CN116450958A - 检测点选址方法、装置、电子设备及可读存储介质 - Google Patents
检测点选址方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN116450958A CN116450958A CN202211549809.0A CN202211549809A CN116450958A CN 116450958 A CN116450958 A CN 116450958A CN 202211549809 A CN202211549809 A CN 202211549809A CN 116450958 A CN116450958 A CN 116450958A
- Authority
- CN
- China
- Prior art keywords
- target
- polygonal
- population
- area
- determining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 116
- 238000010187 selection method Methods 0.000 title abstract description 3
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000011160 research Methods 0.000 claims abstract description 30
- 230000011664 signaling Effects 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims 3
- 238000002203 pretreatment Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供的检测点选址方法、装置、电子设备及可读存储介质,包括:根据目标研究区域内每个地图网格的日间总人口数量确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格,基于目标地图网格构建多个多边形区域作为用户的步行圈,多边形区域是包含地图网格的连续多边形区域范围;确定每个多边形区域对应的有效相交地图网格并基于有效相交地图网格的日间总人口数量,确定每个多边形区域内的人口数量;根据人口数量和单个检测点的最大人口检测量确定每个多边形区域内检测点的需求量;基于需求量从位于目标研究区域内的全部兴趣点中,确定位于多边形区域内的目标兴趣点作为检测点的参考地址。整个选址过程效率高并且能够满足检测需求。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种检测点选址方法、装置、电子设备及可读存储介质。
背景技术
目前,为了便于及时监测居民健康状态,了解居民生活质量,可在城市公共区域内设置便民检测点,用于检测居民身体状态信息、采集居民生活信息或者意见。
通常,在检测点选址方面,如何综合考虑公共区域的人口密集度,又要考虑检测点的最大荷载量进行选址,以满足日益复杂的检测需求,是需要解决的技术问题。
发明内容
本发明的目的之一在于提供一种检测点选址方法、装置、电子设备及可读存储介质,用以提高检测点选址的效率和可靠性,以使确定的检测点能够满足检测需求。
第一方面,本发明提供一种检测点选址方法,所述方法包括:根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格;其中,所述预设距离阈值是用户在预定步行时间内基于预设步行速度行走的最大距离;基于所述目标地图网格,构建目标研究区域内的多个多边形区域所述多边形区域是包含地图网格的连续多边形区域范围;所述多边形区域表征所述用户的步行圈,所述多边形区域是包含所述地图网格的连续多边形区域范围,从多个所述地图网格中,确定每个所述多边形区域对应的有效相交地图网格,并基于所述有效相交地图网格的日间总人口数量,确定每个所述多边形区域内的人口数量;根据每个所述多边形区域内的人口数量和单个检测点的最大人口检测量,确定每个所述多边形区域内所述检测点的需求量;针对每个所述多边形区域,基于所述需求量,从位于所述目标研究区域内的全部兴趣点中,确定位于所述多边形区域内的目标兴趣点,并将所述目标兴趣点作为所述检测点的参考地址。
第二方面,本发明提供一种检测点选址装置,包括:确定模块,用于根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格;其中,所述预设距离阈值是用户在预定步行时间内基于预设步行速度行走的最大距离,构建模块,用于基于所述目标地图网格,构建目标研究区域内的多个多边形区域,所述多边形区域表征所述用户的步行圈,所述多边形区域是包含所述地图网格的连续多边形区域范围;确定模块,用于从多个所述地图网格中,确定每个所述多边形区域对应的有效相交地图网格,并基于所述有效相交地图网格的日间总人口数量,确定每个所述多边形区域内的人口数量;所述确定模块,用于根据每个所述多边形区域内的人口数量和单个检测点的最大人口检测量,确定每个所述多边形区域内所述检测点的需求量;选址模块,用于针对每个所述多边形区域,基于所述需求量,从位于所述目标研究区域内的全部兴趣点中,确定位于所述多边形区域内的目标兴趣点,并将所述目标兴趣点作为所述检测点的参考地址。
第三方面,本发明提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现第一方面所述的方法。
第四方面,本发明提供一种可读存储介质,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第一方面所述的方法。
本发明提供的一种检测点选址方法、装置、电子设备及可读存储介质,首先根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格;其中,所述预设距离阈值是用户在预定步行时间内基于预设步行速度行走的最大距离;然后基于所述目标地图网格,构建目标研究区域内的多个多边形区域作为所述用户的步行圈,所述多边形区域是包含所述地图网格的连续多边形区域范围;由于多边形区域之间无缝连接,彼此之间没有空余空间,所以后续在多边形区域内的兴趣点中确定参考地址,可以避免遗漏,在构建多边形区域之后,可以确定多边形区域内的人口数量,并结合人口数量和单个检测点的最大人口检测量,确定每个多边形区域内的检测点需求量,最后将多边形区域内的目标兴趣点作为检测点的参考位置,本发明实施例在检测点选址过程中利用多边形区域的区域特点可以避免兴趣点遗漏,对检测点选址造成影响,进而在选址之前,综合考虑了人口数量和最大人口检测量,准确确定检测点需求量,最后可以快速从多边形区域内的兴趣点中确定检测点的参考位置,整个选址过程效率高,并且能够满足检测需求。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例还提供一种电子设备的示意图;
图2为本发明实施例提供的检测点选址方法的示意性流程图;
图3为本发明实施例提供的步骤S201的示意性流程图;
图4为本发明实施例提供的一种圆形步行圈的示例图;
图5为本发明实施例提供的一种构建多边形区域的示例图;
图6为本发明实施例提供的步骤S203的示意性流程图;
图7为本发明实施例提供的多边形区域的分布示意图;
图8为本发明实施例提供的检测点选址方法的另一种示意性流程图;
图9为本发明实施例提供的合并后的多边形区域的分布示意图;
图10为本发明实施例提供的多边形区域内的兴趣点数据的示意图;
图11为本发明实施例提供的多边形区域内的兴趣点数据的放大效果图之一;
图12为本发明实施例提供的多边形区域内的兴趣点数据的放大效果图之二;
图13为本发明实施例提供的检测点选址装置的功能模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
目前,为了便于及时监测居民健康状态,了解居民生活质量,可在城市公共区域内设置便民检测点,用于检测居民身体状态信息、采集居民生活信息或者意见,同时,便民检测点也可以为检测人员提供舒适的采样工作环境。
通常,在检测点选址方面,为了满足检测需求,通常可以在公共区域设置检测点,但是在选址方面,需要综合考虑公共区域的人口流量、以及检测点的单日荷载量,因此,本发明实施例提供的一种检测点选址方法。
首先,请参见图1,图1为本发明实施例还提供一种电子设备的示意图,该电子设备用于实现上述实施例中的检测点选址方法。参阅图1所示,电子设备100包括:存储器101、处理器102、通信接口103、和总线104,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
可选的,总线104可以是外设部件互连标准(peripheralcomponentinterconnect,PCI)总线或扩展工业标准结构(extendedindustrystandardarchitecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图1中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在本发明实施例中,处理器102可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储器101中,处理器102读取存储器101中的程序指令,结合其硬件完成上述方法的步骤。
在本发明实施例中,存储器101可以是非易失性存储器,比如硬盘(harddiskdrive,HDD)或固态硬盘(solid-statedrive,SSD)等,还可以是易失性存储器(volatilememory),例如RAM。存储器还可以是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本发明实施例中的存储器还可以是电路或者其它任意能够实现存储功能的装置,用于存储指令和/或数据。
存储器101可用于存储软件程序及模块,如本发明实施例提供的检测点选址装置300的指令/模块,可以软件或固件(firmware)的形式存储于存储器101中或固化在电子设备100的操作系统(operatingsystem,OS)中,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
请参见图2,图2为本发明实施例提供的检测点选址方法的示意性流程图,该方法的执行主体可以是图1所示的电子设备,该方法可以包括如下步骤:
S201:根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格;其中,预设距离阈值是用户在目标步行时间内基于预设步行速度行走的距离。
S202:基于目标地图网格,构建目标研究区域内的多个多边形区域;多边形区域表征用户的步行圈,所述多边形区域是包含所述地图网格的连续多边形区域范围。
S203:从多个地图网格中,确定每个多边形区域对应的有效相交地图网格,并基于有效相交地图网格的日间总人口数量,确定每个多边形区域内的人口数量。
S204:根据每个多边形区域内的人口数量和单个检测点的最大人口检测量,确定每个多边形区域内检测点的需求量。
S206:针对每个多边形区域,基于需求量,从位于目标研究区域内的全部兴趣点中,确定位于多边形区域内的目标兴趣点,并将目标兴趣点作为检测点的参考地址。
在上述检测点选址方法中,首先根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格;其中,预设距离阈值是用户在目标步行时间内基于预设步行速度行走的距离,然后基于目标地图网格构建目标研究区域内的多个多边形区域,由于多边形区域之间无缝连接,彼此之间没有空余空间,所以后续在多边形区域内的兴趣点中确定参考地址,可以避免遗漏,在构建多边形区域之后,可以确多边形区域内的人口数量,并结合人口数量和单个检测点的最大人口检测量,确定每个多边形区域内的检测点需求量,最后将多边形区域内的目标兴趣点作为检测点的参考位置,本发明实施例在检测点选址过程中利用多边形区域的区域特点可以避免兴趣点遗漏,对检测点选址造成影响,进而在选址之前,综合考虑了人口数量和最大人口检测量,准确确定检测点需求量,最后可以快速从多边形区域内的兴趣点中确定检测点的参考位置,整个选址过程效率高,并且能够满足检测需求。
下面将结合相关附图对上述各个步骤进行详细介绍。
在步骤S201中、根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格。
其中,预设距离阈值是用户在预定步行时间内基于预设步行速度行走的最大距离。本发明实施例中,布置检测点的目的是为了便民,所以可以在人们所能到达的步行圈内进行点位选址,让任何一个人在任何位置都能短时间到达检测点,通常而言,按照3000人数、15分钟步行圈可以设置一个检测点,因此,本发明实施例可以基于这种设置需求,首先确定出一个距离阈值,即用户在预定步行时间内(例如上述15分钟)基于预设步行速度(人们正常行走的平均速度,例如每分钟行走一百米)行走的最大距离(例如1.5千米),然后在相邻距离大于或者等于预设距离阈值的地图网格中划分合适的步行圈,恰好可以满足设置需求。
因此,本发明实施例可以基于预设距离阈值,从目标研究区域内确定满足相邻距离大于或等于预设距离阈值的目标地图网格来确定满足检测需求的步行圈。
本发明实施例中,上述目标研究区域可以是某某省、某某市或者某某国等具体的行政区域。
在绘制步行圈的过程中,本发明实施例是基于目标研究区域内的地图网格进行构建的,地图网格也就是Geohash网格,这样可以提高构建多边形区域的效率。
geohash网格,指的是通过geohash算法把某个区域或整个地图上的地理位置都按照Geohash编码,则会得到一个网格,即为一个geohash网格,geohash是一种地址编码,它能把二维的经纬度编码成一维的字符串,编码递归粒度越细,网格的矩形区域越小,geohash编码的长度越大,则Geohash编码越精确。不同的编码长度,生成的网格与实际地理的精度如下(Geohash字符串编码长度对应网格大小)。
因此,在执行步骤S201之前,本发明实施例可以先对目标研究区域进行划分,得到目标研究区域对应的多个地图网格。还注意到,在确定多边形区域人口数量的过程中,是基于地图网格的日间总人口数量确定的,因此,在确定了地图网格之后,还可以一并确定每个地图网格内的日间总人口数量。因此,在执行步骤S201之前,可以先执行如下步骤:
a1:将目标研究区域进行划分,得到多个地图网格。
本发明实施例中,可以将目标研究区域的地图预先划分为多个网格,划分网格可以采用GeoHash算法,该算法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。根据精度的不同,GeoHash的分段级别一般为1~12级,其中,1~12代表网格编码的字符串长度,长度越大,精度也越高,本发明实施例可以根据实际需要采用不同的分段级别,例如,采用7级GeoHash的分段级别,即字符串长度为7。
例如,假设目标研究区域为中国,则可以建立全国范围的网格,经度范围东经73.0度至东经135.1度,维度范围北纬3.5度至北纬53.5度,网格边长约150米,按照从东到西,从北到南的顺序可以给全国的网格编号。使用R树索引为空间数据创建索引,提高查询效率。
a2:获取目标研究区域内的目标时间段内的信令数据。
可以理解的是,手机用户与发射基站或者微站之间的通信数据,只要用户使用手机,并且手机屏幕上显示出运营商字样,信令数据就开始产生了。手机信令是通信系统中的控制指令,可以指导终端、交换系统及传输系统协同运行,在指定的终端之间建立临时的通信信道,并维护网络本身正常运行。数据包中会包含手机所在位置的经纬度信息。
a3:基于全部信令数据的位置信息,将位置信息位于地图网格内,且在地图网格内的驻留时长大于或等于预设时长的信令数据所对应的用户数量,确定为地图网格的日间总人口数量。
本发明实施例中,位置信息指得是信令数据自带的经纬度,日间总人口数量可以是日间总人口数,其中,用户可以根据实际需求自行定义日间时长,例如可以将上午七点至下午十九点之间的时间段作为日间。上述驻留时长可以根据实际需求进行设置,例如,驻留是长可以设置为3小时,此处不作限定。
在实施过程中,对于每个地图网格,可以根据Geohash网格4个首尾相连的经纬度,使用数据库自带相交函数,将地图网格和手机信令数据包中的经纬度进行相交运算,得到位于地图网格内的信令数据,进而可以基于信令数据自带的时间信息,确定在在地图网格内的驻留时长大于或等于预设时长的信令数据,这些信令数据对应的用户数量记为日间总人口数量。
在获得地图网格以及每个地图网格对应的日间总人口数量之后,即可执行本发明实施例中的步骤S201,下面给出一种确定目标地图网格的实施方式,请参见图3,图3为本发明实施例提供的步骤S201的示意性流程图:
S201-1:创建临时表,并将最大日间总人口数量对应的地图网格作为目标地图网格,写入临时表。
S201-2:针对除最大日间总人口数量对应的地图网格以外的每个地图网格,按照日间总人口数量由大到小的顺序,计算地图网格的中心坐标与临时表中每个目标地图网格的中心坐标的相邻距离;
S201-3:若相邻距离大于或等于预设距离阈值,则将相邻距离对应的地图网格作为目标地图网格写入临时表。
S201-4:若相邻距离小于预设距离阈值,则将相邻距离对应的地图网格舍弃。
为了方便理解上述实施方式,假设存在G1至G10个目标地图网格,为了方便执行,可以先将G1至G10按照日间总人口数量降序排列或者升序排列,本发明实施例以降序排列为例,排序后的目标地图网格假设为G10>G9>…>G2>G1,创建一个空的临时表,然后将G10作为第一个目标地图网格写入临时表,然后比较G9的中心坐标与G10的中心坐标的相邻距离是否大于1.5千米,若是,则将G9写入临时表,此时临时表中已经存在G9和G10两个目标地图网格,接着比较G8的中心坐标分别与G9和G10的中心坐标的相邻距离是否大于或等于1.5千米,若是,则将G8写入临时表,若不是则将G8舍弃,以此类推,直到G1比较完,此时临时表中任意两个地图网格之间的相邻距离均大于或等于1.5千米。
在获得目标地图网格之后,以每个目标地图网格的中心坐标为原点,以预设距离一半的长度为半径画圆,即可得到满足布置需求的圆形步行圈,如图4所示,图4为本发明实施例提供的一种圆形步行圈的示例图,从图4可以看出圆与圆之间还有一部分空白区域没有被考虑进去,那么基于这种步行圈来进行点位选址相对来说不太准确,为了使上述空白区域能够得到利用,因此,本发明实施例采用多边形区域来表征用户的步行圈,由于多边形区域之间可以无缝衔接,彼此空余空间极少,避免了圆形步行圈之间留白太多的情况,所以本发明实施例在步骤S202中,基于已经确定出来的目标地图网格,构建新型步行圈即多边形区域。
在步骤S202中、基于目标地图网格,构建目标研究区域内的多个多边形区域;多边形区域表征用户的步行圈。
针对上述步骤S202,本发明实施例给出一种实施方式,即步骤S202可以包括如下步骤:
a1:确定每个目标地图网格对应的相邻地图网格;
a2:根据每个地图网格的中心坐标,以及每个相邻地图网格对应的中心坐标,构建多个三角形区域。
a2:将每个三角形区域的每条边的垂直平分线的交点进行连接,得到多边形区域。
本发明实施例中,考虑到每个检测点的设置需求,比如通常可以按照3000人数、15分钟步行圈设置一个检测点,因此在构建多边形区域的过程中可以充分考虑各个地图网格之间的间距,以此来保证多边形区域之间无缝连接。
为了方便理解上述步骤a1至步骤a2,请参见图5,图5为本发明实施例提供的一种构建多边形区域的示例图。
如图5所示,其中存在7个目标地图网格,其中,目标地图网格1的相邻目标地图网格为目标地图网格2-6,将每个目标地图网格的中心坐标进连接,得到6个三角形区域,针对每个三角形区域,可以对各个边进行垂直平分,得到各个边的垂直平分线,各个边的垂直平分线最终相交于一点,将这些垂直平分线的交点进行连接,则可以得一个多边形区域,针对每个目标地图网格,均可以按照上述方式得到多边形区域,通过上述方式,最终得到无缝连接的多边形区域。
从图5可以看出,图5是以其中一个目标地图网格以及它的多个相邻目标地图网格来构建的一个多边形,每个目标地图网格均可以找到它对应的相邻地图网格,然后以每个目标图网格与相邻地图网格之间构建的三角形区域之间存在共边的情况,最终构建的多边形也存在共边的情况,如图6所示,图6为本发明实施例提供的多边形区域的分布示意图,通过上述实施方式得到的多边形区域可以均匀的分布在目标研究区域的地图上,多个多边形可以紧密衔接,彼此之间空余空间极少,避免了圆形步行圈之间留白太多的情况。
在步骤S203中、从多个地图网格中,确定每个多边形区域对应的有效相交地图网格,并基于有效相交地图网格的日间总人口数量,确定每个多边形区域内的人口数量。
本发明实施例,可以先确定每个多边形区域对应的有效相交地图网格,然后将有效相交地图网格各自对应的目标统计人口量之和,作为每个多边形区域的人口数量。
本发明实施例中,有效相交地图网格为:与多边形相交,且中心坐标在多边形区域内的地图网格,其中,相交的情况包括:地图网格位于多边形区域内、地图网格与多边形区域存在部分重叠。
作为可选的实施方式,可以但不限于通过空间算法ST_Intersection(geom,geom)计算与多边形区域的有效相交地图网格。
继续参见图5,目标地图网格1、地图网格8和9均位于多边形区域内,地图网格10和11与多边形区域存在部分重叠,那么目标地图网格1、地图网格8和9均为有效相交地图网格,地图网格10和11各自的中心坐标若在多边形区域内,则属于有效相交地图网格,若不在多边形区域内,则不属于有效相交地图网格。
因此,上述步骤S203的实施方式可以参见图7,图7为本发明实施例提供的步骤S203的示意性流程图,可以包括如下步骤:
S203-1:针对每个多边形区域,从全部地图网格中,确定与多边形区域存在重叠区域,且中心坐标位于多边形区域内的地图网格为有效相交地图网格;
S203-2:将全部有效相交地图网格对应的日间总人口数量之和,作为多边形区域内的人口数量。
确定了每个多边形区域的人口数量之后,即可根据检测点的最大检测人口数据来确定每个多边形区域内的检测点需求量,如此一来,可以使得设置的检测点能够满足多边形区域的检测需求。
在步骤S204中、根据每个多边形区域内的人口数量和单个检测点的最大人口检测量,确定每个多边形区域内检测点的需求量。
本发明实施例中,将人口数量除以最大人口检测量得到的商作为需求量。
在可选的实施方式中,在实际情况下,由于多边形区域内人口密度分布不均匀,导致多边形区域内人口数量不满足单日荷载量,此时需要对多边形进行合并,因此,请参见图8,图8为本发明实施例提供的检测点选址方法的另一种示意性流程图,在步骤S204之后,还可以执行如下步骤:
S205:将人口数量小于最大人口检测量的多边形区域进行合并。
本发明实施例中,如果多边形区域内的人口数量小于单个点位的最大人口检测量,则可以找出该多边形区域的相邻多边形,然后从相邻多边形中,将不满足是人口数量小于单个点位的最大人口检测量的相邻多边形与该多边形区域进行合并。
作为一种可选的实施方式,上述步骤S205可以按照如下方式执行:
c1:针对每个多边形区域,若人口数量小于最大人口检测量,确定多边形区域的相邻多边形区域。
作为可选的实施方式中,可以通过空间算法ST_Touches(geometry,geometry)计算每个多边形区域对应的相邻多边形区域。
c2:若存在人口数量小于最大人口检测量的相邻多边形区域,则将多边形区域与相邻多边形区域合并;
c3:当多边形区域的人口数量大于或等于最大人口检测量,则停止合并。
例如,假设某个多边形区域A的人口数量小于最大人口检测量,确定该多边形区域存在两个相邻多边形区域B和C。
情况1:如果相相邻多边形区域B和C的人口数量均大于或等于最大人口检测量,则A不作考虑。
情况2:如果B和C的人口数量均小于最大人口检测量,那么可以将其中一个相邻多边形区域(B或者C)与A进行合并,得到合并后的多边形区域(假设为AB),若AB的人口数量仍然小于最大人口检测量,继续将AB与C进行合并,如果AB的人口数量大于或等于最大人口检测量,则不再进行合并,AB即为最终的多边形。
情况3:如果B和C中,只有其中一个相邻多边形区域的人口数量均小于最大人口检测量,则将这个相邻多边形区域与A进行合并。
通过上述实施方式对图6所示的多边形区域进行合并,得到如图9所示的合并后的多边形,这样可以使得每个多边形区域内人口数量满足单日荷载量,基于合并后的多边形区域,可以执行步骤S206。
在步骤S205中、针对每个多边形区域,基于需求量,从位于目标研究区域内的全部兴趣点中,确定位于多边形区域内的目标兴趣点,并将目标兴趣点作为检测点的参考地址。
本发明实施例中,兴趣点POI(PointofInformation,POI)也称为信息点,是地理信息系统中的一个术语,泛指一切可以抽象为点的地理对象,尤其是一些与人们生活密切相关的地理实体,如学校、银行、餐馆、加油站、医院、超市等,如图10所示,图10为本发明实施例提供的多边形区域内的兴趣点数据的示意图,图11和图12分别为图10的放大效果图。
作为可选的实施方式中,可以预先获取目标研究区域内的兴趣点点位数据,如可以从地图服务商购买,或者从公共地图服务资料中获取,获取的兴趣点点位数据可以根据点位类别增加B-tree索引,增加后续查询速度。
作为可选的实施方式,上述步骤S206可以按照如下方式执行:
d1:从位于多边形区域内的候选兴趣点中,确定出相邻距离大于第一预设距离的第一目标兴趣点。
在本发明实施例中,可以但不限于通过空间算法ST_Contains(geometryA,geometryB)计算与多边形相交的兴趣点,作为候选兴趣点。
d2:若第一目标兴趣点的数量少于需求量,则确定剩余目标兴趣点数量;
d3:从除第一目标兴趣点以外的剩余候选兴趣点中,确定出相邻距离大于第二预设距离的第二目标兴趣点,将第一目标兴趣点、第一目标兴趣点作为检测点的参考地址,其中,第一预设距离大于第二预设距离。
在本发明实施例中,基于需求量以及点位相距距离这两个条件从候选兴趣点中确定目标兴趣点,所以本发明实施例给出了两个距离阈值,即第一预设距离和第二预设距离,其中第一预设距离大于第二预设距离,且第一预设距离的判断优先级大于第二预设距离。
例如,假设第一预设距离为200米,第二预设距离为100米,那么本发明实施例则是先从候选兴趣点中,将相邻距离大于200米的候选兴趣点作为目标兴趣点,若满足相邻距离大于200米的候选兴趣点的数量不满足需求量,接着确定剩余需求量,然后可以从剩余候选兴趣点中,将相邻距离大于200米的候选兴趣点作为目标兴趣点。
通过上述实施方式确定的第一目标兴趣点和第二目标兴趣点均为本发明实施例中检测点的参考位置。
基于相同的发明构思,本发明实施例还提供了一种检测点选址装置,请参见图13,图13为本发明实施例提供的检测点选址装置的功能模块图,该检测点选址装置300可以以软件或固件(firmware)的形式存储于电子设备100的操作系统(operatingsystem,OS)中。
如图13所示,本发明实施例提供的检测点选址装置300可以包括:确定模块310、构建模块310,确定模块310和选址模块330。
确定模块310,用于根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格;其中,预设距离阈值是用户在预定步行时间内基于预设步行速度行走的最大距离。
构建模块320,用于基于目标地图网格,构建目标研究区域内的多个多边形区域;多边形区域表征用户的步行圈,所述多边形区域是包含所述地图网格的连续多边形区域范围;
确定模块310,用于从多个地图网格中,确定每个多边形区域对应的有效相交地图网格,并基于有效相交地图网格的日间总人口数量,确定每个多边形区域内的人口数量;
确定模块310,用于根据每个多边形区域内的人口数量和单个检测点的最大人口检测量,确定每个多边形区域内检测点的需求量;
选址模块330,用于针对每个多边形区域,基于需求量,从位于目标研究区域内的全部兴趣点中,确定位于多边形区域内的目标兴趣点,并根据目标兴趣点和步行圈确定检测点的参考地址。
可以理解的是,构建模块320、确定模块310和选址模块330可以协同的执行图2中的各个步骤以实现相应的技术效果。
在可选的实施方式中,检测点选址装置300还可以包括合并模块,用于将人口数量小于最大人口检测量的多边形区域进行合并。
在可选的实施方式中,合并模块,具体用于:针对每个多边形区域,若人口数量小于最大人口检测量,确定多边形区域的相邻多边形区域;若存在人口数量小于最大人口检测量的相邻多边形区域,则将多边形区域与相邻多边形区域合并;当多边形区域的人口数量大于或等于最大人口检测量,则停止合并。
在可选的实施方式中,确定模块310,具体用于:针对每个多边形区域,从全部地图网格中,确定与多边形区域存在重叠区域,且中心坐标位于多边形区域内的地图网格为有效相交地图网格;将全部有效相交地图网格对应的日间总人口数量之和,作为多边形区域内的人口数量。
在可选的实施方式中,选址模块330,具体用于:从位于多边形区域内的候选兴趣点中,确定出相邻距离大于第一预设距离的第一目标兴趣点;若第一目标兴趣点的数量少于需求量,则确定剩余目标兴趣点数量;从除第一目标兴趣点以外的剩余候选兴趣点中,确定出相邻距离大于第二预设距离的第二目标兴趣点,将第一目标兴趣点、第一目标兴趣点作为检测点的参考地址,其中,第一预设距离大于第二预设距离。
在可选的实施方式中,确定模块310,具体用于:创建临时表,并将最大日间总人口数量对应的地图网格作为目标地图网格,写入临时表;针对除最大日间总人口数量对应的地图网格以外的每个地图网格,按照日间总人口数量由大到小的顺序,计算地图网格的中心坐标与临时表中每个目标地图网格的中心坐标的相邻距离;若相邻距离大于或等于预设距离阈值,则将相邻距离对应的地图网格作为目标地图网格写入临时表;若相邻距离小于预设距离阈值,则将相邻距离对应的地图网格舍弃。
在可选的实施方式中,检测点选址装置300还可以包括划分模块和获取模块;划分模块用于将目标研究区域进行划分,得到多个地图网格;获取模块用于获取目标研究区域内的目标时间段内的信令数据;确定模块310,还用于基于全部信令数据的位置信息,将位置信息位于地图网格内,且在地图网格内的驻留时长大于或等于预设时长的信令数据所对应的用户数量,确定为地图网格的日间总人口数量。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种检测点选址方法,其特征在于,所述方法包括:
根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格;其中,所述预
设距离阈值是用户在预定步行时间内基于预设步行速度行走的最大距离;
基于所述目标地图网格,构建目标研究区域内的多个多边形区域;所述多边形区域表征所述用户的步行圈;所述多边形区域是包含所述地图网格的连续多边形区域范围;
从多个所述地图网格中,确定每个所述多边形区域对应的有效相交地
图网格,并基于所述有效相交地图网格的日间总人口数量,确定每个所述多边形区域内的人口数量;
根据每个所述多边形区域内的人口数量和单个检测点的最大人口检测量,确定每个所述多边形区域内所述检测点的需求量;
针对每个所述多边形区域,基于所述需求量,从位于所述目标研究区域
内的全部兴趣点中,确定位于所述多边形区域内的目标兴趣点,并将所述目标兴趣点作为所述检测点的参考地址。
2.根据权利要求1所述的方法,其特征在于,在根据每个所述多边形区域内的人口数量和单个检测点的最大人口检测量,确定每个所述多边形区域内所述检测点的需求量之前,所述方法还包括:
将所述人口数量小于所述最大人口检测量的所述多边形区域进行合并。
3.根据权利要求1所述的方法,其特征在于,从多个所述地图网格中,
确定所述多边形区域对应的有效相交地图网格,并基于所述有效相交地图网格的日间总人口数量,确定每个所述多边形区域内的人口数量,包括:
针对每个所述多边形区域,从全部所述地图网格中,确定与所述多边形
区域存在重叠区域,且中心坐标位于所述多边形区域内的地图网格为所述有效相交地图网格;
将全部所述有效相交地图网格对应的日间总人口数量之和,作为所述多边形区域内的人口数量。
4.根据权利要求1所述的方法,其特征在于,针对每个所述多边形区
域,基于所述需求量,从位于所述目标研究区域内的全部兴趣点中,确定位于所述多边形区域内的目标兴趣点,并将所述目标兴趣点作为所述检测点的参考地址,包括:
从位于所述多边形区域内的候选兴趣点中,确定出相邻距离大于第一预设距离的第一目标兴趣点;
若所述第一目标兴趣点的数量少于所述需求量,则确定剩余目标兴趣点数量;
从除所述第一目标兴趣点以外的剩余候选兴趣点中,确定出所述相邻距离大于第二预设距离的第二目标兴趣点,将所述第一目标兴趣点、所述第一目标兴趣点作为所述检测点的参考地址,其中,所述第一预设距离大于所述第二预设距离。
5.根据权利要求1所述的方法,其特征在于,根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格,包括:
创建临时表,并将最大日间总人口数量对应的地图网格作为所述目标地图网格,写入所述临时表;
针对除所述最大日间总人口数量对应的地图网格以外的每个所述地图网格,按照所述日间总人口数量由大到小的顺序,计算所述地图网格的中心坐标与所述临时表中每个所述目标地图网格的中心坐标的相邻距离;
若所述相邻距离大于或等于所述预设距离阈值,则将所述相邻距离对应的所述地图网格作为所述目标地图网格写入所述临时表;
若所述相邻距离小于所述预设距离阈值,则将所述相邻距离对应的所述地图网格舍弃。
6.根据权利要求2所述的方法,其特征在于,将所述人口数量小于所述最大人口检测量的所述多边形区域进行合并,包括:
针对每个所述多边形区域,若所述人口数量小于所述最大人口检测量,确定所述多边形区域的相邻多边形区域;
若存在所述人口数量小于所述最大人口检测量的所述相邻多边形区域,则将所述多边形区域与所述相邻多边形区域合并;
当所述多边形区域的人口数量大于或等于所述最大人口检测量,则停止合并。
7.根据权利要求1所述的方法,其特征在于,构建目标研究区域内的多个多边形区域之前,所述方法还包括:
将所述目标研究区域进行划分,得到多个所述地图网格;
获取所述目标研究区域内的目标时间段内的信令数据;
基于全部所述信令数据的位置信息,将所述位置信息位于所述地图网格内,且在所述地图网格内的驻留时长大于或等于预设时长的信令数据所对应的用户数量,确定为所述地图网格的日间总人口数量。
8.一种检测点选址装置,其特征在于,包括:
确定模块,用于根据目标研究区域内每个地图网格对应的日间总人口数量,确定出中心坐标的相邻距离大于或等于预设距离阈值的目标地图网格;其中,所述预设距离阈值是用户在预定步行时间内基于预设步行速度行走的最大距离;
构建模块,用于基于所述目标地图网格,构建目标研究区域内的多个多边形区域;所述多边形区域表征所述用户的步行圈;所述多边形区域是包含所述地图网格的连续多边形区域范围;
所述确定模块,用于从多个所述地图网格中,确定每个所述多边形区域对应的有效相交地图网格,并基于所述有效相交地图网格的日间总人口数量,确定每个所述多边形区域内的人口数量;
所述确定模块,用于根据每个所述多边形区域内的人口数量和单个检测点的最大人口检测量,确定每个所述多边形区域内所述检测点的需求量;
选址模块,用于针对每个所述多边形区域,基于所述需求量,从位于所述目标研究区域内的全部兴趣点中,确定位于所述多边形区域内的目标兴趣点,并将所述目标兴趣点作为所述检测点的参考地址。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现权利要求1至7任一项所述的方法。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211549809.0A CN116450958A (zh) | 2022-12-05 | 2022-12-05 | 检测点选址方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211549809.0A CN116450958A (zh) | 2022-12-05 | 2022-12-05 | 检测点选址方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116450958A true CN116450958A (zh) | 2023-07-18 |
Family
ID=87118958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211549809.0A Pending CN116450958A (zh) | 2022-12-05 | 2022-12-05 | 检测点选址方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116450958A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117979225A (zh) * | 2024-03-29 | 2024-05-03 | 北京大也智慧数据科技服务有限公司 | 健身步道的选址方法、装置、存储介质及电子设备 |
-
2022
- 2022-12-05 CN CN202211549809.0A patent/CN116450958A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117979225A (zh) * | 2024-03-29 | 2024-05-03 | 北京大也智慧数据科技服务有限公司 | 健身步道的选址方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107547633B (zh) | 一种用户常驻点的处理方法、装置和存储介质 | |
US9733094B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
US9730028B2 (en) | Systems and methods to identify home addresses of mobile devices | |
EP3605365A1 (en) | Site selection method and device | |
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 | |
KR20190139130A (ko) | 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법 | |
CN104254865A (zh) | 凭经验的专家确定和问题路由系统和方法 | |
CN108122012B (zh) | 常驻点中心点的确定方法、装置、设备及存储介质 | |
CN104102637A (zh) | 一种生成热点区域的方法及装置 | |
CN109992640A (zh) | 位置网格的确定方法及装置、设备及存储介质 | |
CN115687675A (zh) | 一种机载矢量地图数据处理方法 | |
CN105913347A (zh) | 一种面向住房信息采集的房屋编码方法 | |
CN116450958A (zh) | 检测点选址方法、装置、电子设备及可读存储介质 | |
CN107835486A (zh) | 交通出行量计算方法及装置 | |
CN109684425A (zh) | 保单用户地址匹配方法及装置 | |
CN103839291B (zh) | 构建三维地形的方法及装置 | |
CN116703132B (zh) | 共享车辆动态调度的管理方法、装置及计算机设备 | |
CN112860831A (zh) | 处理、展现城管事件的gis点位的方法、系统 | |
CN117114210A (zh) | 无障碍公共设施布局优化方法、装置、设备及存储介质 | |
CN102594878A (zh) | 物联网信息融合方法、物联网终端设备和物联网平台 | |
CN113722415B (zh) | 点云数据的处理方法、装置、电子设备及存储介质 | |
CN111611337B (zh) | 终端数据处理系统 | |
CN107832445A (zh) | 数据索引方法、装置及电子设备 | |
CN108597013B (zh) | 一种特定区域气象水文资料抽点填图方法 | |
CN111506576A (zh) | 一种基于区域四叉树的地块编码方法及装置 |
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 |