CN111242950A - 一种建筑物边界确定方法及装置 - Google Patents
一种建筑物边界确定方法及装置 Download PDFInfo
- Publication number
- CN111242950A CN111242950A CN202010004795.9A CN202010004795A CN111242950A CN 111242950 A CN111242950 A CN 111242950A CN 202010004795 A CN202010004795 A CN 202010004795A CN 111242950 A CN111242950 A CN 111242950A
- Authority
- CN
- China
- Prior art keywords
- building
- determining
- determined
- data
- wireless signal
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Navigation (AREA)
Abstract
本说明书公开了一种建筑物边界确定方法及装置,可先确定待确定边界数据的建筑物所在的区域,再确定终端在该区域内采集到的无线信号数据以及惯导数据,之后根据确定出的无线信号数据,分别确定该区域内各位置点的无线信号数据的强度之和,以确定该区域的第一热度分布图,根据确定出的惯导数据,分别确定该区域内各位置点被经过的频次,以确定该区域的第二热度分布图,最后将第一热度分布图与第二热度分布图输入预先训练的图像分割模型,得到该建筑物的边界数据,确定该建筑物的建筑物边界。通过终端采集的无线信号数据以及惯导数据,来确定建筑物边界,无需大量的人力和昂贵的设备对建筑物的实际边界位置进行测量,节省了确定建筑物边界的成本。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种建筑物边界确定方法及装置。
背景技术
电子地图在人们的生活中应用得越来越广泛,为了提高用户体验,目前电子地图中还可显示各建筑物边界。一般地,电子地图中显示的建筑物边界为建筑物在地面上投影的边界。
在现有技术中,电子地图中显示的建筑物边界,是根据建筑物的边界数据确定的。通常建筑物的边界数据,需要人工实地对建筑物进行测绘来确定,如:使用激光雷达设备测量建筑物的边界数据。或者,可通过第三方数据公司直接购买测绘好的建筑物的边界数据。
但是,通过上述两种方法获取建筑物的边界数据,所需成本均较高,限制了建筑物的边界数据的更新频率。
发明内容
本说明书实施例提供了一种建筑物边界确定方法及装置,以部分的解决现有技术存在的上述问题。
本说明书实施例采用下述技术方案:
本说明书提供一种建筑物边界确定方法,包括:
确定待确定边界数据的建筑物所在的区域;
确定终端在所述区域内采集到的无线信号数据以及惯导数据;
根据确定出的无线信号数据,分别确定所述区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定所述区域的第一热度分布图;
根据确定出的惯导数据,分别确定所述区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定所述区域的第二热度分布图;
将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到所述建筑物的边界数据;
根据得到的边界数据,确定所述建筑物的建筑物边界。
可选地,确定待确定边界数据的建筑物所在的区域,具体包括:
确定待确定边界数据的建筑物的位置信息;
在所述位置信息的预设范围内,根据路网信息,确定所述建筑物所在的区域。
可选地,所述无线信号数据包括:采集无线信号时终端的位置信息以及所述无线信号的强度;
所述惯导数据包括:各惯导轨迹点的位置信息。
可选地,根据确定出的无线信号数据,分别确定所述区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定所述区域的第一热度分布图,具体包括:
针对所述区域内的每个位置点,根据确定出的无线信号数据包含的位置信息,确定在该位置点采集到的各无线信号数据;
确定该位置点采集到的各无线信号数据的强度之和;
根据确定出的该位置点的各无线信号数据的强度之和,确定该位置点的热度信息,所述热度信息包括:热度以及展示范围,且无线信号数据的强度之和越大热度越高;
根据确定出的各位置点无线信号的热度信息,确定所述第一热度分布图。
可选地,根据确定出的惯导数据,分别确定所述区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定所述区域的第二热度分布图,具体包括:
针对所述区域内每个位置点,根据确定出的惯导数据包含的各惯导轨迹点的位置信息,确定该位置点被经过的频次;
根据确定出的各位置点被经过的频次,确定该位置点的热度信息;
根据确定出的各位置点的热度信息,确定所述第二热度分布图。
可选地,将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到所述建筑物的边界数据,具体包括:
将所述第一热度分布图以及所述第二热度分布图分别作为两个通道对应的图像内容,生成双通道的第三热度分布图;
将生成的第三热度分布图输入所述预先训练的图像分割模型,得到所述建筑物的边界数据。
可选地,训练图像分割模型,具体包括:
针对每个已知边界数据的建筑物,确定该建筑物所在的区域;
确定终端在所述区域内采集到的无线信号数据以及惯导数据;
根据确定出的无线信号数据,确定第一热度分布图,并根据确定出的惯导数据,确定第二热度分布图;
根据确定出的第一热度分布图以及第二热度分布图,确定双通道的第三热度分布图;
根据确定出的第三热度分布图以及该建筑物的已知边界数据,生成训练样本;
根据确定出的各训练样本,训练所述图像分割模型。
本说明书提供一种建筑物边界确定装置,包括:
区域确定模块,确定待确定边界数据的建筑物所在的区域;
数据确定模块,确定终端在所述区域内采集到的无线信号数据以及惯导数据;
第一热度分布图确定模块,根据确定出的无线信号数据,分别确定所述区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定所述区域的第一热度分布图;
第二热度分布图确定模块,根据确定出的惯导数据,分别确定所述区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定所述区域的第二热度分布图;
边界数据确定模块,将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到所述建筑物的边界数据;
建筑物边界确定模块,根据得到的边界数据,确定所述建筑物的建筑物边界。
本说明书提供的一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述建筑物边界确定方法。
本说明书提供的一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述建筑物边界确定方法。
本说明书实施例采用的上述技术方案能够达到以下有益效果:
本说明书在确定建筑物边界时,可先确定待确定边界数据的建筑物所在的区域,再确定终端在该区域内采集到的无线信号数据以及惯导数据,之后根据确定出的无线信号数据,分别确定该区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定该区域的第一热度分布图,根据确定出的惯导数据,分别确定该区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定该区域的第二热度分布图,最后将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到该建筑物的边界数据,以根据得到的边界数据,确定该建筑物的建筑物边界。通过终端采集无线信号数据以及惯导数据,来确定建筑物的建筑物边界,无需大量的人力和昂贵的设备对建筑物的实际边界位置进行测量,节省了确定建筑物边界的成本。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书实施例提供的一种建筑物边界确定流程的示意图;
图2为本说明书实施例提供的确定建筑物所在的区域的示意图;
图3为本说明书实施例提供的第一热度分布图的示意图;
图4为本说明书实施例提供的第二热度分布图的示意图;
图5为本说明书实施例提供的第三热度分布图的示意图;
图6为本说明书实施例提供的包含路网信息的各热度分布图的示意图;
图7为本说明书实施例提供的一种建筑物边界确定装置的结构示意图;
图8为本说明书实施例提供的实现建筑物边界确定方法的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本说明书实施例提供的建筑物边界确定方法用于确定建筑物边界,具体的,可用于在电子地图中显示建筑物边界,以提高用户使用电子地图的用户体验。或者,当需要区分建筑物内部外部时,也可根据建筑物边界进行划分。例如,用户在进入建筑物时,终端可自动从使用蜂窝网络切换为使用无线保真(Wireless Fidelity,WiFi)网络。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本说明书实施例提供的一种建筑物边界确定流程,具体可包括以下步骤:
S100:确定待确定边界数据的建筑物所在的区域。
一般地,由于服务提供方有确定建筑物边界的需求,例如,电子地图中需显示建筑物边界,或者对数据来源有区分建筑物内外的需求等,因此在本说明书实施例中,可由服务提供方的服务器执行本说明书提供建筑物边界确定方法。其中,该服务器既可以是单个服务器,也可以是若干服务器组成的系统,例如:分布式服务器等,本说明书对此不做限制,可根据需要设置。
通常建筑物的占地面积是有限的,并且相邻建筑物之间存在道路,因此建筑物边界应存在于建筑物所在位置周围一定范围内,且被路网包围的区域中。于是在本说明书实施例中,服务器可从历史上获取的各终端采集的无线信号数据以及惯导数据中,获取在建筑物周围(即,建筑物所在的区域)的各终端采集的无线信号数据以及惯导数据,以确定建筑物边界。因此该服务器可先确定建筑物所在的区域,以确定需要获取哪些无线信号数据以及惯导数据。
具体的,在本说明书实施例中,建筑物主要指住房、商场以及写字楼等场所。首先,服务器可根据已存储的各建筑物的信息,确定未包含建筑物的边界数据的建筑物,将未包含边界数据的建筑物,作为待确定边界数据的建筑物。然后,针对待确定边界数据的建筑物,根据该建筑物的信息,获取该建筑物对应的兴趣点(Point of Interest,POI),再确定该建筑物对应的POI包含的位置信息。然后,根据该位置信息,确定该建筑物所在的区域。例如,该服务器可根据路网信息,确定该建筑物位置信息周围预设范围内的道路,确定在该预设范围内由道路包围的该建筑物的POI的区域,作为建筑物所在的区域。其中,建筑物的边界数据包括建筑物边界上各位置点的位置信息,预设范围可根据需要设置,本说明书不做限制。已存储的建筑物的信息中可包括:建筑物的标识(如名称)以及建筑物的POI等,建筑物的POI中至少包括建筑物的位置信息。
如图2所示,图中黑点表示建筑物A的POI所在位置,线条表示道路。首先,服务器可从已存储的建筑物的信息中确定建筑物A的POI,再确定POI包含的位置信息,以及该位置信息(即,图2中黑点)对应的预设范围,如图2中虚线圆形所示,之后可根据路网信息,确定该建筑物A位置信息周围预设范围内的路网中的道路m和道路n,最后根据道路m和道路n对确定出的虚线圆形范围进行划分,确定道路m和道路n包围的包含该建筑物A的POI在内的区域,即图中灰色区域,作为建筑物所在的区域。
S102:确定终端在所述区域内采集到的无线信号数据以及惯导数据。
一般地,由于无线信号的强度在穿过阻挡物(例如,建筑物墙壁)后会减弱,因此可利用建筑物内外无线信号强度存在的差异,确定建筑物边界。
在本说明书实施例中,该服务器可从已存储的各终端采集的无线信号数据中,确定无线信号数据包含的位置信息落入该建筑物所在的区域内的各无线信号数据。其中,无线信号数据包括:采集无线信号时终端的位置信息以及无线信号的强度,终端可以是手机、电脑等设备,无线信号包括WiFi信号、蓝牙信号等。
并且,由于建筑物会干扰全球定位系统(Global Positioning System,GPS)的定位精度,因此在建筑物内部时,终端采用GPS定位确定出的位置信息通常不够精确,而在建筑物外部时受到的干扰较小,确定的位置信息通常更精准。于是,根据确定出的各终端在该区域内采集到的无线信号数据,该服务器可通过后续步骤确定建筑物所在的区域内无线信号强度的分布,以确定建筑物边界可能存在的最大范围。
一般地,由于在建筑物内部采用GPS定位通常不够精确,容易产生较大误差,因此终端在建筑物内部常采用惯性导航系统(Inertial Navigation System,INS)进行定位。可见,通过INS采集的惯导数据一般都存在于建筑物的内部,在建筑物外部不存在或存在较少。因此可利用惯导数据在建筑物内外分布的差异,确定建筑物边界可能存在的最小范围。
由于根据无线信号数据,可确定建筑物边界可能存在的最大范围,而根据惯导数据可确定建筑物边界可能存在的最小范围,因此在确定出各终端在该区域内采集到的无线信号数据以及惯导数据后,可通过后续步骤确定建筑物边界。
此外,在本说明书实施例中,该服务器可针对每个终端,在用户使用该终端时,确定该终端的位置信息,以及在该位置信息接收到的各无线信号的强度。或者,该服务器也可周期性的向终端发送获取终端位置信息的请求,终端在接收到该服务器发送的获取请求后,向该服务器返回该终端的位置信息,以及在该位置信息接收到的各无线信号的强度。或者,该服务器也可在用户触发终端的定位服务时,采集该终端的位置信息,以及在该位置信息接收到的各无线信号的强度。于是,服务器可从已存储的各终端分别采集的各无线信号数据中,根据各无线信号数据包含的位置信息,确定在该区域内的无线信号数据。
进一步地,在本说明书实施例中,服务器接收终端采集的到各无线信号时,由于一个终端在同一时间可能接收到多个无线信号,因此服务器接收到的是由多个无线信号组成的无线信号列表。该服务器可针对该列表中的每个无线信号,将该无线信号的强度以及该终端所在位置信息作为一个无线信号数据。并且,该服务器可将同一终端在同一位置不同时间接收到的同一个无线信号源发射的无线信号,作为不同的无线信号数据。
更进一步地,在本说明书实施例中,惯导数据包括:各惯导轨迹点的位置信息。其中,针对任一终端,当该终端通过INS定位时,可确定若干惯导轨迹点,而服务器可在终端启动INS定位时,获取该终端确定出的各惯导轨迹点,服务器可根据获取的各惯导轨迹点确定该终端的惯导轨迹。需要说明的是,一个惯导数据包含了一个终端在一次INS定位过程中确定出的各惯导轨迹点。该服务器可针对每个终端,在用户使用该终端进行INS定位时,确定该终端的位置信息。于是,服务器可从已存储的各终端分别采集的各惯导数据中,根据各惯导数据包含的位置信息,确定位置信息在该区域内的惯导数据。
S104:根据确定出的无线信号数据,分别确定所述区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定所述区域的第一热度分布图。
在本说明书实施例中,通过步骤S102中确定出无线信号数据后,该服务器便可确定第一热度分布图,以利用无线信号强度穿过阻挡物会减弱的特点,根据图中表征的无线信号强度分布确定建筑物边界可能存在的最大范围。
具体的,该服务器可确定该区域内的各位置点,再针对该区域内的每个位置点,先根据确定出的无线信号数据包含的位置信息,确定各终端分别在该位置点采集到的各无线信号数据,再确定各终端分别在该位置点采集到的各无线信号数据的强度之和,之后根据确定出的各无线信号数据的强度之和,确定该位置点的热度信息,最后根据确定出的各位置点的热度信息,确定第一热度分布图。其中,热度信息包括:热度以及展示范围,且无线信号数据的强度之和越大热度越高。
例如,假设终端m和终端n依次经过位置点B,其中,终端m采集到的无线信号列表中包括信源1以及信源2产生的无线信号,而终端n采集到的无线信号列表中包含信源1以及信源3无线信号,如表1所示。
表1
则服务器可确定位置点B的各无线信号的强度之和为a+b+c+d。
其中,服务器在确定该区域内的各位置点时,可按照预设尺寸将该区域划分为若干网格,并将各网格的中心点,作为该区域内的各位置点。或者,服务器也可将该区域边界上的任一位置点作为坐标原点,并根据预设步长,遍历该区域确定若干位置点,或者,服务器也可根据确定出的终端在该区域内采集的无线信号数据中的位置信息以及惯导数据中的位置信息,确定该区域内的各位置点。其中,预设尺寸以及预设步长可根据需要设置,对于确定各位置点的方法也可根据需要设置,本说明书不做限制。
进一步地,在根据确定出的该位置点的各无线信号数据的强度之和,确定该位置点的热度信息时,服务器可使用灰度值表征热度的高低,根据确定出的各位置点的各无线信号数据的强度之和的取值范围,对确定出的该位置点的各无线信号数据的强度之和进行归一化处理,使其映射到灰度值的0-255范围内,灰度值为0表示黑色,灰度值为255表示白色。其中,无线信号强度与灰度值负相关,也就是说,某个位置点的各无线信号数据的强度之和越大,则该位置点对应的灰度值越小(即越黑),该位置点的热度越大,该位置点显示的颜色越深。
此外,在根据该区域内各位置点的热度信息,确定出该区域的第一热度分布图后,为了减少第一热度分布图中热度分布中的离散点,提高确定出的建筑物的边界数据的准确度,该服务器可采用图像处理的开闭操作对第一热度分布图进行图像处理。具体的,该服务器可先对第一热度分布图进行闭操作,以去除第一热度分布图中的外部离散点,再对第一热度分布图进行开操作,以去除第一热度分布图中的内部离散点。
如图3所示,图中位置点的热度与该位置点的灰度值负相关,某位置点的无线信号数据的强度之和越大,表示该位置点的热度越高,该位置点的灰度值越低,展示的颜色越深。图中颜色深的区域表示该区域的热度高,该区域内各位置点的无线信号数据的强度之和大,该区域为建筑物外部的概率越小,图中颜色浅的区域表示该区域的热度低,该区域内各位置点的无线信号数据的强度之和小,该区域为建筑物外部的概率越大。其中,可确定在图3中无线信号的强度由大到小的区域,即图中由深变浅的区域,为建筑物边界可能存在的最大范围。
S106:根据确定出的惯导数据,分别确定所述区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定所述区域的第二热度分布图。
在步骤S102中确定出惯导数据后,该服务器便可确定第二热度分布图,以利用惯导数据存在于建筑物内部的特点,根据图中表征的惯导轨迹点的分布确定建筑物边界可能存在的最小范围。
具体的,针对该区域内的每个位置点,服务器可先根据确定出的惯导数据包含的各惯导轨迹点的位置信息,确定各终端经过该位置点的频次,再根据确定出的各终端经过该位置点的频次,确定该位置点的热度信息,该热度信息至少包括该位置点的热度以及展示范围,最后根据确定出的各位置点的热度信息,确定该区域的第二热度分布图。
其中,根据确定出的各终端经过该位置点的频次,确定该位置点的热度信息。具体为:根据确定出的各终端经过该位置点的频次以及预设的单位热度,确定各终端经过该位置点的次数之和对应的热度作为该位置点的热度,再根据确定出的热度,确定该位置点的热度信息。例如,确定出各终端经过该位置点的次数之和为5,预设的单位热度为1,则可确定该位置点的热度为5。其中,预设的单位热度可根据需要设置,本说明书不做限定。
进一步地,该服务器可根据确定出的各位置点的热度的取值范围,对确定出的该位置点的热度作归一化处理,将确定出的该位置点的热度映射到灰度值的0-255范围内,其中,灰度值为0表示黑色,灰度值为255表示白色。该位置点的热度与该位置点对应的灰度值负相关,该位置点的热度越大,该位置点对应的灰度值越小,该位置点显示的颜色越深。
如图4所示,图中以灰度值表征热度的高低,热度与灰度值负相关,某位置点的无线信号强度越高,表示该位置点的热度越高,该位置点的灰度值越低,展示的颜色越深。图中颜色深的区域表示该区域的热度高,各终端经过该位置点的频次高,为建筑物内部的概率越大,图中颜色浅的区域表示该区域的热度低,各终端经过该位置点的频次低,为建筑物内部的概率越小。其中,可确定在图4中热度由大到小的区域,即图中由深变浅的区域,为建筑物边界可能存在的最小范围。
此外,在根据确定出的各位置点的热度信息,确定该区域的第二热度分布图后,为了减少第二热度分布图中热度分布中的离散点,提高确定出的建筑物的边界数据的准确度,该服务器可采用图像处理的开闭操作对第二热度分布图进行图像处理。具体的,该服务器可先对第二热度分布图进行闭操作,以去除第二热度分布图中的外部离散点,再对第二热度分布图进行开操作,以去除第二热度分布图中的内部离散点。
S108:将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到所述建筑物的边界数据。
在本说明书实施例中,步骤S104中确定的第一热度分布图可用于表征建筑物边界可能存在的最大范围,可通过从最大范围向内逼近该建筑物实际的建筑物边界,而步骤S106中确定的第二热度分布图可用于表征建筑物边界可能存在的最小范围,通过从最小范围向外逼近该建筑物实际的建筑物边界,于是该服务器可结合第一热度分布图以及第二热度分布图,通过预先训练的图像分割模型,从建筑物边界可能存在的最大范围与建筑物边界可能存在的最小范围之间的区域确定建筑物边界。
具体的,服务器可将确定出的第一热度分布图以及第二热度分布图分别作为两个通道对应的图像内容,生成双通道的第三热度分布图,并将生成的第三热度分布图输入预先训练的图像分割模型,得到该建筑物的边界数据。需要说明的是,在确定双通道的第三热度分布图时,输入的第一热度分布图与第二热度分布图应该为图像尺寸一致,图中各位置点一一对应的图片。
如图5所示,图c为双通道的第三热度分布图,图a为单通道的第一热度分布图,图b为单通道的第二热度分布图。在图c的第三热度分布图中,既包括第一热度分布图中无线信号强度的热度分布,又包括第二热度分布图中惯导数据的热度分布。其中无线信号强度的热度分布的高低边界可表征建筑物边界可能存在的最大范围,惯导数据的热度分布的高低边界可表征建筑物边界可能存在的最小范围,在图c中的建筑物边界可能存在的最大范围与建筑物边界的可能存在的最小范围之间的区域,即图d中虚线内包含的区域,可根据预先训练的图像分割模型,从中确定出建筑物边界。
其中,预先训练的图像分割模型是根据已知边界数据的建筑物,以及建筑物所在的区域内的无线信号数据和惯导数据,通过图像分割算法,例如:语义分割网络U-Net、全卷积神经网络(Fully Convolutional Network,FCN)等,进行模型训练的,当然,任何可以进行图像分割的算法都应适用,本说明书对此不做限定。
进一步地,预先训练的图像分割模型可从包含建筑物边界可能存在的最大范围与建筑物边界可能存在的最小范围之间区域的第三热度分布图中,确定建筑物的建筑物边界。
S110:根据得到的边界数据,确定所述建筑物的建筑物边界。
在本说明书实施例中,通过上述步骤确定出建筑物的边界数据后,即确定出建筑物边界上各位置点的位置信息后,服务器可将确定出的建筑物边界上各位置点连接成线,并将连线作为建筑物边界,以在电子地图中展示建筑物边界。
基于图1所示的建筑物边界确定流程,在确定建筑物边界时,可先确定待确定边界数据的建筑物所在的区域,再确定终端在该区域内采集到的无线信号数据以及惯导数据,之后根据确定出的无线信号数据,分别确定该区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定该区域的第一热度分布图,根据确定出的惯导数据,分别确定该区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定该区域的第二热度分布图,最后将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到该建筑物的边界数据,以根据得到的边界数据,确定该建筑物的建筑物边界。通过终端采集无线信号数据以及惯导数据,来确定建筑物边界,无需大量的人力和昂贵的设备对建筑物的实际边界位置进行测量,节省了确定建筑物边界的成本。
在上述步骤S100中的已存储的建筑物的信息中,也可仅包含各建筑物的位置信息而不包含建筑物的POI,因此在步骤S100中确定待确定边界数据的建筑物所在的区域时,服务器可直接根据待确定边界数据的建筑物的位置信息确定待确定边界数据的建筑物所在的区域。此外,在步骤S100中确定待确定边界数据的建筑物所在的区域时,服务器也可直接确定建筑物的位置信息周围预设范围内的区域作为建筑物所在的区域。
由于建筑物可能出现变更(例如,新建、扩建以及拆除等),因此用于确定建筑物的边界数据的历史数据具有时效性,时间过于久远的数据可能由于建筑物的变更,确定出的建筑物边界不准确。于是,在步骤S102中可确定最近一段时间内的无线信号数据以及惯导数据,以避免由于确定的无线信号数据以及惯导数据失效而导致确定出的建筑物边界不准确。其中,最近一段时间可为预设的时间段,例如,当前时间之前的一周,或一个月等,本说明书不做限制,可根据需要设置。
在步骤S102中确定各位置点时,对于根据划分网格确定出的位置点,服务器在确定该位置点采集的无线信号数据或惯导数据时,可将在网格内采集到的无线信号数据或惯导数据,作为在该网格中心点对应的位置点采集到的无线信号数据或惯导数据。对于根据坐标原点以及预设步长确定出的位置点,则服务器可确定该位置点周围预设半径内采集的无线信号数据或惯导数据,作为在该位置点采集到的无线信号数据或惯导数据。其中,预设半径可根据需要设置,本说明书不做限定。
在步骤S104中确定第一热度分布图时,各位置点的无线信号数据的强度之和为各终端在该位置点采集到的各无线信号源的无线信号数据的强度之和的总和,因此各位置点的无线信号强度不仅与该位置点可接收到的无线信号的数量有关,也与终端经过该位置点的频次有关。当终端经过建筑物外部频次过多时,可能会出现建筑物外部位置点的热度较高,因此根据各位置点的无线信号强度分布确定出的第一热度分布图,所表征的建筑物边界可能较大。所以需要结合表征较小建筑物边界的第二热度分布图,确定第三热度分布图,以确定建筑物边界。
在步骤S104中确定第一热度分布图时,可根据路网信息以及确定出的该区域内的无线信号数据确定包含路网信息的第一热度分布图,之后在步骤S108中可将确定出的第一热度分布图以及第二热度分布图分别作为两个通道对应的图像内容,生成双通道的第三热度分布图时,可确定双通道的第三热度分布图也包含有路网信息。当然,在步骤S106中确定第二热度分布图时,也可根据路网信息以及确定出的该区域内的惯导数据确定包含路网信息的第二热度分布图,同样在步骤S108生成双通道的第三热度分布图中也包含有路网信息。
在第一热度分布图以及第二热度分布图中只要任一包含路网信息,则确定出的双通道的第三热度分布图中也包含有路网信息。此外,在步骤S108中也可将路网信息、第一热度分布图以及第二热度分布图分别作为三个通道对应的图像内容,生成三通道的第三热度分布图。
图6为本说明书实施例提供的包含路网信息的各热度分布图的示意图,图6中,服务器将路网信息、第一热度分布图以及第二热度分布图分别作为三个通道对应的图像内容,生成三通道的第三热度分布图。其中,在生成三通道的第三热度分布图时,由于一般建筑物不会横跨道路,因此可根据路网信息,对建筑物的边界所在的区域进行划分,确定出图6中各位置点热度所在的区域,并从确定出的区域,确定建筑物边界。
此外,在步骤S104中确定第一热度分布图时,针对每个位置点,该服务器也可确定一个终端在该位置点接收到的各无线信号数据的强度之和作为一个无线信号数据。之后根据确定出的各终端在该位置点采集的无线信号数据,确定该位置点无线信号的热度信息,最后根据确定出的各位置点的热度信息,确定第一热度分布图。
或者,在步骤S104中确定第一热度分布图时,针对每个位置点,该服务器可先确定终端在该位置点采集到的各无线信号,之后针对每个无线信号,根据确定出的各无线信号强度的取值范围,对该无线信号的强度进行归一化处理,将该无线信号的强度映射到灰度值0-255之间,得到该无线信号的强度对应的灰度值,再将该位置点各无线信号的强度对应的灰度值进行叠加,作为该位置点的灰度值。最后根据确定出的各位置点的灰度值,确定第一热度分布图。
在步骤S106中确定第二热度分布图时,首先针对每个终端,根据已采集的惯导数据,确定该终端在建筑物内部的惯导轨迹。并针对每个确定出的惯导轨迹,根据预设的单位热度以及轨迹范围,确定该惯导轨迹周围轨迹范围内的热度,作为该惯导轨迹对应的热度。然后根据确定出的各惯导轨迹对应的热度,确定建筑物内各位置点的热度,对确定出的各位置点的热度进行归一化处理,将确定出的热度映射到灰度值的0-255范围内,最后根据确定出的各位置点的灰度,确定第二热度分布图。
本说明书对上述过程中步骤S104和步骤S106执行的先后顺序不做限定,可根据需要设置。
在本说明书中,图像分割模型的具体训练过程如下:
B0:针对每个已知边界数据的建筑物,确定该建筑物所在的区域;
B2:确定终端在所述区域内采集到的无线信号数据以及惯导数据;
B4:根据确定出的无线信号数据,确定第一热度分布图,并根据确定出的惯导数据,确定第二热度分布图;
B6:根据确定出的第一热度分布图以及第二热度分布图,确定双通道的第三热度分布图;
上述步骤B0-B6过程具体可如步骤S100-S108所示,在说明书中步骤S100-S108中进行了详细描述,本说明书在此不再赘述。
B8:根据确定出的第三热度分布图以及该建筑物的已知边界数据,生成训练样本;
B10:针对确定出的每个训练样本,将该训练样本包含的第三热度分布图输入待训练的图像分割模型,得到该训练样本对应的建筑物的边界数据;
B12:以最小化该训练样本包含的已知的建筑物的边界数据与得到的建筑物的边界数据的差值为优化目标,调整待训练的图像分割模型中的参数,直至达到预设训练结束条件为止。
其中,训练结束条件可为训练次数达到预设的训练次数或训练样本包含的已知的建筑物的边界数据与得到的建筑物的边界数据的差值小于第一预设阈值。
基于图1所示的建筑物边界确定方法,服务器可对已存储的建筑物的边界数据进行更新。具体的,服务器可按照第一预设周期,对已存储的建筑物的边界数据进行更新。
此外,由于已存储的建筑物的边界数据的数据量较大,因此在对已存储的建筑物更新边界数据时,为了减少服务器压力,可先筛选出需要更新边界数据的建筑物,并对筛选出的建筑物的边界数据进行更新。也就是说,该服务器无需对每个已存储的边界数据进行更新,而只通过监测各建筑物所在的区域内的惯导数据量或无线信号数据量的变化,以当任一建筑物所在的区域内确定出的数据量出现异常时,更新该建筑物的边界数据。
具体的,服务器可针对每个已存储边界数据的建筑物,监测该建筑物所在区域内的惯导数据量以及无线信号数据量中的至少一种,当确定惯导数据量,或无线信号数据量下降超过第二预设阈值时,则确定出现异常,服务器可重新确定并更新该建筑物的边界数据。否则,不进行重新确定。当然,服务器也在确定出现异常时向服务提供方发送异常提示,以提示服务提供方出现异常,需要由服务提供方判断是否进行更新。
由于当服务器监测到该建筑物所在的区域内的惯导数据量,或无线信号数据量下降超过第二预设阈值时,可能是该建筑物出现变更(如,装修、停业、拆除等),或者是该建筑物所在区域出现网络故障导致的,因此服务器可仅向服务提供方发送异常提示,不主动进行边界数据的更新。
此外,服务器也可在确定出现异常时,也可将重新确定出的该建筑物的边界数据作为参考信息,与异常提示一并发送给服务提供方。其中,服务提供方可参考该服务器重新确定出的建筑物的边界数据,来判断是否需要更新建筑物的边界数据。
当然,基于图1所示的建筑物边界确定方法,也可自动确定新建的建筑物的边界数据。具体的,服务器可按照第二预设周期,针对每个块区域,监测该块区域内的惯导数据量,或无线信号数据量,当确定惯导数据量,或无线信号数据量上升超过第三预设阈值时,则确定该块区域可能出现新建的建筑物,可对监测到各惯导轨迹点或各无线信号数据中的位置信息进行聚类,并将聚类中心对应的区域作为建筑物所在的区域,以确定新增建筑物的建筑物边界,并在电子地图中展示建筑物边界。其中,块区域可为预先划分的区域,例如,可采用全球多分辨率六边形网格剖分及地址编码规则的地理编码方式将全球区域划分为若干六边形区域。
或者,服务器也可在接收到终端发送的上报信息时,根据上报信息所包含位置信息,确定该新建的建筑物所在的区域,以基于图1所示的建筑物边界确定方法,通过确定该区域内的惯导数据以及无线信号数据,确定该新建的建筑物的建筑物边界。例如,假设在外卖平台的客户端中,设置有上报新建的建筑物的上报按键,当骑手发现某区域出现新建的建筑物,但在外卖平台的客户端提供的电子地图中并未展示时,骑手可通过外卖平台的客户端对上报按键进行操作,该客户端可确定骑手当前的位置信息,并将位置信息携带在上报信息中发送至服务器,由服务器更新该位置信息的建筑物,并在电子地图中展示该建筑物的建筑物边界。
其中,上述的第一预设阈值、第二预设阈值以及第三预设阈值,可以相同也可以不同,第一预设周期以及第二预设周期也是可以相同也可不同,可根据需要设置,本说明书对此不做限定。
图7为本说明书实施例提供的一种建筑物边界确定装置的结构示意图,包括:
区域确定模块200,确定待确定边界数据的建筑物所在的区域;
数据确定模块202,确定终端在所述区域内采集到的无线信号数据以及惯导数据;
第一热度分布图确定模块204,根据确定出的无线信号数据,分别确定所述区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定所述区域的第一热度分布图;
第二热度分布图确定模块206,根据确定出的惯导数据,分别确定所述区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定所述区域的第二热度分布图;
边界数据确定模块208,将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到所述建筑物的边界数据;
建筑物边界确定模块210,根据得到的边界数据,确定所述建筑物的建筑物边界。
可选地,所述区域确定模块200具体用于:确定待确定边界数据的建筑物的位置信息,在所述位置信息的预设范围内,根据路网信息,确定所述建筑物所在的区域。
可选地,所述无线信号数据包括:采集无线信号时终端的位置信息以及所述无线信号的强度,所述惯导数据包括:各惯导轨迹点的位置信息。
可选地,所述第一热度分布图确定模块204具体用于:针对所述区域内的每个位置点,根据确定出的无线信号数据包含的位置信息,确定在该位置点采集到的各无线信号数据,确定该位置点采集到的各无线信号数据的强度之和,根据确定出的该位置点的各无线信号数据的强度之和,确定该位置点的热度信息,所述热度信息包括:热度以及展示范围,且无线信号数据的强度之和越大热度越高,根据确定出的各位置点无线信号的热度信息,确定所述第一热度分布图。
可选地,所述第二热度分布图确定模块206具体用于:针对所述区域内的每个位置点,根据确定出的惯导数据包含的各惯导轨迹点的位置信息,确定该位置点被经过的频次,根据确定出的各位置点被经过的频次,确定该位置点的热度信息,根据确定出的各位置点的热度信息,确定所述第二热度分布图。
可选地,所述边界数据确定模块208具体用于:将所述第一热度分布图以及所述第二热度分布图分别作为两个通道对应的图像内容,生成双通道的第三热度分布图,将生成的第三热度分布图输入所述预先训练的图像分割模型,得到所述建筑物的边界数据。
可选地,所述边界数据确定模块208具体用于:针对每个已知边界数据的建筑物,确定该建筑物所在的区域,确定终端在所述区域内采集到的无线信号数据以及惯导数据,根据确定出的无线信号数据,确定第一热度分布图,并根据确定出的惯导数据,确定第二热度分布图,根据确定出的第一热度分布图以及第二热度分布图,确定双通道的第三热度分布图,根据确定出的第三热度分布图以及该建筑物的已知边界数据,生成训练样本,根据确定出的各训练样本,训练所述图像分割模型。
本说明书实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的一种建筑物边界确定方法。
基于图1提供的一种建筑物边界确定方法,本说明书实施例还提出了图8所示的电子设备的示意结构图。如图8,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1提供的一种建筑物边界确定方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
内存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)。内存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,并不排除在包括所述要素的过程、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,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书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,本说明书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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种建筑物边界确定方法,其特征在于,包括:
确定待确定边界数据的建筑物所在的区域;
确定终端在所述区域内采集到的无线信号数据以及惯导数据;
根据确定出的无线信号数据,分别确定所述区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定所述区域的第一热度分布图;
根据确定出的惯导数据,分别确定所述区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定所述区域的第二热度分布图;
将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到所述建筑物的边界数据;
根据得到的边界数据,确定所述建筑物的建筑物边界。
2.如权利要求1所述的方法,其特征在于,确定待确定边界数据的建筑物所在的区域,具体包括:
确定待确定边界数据的建筑物的位置信息;
在所述位置信息的预设范围内,根据路网信息,确定所述建筑物所在的区域。
3.如权利要求1所述的方法,其特征在于,所述无线信号数据包括:采集无线信号时终端的位置信息以及所述无线信号的强度;
所述惯导数据包括:各惯导轨迹点的位置信息。
4.如权利要求3所述的方法,其特征在于,根据确定出的无线信号数据,分别确定所述区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定所述区域的第一热度分布图,具体包括:
针对所述区域内每个位置点,根据确定出的无线信号数据包含的位置信息,确定在该位置点采集到的各无线信号数据;
确定该位置点采集到的各无线信号数据的强度之和;
根据确定出的该位置点的各无线信号数据的强度之和,确定该位置点的热度信息,所述热度信息包括:热度以及展示范围,且无线信号数据的强度之和越大热度越高;
根据确定出的各位置点无线信号的热度信息,确定所述第一热度分布图。
5.如权利要求3所述的方法,其特征在于,根据确定出的惯导数据,分别确定所述区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定所述区域的第二热度分布图,具体包括:
针对所述区域内每个位置点,根据确定出的惯导数据包含的各惯导轨迹点的位置信息,确定该位置点被经过的频次;
根据确定出的各位置点被经过的频次,确定该位置点的热度信息;
根据确定出的各位置点的热度信息,确定所述第二热度分布图。
6.如权利要求1所述的方法,其特征在于,将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到所述建筑物的边界数据,具体包括:
将所述第一热度分布图以及所述第二热度分布图分别作为两个通道对应的图像内容,生成双通道的第三热度分布图;
将生成的第三热度分布图输入所述预先训练的图像分割模型,得到所述建筑物的边界数据。
7.如权利要求6所述的方法,其特征在于,训练图像分割模型,具体包括:
针对每个已知边界数据的建筑物,确定该建筑物所在的区域;
确定终端在所述区域内采集到的无线信号数据以及惯导数据;
根据确定出的无线信号数据,确定第一热度分布图,并根据确定出的惯导数据,确定第二热度分布图;
根据确定出的第一热度分布图以及第二热度分布图,确定双通道的第三热度分布图;
根据确定出的第三热度分布图以及该建筑物的已知边界数据,生成训练样本;
根据确定出的各训练样本,训练所述图像分割模型。
8.一种建筑物边界确定装置,其特征在于,包括:
区域确定模块,确定待确定边界数据的建筑物所在的区域;
数据确定模块,确定终端在所述区域内采集到的无线信号数据以及惯导数据;
第一热度分布图确定模块,根据确定出的无线信号数据,分别确定所述区域内每个位置点的无线信号数据的强度之和,并根据每个位置点的无线信号数据的强度之和确定所述区域的第一热度分布图;
第二热度分布图确定模块,根据确定出的惯导数据,分别确定所述区域内每个位置点被经过的频次,并根据每个位置点被经过的频次确定所述区域的第二热度分布图;
边界数据确定模块,将确定出的第一热度分布图以及第二热度分布图输入预先训练的图像分割模型,得到所述建筑物的边界数据;
建筑物边界确定模块,根据得到的边界数据,确定所述建筑物的建筑物边界。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1-7任一所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1-7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010004795.9A CN111242950B (zh) | 2020-01-03 | 2020-01-03 | 一种建筑物边界确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010004795.9A CN111242950B (zh) | 2020-01-03 | 2020-01-03 | 一种建筑物边界确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111242950A true CN111242950A (zh) | 2020-06-05 |
CN111242950B CN111242950B (zh) | 2023-03-31 |
Family
ID=70877604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010004795.9A Active CN111242950B (zh) | 2020-01-03 | 2020-01-03 | 一种建筑物边界确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111242950B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112261575A (zh) * | 2020-10-20 | 2021-01-22 | 上海擎朗智能科技有限公司 | 数据传输方法、装置、设备及介质 |
CN115802282A (zh) * | 2022-12-16 | 2023-03-14 | 兰笺(苏州)科技有限公司 | 无线信号场的协同定位方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100094127A1 (en) * | 2008-10-14 | 2010-04-15 | Lightlab Imaging, Inc. | Methods for stent strut detection and related measurement and display using optical coherence tomography |
CN101877128A (zh) * | 2009-12-23 | 2010-11-03 | 中国科学院自动化研究所 | 一种三维场景中不同物体的分割方法 |
CN102915558A (zh) * | 2011-08-01 | 2013-02-06 | 李慧盈 | 一种快速提取机载LiDAR数据中建筑物三维轮廓信息的方法 |
CN103886640A (zh) * | 2014-03-26 | 2014-06-25 | 中国测绘科学研究院 | 一种建筑物的三维模型的获取方法及系统 |
CN104156988A (zh) * | 2014-08-05 | 2014-11-19 | 陕西汇图测绘地理信息有限公司 | 基于迭代最小外包矩形的城区建筑物轮廓规则化方法 |
US20150180675A1 (en) * | 2013-12-20 | 2015-06-25 | Avaya Inc. | Optimization Of Rules Used For Prevention Of Duplication And Looping Of Multicast Traffic Within A Multi-Homed Cluster Of Backbone edge Bridges In A Shortest Path bridging multicast Network |
CN105844629A (zh) * | 2016-03-21 | 2016-08-10 | 河南理工大学 | 一种大场景城市建筑物立面点云自动分割方法 |
EP3217379A1 (en) * | 2016-03-10 | 2017-09-13 | Nokia Technologies Oy | Avatar-enforced spatial boundary condition |
CN108921934A (zh) * | 2018-05-28 | 2018-11-30 | 中国电子科技集团公司第二十八研究所 | 一种基于惯导定位设备生成建筑模型的系统 |
CN109242855A (zh) * | 2018-07-19 | 2019-01-18 | 中国科学院自动化研究所 | 基于多分辨率三维统计信息的屋顶分割方法、系统及设备 |
-
2020
- 2020-01-03 CN CN202010004795.9A patent/CN111242950B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100094127A1 (en) * | 2008-10-14 | 2010-04-15 | Lightlab Imaging, Inc. | Methods for stent strut detection and related measurement and display using optical coherence tomography |
CN101877128A (zh) * | 2009-12-23 | 2010-11-03 | 中国科学院自动化研究所 | 一种三维场景中不同物体的分割方法 |
CN102915558A (zh) * | 2011-08-01 | 2013-02-06 | 李慧盈 | 一种快速提取机载LiDAR数据中建筑物三维轮廓信息的方法 |
US20150180675A1 (en) * | 2013-12-20 | 2015-06-25 | Avaya Inc. | Optimization Of Rules Used For Prevention Of Duplication And Looping Of Multicast Traffic Within A Multi-Homed Cluster Of Backbone edge Bridges In A Shortest Path bridging multicast Network |
CN103886640A (zh) * | 2014-03-26 | 2014-06-25 | 中国测绘科学研究院 | 一种建筑物的三维模型的获取方法及系统 |
CN104156988A (zh) * | 2014-08-05 | 2014-11-19 | 陕西汇图测绘地理信息有限公司 | 基于迭代最小外包矩形的城区建筑物轮廓规则化方法 |
EP3217379A1 (en) * | 2016-03-10 | 2017-09-13 | Nokia Technologies Oy | Avatar-enforced spatial boundary condition |
CN105844629A (zh) * | 2016-03-21 | 2016-08-10 | 河南理工大学 | 一种大场景城市建筑物立面点云自动分割方法 |
CN108921934A (zh) * | 2018-05-28 | 2018-11-30 | 中国电子科技集团公司第二十八研究所 | 一种基于惯导定位设备生成建筑模型的系统 |
CN109242855A (zh) * | 2018-07-19 | 2019-01-18 | 中国科学院自动化研究所 | 基于多分辨率三维统计信息的屋顶分割方法、系统及设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112261575A (zh) * | 2020-10-20 | 2021-01-22 | 上海擎朗智能科技有限公司 | 数据传输方法、装置、设备及介质 |
CN112261575B (zh) * | 2020-10-20 | 2023-07-28 | 上海擎朗智能科技有限公司 | 数据传输方法、装置、设备及介质 |
CN115802282A (zh) * | 2022-12-16 | 2023-03-14 | 兰笺(苏州)科技有限公司 | 无线信号场的协同定位方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111242950B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111238450B (zh) | 视觉定位方法及装置 | |
CN112810625B (zh) | 一种轨迹修正的方法及装置 | |
CN114866608B (zh) | 智慧水务数据处理平台 | |
WO2011084259A2 (en) | Historial traffic data compression | |
CN111242950B (zh) | 一种建筑物边界确定方法及装置 | |
CN111062372B (zh) | 一种预测障碍物轨迹的方法及装置 | |
KR20160012576A (ko) | 재난 정보 운용 방법 및 이를 지원하는 전자 장치와 재난 정보 제공 장치 | |
CN111144979B (zh) | 一种数据处理方法及装置 | |
CN112859131B (zh) | 一种无人驾驶设备的定位方法及装置 | |
CN115979262B (zh) | 飞行器的定位方法、装置、设备及存储介质 | |
CN111444163B (zh) | 一种地图数据管理以及电子地图回滚的方法及装置 | |
CN114676344A (zh) | 一种兴趣点坐标确定方法、装置、存储介质及电子设备 | |
CN113887351B (zh) | 一种用于无人驾驶的障碍物检测方法及障碍物检测装置 | |
CN112734810B (zh) | 一种障碍物追踪方法及装置 | |
CN110532482B (zh) | 一种显示上车点的方法及装置 | |
CN110595460B (zh) | 一种定位方法、系统及设备 | |
CN108449372B (zh) | 网络数据的处理方法、三维网络数据库的构建方法及系统 | |
CN112329547A (zh) | 一种数据处理方法及装置 | |
EP3061009B1 (en) | Window management for stream processing and stream reasoning | |
CN116028820B (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
CN116167431B (zh) | 一种基于混合精度模型加速的业务处理方法及装置 | |
CN116721399B (zh) | 一种量化感知训练的点云目标检测方法及装置 | |
CN113640823B (zh) | 一种基于激光反射率底图进行地图绘制的方法及装置 | |
CN113702952A (zh) | 一种激光雷达校准方法及装置 | |
CN114758083A (zh) | 一种分层地理围栏生成方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |