CN110781255B - 道路聚合方法、道路聚合装置及电子设备 - Google Patents
道路聚合方法、道路聚合装置及电子设备 Download PDFInfo
- Publication number
- CN110781255B CN110781255B CN201910810541.3A CN201910810541A CN110781255B CN 110781255 B CN110781255 B CN 110781255B CN 201910810541 A CN201910810541 A CN 201910810541A CN 110781255 B CN110781255 B CN 110781255B
- Authority
- CN
- China
- Prior art keywords
- road
- node
- candidate
- child nodes
- roads
- 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.)
- Active
Links
- 230000002776 aggregation Effects 0.000 title claims abstract description 52
- 238000004220 aggregation Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000000638 solvent extraction Methods 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种道路聚合方法、道路聚合装置及电子设备,属于电子地图技术领域。该道路聚合方法可以包括:针对第一道路集合,以树状层级结构建立空间索引;对于所述第一道路集合中的每个第一道路:基于所述空间索引,搜索在该第一道路的预定距离范围内的候选道路集合;对于所述候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件,在所述判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的。本申请可以有效提高道路聚合的效率。
Description
技术领域
本申请涉及电子地图技术领域,具体而言,涉及一种道路聚合方法、装置及电子设备。
背景技术
在基于位置的服务(LBS)中,通常将路网抽象成图模型,道路为连接边,路口为连接点。在实际场景下一些道路可能具有相同功能属性,比如某某大街可能由若干道路连接而成。在这种情况下,通常需要进行道路聚合,即,将相同功能的道路聚合起来。
现有的一种道路聚合方式是在指定地理区域内,根据特定聚合条件并按照道路层级来划分道路聚类簇。对于全量路网候选集,这种方式的聚合效率较低。
发明内容
本申请实施例的目的在于提供一种道路聚合方法及装置,其能够针对全量路网候选集,以较高的效率实现道路聚合。
根据本申请的一个实施例,一种道路聚合方法可以包括:针对第一道路集合,以树状层级结构建立空间索引;对于所述第一道路集合中的每个第一道路:基于所述空间索引,搜索在该第一道路的预定距离范围内的候选道路集合;对于所述候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件,在所述判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的。
根据本申请的另一实施例,一种道路聚合装置可以包括:索引建立模块,被配置成针对第一道路集合,以树状层级结构建立空间索引;聚合模块,被配置成对于所述第一道路集合中的每个第一道路:基于所述空间索引,搜索在该第一道路的预定距离范围内的候选道路集合;对于所述候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件,在所述判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的。
在本申请的一些实施例中,所述聚合模块还被配置成:将被确定为可聚合的各道路的索引插入并查集;基于所述并查集,划分道路聚类簇。
在本申请的一些实施例中,所述划分道路聚类簇是基于加权quick-union算法的。
在本申请的一些实施例中,所述划分道路聚类簇是基于quick-find算法的。
在本申请的一些实施例中,所述第一道路集合是通过基于实时定位轨迹来挖掘道路状态而得到的。
在本申请的一些实施例中,所述预定聚类条件为道路名称或道路等级相同。
在本申请的一些实施例中,所述树状层级结构为四分树层级结构。
在本申请的一些实施例中,以四分树层级结构建立空间索引包括:拓展包含所述第一道路的每个节点,直到不大于预定区域的叶子节点;将所述第一道路插入到其所覆盖的所有叶子节点上。
根据本申请的另一实施例,提供了一种存储介质,其上存储有指令程序,所述指令程序在被处理器执行时实现上述的道路聚合方法。
根据本申请的另一实施例,一种电子设备可以包括处理器和存储器,所述存储器中存储有指令程序,所述指令程序在由所述处理器执行时实现上述的道路聚合方法。
根据本申请的实施例,针对全量路网候选集,能够以较高的效率实现道路聚合,简化道路情报展示形式,减少情报冗余。
本申请的其他特征和优点将通过下面结合附图的详细描述变得显然,或部分地通过本申请的实践而习得。
应当理解,以上的一般描述和后文的详细描述仅是示例性和解释性的,并不旨在限制本申请。
附图说明
图1示出了可以应用本申请实施例的系统的示意图。
图2示意性示出了根据本申请的一个实施例的道路聚合方法的流程图。
图3示意性示出了根据本申请的一个实施例的道路聚合方法的流程图。
图4示意性示出了根据本申请的一个实施例的道路聚合方法的流程图。
图5示出了根据本申请的一个实施例的利用四分树层级结构为所挖掘的道路集合建立空间索引的示意图。
图6示出了应用本申请实施例后得到的道路聚合情报展示的示例。
图7示意性示出了根据本申请的一个实施例的道路聚合装置的框图。
图8示意性示出了根据本申请的一个实施例的电子设备的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本申请实施例的的系统100的示意图。
如图1所示,系统100可以包括终端设备101、网络102和服务器103。终端设备101与服务器103可以通过网络102进行通信。网络102可以是有线网络、无线网络等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器103可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101通过网络102与服务器103交互,以接收或发送消息等。终端设备101可以为具有计算处理能力的各种设备,包括但不限于个人计算机、手机等。
在本申请的一个具体应用场景中,用户可以使用终端设备101通过网络102向服务器103发送道路聚合请求,以便从服务器103获取道路聚类簇。
在本申请的一个实施例中,服务器103可以针对待聚合的第一道路集合,以树状层级结构建立空间索引;对于第一道路集合中的每个第一道路:基于空间索引,搜索在该第一道路的预定距离范围内的候选道路集合;对于候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件,在判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的。
在本申请的一个实施例中,服务器103还可以将被确定为可聚合的各道路的索引插入并查集;基于该并查集,划分道路聚类簇。
可替换地,上述由服务器执行的操作也可以由终端设备执行。
图2示意性示出了根据本申请的一个实施例的道路聚合方法的流程图。该道路聚合方法的执行主体可以是具有计算处理功能的电子设备,比如图1中所示的终端设备101或服务器103。如图2所示,该道路聚合方法可以包括步骤S210至步骤S220。
在步骤S210中,针对第一道路集合,以树状层级结构建立空间索引。
在本申请的一个实施例中,第一道路集合可以指待聚合的道路集合,其可以通过道路情报挖掘而得到。例如,电子地图产品导航服务需要考虑道路的实时开/封状态,以便为用户提供有效服务。数据侧可以基于实时定位轨迹来挖掘道路的实时开/封状态,而开/封状态通常是针对特定路段,比如某某路封闭。
针对所得到的第一道路集合,可以以树状层级结构建立空间索引。例如,可以通过建立树(例如,四分树、R树、KD树及其变种等)或者划分多层级网格,将地理空间划分得到多层级区域块(由上一层级的一个区域块可以划分得到下一层级的多个区域块),不同层级的区域块对应于不同层级的节点,然后将第一道路集合中每个第一道路的标识插入与第一道路存在地理位置重叠的目标区域块(例如,不大于预定区域的叶子节点)的数据表中,从而建立第一道路集合的空间索引。稍后将参照图5,以四分树层级结构为例对此进行详细描述。
在步骤S220中,对于第一道路集合中的每个第一道路,可以:基于上述空间索引,搜索在该第一道路的预定距离范围内的候选道路集合;对于该候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件,在判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的。
在本申请的一个实施例中,该预定距离范围可以根据需求设定,例如2km*2km范围。对于每一个第一道路,首先可以根据其对应的预定距离范围确定其相应的搜索区域的边界;然后,基于所建立的空间索引,从树的顶层开始,针对每一节点,遍历该节点的所有非空子节点,获得与搜索区域存在交集(即在地理位置存在覆盖)的子节点;针对存在交集的子节点,继续搜索下一层级的子节点,直到目标层级节点(例如,不大于预定区域的叶子节点),从而得到该第一道路的预定距离范围内的所有候选道路的集合。
上述预定聚类条件可以基于对道路进行聚合的策略而确定,例如,可以是道路名称相同(例如,都是109国道等)或道路等级相同(例如都是省道等)。可以理解,预定聚类条件还可以包括距离很近(例如相距10米等)。通过遍历候选道路集合,判断每个候选道路与该第一道路是否符合预定聚类条件,可以得到与该第一道路可聚合的候选道路,进而可以针对可聚合的道路进行聚合。
以这种方式,本申请的实施例通过建立第一道路集合的空间索引,可以高效搜索每个第一道路对应的候选道路集合,然后进行可聚合道路判定,可以快速确定大区域范围内的可聚合道路,有效提升道路聚合的效率。此外,本申请的实施例可针对全量路网候选集进行道路聚合,应用范围更加广泛。
参考图3,在本申请的一个实施例中,该道路聚合方法还可以包括:
步骤S310,将被确定为可聚合的各道路的索引插入并查集;
步骤S320,基于所述并查集,划分道路聚类簇。
并查集是通过查找操作查找具有相同根信息(如相同道路属性)的分量(如道路索引对),然后通过合并操作合并具有相同根信息的分量的算法。并查集可以实时维护任意两根具有相同属性可聚合的道路(相同属性的道路)的聚类状态。依次将被确定为可聚合的各道路的索引的索引对(如节点标识对)插入并查集,最后可以基于并查集,将所有具有相同属性的索引对合并,实现将所有具有相同属性的道路划分为同一类,得到道路聚类簇。
以这种方式,基于并查集,通过一次遍历就可以将第一道路集合按照预定聚类条件聚合,有效保证聚合效率。例如,在待聚合道路为2万个以上时,与传统方法相比,本申请实施例的聚合耗时可以减少95%以上。
在本申请的一个实施例中,步骤S320可以基于加权quick-union算法来执行。quick-union算法的数据结构是以id[]数组作为索引。quick-union算法中的每个触点对应的id[]元素都是同一个分量中另一个触点的名称,这种联系叫“链接”。就像一个个指针,指向另一个元素,这种结构类似树。基于此,其中的union算法可以对于两个触点对应的id[]元素,沿着各自的链接,找到他们的根触点,然后将其中一个的根触点链接到另外一个即可将两个分量合并成一个分量,实现聚类。例如对于两个分量p,q,通过union(p,q),可以沿着各自的链接,找到他们的根触点,然后将其中一个的根触点链接到另外一个即可将两个分量合并成一个分量。
这样通过依次将可聚合道路的空间索引的索引对(如p,q)作为分量插入quick-union算法,通过查找根索引(根触点)进行链接,将所有的可聚合道路聚合,得到聚类的索引集合,即道路聚合簇。
加权quick-union算法可以在索引对合并时,将索引对中的根索引只链接到另一个索引对的根索引,并且将数目少的索引对集合链接到数目多的索引对集合。这样,基于加权路径合并,可以减少树的高度,提升查找合并的效率。
在本申请的一个实施例中,步骤S320可以基于quick-find算法来执行。quick-find算法的数据结构是以id[]数组作为索引。quick-find算法中的每个触点对应的id[]元素不是同一个分量中另一个触点的名称,而是各自的根信息。通过查找索引对的根信息,将具有相同根信息的索引对进行合并,从而实现划分道路聚类簇。
图4示意性示出了根据本申请的一个实施例,在一种应用场景下的道路聚合方法的流程图。
如图4所示,首先接收输入的第一道路集合;然后构造四分树,建立第一道路集合的空间索引;其次,搜索每个第一道路的邻域,即依次搜索第一道路的预定距离范围内的其它第一道路,从而得到候选道路集合;进而,可以进行可聚合道路判定,即对于候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件(如同名称、同等级等),在判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的,得到可聚合道路(如果判断的结果为否定,则可以结束聚合);可以将符合聚合策略的可聚合道路插入并查集,并基于并查集,划分出道路聚类簇,结束聚合。
例如,搜索每个第一道路的邻域可以通过以下方式实现:首先确定其搜索范围(一个区域块,由需求决定,比如2km*2km,该距离之外的完全不再需要考虑);基于此搜索区域块,从树的顶层开始,遍历该层所划分的区域块,找出与搜索区域块存在交集的区域集合;针对每一个存在交集的区域集合,搜索其下层划分的区域块,重复上述过程,直至叶子结点,获得所在区域的候选道路集合。这样,可以排除大量非相关区域,减少需判定的道路集合的规模,从而提高效率。
图5示出了根据本申请的一个实施例的利用四分树层级结构为所挖掘的道路集合建立空间索引的示意图。
在顶层区域,可以将中国地图依照经纬度差10度划分网格,每个子节点表示一块区域;然后遍历所挖掘的道路集合,按照每个所挖掘的道路的覆盖区域,决定是否拓展某一节点,非覆盖区域置空(即不划分区域块),不添加子树,拓展时按照4*4划分子区域;直到每个区域大小不超过1km*1km,结束拓展,当前节点作为叶子结点,并将所挖掘的道路插入到其所覆盖的所有叶子节点上;遍历完成后,四分树层级结构的空间索引建立结束。其中,节点划分数量可以基于所建四分树的深度和每个节点搜索数量而折衷选择,在此不做特别限定。
图6示出了应用本申请实施例后得到的道路聚合情报展示的示例。
如图6所示,通过应用本申请实施例的道路聚合方法,可以得到聚合道路簇610和聚合道路簇620,从而简化情报展示形式,减少情报冗余,提高作业效率,减少作业成本。
图7示意性示出了根据本申请的一个实施例的道路聚合装置的框图。
如图7所示,道路聚合装置700可以包括索引建立模块710和聚合模块720。
索引建立模块710可以被配置成:针对第一道路集合,以树状层级结构建立空间索引。聚合模块720可以被配置成对于第一道路集合中的每个第一道路:基于该空间索引,搜索在该第一道路的预定距离范围内的候选道路集合;对于候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件,在判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的。
在本申请的一些实施例中,聚合模块720还可以被配置成:将被确定为可聚合的各道路的索引插入并查集;基于该并查集,划分道路聚类簇。
在本申请的一些实施例中,聚合模块720可以基于加权quick-union算法来划分道路聚类簇。
在本申请的一些实施例中,聚合模块720可以基于quick-find算法来划分道路聚类簇。
在本申请的一些实施例中,索引建立模块710可以通过基于实时定位轨迹来挖掘道路状态而得到第一道路集合。
在本申请的一些实施例中,预定聚类条件为道路名称或道路等级相同。
在本申请的一些实施例中,索引建立模块710可以以四分树层级结构建立空间索引,其中,包含第一道路的每个节点可以被拓展,直到不大于预定区域的叶子节点,并且第一道路可以被插入到其所覆盖的所有叶子节点上。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
图8示意性示出了根据本申请的一个实施例的电子设备的框图。
需要说明的是,图8示出的电子设备800仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机存取存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统操作所需的各种程序和数据。CPU901、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN(局域网)卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本申请的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的实施例,而可以在不脱离其范围的情况下进行各种修改和改变。
Claims (9)
1.一种道路聚合方法,其特征在于,包括:
针对第一道路集合,以树状层级结构建立空间索引;其中,在顶层区域,将地图依照经纬度差划分网格,每个子节点表示一块区域,然后遍历所述第一道路集合,按照每个第一道路,拓展包含所述第一道路的每个节点,直到不大于预定区域的叶子节点,并将所述第一道路插入到其所覆盖的所有叶子节点上,遍历完成即结束建立空间索引;
对于所述第一道路集合中的每个第一道路:
根据其对应的预定距离范围确定其相应的搜索区域的边界;
基于所述空间索引,从树的顶层开始,针对每一节点,遍历该节点的所有非空子节点,获得与所述搜索区域存在交集的子节点;针对存在交集的子节点,继续搜索下一层级的子节点,直到目标层级节点,以得到在该第一道路的预定距离范围内的候选道路集合;其中,所述目标层级节点为不大于预定区域的叶子节点;
对于所述候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件,在所述判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将被确定为可聚合的各道路的索引插入并查集;
基于所述并查集,划分道路聚类簇。
3.根据权利要求2所述的方法,其特征在于,所述划分道路聚类簇包括基于加权quick-union算法来划分道路聚类簇。
4.根据权利要求2所述的方法,其特征在于,所述划分道路聚类簇包括基于quick-find算法来划分道路聚类簇。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述以树状层级结构建立空间索引之前,通过基于实时定位轨迹来挖掘道路状态而得到所述第一道路集合。
6.根据权利要求1所述的方法,其特征在于,所述预定聚类条件为道路名称或道路等级相同。
7.一种道路聚合装置,其特征在于,包括:
索引建立模块,被配置成针对第一道路集合,以树状层级结构建立空间索引;其中,在顶层区域,将地图依照经纬度差划分网格,每个子节点表示一块区域,然后遍历所述第一道路集合,按照每个第一道路,拓展包含所述第一道路的每个节点,直到不大于预定区域的叶子节点,并将所述第一道路插入到其所覆盖的所有叶子节点上,遍历完成即结束建立空间索引;
聚合模块,被配置成对于所述第一道路集合中的每个第一道路:
根据其对应的预定距离范围确定其相应的搜索区域的边界;
基于所述空间索引,从树的顶层开始,针对每一节点,遍历该节点的所有非空子节点,获得与所述搜索区域存在交集的子节点;针对存在交集的子节点,继续搜索下一层级的子节点,直到目标层级节点,以得到在该第一道路的预定距离范围内的候选道路集合;其中,所述目标层级节点为不大于预定区域的叶子节点;
对于所述候选道路集合中的每个候选道路,判断该候选道路与该第一道路是否符合预定聚类条件,在所述判断的结果为肯定时,确定该候选道路与该第一道路为可聚合的。
8.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器中存储有指令程序,所述指令程序在由所述处理器执行时实现根据权利要求1至6中任一项所述的方法。
9.一种存储介质,其特征在于,其上存储有指令程序,所述指令程序在被处理器执行时实现权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810541.3A CN110781255B (zh) | 2019-08-29 | 2019-08-29 | 道路聚合方法、道路聚合装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810541.3A CN110781255B (zh) | 2019-08-29 | 2019-08-29 | 道路聚合方法、道路聚合装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110781255A CN110781255A (zh) | 2020-02-11 |
CN110781255B true CN110781255B (zh) | 2024-04-05 |
Family
ID=69384027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910810541.3A Active CN110781255B (zh) | 2019-08-29 | 2019-08-29 | 道路聚合方法、道路聚合装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110781255B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488158A (zh) * | 2009-02-13 | 2009-07-22 | 同济大学 | 一种基于道路元素的路网建模方法 |
CN102027468A (zh) * | 2008-05-16 | 2011-04-20 | 上海惠普有限公司 | 提供用于检索的地理图像 |
CN102662974A (zh) * | 2012-03-12 | 2012-09-12 | 浙江大学 | 一种基于邻接节点树的网络图索引方法 |
WO2014134615A1 (en) * | 2013-03-01 | 2014-09-04 | Actx, Inc. | Cloud-like medical-information service |
CN105069071A (zh) * | 2015-07-30 | 2015-11-18 | 清华大学 | 微博数据的地理位置信息提取方法 |
WO2016113153A1 (en) * | 2015-01-15 | 2016-07-21 | International Business Machines Corporation | Distributed map reduce network |
CN106528815A (zh) * | 2016-11-14 | 2017-03-22 | 中国人民解放军理工大学 | 一种路网移动对象概率聚集查询方法及系统 |
CN106611016A (zh) * | 2015-10-27 | 2017-05-03 | 北京航空航天大学 | 一种基于可分解词包模型的图像检索方法 |
CN107590160A (zh) * | 2016-07-08 | 2018-01-16 | 阿里巴巴集团控股有限公司 | 一种监控基数树内部结构的方法及装置 |
CN107885873A (zh) * | 2017-11-28 | 2018-04-06 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN109508361A (zh) * | 2018-11-12 | 2019-03-22 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN109947889A (zh) * | 2019-03-21 | 2019-06-28 | 佳都新太科技股份有限公司 | 空间数据管理方法、装置、设备和存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100198830A1 (en) * | 2008-03-06 | 2010-08-05 | Nitrosecurity, Inc. | Dynamic data distribution aggregation |
US20150154347A1 (en) * | 2013-09-27 | 2015-06-04 | California Institute Of Technology | System and method for constrained multistate reaction pathway design |
US20160356608A1 (en) * | 2015-06-05 | 2016-12-08 | International Business Machines Corporation | Map-matching by dual-level heuristic search |
-
2019
- 2019-08-29 CN CN201910810541.3A patent/CN110781255B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102027468A (zh) * | 2008-05-16 | 2011-04-20 | 上海惠普有限公司 | 提供用于检索的地理图像 |
CN101488158A (zh) * | 2009-02-13 | 2009-07-22 | 同济大学 | 一种基于道路元素的路网建模方法 |
CN102662974A (zh) * | 2012-03-12 | 2012-09-12 | 浙江大学 | 一种基于邻接节点树的网络图索引方法 |
WO2014134615A1 (en) * | 2013-03-01 | 2014-09-04 | Actx, Inc. | Cloud-like medical-information service |
WO2016113153A1 (en) * | 2015-01-15 | 2016-07-21 | International Business Machines Corporation | Distributed map reduce network |
CN105069071A (zh) * | 2015-07-30 | 2015-11-18 | 清华大学 | 微博数据的地理位置信息提取方法 |
CN106611016A (zh) * | 2015-10-27 | 2017-05-03 | 北京航空航天大学 | 一种基于可分解词包模型的图像检索方法 |
CN107590160A (zh) * | 2016-07-08 | 2018-01-16 | 阿里巴巴集团控股有限公司 | 一种监控基数树内部结构的方法及装置 |
CN106528815A (zh) * | 2016-11-14 | 2017-03-22 | 中国人民解放军理工大学 | 一种路网移动对象概率聚集查询方法及系统 |
CN107885873A (zh) * | 2017-11-28 | 2018-04-06 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN109508361A (zh) * | 2018-11-12 | 2019-03-22 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN109947889A (zh) * | 2019-03-21 | 2019-06-28 | 佳都新太科技股份有限公司 | 空间数据管理方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
一种基于QAAR-树的空间索引方法;王宏艳;刘永山;;燕山大学学报;20100930(05);59-65 * |
一种改进的网格搜索闪电定位算法;曹海鹏;谢兴生;祝宝友;;计算机工程与应用;20160414(16);11-15+44 * |
Also Published As
Publication number | Publication date |
---|---|
CN110781255A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105466435B (zh) | 一种导航系统的路线规划方法和装置 | |
CN109815419B (zh) | 基于地理位置的兴趣点索引方法、装置、介质及电子设备 | |
CN111090712A (zh) | 一种数据处理方法、装置、设备及计算机存储介质 | |
CN111125294B (zh) | 一种空间关系的知识图谱数据模型表示方法及系统 | |
US20170122747A1 (en) | Method and system for providing map data of navigation device | |
WO2022068745A1 (zh) | 数据处理方法及设备 | |
CN112988933A (zh) | 地址信息管理的方法和装置 | |
CN105554132A (zh) | 一种Hadoop在线扩容的方法 | |
Yang et al. | A novel urban emergency path planning method based on vector grid map | |
CN114386536B (zh) | 区域确定方法、装置、计算设备以及存储介质 | |
CN114509082B (zh) | 导航数据处理方法、装置、程序产品、介质及电子设备 | |
CN113839725A (zh) | 无线信号传播预测方法及装置 | |
CN112699640B (zh) | 基于PostgreSQL的地理编码方法和系统 | |
CN110781255B (zh) | 道路聚合方法、道路聚合装置及电子设备 | |
CN113569369A (zh) | 路网拓扑图的划分方法、装置、介质及设备 | |
CN113312563A (zh) | 信息推荐方法、装置、设备及存储介质 | |
CN116796083B (zh) | 一种空间数据划分方法及系统 | |
CN110569546B (zh) | 交通小区的划分方法及装置 | |
CN112215864A (zh) | 电子地图的轮廓处理方法、装置及电子设备 | |
CN103021257A (zh) | 电子地图的生成方法及装置 | |
CN113139258B (zh) | 道路数据处理方法、装置、设备及存储介质 | |
CN115100231A (zh) | 一种区域边界的确定方法和装置 | |
Park | An Efficient Scalable Spatial Data Search for Location-Aware Mobile Services. | |
CN114329058A (zh) | 图像聚档方法、装置和电子设备 | |
CN114254060A (zh) | 一种城市道路与公交线路的空间匹配方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40021926 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |