CN116050775A - 基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其可读存储介质 - Google Patents

基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其可读存储介质 Download PDF

Info

Publication number
CN116050775A
CN116050775A CN202310053402.7A CN202310053402A CN116050775A CN 116050775 A CN116050775 A CN 116050775A CN 202310053402 A CN202310053402 A CN 202310053402A CN 116050775 A CN116050775 A CN 116050775A
Authority
CN
China
Prior art keywords
patrol
algorithm
kernel density
control
road
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
Application number
CN202310053402.7A
Other languages
English (en)
Inventor
王辉
吴松洋
王成
陈子旸
修英超
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.)
Third Research Institute of the Ministry of Public Security
Original Assignee
Third Research Institute of the Ministry of Public Security
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 Third Research Institute of the Ministry of Public Security filed Critical Third Research Institute of the Ministry of Public Security
Priority to CN202310053402.7A priority Critical patent/CN116050775A/zh
Publication of CN116050775A publication Critical patent/CN116050775A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Ecology (AREA)
  • Mathematical Physics (AREA)
  • Educational Technology (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其中，所述的方法包括以下步骤：(1)采用空间核密度分析算法对预设时间段内的警情高发重点研判区域进行识别处理；(2)利用开发路段单元聚类算法，进行驻勤点的自动生成处理，并将在同一路段内生成的数个驻勤点进行连线处理，以形成不同的轨迹片段；(3)将数个所述的轨迹片段合并为一条完整的巡逻路线，即可获取巡防轨迹。本发明还涉及一种相应的装置、处理器及其计算机可读存储介质。采用了本发明的该基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其计算机可读存储介质，避免了热区图边界不清的问题，实现了基于路网、生成巡逻路线的功能。

Description

基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其可读存储介质
技术领域
本发明涉及空间核密度算法技术领域，尤其涉及巡逻防控技术领域，具体是指一种基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其计算机可读存储介质。
背景技术
巡逻防控驻勤点分析的核心是基于历史警情数据，确定警情空间聚集区域，何种方案分析研判聚集区域，并根据研判结果生成驻勤巡逻路线，是巡逻防控驻勤路线分析需求的核心内容。
现有技术方案多采用热区地图如热力图、热区图的形式，将历史警情进行空间展示，并通过人工经验进行判断，确定巡逻驻勤路径的设定。在地理信息系统(GIS)中热区图技术多用于海量点类型空间数据的展示，能够较为直观的显示数据在空间的分布聚集情况，但存在聚集区域边界不清、无法对某个精准区域(网格等)生成聚集程度评估值的问题。传统根据热区图分析警情聚集区域并设定驻勤点的工作，多依靠人工经验根据热区图，在较大聚集范围内设定驻勤点，存在不规范、不准确和无法自动生成驻勤点的问题。
以上两个问题导致了传统热区图无法有效支撑自动精准生成巡逻驻勤路线的需求。
发明内容
本发明的目的是克服了上述现有技术的缺点，提供了一种能够有效实现精准巡逻防控的基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其计算机可读存储介质。
为了实现上述目的，本发明的基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其计算机可读存储介质如下：
该基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其主要特点是，所述的方法包括以下步骤：
(1)采用空间核密度分析算法对预设时间段内的警情高发重点研判区域进行识别处理；
(2)利用开发路段单元聚类算法，进行驻勤点的自动生成处理，并将在同一路段内生成的数个驻勤点进行连线处理，以形成不同的轨迹片段；
(3)将数个所述的轨迹片段合并为一条完整的巡逻路线，即可获取巡防轨迹。
较佳地，所述的步骤(1)具体包括以下步骤：
(1.1)划定巡防辖区，并按照50×50米为范围进行网格划分，且每个网格根据生成顺序，以流水号作为网格ID；
(1.2)将获取到的警情信息根据其位置经纬度，在地图中进行展示；
(1.3)根据划分后的网格范围，计算每一个网格内警情的数量；
(1.4)依据每一个网格内的警情数量，作为每个网格的聚集度评分，进行警情高发区域的识别处理。
较佳地，所述的步骤(2)具体包括以下步骤：
(2.1)以所述的巡访辖区为范围，提取地图中获取到的路段数据；
(2.2)根据地图匹配算法，将识别获取到的高风险网格中心点坐标转换成映射在距离最近的路段中的位置点；
(2.3)将同一路段内的不同位置点进行连线处理，以形成不同的轨迹片段，且各个所述的轨迹片段即为距离高风险区域最近的路段。
较佳地，所述的步骤(2.2)具体包括以下步骤：
(2.2.1)设定当前高风险网格中心点周边存在两条相互垂直的第一道路中线R1以及第二道路中线R2；
(2.2.2)将所述的高风险网格中心点分别向所述的第一道路中线R1以及第二道路中线R2作垂线，并得到第一垂距L1、第二垂距L2、第一垂点D1和第二垂点D2；
(2.2.3)将所述的第一垂距L1与第二垂距L2进行长度比较，并将长度较短的垂距所对应的垂点作为当前该网格中心点所对应的路段驻勤点。
较佳地，所述的步骤(3)具体为：
使用基于密度的DBSCAN聚类算法，将同一路段获取到的不同轨迹片段进行合并，并依据路网走向，将其串联成一条完整路径，从而获取巡防轨迹。
较佳地，所述的步骤(3)具体包括以下步骤：
(3.1)根据地图中获取到的路段数据，通过空间计算，判断两条或多条道路路段数据之间是否相交，若相交则将相交点定为道路路口点；
(3.2)根据道路联通性，对各个路口点顺序进行排序处理；
(3.3)依次判断各个路口点路段中是否存在轨迹片段；
(3.4)将具有所述的轨迹片段的路段进行串联，以获取1条或多条完整路径，从而得到巡防轨迹。
该基于空间核密度算法实现巡逻防控驻勤路线设计的装置，其主要特点是，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
该基于空间核密度算法实现巡逻防控驻勤路线设计的处理器，其主要特点是，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现上述所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
该计算机可读存储介质，其主要特点是，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现上述所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
采用了本发明的该基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其计算机可读存储介质，解决了传统流程中热区图边界不清、无法基于路网生成路线的两个问题，通过将目标区域划分为50米×50米网格，并利用空间核密度(KDE)算法，计算每个网格的聚集程度，以此避免了热区图边界不清的问题；同时通过将网格中心点投影到最近路段上，并利用基于密度的聚类算法(DBSCAN算法)，实现了基于路网、生成巡逻路线的功能，具有较为突出的适用性。
附图说明
图1为现有技术中传统的热区示意图。
图2为本发明的采用核密度算法分析进行网格划分的示意图。
图3为本发明针对巡访辖区进行路网数据提取的示意图。
图4为本发明根据地图匹配算法进行路段驻勤点选择的示意图。
图5为本发明的基于空间核密度算法实现巡逻防控驻勤路线设计的方法生成的轨迹片段示意图。
图6为本发明的使用基于密度的DBSCAN聚类算法进行巡防轨迹获取的示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
在详细说明根据本发明的实施例前，应该注意到的是，在下文中，术语“包括”、“包含”或任何其他变体旨在涵盖非排他性的包含，由此使得包括一系列要素的过程、方法、物品或者设备不仅包含这些要素，而且还包含没有明确列出的其他要素，或者为这种过程、方法、物品或者设备所固有的要素。
请参阅图2所示，该基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其中，所述的方法包括以下步骤：
(1)采用空间核密度分析算法对预设时间段内的警情高发重点研判区域进行识别处理；
(2)利用开发路段单元聚类算法，进行驻勤点的自动生成处理，并将在同一路段内生成的数个驻勤点进行连线处理，以形成不同的轨迹片段；
(3)将数个所述的轨迹片段合并为一条完整的巡逻路线，即可获取巡防轨迹。
作为本发明的优选实施方式，所述的步骤(1)具体包括以下步骤：
(1.1)划定巡防辖区，并按照50×50米为范围进行网格划分，且每个网格根据生成顺序，以流水号作为网格ID；
(1.2)将获取到的警情信息根据其位置经纬度，在地图中进行展示；
(1.3)根据划分后的网格范围，计算每一个网格内警情的数量；
(1.4)依据每一个网格内的警情数量，作为每个网格的聚集度评分，进行警情高发区域的识别处理。
作为本发明的优选实施方式，所述的步骤(2)具体包括以下步骤：
(2.1)以所述的巡访辖区为范围，提取地图中获取到的路段数据；
(2.2)根据地图匹配算法，将识别获取到的高风险网格中心点坐标转换成映射在距离最近的路段中的位置点；
(2.3)将同一路段内的不同位置点进行连线处理，以形成不同的轨迹片段，且各个所述的轨迹片段即为距离高风险区域最近的路段。
作为本发明的优选实施方式，所述的步骤(2.2)具体包括以下步骤：
(2.2.1)设定当前高风险网格中心点周边存在两条相互垂直的第一道路中线R1以及第二道路中线R2；
(2.2.2)将所述的高风险网格中心点分别向所述的第一道路中线R1以及第二道路中线R2作垂线，并得到第一垂距L1、第二垂距L2、第一垂点D1和第二垂点D2；
(2.2.3)将所述的第一垂距L1与第二垂距L2进行长度比较，并将长度较短的垂距所对应的垂点作为当前该网格中心点所对应的路段驻勤点。
作为本发明的优选实施方式，所述的步骤(3)具体为：
使用基于密度的DBSCAN聚类算法，将同一路段获取到的不同轨迹片段进行合并，并依据路网走向，将其串联成一条完整路径，从而获取巡防轨迹。
作为本发明的优选实施方式，所述的步骤(3)具体包括以下步骤：
(3.1)根据地图中获取到的路段数据，通过空间计算，判断两条或多条道路路段数据之间是否相交，若相交则将相交点定为道路路口点；
(3.2)根据道路联通性，对各个路口点顺序进行排序处理；
(3.3)依次判断各个路口点路段中是否存在轨迹片段；
(3.4)将具有所述的轨迹片段的路段进行串联，以获取1条或多条完整路径，从而得到巡防轨迹。
该基于空间核密度算法实现巡逻防控驻勤路线设计的装置，其中，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
该基于空间核密度算法实现巡逻防控驻勤路线设计的处理器，其中，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现上述基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
该计算机可读存储介质，其中，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现上述所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
在实际应用当中，本技术方案的该基于空间核密度算法实现巡逻防控驻勤路线设计的方法的第一步是重点区域研判：采用空间核密度分析(KDE)算法，对最近一周的警情位置进行分析，采用“空间核密度算法”，实现对警情高发区域的识别。
具体步骤如下：
1)以巡防辖区为范围，按照50×50米为范围，进行网格划分，每个网格根据生成顺序，以流水号(1、2…)作为网格ID。
2)将警情根据其位置经纬度，在地图中进行展示。
3)根据网格范围，计算每一个网格内警情的数量。
4)依据网格内的警情数量，作为每个网格的聚集度评分。
传统热区图只能笼统展示、无法精准刻画(如图1所示)，而“空间核密度算法”是将分析区域以50米×50米范围的空间为单位，划分若干个网格，每一个网格都单独对聚集程度进行评分，实现对警情聚集区域的识别(如图2所示)。
第二步是确定驻勤点，通过代码开发路段单元聚类算法，实现驻勤点自动生成，该算法主要内容是：
1)以辖区为范围提取地图中的道路数据(如图3所示)；
2)根据地图匹配算法，将第一步中高风险网格中心点坐标转换成映射在距离最近的路段中的位置点。以图4为例，将网格中心点向周边道路中线(R1、R2)做垂线，可分别得到垂距(L1、L2)和垂点(D1、D2)，比较不同的垂距长度(L2<L2)，将长度较短的垂距所对应的垂点(D2)，作为该网格中心点所对应的路段位置点。
3)将同一路段内的位置点进行连线形成不同的轨迹片段S1、S2…(如图5所示)，这些轨迹片段就是距离高风险区域最近的路段。
如图6所示，第三步是将轨迹片段合并为一条完整的巡逻路线。通过代码开发时空流聚类算法，主要内容是：在路段单元聚类的基础上，使用基于密度的聚类算法(DBSCAN算法)，把同一路段的轨迹片段进行合并，并依据路网走向，将其串联成一条完整路径。
具体计算步骤如下：
1)通过空间计算，判断两条或多条道路路段数据之间是否相交。若相交，则将相交点定为道路路口点n，预先计算所有道路路口点(n1、n2、n3、n4…)；
2)根据道路联通性，对路口点顺序进行排序，可得n1→n2→n3→n4…
3)依次判断路口点间的路段中，是否有轨迹片段S1、S2…
4)将具有轨迹片段的路段进行串联，可以获取1条或多条完整路径，即巡防轨迹。
通过以上三步，最终获得了能够最大程度覆盖所有风险区域的巡逻线路。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的，程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一实施例”、“一些实施例”、“示例”、“具体示例”、或“实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
采用了本发明的该基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其计算机可读存储介质，解决了传统流程中热区图边界不清、无法基于路网生成路线的两个问题，通过将目标区域划分为50米×50米网格，并利用空间核密度(KDE)算法，计算每个网格的聚集程度，以此避免了热区图边界不清的问题；同时通过将网格中心点投影到最近路段上，并利用基于密度的聚类算法(DBSCAN算法)，实现了基于路网、生成巡逻路线的功能，具有较为突出的适用性。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (9)

1.一种基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其特征在于，所述的方法包括以下步骤：
(1)采用空间核密度分析算法对预设时间段内的警情高发重点研判区域进行识别处理；
(2)利用开发路段单元聚类算法，进行驻勤点的自动生成处理，并将在同一路段内生成的数个驻勤点进行连线处理，以形成不同的轨迹片段；
(3)将数个所述的轨迹片段合并为一条完整的巡逻路线，即可获取巡防轨迹。
2.根据权利要求1所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其特征在于，所述的步骤(1)具体包括以下步骤：
(1.1)划定巡防辖区，并按照50×50米为范围进行网格划分，且每个网格根据生成顺序，以流水号作为网格ID；
(1.2)将获取到的警情信息根据其位置经纬度，在地图中进行展示；
(1.3)根据划分后的网格范围，计算每一个网格内警情的数量；
(1.4)依据每一个网格内的警情数量，作为每个网格的聚集度评分，进行警情高发区域的识别处理。
3.根据权利要求2所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其特征在于，所述的步骤(2)具体包括以下步骤：
(2.1)以所述的巡访辖区为范围，提取地图中获取到的路段数据；
(2.2)根据地图匹配算法，将识别获取到的高风险网格中心点坐标转换成映射在距离最近的路段中的位置点；
(2.3)将同一路段内的不同位置点进行连线处理，以形成不同的轨迹片段，且各个所述的轨迹片段即为距离高风险区域最近的路段。
4.根据权利要求3所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其特征在于，所述的步骤(2.2)具体包括以下步骤：
(2.2.1)设定当前高风险网格中心点周边存在两条相互垂直的第一道路中线R1以及第二道路中线R2；
(2.2.2)将所述的高风险网格中心点分别向所述的第一道路中线R1以及第二道路中线R2作垂线，并得到第一垂距L1、第二垂距L2、第一垂点D1和第二垂点D2；
(2.2.3)将所述的第一垂距L1与第二垂距L2进行长度比较，并将长度较短的垂距所对应的垂点作为当前该网格中心点所对应的路段驻勤点。
5.根据权利要求4所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其特征在于，所述的步骤(3)具体为：
使用基于密度的DBSCAN聚类算法，将同一路段获取到的不同轨迹片段进行合并，并依据路网走向，将其串联成一条完整路径，从而获取巡防轨迹。
6.根据权利要求5所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法，其特征在于，所述的步骤(3)具体包括以下步骤：
(3.1)根据地图中获取到的路段数据，通过空间计算，判断两条或多条道路路段数据之间是否相交，若相交则将相交点定为道路路口点；
(3.2)根据道路联通性，对各个路口点顺序进行排序处理；
(3.3)依次判断各个路口点路段中是否存在轨迹片段；
(3.4)将具有所述的轨迹片段的路段进行串联，以获取1条或多条完整路径，从而得到巡防轨迹。
7.一种基于空间核密度算法实现巡逻防控驻勤路线设计的装置，其特征在于，所述的装置包括：
处理器，被配置成执行计算机可执行指令；
存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现权利要求1至6中任一项所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
8.一种基于空间核密度算法实现巡逻防控驻勤路线设计的处理器，其特征在于，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现权利要求1至6中任一项所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现权利要求1至6中任一项所述的基于空间核密度算法实现巡逻防控驻勤路线设计的方法的各个步骤。
CN202310053402.7A 2023-02-03 2023-02-03 基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其可读存储介质 Pending CN116050775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310053402.7A CN116050775A (zh) 2023-02-03 2023-02-03 基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310053402.7A CN116050775A (zh) 2023-02-03 2023-02-03 基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其可读存储介质

Publications (1)

Publication Number Publication Date
CN116050775A true CN116050775A (zh) 2023-05-02

Family

ID=86119821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310053402.7A Pending CN116050775A (zh) 2023-02-03 2023-02-03 基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其可读存储介质

Country Status (1)

Country Link
CN (1) CN116050775A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117635401A (zh) * 2024-01-24 2024-03-01 创意信息技术股份有限公司 城市管理巡逻方案生成方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117635401A (zh) * 2024-01-24 2024-03-01 创意信息技术股份有限公司 城市管理巡逻方案生成方法、装置、设备及存储介质
CN117635401B (zh) * 2024-01-24 2024-04-12 创意信息技术股份有限公司 城市管理巡逻方案生成方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
JP6141393B2 (ja) 目標位置を確定するための方法及び装置
CN106462627B (zh) 根据多个位置数据报告分析语义地点和相关数据
CN110677859B (zh) 弱覆盖区域的确定方法、装置和计算机可读存储介质
JP6779698B2 (ja) 舗装ひび割れ解析装置、舗装ひび割れ解析方法及び舗装ひび割れ解析プログラム
US20190371055A1 (en) 3d monitoring server using 3d bim object model and 3d monitoring system comprising it
US9355063B2 (en) Parking lot detection using probe data
JP2005515513A5 (zh)
CN104977015B (zh) 一种路线导航的方法以及装置
CN103646187A (zh) 一种统计周期内车辆出行路线及od矩阵获取方法
WO2010105935A1 (en) Detecting change areas in a digital map from macro probe data attributes
AU2005232219A1 (en) Forecasting based on geospatial modeling
JP2018538627A (ja) 交通道路の経路ヒートを取得する方法および装置
CN112966863B (zh) 一种用于天气预报的一体化智能网格预报业务系统
US20140324327A1 (en) Methods and systems for providing geotemporal graphs
KR101876114B1 (ko) 3d 모델링 구현을 위한 단말기, 서버, 이들을 포함하는 시스템 및 이를 이용하는 3d 모델링 방법
CN109326087B (zh) 一种基于排水管网监测的城市内涝预警方法及装置
CN111383444B (zh) 预测路况状态的方法、装置、服务器及存储介质
CN110413855B (zh) 一种基于出租车下客点的区域出入口动态提取方法
CN116050775A (zh) 基于空间核密度算法实现巡逻防控驻勤路线设计的方法、装置、处理器及其可读存储介质
JP2015132539A (ja) 日照量計算装置、経路提案装置および日照量計算方法
CN112861972A (zh) 一种展业区域的选址方法、装置、计算机设备和介质
CN112365595A (zh) 基于报警数据点要素的鉴别交通事故多发点的分析方法
CN107229742A (zh) 一种基于遥感大数据确定城市易涝点的方法
WO2021096805A1 (en) Use of geospatial coordinate systems for modifying map and route information
KR20160132232A (ko) 산사태 gis 데이터베이스 및 그 운영 방법

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