WO2020206972A1 - 地图点位信息处理方法、装置及服务器 - Google Patents

地图点位信息处理方法、装置及服务器 Download PDF

Info

Publication number
WO2020206972A1
WO2020206972A1 PCT/CN2019/111826 CN2019111826W WO2020206972A1 WO 2020206972 A1 WO2020206972 A1 WO 2020206972A1 CN 2019111826 W CN2019111826 W CN 2019111826W WO 2020206972 A1 WO2020206972 A1 WO 2020206972A1
Authority
WO
WIPO (PCT)
Prior art keywords
points
point
regions
sub
searched
Prior art date
Application number
PCT/CN2019/111826
Other languages
English (en)
French (fr)
Inventor
周人弈
Original Assignee
浙江宇视科技有限公司
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 浙江宇视科技有限公司 filed Critical 浙江宇视科技有限公司
Priority to US17/602,972 priority Critical patent/US20220197932A1/en
Priority to EP19923964.1A priority patent/EP3955129A4/en
Publication of WO2020206972A1 publication Critical patent/WO2020206972A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—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
    • G06F16/20—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
    • G06F16/2237—Vectors, bitmaps or matrices
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24554—Unary operations; Data partitioning operations
    • G06F16/24556—Aggregation; Duplicate elimination

Definitions

  • This application relates to the field of electronic map technology, such as a method, device and server for processing map point information.
  • Geographic Information System Geographic Information System or Geo-Information System, GIS
  • GIS Geographic Information System
  • general database operations such as query and statistical analysis
  • the data is dimensionalized and cached by combining with GeoHash encoding, and then the related geographic information data is returned through distance sorting during search.
  • GeoHash algorithm is an efficient multi-dimensional spatial point search algorithm, which can realize rapid search of points.
  • the traditional GeoHash encoding method used in the related technology does not consider the actual situation of the point distribution, resulting in a large difference in the search time of multiple search areas during subsequent searches, and the overall time smoothness of the search work is poor.
  • This application provides a method, device, and server for processing map point information to improve the traditional GeoHash encoding method. Because the actual situation of point distribution is not considered, the search time of multiple search areas during subsequent searches has large differences. Work on the overall time smoothness is poor.
  • the embodiment of the application provides a method for processing map point information, which is applied to a server, and the method includes:
  • Another embodiment of the present application also provides a device for processing map point information, applied to a server, and the device includes:
  • the first dividing module is configured to obtain the total number of points in the area to be marked in the electronic map, and divide the area to be marked into multiple sub-areas according to the total number of points, wherein the multiple sub-areas are in The lengths in the longitude direction are equal, and the lengths of the multiple sub-regions in the latitude direction are equal;
  • the second dividing module is configured to divide the multiple points into corresponding sub-areas according to the position information of the multiple points in the area to be marked;
  • the adjustment module is configured to respectively obtain the number of points in the multiple sub-regions, and adjust the length of the multiple sub-regions in the longitude direction and the length of the multiple sub-regions in the latitude direction according to the number of the points in the multiple sub-regions So that the difference between the number of points in the multiple sub-regions after adjustment is smaller than the preset threshold.
  • Another embodiment of the present application further provides a server, including a memory, a processor, and a computer program stored in the memory and capable of running on the processor, and the processor implements the above method when the program is executed .
  • FIG. 1 is a schematic diagram of an application scenario of a method for processing map point information provided by an embodiment of the application
  • FIG. 2 is a schematic structural block diagram of a server provided by an embodiment of the application.
  • FIG. 3 is a flowchart of a method for processing map point information provided by an embodiment of the application.
  • FIG. 4 is a flowchart of sub-steps of step 330 in FIG. 3 according to an embodiment of the application;
  • FIG. 5 is a schematic diagram of the relationship between the index vector and the number of points before adjustment according to an embodiment of the application;
  • FIG. 6 is a schematic diagram of the relationship between the index vector and the number of points after adjustment according to an embodiment of the application;
  • FIG. 7 is a flowchart of another method for processing map point information according to an embodiment of the application.
  • FIG. 8 is a block diagram of functional modules of a device for processing map point information according to an embodiment of the application.
  • Icon 100-server; 110-processor; 120-memory; 130-map point information processing device; 131-first division module; 132-second division module; 133-adjustment module; 200-client.
  • FIG. 1 is a schematic diagram of an application scenario of a method for processing map point information according to an embodiment of the application.
  • This scenario includes a server 100 and a client 200, and the server 100 communicates with the client 200 via a network for data communication or interaction.
  • the client 200 includes multiple, and multiple clients 200 are in communication connection with the server 100.
  • the client 200 is a terminal device with a display device, such as a mobile phone, a computer, a tablet computer, etc., and a related search application is installed on the client 200.
  • the search application realizes the search function for points.
  • the server 100 is a background server corresponding to the search application, which can process relevant information of the search application, and exchange information and data with the client 200.
  • the server 100 may be a single server 100 or a cluster of servers 100, which is not limited herein.
  • FIG. 2 is a schematic structural block diagram of a server 100 according to an embodiment of the application.
  • the server 100 includes a map point information processing device 130, a processor 110, and a memory 120.
  • the memory 120 and the processor 110 are directly or indirectly electrically connected to implement data transmission or interaction.
  • the map point information processing device 130 includes at least one software function module that can be stored in the memory 120 in the form of software or firmware or solidified in the operating system of the server 100.
  • the processor 110 is configured to execute executable modules stored in the memory 120, such as a software function module or a computer program included in the map point information processing device 130.
  • FIG. 3 is a flowchart of a method for processing map point information applied to the server 100 according to an embodiment of the present application.
  • the method provided in this application is not limited to the sequence described in FIG. 3 and the following. The steps shown in FIG. 3 will be described below.
  • Step 310 Obtain the total number of points in the area to be marked in the electronic map, and divide the area to be marked into multiple sub-areas according to the total number of points. The lengths are equal and the lengths of the multiple sub-regions in the latitude direction are equal.
  • Step 320 Divide the multiple points into corresponding sub-areas according to the position information of the multiple points in the area to be marked.
  • Step 330 Obtain the number of points in the multiple subregions respectively, and adjust the length of the multiple subregions in the longitude direction and the length of the multiple subregions in the latitude direction according to the number of points in the multiple subregions. Length, so that the difference between the number of points in the plurality of sub-regions after adjustment is smaller than the preset threshold.
  • the server 100 may obtain relevant information of a point on an electronic map in a certain area from other external systems, such as the location information of the point, and the type of equipment corresponding to the point.
  • a point is taken as an example of an imaging device for description.
  • the server 100 may obtain and store relevant information of points in a certain area from, for example, a traffic monitoring system. And it can periodically detect whether the point information on the side of the traffic monitoring system is updated. If the point information is updated, the stored corresponding point information can be updated in time to ensure the accuracy of the point information on the electronic map .
  • the area to be marked in the electronic map needs to be processed, the total number of points in the area to be marked can be obtained.
  • the area to be marked may be an area including a city, or an area including the city center of a city, which is not limited herein.
  • the points with the minimum longitude value, maximum longitude value, minimum latitude value, and maximum latitude value in the area where the city is located on the electronic map can be obtained. Then, a square frame is framed according to the obtained points as the area to be marked that contains the city area.
  • the area to be marked is first divided into multiple sub-areas according to the total number of points in the area to be marked.
  • the total number of points can be divided by 100 and square rooted, and the obtained value l can be used as the standard for dividing sub-regions.
  • the area to be marked is divided into l units in the latitude and longitude direction, and the area to be marked is divided into l units in the latitude direction.
  • the area to be marked can be divided into l*l sub-areas, and multiple sub-areas
  • the lengths in the longitude direction are the same, and the lengths of the multiple sub-regions are the same in the latitude direction.
  • other methods can also be used to divide the area to be marked into sub-areas, which is not limited in this embodiment.
  • the latitude and longitude information of the multiple sub-areas can be determined.
  • the position information of multiple points in the area to be marked can be obtained, and the multiple points are divided into corresponding sub-regions according to the position information of the multiple points.
  • the length of the multiple subregions in the longitude direction and the length of the multiple subregions in the latitude direction will be adjusted according to the number of points in the multiple subregions, so that the adjusted multiple subregions
  • the difference between the number of points within is smaller than the preset threshold. In this way, the number of points in multiple sub-regions is similar, which improves the search stability between different sub-regions.
  • the length of the multiple subregions in the longitude direction and the length of the multiple subregions in the latitude direction are adjusted according to the number of points in the multiple subregions.
  • the length so that the difference between the number of points in the plurality of sub-regions after adjustment is smaller than the preset threshold value, which can be implemented through step 410 to step 430.
  • Step 410 Establish an index array according to the number of the plurality of subregions, the length of the plurality of subregions in the longitude direction, and the length of the plurality of subregions in the latitude direction, wherein the index array includes a plurality of index vectors .
  • Step 420 Establish a normal distribution image of the points in the area to be marked based on the length of the plurality of index vectors and the number of points corresponding to the plurality of index vectors, wherein the normal distribution image of the The abscissa is the length of the multiple index vectors, and the ordinate of the normal distribution image is the quotient of the number of points corresponding to each index vector and the length of each index vector.
  • Step 430 Adjust the lengths of the multiple index vectors in the normal distribution image according to the correspondence between the abscissa spacing value of the normal distribution image and the image area, so that the adjusted multiple index vectors correspond The difference between the image areas of is less than the preset threshold.
  • the sub-regions can be divided according to the total number of points in the area to be marked, and the relevant information of the sub-regions obtained by the division on the latitude and longitude can be marked in the form of an index array.
  • the index array may be established according to the number of the multiple sub-regions, the length of the multiple sub-regions in the longitude direction, and the length of the multiple sub-regions in the latitude direction.
  • the index array includes multiple index vectors.
  • the index array may include a longitude index array and a latitude index array, and the longitude index array includes multiple longitude index vectors, and the latitude index array includes multiple latitude index vectors.
  • the longitude index array and the latitude index array may It is expressed by the following formula.
  • d 1 represents the longitude index array
  • [lng n , lng n+1 ] represents the longitude index vector
  • the difference between lng n and lng n+1 represents the length of the longitude index vector
  • d 2 represents the latitude index array
  • [Lat n , lat n+1 ] represents the latitude index vector
  • the difference between lat n and lat n+1 represents the length of the latitude index vector.
  • a longitude index vector and a latitude index vector can represent a subregion, and the length of the longitude index vector indicates the length of the subregion in the longitude direction, and the length of the latitude index vector indicates the length of the subregion in the latitude direction . Therefore, the points that fall in the subregion can be attributed to the index vector composed of the corresponding longitude index vector and latitude index vector.
  • the normal distribution image of the points in the area to be marked can be established according to the length of the multiple index vectors and the number of points corresponding to the multiple index vectors.
  • the number of points in the area to be marked is large, the number of points in the area to be marked belonging to different sub-regions is normally distributed, and the abscissa of the obtained normal distribution image That is, the length of multiple index vectors, and the ordinate is the quotient of the number of points corresponding to each index vector and the length of each index vector.
  • the abscissa axis is divided into multiple segments, and each segment serves as an abscissa interval and corresponds to an index vector.
  • the abscissa interval value is the length of the index vector, because the ordinate is the point corresponding to each index vector.
  • the quotient of the number of bits and the length of each index vector, and the image area enclosed by each abscissa interval value and the ordinate is the number of points corresponding to each index vector.
  • the final normal distribution image of the points is shown in Figure 5. It can be seen that the spacing values of multiple abscissas are equal, and because the image is normally distributed, the number of points corresponding to multiple index vectors is different. Larger, not conducive to subsequent point search.
  • the server 100 may also calculate the corresponding relationship between the abscissa spacing value of the normal distribution image obtained above and the image area, that is, the distance between two points on the abscissa axis, and the two points The corresponding relationship between the size of the area enclosed by the ordinate and the abscissa.
  • the fitting function of the normal distribution image can be calculated according to the image parameters of the normal distribution image, so as to obtain the correspondence between the abscissa spacing value of the normal distribution image and the image area.
  • the length of the multiple index vectors in the normal distribution image can be adjusted according to the corresponding relationship, so that the difference between the image areas corresponding to the multiple index vectors after adjustment is smaller than the preset threshold.
  • the ordinate corresponding to each two points is basically the same as the area enclosed by the two points.
  • the length of the index vector that is, adjusting the length of the subregion in the longitude direction and the length in the latitude, so that the number of points in the multiple subregions after adjustment is basically the same.
  • an initial abscissa spacing value may be preset, and then according to the preset The initial abscissa spacing value of, searches for the correspondence between the abscissa spacing value of the normal distribution image and the image area, and obtains the preset image area corresponding to the preset initial abscissa spacing value.
  • the preset initial abscissa distance value is an empirical value
  • coordinates x1 and x2 are selected on the abscissa axis symmetrically on both sides of the central axis of the normal distribution image (assuming x1 is in the positive direction of the abscissa axis, x2 is in the negative direction of the abscissa axis), and the distance between x1 and x2 is the preset initial abscissa spacing value.
  • the coordinates y1 and y2 corresponding to x1 and x2 on the normal distribution image can be obtained.
  • the area enclosed by x1, x2, y1 and y2 is the corresponding coordinate x1 and x2 Image area, set the image area to the preset image area. Then extend to the positive direction (or negative direction) of the abscissa axis to set other abscissas. For example, set the coordinate x3 along the positive direction of the abscissa axis. According to the fitting function in the normal distribution image, you can get x3 in the normal distribution The corresponding coordinate y3 on the image makes the difference between the image area obtained by multiplying the abscissa value between x1 and x3 by the ordinate value of y3 and the preset image area to be smaller than the preset threshold. Finally, the image area distribution formed by the number of points corresponding to the multiple index vectors obtained after adjustment can be as shown in FIG. 6. It can be seen from Figure 6 that the number of points corresponding to multiple index vectors can be basically the same.
  • the method for processing map point information provided in this embodiment further includes step 710 to step 730.
  • Step 710 Obtain a search request, where the search request includes point information of the point to be searched.
  • Step 720 Use a preset normal distribution function to process the point information to obtain the subregion to which the point to be searched belongs to.
  • Step 730 According to the point information of the point to be searched, search for a corresponding point in the subregion to which the obtained point to be searched belongs.
  • the client 200 can initiate a search request to the server 100.
  • the search request includes point information of the point to be searched, for example, it may include a point to be searched, or a point in an area.
  • the server 100 can use the preset normal distribution function to process the point information of the point to be searched, so as to obtain the sub-region to which the point to be searched belongs, so as to avoid traversal search in a large range. Speed up the search speed.
  • search for the sub-region to which the point to be searched belongs so as to obtain the same point information as the point information of the point to be searched in the sub-region to which the point to be searched belongs to .
  • the server 100 can feed back the point information of the searched point to the client 200, and the client 200 displays the received point information on the electronic map of the corresponding search application according to the received point information, so that the user can view it. .
  • the server 100 may preset the duration at every interval, such as 50ms or 100ms, when searching for points. It is assumed that the point information of the point searched within the time period is fed back to the client 200 that sent the search request. In this way, even if the point search volume initiated by the client 200 is large, some of the searched points can be retrieved in a short time. Point information is fed back to the user to avoid the problem of poor experience caused by no feedback for a long time.
  • the server 100 After the server 100 feeds back the searched point information to the client 200, it records the current point information that has been fed back to the client 200.
  • the server 100 receives the search request initiated by the client 200, it will first detect whether the location information corresponding to the search request and that has been fed back to the client 200 is currently stored. That is, it is detected whether the search request currently initiated by the client 200 is the first request, or it has been initiated before but is initiated again after being interrupted due to some reasons. If it is detected that the search request currently initiated by the client 200 is not the first request, it indicates that the server 100 has searched for the search request before, and some point information has been obtained through the search and has been fed back to the client 200.
  • the server 100 will feed back part of the searched point information to the client 200 and record it while searching. Therefore, when the received search request is not the first request, in order to avoid repeated search work, the server 100 may filter out the points that have been fed back to the client 200 from the points in the sub-region to which the points to be searched belong to, and then According to the point information of the point to be searched, the corresponding point is searched from the filtered sub-region. Then, the point information of the searched point is fed back to the client 200.
  • each point may be marked with authority labels.
  • the search request includes permission information.
  • the server 100 extracts the points corresponding to the authority information in the search request according to the authority tags of the multiple points in the sub-region to which the points to be searched belong to, sent by the client 200. Then search for the points corresponding to the point information of the points to be searched from the extracted points. The point information of the searched points is fed back to the client 200.
  • the points are relatively dense in some areas, if all the point information of the densely distributed points is displayed, one will cause the overlap between the point information and cause the information to be unclear.
  • the user may not need the information of all points, which cannot meet the actual needs of the user. Therefore, in this case, multiple points can be aggregated to perform aggregate display.
  • the search request initiated by the user may carry an aggregation tag, or the server 100 may autonomously determine whether aggregation processing is required according to the information of the search point. If the search request carries an aggregation tag, or when it is determined that aggregation processing is required, the server 100 may aggregate the point information of the searched points, and feed back the aggregate information of the points obtained after the aggregation processing to the sending station.
  • the client 200 of the search request For example, the points to be searched are multiple points with similar positions in an area, and displaying all the multiple points will cause overlap between the points and the points. Therefore, the center positions of the multiple points can be obtained, and the center positions are marked by a dot mark to characterize the multiple points. For example, the number of the multiple points can be marked on the dots. In this way, when the feedback is sent to the client 200 for page display, the user can know at a glance the number of points contained in the nearby location.
  • the above-mentioned map point information processing scheme is used to test the actual points of a first-tier city in China.
  • the number of points used in the test is about 100,000, and the client 200 displays 200 per page when displaying.
  • the relevant point loading time, peripheral point search time, and zone aggregation time of the client 200 can be as shown in Table 1 to Table 3, respectively.
  • FIG. 8 another embodiment of the present application also provides a map point information processing device 130 applied to the server 100 described above.
  • the map point information processing device 130 includes a first division module 131, a second division module 132 and an adjustment module 133.
  • the first division module 131 is configured to obtain the total number of points in the area to be marked in the electronic map, and divide the area to be marked into multiple sub-areas according to the total number of points, wherein the multiple sub-areas The length in the longitude direction is equal, and the multiple sub-regions have the same length in the latitude direction.
  • the first dividing module 131 may be configured to execute the above step 310, and for the implementation of the first dividing module 131, reference may be made to the above-mentioned content related to step 310.
  • the second dividing module 132 is configured to divide the multiple points into corresponding sub-areas according to the position information of the multiple points in the area to be marked.
  • the second division module 132 may be configured to perform the above step 320, and for the implementation of the second division module 132, reference may be made to the above-mentioned content related to step 320.
  • the adjustment module 133 is configured to respectively obtain the number of points in the multiple sub-regions, and adjust the length of the multiple sub-regions in the longitude direction and the latitude of the multiple sub-regions according to the number of points in the multiple sub-regions. The length in the direction so that the difference between the number of points in the plurality of sub-regions after adjustment is smaller than the preset threshold.
  • the adjustment module 133 may be configured to execute the above-mentioned step 330, and for the implementation of the adjustment module 133, refer to the above-mentioned content related to the step 330.
  • the method, device and server 100 for processing map point information divide the area to be marked into multiple sub-areas according to the total number of points in the area to be marked, and according to the The position information of multiple points divides the multiple points into corresponding sub-regions. Finally, obtain the number of points in multiple sub-regions separately, adjust the length of the multiple sub-regions in the longitude direction and the length in the latitude direction, so that the difference between the adjusted number of points in the multiple sub-regions is less than Preset threshold.
  • the longitude information and latitude information of the multiple sub-regions according to the number of points in the multiple sub-regions the number of points in the multiple sub-regions obtained is similar. In this way, the subsequent point search for different sub-regions When the search time is not much different, the instability in the search time is improved.
  • each block in the flowchart or block diagram may represent a module, program segment, or part of the code, and the module, program segment, or part of the code contains one or more functions for realizing the specified logical function.
  • Executable instructions may be included in some alternative implementation manners, the functions marked in the block may also occur in a different order from the order marked in the drawings.
  • each block in the block diagram and/or flowchart, and the combination of the blocks in the block diagram and/or flowchart can be implemented by a dedicated hardware-based system that performs the specified functions or actions Or it can be realized by a combination of dedicated hardware and computer instructions.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例提供一种地图点位信息处理方法、装置及服务器，所述方法包括：获取电子地图中的待标记区域内的点位总量，并根据点位总量将待标记区域划分为多个子区域，其中，多个子区域在经度方向上的长度相等且多个子区域在纬度方向上的长度相等；根据待标记区域内的多个点位的位置信息将多个点位划分至对应的子区域内；分别获取多个子区域内的点位数量，根据多个子区域内的点位数量调整多个子区域在经度方向上的长度以及多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值。

Description

地图点位信息处理方法、装置及服务器
本申请要求在2019年04月11日提交中国专利局、申请号为201910286969.2的中国专利申请的优先权，该申请的全部内容通过引用结合在本申请中。
技术领域
本申请涉及电子地图技术领域，例如涉及一种地图点位信息处理方法、装置及服务器。
背景技术
地理信息系统(Geographic Information System或Geo－Information system，GIS)可以实现将地图的视觉化效果和地理分析功能与一般的数据库操作(例如查询和统计分析等)进行集成，可以实现对空间信息的存储管理分析。随着视频监控网络建设越来越大，单纯的GIS服务已难以满足大数据量的加载及搜索等功能。相关技术中，采用结合地理哈希(GeoHash)编码的方式对数据进行降维处理并进行缓存，后续在搜索时通过距离远近排序返回相关地理信息数据。GeoHash算法是一种高效的多维空间点搜索算法，可以实现点位的快速搜索。但是，相关技术中所采用的传统GeoHash编码方式，由于未考虑点位分布的实际情况，导致后续搜索时多个搜索区域的搜索时间差异较大，搜索工作在整体的时间平滑度上较差。
发明内容
本申请提供一种地图点位信息处理方法、装置及服务器，以改善传统GeoHash编码方式中，由于未考虑点位分布的实际情况，导致后续搜索时多个搜索区域的搜索时间差异较大，搜索工作在整体的时间平滑度上较差的问题。
本申请实施例提供一种地图点位信息处理方法，应用于服务器，所述方法包括：
获取电子地图中的待标记区域内的点位总量，并根据所述点位总量将所述待标记区域划分为多个子区域，其中，所述多个子区域在经度方向上的长度相等且所述多个子区域在纬度方向上的长度相等；
根据所述待标记区域内的多个点位的位置信息将所述多个点位划分至对应的子区域；
分别获取所述多个子区域内的点位数量，根据所述多个子区域内的点位数 量调整所述多个子区域在经度方向上的长度以及所述多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值。
本申请另一实施例还提供一种地图点位信息处理装置，应用于服务器，所述装置包括：
第一划分模块，设置为获取电子地图中的待标记区域内的点位总量，并根据所述点位总量将所述待标记区域划分为多个子区域，其中，所述多个子区域在经度方向上的长度相等且所述多个子区域在纬度方向上的长度相等；
第二划分模块，设置为根据所述待标记区域内的多个点位的位置信息将所述多个点位划分至对应的子区域；
调整模块，设置为分别获取所述多个子区域内的点位数量，根据所述多个子区域内的点位数量调整所述多个子区域在经度方向上的长度以及所述多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值。
本申请另一实施例还提供一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法。
附图说明
图1为本申请实施例提供的一种地图点位信息处理方法的应用场景示意图；
图2为本申请实施例提供的一种服务器的示意性结构框图；
图3为本申请实施例提供的一种地图点位信息处理方法的流程图；
图4为本申请实施例提供的一种图3中步骤330的子步骤的流程图；
图5为本申请实施例提供的一种在调整之前索引向量与点位数量之间的关系示意图；
图6为本申请实施例提供的一种在调整之后索引向量与点位数量之间的关系示意图；
图7为本申请实施例提供的另一种地图点位信息处理方法的流程图；
图8为本申请实施例提供的一种地图点位信息处理装置的功能模块框图。
图标：100-服务器；110-处理器；120-存储器；130-地图点位信息处理装置；131-第一划分模块；132-第二划分模块；133-调整模块；200-客户端。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述，本文所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。在本文附图中描述和示出的本申请实施例的组件可以以多种不同的配置来布置和设计。
因此，对在本文附图中提供的本申请的实施例的描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。相似的标号和字母在本文附图中表示类似项，因此，一旦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定义和解释。
请参阅图1，图1为本申请实施例提供的一种地图点位信息处理方法的应用场景示意图。该场景包括服务器100和客户端200，所述服务器100通过网络与所述客户端200通信连接，以进行数据通信或交互。在本实施例中，所述客户端200包括多个，多个所述客户端200与所述服务器100通信连接。在本实施例中，所述客户端200为具有显示设备的终端设备，例如手机、计算机、平板电脑等，所述客户端200上安装有相关的搜索应用，用户可通过所述客户端200上的搜索应用实现对点位的搜索功能。所述服务器100为所述搜索应用对应的后台服务端，可实现对所述搜索应用的相关信息的处理，并与客户端200进行信息、数据的交互。所述服务器100可以是单独的服务器100，也可以是服务器100集群，本文不做限制。
请参阅图2，图2为本申请实施例提供的一种服务器100的示意性结构框图。在本实施例中，所述服务器100包括地图点位信息处理装置130、处理器110及存储器120。服务器100中，所述存储器120与所述处理器110之间直接或间接的电性连接，以实现数据的传输或交互。所述地图点位信息处理装置130包括至少一个可以软件或固件的形式存储于所述存储器120中或固化在所述服务器100的操作系统中的软件功能模块。所述处理器110设置为执行所述存储器120中存储的可执行模块，例如所述地图点位信息处理装置130包括的软件功能模块或计算机程序。
请参阅图3，图3是本申请实施例提供的一种应用于上述服务器100的地图点位信息处理方法的流程图。本申请提供的方法不以图3及以下所述的顺序为限制。下面将对图3中示出的步骤进行说明。
步骤310，获取电子地图中的待标记区域内的点位总量，并根据所述点位总量将所述待标记区域划分为多个子区域，其中，所述多个子区域在经度方向上的长度相等且所述多个子区域在纬度方向上的长度相等。
步骤320，根据所述待标记区域内的多个点位的位置信息将所述多个点位划分至对应的子区域。
步骤330，分别获取所述多个子区域内的点位数量，根据所述多个子区域内的点位数量调整所述多个子区域在经度方向上的长度以及所述多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值。
本实施例中，服务器100可从其他外部系统中获取某个区域内电子地图上的点位的相关信息，例如点位的位置信息、点位对应的设备类型等。本实施例，以点位为摄像设备为例进行说明。服务器100可从例如交通监控系统获得某个区域内的点位的相关信息并进行存储。并且可定时检测交通监控系统一侧的点位信息是否进行更新，若点位信息进行了更新，则可及时对存储的对应点位信息进行更新，以保障电子地图上的点位信息的准确性。
在需要对电子地图中的待标记区域进行处理时，可获取该待标记区域内的点位总量。一实施例中，待标记区域可以是包含一个城市的区域，也可以是包含一个城市的市中心的区域，本文不做限制。例如待标记区域是包含一个城市的区域时，可以获得电子地图上该城市所在的区域内分别具有最小经度值、最大经度值、最小纬度值以及最大纬度值的点位。再根据获得的点位框定一个正方形框，以作为包含该城市区域的待标记区域。
本实施例中，首先根据待标记区域内的点位的总量将待标记区域划分为多个子区域。一实施例中，可以利用点位的总量除以100并开平方，得到的值l作为划分子区域的标准。例如，在经纬方向上将待标记区域划分为l个单元，在纬度方向上将待标记区域划分为l个单元，如此，可将待标记区域划分为l*l个子区域，并且，多个子区域在经度方向上的长度相等且多个子区域在纬度方向上的长度相等。当然，也可以采用其他方式对待标记区域进行子区域的划分，本实施例并不作限制。
在将待标记区域划分为多个子区域后，多个子区域在经纬度上的信息即可确定。可获得待标记区域内的多个点位的位置信息，并根据多个点位的位置信息将多个点位划分至对应的子区域内。
由于不同的区域点位的稀疏、密集程度不一致，因此，采用以上的子区域的划分方式，多个子区域在经度方向上的长度相等且多个子区域在纬度方向上长度一致，可能会导致一些子区域内的点位数量很多，而另外一些子区域内的点位数量很少。这种情况将造成后续的点位搜索的不稳定性。
基于上述考虑，在本实施例中，将根据多个子区域内的点位数量，调整多个子区域在经度方向上的长度以及多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值，如此，多个子区域内的点位数量相近，提高不同子区域之间的搜索稳定性。
一实施例中，请参阅图4，在本实施例中，根据所述多个子区域内的点位数量调整所述多个子区域在经度方向上的长度以及所述多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值，可通过步骤410-步骤430实现。
步骤410，根据所述多个子区域的数量、所述多个子区域在经度方向上的长度和所述多个子区域在纬度方向上的长度建立索引数组，其中，所述索引数组包括多个索引向量。
步骤420，基于所述多个索引向量的长度以及所述多个索引向量分别对应的点位数量建立所述待标记区域内的点位的正态分布图像，其中，所述正态分布图像的横坐标为所述多个索引向量的长度，所述正态分布图像的纵坐标为每个索引向量对应的点位数量和所述每个索引向量的长度的商。
步骤430，根据正态分布图像的横坐标间距值与图像面积之间的对应关系，对所述正态分布图像中的多个索引向量的长度进行调整，以使调整后的多个索引向量对应的图像面积之间的差值小于预设阈值。
由上述可知，可根据待标记区域内的点位总量来进行子区域的划分，而划分得到的子区域在经纬度上的相关信息可以用索引数组的形式进行标记。一实施例中，可根据多个子区域的数量、多个子区域在经度方向上的长度以及多个子区域在纬度方向上的长度建立索引数组。本实施例中，所述索引数组包括多个索引向量。一实施例中，所述索引数组可包括经度索引数组以及纬度索引数组，而经度索引数组中包括多个经度索引向量，纬度索引数组中包括多个纬度索引向量，经度索引数组和纬度索引数组可通过以下公式表示。
d 1＝[[lng 1,lng 2],[lng 3,lng 4],......,[lng n,lng n+1]](n＝2l-1，l＝1,2,3......)；
d 2＝[[lat 1,lat 2],[lat 3,lat 4],......,[lat n,lat n+1]](n＝2l-1，l＝1,2,3......)。
其中，d 1表示经度索引数组，[lng n，lng n+1]表示经度索引向量，而lng n与lng n+1之间的差值表示该经度索引向量的长度，d 2表示纬度索引数组，[lat n，lat n+1]表示纬度索引向量，而lat n与lat n+1之间的差值表示该纬度索引向量的长度。一个经度索引向量及一个纬度索引向量则可表征一个子区域，而经度索引向量的长度则表示该子区域在经度方向上的长度，纬度索引向量的长度则表示该子区域在纬度方向上的长度。因此，落在该子区域内的点位可归属于由对应的经度索引向量和纬度索引向量所构成的索引向量中。
可根据多个索引向量的长度以及多个索引向量分别对应的点位数量建立待标记区域内的点位的正态分布图像。一实施例中，在待标记区域内的点位数量较大的情况下，待标记区域内的分属于不同子区域的点位的数量呈正态分布， 而得到的正态分布图像的横坐标即为多个索引向量的长度、纵坐标即为每个索引向量对应的点位数量和每个索引向量的长度的商。一实施例中，将横坐标轴划分为多段，每一段作为一个横坐标间距，并且对应于一个索引向量，横坐标间距值即为索引向量的长度，由于纵坐标为每个索引向量对应的点位数量和每个索引向量的长度的商，由每个横坐标间距值与纵坐标围成的图像面积即为与每个索引向量对应的点位数量。最终得到的点位的正态分布图像如图5中所示，可以看出多个横坐标间距值是相等的，而由于图像呈正态分布，导致多个索引向量所对应的点位数量相差较大，不利于后续的点位搜索。
本实施例中，服务器100中还可以计算上述得到的正态分布图像的横坐标间距值与图像面积之间的对应关系，即在横坐标轴上的两点之间的距离，以及该两点之间对应的纵坐标与横坐标围成的面积的大小之间的对应关系。一实施例中，可以根据正态分布图像的图像参数计算正态分布图像的拟合函数，从而得到正态分布图像的横坐标间距值与图像面积之间的对应关系。可根据该对应关系对正态分布图像中的多个索引向量的长度进行调整，使得调整后的多个索引向量对应的图像面积之间的差值小于预设阈值。即通过调整横坐标轴上两点之间的距离，使得每两点所对应的纵坐标与该两点围成的面积基本一致。如此，等同于通过调整索引向量的长度的方式，也就是调整子区域在经度方向上的长度以及纬度上的长度的方式，使得调整之后的多个子区域内的点位数量基本相等。
本实施例中，在根据正态分布图像中的横坐标间距值与图像面积之间的对应关系对多个索引向量进行调整时，可先预设一个初始横坐标间距值，再根据该预设的初始横坐标间距值，查找正态分布图像的横坐标间距值与图像面积之间的对应关系，获得与该预设的初始横坐标间距值对应的预设图像面积。
一实施例中，预设的初始横坐标间距值为经验值，在正态分布图像的中心轴两侧对称地在横坐标轴上选取坐标x1和x2(假设x1在横坐标轴的正方向上，x2在横坐标轴的负方向上)，x1和x2之间的距离为预设的初始横坐标间距值。根据正态分布图像中的拟合函数，可以得到x1和x2在正态分布图像上对应的坐标y1和y2，由x1、x2、y1和y2围成的面积即为与坐标x1和x2对应的图像面积，将该图像面积设为预设图像面积。而后向横坐标轴的正方向(或负方向)延伸设置其他横坐标，例如，沿横坐标轴的正方向设置坐标x3，根据正态分布图像中的拟合函数，可以得到x3在正态分布图像上对应的坐标y3，使得x1与x3之间的横坐标间距值乘以y3的纵坐标数值后得到的图像面积与预设图像面积之间的差值小于预设阈值。最终使得调整后得到的多个索引向量对应的点位数量构成的图像面积分布可如图6中所示。由图6可以看出，多个索引向量对应的点位数量可基本一致。
通过上述过程，可在电子地图的基础上，建立一将待标记区域划分为多个不同大小的子区域的网格。
请参阅图7，在上述基础上，本实施例提供的地图点位信息处理方法还包括步骤710-步骤730。
步骤710，获取搜索请求，所述搜索请求包括待搜索点位的点位信息。
步骤720，利用预设正态分布函数对所述点位信息进行处理得到所述待搜索点位所属的子区域。
步骤730，根据所述待搜索点位的点位信息，在获得的所述待搜索点位所属的子区域内搜索得到对应的点位。
用户需要进行点位搜索时，可通过客户端200向服务器100发起搜索请求。本实施例中，该搜索请求中包括待搜索点位的点位信息，例如可包括一个待搜索点位，或者是一个区域内的点位。服务器100在接收到搜索请求后，可利用预设正态分布函数对待搜索点位的点位信息进行处理，从而得到待搜索点位所属的子区域，如此，避免在大范围内进行遍历搜索，加速搜索速度。
在确定待搜索点位所属的子区域后，针对性地对待搜索点位所属的子区域进行搜索，从而获得待搜索点位所属的子区域内与待搜索点位的点位信息相同的点位。服务器100可将搜索到的点位的点位信息反馈至客户端200，客户端200根据接收到的点位信息，将接收到的点位信息显示在对应搜索应用的电子地图上，以便用户查看。
在本实施例中，考虑到用户需要搜索的点位数量较大时，后台搜索所需的时间较长。为了避免用户因长时间得不到反馈信息造成使用体验性不好的问题，因此，服务器100在进行点位搜索的同时，可每间隔预设时长，例如50ms或100ms等不限，将该预设时长内搜索得到的点位的点位信息反馈至发送搜索请求的客户端200，如此，即使客户端200发起的点位搜索量较大，也可在短时间内先将部分已搜索到的点位信息反馈至用户，避免长时间无反馈造成的体验性欠佳的问题。
服务器100在将搜索到的点位信息反馈至客户端200后，将当前已反馈至客户端200的点位信息进行记录。
在一些情况下，若搜索量较大、搜索时间较长，在搜索过程中可能出现用户中止搜索，或者是由于网络原因导致搜索中断的现象。因此，服务器100在接收到客户端200发起的搜索请求后，会首先检测当前是否存储有与所述搜索请求对应的且已反馈至所述客户端200的点位的点位信息。即检测客户端200当前发起的搜索请求是首次请求，还是之前已发起但是由于某些原因导致中断 后再次发起的。若检测客户端200当前发起的搜索请求是非首次请求，则表明服务器100之前已就该搜索请求进行过搜索，并且已搜索得到部分点位信息且已反馈至客户端200。由上述可知，服务器100在进行搜索的同时会将搜索到的部分点位信息反馈至客户端200且进行记录。因此，在接收到的搜索请求并非首次请求时，为了避免重复的搜索工作，服务器100可从待搜索点位所属的子区域内的点位中滤除已反馈至客户端200的点位，再根据待搜索点位的点位信息，从滤除后的子区域内搜索得到对应的点位。再将搜索到的点位的点位信息反馈至客户端200。
考虑到有一些点位只对具有对应权限的用户进行显示，因此，预先在建立点位信息时，可对每个点位标记权限标签。客户端200在发起搜索请求时，该搜索请求中包含有权限信息。服务器100根据客户端200发送的待搜索点位所属的子区域内多个点位的权限标签提取出与搜索请求中的权限信息对应的点位。再从提取出的点位中搜索得到与待搜索点位的点位信息对应的点位。将搜索到的点位的点位信息反馈至客户端200。
一实施例中，考虑到在某些区域内点位较为密集，若将密集分布的点位的点位信息全部进行显示，一则将造成点位信息之间的重叠导致信息展示不清楚，再则用户可能并不需要全部点位的信息，并不能满足用户的实际需求。因此，在这种情况下，可通过对多个点位进行聚合的方式，来进行聚合显示。
一实施例中，用户发起的搜索请求中可携带聚合标签，或者是服务器100可根据待搜索点位的信息进行自主判断是否需要进行聚合处理。若搜索请求中携带聚合标签，或者是判定需要进行聚合处理时，服务器100可对搜索得到的点位的点位信息进行聚合处理，并将聚合处理后得到的点位的聚合信息反馈至发送所述搜索请求的客户端200。例如，待搜索点位为一个区域内的位置相近的多个点位，将该多个点位全部显示的话将造成点位与点位之间的重叠。因此，可获得该多个点位的中心位置，利用圆点标记的方式在该中心位置进行标记以表征出该多个点位，如可在圆点上标记该多个点位的数量。如此，反馈至客户端200进行页面显示时，用户可一目了然知晓该附近位置包含的点位的数量信息。
本实施例中，利用上述的地图点位信息处理方案对国内一个一线城市的实际点位进行试验，试验所用的点位数量大约为10万个，客户端200在进行显示时以每页显示200个为例，在进行10页搜索之后，客户端200相关的点位加载时间、周边点位搜索时间以及区点位聚合时间可分别如表1-表3所示。
表1点位加载时长表
点位加载 直接加载形式 传统GeoHash 本申请方案
市中心 300000ms 1102ms 675ms
市区 300000ms 842ms 720ms
城乡结合 300000ms 420ms 540ms
由表1中的数据可以看出，当处理点位加载时，针对市中心的点位加载时，本申请提供的方案远强于传统直接加载方式，并且是传统GeoHash缓存速度的2倍。当对市区其他区域的点位进行加载时，本方案性能与传统GeoHash方式接近。当位于远离市区的区域时，由于冗余遍历点位普遍多于传统GeoHash方法，因此性能比传统GeoHash略低。
表2点位搜索时长表
周边点位搜索 直接加载形式 传统GeoHash 本申请方案
市中心 612761ms 312ms 120ms
市区 684126ms 110ms 112ms
城乡结合 594785ms 104ms 160ms
表3区点位聚合时长表
区点位聚合 直接加载形式 传统GeoHash 本申请方案
市中心 754239ms 121561ms 40246ms
市区 664124ms 86241ms 30416ms
城乡结合 542671ms 45122ms 31642ms
由表2中的数据可以看出，当周围点位搜索时，直接加载方式由于需要对整个区域进行远近排序，性能非常低。当对市中心区域的点位进行搜索时，本申请提供的方案比传统GeoHash大约快3倍，当对市区其他区域及远离市区的区域的点位进行搜索时，传统GeoHash与本方案性能较为接近。
由表3中的数据可以看出，当处理点位聚合时，对市中心区域和市区其他 区域的点位聚合时，本申请方案的速度约为传统GeoHash的3倍，远离市区区域时两者性能较为接近。
请参阅图8，本申请另一实施例还提供一种应用于上述服务器100的地图点位信息处理装置130。所述地图点位信息处理装置130包括第一划分模块131、第二划分模块132及调整模块133。
第一划分模块131，设置为获取电子地图中的待标记区域内的点位总量，并根据所述点位总量将所述待标记区域划分为多个子区域，其中，所述多个子区域在经度方向上的长度相等且所述多个子区域在纬度方向上长度相等。一实施例中，该第一划分模块131可以设置为执行上述步骤310，关于该第一划分模块131的实现方式可以参照上述对步骤310有关的内容。
第二划分模块132，设置为根据所述待标记区域内的多个点位的位置信息将所述多个点位划分至对应的子区域。一实施例中，该第二划分模块132可以设置为执行上述步骤320，关于该第二划分模块132的实现方式可以参照上述对步骤320有关的内容。
调整模块133，设置为分别获取所述多个子区域内的点位数量，根据所述多个子区域内的点位数量调整所述多个子区域在经度方向上的长度以及所述多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值。一实施例中，该调整模块133可以设置为执行上述步骤330，关于该调整模块133的实现方式可以参照上述对步骤330有关的内容。
所属领域的技术人员可以了解到，为描述的方便和简洁，上述描述的装置的工作过程，可以参考前述方法中的对应过程，本文不再过多赘述。
综上所述，本申请实施例提供的地图点位信息处理方法、装置及服务器100，根据待标记区域内的点位总量将待标记区域划分为多个子区域，并根据待标记区域内的多个点位的位置信息将多个点位划分至对应的子区域内。最后，再分别获取多个子区域内的点位数量，调整多个子区域在经度方向上的长度及纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值。通过根据多个子区域内的点位数量以对多个子区域的经度信息和纬度信息进行调整，从而使得到的多个子区域内的点位数量相近，如此，后续对于不同的子区域进行点位搜索时，搜索时间相差不大，改善了在搜索时间上的不稳定性。
在本申请所提供的实施例中，所揭露的装置和方法，也可以通过其它的方式实现。本文所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的实施例的装置、方法和计算机程序产品的可能实现的 体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

  1. 一种地图点位信息处理方法，应用于服务器，包括：
    获取电子地图中的待标记区域内的点位总量，并根据所述点位总量将所述待标记区域划分为多个子区域，其中，所述多个子区域在经度方向上的长度相等且所述多个子区域在纬度方向上的长度相等；
    根据所述待标记区域内的多个点位的位置信息将所述多个点位划分至对应的子区域；
    分别获取所述多个子区域内的点位数量，根据所述多个子区域内的点位数量调整所述多个子区域在经度方向上的长度以及所述多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值。
  2. 根据权利要求1所述的方法，其中，所述根据所述多个子区域内的点位数量调整所述多个子区域在经度方向上的长度以及所述多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值，包括：
    根据所述多个子区域的数量、所述多个子区域在经度方向上的长度和所述多个子区域在纬度方向上的长度建立索引数组，其中，所述索引数组包括多个索引向量；
    基于所述多个索引向量的长度以及所述多个索引向量分别对应的点位数量建立所述待标记区域内的点位的正态分布图像，其中，所述正态分布图像的横坐标为所述多个索引向量的长度，所述正态分布图像的纵坐标为每个索引向量对应的点位数量和所述每个索引向量的长度的商；
    根据所述正态分布图像的横坐标间距值与图像面积之间的对应关系，对所述正态分布图像中的多个索引向量的长度进行调整，以使调整后的多个索引向量对应的图像面积之间的差值小于预设阈值。
  3. 根据权利要求2所述的方法，其中，所述根据所述正态分布图像的横坐标间距值与图像面积之间的对应关系，对所述正态分布图像中的多个索引向量的长度进行调整，以使调整后的多个索引向量对应的图像面积之间的差值小于预设阈值，包括：
    根据预设的初始横坐标间距值，查找所述正态分布图像的横坐标间距值与图像面积之间的对应关系，获得与所述预设的初始横坐标间距值对应的预设图像面积；
    根据获得的所述预设图像面积对所述正态分布图像中的多个索引向量的长度进行调整，以使调整后的多个索引向量对应的图像面积与所述预设图像面积 之间的差值均小于预设阈值。
  4. 根据权利要求1-3中任一项所述的方法，还包括：
    获取搜索请求，所述搜索请求包括待搜索点位的点位信息；
    利用预设正态分布函数对所述待搜索点位的点位信息进行处理得到所述待搜索点位所属的子区域；
    根据所述待搜索点位的点位信息，在获得的所述待搜索点位所属的子区域内搜索得到对应的点位。
  5. 根据权利要求4所述的方法，还包括：
    每间隔预设时长，将所述预设时长内搜索得到的点位的点位信息反馈至发送所述搜索请求的客户端，并记录当前已反馈至所述客户端的点位信息。
  6. 根据权利要求5所述的方法，还包括：
    在获取所述搜索请求后，检测当前是否存储有与所述搜索请求对应且已反馈至所述客户端的点位的点位信息；
    在存储有与所述搜索请求对应且已反馈至所述客户端的点位的点位信息的情况下，所述根据所述待搜索点位的点位信息，在获得的所述待搜索点位所属的子区域内搜索得到对应的点位，包括：
    从获得的所述待搜索点位所属的子区域内的点位中滤除已反馈至所述客户端的点位；
    根据所述待搜索点位的点位信息，从滤除后的所述待搜索点位所属的子区域内搜索得到对应的点位。
  7. 根据权利要求4所述的方法，其中，每个点位标记有权限标签，所述根据所述待搜索点位的点位信息，在获得的所述待搜索点位所属的子区域内搜索得到对应的点位，包括：
    获取所述搜索请求中包含的权限信息；
    根据所述所述待搜索点位所属的子区域内多个点位的权限标签提取出所述所述待搜索点位所属的子区域内与所述权限信息对应的点位；
    在提取出的点位中搜索得到与所述点位信息对应的点位。
  8. 根据权利要求4-7中任一项所述的方法，还包括：
    检测所述搜索请求中是否携带聚合标签；
    在所述搜索请求中携带聚合标签的情况下，在所述根据所述待搜索点位的 点位信息，在获得的所述待搜索点位所属的子区域内搜索得到与所述点位信息对应的点位之后，还包括：
    对搜索得到的点位的点位信息进行聚合处理，并将聚合处理后得到的点位的聚合信息反馈至发送所述搜索请求的客户端。
  9. 一种地图点位信息处理装置，应用于服务器，包括：
    第一划分模块，设置为获取电子地图中的待标记区域内的点位总量，并根据所述点位总量将所述待标记区域划分为多个子区域，其中，所述多个子区域在经度方向上的长度相等且所述多个子区域在纬度方向上的长度相等；
    第二划分模块，设置为根据所述待标记区域内的多个点位的位置信息将所述多个点位划分至对应的子区域；
    调整模块，设置为分别获取所述多个子区域内的点位数量，根据所述多个子区域内的点位数量调整所述多个子区域在经度方向上的长度以及所述多个子区域在纬度方向上的长度，以使调整后的多个子区域内的点位数量之间的差值小于预设阈值。
  10. 一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-8中任一项所述的地图点位信息处理方法。
PCT/CN2019/111826 2019-04-11 2019-10-18 地图点位信息处理方法、装置及服务器 WO2020206972A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US17/602,972 US20220197932A1 (en) 2019-04-11 2019-10-18 Method and apparatus for processing map point location information, and server
EP19923964.1A EP3955129A4 (en) 2019-04-11 2019-10-18 METHOD AND DEVICE FOR PROCESSING MAP POINT INFORMATION, AND SERVER

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910286969.2A CN111813875B (zh) 2019-04-11 2019-04-11 地图点位信息处理方法、装置及服务器
CN201910286969.2 2019-04-11

Publications (1)

Publication Number Publication Date
WO2020206972A1 true WO2020206972A1 (zh) 2020-10-15

Family

ID=72752200

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/111826 WO2020206972A1 (zh) 2019-04-11 2019-10-18 地图点位信息处理方法、装置及服务器

Country Status (4)

Country Link
US (1) US20220197932A1 (zh)
EP (1) EP3955129A4 (zh)
CN (1) CN111813875B (zh)
WO (1) WO2020206972A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114491307A (zh) * 2022-01-14 2022-05-13 青岛海信网络科技股份有限公司 一种设备聚合方法及装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112203054B (zh) * 2020-10-09 2022-10-14 深圳赛安特技术服务有限公司 监控视频点位标注方法、装置、存储介质及电子设备
CN115359249B (zh) * 2022-10-21 2023-03-24 山东圣点世纪科技有限公司 一种手掌图像roi区域提取方法及系统
CN115618078A (zh) * 2022-11-17 2023-01-17 诡谷子人工智能科技(深圳)有限公司 用于pcb板孔位坐标数据的快速索引和检索方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423361A (zh) * 2017-06-19 2017-12-01 广东中冶地理信息股份有限公司 一种最临近服务点的搜索方法
CN109241234A (zh) * 2018-09-27 2019-01-18 北京京东尚科信息技术有限公司 地址的确定方法、装置及计算机可读存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5782937B2 (ja) * 2011-09-08 2015-09-24 富士通株式会社 タグ管理装置、タグ管理システムおよびタグ管理プログラム
US20130110802A1 (en) * 2011-10-26 2013-05-02 Microsoft Corporation Context aware tagging interface
JP2014035691A (ja) * 2012-08-09 2014-02-24 Toshiba Corp 情報処理装置、情報処理端末、情報処理プログラム、及び情報処理方法
US10107642B2 (en) * 2014-05-23 2018-10-23 Time Warner Cable Enterprises Llc Map information management and correction of geodata
US10102669B2 (en) * 2014-09-08 2018-10-16 Apple Inc. Density sampling map labels
US10488865B2 (en) * 2014-12-16 2019-11-26 Al Incorporated Methods and systems for robotic surface coverage
KR102034082B1 (ko) * 2015-05-13 2019-10-18 한국전자통신연구원 측위 환경 분석 장치, 이를 이용한 단말기의 위치 결정 성능 예측 방법 및 시스템
CN107273376B (zh) * 2016-04-07 2020-08-04 阿里巴巴集团控股有限公司 目标位置搜索方法和装置
US10119824B2 (en) * 2017-03-03 2018-11-06 Here Global B.V. Method and apparatus for updating road map geometry based on probe data
CN109002451B (zh) * 2017-06-07 2021-01-12 杭州海康威视系统技术有限公司 地图数据抽稀方法及装置
CN107291874B (zh) * 2017-06-16 2020-04-14 绿湾网络科技有限公司 地图点位聚合方法及装置
CN109327699B (zh) * 2017-07-31 2021-07-16 华为技术有限公司 一种图像的处理方法、终端和服务器
CN108280685B (zh) * 2018-01-19 2019-07-23 百度在线网络技术（北京）有限公司 信息获取方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423361A (zh) * 2017-06-19 2017-12-01 广东中冶地理信息股份有限公司 一种最临近服务点的搜索方法
CN109241234A (zh) * 2018-09-27 2019-01-18 北京京东尚科信息技术有限公司 地址的确定方法、装置及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3955129A4

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114491307A (zh) * 2022-01-14 2022-05-13 青岛海信网络科技股份有限公司 一种设备聚合方法及装置
CN114491307B (zh) * 2022-01-14 2024-03-22 青岛海信网络科技股份有限公司 一种设备聚合方法及装置

Also Published As

Publication number Publication date
US20220197932A1 (en) 2022-06-23
EP3955129A4 (en) 2022-12-21
CN111813875A (zh) 2020-10-23
CN111813875B (zh) 2024-04-05
EP3955129A1 (en) 2022-02-16

Similar Documents

Publication Publication Date Title
WO2020206972A1 (zh) 地图点位信息处理方法、装置及服务器
US20190065530A1 (en) System and method for spatial clustering using multiple-resolution grids
CN106600314B (zh) 一种广告推送系统
CN106547894B (zh) 基于移动通信信令大数据挖掘职住位置标签的系统及方法
WO2021036464A1 (zh) 地图数据查询方法、装置、计算机设备及存储介质
CN110837582B (zh) 数据关联方法、装置、电子设备和计算机可读存储介质
WO2020015077A1 (zh) 电子地图标注及显示方法、装置、终端设备及存储介质
CN105243060A (zh) 一种检索图片的方法及装置
WO2015188750A1 (en) Method, apparatus and system for implementing location based services
CN107026881B (zh) 业务数据的处理方法、装置及系统
CN109254901B (zh) 一种指标监测方法及系统
CN103533023B (zh) 基于云服务特征的云服务应用集群同步系统及同步方法
US20240144299A1 (en) Realtime Busyness for Places
CN106933868A (zh) 一种调整数据分片分布的方法及数据服务器
CN106599190A (zh) 基于云计算的动态Skyline查询方法
CN113468226A (zh) 一种业务处理方法、装置、电子设备和存储介质
CN111125284A (zh) 一种一体化时空大数据与地理信息公共服务云平台
CN106599189A (zh) 基于云计算的动态Skyline查询装置
CN105184435A (zh) 一种外勤人员管理方法及系统
CN111680210A (zh) 信息搜索方法、装置、搜索网关及存储介质
US11263453B2 (en) Method and system for tracking and displaying object trajectory
CN109327485A (zh) 一种位置信息的隐匿方法及位置服务器
CN114240344A (zh) 企业人员数据处理方法、装置、计算机设备和存储介质
CN103345781A (zh) 一种多生物特征的考勤系统
WO2022095775A1 (zh) 消息通知显示方法、装置及设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19923964

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019923964

Country of ref document: EP

Effective date: 20211111