CN112861024B - 确定路网矩阵的方法、装置、电子设备及存储介质 - Google Patents

确定路网矩阵的方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112861024B
CN112861024B CN202110152368.XA CN202110152368A CN112861024B CN 112861024 B CN112861024 B CN 112861024B CN 202110152368 A CN202110152368 A CN 202110152368A CN 112861024 B CN112861024 B CN 112861024B
Authority
CN
China
Prior art keywords
neighbor
mesh
points
mesh point
distance
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
CN202110152368.XA
Other languages
English (en)
Other versions
CN112861024A (zh
Inventor
吴金霖
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 CN202110152368.XA priority Critical patent/CN112861024B/zh
Publication of CN112861024A publication Critical patent/CN112861024A/zh
Application granted granted Critical
Publication of CN112861024B publication Critical patent/CN112861024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2246—Trees, e.g. B+trees
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/40—Transportation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Development Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Computational Mathematics (AREA)
  • Remote Sensing (AREA)
  • Accounting & Taxation (AREA)
  • Algebra (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Traffic Control Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供了一种确定路网矩阵的方法、装置、电子设备及存储介质，涉及智慧物流领域。具体实现方案为：根据多个网点的坐标，生成包含该多个网点的最小生成树；利用该最小生成树，生成包含该多个网点的网点邻居关系图；根据该网点邻居关系图，查找该多个网点中具有邻居关系的任意两个网点之间的第一地图距离；根据该网点邻居关系图及第一地图距离，生成路网矩阵。本公开能够减少确定路网矩阵的时间，提高效率。

Description

确定路网矩阵的方法、装置、电子设备及存储介质
技术领域
本公开涉及物联网技术领域，尤其涉及智慧物流领域。
背景技术
智慧物流(ILS，Intelligent Logistics System)是指通过智能软硬件、物联网、大数据等智慧化技术手段，实现物流各环节精细化、动态化、可视化管理，提高物流系统智能化分析决策和自动化操作执行能力，提升物流运作效率的现代化物流模式。在智慧物流技术的物流智能调度系统中，需要基于两两网点之间的距离和/或耗时来计算最优排车方案和路径，两两网点之间的距离和/或耗时称为路网矩阵。
相关技术中，一般采用调用地图的批量算路接口的方式来获取两两网点之间的距离和/或耗时，从而确定多个网点的路网矩阵。由于受批量算路接口查询能力，如每秒查询率(QPS，Queries-per-second)的限制，导致确定路网矩阵的时间较长、效率较低。
发明内容
本公开提供了一种用于确定路网矩阵的方法、装置、电子设备以及存储介质。
根据本公开的一方面，提供了一种确定路网矩阵的方法，包括：
根据多个网点的坐标，生成包含多个网点的最小生成树；
利用最小生成树，生成包含多个网点的网点邻居关系图；
根据网点邻居关系图，查找多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
根据网点邻居关系图及第一地图距离，生成路网矩阵。
根据本公开的另一方面，提供了一种确定路网矩阵的装置，包括：
最小生成树生成模块，用于根据多个网点的坐标，生成包含多个网点的最小生成树；
网点邻居关系图生成模块，用于利用最小生成树，生成包含多个网点的网点邻居关系图；
查找获取，用于根据网点邻居关系图，查找多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
路网矩阵生成模块，用于根据网点邻居关系图及第一地图距离，生成路网矩阵。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任意实施例中的方法。
根据本公开的另一方面，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，该计算机指令用于使计算机执行本公开任意实施例中的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任意实施例中的方法。
本公开提出的方案首先确定包含多个网点的网点邻居关系图；然后根据网点邻居关系图，查找具有邻居关系的任意两个网点之间的第一地图距离；之后利用该网点邻居关系图及该第一地图距离生成路网矩阵。由于查找的第一地图距离的数量较少，避免了在查找过程中占用大量时间，从而能够减少确定路网矩阵的时间，提高效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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，不构成对本公开的限定。其中：
图1是本公开的一种确定路网矩阵的方法实现流程示意图；
图2是本公开的一种确定路网矩阵的方法中，步骤S101的实现流程示意图；
图3是本公开的一种确定路网矩阵的方法中，步骤S102的实现流程示意图；
图4是本公开的一种确定路网矩阵的方法中，确定满足第一条件的非邻居网点的实现流程示意图；
图5A是本公开的一种示例中，包含多个网点的最小生成树示意图；
图5B是本公开的一种示例中，为网点添加邻居的示意图；
图5C是本公开的一种示例中，包含多个网点的网点邻居关系图的示意图；
图6是本公开的一种建立第一网点的邻居关系的实现流程示意图；
图7是本公开根据网点邻居关系图及第一地图距离，生成路网矩阵的实现流程图；
图8是本公开的一种采用最短路径算法，确定不具有邻居关系的两个网点之间的第二地图距离的示意图；
图9是本公开的一种确定路网矩阵的装置900的结构示意图；
图10是本公开的一种确定路网矩阵的装置1000的结构示意图；
图11是用来实现本公开实施例的确定路网矩阵的方法的电子设备框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
批量算路服务又名路由矩阵应用程序编程接口(RouteMatrix API，RouteMatrixApplication Programming Interface)，是一套以超文本传输协议(HTTP，HyperTextTransfer Protocol)/超文本传输安全协议(HTTPS，HyperText Transfer ProtocolSecure)形式提供的轻量级批量算路接口，用户可通过调用批量算路服务接口，根据起点和终点坐标计算路线规划距离和耗时，即获取两个网点之间的地图距离(包括距离和/或耗时)。
相关技术中，在确定多个网点的路网矩阵时，调用批量算路服务接口，获取该多个网点中任意两个网点的地图距离，从而得到该多个网点的路网矩阵。例如，如果有100个网点，两两组合可以得到种组合，因此需要从批量算路服务接口获取4950个地图距离；受限于批量算路服务接口的查询能力，获取大量地图距离信息的耗时较长，因此确定路网矩阵的时间较长，效率较低。
本公开提出一种确定路网矩阵的方法，图1是本公开的一种确定路网矩阵的方法实现流程示意图，包括：
S101：根据多个网点的坐标，生成包含该多个网点的最小生成树；
S102：利用该最小生成树，生成包含该多个网点的网点邻居关系图；
S103：根据该网点邻居关系图，查找该多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
S104：根据该网点邻居关系图及该第一地图距离，生成路网矩阵。
可见，本公开提出的确定多个网点的路网矩阵方法，首先确定包含多个网点的网点邻居关系图；然后根据网点邻居关系图，查找具有邻居关系的任意两个网点之间的地图距离；之后再计算多个网点中任意两个网点(包括具有邻居关系的两个网点和不具有邻居关系的两个网点)之间的地图距离，得到路网矩阵。由于具有邻居关系的两个网点组成的网点对的数量显著少于任意两个网点组成的网点对的数量，因此，在查找地图距离时(如上述步骤S103)，查找的数量较少，避免了在查找过程中占用大量时间，从而能够减少确定路网矩阵的时间，提高效率。
在一种实施方式中，上述步骤S103中的查找过程包括：调用批量算路服务接口，从该批量算路服务接口获取多个网点中具有邻居关系的任意两个网点之间的第一地图距离；其中，该第一地图距离包括距离和/或耗时。
可见，由于调用批量算路服务接口仅获取具有邻居关系的两个网点之间的第一地图距离，而不需要获取任意两两网点之间的地图距离，因此可以减少调用批量算路服务接口的次数，减少批量算路服务接口过程中占用的时间。
图2是本公开的一种确定路网矩阵的方法中，步骤S101的实现流程示意图，包括：
S201：根据多个网点的坐标，计算多个网点中任意两个网点之间的坐标距离；该坐标包括经纬度；
S202：利用该多个网点中任意两个网点之间的坐标距离，生成包含该多个网点的最小生成树，该最小生成树中的各个边对应该边连接的两个网点之间的坐标距离。
在一些实施方式中，上述网点的坐标可以指网点在地理坐标系中的经度和纬度。根据各个网点的经度和纬度，利用球面距离公式可以计算出任意两个网点之间的坐标距离(或称球面距离)。
最小生成树是指：在一给定的无向图G＝(V,E)中，(u,v)代表连接顶点u与顶点v的边，w(u,v)代表此边的权重，若存在T为E的子集且为无循环图，使得中的ω(u,v)最小，则此T为G的最小生成树。
上述各个网点构成无向图，两个网点之间的边的权重为这两个网点之间的坐标距离。由于最小生成树的特性是所有边的权重之和最小，因此利用生成的最小生成树能够选出坐标距离相近的网点，进而保证利用该最小生成树扩展得到的网点邻居关系图中的邻居网点符合邻居的要求，避免造成网点之间的交叉，从而保证最终的计算效果。
图3是本公开的一种确定路网矩阵的方法中，步骤S102的实现流程示意图，包括：
S301：从最小生成树中，确定邻居网点的数量小于预设数量阈值的第一网点；
S302：针对任意第一网点，确定与该第一网点的坐标距离小于或等于预设距离阈值的至少一个非邻居网点；从该至少一个非邻居网点中，确定满足第一条件的非邻居网点，建立该满足第一条件的非邻居网点与该第一网点的邻居关系。
图3所示的过程可以扩充网点间的邻居关系。最小生成树中，如果两个网点之间存在边，则这两个网点之间具有邻居关系；由于最小生成树中的边较少，具有邻居关系的网点也较少，仅靠少量的具有邻居关系的网点之间的地图距离生成的路网矩阵准确性较差。因此本公开以最小生成树为基础，扩充网点之间的邻居关系；如采用图3所示的方式进行扩充。
按照图3所示的方式，如果网点a的邻居网点较少，可以从网点a的非邻居网点中，选出与网点a的坐标距离较近、并且满足预设第一条件的非邻居网点；将该非邻居网点加入到网点a的邻居网点集合中，建立网点a与该非邻居网点之间的邻居关系。
依靠这种方式扩充多个网点间的邻居关系，使得存在邻居关系的网点对的数量能够满足预设的数量要求，进而查找的地图距离的数量较多，利用查找到的地图距离生成的路网矩阵准确性较高。
图4是本公开的一种确定路网矩阵的方法中，确定满足第一条件的非邻居网点的实现流程示意图。在一种实施方式中，确定满足第一条件的非邻居网点的方式如图4所示，包括：
S401：利用该非邻居网点和该第一网点，确定第一直线；并利用该第一网点和该第一网点的各个邻居网点，确定多个第二直线；
S402：利用该第一直线分别与各个第二直线构成多个夹角；
S403：在上述多个夹角均大于或等于预设夹角阈值的情况下，确定该非邻居网点为满足第一条件的非邻居网点。
以下参照图5A至图5C，介绍生成网点邻居关系图的一个示例。
图5A是本公开的一种示例中，包含多个网点的最小生成树示意图。图5A中的每个圆形表示一个网点，为便于后续说明，在图5A中标出了各个网点的名称，包括网点A、B、C等。
图5B是本公开的一种示例中，为网点添加邻居的示意图。如图5B所示，如果网点A的邻居网点的数量小于预设数量阈值，可以确定与网点A的坐标距离小于或等于预设距离阈值的至少一个非邻居网点，如图5B中的网点和F、G、H等。
例如，从上述确定出的非邻居网点中选择一个，如网点F，将网点F和网点A构成一条直线(即上述第一直线)。网点A与网点A的各个邻居网点(如网点B、C、D、E)构成多条直线(即上述第二直线)。利用该第一直线分别与上述各个第二直线构成多个夹角。例如，图中的∠FAB、∠FAC、∠FAE、∠FAD(本公开取上述第一直线和第二直线构成的小于或等于180度的夹角)。对于网点F，第一直线和第二直线构成的上述各个夹角均大于预设夹角阈值，则将网点F添加到网点A的邻居中，并将网点A也添加到网点F的邻居中，建立网点A和网点F的邻居关系。
又如，从上述确定出的非邻居网点中选择一个，如网点G，将网点G和网点A构成一条直线(即上述第一直线)。网点A与网点A的各个邻居网点(如网点B、C、D、E)构成多条直线(即上述第二直线)。利用该第一直线分别与上述各个第二直线构成多个夹角。例如，图中的∠GAB、∠GAC、∠GAE、∠GAD(本公开取上述第一直线和第二直线构成的小于或等于180度的夹角)。在前述各个夹角中，∠GAB小于预设夹角阈值，因此不能建立网点G和网点A之间的邻居关系。
采用上述方式，为网点A扩充邻居后的各个邻居网点与网点A构成的直线之间的夹角均大于预设夹角阈值，因此满足邻居网点的分散性要求，能够提高确定路网矩阵的效果。
采用上述方式，最终建立起包含多个网点的网点邻居关系图。图5C是本公开的一种示例中，包含多个网点的网点邻居关系图的示意图。与图5A所示的最小生成树相比，图5C所示的网点邻居关系图中网点间的邻居关系更多，能够满足后续过程中生成路网矩阵的数据量要求。
本公开在从第一网点的至少一个非邻居网点中，确定满足第一条件的非邻居网点，建立满足第一条件的非邻居网点与该第一网点的邻居关系时，可以采用如下方式：
从至少一个非邻居网点中，按照与第一网点的坐标距离由小到大的顺序，依次提取一个非邻居网点；
判断提取的非邻居网点是否满足该第一条件，在满足的情况下，将提取的非邻居网点修改为该第一网点的邻居网点；
直至第一网点的邻居网点的数量达到预设数量阈值时，结束上述提取和判断步骤。
图6是本公开的一种建立第一网点的邻居关系的实现流程示意图，包括：
S601：获取第一网点的多个非邻居网点，按照与第一网点的坐标距离由小到大的顺序进行排列；
S602：提取第一个非邻居网点；
S603：判断提取的非邻居网点是否满足第一条件，如果不满足，则执行步骤S604；如果满足，则执行步骤S605；
S604：提取下一个非邻居网点，针对提取的非邻居网点，返回执行步骤S603；
S605：将该非邻居网点加入到第一网点的邻居网点中；
S606：判断第一网点的邻居网点的数量是否达到预设数量阈值；如果达到，则结束当前流程；如果未达到，则执行步骤S604。
上述过程中，优先选择与第一网点距离近的非邻居网点，并在满足第一条件的情况下将该非邻居网点加入第一网点的邻居网点中，这样建立起的邻居关系更符合邻居网点的要求，能够提高确定路网矩阵的效果。
采用上述方式建立网点邻居关系图之后，本公开可以调用批量算路服务接口，从该批量算路服务接口获取多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
其中，该第一地图距离包括距离和/或耗时。
由于从批量算路服务接口获取的是多个网点中具有邻居关系的任意两个网点之间的地图距离(以下简称第一地图距离)，而本公开需要确定的路网矩阵包括多个网点中任意两个网点之间的地图距离；那么，对于不具有邻居关系的两两网点之间的地图距离(以下简称第二地图距离)，本公开可以采用第一地图距离和网点邻居关系图进行计算。最后将第一地图距离和第二地图距离组成称为该多个网点的路网矩阵。
图7是本公开根据网点邻居关系图及第一地图距离，生成路网矩阵的实现流程图，包括：
S701：根据第一地图距离和网点邻居关系图，采用最短路径算法，确定路网矩阵中不具有邻居关系的任意两个网点之间的第二地图距离；
S702：利用该第一地图距离和第二地图距离生成路网矩阵，路网矩阵包括多个网点中的任意两个网点之间的地图距离。
最短路径算法用于计算一个节点到其他节点的最短路径，本公开采用的最短路径算法可以包括迪克斯特拉算法(Dijkstra算法)。
图8是本公开的一种采用最短路径算法，确定不具有邻居关系的两个网点之间的第二地图距离的示意图。图8所示的多个网点中，如果两个网点之间有线段连接，则这两个网点具有邻居关系；如果两个网点之间没有线段连接，则这两个网点不具有邻居关系。在图8中，两个网点之间线段上标注的数字表示这两个网点之间的第一地图距离。
如图8中，网点E和K之间没有邻居关系，因此并未从批量算路服务接口中获取网点E和K之间的地图距离。利用具有邻居关系的两两网点之间的第一地图距离、以及网点邻居关系图，本公开可以采用最短路径算法，计算从网点E到K的最短路径，将该最短路径作为从网点E到K之间的第二地图距离。例如，图8中，从网点E到K的路径包括：E->A->K，E->D->K，E->B->F->C->K等；由图8中标注的相邻网点之间的第一地图距离，可以计算出最短路径为E->D->K，利用该最短路径确定网点E和K之间的第二地图距离等于：网点和E和D之间的第一地图距离与网点和D和K之间的第一地图距离之和，即5+4＝9。
本公开提出的确定路网矩阵的方法，可以较好地减少路网矩阵的地图计算调用量，减少量约30％～50％左右；在此基础上，可以较好地体现实际道路特点，使得确定出的路网矩阵的结果有较好的稳定性，与全地图距离的路网矩阵相比，算法指标的误差较小。
本公开还提出一种确定路网矩阵的装置，图9是本公开的一种确定路网矩阵的装置900的结构示意图，包括：
最小生成树生成模块910，用于根据多个网点的坐标，生成包含该多个网点的最小生成树；
网点邻居关系图生成模块920，用于利用最小生成树，生成包含多个网点的网点邻居关系图；
查找获取930，用于根据网点邻居关系图，查找多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
路网矩阵生成模块940，用于根据网点邻居关系图及第一地图距离，生成路网矩阵。
图10是本公开的一种确定路网矩阵的装置1000的结构示意图，如图10所示，可选地，上述网点邻居关系图生成模块920，包括：
确定子模块921，用于从最小生成树中，确定邻居网点的数量小于预设数量阈值的第一网点；
邻居关系扩展子模块922，用于针对任意第一网点，确定与第一网点的坐标距离小于或等于预设距离阈值的至少一个非邻居网点；从至少一个非邻居网点中，确定满足第一条件的非邻居网点，建立满足第一条件的非邻居网点与第一网点的邻居关系。
可选地，上述邻居关系扩展子模块922，用于：
利用非邻居网点和第一网点，确定第一直线；并利用第一网点和第一网点的各个邻居网点，确定多个第二直线；
利用第一直线分别与各个第二直线构成多个夹角；
在多个夹角均大于或等于预设夹角阈值的情况下，确定非邻居网点为满足第一条件的非邻居网点。
可选地，上述邻居关系扩展子模块922，用于：
从至少一个非邻居网点中，按照与第一网点的坐标距离由小到大的顺序，依次提取一个非邻居网点；
判断提取的非邻居网点是否满足第一条件，在满足的情况下，将提取的非邻居网点修改为第一网点的邻居网点；直至第一网点的邻居网点的数量达到预设数量阈值。
可选地，上述查找模块930，用于调用批量算路服务接口，从批量算路服务接口获取多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
第一地图距离包括距离和/或耗时。
可选地，上述路网矩阵生成模块940，包括：
第二地图距离确定子模块941，用于根据第一地图距离和网点邻居关系图，采用最短路径算法，确定路网矩阵中不具有邻居关系的任意两个网点之间的第二地图距离；
路网矩阵生成子模块942，用于利用第一地图距离和第二地图距离生成路网矩阵，路网矩阵包括多个网点中的任意两个网点之间的地图距离。
可选地，上述最小生成树生成模块910包括：
计算子模块911，用于根据多个网点的坐标，计算多个网点中任意两个网点之间的坐标距离；坐标包括经纬度；
生成子模块912，用于利用多个网点中任意两个网点之间的坐标距离，生成包含多个网点的最小生成树，最小生成树中的各个边对应该边连接的两个网点之间的坐标距离。
本公开实施例各装置中的各模块的功能可以参见上述确定路网矩阵的方法中的对应描述，在此不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。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/或要求的本公开的实现。
如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如确定路网矩阵的方法。例如，在一些实施例中，确定路网矩阵的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的确定路网矩阵的方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行确定路网矩阵的方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。
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，本公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (12)

1.一种确定路网矩阵的方法，包括：
根据多个网点的坐标，生成包含所述多个网点的最小生成树；
利用所述最小生成树，生成包含所述多个网点的网点邻居关系图；
根据所述网点邻居关系图，查找所述多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
根据所述网点邻居关系图及所述第一地图距离，生成所述路网矩阵；
其中，所述利用所述最小生成树，生成包含所述多个网点的网点邻居关系图，包括：从所述最小生成树中，确定邻居网点的数量小于预设数量阈值的第一网点；针对任意所述第一网点，确定与所述第一网点的坐标距离小于或等于预设距离阈值的至少一个非邻居网点；从所述至少一个非邻居网点中，确定满足第一条件的非邻居网点，建立所述满足第一条件的非邻居网点与所述第一网点的邻居关系；
其中，所述确定满足第一条件的非邻居网点，包括：利用所述非邻居网点和所述第一网点，确定第一直线；并利用所述第一网点和所述第一网点的各个邻居网点，确定多个第二直线；利用所述第一直线分别与各个所述第二直线构成多个夹角；在所述多个夹角均大于或等于预设夹角阈值的情况下，确定所述非邻居网点为所述满足第一条件的非邻居网点。
2.根据权利要求1所述的方法，其中，所述从所述至少一个非邻居网点中，确定满足第一条件的非邻居网点，建立所述满足第一条件的非邻居网点与所述第一网点的邻居关系，包括：
从所述至少一个非邻居网点中，按照与所述第一网点的坐标距离由小到大的顺序，依次提取一个非邻居网点；
判断提取的非邻居网点是否满足所述第一条件，在满足的情况下，将所述提取的非邻居网点修改为所述第一网点的邻居网点；
直至所述第一网点的邻居网点的数量达到所述预设数量阈值时，结束所述提取和判断步骤。
3.根据权利要求1所述的方法，其中，所述查找所述多个网点中具有邻居关系的任意两个网点之间的第一地图距离，包括：调用批量算路服务接口，从所述批量算路服务接口获取所述多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
所述第一地图距离包括距离和/或耗时。
4.根据权利要求1所述的方法，其中，所述根据所述网点邻居关系图及所述第一地图距离，生成所述路网矩阵，包括：
根据所述第一地图距离和所述网点邻居关系图，采用最短路径算法，确定所述路网矩阵中不具有邻居关系的任意两个网点之间的第二地图距离；
利用所述第一地图距离和所述第二地图距离生成所述路网矩阵，所述路网矩阵包括所述多个网点中的任意两个网点之间的地图距离。
5.根据权利要求1所述的方法，所述根据多个网点的坐标，生成包含所述多个网点的最小生成树，包括：
根据所述多个网点的坐标，计算所述多个网点中任意两个网点之间的坐标距离；所述坐标包括经纬度；
利用所述多个网点中任意两个网点之间的坐标距离，生成包含所述多个网点的最小生成树，所述最小生成树中的各个边对应所述边连接的两个网点之间的坐标距离。
6.一种确定路网矩阵的装置，包括：
最小生成树生成模块，用于根据多个网点的坐标，生成包含所述多个网点的最小生成树；
网点邻居关系图生成模块，用于利用所述最小生成树，生成包含所述多个网点的网点邻居关系图；
查找获取，用于根据所述网点邻居关系图，查找所述多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
路网矩阵生成模块，用于根据所述网点邻居关系图及所述第一地图距离，生成所述路网矩阵；
其中，所述网点邻居关系图生成模块，包括：确定子模块，用于从所述最小生成树中，确定邻居网点的数量小于预设数量阈值的第一网点；邻居关系扩展子模块，用于针对任意所述第一网点，确定与所述第一网点的坐标距离小于或等于预设距离阈值的至少一个非邻居网点；从所述至少一个非邻居网点中，确定满足第一条件的非邻居网点，建立所述满足第一条件的非邻居网点与所述第一网点的邻居关系；
其中，所述邻居关系扩展子模块，用于：利用所述非邻居网点和所述第一网点，确定第一直线；并利用所述第一网点和所述第一网点的各个邻居网点，确定多个第二直线；利用所述第一直线分别与各个所述第二直线构成多个夹角；在所述多个夹角均大于或等于预设夹角阈值的情况下，确定所述非邻居网点为所述满足第一条件的非邻居网点。
7.根据权利要求6所述的装置，其中，所述邻居关系扩展子模块，用于：
从所述至少一个非邻居网点中，按照与所述第一网点的坐标距离由小到大的顺序，依次提取一个非邻居网点；
判断提取的非邻居网点是否满足所述第一条件，在满足的情况下，将所述提取的非邻居网点修改为所述第一网点的邻居网点；直至所述第一网点的邻居网点的数量达到所述预设数量阈值。
8.根据权利要求6所述的装置，其中，所述查找获取，用于调用批量算路服务接口，从所述批量算路服务接口获取所述多个网点中具有邻居关系的任意两个网点之间的第一地图距离；
所述第一地图距离包括距离和/或耗时。
9.根据权利要求6所述的装置，其中，所述路网矩阵生成模块，包括：
第二地图距离确定子模块，用于根据所述第一地图距离和所述网点邻居关系图，采用最短路径算法，确定所述路网矩阵中不具有邻居关系的任意两个网点之间的第二地图距离；
路网矩阵生成子模块，用于利用所述第一地图距离和所述第二地图距离生成所述路网矩阵，所述路网矩阵包括所述多个网点中的任意两个网点之间的地图距离。
10.根据权利要求6所述的装置，所述最小生成树生成模块包括：
计算子模块，用于根据所述多个网点的坐标，计算所述多个网点中任意两个网点之间的坐标距离；所述坐标包括经纬度；
生成子模块，用于利用所述多个网点中任意两个网点之间的坐标距离，生成包含所述多个网点的最小生成树，所述最小生成树中的各个边对应所述边连接的两个网点之间的坐标距离。
11. 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1-5中任意项所述的方法。
12.一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1-5中任意项所述的方法。
CN202110152368.XA 2021-02-03 2021-02-03 确定路网矩阵的方法、装置、电子设备及存储介质 Active CN112861024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110152368.XA CN112861024B (zh) 2021-02-03 2021-02-03 确定路网矩阵的方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110152368.XA CN112861024B (zh) 2021-02-03 2021-02-03 确定路网矩阵的方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112861024A CN112861024A (zh) 2021-05-28
CN112861024B true CN112861024B (zh) 2023-08-01

Family

ID=75986531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110152368.XA Active CN112861024B (zh) 2021-02-03 2021-02-03 确定路网矩阵的方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112861024B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012089539A1 (en) * 2010-12-16 2012-07-05 Csi Ricerca & Ambiente Srl A system for evaluating the current evolutionary status of events or processes in a geographical region and for generating and visualizing predictions of the evolutionary dynamics in time and space
CN108733803A (zh) * 2018-05-18 2018-11-02 电子科技大学 一种道路网络下多用户空间关键词查询方法
CN110458468A (zh) * 2019-08-16 2019-11-15 北京百度网讯科技有限公司 一种任务处理方法、装置、电子设备及存储介质
CN110648096A (zh) * 2019-08-19 2020-01-03 北京三快在线科技有限公司 一种配送线路的生成方法和装置
CN110782524A (zh) * 2019-10-25 2020-02-11 重庆邮电大学 基于全景图的室内三维重建方法
CN111428991A (zh) * 2020-03-20 2020-07-17 北京百度网讯科技有限公司 用于确定配送车辆的方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9934683B2 (en) * 2014-05-29 2018-04-03 Here Global B.V. Traffic aggregation and reporting in real-time

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012089539A1 (en) * 2010-12-16 2012-07-05 Csi Ricerca & Ambiente Srl A system for evaluating the current evolutionary status of events or processes in a geographical region and for generating and visualizing predictions of the evolutionary dynamics in time and space
CN108733803A (zh) * 2018-05-18 2018-11-02 电子科技大学 一种道路网络下多用户空间关键词查询方法
CN110458468A (zh) * 2019-08-16 2019-11-15 北京百度网讯科技有限公司 一种任务处理方法、装置、电子设备及存储介质
CN110648096A (zh) * 2019-08-19 2020-01-03 北京三快在线科技有限公司 一种配送线路的生成方法和装置
CN110782524A (zh) * 2019-10-25 2020-02-11 重庆邮电大学 基于全景图的室内三维重建方法
CN111428991A (zh) * 2020-03-20 2020-07-17 北京百度网讯科技有限公司 用于确定配送车辆的方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Network planning of urban underground logistics system with hub-and-spoke layout: two phase cluster-based approach;Wanjie Hu 等;Engineering Construction & Architectural Management;全文 *
一种新的基于最小生成树的物流配送优化路线算法;杨跃武;;计算技术与自动化(03);全文 *
基于线性时序逻辑的移动端快递派送路径规划;禹鑫D;郭永奎;欧林林;汪涛;卢靓;张爱美;;高技术通讯(06);全文 *

Also Published As

Publication number Publication date
CN112861024A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN114036253B (zh) 高精地图数据处理方法、装置、电子设备和介质
CN113240175B (zh) 配送路线的生成方法、设备、存储介质和程序产品
CN112861024B (zh) 确定路网矩阵的方法、装置、电子设备及存储介质
CN116841870A (zh) 一种测试方法、系统、装置、设备及存储介质
CN114689072B (zh) 一种定位位置的智能纠偏方法、装置、服务器及介质
CN113447034B (zh) 一种路网数据处理方法、装置、电子设备及可读存储介质
CN113739798B (zh) 路径规划方法和装置
CN113868555A (zh) 一种轨迹检索方法、装置、设备以及存储介质
CN114647816A (zh) 车道线的确定方法、装置、设备及存储介质
CN114756774A (zh) 出行方案推荐、模型训练方法、装置、设备以及存储介质
CN113447013A (zh) 施工道路识别方法、装置、设备、存储介质和程序产品
CN113051470B (zh) 位置精度评估方法及装置、电子设备、计算机可读介质
CN114323060B (zh) 距离确定方法及装置
CN114491416B (zh) 特征信息的处理方法、装置、电子设备和存储介质
CN116109991B (zh) 模型的约束参数确定方法、装置及电子设备
CN115860077B (zh) 状态数据的处理方法、装置、设备以及存储介质
CN113537311B (zh) 一种空间点的聚类方法、装置及电子设备
CN114757304B (zh) 一种数据识别方法、装置、设备及存储介质
EP4036861A2 (en) Method and apparatus for processing point cloud data, electronic device, storage medium, computer program product
CN113900731B (zh) 请求处理方法、装置、设备和存储介质
CN112580803B (zh) 模型获取方法、装置、电子设备、存储介质和程序产品
CN113865611B (zh) 一种数据处理方法、装置、设备及存储介质
CN113762510B (zh) 针对目标模型的数据处理方法、装置、电子设备和介质
CN115018009A (zh) 对象描述方法、网络模型的训练方法及装置
CN116822756A (zh) 多路径的生成方法、装置、设备以及存储介质

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