合20个Node节点坐标进行遍历,获知节点Node18的经度值最接近将node18作为根节点,将根节点作为分割点,将根节点node18作为分割点,按经度所在坐标轴的分割线对最大网格分割成左右两个一级子网格(i=1),左一级子网格包含node1、node2、node5、node6、node7、node11、node12、node13、node17,在这9个节点中纬度值最靠近根节点的是node17,而右一级子网格包含node3、node4、node8、node9、node10、node14、node15、node16、node19、node20,这10个节点中node20的纬度值最靠近根节点;
步骤3:对于步骤2中最靠近根节点的一级子网格中的node17和node20,将node17作为根节点的左一级子节点,而将node20作为根节点的右一级子节点,并将这两个一级子节点作为分割点,按纬度所在坐标轴的分割线,分别对左右两个一级子网格进行分割;
根据node17将左一级子网格分割成上下两个二级子网格,上二级子网格包括node1、node2、node5、node6、node7、node11、node12、node13,下二级子网格为空,则不存在上二级子节点,而下二级子网格中node1的经度值最靠近node17,node1为二级子节点;
根据node20将下一级子网格分割成上下两个二级子网格,上二级子网格包括node3、node4、node8、node9、node10、node14、node15、node16、node19,下二级子网格为空,而上二级子网格中node9的经度值靠近node20,node9为二级子节点;
由于存在二级子节点,执行步骤4;
步骤4:将node1和node9作为分割点分别对其所在的二级子网格按照经度所在坐标轴的分割线进行分割得到三级子网格;
根据node1将所在网格分割成左右两个三级子网格,左三级子网格包括node5、node11、node12,右三级子网格包括node2、node6、node7、node13,在左子网格中node5的纬度值最接近node1,右子网格中node2的纬度值最接近node1,因此node5和node2为三级子节点;
根据node9将所在网格分割成左右两个三级子网格,左三级子网格包括node3、node4、node8、node14、node15、node19,右三级子网格包括node10、node16,在左三级子网格中node8的纬度值最接近node9,右三级子网格中node10的纬度值最接近node8,因此node10和node8为三级子节点;
由于存在三级子节点,返回步骤3且令i=3;
将node5、node2、node10和node8作为分割点分别对其所在的三级子网格按照纬度所在坐标轴的分割线进行分割得到四级子网格;
根据node5将所在网格分割成两个四级子网格,上四级子网格为空,下四级子网格包括node11、node12,其中node11的经度值最接近node5,因此node11为四级子节点;
根据node2将所在网格分割成两个四级子网格,上四级子网格为空,下四级子网格包括node6、node7、node13,而node13的经度值最接近node2,因此node13为四级子节点;
根据node8将所在网格分割成两个四级子网格,上四级子网格包括node3、node4,node3的经度值最接近node8,下四级子网格包括node14、node15,node15的经度值最接近node8,因此node3和node15为四级子节点;
根据node10将所在网格分割成两个四级子网格,上四级子网格为空,下子网格包括node16,node16为叶子节点,即不存在经度值最接近node16的节点,则node16不继续进行分割;
由于存在四级子节点,继续执行步骤4,此时i=3;
将node11、node13、node3和node15作为分割点分别对其所在的四级子网格按照经度所在坐标轴的分割线进行分割得到五级子网格;
根据node11将所在网格分割成两个五级子网格,左五级子网格为空,右五级子网格为node12,node12为叶子结点;
根据node13将所在网格分割成两个五级子网格,左五级子网格包括node6,右五级子网格包括node7,node6和node7都为叶子节点;
根据node3将所在网格分割成两个五级子网格,左五级子网格为空,右五级子网格包括node4,node4为叶子节点;
根据node15将所在网格分割成两个五级子网格,左五级子网格为node19,右子网格为空,node19为叶子节点;
由于不存在五级子节点,则完成网格分割,结束,形成以根节点node18开始的一个节点树即网格索引,节点间的拓扑关系和索引关系从图3和图4可以获知。
实施例2
在实施例1的基础上,公开了一种基于网格分割的候选路段筛选方法,包括如下步骤:
步骤1:利用如权利要求1的网格分割方法对包含候选路段的地图进行分割建立网格,将所有级别的子节点按照从小到大的顺序,同一级子节点作为同一级索引,相邻两级子节点作为相邻两级索引,构建根节点和所有子节点的索引关系;
步骤2:获取当前GPS轨迹点Z的经纬度坐标(108.995220,34.277515),从根节点开始遍历索引关系,查找最接近GPS轨迹点Z的节点,得到最接近轨迹点Z的α个节点;
据图4查找距离Z最近的节点,遍历过程跟分割过程类似,用Z的经度值跟根节点node18的经度值比较,如果Z的经度值大于根节点node18的经度值,则进入右侧节点node20继续查找,否则进入左侧节点node17查找;此时处在根节点所在级别的下一层,无论从node17还是node20继续再往下查找,接着用Z点的纬度值与node17或者node20的纬度值进行比较,同理如果大于node17或node20的纬度值,进入它们对应节点的右子节点,但是根据图很明显两个节点都没有右子节点,则回溯到node17或者node20的左子节点或者上一节点往下进行查找,如果小于进入左子节点。直到找到的那个节点是没有子节点才可以作为距离节点Z最近的节点。
具体的,从根节点node18开始遍历节点树,108.995220小于node18的经度值108.995544,进入node18的左节点树找到左节点node17,34.277515比node17的纬度值34.276776大,进入node17的右子树,可是此时node17的右子树为空,只能回溯到根节点或者node17的左子树去查找Z的靠近节点;
回溯到根节点node18的右子节点为node20,node20的经度值108.995801大于108.995220,进入node20的右子树,可是node20的右子树为空,回溯到node20的根节点寻找左子树节点node9,node9的纬度值34.277574大于34.277515,进入node9的右子树节点node10,node10的经度值108.996141大于108.995220,进入node10的右子树节点node16,此时node16达到叶子节点,将node16可以作为一个接近节点;而回溯到node8时无法到达叶子节点;
从node17的左子树查找,node1的纬度值34.277973大于34.277515,进入右子树node2节点,node2的经度值108.995528大于108.995220,进入右子树node13节点,node13的纬度值34.277451小于34.277515,进入叶子节点node6,将node6作为一个接近节点;回溯到node1的左子树node5节点,node5的经度值108.994941小于108.995220,进入右子树node11,node11的纬度值34.277444小于34.277515,进入叶子结点node12,将node12作为一个接近节点;
步骤3:获取α个节点坐标所对应的路段,设定候选路段数目阈值β,若α>β则删除重复路段,得到GPS轨迹点Z的β个候选路段;若α≤β,则得到GPS轨迹点Z的α个候选路段。
得到3个接近Z轨迹点的节点坐标为node6、node12、node16所对应的路段,经过计算三个节点距离目标轨迹点Z最近的两个节点为node6和node12,满足设定的候选路段数目阈值β=2,剔除重复路段,图1中的L1、L2作为轨迹点Z的候选路段集合。
表1展示了本方法在进行路段筛选时相对于现有方法,搜索时间大大减少,具有非常好的效果。
表1
候选路段筛选方法 候选圆域 本发明方法
运行时间 195s 32s
实施例3
一种网格分割方法,包括如下步骤:
步骤1:获取地图内路网数据,包括地图内所有路段信息和每条路段所包含的节点经纬度坐标数据,根据节点经纬度坐标数据构建二维空间坐标系,得到节点坐标中经度和纬度的最值,将经纬度均取最小值的点作为网格左下角点,经纬度均取最大值的点作为网格右上角点构建最大网格;
步骤2:获取所有节点经纬度坐标数据的纬度平均值,将所有节点中纬度值最接近纬度平均值的节点作为根节点,将根节点作为分割点,以根节点的纬度值直线分割最大网格,得到上下两个1级子网格1,获取经度值最接近根节点的节点作为根节点的1级子节点,所述1级子节点位于一个1级子网格内;
步骤3:将1级或i-1级子节点作为分割点,以1级或i-1级子节点的经度值直线分割其所在的1级或i-1级子网格,得到i级子网格,i∈I且I={2,4,6,...,n}且n为正偶数,获取纬度值最接近1级或i-1级子节点的节点作为i级子节点,所述i级子节点位于i级子网格内,若存在i级子节点,则执行步骤4,若不存在i级子节点,则完成网格分割,结束;
步骤4:将i级子节点作为分割点,以i级子节点的纬度值直线分割其所在的i级子网格,得到i+1级子网格,获取经度值最接近i级子节点的节点作为i+1级子节点,所述i+1级子节点位于i+1级子网格内,若存在i+1级子节点,则返回步骤3且令i=i+2,若不存在i+1级子节点,则完成网格分割,结束。

Claims (4)

1.一种网格分割方法,其特征在于,包括如下步骤:
步骤1:获取地图内路网数据,包括地图内所有路段信息和每条路段所包含的节点经纬度坐标数据,根据节点经纬度坐标数据构建二维空间坐标系,得到节点坐标中经度和纬度的最值,将经纬度均取最小值的点作为网格左下角点,经纬度均取最大值的点作为网格右上角点构建最大网格;
步骤2:获取所有节点经纬度坐标数据的经度平均值,将所有节点中经度值最接近经度平均值的节点作为根节点,将根节点作为分割点,以根节点的经度值直线分割最大网格,得到左右两个1级子网格,获取纬度值最接近根节点的节点作为根节点的1级子节点,所述1级子节点位于1级子网格内;
步骤3:将1级或i-1级子节点作为分割点,以1级或i-1级子节点的纬度值直线分割其所在的1级或i-1级子网格,得到i级子网格,i∈I且I={2,4,6,...,n}且n为正偶数,获取经度值最接近1级或i-1级子节点的节点作为i级子节点,所述i级子节点位于i级子网格内,若存在i级子节点,则执行步骤4,若不存在i级子节点,则完成网格分割,结束;
步骤4:将i级子节点作为分割点,以i级子节点的经度值直线分割其所在的i级子网格,得到i+1级子网格,获取纬度值最接近i级子节点的节点作为i+1级子节点,所述i+1级子节点位于i+1级子网格内,若存在i+1级子节点,则返回步骤3且令i=i+2,若不存在i+1级子节点,则完成网格分割,结束。
2.如权利要求1所述的网格分割方法,其特征在于,步骤1中,获得节点经纬度坐标数据后,删除重复的节点坐标。
3.一种基于网格分割的候选路段筛选方法,其特征在于,包括如下步骤:
步骤1:利用如权利要求1的网格分割方法对包含候选路段的地图进行分割建立网格,将所有级别的子节点按照从小到大的顺序,同一级子节点作为同一级索引,相邻两级子节点作为相邻两级索引,构建根节点和所有子节点的索引关系;
步骤2:获取当前GPS轨迹点Z的经纬度坐标,从根节点开始遍历索引关系,查找最接近GPS轨迹点Z的节点,得到最接近轨迹点Z的α个节点;
步骤3:获取α个节点坐标所对应的路段,设定候选路段数目阈值β,若α>β则删除重复路段,得到GPS轨迹点Z的β个候选路段;若α≤β,则得到GPS轨迹点Z的α个候选路段。
4.如权利要求3所述的基于网格分割的候选路段筛选方法,其特征在于,设定候选路段数目阈值β=2。
CN201910438494.4A 2019-05-24 2019-05-24 一种基于网格分割的候选路段筛选方法及网格分割方法 Active CN110275929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910438494.4A CN110275929B (zh) 2019-05-24 2019-05-24 一种基于网格分割的候选路段筛选方法及网格分割方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910438494.4A CN110275929B (zh) 2019-05-24 2019-05-24 一种基于网格分割的候选路段筛选方法及网格分割方法

Publications (2)

Publication Number Publication Date
CN110275929A true CN110275929A (zh) 2019-09-24
CN110275929B CN110275929B (zh) 2022-09-20

Family

ID=67960221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910438494.4A Active CN110275929B (zh) 2019-05-24 2019-05-24 一种基于网格分割的候选路段筛选方法及网格分割方法

Country Status (1)

Country Link
CN (1) CN110275929B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723108A (zh) * 2020-05-28 2020-09-29 长安大学 一种基于GeoHash编码的候选路段选取方法及系统
CN112070829A (zh) * 2020-09-08 2020-12-11 杭州海康威视系统技术有限公司 任务图像中任务节点位置的确定方法、装置及电子设备
CN112800156A (zh) * 2021-01-06 2021-05-14 迪爱斯信息技术股份有限公司 一种基于路侧单元地图分幅方法、系统、设备和存储介质
CN113220806A (zh) * 2021-03-15 2021-08-06 中山大学 一种基于衍生平行线段的大规模路网方向判定方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604478A (zh) * 2009-06-18 2009-12-16 北京九州联宇信息技术有限公司 一种动态交通信息的处理方法及系统
JP2011141392A (ja) * 2010-01-06 2011-07-21 Yahoo Japan Corp 地域情報検索サーバ及び目標メッシュに隣接するメッシュを求める方法
CN106225791A (zh) * 2016-08-03 2016-12-14 福建工程学院 一种基于网格划分的gps定位与道路匹配方法
US20170314947A1 (en) * 2016-04-28 2017-11-02 National Tsing Hua University Computing method for ridesharing paths, computing apparatus and recording medium using the same

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604478A (zh) * 2009-06-18 2009-12-16 北京九州联宇信息技术有限公司 一种动态交通信息的处理方法及系统
JP2011141392A (ja) * 2010-01-06 2011-07-21 Yahoo Japan Corp 地域情報検索サーバ及び目標メッシュに隣接するメッシュを求める方法
US20170314947A1 (en) * 2016-04-28 2017-11-02 National Tsing Hua University Computing method for ridesharing paths, computing apparatus and recording medium using the same
CN106225791A (zh) * 2016-08-03 2016-12-14 福建工程学院 一种基于网格划分的gps定位与道路匹配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
樊娜等: "基于动态加权的城市路网地图匹配算法", 《测控技术》 *
王亚洲等: "基于网格索引的地图匹配算法", 《齐鲁工业大学学报(自然科学版)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723108A (zh) * 2020-05-28 2020-09-29 长安大学 一种基于GeoHash编码的候选路段选取方法及系统
CN112070829A (zh) * 2020-09-08 2020-12-11 杭州海康威视系统技术有限公司 任务图像中任务节点位置的确定方法、装置及电子设备
CN112070829B (zh) * 2020-09-08 2024-03-05 杭州海康威视系统技术有限公司 任务图像中任务节点位置的确定方法、装置及电子设备
CN112800156A (zh) * 2021-01-06 2021-05-14 迪爱斯信息技术股份有限公司 一种基于路侧单元地图分幅方法、系统、设备和存储介质
CN112800156B (zh) * 2021-01-06 2023-10-13 迪爱斯信息技术股份有限公司 一种基于路侧单元地图分幅方法、系统、设备和存储介质
CN113220806A (zh) * 2021-03-15 2021-08-06 中山大学 一种基于衍生平行线段的大规模路网方向判定方法及系统
CN113220806B (zh) * 2021-03-15 2022-03-18 中山大学 一种基于衍生平行线段的大规模路网方向判定方法及系统

Also Published As

Publication number Publication date
CN110275929B (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN110275929A (zh) 一种基于网格分割的候选路段筛选方法及网格分割方法
CN107798079B (zh) 基于车辆轨迹数据的路段拼接方法及系统
CN108981739B (zh) 一种路径规划方法、装置、服务器及存储介质
CN105222793B (zh) 一种基于矢量地图数据模型的城市层次化区域划分方法
CN106021560B (zh) 面向数据流的低时延内存b+树索引构建方法
CN108683448B (zh) 适用于航空网络的影响力节点识别方法及系统
CN106685745B (zh) 一种网络拓扑构建方法及装置
CN108304542B (zh) 一种时间依赖路网中的连续k近邻查询方法
CN103593400A (zh) 一种基于改进Apriori算法的雷电活动数据统计方法
CN113422695B (zh) 一种提高物联网拓扑结构鲁棒性能的优化方法
CN105303612A (zh) 一种基于不规则三角网模型的数字河网提取方法
CN1992674B (zh) 一种基于多比特分割的多维分组分类方法
CN108446357A (zh) 一种基于二维地理位置的海量数据空间范围查询方法
CN109921939A (zh) 一种通信网络中关键节点的选取方法及系统
CN111259206A (zh) 一种有向加权网络中多重影响力矩阵赋权方法
CN104462714A (zh) 一种市政排水管网平面布置设计优化计算方法
CN110909303B (zh) 一种自适应时空异质性反距离插值方法
CN113316038B (zh) 一种面向稀疏用户分布的光接入网odn智能聚类规划方法
CN104121922A (zh) 一种地图路径获取方法及装置
CN110083670A (zh) 一种基于路段密度的地图网格划分方法
CN108108407A (zh) 基于时空轨迹的群体运动移动簇模式排序方法
CN106203681A (zh) 一种数据驱动的公共交通导向型城市区域划分与挖掘方法
CN110097636A (zh) 一种基于可视域分析的选址规划方法
CN106055568B (zh) 一种基于单步添加团的社交网络的朋友自动分组方法
CN108921938A (zh) 3d场景中基于最小费用最大流的层次结构构建方法

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
GR01 Patent grant
GR01 Patent grant