CN111597282B - 挖掘路网数据的方法、装置及电子设备 - Google Patents
挖掘路网数据的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111597282B CN111597282B CN202010332442.1A CN202010332442A CN111597282B CN 111597282 B CN111597282 B CN 111597282B CN 202010332442 A CN202010332442 A CN 202010332442A CN 111597282 B CN111597282 B CN 111597282B
- Authority
- CN
- China
- Prior art keywords
- road
- point
- mapping
- sequence
- mapping point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005065 mining Methods 0.000 title claims abstract description 24
- 238000013507 mapping Methods 0.000 claims abstract description 315
- 239000011159 matrix material Substances 0.000 claims description 26
- 230000007704 transition Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000009412 basement excavation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种挖掘路网数据的方法、装置及电子设备,该方法包括:获取在第一路网中代表第一道路的道路点序列;对于所述道路点序列中的每一第一道路点,创建对应第一道路点在第二路网中的映射点集合,其中,所述映射点集合中的至少一个映射点包括一个缺失点;根据创建的映射点集合,获得在所述第二路网中与所述道路点序列相映射的多个映射点序列,其中,任意所述映射点序列包括从每一所述映射点集合中各抽取的一个映射点;在获取到的所述映射点序列中,选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列,作为目标序列;以及,根据所述目标序列包含缺失点的情况,获得第二路网的缺失路段。
Description
技术领域
本公开实施例涉及数据挖掘技术领域,尤其涉及挖掘路网数据的方法、挖掘路网数据的装置、及电子设备。
背景技术
随着移动互联网技术的快速发展,基于位置的服务(Location Based Services,LBS)给人们在生活服务和出行等方面带来了极大的便利性,其中,路网数据作为地理信息数据中非常重要的一环,为人们提供出行导航,路径规划等服务。
路网数据存在数据量大,更新迭代速度较快等特点,而路网数据的准确性和时效性会显著影响基于位置的服务的质量,因此需要有效的手段进行路网数据的更新,包括路网数据的新增、删除、修正等,以保证路网数据的准确性和时效性。
路网数据可以根据卫星影像,轨迹数据,实地采集数据以及异源路网等数据源进行更新,其中,通过作为异源路网的第一路网挖掘平台使用的第二路网的缺失道路,是道路数据更新的一个重要、有效的手段。现有技术中,在通过第一路网挖掘第二路网的缺失道路时,不仅需要第一路网提供较为完备的道路属性信息,而且需要利用通过监督学习得到的模型进行道路匹配,进而导致对于缺失道路的挖掘存在流程复杂、且成本高的问题,因此,有必要提供一种通过第一路网挖掘第二路网的缺失道路的新的技术方案,以简化挖掘流程,并降低挖掘成本。
发明内容
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
根据本公开的第一方面,提供了一种挖掘路网数据的方法,其包括:
获取在第一路网中代表第一道路的道路点序列;
对于所述道路点序列中的每一第一道路点,创建对应第一道路点在第二路网中的映射点集合,其中,所述映射点集合中的至少一个映射点包括一个缺失点,所述缺失点表示所述第二路网不具有与所述对应第一道路点相匹配的第二道路点;
根据创建的映射点集合,获得在所述第二路网中与所述道路点序列相映射的多个映射点序列,其中,任意所述映射点序列包括从每一所述映射点集合中各抽取的一个映射点;
在获取到的所述映射点序列中,选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列,作为目标序列;
根据所述目标序列包含缺失点的情况,获得第二路网的缺失路段。
可选地,所述根据所述目标序列包含缺失点的情况,获得第二路网的缺失路段包括:
在所述目标序列包含连续缺失点的情况下,获取与所述连续缺失点相映射的位于所述道路点序列中的连续第一道路点;
将所述连续第一道路点所表示的路段,作为所述第二路网的缺失路段。
可选地,所述方法还包括:
获取在第一路网中的一条道路;
获取在所述第一路网中与所述一条道路具有交点的其他道路;
将所述一条道路与所述其他道路相拼接,得到所述第一道路。
可选地,所述创建对应第一道路点在第二路网中的映射点集合包括:
在所述第二路网中,查找与所述第一道路满足设定的邻近条件的至少一条第二道路;
对于每一所述第二道路,获取对应第二道路上的距离所述对应第一道路点最近的第二道路点;
创建所述映射点集合包括一个缺失点和获取到的所述第二道路点。
可选地,所述创建对应第一道路点在第二路网中的映射点集合,还包括:
在获取到的所述第二道路点中,滤除与所述对应第一道路点间的距离大于设定的距离阈值的第二道路点。
可选地,所述选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列,包括:
将所述道路点序列作为隐马尔可夫模型中的观测序列,及将所述映射点序列作为所述隐马尔可夫模型中的状态序列,获得所述隐马尔可夫模型的模型参数,其中,所述模型参数包括转移概率矩阵、发射概率矩阵和初始概率矩阵;
基于所述模型参数,选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列。
可选地,所述转移概率矩阵包括每一映射点序列中每一映射点的存在概率,所述获得所述隐马尔可夫模型的模型参数包括获得任意映射点序列中任意映射点的存在概率的步骤,包括:
检测所述任意映射点和所述任意映射点在所述任意映射点序列中的前一映射点是否均不属于缺失点;
在均不属于缺失点的情况下,连接所述任意映射点与所述前一映射点,得到映射线段;
在所述道路点序列中,连接与所述任意映射点相映射的第一道路点及与所述前一映射点相映射的第一道路点,得到道路线段;
计算所述映射线段与所述道路线段间的相似度,作为所述任意映射点的存在概率。
可选地,所述计算所述映射线段与所述道路线段间的相似度,包括:
获取预设的各相似度指标;
将所述映射线段与所述道路线段作为一匹配对,分别计算所述匹配对对于所述各相似度指标中每一指标的指标值;
根据该指标值,获得所述映射线段与所述道路线段间的相似度;
其中,所述各相似度指标包括以下至少一项指标:
第一指标,反映在线段于对应路网上是否具有对应路段方面的相似性;
第二指标,反映在线段长度方面的相似性;
第三指标,反映在线段角度方面的相似性。
可选地,所述获得任意映射点序列中任意映射点的存在概率的步骤,还包括:
在所述任意映射点和/或所述前一映射点为缺失点的情况下,根据所述任意映射点与所述前一映射点的配对类型,设置所述任意映射点的存在概率为与所述配对类型相对应的设定值。
可选地,所述发射概率矩阵包括位置点序列中每一第一位置点分别对于每一映射点序列的存在概率,所述获得所述隐马尔可夫模型的模型参数包括获得任意第一位置点对于任意映射点序列的存在概率的步骤,包括:
在所述任意映射点序列中,获取与所述任意道路点相映射的映射点,作为目标映射点;
在所述目标映射点不是缺失点的情况下,检测所述任意道路点与所述目标映射点是否满足设定条件中的任意条件,并在满足任意条件的情况下,确定所述任意道路点对于所述任意映射点序列的存在概率为0;
在不满足所述设定条件的情况下,根据所述任意道路点与所述目标映射点间的距离,获得所述任意道路点对于所述任意映射点序列的存在概率;
其中,所述设定条件包括第一条件和第二条件中的至少一项:
所述第一条件包括:所述任意道路点与所述目标映射点所属道路的道路方向不一致;
所述第二条件包括:所述任意道路点与所述目标映射点所属道路的道路类型不一致。
根据本公开的第二方面,还提供了一种挖掘路网数据的装置,其包括:
数据获取模块,用于获取在第一路网中代表第一道路的道路点序列;
路网映射模块,用于对于所述道路点序列中的每一第一道路点,创建对应第一道路点在第二路网中的映射点集合,其中,所述映射点集合中的至少一个映射点包括一个缺失点,所述缺失点表示所述第二路网不具有与所述对应第一道路点相匹配的第二道路点;
路径分配模块,用于根据创建的映射点集合,获得在所述第二路网中与所述道路点序列相映射的多个映射点序列,其中,任意所述映射点序列包括从每一所述映射点集合中各抽取的一个映射点;
路径优化模块,用于在获取到的所述映射点序列中,选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列,作为目标序列;以及,
缺失定位模块,用于根据所述目标序列包含缺失点的情况,获得第二路网的缺失路段。
根据本公开的第三方面,还提供了一种电子设备,包括根据本公开的第二方面所述的装置;或者,包括:
存储器,用于存储可执行的指令;
处理器,用于根据所述指令的控制运行所述电子设备执行如本公开的第一方面所述方法。
根据本公开实施例的有益效果在于,本实施例的方法在根据第一路网中的第一道路挖掘第二路网中的缺失道路时,获得与第一道路的各第一道路点一一对应映射的映射点集合,进而可以通过这些映射点集合获得在第二路网中与第一道路相映射的多个映射点序列,以筛选出存在概率满足设定指标的映射点序列作为目标序列,并根据目标序列包含的缺失点的情况,挖掘出第二路网中的缺失路段。该方法可以减少处理步骤,进而能够减少误差引入来源的优点,而且,该方法不依赖于监督学习的模型进行缺失道路的挖掘,这可以有效降低挖掘路网数据的成本,并提高挖掘效率。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1显示了可用于实现本公开实施例的挖掘缺失道路的方法的系统结构示意图;
图2是根据本公开实施例的挖掘缺失道路的方法的流程示意图;
图3是根据本公开实施例的在第二路网中筛选第二道路的实施方式示意图;
图4是根据本公开实施例的生成多个映射点序列的实施方式示意图;
图5a、图5b是根据一个例子的挖掘结果示意图;
图6是根据本公开实施例的挖掘缺失道路的装置的原理框图;
图7是根据本公开实施例的电子设备的原理框图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
图1是可用于实现本公开实施例的挖掘缺失道路的方法的系统结构示意图。
如图1所示,该系统可以包括服务器1000、第一终端设备2000和第二终端设备3000。第一终端设备2000与服务器1000之间,以及第二终端设备3000与服务器1000之间,可以通过网络通信连接,以进行数据和/或命令的传输。
本实施例中,第一终端设备2000为开发根据本公开实施例的挖掘缺失道路的方法的技术人员使用的终端设备。该终端设备可以是手机、平板电脑、PC机、笔记本电脑等,在此不做限定。本实施例中,技术人员可以通过第一终端设备2000向服务器发送运行本公开实施例的挖掘缺失道路的方法所需的各种数据,包括异网数据、所需的各种参数设置等,在此不做限定。
本实施例中,第二终端设备3000为运营平台的运维人员使用的终端设备。该终端设备可以是手机、平板电脑、笔记本电脑、可穿戴设备等,在此不做限定。第二终端设备3000安装有作业应用,运维人员可以在作业应用中注册自己的账号。服务器1000可以将挖掘出的缺失道路的信息发送至运维人员的账号,这样,运维人员通过第二终端设备3000登录该作业应用,便能查询到所需复核的缺失道路的信息,以根据查询结果进行缺失道路的实地复核,并将复核结果通过第二终端设备3000反馈至服务器1000等。
本实施例中,服务器1000提供处理、数据库、通讯设施的业务点。服务器1000可以是整体式服务器或是跨多计算机或计算机数据中心的分散式服务器。服务器可以是各种类型的,例如但不限于,网络服务器,新闻服务器,邮件服务器,消息服务器,广告服务器,文件服务器,应用服务器,交互服务器,数据库服务器,或代理服务器。在一些实施例中,每个服务器可以包括硬件,软件,或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。例如,服务器例如刀片服务器、云端服务器等,或者可以是由多台服务器组成的服务器群组,可以包括上述类型的服务器中的一种或多种等等。
在一个实施例中,服务器1000可以如图1所示,包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600。
处理器1100用于执行计算机程序。该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括各种总线接口,例如串行总线接口(包括USB接口)、并行总线接口等。通信装置1400例如能够进行有线或无线通信。显示装置1500例如是液晶显示屏、LED显示屏触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘等。
本实施例中,服务器1000的存储器1200用于存储指令,该指令用于控制处理器1100进行操作以执行根据任意实施例的挖掘路网数据的方法。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
尽管在图1中示出了服务器1000的多个装置,但是,本发明可以仅涉及其中的部分装置,例如,服务器1000只涉及存储器1200、处理器1100和通信装置1400。
如图1所示,第一终端设备2000可以包括处理器2100、存储器2200、接口装置2300、通信装置2400、显示装置2500、输入装置2600、扬声器2700、麦克风2800等等。
处理器2100用于执行计算机程序。该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器2200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置2300例如包括USB接口、耳机接口等。通信装置2400例如能够进行有线或无线通信,通信装置2400可以包括短距离通信装置,例如是基于Hilink协议、WiFi(IEEE 802.11协议)、Mesh、蓝牙、ZigBee、Thread、Z-Wave、NFC、UWB、LiFi等短距离无线通信协议进行短距离无线通信的任意装置,通信装置2400也可以包括远程通信装置,例如是进行WLAN、GPRS、2G/3G/4G/5G远程通信的任意装置。显示装置2500例如是液晶显示屏、触摸显示屏等。输入装置2600例如可以包括触摸屏、键盘等。第一终端设备2000可以通过扬声器2700输出音频信息,可以通过麦克风2800采集音频信息。
尽管在图1中示出了第一终端设备2000的多个装置,但是,本发明可以仅涉及其中的部分装置,在此不做限定。
本实施例中,第一终端设备2000的存储器2200用于存储指令,该指令用于控制处理器2100进行操作以支持服务器实施根据任意实施例的挖掘路网数据的方法。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
第二终端设备3000可以具有与上述第一终端设备2000类似的硬件结构,在此不做赘述。
应当理解的是,尽管图1仅示出一个服务器1000、一个第一终端设备2000、一个第二终端设备3000,但不意味着限制各自的数量,该系统可以包含多个服务器1000、多个第一终端设备2000、多个第二终端设备3000。
<方法实施例>
图2示出了根据一个实施例的挖掘路网数据的方法的流程示意图。本实施例中,该方法可以由服务器实施例,例如由图1所示的服务器1000实施,也可以由具有数据处理能力的其他电子设备实施,例如,由终端设备实施等,在此不做限定。
如图2所示,本实施例中,该方法可以包括如下步骤S2100~S2500:
步骤S2100,获取在第一路网中表示第一道路的道路点序列。
本实施例中,第二路网为目标运营平台提供的待进行更新的路网,第一路网为区别于第二路网的其他路网,也即为相对于第二路网的异源路网。该第一路网可以包括如开源路网数据(OpenStreetMap,OSM)、其他合作地图数据厂商提供的路网数据、及轨迹生成的路网数据等中的至少一项。本实施例中,可以根据第一路网提供的路网数据,挖掘第二路网的缺失路段,实现对第二路网的更新。
任意路网中,任意道路的道路数据可以包括该道路的属性信息和用于表示该道路的多个道路点的坐标信息,该道路点也可以理解为是用于表示该道路的道路标记点。
该属性信息例如包括道路名称、道路类型、道路方向等。
道路方向反映道路的延伸方向,在此,可以在路网中预设多个道路方向,任意道路方向对应一个方向范围,这样,便可根据任意道路的实际延伸方向所在的方向范围,确定其对应的道路方向。
道路类型可以包括主干道、小区内部路、高速路等,不同的道路类型可以通过不同的标识进行区分,在此不做限定。
对于任意道路,可以在路网中通过记录从该道路上抽取的多个道路点的坐标信息来表示该道路。多个道路点可以包括该道路的端点、转向点、分叉点等特殊位置点,还可以包括在相邻特殊位置点之间,每间隔设定距离抽取的其他位置点等,在此不做限定。
该坐标信息可以是经纬度坐标,也可以是平面坐标等,只要能够在地图上唯一定位对应的道路点即可。
在路网中记录的坐标信息是经纬度坐标的情况下,在实施本实施例的方法时,可以将经纬度坐标转换为平面坐标,以在根据任意两个标记点的坐标信息计算此两个标记点间的直线距离时,能够获得更为准确的计算结果。
本实施例中,在将经纬度坐标转换为平面坐标时,可以在第一路网和第二路网中,基于相同的参考坐标系(X,Y)进行该坐标转换,以在完成坐标转换后,可以直接根据任意两个标记点的平面坐标计算此两个标记点间的直线距离,而无需进行不同参考坐标系间的坐标换算。
本实施例中,表示第一道路的道路点序列Q包括沿该第一道路的延伸方向顺序排列的多个第一道路点q1,q2,……,qn,记为Q{q1,q2,……,qN},其中,qi为道路点序列Q中的第i个第一道路点,i大于或者等于1,小于或者等于N,N为道路点序列Q中包含的第一道路点的数量。
本实施例中,步骤S2100获取的在第一路网中表示第一道路的道路点序列Q,可以包括在第一路网中用于记录该第一道路的所有道路点,也可以包括从所有道路点中提取出的部分道路点,在此不做限定。
步骤S2200,对于道路点序列Q中的每一第一道路点,创建对应第一道路点在第二路网中的映射点集合。
本实施例中,对于第一道路点qi而言,该第一道路点qi在第二路网中的映射点集合包括在第二路网中与该第一道路点qi相映射的至少一个映射点。该至少一个映射点包括一个缺失点Miss,该缺失点表示第二路网不具有与该第一道路点qi相匹配的第二道路点。
本实施例中,该第一道路点qi在第二路网中的映射点集合至少包括一个缺失点Miss,作为该第一道路点qi在第二路网中的一个映射点。该道路点qi在第二路网中的映射点集合还可以包括与该第一道路点qi相匹配的至少一个第二道路点,构成该第一道路点qi在第二路网中的其他映射点。
本实施例中,至少一个第二道路点为存在于第二路网中的道路点,应该理解的是,其可以来源于第二路网中的不同道路。
在一个实施例中,创建任意第一道路点qi在第二路网中的映射点集合,可以包括如下步骤S2210~S2230:
步骤S2210,在第二路网中,查找与第一道路满足设定的邻近条件的至少一条第二道路。
例如,该设定的邻近条件可以是第一道路与第二道路间的最短距离小于或者等于设定的距离阈值。该例子中,第一道路与第二道路间的最短距离可以根据二者的道路点的坐标信息计算得到。
又例如,该设定的邻近条件也可以是第二道路与包含该第一道路的缓冲区域相交,即,该第二道路的至少一个道路点位于该缓冲区域中或者位于该缓冲区域的边缘上。
该例子中,缓冲区域可以通过该缓冲区域的边缘点的坐标信息进行限定。
该例子中,例如可以设置缓冲半径R,以根据该缓冲半径R获得第一道路上第一道路点qi的缓冲区域,并通过叠加第一道路点qi的缓冲区域,获得该第一道路的缓冲区域等。
该例子中,可以设置用于提供道路的缓冲区域的模块,记为缓冲区域计算模块。这样,在该例子中,可以通过该缓冲区域计算模块提供的接口,向缓冲区域计算模块提供第一道路的道路数据,并接收缓冲区域计算模块根据该道路数据返回的第一道路的缓冲区域,即,返回该缓冲区域的边缘点的坐标信息,以用于实施步骤S2210。
图3示出了根据一个例子的第一道路与第二道路间的相对位置关系示意图。如图3所示,在第二路网中,有三条第二道路a与第一道路b的缓冲区域bf相交,因此,第二路网中的此三条第二道路a便为在第二路网中与第一道路b满足设定的邻近条件的第二道路a。
步骤S2220,对于至少一条第二道路中的每一第二道路,获取对应第二道路上的距离第一道路点qi最近的第二道路点。
该实施例中,如果通过步骤S2210查找到M条第二道路,则根据该步骤S2220,对于第一道路点qi,将获取到分别来自M条第二道路的各一个第二道路点,共M个第二道路点。
继续以图3为例,通过步骤S2210查找到三条第二道路,则在步骤S2220中,对于第一道路点qi,将获得三个第二道路点,分别为来自第一条第二道路的第二道路点vi1,来自第二条第二道路的第二道路点vi2,及来自第三条第二道路的第二道路点vi3。
步骤S2230,创建第一道路点qi在第二路网中的映射点集合包括一个缺失点Miss和获取到的第二道路点。
本实施例中,在根据步骤S2220获取到的第二道路点与第一道路点qi间的距离越远时,表明该第二道路点与第一道路点qi间的匹配度较低,因此,可以通过设置距离阈值,在获取到的第二道路点中滤除匹配度较低的第二道路点,以减少数据处理量,进而提高获得第二路网的缺失路段的响应速度。对此,创建任意第一道路点qi在第二路网中的映射点集合,还可以包括如下步骤:
在获取到的第二道路点中,滤除与第一道路点qi间的距离大于设定的距离阈值的第二道路点,以使得第一道路点qi在第二路网中的映射点集合不包含被滤除的第二道路点。
本实施例中,可以通过vi表示第一道路点qi在第二路网中的映射点集合,通过vij表示构成映射点集合vi的、与第一道路点qi相映射的第j个映射点,j大于或者等于1,且小于或者等于(ki+1),其中,(ki+1)为对应第一道路点qi的映射点集合中的映射点的数量,ki为对应第一道路点qi的映射点集合中的第二道路点的数量。这样,在第二路网中,与第一道路的道路点序列Q{q1,q2,……,qN}相映射的映射点集合V{v1,v2,……,vN}可以表示为:
根据以上步骤S2210~S2230,通过在第二路网中查找与第一道路相邻近的各第二道路的方式,来创建与道路点序列中任意第一道路点相映射的映射点集合,不仅有利于减少数据处理量,还能够达到所希望的准确性。
步骤S2300,根据创建的映射点集合,获得在第二路网中与表示第一道路的道路点序列相映射的多个映射点序列,其中,任意映射点序列包括从所有映射集合中各抽取的一个映射点。
本实施例中,如图4所示,对于获取到的N个映射点集合V{v1,v2,……,vN},从每一映射点集合中各抽取一个映射点进行排列组合,即可得到多个映射点序列。
本实施例中,任意映射点序列中的映射点与位置点序列中的位置点一一对应映射,任意映射点序列的序列长度与位置点序列的序列长度相同,即,序列长度均为N。
步骤S2400,在获取到的映射点序列中,选取在存在道路点序列的条件下的存在概率满足设定指标的映射点序列,作为目标序列。
本实施例中,可以使用La表示第a个映射点序列,其中,a大于或者等于1,小于或者等于映射点序列的数量M。
本实施例中,通过步骤S2300获得的映射道路的数量
本实施例中,该存在概率也即为在存在道路点序列的条件下,存在映射点序列的条件概率,因此,映射点序列La在存在道路点序列Q的条件下的存在概率可以表示为P(La|Q)。
本实施例中,由于存在第一道路的概率P(Q)=1,因此,存在概率P(La|Q)可以表示为:
P(La|Q)=P(La,Q) 公式(1);
公式(1)中,P(La,Q)表示同时存在映射点序列La与道路点序列Q的联合概率。
本实施例中,存在概率越高,表示在存在道路点序列Q的情况下,存在对应映射点序列的可能性就越高。
在一个实施例中,该设定指标可以是存在概率最高,即,选取使得存在概率最高的一个映射点序列作为该目标序列。
在一个实施例中,以上步骤S2400中选取在存在道路点序列的条件下的存在概率满足设定指标的映射点序列,可以包括如下步骤S2410~S2420:
步骤S2410,将道路点序列作为隐马尔可夫模型(Hidden Markov Model,HMM)中的观测序列,及将映射点序列作为HMM中的状态序列,获得HMM的模型参数,其中,该模型参数包括转移概率矩阵、发射概率矩阵和初始概率矩阵。
以任意映射点序列为例,初始概率表示该映射点序列中与第一个第一道路点映射点序列q1相映射的第一个映射点的存在概率。转移概率表示该映射点序列中映射点的存在概率,该存在概率为存在道路点序列及该映射点序列中其他映射点条件下的条件概率。发射概率表示道路点序列中第一道路点的存在概率,该存在概率为存在道路点序列中其他第一道路点及该映射点序列下的条件概率。
该实施例中,可以设置所有映射点序列中的与位置点序列中同一位置点相映射的相同序位的映射点的存在概率之和等于1,且所有映射点序列中的第一个映射点的存在概率相等,这样,便可以根据映射点序列的数量,确定该初始概率矩阵。
该实施例中,该初始概率矩阵包括所有映射点序列的初始概率。该转移概率矩阵包括所有映射点序列中每一映射点的存在概率(也可以称之为转移概率),该发射概率矩阵包括道路点序列中每一第一道路点对应于不同映射点序列的存在概率(也可以称之为发射概率)。
步骤S2420,基于获得的HMM的模型参数,选取在存在道路点序列的条件下的存在概率满足设定指标的映射点序列。
该实施例中,在获得该模型参数的情况下,例如可以通过维特比解码算法,获得存在概率满足设定指标的映射点序列,例如,获得存在概率最高的映射点序列。
根据以上步骤S2410~S2420,通过HMM选取目标序列能够有效减少数据处理量,提高挖掘路网数据的响应速度。
步骤S2500,根据该目标序列包含缺失点的情况,确定第二路网的缺失路段。
本实施例中,由于缺失点反映第二路网中不具有与所映射的第一道路点相匹配的第二道路点,因此,可以根据目标道路包含缺失点的情况,确定第二路网的缺失路段。
在一个实施例中,步骤S2500中根据该目标序列包含缺失点的情况,确定第二路网的缺失路段,可以包括:在所述目标序列包含连续缺失点的情况下,确定与连续缺失点相映射的连续第一道路点所表示的路段为第二路网的缺失路段。
本实施例中,连续缺失点包括至少两个缺失点,对应地,连续第一道路点包括至少两个第一道路点。
以图5a和图5b为例,在图5a中,实线道路为第一路网中的第一道路b,虚线道路为第二路网中的第二道路a,图5a示出了第二道路a1~a9。图5b中示出了表示第一道路b的道路点序列中的各第一道路点,包括以圆形示出的第一道路点和以三角形示出的第一道路点,其中,以三角形示出的第一道路点,表示在第二路网中与对应第一道路点相映射的映射点为缺失点Miss,而以圆形示出的第一道路点,则表示在第二路网中与对应第一道路点相映射的映射点为第二道路点。这样,在图5b所示的例子中,在目标序列的映射点中,将存在四个连续的缺失点Miss,因此,由此四个连续的第一道路点所表示的路段,即为第二路网的缺失路段。
相对于先在第二路网中查找与第一道路具有最高相似度的第二道路,再通过差分算法等在第一道路上截取第二道路的缺失部分的挖掘方式,本实施例的挖掘方式,即,直接根据目标序列中包含的连续缺失点确定第二路网的缺失路段,能够减少流程步骤,这有利于控制误差的引入,进而提高对于路网数据挖掘的准确性。
根据以上步骤S2100~S2500可知,本实施例的方法在根据第一路网中的第一道路挖掘第二路网中的缺失道路时,获得与第一道路的各第一道路点一一对应映射的映射点集合,进而可以通过这些映射点集合获得在第二路网中与第一道路相映射的多个映射点序列,以筛选出存在概率满足设定指标的映射点序列作为目标序列,并根据目标序列包含的缺失点的情况,挖掘出第二路网中的缺失路段。该种方法在实施上不需要进行冗杂的运算,因此,具有较高的响应速度。
根据以上步骤S2100~S2500可知,本实施例的方法不依赖于路网的拓扑数据实施,因此,即使在第一路网不具有道路的拓扑数据等情况下,也可以获得准确的挖掘结果。
根据以上步骤S2100~S2500可知,本实施例的方法不依赖于监督学习的模型进行缺失道路的挖掘,这可以有效降低挖掘路网数据的成本及提高挖掘效率。
在一个实施例中,在基于隐马尔可夫模型(Hidden Markov Model,HMM)的模型参数,选取在存在道路点序列的条件下的存在概率满足设定指标的映射点序列的情况下,该方法还可以包括获得HMM模型的模型参数的步骤。
该实施例中,转移概率矩阵包括每一映射点序列中每一映射点的存在概率。
该实施例中,在获得转移概率矩阵时,获得任意映射点序列中任意映射点的存在概率的步骤可以包括如下步骤S3100-S3400:
步骤S3100,检测该任意映射点和该任意映射点在该任意映射点序列中的前一映射点是否均不属于缺失点。
步骤S3200,在均不属于缺失点的情况下,连接该任意映射点与该任意映射点在该任意映射点序列中的前一映射点,得到映射线段。
该实施例中,转移概率矩阵中涉及的映射点在对应映射点序列中的排序大于或者等于2。
以任意映射点序列中的第二个映射点为例,可以连接该第二个映射点与该任意映射点序列中的第一个映射点,得到对应的映射线段。
步骤S3300,在道路点序列中,连接与该任意映射点相映射的第一道路点及与该前一映射点相映射的第一道路点,得到与该映射线段相对应的道路线段。
仍以任意映射点序列中的第二个映射点为例,该步骤S3200中,连接道路点序列中的第二个第一道路点与第一个第一道路点,得到所需的道路线段。
步骤S3400,计算该映射线段与该道路线段间的相似度,作为该任意映射点的存在概率。
对于HMM模型,根据隐马尔可夫模型的齐次马尔科夫假设,该任意映射点的存在概率只有该前一映射点的存在概率有关,在本实施例中,设置该任意映射点的存在概率不仅与前一映射点的存在概率有关,还与与该任意映射点相映射的第一道路点及与该前一映射点相映射的第一道路点有关,进而将计算任意映射点的存在概率转换为计算两个线段之间的相似度,这可以结合两个线段所表示的路段的特点,提高在路网数据挖掘场景中应用HMM模型的挖掘准确性。
该实施例中,在该任意映射点和/或前一映射点为缺失点的情况下,可以根据该任意映射点与该前一映射点的配对类型,设置任意映射点的存在概率为与该配对类型相对应的设定值。
例如,在配对类型为前一映射点是缺失点Miss、而该任意映射点是非缺失点的情况下,可以设置该任意映射点的存在概率P(vi|Miss)为第一设定值δ。
又例如,在配对类型为前一映射点是非缺失点、而该任意映射点是缺失点Miss的情况下,可以设置该任意映射点的存在概率P(Miss|vi)为第二设定值ε。
再例如,在配对类型为前一映射点和任意映射点均是缺失点Miss的情况下,可以设置该任意映射点的存在概率P(Miss|Miss)为第三设定值φ。
在一个实施例中,步骤S3300中计算该映射线段与该道路线段间的相似度可以包括如下步骤S3311~S3313:
步骤S3111,获取预设的各相似度指标。
该实施例中,各相似度指标可以包括以下至少一项指标:
第一指标,反映在线段于对应路网上是否具有对应路段方面的相似性;
第二指标,反映在线段长度方面的相似性;
第三指标,反映在线段角度方面的相似性。
关于第一指标,构成道路线段的第一道路点来自于第一路网的第一道路,因此,道路线段在第一路网上是存在对应路段的。因此,该映射线段与该道路线段这一匹配对对于该第一指标的指标值Preach,将取决于第二路网中是否存在与映射线段对应的路段。
该实施例中,如果该任意映射点与前一映射点满足设定相似条件中的任意相似条件,则可以确定第二路网中是否存在与映射线段对应的路段,该映射线段与该道路线段对于该第一指标的指标值Preach为1,否则,该映射线段与该道路线段对于该第一指标的指标值Preach为0。
该设定相似条件可以包括第一相似条件,该第一相似条件可以包括:任意映射点与前一映射点属于第二路网中的同一道路。
该设定相似条件还可以包括第二相似条件,该第二相似条件可以为,该任意映射点与前一映射点虽然不属于同一条道路,但二者所在的道路之间存在交点,且该交点分别与任意映射点和前一映射点间的距离均小于或者等于设定阈值。
关于第二指标,该匹配对对于该第二指标的指标值Plength可以表示为:
公式(2)中,la为映射线段的线段长度,该线段长度可以根据相对应的两个映射点的坐标信息计算得到,lb为道路线段的线段长度,线段长度可以根据相对应的两个第一位置点的坐标信息计算得到。
关于第二指标,该匹配对对于该第三指标的指标值Pangle可以表示为:
公式(3)中,α为对应映射线段形成的向量,β为对应道路线段形成的向量,Pangle为两个向量之间的夹角余弦值。
步骤S3112,分别计算该匹配对对于每一指标的指标值。
步骤S3113,根据该指标值,获得该映射线段与该道路线段间的相似度。
该相似度可以等于各指标值的加权求和,在此可以根据各指标对于相似度的影响程度,为各指标设置相匹配的权重系数,其中,所有指标的权重系数之和应该为1。
在一个实施例中,对于HMM模型,根据HMM的观测独立性假设,位置点序列中的任意位置点qi对于任意映射点序列vi的存在概率,将只与该任意映射点序列中的与该任意位置点相映射的映射点的存在概率有关。
根据该假设,获得发射概率矩阵中任意道路点对于任意映射点序列的存在概率的步骤可以包括如下步骤S4100-S4400:
步骤S4100,在该任意映射点序列中,获取与该任意道路点相映射的映射点,作为目标映射点。
步骤S4100,在目标映射点不是缺失点的情况下,检测该任意道路点与该目标映射点是否满足设定条件中的任意条件,并在满足任意条件的情况下,确定该任意道路点对于该任意映射点序列的存在概率为0。
该设定条件可以包括第一条件,该第一条件可以包括:任意道路点与目标映射点所属道路的道路方向不一致。
该设定条件也可以包括第二条件,该第二条件可以包括:任意道路点与目标映射点所属道路的道路类型不一致。
步骤S4200,在不满足该设定条件的情况下,根据任意道路点与该目标映射点间的距离,获得该任意道路点对于该任意映射点序列的存在概率Pdistance(qi|vi):
公式(4)中,d(qi,vi)表示任意道路点与该目标映射点间的距离,c为设定的衰减系数,c越小,存在概率衰减的越快。根据公式(4)可知,距离d(qi,vi)越小,存在概率Pdistance(qi|vi)将越大。
该实施例中,在目标映射点为缺失点的情况下,可以设置该任意道路点对于该任意映射点序列的存在概率为设定值
在一个实施例中,在根据步骤S2600获得第二路网的缺失路段的情况下,可以根据该缺失路段更新第二路网,即,将该缺失路段的路段信息补入第二路网中。在此,为了提高更新第二路网的有效性,可以在获得第二路网的缺失路段后,将缺失路段的信息发送给运维人员进行实地复核,并在实地复核的结果为存在该缺失路段的情况下,再根据该缺失路段更新第二路网。
该实施例中,该方法还可包括如下步骤S3100~S3300:
步骤S3100,将该缺失路段的信息发送至运维人员的账号进行复核。
该缺失路段的信息可以包括表示缺失路段的第一道路点的坐标信息及所在的第一道路的属性信息等。
步骤S3200,获取运维人员的账号在复核后返回的复核结果。
该实施例中,复核结果为缺失路段有效或者缺失路段无效。
步骤S3300,在复核结果表示该缺失路段有效的情况下,根据该缺失路段的信息更新第二路网。
在一个实施例中,第一路网中的第一道路越长,实施以上步骤S2100~S2600获得的挖掘结果将越准确。因此,为了提高挖掘结果的准确性,该方法还可以包括如下步骤S2011~S2013:
步骤S2011,获取在第一路网中的任一条道路。
该实施例中,可以根据第一路网中的道路的属性信息,例如,道路名称,获得第一路网中的任意一条道路。
步骤S2012,获取在第一路网中与该任一条道路有交点的其他道路。
该交点可以为道路的端点。该交点也可以包括道路的任意点,在此不做限定。
步骤S2013,将该任一条道路获取到的其他道路相拼接,得到步骤S2100中使用的第一道路。
通过该步骤S2013,可以获得尽可能长的第一道路,进而提高挖掘结果的准确性。
在一个实施例中,该方法还可以包括对第一路网的路网数据进行数据清洗的步骤,以从该路网数据中筛除冗余、存在错误等的数据内容,并在完成数据清洗后,再实施以上步骤S2100~S2600,以提高挖掘结果的准确性。
<装置实施例>
在一个实施例中,还提供了一种挖掘路网数据的装置,如图6所示,该装置6000可以包括数据获取模块6100、路网映射模块6200、路径分配模块6300、路径优化模块6400和缺失定位模块6500。
该数据获取模块6100用于获取在第一路网中代表第一道路的道路点序列。
该路网映射模块6200用于对于所述道路点序列中的每一第一道路点,创建对应第一道路点在第二路网中的映射点集合,其中,所述映射点集合中的至少一个映射点包括一个缺失点,所述缺失点表示所述第二路网不具有与所述对应第一道路点相匹配的第二道路点。
该路径分配模块6300用于根据创建的映射点集合,获得在所述第二路网中与所述道路点序列相映射的多个映射点序列,其中,任意所述映射点序列包括从每一所述映射点集合中各抽取的一个映射点。
该路径优化模块6400用于在获取到的所述映射点序列中,选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列,作为目标序列。
该缺失定位模块6500用于根据所述目标序列包含缺失点的情况,获得第二路网的缺失路段。
在一个实施例中,该缺失定位模块6500在根据所述目标序列包含缺失点的情况,获得第二路网的缺失路段时,可以用于:在所述目标序列包含连续缺失点的情况下,获取与所述连续缺失点相映射的位于所述道路点序列中的连续第一道路点;以及,将所述连续第一道路点所表示的路段,作为所述第二路网的缺失路段。
在一个实施例中,该装置6000还可以包括数据处理模块,该数据处理模块用于:获取在第一路网中的一条道路;获取在所述第一路网中与所述一条道路具有交点的其他道路;以及,将所述一条道路与所述其他道路相拼接,得到所述第一道路。
在一个实施例中,该路网映射模块6200在创建对应第一道路点在第二路网中的映射点集合时,可以用于:在所述第二路网中,查找与所述第一道路满足设定的邻近条件的至少一条第二道路;对于每一所述第二道路,获取对应第二道路上的距离所述对应第一道路点最近的第二道路点;以及,创建所述映射点集合包括一个缺失点和获取到的所述第二道路点。
在一个实施例中,该路网映射模块6200在创建对应第一道路点在第二路网中的映射点集合时,还可以用于:在获取到的所述第二道路点中,滤除与所述对应第一道路点间的距离大于设定的距离阈值的第二道路点。
在一个实施例中,该路径优化模块6400在选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列时,可以用于:将所述道路点序列作为隐马尔可夫模型中的观测序列,及将所述映射点序列作为所述隐马尔可夫模型中的状态序列,获得所述隐马尔可夫模型的模型参数,其中,所述模型参数包括转移概率矩阵、发射概率矩阵和初始概率矩阵;以及,基于所述模型参数,选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列。
在一个实施例中,转移概率矩阵包括每一映射点序列中每一映射点的存在概率,该获得所述隐马尔可夫模型的模型参数可以包括获得任意映射点序列中任意映射点的存在概率的步骤,该路径优化模块6400在获得任意映射点序列中任意映射点的存在概率时,可以用于:检测所述任意映射点和所述任意映射点在所述任意映射点序列中的前一映射点是否均不属于缺失点;在均不属于缺失点的情况下,连接所述任意映射点与所述前一映射点,得到映射线段;在所述道路点序列中,连接与所述任意映射点相映射的第一道路点及与所述前一映射点相映射的第一道路点,得到道路线段;以及,计算所述映射线段与所述道路线段间的相似度,作为所述任意映射点的存在概率。
在一个实施例中,该路径优化模块6400在计算所述映射线段与所述道路线段间的相似度时,可以用于:获取预设的各相似度指标;将所述映射线段与所述道路线段作为一匹配对,分别计算所述匹配对对于所述各相似度指标中每一指标的指标值;以及,根据该指标值,获得所述映射线段与所述道路线段间的相似度。该各相似度指标包括以下至少一项指标:
第一指标,反映在线段于对应路网上是否具有对应路段方面的相似性;
第二指标,反映在线段长度方面的相似性;
第三指标,反映在线段角度方面的相似性。
在一个实施例中,该路径优化模块6400在获得任意映射点序列中任意映射点的存在概率时,还可以用于:在所述任意映射点和/或所述前一映射点为缺失点的情况下,根据所述任意映射点与所述前一映射点的配对类型,设置所述任意映射点的存在概率为与所述配对类型相对应的设定值。
在一个实施例中,该发射概率矩阵包括位置点序列中每一第一位置点分别对于每一映射点序列的存在概率,该获得所述隐马尔可夫模型的模型参数包括获得任意第一位置点对于任意映射点序列的存在概率的步骤,路径优化模块6400在获得任意第一位置点对于任意映射点序列的存在概率时,可以用于:在所述任意映射点序列中,获取与所述任意道路点相映射的映射点,作为目标映射点;在所述目标映射点不是缺失点的情况下,检测所述任意道路点与所述目标映射点是否满足设定条件中的任意条件,并在满足任意条件的情况下,确定所述任意道路点对于所述任意映射点序列的存在概率为0;以及,在不满足所述设定条件的情况下,根据所述任意道路点与所述目标映射点间的距离,获得所述任意道路点对于所述任意映射点序列的存在概率。该设定条件包括第一条件和第二条件中的至少一项:
所述第一条件包括:所述任意道路点与所述目标映射点所属道路的道路方向不一致;
所述第二条件包括:所述任意道路点与所述目标映射点所属道路的道路类型不一致。
<设备实施例>
在一个实施例中,如图7所示,还提供了一种电子设备7000,该电子设备可以包括根据任意实施例的挖掘路网数据的装置6000。
在另一个实施例中,还提供一种电子设备7000,该电子设备包括存储器和处理器,该存储器用于存储可执行的指令;该处理器用于根据指令的控制运行电子设备7000执行根据本公开任意实施例的方法。
该电子设备可以是服务器,例如是图1中的服务器1000,也可以是其他类型的设备,在此不做限定。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动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。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (9)
1.一种挖掘路网数据的方法,包括:
获取在第一路网中代表第一道路的道路点序列;
对于所述道路点序列中的每一第一道路点,创建对应第一道路点在第二路网中的映射点集合,其中,所述映射点集合中的至少一个映射点包括一个缺失点,所述缺失点表示所述第二路网不具有与所述对应第一道路点相匹配的第二道路点;
根据创建的映射点集合,获得在所述第二路网中与所述道路点序列相映射的多个映射点序列,其中,任意所述映射点序列包括从每一所述映射点集合中各抽取的一个映射点;
在获取到的所述映射点序列中,选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列,作为目标序列;
根据所述目标序列包含缺失点的情况,获得第二路网的缺失路段;
所述选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列,包括:
将所述道路点序列作为隐马尔可夫模型中的观测序列,及将所述映射点序列作为所述隐马尔可夫模型中的状态序列,获得所述隐马尔可夫模型的模型参数,其中,所述模型参数包括转移概率矩阵、发射概率矩阵和初始概率矩阵;
基于所述模型参数,选取在存在所述道路点序列的条件下的存在概率满足设定指标的映射点序列;
所述转移概率矩阵包括每一映射点序列中每一映射点的存在概率,所述获得所述隐马尔可夫模型的模型参数包括获得任意映射点序列中任意映射点的存在概率的步骤,包括:
检测所述任意映射点和所述任意映射点在所述任意映射点序列中的前一映射点是否均不属于缺失点;
在均不属于缺失点的情况下,连接所述任意映射点与所述前一映射点,得到映射线段;
在所述道路点序列中,连接与所述任意映射点相映射的第一道路点及与所述前一映射点相映射的第一道路点,得到道路线段;
计算所述映射线段与所述道路线段间的相似度,作为所述任意映射点的存在概率。
2.根据权利要求1所述的方法,其中,所述根据所述目标序列包含缺失点的情况,获得第二路网的缺失路段包括:
在所述目标序列包含连续缺失点的情况下,获取与所述连续缺失点相映射的位于所述道路点序列中的连续第一道路点;
将所述连续第一道路点所表示的路段,作为所述第二路网的缺失路段。
3.根据权利要求1所述的方法,其中,所述方法还包括:
获取在第一路网中的一条道路;
获取在所述第一路网中与所述一条道路具有交点的其他道路;
将所述一条道路与所述其他道路相拼接,得到所述第一道路。
4.根据权利要求1所述的方法,其中,所述创建对应第一道路点在第二路网中的映射点集合包括:
在所述第二路网中,查找与所述第一道路满足设定的邻近条件的至少一条第二道路;
对于每一所述第二道路,获取对应第二道路上的距离所述对应第一道路点最近的第二道路点;
创建所述映射点集合包括一个缺失点和获取到的所述第二道路点。
5.根据权利要求4所述的方法,其中,所述创建对应第一道路点在第二路网中的映射点集合,还包括:
在获取到的所述第二道路点中,滤除与所述对应第一道路点间的距离大于设定的距离阈值的第二道路点。
6.根据权利要求1所述的方法,其中,所述计算所述映射线段与所述道路线段间的相似度,包括:
获取预设的各相似度指标;
将所述映射线段与所述道路线段作为一匹配对,分别计算所述匹配对对于所述各相似度指标中每一指标的指标值;
根据该指标值,获得所述映射线段与所述道路线段间的相似度;
其中,所述各相似度指标包括以下至少一项指标:
第一指标,反映在线段于对应路网上是否具有对应路段方面的相似性;
第二指标,反映在线段长度方面的相似性;
第三指标,反映在线段角度方面的相似性。
7.根据权利要求1所述的方法,其中,所述获得任意映射点序列中任意映射点的存在概率的步骤,还包括:
在所述任意映射点和/或所述前一映射点为缺失点的情况下,根据所述任意映射点与所述前一映射点的配对类型,设置所述任意映射点的存在概率为与所述配对类型相对应的设定值。
8.根据权利要求1所述的方法,其中,所述发射概率矩阵包括位置点序列中每一第一位置点分别对于每一映射点序列的存在概率,所述获得所述隐马尔可夫模型的模型参数包括获得任意第一位置点对于任意映射点序列的存在概率的步骤,包括:
在所述任意映射点序列中,获取与所述任意道路点相映射的映射点,作为目标映射点;
在所述目标映射点不是缺失点的情况下,检测所述任意道路点与所述目标映射点是否满足设定条件中的任意条件,并在满足任意条件的情况下,确定所述任意道路点对于所述任意映射点序列的存在概率为0;
在不满足所述设定条件的情况下,根据所述任意道路点与所述目标映射点间的距离,获得所述任意道路点对于所述任意映射点序列的存在概率;
其中,所述设定条件包括第一条件和第二条件中的至少一项:
所述第一条件包括:所述任意道路点与所述目标映射点所属道路的道路方向不一致;
所述第二条件包括:所述任意道路点与所述目标映射点所属道路的道路类型不一致。
9.一种电子设备,包括:
存储器,用于存储可执行的指令;
处理器,用于根据所述指令的控制运行所述电子设备执行如权利要求1-8中任意一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010332442.1A CN111597282B (zh) | 2020-04-24 | 2020-04-24 | 挖掘路网数据的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010332442.1A CN111597282B (zh) | 2020-04-24 | 2020-04-24 | 挖掘路网数据的方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597282A CN111597282A (zh) | 2020-08-28 |
CN111597282B true CN111597282B (zh) | 2024-03-19 |
Family
ID=72183560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010332442.1A Active CN111597282B (zh) | 2020-04-24 | 2020-04-24 | 挖掘路网数据的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597282B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530161B (zh) * | 2020-11-20 | 2022-05-03 | 北京百度网讯科技有限公司 | 道路数据处理方法、装置、设备及计算机存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108955693A (zh) * | 2018-08-02 | 2018-12-07 | 吉林大学 | 一种路网匹配的方法及系统 |
CN109166309A (zh) * | 2018-08-06 | 2019-01-08 | 重庆邮电大学 | 一种面向复杂城市交通网络的缺失流量数据恢复方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109919347B (zh) * | 2017-12-13 | 2022-01-18 | 腾讯科技(深圳)有限公司 | 路况生成方法、相关装置和设备 |
-
2020
- 2020-04-24 CN CN202010332442.1A patent/CN111597282B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108955693A (zh) * | 2018-08-02 | 2018-12-07 | 吉林大学 | 一种路网匹配的方法及系统 |
CN109166309A (zh) * | 2018-08-06 | 2019-01-08 | 重庆邮电大学 | 一种面向复杂城市交通网络的缺失流量数据恢复方法 |
Non-Patent Citations (1)
Title |
---|
陆萍 ; 黄家乾 ; 涂岩恺 ; 苏簪铀 ; .基于动态道路映射的基站定位方法.计算机与数字工程.2013,(08),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111597282A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102652742B1 (ko) | 업데이트 도로 인식 방법, 장치, 기기 및 컴퓨터 기록 매체 | |
JP6749113B2 (ja) | 増分的に編集された地図データのバージョン管理 | |
EP3922952A1 (en) | Method and apparatus for processing map data, device, and storage medium | |
KR102236571B1 (ko) | 무선 엑세스 포인트를 이용하여 관심 지점을 유지하는 방법 | |
US8655590B2 (en) | Map database having vectors for determining destinations, and vector determination method | |
US20190128679A1 (en) | Efficient processing for vector tile generation | |
US9395193B2 (en) | Scalable and efficient cutting of map tiles | |
CN111353009B (zh) | 建立路线耗时预估模型、预估路线耗时的方法及对应装置 | |
US20180202811A1 (en) | Navigation using an image of a topological map | |
KR20190086573A (ko) | 공통적으로 카테고리화된 엔터티를 디스플레이하는 그래픽 사용자 인터페이스 | |
JP2018538627A (ja) | 交通道路の経路ヒートを取得する方法および装置 | |
CN111866727B (zh) | 司机聚集点的展示方法、装置、电子设备、存储介质 | |
CN110765227A (zh) | 道路交通网络模型构建方法及装置 | |
US11256728B2 (en) | Positional route guidance | |
US10657806B1 (en) | Transformation of point of interest geometries to lists of route segments in mobile communication device traffic analysis | |
CN111597282B (zh) | 挖掘路网数据的方法、装置及电子设备 | |
KR20210117235A (ko) | 위치 기반 경로 데이터베이스의 관리 방법 및 이를 수행하는 서버 | |
US9651389B2 (en) | Generation of location area boundaries | |
US11898852B2 (en) | Location calibration based on movement path and map objects | |
US10743090B2 (en) | Filtering noise values from telemetry data | |
JP2000046576A (ja) | 移動体誘導装置及びその方法並びにプログラムを記録した機械読み取り可能な記録媒体 | |
US20150277719A1 (en) | System and method for providing simplified path and points of interest user interfaces | |
KR102102180B1 (ko) | 경로 안내 장치 및 방법 | |
CN109297480B (zh) | 用于管理设备的位置的方法和系统 | |
JP2005338032A (ja) | 位置情報提供装置及び位置情報利用端末装置 |
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 |