CN110399440A - 一种经纬度网格化编码方法和装置 - Google Patents

Abstract

本发明公开了一种经纬度网格化编码方法。该方法包括：获取编码区域的平均纬度；其中，编码区域的经度范围包括了所有将要计算出的经度，并且编码区域的纬度范围包括了所有将要计算出的纬度；根据编码区域的平均纬度和编码区域中网格化地组织的单位网格的预设的边长，计算每个单位网格的每个边对应的经度跨度和纬度跨度；根据每个单位网格的每个边对应的经度和纬度，生成以单位网格的边长为单位进行编码的坐标。由于采用正方形的单位网格来编码区域内的坐标，并且单位网格的边长是可以根据实际情况进行设置，因此可以准确地确定所关注的位置的坐标，剔除不需要的位置，因此减小了误差。还公开的对应的经纬度网格化编码装置。

Description

一种经纬度网格化编码方法和装置

技术领域

本发明涉及地理位置编码技术，尤指一种经纬度网格化编码方法和装置。

背景技术

在大数据时代，大量的地理位置数据出现，诸如手机定位数据﹑共享单车位置数据﹑车辆运行轨迹数据等，而随着物联网(Internet of Things，IoT)和5G技术不断的成熟，将来会有更多的终端联网，因此会产生更多的地理位置相关的数据，这类数据需要更有效的处理算法进行挖掘，目前已有的成熟且通用的地理网格化算法Geohash,但该算法有如下劣势：由于编码的网格的边长是相对固定的，因此一个网格中可能有若干个不需要位置，并且网格形状不是正方形，这增加了测量计算的误差。

发明内容

为了解决上述技术问题，本发明提供了一种经纬度网格化编码方法和装置，其能够减小测量误差。

为了达到本发明的目的，本发明实施例提供了一种经纬度网格化编码方法，该方法包括：

获取编码区域的平均纬度；其中，编码区域的经度范围包括了所有将要计算出的经度，并且编码区域的纬度范围包括了所有将要计算出的纬度；

根据编码区域的平均纬度和编码区域中网格化地组织的单位网格的预设的边长，计算每个单位网格的每个边对应的经度跨度和纬度跨度；

根据每个单位网格的每个边对应的经度和纬度，生成以单位网格的边长为单位进行编码的坐标。

在一个可选的实施例中，在获取编码区域的平均纬度的步骤之前，该方法还包括：

根据将要计算其中的位置的经度和纬度，选定编码区域。

在一个可选的实施例中，在计算每个单位网格的每个边对应的经度和纬度的步骤之前，该方法还包括：

根据编码区域中所关注的位置的稀疏度或者根据用户的设置，确定在编码区域中网格化地组织的单位网格的边长。

在一个可选的实施例中，在生成以单位网格的边长为单位进行编码的坐标的步骤之后，该方法还包括：

根据以单位网格的边长为单位进行编码的坐标，计算在编码区域中的两个点之间的曼哈顿距离。

在一个可选的实施例中，在生成以单位网格的边长为单位进行编码的坐标的步骤之后，该方法还包括：

根据以单位网格的边长为单位进行编码的坐标、时间分片以及终端编号集，生成时空库；

根据终端的时空轨迹在碰撞查询时空库时的碰撞次数，确定最有可能伴随的终端编号。

另一方面，本发明实施例提供了一种经纬度网格化编码装置，包括存储器和处理器，

存储器用于存储计算机可读指令；

处理器用于执行计算机可读指令，以执行如下操作：

获取编码区域的平均纬度；其中，编码区域的经度范围包括了所有将要计算出的经度，并且编码区域的纬度范围包括了所有将要计算出的纬度；

根据编码区域的平均纬度和编码区域中网格化地组织的单位网格的预设的边长，计算每个单位网格的每个边对应的经度跨度和纬度跨度；

根据每个单位网格的每个边对应的经度和纬度，生成以单位网格的边长为单位进行编码的坐标。

在一个可选的实施例中，在获取编码区域的平均纬度的操作之前，处理器还执行如下操作：

根据将要计算其中的位置的经度和纬度，选定编码区域。

在一个可选的实施例中，在计算每个单位网格的每个边对应的经度和纬度的操作之前，处理器还执行如下操作：

根据编码区域中所关注的位置的稀疏度或者根据用户的设置，确定在编码区域中网格化地组织的单位网格的边长。

在一个可选的实施例中，在生成以单位网格的边长为单位进行编码的坐标的操作之后，处理器还执行如下操作：

根据以单位网格的边长为单位进行编码的坐标，计算在编码区域中的两个点之间的曼哈顿距离。

在一个可选的实施例中，在生成以单位网格的边长为单位进行编码的坐标的操作之后，处理器还执行如下操作：

根据以单位网格的边长为单位进行编码的坐标、时间分片以及终端编号集，生成时空库；

根据终端的时空轨迹在碰撞查询时空库时的碰撞次数，确定最有可能伴随的终端编号。

本发明实施例的有益效果在于，由于采用正方形的单位网格来编码区域内的坐标，并且单位网格的边长是可以根据实际情况进行设置，因此可以准确地确定所关注的位置的坐标，剔除不需要的位置，因此减小了误差。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明实施例提供的经纬度网格化编码方法的流程图；

图2为本发明实施例提供的经纬度网格化编码装置的框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在大数据时代，大量的地理位置数据出现，诸如手机定位数据﹑共享单车位置数据﹑车辆运行轨迹数据等，而随着物联网(Internet of Things，IoT)和5G技术不断的成熟，将来会有更多的终端联网，因此会产生更多的地理位置相关的数据，这类数据需要更有效的处理算法进行挖掘，目前已有的成熟且通用的地理网格化算法Geohash,但该算法有如下劣势：网格大小相对固定，网格形状不是正方形，这增加了计算的误差。

Geohash算法会将经纬度转换为字符型的网格编码，在此过程中，实际上是对经纬度转换成编码进行了粗化处理，即在矩形范围的经纬度都被编码成了一个点，也就是说，这个点的编码代表了矩形内的所有经度的范围和纬度的范围。以一个场景为例：假设某个区域内的每个店铺位置对应一个经纬度，把所有店铺位置转换成网格编码，这样每个网格下面就会有多个店铺，这时如果想搜索某位置1公里范围内的店铺，需要先求出该位置1公里范围内的所有网格，然后得到网格内的所有店铺的经纬度，然后再计算所有店铺经纬度与搜索位置的距离获得1公里范围的店铺信息。根据这个场景可以推断若相同面积的网格形状是矩形，则搜索到的店铺更多，因此计算量更大。如果矩形网格的长度和宽度差异很大，则会搜索到更多个不需要的位置，因此误差会更大。

为了解决上述技术问题，本发明实施例提供了一种经纬度网格化编码方法，如图1所示，该方法包括步骤S101-步骤S105。

步骤S101，获取编码区域的平均纬度。

其中，编码区域的经度范围包括了所有将要计算出的经度，并且编码区域的纬度范围包括了所有将要计算出的纬度。平均纬度将在随后的步骤中用于计算单位网格的边长的经度跨度和纬度跨度。

因此，在一个可选的实施例中，在步骤S101之前，该方法还包括：

根据将要计算其中的位置的经度和纬度，选定编码区域。在此，编码区域是所关注的位置所在的区域，在编码区域中，包括了所关注的位置及其周围需要编码的区域。

步骤S103，根据编码区域的平均纬度和编码区域中网格化地组织的单位网格的预设的边长，计算每个单位网格的每个边对应的经度和纬度。

这里所说的单位网格的横向边指的是单位网格的平行于纬线所在的平面的边，纵向边指的是单位网格的平行于经线所在的平面的边。基于此，单位网格事实上是近似正方形的。这是因为在经度确定情况下，纬度的切面必是以地球为半径的圆，所以相同纬度跨度对应相同弧长，即对应地球表面距离相同，所以在纬度的维度可以按照一定的纬度间隔划分，该纬度间隔对应恒定的距离；在纬度确定的情况下，经度的切面是一个圆，但该圆的半径在赤道位置是地球半球，随着向两极移动半径值在递减，所以在不同纬度上，相同经度差值对应的距离不同。所以该算法适用一定范围内，确定一个纬度在该纬度下一定距离对应的经度差值作为网格划分单位，这样划分的网格就可以近似于正方形。

在此，通过下列公式计算纵向边的边长s对应的纬度跨度：

dlat＝180*s/(PI*EARTH_RADIUS*1000)。

其中，dlat代表边长s的纬度跨度；s代表单位网格的边长；PI代表π，可以取值为3.14159265358979323846，EARTH_RADIUS代表地球半径，取值为6378.137千米。

通过下列公式计算横向边的边长s对应的经度跨度：

dlon＝2*asin(sin(s/(2000*EARTH_RADIUS))/cos(RADIAN*vlat))/RADIAN

其中，dlon代表横向边的边长s代表的经度跨度；vlat代表编码区域的已知的平均纬度，RADIAN*vlat是对平均纬度进行角度制计算，RADIAN取值为PI/180.0。

因此，采用单位网格的边长表示的这个单位网格的位置范围是(dlon,dlat)。

在一个可选的实施例中，在步骤S103之前，该方法还包括：

根据编码区域中所关注的位置的稀疏度或者根据用户的设置，确定在编码区域中网格化地组织的单位网格的边长。

在此，本发明实施例提供的方法不限制单位网格的边长，而是根据在编码区域中所关注的位置的稀疏度或者根据用户的设置来确定单位网格的边长。这是与Geohash算法明显不同的地方：Geohash算法中，网格边长是无法根据用户需求或者根据实际情况自定义的，是相对固定的，这就使得网格的边长必然会覆盖包括所关注的位置所在的一定范围内的区域，因此会造成在计算所关注的位置的坐标的时候，总是会存在一定的误差。与此相对的是，本发明实施例提供的方法中，可以选定相对合适的网格边长，因此可以据此减小误差。

步骤S105，根据每个单位网格的每个边对应的经度和纬度，生成以单位网格的边长为单位进行编码的坐标。

采用以上计算生成的每个单位网格的位置范围是(dlon,dlat)，可以将编码区域中的一个点的经纬度(lon,lat)转换成以边长s为单位的编码而成的(lon/dlon,lat/dlat)，表示为(slon,slat)。

本发明实施例的有益效果在于，由于采用正方形的单位网格来编码区域内的坐标，并且单位网格的边长是可以根据实际情况进行设置，因此可以准确地确定所关注的位置的坐标，剔除不需要的位置，因此减小了误差。

在一个可选的实施例中，在步骤S105之后，该方法还包括：

根据以单位网格的边长为单位进行编码的坐标，计算在编码区域中的两个点之间的曼哈顿距离。

其中，由于编码区域中的单位网格的边长是相同的，单位网格是正方形的，而编码区域中的所关注的点的位置是采用单位网格的边长进行编码的，因此适合采用已经编码的点的坐标来计算所关注的两个点之间的曼哈顿距离。通过下列公式计算两个点(slon1,slat1)、(slon2,slat2)之间的曼哈顿距离：

d＝(abs(slon1-slon2)+abs(slat1-slat2))*s。

其中，两个点的经编码的坐标分别是(slon1,slat1)、(slon2,slat2)；abs代表绝对值计算函数；s代表单位网格的边长；d代表两个点之间的曼哈顿距离。

此外，由于已经具备了经编码的两个点的坐标(slon1,slat1)和(slon2,slat2)，因此也可以计算出两个点之间的欧氏距离。

相比之下，传统的经纬度计算公式为：设所求点A的纬度角为β1，经度角为α1；所求点B的纬度角为β2，经度角为α2。则距离d＝R·arc cos[cosβ1cosβ2cos(α1-α2)+sinβ1sinβ2]，其中R为球体半径。

由此可见，在计算两个点之间的距离的时候，本发明实施例提供的方法是采用加减计算的方式，而传统的经纬度计算方式则是使用球面距离公式，因此复杂度高于本发明实施例提供的方法。

在一个可选的实施例中，在步骤S105之后，该方法还包括：

根据以单位网格的边长为单位进行编码的坐标、时间分片以及终端编号集，生成时空库；

根据终端的时空轨迹在碰撞查询时空库时的碰撞次数，确定最有可能伴随的终端编号。

在此，在把单位网格的所有的边的边长转换成编码的经度跨度和纬度跨度，从而将某个位置的经纬度转换成编码之后，再把时间也切片，以形成时间分片(例如，每个时间分片可以是5分钟的时间跨度)，按照时间分片与网格编码为key，value是终端编号集，这样就可以生成时空库，当进行每次编号伴随运算时，只需按照key序列在时空库碰撞查询，以碰撞次数获得最有可能伴随的编号。如此就简化了伴随分析的复杂度。伴随分析的复杂度与终端数量是呈线性关系，可以极大简化运算。相比之下，若使用经纬度计算，就需要每个轨迹与全网的轨迹做轨迹相似度运算，假设总终端数量是千万级，则需要进行千万*千万次轨迹相似度运算。因此，使用经纬度网格化就可以简化此类运算。

对于上述根据终端的时空轨迹在碰撞查询时空库时的碰撞次数，确定最有可能伴随的终端编号的步骤，举例如下：例如点A在t1时段，求出点A所在网格编码G，根据曼哈顿距离计算，可以求出点A的相邻网格，即网格的8邻域G1-G8。这九个网格分别跟时间组成key去撞库，就可以获得该终端在此时段可能伴随的终端。最终统计多次撞库获得的终端统计次数，次数越高伴随概率越高，取伴随概率较高者进行伴随相似度分析。

为了解决上述技术问题，本发明实施例提供了一种经纬度网格化编码装置，该装置包括存储器10和处理器20，

存储器10用于存储计算机可读指令；

处理器20用于执行计算机可读指令，以执行如下操作：

获取编码区域的平均纬度；其中，编码区域的经度范围包括了所有将要计算出的经度，并且编码区域的纬度范围包括了所有将要计算出的纬度；

根据编码区域的平均纬度和编码区域中网格化地组织的单位网格的预设的边长，计算每个单位网格的每个边对应的经度跨度和纬度跨度；

根据每个单位网格的每个边对应的经度和纬度，生成以单位网格的边长为单位进行编码的坐标。

在一个可选的实施例中，在获取编码区域的平均纬度的操作之前，处理器20还执行如下操作：

根据将要计算其中的位置的经度和纬度，选定编码区域。

在一个可选的实施例中，在计算每个单位网格的每个边对应的经度和纬度的操作之前，处理器20还执行如下操作：

根据编码区域中所关注的位置的稀疏度或者根据用户的设置，确定在编码区域中网格化地组织的单位网格的边长。

在一个可选的实施例中，在生成以单位网格的边长为单位进行编码的坐标的操作之后，处理器20还执行如下操作：

根据以单位网格的边长为单位进行编码的坐标，计算在编码区域中的两个点之间的曼哈顿距离。

在一个可选的实施例中，在生成以单位网格的边长为单位进行编码的坐标的操作之后，处理器20还执行如下操作：

根据以单位网格的边长为单位进行编码的坐标、时间分片以及终端编号集，生成时空库；

根据终端的时空轨迹在碰撞查询时空库时的碰撞次数，确定最有可能伴随的终端编号。

虽然本发明所揭露的实施方式如上，但上述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种经纬度网格化编码方法，其特征在于，包括：

获取编码区域的平均纬度；其中，所述编码区域的经度范围包括了所有将要计算出的经度，并且所述编码区域的纬度范围包括了所有将要计算出的纬度；

根据所述编码区域的平均纬度和所述编码区域中网格化地组织的单位网格的预设的边长，计算每个单位网格的每个边对应的经度跨度和纬度跨度；

根据每个单位网格的每个边对应的经度和纬度，生成以所述单位网格的边长为单位进行编码的坐标。

2.根据权利要求1所述的方法，其特征在于，在获取编码区域的平均纬度的步骤之前，所述方法还包括：

根据将要计算其中的位置的经度和纬度，选定所述编码区域。

3.根据权利要求1所述的方法，其特征在于，在所述计算每个单位网格的每个边对应的经度和纬度的步骤之前，所述方法还包括：

根据所述编码区域中所关注的位置的稀疏度或者根据用户的设置，确定在所述编码区域中网格化地组织的单位网格的边长。

4.根据权利要求1所述的方法，其特征在于，在所述生成以所述单位网格的边长为单位进行编码的坐标的步骤之后，所述方法还包括：

根据以所述单位网格的边长为单位进行编码的坐标，计算在所述编码区域中的两个点之间的曼哈顿距离。

5.根据权利要求1所述的方法，在所述生成以所述单位网格的边长为单位进行编码的坐标的步骤之后，所述方法还包括：

根据以所述单位网格的边长为单位进行编码的坐标、时间分片以及终端编号集，生成时空库；

根据终端的时空轨迹在碰撞查询所述时空库时的碰撞次数，确定最有可能伴随的终端编号。

6.一种经纬度网格化编码装置，包括存储器和处理器，

所述存储器用于存储计算机可读指令；

所述处理器用于执行所述计算机可读指令，以执行如下操作：

获取编码区域的平均纬度；其中，所述编码区域的经度范围包括了所有将要计算出的经度，并且所述编码区域的纬度范围包括了所有将要计算出的纬度；

根据所述编码区域的平均纬度和所述编码区域中网格化地组织的单位网格的预设的边长，计算每个单位网格的每个边对应的经度跨度和纬度跨度；

根据每个单位网格的每个边对应的经度和纬度，生成以所述单位网格的边长为单位进行编码的坐标。

7.根据权利要求6所述的装置，其特征在于，在获取编码区域的平均纬度的操作之前，所述处理器还执行如下操作：

根据将要计算其中的位置的经度和纬度，选定所述编码区域。

8.根据权利要求6所述的装置，其特征在于，在所述计算每个单位网格的每个边对应的经度和纬度的操作之前，所述处理器还执行如下操作：

根据所述编码区域中所关注的位置的稀疏度或者根据用户的设置，确定在所述编码区域中网格化地组织的单位网格的边长。

9.根据权利要求6所述的装置，其特征在于，在所述生成以所述单位网格的边长为单位进行编码的坐标的操作之后，所述处理器还执行如下操作：

根据以所述单位网格的边长为单位进行编码的坐标，计算在所述编码区域中的两个点之间的曼哈顿距离。

10.根据权利要求6所述的装置，在所述生成以所述单位网格的边长为单位进行编码的坐标的操作之后，所述处理器还执行如下操作：

根据以所述单位网格的边长为单位进行编码的坐标、时间分片以及终端编号集，生成时空库；

根据终端的时空轨迹在碰撞查询所述时空库时的碰撞次数，确定最有可能伴随的终端编号。