识别、处理和显示数据点聚类制造技术

技术编号:20596316 阅读:20 留言:0更新日期:2019-03-16 11:57
呈现了以有效方式识别、处理和显示与地图信息(200)相关联的数据点聚类(850、851)的技术。公开了基于数据点的迭代聚类和过滤,处理地图信息(200)以识别用于显示(1020)的所请求的数据点的聚类(850,851)的方法和系统。还公开了生成表示聚类的多边形(1860、1861、1901‑05)的方法和系统。可以减少要处理和/或显示的数据量,而不会丢失显示的地图中的任何相关联的信息内容。

Data Point Clustering for Recognition, Processing and Display

The technology of data point clustering (850, 851) associated with map information (200) is presented in an effective way to identify, process and display. Iterative clustering and filtering based on data points are disclosed, and map information (200) is processed to identify clustering methods and systems for displaying (1020) requested data points (850, 851). The methods and systems for generating polygons representing clustering (1860, 1861, 1901 05) are also disclosed. The amount of data to be processed and/or displayed can be reduced without losing any associated information content in the displayed map.

【技术实现步骤摘要】
【国外来华专利技术】识别、处理和显示数据点聚类
技术介绍
各种基于浏览器的系统允许用户输入地理位置的名称,并作为响应接收该位置的地图。除了显示道路和道路名称之外,这些地图还可以显示和突出建筑物的足迹(footprint)。这些系统还可以允许用户搜索该地区(area)的商业类别,并在地图上显示识别匹配商业位置的标记。在某些地理位置,诸如城市地区,由于诸如商业的兴趣点密度高,要显示的标记数量可能非常大。在考虑与用于显示地图信息的技术相关联的底层硬件和软件约束的同时,需要有效地处理这样的信息,以便能够快速地呈现和显示地图信息。
技术实现思路
本专利技术的实施例涉及以有效的方式识别、处理和显示与地图信息相关联的数据点聚类的技术。实施例特别涉及用于基于数据点的迭代聚类和过滤来处理地图信息以识别用于显示的所请求的数据点的聚类的方法和系统,以及用于生成表示聚类的多边形的方法和系统。处理和显示呈现地图信息的方式的改进可以优化诸如服务器和用户终端之类的计算机系统上的资源,释放资源以运行其他应用和过程。特别是在存储和电力资源有限的便携式设备中,处理和显示地图信息的方式的改进会使得在处理地图信息的同时显示器活动的时间减少,从而确保节省电力,并且更快地满足用户的要求。有效地处理地图信息还可以导致用户终端和托管地图信息的服务器之间的通信的改进,因为可以优化要传送到终端的信息。参考本专利技术的实施例描述的技术可以通过以有效的方式使用兴趣点信息来实现一个或多个这样的益处,从而可以减少要处理和/或显示的数据量,而不会丢失显示的地图中的任何相关联的信息内容。通过对数据点进行适当的聚类和过滤,某些数据点可以被排除在考虑之外,而聚类过程使得地图的地理区域(region)能够被集中处理。生成多边形以表示这样的区域使得能够集中处理多边形内的数据。附图说明图1是根据本公开的方面的系统的功能图。图2是地图的示例。图3是地图的路段图形的示例。图4是基于特定于边缘(edge)的信息确定的分数的示例。图5是基于与多个边缘相关的信息确定的分数的示例。图6是过滤之前的图形的示例。图7是初始过滤后的图形的示例。图8是附加过滤后的图形的示例。图9是附加过滤后的聚类的示例。图10是显示与聚类相关联的路段的示例。图11是路段图形的另一个示例。图12是基于POI的物理接近度过滤边缘的示例。图13是基于POI的物理密度确定分数的示例。图14是确定节点对之间的最短路径的示例。图15是确定任何节点对之间的最短路径的示例。图16是在基于POI的物理接近度和密度进行过滤之后的图11的图形的示例。图17是地图的示例,包括建筑物足迹。图18是基于路段足迹生成的多边形的示例。图19是基于建筑物足迹生成的多边形的示例。图20是基于路段和建筑物足迹生成的多边形的示例。图21是基于图19和图20的多边形生成的多边形的示例。图22是在地图上显示图21的多边形的示例。图23-24是根据本公开的方面的流程图。具体实施方式概观该技术涉及基于沿着路段的兴趣点(pointofinterest,POI)的接近度来生成和显示地理区域的地图。例如,地图可以由图形表示,使得每个节点表示交叉点,每个边缘(edge)表示连接到交叉点的路段,并且每个边缘基于特定标准被分配分数。作为示例,标准可以基于路段的POI总数(例如,餐馆)、分配给路段上的POI的分数、路段的POI相对于其物理长度的密度、路段的POI相对于交叉点的物理距离以及分配给相邻段的分数。可以迭代地过滤图形,直到识别出小的路段聚类。可以通过概述相关联的段和在段的阈值距离内的POI足迹来向用户显示聚类。作为说明,图2示出了可以存储在诸如图1中所示的系统的存储器中的路段和POI的地图。如图3所示,地图可以通过图形建模,其中每个边缘表示路段,并且每个节点表示一个或多个路段与另一个路段的交叉点。每个边缘可以被初始分配一个分数,该分数基于特定于该路段上的POI的信息,例如,位于该路段上的POI的数量以及这些POI相对于其他POI的排名。分配给路段的分数也可以基于相邻段的分数。如图4所示,边缘AB的分数的一部分可以被添加到相邻边缘BC,并且更小的部分可以被添加到与边缘BC相邻的边缘。在这方面,路段的基于POI的分数可以扩散到该段的直接和间接相邻处(neighbor)。实际上,分配给路段的分数可以基于许多其他路段。例如,如图5所示,当每个边缘的初始分数被扩散到其他段时,该分数的逐渐减小的部分可以被添加到间接相邻的边缘,直到没有剩余可添加。结果,如果单个边缘与分数相对较高的多个边缘相邻,则可以多次更新该边缘的分数。图6示出了每个段的总分数。可以基于各种标准来过滤地图的图形。例如,标准可以至少部分地基于特定于单个路段的特征,诸如丢弃具有低于阈值的分数的边缘。边缘的丢弃可以迭代地以越来越大的阈值继续,这可能最终导致图形对从图形中所表示的另一个路段断开的相连接的路段的聚类进行建模。作为示例,图7和图8示出了作为迭代地提高阈值的结果而形成的聚类。还可以基于取决于多于一个段的特征的标准来过滤图形。例如,可以迭代地过滤聚类,直到聚类的大小小于基于面积的(area-based)阈值。作为示例,如图8所示,如果要求聚类是十个段或更小,则聚类851将满足阈值,并且被排除在如上所述的附加过滤之外。但是,因为聚类850具有十个以上的段,所以它将继续被过滤直到它达到图9中所示的大小。过滤后的图形表示聚类地图(clusteredmap)。图10提供了如何向用户显示包含一个或多个聚类的聚类地图的示例。可以基于POI相对于路段、交叉点和彼此的物理位置来进一步过滤段的每个聚类。图11示出了其中图形中的边缘、节点和POI标记的位置相对于相关联的路段、道路交叉点和POI的地理位置成比例的图形。用于进一步过滤的标准之一可以基于POI相对于交叉点的地理位置来修剪段。如图12所示,如果在交叉点的阈值距离内没有POI,则可以从图形中移除连接到交叉点的相关联的节点的所有边缘。用于修剪的另一个标准可以是基于路段的POI相对于该段的物理长度的密度。例如,如图13所示,可以基于边缘的相关联的段的物理长度和位于该段上的POI的数量来为每个边缘计算虚拟长度值。交叉点对之间的虚拟距离可用于修剪来自聚类的附加路段。例如,系统可以基于边缘的虚拟长度确定从每个节点到每个其他节点的最短路径,并且可以从图形中移除不沿着这些路径中的至少一个路径的任何边缘。在这方面,图14示出了节点A和E之间的最短路径,图15示出了节点C和每个其他节点之间的最短路径。图16示出了当移除不在至少一对节点之间的最短路径上的任何边缘时图形将如何出现。路段的聚类可用于识别和显示用户可能感兴趣的区域。图17示出了其中作为前述过滤和修剪的结果识别出路段750-51的地图。如图18所示,可以为这些段中的每个段生成多边形,其中每个多边形的每个边缘与段的足迹的边缘相距固定的距离。还可以为具有与一个段相关联的特征的每个建筑物生成多边形。例如,如图19所示,可以为在该段上具有访问路线的任何建筑物(例如,门或车道)生成多边形,并且多边形包含满足特定标准的POI(例如,用于选择结合图2描述的POI的类别)。多边形的边缘可以与相关建筑物的足迹的边缘相距固定的距离。如图20和图21所示,可以选择与特定段的多本文档来自技高网...

【技术保护点】
1.一种处理地图信息以识别兴趣区域的计算机实施的方法,包括:(a)接收包括由多个边缘连接的多个节点的地图,其中每个边缘具有基于预定标准的分配的分数;(b)通过将每个边缘的分数与预定的过滤阈值进行比较并丢弃具有低于阈值的分数的边缘来过滤地图;(c)通过识别包含连续边缘的一个或多个聚类并生成包含一个或多个聚类的聚类地图来处理过滤后的地图;(d)将一个或多个聚类中的每个聚类的大小与面积阈值进行比较,并将小于面积阈值的聚类识别为兴趣区域;(e)从聚类地图中移除兴趣区域,并且迭代地执行步骤(b)至(d),其中在步骤(b)中利用增加的预定过滤阈值来过滤具有移除的区域的聚类地图,其中执行迭代直到步骤(d)中所识别的所有聚类都小于面积阈值;和(f)输出包括所识别的兴趣区域中的每个所识别的兴趣区域的处理后的地图。

【技术特征摘要】
【国外来华专利技术】1.一种处理地图信息以识别兴趣区域的计算机实施的方法,包括:(a)接收包括由多个边缘连接的多个节点的地图,其中每个边缘具有基于预定标准的分配的分数;(b)通过将每个边缘的分数与预定的过滤阈值进行比较并丢弃具有低于阈值的分数的边缘来过滤地图;(c)通过识别包含连续边缘的一个或多个聚类并生成包含一个或多个聚类的聚类地图来处理过滤后的地图;(d)将一个或多个聚类中的每个聚类的大小与面积阈值进行比较,并将小于面积阈值的聚类识别为兴趣区域;(e)从聚类地图中移除兴趣区域,并且迭代地执行步骤(b)至(d),其中在步骤(b)中利用增加的预定过滤阈值来过滤具有移除的区域的聚类地图,其中执行迭代直到步骤(d)中所识别的所有聚类都小于面积阈值;和(f)输出包括所识别的兴趣区域中的每个所识别的兴趣区域的处理后的地图。2.根据权利要求1所述的方法,其中所述边缘表示路段,并且所述节点表示所述路段的交叉点。3.根据权利要求2所述的方法,其中所述分数表示与道路相关联的兴趣点的数量的度量,兴趣点表示预定类型的地图信息。4.根据权利要求3所述的方法,其中每个边缘的分配的分数由以下确定:(i)将第一分数分配给第一边缘;(ii)将第二分数分配给与第一边缘相邻的第二边缘;和(iii)将第一分数的一部分添加到第二分数以更新第二边缘的分配的分数。5.根据权利要求4所述的方法,包括重复步骤(i)、(ii)和(iii)的序列预定次数,其中每次重复包括将第一分数的一部分添加到一对相应的第一和第二边缘的第二分数,其中步骤(i)、(ii)和(iii)的序列的第一次重复中的第一对边缘的第二边缘是权利要求(i)、(ii)和(iii)的步骤的序列的第二次重复中的第二对边缘的第一边缘,第二对边缘的第二边缘不同于第一对边缘的第一边缘。6.根据权利要求3至5中任一项所述的方法,包括通过识别兴趣区域中具有高于密度阈值的兴趣点密度的部分来修剪在步骤(f)中输出的处理后的地图,以及丢弃兴趣区域中不具有高于密度阈值的密度的部分。7.根据权利要求6所述的方法,其中所述修剪包括以下步骤:给兴趣区域内的每条道路分配虚拟距离,所述虚拟距离是道路的物理长度和与道路相关联的兴趣点的数量的函数,所述函数被定义为使得虚拟距离表示不与兴趣点相关联的道路的长度;确定兴趣区域中的相应多个交叉点对中的每个交叉点对之间的最小虚拟距离的路径;确定其间具有小于距离阈值的最小虚拟距离的交叉点对;从兴趣区域移除不在经确定的交叉点对中的每个经确定的交叉点对之间的最短路径上的道路,以生成更新的兴趣区域;和输出包括更新的兴趣区域的修剪后的地图。8.根据权利要求7所述的方法,其中,所述多个交叉点对中的每个交叉点在兴趣点的预定距离内。9.根据权利要求7或8所述的方法,其中所述函数是从道路的物理长度减去与道路相关联的兴趣点的数量乘以一个系数。10.根据权利要求2至9中任一项所述的方法,包括生成表示每个兴趣区域的多边形,其中每个多边形的每个边缘的位置基于路段的足迹和具有与路段相关联的特征的兴趣点的足迹,每个多边形的每个边缘的位置被包含在兴趣区域的周界处或附近。11.根据权利要求10所述的方法,其中生成所述多边形包括生成第一多边形,其中第一多边形的每个边缘的至少一部分距离路段的足迹为第一固定距离;生成第二多边形,其中第二多边形的每个边缘的至少一部分距离地理位置上的对象的足迹为第二固定距离,并且被提供用于显示的多边形是基于第一多边形和第二多边形的并集。12.根据权利要求10所述的方法,其中所述多边形不包含在多边形内共同形成孔的任何边缘。13.根据权利要求10所述的方法,其中所述多边形不是矩形。14.一种计算机程序,当由处理器执行时,使得执行权利要求1至13中任一项所述的方法。15.一种装置,包括用于存储指令的存储器,以及用于执行指令的处理器,其中所述指令使得所述装置:(a)接收包括由多个边缘连接的多个节点的地图,其中每个边缘具有基于预定标准的分配的分数;(b)通过将每个边缘的分数与预定的过滤阈值进行比较并丢弃具有低于阈值的分数的边缘来过滤地图;(c)通过识别包含连续边缘的一个或多个聚类并生成包含一个或多个聚类的聚类地图来处理过滤后的地图;(d)将一个或多个聚类中的每个聚类的大小与面积阈值进行比较,并将小于面积阈值的聚类识别为兴趣区域;(e)从聚类地图中移除兴趣区域,并且迭代地执行步骤(b)至(d),其中在步骤(b)中利用增加的预定过滤阈值过滤具有被移除的区域的聚类地图,其中执行迭代直到步骤(d)中所识别的所有聚类都小于面积阈值;和(f)输出包括所识别的兴趣区域中的每个所识别的兴趣区域的处理后的地图。16.一种系统,...

【专利技术属性】
技术研发人员:S钱MY李M肖布B安德森J阿斯皮纳尔Z柏亮R赫斯
申请(专利权)人:谷歌有限责任公司
类型:发明
国别省市:美国,US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1