[发明专利]基于包含定性方位和定量距离的位置描述的POI定位方法

权利要求书

1.一种基于包含定性方位和定量距离的位置描述的POI定位方法，其特征在于，包括下列步骤：

步骤1，基于POI数据集，构建基于ELLG的语义网，实现方式包括以下子步骤，

步骤a1，利用POI数据集，根据POI本体模型构造模型中的概念的实例，作为语义网中的节点；

步骤a2，基于ELLG进行定性方位关系的多尺度压缩，构造语义网中的定性方位关系，包括使用多尺度网格来表达NE、NW、SE、SW关系，使用ELLG的最大尺度网格来表达S、N、E、W关系；

所述基于ELLG进行定性方位关系的多尺度压缩实现如下，

基于POI数据集的多尺度网格集合GridSet和ELLG的最大尺度Lmax，执行以下步骤：

①初始化k＝0；

②获取GridSet中的尺度为k的网格集合GridSet_k，0≤k≤Lmax；

③计算GridSet_k的编码范围，得到columnA≤columni≤columnB,rowA≤rowi≤rowB，(k,columni,rowi)为尺度为k的网格编码；

④如果columnAcolumnB且rowArowB，则执行⑤和⑥；否则，令k＝k+1，并返回②；如果k＝Lmax，则执行⑦；

⑤通过GridSet_k来构造GridSet_k-1中同一行网格内的POI之间的NE、NW、SE、SW关系，并加入定性方位关系集合DirectionSet；

⑥通过GridSetk来构造GridSet_k-1中同一列网格内的POI之间的NE、NW、SE、SW关系，并加入定性方位关系集合DirectionSet；

⑦通过尺度为Lmax的网格集合GridSet_Lmax构造POI之间的S、N、E、W关系，并加入定性方位关系集合DirectionSet；

步骤2，将位置描述解析为位置语义、定性方位关系和定量距离关系；

步骤3，根据步骤1构建的语义网，基于POI本体进行地址相似性匹配，将位置语义中的地址映射为语义网中的相应实例；

步骤4，基于匹配到的相应实例，通过语义网中的定性方位关系和基于ELLG的空间计算推理出满足定性方位上的定量距离关系的目标POI，实现方式包括以下子步骤，

步骤b1，基于语义网进行定性方位推理，包括基于ELLG的多尺度网格进行NE、NW、SE、SW四个定性方位关系的推理，基于ELLG的最大尺度的网格进行S、N、E、W四个定性方位关系的推理，得到满足定性方位关系的POI所在的多尺度网格；

步骤b2，在步骤b2定性方位推理的网格集合的基础上，进行基于ELLG的定量距离推理，基于ELLG的最大尺度的网格进行S、N、E、W四个定性方位上的定量距离推理，基于ELLG的多尺度网格进行NE、NW、SE、SW四个定性方位上的定量距离推理，从而进一步推理出满足定量距离关系的目标POI。

2.如权利要求1所述基于包含定性方位和定量距离的位置描述的POI定位方法，其特征在于：步骤a1中所述POI本体模型包含空间信息和位置语义两个子类，空间信息子概念如地理坐标和基于ELLG的多尺度网格编码，多尺度网格编码描述了POI所在的空间范围，位置语义的子概念包括地名、地址和类别；地址采用四级结构，包括子概念如国家、城市、街道和门牌号。

3.如权利要求2所述基于包含定性方位和定量距离的位置描述的POI定位方法，其特征在于：步骤3中，基于POI本体进行地址相似性匹配实现方式包括如下步骤，

①通过预设的映射表，将待匹配地址中的缩写替换为全称；

②分别对待匹配地址中的国家、城市、街道信息进行相似度计算，选取各级信息的相似度最高的匹配结果；

③基于POI本体中地址的四级结构，获取同时满足各级信息的相似度最高的匹配结果的候选地址；

④对待匹配地址和候选地址进行相似度计算，选取相似度最高的地址为最佳匹配地址。

4.如权利要求3所述基于包含定性方位和定量距离的位置描述的POI定位方法，其特征在于：步骤3中，进行相似度计算时，综合字符相似度和语义相似度得到最终的总相似度。