CN111767357B - 区域采全评估方法和设备、电子设备和存储介质 - Google Patents

区域采全评估方法和设备、电子设备和存储介质 Download PDF

Info

Publication number
CN111767357B
CN111767357B CN202010600858.7A CN202010600858A CN111767357B CN 111767357 B CN111767357 B CN 111767357B CN 202010600858 A CN202010600858 A CN 202010600858A CN 111767357 B CN111767357 B CN 111767357B
Authority
CN
China
Prior art keywords
acquisition
grids
regional
region
grid
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
Application number
CN202010600858.7A
Other languages
English (en)
Other versions
CN111767357A (zh
Inventor
赵光辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010600858.7A priority Critical patent/CN111767357B/zh
Publication of CN111767357A publication Critical patent/CN111767357A/zh
Application granted granted Critical
Publication of CN111767357B publication Critical patent/CN111767357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Abstract

本公开涉及区域采全评估方法和设备、电子设备和存储介质,并且涉及众包采集领域。所述区域采全评估方法包括:获取采集区域,其中,所述采集区域中包括一种或多种目标物;将所述采集区域划分成多个网格;基于所述多个网格中的每一个网格内的目标物的数量,计算所述每一个网格的权重;获得采集轨迹,并将所述采集轨迹映射到所述多个网格中;通过以下公式计算采全率:Rate=A/B,其中,A为出现所述采集轨迹的所有网格的权重之和,B为所有网格的权重之和。

Description

区域采全评估方法和设备、电子设备和存储介质
技术领域
本公开涉及众包采集领域,特别涉及区域采全评估方法、区域采全评估设备、电子设备和存储介质。
背景技术
众包采集是当前地图POI数据更新的重要来源。通过将现实地理空间划分成例如约1km*1km的区域,然后将每个区域以任务的形式投放出去,分配给指定众包用户进行指定的采集作业。
由于现实中的众包用户都是来自广大互联网用户,其作业能力、作业意愿难以把控,投放的区域回收被众包用户采集完成后,需要一种手段去衡量返回的采集结果的完整程度是多少,以便决定该区域的采集是否达到预期标准,从而对众包用户的工作质量进行评价。
目前,区域采全评估主要有如下两种方案:
(1)通过单次回收的暗桩回收比例作为采全分数。根据该区域内已有的POI列表,筛选出近期被快递、实采等源验真的POI,作为该区域任务的暗桩,校验已有暗桩被本轮回收的比例,作为本轮采集的采全分数;和
(2)通过多次回收来衡量单次回收的采全分数。单次采集往往只能采集到80%左右现实存在的POI,但是通过不同用户的多次的采集往往能回收到近100%现实POI的集合(集合S)。通过单轮采集的POI集合(S1、S2…Sn)与多轮采集的POI集合S求占比,即可得到每一次采集的采全分数。
上述两种方案有一定的适用场景,虽然能够在一定程度评价众包用户的采全程度,但仍然存在一定问题和不足。
对于方案(1),其应用场景有限,且客观性不足。该方案的使用需要有两个前提,第一个前提是应用的区域在采集前就存在一定数量的历史POI,第二个前提是历史POI需要在近期被验证存在过。即使满足以上两个前提条件,如果近期被验证的POI数量过少,或者验证过的POI很快就失效了(例如一个餐厅在1个月前处于营业状态,但现在已经停业了),那么最后得出的采全分数也是不够客观的。
对于方案(2),其虽然相对客观,但为了得到采全分数需要进行多次采集,需要花费成倍的成本,因此,在实际应用中难以被广泛应用。
发明内容
根据本公开的第一方面,提供一种基于采集轨迹的区域采全评估方法,所述区域采全评估方法包括:获取采集区域,其中,所述采集区域中包括一种或多种目标物;将所述采集区域划分成多个网格;基于所述多个网格中的每一个网格内的目标物的数量,计算所述每一个网格的权重;获得采集轨迹,并将所述采集轨迹映射到所述多个网格中;通过以下公式计算采全率:
Rate=A/B;
其中,A为出现所述采集轨迹的所有网格的权重之和,B为所有网格的权重之和。
在一个实施例中,将所述采集区域划分成多个网格包括:确定外接于所述采集区域的矩形;和根据所述矩形的尺寸确定所述网格的大小和数量。
在一个实施例中,确定外接于所述采集区域的矩形包括:将所述采集区域映射到墨卡托投影坐标系中,以获得多边形;将所述多边形在墨卡托投影坐标系的X坐标轴和Y坐标轴上投影,以获得所述多边形在X坐标轴上的最小值x1和最大值x2以及所述多边形在Y坐标轴上的最小值y1和最大值y2;以及使用(x1,y1)作为所述矩形左下角坐标,(x2,y2)作为所述矩形右上角坐标。
在一个实施例中,所述网格为正方形网格,所述正方形网格的宽度w根据下述公式确定:
w=a+k×r
其中,a为预设最小宽度值,k为浮动系数并且k=S1/S2,其中S1为所述多边形的面积,S2为所述矩形的面积,并且,r为预设宽度浮动范围。
在一个实施例中,所述a和r根据所述采集区域的一种或多种特性确定,所述特性至少包括所述采集区域的形状、所述采集区域的长宽比以及所述采集区域内的道路类型、建筑类型、道路密度、建筑密度、道路的分布均匀度、建筑的分布均匀度。
在一个实施例中,所述a介于30米和100米之间,并且所述r介于50至150米之间。
在一个实施例中,将所述采集区域划分成多个网格还包括:通过(x2-x1)/w并向上取整,以获得X坐标轴上的正方形网格的数量;和通过(y2-y1)/w并向上取整,以获得Y坐标轴上的正方形网格的数量。
在一个实施例中,所述网格包括:一个或多个第一网格,所述第一网格与所述采集区域完全重叠;和一个或多个第二网格,所述第二网格与所述采集区域部分重叠;其中,当所述采集轨迹出现在所述第二网格与所述采集区域重叠的部分中时,判定所述采集轨迹出现在所述第二网格中;并且当所述采集轨迹未出现在所述第二网格与所述采集区域重叠的部分中时,判定所述采集轨迹未出现在所述第二网格中。
在一个实施例中,所述目标物包括路网、地物和POI中的一种或多种。
在一个实施例中,通过以下公式计算所述每一个网格的权重:
其中,w1表示位于该网格内并且位于所述采集区域内的路网的以单位米计的长度,a1为路网的权重系数,w2表示位于该网格内并且位于所述采集区域内的地物数量,a2为地物的权重系数,U表示位于该网格内并且位于所述采集区域内的POI数量,a3为POI的权重系数。
在一个实施例中,所述a1根据路网的类型和特性确定;并且/或者,所述a2根据地物的类型和特性确定;并且/或者,所述a3根据POI的类型和特性确定。
在一个实施例中,所述a1介于7至15之间,所述a2介于1至4之间,并且所述a3介于0.5至1.5之间。
根据本公开的第二方面,提供一种区域采全评估设备,所述区域采全评估设备包括:采集区域获取单元,所述采集区域获取单元被配置为获取采集区域,其中,所述采集区域中包括一种或多种目标物;划分单元,所述划分单元被配置为将所述采集区域划分成多个网格;权重计算单元,所述权重计算单元被配置为基于所述多个网格中的每一个网格内的目标物的数量,计算所述每一个网格的权重;采集轨迹获得单元,所述采集轨迹获得单元被配置为获得采集轨迹,并将所述采集轨迹映射到所述多个网格中;采全率计算单元,所述采全率计算单元被配置为通过以下公式计算采全率:
Rate=A/B;
其中,A为出现所述采集轨迹的所有网格的权重之和,B为所有网格的权重之和。
根据本公开的第三方面,提供一种电子设备,所述电子设备包括:处理器;以及存储程序的存储器,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行上述区域采全评估方法。
根据本公开的第四方面,提供一种存储程序的计算机可读存储介质,所述程序包括指令,所述指令在由电子设备的处理器执行时,致使所述电子设备执行上述区域采全评估方法。
根据本公开的第五方面,提供一种计算机程序产品,其包括计算机程序,其中,所述计算机程序被处理器执行时实现上述区域采全评估方法。
根据本公开的上述区域采全评估方法、区域采全评估设备、电子设备、存储介质和计算机程序产品,与现有技术相比,能够提高评估方法的适用性和客观性,且本身无额外成本。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1是示出了根据本公开的一个示例性实施例的区域采全评估方法的流程图;
图2是示出了根据本公开的一个示例性实施例的采集区域的示意图,其中示出了外接于采集区域的矩形;
图3和图4是示出了将图2中所示的采集区域的划分为网格的示意图;
图5是示出了根据本公开的一个示例性实施例的区域采全评估设备的示意性组成框图;和
图6是示出了能够应用于根据本公开的一个示例性实施例的示例性计算设备的结构框图。
具体实施方式
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个要素与另一要素区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
图1示出了根据本公开的一个示例性实施例的区域采全评估方法的流程图。
如图1所示,根据本公开的一个示例性实施例的区域采全评估方法100可以包括如下所述的步骤S110至S150。
在步骤S110中,获取采集区域,其中,所述采集区域中包括一种或多种目标物,所述目标物可以包括路网、地物以及POI,这些目标物可以来自于基础地理数据,因此具有很强的实用性和客观性。这里的POI是指地理信息中的信息点,并且可以是房子、商铺、邮局、公交站、景点、银行、医院、政府机构等等。
在步骤S120中,将所述采集区域划分成多个网格,并且优选地划分为正方形网格。
在本公开的实施例中使用正方形网格的原因在于,众包用户在一个轨迹点可拍摄的范围近似是一个圆形的(在忽略地形障碍的情况下),使用正方形网格能够比使用其他形状(例如长方形网格)更准确地评估实际的采集情况。
根据本公开的一个实施例,可以通过确定外接于所述采集区域的矩形并根据所述矩形的尺寸确定所述网格的大小和数量。通常,采集区域可以例如是面积大致为1kmX1km或2kmX2km的区域,但根据采集区域的特性,例如是否为高速路周边的空旷区域、建筑物密度、路网密度、POI密度等等,采集区域也可以是面积更大或面积更小的区域。
在一个实施例中,如图2所示,上述确定外接于所述采集区域的矩形包括:将所述采集区域映射到墨卡托投影坐标系中,以获得多边形P(图2中的阴影区域);将所述多边形P在墨卡托投影坐标系的X坐标轴和Y坐标轴上投影,以获得所述多边形P在X坐标轴上的最小值x1和最大值x2以及所述多边形P在Y坐标轴上的最小值y1和最大值y2;以及使用(x1,y1)作为所述矩形左下角坐标,(x2,y2)作为所述矩形右上角坐标。
在确定了上述矩形之后,可以进一步根据以下公式确定所述正方形网格的宽度w:
w=a+k×r
其中,a为预设最小宽度值,可以介于30米和100米,之间并且可以例如为30米、40米、50米、60米等等,k为浮动系数并且k=S1/S2,其中S1为所述多边形P的面积,S2为外接于该多边形P的所述矩形的面积并且因此S2≥S1,并且,r为预设宽度浮动范围,可以介于50至150米之间,并且可以例如为80米、90米、100米、120米等等。这种计算方式既可以将网格宽度控制在合理范围内,同时又能根据实际区域的形状接近矩形的程度,调整网格宽度(越接近矩形,宽度则越大)。
在一个实施例中,所述预设最小宽度值a和预设宽度浮动范围r可以根据所述采集区域的一种或多种特性确定,所述特性至少包括所述采集区域的形状、所述采集区域的长宽比以及所述采集区域内的道路类型、建筑类型、道路密度、建筑密度、道路的分布均匀度、建筑的分布均匀度、POI密度以及建筑、POI等的分布均匀度等等。在根据本公开的一个具体示例中,所述预设最小宽度值a为50米,预设宽度浮动范围r为100m。
在确定上述矩形P以及所述正方形网格的宽度w之后,将所述采集区域划分成多个网格还包括:通过(x2-x1)/w并向上取整,以获得X坐标轴上的正方形网格的数量;和通过(y2-y1)/w并向上取整,以获得Y坐标轴上的正方形网格的数量。例如,对于图2中所示的采集区域(即多边形P),可以根据上述方式确定如图3中所示的正方形网格阵列。
从图3可以看出,所确定的网格包括:多个第一网格G1,所述第一网格G1与所述采集区域(即多边形P)完全重叠;多个第二网格G2,所述第二网格G2与所述采集区域(即多边形P)部分重叠。在根据本公开的方法中,对于所述第二网格G2,当所述采集轨迹出现在所述第二网格G2与所述采集区域重叠的部分中时,判定所述采集轨迹出现在所述第二网格G2中;并且当所述采集轨迹未出现在所述第二网格G2与所述采集区域重叠的部分中时,判定所述采集轨迹为出现在所述第二网格G2中。即,实际评价的区域仍是多边形P,而不包括多边形P之外的区域。
在步骤S130中,基于所述多个网格中的每一个网格内的目标物的数量,计算所述每一个网格的权重。在根据本公开的一个实施例中,可以通过以下公式计算所述每一个网格的权重:
其中,w1表示位于该网格内并且位于所述采集区域内的路网的以单位米计的长度,a1为路网的权重系数,w2表示位于该网格内并且位于所述采集区域内的地物数量,a2为地物的权重系数,U表示位于该网格内并且位于所述采集区域内的POI数量,a3为POI的权重系数。
所述路网的权重系数a1可以根据路网的类型和特性确定,所述路网的类型例如包括路网的类型(例如高速公路、城市主干道、人行步道、住宅区域内部道路等等)、路网的特性(例如路网的密度、路网的形状等)。所述地物的权重系数a2根据地物的类型和特性确定,所述地物的类型所述POI的权重系数a3根据POI的类型和特性确定。在一个实施例中,所述路网的权重系数a1介于7至15之间并且例如可以是8、10或12,所述地物的权重系数a2介于1至4之间并且例如可以是2或3,并且所述POI的权重系数a3介于0.5至1.5之间并且例如可以是0.8、1.0或1.2。
在步骤S140中,获得采集轨迹,并将所述采集轨迹映射到所述多个网格中。
在步骤S150中,通过以下公式计算采全率:
Rate=A/B
其中,A为出现所述采集轨迹的所有网格的权重之和,B为所有网格的权重之和。
如上所述,所述网格包括与所述采集区域(即多边形P)完全重叠的第一网格G1和与所述采集区域(即多边形P)部分重叠的第二网格G2。需要注意的是,对于所述第二网格,在计算权重时,仅基于该第二网格G2中的与多边形P(即采集区域)重叠部分中的路网、地物和POI来计算其权重,并且只有在所述采集轨迹出现在所述第二网格G2与所述采集区域重叠的部分中时才判定所述采集轨迹出现在所述第二网格G2中。通过这种方式,可以避免将位于该第二网格G2中但不位于多边形P(即采集区域)中的区域内的路网、地物和POI计算在内,从而可以提高计算结果的精确性。另外,通过这种方式,也可以避免错误地利用位于该第二网格G2中但不位于多边形P(即采集区域)中的区域中是否出现采集轨迹来判定是否对位于该第二网格G2中并且属于多边形P(即采集区域)的一部分进行了采集,从而进一步提高了判定结果的准确性。
根据本公开的上述实施例的区域采全评估方法结合了采集轨迹和基础地理数据(路网、地物、POI),具有很强的适用性和客观性,且本身无额外成本。与背景技术部分中提到的现有技术方案(1)相比具有更广泛的使用范围,即使首次对该区域进行采集,也能进行采全评估,同时也具有较强的客观性,不受区域内近期变化的影响(即暗桩可能失效)。另外,与背景技术部分中提到的现有技术方案(2)相比,无需为了得到采全结论而付出额外成本。
根据本公开的一些实施例,本公开还提供了一种区域采全评估设备1000。如图5所示,所述区域采全评估设备1000包括:采集区域获取单元1100,所述采集区域获取单元1100被配置为获取采集区域,其中,所述采集区域中包括一种或多种目标物;划分单元1200,所述划分单元1200被配置为将所述采集区域划分成多个网格;权重计算单元1300,所述权重计算单元1300被配置为基于所述多个网格中的每一个网格内的目标物的数量,计算所述每一个网格的权重;采集轨迹获得单元1400,所述采集轨迹获得单元1400被配置为获得采集轨迹,并将所述采集轨迹映射到所述多个网格中;采全率计算单元1500,所述采全率计算单元1500被配置为通过以下公式计算采全率:
Rate=A/B
其中,A为出现所述采集轨迹的所有网格的权重之和,B为所有网格的权重之和。
这里,区域采全评估设备1000的上述各单元1100、1200、1300、1400和1500的操作分别与前面描述的步骤S110、S120、S130、S140和S150的操作类似,因此这里不再赘述。
根据本公开的一个实施例,提供一种电子设备,所述电子设备包括:处理器;以及存储程序的存储器,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行上述区域采全评估方法。
根据本公开的一个实施例,提供一种计算机程序产品,其包括计算机程序,其中,所述计算机程序被处理器执行时实现上述区域采全评估方法。
根据本公开的一个实施例,提供一种存储程序的计算机可读存储介质,所述程序包括指令,所述指令在由电子设备的处理器执行时,致使所述电子设备执行上述区域采全评估方法。
参见图6,现将描述计算设备2000,其是可以应用于本公开的各方面的硬件设备(电子设备)的示例。计算设备2000可以是被配置为执行各种处理、操作和/或计算的任何机器,可以是但不限于工作站、服务器、台式计算机、膝上型计算机、平板计算机、个人数字助理、机器人、智能电话、车载计算机或其任何组合。上述区域采全评估方法可以全部或至少部分地由计算设备2000或类似设备或系统实现。
计算设备2000可以包括(可能经由一个或多个接口)与总线2002连接或与总线2002通信的元件。例如,计算设备2000可以包括总线2002、一个或多个处理器2004、一个或多个输入设备2006以及一个或多个输出设备2008。一个或多个处理器2004可以是任何类型的处理器,并且可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(例如特殊处理芯片)。输入设备2006可以是能向计算设备2000输入信息的任何类型的设备,并且可以包括但不限于鼠标、键盘、触摸屏、麦克风和/或遥控器。输出设备2008可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。计算设备2000还可以包括非暂时性存储设备2010或者与非暂时性存储设备2010连接,非暂时性存储设备可以是非暂时性的并且可以实现数据存储的任何存储设备,并且可以包括但不限于磁盘驱动器、光学存储设备、固态存储器、软盘、柔性盘、硬盘、磁带或任何其他磁介质,光盘或任何其他光学介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓冲存储器和/或任何其他存储器芯片或盒、和/或计算机可从其读取数据、指令和/或代码的任何其他介质。非暂时性存储设备2010可以从接口拆卸。非暂时性存储设备2010可以具有用于实现上述方法和步骤的数据/程序(包括指令)/代码。计算设备2000还可以包括通信设备2012。通信设备2012可以是使得能够与外部设备和/或与网络通信的任何类型的设备或系统,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信设备和/或芯片组,例如蓝牙设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算设备2000还可以包括工作存储器2014,其可以是可以存储对处理器2004的工作有用的程序(包括指令)和/或数据的任何类型的工作存储器,并且可以包括但不限于随机存取存储器和/或只读存储器设备。
软件要素(程序)可以位于工作存储器2014中,包括但不限于操作系统2016、一个或多个应用程序2018、驱动程序和/或其他数据和代码。用于执行上述方法和步骤的指令可以被包括在一个或多个应用程序2018中,并且上述区域采全评估方法可以通过由处理器2004读取和执行一个或多个应用程序2018的指令来实现。更具体地,上述区域采全评估方法中,步骤S110至步骤S150可以例如通过处理器2004执行具有步骤S110至步骤S150的指令的应用程序2018而实现。此外,上述区域采全评估方法中的其它步骤可以例如通过处理器2004执行具有执行相应步骤中的指令的应用程序2018而实现。软件要素(程序)的指令的可执行代码或源代码可以存储在非暂时性计算机可读存储介质(例如上述存储设备2010)中,并且在执行时可以被存入工作存储器2014中(可能被编译和/或安装)。软件要素(程序)的指令的可执行代码或源代码也可以从远程位置下载。
还应该理解,可以根据具体要求而进行各种变型。 例如,也可以使用定制硬件,和/或可以用硬件、软件、固件、中间件、微代码,硬件描述语言或其任何组合来实现特定元件。例如,所公开的方法和设备中的一些或全部可以通过使用根据本公开的逻辑和算法,用汇编语言或硬件编程语言(诸如VERILOG,VHDL,C ++)对硬件(例如,包括现场可编程门阵列(FPGA)和/或可编程逻辑阵列(PLA)的可编程逻辑电路)进行编程来实现。
还应该理解,前述方法可以通过服务器-客户端模式来实现。例如,客户端可以接收用户输入的数据并将所述数据发送到服务器。客户端也可以接收用户输入的数据,进行前述方法中的一部分处理,并将处理所得到的数据发送到服务器。服务器可以接收来自客户端的数据,并且执行前述方法或前述方法中的另一部分,并将执行结果返回给客户端。客户端可以从服务器接收到方法的执行结果,并且例如可以通过输出设备呈现给用户。还应该理解,计算设备2000的组件可以分布在网络上。 例如,可以使用一个处理器执行一些处理,而同时可以由远离该一个处理器的另一个处理器执行其他处理。计算系统2000的其他组件也可以类似地分布。这样,计算设备2000可以被解释为在多个位置执行处理的分布式计算系统。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、设备和存储介质仅仅是示例性的实施例或示例,本公开的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (15)

1.一种基于采集轨迹的区域采全评估方法,其特征在于,所述区域采全评估方法包括:
获取采集区域,其中,所述采集区域中包括一种或多种目标物;
将所述采集区域划分成多个网格;
基于所述多个网格中的每一个网格内的目标物的数量,计算所述每一个网格的权重;
获得采集轨迹,并将所述采集轨迹映射到所述多个网格中;以及
通过以下公式计算采全率:
Rate=A/B
其中,A为出现所述采集轨迹的所有网格的权重之和,B为所有网格的权重之和。
2.根据权利要求1所述的区域采全评估方法,其中,将所述采集区域划分成多个网格包括:
确定外接于所述采集区域的矩形;和
根据所述矩形的尺寸确定所述网格的大小和数量。
3.根据权利要求2所述的区域采全评估方法,其中,确定外接于所述采集区域的矩形包括:
将所述采集区域映射到墨卡托投影坐标系中,以获得多边形;
将所述多边形在墨卡托投影坐标系的X坐标轴和Y坐标轴上投影,以获得所述多边形在X坐标轴上的最小值x1和最大值x2以及所述多边形在Y坐标轴上的最小值y1和最大值y2;以及
使用(x1,y1)作为所述矩形左下角坐标,(x2,y2)作为所述矩形右上角坐标。
4.根据权利要求3所述的区域采全评估方法,其中,所述网格为正方形网格,所述正方形网格的宽度w根据下述公式确定:
w=a+k×r
其中,a为预设最小宽度值,k为浮动系数并且k=S1/S2,其中S1为所述多边形的面积,S2为所述矩形的面积,并且,r为预设宽度浮动范围。
5.根据权利要求4所述的区域采全评估方法,其中,所述a和r根据所述采集区域的一种或多种特性确定,所述特性至少包括所述采集区域的形状、所述采集区域的长宽比以及所述采集区域内的道路类型、建筑类型、道路密度、建筑密度、道路的分布均匀度、建筑的分布均匀度。
6.根据权利要求4所述的区域采全评估方法,其中,所述a介于30米和100米之间,并且所述r介于50至150米之间。
7.根据权利要求4所述的区域采全评估方法,其中,将所述采集区域划分成多个网格还包括:
通过(x2-x1)/w并向上取整,以获得X坐标轴上的正方形网格的数量;和
通过(y2-y1)/w并向上取整,以获得Y坐标轴上的正方形网格的数量。
8.根据权利要求7所述的区域采全评估方法,其中,所述网格包括:
一个或多个第一网格,所述第一网格与所述采集区域完全重叠;和
一个或多个第二网格,所述第二网格与所述采集区域部分重叠;
其中,当所述采集轨迹出现在所述第二网格与所述采集区域重叠的部分中时,判定所述采集轨迹出现在所述第二网格中;并且
当所述采集轨迹未出现在所述第二网格与所述采集区域重叠的部分中时,判定所述采集轨迹未出现在所述第二网格中。
9.根据权利要求1所述的区域采全评估方法,其中,所述目标物包括路网、地物和POI中的一种或多种。
10.根据权利要求9所述的区域采全评估方法,其中,通过以下公式计算所述每一个网格的权重:
其中,w1表示位于该网格内并且位于所述采集区域内的路网的以单位米计的长度,a1为路网的权重系数,w2表示位于该网格内并且位于所述采集区域内的地物数量,a2为地物的权重系数,U表示位于该网格内并且位于所述采集区域内的POI数量,a3为POI的权重系数。
11.根据权利要求10所述的区域采全评估方法,其中,
所述a1根据路网的类型和特性确定;并且/或者
所述a2根据地物的类型和特性确定;并且/或者
所述a3根据POI的类型和特性确定。
12.根据权利要求10所述的区域采全评估方法,其中,
所述a1介于7至15之间,所述a2介于1至4之间,并且所述a3介于0.5至1.5之间。
13.一种区域采全评估设备,其特征在于,所述区域采全评估设备包括:
采集区域获取单元,所述采集区域获取单元被配置为获取采集区域,其中,所述采集区域中包括一种或多种目标物;
划分单元,所述划分单元被配置为将所述采集区域划分成多个网格;
权重计算单元,所述权重计算单元被配置为基于所述多个网格中的每一个网格内的目标物的数量,计算所述每一个网格的权重;
采集轨迹获得单元,所述采集轨迹获得单元被配置为获得采集轨迹,并将所述采集轨迹映射到所述多个网格中;
采全率计算单元,所述采全率计算单元被配置为通过以下公式计算采全率:
Rate=A/B
其中,A为出现所述采集轨迹的所有网格的权重之和,B为所有网格的权重之和。
14.一种电子设备,其特征在于,所述电子设备包括:
处理器;以及
存储程序的存储器,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行根据权利要求1至12中任一项所述的区域采全评估方法。
15.一种存储程序的计算机可读存储介质,所述程序包括指令,所述指令在由电子设备的处理器执行时,致使所述电子设备执行根据权利要求1至12中任一项所述的区域采全评估方法。
CN202010600858.7A 2020-06-28 2020-06-28 区域采全评估方法和设备、电子设备和存储介质 Active CN111767357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010600858.7A CN111767357B (zh) 2020-06-28 2020-06-28 区域采全评估方法和设备、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010600858.7A CN111767357B (zh) 2020-06-28 2020-06-28 区域采全评估方法和设备、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN111767357A CN111767357A (zh) 2020-10-13
CN111767357B true CN111767357B (zh) 2023-07-28

Family

ID=72722564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010600858.7A Active CN111767357B (zh) 2020-06-28 2020-06-28 区域采全评估方法和设备、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN111767357B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113085895B (zh) * 2021-04-19 2022-07-22 陕西理工大学 车辆换道轨迹规划方法、装置、设备、存储介质及车辆

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7865836B1 (en) * 2007-07-27 2011-01-04 The United States Of America As Represented By The Secretary Of The Navy Geospatial prioritized data acquisition analysis and presentation
CN108255980A (zh) * 2017-12-28 2018-07-06 百度在线网络技术(北京)有限公司 兴趣点采全率评估方法、装置、计算机设备及存储介质
CN110069588A (zh) * 2019-03-16 2019-07-30 平安城市建设科技(深圳)有限公司 数据采集方法、后台服务器、用户终端及存储介质
CN110163209A (zh) * 2019-05-24 2019-08-23 北京百度网讯科技有限公司 失效poi数据挖掘方法、装置、服务器及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7865836B1 (en) * 2007-07-27 2011-01-04 The United States Of America As Represented By The Secretary Of The Navy Geospatial prioritized data acquisition analysis and presentation
CN108255980A (zh) * 2017-12-28 2018-07-06 百度在线网络技术(北京)有限公司 兴趣点采全率评估方法、装置、计算机设备及存储介质
CN110069588A (zh) * 2019-03-16 2019-07-30 平安城市建设科技(深圳)有限公司 数据采集方法、后台服务器、用户终端及存储介质
CN110163209A (zh) * 2019-05-24 2019-08-23 北京百度网讯科技有限公司 失效poi数据挖掘方法、装置、服务器及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于Web GIS的土地评估系统研究与开发;余心杰;何勇;;中国农机化(03);全文 *

Also Published As

Publication number Publication date
CN111767357A (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
CN109215372B (zh) 路网信息更新方法、装置及设备
CN110210604B (zh) 一种终端设备移动轨迹预测方法及装置
CN109033011B (zh) 计算轨迹频繁度的方法、装置、存储介质及电子设备
CN109359170B (zh) 用于生成信息的方法和装置
US20130226667A1 (en) Methods and apparatus to analyze markets based on aerial images
JP7210086B2 (ja) エリアの分割方法と装置、電子装置およびプログラム
CN112100298A (zh) 一种建图方法、装置、计算机可读存储介质及机器人
CN111475746B (zh) 兴趣点位置挖掘方法、装置、计算机设备和存储介质
CN114548811A (zh) 一种机场可达性的检测方法、装置、电子设备及存储介质
KR101268564B1 (ko) 파티클 필터 기반의 단말의 위치 측정 장치 및 방법과 이를 기록한 기록 매체
CN111767357B (zh) 区域采全评估方法和设备、电子设备和存储介质
CN112668238A (zh) 一种降雨量处理方法、装置、设备和存储介质
CN108600340A (zh) 一种基于移动大样本数据的历史人群规模推总方法及装置
EP3425339A1 (en) Position estimating device, position estimating method and program
CN112616118B (zh) 一种车辆所经过的etc门架确定方法、装置及存储介质
Himelein et al. Second-stage sampling for conflict areas: Methods and implications
CN115129796A (zh) 定位数据分析方法、装置、设备和介质
US10291339B2 (en) Evaluating near range communications quality
CN116443032A (zh) 一种未来长时车速预测方法、系统、设备和存储介质
CN108260204B (zh) 一种基于电信定位的方法及装置
CN114357102A (zh) 一种路网数据生成方法和装置
CN114155391A (zh) 轨迹处理方法、装置及计算机设备
CN113724229A (zh) 高程差的确定方法、装置及电子设备
CN112685531A (zh) 车辆匹配方法和装置、计算设备以及计算机可读存储介质
CN112836991A (zh) 站点规划方法、装置、终端设备和可读存储介质

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