(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211287794.5 (22)申请日 2022.10.20 (71)申请人 郑州市规划勘测设计 研究院 地址 450000 河南省郑州市嵩 山北路6号 申请人 郑州市人防工程设计 研究院 (72)发明人 刘贺　张春敏　薛争争　吕锐　 (74)专利代理 机构 河南新风向知识产权代理事 务所(普通 合伙) 41213 专利代理师 孙春慧 (51)Int.Cl. G06Q 10/04(2012.01) G06K 9/62(2022.01) G06F 16/29(2019.01) G06Q 50/26(2012.01) (54)发明名称 基于多源大数据的社区生活圈划定方法和 装置 (57)摘要 本申请涉及一种基于多源大数据的社区生 活圈划定方法和装置。 该方法从百度、 高德等互 联网地图、 人口热力图和国土 “三调”数据等多源 大数据中自动提取目标社区周边的居住社区、 公 共服务设施及城市道路网特征信息制作成规划 底图， 确定居住区域与公共服务 设施区域之间的 最优预测路径， 结合手机信令数据获取的公共服 务设施区域的被访问频率， 得到规划底图中路径 的预测热力图像， 将与实际的差异区域、 居住区 域和公共服务设施区域输入边界划定模型输出 划定边界后的规划底图， 以此差异区域为高纬度 信息嵌入边界划定模型进行训练， 从而能够更加 准确地划定生活圈边界， 并可根据用户使用需求 选择五分钟、 十分钟、 十五分钟、 半小时等不同类 型的生活圈边界。 权利要求书3页 说明书10页 附图5页 CN 115511210 A 2022.12.23 CN 115511210 A 1.一种基于多源大数据的社区生活圈划定方法， 其特征在于， 所述社区生活圈划定方 法包括： 基于多源大数据获取目标社区的规划底图， 提取所述规划底图中每个居住区域和每个 公共服务设施区域的中心点表征， 并提取 所述规划底图中道路区域的路径 表征； 利用GIS交通网络分析模型， 使用启发式搜索算法， 结合所述中心点表征和所述路径表 征， 确定每 个居住区域与每 个公共服 务设施区域之间的最优预测路径； 根据每个公共服务设施区域的被访问频率， 对与对应公共服务设施区域连接的最优预 测路径在所述规划底图上 的像素单元进行赋值， 遍历每个公共服务设施 区域， 得到针对所 述规划底图中路径的预测热力图像； 获取所述道路区域中每个路径的实际热力图像， 将所述预测热力图像与所述实际热力 图像比对， 确定比对结果大于 差异阈值的区域 为差异区域； 将所述规划底图中每个居住区域和每个公共服务设施区域的位置以及所述差异区域 对应的位置输入训练好的边界划定模型， 生成划定生活圈边界后的规划底图， 所述训练好 的边界划定模型 的训练集为已知差异区域、 居住区域和公共服务设施 区域的位置， 并标注 了不同类型的生活圈边界的规划底图。 2.根据权利要求1所述的社区生活圈划定方法， 其特征在于， 利用GIS交通网络分析模 型， 使用启发式搜索算法， 结合所述中心 点表征和所述路径表征， 确定每个居住区域与每个 公共服务设施区域之间的最优预测路径包括： 将每个居住区域的中心点分别与每 个公共服 务设施区域的中心点连接形成理论路径； 以任一理论路径 的一端作为起点， 另一端作为终点， 从所述起点开始在预设范围内搜 索， 确定满足预设条件的像素单元为搜索点， 所述预设范围为扇形区域， 所述扇形区域的夹 角不大于180 °， 所述扇形区域的顶点为所述起点， 所述扇形区域的对称中心线为对应的理 论路径， 所述扇形区域的半径为目标半径； 将所述搜索点作为起点再次在对应的预设范围内搜索， 直至搜索点与所述终点重合， 确定所有搜索点的连线为对应理论路径的最优预测路径。 3.根据权利要求2所述的社区生活圈划定方法， 其特征在于， 从所述起点开始在预设范 围内搜索， 确定满足预设条件的像素 单元为搜索点包括： 从所述起点开始在预设范围内搜索， 确定所述预设范围内且在所述路径表征上的所有 像素单元； 计算所有像素单元分别与对应理论线路的垂直竖向距离以及与所述终点的路径直线 距离； 将每个像素单元对应的垂直竖向距离与路径直线距离求和， 确定求和结果最小的像素 单元为搜索点。 4.根据权利要求1所述的社区生活圈划定方法， 其特征在于， 根据每个公共服务设施区 域的被访问频率， 对与对应公共服务设施区域连接的最优预测路径在所述规划底图上的像 素单元进行赋值之前， 还 包括： 获取每个公共服务设施区域在单位 时间内的单位访问人数， 并确定所有公共服务设施 区域在单位时间内的总访问人 数； 确定每个公共服务设施区域的单位访问人数与总访问人数的比值为对应公共服务设权　利　要　求　书 1/3 页 2 CN 115511210 A 2施区域的被访问频率。 5.根据权利要求1所述的社区生活圈划定方法， 其特征在于， 根据每个公共服务设施区 域的被访问频率， 对与对应公共服务设施区域连接的最优预测路径在所述规划底图上的像 素单元进行赋值， 遍历每个公共服务设施 区域， 得到针对所述规划底图中路径的预测热力 图像包括： 针对一个公共服务设施区域， 以所述公共服务设施区域的被访问频率与最大像素值的 乘积， 对与所述 公共服务设施区域连接的最优预设路径在所述规划底图上的像素单元进 行 赋值， 所述规划底图中其他路径的像素单元赋值为0， 得到所述 公共服务设施区域对应的路 径热力图； 遍历每个公共服务设施区域， 得到每个公共服务设施区域对应的路径热力图， 将所有 路径热力图中每个像素单元的像素值相加求平均， 确定平均值为对应像素单元的预测像素 值， 并赋值给对应 像素单元得到针对所述 规划底图中路径的预测热力图像。 6.根据权利要求1所述的社区生活圈划定方法， 其特征在于， 获取所述道路区域中每个 路径的实际热力图像包括： 通过手机信令OD数据， 获取任意时刻的包含所述道路区域中所有路径 的实时图像， 所 述实时图像包括行 人数据； 将所述实时图像输入训练好的关键点检测网络， 输出所述实时图像的关键点热力图 像； 将连续两个时刻的关键点热力图像进行加权求平均， 确定加权求平均的结果为对应的 人员轨迹图像， 遍历目标时间段内所有的关键点热力图像， 得到所有人员轨 迹图像； 将所有人员轨迹图像相加求平均， 确定相加求平均的结果为所述道路区域中每个路径 的实际热力图像。 7.根据权利要求1至6任一项所述的社区生活圈划定方法， 其特征在于， 将所述预测热 力图像与所述实际热力图像比对， 确定比对结果大于 差异阈值的区域 为差异区域包括： 将所述预设热力图像中任一位置的像素单元与所述实际热力图像中对应位置的像素 单元进行差异运算， 确定差异运算的结果大于差异阈值的像素单元， 所述差异运算为将两 个像素单元的像素值进行相减并取绝对值； 统计处于同一连通区域的像素单元的连通数量， 若连通数量大于数量阈值， 则确定对 应连通区域 为差异区域。 8.一种基于多源大数据的社区生活圈划定装置， 其特征在于， 所述社区生活圈划定装 置包括： 表征数据提取模块， 用于基于多源大数据获取目标社区的规划底图， 提取所述规划底 图中每个居住区域和每个公共服务设施区域的中心 点表征， 并提取所述规划底图中道路区 域的路径 表征； 最优路径预测模块， 用于利用GIS交通网络分析模型， 使用启发式搜索算法， 结合所述 中心点表征和所述路径表征， 确定每个居住区域与每个公共服务设施区域之间的最优预测 路径； 路径热力预测模块， 用于根据每个公共服务设施区域的被访 问频率， 对与对应公共服 务设施区域连接的最优预测路径在所述规划底图上的像素单元进 行赋值， 遍历 每个公共服权　利　要　求　书 2/3 页 3 CN 115511210 A 3