CN110896524B - 网络结构监测方法、装置 - Google Patents
网络结构监测方法、装置 Download PDFInfo
- Publication number
- CN110896524B CN110896524B CN201911348723.XA CN201911348723A CN110896524B CN 110896524 B CN110896524 B CN 110896524B CN 201911348723 A CN201911348723 A CN 201911348723A CN 110896524 B CN110896524 B CN 110896524B
- Authority
- CN
- China
- Prior art keywords
- nodes
- node
- different moments
- vehicle
- triangle
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请的实施例提供了一种网络结构监测方法、装置。该方法包括:获取N个节点在不同时刻的定位信息,所述N为大于2的正整数;以所述N个节点中的各个节点为顶点确定至少N‑2个三角形结构,所述至少N‑2个三角形结构组成目标网络;基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息;根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测。本申请实施例的技术方案可以提高对网络结构进行监测的准确性。
Description
技术领域
本申请涉及计算机及通信技术领域,具体而言,涉及一种网络结构监测方法、装置。
背景技术
在网络结构监测场景中,比如在对车联网结构进行监测的场景,通常是先采用高精GPS技术获取每一辆车的GPS,然后通过计算任意两辆车之间的距离来检测每一辆车在车联网结构中位置的变化情况,以此来对车联网结构进行监测。然而,如何能够提高对网络结构特别是车联网结构进行监测的准确性是亟待解决的技术问题。
发明内容
本申请的实施例提供了一种网络结构监测方法、装置、计算机可读介质及电子设备,进而至少在一定程度上可以提高对网络结构进行监测的准确性。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种网络结构监测方法,包括:获取N个节点在不同时刻的定位信息,所述N为大于2的正整数;以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,所述至少N-2个三角形结构组成目标网络;基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息;根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测。
根据本申请实施例的一个方面,提供了一种网络结构监测装置,包括:获取单元,被用于获取N个节点在不同时刻的定位信息,所述N为大于2的正整数;第一确定单元,被用于以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,所述至少N-2个三角形结构组成目标网络;第二确定单元,被用于基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息;监测单元,被用于根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测。
在本申请的一些实施例中,基于前述方案,所述第一确定单元配置为:执行如下过程在所述N个节点中选择节点作为顶点依次确定三角形结构:在所述N个节点中选择节点作为顶点确定一个三角形结构之后,在未被选择的节点中任意选择一个节点,以及在上一个构成的三角形结构中任意选择两个节点作为顶点,以确定一个新的三角形结构,重复该步骤直至所述N个节点中的所有节点被选择;其中,第一个三角形结构由在所述N个节点中任意选择的三个节点确定。
在本申请的一些实施例中,基于前述方案,所述定位信息包括定位坐标,所述第二确定单元配置为:基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻与所属三角形结构中其它两个节点之间的距离;基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位。
在本申请的一些实施例中,基于前述方案,所述监测单元包括对比单元:被用于分别对所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息进行比对,以监测所述网络结构中是否存在异常节点;监测响应单元,被用于在监测到异常节点时,对所述网络结构作出监测响应。
在本申请的一些实施例中,基于前述方案,所述异常节点满足如下至少一个条件:所述异常节点在不同时刻与所属三角形结构中其它两个节点中的任意一个节点之间的距离的差值绝对值超过预定阈值;所述异常节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位发生镜像变化。
在本申请的一些实施例中,基于前述方案,所述定位信息还包括定位误差,所述预定阈值与所述定位误差存在正比关系。
在本申请的一些实施例中,基于前述方案,所述监测响应单元配置为:获取所述异常节点在所属三角形结构中不同时刻的相对位置信息的比对结果;基于所述比对结果,对所述异常节点在所属三角形结构中的相对位置信息进行校正。
在本申请的一些实施例中,基于前述方案,所述目标网络包括车联网,所述节点包括车辆节点,所述获取单元配置为:获取N个节点在不同时刻的包括如下任意一种定位信息:获取N个车辆节点在不同时刻的GPS定位信息;获取N个车辆节点在不同时刻的北斗卫星定位信息;获取N个车辆节点在不同时刻的二维坐标定位信息。
在本申请的一些实施例中,基于前述方案,所述目标网络包括车联网,所述节点包括车辆节点,所述监测响应单元配置为:基于所述比对结果,调整异常车辆节点的车辆行驶状态,以使得所述异常车辆节点在所属三角形结构中的相对位置信息得到校正。
根据本申请实施例的一个方面,提供了一种计算机可读介质,其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如上述实施例中所述的网络结构监测方法。
根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的网络结构监测方法。
在本申请的一些实施例所提供的技术方案中,通过以N个节点中的各个节点为顶点确定至少N-2个三角形结构,并基于N个节点在不同时刻的定位信息来确定N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,可以对由三角形结构所构成目标网络的网络结构进行监测。由于本申请技术方案无需计算N个节点中任意两辆车之间内车距,无需计算任意两辆车之间的连线与另外两辆车之间的连线之间的相对几何关系,而是通过利用直线与点的关系以及三角形结构的稳定性来对目标网络的网络结构进行监测,故可以降低在监测网络结构的过程中进行数据计算的复杂度,进而能够提高对网络结构特别是车联网结构进行监测的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图2示出了根据本申请的一个实施例的实施网络结构监测方法的应用场景图;
图3示出了根据本申请的一个实施例的网络结构监测方法的流程图;
图4示出了根据本申请的一个实施例的以N个节点中的各个节点为顶点确定至少N-2个三角形结构的示意图;
图5示出了根据本申请的一个实施例的确定N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息的细节流程图;
图6示出了根据本申请的一个实施例的对目标网络的网络结构进行监测的细节流程图;
图7示出了根据本申请的一个实施例的节点在所属三角形结构中不同时刻的相对位置信息的示意图;
图8示出了根据本申请的一个实施例的对网络结构作出监测响应的细节流程图;
图9示出了根据本申请的一个实施例的对车联网结构进行监测的方法流程图;
图10示出了根据本申请的一个实施例的基于云对车联网结构进行监测的示意图;
图11示出了根据本申请的一个实施例的网络结构监测装置的框图;
图12示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
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技术方案的示例性系统架构的示意图。
如图1所示,系统架构可以包括终端设备(如图1中所示智能手机101、平板电脑102和便携式计算机103中的一种或多种,当然也可以是台式计算机等等)、网络104和服务器105。网络104用以在终端设备和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线通信链路、无线通信链路等等。
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105可以是多个服务器组成的服务器集群等。
在本申请的一个实施例中,如图1中所示的终端设备均可以作为本申请中所述的节点,其中,可以是由服务器105获取各个终端设备的定位信息,然后以各个终端设备作为节点构建多个三角形结构,并由服务器105确定各个终端设备在其所属三角形结构中的相对位置信息,最后根据各个终端设备在其所属三角形结构中的相对位置信息来对由多个终端设备构成的网络结构进行监测。
需要说明的是,本申请实施例所提供的网络结构监测方法一般由服务器105执行,相应地,网络结构监测装置一般设置于服务器105中。但是,在本申请的其它实施例中,终端设备也可以与服务器具有相似的功能,从而执行本申请实施例所提供的网络结构监测方案。
还需要说明的是,本申请实施例所提供的网络结构监测方法除了由上述所提到的服务器105或者终端设备来执行之外,还可以有具有云计算功能的云服务器来执行。
具体的,所述云计算(cloud computing)是一种计算模式,它将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展。通过建立云计算资源池(简称云平台,一般称为IaaS(Infrastructure as a Service,基础设施即服务)平台,在资源池中部署多种类型的虚拟资源,供外部客户选择使用。云计算资源池中主要包括:计算设备(为虚拟化机器,包含操作系统)、存储设备、网络设备。
在本申请的一个实施例中,实施网络结构监测方法的应用场景可以是如图2所示的监测车联网的网络结构。
参见图2,示出了根据本申请的一个实施例的实施网络结构监测方法的应用场景图。
具体的,在如图2所示的区域200中,包括由10辆车组成的一个车联网,其中,每1辆车辆相对于其它9辆车辆都具有一个相对位置。在某一些情景下,例如,在用于车辆自动编队、车路协同、安全辅助驾驶等情景下,需要控制车联网中各个车辆之间的相对位置不变,因此需要对车联网的网络结构进行监测,例如,对如图2所示的车联网的网络结构进行监测。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
根据本公开的第一方面,提供了一种网络结构监测方法。
参见图3,示出了根据本申请的一个实施例的网络结构监测方法的流程图。该网络结构监测方法可以由具有计算处理功能的设备来执行,比如可以由图1中所示的服务器105来执行,也可以由图1中所示的终端设备来执行,还可以由具有云计算功能的云服务器来执行。如图3所示,该网络结构监测方法至少包括步骤310至步骤370:
步骤310,获取N个节点在不同时刻的定位信息,所述N为大于2的正整数。
步骤330,以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,所述至少N-2个三角形结构组成目标网络。
步骤350,基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息。
步骤370,根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测。
在本申请的一个实施例中,所述N个节点可以是指N个车辆节点,所述目标网络可以是指车联网,进一步的,本申请中所提出的网络结构监测方法可以应用于对车联网的网络结构进行监测。
下面将对如上实施步骤进行详细说明:
在步骤310中,获取N个节点在不同时刻的定位信息,所述N为大于2的正整数。
具体的,所述定位信息可以包括节点的位置坐标,所述位置坐标可以是二维坐标,也可以是经纬度坐标,还可以是三维坐标。此外,所述定位信息还可以包括所述位置坐标的定位误差信息(或者定位精度信息)。
在本申请的一个实施例中,所述N个节点可以是指N个车辆节点,所述获取N个节点在不同时刻的定位信息,具体可以包括如下任意一种:
第一种、获取N个车辆节点在不同时刻的GPS定位信息。
第二种、获取N个车辆节点在不同时刻的北斗卫星定位信息。
第三种、获取N个车辆节点在不同时刻的二维坐标定位信息。
继续参照图3,在步骤330中,以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,所述至少N-2个三角形结构组成目标网络。
在本申请的一个实施例中,以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构可以通过执行如下过程在所述N个节点中选择节点作为顶点依次确定三角形结构:
在所述N个节点中选择节点作为顶点确定一个三角形结构之后,在未被选择的节点中任意选择一个节点,以及在上一个构成的三角形结构中任意选择两个节点作为顶点,以确定一个新的三角形结构,重复该步骤直至所述N个节点中的所有节点被选择;其中,第一个三角形结构由在所述N个节点中任意选择的三个节点确定。
在一个实施例的具体实现中,为了使本领域技术人员更加直观的理解在所述N个节点中选择节点作为顶点依次确定三角形结构,下面将参照图4以一个具体的示例加以解释。
参见图4,示出了根据本申请的一个实施例的以N个节点中的各个节点为顶点确定至少N-2个三角形结构的示意图,在图4中,一共包括A、B、C、D、E、F、G、H共8个节点,在所述8个节点中选择节点作为顶点依次确定三角形结构时,首先确定第一个三角形结构(三角形1),即在如图4所示的8个节点中任意选择三个节点(这里选择A、B、C三个节点)作为顶点,得到三角形ABC(三角形1);对于第二个三角形结构,可以从未被选择的节点中任意选择一个节点(这里选择节点E),以及在第一个三角形结构中任意选择两个节点(这里选择节点B和节点C)作为顶点,得到三角形BCE(三角形2);对于第三个三角形结构,可以从未被选择的节点中任意选择一个节点(这里选择节点D),以及在第一个三角形结构中任意选择两个节点(这里选择节点B和节点E)作为顶点,得到三角形BDE(三角形3);对于第四个三角形结构,可以从未被选择的节点中任意选择一个节点(这里选择节点G),以及在第一个三角形结构中任意选择两个节点(这里选择节点D和节点E)作为顶点,得到三角形DGE(三角形4);对于第五个三角形结构,可以从未被选择的节点中任意选择一个节点(这里选择节点F),以及在第一个三角形结构中任意选择两个节点(这里选择节点E和节点G)作为顶点,得到三角形EGF(三角形5);对于第六个三角形结构,可以从未被选择的节点中任意选择一个节点(这里选择节点H),以及在第一个三角形结构中任意选择两个节点(这里选择节点G和节点F)作为顶点,得到三角形GFH(三角形6)。
在上述示例中,在8个节点中选择节点依次确定了6个三角形结构,进一步的有所确定的6个三角形结构组成一个目标网络。这样做的好处在于,由于三角形结构具有稳定性,所以通过上述示例方式组成目标网络的网络结构也具有稳定性,从而在本申请的的一些实施例所提供的技术方案中,通过确定N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,就可以对整个网络结构进行监测。进一步的,由于本申请技术方案无需计算N个节点中任意两辆车之间内车距,无需计算任意两辆车之间的连线与另外两辆车之间的连线之间的相对几何关系,而是通过利用直线与点的关系以及三角形结构的稳定性来对目标网络的网络结构进行监测,故可以降低在监测网络结构的过程中进行数据计算的复杂度,进而能够提高对网络结构进行监测的准确性,且还能缩短对网络结构进行监测响应的耗时。
需要说明的是,通过上述实施例以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构的方式仅仅是示例性的,对于本领域技术人员而言,应该理解的是,还可以通过其它方式以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,例如,以所述N个节点中的各个节点为顶点确定N-1个三角形结构或者N个三角形结构,确定三角形结构的顺序也不一定是需要依次确定。但需要注意的是,以所述N个节点中的各个节点为顶点确定的至少N-2个三角形结构组成的网络结构需要具备稳定性,因此,在三角形的数量上,必须是不少于N-2个三角形结构。
继续参照图3,在步骤350中,基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息。
在本申请的一个实施例中,所述定位信息包括定位坐标,例如,可以是包括GPS定位坐标,也可以是包括北斗卫星的定位坐标,还可以是包括其它形式的定位坐标。
进一步的,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息可以通过如图5所示的步骤实现。
参见图5,示出了根据本申请的一个实施例的确定N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息的细节流程图。具体包括步骤331至332:
步骤331,基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻与所属三角形结构中其它两个节点之间的距离。
具体的,例如,在图4中,节点A在不同时刻与其所属三角形结构(三角形1)中的其它两个节点(节点B与节点C)之间的距离就可以是线段AB和线段AC在不同时刻的距离。
步骤332,基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位。
具体的,例如,在图4中,节点A在不同时刻相对于其所属三角形结构中其它两个节点之间连线的方位就可以是节点A在不同时刻相对于连线BC的方位。
继续参照图3,在步骤370中,根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测。
在本申请的一个实施例中,对所述目标网络的网络结构进行监测可以通过图6所示出的步骤实施。
参见图6,示出了根据本申请的一个实施例的对目标网络的网络结构进行监测的细节流程图。具体包括步骤341至342:
步骤341,分别对所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息进行比对,以监测所述网络结构中是否存在异常节点。
在一个实施例的具体实现中,在网络结构中存在的异常节点满足如下至少一个条件:
第一个、所述异常节点在不同时刻与所属三角形结构中其它两个节点中的任意一个节点之间的距离的差值绝对值超过预定阈值。
具体的,在理想情况下,若在所述N个节点中的各个节点不存在异常,在所述N个节点中的各个节点在不同时刻与所属三角形结构中其它两个节点中的任意一个节点之间的距离应该保持不变。然而,由于这种理想情况很难存在,因此在本申请中,通过设定预定阈值,将在不同时刻与所属三角形结构中其它两个节点中的任意一个节点之间的距离的差值绝对值超过预定阈值的节点确定为异常节点。
进一步的,在获取的节点在不同时刻的定位信息中还包括定位误差,所述预定阈值与所述定位误差还可以存在正比关系,即所述预定阈值可以是依据所述定位误差而确定的,即定位误差越大(定位精度越低),所述预定阈值就确定的越大。这样做的好处在于,可以提高监测出所述异常节点的准确性。
第二个、所述异常节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位发生镜像变化。
具体的,对于一个节点而言,在两个时刻之间的时间区间内,该节点由其它两个节点之间连线的一侧转移到另外一侧,就认为这个节点在这两个时刻之间发生了镜像变化,且将发生了镜像变化的节点确定为异常节点。
在一个实施例的具体实现中,为了使本领域技术人员更加直观的理解异常节点的满足条件,下面将参照图7以一个具体的示例加以解释。
参见图7,示出了根据本申请的一个实施例的节点在所属三角形结构中不同时刻的相对位置信息的示意图。如图7中的801和802所示,分别示出了三角形ABC在时刻1和时刻2的状态,通过对比可以发现:一方面,在时刻1,节点B与节点C之间连线BC的距离为7米,在时刻2,连线BC的距离为6.8米,连线BC在不同时刻之间距离的差值绝对值为0.2米,若在一个实施例中,所述预定阈值设置为0.1米,则所述差值绝对值超过预定阈值,节点B或者节点C存在被确定为异常节点的一个条件。另一方面还可以发现,在时刻1,节点A在连线BC的方位为偏左,在时刻2,节点A在连线BC的方位为偏右,表明节点A在不同时刻相对于所属三角形ABC中其它两个节点之间连线BC的方位发生了镜像变化,因此,节点A存在被确定为异常节点的一个条件。
需要说明的是,上述实施例中满足异常节点条件的情形仅仅是示例性的,对于本领域技术人员而言,应该理解的是,还可以存在其它的一些满足异常节点条件的情形,这里就不在赘述。
需要注意的是,在本申请中,当一个节点满足一个异常节点条件时,就可以被确定为异常节点。
步骤342,在监测到异常节点时,对所述网络结构作出监测响应。
在一个实施例的具体实现中,对网络结构作出监测响应可以通过如图8所示步骤实现。
参见图8,示出了根据本申请的一个实施例的对网络结构作出监测响应的细节流程图。具体包括步骤3421至3422:
步骤3421,获取所述异常节点在所属三角形结构中不同时刻的相对位置信息的比对结果。
具体的,在本申请中,所述比对结果可以是异常节点在不同时刻与所属三角形结构中其它两个节点中的任意一个节点之间的距离的差值绝对值,也可以是异常节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位变化数据。
步骤3422,基于所述比对结果,对所述异常节点在所属三角形结构中的相对位置信息进行校正。
具体的,对所述异常节点在所属三角形结构中的相对位置信息进行校正可以是将所述异常节点在所属三角形结构中的相对位置信息恢复原状,也可以是将所述异常节点在所属三角形结构中的相对位置信息恢复至与原状相近的范围。
在一个具体的应用场景中,所述目标网络包括车联网,所述节点包括车辆节点,所述基于所述比对结果,对所述异常节点在所属三角形结构中的相对位置信息进行校正,可以通过如下方式在这一具体的应用场景中实现:即基于所述比对结果,调整异常车辆节点的车辆行驶状态,以使得所述异常车辆节点在所属三角形结构中的相对位置信息得到校正,其中,调整异常车辆节点的车辆行驶状态可以是指调整车辆行驶的方向与速度。
为了使本领域技术人员更好的理解本申请,下面将结合车联网的应用场景从整体上对本申请的技术方案进行阐述。
参见图9,示出了根据本申请的一个实施例的对车联网结构进行监测的方法流程图,其流程具体包括步骤901至905:
步骤901,获取车辆节点在不同时刻的GPS定位坐标。
步骤902,以车辆节点所在的位置为顶点,以及以车辆节点的连线为边确定三角形。
步骤903,检测车辆节点在不同时刻的位置是否发生镜像变化。
步骤904,检测三角形的边长在不同时刻之间的变化量是否超过预定阈值。
步骤905,根据检测结果调整车辆行驶状态。
在以车联网为应用场景,对网络结构进行监测的实施例中,还可以搭建融合汽车云、区域云以及边缘云来实现通过云车系统来对车联网的网络结构进行监测,如图10,示出了根据本申请的一个实施例的基于云对车联网结构进行监测的示意图。该系统由云端与车联网组成。其中,本方案的所有计算功能可以在汽车云上实现,车辆内部装在有车载GPS,车辆可实时获取车辆自身的GPS位置,并实时上传给汽车云端。
具体的,汽车云首先获取各辆车在各个时刻的GPS位置,并计算以这些车所在位置为端点,以这些车之间的连线为边的多个三角结构在各个时刻的内车距,通过监测每辆车的GPS位置是否发生镜像变化以及每辆车在所属三角形结构中的内车距在不同时刻之间的差值绝对值是否在预设的范围之内。如果每辆车的GPS位置没有发生镜像变化,且每辆车在所属三角形结构中的内车距在不同时刻之间的差值绝对值在预设的范围之内,那么说明任意两辆车保持了固定的相对位置,否则,调整没有保持固定相对位置车辆的位置。
而且,本申请发明人通过实验得到如表1。
次序 | 现有技术的判断正确率 | 本发明技术方案的判断正确率 |
第一次 | 72% | 94% |
第二次 | 78% | 98% |
第三次 | 71% | 92% |
第四次 | 73% | 96% |
第五次 | 72% | 94% |
第六次 | 73% | 93% |
第七次 | 79% | 92% |
第八次 | 78% | 98% |
第九次 | 76% | 97% |
第十次 | 79% | 92% |
表1
如表1所示,通过将本申请所提供的技术方案应用到对车联网的网络结构进行监测的场景中,相对于现有技术而言,本申请技术方案能够提高对车联网结构进行监测的准确性。
在本申请的一些实施例所提供的技术方案中,通过以N个节点中的各个节点为顶点确定至少N-2个三角形结构,并基于N个节点在不同时刻的定位信息来确定N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,可以对由三角形结构所构成目标网络的网络结构进行监测。由于本申请技术方案无需计算N个节点中任意两辆车之间内车距,无需计算任意两辆车之间的连线与另外两辆车之间的连线之间的相对几何关系,而是通过利用直线与点的关系以及三角形结构的稳定性来对目标网络的网络结构进行监测,故可以降低在监测网络结构的过程中进行数据计算的复杂度,进而能够提高对网络结构特别是车联网结构进行监测的准确性。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的网络结构监测方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的网络结构监测方法的实施例。
图11示出了根据本申请的一个实施例的网络结构监测装置的框图。
参照图11所示,根据本申请的一个实施例的网络结构监测装置1100,包括:获取单元1101、第一确定单元1102、第二确定单元1103和监测单元1104。
其中,获取单元1101,被用于获取N个节点在不同时刻的定位信息,所述N为大于2的正整数;第一确定单元1102,被用于以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,所述至少N-2个三角形结构组成目标网络;第二确定单元1103,被用于基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息;监测单元1104,被用于根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测。
在本申请的一些实施例中,基于前述方案,所述第一确定单元1102配置为:执行如下过程在所述N个节点中选择节点作为顶点依次确定三角形结构:在所述N个节点中选择节点作为顶点确定一个三角形结构之后,在未被选择的节点中任意选择一个节点,以及在上一个构成的三角形结构中任意选择两个节点作为顶点,以确定一个新的三角形结构,重复该步骤直至所述N个节点中的所有节点被选择;其中,第一个三角形结构由在所述N个节点中任意选择的三个节点确定。
在本申请的一些实施例中,基于前述方案,所述定位信息包括定位坐标,所述第二确定单元1103配置为:基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻与所属三角形结构中其它两个节点之间的距离;基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位。
在本申请的一些实施例中,基于前述方案,所述监测单元1104包括对比单元:被用于分别对所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息进行比对,以监测所述网络结构中是否存在异常节点;监测响应单元,被用于在监测到异常节点时,对所述网络结构作出监测响应。
在本申请的一些实施例中,基于前述方案,所述监测响应单元配置为:获取所述异常节点在所属三角形结构中不同时刻的相对位置信息的比对结果;基于所述比对结果,对所述异常节点在所属三角形结构中的相对位置信息进行校正。
在本申请的一些实施例中,基于前述方案,所述异常节点满足如下至少一个条件:所述异常节点在不同时刻与所属三角形结构中其它两个节点中的任意一个节点之间的距离的差值绝对值超过预定阈值;所述异常节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位发生镜像变化。
在本申请的一些实施例中,基于前述方案,所述定位信息还包括定位误差,所述预定阈值与所述定位误差存在正比关系。
在本申请的一些实施例中,基于前述方案,所述目标网络包括车联网,所述节点包括车辆节点,所述获取单元1101配置为:获取N个节点在不同时刻的包括如下任意一种定位信息:获取N个车辆节点在不同时刻的GPS定位信息;获取N个车辆节点在不同时刻的北斗卫星定位信息;获取N个车辆节点在不同时刻的二维坐标定位信息。
在本申请的一些实施例中,基于前述方案,所述目标网络包括车联网,所述节点包括车辆节点,所述监测响应单元配置为:基于所述比对结果,调整异常车辆节点的车辆行驶状态,以使得所述异常车辆节点在所属三角形结构中的相对位置信息得到校正。
图12示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图12示出的电子设备的计算机系统1200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12所示,计算机系统1200包括中央处理单元(Central Processing Unit,CPU)1201,其可以根据存储在只读存储器(Read-Only Memory,ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(Random Access Memory,RAM)1203中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 1203中,还存储有系统操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(Input/Output,I/O)接口1205也连接至总线1204。
以下部件连接至I/O接口1205:包括键盘、鼠标等的输入部分1206;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1207;包括硬盘等的存储部分1208;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211,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1210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1208。
特别地,根据本申请的实施例,上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1209从网络上被下载和安装,和/或从可拆卸介质1211被安装。在该计算机程序被中央处理单元(CPU)1201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,本申请实施例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、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,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、有线等等,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。其中,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精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (16)
1.一种网络结构监测方法,其特征在于,所述方法包括:
获取N个节点在不同时刻的定位信息,所述N为大于2的正整数;
以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,所述至少N-2个三角形结构组成目标网络,所述目标网络包括车联网,所述节点包括车辆节点;
基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息;
根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测;
所述以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,包括:
执行如下过程在所述N个节点中选择节点作为顶点依次确定三角形结构:
在所述N个节点中选择节点作为顶点确定一个三角形结构之后,在未被选择的节点中任意选择一个节点,以及在上一个构成的三角形结构中任意选择两个节点作为顶点,以确定一个新的三角形结构,重复该步骤直至所述N个节点中的所有节点被选择;
其中,第一个三角形结构由在所述N个节点中任意选择的三个节点确定;
所述基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,包括:
基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻与所属三角形结构中其它两个节点之间的距离;
基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位。
2.根据权利要求1所述的方法,其特征在于,所述根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测,包括:
分别对所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息进行比对,以监测所述网络结构中是否存在异常节点;
在监测到异常节点时,对所述网络结构作出监测响应。
3.根据权利要求2所述的方法,其特征在于,所述异常节点满足如下至少一个条件:
所述异常节点在不同时刻与所属三角形结构中其它两个节点中的任意一个节点之间的距离的差值绝对值超过预定阈值;
所述异常节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位发生镜像变化。
4.根据权利要求3所述的方法,其特征在于,所述定位信息还包括定位误差,所述预定阈值与所述定位误差存在正比关系。
5.根据权利要求2所述的方法,其特征在于,所述在监测到异常节点时,对所述网络结构作出监测响应,包括:
获取所述异常节点在所属三角形结构中不同时刻的相对位置信息的比对结果;
基于所述比对结果,对所述异常节点在所属三角形结构中的相对位置信息进行校正。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述目标网络包括车联网,所述节点包括车辆节点,所述获取N个节点在不同时刻的定位信息,具体包括如下任意一种:
获取N个车辆节点在不同时刻的GPS定位信息;
获取N个车辆节点在不同时刻的北斗卫星定位信息;
获取N个车辆节点在不同时刻的二维坐标定位信息。
7.根据权利要求5所述的方法,其特征在于,所述目标网络包括车联网,所述节点包括车辆节点,所述基于所述比对结果,对所述异常节点在所属三角形结构中的相对位置信息进行校正,包括:
基于所述比对结果,调整异常车辆节点的车辆行驶状态,以使得所述异常车辆节点在所属三角形结构中的相对位置信息得到校正。
8.一种网络结构监测装置,其特征在于,所述装置包括:
获取单元,被用于获取N个节点在不同时刻的定位信息,所述N为大于2的正整数;
第一确定单元,被用于以所述N个节点中的各个节点为顶点确定至少N-2个三角形结构,所述至少N-2个三角形结构组成目标网络,所述目标网络包括车联网,所述节点包括车辆节点;
第二确定单元,被用于基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息;
监测单元,被用于根据所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,对所述目标网络的网络结构进行监测;
所述第一确定单元还配置为:执行如下过程在所述N个节点中选择节点作为顶点依次确定三角形结构:在所述N个节点中选择节点作为顶点确定一个三角形结构之后,在未被选择的节点中任意选择一个节点,以及在上一个构成的三角形结构中任意选择两个节点作为顶点,以确定一个新的三角形结构,重复该步骤直至所述N个节点中的所有节点被选择;其中,第一个三角形结构由在所述N个节点中任意选择的三个节点确定;
所述基于所述N个节点在不同时刻的定位信息,确定所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息,包括:
基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻与所属三角形结构中其它两个节点之间的距离;
基于所述N个节点在不同时刻的定位坐标,确定所述N个节点中各个节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位。
9.根据权利要求8所述的装置,其特征在于,所述监测单元包括对比单元:被用于分别对所述N个节点中各个节点在所属三角形结构中不同时刻的相对位置信息进行比对,以监测所述网络结构中是否存在异常节点;监测响应单元,被用于在监测到异常节点时,对所述网络结构作出监测响应。
10.根据权利要求9所述的装置,其特征在于,所述异常节点满足如下至少一个条件:所述异常节点在不同时刻与所属三角形结构中其它两个节点中的任意一个节点之间的距离的差值绝对值超过预定阈值;所述异常节点在不同时刻相对于所属三角形结构中其它两个节点之间连线的方位发生镜像变化。
11.根据权利要求10所述的装置,其特征在于,所述定位信息还包括定位误差,所述预定阈值与所述定位误差存在正比关系。
12.根据权利要求9所述的装置,其特征在于,所述监测响应单元配置为:获取所述异常节点在所属三角形结构中不同时刻的相对位置信息的比对结果;基于所述比对结果,对所述异常节点在所属三角形结构中的相对位置信息进行校正。
13.根据权利要求8至12中任一项所述的装置,其特征在于,所述目标网络包括车联网,所述节点包括车辆节点,所述获取单元配置为:获取N个节点在不同时刻的包括如下任意一种定位信息:获取N个车辆节点在不同时刻的GPS定位信息;获取N个车辆节点在不同时刻的北斗卫星定位信息;获取N个车辆节点在不同时刻的二维坐标定位信息。
14.根据权利要求12所述的装置,其特征在于,所述目标网络包括车联网,所述节点包括车辆节点,所述监测响应单元配置为:基于所述比对结果,调整异常车辆节点的车辆行驶状态,以使得所述异常车辆节点在所属三角形结构中的相对位置信息得到校正。
15.一种计算机可读存储介质,其上存储有计算机程序,该计算机程序包括可执行指令,当该可执行指令被处理器执行时,实施如权利要求1至7中任一项所述的方法。
16.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器被设置为执行所述可执行指令以实施如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911348723.XA CN110896524B (zh) | 2019-12-24 | 2019-12-24 | 网络结构监测方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911348723.XA CN110896524B (zh) | 2019-12-24 | 2019-12-24 | 网络结构监测方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110896524A CN110896524A (zh) | 2020-03-20 |
CN110896524B true CN110896524B (zh) | 2022-01-11 |
Family
ID=69789329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911348723.XA Active CN110896524B (zh) | 2019-12-24 | 2019-12-24 | 网络结构监测方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110896524B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114143712B (zh) * | 2021-12-09 | 2023-06-16 | 中国地质调查局水文地质环境地质调查中心 | 一种监测方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018034861A1 (en) * | 2016-08-17 | 2018-02-22 | Autoliv Asp, Inc. | Adas horizon and vision supplemental v2x |
CN109257704A (zh) * | 2018-10-31 | 2019-01-22 | 隆正信息科技有限公司 | 一种拓扑结构定位系统及定位方法 |
CN109951499A (zh) * | 2019-04-25 | 2019-06-28 | 北京计算机技术及应用研究所 | 一种基于网络结构特征的异常检测方法 |
WO2019201463A1 (en) * | 2018-04-20 | 2019-10-24 | Blackberry Limited | Methods and devices for coding position in v2x communications |
CN110505291A (zh) * | 2019-08-12 | 2019-11-26 | 北京无线体育俱乐部有限公司 | 位置监控方法、服务器、系统及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7138914B2 (en) * | 2003-08-01 | 2006-11-21 | Spectrum Tracking Systems, Inc. | Method and system for providing tracking services to locate an asset |
CN109246655A (zh) * | 2017-05-04 | 2019-01-18 | 索尼公司 | 用于无线通信的电子设备和方法 |
-
2019
- 2019-12-24 CN CN201911348723.XA patent/CN110896524B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018034861A1 (en) * | 2016-08-17 | 2018-02-22 | Autoliv Asp, Inc. | Adas horizon and vision supplemental v2x |
WO2019201463A1 (en) * | 2018-04-20 | 2019-10-24 | Blackberry Limited | Methods and devices for coding position in v2x communications |
CN109257704A (zh) * | 2018-10-31 | 2019-01-22 | 隆正信息科技有限公司 | 一种拓扑结构定位系统及定位方法 |
CN109951499A (zh) * | 2019-04-25 | 2019-06-28 | 北京计算机技术及应用研究所 | 一种基于网络结构特征的异常检测方法 |
CN110505291A (zh) * | 2019-08-12 | 2019-11-26 | 北京无线体育俱乐部有限公司 | 位置监控方法、服务器、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110896524A (zh) | 2020-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112598762B (zh) | 三维车道线信息生成方法、装置、电子设备和介质 | |
CN110493333B (zh) | 一种目标位置点的确定方法、装置、设备及存储介质 | |
CN109146976B (zh) | 用于定位无人车的方法和装置 | |
US20180091950A1 (en) | Systems and methods for predicting service time point | |
CN113607185B (zh) | 车道线信息显示方法、装置、电子设备和计算机可读介质 | |
CN113253319B (zh) | 基于车辆gps的路网提取和轨迹纠偏方法和系统 | |
CN113674357B (zh) | 相机外参标定方法、装置、电子设备和计算机可读介质 | |
CN111220147B (zh) | 终端的定位修正方法、装置 | |
US11244091B2 (en) | Missing sensor value estimation | |
CN110896524B (zh) | 网络结构监测方法、装置 | |
CN112590929B (zh) | 自动驾驶车辆方向盘的校正方法、装置、电子设备和介质 | |
CN113306570B (zh) | 用于控制自动驾驶车辆的方法、装置和自动驾驶配送车 | |
CN112230663B (zh) | 车辆定位数据的监测方法、装置 | |
CN110780321A (zh) | 车辆定位方法、装置 | |
CN110672123A (zh) | 行驶里程纠偏方法及装置 | |
CN114445597A (zh) | 三维车道线生成方法、装置、电子设备和计算机可读介质 | |
CN115937046A (zh) | 道路地面信息生成方法、装置、设备和计算机可读介质 | |
CN112801193B (zh) | 定位数据处理方法、装置、电子设备、介质 | |
CN111833608B (zh) | 路况信息的处理方法、装置 | |
CN115563734A (zh) | 故障容错时间间隔计算方法及装置、电子设备、存储介质 | |
CN111210297B (zh) | 一种上车点的划分方法及装置 | |
CN114399555B (zh) | 数据在线标定方法、装置、电子设备和计算机可读介质 | |
CN112683216B (zh) | 用于生成车辆长度信息的方法、装置、路侧设备和云控平台 | |
CN111260427B (zh) | 服务订单处理方法、装置、电子设备及存储介质 | |
CN111935671A (zh) | 事件信息获取方法、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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40022981 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |