[发明专利]地图区域的整合方法、装置、存储介质和电子设备在审

专利信息
申请号: 201911233063.0 申请日: 2019-12-05
公开(公告)号: CN111753031A 公开(公告)日: 2020-10-09
发明(设计)人: 岑炜安;郑仁建;代双亮;朱鹏威 申请(专利权)人: 广州极飞科技有限公司
主分类号: G06F16/29 分类号: G06F16/29;G06K9/46;G06N3/02
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 张欣欣
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 地图 区域 整合 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种地图区域的整合方法,其特征在于,所述方法包括:

获取地图以及边界坐标点集合;所述边界坐标点集合在所述地图上包围出一个目标区域;

根据所述边界坐标点集合在所述地图上确定出至少覆盖所述目标区域的瓦片影像集合;所述瓦片影像集合包含至少一个瓦片影像;

通过神经网络识别每个瓦片影像中符合预设特征的区域,并将所有符合预设特征的区域合并成一个整合区域集合。

2.根据权利要求1所述的方法,其特征在于,根据所述边界坐标点集合在所述地图上确定出至少覆盖所述目标区域的瓦片影像集合的步骤包括:

将所述边界坐标点集合的坐标系转换至墨卡托坐标系,得到与所述边界坐标点集合对应的第一待处理坐标点集合;

根据所述第一待处理坐标点集合在所述地图上确定出预设地图级别的瓦片影像集合,并且所述瓦片影像集合至少覆盖所述第一待处理坐标点集合包围的区域。

3.根据权利要求1所述的方法,其特征在于,根据所述边界坐标点集合在所述地图上确定出至少覆盖所述目标区域的瓦片影像集合的步骤包括:

获取所述边界坐标点集合对应的最小外接矩形;

根据所述最小外接矩形在所述地图上确定出预设地图级别的瓦片影像集合,并且所述瓦片影像集合至少覆盖所述最小外接矩形。

4.根据权利要求1所述的方法,其特征在于,通过神经网络识别每个瓦片影像中符合预设特征的区域,并将所有符合预设特征的区域合并成一个整合区域集合的步骤包括:

将每个瓦片影像输入至训练好的神经网络中,并获取所述神经网络输出的每个瓦片影像对应的像素坐标点集合;所述像素坐标点集合包围的区域表征符合预设特征的区域;

根据所有瓦片影像对应的像素坐标点集合确定整合区域集合。

5.根据权利要求4所述的方法,其特征在于,根据所有瓦片影像对应的像素坐标点集合确定整合区域集合的步骤包括:

将所有瓦片影像对应的像素坐标点集合的坐标系转换至经纬度坐标系,得到与所述所有瓦片影像对应的像素坐标点集合对应的第二待处理坐标点集合;

根据所述第二待处理坐标点集合确定去重坐标点集合;所述去重坐标点集合中任一坐标点的相邻两个坐标点的经纬度的差值大于或等于预设值;

根据所述去重坐标点集合确定整合区域集合。

6.根据权利要求5所述的方法,其特征在于,根据所述去重坐标点集合确定整合区域集合的步骤包括:

根据所述去重坐标点集合确定平滑坐标点集合;所述平滑坐标点集合中任一坐标点与其相邻的两个坐标点形成的夹角小于预设角度值;

根据所述平滑坐标点集合确定整合区域集合。

7.根据权利要求5所述的方法,其特征在于,根据所述去重坐标点集合确定整合区域集合的步骤包括:

根据所述去重坐标点集合确定平滑坐标点集合;所述平滑坐标点集合中任一坐标点与目标线段之间的距离大于预设距离,所述目标线段为所述任一坐标点相邻的两个坐标点形成的线段;

根据所述平滑坐标点集合确定整合区域集合。

8.一种地图区域的整合装置,其特征在于,包括:

获取模块,用于获取地图以及边界坐标点集合;所述边界坐标点集合在所述地图上包围出一个目标区域;

整合模块,用于根据所述边界坐标点集合在所述地图上确定出至少覆盖所述目标区域的瓦片影像集合;所述瓦片影像集合包含至少一个瓦片影像;

所述整合模块,还用于通过神经网络识别每个瓦片影像中符合预设特征的区域,并将所有符合预设特征的区域合并成一个整合区域集合。

9.根据权利要求8所述的装置,其特征在于,所述整合模块用于将所述边界坐标点集合的坐标系转换至墨卡托坐标系,得到与所述边界坐标点集合对应的第一待处理坐标点集合;

以及用于根据所述第一待处理坐标点集合在所述地图上确定出预设地图级别的瓦片影像集合,并且所述瓦片影像集合至少覆盖所述第一待处理坐标点集合包围的区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州极飞科技有限公司,未经广州极飞科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911233063.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top