CN114328780A - 基于六角格的智慧城市地理信息更新方法、设备及介质 - Google Patents
基于六角格的智慧城市地理信息更新方法、设备及介质 Download PDFInfo
- Publication number
- CN114328780A CN114328780A CN202111597891.XA CN202111597891A CN114328780A CN 114328780 A CN114328780 A CN 114328780A CN 202111597891 A CN202111597891 A CN 202111597891A CN 114328780 A CN114328780 A CN 114328780A
- Authority
- CN
- China
- Prior art keywords
- hexagonal
- grid
- information
- code
- hexagonal lattice
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000008859 change Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005236 sound signal Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- XZEUAXYWNKYKPL-WDYNHAJCSA-N levormeloxifene Chemical compound C1([C@H]2[C@@H](C3=CC=C(C=C3OC2(C)C)OC)C=2C=CC(OCCN3CCCC3)=CC=2)=CC=CC=C1 XZEUAXYWNKYKPL-WDYNHAJCSA-N 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229960003327 ormeloxifene Drugs 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于六角格的智慧城市地理信息更新方法、设备及介质，所述方法包括：步骤101，在智慧城市地图上选择目标区域；步骤102，配置六角格网的Grid_Size值和Grid_Lev值；步骤103，根据步骤101中选择的目标区域和步骤102配置的六角格网的Grid_Size值和Grid_Lev值，生成与所述目标区域对应的目标六角格网格；步骤104，对所述目标六角格网格中的每个六角格进行编码，生成每个六角格的编码Code；步骤105，确定并存储所述目标六角格网格中每个六角格所对应的要素信息Element、六角格名称Name和六角格中心经纬度；步骤106，确定并存储每个六角格的IsSame数组。
Description
技术领域
本发明涉及智慧城市领域，具体的说，涉及了一种基于六角格的智慧城市地理信息更新方法、设备及介质。
背景技术
随着信息技术的不断发展，智慧城市成为当下的研究热点，智慧城市指利用各种信息技术将城市系统和服务打通和集成，提升资源运用效率，优化城市管理服务，以改善人们生活质量。智慧城市运行需要海量地理信息数据进行支撑，因此，研究智慧城市中地理信息数据的收集、组织和存储技术对智慧城市建设具有重要意义。
需要说明的是，智慧城市中遍布智能传感器和音视频采集器，对城市地理信息数据进行实时感测；此外，互联网上发布的政府信息中也包含智慧城市建设所需的地理信息数据。智能传感器的检测数据、音视频采集器的采集数据以及互联网上发布的政府信息，构成了大数据时代奔涌的多元、多源、异构的海量城市地理信息数据。
然而，面对非结构化城市地理信息数据海量、异构、多元、多源、不容易描述的特点，传统面向智慧城市的地理信息数据组织及更新方式，已涌现出越来越多的问题：地理信息数据更新慢且较为单一、数据定量分析困难等，无法满足海量城市地理信息数据的快速、准确等更新需求。
为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足，从而提供一种基于六角格的智慧城市地理信息更新方法、设备及介质。
为了实现上述目的，本发明所采用的技术方案是：
本发明第一方面提供一种基于六角格的智慧城市地理信息更新方法，所述方法包括以下步骤：
初始化阶段
步骤101，在智慧城市地图上选择目标区域；
步骤102，配置六角格网的Grid_Size值和Grid_Lev值；其中，Grid_Size表示六角格尺寸，Grid_Lev表示六角格网等级，六角格尺寸与六角格网等级一一对应设置；
步骤103，根据步骤101中选择的目标区域和步骤102配置的六角格网的Grid_Size值和Grid_Lev值，生成与所述目标区域对应的目标六角格网格；
步骤104，对所述目标六角格网格中的每个六角格进行编码，生成每个六角格的编码Code [Code_I，Code_J，Code_K]；其中，Code_I表示编码Code中i方向因子，Code_J表示编码Code中j方向因子，Code_K表示编码Code中k方向因子，i方向、j方向、k方向两两呈120°夹角；
步骤105，确定并存储所述目标六角格网格中每个六角格所对应的要素信息Element、六角格名称Name和六角格中心经纬度；其中，所述要素信息Element表示地物标识符，所述六角格名称Name为自定义内容，所述六角格中心经纬度表示六角格几何中心所在地理位置的经纬度；
步骤106，根据每个六角格所对应的要素信息Element，确定并存储每个六角格的IsSame数组；其中，所述IsSame数组中的IsSame属性表示该六角格与其相邻的六角格属性是否一致；
步骤107，根据每个六角格的IsSame数组，确定并存储所述目标六角格网格中对应六角格的IsBoundary属性；其中，所述IsBoundary属性表示该六角格是否为边界；
步骤108，建立并存储每个六角格编码Code [Code_I、Code_J、Code_K]与该六角格的要素信息Element、六角格中心经纬度、IsSame数组和IsBoundary属性的映射关系；
数据更新阶段
步骤201，获取所述目标区域的政府信息、音频信号、视频信息和传感数据，实时监测目标区域的地理信息数据是否发生变化；
步骤202，在监测到目标区域的地理信息数据变化时，生成结构化变更数据，触发地理信息更新请求；所述地理信息更新请求中携带所述结构化变更数据，所述结构化变更数据包括经纬度信息及待更新要素信息Element；
步骤203，在触发地理信息更新请求的情况下，确定所述地理信息更新请求对应的待更新区域是否为所述目标区域；
若是，则锁定所述目标区域，根据所述结构化变更数据中的经纬度信息确定所述目标区域中的待更新六角格的编码Code；
步骤204，根据六角格编码Code与要素信息Element的映射关系，查找与待更新六角格的编码Code对应的要素信息Element；
基于所述结构化变更数据中的待更新要素信息Element，对所述目标区域的待更新六角格进行要素更新；
步骤205，将与待更新六角格相邻的六角格作为关联六角格，根据关联六角格的编码Code与IsSame数组的映射关系，查找与关联六角格的编码Code对应的IsSame数组；
根据更新后的要素信息Element，对所述目标区域的待更新六角格及关联六角格进行IsSame属性更新；
步骤206，根据关联六角格的编码Code与IsBoundary属性的映射关系，查找与关联六角格的编码Code对应的IsBoundary属性；
根据更新后的IsSame数组，对所述目标区域的待更新六角格及关联六角格进行IsBoundary属性更新。
本发明第二方面提供一种基于六角格的智慧城市地理信息更新设备，包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于六角格的智慧城市地理信息更新程序，所述基于六角格的智慧城市地理信息更新程序被所述处理器执行时，实现如上述的基于六角格的智慧城市地理信息更新方法的步骤。
本发明第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的基于六角格的智慧城市地理信息更新方法的步骤。
本发明的有益效果为：
1）本发明基于六角格对智慧城市中的地理信息数据进行组织，构建出的目标区域对应的可持续拓展的目标六角格网格，目标六角格网格具有组织编码简单、更新机制简单且高效的优点，在保证智慧城市地理信息数据更新准确的同时，大大提高了智慧城市地理信息数据更新速度；
2）本发明提出的基于六角格的智慧城市地理信息更新方法，便于后续对目标区域的智慧城市地理信息数据进行定量分析；
3）本发明对于终端感知模块采集的海量、异构且多元的非结构化城市地理信息数据，采用多种模式融合更新策略进行分析预测，获得结构化变更数据，打破信息孤岛效应，有效解决城市地理信息数据连通性缺乏与场景割裂等问题；
4）所述结构化变更数据与初始化阶段构建的目标六角格网格中的编码Code与要素信息Element紧密关联，便于实现地理信息数据的快速查找及更新，满足智慧城市领域的海量地理信息数据的快速、准确、实时的更新要求。
附图说明
图1和图2是本发明的基于六角格的智慧城市地理信息更新方法的流程图一；
图3是本发明的六角格网编码示意图；
图4是本发明的结构化变更数据生成方法的流程图；
图5是本发明的基于六角格的二维格网示意图；
图6是本发明的基于六角格的智慧城市地理信息更新结构示意图。
具体实施方式
下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。
实施例1
附图1和2示出了一种基于六角格的智慧城市地理信息更新方法，所述方法包括初始化阶段和数据更新阶段；
初始化阶段，包括以下步骤：
步骤101，在智慧城市地图上选择需要组织和管理的区域，作为目标区域；
具体的，可以采用框选或者输入区域（市、县、区）等手段选择；
步骤102，根据智慧城市分析的需求，配置六角格网的Grid_Size值和Grid_Lev值；其中，Grid_Size表示六角格尺寸，Grid_Lev表示六角格网等级（例如，一级、二级、三级等），六角格尺寸与六角格网等级一一对应设置，每种六角格网等级对应一种六角格尺寸；
可以理解，智慧城市分析精度越高，六角格网尺寸（单位：m）设置越小，格网的密度也越大；传统形式的街道、社区划分不规则、混乱对于数据的分析造成一定的困难，利用六角格进行街道、社区的划分对智慧城市管理数据组织可以提供清晰的思路，例如可以通过如图6中的终端感知模块，获取信息，并表达各个区域的人口密度、人口流动、交通信息等为城市管理提供支撑；
步骤103，根据步骤101中选择的目标区域和步骤102配置的六角格网的Grid_Size值和Grid_Lev值，生成与所述目标区域对应的目标六角格网格；
步骤104，对所述目标六角格网格中的每个六角格进行编码，生成每个六角格的编码Code [Code_I，Code_J，Code_K]；其中，Code_I表示编码Code中i方向因子，Code_J表示编码Code中j方向因子，Code_K表示编码Code中k方向因子，i方向、j方向、k方向两两呈120°夹角；
步骤105，根据智慧城市中地理信息数据（矢量数据或者栅格数据），确定并存储所述目标六角格网格中每个六角格所对应的要素信息Element、六角格名称Name和六角格中心经纬度；其中，所述要素信息Element表示地物标识符或者包含地物标识符的指示信息，所述六角格名称Name为自定义内容（用户可以对其进行自定义），所述六角格中心经纬度表示六角格几何中心所在地理位置的经纬度；
可以理解，不同的地物标识符表示不同的地物，如道路、河流、商店、居民地、加油站、银行等；六角格名称Name为六角格本身添加的标签，为了便于分析六角格；
步骤106，根据每个六角格所对应的要素信息Element，确定并存储每个六角格的IsSame数组；其中，所述IsSame数组中的IsSame属性表示该六角格与其相邻的六角格属性是否一致；
需要说明的是，确定每个六角格的IsSame数组，以建立格网之间拓扑关系，六角格网之间的拓扑关系对于管理数据和分析至关重要；
步骤107，根据每个六角格的IsSame数组，确定并存储所述目标六角格网格中对应六角格的IsBoundary属性；其中，所述IsBoundary属性表示该六角格是否为边界；
步骤108，建立并存储每个六角格编码Code [Code_I、Code_J、Code_K]与该六角格的要素信息Element、六角格中心经纬度、IsSame数组和IsBoundary属性的映射关系；
数据更新阶段，包括以下步骤：
步骤201，获取所述目标区域的政府信息、音频信号、视频信息和传感数据，实时监测目标区域的地理信息数据是否发生变化；
步骤202，在监测到目标区域的地理信息数据变化时，生成结构化变更数据，触发地理信息更新请求；所述地理信息更新请求中携带所述结构化变更数据，所述结构化变更数据包括经纬度信息及待更新要素信息Element；
步骤203，在触发地理信息更新请求的情况下，确定所述地理信息更新请求对应的待更新区域是否为所述目标区域；
若是，则锁定所述目标区域，根据所述结构化变更数据中的经纬度信息确定所述目标区域中的待更新六角格的编码Code；
步骤204，根据六角格编码Code与要素信息Element的映射关系，查找与待更新六角格的编码Code对应的要素信息Element；
基于所述结构化变更数据中的待更新要素信息Element，对所述目标区域的待更新六角格进行要素更新；
步骤205，将与待更新六角格相邻的六角格作为关联六角格，根据关联六角格的编码Code与IsSame数组的映射关系，查找与关联六角格的编码Code对应的IsSame数组；
根据更新后的要素信息Element，对所述目标区域的待更新六角格及关联六角格进行IsSame属性更新；
步骤206，根据关联六角格的编码Code与IsBoundary属性的映射关系，查找与关联六角格的编码Code对应的IsBoundary属性；
根据更新后的IsSame数组，对所述目标区域的待更新六角格及关联六角格进行IsBoundary属性更新。
具体的，所述步骤103中生成与所述目标区域对应的目标六角格网格时，采用现有坐标转换的计算方法，本实施例在此不再赘述。
可以理解，每个六角格的六角格属性字段表，如下表所示：
附图2中的待更新节点指的是待更新六角格，待更新节点编码指的是待更新六角格的编码Code。
进一步的，所述步骤104中，根据预置编码规则对所述目标六角格网格中的每个六角格进行编码，生成每个六角格的编码Code [Code_I，Code_J，Code_K]；所述预置编码规则为：如附图3所示，以所述目标区域的几何中心为编码坐标原点，将编码坐标原点所在六角格的编码Code设置为[0，0，0]；以所述编码坐标原点为起点建立i方向、j方向、k方向三个方向的坐标轴，各个方向之间呈现120°夹角，有利于进行搜索和查询。
进一步的，所述步骤106中，根据每个六角格所对应的要素信息Element，确定并存储每个六角格的IsSame数组时，执行：
基于每个六角格的编码Code进行遍历，按自定义方向（如左上角、右上角、右侧、右下角、左下角至左侧）依次判断选定六角格与相邻六个方向的六角格的要素信息Element是否一致；其中每个六角格对应一个要素信息Element；
若一致，则将该方向对应的IsSame属性值标记为1（true），若不一致，则将该方向对应的IsSame属性值标记为0（false）；
按自定义方向的顺序依次存储每个方向对应的IsSame属性值，生成每个六角格的IsSame数组。
具体的，IsSame数组为bool类型数组，例如，[0；0；0；1；0；1]。
进一步的，所述步骤107中，根据每个六角格的IsSame数组，确定并存储所述目标六角格网格中对应六角格的IsBoundary属性时，执行：
获取每个六角格的IsSame数组，判断所述IsSame数组中的六个元素是否均为1，若是则将该六角格的IsBoundary属性值标记为false，否则将该六角格的IsBoundary属性值标记为true。
需要说明的是，在数据更新阶段之前，还可以人工粗略浏览地图，对于边界或者具有模糊定义的区域或者六角格节点网格进行人为的编辑，主要编辑其要素信息Element和IsSame数组。
如附图5所示，对初始化阶段生成的目标六角格网格，根据各个格网的属性进行显示，以便于后续数据分析；例如，在所述六角格名称Name被自定义为交通流量、人口信息等数据时，可以通过六角格网聚合（同种属性且相互连通的六角格网进行组合）的方式或者划定区域进行聚合的方式直观对比不同社区之间的交通流量、人口信息等数据为社区管理、调度提供信息支撑。
如附图4所示，所述步骤202中，在监测到目标区域的地理信息数据变化时，生成结构化变更数据，触发地理信息更新请求时，执行：
对所述目标区域的政府信息进行预处理，获得目标文本信息，对所述目标文本信息进行依存句法分析，获取所述目标文本信息中的关键文本信息；其中，所述关键文本信息包括关键词以及各个关键字之间的关系，所述关键词包括第一要素信息Element和第一位置信息；
对所述目标区域的音频信号进行预处理，获得目标音频频谱图；将所述目标音频频谱图输入VGG网络（深度卷积神经网络）进行特征提取，得到关键音频特征；对所述目标区域的视频信息进行预处理，获得目标视频帧图像；将所述目标视频帧图像输入ResNet50网络进行特征提取，得到关键视频特征；将所述关键音频特征和所述关键视频特征进行线性拼接，生成拼接后的音视频特征；基于PCA（Principal Component Analysis）对拼接后的音视频特征进行降维处理，得到降维处理后的音视频特征；将降维处理后的音视频特征输入MLP（(multilayer perceptron）分类器，进行分类决策，得到音视频预测结果；其中，所述音视频预测结果包括第二要素信息Element和第二位置信息；
对所述目标区域的传感数据按照预设规则（阈值比对）进行分析，得到传感数据预测结果；其中，所述传感数据预测结果包括第三要素信息Element和第三位置信息；
对所述关键文本信息、所述音视频预测结果和所述传感数据预测结果进行去重，得到融合后的预测结果；
将融合后的预测结果中的要素信息Element作为待更新要素信息Element，根据融合后的预测结果中的位置信息，确定待更新要素信息Element对应的经纬度信息；
根据待更新要素信息Element和对应的经纬度信息，生成结构化变更数据（所需修正的地理信息列表）。
具体的，所述VGG网络由13个卷积层与3个全连接层构成；随着网络的加深，关键音频特征的提取也更加精细，同时VGG网络中的每一个块（BLOCK）中均有多个卷积（CONV）操作，减少了参数的同时还获得了同样的感受视野。将224×224×3的目标音频频谱图输入所述VGG网络，提取到512个特征标量（关键音频特征）。
具体的，将所述目标视频帧图像（如，224×224）输入ResNet50网络进行特征提取，得到2048个特征标量（关键视频特征）；将所述VGG网络输出的512个特征标量（关键音频特征）与所述ResNet50网络输出的2048个特征标量（关键视频特征）进行线性拼接，得到2560个特征标量（拼接后的音视频特征）。
需要说明的是，所述音视频预测结果是基于所述目标区域的音频信号和视频信息生成的，目的是为了增强信息识别的精准度；因为视频图像能够表达的信息有限，而声音信息可以对视频图片进行辅助识别。不同形式的信息既能够互补，也可以提高信息的可靠性。因此，本发明利用音频和视频融合的处理方式对音频和视频信息进行处理，音视频处理首先针对音频和视频训练多模式的识别模型，再利用模型进行音视频的识别。
在模型训练时，首先把音频信号转化为图像，即将音频信息转化成音频频谱图，音频频谱图作为VGG网络的输入进行特征提取；同时，对来自摄像头的视频解帧后的图像利用ResNet50网络进行特征提取；将二者的特征进行线性拼接，再对拼接后的特征基于PCA进行降维处理，得到降维处理后的音视频特征，进行多模态特征融合的模型训练，进而得到训练好的多模态信息识别的模型；
在模型应用时，将所述目标区域的音频信号和视频信息输入到训练好的多模态信息识别的模型，进而得到模型输出的结果（音视频预测结果）。例如，可以通过视频分析得知某一街道某一道路是否新增银行等地物、某一街道的某间店铺分布情况、有多少奶茶店铺有多少小吃点等。
具体的，所述第一位置信息为来自互联网的政府信息中的具体位置信息，所述第二位置信息为音视频采集器的安装位置，所述第三位置信息为智能传感器的安装位置；所述第一位置信息、所述第二位置信息和所述第三位置信息一般为××省××市××区××社区××街道××路××号。
例如，所述目标区域的政府信息为某家品牌将近期在某个商场入驻的消息，该消息经过依存句法分析获得该商场的具体位置信息作为第一位置信息，某家品牌入驻作为第一要素信息Element，作为结果输出到数据处理环节。例如，所述目标区域的传感数据为某个位置的隧道里的水位传感器检测结果，在某个位置隧道里的水位传感器超过阈值时，生成该隧道不能通过的消息等，将该隧道不能通过（包含地物标识符的指示信息）作为第三要素信息Element，将隧道的具体位置信息作为第三位置信息。
需要说明的是，附图6中的感知模块对目标区域的政府信息、音频信号、视频信息和传感数据进行监测和感知，当涉及到地理信息数据的变化时，则启动数据处理转换模块，对海量、异构且多元的非结构化城市地理信息数据采用多种模式融合更新策略进行分析预测，分别得到所述关键文本信息、所述音视频预测结果和所述传感数据预测结果，再进行融合去重处理生成结构化变更数据，打破信息孤岛效应，为海量地理信息数据的快速、准确、实时的更新做准备。
可以理解，在更新时，查询待更新六角格，锁定待更新六角格的编码Code，确定待更新要素信息Element；触发附图6中的数据更新模块，根据锁定的待更新六角格的编码Code和待更新要素信息Element，并存储待更新六角格的要素信息Element，接着更新并存储待更新六角格及关联六角格的IsSame数组，进而更新并存储待更新六角格及关联六角格的IsBoundary属性；
根据结构化变更数据（所需修正的地理信息列表），自动一条一条处理所有待更新要素信息Element；相比于传统方式本发明更有利于进行数据查询、更新和分析等，为智慧城市中地理信息数据组织和更新提供有效的解决方法。
实施例2
本实施例给出了一种基于六角格的智慧城市地理信息更新设备，所述基于六角格的智慧城市地理信息更新设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于六角格的智慧城市地理信息更新程序，所述基于六角格的智慧城市地理信息更新程序被所述处理器执行时实现如实施例1中的基于六角格的智慧城市地理信息更新方法的步骤。
本实施例还给出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如实施例1中的基于六角格的智慧城市地理信息更新的步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，上述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (6)
1.一种基于六角格的智慧城市地理信息更新方法，其特征在于，包括以下步骤：
初始化阶段
步骤101，在智慧城市地图上选择目标区域；
步骤102，配置六角格网的Grid_Size值和Grid_Lev值；其中，Grid_Size表示六角格尺寸，Grid_Lev表示六角格网等级，六角格尺寸与六角格网等级一一对应设置；
步骤103，根据步骤101中选择的目标区域和步骤102配置的六角格网的Grid_Size值和Grid_Lev值，生成与所述目标区域对应的目标六角格网格；
步骤104，对所述目标六角格网格中的每个六角格进行编码，生成每个六角格的编码Code [Code_I，Code_J，Code_K]；其中，Code_I表示编码Code中i方向因子，Code_J表示编码Code中j方向因子，Code_K表示编码Code中k方向因子，i方向、j方向、k方向两两呈120°夹角；
步骤105，确定并存储所述目标六角格网格中每个六角格所对应的要素信息Element、六角格名称Name和六角格中心经纬度；其中，所述要素信息Element表示地物标识符，所述六角格名称Name为自定义内容，所述六角格中心经纬度表示六角格几何中心所在地理位置的经纬度；
步骤106，根据每个六角格所对应的要素信息Element，确定并存储每个六角格的IsSame数组；其中，所述IsSame数组中的IsSame属性表示该六角格与其相邻的六角格属性是否一致；
步骤107，根据每个六角格的IsSame数组，确定并存储所述目标六角格网格中对应六角格的IsBoundary属性；其中，所述IsBoundary属性表示该六角格是否为边界；
步骤108，建立并存储每个六角格编码Code [Code_I、Code_J、Code_K]与该六角格的要素信息Element、六角格中心经纬度、IsSame数组和IsBoundary属性的映射关系；
数据更新阶段
步骤201，获取所述目标区域的政府信息、音频信号、视频信息和传感数据，实时监测目标区域的地理信息数据是否发生变化；
步骤202，在监测到目标区域的地理信息数据变化时，生成结构化变更数据，触发地理信息更新请求；所述地理信息更新请求中携带所述结构化变更数据，所述结构化变更数据包括经纬度信息及待更新要素信息Element；
步骤203，在触发地理信息更新请求的情况下，根据所述结构化变更数据中的经纬度信息确定所述目标区域中的待更新六角格的编码Code；
步骤204，根据六角格编码Code与要素信息Element的映射关系，查找与待更新六角格的编码Code对应的要素信息Element；
基于所述结构化变更数据中的待更新要素信息Element，对所述目标区域的待更新六角格进行要素更新；
步骤205，将与待更新六角格相邻的六角格作为关联六角格，根据关联六角格的编码Code与IsSame数组的映射关系，查找与关联六角格的编码Code对应的IsSame数组；
根据更新后的要素信息Element，对所述目标区域的待更新六角格及关联六角格进行IsSame属性更新；
步骤206，根据关联六角格的编码Code与IsBoundary属性的映射关系，查找与关联六角格的编码Code对应的IsBoundary属性；
根据更新后的IsSame数组，对所述目标区域的待更新六角格及关联六角格进行IsBoundary属性更新。
2.根据权利要求1所述的基于六角格的智慧城市地理信息更新方法，其特征在于，所述步骤106中，根据每个六角格所对应的要素信息Element，确定并存储每个六角格的IsSame数组时，执行：
基于每个六角格的编码Code进行遍历，按自定义方向依次判断选定六角格与相邻六个方向的六角格的要素信息Element是否一致；
若一致，则将该方向对应的IsSame属性值标记为1，若不一致，则将该方向对应的IsSame属性值标记为0；
按自定义方向的顺序依次存储每个方向对应的IsSame属性值，生成每个六角格的IsSame数组。
3.根据权利要求2所述的基于六角格的智慧城市地理信息更新方法，其特征在于，所述步骤107中，根据每个六角格的IsSame数组，确定并存储所述目标六角格网格中对应六角格的IsBoundary属性时，执行：
获取每个六角格的IsSame数组，判断所述IsSame数组中的六个元素是否均为1，若是则将该六角格的IsBoundary属性值标记为false，否则将该六角格的IsBoundary属性值标记为true。
4.根据权利要求1所述的基于六角格的智慧城市地理信息更新方法，其特征在于，所述步骤202中，在监测到目标区域的地理信息数据变化时，生成结构化变更数据，触发地理信息更新请求时，执行：
对所述目标区域的政府信息进行预处理，获得目标文本信息，对所述目标文本信息进行依存句法分析，获取所述目标文本信息中的关键文本信息；其中，所述关键文本信息包括关键词以及各个关键字之间的关系，所述关键词包括第一要素信息Element和第一位置信息；
对所述目标区域的音频信号进行预处理，获得目标音频频谱图；将所述目标音频频谱图输入VGG网络进行特征提取，得到关键音频特征；对所述目标区域的视频信息进行预处理，获得目标视频帧图像；将所述目标视频帧图像输入ResNet50网络进行特征提取，得到关键视频特征；
将所述关键音频特征和所述关键视频特征进行线性拼接，生成拼接后的音视频特征；基于PCA对拼接后的音视频特征进行降维处理，得到降维处理后的音视频特征；将降维处理后的音视频特征输入分类器，进行分类决策，得到音视频预测结果；其中，所述音视频预测结果包括第二要素信息Element和第二位置信息；
对所述目标区域的传感数据按照预设规则进行分析，得到传感数据预测结果；其中，所述传感数据预测结果包括第三要素信息Element和第三位置信息；
对所述关键文本信息、所述音视频预测结果和所述传感数据预测结果进行去重，得到融合后的预测结果；
将融合后的预测结果中的要素信息Element作为待更新要素信息Element，根据融合后的预测结果中的位置信息，确定待更新要素信息Element对应的经纬度信息；
根据待更新要素信息Element和对应的经纬度信息，生成结构化变更数据。
5.一种基于六角格的智慧城市地理信息更新设备，其特征在于：包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于六角格的智慧城市地理信息更新程序，所述基于六角格的智慧城市地理信息更新程序被所述处理器执行时，实现如权利要求1-4任一项所述的基于六角格的智慧城市地理信息更新方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的基于六角格的智慧城市地理信息更新方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111597891.XA CN114328780B (zh) | 2021-12-24 | 2021-12-24 | 基于六角格的智慧城市地理信息更新方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111597891.XA CN114328780B (zh) | 2021-12-24 | 2021-12-24 | 基于六角格的智慧城市地理信息更新方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114328780A true CN114328780A (zh) | 2022-04-12 |
| CN114328780B CN114328780B (zh) | 2024-04-12 |
Family
ID=81013011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111597891.XA Active CN114328780B (zh) | 2021-12-24 | 2021-12-24 | 基于六角格的智慧城市地理信息更新方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114328780B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115587460A (zh) * | 2022-11-24 | 2023-01-10 | 河北纬坤电子科技有限公司 | 道路交通情况数字仿真方法及装置 |
| CN116108125A (zh) * | 2023-04-17 | 2023-05-12 | 创意信息技术股份有限公司 | 城市地理编码方法、装置、设备及存储介质 |
| WO2024016112A1 (zh) * | 2022-07-18 | 2024-01-25 | 西门子股份公司 | 工业知识图谱的显示方法、设备、介质和产品 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108446293A (zh) * | 2018-01-22 | 2018-08-24 | 中电海康集团有限公司 | 一种基于城市多源异构数据构建城市画像的方法 |
| CN109144966A (zh) * | 2018-07-06 | 2019-01-04 | 航天星图科技（北京）有限公司 | 一种海量时空数据的高效组织与管理方法 |
| US20200193173A1 (en) * | 2018-12-12 | 2020-06-18 | Here Global B.V. | Methods and systems for determining roadwork zone extension based on lane marking data |
| CN112532705A (zh) * | 2020-11-20 | 2021-03-19 | 季速漫 | 一种基于大数据的智慧城市服务系统 |
| CN113627783A (zh) * | 2021-08-09 | 2021-11-09 | 雷长宝 | 一种基于大数据的智慧城市数据系统 |
-
2021
- 2021-12-24 CN CN202111597891.XA patent/CN114328780B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108446293A (zh) * | 2018-01-22 | 2018-08-24 | 中电海康集团有限公司 | 一种基于城市多源异构数据构建城市画像的方法 |
| CN109144966A (zh) * | 2018-07-06 | 2019-01-04 | 航天星图科技（北京）有限公司 | 一种海量时空数据的高效组织与管理方法 |
| US20200193173A1 (en) * | 2018-12-12 | 2020-06-18 | Here Global B.V. | Methods and systems for determining roadwork zone extension based on lane marking data |
| CN112532705A (zh) * | 2020-11-20 | 2021-03-19 | 季速漫 | 一种基于大数据的智慧城市服务系统 |
| CN113627783A (zh) * | 2021-08-09 | 2021-11-09 | 雷长宝 | 一种基于大数据的智慧城市数据系统 |
Non-Patent Citations (1)
| Title |
|---|
| 张寅;何蕙;袁庆锋;管建平;: "智慧城市背景下市级测绘地理信息服务模式探讨", 测绘与空间地理信息, no. 07, 25 July 2020 (2020-07-25) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024016112A1 (zh) * | 2022-07-18 | 2024-01-25 | 西门子股份公司 | 工业知识图谱的显示方法、设备、介质和产品 |
| CN115587460A (zh) * | 2022-11-24 | 2023-01-10 | 河北纬坤电子科技有限公司 | 道路交通情况数字仿真方法及装置 |
| CN116108125A (zh) * | 2023-04-17 | 2023-05-12 | 创意信息技术股份有限公司 | 城市地理编码方法、装置、设备及存储介质 |
| CN116108125B (zh) * | 2023-04-17 | 2023-06-16 | 创意信息技术股份有限公司 | 城市地理编码方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114328780B (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114328780A (zh) | 基于六角格的智慧城市地理信息更新方法、设备及介质 | |
| Ivanov et al. | Digital twin of city: Concept overview | |
| Mao et al. | Mining spatiotemporal patterns of urban dwellers from taxi trajectory data | |
| CN106777093B (zh) | 基于空间时序数据流应用的Skyline查询系统 | |
| Rathore et al. | Exploiting real-time big data to empower smart transportation using big graphs | |
| CN112215427A (zh) | 一种卡口数据缺失下的车辆行车轨迹重建方法及系统 | |
| CN111526324B (zh) | 监控系统及方法 | |
| Coscia et al. | Optimal spatial resolution for the analysis of human mobility | |
| CN113920739A (zh) | 基于信息物理融合系统的交通数据驱动框架及构建方法 | |
| CN116522272A (zh) | 一种基于城市信息单元的多源时空数据透明融合方法 | |
| CN114530038A (zh) | 一种基于时空数据聚类的出行兴趣区域提取方法及系统 | |
| CN116524197B (zh) | 一种结合边缘点和深度网络的点云分割方法、装置及设备 | |
| CN106682168B (zh) | 一种跨域城市数据可视查询系统的构建方法 | |
| CN106778547B (zh) | 遥感影像地物分类基准库的构建方法及装置 | |
| CN112381078A (zh) | 基于高架的道路识别方法、装置、计算机设备和存储介质 | |
| Hu et al. | Urban landscape information atlas and model system based on remote sensing images | |
| He et al. | Perceiving commerial activeness over satellite images | |
| CN114120631B (zh) | 构建动态高精度地图的方法、装置及交通云控平台 | |
| Elleuch et al. | Collection and exploration of GPS based vehicle traces database | |
| CN114722276A (zh) | 一种用于智慧城市服务的数据管理及分析方法 | |
| Zhao et al. | Efficient semantic enrichment process for spatiotemporal trajectories | |
| CN112632338A (zh) | 一种点云数据检索方法、装置、设备及存储介质 | |
| Liu | High precision map crowdsource update technology and SLAM technology-Application in autonomous driving | |
| Gawali et al. | Survey on spatio-temporal transportation using deep convolution network for traffic flow | |
| CN117496517B (zh) | 一种城市级实景三维建设中激光雷达智慧管控方法及系统 |
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 |