CN114386536B - 区域确定方法、装置、计算设备以及存储介质 - Google Patents

区域确定方法、装置、计算设备以及存储介质 Download PDF

Info

Publication number
CN114386536B
CN114386536B CN202210280820.5A CN202210280820A CN114386536B CN 114386536 B CN114386536 B CN 114386536B CN 202210280820 A CN202210280820 A CN 202210280820A CN 114386536 B CN114386536 B CN 114386536B
Authority
CN
China
Prior art keywords
area
grid
target
attribute
similarity
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
CN202210280820.5A
Other languages
English (en)
Other versions
CN114386536A (zh
Inventor
吕明
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202210280820.5A priority Critical patent/CN114386536B/zh
Publication of CN114386536A publication Critical patent/CN114386536A/zh
Application granted granted Critical
Publication of CN114386536B publication Critical patent/CN114386536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种区域确定方法、装置、计算设备以及存储介质，属于地图领域。该方法通过基于目标区域中的多个网格和目标区域对应的道路拓扑信息，确定目标区域中不与道路相交的第一区域，对于不与道路相交的第一区域，再基于第一区域中网格的至少一种属性信息，获取第一区域的至少一个属性相似度，基于至少一个属性相似度，从第一区域中确定至少一个第二区域，从而自动从目标区域中确定出第二区域的过程，而无须人工辅助划分区域，由于第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度，使得第二区域中的网格均具有相似的属性，从而确定出的第二区域能够满足对区域内部属性的要求，确定出的第二区域精确度高。

Description

区域确定方法、装置、计算设备以及存储介质
技术领域
本申请涉及地图领域，特别涉及一种区域确定方法、装置、计算设备以及存储介质。
背景技术
城市交通规划包括多个阶段，交通小区是每个阶段中数据操作与规划分配的基础单位，通常会将城市所在的区域作为目标区域，从目标区域中确定出多个子区域，将确定的子区域作为交通小区。
目前，区域的确定过程为：技术人员凭借自己的工作经验，并根据目标区域的路网拓扑结构以及居民的出行活动等，将目标区域划分成多个子区域。
但是，上述确定区域的过程过于依赖人工经验、主观性比较强，导致确定出的交通小区的精确度低。
发明内容
本申请实施例提供了一种区域确定方法、装置、计算设备以及存储介质，能够提高区域确定的精度。该技术方案包括以下方面。
一方面，提供了一种区域确定方法，该方法包括：
基于目标区域中的多个网格和所述目标区域对应的道路拓扑信息，确定所述目标区域中的第一区域，所述道路拓扑信息用于表示所述目标区域内的道路，所述第一区域为所述目标区域中不与所述道路相交的区域；
基于所述第一区域中网格的至少一种属性信息，获取所述第一区域的至少一个属性相似度，所述属性相似度用于指示所述第一区域中的网格在同一种属性上的相似程度；
基于所述至少一个属性相似度，确定至少一个第二区域，每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度。
一方面，提供了一种区域确定装置，所述装置包括：
第一确定模块，用于基于目标区域中的多个网格和所述目标区域对应的道路拓扑信息，确定所述目标区域中的第一区域，所述道路拓扑信息用于表示所述目标区域内的道路，所述第一区域为所述目标区域中不与所述道路相交的区域；
获取模块，用于基于所述第一区域中网格的至少一种属性信息，获取所述第一区域的至少一个属性相似度，所述属性相似度用于指示所述第一区域中的网格在同一种属性上的相似程度；
第二确定模块，用于基于所述至少一个属性相似度，确定至少一个第二区域，每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度。
在一种可能的实现方式中，所述第二确定模块用于：
若所述至少一个属性相似度均大于或等于对应属性所对应的目标相似度，将所述第一区域确定为一个第二区域；
若所述至少一个属性相似度中的任一属性相似度小于对应属性所对应的目标相似度，则基于所述至少一种属性信息，将所述第一区域划分为多个第二区域。
在一种可能的实现方式中，所述第一区域包括多个兴趣点POI，所述多个POI分布在所述多个网格内，每个网格的至少一种属性信息包括对应网格的POI属性信息，所述获取模块还用于：
基于所述第一区域内所述多个POI的POI数据，对所述多个POI进行聚类，得到所述多个POI所属的POI类型；
将所述第一区域中每个网格内的POI所属的POI类型，确定为对应网格的POI属性信息。
在一种可能的实现方式中，所述第一区域包括多个建筑，所述多个建筑分布在所述多个网格内，每个网格的至少一种属性信息包括对应网格的建筑属性信息，所述获取模块还用于：
基于所述第一区域内所述多个建筑的建筑数据，对所述多个建筑进行聚类，得到所述多个建筑所属的建筑类型；
将所述第一区域中每个网格内的建筑所属的建筑类型，确定为对应网格的建筑属性信息。
在一种可能的实现方式中，每个网格的至少一种属性信息包括对应网格的出行属性信息，所述出行属性信息用于指示采用目标出行方式时网格的可达性情况。
在一种可能的实现方式中，所述目标出行方式包括公共交通出行方式以及私有交通出行方式中的至少一种；
若所述目标出行方式包括公共交通出行方式，每个网格的出行属性信息包括对应网格的公共交通可达性水平PTAL；
若所述目标出行方式包括私有交通出行方式，每个网格的出行属性信息包括对应网格的总出行时间，所述总出行时间为私有交通工具从对应网格达到目标位置的总出行时间，所述目标位置所述目标区域中所述第一区域之外的任一位置。
在一种可能的实现方式中，对于所述多个网格中的任一网格，与所述任一网格相邻的多个道路汇聚在目标道路交叉口，所述任一网格的至少一种属性信息包括所述目标道路交叉口的交通关联度，所述交通关联度用于指示在车流量上所述多个道路之间的关联程度。
在一种可能的实现方式中，所述第一确定模块用于：
基于所述目标区域的道路拓扑信息，从所述多个网格中，确定多个第一网格，每个第一网格为所述多个网格中与所述道路不相交的网格；
基于所述多个第一网格之间的位置关系，对所述多个第一网格中相邻的至少一个第一网格进行融合，得到所述第一区域。
在一种可能的实现方式中，所述第一确定模块还用于：
基于所述多个第一网格之间的位置关系，从所述多个第一网格中，确定第二网格，所述第二网格与所述至少一个第一网格均不相邻；
若所述第二网格和所述至少一个第一网格均属于所述目标区域中的同一行政区域，对所述第二网格以及所述至少一个第一网格进行融合，得到所述第一区域。
在一种可能的实现方式中，所述装置还包括：
划分模块，用于将所述目标区域划分为所述多个网格，每个网格的面积均小于目标面积。
在一种可能的实现方式中，每个第二区域为一个交通小区。
一方面，提供了一种计算设备，该计算设备包括处理器和存储器，该存储器中存储有至少一条计算机程序，该至少一条计算机程序由该处理器加载并执行以实现如上述任一种可能实现方式的区域确定方法。
一方面，提供了一种计算机可读存储介质，该存储介质中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行以实现如上述任一种可能实现方式的区域确定法。
一方面，提供一种计算机程序产品，所述计算机程序产品包括至少一条条程序代码，所述至少一条程序代码存储在计算机可读存储介质中。计算设备的处理器能够从计算机可读存储介质中读取所述一条或多条程序代码，所述一个或多个处理器执行所述一条或多条程序代码，使得计算设备能够执行上述任一种可能实施方式的区域确定方法。
通过基于目标区域中的多个网格和目标区域对应的道路拓扑信息，确定目标区域中不与道路相交的第一区域，对于不与道路相交的第一区域，再基于第一区域中网格的至少一种属性信息，获取第一区域的至少一个属性相似度，基于至少一个属性相似度，从第一区域中确定至少一个第二区域，从而自动从目标区域中确定出第二区域的过程，而无须人工辅助划分区域，由于第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度，使得第二区域中的网格均具有相似的属性，从而确定出的第二区域能够满足对区域内部属性的要求，确定出的第二区域精确度高。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还能够根据这些附图获得其他的附图。
图1是本申请实施例提供的一种系统的示意图；
图2是本申请实施例提供的一种区域确定方法的流程图；
图3是本申请实施例提供的一种区域确定方法的流程图；
图4是本申请实施例提供的一种第一图层的局部示意图；
图5是本申请实施例提供的一种基础GIS操作的示意图；
图6是本申请实施例提供的一种目标区域中第一区域分布的局部示意图；
图7是本申请实施例提供的一种聚类前后目标区域中兴趣点分布的局部示意对比图；
图8是本申请实施例提供的一种目标区域中PTAL分布的局部示意图；
图9是本申请实施例提供的一种第一区域分离的示意图；
图10是本申请实施例提供的一种第二区域划分流程的示意图；
图11是本申请实施例提供的一种区域确定装置的结构示意图；
图12是本申请实施例提供的一种计算设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。
本申请中术语“至少一个”是指一个或多个，“多个”的含义是指两个或两个以上，例如，多个第一位置是指两个或两个以上的第一位置。
图1是本申请实施例提供的一种系统的示意图。参见图1，该系统100包括终端101以及服务器102，系统100中的终端101有至少一个，每个终端101与服务器102均通过有线或无线通信方式进行直接或间接的通信连接。
该系统100中的终端101包括智能手机、平板电脑、智能音箱、智能手表、笔记本电脑、智能掌机、智能车载设备、便携式游戏设备或者台式计算机中的至少一种，该终端101的类型并不局限于此。
该服务器102包括一台服务器、多台服务器、云计算平台或者虚拟化中心中的至少一种。可选地，服务器102是独立的物理服务器，或者是多个物理服务器构成的服务器集群或者分布式系统，或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络（Content Delivery Network，CDN）以及大数据和人工智能平台等基础云计算服务的云服务器。
服务器102用于为终端101提供区域确定服务。以一个终端101为例，该终端101向服务器102发送区域确定请求，服务器在接收到该区域确定请求后，基于区域确定请求，从目标区域中确定出第二区域，并向终端101返回确定出的第二区域的区域信息，该区域信息用于指示第二区域在目标区域中的位置。可选地，第二区域为该目标区域的交通小区。
为了进一步说明服务器从目标区域中确定出第二区域的过程，参见图2所示的本申请实施例提供的一种区域确定方法的流程图。
201、服务器基于目标区域中的多个网格和该目标区域对应的道路拓扑信息，确定该目标区域中的第一区域，该道路拓扑信息用于表示该目标区域内的道路，该第一区域为该目标区域中不与该道路相交的区域。
其中，该目标区域为待处理的任一区域。例如，该目标区域为一个城市区域或者为多个城市区域所组成的区域。
该目标区域中的每个网格为确定第二区域的过程中在目标区域中所划分出的最小粒度的区域，可以理解的是，每个网格为目标区域的一个初始划分区域。在一种可能的实现方式中，每个网格的区域面积均小于或等于目标面积。在一种可能的实现方式中，该目标区域中设置有多个行政区域，目标面积小于该多个行政区域中最小行政区域的面积。在一种可能的实现方式中，该多个网格的形状相同。在另一种可能的实现方式中，该多个网格中部分网格的形状相同，部分网格的形状不同，或者，该多个网格的形状均不相同。在一种可能的实现方式中，该多个网格的面积相同或者不同。
在一种可能的实现方式中，该道路拓扑信息包括目标区域中每个道路的道路数据，每个道路的道路数据用于指示对应的道路在该目标区域中的覆盖区域。
在一种可能的实现方式中，该目标区域中的第一区域有至少一个，每个第一区域均与目标区域内的道路不相交。每个第一区域由至少一个网格融合得到，也即是每个第一区域包括至少一个网络，且该至少一个网格与目标区域内的道路不相交。
在一种可能的实现方式中，每个第一区域的区域面积小于面积阈值，该面积阈值为区域内部出现机动化出行的最小区域面积，第一区域的区域面积小于面积阈值，以避免第一区域内部出现机动化出行的情况。
202、服务器基于该第一区域中网格的至少一种属性信息，获取该第一区域的至少一个属性相似度，该属性相似度用于指示该第一区域中的网格在同一种属性上的相似程度。
其中，该第一区域包括多个兴趣点（Point Of Interest，POI）和多个建筑，该多个POI和多个建筑分布于该第一区域的网格中。每个网格对应至少一种属性，相应地，每种属性由对应的属性信息来表示。该至少一种属性包括兴趣点属性、建筑属性、出行属性以及交通关联属性中的至少一种。相应地，每个网格的至少一种属性信息包括对应网格的兴趣点POI属性信息、建筑属性信息、出行属性信息以及交通关联属性信息中的至少一种。
在一种可能的实现方式中，每个网格的POI属性信息包括对应网格内的POI所属的POI类型。每个网格的建筑属性信息包括对应网格内的建筑所属的建筑类型。
在一种可能的实现方式中，该出行属性信息用于指示采用目标出行方式时网格的可达性情况，其中，目标出行方式包括公共交通出行方式和私有交通出行方式，公共交通出行方式是指采用公共交通工具出行的方式，而私有交通出行方式是指采用私有交通工具出行的方式，私有交通工具例如私家车。
相应地，每个网格的出行属性信息包括对应网格的公共交通出行属性信息和私有交通出行属性信息中的至少一种。在一种可能的实现方式中，每个网格的公共交通出行属性信息包括对应网格的公共交通可达性水平（Public Transport Access Level，PTAL）。在一种可能的实现方式中，每个网格的私有交通出行属性信息包括对应网格的总出行时间，该总出行时间为私有交通工具从对应网格达到目标位置的总出行时间，该目标位置该目标区域中该第一区域之外的任一位置。
在一种可能的实现方式中，对于该多个网格中的任一网格，与该任一网格相邻的多个道路汇聚在目标道路交叉口，该任一网格的交通关联属性信息包括该目标道路交叉口的交通关联度，该交通关联度用于指示在车流量上该多个道路之间的关联程度。
该至少一个属性相似度分别对应该一种属性信息，每个属性相似度基于对应的一种属性信息得到。
203、服务器基于该至少一个属性相似度，确定至少一个第二区域，每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度。
其中，该至少一个第二区域为最终确定出的区域，每个第二区域为一个第一区域或者为一个第一区域的子区域。可以理解的是，第一区域为第二区域的初始区域。在一种可能的实现方式中，每个第二区域为该目标区域中的一个交通小区，相应地，每个第一区域为该目标区域中的初始交通小区。
本申请实施例提供的方法，通过基于目标区域中的多个网格和目标区域对应的道路拓扑信息，确定目标区域中不与道路相交的第一区域，对于不与道路相交的第一区域，再基于第一区域中网格的至少一种属性信息，获取第一区域的至少一个属性相似度，基于至少一个属性相似度，从第一区域中确定至少一个第二区域，从而自动从目标区域中确定出第二区域的过程，而无须人工辅助划分区域，由于每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度，使得每个第二区域中的网格均具有相似的属性，从而确定出的第二区域能够满足对区域内部属性的要求，确定出的第二区域精确度高。
为了进一步说区域确定过程中，服务器与终端之间的交互过程，参见图3所示的本申请实施例提供的一种区域确定方法的流程图。
301、终端向服务器发送区域确定请求，该区域确定请求用于指示确定目标区域中的第二区域。
其中，该区域确定请求包括该目标区域的标识，其中，该目标区域的标识例如为该区域的名称。在一种可能的实现方中，该区域确定请求还包括该目标区域的区域描述信息，该目标区域的区域描述信息用于指示该目标区域。在一种可能的实现方式中，该区域描述信息包括该目标区域的大小和形状信息。
在一种可能的实现方式中，该目标区域包括多个建筑，多个建筑分布于该目标区域中，该多个建筑包括且不限于居民房、写字楼、医院以及商店等，在此，本申请实施例对该目标区域内建筑的类型不做限定。在一种可能的实现方式中，该区域确定请求还包括该目标区域的建筑描述信息，该建筑描述信息用于指示该目标区域中的多个建筑。在一种可能的实现方式中，该建筑描述信息包括该多个建筑中每个建筑的建筑数据，每个建筑的建筑数据用于描述对应的建筑。在一种可能的实现方式中，每个建筑的建筑数据包括对应建筑在该目标区域的位置、在该目标区域中所占用的区域、对应建筑的建筑层数以及型心位置等至少一种。
该目标区域的地图上分布有非地理意义的有意义的点，这种有非地理意义的有意义的点称为兴趣点，例如地图上的指代商店、酒吧、加油站、医院以及车站点均为兴趣点，在此，本申请实施对有非地理意义的有意义的点的种类不做限定。目标区域包括多个兴趣点。在一种可能的实现方式中，该区域确定请求还包括该目标区域的兴趣点描述信息，该兴趣点描述信息用于描述该目标区域中的多个兴趣点。在一种可能的实现方式中，该兴趣点描述信息包括该多个兴趣点的兴趣点数据，每个兴趣点的兴趣点数据用于描述对应的兴趣点。在一种可能的实现方式中，每个兴趣点的兴趣点数据包括对应兴趣点的名称以及在目标区域的位置。
该目标区域包括多个道路，在一种可能的实现方式中，该区域确定请求还包括该目标区域对应的道路拓扑信息。其中，该道路拓扑信息包括目标区域中每个道路的道路数据，每个道路的道路数据用于指示对应的道路在该目标区域中的覆盖区域。
在一种可能的实现方式中，该目标区域中设置有多个行政区域，在一种可能的实现方式中，该区域确定请求还包括该目标区域的行政区域描述信息，该行政区域描述信息用于描述该目标区域中的多个行政区域。在一种可能的实现中，该行政区域描述信息包括该多个行政区域中每个行政区域的区域信息，每个行政区域的区域信息用于描述对应的行政区域。例如，每个行政区域的区域信息包括对应行政区域的名称以及对应行政区域在该目标区域中的位置。
该目标区域的区域描述信息、建筑描述信息、兴趣点描述信息、道路拓扑信息以及行政区域描述信息分别为该目标区域的一种源数据。
在一种可能的实现方式中，对于目标区域的区域描述信息、建筑描述信息、兴趣点描述信息、道路拓扑信息以及行政区域描述信息中的至少一种源数据，用户将该至少一种源数据上传至终端，在终端上对目标区域进行划分第二区域的划分操作，终端响应于该划分操作，基于用户上传的至少一种源数据以及目标区域的标识，生成该区域确定请求，向服务器发送该区域确定请求，此时，该区域确定请求包括该至少一种源数据以及目标区域的标识。
在另一种可能的实现方式中，该至少一种源数据存储在数据库中，其中，该数据库用于存储至少一个区域的至少一种源数据，而该目标区域为该至少一个区域中的任一个，用户在终端上对目标区域进行划分第二区域的划分操作，但不将该至少一种源数据上传至终端，终端响应于该划分操作，基于目标区域的标识，生成该区域确定请求，向服务器发送该区域确定请求，此时，该区域确定请求包括目标区域的标识，而不包括该至少一种源数据。
302、该服务器接收区域确定请求。
当服务器接收到该区域确定请求后，对该区域确定请求进行解析，从该区域确定请求解析出该目标区域的标识，基于该目标区域的标识，该服务器执行从该目标区域确定第二区域的过程。例如下述步骤303-307所示的过程。
303、该服务器基于该区域确定请求，将该目标区域划分为多个网格。
其中，网格为从目标区域中确定第二区域的基础单位。每个网格的面积均小于目标面积。该目标区域对应多个图层，每个图层为该目标区域中同一类型地物的集合，例如，多个图层包括区域图层、建筑图层、兴趣点图层以及道路图层，其中，区域图层用于指示该目标区域，该区域图层的形状和目标区域的形状相同，区域图层中的每个位置分别代表该目标区域中的一个位置。建筑图层用于指示该目标区域中的建筑。兴趣点图层用于指示该目标区域中的兴趣点，而道路图层用于指示该目标区域的中的道路。
对于该目标区域的至少一种源数据，该服务器基于区域确定请求，获取至少一种源数据。例如若该域区域确定请求包括该目标区域的至少一种源数据，则该服务器能从该目标区域请求中解析出该至少一种源数据。若该区域确定请求不包括该目标区域的至少一种源数据，则该服务器不能从该区域确定请求中解析出该至少一种源数据，服务器基于该目标区域的标识，从数据库中获取该目标区域的至少一种源数据。
当获取到该至少一种源数据后，服务器基于该至少一种源数据，将目标区域划分为多个网格。例如下述可能的实现方式。
在一种可能的实现方式中，获取到的至少一种源数据包括该目标区域的区域描述信息，该服务器基于该区域描述信息，生成该目标区域的区域图层。服务器将该区域图层划分为多个网格，每个网格分别对应该目标区域中的一个子区域。
在另一种可能的实现方式中，获取到的至少一种源数据包括该目标区域的区域描述信息以及建筑描述信息，该服务器基于该建筑描述信息以及该区域描述信息，生成该目标区域的建筑图层。服务器将该建筑图层划分为多个网格，每个网格分别对应该目标区域中的一个子区域。
在另一种可能的实现方式中，获取到的至少一种源数据包括该目标区域的区域描述信息以及道路拓扑信息，该服务器基于该道路拓扑信息以及该区域描述信息，生成该目标区域的道路图层。服务器将该道路图层划分为多个网格，每个网格分别对应该目标区域中的一个子区域。
在另一种可能的实现方式中，服务器将该目标区域的道路图层与建筑图层进行融合，得到该目标区域的第一图层，该服务器将该第一图层划分为多个网格。例如，图4所示的本申请实施例提供的一种第一图层的局部示意图，如图4所示该第一图层包括网格、该目标区域中的道路以及建筑。
304、该服务器基于目标区域中的多个网格和该目标区域对应的道路拓扑信息，确定该目标区域中的第一区域，该第一区域为该目标区域中不与该道路相交的区域。
其中，该目标区域中的第一区域有至少一个，为了便于描述本申请实施例以确定一个第一区域为例进行如下介绍。
在一种可能的实现方式中，该服务器基于该道路拓扑信息，确定与道路中不相交的网格，然后，再将不相交的网格融合成第一区域。例如下述步骤3041-3042所示的过程。
步骤3041、该服务器基于该目标区域的道路拓扑信息，从该多个网格中，确定多个第一网格，每个第一网格为该多个网格中与目标区域中的道路不相交的网格。
在一种可能的实现方式中，服务器基于目标区域的道路拓扑信息，生成该目标区域的道路图层，或者是第一图层。对于该道路图层或者第一图层中的任一图层，删除该任一图层中与该目标区域内的道路相交的网格，该任一图层中剩余的网格也即是第一网格。
需要说明的是，若该任一图层在上述步骤303中已经生成，则在本步骤3021中无须再次生成，若该任一图层在上述步骤303没有生成，则在本步骤304中生成。
步骤3042、该服务器基于该多个第一网格之间的位置关系，对该多个第一网格中相邻的至少一个第一网格进行融合，得到该第一区域。
对于该目标区域中的任一道路，该任一道路包括至少一个路段，每个路段至少一端能够与该任一道路以外的道路相交（或者汇聚），形成道路交叉口，也能不与该任一道路以外的道路相交。可以理解的是，若该任一道路不与其他道路相交，则该任一道路为一个路段，若该任一道路与至少一个道路相交，则该任一道路被该至少一个道路分割成多个路段。
对于任一道路中的任一路段，位于该任一路段同一侧的网格为相邻网格，位于该任一路段不同侧的网格为不相邻网格。
在一种可能的实现方式中，对于该目标区域中的任意多个路段，若该多个路段两两相交，且形成一个闭合区域，则该闭合区域中的第一网格均位于该多个路段的同一侧，则该闭合区域中的第一网格相邻，则服务器对闭合区域中的第一网格进行融合，得到一个第一区域。若该多个路段两两相交，组成目标路段，且目标路段一侧没有形成闭合区域，位于该目标路段该侧的第一网格相邻，该服务器将位于该目标路段该侧的第一网格进行融合，得到一个第一区域。
在一种可能的实现方式中，若该至少一个第一网格的区域总面积大于目标面积，则该服务器将该至少一个第一网关融合为至少一个第一区域，每个第一区域的区域面积均小于目标面积，以避免第一区域内出行机动化出行的情况。
在另一种可能的实现方式中，该服务器还能基于该目标区域中行政区域的划分，来对第一网络进行融合。例如，下述步骤A1和A2所示的过程。
步骤A1、对于该多个第一网格中相邻的至少一个第一网格，该服务器基于多个第一网格之间的位置关系，从该多个第一网格中，确定第二网格，该第二网格与该至少一个第一网格均不相邻。
该多个第一网格中存在至少一个第二网格，为了便于描述以确定一个第二网格为例，对本步骤A1进行如下介绍。
对于相邻的至少一个第一网格中的任一网格以及该任一网格相邻的任一路段，该任一网格位于该任一路段的第一侧，该服务器将位于该任一路段的第二侧的任一第一网格确定为一个第二网格。其中，该任一路段的第二侧是任一路段的第一侧的对侧，例如，任一路段的第一侧为任一路段的左侧，而任一路段的第二侧为该任一路段的右侧。
步骤A2、若该第二网格和该至少一个第一网格均属于该目标区域中的同一行政区域，服务器对该第二网格以及该至少一个第一网格进行融合，得到该第一区域。
该服务器基于该区域确定请求，获取该目标区域的行政区域描述信息，该服务器基于该目标区域的区域描述信息以及该行政区域描述信息，生成该目标区域的行政区域图层，该行政区域图层用于指示该目标区域中的各个行政区域。
对于该目标区域的建筑图层或第一图层中的任一图层，该服务器将该任一图层与该行政区域图层进行融合，得到第二图层，基于第二图层，确定该第二网格是否与该至少一个第一网格均属于同一行政区域。例如，若在该第二图层中，该第二网格与该至少一个第一网格均处于同一行政区域对应的位置，则该第二网格与该至少一个第一网格均属于同一行政区域，服务器将该第二网格与该至少一个第一网格进行融合，得到一个第一区域。若在该第二图层中，该第二网格与该至少一个第一网格处于不同行政区域对应的位置，则该第二网格与该至少一个第一网格不属于同一行政区域，则服务器将该至少一个第一网格进行融合，得到一个第一区域。
在一种可能的实现方式中，对网格进行删除和融合的过程，由基础地理信息系统（Geographic Information System，GIS）操作来自实现，其中，该基础GIS操作包括且不限于网格的相交、剪裁以及融合操作。
例如，图5所示的本申请实施例提供的一种基础GIS操作的示意图。如图5所示，图5中的方块为由多个网格组成网格区域，且该网格区域中包括多个相交的路段，图5中的圆圈为一个行政区域，该行政区域位于该网格区域中的中间，也即是该行政区域与该网格区域相交。对于图5中基础GIS操作1，服务器删除网格区域中与该行政区域中不相交的区域，网格区域中的剩余区域为与行政区域相交的区域（即相交区域），将该行政区域的区域信息与该相交区域的区域信息进行关联存储，以指示该相交区域属于行政区域，将该相交区域融合为一个第一区域。对于图5中基础GIS操作2，服务器删除网格区域中与该行政区域中不相交的区域，将该相交区域的区域信息与该行政区域的标识进行关联存储，以指示该相交区域属于行政区域，将该相交区域融合为一个第一区域。对于图5中基础GIS操作3，服务器删除网格区域中的相交区域，将该行政区域的区域信息与删除的该相交区域的区域信息进行关联存储，以指示该相交区域属于行政区域，将该相交区域融合为一个第一区域。
服务器通过本步骤304能够确定出该目标区域中的至少一个第一区域，该至少一个第一区域分布在该目标区域中路段的两侧，使得道路成为相邻第一区域的分界线。例如，图6所示的本申请实施例提供的一种目标区域中第一区域分布的局部示意图，如图6所示，第一区域1和第一区域2位于路段1的两侧。
本步骤304所示的过程也即是对目标区域中网格和道路进行融合操作，得到一个第一区域的过程，而当目标区域中网格的数量比较多或者目标区域的道路拓扑结构复杂时，目标区域内能够形成多个第一区域，相应地，对目标区域中网格和道路进行融合操作的计算任务比较重，在一种可能的实现方式中。服务器通过时空集群计算的方式，来对目标区域中网格和道路进行融合操作，加速第一区域的形成过程，提高处理效率。
305、该服务器获取该第一区域中网格的至少一种属性信息。
其中，每个网格对应至少一种属性，相应地，每种属性由对应的属性信息来表示。该至少一种属性包括兴趣点属性、建筑属性、出行属性以及交通关联属性中的至少一种。
为了便于描述，以该至少一个种属性中的任一属性为例，对服务器获取该第一区域中网格的该任一属性的属性信息的过程，作如下介绍。
若该任一属性为POI属性，POI属性的属性信息为POI属性信息，在一种可能的实现方式中，服务器通过下述步骤B1-B2，获取该第一区域中网格的POI属性信息。
步骤B1、该服务器基于该第一区域内多个POI的POI数据，对该多个POI进行聚类，得到该多个POI所属的POI类型。
其中，为POI设置多种POI类型。例如，代表酒吧、商场等具有娱乐性质的兴趣点属于同一POI类型，代表居民楼、宾馆等与居住有关的兴趣点属于同一POI类型，代表写字楼、公司等与工作有关的兴趣点属于同一POI类型。该多种POI类型可根据实际应用场景进行设置，在此，本申请实施例对设置的多种POI类型不做限定。
在执行本步骤B1之前，该服务器基于区域确定请求，获取该目标区域的POI描述信息，获取过程在步骤302有相关介绍，在此，本申请实施例对获取POI描述信息的过程不再赘述。
该服务器将该POI描述信息作为输入数据，输入第一聚类模型，由第一聚类模型基于输入的POI描述信息，对该目标区域中的POI进行聚类，输出该目标区域中每个POI的聚类结果，每个POI的聚类结果用于指示对应POI聚类后所属的POI类型。
或者是，该服务器将该POI描述信息中该第一区域内的多个POI的POI数据作为输入数据，输入第一聚类模型，由第一聚类模型基于输入数据，对该第一区域内多个POI进行聚类，输出该第一区域中每个POI的聚类结果。
在一种可能的实现方式中，该第一聚类模型包括加权K均值聚类算法（Weight K-means Clustering Algorithm）。其中，K均值聚类算法的目标函数下述公式（1）来表示。
Figure 687112DEST_PATH_IMAGE001
且该目标函数约束条件如下述公式（2）所示。
Figure 801698DEST_PATH_IMAGE002
其中，
Figure 707206DEST_PATH_IMAGE003
为设置POI类型的总个数，也即是期望的POI所组成的簇的个数，
Figure 223638DEST_PATH_IMAGE004
为大于0且小于
Figure 939921DEST_PATH_IMAGE003
的整数。
Figure 541804DEST_PATH_IMAGE005
为待聚类的POI的总个数，
Figure 253933DEST_PATH_IMAGE006
为大于0且小于
Figure 765817DEST_PATH_IMAGE005
的整数。
Figure 777635DEST_PATH_IMAGE007
为每个POI的POI数据中变量的个数，变量例如POI的位置。
Figure 725868DEST_PATH_IMAGE008
为大于0且小于
Figure 114124DEST_PATH_IMAGE007
的整数。
Figure 480515DEST_PATH_IMAGE009
为第
Figure 663234DEST_PATH_IMAGE006
个POI的POI数据中的第
Figure 364343DEST_PATH_IMAGE008
个变量，
Figure 290711DEST_PATH_IMAGE010
为
Figure 511608DEST_PATH_IMAGE009
对应的权重。
Figure 255442DEST_PATH_IMAGE011
用于指示当前位置是否存在第
Figure 53633DEST_PATH_IMAGE006
个POI，例如，若当前位置存在第
Figure 659058DEST_PATH_IMAGE006
个POI，则
Figure 593516DEST_PATH_IMAGE011
为1，若当前位置不存在第
Figure 505322DEST_PATH_IMAGE006
个POI，则
Figure 790809DEST_PATH_IMAGE011
为0。
Figure 934346DEST_PATH_IMAGE012
为簇分配矩阵中第
Figure 988890DEST_PATH_IMAGE006
行第
Figure 74526DEST_PATH_IMAGE004
列的元素。
Figure 581731DEST_PATH_IMAGE013
为簇中心矩阵中第
Figure 794538DEST_PATH_IMAGE004
行第
Figure 969167DEST_PATH_IMAGE008
列的元素。
通过对第一区域内的POI聚类，使得第一区域中同一类型的兴趣点的分布更加连续，使得第一区域中不同兴趣点的分布与该第一区域形状类似。例如图7所示的本申请实施例提供的一种聚类前后目标区域中兴趣点分布的局部示意对比图。如图7所示的局部区域中分布有4种兴趣点，且同一种兴趣点之间连续性差，对该局部区域中的兴趣点进行聚类，聚类后该局部区域中分布的兴趣点分为2种类型，且每种类型的兴趣点比较连续，同一种类型的兴趣点所组成的形状与一个第一区域的形状相似。
步骤B2、该服务器将该第一区域中每个网格内的POI所属的POI类型，确定为对应网格的POI属性信息。
若该任一属性为建筑属性，建筑属性的属性信息为建筑属性信息，在一种可能的实现方式中，服务器通过下述步骤C1-C2，获取该第一区域中网格的建筑属性信息。
步骤C1、该服务器基于该第一区域内该多个建筑的建筑数据，对该多个建筑进行聚类，得到该多个建筑所属的建筑类型。
其中，为建筑设置多种建筑类型，例如底层建筑、中层建筑以及高层建筑。该多种建筑类型可根据实际应用场景进行设置，在此，本申请实施例对设置的多种建筑类型不做限定。
在执行本步骤C1之前，该服务器基于区域确定请求，获取该目标区域的建筑描述信息，获取过程在步骤303有相关介绍，在此，本申请实施例对获取建筑描述信息的过程不再赘述。
该服务器将该建筑描述信息作为输入数据，输入第二聚类模型，由第二聚类模型基于输入的建筑描述信息，对该目标区域中的建筑进行聚类，输出该目标区域中每个建筑的聚类结果，每个建筑的聚类结果用于指示对应建筑聚类后所属的建筑类型。
或者，该服务器将该建筑描述信息中该第一区域内各个建筑的建筑数据作为输入数据，输入第二聚类模型，由第二聚类模型基于输入数据，对该第一区域中的建筑进行聚类，输出该第一区域中每个建筑的聚类结果。
在一种可能的实现方式中，该第二聚类模型包括加权K均值聚类算法。由第一聚类模型用于对POI进行聚类，而第二聚类模型用于对建筑进行聚类，当第一聚类模型和第二聚类模型均为上述的加权K均值聚类算法时，第一聚类模型和第二聚类模型中所使用参数的数值不同。
步骤C2、该服务器将该第一区域中每个网格内的建筑所属的建筑类型，确定为对应网格的建筑属性信息。
若该任一属性为出行属性，出行属性包括公共交通出行属性以及私有交通出行属性中的至少一种。出行属性的属性信息为出行属性信息，相应地，该出行属性信息包括公共交通出行属性信息以及私有交通出行属性信息中的至少一种，其中，公共交通出行属性信息为公共交通出行属性的属性信息，私有交通出行属性信息为私有交通出行属性的属性信息。
在一种可能的实现方式中，服务器通过下述步骤D1-D2，获取该第一区域中网格的公共交通出行属性信息。
步骤D1、服务器获取该第一区域中每个网格的PTAL。
其中，每个网格的PTAL用于指示对应网格的公共交通可达性水平，网格的PTAL取值越大，网格的可达性越高。PTAL的取值范围为0~6中的整数。在一种可能的实现方式中，对于取值为1的PTAL分为两类分别为1a和1b，在一种可能的实现方式中，对于取值为6的PTAL分为两类分别为6a和6b，此时，PTAL包括9个取值，按照从小达大到的顺序，PTAL的9个取值分别为0、1a、1b、2、3、4、5、6a以及6b。
对于该第一区域中的任一网格，该服务器计算该任一网格的PTAL，到的任一网格的PTAL取值。对于服务器计算任一网格的PTAL的计算方式，在此本申请实施例不做限定。
由于不同网格的公共交通可达性水平可能不同，也可能相同，则相应地计算出的第一区域中各个网格的PTAL的取值可能相同，也可能不同。例如图8所示的本申请实施例提供的一种目标区域中PTAL分布的局部示意图。
步骤D2、该服务器将第一区域中每个网格的PTAL获取为对应网格的公共交通出行属性信息。
在一种可能的实现方式中，服务器通过下述步骤E1-E2，获取该第一区域中网格的私有交通出行属性信息。
步骤E1、该服务器获取该第一区域中每个网格的总出行时间，该总出行时间为私有交通工具从对应网格达到目标位置的总出行时间，该目标位置该目标区域中该第一区域之外的任一位置。
为了便于描述，以该第一区域中的任一网格为例，对本步骤E1做如下介绍。
在一种可能的实现方式中，本步骤E1由下述步骤E11-E12所示的过程来实现。
步骤E11、该服务器确定该第一区域的服务半径，基于该第一区域的服务半径，确定该目标位置。
该服务器参考至少一个第三区域中多个出发点以及多个达到点的选取，基于该第一区域的浮动车数据，估算路段在不同时间段的出行时间以及道路阻抗，以动态估算第一区域的出行花费，该出行花费为一种广义花费，例如时间花费以及金钱花费。该服务器基于该第一区域的出行花费，确定第一区域的服务半径，使得确定出的第一区域的服务半径更加准确。
其中，第三区域为该目标区域之外确定有服务半径的区域，第三区域中每个出发点与一个达到点之间的距离为该第三区域中的一个服务半径。第三区域中多个出发点以及多个达到点分别为第三区域中具有代表性的出发点和到达点。
当确定出该第一区域的服务半径后，该服务器在第一区域中选取任一位置作为该第一区域的服务半径的出发点，以该出发点为圆心，以该服务半径为半径，确定该第一区域的服务区域（Service Area），将位于该服务区域的边的任一位置作为目标位置，其中，该目标位置与第一区域中出发点之间的距离为该第一区域的服务半径。在一种可能的实现方式中，该任一位置为该第一区域的中间位置。
步骤E12、对于该第一区域中的任一网格，该服务器获取目标时间段内，私有交通工具在至少一个路段上的出行时间，将私有交通工具在至少一个路段上的出行时间之和作为该任一网格的总出行时间，该至少一个路段为该目标区域的道网中该任一网格与该目标位置之间的路段。
其中，目标时间段为任一时间段，例如早晨6点至早晨9点，或者是下午6点至下午9点，在此，本申请实施例对该目标时间段不做限定。
在一种可能的实现方式中，对于该至少一个路段中的第
Figure 960126DEST_PATH_IMAGE014
个路段，服务器通过美国联邦公路局（BPR）函数，计算目标时间段内私有交通工具在第
Figure 220206DEST_PATH_IMAGE014
个路段上的出行时间。其中，BPR函数如下述公式（3）所示。
Figure 705545DEST_PATH_IMAGE015
其中，
Figure 734681DEST_PATH_IMAGE016
为在目标时间段内私有交通工具通过第
Figure 896541DEST_PATH_IMAGE014
个路段所需要的时间，也即是在目标时间段内私有交通工具在第
Figure 643917DEST_PATH_IMAGE014
个路段上的出行时间，
Figure 932947DEST_PATH_IMAGE014
为大于0的整数。
Figure 816589DEST_PATH_IMAGE017
为第
Figure 417859DEST_PATH_IMAGE014
个路段的自由行驶时间，
Figure 386952DEST_PATH_IMAGE018
为当时通过第
Figure 214094DEST_PATH_IMAGE014
个路段的交通量，
Figure 217822DEST_PATH_IMAGE019
为第
Figure 721485DEST_PATH_IMAGE014
个路段的实际通行能力，
Figure 177874DEST_PATH_IMAGE020
和
Figure 808706DEST_PATH_IMAGE021
为待定参数，
Figure 666941DEST_PATH_IMAGE020
和
Figure 607084DEST_PATH_IMAGE021
可根据实时应用场景进行设置。
步骤E2、该服务器将第一区域中每个网格的总出行时间获取为该对应网格的私有交通出行属性信息。
若该任一属性为交通关联属性，交通关联属性的属性信息为交通关联属性信息，服务器通过下述步骤F1-F2，获取该第一区域中网格的交通关联属性信息。
步骤F1、该服务器获取该第一区域中每个网格对应的目标道路交叉路口交通关联度，该交通关联度用于指示在车流量上多个道路之间的关联程度。
其中，对于该第一区域的任一网格，与该任一网格相邻的多个道路汇聚在目标道路交叉口，该任一网络与该目标道路交叉口对应。
在一种可能的实现方式中，服务器基于该任一网格对应的目标道路交叉口处汇聚的道路个数、该目标道路交叉路口的驶入车流量以及驶出车流量，获取该任一网格对应的目标道路交叉口的交通关联度。
例如，服务器将任一网格对应的目标道路交叉口处汇聚的道路个数、该目标道路交叉路口的驶入车流量以及驶出车流量输入下述公式（4），通过下述公式（4），计算出任一网格对应的目标道路交叉口的交通关联度
Figure 550769DEST_PATH_IMAGE022
。
Figure 985293DEST_PATH_IMAGE023
其中，
Figure 432455DEST_PATH_IMAGE024
为来自该目标道路交叉口的上游交叉口的车流驶入的分支数，例如该目标道路交叉口为四路交叉口，则
Figure 809078DEST_PATH_IMAGE025
。
Figure 115426DEST_PATH_IMAGE026
为来自该上游交叉口的主线方案的直行车流量，
Figure 478274DEST_PATH_IMAGE027
也即是该目标道路交叉路口的驶入车流量。
Figure 190663DEST_PATH_IMAGE028
为车辆从该上游交叉口至该目标道路交叉口的下游交叉口的总出行时间。
Figure 488920DEST_PATH_IMAGE029
为到达该目标道路交叉口的下游交叉口的交通量总和。
步骤F2、服务器将每个网格对应的目标道路交叉路口交通关联度获取为对网格的交通关联属性信息。
306、该服务器基于该第一区域中网格的至少一种属性信息，获取该第一区域的至少一个属性相似度，该属性相似度用于指示该第一区域中的网格在同一种属性上的相似程度。
对于至少一种属性中的任一属性，服务器对该第一区域中网格在该任一属性上的属性信息进行相似度计算，得到第一区域在该任一属性上的属性相似度。
307、该服务器基于该至少一个属性相似度，确定至少一个第二区域，每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度。
其中，该至少一种属性分别对应一个目标相似度，该至少一种属性对应的目标相似度的取可能相同，也可能不同，在此，本申请实施例对该至少一种属性对应的目标相似度的取值不做限定。
该服务器将每个属性相似度分别与对应属性所对应的目标相似度进行比较，若该至少一个属性相似度均大于或等于对应属性所对应的目标相似度，说明该第一区域中各个网格在该至少一种属性上均相似，则该服务器将该第一区域确定为一个第二区域。
若该至少一个属性相似度中的任一属性相似度小于对应属性所对应的目标相似度，则说明该第一区域中的网格在该任一属性上不相似，则服务器基于该第一区域中网格的至少一种属性信息，将该第一区域划分为多个第二区域。
服务器通过比较每个属性相似度与对应的目标相似度，确定至少一个目标属性，其中，每个目标属性为该至少一种属性相似度中小于对应目标相似度的一个属性相似度所对应的属性。例如，若该至少一个属性相似度中的任一属性相似度小于对应属性所对应的目标相似度，则服务器将该任一属性相似度所属的属性作为一个目标属性。
当确定出至少一个目标属性后，服务器基于该第一区域中网格在至少一个目标属性上的属性信息，确定多个网格组，每个网格组内的网格在至少一个目标属性上的属性相似度均小于对应的目标相似度。该服务器将每个网格组内的网格融合成一个第二区域，从而将一个第一区域分离为多个第二区域。
以至少一个目标属性包括私有交通出行属性为例，参见图9所示本申请实施例提供的一种第一区域分离的示意图，如图9所示，第一区域中的网格在私有交通出行属性上的属性相似度小于私有交通出行属性所对应的目标相似度，则服务器将第一区域2分离成第二区域A和第二区域B，其中，第二区域A中的网格在私有交通出行属性上的属性相似度大于或等于私有交通出行属性所对应的目标相似度，第二区域B中的网格在私有交通出行属性上的属性相似度大于或等于私有交通出行属性所对应的目标相似度。
需要说明的是，上述步骤306-307所示的过程，先获取到该第一区域的至少一种属性相似度，再对获取到的各个属性相似度与对应目标相似度进行比较，以确定是否对第一区域进行分离。
在另一种可能的实现方式中，该至少一个属性按序排列，得到属性序列，该服务器依次对该属性序列中的属性进行至少一次判决过程。在每次判决过程中，对于该属性序列中的当前属性，该服务器基于该第一区域中的网格在该当前属性上的属性信息，获取该第一区域在当前属性上的属性相似度，将该属性相似度与该当前属性对应的目标相似度进行比较，若该属性相似度大于或等于该当前属性对应的目标相似度，且该当前属性为属性序列中的最后一个属性，则将第一区域作为一个第二区域，若该属性相似度大于或等于该当前属性对应的目标相似度，且该当前属性不是属性序列中的最后一个属性，则将该属性序列中当前属性的下一个属性作为下一次判决过程中的当前属性，进入下一次判决过程。则若该属性相似度小于该当前属性对应的目标相似度，则服务器将该第一区域划分多个第二区域，则不再对当前属性的下一个属性进行判定。
308、该服务器向该终端发送该至少一个第二区域的区域信息。
其中，每个第二区域的区域信息包括对应第二区域的标识以及在目标区域中的位置。在一种可能的实现方式中，每个第二区域的区域信息还包括对应第二区域中网格的标识。
可以理解的是，该服务器上基于目标区域中的每个第一区域，能够分别确定出至少一个第二区域，该服务器将终端发送确定出的各个第二区域的区域信息。
309、该终端接收至少一个第二区域的区域信息。
在一种可能的实现方式中，当该终端接收到该至少一个第二区域的区域信息后，每个第二区域的区域信息，在目标区域对应的目标图层中，显示该至少一个第二区域，以提示用户每个第二区域在目标区域中位置。
其中，该目标图层为该目标区域的区域图层、建筑图层、道路图层和兴趣点图层中的任一图层，或者是由该目标区域的区域图层、建筑图层、道路图层和兴趣点图层中的至少两个融合得到的融合图层。
在一种可能的实现方式中，该终端基于该至少一个第二区域的区域信息，将每个第二区域分别作为目标区域中的一个交通小区，上述确定第二区域的过程也即是确定交通小区的过程，获取理解为划分交通小区的过程。
其中，交通小区的划分包括下述5个划分原则。
原则1、同一交通小区内的同质性，例如，同一个交通小区内部具有相似的交通特征（如相似的交通强度、交通状态以及信号周期等）。再例如，同一交通小区内具有功能相同的建筑，便于对交通小区内部统一的协调控制与管理。
原则2、同一交通小区内部具有强关联性，例如，同一个交通小区中各个的路段在物理上都是具有邻接的关系。再例如，在交通特性上，相同的交通小区包含驾到的交叉口与路段的几何。再例如无连通性的独立路段或者交叉口不应该划分在相同的交通小区内。
原则3、同一交通小区中的交通活动的相对一致性，例如，在相同时间段内，同一交通小区内居民交通活动应保持一致，或者，在相同时间段内，同一交通小区内居民交通活动应差异性较大。
原则4、交通小区的稳定性，交通小区利用的必要条件是除非区域经过大规模的城市规划变更改造，否则，交通小区的划分方案应保持相对稳定，变化不能太频繁。交通小区的形状和大小能够局部微调，但不能频繁的发生变化，尤其是城市进行五年/十年计划变更阶段。
原则5、交通小区内部交通的非机动化，交通小区的区域划分粒度通常要比城市中最小的行政区域要小，涉及到后续应用如各种出行方式交通流量在路网上的分配，交通小区的划分尽量要避免机动化出行的可能性。
服务器基于第一区域的至少一个属性相似度，确定至少一个第二区域，每个第二区域中网格之间的属性相似均大于或等于对应的目标相似度，使得第二区域满足上述的原则1-5。例如，第二区域中网格在POI属性、建筑属性、出行属性以及交通关联度属性上的属性相似度均大于或等于对应的目标相似度，说明第二区域满足原则1和2。再例如，第二区域中网格在出行属性上的属性相似度均大于或等于对应的目标相似度，说明第二区域满足原则3和4。另外，第一区域的区域面积小于目标面积，第二区为一个第一区域或者为一个第一区域的子区域，从而第二区域的区域面积也小于目标面积，从而能够避免第二区域内出现机动化出行的情况，因此，第二区域满足上述的原则5。
本申请实施例提供的方法，通过基于目标区域中的多个网格和目标区域对应的道路拓扑信息，确定目标区域中不与道路相交的第一区域，对于不与道路相交的第一区域，再基于第一区域中网格的至少一种属性信息，获取第一区域的至少一个属性相似度，基于至少一个属性相似度，从第一区域中确定至少一个第二区域，从而自动从目标区域中确定出第二区域的过程，而无须人工辅助划分区域，由于每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度，使得每个第二区域中的网格均具有相似的属性，从而确定出的第二区域能够满足对区域内部属性的要求，确定出的第二区域精确度高。并且，在确定目标区域中的第二区域时，考虑到目标区域的多种源数据对出行方式以及路径选择的响应，使得第二区域的划分更加趋于科学化和合理化，以降低第二区域的容错性。
上述图3所示的过程是通过终端和服务器的交互对目标区域进行划分，在另一种可能的实现方式中，由一个设备完成目标区域的划分以及划分后的显示过程。例如，用户在计算设备上对目标区域进行划分第二区域的划分操作，触发计算设备接收到区域确定请求，计算设备基于区域确定请求执行步骤303-307所示的过程，以确定出目标区域中的各个第二区域。之后，计算设备在目标区域对应的目标图层中，显示确定出的各个第二区域。其中，该计算设备为终端或者服务器。
为了进一步说明本申请从目标区域中划分第二区域的流程，参见图10所示的本申请实施例提供的一种第二区域划分流程的示意图。如图10所示，在从目标区域中划分出第二区域的过程中，需要底层数据的支撑，需要的底层数据包括该目标区域的道路拓扑信息、行政区域描述信息、POI描述信息、建筑描述信息、出行活动数据、浮动车数据以及交通状况数据。其中，交通状况数据例如车流量。在数据融合计算层，基于底层数据进行基础GIS操作、加权空间聚类分析、时空关联性计算、可达性PTAL计算、总出行时间计算、交通关联度计算以及属性相似度计算，以支持第二区域的划分过程，其中，第二区域的划分过程包括小粒度网格划分、网格初步融合、第一区域的融合与分离、第一区域的修正与优化以及第二区域的应用与更新。其中，网格初步融合成第一区域，通过加权空间聚类分析、时空关联性计算、可达性PTAL计算、总出行时间计算以及属性相似度计算，确定是否从第一区域分离出第二区域。通过交通关联度计算以及属性相似度计算对第一区域作最后的修正和优化，具体地，通过交通关联度计算以及属性相似度计算，确定是否从第一区域分离出第二区域。
当确定出的第二小区为交通小区时，由于交通小区作为交通规划与管理的基础单位，是后续一系列管理与应用的基本运作单位，本申请提出第二区域确定方法能够适用于各个交通应用，如出行起终点（Origin Destination，OD）统计与规划。交通小区更是交通大数据的基础操作单位，后续利用深度重力模型对出行进行统计与分布的预测，能够更精准的量化与还原城市居民的出行过程与偏好以及模式变换，为城市管理与规划提供基础数据模型与决策支持。
当目标区域内的规划（如道路规划以及土地利用规划等）出现大规模变动时，重新划分目标区域内的第二区域，以实现第二区域的更新。
图11是本申请实施例提供的一种区域确定装置的结构示意图，如图11所示，所述装置1100包括：
第一确定模块1101，用于基于目标区域中的多个网格和所述目标区域对应的道路拓扑信息，确定所述目标区域中的第一区域，所述道路拓扑信息用于表示所述目标区域内的道路，所述第一区域为所述目标区域中不与所述道路相交的区域；
获取模块1102，用于基于所述第一区域中网格的至少一种属性信息，获取所述第一区域的至少一个属性相似度，所述属性相似度用于指示所述第一区域中的网格在同一种属性上的相似程度；
第二确定模块1103，用于基于所述至少一个属性相似度，确定至少一个第二区域，每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度。
在一种可能的实现方式中，所述第二确定模块1103用于：
若所述至少一个属性相似度均大于或等于对应属性所对应的目标相似度，将所述第一区域确定为一个第二区域；
若所述至少一个属性相似度中的任一属性相似度小于对应属性所对应的目标相似度，则基于所述至少一种属性信息，将所述第一区域划分为多个第二区域。
在一种可能的实现方式中，所述第一区域包括多个兴趣点POI，所述多个POI分布在所述多个网格内，每个网格的至少一种属性信息包括对应网格的POI属性信息，所述获取模块1102还用于：
基于所述第一区域内所述多个POI的POI数据，对所述多个POI进行聚类，得到所述多个POI所属的POI类型；
将所述第一区域中每个网格内的POI所属的POI类型，确定为对应网格的POI属性信息。
在一种可能的实现方式中，所述第一区域包括多个建筑，所述多个建筑分布在所述多个网格内，每个网格的至少一种属性信息包括对应网格的建筑属性信息，所述获取模块1102还用于：
基于所述第一区域内所述多个建筑的建筑数据，对所述多个建筑进行聚类，得到所述多个建筑所属的建筑类型；
将所述第一区域中每个网格内的建筑所属的建筑类型，确定为对应网格的建筑属性信息。
在一种可能的实现方式中，每个网格的至少一种属性信息包括对应网格的出行属性信息，所述出行属性信息用于指示采用目标出行方式时网格的可达性情况。
在一种可能的实现方式中，所述目标出行方式包括公共交通出行方式以及私有交通出行方式中的至少一种；
若所述目标出行方式包括公共交通出行方式，每个网格的出行属性信息包括对应网格的公共交通可达性水平PTAL；
若所述目标出行方式包括私有交通出行方式，每个网格的出行属性信息包括对应网格的总出行时间，所述总出行时间为私有交通工具从对应网格达到目标位置的总出行时间，所述目标位置所述目标区域中所述第一区域之外的任一位置。
在一种可能的实现方式中，对于所述多个网格中的任一网格，与所述任一网格相邻的多个道路汇聚在目标道路交叉口，所述任一网格的至少一种属性信息包括所述目标道路交叉口的交通关联度，所述交通关联度用于指示在车流量上所述多个道路之间的关联程度。
在一种可能的实现方式中，所述第一确定模块1101用于：
基于所述目标区域的道路拓扑信息，从所述多个网格中，确定多个第一网格，每个第一网格为所述多个网格中与所述道路不相交的网格；
基于所述多个第一网格之间的位置关系，对所述多个第一网格中相邻的至少一个第一网格进行融合，得到所述第一区域。
在一种可能的实现方式中，所述第一确定模块1101还用于：
基于所述多个第一网格之间的位置关系，从所述多个第一网格中，确定第二网格，所述第二网格与所述至少一个第一网格均不相邻；
若所述第二网格和所述至少一个第一网格均属于所述目标区域中的同一行政区域，对所述第二网格以及所述至少一个第一网格进行融合，得到所述第一区域。
在一种可能的实现方式中，所述装置1100还包括：
划分模块，用于将所述目标区域划分为所述多个网格，每个网格的面积均小于目标面积。
在一种可能的实现方式中，每个第二区域为一个交通小区。
上述所有可选技术方案，能够采用任意结合形成本公开的可选实施例，在此不再一一赘述。
需要说明的是：上述实施例提供的区域确定装置在确定第二区域时，仅以上述各功能模块的划分进行举例说明，实际应用中，能够根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的区域确定装置与区域确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图12是本申请实施例提供的一种计算设备的结构示意图，该计算设备1200可因配置或性能不同而产生比较大的差异，该计算设备1200包括一个或一个以上处理器（CentralProcessing Units，CPU）1201和一个或一个以上的存储器1202，其中，该存储器1202中存储有至少一条计算机程序，该至少一条计算机程序由该一个或一个以上处理器1201加载并执行以实现上述各个实施例提供的区域确定方法。可选地，该计算设备1200还具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该计算设备1200还包括其他用于实现设备功能的部件，在此不做赘述。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括至少一条计算机程序的存储器，上述至少一条计算机程序可由计算设备中的处理器执行以完成上述各个实施例中区域确定方法。例如，该计算机可读存储介质包括只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（Random-Access Memory，RAM）、只读光盘（Compact DiscRead-Only Memory，CD-ROM）、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种计算机程序产品，包括至少一条程序代码，该至少一条程序代码存储在计算机可读存储介质中。计算设备的处理器能够从计算机可读存储介质中读取该至少一条程序代码，该处理器执行该至少一条程序代码，使得计算设备能够执行以完成上述实施例中区域确定方法。
需要说明的是，本申请所涉及的各种信息（包括但不限于目标区域的各种描述信息）、数据（包括但不限于用于分析的数据、存储的数据、展示的数据等）以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如，本申请中涉及到的信息和数据都是在充分授权的情况下获取的。
本领域普通技术人员能够理解实现上述实施例的全部或部分步骤能够通过硬件来完成，也能够通过程序来指令相关的硬件完成，可选地，该程序存储于一种计算机可读存储介质中，可选地，上述提到的存储介质是只读存储器、磁盘或光盘等。
以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (18)

1.一种区域确定方法，其特征在于，所述方法包括：
基于目标区域中的多个网格和所述目标区域对应的道路拓扑信息，确定所述目标区域中的第一区域，所述道路拓扑信息用于表示所述目标区域内的道路，所述第一区域为所述目标区域中不与所述道路相交的区域；
基于所述第一区域中网格的至少一种属性信息，获取所述第一区域的至少一个属性相似度，所述属性相似度用于指示所述第一区域中的网格在同一种属性上的相似程度，每个网格的至少一种属性信息包括对应网格的兴趣点POI属性信息、建筑属性信息、出行属性信息以及交通关联属性信息中的至少一种；
基于所述至少一个属性相似度，确定至少一个第二区域，每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度，每个第二区域为所述目标区域中的一个交通小区。
2.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个属性相似度，确定至少一个第二区域包括：
若所述至少一个属性相似度均大于或等于对应属性所对应的目标相似度，将所述第一区域确定为一个第二区域；
若所述至少一个属性相似度中的任一属性相似度小于对应属性所对应的目标相似度，则基于所述至少一种属性信息，将所述第一区域划分为多个第二区域。
3.根据权利要求1所述的方法，其特征在于，所述第一区域包括多个兴趣点POI，多个POI分布在所述多个网格内，每个网格的至少一种属性信息包括对应网格的POI属性信息，获取所述第一区域中网格的至少一种属性信息包括：
基于所述第一区域内所述多个POI的POI数据，对所述多个POI进行聚类，得到所述多个POI所属的POI类型；
将所述第一区域中每个网格内的POI所属的POI类型，确定为对应网格的POI属性信息。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述第一区域包括多个建筑，所述多个建筑分布在所述多个网格内，每个网格的至少一种属性信息包括对应网格的建筑属性信息，获取所述第一区域中网格的至少一种属性信息包括：
基于所述第一区域内所述多个建筑的建筑数据，对所述多个建筑进行聚类，得到所述多个建筑所属的建筑类型；
将所述第一区域中每个网格内的建筑所属的建筑类型，确定为对应网格的建筑属性信息。
5.根据权利要求1-3中任一项所述的方法，其特征在于，所述出行属性信息用于指示采用目标出行方式时网格的可达性情况。
6.根据权利要求5所述的方法，其特征在于，所述目标出行方式包括公共交通出行方式以及私有交通出行方式中的至少一种；
若所述目标出行方式包括公共交通出行方式，每个网格的出行属性信息包括对应网格的公共交通可达性水平PTAL；
若所述目标出行方式包括私有交通出行方式，每个网格的出行属性信息包括对应网格的总出行时间，所述总出行时间为私有交通工具从对应网格达到目标位置的总出行时间，所述目标位置为所述目标区域中所述第一区域之外的任一位置。
7.根据权利要求1-3中任一项所述的方法，其特征在于，对于所述多个网格中的任一网格，与所述任一网格相邻的多个道路汇聚在目标道路交叉口，所述任一网格的交通关联属性信息包括所述目标道路交叉口的交通关联度，所述交通关联度用于指示在车流量上所述多个道路之间的关联程度。
8.根据权利要求1-3中任一项所述的方法，其特征在于，所述基于目标区域中的多个网格和所述目标区域对应的道路拓扑信息，确定所述目标区域中的第一区域包括：
基于所述目标区域的道路拓扑信息，从所述多个网格中，确定多个第一网格，每个第一网格为所述多个网格中与所述道路不相交的网格；
基于所述多个第一网格之间的位置关系，对所述多个第一网格中相邻的至少一个第一网格进行融合，得到所述第一区域。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
基于所述多个第一网格之间的位置关系，从所述多个第一网格中，确定第二网格，所述第二网格与所述至少一个第一网格均不相邻；
若所述第二网格和所述至少一个第一网格均属于所述目标区域中的同一行政区域，对所述第二网格以及所述至少一个第一网格进行融合，得到所述第一区域。
10.根据权利要求1-3中任一项所述的方法，其特征在于，所述基于目标区域中的多个网格和所述目标区域对应的道路拓扑信息之前，所述方法还包括：
将所述目标区域划分为所述多个网格，每个网格的面积均小于目标面积。
11.一种区域确定装置，其特征在于，所述装置包括：
第一确定模块，用于基于目标区域中的多个网格和所述目标区域对应的道路拓扑信息，确定所述目标区域中的第一区域，所述道路拓扑信息用于表示所述目标区域内的道路，所述第一区域为所述目标区域中不与所述道路相交的区域；
获取模块，用于基于所述第一区域中网格的至少一种属性信息，获取所述第一区域的至少一个属性相似度，所述属性相似度用于指示所述第一区域中的网格在同一种属性上的相似程度，每个网格的至少一种属性信息包括对应网格的兴趣点POI属性信息、建筑属性信息、出行属性信息以及交通关联属性信息中的至少一种；
第二确定模块，用于基于所述至少一个属性相似度，确定至少一个第二区域，每个第二区域中的网格在每种属性上的属性相似度均大于或等于对应属性所对应的目标相似度，每个第二区域为所述目标区域中的一个交通小区。
12.根据权利要求11所述的装置，其特征在于，所述第二确定模块用于：
若所述至少一个属性相似度均大于或等于对应属性所对应的目标相似度，将所述第一区域确定为一个第二区域；
若所述至少一个属性相似度中的任一属性相似度小于对应属性所对应的目标相似度，则基于所述至少一种属性信息，将所述第一区域划分为多个第二区域。
13.根据权利要求11所述的装置，其特征在于，所述第一区域包括多个兴趣点POI，多个POI分布在所述多个网格内，每个网格的至少一种属性信息包括对应网格的POI属性信息，所述获取模块还用于：
基于所述第一区域内所述多个POI的POI数据，对所述多个POI进行聚类，得到所述多个POI所属的POI类型；
将所述第一区域中每个网格内的POI所属的POI类型，确定为对应网格的POI属性信息。
14.根据权利要求11-13中任一项所述的装置，其特征在于，所述第一区域包括多个建筑，所述多个建筑分布在所述多个网格内，每个网格的至少一种属性信息包括对应网格的建筑属性信息，所述获取模块还用于：
基于所述第一区域内所述多个建筑的建筑数据，对所述多个建筑进行聚类，得到所述多个建筑所属的建筑类型；
将所述第一区域中每个网格内的建筑所属的建筑类型，确定为对应网格的建筑属性信息。
15.根据权利要求11-13中任一项所述的装置，其特征在于，所述出行属性信息用于指示采用目标出行方式时网格的可达性情况。
16.根据权利要求15所述的装置，其特征在于，所述目标出行方式包括公共交通出行方式以及私有交通出行方式中的至少一种；
若所述目标出行方式包括公共交通出行方式，每个网格的出行属性信息包括对应网格的公共交通可达性水平PTAL；
若所述目标出行方式包括私有交通出行方式，每个网格的出行属性信息包括对应网格的总出行时间，所述总出行时间为私有交通工具从对应网格达到目标位置的总出行时间，所述目标位置为所述目标区域中所述第一区域之外的任一位置。
17.一种计算设备，其特征在于，所述计算设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以实现权利要求1-10任一项权利要求所述的区域确定方法。
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以实现权利要求1至10任一项权利要求所述的区域确定方法。
CN202210280820.5A 2022-03-22 2022-03-22 区域确定方法、装置、计算设备以及存储介质 Active CN114386536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210280820.5A CN114386536B (zh) 2022-03-22 2022-03-22 区域确定方法、装置、计算设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210280820.5A CN114386536B (zh) 2022-03-22 2022-03-22 区域确定方法、装置、计算设备以及存储介质

Publications (2)

Publication Number Publication Date
CN114386536A CN114386536A (zh) 2022-04-22
CN114386536B true CN114386536B (zh) 2022-07-01

Family

ID=81204833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210280820.5A Active CN114386536B (zh) 2022-03-22 2022-03-22 区域确定方法、装置、计算设备以及存储介质

Country Status (1)

Country Link
CN (1) CN114386536B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117195441A (zh) * 2022-05-31 2023-12-08 腾讯科技（深圳）有限公司 一种生成路口面的方法以及相关装置
CN115719110B (zh) * 2022-11-11 2023-08-11 湖北华中电力科技开发有限责任公司 一种基于地理信息的交通资源动态优化方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005038742A1 (ja) * 2003-10-21 2005-04-28 Matsushita Electric Industrial Co., Ltd. 交通情報の生成方法と装置
CN101873605A (zh) * 2010-05-27 2010-10-27 重庆邮电大学 一种网络规划中自适应传播环境分类方法
CN106227789A (zh) * 2016-07-18 2016-12-14 华南理工大学 用于研究架空线路区域内地理信息属性的区域网格划分方法
CN107610469A (zh) * 2017-10-13 2018-01-19 北京工业大学 一种考虑多因素影响的日维度区域交通指数预测方法
CN110726418A (zh) * 2019-10-10 2020-01-24 北京百度网讯科技有限公司 兴趣点区域确定方法、装置、设备及存储介质
CN111523061A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 用于生成兴趣面的方法和装置
CN112069281A (zh) * 2020-09-08 2020-12-11 智慧足迹数据科技有限公司 兴趣点位置的确定方法、装置、计算机设备及存储介质
CN112132611A (zh) * 2020-09-18 2020-12-25 京师天启(北京)科技有限公司 一种融合地理信息系统和建筑信息模型的估算方法
CN113987664A (zh) * 2021-12-24 2022-01-28 深圳小库科技有限公司 建筑布局方案的生成方法、系统、装置、终端和存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799263A (en) * 1996-04-15 1998-08-25 Bct Systems Public transit system and apparatus and method for dispatching public transit vehicles
US7970749B2 (en) * 2004-03-11 2011-06-28 Navteq North America, Llc Method and system for using geographic data in computer game development
CN102890860B (zh) * 2012-09-28 2014-10-22 北京世纪高通科技有限公司 一种交通小区划分方法及装置
CN105513370B (zh) * 2015-12-29 2017-11-24 浙江大学 基于稀疏车牌识别数据挖掘的交通小区划分方法
CN109272170B (zh) * 2018-10-11 2019-08-30 北京市交通信息中心 一种基于Louvain算法的交通小区划分系统
CN110543535B (zh) * 2019-08-13 2023-05-23 东南大学 一种基于网约车检索请求数据的交通小区划分方法
CN113780635B (zh) * 2021-08-24 2023-09-01 广东省公共卫生研究院 一种小空间尺度传染病时空传播模式的预测方法
CN114066062B (zh) * 2021-11-18 2023-04-07 中国民用航空飞行学院 一种城市空中交通的物流需求预测方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005038742A1 (ja) * 2003-10-21 2005-04-28 Matsushita Electric Industrial Co., Ltd. 交通情報の生成方法と装置
CN101873605A (zh) * 2010-05-27 2010-10-27 重庆邮电大学 一种网络规划中自适应传播环境分类方法
CN106227789A (zh) * 2016-07-18 2016-12-14 华南理工大学 用于研究架空线路区域内地理信息属性的区域网格划分方法
CN107610469A (zh) * 2017-10-13 2018-01-19 北京工业大学 一种考虑多因素影响的日维度区域交通指数预测方法
CN110726418A (zh) * 2019-10-10 2020-01-24 北京百度网讯科技有限公司 兴趣点区域确定方法、装置、设备及存储介质
CN111523061A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 用于生成兴趣面的方法和装置
CN112069281A (zh) * 2020-09-08 2020-12-11 智慧足迹数据科技有限公司 兴趣点位置的确定方法、装置、计算机设备及存储介质
CN112132611A (zh) * 2020-09-18 2020-12-25 京师天启(北京)科技有限公司 一种融合地理信息系统和建筑信息模型的估算方法
CN113987664A (zh) * 2021-12-24 2022-01-28 深圳小库科技有限公司 建筑布局方案的生成方法、系统、装置、终端和存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Luis M. Martı＇nez 等.A traffic analysis zone definition: a new methodology and algorithm.《Transportation》.2009, *
基于POI空间聚类的交通小区划分方法改进;诸葛雪玉 等;《山西建筑》;20180930;第44卷(第26期);7-8 *
基于出行相似性的交通小区划分方法研究;李明;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20200115(第01期);C033-694 *
基于多源数据的交通小区划分方法研究;杨滨毓;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20210115(第01期);C034-1032 *

Also Published As

Publication number Publication date
CN114386536A (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
CN114386536B (zh) 区域确定方法、装置、计算设备以及存储介质
Samanta et al. Modeling a rail transit alignment considering different objectives
CN109272170B (zh) 一种基于Louvain算法的交通小区划分系统
CN108734955B (zh) 预测路况状态的方法及装置
CN105677804A (zh) 权威站点的确定以及权威站点数据库的建立方法和装置
CN110322694A (zh) 一种城市交通控制片区划分的方法及装置
WO2022227303A1 (zh) 信息处理方法、装置、计算机设备及存储介质
CN110781267A (zh) 一种基于地理国情的多尺度空间分析评价方法及系统
CN105513370A (zh) 基于稀疏车牌识别数据挖掘的交通小区划分方法
CN103714185A (zh) 主题事件更新方法库及城市多源时空信息并行更新方法
CN107704531B (zh) 一种osm地图数据中路网交叉口节点自动合并方法
CN115563680A (zh) 数字孪生对象处理方法以及系统
Kong et al. The method and application of big data mining for mobile trajectory of taxi based on MapReduce
Ghosh et al. Locator: A cloud-fog-enabled framework for facilitating efficient location based services
CN113191029B (zh) 基于集群计算的交通仿真方法、程序及介质
CN112215864B (zh) 电子地图的轮廓处理方法、装置及电子设备
WO2024103770A1 (zh) 空间划分方法、装置及存储介质
CN107588779B (zh) 一种基于任意两节点间行程时间的车辆智能导航方法
CN109977190B (zh) 面向大规模矢量地图数据的面积查询处理方法及装置
Mali et al. Enhanced routing in disaster management based on GIS
CN114676541B (zh) 一种交通仿真的方法、相关装置、设备以及存储介质
Kong et al. Charging pile siting recommendations via the fusion of points of interest and vehicle trajectories
US20210140791A1 (en) Use of geospatial coordinate systems for modifying map and route information
Chmielewski et al. Hexagonal Zones in Transport Demand Models
CN112229408A (zh) 一种三维室内多楼层行人路线规划方法

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40068467

Country of ref document: HK