CN114500872A - 摄像机与道路信息的匹配方法、计算机设备和存储介质 - Google Patents
摄像机与道路信息的匹配方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114500872A CN114500872A CN202111666388.5A CN202111666388A CN114500872A CN 114500872 A CN114500872 A CN 114500872A CN 202111666388 A CN202111666388 A CN 202111666388A CN 114500872 A CN114500872 A CN 114500872A
- Authority
- CN
- China
- Prior art keywords
- hash value
- longitude
- preset position
- binary code
- latitude
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000002093 peripheral effect Effects 0.000 claims abstract description 160
- 238000004590 computer program Methods 0.000 claims description 27
- 238000009434 installation Methods 0.000 claims description 25
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- 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
- G06F16/2255—Hash tables
-
- 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
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Abstract
本申请涉及一种摄像机与道路信息的匹配方法、计算机设备和存储介质。方法包括：获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息，分别对每个预设位置的经纬度信息和摄像机安装点的经纬度信息进行Geohash编码，得到每个预设位置的哈希值和摄像机安装点的哈希值，对每个预设位置的哈希值进行周边扩展，得到每个预设位置的周边区域哈希值，如果摄像机安装点的哈希值与预设位置的哈希值相同，或者摄像机安装点的哈希值与预设位置的周边区域哈希值相同，则将摄像机与预设位置对应的道路信息进行匹配，实现了摄像机与对应的道路名称的正确匹配。
Description
技术领域
本申请涉及视频监控技术领域，特别是涉及一种摄像机与道路信息的匹配方法、计算机设备和存储介质。
背景技术
道路是供各种无轨车辆和行人通行的基础设施，是我国交通网络的重要组成部分，获取一些重要道路的人员出入信息就极为重要。
通常情况下是在道路以及道路附近安装多个摄像机，通过摄像机来采集道路的过人、过车数据，但无法将摄像机与对应的道路名称进行正确的匹配。
发明内容
基于此，有必要针对上述技术问题，提供一种摄像机与道路信息的匹配方法、计算机设备和存储介质。
第一方面，本申请提供了一种摄像机与道路信息的匹配方法。所述方法包括：
获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息；
分别对每个所述预设位置的经纬度信息和所述摄像机安装点的经纬度信息进行Geohash编码，得到每个所述预设位置的哈希值和所述摄像机安装点的哈希值；
对每个所述预设位置的哈希值进行周边扩展，得到每个所述预设位置的周边区域哈希值；
如果所述摄像机安装点的哈希值与所述预设位置的哈希值相同，或者所述摄像机安装点的哈希值与所述预设位置的周边区域哈希值相同，则将所述摄像机与所述预设位置对应的道路信息进行匹配。
在其中一个实施例中，所述对每个所述预设位置的哈希值进行周边扩展，得到每个所述预设位置的周边区域哈希值，包括：
对每个所述预设位置的哈希值进行两次周边扩展，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值，其中所述第一周边区域与所述预设位置的距离小于所述第二周边区域与所述预设位置的距离。
在其中一个实施例中，所述对每个所述预设位置的哈希值进行两次周边扩展，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值，包括：
根据每个所述预设位置的哈希值，确定与每个所述预设位置对应的经度二进制编码值和纬度二进制编码值；
对所述经度二进制编码值和/或所述纬度二进制编码值进行加减码运算，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值。
在其中一个实施例中，所述对所述经度二进制编码值和/或所述纬度二进制编码值进行加减码运算，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值，包括：
所述经度二进制编码值与第一二进制码值相加或者相减，和/或，所述纬度二进制编码值与所述第一二进制码值相加或者相减，得到所述第一周边区域的经纬度二进制编码值；
所述经度二进制编码值与第二二进制码值相加或者相减，和/或，所述纬度二进制编码值与所述第二二进制码值相加或者相减，得到所述第二周边区域的经纬度二进制编码值，其中，所述第一二进制码值小于所述第二二进制码值；
分别根据所述第一周边区域的经纬度二进制编码值和所述第二周边区域的经纬度二进制编码值，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值。
在其中一个实施例中，所述方法还包括：
根据每个所述预设位置的哈希值、每个所述预设位置的周边区域哈希值和所述摄像机安装点的哈希值，确定所述摄像机安装点与每个所述预设位置之间的距离，以及所述摄像机安装点与每个所述预设位置的周边区域之间的距离；
如果所述摄像机安装点的哈希值与所述预设位置的哈希值、所述预设位置的周边区域哈希值均不相同，且所述摄像机安装点与所述预设位置之间的距离在预设阈值内或者所述摄像机安装点与所述预设位置的周边区域之间的距离在预设阈值内，则所述第一二进制码值和所述第二二进制码值均减小，且减小后的第一二进制码值小于减小后的第二二进制码值。
在其中一个实施例中，通过下述方式获取道路上的多个预设位置的经纬度信息：
确定所述道路线段间多个转折点的经纬度信息；
根据每个所述转折点的经纬度信息，确定所述道路的直线段；
以预设距离对所述直线段进行插值，得到所述道路中多个预设位置的经纬度信息。
在其中一个实施例中，通过下述方式确定所述预设距离：
根据每个所述转折点的经纬度信息，确定所述道路的直线段距离；
根据所述道路的直线段距离，确定所述预设距离。
第二方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息；
分别对每个所述预设位置的经纬度信息和所述摄像机安装点的经纬度信息进行Geohash编码，得到每个所述预设位置的哈希值和所述摄像机安装点的哈希值；
对每个所述预设位置的哈希值进行周边扩展，得到每个所述预设位置的周边区域哈希值；
如果所述摄像机安装点的哈希值与所述预设位置的哈希值相同，或者所述摄像机安装点的哈希值与所述预设位置的周边区域哈希值相同，则将所述摄像机与所述预设位置对应的道路信息进行匹配。
第三方面，本申请还提供了一种计算机可读存储介质。所述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以下步骤：
获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息；
分别对每个所述预设位置的经纬度信息和所述摄像机安装点的经纬度信息进行Geohash编码，得到每个所述预设位置的哈希值和所述摄像机安装点的哈希值；
对每个所述预设位置的哈希值进行周边扩展，得到每个所述预设位置的周边区域哈希值；
如果所述摄像机安装点的哈希值与所述预设位置的哈希值相同，或者所述摄像机安装点的哈希值与所述预设位置的周边区域哈希值相同，则将所述摄像机与所述预设位置对应的道路信息进行匹配。
第四方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息；
分别对每个所述预设位置的经纬度信息和所述摄像机安装点的经纬度信息进行Geohash编码，得到每个所述预设位置的哈希值和所述摄像机安装点的哈希值；
对每个所述预设位置的哈希值进行周边扩展，得到每个所述预设位置的周边区域哈希值；
如果所述摄像机安装点的哈希值与所述预设位置的哈希值相同，或者所述摄像机安装点的哈希值与所述预设位置的周边区域哈希值相同，则将所述摄像机与所述预设位置对应的道路信息进行匹配。
上述摄像机与道路信息的匹配方法、计算机设备和存储介质，通过获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息，分别对每个所述预设位置的经纬度信息和所述摄像机安装点的经纬度信息进行Geohash编码，得到每个所述预设位置的哈希值和所述摄像机安装点的哈希值，对每个所述预设位置的哈希值进行周边扩展，得到每个所述预设位置的周边区域哈希值，如果所述摄像机安装点的哈希值与所述预设位置的哈希值相同，或者所述摄像机安装点的哈希值与所述预设位置的周边区域哈希值相同，则将所述摄像机与所述预设位置对应的道路信息进行匹配，解决了无法将摄像机与对应的道路名称进行正确的匹配的问题。
附图说明
图1为一个实施例中摄像机与道路信息的匹配方法的应用环境图；
图2为一个实施例中摄像机与道路信息的匹配方法的流程示意图；
图3为一个实施例中哈希值的示意图；
图4为一个实施例中Geohash编码过程的示意图；
图5为一个实施例中预设位置的哈希值进行两次周边扩展的示意图；
图6为一个实施例中道路中多个扩展后的哈希方块示意图；
图7为另一个实施例中道路中多个扩展后的哈希方块示意图；
图8为另一个实施例中摄像机与道路信息的匹配方法的流程示意图；
图9为一个实施例中道路的多个打标点示意图；
图10为一个实施例中卡口点位的摄像机与道路名称匹配的示意图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的摄像机与道路信息的匹配方法，可以应用于如图1所示的应用环境中。其中，摄像机102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器 104上，也可以放在云上或其他网络服务器上，其中，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种摄像机与道路信息的匹配方法，包括以下步骤：
步骤202，获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息。
在本实施例中，不对如何获取道路上的多个预设位置的经纬度信息做具体限定，比如，可以打开地图页面，在地图页面中选取道路中的多个预设位置，并可以查看各个预设位置的经纬度信息。
步骤204，分别对每个预设位置的经纬度信息和摄像机安装点的经纬度信息进行Geohash编码，得到每个预设位置的哈希值和摄像机安装点的哈希值。
需要说明的是，Geohash编码本质上是空间索引的一种方式，其基本原理是将地球理解为一个二维平面，将平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的编码；Geohash编码将二维的经纬度转换成字符串，即将二维的空间经纬度数据编码成一个哈希值，示例的，图3展示了北京9个区域的哈希值，分别是WX4ER，WX4G2、WX4G3等等，每一个哈希值代表了某一矩形区域，也就是说，这个矩形区域内所有的经纬度坐标都共享相同的哈希值；Geohash编码中，哈希值相似的表示距离相近，不同的编码长度，表示不同的范围区间，哈希值越长，表示的范围越精确。
具体地，如图4所示，Geohash编码过程如下：本实施例以经度[-180，180] 和纬度[-90，90]为范围，以赤道和本初子午线为界划分。纬度范围[-90，0)用二进制0代表，(0，90]用二进制1代表，经度范围[-180，0)用二进制0代表，(0， 180]用二进制1代表，并依次递归进行对半划分。首先根据该规则对经度和纬度转换为二进制，然后按照经度在偶数位，纬度在奇数位的规则合并经纬度的二进制编码，最后对合并后的编码按照Base32编码表，形成一个8位的Geohash 编码，即得到本实施例中的哈希值。
步骤206，对每个预设位置的哈希值进行周边扩展，得到每个预设位置的周边区域哈希值。
示例的，图3展示了北京9个区域的哈希值，可以根据中间区域的哈希值 WX4G0L进行周边扩展，得到与中间区域的周边区域哈希值。
步骤208，如果摄像机安装点的哈希值与预设位置的哈希值相同，或者摄像机安装点的哈希值与预设位置的周边区域哈希值相同，则将摄像机与预设位置对应的道路信息进行匹配。
上述摄像机与道路信息的匹配方法中，对每个预设位置的哈希值进行周边扩展，得到每个预设位置的周边区域哈希值，因此，摄像机安装点的哈希值不仅与道路上的预设位置的哈希值进行比较，还能与道路附近区域的哈希值进行比较，从而摄像机安装点在道路附近时，也可将该道路的信息与摄像机进行匹配，比如将道路的名称与摄像机进行匹配，进一步的，可以确定该摄像机是采集哪条道路的视频数据；另外，本实施中对每个预设位置的哈希值进行周边扩展，可以使得扩展后的哈希值对应的区域之间会有重叠，实现了道路信息的全覆盖，从而能够将该道路上的所有摄像机都能与该条道路信息进行正确的匹配。
可以理解的，在将摄像机与道路信息进行匹配时，长直线路段的中间路段周边的摄像机容易被忽略，无法匹配到道路信息，本申请通过下述方式来解决长直线路段的中间路段周边的摄像机无法匹配到道路信息的问题。
在一个实施例中，步骤206，对每个预设位置的哈希值进行周边扩展，得到每个预设位置的周边区域哈希值，包括：
对每个预设位置的哈希值进行两次周边扩展，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值，其中第一周边区域与预设位置的距离小于第二周边区域与预设位置的距离。
示例的，如图5所示，选取高铁中的一个经纬度进行Geohash编码，中间的圆点表示高铁路上的一个经纬度坐标，它对应着一个哈希值，该哈希值对应中间圆点所在的哈希方块；首先进行第一次的周边扩展，得到第一周边区域哈希值，中间圆点所在哈希方块的周边8个哈希方块记为第一周边区域，该8个哈希方块对应的哈希值记为第一周边区域哈希值；然后进行第二次的周边扩展，得到最外围的一圈方形块的哈希值，即第二周边区域哈希值；最后对道路上所有预设位置的经纬度坐标进行上述步骤的操作，得到多个扩展后的哈希方块，如图6所示，由于各个预设位置距离较近，扩展后的哈希方块间会有所重叠，从而通过扩展后的哈希方块可以全面覆盖整条道路，解决了长直线路段的中间路段周边的摄像机无法匹配到道路信息的问题。
在一个实施例中，对每个预设位置的哈希值进行两次周边扩展，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值，包括：
根据每个预设位置的哈希值，确定与每个预设位置对应的经度二进制编码值和纬度二进制编码值；
对经度二进制编码值和/或纬度二进制编码值进行加减码运算，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值。
具体地，可以通过每个预设位置的哈希值反向解析出每个预设位置对应的经度二进制编码值和维度二进制编码值；对经度二进制编码值和维度二进制编码值进行加减码运算，可以得到第一周边区域对应的经度二进制编码值和维度二进制编码值，以及第二周边区域对应的经度二进制编码值和维度二进制编码值，按照经度在偶数位，纬度在奇数位的规则合并第一周边区域对应的经度二进制编码值和维度二进制编码值，以及第二周边区域对应的经度二进制编码值和维度二进制编码值，最后对合并后的编码按照Base32编码表，得到第一周边区域哈希值和第二周边区域哈希值。
通过上述方式，对经度二进制编码值和/或纬度二进制编码值进行加减码运算，能够准确的得到了每个预设位置的第一周边区域哈希值和第二周边区域哈希值，即扩展后的哈希方块包括预设位置所在哈希方块、第一周边区域和第二周边区域，如图6所示，由于各个预设位置距离较近，扩展后的哈希方块间会有所重叠，从而通过扩展后的哈希方块可以全面覆盖整条道路，解决了长直线路段的中间路段周边的摄像机无法匹配到道路信息的问题。
在一个实施例中，对经度二进制编码值和/或纬度二进制编码值进行加减码运算，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值，包括：
经度二进制编码值与第一二进制码值相加或者相减，和/或，纬度二进制编码值与第一二进制码值相加或者相减，得到第一周边区域的经纬度二进制编码值；
经度二进制编码值与第二二进制码值相加或者相减，和/或，纬度二进制编码值与第二二进制码值相加或者相减，得到第二周边区域的经纬度二进制编码值，其中，第一二进制码值小于第二二进制码值；
分别根据第一周边区域的经纬度二进制编码值和第二周边区域的经纬度二进制编码值，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值。
具体地，按照经度在偶数位，纬度在奇数位的规则合并第一周边区域的经纬度二进制编码值，以及第二周边区域的经纬度二进制编码值，最后对合并后的编码按照Base32编码表，得到第一周边区域哈希值和第二周边区域哈希值，按照此方法，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值。
示例的，假设第一二进制码值为01，第二二进制码值为10，如图5所示，预设位置的哈希值对应中间圆点所在的哈希方块；预设位置的经度二进制编码值与01相加或者相减，和/或，纬度二进制编码值与01相加或者相减，得到第一周边区域哈希值，其中，中间圆点所在哈希方块的周边8个哈希方块记为第一周边区域；预设位置的经度二进制编码值与10相加或者相减，和/或，纬度二进制编码值与10相加或者相减，得到第二周边区域哈希值，该第二周边区域哈希值对应图5中最外围的一圈方形块。
通过上述方式，将经度二进制编码值与第一二进制码值相加或者相减，和/ 或，纬度二进制编码值与第一二进制码值相加或者相减，能够准确的得到第一周边区域的经纬度二进制编码值；将经度二进制编码值与第二二进制码值相加或者相减，和/或，纬度二进制编码值与第二二进制码值相加或者相减，能够准确得到第二周边区域的经纬度二进制编码值，从而扩展后的哈希方块包括预设位置所在哈希方块、第一周边区域和第二周边区域，如图6所示，由于各个预设位置距离较近，扩展后的哈希方块间会有所重叠，从而通过扩展后的哈希方块可以全面覆盖整条道路，解决了长直线路段的中间路段周边的摄像机无法匹配到道路信息的问题。
可以理解的，如果道路的宽度小于扩展后的哈希方块宽度，可能会造成两个扩展后的哈希方块之间会存在无法覆盖道路的区域，如图7所示，两个扩展后的哈希方块的重叠区域附近会存有部分缺失，即图7中的三角形阴影区域，而实际上，两个扩展后的哈希方块的重叠区域附近缺失的部分属于道路区域，因此，本申请通过下述方法来避免由于扩展后的哈希方块的重叠区域附近的缺失，造成无法将道路上的摄像机准确的与该道路信息进行匹配。
在一个实施例中，摄像机与道路信息的匹配方法还包括：
根据每个预设位置的哈希值、每个预设位置的周边区域哈希值和摄像机安装点的哈希值，确定摄像机安装点与每个预设位置之间的距离，以及摄像机安装点与每个预设位置的周边区域之间的距离；
如果摄像机安装点的哈希值与预设位置的哈希值、预设位置的周边区域哈希值均不相同，且摄像机安装点与预设位置之间的距离在预设阈值内或者摄像机安装点与预设位置的周边区域之间的距离在预设阈值内，则第一二进制码值和第二二进制码值均减小，且减小后的第一二进制码值小于减小后的第二二进制码值。
具体地，不同的编码长度，表示不同的范围区间，编码越长，表示的范围越小，位置也越精确，当geohash编码长度为8时，精度在19米左右，而当编码长度为9时，精度在2米左右，编码长度需要根据数据情况进行选择，因此我们就可以通过比较Geohash匹配的位数来判断两个点之间的大概距离。
可以理解的，如果摄像机安装点的哈希值与预设位置的哈希值、预设位置的周边区域哈希值均不相同，且摄像机安装点与预设位置之间的距离在预设阈值内或者摄像机安装点与预设位置的周边区域之间的距离在预设阈值内，说明虽然摄像机安装点的哈希值没有与预设位置的哈希值相同，也没有与预设位置周边区域的哈希值相同，但摄像机安装点就在道路附近，此时，摄像机安装点的哈希值与预设位置的哈希值、预设位置的周边区域哈希值均不相同，可能是因为摄像机安装点在扩展后的哈希方块的重叠区域附近的缺失区域，因此，减小第一二进制码值和第二二进制码值，使得扩展后的哈希方块宽度与道路的宽度更为匹配，即可以避免扩展后的哈希方块的重叠区域附近的缺失，进一步的提高了摄像机与道路信息匹配的准确率。
在一个实施例中，通过下述方式获取道路上的多个预设位置的经纬度信息：
确定道路线段间多个转折点的经纬度信息；
根据每个转折点的经纬度信息，确定道路的直线段；
以预设距离对直线段进行插值，得到道路中多个预设位置的经纬度信息。
通过上述方式，在确定道路线段间的转折点后，即在获取道路直线段的首尾经纬度信息后，可以快速的获取道路上的多个预设位置的经纬度信息。
需要说明的是，本实施可以根据实际情况来调整预设距离，在摄像机安装数量较多的场景中，可以将预设距离调整为更小的距离，这样更确保多个摄像机均能与道路信息进行匹配。
在一个实施例中，通过下述方式确定预设距离：
根据每个转折点的经纬度信息，确定道路的直线段距离；
根据道路的直线段距离，确定预设距离。
通过上述方式，根据道路的直线段的距离能够更加精确的设置预设距离，进一步的提高了摄像机与道路信息匹配的准确率。
在一个实施例中，如图8所示，提供了另一种摄像机与道路信息的匹配方法，包括以下步骤：
步骤801，获取道路经纬度信息和卡口点位基本信息。
其中，道路经纬度信息为道路上的多个预设位置的经纬度信息；卡口点位位于道路上特定场所，例如高速收费站、交通检查组、治安检查站、过境公路等地点，本实施例的摄像机安装点为卡口点位，卡口点位上的摄像机对所有通过该卡口点的机动车辆、车内人员进行拍摄、处理与记录。
具体地，对于道路的经纬度信息，主要通过人工打点获取相关道路中各点的经纬度信息，示例的，道路中各点的经纬度信息如表1所示，其中经纬度信息只是作为示例展示了几个点的坐标，实际情况中道路相邻的经纬度信息距离较近，大约10米左右，即如图9所示一条道路上包含的点数比较多；
表1道路经纬度信息表
如表2所示，卡口点位的基本信息主要包括卡口ID、卡口名称、经度、纬度等。
表2卡口点位信息示例表
| 卡口ID | 卡口名称 | 经度 | 纬度 |
| AA:BB:01 | 一号 | 12X.2X1 | 3X.2X1 |
| AA:BB:02 | 二号 | 12X.2X2 | 3X.2X2 |
| AA:DC:01 | 三号 | 12X.2X3 | 3X.2X3 |
步骤802，根据道路的经纬度获取所处的哈希块和扩展两次的周边哈希块。
具体地，哈希块为上述的哈希值，根据道路的经纬度进行Geohash编码可以获取各个预设位置的哈希块，再对各个预设位置的哈希块进行两次周边扩展，得到周边哈希块。
步骤803，根据卡口点位的经纬度信息获取所处的哈希块。
具体地，根据卡口点位的经纬度信息进行Geohash编码可以获取卡口点位所处的哈希块。
步骤804，自定义网格大小，对交叉的线路哈希块无法覆盖的地方进行优化，用小的网格进行填充。
其中，交叉的线路哈希块无法覆盖的地方是指扩展后的哈希方块的重叠区域附近的缺失；本实施例的网格为图5中的方形块，如果扩展后的哈希方块的重叠区域附近的缺失，则减小图5中的方形块的大小。
步骤805，分别判断预设位置的哈希块、预设位置的周边哈希块与卡口点位的哈希块是否相同。
具体地，如图10所示，将卡口点位经纬度通过Geohash编码得到的哈希块与道路Geohash编码表中哈希块进行匹配，道路Geohash编码表包括道路中预设位置的哈希块和预设位置的周边哈希块，从卡口点位Geohash编码结果中筛选出存在于道路Geohash编码表中的卡口点位。
步骤806，将处于相同哈希块的卡口点位打上该道路的名称作为道路标签。
具体地，如果卡口点位经纬度通过Geohash编码得到的哈希块与道路 Geohash编码表中的哈希块相同，则将该卡口点位打上该道路的名称作为道路标签，打上标签的卡口点位摄像机如下表所示。
表3打上标签的卡口点位示例表
| 卡口ID | 卡口名称 | 经度 | 纬度 | 线路名称 |
| AA:BB:02 | 二号 | 12X.2X1 | 3X.2X1 | 杭甬高铁 |
| AA:DC:01 | 三号 | 12X.2X2 | 3X.2X2 | 杭甬高铁 |
步骤807，不给卡口点位打标。
具体地，不将卡口点位的摄像机打上该道路名称作为标签。
可以理解的，在本实施例中，通过对道路各点进行两次周边8个哈希块的扩展以及自定义网格的补充优化，确保了道路信息的全覆盖性，之后通过道路各点与卡口点位的Geohash编码匹配，能相对准确地匹配出道路折点以及直线路段附近的卡口点位，在一定程度上提高了准确率，为重点线路防控提供支撑；除此之外，该提案的部署成本比较低，只需获取道路的经纬度信息即可，并且道路的各点经纬度信息复用性极强。
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种摄像机与道路信息的匹配方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息；
分别对每个预设位置的经纬度信息和摄像机安装点的经纬度信息进行Geohash编码，得到每个预设位置的哈希值和摄像机安装点的哈希值；
对每个预设位置的哈希值进行周边扩展，得到每个预设位置的周边区域哈希值；
如果摄像机安装点的哈希值与预设位置的哈希值相同，或者摄像机安装点的哈希值与预设位置的周边区域哈希值相同，则将摄像机与预设位置对应的道路信息进行匹配。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对每个预设位置的哈希值进行两次周边扩展，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值，其中第一周边区域与预设位置的距离小于第二周边区域与预设位置的距离。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据每个预设位置的哈希值，确定与每个预设位置对应的经度二进制编码值和纬度二进制编码值；对经度二进制编码值和/或纬度二进制编码值进行加减码运算，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
经度二进制编码值与第一二进制码值相加或者相减，和/或，纬度二进制编码值与第一二进制码值相加或者相减，得到第一周边区域的经纬度二进制编码值；经度二进制编码值与第二二进制码值相加或者相减，和/或，纬度二进制编码值与第二二进制码值相加或者相减，得到第二周边区域的经纬度二进制编码值，其中，第一二进制码值小于第二二进制码值；分别根据第一周边区域的经纬度二进制编码值和第二周边区域的经纬度二进制编码值，得到每个预设位置的第一周边区域哈希值和第二周边区域哈希值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据每个预设位置的哈希值、每个预设位置的周边区域哈希值和摄像机安装点的哈希值，确定摄像机安装点与每个预设位置之间的距离，以及摄像机安装点与每个预设位置的周边区域之间的距离；
如果摄像机安装点的哈希值与预设位置的哈希值、预设位置的周边区域哈希值均不相同，且摄像机安装点与预设位置之间的距离在预设阈值内或者摄像机安装点与预设位置的周边区域之间的距离在预设阈值内，则第一二进制码值和第二二进制码值均减小，且减小后的第一二进制码值小于减小后的第二二进制码值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
确定道路线段间多个转折点的经纬度信息；根据每个转折点的经纬度信息，确定道路的直线段；以预设距离对直线段进行插值，得到道路中多个预设位置的经纬度信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据每个转折点的经纬度信息，确定道路的直线段距离；根据道路的直线段距离，确定预设距离。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，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上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器 (Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory， DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种摄像机与道路信息的匹配方法，其特征在于，所述方法包括：
获取道路上的多个预设位置的经纬度信息和摄像机安装点的经纬度信息；
分别对每个所述预设位置的经纬度信息和所述摄像机安装点的经纬度信息进行Geohash编码，得到每个所述预设位置的哈希值和所述摄像机安装点的哈希值；
对每个所述预设位置的哈希值进行周边扩展，得到每个所述预设位置的周边区域哈希值；
如果所述摄像机安装点的哈希值与所述预设位置的哈希值相同，或者所述摄像机安装点的哈希值与所述预设位置的周边区域哈希值相同，则将所述摄像机与所述预设位置对应的道路信息进行匹配。
2.根据权利要求1所述的方法，其特征在于，所述对每个所述预设位置的哈希值进行周边扩展，得到每个所述预设位置的周边区域哈希值，包括：
对每个所述预设位置的哈希值进行两次周边扩展，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值，其中所述第一周边区域与所述预设位置的距离小于所述第二周边区域与所述预设位置的距离。
3.根据权利要求2所述的方法，其特征在于，所述对每个所述预设位置的哈希值进行两次周边扩展，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值，包括：
根据每个所述预设位置的哈希值，确定与每个所述预设位置对应的经度二进制编码值和纬度二进制编码值；
对所述经度二进制编码值和/或所述纬度二进制编码值进行加减码运算，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值。
4.根据权利要求3所述的方法，其特征在于，所述对所述经度二进制编码值和/或所述纬度二进制编码值进行加减码运算，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值，包括：
所述经度二进制编码值与第一二进制码值相加或者相减，和/或，所述纬度二进制编码值与所述第一二进制码值相加或者相减，得到所述第一周边区域的经纬度二进制编码值；
所述经度二进制编码值与第二二进制码值相加或者相减，和/或，所述纬度二进制编码值与所述第二二进制码值相加或者相减，得到所述第二周边区域的经纬度二进制编码值，其中，所述第一二进制码值小于所述第二二进制码值；
分别根据所述第一周边区域的经纬度二进制编码值和所述第二周边区域的经纬度二进制编码值，得到每个所述预设位置的第一周边区域哈希值和第二周边区域哈希值。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
根据每个所述预设位置的哈希值、每个所述预设位置的周边区域哈希值和所述摄像机安装点的哈希值，确定所述摄像机安装点与每个所述预设位置之间的距离，以及所述摄像机安装点与每个所述预设位置的周边区域之间的距离；
如果所述摄像机安装点的哈希值与所述预设位置的哈希值、所述预设位置的周边区域哈希值均不相同，且所述摄像机安装点与所述预设位置之间的距离在预设阈值内或者所述摄像机安装点与所述预设位置的周边区域之间的距离在预设阈值内，则所述第一二进制码值和所述第二二进制码值均减小，且减小后的第一二进制码值小于减小后的第二二进制码值。
6.根据权利要求1所述的方法，其特征在于，通过下述方式获取道路上的多个预设位置的经纬度信息：
确定所述道路线段间多个转折点的经纬度信息；
根据每个所述转折点的经纬度信息，确定所述道路的直线段；
以预设距离对所述直线段进行插值，得到所述道路中多个预设位置的经纬度信息。
7.根据权利要求6所述的方法，其特征在于，通过下述方式确定所述预设距离：
根据每个所述转折点的经纬度信息，确定所述道路的直线段距离；
根据所述道路的直线段距离，确定所述预设距离。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
9.一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权利要求1至7中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111666388.5A CN114500872A (zh) | 2021-12-30 | 2021-12-30 | 摄像机与道路信息的匹配方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111666388.5A CN114500872A (zh) | 2021-12-30 | 2021-12-30 | 摄像机与道路信息的匹配方法、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114500872A true CN114500872A (zh) | 2022-05-13 |
Family
ID=81508699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111666388.5A Pending CN114500872A (zh) | 2021-12-30 | 2021-12-30 | 摄像机与道路信息的匹配方法、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114500872A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117573781A (zh) * | 2024-01-17 | 2024-02-20 | 成都小步创想慧联科技有限公司 | 一种基于哈希算法的地图多层级数据展示方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105702043A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 对重点营运车辆在高速公路上违章停车的预警方法 |
| CN107480180A (zh) * | 2017-07-05 | 2017-12-15 | 北京辰安信息科技有限公司 | 道路数据的处理方法、道路定位方法、装置及系统 |
| CN109389848A (zh) * | 2018-10-24 | 2019-02-26 | 中国电子科技集团公司第二十八研究所 | 一种基于hash的车联网实时分析系统 |
| WO2019070412A1 (en) * | 2017-10-03 | 2019-04-11 | Precision Location Intelligence, Inc. | SYSTEM FOR GENERATING AND USING GEOGRAPHIC HASH EXPRESSIONS |
| CN110443156A (zh) * | 2019-07-16 | 2019-11-12 | 浙江大华技术股份有限公司 | 轨迹相似度度量方法、数据处理设备及存储设备 |
| CN110688436A (zh) * | 2019-08-19 | 2020-01-14 | 成都海天数联科技有限公司 | 一种基于行车轨迹的改进型GeoHash道路聚类方法 |
| CN111178577A (zh) * | 2019-11-22 | 2020-05-19 | 陕西天行健车联网信息技术有限公司 | 一种基于geohash算法的服务站选址方法 |
| CN111649750A (zh) * | 2020-04-29 | 2020-09-11 | 中国平安财产保险股份有限公司 | 车辆gps数据地图匹配方法、装置、终端及存储介质 |
| CN111723108A (zh) * | 2020-05-28 | 2020-09-29 | 长安大学 | 一种基于GeoHash编码的候选路段选取方法及系统 |
| CN112041210A (zh) * | 2019-10-23 | 2020-12-04 | 北京航迹科技有限公司 | 用于自动驾驶的系统和方法 |
| WO2021068346A1 (zh) * | 2019-10-12 | 2021-04-15 | 平安科技（深圳）有限公司 | 基于Geohash算法的位置查询方法、装置、计算机设备及存储介质 |
| CN112801867A (zh) * | 2020-12-30 | 2021-05-14 | 杭州趣链科技有限公司 | 基于区块链的卫星遥感图像拼接方法、装置及设备 |
| CN112948674A (zh) * | 2021-02-26 | 2021-06-11 | 平安科技（深圳）有限公司 | 基于Redis的智能推送服务的方法、装置及计算机设备 |
| CN113806601A (zh) * | 2021-11-18 | 2021-12-17 | 中国测绘科学研究院 | 一种周边兴趣点检索方法及存储介质 |
-
2021
- 2021-12-30 CN CN202111666388.5A patent/CN114500872A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105702043A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 对重点营运车辆在高速公路上违章停车的预警方法 |
| CN107480180A (zh) * | 2017-07-05 | 2017-12-15 | 北京辰安信息科技有限公司 | 道路数据的处理方法、道路定位方法、装置及系统 |
| WO2019070412A1 (en) * | 2017-10-03 | 2019-04-11 | Precision Location Intelligence, Inc. | SYSTEM FOR GENERATING AND USING GEOGRAPHIC HASH EXPRESSIONS |
| CN109389848A (zh) * | 2018-10-24 | 2019-02-26 | 中国电子科技集团公司第二十八研究所 | 一种基于hash的车联网实时分析系统 |
| CN110443156A (zh) * | 2019-07-16 | 2019-11-12 | 浙江大华技术股份有限公司 | 轨迹相似度度量方法、数据处理设备及存储设备 |
| CN110688436A (zh) * | 2019-08-19 | 2020-01-14 | 成都海天数联科技有限公司 | 一种基于行车轨迹的改进型GeoHash道路聚类方法 |
| WO2021068346A1 (zh) * | 2019-10-12 | 2021-04-15 | 平安科技（深圳）有限公司 | 基于Geohash算法的位置查询方法、装置、计算机设备及存储介质 |
| CN112041210A (zh) * | 2019-10-23 | 2020-12-04 | 北京航迹科技有限公司 | 用于自动驾驶的系统和方法 |
| WO2021077313A1 (en) * | 2019-10-23 | 2021-04-29 | Beijing Voyager Technology Co., Ltd. | Systems and methods for autonomous driving |
| CN111178577A (zh) * | 2019-11-22 | 2020-05-19 | 陕西天行健车联网信息技术有限公司 | 一种基于geohash算法的服务站选址方法 |
| CN111649750A (zh) * | 2020-04-29 | 2020-09-11 | 中国平安财产保险股份有限公司 | 车辆gps数据地图匹配方法、装置、终端及存储介质 |
| CN111723108A (zh) * | 2020-05-28 | 2020-09-29 | 长安大学 | 一种基于GeoHash编码的候选路段选取方法及系统 |
| CN112801867A (zh) * | 2020-12-30 | 2021-05-14 | 杭州趣链科技有限公司 | 基于区块链的卫星遥感图像拼接方法、装置及设备 |
| CN112948674A (zh) * | 2021-02-26 | 2021-06-11 | 平安科技（深圳）有限公司 | 基于Redis的智能推送服务的方法、装置及计算机设备 |
| CN113806601A (zh) * | 2021-11-18 | 2021-12-17 | 中国测绘科学研究院 | 一种周边兴趣点检索方法及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| MRADULA SHARMA: "Providing Low Cost IoT Enabled Security Solutions for High Intensity Regions", 《2019 TWELFTH INTERNATIONAL CONFERENCE ON CONTEMPORARY COMPUTING (IC3)》 * |
| 孙剑哲: "基于大数据挖掘的城市路网车辆轨迹和卡口流量预测技术研究与应用", 《中国优秀硕士论文电子期刊网》 * |
| 赵雨琪;牟乃夏;祝帅兵;张昌景;: "基于GeoHash算法的周边查询应用研究", 软件导刊, no. 06 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117573781A (zh) * | 2024-01-17 | 2024-02-20 | 成都小步创想慧联科技有限公司 | 一种基于哈希算法的地图多层级数据展示方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | Leveraging crowdsourced GPS data for road extraction from aerial imagery | |
| Yu et al. | Urban network-wide traffic speed estimation with massive ride-sourcing GPS traces | |
| Makido et al. | Relationship between urban form and CO2 emissions: Evidence from fifty Japanese cities | |
| Shu et al. | Spatial disaggregation of carbon dioxide emissions from road traffic based on multiple linear regression model | |
| EP3550471A1 (en) | Method, apparatus, and system for determining polyline homogeneity | |
| KR102054090B1 (ko) | 주유소 poi를 자동적으로 발견하는 방법, 장치, 저장 매체 및 기기 | |
| Yalcin et al. | Spatial analysis of two-wheeled vehicles traffic crashes: Osmaniye in Turkey | |
| Sharma et al. | Vehicle detection in 1‐m resolution satellite and airborne imagery | |
| CN110490507B (zh) | 一种物流网络的新增线路检测方法、装置及设备 | |
| CN112348960A (zh) | 一种适用于全球空间范围的空域冲突检测方法 | |
| CN114500872A (zh) | 摄像机与道路信息的匹配方法、计算机设备和存储介质 | |
| US11362833B2 (en) | Method, apparatus, and system for embedding information into probe data | |
| Eckardt et al. | Point patterns occurring on complex structures in space and space-time: An alternative network approach | |
| Gelfand et al. | Bayesian wombling: finding rapid change in spatial maps | |
| Alvares-Sanches et al. | Tracking a city’s center of gravity over 500 years of growth from a time series of georectified historical maps | |
| CN110909260B (zh) | 车辆显示方法、装置、计算机可读存储介质和计算机设备 | |
| CN111536973A (zh) | 一种室内导航网络提取方法 | |
| Park et al. | Automatic classification by Land use category of national level LULUCF sector using Deep Learning model | |
| CN114328788A (zh) | 区域编码方法、装置、设备和存储介质 | |
| CN115525642A (zh) | 逆地理编码方法、装置及电子设备 | |
| Demir et al. | Robocodes: Towards generative street addresses from satellite imagery | |
| Duckham et al. | Modeling checkpoint-based movement with the earth mover’s distance | |
| CN107992555B (zh) | 一种栅格数据的存储及读取方法 | |
| CN101295336A (zh) | 导航电子地图的版权保护方法 | |
| Wang et al. | Detection of traffic abnormity based on clustering analysis of taxi GPS data |
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 |