CN111220173B - 一种poi的识别方法及装置 - Google Patents
一种poi的识别方法及装置 Download PDFInfo
- Publication number
- CN111220173B CN111220173B CN201811415643.7A CN201811415643A CN111220173B CN 111220173 B CN111220173 B CN 111220173B CN 201811415643 A CN201811415643 A CN 201811415643A CN 111220173 B CN111220173 B CN 111220173B
- Authority
- CN
- China
- Prior art keywords
- poi
- road
- acquisition
- preset
- scene
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
- G01C21/3682—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities output of POI information on a road map
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种POI的识别方法及装置,涉及电子地图技术领域,主要目的在于利用POI的采集信息与背景地图数据识别POI的采集位置是否可靠,并对不可靠的POI进行标记。本发明主要的技术方案为:根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据;基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,若位于预设的采集场景中,则将所述POI标记为待验证POI。本发明主要用于识别待验证的POI。
Description
技术领域
本发明涉及地图技术领域,尤其涉及一种POI的识别方法及装置。
背景技术
兴趣点(Points Of Interest,POI)是一种具有地理空间特征的信息点。现实世界中的住宅小区、公园、学校、餐馆、商场等都可以通过兴趣点表达。在实际应用中,用户可以通过地图导航应用软件搜索并选择想去的POI(例如餐馆),并按照地图导航应用软件提供的导航规划线路到达该POI。从该应用场景可知,POI位置的准确性对于用户是否能够顺利到达该POI尤为重要。
目前,POI一般是由外业人员使用手持采集设备进行采集,具体地,外业人员使用手持采集设备的摄像装置通过拍照或者拍摄视频的方式采集POI,同时采集设备会记录拍摄时的位置,这些位置会处理为POI的采集位置,然后,POI的采集位置会交由内业人员进行处理,以得到POI的实际位置。发明人在对该过程进行研究时发现,受到手持采集设备的定位准确度以及外业人员手持采集设备时手持姿势的影响,有一些POI的采集位置不可靠,而基于这些采集位置得到的POI的实际位置需要进行后处理,以保证POI的实际位置的准确度。因此,如何识别出不可靠的POI采集位置是现有技术亟需解决的问题。
发明内容
鉴于上述问题,本发明提出了一种POI的识别方法及装置,主要目的在于识别POI的采集位置是否可靠。
为达到上述目的,本发明主要提供如下技术方案:
一方面,本发明提供一种POI的识别方法,具体包括:
根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据;
基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,若位于预设的采集场景中,则将所述POI标记为待验证POI。
另一方面,本发明提供一种POI的识别装置,具体包括:
数据获取单元,用于根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据;
场景判断单元,用于基于所述POI的采集信息和所述数据获取单元获取的背景地图数据,判断所述POI是否位于预设的采集场景中;
POI标记单元,用于若所述场景判断单元确定POI位于预设的采集场景中,则将所述POI标记为待验证POI。
另一方面,本发明提供一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行本发明提供的POI的识别方法。
借由上述技术方案,本发明提供的一种POI的识别方法及装置,通过获取POI采集位置周边的背景地图数据,判断该POI是否位于预设的采集场景中,本发明中的采集场景为地理环境较为复杂,手持采集设备的定位准确度容易出现偏移,或者是容易受到手持姿势影响而导致采集位置不准确的场景,本发明在确定POI位于预设的采集场景中时,将标记该POI为待验证POI,以便进一步确定对这些待验证POI的实际位置进行后处理操作,从而保证POI的实际位置的准确度。由于本发明所获取的背景地图数据是经过验证的准确数据,因此,通过背景地图数据能够准确地还原出该POI周边的地理环境,从而准确地识别出POI所处的采集场景是否会导致该POI的采集位置不可靠,进而确定是否需要对该POI的实际位置进行验证处理。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提出的一种POI的识别方法的流程图;
图2a示出了在路口采集场景中实景拍摄POI的图像;
图2b示出了在路口采集场景中展示POI位置的地图示意图;
图3示出了在平行路采集场景中展示POI位置的地图示意图;
图4示出了在多楼栋采集场景中展示POI位置的地图示意图;
图5示出了本发明实施例中识别POI位于路口采集场景的流程图;
图6示出了在路口采集场景中生成目标道路轮廓的地图示意图;
图7示出了本发明实施例中一种识别POI位于平行路采集场景的流程图;
图8示出了本发明实施例中另一种识别POI位于平行路采集场景的流程图;
图9示出了基于电子地图识别平行路采集场景的示意图;
图10示出了本发明实施例中识别POI位于多楼栋采集场景的流程图;
图11示出了本发明实施例提出的一种POI的识别装置的组成框图;
图12示出了本发明实施例提出的另一种POI的识别装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种POI的识别方法,该方法用于识别POI的采集场景,并根据预设的采集场景对POI进行标记,被标记的POI在基于其采集位置得到实际位置之后,需要进一步对这些POI的实际位置进行后处理(如数据过滤或人工辅助纠正等处理),以便提升POI实际位置的定位准确度。本方法具体步骤如图1所示,该方法包括:
步骤101、根据POI的采集信息,在预设的电子地图数据库中,获取该POI的背景地图数据。
其中,POI的采集信息可以包括POI的采集位置、采集方向(是指采集设备拍摄POI时采集设备的拍摄方向)、采集道路和采集任务方向等,采集任务方向和采集道路一般通过POI采集任务下发到外业采集人员的采集设备上,以使外业采集人员知晓应该在哪条道路(采集道路)上采集哪个方向(采集任务方向)的POI。通常情况下,外业采集人员很难严格按照采集任务方向采集POI,因此,POI的采集过程还会记录采集方向。
本发明实施例中,所获取的背景地图数据是以POI的采集位置为中心,从预设的电子地图数据库中获取POI采集位置周边一定范围的背景地图数据,背景地图数据可能包括有道路、路口、建筑物以及POI等数据,具体包括哪些数据取决于该POI在现实世界中采集位置周边的建设情况决定,前述列举并不表示每个POI的背景地图数据中必然会包括上述几种地图数据。
步骤102、基于POI的采集信息和背景地图数据,判断该POI是否位于预设的采集场景中,若位于预设的采集场景中,则将该POI标记为待验证POI。
本步骤是利用POI的采集信息和背景地图数据对该POI的采集位置周边环境进行识别,以判断该POI是否位于预设的采集场景中。其中,预设的采集场景是指地理环境较为复杂,手持采集设备的定位准确度容易出现偏移,或者是容易受到手持姿势影响而导致采集位置不准确的场景。
因此,对确定位于预设的采集场景中的POI,需要将其标记为待验证POI,以便对该POI的实际位置进行后处理操作,进一步确定该POI的实际位置,提高该POI实际位置的定位准确度。
在上述图1所示的实施例中,由于所获取的背景地图数据是经过验证的准确数据,因而能够根据POI的采集信息,准确地还原出该POI周边的地理环境,通过准确还原出的地理环境,判断该POI是否位于预设的采集场景,保证了判断结果的准确性,从而确保了对POI标记为待验证POI的准确性。由此可见,由于本发明能够准确地标记出待验证POI,使得在执行后处理操作时,能够有针对性地对标记出的待验证POI进行后处理,以提升POI实际位置的定位精确度。同时,由于标记待验证POI的准确性高,减少了需要后处理的POI数量,降低了后处理操作的处理压力,提升了POI处理效率。
进一步地,本发明实施例中通过对大量POI的采集数据进行验证后发现,采集场景可以具体划分为:路口采集场景、平行路采集场景、以及多楼栋采集场景。具体地,这三种采集场景会存在如下问题:
首先,路口采集场景。
如图2a所示,为采集POI时所拍摄的图像,外业采集人员采集的POI位于路口附近,对该POI的采集位置进行处理得到的实际位置可能会存在多个,如图2b所示,黑点位置为基于POI的采集位置所确定的几个实际位置,通过图2b可以看出来这些实际位置分布在连接路口的道路的两侧,由此可知,在路口采集场景中,由于一个路口会连接多条道路,而受到定位误差的影响,从而导致通过该POI的采集位置会得到POI的多个实际位置,这时需要进行后处理以便从中选择出一个能够准确反映该POI实际情况的实际位置,由此可知,有必要识别出在路口处拍摄的POI,也就是位于路口采集场景的POI。
其次,平行路采集场景。
平行路主要是指现实世界中有多条与POI采集任务中指定的采集道路相平行的道路,该平行路可能为大路也可能为小路,如图3所示的电子地图为例,道路A为采集道路,图中位于采集道路下方的区域为采集任务指向的采集区域,从图中可见,在采集区域中存在多条平行道路,而对于平行路会存在两种情况,一种情况是在道路A上采集到的POI是位于与道路A平行的其他道路上的,另一种情况是在道路A上采集到的POI因为定位精度的影响,从而导致最终确定的POI的实际位置落在平行道路上或者之间(见图中的黑点位置),可见,有必要识别出在平行路上采集的POI,也就是位于平行路采集场景的POI。
最后,多楼栋采集场景。
多楼栋是指在POI的采集位置附近存在多个密集地建筑物,如图4所示,图中的箭头用于表示POI的采集位置以及采集方向,黑点位置为基于POI的采集位置以及采集方向所确定的几个实际位置,而这些实际位置分别位于不同的建筑物中。可见,在多楼栋采集场景中,受到定位误差的影响,极易出现基于POI的采集位置与采集方向所确定的POI的实际位置位于不同的建筑物中,因此需要对该POI进行后处理以便从中选择出一个能够准确反映该POI实际情况的实际位置,所以,有必要识别出在密集建筑物附近采集的POI,也就是位于多楼栋采集场景的POI。
根据对上述采集场景存在的问题分析可知,对于处在这些预设的采集场景中的POI,需要识别出来并执行后处理操作,以确定POI在实际环境中的准确位置,提高POI的定位准确度。
需要说明的是,上述所分析的三个采集场景仅是本发明中列举出的典型采集场景,而非全部的采集场景。
以下将针对上述的三个采集场景逐一介绍识别POI位于预设的采集场景中的具体流程。
一、路口采集场景。
要识别位于路口采集场景中的POI,所需的POI采集信息包括:采集位置和采集方向,具体的识别流程如图5所示,包括:
步骤201、在背景地图数据中,搜索POI的采集位置周边预设的第一距离范围内是否存在路口。
具体的,本步骤是以POI的采集位置为中心,以预设的第一距离为半径确定该POI采集位置周边的范围,在该范围内查找路口。其中,预设的第一距离为一经验值,而对于路口的定义,是指多条道路的交点,且所关联的道路数目大于或等于三条。
若在该范围内不存在路口,确定该POI不会位于路口采集场景中,此时将结束该识别流程。反之,若在该范围内存在路口,则继续执行步骤202。
步骤202、判断POI的POI向量与路口连接的道路的道路向量的夹角是否符合预设角度范围,若是,则将该道路确定为目标道路。
其中,POI向量是以该POI的采集位置为起点,以POI的采集方向为方向、以预设的第一长度为长度值的向量,该第一长度的取值为一经验值;道路的道路向量是以路口为起点、以车辆沿该道路驶出路口的方向为方向的向量。
当上述两个向量的夹角在预设角度范围内时,说明拍摄该POI时是朝向该路口连接的道路,此时,将该道路确定为目标道路,并继续判断POI是否位于该路口采集场景中,即执行步骤203。而当夹角不在预设角度范围内时,说明拍摄该POI时并不朝向该路口连接的道路,此时就无需再识别该POI,可结束该识别流程。比如,预设角度范围可以在0至100度之间。
步骤203、在背景地图数据中,在目标道路两侧预设的第二距离范围内搜索建筑物,根据建筑物搜索结果生成该目标道路的道路轮廓线。
本步骤的目的是确定路口所连接的目标道路的道路轮廓。其中,道路轮廓主要通过道路与其周边的建筑物进行区分,而预设的第二距离用于判断道路的两侧在合理的范围内是否存在建筑物。该预设的第二距离范围是以目标道路的中心为起点,向目标道路两侧延伸预设的第二距离所确定的范围,在该范围内,如果存在建筑物,就以该建筑物确定道路轮廓线,如果不存在建筑物则可基于预设宽度来确定道路轮廓线。一般地,该预设的第二距离小于目标道路的两倍宽度。
具体的,生成道路轮廓线的一个优选实施例如下:
当搜索到建筑物时,确定该建筑物的轮廓边线中距离目标道路最近的一条边线,以该边线上到目标道路的垂直距离最大的一个点作目标道路的平行线,以该平行线作为目标道路的道路轮廓线。需要说明的是,如果搜索到的建筑物为多个时,那么以距离目标道路最近的一个建筑物来确定目标道路的道路轮廓线。
而当没有搜索到建筑物时,则以到目标道路的距离等于预设宽度的平行于目标道路的平行线为道路轮廓线。其中,该预设宽度可以是预设的第二距离,也可以是自定义设置的宽度值。
生成目标道路的道路轮廓线可参见图6中所示的三个相互平行的虚线箭头,其中,中间的箭头表示目标道路的道路向量,其两侧的箭头则是根据上述方式所确定的道路轮廓线。
步骤204、当POI向量与道路轮廓线相交,或位于由道路轮廓线确定的区域内时,确定该POI位于路口采集场景中。
具体参见图6,图中的POI向量(黑色实线箭头),与目标道路左侧的道路轮廓线相交,因此,可以确定该POI是位于路口采集场景中的POI。而如果POI向量位于目标道路的两条道路轮廓线之间的区域中时,也可以确定该POI是位于路口采集场景中的POI。也就是说,该POI向量中的任一点位于目标道路的道路轮廓中就确定该POI位于路口采集场景中。
二、平行路采集场景。
要识别位于平行路采集场景中的POI,所需的POI采集信息包括:采集位置、采集任务方向和采集道路,具体的识别流程如图7所示,包括:
步骤301、基于POI的采集位置向采集道路引垂线,得到垂足点。
步骤302、获取背景地图数据中与该POI的采集任务向量有交点的道路作为目标道路。
其中,采集任务向量是以步骤301得到的垂足点为起点、以预设的采集任务方向为方向、以预设的第二长度为长度值。该第二长度为长度值为一经验值。
步骤303、判断目标道路所在直线与采集道路所在直线的夹角是否在预置角度区间中。
平面中两条直线的夹角角度在0-180度内,因此,本步骤中的预置角度区间可以设置为20至160度的角度区间,用以判断两条道路是否存在平行关系。
若夹角处于该预置角度区间中,说明目标道路与采集道路不具有平行关系,可确定该POI不位于平行路采集场景中,并结束该识别流程。而夹角不在该预置角度区间中时,确定目标道路与采集道路具有平行关系,此时,执行步骤304,以进一步判断POI是否位于平行路采集场景。
步骤304、在背景地图数据中,搜索目标道路与采集道路之间是否存在建筑物。
步骤305、若不存在建筑物,则确定POI位于平行路采集场景中。
在图7所示的实施例中,先判断目标道路与采集道路是否具有平行关系,若具有平行关系,则通过判断两条道路之间是否存在建筑物来确定该POI是否位于平行路采集场景中。
此外,由于具有平行关系的两条道路可能是相互距离很小的上下行道路或者主辅道路,而对于上下行道路或者主辅道路,一般两条道路之间不会存在建筑物,为了避免将此类情况误判断为POI位于平行路采集场景中。本发明的另一个优选实施例是在执行步骤303之后,确定夹角不在预置角度区间中时,即目标道路与采集道路具有平行关系时,判断目标道路与采集道路是否互为上下行道路或者主辅道路,具体如图8所示,包括:
步骤306、判断目标道路与采集道路是否构成上下行道路或者主辅道路。
该判断可通过目标道路与采集道路之间的距离或道路名称进行识别,比如,当距离小于阈值时,一般该阈值为10-15m,或者是道路名称相同时,就可确定该目标道路与采集道路互为上下行道路,或者是主辅道路。
当互为上下行道路或者主辅道路时,可确定该POI不位于平行路采集场景中,并结束该识别流程。
当目标道路与采集道路不互为上下行道路或者主辅道路时,则执行步骤304,即在背景地图数据中,搜索目标道路与采集道路之间是否存在建筑物,根据是否存在建筑物确定该POI是否位于平行路采集场景中。
除了上述的两种识别方式,在本发明的另一可行实施例中,上述的步骤306也可在执行完步骤301至步骤304后,进一步执行判断。即,当目标道路与采集道路之间不存在建筑物时,判断目标道路与采集道路是否构成上下行道路或者主辅道路。
若构成,则确定该POI不位于平行路采集场景中,反之,则确定该POI位于平行路采集场景中。
以上针对平行路采集场景的识别过程都是以目标道路与采集道路之间是否存在建筑物为条件进行识别的,而在实际应用中,还具有一种更为简便的识别方式,其具体的实现是在执行上述步骤301至步骤303,在确定目标道路与采集道路具有平行关系后,执行步骤306,判断目标道路与采集道路是否构成上下行道路或者主辅道路。
当确定目标道路与采集道路不构成上下行道路或者主辅道路时,确定该POI位于平行路采集场景中;反之,则确定POI不位于平行路采集场景中。
以下,通过图9具体说明识别平行路采集场景的优选识别过程:图9中的黑实线箭头表示POI向量,箭头尾部为采集位置,黑色实线为采集道路,黑虚线箭头为基于POI的采集位置向采集道路所做的垂线,即,该POI的采集任务向量。在图9所示的背景地图数据中,可以看出与该采集任务向量有交点的目标道路为:道路A、道路B,通过与采集道路所在直线的夹角判断,道路A、道路B均与采集道路具有平行关系,但是,通过进一步识别,由于道路B与采集道路的间距很小,确定道路B与采集道路互为上下行道路,因此,排除道路B(即POI不位于以道路B构成的平行路采集场景中)。而对于道路A,经搜索,在道路A与采集道路之间存在建筑物(计划生育局),由此可以确定该POI也不位于以道路A构成的平行路场景中。而如果道路A与采集道路之间不存在建筑物,则可以确定该POI位于平行路场景中。
三、多楼栋采集场景。
要识别多楼栋采集场景中的POI,所需的POI采集信息包括:采集位置、采集任务方向和采集道路,具体的识别流程如图10所示,包括:
步骤401、在背景地图数据中,搜索POI的采集位置周边预设的第三距离范围内的建筑物。
其中,预设的第三距离为一经验值。当搜索到的建筑物数量在两个以上时,执行步骤402,否则结束该识别流程,确定该POI不在多楼栋采集场景中。
步骤402、根据采集任务方向和采集道路,对搜索出的建筑物进行合并和删减,得到保留建筑物。
对步骤401搜索出的多个建筑物进行合并和删减,以得到保留建筑物的具体方式如下:
第一,从搜索出的建筑物中,获取位于采集道路的采集任务方向指向的一侧的建筑物作为待筛选建筑物。
第二,从待筛选建筑物中,获取有一条建筑物轮廓边线与采集任务方向平行的待筛选建筑物作为目标建筑物。
第三,沿采集任务方向,若顺序排列了两个以上的目标建筑物,删除到采集道路距离远的目标建筑物,保留到采集道路距离最近的目标建筑物。
其中,顺序排列的目标建筑物是指沿着采集任务方向,并且在指定的宽度范围内,相对采集道路由近到远排列的建筑物。以视觉查看的角度看,可以视为观察人员在采集道路上,向采集任务方向查看时,有两个以上的目标建筑物会相互重叠或遮挡。此时,将保留距离采集道路最近的目标建筑物。
第四,将保留的目标建筑物中存在邻接关系的合并为一个目标建筑物。
其中,邻接关系的判断可通过目标建筑物的轮廓边线之间是否存在重叠,或者间距小于阈值进行判断,若存在重叠,或间距小于阈值,则确定两个目标建筑物之间具有邻接关系,此时,将这两个目标建筑物合并为一个目标建筑物。邻接建筑物的情况多发生于同一建筑物有不同层数的情况,这时电子地图中会将一个建筑物划分为多个建筑物块,以便于立体展示。
第五,保留的目标建筑物中未被合并的目标建筑物和合并后得到的目标建筑物构成保留建筑物。
需要说明的是,上述获取保留建筑物的方式,是基于采集任务方向进行合并、删减得到的,而对于步骤401中得到的建筑物,由于预设的第三距离范围内可能存在采集道路非采集侧的建筑物(沿采集任务方向确定采集道路的一侧为POI的采集侧,而另一侧则为非采集侧),而在非采集侧的建筑物在本实施例中无需处理。因此,对于搜索到的采集道路非采集侧的建筑物需要过滤,而上述方式的前提是基于采集任务方向,即在确定待筛选建筑物时已经过滤的采集道路非采集侧的建筑物。而在实际应用中,另一可行实施例为:
第一,从搜索出的建筑物中,删除采集道路非采集侧的建筑物,将剩余的建筑物作为待筛选建筑物。
第二,从待筛选建筑物中,获取有一条建筑物轮廓边线与采集任务方向平行的待筛选建筑物作为目标建筑物。
第三,沿采集任务方向,若顺序排列了两个以上的目标建筑物,删除到采集道路距离远的目标建筑物,保留到采集道路距离最近的目标建筑物。
第四,将保留的目标建筑物中存在邻接关系的合并为一个目标建筑物。
第五,保留的目标建筑物中未被合并的目标建筑物和合并后得到的目标建筑物构成保留建筑物。
在以上获取保留建筑物的处理方式中,如果在执行删除或合并操作时所处理的建筑物数量小于等于1时,则终止识别流程,确定该POI不在多楼栋采集场景中。
步骤403、若保留建筑物的数量大于等于2,则确定POI位于多楼栋采集场景中。
以上是分别针对路口采集场景、平行路采集场景、以及多楼栋采集场景识别流程的详细说明。通过上述方式,实现了根据POI的采集信息结合背景地图数据来识别POI是否位于预设的采集场景中,从而确定是否将POI标记为待验证POI的目的。
进一步的,作为对上述图1、图5、图7、图8以及图10所示方法的实现,本发明实施例提供了一种POI的识别装置,该装置主要用于识别POI的采集场景,并根据预设的采集场景对POI进行标记,而被标记的POI在基于其采集位置得到实际位置之后,需要进一步对这些POI的实际位置进行后处理,以便提升POI实际位置的定位准确度。为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。该装置如图11所示,具体包括:
数据获取单元51,用于根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据;
场景判断单元52,用于基于所述POI的采集信息和所述数据获取单元51获取的背景地图数据,判断所述POI是否位于预设的采集场景中;
POI标记单元53,用于若所述场景判断单元52确定POI位于预设的采集场景中,则将所述POI标记为待验证POI。
进一步的,如图12所示,所述预设的采集场景为路口采集场景,所述采集信息包括:采集位置和采集方向,所述场景判断单元52包括:
路口搜索模块5211,用于在所述背景地图数据中,搜索所述POI的采集位置周边预设的第一距离范围内是否存在路口;
第一目标道路确定模块5212,用于当所述路口搜索模块5211搜索到路口时,判断所述POI的POI向量与路口连接的道路的道路向量的夹角是否符合预设角度范围,若是,则将所述道路确定为目标道路,其中,所述POI向量是以所述POI的采集位置为起点,以POI的采集方向为方向、以预设的第一长度为长度值的向量,所述道路的道路向量是以所述路口为起点、以车辆沿所述道路驶出所述路口的方向为方向的向量;
道路轮廓生成模块5213,用于在所述背景地图数据中,在所述目标道路两侧预设的第二距离范围内搜索建筑物,根据建筑物搜索结果生成所述第一目标道路确定模块5212确定的目标道路的道路轮廓线;
路口场景确定模块5214,用于当所述POI向量与所述道路轮廓生成模块5213得到的道路轮廓线相交,或位于由所述道路轮廓线确定的区域内时,确定所述POI位于路口采集场景中。
进一步的,所述道路轮廓生成模块5213具体包括:
若建筑物搜索结果为没有搜索到建筑物,则以到所述目标道路的距离等于预设宽度的平行线为所述道路轮廓线;
若建筑物搜索结果为搜索到建筑物,则确定所述建筑物的轮廓边线中距离所述目标道路最近的一条边线,以所述边线上到所述目标道路的垂直距离最大的一个点作所述目标道路的平行线,以所述平行线作为所述目标道路的道路轮廓线。
进一步的,如图12所示,所述预设的采集场景为平行路采集场景,所述采集信息包括:采集位置、采集任务方向和采集道路,所述场景判断单元52包括:
垂足获取模块5221,用于基于所述POI的采集位置向采集道路引垂线,得到垂足点;
第二目标道路确定模块5222,用于获取所述背景地图数据中与所述POI的采集任务向量有交点的道路作为目标道路,所述采集任务向量以所述垂足获取模块5221得到的垂足点为起点、以预设的采集任务方向为方向、以预设的第二长度为长度值;
道路夹角判断模块5223,用于判断所述第二目标道路确定模块5222得到的目标道路所在直线与采集道路所在直线的夹角是否在预置角度区间中;
第一建筑物搜索模块5224,用于若道路夹角判断模块5223确定夹角角度不在所述预置角度区间中,则在所述背景地图数据中,搜索所述目标道路与所述采集道路之间是否存在建筑物;
平行路场景确定模块5225,用于若所述第一建筑物搜索模块5224未搜索到建筑物,则确定所述POI位于平行路采集场景中。
进一步的,如图12所示,所述装置还包括:
道路判断模块5226,用于在第一建筑物搜索模块5224执行在所述背景地图数据中,搜索所述目标道路与所述采集道路之间是否存在建筑物之前,判断所述目标道路与所述采集道路是否构成上下行道路或者主辅道路;
所述第一建筑物搜索模块5224在所述道路判断模块5226确定未构成上下行道路或者主辅道路时,执行在所述背景地图数据中,搜索所述目标道路与所述采集道路之间是否存在建筑物的操作。
进一步的,如图12所示,所述预设的采集场景为平行路采集场景,所述采集信息包括:采集位置、采集任务方向和采集道路,所述场景判断单元52中:
所述垂足获取模块5221,用于基于所述POI的采集位置向采集道路引垂线,得到垂足点;
所述第二目标道路确定模块5222,用于获取所述背景地图数据中与所述POI的采集任务向量有交点的道路作为目标道路,所述采集任务向量以所述垂足获取模块5221得到的垂足点为起点、以预设的采集任务方向为方向、以预设的第二长度为长度值;
所示道路夹角判断模块5223,用于判断所述第二目标道路确定模块5222得到的目标道路所在直线与采集道路所在直线的夹角是否在预置角度区间中;
所述道路判断模块5226,用于若道路夹角判断模块5223确定所述夹角角度不在所述预置角度区间中时,判断所述目标道路与所述采集道路是否构成上下行道路或者主辅道路;
所述平行路场景确定模块5225,用于所述道路判断模块5226确定构成上下行道路或者主辅道路时,确定所述POI位于平行路采集场景中。
进一步的,如图12所示,所述预设的采集场景为多楼栋采集场景,所述POI的采集信息包括:采集位置、采集任务方向和采集道路,所述场景判断单元52还包括:
第二建筑物搜索模块5231,用于在所述背景地图数据中,搜索所述POI的采集位置周边预设的第三距离范围内的建筑物;
建筑物筛选模块5232,用于若所述第二建筑物搜索模块5231搜索到两个以上的建筑物,则根据采集任务方向和采集道路,对搜索出的建筑物进行合并和删减,得到保留建筑物;
多楼栋场景确定模块5233,用于若建筑物筛选模块5232确定的保留建筑物的数量大于等于2,则确定所述POI位于多楼栋采集场景中。
进一步的,所述建筑物筛选模块5322具体用于:
从所述搜索出的建筑物中,获取位于采集道路的采集任务方向指向的一侧的建筑物作为待筛选建筑物;
从待筛选建筑物中,获取有一条建筑物轮廓边线与所述采集任务方向平行的待筛选建筑物作为目标建筑物;
沿采集任务方向,若顺序排列了两个以上的目标建筑物,删除到采集道路距离远的目标建筑物,保留到采集道路距离最近的目标建筑物;
将保留的目标建筑物中存在邻接关系的合并为一个目标建筑物;
所述保留的目标建筑物中未被合并的目标建筑物和合并后得到的目标建筑物构成保留建筑物。
综上所述,本发明实施例所采用的POI的识别方法及装置,通过获取POI采集位置周边的背景地图数据,判断该POI是否位于预设的采集场景中,并具体针对路口采集场景、平行路采集场景和多楼栋采集场景的识别进行了具体说明,在确定POI位于预设的采集场景中时,将标记该POI为待验证POI,而对于标记为待验证POI,在基于该POI的采集位置确定其实际位置后,会对该实际位置进行后处理操作,从而保证POI的实际位置的定位准确度。由于本发明所获取的背景地图数据是经过验证的准确数据,因此,通过背景地图数据能够准确地还原出该POI周边的地理环境,从而准确地识别出POI所处的采集场景是否会导致该POI的采集位置不可靠,进而确定是否需要标记该POI为待验证POI。并且,通过对POI的准确标记,还有效地避免对无需后处理的POI进行后处理操作,减小了后处理操作的数据压力,从而提升POI定位的处理效率。
另外,本发明实施例还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述的POI的识别方法。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
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,上述描述的系统,装置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。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
此外,存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种POI的识别方法,其特征在于,所述方法包括:
根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据,所述采集信息包括:采集位置和采集方向;
基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,若位于预设的采集场景中,则将所述POI标记为待验证POI,所述预设的采集场景为路口采集场景;
所述基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,包括:
在所述背景地图数据中,搜索所述POI的采集位置周边预设的第一距离范围内是否存在路口;
若存在,则判断所述POI的POI向量与路口连接的道路的道路向量的夹角是否符合预设角度范围,若是,则将所述道路确定为目标道路,其中,所述POI向量是以所述POI的采集位置为起点,以POI的采集方向为方向、以预设的第一长度为长度值的向量,所述道路的道路向量是以所述路口为起点、以车辆沿所述道路驶出所述路口的方向为方向的向量;
在所述背景地图数据中,在所述目标道路两侧预设的第二距离范围内搜索建筑物,根据建筑物搜索结果生成所述目标道路的道路轮廓线;
当所述POI向量与所述道路轮廓线相交,或位于由所述道路轮廓线确定的区域内时,确定所述POI位于路口采集场景中。
2.根据权利要求1所述的方法,其特征在于,根据建筑物搜索结果生成所述目标道路的道路轮廓线,具体包括:
若建筑物搜索结果为没有搜索到建筑物,则以到所述目标道路的距离等于预设宽度的平行线为所述道路轮廓线;
若建筑物搜索结果为搜索到建筑物,则确定所述建筑物的轮廓边线中距离所述目标道路最近的一条边线,以所述边线上到所述目标道路的垂直距离最大的一个点作所述目标道路的平行线,以所述平行线作为所述目标道路的道路轮廓线。
3.一种POI的识别方法,其特征在于,所述方法包括:
根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据,所述采集信息包括:采集位置、采集任务方向和采集道路;
基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,若位于预设的采集场景中,则将所述POI标记为待验证POI,所述预设的采集场景为平行路采集场景;
所述基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,包括:
基于所述POI的采集位置向采集道路引垂线,得到垂足点;
获取所述背景地图数据中与所述POI的采集任务向量有交点的道路作为目标道路,所述采集任务向量以所述垂足点为起点、以预设的采集任务方向为方向、以预设的第二长度为长度值;
判断所述目标道路所在直线与采集道路所在直线的夹角是否在预置角度区间中;
若不在所述预置角度区间中,则在所述背景地图数据中,搜索所述目标道路与所述采集道路之间是否存在建筑物;
若不存在建筑物,则确定所述POI位于平行路采集场景中。
4.根据权利要求3所述方法,其特征在于,在所述背景地图数据中,搜索所述目标道路与所述采集道路之间是否存在建筑物之前,所述方法还包括:
判断所述目标道路与所述采集道路是否构成上下行道路或者主辅道路;
若否,则执行在所述背景地图数据中,搜索所述目标道路与所述采集道路之间是否存在建筑物的操作。
5.一种POI的识别方法,其特征在于,所述方法包括:
根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据,所述采集信息包括:采集位置、采集任务方向和采集道路;
基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,若位于预设的采集场景中,则将所述POI标记为待验证POI,所述预设的采集场景为平行路采集场景;
所述基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,包括:
基于所述POI的采集位置向采集道路引垂线,得到垂足点;
获取所述背景地图数据中与所述POI的采集任务向量有交点的道路作为目标道路,所述采集任务向量以所述垂足点为起点、以预设的采集任务方向为方向、以预设的第二长度为长度值;
判断所述目标道路所在直线与采集道路所在直线的夹角是否在预置角度区间中;
若不在所述预置角度区间中,则判断所述目标道路与所述采集道路是否构成上下行道路或者主辅道路;
若不是,则确定所述POI位于平行路采集场景中。
6.一种POI的识别方法,其特征在于,所述方法包括:
根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据,所述POI的采集信息包括:采集位置、采集任务方向和采集道路;
基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,若位于预设的采集场景中,则将所述POI标记为待验证POI,所述预设的采集场景为多楼栋采集场景;
所述基于所述POI的采集信息和背景地图数据,判断所述POI是否位于预设的采集场景中,包括:
在所述背景地图数据中,搜索所述POI的采集位置周边预设的第三距离范围内的建筑物,若搜索到两个以上的建筑物,则根据采集任务方向和采集道路,对搜索出的建筑物进行合并和删减,得到保留建筑物,若保留建筑物的数量大于等于2,则确定所述POI位于多楼栋采集场景中。
7.根据权利要求6所述的方法,其特征在于,所述根据采集任务方向和采集道路,对搜索出的建筑物进行合并和删减,得到保留建筑物,具体包括:
从所述搜索出的建筑物中,获取位于采集道路的采集任务方向指向的一侧的建筑物作为待筛选建筑物;
从待筛选建筑物中,获取有一条建筑物轮廓边线与所述采集任务方向平行的待筛选建筑物作为目标建筑物;
沿采集任务方向,若顺序排列了两个以上的目标建筑物,删除到采集道路距离远的目标建筑物,保留到采集道路距离最近的目标建筑物;
将保留的目标建筑物中存在邻接关系的合并为一个目标建筑物;
所述保留的目标建筑物中未被合并的目标建筑物和合并后得到的目标建筑物构成保留建筑物。
8.一种POI的识别装置,其特征在于,所述装置包括:
数据获取单元,用于根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据,所述采集信息包括:采集位置和采集方向;
场景判断单元,用于基于所述POI的采集信息和所述数据获取单元获取的背景地图数据,判断所述POI是否位于预设的采集场景中;
POI标记单元,用于若所述场景判断单元确定POI位于预设的采集场景中,则将所述POI标记为待验证POI,所述预设的采集场景为路口采集场景;
所述场景判断单元包括:
路口搜索模块,用于在所述背景地图数据中,搜索所述POI的采集位置周边预设的第一距离范围内是否存在路口;
第一目标道路确定模块,用于当搜索到路口时,判断所述POI的POI向量与路口连接的道路的道路向量的夹角是否符合预设角度范围,若是,则将所述道路确定为目标道路,其中,所述POI向量是以所述POI的采集位置为起点,以POI的采集方向为方向、以预设的第一长度为长度值的向量,所述道路的道路向量是以所述路口为起点、以车辆沿所述道路驶出所述路口的方向为方向的向量;
道路轮廓生成模块,用于在所述背景地图数据中,在所述目标道路两侧预设的第二距离范围内搜索建筑物,根据建筑物搜索结果生成所述目标道路的道路轮廓线;
路口场景确定模块,用于当所述POI向量与道路轮廓线相交,或位于由所述道路轮廓线确定的区域内时,确定所述POI位于路口采集场景中。
9.一种POI的识别装置,其特征在于,所述装置包括:
数据获取单元,用于根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据,所述采集信息包括:采集位置、采集任务方向和采集道路;
场景判断单元,用于基于所述POI的采集信息和所述数据获取单元获取的背景地图数据,判断所述POI是否位于预设的采集场景中;
POI标记单元,用于若所述场景判断单元确定POI位于预设的采集场景中,则将所述POI标记为待验证POI,所述预设的采集场景为平行路采集场景;
所述场景判断单元包括:
垂足获取模块,用于基于所述POI的采集位置向采集道路引垂线,得到垂足点;
第二目标道路确定模块,用于获取所述背景地图数据中与所述POI的采集任务向量有交点的道路作为目标道路,所述采集任务向量以垂足点为起点、以预设的采集任务方向为方向、以预设的第二长度为长度值;
道路夹角判断模块,用于判断所述目标道路所在直线与采集道路所在直线的夹角是否在预置角度区间中;
第一建筑物搜索模块,用于若夹角角度不在所述预置角度区间中,则在所述背景地图数据中,搜索所述目标道路与所述采集道路之间是否存在建筑物;
平行路场景确定模块,用于若未搜索到建筑物,则确定所述POI位于平行路采集场景中。
10.一种POI的识别装置,其特征在于,所述装置包括:
数据获取单元,用于根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据,所述采集信息包括:采集位置、采集任务方向和采集道路;
场景判断单元,用于基于所述POI的采集信息和所述数据获取单元获取的背景地图数据,判断所述POI是否位于预设的采集场景中;
POI标记单元,用于若所述场景判断单元确定POI位于预设的采集场景中,则将所述POI标记为待验证POI,所述预设的采集场景为平行路采集场景;
所述场景判断单元中:
垂足获取模块,用于基于所述POI的采集位置向采集道路引垂线,得到垂足点;
第二目标道路确定模块,用于获取所述背景地图数据中与所述POI的采集任务向量有交点的道路作为目标道路,所述采集任务向量以所述垂足点为起点、以预设的采集任务方向为方向、以预设的第二长度为长度值;
道路夹角判断模块,用于判断所述目标道路所在直线与采集道路所在直线的夹角是否在预置角度区间中;
道路判断模块,用于若所述夹角角度不在所述预置角度区间中时,判断所述目标道路与所述采集道路是否构成上下行道路或者主辅道路;
平行路场景确定模块,用于不构成上下行道路或者主辅道路时,确定所述POI位于平行路采集场景中。
11.一种POI的识别装置,其特征在于,所述装置包括:
数据获取单元,用于根据POI的采集信息,在预设的电子地图数据库中,获取所述POI的背景地图数据,所述POI的采集信息包括:采集位置、采集任务方向和采集道路;
场景判断单元,用于基于所述POI的采集信息和所述数据获取单元获取的背景地图数据,判断所述POI是否位于预设的采集场景中;
POI标记单元,用于若所述场景判断单元确定POI位于预设的采集场景中,则将所述POI标记为待验证POI,所述预设的采集场景为多楼栋采集场景;
所述场景判断单元还包括:
第二建筑物搜索模块,用于在所述背景地图数据中,搜索所述POI的采集位置周边预设的第三距离范围内的建筑物;
建筑物筛选模块,用于若搜索到两个以上的建筑物,则根据采集任务方向和采集道路,对搜索出的建筑物进行合并和删减,得到保留建筑物;
多楼栋场景确定模块,用于若保留建筑物的数量大于等于2,则确定所述POI位于多楼栋采集场景中。
12.一种处理器,其特征在于,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行权利要求1-7中任意一项所述的POI的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811415643.7A CN111220173B (zh) | 2018-11-26 | 2018-11-26 | 一种poi的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811415643.7A CN111220173B (zh) | 2018-11-26 | 2018-11-26 | 一种poi的识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111220173A CN111220173A (zh) | 2020-06-02 |
CN111220173B true CN111220173B (zh) | 2023-07-28 |
Family
ID=70827768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811415643.7A Active CN111220173B (zh) | 2018-11-26 | 2018-11-26 | 一种poi的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111220173B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115658839A (zh) * | 2022-12-27 | 2023-01-31 | 深圳依时货拉拉科技有限公司 | Poi数据的挖掘方法、装置、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902596A (zh) * | 2012-09-29 | 2013-01-30 | 北京百度网讯科技有限公司 | 一种兴趣点数据校验方法及装置 |
US8566029B1 (en) * | 2009-11-12 | 2013-10-22 | Google Inc. | Enhanced identification of interesting points-of-interest |
EP2975555A1 (en) * | 2014-07-17 | 2016-01-20 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and apparatus for displaying point of interest |
CN106028445A (zh) * | 2016-07-04 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 定位精准度的确定方法和装置 |
CN106331639A (zh) * | 2016-08-31 | 2017-01-11 | 浙江宇视科技有限公司 | 一种自动确定摄像机位置的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3908056B2 (ja) * | 2002-02-26 | 2007-04-25 | アルパイン株式会社 | 車載用ナビゲーション装置 |
-
2018
- 2018-11-26 CN CN201811415643.7A patent/CN111220173B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8566029B1 (en) * | 2009-11-12 | 2013-10-22 | Google Inc. | Enhanced identification of interesting points-of-interest |
CN102902596A (zh) * | 2012-09-29 | 2013-01-30 | 北京百度网讯科技有限公司 | 一种兴趣点数据校验方法及装置 |
EP2975555A1 (en) * | 2014-07-17 | 2016-01-20 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and apparatus for displaying point of interest |
CN106028445A (zh) * | 2016-07-04 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 定位精准度的确定方法和装置 |
CN106331639A (zh) * | 2016-08-31 | 2017-01-11 | 浙江宇视科技有限公司 | 一种自动确定摄像机位置的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111220173A (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10198632B2 (en) | Survey data processing device, survey data processing method, and survey data processing program | |
US10032267B2 (en) | Automating the assessment of damage to infrastructure assets | |
KR20190090393A (ko) | 차선 결정 방법, 디바이스 및 저장 매체 | |
KR101689805B1 (ko) | Obd, gps 및 블랙박스 영상정보를 이용한 교통사고 현장 재현시스템 및 그 방법 | |
US20170294036A1 (en) | Supporting a creation of a representation of road geometry | |
CN108151750A (zh) | 定位方法及装置 | |
JP2010511212A (ja) | 画像内の平面オブジェクトを識別し且つ位置判定する方法及び装置 | |
KR102359306B1 (ko) | 인공지능을 이용한 영상분석 시스템 및 이를 이용한 방법 | |
CN105758413B (zh) | 导航引擎中自动化评估偏航的方法和装置 | |
CN110321885A (zh) | 一种兴趣点的获取方法及装置 | |
JP2017102672A (ja) | 地理位置情報特定システム及び地理位置情報特定方法 | |
CN112132853B (zh) | 地面导向箭头的构建方法及其装置、电子设备及存储介质 | |
CN114252884A (zh) | 路侧雷达定位监测方法、装置、计算机设备和存储介质 | |
CN116484036A (zh) | 图像推荐方法、装置、电子设备及计算机可读存储介质 | |
CN111220173B (zh) | 一种poi的识别方法及装置 | |
CN115909096A (zh) | 无人机巡航管道隐患分析方法、装置及系统 | |
US20220148216A1 (en) | Position coordinate derivation device, position coordinate derivation method, position coordinate derivation program, and system | |
CN108898617A (zh) | 一种目标对象的跟踪方法和装置 | |
CN106462750A (zh) | 用于确定并且提供用来对车辆进行定位的地面标志的方法 | |
CN111951328A (zh) | 一种物体位置检测方法、装置、设备和存储介质 | |
JP2020144862A (ja) | 石礫検出システム、石礫検出方法及びプログラム | |
CN111143488B (zh) | 一种poi位置的确定方法及装置 | |
US11557089B1 (en) | System and method for determining a viewpoint of a traffic camera | |
CN111504337B (zh) | 一种poi朝向的确定方法及装置 | |
CN110763203A (zh) | 一种城市部件的定位方法、装置及车载移动测量系统 |
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 |