CN114820960B - 构建图谱的方法、装置、设备和介质 - Google Patents

构建图谱的方法、装置、设备和介质 Download PDF

Info

Publication number
CN114820960B
CN114820960B CN202210404639.0A CN202210404639A CN114820960B CN 114820960 B CN114820960 B CN 114820960B CN 202210404639 A CN202210404639 A CN 202210404639A CN 114820960 B CN114820960 B CN 114820960B
Authority
CN
China
Prior art keywords
level
container
interest
target
space
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
CN202210404639.0A
Other languages
English (en)
Other versions
CN114820960A (zh
Inventor
谢红伟
时迎超
黄际洲
卓安
吴云鹏
韩恒克
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 CN202210404639.0A priority Critical patent/CN114820960B/zh
Publication of CN114820960A publication Critical patent/CN114820960A/zh
Application granted granted Critical
Publication of CN114820960B publication Critical patent/CN114820960B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Abstract

本公开提供了一种构建图谱的方法、装置、设备和介质,涉及数据处理技术领域,尤其涉及人工智能领域,可应用于地图构建场景,具体涉及构建图谱的场景。具体实现方案为:确定空间容器,所述空间容器基于地理信息系统中地理对象的地理位置属性构建、并用于存储所述地理对象的空间位置属性;基于所述空间容器对所述地理对象映射的兴趣点数据进行管理,得到空间图谱,所述空间图谱用于描述所述空间容器与所述兴趣点数据空间位置属性之间的对应关系。通过本公开使得空间位置属性能被继承,进而提升兴趣点数据质量。

Description

构建图谱的方法、装置、设备和介质
技术领域
本公开涉及数据处理技术领域,尤其涉及人工智能领域,可应用于地图构建场景,具体涉及构建图谱的场景。
背景技术
随着社会的不断进步和发展,地图已从平面的纸质地图发展为电子地图。其中,基于地图对象等地图数据构建图谱,是构建电子地图的基础。
相关技术中,可以将地理信息系统中的地理对象抽象为二维空间<x,y>中的兴趣点(Point of Interest,POI),基于二维空间<x,y>中的兴趣点,以及与兴趣点对应的属性构建图谱。
发明内容
本公开提供了一种用于构建图谱的方法、装置、设备和介质。
根据本公开的一方面,提供了一种构建图谱的方法,包括:
确定空间容器,所述空间容器基于地理信息系统中地理对象的地理位置属性构建、并用于存储所述地理对象的空间位置属性;基于所述空间容器对所述地理对象映射的兴趣点数据进行管理,得到空间图谱,所述空间图谱用于描述所述空间容器与所述兴趣点数据空间位置属性之间的对应关系。
根据本公开的另一方面,提供了一种构建图谱的装置,包括:
确定单元,用于确定空间容器,所述空间容器基于地理信息系统中地理对象的地理位置属性构建、并用于存储所述地理对象的空间位置属性;处理单元,用于基于所述空间容器对所述地理对象映射的兴趣点数据进行管理,得到空间图谱,所述空间图谱用于描述所述空间容器与所述兴趣点数据空间位置属性之间的对应关系。
根据本公开的又一方面,提供了一种电子设备,包括:至少一个处理器;以及与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所述的方法。
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行所述的方法。
根据本公开的又一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现所述的方法。
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是根据本公开一示例性实施例提供的构建图谱的方法流程图;
图2是根据本公开实施例提供的基于空间容器对兴趣点数据进行管理的方法流程图;
图3是根据本公开实施例提供的得到与第二级兴趣点匹配的第二级空间容器的方法流程图;
图4是根据本公开实施例提供的确定多组相邻关系的方法流程图;
图5是根据本公开实施例提供的根据插值补充第二级空间容器的流程示意图;
图6是根据本公开实施例提供的确定待插值容器编号的示意图;
图7是根据本公开实施例提供的处理第一级兴趣点和第二级兴趣点的流程示意图;
图8是根据本公开实施例提供的地址编码的示意图;
图9是根据一示例性实施例示出的一种构建图谱的装置框图;
图10是用来实现本公开实施例的构建图谱的方法的电子设备的框图。
具体实施方式
本公开提供的构建图谱的方法,应用于基于兴趣点数据构建图谱以进行地图构建的场景。
相关技术中,基于二维空间<x,y>中的兴趣点数据,以及与兴趣点对应的空间位置属性构建图谱。兴趣点的空间位置属性主要通过众包用户和全景车采集。本公开中兴趣点的空间位置属性为与地理位置相关的属性,例如包括兴趣点的坐标、地址、空间大小以及继承关系等。
在相关技术中,基于兴趣点对应的空间位置属性构建的图谱中的兴趣点数据存在结构性缺陷,例如坐标、地址、父子关系等空间位置属性无法继承、缺乏兴趣点上下线协同、缺乏兴趣点三维空间下的多元关系等。
鉴于此,本公开提供了一种构建图谱的方法,在该构建图谱的方法中,基于地理信息系统中地理对象的地理位置属性构建空间容器,通过该空间容器管理兴趣点数据,进而实现地理对象空间位置属性的存储,在客观物理世界不变的情况下,空间位置属性不会发生变化,使得空间位置属性能被继承,进而提升兴趣点数据质量。
图1是根据本公开一示例性实施例提供的构建图谱的方法流程图。如图1所示,本公开提供的构建图谱的方法包括以下步骤S101-S102。
在步骤S101中,确定空间容器,空间容器基于地理信息系统中地理对象的地理位置属性构建、并用于存储地理对象的空间位置属性。
在步骤S102中,基于空间容器对地理对象映射的兴趣点数据进行管理,得到空间图谱。
其中,本公开实施例中空间图谱用于描述空间容器与兴趣点数据空间位置属性之间的对应关系。
本公开实施例中涉及的空间容器,可以理解为是客观物理世界中各地理对象对应的地理位置抽象扩展得到的三维立体空间。其中,不同的地理对象可以对应不同的空间容器。具有继承关系(或者称为父子关系)的地理对象之间的空间容器可以是嵌套的。例如,在一种实施方式中,本实施例根据地理对象的所属关系将空间容器自顶向下划分为7级。第1级为省/自治区/直辖市。第2级为地级市/地区。第3级为县/县级市。第4级为乡镇/街道。第5级为街路巷名/片区名/村名/社区名。第6级为门牌号/建筑物名/楼栋号。第7级为网格/单元门号/楼层/户室号。其中,网格可以理解为一栋楼里的多个铺面,一般情况下每个铺面对应一个招牌。
本公开实施例中,每一层级的空间容器都有相应的生成方法,第1~4级容器是行政区划名,主要靠内部的数据作业平台人工制作或者与专业测绘部门的合作。第5~6级主要靠众包用户、专业采集用户采集或者卫星图挖掘。第7级网格、户室号根据招牌影像和地址生成。在实际生活中,铺面状态的变化远小于租住该铺面的商家的替换率。即按照本公开生成空间容器后,一般情况下无需重复生成空间容器,但若客观物理世界中,空间容器对应的地理对象被去除,例如地理对象为楼宇,若整栋楼被拆除了,则被拆除的楼宇对应的空间容器,需要根据新增地理对象重新生成。
在本公开中,按照空间容器的面积大小将空间容器划分为大型空间容器和小型空间容器。大型空间容器包括省、市、县、乡镇/街道、社区/村委名等行政区域等,本公开在生成大型空间容器时,依赖于内部的数据作业平台人工制作或者与专业测绘部门的数据合作。大型空间容器的数量有限,可以比较方便地建设和更新数据。小型空间容器包括院落、建筑楼面、单元门、店铺的网格信息等。在生成小型空间容器时,对于院落、建筑楼面等兴趣面(AOI,area of interest),从技术上可以基于卫星图,通过人工智能的目标检测等技术,准确进行刻画,也可以依赖作业人员进行制作。店铺的网格信息主要分为沿街网格容器和室内网格容器,沿街网格容器主要基于实地采集的招牌和空间插值推算,对于楼块面容器进行切割,室内网格容器主要基于室内图采集产出。
本公开实施例中,为物理世界中客观存在的铺面、建筑物楼块、AOI轮廓、室内图、行政区域等建立空间容器。之后以空间容器为载体处理兴趣点数据。例如,基于空间容器对地理对象映射的兴趣点数据进行管理,得到空间图谱。
其中,本公开实施例以下涉及的兴趣点,可以理解为是地理对象。
基于空间容器对兴趣点进行管理,可以理解为是通过空间容器存储兴趣点的空间位置属性。
本公开实施例中,以空间容器为载体,存储兴趣点的空间位置属性,能够建立与现实生活互为镜像的地图,实现现实生活中的兴趣点数据与地图中显示的兴趣点数据呈现数据孪生的效果。
一种实施方式中,本公开中将兴趣点数据中与地理位置无关的属性称为逻辑属性。将与地理位置有关的属性称为空间位置属性。本公开实施例中,通过空间容器管理兴趣点数据时,可以将空间位置属性和逻辑属性分开存储,使兴趣点的空间位置属性被继承,有效协同兴趣点的上下线,提高数据更新的时效性。
一示例中,兴趣点数据的位置属性包括:
1.申办:XXXX
2.名称:XXXXxx
3.地址:XXXXXXXXX区正义路2号
4.坐标:12994XXXXXX,48252XXXXXXXXX
5.电话:010-XXXXXX
6.营业时间:周一至周五09:00-18:00。
将空间位置属性和逻辑属性分开存储时,可以采用如下方式存储:
(1),存储的逻辑属性为:
1.申办:XXXX
2.名称:XXXXxx
3.电话:010-XXXXXX
4.营业时间:周一至周五09:00-18:00。
(2),存储的空间位置属性为:
1.地址:XXXXXXXXX区正义路2号
2.坐标:12994XXXXXX,48252XXXXXXXXX
本公开在前期需要为每个兴趣点构建空间容器,在构建完成空间容器后,只需要对空间容器中存储数据进行增删改查即可,无需重复构建空间容器。随着空间容器中记载的兴趣点数据越来越完善,数据采集的成本将不断降低。
接续上述示例,对于兴趣点搬迁场景,对于兴趣点的逻辑属性没有变化,但是空间位置属性发生更新,比如,地址:“XXXXXXXXX正义路2号”更新为:“地址:XXXXXXXXXXXXX东大街57号”。则,在空间容器中修改存储的空间位置属性为:
1地址:XXXXXXXXXXXXX东大街57号
2.坐标:12994XXXXXX,48252XXXXXXXXX
本公开实施例中,在为每个兴趣点生成与其匹配的空间容器后,同步为每个空间容器按照预设数据模板生成用于存储兴趣点数据的模板。在空间容器中将与兴趣点空间位置无关的属性和与兴趣点空间位置有关的属性分开存储,便于在与空间容器关联的兴趣点失效后,该空间容器的空间位置属性不会失效。进而,可以保证在客观物理世界不变的情况下,兴趣点的空间位置属性“一次建设,循环利用”的效果,保证准确采集的空间位置属性能被继承,提升兴趣点数据质量。
一示例中,以招牌图像对应的兴趣点为例进行举例说明,对于兴趣点“XX小吃”而言,“XX小吃”的空间位置属性包括空间大小、临近的街道信息、与其他兴趣点的空间关系,是否方便停车和附近停车场等。而“XX小吃”的类别、电话和营业时间等信息属于该兴趣点的逻辑属性。可以理解的是,虽然“XX小吃”关门了,但“XX小吃”对应的铺面信息,即空间位置属性并没有失效,还会有新的商家在该铺面开店。
本公开实施例以下对基于空间容器对兴趣点数据进行管理的实施过程进行说明。
本公开中基于空间容器进行管理的兴趣点之间存在有继承关系,例如上述示例中涉及的铺面、建筑物楼块、AOI轮廓、室内图、行政区域等之间具有继承关系。其中,继承关系有时也称为父子关系。
为了便于描述,本公开采用第一级兴趣点和第二级兴趣点表征存在父子关系的兴趣点,第一级兴趣点为第二级兴趣点的父节点。示例的第一级兴趣点为第6级建筑物,第二级兴趣点则为第7级网格。将存储第一级兴趣点的空间位置属性的空间容器称为第一级空间容器。将存储第二级兴趣点的空间位置属性的空间容器称为第二级空间容器。
图2是根据本公开实施例提供的基于空间容器对兴趣点数据进行管理的方法流程图。如图2所示,本公开提供的基于空间容器对兴趣点数据进行管理的方法包括以下步骤S201-S203。
在步骤S201中,确定具有继承关系的第一级兴趣点以及第二级兴趣点。
本公开中的第一级兴趣点和第二级兴趣点之间存在上下级关联。例如若第一级兴趣点为某个县,则第二级兴趣点为该县内的乡镇。若第一级兴趣点为某栋楼,则第二级兴趣点为该栋楼内的店铺。
在步骤S202中,确定与第一级兴趣点匹配的第一级空间容器,并确定与第二级兴趣点匹配的第二级空间容器。
在本公开中,若已存在与第一级兴趣点匹配的第一级空间容器,则无需为第一级兴趣点生成第一级空间容器。若已存在与第二级兴趣点匹配的第二级空间容器,则无需为第一级兴趣点生成第二级空间容器。
若没有与第一级兴趣点匹配的第一级空间容器,则根据第一级兴趣点对应的地理对象,为第一级兴趣点生成与该第一级兴趣点匹配的第一级空间容器。若没有与第二级兴趣点匹配的第二级空间容器,则为第二级兴趣点生成与该第二级兴趣点匹配的第二级空间容器。
在步骤S203中,基于第一级空间容器管理第一级兴趣点,存储第一级兴趣点的空间位置属性,基于第二级空间容器管理第二级兴趣点,并存储第二级兴趣点的空间位置属性。
本公开中空间位置属性包括兴趣点所处的位置、坐标、朝向、停车场、空间大小和临近街道等。
本公开在第一级空间容器中,将与第一级兴趣点的空间位置有关的空间位置属性和与空间位置无关的逻辑属性分开存储。在第二级空间容器中,将与第二级兴趣点的空间位置有关的空间位置属性和与空间位置无关的逻辑属性分开存储。将空间位置属性和逻辑属性分开存储,不仅能够避免与空间容器关联的兴趣点失效后,空间位置属性也同步失效,而且便于新关联在空间容器的兴趣点能够继承空间位置属性,无需重新采集。
本公开中确定与第一级兴趣点匹配的第一级空间容器,并确定与第二级兴趣点匹配的第二级空间容器,包括:根据第一级兴趣点表征的地理对象的形状,生成具有形状的空间容器。将具有形状的空间容器,作为与第一级兴趣点匹配的第一级空间容器。基于第二级兴趣点对第一级空间容器进行分割,得到与第二级兴趣点匹配的第二级空间容器。
需说明,本公开为了尽可能的实现客观物理世界的镜像显示,按照地理对象的形状,生成具有形状的空间容器。但并不限定与地理对象匹配的空间容器一定具备与地理对象匹配的形状。应理解为,采用本公开为兴趣点构建的空间容器均在本公开保护的范围内。
本公开基于第一级兴趣点表征的地理对象的形状,生成与第一级兴趣点匹配的第一级空间容器。再对第一级空间容器进行分割,得到与第二级兴趣点匹配的第二级空间容器。通过本公开能够生成与第一级兴趣点匹配的第一级空间容器,以及与第二级兴趣点匹配的第二级空间容器。
其中,接续上例中,第一级兴趣点为某楼块面,基于卫星图进行楼块面对应的空间容器生成,生成过程包括获取各大城市最新的卫星图。对获取的卫星图进行裁剪和切分。使用Mask-RCNN等实体分割算法从裁剪和切分的卫星图照片中识别出楼块面的轮廓。根据实体分割的结果计算出楼块面的轮廓。
其中,本公开中,与第一级兴趣点关联的有多个第二级兴趣点。根据各第二级兴趣点间的相邻关系,对第一级空间容器进行分割,得到与第二级兴趣点相匹配的第二级空间容器。在各第二级兴趣点与其匹配的第二级空间容器间建立关联关系。
进一步的,本公开实施例中,预先生成门址库,在门址库中存储有符合预设地址规则的地址。在门址库中建立门址和兴趣点ID的关联关系。通过兴趣点ID能够获取到兴趣点对应的门址。本公开中的门址为符合预设地址规则的地址。
基于第二级兴趣点对第一级空间容器进行分割,得到与第二级兴趣点匹配的第二级空间容器的过程包括:根据各第二兴趣点的编号标识从预先构建的门址库中,确定各第二级兴趣点的门址。每个第二级兴趣点唯一对应一个编号标识。根据各第二级兴趣点的属性中记载的相邻关系,确定多组相邻关系。本公开中第二级兴趣点的属性中记载的相邻关系,通过第二级兴趣点对应的地理对象间的相邻关系确定。本公开中每组相邻关系中包括至少两个相邻的第二级兴趣点。基于各第二级兴趣点的门址和多组相邻关系,对第一级空间容器进行分割,得到与第二级兴趣点匹配的第二级空间容器。
本公开基于多组相邻关系中多个相邻的第二级兴趣点,以及各第二级兴趣点的门址,能够确定与各第二级兴趣点相匹配的第二级空间容器。
本公开基于多组相邻关系中多个相邻的第二级兴趣点,以及各第二级兴趣点的门址,可以通过多种方式确定与各第二级兴趣点相匹配的各第二级空间容器间的相邻关系。
下述实施例将结合附图3对根据其中一种确定各第二级空间容器间的相邻关系,并生成第二级空间容器的过程进行说明。
图3是根据本公开实施例提供的得到与第二级兴趣点匹配的第二级空间容器的方法流程图。如图3所示,本公开提供的基于多组相邻关系,以及各第二级兴趣点的门址,对第一级空间容器进行分割,得到与第二级兴趣点匹配的第二级空间容器,包括以下步骤S301-S302。
在步骤S301中,基于多组相邻关系中的各A类兴趣点,对第一级空间容器进行分割,得到与各A类兴趣点匹配的第二级空间容器。
本公开中的A类兴趣点为具有相邻关系的第二级兴趣点。
基于各A类兴趣点间的相邻关系,确定具有相邻关系的A类空间容器的数量。按照该数量对第一级空间容器进行分割,得到与该数量对应的第二级空间容器。根据各A类兴趣点间的相邻关系,将各第二级空间容器与各A类兴趣点间建立匹配关系,以得到与各A类兴趣点匹配的第二级空间容器。
在一种实施方式中,有三组相邻关系,分别为兴趣点1-兴趣点2-兴趣点3,兴趣点6-兴趣点7,以及兴趣点9-兴趣点10,通过这三组相邻关系确定有7个对应的第二级空间容器。将第一级空间容器分割为7个第二级空间容器,并基于第二级兴趣点的属性,设置与各第二级兴趣点匹配的第二级空间容器。在第二级空间容器中,利用第二级兴趣点的属性设置与其匹配的第二级空间容器的属性,并将与空间位置有关的属性和与空间位置无关的属性分开存储。
本公开根据各A类兴趣点间的相邻关系实现对第一级空间容器的分割,得到与A类兴趣点匹配的第二级空间容器。
本公开中各第二兴趣点间的相邻关系构建第二级空间容器时,由于拍摄环境的遮挡、拍摄角度不当、目标识别等问题,导致基于A类兴趣点的相邻关系生成的第二级空间容器覆盖不全,可以基于门址进行空间插值,已完善第二级空间容器。
在步骤S302中,根据各第二级兴趣点的门址,建立与B类兴趣点匹配的第二级空间容器。
本公开中B类兴趣点为不具有相邻关系的第二级兴趣点。
在一种实施例中,提取各第二级兴趣点的门址中的门址编号。对各门址编号进行分析,统计各门址编号间的编号规律。将A类兴趣点的门址编号,作为与A类兴趣点匹配的第二级空间容器的容器编号。若存在B类兴趣点的门址编号与容器编号间满足编号规律,则将B类兴趣点的门址编号作为容器编号,建立与B类兴趣点匹配的第二级空间容器。
示例的,通过对各第二级兴趣点对应的门址编号进行分析,得到各门址编号间存在递减的编号规律。而已生成的第二级空间容器的容器编号为XX路423-30号、XX路423-29号、XX路423-28号、XX路423-25号。B类兴趣点的门址编号中包括门址编号为XX路423-27号、XX路423-26号,即B类兴趣点的门址编号与容器编号间满足编号递减的规律。在已生成的第二级空间容器中插入与B类兴趣点XX路423-27号匹配的第二级空间容器。并在已生成的第二级空间容器中插入与B类兴趣点XX路423-26号匹配的第二级空间容器。
本公开通过门址编号的规律,生成与B类兴趣点匹配的第二级空间容器。
本公开先通过A类兴趣点间的相邻关系,先生成与A类兴趣点匹配的第二级空间容器,之后根据第二级兴趣点的门址,在已生成第二级空间容器的基础上再次生成与B类兴趣点匹配的第二级空间容器。
本公开除了上述先通过A类兴趣点间的相邻关系,在通过门址生成第二级空间容器的方式外,还可以先通过第二类兴趣点的门址,补齐A类兴趣点间的相邻关系。将多组相邻关系连接为一串或多串的相邻关系。连接前连续相邻的第二类兴趣点个数小于连接后连续相邻的第二类兴趣点个数。根据连接后的相邻关系,对第一级空间容器进行分割,得到与第二类兴趣点匹配的第二级空间容器。除此之外,还可以同时根据B类兴趣点的门址,以及A类兴趣点间的相邻关系,通过交叉确认的方式生成待生成第二级空间容器间的相邻关系。根据待生成第二级空间容器间的相邻关系,对第一级空间容器进行分割,得到与第二类兴趣点匹配的第二级空间容器。
在上述任意实施例的基础上,第二级兴趣点可以是与店铺关联的招牌图像对应的兴趣点,图4是根据本公开实施例提供的确定多组相邻关系的方法流程图。如图4所示,本公开根据各第二级兴趣点的属性中记载的相邻关系,确定多组相邻关系,包括以下步骤S401-S402。
在步骤S401中,根据各第二级兴趣点的属性中记载的相邻关系,确定多对第二级兴趣点间的相邻关系。
本公开中,各第二级兴趣点的属性中记载的相邻关系,根据各第二级兴趣点对应的招牌图像确定。即获取包括有第二级兴趣点的招牌影像,并确定招牌影像中各招牌图像的相邻关系。根据各招牌图像中第一招牌图像与第二招牌图像的相邻关系,确定第一兴趣点与第二兴趣点的相邻关系。本公开中第一兴趣点为第一招牌图像对应的第二级兴趣点,第二兴趣点为第二招牌图像对应的第二级兴趣点。将第一兴趣点与第二兴趣点的相邻关系,作为一对相邻关系。
在步骤S402中,将多对具有相邻关系的第二级兴趣点进行连接,得到多组相邻关系。
由于数据结构的限制,仅能记录一对具有相邻关系的第二级兴趣点。
本公开将招牌图像间的相邻关系,映射到招牌图像对应的第二级兴趣点间。根据多对相邻关系中彼此重复的第二级兴趣点,确定多组相邻关系。
本公开根据各第二级兴趣点的属性中记载的相邻关系,确定多组第二级兴趣点的相邻关系,为生成与第二级兴趣点匹配的第二级空间容器提供基础。
在上述任意一项实施例的基础上,本公开第二级兴趣点还可以还是招牌图像对应的兴趣点。本公开中可以预先生成招牌关系库,获取招牌关系库中各招牌图像间的相邻关系。将各招牌图像间的相邻关系,作为各招牌图像对应的兴趣点的相邻关系属性。根据兴趣点的相邻关系属性能够得到确定与该兴趣点相邻的兴趣点。
本公开实施例中,预先构建具有相邻关系属性的兴趣点数据库。构建过程包括获取包含有招牌图像的影像素材。本公开中影像素材可以多种方式获取,例如行车记录仪,以及用于采集招牌影像的全景车等,本公开并不限定获取影像素材的方式。对影像素材中的招牌图像进行目标检测,确定招牌与招牌之间的相邻关系。本公开将招牌与招牌之间的相邻关系,映射到招牌对应的兴趣点上,并将兴趣点与兴趣点间的相邻关系,记录在兴趣点的相邻关系属性中。示例的,招牌“XX小吃”与招牌“XX奶茶店”相邻,则招牌“XX小吃”对应的兴趣点“XX小吃”与招牌“XX奶茶店”对应的兴趣点“XX奶茶店”也相邻。在兴趣点“XX小吃”的相邻关系属性中,记载[“XX小吃”-“XX奶茶店”],表征兴趣点“XX小吃”与兴趣点“XX奶茶店”相邻。
按照上述方式,得到具有相邻关系属性的兴趣点数据库。本公开可以在现有兴趣点数据库的基础上,为兴趣点增加相邻关系属性。在兴趣点数据库中,由于数据结构的局限性,每个兴趣点仅能记录一对二元的相邻关系。接续上例,招牌“XX小吃”、招牌“XX奶茶店”与“XX面馆”三者相邻,但兴趣点“XX小吃”的相邻关系属性中,仅记载[“XX小吃”-“XX奶茶店”]。而兴趣点“XX奶茶店”的相邻关系属性中,仅记载[“XX奶茶店”-“XX面馆”]。通过多对兴趣点间的相邻关系,能够确定一组兴趣点间的相邻关系。例如,通过[“XX小吃”-“XX奶茶店”]和[“XX奶茶店”-“XX面馆”],能够得出一组[“XX小吃”-“XX奶茶店”-“XX面馆”]间的相邻关系。
在一种实施例中,获取招牌图像,对获取的招牌图像进行正视图转换。例如招牌图像包括相邻的招牌XX艺堂,招牌烟酒商城和招牌聚X园。XX艺堂的右侧相邻招牌是烟酒商城,烟酒商城的右侧相邻招牌是聚X园,且这3个招牌分别匹配到对应兴趣点。根据招牌相邻关系,可以映射出招牌XX艺堂对应的兴趣点XX艺堂,招牌烟酒商城对应的兴趣点烟酒商城和招牌聚X园对应的兴趣点聚X园相邻。根据招牌的空间顺序,确定招牌匹配兴趣点的相邻关系。根据兴趣点的相邻关系,确定空间容器的相邻关系。每个空间容器对应唯一的物理ID空间容器间的相邻关系可以表示为:physical_idA的右侧物理id是physical_idB;physical_idB的左侧物理id是physical_idA,右侧物理id是physical_idC;physical_idC的左侧物理id是physical_idB。
在本公开实施例中,通过上述第二级兴趣点间的相邻关系以及门址,为召回的第二级兴趣点生成第二级空间容器。并利用第二级兴趣点的属性设置第二级空间容器的属性。由于存在召回损失,导致原本关联在第一级兴趣点的第二级兴趣点没有完全被召回,该情况将导致不能根据已召回第二级兴趣点的门址和相邻关系,还原物理世界中所有的第二级空间容器。故,通过分析已生成第二级空间容器的空间容器编号,确定待插值空间容器编号以及插入位置。在插入位置插入网格编号为待插值空间容器编号的第二级空间容器。并为待插值空间容器编号对应的第二级空间容器关联第二级兴趣点。下述实施例将结合附图说明通过插值再次生成第二级空间容器的过程。
下述实施例将通过图5说明补充第二级空间容器的过程。图5是根据本公开实施例提供的根据插值补充第二级空间容器的流程示意图。如图5所示,根据插值补充第二级空间容器包括步骤S501-S506。
在步骤S501中,确定各第二级空间容器的容器编号,以及各第二级空间容器的相邻关系。
将与第二级空间容器关联的第二级兴趣点的门址编号,确定为第二级空间容器的容器编号。
在步骤S502中,对具有相邻关系的第二级空间容器对应的容器编号进行分析,确定符合预设插值条件的待插值容器编号以及插入位置。
对具有相邻关系的第二级空间容器对应的容器编号进行分析,统计容器编号间的编号规律。例如,奇数递增,偶数递增,字母连续递增等。
在步骤S503中,按照插入位置,在已生成的第二级空间容器中,插入待匹配第二级空间容器,并基于待插值容器编号确定待匹配第二级空间容器的插值地址。
在步骤S504中,按照待匹配第二级空间容器的插值地址生成召回条件,并按照召回条件召回多个待匹配第二级兴趣点。
本公开中,为了在待匹配第二级空间容器上关联与其匹配的第二级兴趣点,重新生成召回条件。按照召回条件召回多个待匹配第二级兴趣点。
在步骤S505中,基于插值地址从多个待匹配第二级兴趣点中,筛选出目标第二级兴趣点。
本公开中的插值地址为满足地址规则的地址,但多个待匹配第二级兴趣点对应的地址不一定满足地址规则。在筛选目标第二级兴趣点之前,可以对多个待匹配第二级兴趣点对应的地址与插值地址,进行地址对齐,便于后续进行识别。
在步骤S506中,将目标第二级兴趣点与待匹配第二级空间容器建立关联。
本公开中不一定能够找到目标第二级兴趣点,例如与该待匹配第二级空间容器对应的兴趣点处于失效状态。故,通过步骤S501-S506不一定找到关联到待匹配第二级空间容器上的目标第二级兴趣点。
本公开根据各第二级空间容器的容器编号,以及各第二级空间容器的相邻关系,通过插值的方式对根据第二级兴趣点间的相邻关系以及门址生成的第二级空间容器进行补充,尽量保证能够还原客观物理世界中对应的第二级空间容器。
在一种实施例中,若具有相邻关系的容器编号中,存在比待插值容器编号大的容器编号,且存在比待插值容器编号小的容器编号,则将待插值容器编号确定为符合插值条件的待插值容器编号。
图6是根据本公开实施例提供的确定待插值容器编号的示意图。图6中示出了位于XXX东路以及XXX东路辅路区域位置处的XXX苑六区14号楼中,14号楼1-2层1号、14号楼1-2层2号……14号楼1-2层10号、14号楼1-2层11号楼映射的兴趣点。其中,映射的兴趣点可以是XXX烧烤餐厅、XXX版面、XXX果蔬、XXX艺堂、XXX园烧烤、XXX口腔、XXX艺术中心等。
示例的,如果同一侧第二级空间容器的空间容器编号中,既有比待插值容器编号大的容器编号,又有比待插值容器编号小的容器编号,则将待插值容器编号确定为符合插值条件的待插值容器编号,通过内插值的方式进行插值。比如『14号楼1-2层3号』匹配的兴趣点是“XXX果蔬”,『14号楼1-2层5号』匹配的兴趣点是“XX艺堂”,则在3号和5号之间生成一个新的空间网格。
在另一种实施例中,若具有相邻关系的容器编号中,存在两个以上比待插值容器编号大的容器编号,则将待插值容器编号确定为符合插值条件的待插值容器编号。
在又一种实施例中,若根据收集的地址信息,确定与已有容器编号相邻的编号,比如如图6所示,『14号楼1-2层9号』匹配的兴趣点是“XXX口腔”,『14号楼1-2层10号』匹配的兴趣点是“XXX艺术中心”,获取的地址信息为『14号楼1-2层11号』,则在10号旁边生成一个新的第二级空间容器。
本公开列举了两种符合插值条件的待插值容器编号,为用户提供参考。
本公开中可以通过多种方式筛选出目标第二级兴趣点。通过不同的条件选择不同的筛选方式。下列实施例将结合图6列举其中几种筛选出目标第二级兴趣点的方法。
在一种实施方式中,对按照召回条件召回的第二级兴趣点进行过滤,通过过滤筛选出符合条件的第二级兴趣点。本实施例中对按照召回条件召回关联在第一级兴趣点的所有第二级兴趣点按照预设的过滤条件进行过滤,得到过滤后的第二级兴趣点。将过滤后的第二级兴趣点,作为关联在第一级兴趣点的第二级兴趣点。
示例的,待处理的第一级兴趣点为某楼块面,根据该楼块面的位置生成召回条件。按照召回条件召回关联在该楼块面上的第二级兴趣点。
一例中,需要召回楼块面中一层底商对应的兴趣点。在根据召回条件召回关联在楼块面上的所有第二级兴趣点后,按照设置的过滤条件,筛选出楼块面一层底商对应的第二级兴趣点。
在一种实施例中,若召回的多个待匹配第二级兴趣点的地址满足预设地址规则,则基于插值地址从多个待匹配第二级兴趣点中,筛选出目标第二级兴趣点。可以采用对多个待匹配第二级兴趣点的地址进行地址成分分析,并对各地址成分分析结果与插值地址进行相似度识别,筛选出相似度最高的目标第二级兴趣点。即先分别对插值地址和多个待匹配第二级兴趣点的地址进行理解,识别出道路、门牌号、地物兴趣点、楼层、门址编号等成分,然后基于地址成分比较返回门址编号精确相同的关联结果。如图6所示,插值地址和召回的目标第二级兴趣点的地址都是『14号楼1-2层6号』。『14号楼1-2层6号』对应的兴趣点为『烟酒商城』,因此该空间容器最终关联上兴趣点『烟酒商城』。
本公开在可以得到多个待匹配第二级兴趣点的地址的情况下,对多个待匹配第二级兴趣点的地址进行地址成分分析,得到多个地址成分分析结果。将多个地址成分分析结果与插值地址进行相似度识别,以筛选出相似度最高的目标第二级兴趣点。
在另一种实施例中,若能够获取到与插值地址对应的第二级空间容器名称,则基于插值地址和第二级空间容器名称,利用关联模型从多个待匹配第二级兴趣点中筛选出相似度最高的目标第二级兴趣点。示例的,本公开实施例中,通过比较两个兴趣点的语义相似度,电话相似度,标签相似度,地址相似度,确定两个兴趣点是否为同一个兴趣点。例如可以通过梯度提升决策树(GBDT,Gradient Boosting Decision Tree)从多个待匹配第二级兴趣点中筛选出相似度最高的目标第二级兴趣点。
如图6所示,获取到与插值地址对应的第二级空间容器名称是“XX美食”,地址是『14号楼1-2层4号』,通过关联模型从多个待匹配第二级兴趣点中确定与其最相似的目标第二级兴趣点。
在能够获取到与插值地址对应的第二级空间容器名称的情况下,通过关联模型从多个待匹配第二级兴趣点中确定目标第二级兴趣点。通过关联模型确定目标第二级兴趣点能够避免降低对距离特征的依赖。
在另一种实施例中,若检测到多个待匹配第二级兴趣点的地址不满足地址规则,且不能获取到与插值地址对应的第二级空间容器名称,则确定包括有目标招牌名称,并描述目标招牌名称与任一待匹配第二级兴趣点间相邻关系的描述性地址。本公开中目标招牌名称为与插值地址相邻的第二级空间容器名称。对描述性地址进行语义分析,提取目标招牌名称和待匹配第二级兴趣点的位置关系。基于目标招牌名称和待匹配第二级兴趣点的位置关系,筛选出目标第二级兴趣点。
在本实施例中,通过空间插值补充的待匹配第二级空间容器具有插值地址,但该待匹配第二级空间容器既不具有兴趣点名称,召回的多个待匹配第二级兴趣点也没有满足地址规则的地址。该情况既无法通过关联模型关联,也无法通过地址成分分析关联,若能够获取到描述性地址,可以借助描述性地址来实现关联。
示例的,描述性地址是“XX市XX区文华东路XX苑六区14号楼1~2层XXX艺术中心旁XXX烧饼”。通过名称提取可以提取2个目标招牌名称对应的兴趣点,分别是“XXX艺术中心”和“XXX烧饼”。通过地址分析推理“XXX烧饼”在“XXX艺术中心”的隔壁,因此与“XXX艺术中心”相邻的兴趣点具有名称“XXX烧饼”。将“XXX烧饼”作为目标第二级兴趣点。通过名称的语义匹配或者关联模型实现待匹配第二级空间容器和目标第二级兴趣点的关联。
本公开在多个待匹配第二级兴趣点的地址不满足地址规则,且不能获取到与插值地址对应的第二级空间容器名称的情况下,通过描述性地址筛选出目标第二级兴趣点,丰富筛选目标第二级兴趣点的方法。
在本公开实施例中还可以基于智能语音核准为待匹配第二级空间容器确定与其关联的目标第二级兴趣点。
对于已经与第二级空间容器相关联的兴趣点,获取该关联兴趣点的电话号码信息。召回多个待匹配第二级兴趣点,并根据需要设计核验问题以核实与待匹配第二级空间容器相邻的兴趣点信息。比如:通过“请问您家隔壁左边或者右边是xxx店吗?”来询问店主,根据店主的回复,从多个待匹配第二级兴趣点中筛选出,与待匹配第二级空间容器相关联的目标第二级兴趣点。
在上述任一实施例的基础上,预先根据获取的地址信息构建门址库。本公开为了能够获取门址编号关系便于插值,为兴趣点建立满足地址规则的门址。在门址库中建立门址与对应兴趣点ID的关联关系。通过兴趣点的ID能够获得满足地址规则的门址。门址库会根据收集到的地址信息不断进行完善。例如,在本公开中对于沿街兴趣点或者大型空间容器对应的兴趣点,预设地址规则为地址需要精确到6级门牌号/楼牌号或者6级以上的店铺户室号。又例如,对于室内兴趣点点,预设地址规则为地址需要精确到门牌号/楼牌号/建筑物名等的楼层信息。
将获取到的地址输入地址语义理解模型。地址语义理解模型对输入地址中的地址成分进行分析,输出8种类型的标签(PRO、CIT、DIS、REG、ROAD、SITE、兴趣点和NOR)。通过输出的标签类型判断输入的地址是否满足预设地址规则。若符合地址规则,则存储在门址库。本公开中兴趣点的地址来源于三方合作,地址收集以及商户认领。
本公开实施例中的地址语义理解模型可以采用双向长短期记忆模型(Bi-directional Long Short-Term Memory,Bi-LSTM)和条件随机场(Conditional RandomField,CRF),下述实施例中简称Bi-LSTM-CRF。
Bi-LSTM-CRF的模型结构包括三层,下述实施例分别介绍每层的作用。
第一层(look-up layer)用于字级的特征表达提取。先在字向量表(one-hotvector)中进行one-hot的字典查找,然后基于one-hot获取每个字的特征向量表达。
第二层(Bi-LSTM layer)用于句级的特征表达提取。特征提取器是正反两个LSTM单元,即先将每个字的特征向量表达输入正向LSTM,获取每个节点序列的正向隐层特征表达,然后再将每个字的特征向量表达输入反向LSTM,获取每个节点序列的反向隐层特征表达。接着将正反向特征表达拼接,得到完整的特征表达,最后输入一个线性层,最终得到句子的特征表达。例如,第二层(Bi-LSTM layer)包括正向LSTM(forword LSTM),反向LSTM(Backword LSTM)和输出层(LSTM’s output)。
第三层(CRF layer)用于进行句级的序列标注。CRF层的参数是转移矩阵A,Aij表示的是从第i个标签到第j个标签的转移得分,反映的是当前位置的标注结果跟上一个位置的标注结果的相关程度。
本公开利用地址语义理解模型对输入的地址进行地址成分分析,以确定出符合预设地址规则的地址。在一例中,输入(Input)为:XX区福华路21号福侨大厦1楼(近福虹路),输出(Output)为:XX[CIT]XX区[DIS]福华路[ROAD]21号[SITE]福侨大厦[兴趣点]1楼[SITE](近[NOR]福虹路[ROAD])[NOR]。在本实施例中,通过分析输出标签,可以确定输入的地址满足预设地址规则。
又一例中输入(Input)为:XX市XX区XX街道XXX市XXX区XX路与XX路交汇处潮流前线地铁商场地下一层211-213、220-226室。输出(Output)为:XX市[CIT]XX区[DIS]XX街道[REG]XXX市[CIT]XXX区[DIS]XX路[ROAD]与[NOR]XX路[ROAD]交汇处[NOR]潮流前线地铁商场[兴趣点]地下一层[SITE]211-213[NOR]、[NOR]220-226室[SITE]。通过分析输出标签,可以确定本示例中输入的地址满足预设地址规则。
目前,处于行业领先地位的电子地图服务提供商的地理编码系统的打点精度并不是很高,60米以内的打点精度普遍在80%左右,主要受限的是高精度门址的规模。本公开通过进行构建高精度的门址库,有效提升地理编码系统的打点精度,提升对内和对外的赋能能力,未来可以更加广泛地应用于B端客户,比如:物流服务系统等。
相关技术中空间位置信息只是作为兴趣点的一个地址属性,以文本形式存在。这种方式可能导致兴趣点的坐标和兴趣点的地址不一致,即相同地址的兴趣点却位置不同。另外,受采集设备精度等条件的影响,兴趣点的坐标精度最多可达15米左右,大部分坐标精度在60~100米,小部分坐标精度是大于100米,无法保证相对位置的准确性。本公开基于空间容器,通过相邻关系约束和坐标推算来提升坐标的相对精度和辐射范围。
本公开实施例中,可以通过全景多视角、人工作业、关系构建以及关系辐射等坐标生成方式,生成沿街和室内兴趣点两种不同方式下满足精度要求的坐标。
对于沿街的兴趣点,主要通过全景采集车的多视角来计算目标兴趣点的位置。而对于室内的兴趣点,主要通过室内商厦采集+人工制作的模式来生产符合精度要求的坐标。除上述方式外,可以基于已有兴趣点满足进度要求的坐标,通过兴趣点之间的影像关系、采集车的行进方向、WiFi扫描情况以及描述性地址等多种方式来扩大坐标的覆盖。
本公开为了保证每个空间容器都有一个满足地址规则的门址和满足坐标精度要求的坐标,采用关联模型建立门址和坐标的映射关系。为了将门址与空间容器的坐标关联,关联模型能够降低对距离特征的依赖或者完全不依赖距离特征,通过根据名称语义匹配特征和地址比较特征进行链指关联。
在本公开中,为了便于记载目标空间容器以及后续调用,为每个目标空间容器生成唯一的物理标识,用于唯一表征该目标空间容器。本公开中的物理标识要求唯一性以及体现空间的从属关系。故,本公开中物理标识的生成主要包括根据经纬度坐标生成的位置id(location_id)和本地id(container_id)两部分。通过container_id区分相同location_id的情况。
本公开提供了两种生成物理标识的方式,第一种为基于目标兴趣点的编号标识,为目标空间容器生成物理标识。第二种方式为基于目标兴趣点的编号标识和目标空间容器的编号标识,为目标空间容器生成物理标识。其中,目标兴趣点的编号标识基于目标兴趣点的坐标生成,目标空间容器的编号标识基于预设算法生成。本公开中目标兴趣点为第一级兴趣点,目标空间容器为第一级空间容器。或者目标兴趣点为第二级兴趣点,目标空间容器为第二级空间容器。
本公开提供的两种生成目标空间容器的物理标识的方法,可以供用户灵活选择,并且通过物理标识唯一的表征目标空间容器,便于进行管理。
图7是根据本公开实施例提供的处理第一级兴趣点和第二级兴趣点的流程示意图。如图7所示,本公开中基于第一级空间容器管理第一级兴趣点,并根据第二级空间容器管理第二级兴趣点,包括以下步骤S701至S704。
在步骤S701中,为每个目标空间容器构建目标数据表。
本公开中的目标空间容器为第一级空间容器或第二级空间容器。
在步骤S702中,将目标空间容器的空间位置属性,存储在目标数据表中的空间位置属性数据表。
在一种实施例中,空间位置属性数据表如下表所示。
Figure BDA0003601795800000201
Figure BDA0003601795800000211
通过上表可以看出,本公开可以利用卫星图、招牌图像、描述性地址等多源信息,基于实体分割、目标检测和OCR文字识别等图像处理技术以及实体属性抽取等文本处理技术,建设父子关系、临街属性、朝向、楼层、高度等三维空间关系。
在步骤S703中,将关联在目标空间容器上的目标兴趣点的属性,存储在目标数据表中的兴趣点属性数据表。
在本公开中,若目标空间容器为第一级空间容器,则目标兴趣点为第一级兴趣点。若目标空间容器为第二级空间容器,则目标兴趣点为第二级兴趣点。
在步骤S704中,将目标空间容器与匹配在目标空间容器上的目标兴趣点的关联关系,存储在目标数据表中的关联关系数据表。
本公开中关联关系数据表如下表所示。
Figure BDA0003601795800000212
Figure BDA0003601795800000221
需说明,在步骤S701-步骤S704之间并不限定具体顺序。
通过空间容器管理POI能够提升POI数据质量。例如能够提高数据更新的时效性,继承满足预设规则的坐标和地址。通过不断的积累能够提升父子关系和临街属性等空间位置的质量。
在一例中,通过空间容器管理POI数据,能够提高数据更新的时效性。建成空间容器后,可实现兴趣点上下线的联动。即如果空间容器中关联了多个兴趣点,那么上线时间更早的兴趣点很可能发生了状态失效。反之,如果空间容器内的兴趣点发生了状态下线,那么也会产生一个兴趣点新增情报,驱动各个手段实现兴趣点新增。
在另一例中,通过空间容器构建的地图能够实现坐标推算。可以理解为,在逐步迭代生成空间容器的过程,实际就基于物理世界中的楼块面实现对空间容器中兴趣点坐标的精细化管理。通过空间容器不仅保证了距离阈值的坐标精度,而且保证关联在空间容器的兴趣点、与空间容器相邻的兴趣点和楼块面三者相对位置的高精准。其中,距离阈值可以为15米。
在又一例中,通过空间容器构建的地图进行地址生成。基于空间容器构建的地图,至少可以将线上的模糊地址精细化到楼块面或者是空间容器编号,大幅提升线上兴趣点高精地址的覆盖率。
在又一例中,通过空间容器构建的地图生成父子关系。其中第一级空间容器为父容器,第二级空间容器为子容器。通过第一级空间容器关联第一级兴趣点,第二级空间容器关联第二级兴趣点,以及第一级空间容器关联第二级空间容器的3种关联关系,可以提升线上父子关系覆盖率。
在又一例中,通过空间容器构建的地图生成临街属性。由于空间容器绑定了道路link_id,而兴趣点与空间容器间存在关联关系。故,可以建立兴趣点和道路的临街关系,助力导航引导点坐标精度的提升。
通过本公开为每个目标空间容器构建目标数据表,通过目标数据表中的空间位置属性数据表和兴趣点属性数据表将与空间位置有关的属性和与空间位置无关的属性分别管理,以此实现协同兴趣点的上下线,提高数据更新的时效性。
在本公开中,目标数据表中包括有字段和所述字段的类型,字段包括地址字段。地址字段采用地理编码服务进行编码。
在上述实施例中将地址字段采用地理编码服务(GC码库)进行编码。图8是根据本公开实施例提供的地址编码的示意图。如图8所示,GC码库主要包括6级,分别为Level=0,省;Level=1,市;Level=2,区县;Level=3,乡镇;Level=4,道路;和Level=5,门址点。其中,GC码库中的6级共生成长度为22位的admincode,其中:省、市、区县、乡镇、道路和门址点分别占第2、4、6、9、17和22位,组成一颗后缀树,如图8所示。本公开结合图8和下述示例,说明对地址字段采用地理编码服务进行编码后的结果。对于Level=0,省;Level=1,市;Level=2,区县;Level=3,乡镇;Level=4,道路;和Level=5,门址点所对应的对地址字段采用地理编码服务进行编码后的结果可以为如下:
110101007000140240XXXX XX省XX市XX区XX街道XX胡同58号12346789.40,123456.53 0.00。
110101007000140240XXXX XX省XX市XX区XX街道XX胡同甲7号-1011铺12346789.15,12346789.49 0.00。
110101007000140240XXXX XX省XX市XX区XX街道XX胡同47号12346789.24,12346789.19 0.00。
110101007000140240XXXX XX省XX市XX区XX街道XX胡同甲7号12346789.48,12346789.67 0.00。
110101007000140240XXXX XX省XX市XX区XX街道XX胡同31号12346789.88,12346789.83 0.00。
110101007000140240XXXX XX省XX市XX区XX街道XX胡同27号12346789.54,12346789.23 0.00。
本公开的地址字段为满足地址规则的高精度门址,会提升GC码库的覆盖率和准确率。
通过本公开提供的空间容器能够提升POI核心技术能力。例如GC打点能力和POI关联能力。其中门址库的建设会提升GC码库的覆盖率和准确率,最终通过GC码库质量的持续优化,实现提升GC打点准确率,最终实现GC赋能内外部能力的大幅提升。另外,门址库的建设会提升线上POI高精地址的覆盖率,而关联模型又依赖线上地址的精细化程度,最终提升将兴趣点与空间容器关联的效果。
在本公开中,根据构建的目标空间容器管理目标兴趣点的过程为,检测目标兴趣点的状态变化,及时更新目标数据表中的数据。
在本公开中,若检测到关联到目标空间容器上的目标兴趣点的状态发生变化,则修改兴趣点属性数据表,或者修改兴趣点属性数据表和关联关系数据表。通过检测目标空间容器上的目标兴趣点,在新的目标兴趣点上线时,意味着原有目标兴趣点的下线,能够实现目标兴趣点的上下线协同。
在一种实施例中,若检测到关联到目标空间容器上的第一目标兴趣点变换为第二目标兴趣点,则根据第二目标兴趣点的属性更新兴趣点属性数据表,并根据关联到目标空间容器上的第二目标兴趣点,更新关联关系数据表。
本公开在检测到关联到目标空间容器上的第二目标兴趣点替换了第一目标兴趣点的情况下,只需要更新关联关系数据表,而第二目标兴趣点能够继承目标空间容器的空间位置属性数据表。相比于相关技术,无需重复对空间位置属性数据表中的数据进行采集。
在另一种实施例中,若检测到关联到目标空间容器上的目标兴趣点的状态发生变换,则根据变化后的状态更新兴趣点属性数据表。
在本公开中在检测到目标兴趣点的状态发生变换,仅需修改更新兴趣点属性数据表,即使在目标兴趣点的状态为失效的情况下,仅是清空兴趣点属性数据表中数据,并不会导致整个目标空间容器的数据均失效,能够大幅降低数据采集成本。
在又一种实施例中,若检测到目标空间容器被合并或被拆分,则将被合并前后的数据存储在空间容器变化数据表,或将被拆分前后的数据存储在空间容器变化数据表。
本实施例中,空间容器变化数据表如下表所示。
Figure BDA0003601795800000251
通过空间容器变化数据表可完整记录相同空间容器下不同时间的POI变迁信息,可以回溯该空间容器的变迁过程。
在本公开中,还提供了一种显示POI的方法,将关联在第一级空间容器上的第一级兴趣点的名称作为第一级空间容器名称,并将第一级兴趣点的门址中的门址编号作为第一级空间容器编号。将关联在第二级空间容器的第二级兴趣点名称作为第二级空间容器名称,并将第二级兴趣点的门址中的门址编号作为第二级空间容器编号。在第一级空间容器上显示第一级空间容器名称和第一级空间容器编号,并在第二级空间容器上显示第二级空间容器名称和第二级空间容器编号。
通过本公开能够在第一级空间容器上显示第一级空间容器名称和第一级空间容器编号,并在第二级空间容器上显示第二级空间容器名称和第二级空间容器编号,实现数据孪生的效果。
本公开中,为了便于将POI的空间位置属性进行继承,本公开通过空间容器将POI的空间位置属性和与空间位置属性无关的POI属性分开存储。在关联到空间容器上的POI失效后,将新的POI关联在该空间容器上。相比于相关技术,无需重复采集新的POI的空间位置属性。通过本公开构建的空间容器无需对空间位置属性进行重复采集,节约了资源,提高管理POI的效率。
本公开中将关联在空间容器上的POI属性单独存储,通过将空间位置属性和与物理空间无关的属性分开存储,能够有效保证POI的上下线。
本公开提供的空间容器可以应用于地图底图的表达,能够实现楼面块上的兴趣点沿线整齐排列的效果。
通过本公开中的空间容器,能够追溯到历史上与该空间容器匹配过的兴趣点,即同一空间容器不同时间线的表达。
通过本公开中与兴趣点匹配的空间容器生成地图,该地图可以用于新店选址、物流配送和元宇宙等。
在一例中,本实施例通过以兴趣点匹配的空间容器,可以追溯不同历史时期不同类型店铺的客流等信息,并通过地图平台展示“空闲”容器,便于有开店意向的用户选择决策。
在又一例中,随着无人车商业化落地,空间容器的高精度地址和高精度的坐标,为实现点到点的精准无人配送提供依据。
在又一例中,基于空间容器将物理世界在平行数字世界中进行精准刻画,未来人们可以穿梭于物理世界和数字世界的容器店铺,在虚拟空间容器的时空中实现吃饭、住房、出行、游玩、娱乐和购物等。
需说明,本公开实施例中的省、市、区、乡镇、道路和门址点,是对本公开技术方案的说明,并不能理解为对本公开的限制。
本公开实施例以下结合相关技术中的基于兴趣点数据构建图谱方法对本公开涉及的空间图谱的有益效果进行说明。
相关技术中,基于二维空间<x,y>中的兴趣点数据,以及与兴趣点对应的空间位置属性构建图谱时,将兴趣点的空间位置属性和逻辑属性保存在一起,由于不能继承被替换的兴趣点的空间位置属性,导致不能有效协同兴趣点的上下线,数据更新的时效性差。例如,以POI单点新增、单点搬迁和区域拆迁3个典型场景为例,结合附图对相关技术中管理兴趣点数据的模式进行说明。
在POI单点新增的情景中,假设店铺“XX小吃”因各种原因重新装修为“XX美食”。通过兴趣点实地采集系统或情报系统感知到新增店铺后,新增兴趣点“XX美食”,但该新增兴趣点并没有继承之前店铺的空间位置属性,导致新店铺的坐标、地址、朝向、临街属性和父子关系等需要重新制作,这不仅极大浪费了数据生产成本。还可能存在由于没有考虑店铺与店铺之间的相对位置关系,导致新店铺的空间位置出现精度偏差甚至是严重错误。
在POI单点搬迁的情景中,假设XXX苑六区14号楼的“XX房产”搬迁到XX苑一区11号楼。通过兴趣点实地采集系统或情报系统感知到搬迁信息后,XX苑六区14号楼的“XX房产”会下线,XX苑一区11号楼会新增“XX房产”上线。这种下旧上新的方式中,下线和新增相互独立进行,并没有做任何关联性操作,主要弊端包括:一是旧楼栋位置兴趣点的坐标、地址等空间位置属性没有得到继承,后续若在相同位置有新的门店开业,需要重新采集准确的位置信息;二是新楼栋位置的兴趣点开业,意味着该位置原来的兴趣点需要下线,但也没有继承该位置原来的兴趣点的空间位置属性;三是重新采集可能导致新楼栋位置的兴趣点位置并不精准。
在兴趣点区域拆迁的情景中,若一整栋楼被拆迁,理想状态应该是该栋楼内的所有店铺都应该下线。但相关技术中采用单点下线的方式,由于获取的情报不充分,造成被拆迁的该栋楼内本应同时失效的数据存在不同的状态,直接影响用户体验。例如,有些兴趣点一周下线,有的兴趣点一年下线,有的兴趣点因为没有采集到而长时间留在线上。
按照相关技术中,以各兴趣点为基础构建的地图,当兴趣点失效后,与兴趣点相关的数据将随之失效,而新的兴趣点生成时需要重复采集空间位置属性,浪费数据生产成本。
而采用本公开提供的利用空间容器处理兴趣点数据的方式,在空间容器中将与兴趣点空间位置无关的属性和与兴趣点空间位置有关的属性分开存储,便于在与空间容器关联的兴趣点失效后,该空间容器的空间位置属性不会失效。由于预先为每个兴趣点构建空间容器,在构建完成空间容器后,若进行兴趣点的更新,只需要对空间容器中存储数据进行增删改查即可,无需重复构建空间容器。
进一步的,基于二维空间<x,y>中的兴趣点数据,以及与兴趣点对应的空间位置属性构建的图谱中,地理位置关系种类单一,即空间关系单一,缺乏三维空间的多元关系。地理位置关系通常采用二维关系表达,缺乏更加多元化的地理位置属性和关系,比如:兴趣点间的相邻关系、兴趣点与道路关系、兴趣点楼层信息、兴趣点方位朝向、兴趣点临街属性以及相同地理位置下兴趣点的变迁史等,导致检索、导航、图像等应用端的使用效果较差。另外,以独立兴趣点点为基础生成的地图,空间位置信息只是作为兴趣点的一个地址属性,以文本形式存在,可能导致相同地址的兴趣点却位置不同等问题。同时互联网上大量的只有地址的兴趣点,由于没有详细空间位置信息,无法有效用于兴趣点处理。
并且,基于二维空间<x,y>中的兴趣点数据,以及与兴趣点对应的空间位置属性构建的图谱中,坐标精度较低。受采集设备精度及其他条件的影响,现阶段兴趣点的坐标精度最多可达15米左右,大部分坐标精度在60~100米,小部分坐标精度是大于100米,无法保证相对位置的准确性。
基于二维空间<x,y>中的兴趣点数据,以及与兴趣点对应的空间位置属性构建的图谱中,未记录兴趣点的物理空间变迁信息。且地理编码精度较低。处于行业领先地位的电子地图服务提供商的地理编码系统的打点精度并不是很高,60米以内的打点精度在80%左右。
基于本公开构建的空间图谱,可以基于空间容器存储的空间位置属性不断的进行继承更新。例如用户关心的某一个兴趣点附近是否好停车,他门朝哪儿,就是他所属的空间容器的属性,兴趣点是频繁更新的,但是空间容器对应的该兴趣点的空间位置属性是不易变化的,比如一个大楼建成之后少则几十年,多则百年都不会拆除,该大楼的空间位置属性不易变化。在为空间容器建设好了空间位置属性,那么这个空间位置属性就可以不断的继承更新下去。
基于本公开构建的空间图谱,无论兴趣点的变化多频繁,也不是孤立的存在,比如我们之后一个楼栋拆迁,那么这栋楼中的所有兴趣点也会随之消失,如果一个店铺关门,我们也能知道这个店铺容器中将会迎来新的兴趣点。如此就能更快地感知变化,刻画世界。
基于本公开构建的空间图谱中的地址能够很方便的映射到具体的空间容器里面,可以很好的进行互联网上地址情报的利用,同时坐标和容器绑定,不再出现地址坐标不一致的问题,同时基于容器可以把地址做的更准确,更好地满足用户需求,提升用户体验。
基于本公开构建的空间图谱,一方面可以提升兴趣点的数据质量,比如:坐标精度、地址精度和父子关系覆盖率等;另外一方面可以让兴趣点具有更加多元的地理位置属性和关系,提升检索、导航和底图等不同产品位的用户体验,比如:兴趣点间的相邻关系、兴趣点与道路关系、兴趣点楼层信息、兴趣点方位朝向、兴趣点临街属性以及相同地理位置下兴趣点的变迁史等。
基于相同的构思,本公开实施例还提供一种构建图谱的装置。
可以理解的是,本公开实施例提供的构建图谱的装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤,本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能,但是这种实现不应认为超出本公开实施例的技术方案的范围。
图9是根据一示例性实施例示出的一种构建图谱的装置框图。参照图9,该装置900包括确定单元901和处理单元902。
确定单元901,用于确定空间容器,空间容器基于地理信息系统中地理对象的地理位置属性构建、并用于存储地理对象的空间位置属性;
处理单元902,用于基于空间容器对地理对象映射的兴趣点数据进行管理,得到空间图谱,空间图谱用于描述空间容器与兴趣点数据空间位置属性之间的对应关系。
其中,处理单元902采用如下方式基于空间容器对地理对象映射的兴趣点数据进行管理:
确定具有继承关系的第一级兴趣点以及第二级兴趣点;确定与第一级兴趣点匹配的第一级空间容器,并确定与第二级兴趣点匹配的第二级空间容器;基于第一级空间容器管理第一级兴趣点,并存储第一级兴趣点的空间位置属性,基于第二级空间容器管理第二级兴趣点,并存储第二级兴趣点的空间位置属性。
在一种实施方式中,处理单元902,用于根据第一级兴趣点表征的地理对象的形状,生成具有形状的空间容器,并将具有形状的空间容器作为与第一级兴趣点匹配的第一级空间容器;基于第二级兴趣点对第一级空间容器进行分割,得到与第二级兴趣点匹配的第二级空间容器。
在一种实施方式中,处理单元902,还用于根据各第二兴趣点的编号标识ID从预先构建的门址库中,确定各第二级兴趣点的门址,门址为符合预设地址规则的地址;根据各第二级兴趣点的属性中记载的相邻关系,确定多组相邻关系,每组相邻关系中包括至少两个相邻的第二级兴趣点;基于多组相邻关系,以及各第二级兴趣点的门址,对第一级空间容器进行分割,得到与第二级兴趣点匹配的第二级空间容器。
在一种实施方式中,处理单元902,还用于基于多组相邻关系中的各A类兴趣点,对第一级空间容器进行分割,得到与各A类兴趣点匹配的第二级空间容器,A类兴趣点为具有相邻关系的第二级兴趣点;根据各第二级兴趣点的门址,建立与B类兴趣点匹配的第二级空间容器,B类兴趣点为不具有相邻关系的第二级兴趣点。
在一种实施方式中,处理单元902,还用于提取各第二级兴趣点的门址中的门址编号;对各门址编号进行分析,统计各门址编号间的编号规律;将A类兴趣点的门址编号,作为与A类兴趣点匹配的第二级空间容器的容器编号;若存在B类兴趣点的门址编号与容器编号间满足编号规律,则将B类兴趣点的门址编号作为容器编号,建立与B类兴趣点匹配的第二级空间容器。
在一种实施方式中,第二级兴趣点为与店铺关联的招牌图像对应的兴趣点;处理单元902,还用于根据各第二级兴趣点的属性中记载的相邻关系,确定多对第二级兴趣点间的相邻关系,每对相邻关系中包括两个第二级兴趣点的相邻关系;将多对具有相邻关系的第二级兴趣点进行连接,得到多组相邻关系,每组相邻关系中包括两个或两个以上的第二级兴趣点的相邻关系。
在一种实施方式中,处理单元902,还用于基于各A类兴趣点间的相邻关系,确定具有相邻关系的A类空间容器的数量;以数量对第一级空间容器进行分割,得到数量的第二级空间容器;根据各A类兴趣点间的相邻关系,将各第二级空间容器与各A类兴趣点间建立匹配关系,以得到与各A类兴趣点匹配的第二级空间容器。
在一种实施方式中,处理单元902,还用于确定各第二级空间容器的容器编号,以及各第二级空间容器的相邻关系,容器编号为与第二级空间容器匹配的第二级兴趣点的门址编号;对具有相邻关系的第二级空间容器对应的容器编号进行分析,确定符合预设插值条件的待插值容器编号以及插入位置;按照插入位置,在已生成的第二级空间容器中,插入待匹配第二级空间容器,并基于待插值容器编号确定待匹配第二级空间容器的插值地址;按照待匹配第二级空间容器的插值地址生成召回条件,并按照召回条件召回多个待匹配第二级兴趣点;基于插值地址从多个待匹配第二级兴趣点中,筛选出目标第二级兴趣点;将目标第二级兴趣点与待匹配第二级空间容器建立关联。
在一种实施方式中,处理单元902,还用于若具有相邻关系的容器编号中,存在比待插值容器编号大的容器编号,且存在比待插值容器编号小的容器编号,则将待插值容器编号确定为符合预设插值条件的待插值容器编号;和/或若具有相邻关系的容器编号中,存在两个以上比待插值容器编号大的容器编号,则将待插值容器编号确定为符合预设插值条件的待插值容器编号。
在一种实施方式中,处理单元902,还用于对多个待匹配第二级兴趣点的地址进行地址成分分析;对各地址成分分析结果与插值地址进行相似度识别,筛选出相似度最高的待匹配第二级兴趣点,作为目标第二兴趣点。
在一种实施方式中,处理单元902,还用于获取与插值地址对应的第二级空间容器名称;若获取到第二级空间容器名称,则基于插值地址和第二级空间容器名称,从多个待匹配第二级兴趣点中筛选出相似度最高的待匹配第二级兴趣点,作为目标第二兴趣点。
在一种实施方式中,处理单元902,还用于若检测到多个待匹配第二级兴趣点的地址不满足地址规则,且不能获取到与插值地址对应的第二级空间容器名称,则确定包括有目标招牌名称,并描述目标招牌名称与任一待匹配第二级兴趣点间相邻关系的描述性地址,目标招牌名称为与插值地址相邻的第二级空间容器名称;对描述性地址进行语义分析,提取目标招牌名称和待匹配第二级兴趣点的位置关系;基于目标招牌名称和待匹配第二级兴趣点的位置关系,筛选出目标第二级兴趣点。
在一种实施方式中,处理单元902,还用于基于目标兴趣点的编号标识,为目标空间容器生成物理标识;或者基于目标兴趣点的编号标识和目标空间容器的编号标识,为目标空间容器生成物理标识。
其中,目标兴趣点的编号标识基于目标兴趣点的坐标生成,目标空间容器的编号标识基于预设算法生成。目标兴趣点为第一级兴趣点,目标空间容器为第一级空间容器,或者,目标兴趣点为第二级兴趣点,目标空间容器为第二级空间容器。
在一种实施方式中,处理单元902用于为每个目标空间容器构建目标数据表,目标空间容器为第一级空间容器和第二级空间容器;将目标空间容器的空间位置属性,存储在目标数据表中的空间位置属性数据表;将关联在目标空间容器上的目标兴趣点的属性,存储在目标数据表中的兴趣点属性数据表,其中,若目标空间容器为第一级空间容器,则目标兴趣点为第一级兴趣点,若目标空间容器为第二级空间容器,则目标兴趣点为第二级兴趣点;将目标空间容器与匹配在目标空间容器上的目标兴趣点的关联关系,存储在目标数据表中的关联关系数据表。
在一种实施方式中,目标数据表中包括有字段和字段的类型,字段包括地址字段,地址字段采用地理编码服务进行编码。
在一种实施方式中,处理单元902还用于若检测到关联到目标空间容器上的目标兴趣点的状态发生变化,则修改兴趣点属性数据表。或者处理单元902还用于若检测到关联到目标空间容器上的目标兴趣点的状态发生变化,则修改兴趣点属性数据表和关联关系数据表。
在一种实施方式中,处理单元902还用于若检测到关联到目标空间容器上的第一目标兴趣点变换为第二目标兴趣点,则根据第二目标兴趣点的属性更新兴趣点属性数据表,并根据关联到目标空间容器上的第二目标兴趣点,更新关联关系数据表。
在一种实施方式中,处理单元902还用于若检测到关联到目标空间容器上的目标兴趣点的状态发生变换,则根据变化后的状态更新兴趣点属性数据表。
在一种实施方式中,处理单元902还用于若检测到目标空间容器被合并或被拆分,则将被合并前后的数据存储在空间容器变化数据表,或将被拆分前后的数据存储在空间容器变化数据表。
在一种实施方式中,处理单元902还用于:将关联在第一级空间容器上的第一级兴趣点的名称作为第一级空间容器名称,并将第一级兴趣点的门址中的门址编号作为第一级空间容器编号;将关联在第二级空间容器的第二级兴趣点名称作为第二级空间容器名称,并将第二级兴趣点的门址中的门址编号作为第二级空间容器编号;在第一级空间容器上显示第一级空间容器名称和第一级空间容器编号,并在第二级空间容器上显示第二级空间容器名称和第二级空间容器编号。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
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10示出了可以用来实施本公开的实施例的示例电子设备1000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/或者要求的本公开的实现。
如图10所示,设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000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1001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1001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1001执行上文所描述的各个方法和处理,例如构建图谱的方法。例如,在一些实施例中,构建图谱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1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的构建图谱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1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行构建图谱的方法。
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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本发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 (22)

1.一种构建图谱的方法,包括:
确定空间容器,所述空间容器基于地理信息系统中地理对象的地理位置属性构建、并用于存储所述地理对象的空间位置属性;
确定具有继承关系的第一级兴趣点以及第二级兴趣点;
根据所述第一级兴趣点表征的地理对象的形状,生成具有所述形状的空间容器,并将具有所述形状的空间容器作为与所述第一级兴趣点匹配的第一级空间容器;
基于所述第二级兴趣点对所述第一级空间容器进行分割,得到与所述第二级兴趣点匹配的第二级空间容器;
基于所述第一级空间容器管理所述第一级兴趣点,存储所述第一级兴趣点的空间位置属性,基于所述第二级空间容器管理所述第二级兴趣点,并存储所述第二级兴趣点的空间位置属性,得到空间图谱,所述空间图谱用于描述所述空间容器与所述兴趣点数据的空间位置属性之间的对应关系。
2.根据权利要求1所述的方法,其中,所述基于所述第二级兴趣点对所述第一级空间容器进行分割,得到与所述第二级兴趣点匹配的第二级空间容器,包括:
根据各第二兴趣点的编号标识从预先构建的门址库中,确定各第二级兴趣点的门址;
根据各第二级兴趣点的属性中记载的相邻关系,确定多组相邻关系,每组相邻关系中包括至少两个相邻的第二级兴趣点;
基于所述多组相邻关系,以及所述各第二级兴趣点的门址,对所述第一级空间容器进行分割,得到与所述第二级兴趣点匹配的第二级空间容器。
3.根据权利要求2所述的方法,其中,所述第二级兴趣点为与店铺关联的招牌图像对应的兴趣点;
所述根据各第二级兴趣点的属性中记载的相邻关系,确定多组相邻关系,包括:
根据各第二级兴趣点的属性中记载的相邻关系,确定多对第二级兴趣点间的相邻关系,每对相邻关系中包括两个第二级兴趣点的相邻关系;
将多对具有相邻关系的第二级兴趣点进行连接,得到多组相邻关系,每组相邻关系中包括两个或两个以上的第二级兴趣点的相邻关系。
4.根据权利要求2所述的方法,其中,所述基于所述多组相邻关系,以及所述各第二级兴趣点的门址,对所述第一级空间容器进行分割,得到与所述第二级兴趣点匹配的第二级空间容器,包括:
基于所述多组相邻关系中的各A类兴趣点,对所述第一级空间容器进行分割,得到与所述各A类兴趣点匹配的第二级空间容器,所述A类兴趣点为具有相邻关系的第二级兴趣点;
根据所述各第二级兴趣点的门址,建立与B类兴趣点匹配的第二级空间容器,所述B类兴趣点为不具有相邻关系的第二级兴趣点。
5.根据权利要求4所述的方法,其中,所述根据所述各第二级兴趣点的门址,建立与B类兴趣点匹配的第二级空间容器,包括:
提取所述各第二级兴趣点的门址中的门址编号;
对各门址编号进行分析,统计所述各门址编号间的编号规律;
将A类兴趣点的门址编号,作为与所述A类兴趣点匹配的第二级空间容器的容器编号;
若存在B类兴趣点的门址编号与所述容器编号间满足所述编号规律,则将所述B类兴趣点的门址编号作为容器编号,建立与所述B类兴趣点匹配的第二级空间容器。
6.根据权利要求4所述的方法,其中,所述基于所述多组相邻关系中的各A类兴趣点,对所述第一级空间容器进行分割,得到与所述各A类兴趣点匹配的第二级空间容器,包括:
基于所述各A类兴趣点间的相邻关系,确定具有相邻关系的A类空间容器的数量;
以所述数量对所述第一级空间容器进行分割,得到所述数量的第二级空间容器;
根据所述各A类兴趣点间的相邻关系,将各第二级空间容器与所述各A类兴趣点间建立匹配关系,以得到与所述各A类兴趣点匹配的第二级空间容器。
7.根据权利要求6所述的方法,还包括:
确定各第二级空间容器的容器编号,以及所述各第二级空间容器的相邻关系,所述容器编号为与第二级空间容器匹配的第二级兴趣点的门址编号;
对具有相邻关系的第二级空间容器对应的容器编号进行分析,确定符合预设插值条件的待插值容器编号以及插入位置;
按照所述插入位置,在已生成的第二级空间容器中,插入待匹配第二级空间容器,并基于所述待插值容器编号确定所述待匹配第二级空间容器的插值地址;
按照所述待匹配第二级空间容器的插值地址生成召回条件,并按照所述召回条件召回多个待匹配第二级兴趣点;
基于所述插值地址从所述多个待匹配第二级兴趣点中,筛选出目标第二级兴趣点;
将所述目标第二级兴趣点与所述待匹配第二级空间容器建立关联。
8.根据权利要求7所述的方法,其中,所述基于所述插值地址从所述多个待匹配第二级兴趣点中,筛选出目标第二级兴趣点,包括:
对所述多个待匹配第二级兴趣点的地址进行地址成分分析;
对各地址成分分析结果与所述插值地址进行相似度识别,筛选出相似度最高的待匹配第二级兴趣点,作为目标第二兴趣点。
9.根据权利要求7所述的方法,其中,所述基于所述插值地址从所述多个待匹配第二级兴趣点中,筛选出目标第二级兴趣点,包括:
获取与所述插值地址对应的第二级空间容器名称;
若获取到所述第二级空间容器名称,则基于所述插值地址和所述第二级空间容器名称,从所述多个待匹配第二级兴趣点中筛选出相似度最高的待匹配第二级兴趣点,作为目标第二兴趣点。
10.根据权利要求7所述的方法,其中,所述基于所述插值地址从所述多个待匹配第二级兴趣点中,筛选出目标第二级兴趣点,包括:
若检测到所述多个待匹配第二级兴趣点的地址不满足地址规则,且不能获取到与所述插值地址对应的第二级空间容器名称,则确定包括有目标招牌名称,并描述所述目标招牌名称与任一待匹配第二级兴趣点间相邻关系的描述性地址,所述目标招牌名称为与所述插值地址相邻的第二级空间容器名称;
对所述描述性地址进行语义分析,提取所述目标招牌名称和所述待匹配第二级兴趣点的位置关系;
基于所述目标招牌名称和所述待匹配第二级兴趣点的位置关系,筛选出目标第二级兴趣点。
11.根据权利要求7所述的方法,其中,所述对具有相邻关系的第二级空间容器对应的容器编号进行分析,确定符合预设插值条件的待插值容器编号,包括:
若具有相邻关系的容器编号中,存在比待插值容器编号大的容器编号,且存在比所述待插值容器编号小的容器编号,则将所述待插值容器编号确定为符合预设插值条件的待插值容器编号;和/或
若具有相邻关系的容器编号中,存在两个以上比待插值容器编号大的容器编号,则将所述待插值容器编号确定为符合预设插值条件的待插值容器编号。
12.根据权利要求1-11中任意一项所述的方法,还包括:
基于目标兴趣点的编号标识,为目标空间容器生成物理标识;或者
基于所述目标兴趣点的编号标识和目标空间容器的编号标识,为目标空间容器生成物理标识;
其中,所述目标兴趣点的编号标识基于所述目标兴趣点的坐标生成,所述目标空间容器的编号标识基于预设算法生成;所述目标兴趣点为第一级兴趣点,所述目标空间容器为第一级空间容器,或者,所述目标兴趣点为第二级兴趣点,所述目标空间容器为第二级空间容器。
13.根据权利要求12所述的方法,其中,基于所述第一级空间容器管理所述第一级兴趣点,存储所述第一级兴趣点的空间位置属性,基于所述第二级空间容器管理所述第二级兴趣点,并存储所述第二级兴趣点的空间位置属性,包括:
为每个目标空间容器构建目标数据表,所述目标空间容器为所述第一级空间容器和所述第二级空间容器;
将所述目标空间容器的空间位置属性,存储在所述目标数据表中的空间位置属性数据表;
将关联在目标空间容器上的目标兴趣点的属性,存储在所述目标数据表中的兴趣点属性数据表,其中,若所述目标空间容器为第一级空间容器,则所述目标兴趣点为所述第一级兴趣点,若所述目标空间容器为第二级空间容器,则所述目标兴趣点为所述第二级兴趣点;
将所述目标空间容器与匹配在所述目标空间容器上的目标兴趣点的关联关系,存储在所述目标数据表中的关联关系数据表。
14.根据权利要求13所述的方法,其中,所述目标数据表中包括有字段和字段类型,所述字段包括地址字段,所述地址字段采用地理编码服务进行编码。
15.根据权利要求13所述的方法,还包括:
若检测到关联到目标空间容器上的目标兴趣点的状态发生变化,则修改兴趣点属性数据表;或者
若检测到关联到目标空间容器上的目标兴趣点的状态发生变化,则修改兴趣点属性数据表和关联关系数据表。
16.根据权利要求15所述的方法,其中,所述若检测到关联到目标空间容器上的目标兴趣点的状态发生变化,则修改兴趣点属性数据表,包括:
若检测到关联到目标空间容器上的目标兴趣点的状态发生变换,则根据变化后的状态更新兴趣点属性数据表。
17.根据权利要求15所述的方法,其中,所述若检测到关联到目标空间容器上的目标兴趣点的状态发生变化,则修改兴趣点属性数据表和关联关系数据表,包括:
若检测到关联到目标空间容器上的第一目标兴趣点变换为第二目标兴趣点,则根据所述第二目标兴趣点的属性更新兴趣点属性数据表,并根据关联到目标空间容器上的第二目标兴趣点,更新关联关系数据表。
18.根据权利要求15所述的方法,还包括:
若检测到所述目标空间容器被合并或被拆分,则将被合并前后的数据存储在空间容器变化数据表,或将被拆分前后的数据存储在空间容器变化数据表。
19.根据权利要求1所述的方法,还包括:
将关联在第一级空间容器上的第一级兴趣点的名称作为第一级空间容器名称,并将所述第一级兴趣点的门址中的门址编号作为第一级空间容器编号;
将关联在第二级空间容器的第二级兴趣点名称作为第二级空间容器名称,并将所述第二级兴趣点的门址中的门址编号作为第二级空间容器编号;
在所述第一级空间容器上显示第一级空间容器名称和第一级空间容器编号,并在第二级空间容器上显示第二级空间容器名称和第二级空间容器编号。
20.一种构建图谱的装置,包括:
确定单元,用于确定空间容器,所述空间容器基于地理信息系统中地理对象的地理位置属性构建、并用于存储所述地理对象的空间位置属性;
处理单元,用于确定具有继承关系的第一级兴趣点以及第二级兴趣点;根据所述第一级兴趣点表征的地理对象的形状,生成具有所述形状的空间容器,并将具有所述形状的空间容器作为与所述第一级兴趣点匹配的第一级空间容器;基于所述第二级兴趣点对所述第一级空间容器进行分割,得到与所述第二级兴趣点匹配的第二级空间容器;基于所述第一级空间容器管理所述第一级兴趣点,并存储所述第一级兴趣点的空间位置属性,基于所述第二级空间容器管理所述第二级兴趣点,并存储所述第二级兴趣点的空间位置属性,得到空间图谱,所述空间图谱用于描述所述空间容器与所述兴趣点数据空间位置属性之间的对应关系。
21.一种电子设备,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至19中任意一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至19中任意一项所述的方法。
CN202210404639.0A 2022-04-18 2022-04-18 构建图谱的方法、装置、设备和介质 Active CN114820960B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210404639.0A CN114820960B (zh) 2022-04-18 2022-04-18 构建图谱的方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210404639.0A CN114820960B (zh) 2022-04-18 2022-04-18 构建图谱的方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN114820960A CN114820960A (zh) 2022-07-29
CN114820960B true CN114820960B (zh) 2022-12-16

Family

ID=82535772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210404639.0A Active CN114820960B (zh) 2022-04-18 2022-04-18 构建图谱的方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN114820960B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116362370A (zh) 2022-09-07 2023-06-30 成都秦川物联网科技股份有限公司 智慧城市停车场车位状态预估方法、物联网系统及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016143080A (ja) * 2015-01-29 2016-08-08 キャンバスマップル株式会社 情報提供サーバ、および情報提供プログラム
CN107423445A (zh) * 2017-08-10 2017-12-01 腾讯科技(深圳)有限公司 一种地图数据处理方法、装置及存储介质
CN108897824A (zh) * 2018-06-21 2018-11-27 百度在线网络技术(北京)有限公司 兴趣点空间拓扑关系构建方法、装置及存储介质
CN109992640A (zh) * 2019-04-11 2019-07-09 北京百度网讯科技有限公司 位置网格的确定方法及装置、设备及存储介质
CN110287426A (zh) * 2019-05-23 2019-09-27 北京百度网讯科技有限公司 兴趣点父子关系的建立方法、装置、存储介质及处理器
CN111258961A (zh) * 2020-01-10 2020-06-09 广东省水利厅 基于无界大数据湖的水利要素数据采集查询方法和装置
CN111382220A (zh) * 2018-12-29 2020-07-07 北京奇虎科技有限公司 一种poi数据划分方法和装置
CN111859187A (zh) * 2020-06-30 2020-10-30 杭州欧若数网科技有限公司 基于分布式图数据库的poi查询方法、装置、设备及介质
CN111858820A (zh) * 2020-07-24 2020-10-30 北京百度网讯科技有限公司 用地性质识别方法、装置、电子设备及存储介质
CN112651393A (zh) * 2020-12-24 2021-04-13 北京百度网讯科技有限公司 兴趣点数据处理方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462155B (zh) * 2013-09-25 2018-01-30 高德软件有限公司 一种兴趣点父子关系的建立方法及装置
CN104252529A (zh) * 2014-09-04 2014-12-31 百度在线网络技术(北京)有限公司 一种地图标注的加载方法和装置
CN110909170B (zh) * 2019-10-12 2022-09-23 百度在线网络技术(北京)有限公司 兴趣点知识图谱构建方法、装置、电子设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016143080A (ja) * 2015-01-29 2016-08-08 キャンバスマップル株式会社 情報提供サーバ、および情報提供プログラム
CN107423445A (zh) * 2017-08-10 2017-12-01 腾讯科技(深圳)有限公司 一种地图数据处理方法、装置及存储介质
CN108897824A (zh) * 2018-06-21 2018-11-27 百度在线网络技术(北京)有限公司 兴趣点空间拓扑关系构建方法、装置及存储介质
CN111382220A (zh) * 2018-12-29 2020-07-07 北京奇虎科技有限公司 一种poi数据划分方法和装置
CN109992640A (zh) * 2019-04-11 2019-07-09 北京百度网讯科技有限公司 位置网格的确定方法及装置、设备及存储介质
CN110287426A (zh) * 2019-05-23 2019-09-27 北京百度网讯科技有限公司 兴趣点父子关系的建立方法、装置、存储介质及处理器
CN111258961A (zh) * 2020-01-10 2020-06-09 广东省水利厅 基于无界大数据湖的水利要素数据采集查询方法和装置
CN111859187A (zh) * 2020-06-30 2020-10-30 杭州欧若数网科技有限公司 基于分布式图数据库的poi查询方法、装置、设备及介质
CN111858820A (zh) * 2020-07-24 2020-10-30 北京百度网讯科技有限公司 用地性质识别方法、装置、电子设备及存储介质
CN112651393A (zh) * 2020-12-24 2021-04-13 北京百度网讯科技有限公司 兴趣点数据处理方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于地理编码的社会型地理空间框架研究;惠哲;《中国优秀硕士学位论文全文数据库 基础科学辑》;20170215(第02期);A008-135 *
基于路网数据的云端安全最近邻查询方法研究;刘娜;《中国优秀硕士学位论文全文数据库 信息科技辑》;20190115(第01期);I138-429 *

Also Published As

Publication number Publication date
CN114820960A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
WO2020228706A1 (zh) 基于围栏地址的坐标数据处理方法、装置和计算机设备
US11835352B2 (en) Identifying, processing and displaying data point clusters
CN109376761B (zh) 一种地址标识及其经纬度的挖掘方法及装置
CN113434623B (zh) 一种基于多源异构空间规划数据的融合方法
CN106463056A (zh) 用于高度定制的交互式移动地图的解决方案
CN112861972B (zh) 一种展业区域的选址方法、装置、计算机设备和介质
CN112347222A (zh) 一种基于知识库推理的将非标准地址转换为标准地址的方法及系统
Zhu et al. A new reconstruction method for 3D buildings from 2D vector floor plan
JP7210086B2 (ja) エリアの分割方法と装置、電子装置およびプログラム
CN111324679A (zh) 地址信息的处理方法、装置和系统
CN112528639B (zh) 对象识别方法和装置、存储介质及电子设备
CN110309433B (zh) 一种数据处理方法、装置及服务器
US20230049839A1 (en) Question Answering Method for Query Information, and Related Apparatus
CN113342912A (zh) 地理位置区域的编码方法、建立编码模型的方法及装置
CA3051683A1 (en) Systems and methods for creating electronic indoor maps
CN114820960B (zh) 构建图谱的方法、装置、设备和介质
JP7298090B2 (ja) 地理位置点の空間関係を抽出する方法及び装置
Zhang et al. Enrichment of topographic road database for the purpose of routing and navigation
Qian et al. Data cleaning approaches in Web2. 0 VGI application
CN112861023A (zh) 地图信息处理方法、装置、设备、存储介质及程序产品
CN111581754A (zh) 滨水景点网络生成方法、系统、计算机设备及存储介质
Ma et al. OSMsc: a framework for semantic 3D city modeling using OpenStreetMap
CN113569564B (zh) 一种地址信息的处理、显示方法和装置
CN114996586B (zh) 一种基于时空大数据的个性化出行路径生成方法及系统
US20240111792A1 (en) Computer Systems and Methods for Identifying Location Entities and Generating a Location Entity Data Taxonomy

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