CN112751911B - 路网数据处理方法、装置、设备以及存储介质 - Google Patents
路网数据处理方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN112751911B CN112751911B CN202011482335.3A CN202011482335A CN112751911B CN 112751911 B CN112751911 B CN 112751911B CN 202011482335 A CN202011482335 A CN 202011482335A CN 112751911 B CN112751911 B CN 112751911B
- Authority
- CN
- China
- Prior art keywords
- target
- road network
- target area
- target object
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种路网数据处理方法、装置、设备及存储介质,涉及人工智能、自动驾驶、智能交通、大数据及计算机视觉技术领域。具体实现方案为:获取路网的目标区域之外的目标对象的个数,所述路网包括多个所述目标对象;根据所述目标区域之外的目标对象的个数和预设的模拟计算公式,计算所述目标区域之外的目标对象到达所述目标区域边界上的参照目标对象的最短路径个数;根据所述最短路径个数,计算所述目标区域之内的目标对象的介数,所述介数用于确定与所述目标区域相关的目标对象的道路通行负载。本申请实施例在保证路网数据处理结果的准确性的同时提高了路网数据处理速度。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及自动驾驶、智能交通、大数据及计算机视觉领域。
背景技术
路网(road network)指的是在一定区域内,由各种道路组成的相互联络、交织成网状分布的道路系统。路网分可为多种类型,全部由各级公路组成的可以称为公路网;在城市范围内由各种道路组成的可以称为城市道路网。
随着城乡建设的发展,路网数据量也随之增加,大量的路网数据,对地图导航等需要使用路网数据的终端功能开发以及其它需要使用路网数据的场景的技术开发提出了更高的要求。
由于路网数据的激增,路网数据量巨大,需要对路网数据的处理方法进行改进,使得在保证处理精度的同时,提高处理速度。
发明内容
本申请提供了一种路网数据处理方法、装置、设备以及存储介质。
根据本申请的一方面,提供了一种路网数据处理方法,包括:
获取路网的目标区域之外的目标对象的个数,路网包括多个目标对象;
根据目标区域之外的目标对象的个数和预设的模拟计算公式,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数;
根据最短路径个数,计算目标区域之内的目标对象的介数,介数用于确定与目标区域相关的目标对象的道路通行负载。
根据本申请的另一方面,提供了一种路网数据处理装置,包括:
第一目标对象个数获取模块,用于获取路网的目标区域之外的目标对象的个数,路网包括多个目标对象;
模拟计算模块,用于根据目标区域之外的目标对象的个数和预设的模拟计算公式,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数;
介数计算模块,用于根据最短路径个数,计算目标区域之内的目标对象的介数,介数用于确定与目标区域相关的目标对象的道路通行负载。
根据本申请的又一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请任意一个实施例所提供的方法。
根据本申请的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行本申请任意一各实施例所提供的方法。
根据本申请的又一方面,提供了一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时实现本申请任意一个实施例中所提供的方法。
根据本申请的又一方面,提供了一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时实现本申请任意一项实施例所提供的方法。
根据本申请的技术解决了路网规模变大时,数据处理过程复杂、数据处理效率低的问题,在保证路网数据处理结果的准确性的同时提高了路网数据处理速度。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请一实施例的路网数据处理方法流程示意图;
图2是根据本申请一示例的路网的区域划分前考虑整个路网的情况下,目标对象的最短路径数示意图;
图3是根据本申请一示例的路网的区域划分后只考虑单独区域的情况下,目标对象的最短路径数示意图;
图4是根据本申请另一实施例的路网数据处理方法流程示意图;
图5是根据本申请一示例的区域示意图;
图6A、6B是根据本申请一示例的路网划分示意图;
图7A是根据本申请一示例的路网分区后的简化图;
图7B是图7A所示的示例中的目标区域模拟负载示意图;
图8是根据本申请另一示例的路网简化图;
图9是根据本申请一实施例的路网数据处理装置示意图;
图10是根据本申请另一实施例的路网数据处理装置示意图;
图11是根据本申请另一实施例的路网数据处理装置示意图;
图12是根据本申请另一实施例的路网数据处理装置示意图;
图13是用来实现本申请实施例的路网数据处理方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请实施例提供了一种路网数据处理方法,如图1所示,包括:
步骤S11:获取路网的目标区域之外的目标对象的个数,路网包括多个目标对象;
步骤S12:根据目标区域之外的目标对象的个数和预设的模拟计算公式,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数;
步骤S13:根据最短路径个数,计算目标区域之内的目标对象的介数,介数用于确定与目标区域相关的目标对象的道路通行负载。
本实施例中,路网可以包括道路网络中若干道路的信息,例如,道路的标识、位置、走向、交叉点、所处地域等信息。目标区域可以是对路网进行区域划分后,得到的多个区域中的一个。划分路网的方式,具体可以通过路网中的道路进行划分,也可以通过行政区域等方式进行划分。
路网的目标区域之内、目标区域之外,均可包含目标对象。目标区域之内的目标对象,可以包含处于目标区域的边界上的目标对象。
目标对象可以分为路网中的节点和边。其中,节点可以表示道路的交叉点,如十字路口等。边可以表示连接相邻节点的道路。
根据目标区域之外的目标对象的个数,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数,可以是根据目标对象的个数,采用模拟计算公式计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数,使得模拟计算的结果的数量级与实际最短路径的个数处于一个数量级。
本实施例中,预设的模拟计算公式用于对目标区域之外的目标对象的个数进行计算,使得所得到的计算结果与目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径真实个数处于同一数量级。比如,模拟计算结果和最短路径的真实个数均处于百万级别、千万级别、十万级别、万级别、千级别、亿级别等。
本实施例中,介数可以包括边介数和节点介数。其中节点介数可以为网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例,而边介数可以为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例。在目标对象全部为节点的情况下,本实施例中计算的介数可以为节点介数。在目标对象全部为边的情况下,本实施例中计算的介数可以为边介数。
本申请实施例可以通过根据目标区域之外的目标对象的个数和预设的模拟计算公式,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数,模拟参照目标对象的道路通行负载,具体可以是模拟目标区域内的目标对象的道路通行负载,也可以是模拟目标区域边缘的目标对象的道路通行负载。比如,可以是目标区域的几何形状的角点附近的节点的道路通行负载。
介数在路网数据处理和应用过程中具有重要的意义。介数反映了目标对象在整个路网中的重要性,介数又可称为介数中心性(Betweenness Centrality),是基于最短路径针对路网的网络图中心性的衡量标准之一。针对全连接路网的网络图,其中任意两个节点均至少存在一个最短路径,在无权重路网的网络图中该最短路径是实际最短道路在路网中对应包含的边的数量求和,加权路网的网络图中该最短路径则是实际最短道路在路网中对应包含边的加权求和。每个节点的介数中心性即为这些最短路径穿过该节点的次数,介数中心性可以表示某节点与其它节点之间的互动程度。介数在交通规划、通行线路生成等应用方面具有重要的作用。
在本实施例中,介数可以用于确定对应的目标对象的负载,即目标对象在实际交通运输场景下需要承担的大致流量。如果目标对象A的介数大于目标对象B的介数,则说明目标对象A的道路通行负载大于目标对象B,相应的,在道路通行负载方面,目标对象A的重要性大于目标对象B。
本申请实施例应用于地图导航时,可以在计算目标对象的介数之后,记录目标对象的介数,使得在后续路线规划时,能够依据目标对象的介数进行路线规划。
本申请实施例应用于交通规划时,可以在计算目标对象的介数之后,记录目标对象的介数,使得在规划道路时,根据目标对象的介数,设置目标对象对应的交通、通行规则、红绿灯等设施。
由于现实中路网中任意两个节点都能通过道路(一条或多条)连通,即总能够通过线路规划,经过一条或多条道路,从一个节点通行到另一个节点。假设目标对象个数为N,则全网络计算的规模为N×(N-1)/2。当路网规模比较大的时候,计算过程就会非常消耗资源。
为了减少大型网络介数的计算量,可以把路网按照主干道路(主干道路可构成骨架路网)切分为若干个小网格(区域),并单独计算。但是进行区域划分之后,介数计算差异较大,区域划分后进行介数计算时会容易忽略目标区域之外的路网信息的影响,进而导致计算结果不准确。
如图2、图3所示,图2、图3分别为区域划分前、区域划分后的目标对象的最短路径数。如图2中所示,道路21的最短路径数为13531,该数值为考虑区域之外的其它目标对象的情况下统计得到的。如图3所示,与图2中同样的道路,在图3中对应编号为31,在区域划分后,不考虑其它区域的目标对象的情况下,该区域划分后同样的道路31统计所得的最短路径数为2074,与图2所示的真实最短路径数相差很大。
在本申请实施例中,根据目标区域外的目标对象个数,模拟计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数,从而可以根据前述最短路径个数,计算目标区域之内的目标对象的介数。模拟的最短路径个数与真实的最短路径个数处于同一数量级,从而使得介数计算结果能够接近真实值,与真实值处于同一数量级,具有足够的准确性,同时计算过程的速度较高,达到准确高效的效果。
在一种实施方式中,根据目标区域之外的目标对象的个数和预设的模拟计算公式,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数,包括:
将目标区域之外的目标对象的个数的平方根,作为最短路径个数。
本实施例中,模拟计算公式为平方根公式。
在目标区域之内的目标对象个数较少,远远小于目标区域之外的目标对象个数的情况下,可以直接将目标区域之外的目标对象个数的平方根,作为目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数。比如,目标区域之内的目标对象个数为百级别,目标区域之外的目标对象个数为百万级别,可认为目标区域之内的目标对象个数远远小于目标区域之外的目标对象个数,在计算时仅考虑目标区域之外的目标对象个数即可,从而可以进一步节省统计目标区域之内的目标对象个数的时间,进一步提高计算效率。
在一种实施方式中,路网数据处理方法还包括:
获取路网的目标区域之内的目标对象的个数;
根据目标区域之外的目标对象的个数和预设的模拟计算公式,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数,包括:
将目标区域之外的目标对象的个数与目标区域之内的目标对象的个数之差的平方根,作为最短路径个数。
本实施例中,模拟计算公式为,最短路径个数=目标区域之外的目标对象的个数与目标区域之内的目标对象的个数之差的平方根。
考虑到目标区域之内的目标对象个数一般情况下数量较少,统计时间消耗可以忽略,在本申请一种实施方式中,可以考虑根据目标区域之外的目标对象个数、目标区域之内的目标对象个数和预设的模拟计算公式,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数,从而提高计算数值的准确性。
在一种实施方式中,如图4所示,路网数据处理方法包括:
步骤S41:利用路网中的主干道路,将路网划分为多个区域,目标区域为多个区域中的一个。
本实施例中,主干道路也可以成为骨架道路,可以包含高速、城市高速、国道、省道、县道等道路。
在另一种实现方式中,可以通过宽度来确定主干道路。
在另一种实现方式中,可以通过车流量来确定主干道路。
在另一种实现方式中,可通过道路的重要性来确定主干道路。
在一种具体实现方式中,可以将高等级道路作为主干道路,即将高等级道路作为路网的区域划分的框架,把路网切割为多个相邻且不重叠的多个区域,且每个区域都具有相邻的区域,所有区域覆盖整个路网的范围。
本实施例中,通过主干道路划分路网的区域,能够使得区域划分具有更多的实际应用价值。
在一种实施方式中,目标对象为路网中的节点或道路。
路网中的节点,具体可以是路网中道路的端点。
本实施例将路网中的节点或道路作为目标对象,从而计算结果能够评价路网中的节点或道路的重要程度。
在一种实施方式中,在目标对象为路网中的节点的情况下,参照目标对象为目标区域的几何形状的角点对应的节点。
本实施例中,目标区域可以为矩形区域。相应的,目标区域的几何形状的角点,可以为矩形的四个角对应的节点。
若目标区域为多边形,相应的,角点可以为多边形的边的交点。
在其它实施方式中,在目标对象为路网中的节点的情况下,参照目标对象也可以是目标区域边界上的任意一个节点。
本实施例中,将参照目标对象设置为目标区域的几何形状的角点,方便介数计算。同时,在实际应用中,在目标区域为矩形等规则的几何形状的情况下,目标区域外部的节点只能通过目标区域的角点之一从目标区域之外的节点进入目标区域之内。在角点处采用模拟计算公式添加模拟负载,模拟外在的节点的通行情况,能够保证计算结果的准确性。
在目标对象为路网中的道路的情况下,参照目标对象可以是目标区域的边界。
本实施例中,在目标对象为路网中的节点的情况下,参照目标对象为目标区域的几何形状的角点对应的节点,所有进入目标区域的路径都必须先经过目标区域的角点之一,从而采用模拟计算公式计算得到的结果计算目标区域之内的目标对象的个数,具有较高的准确性。
在本申请一种示例中,可以将一个目标范围的路网进行切分,分成多个区域。例如,将一个城市的路网进行切分,如图6A所示,切分之前,选择路网的主干道路,在切分之后如图6B所示,以多个角点61之间的连线所对应的道路作为分界线,将路网划分为多个区域。在图5所示的路网区域细节图中,箭头所指的节点为区域的角点。
图7A为路网分区后的简化图,在本示例中,设置目标对象为路网中的节点。按照骨架道路对路网进行分区,划分的多个区域包括目标区域71和目标区域之外的其它区域72。其它区域72中的道路73只能通过目标区域的四个角点E、F、G、H之一到达目标区域71之内的道路74。
选择目标区域71的四个角点E、F、G、H作为参照目标对象。在图7B所示的路网的目标区域71的四个角点E、F、G、H处模拟负载,模拟的负载分别用边I、J、K、L表示。
初始化赋值各个边的权重为1,对边(I,E)、(J,F)、(K,G)、(L,H)的权重进行增加,增加的数值为采用模拟计算公式计算所得到的目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数。
其中,NO为目标区域之外的节点个数,NI为目标区域之内的节点个数,N为模拟计算的最短路径数。本示例中,假设目标区域之内的节点数量较少,可以用目标区域之外的节点数量减去目标区域之内的节点数量,然后对差值进行平方根计算。
在图8所示的路网简化图中,包含10个节点,若直接对节点的介数按照统计的最短路径数值的方式进行计算,则需要统计该路网中任意两个节点之间的最短路径。当全路网图节点数量巨大的情况下,数据处理量也十分巨大。
本示例中,利用骨架路网切分路网后,形成单独由骨架路网为边界的多个区域,区域可以包括边界道路和内部道路。在计算目标区域范围之内的节点或道路介数时,在各个计算单元的角点上增加相应的模拟目标区域外部其它区域的负载,从而在减少数据处理量的同时,基本保持介数计算结果与大网络一致。
同时,本申请示例对路网划分区域后针对多个区域中的目标区域采用模拟计算公式计算介数。由于拆解后每个区域都与其他区域无关,可以同时进行各个区域介数的并行的分布式计算,且由于每个区域的节点数较少,计算速度大大增加。在处理海量路网数据时,计算效率提高效果尤为明显。
本申请实施例可以应用于人工智能、自动驾驶、智能交通、大数据、计算机视觉领域。
在自动驾驶技术领域中,本申请实施例能够通过计算介数,对线路导航提供有效、快速的参考信息。
在大数据和计算机视觉技术领域,本申请实施例能够提高数据处理速度。
本申请实施例还提供一种路网数据处理装置,如图9所示,包括:
第一目标对象个数获取模块91,用于获取路网的目标区域之外的目标对象的个数,路网包括多个目标对象;
模拟计算模块92,用于根据目标区域之外的目标对象的个数和预设的模拟计算公式,计算目标区域之外的目标对象到达目标区域边界上的参照目标对象的最短路径个数;
介数计算模块93,用于根据最短路径个数,计算目标区域之内的目标对象的介数,介数用于确定与目标区域相关的目标对象的道路通行负载。
在一种实施方式中,如图10所示,模拟计算模块92包括:
第一计算单元101,用于将目标区域之外的目标对象的个数的平方根,作为最短路径个数。
在一种实施方式中,如图11所示,路网数据处理装置还包括:
第二目标对象个数获取模块111,用于获取路网的目标区域之内的目标对象的个数;
模拟计算模块92包括:
第二计算单元112,用于将目标区域之外的目标对象的个数与目标区域之内的目标对象的个数之差的平方根,作为最短路径个数。
在一种实施方式中,如图12所示,路网数据处理装置还包括:
区域划分模块121,用于利用路网中的主干道路,将路网划分为多个区域,目标区域为多个区域中的一个。
在一种实施方式中,目标对象为路网中的节点或道路。
在一种实施方式中,在目标对象为路网中的节点的情况下,参照目标对象为目标区域的几何形状的角点对应的节点。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图13所示,是根据本申请实施例的路网数据处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图13所示,该电子设备包括:一个或多个处理器1301、存储器1302,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图13中以一个处理器1301为例。
存储器1302即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的路网数据处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的路网数据处理方法。
存储器1302作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的路网数据处理方法对应的程序指令/模块(例如,附图9所示的第一目标对象个数获取模块91、模拟计算模块92和介数计算模块93)。处理器1301通过运行存储在存储器1302中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的路网数据处理方法。
存储器1302可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据路网数据处理电子设备的使用所创建的数据等。此外,存储器1302可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1302可选包括相对于处理器1301远程设置的存储器,这些远程存储器可以通过网络连接至路网数据处理电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
路网数据处理方法的电子设备还可以包括:输入装置1303和输出装置1304。处理器1301、存储器1302、输入装置1303和输出装置1304可以通过总线或者其他方式连接,图13中以通过总线连接为例。
输入装置1303可接收输入的数字或字符信息,以及产生与路网数据处理电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1304可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS)服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
一般情况下,大规模路网的介数计算非常消耗资源,而区分骨架路和区域道路后,各自计算介数会丢失相对关系。根据本申请实施例的技术方案,基于路网拓扑结构开展计算工作,各区域的介数计算不依赖于各区域外的其他因素,大致保证计算结果的同时,大幅度提高计算效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种路网数据处理方法,包括:
获取路网的目标区域之外的目标对象的个数,所述路网包括多个所述目标对象;
根据所述目标区域之外的目标对象的个数和预设的模拟计算公式,计算所述目标区域之外的目标对象到达所述目标区域边界上的参照目标对象的最短路径个数;
根据所述最短路径个数,计算所述目标区域之内的目标对象的介数,所述介数用于确定与所述目标区域相关的目标对象的道路通行负载;
其中,所述根据所述目标区域之外的目标对象的个数和预设的模拟计算公式,计算所述目标区域之外的目标对象到达所述目标区域边界上的参照目标对象的最短路径个数,包括:将所述目标区域之外的目标对象的个数的平方根,作为所述最短路径个数;或者,将所述目标区域之外的目标对象的个数与所述目标区域之内的目标对象的个数之差的平方根,作为所述最短路径个数。
2.根据权利要求1所述的方法,其中,所述方法还包括:
利用所述路网中的主干道路,将所述路网划分为多个区域,所述目标区域为所述多个区域中的一个。
3.根据权利要求1所述的方法,其中,所述目标对象为所述路网中的节点或道路。
4.根据权利要求3所述的方法,其中,在所述目标对象为所述路网中的节点的情况下,所述参照目标对象为所述目标区域的几何形状的角点对应的节点。
5.一种路网数据处理装置,包括:
第一目标对象个数获取模块,用于获取路网的目标区域之外的目标对象的个数,所述路网包括多个所述目标对象;
模拟计算模块,用于根据所述目标区域之外的目标对象的个数和预设的模拟计算公式,计算所述目标区域之外的目标对象到达所述目标区域边界上的参照目标对象的最短路径个数;其中,所述模拟计算公式为与开平方运算对应的计算公式;
介数计算模块,用于根据所述最短路径个数,计算所述目标区域之内的目标对象的介数,所述介数用于确定与所述目标区域相关的目标对象的道路通行负载;其中,所述模拟计算模块包括:
第一计算单元,用于将所述目标区域之外的目标对象的个数的平方根,作为所述最短路径个数;或者,所述模拟计算模块包括:
第二计算单元,用于将所述目标区域之外的目标对象的个数与所述目标区域之内的目标对象的个数之差的平方根,作为所述最短路径个数。
6.根据权利要求5所述的装置,其中,所述装置还包括:
区域划分模块,用于利用所述路网中的主干道路,将所述路网划分为多个区域,所述目标区域为所述多个区域中的一个。
7.根据权利要求5所述的装置,其中,所述目标对象为所述路网中的节点或道路。
8.根据权利要求7所述的装置,其中,在所述目标对象为所述路网中的节点的情况下,所述参照目标对象为所述目标区域的几何形状的角点对应的节点。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011482335.3A CN112751911B (zh) | 2020-12-15 | 2020-12-15 | 路网数据处理方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011482335.3A CN112751911B (zh) | 2020-12-15 | 2020-12-15 | 路网数据处理方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112751911A CN112751911A (zh) | 2021-05-04 |
CN112751911B true CN112751911B (zh) | 2022-10-21 |
Family
ID=75648466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011482335.3A Active CN112751911B (zh) | 2020-12-15 | 2020-12-15 | 路网数据处理方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112751911B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571995A (zh) * | 2009-06-11 | 2009-11-04 | 东南大学 | 考虑交叉口转向的最短路径标号算法 |
CN101971181A (zh) * | 2008-06-24 | 2011-02-09 | 电子地图北美公司 | 用于动态自适应道路网络分级结构和路线选择的方法和系统 |
CN103179052A (zh) * | 2011-12-20 | 2013-06-26 | 中国科学院声学研究所 | 一种基于接近度中心性的虚拟资源分配方法及系统 |
CN103823951A (zh) * | 2014-03-21 | 2014-05-28 | 武汉大学 | 一种量化路网特征及其土地利用效应的方法 |
CN104023313A (zh) * | 2014-06-18 | 2014-09-03 | 百度在线网络技术(北京)有限公司 | 基于路网确定可达区域的方法和装置 |
CN104616279A (zh) * | 2013-11-05 | 2015-05-13 | 北京三星通信技术研究有限公司 | 3d深度图特征点实时提取方法和设备 |
CN105374209A (zh) * | 2015-11-05 | 2016-03-02 | 北京航空航天大学 | 一种城市区域路网运行状态特征信息提取方法 |
CN105468681A (zh) * | 2015-11-16 | 2016-04-06 | 中国科学院信息工程研究所 | 一种基于话题模型的网络负面信息影响最小化方法 |
CN106961350A (zh) * | 2017-02-28 | 2017-07-18 | 南京邮电大学 | 一种智能电网级联故障的仿真控制方法 |
CN109345434A (zh) * | 2018-10-31 | 2019-02-15 | 东南大学 | 一种开放式小区内外部道路设计安全评价的方法 |
CN110365801A (zh) * | 2019-08-26 | 2019-10-22 | 陕西师范大学 | 信息中心网络中基于分区的协作缓存方法 |
CN110493717A (zh) * | 2019-08-22 | 2019-11-22 | 郑州轻工业学院 | 一种适用于凹型区域的非测距节点融合定位方法 |
CN111079975A (zh) * | 2019-11-14 | 2020-04-28 | 青岛海信网络科技股份有限公司 | 一种交通数据预测方法、装置及交通工具控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6560532B2 (en) * | 2001-05-25 | 2003-05-06 | Regents Of The University Of California, The | Method and system for electronically determining dynamic traffic information |
US8364717B2 (en) * | 2011-01-10 | 2013-01-29 | Microsoft Corporation | Hardware accelerated shortest path computation |
-
2020
- 2020-12-15 CN CN202011482335.3A patent/CN112751911B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101971181A (zh) * | 2008-06-24 | 2011-02-09 | 电子地图北美公司 | 用于动态自适应道路网络分级结构和路线选择的方法和系统 |
CN101571995A (zh) * | 2009-06-11 | 2009-11-04 | 东南大学 | 考虑交叉口转向的最短路径标号算法 |
CN103179052A (zh) * | 2011-12-20 | 2013-06-26 | 中国科学院声学研究所 | 一种基于接近度中心性的虚拟资源分配方法及系统 |
CN104616279A (zh) * | 2013-11-05 | 2015-05-13 | 北京三星通信技术研究有限公司 | 3d深度图特征点实时提取方法和设备 |
CN103823951A (zh) * | 2014-03-21 | 2014-05-28 | 武汉大学 | 一种量化路网特征及其土地利用效应的方法 |
CN104023313A (zh) * | 2014-06-18 | 2014-09-03 | 百度在线网络技术(北京)有限公司 | 基于路网确定可达区域的方法和装置 |
CN105374209A (zh) * | 2015-11-05 | 2016-03-02 | 北京航空航天大学 | 一种城市区域路网运行状态特征信息提取方法 |
CN105468681A (zh) * | 2015-11-16 | 2016-04-06 | 中国科学院信息工程研究所 | 一种基于话题模型的网络负面信息影响最小化方法 |
CN106961350A (zh) * | 2017-02-28 | 2017-07-18 | 南京邮电大学 | 一种智能电网级联故障的仿真控制方法 |
CN109345434A (zh) * | 2018-10-31 | 2019-02-15 | 东南大学 | 一种开放式小区内外部道路设计安全评价的方法 |
CN110493717A (zh) * | 2019-08-22 | 2019-11-22 | 郑州轻工业学院 | 一种适用于凹型区域的非测距节点融合定位方法 |
CN110365801A (zh) * | 2019-08-26 | 2019-10-22 | 陕西师范大学 | 信息中心网络中基于分区的协作缓存方法 |
CN111079975A (zh) * | 2019-11-14 | 2020-04-28 | 青岛海信网络科技股份有限公司 | 一种交通数据预测方法、装置及交通工具控制方法 |
Non-Patent Citations (1)
Title |
---|
城乡路网的空间复杂性 ——以武汉城市圈为例;刘承良;《中国优秀硕士论文合辑》;20171231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112751911A (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111858820B (zh) | 用地性质识别方法、装置、电子设备及存储介质 | |
CN110705800B (zh) | 混合出行路线确定方法、装置、设备及存储介质 | |
CN111708858A (zh) | 一种地图数据处理方法、装置、设备以及存储介质 | |
CN111695488A (zh) | 兴趣面识别方法、装置、设备以及存储介质 | |
CN112013865B (zh) | 确定交通卡口的方法、系统、电子设备以及介质 | |
CN113155141A (zh) | 地图的生成方法、装置、电子设备及存储介质 | |
CN110478898B (zh) | 游戏中虚拟场景的配置方法及装置、存储介质及电子设备 | |
CN111553844A (zh) | 用于更新点云的方法及装置 | |
CN111966925B (zh) | 楼栋兴趣点判重方法、装置、电子设备和存储介质 | |
CN111291082B (zh) | 数据聚合处理方法、装置、设备及存储介质 | |
CN111210490A (zh) | 电子地图构建方法、装置、设备和介质 | |
KR20210110250A (ko) | 지도 정보 포인트의 표시 방법, 장치, 기기 및 판독 가능 저장 매체 | |
CN113240175B (zh) | 配送路线的生成方法、设备、存储介质和程序产品 | |
CN113160693A (zh) | 一种道路路口的处理方法、装置、设备和存储介质 | |
CN112527163B (zh) | 一种路口检索方法、装置、设备及存储介质 | |
CN114238361A (zh) | 地图路网数据的更新方法、装置、电子设备和存储介质 | |
CN112751911B (zh) | 路网数据处理方法、装置、设备以及存储介质 | |
CN111047107B (zh) | 公路通行时间预测方法、装置、电子设备和存储介质 | |
CN111709778B (zh) | 出行流量预测方法、装置、电子设备和存储介质 | |
CN112508027A (zh) | 用于实例分割的头部模型、实例分割模型、图像分割方法及装置 | |
CN111966767A (zh) | 轨迹热力图生成方法、装置、电子设备和存储介质 | |
CN111694914A (zh) | 用户常驻区域确定方法及装置 | |
CN111698326A (zh) | 用于确定云服务资源的成本归属的方法和装置 | |
CN111597707A (zh) | 仿真场景的处理方法、装置、设备以及存储介质 | |
CN111649753B (zh) | 路网数据处理方法、装置、电子设备及计算机存储介质 |
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 |