一种路测数据处理方法、装置、计算机设备及存储介质与流程

本发明实施例涉及数据处理技术领域，尤其涉及一种路测数据处理方法、装置、计算机设备及存储介质。

背景技术：

路测是以道路为单位对设备的性能进行测试的方法，可以广泛应用于户外测试领域，如对某个路段的无线网络进行测试，或对某个路段的自动驾驶车辆的行驶数据进行测试等。

路测可以根据不同的业务需求，对设备在某些路段环境生成的数据的业务性能进行验证，并提供相关采集数据，这些数据作为路测数据可以支持被测设备的资源合理规划和资源的优化配置。可以理解的是，在采集到路测数据之后，往往需要对路测数据根据后期的优化需求进行处理。

现有技术中，针对路测数据的处理方式大多采用人工处理方式，例如，通过人工对路测数据进行筛选和分析，以确定存在问题的路测数据等。由于路测数据量较大，通过人工处理路测数据往往存在人工成本高、数据处理效率低以及处理结果准确率较低等问题。

技术实现要素：

本发明实施例提供一种路测数据处理方法、装置、计算机设备及存储介质，以降低处理路测数据的人工成本，提高待优化路测区域的处理效率和准确率。

第一方面，本发明实施例提供了一种路测数据处理方法，包括：

获取原始路测数据；

根据优化指标数据对所述原始路测数据进行筛选，得到待处理路测数据；

根据区域聚类算法对所述待处理路测数据进行聚类处理，得到待优化路测区域。

第二方面，本发明实施例还提供了一种路测数据处理装置，包括：

原始路测数据获取模块，用于获取原始路测数据；

待处理路测数据获取模块，用于根据优化指标数据对所述原始路测数据进行筛选，得到待处理路测数据；

待优化路测区域获取模块，用于根据区域聚类算法对所述待处理路测数据进行聚类处理，得到待优化路测区域。

第三方面，本发明实施例还提供了一种计算机设备，所述计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的路测数据处理方法。

第四方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所提供的路测数据处理方法。

本发明实施例通过根据优化指标数据对获取的原始路测数据进行筛选，得到待处理路测数据，以进一步根据区域聚类算法对待处理路测数据进行聚类处理，得到待优化路测区域，实现了对待优化路测数据的自动化处理，解决现有通过人工方式处理路测数据存在的人工成本高、数据处理效率低以及处理结果准确率较低等问题，从而降低处理路测数据的人工成本，并提高待优化路测区域的处理效率和准确率。

附图说明

图1是本发明实施例一提供的一种路测数据处理方法的流程图；

图2是本发明实施例二提供的一种路测数据处理方法的流程图；

图3是本发明实施例二提供的一种路测数据处理流程的示意图；

图4是本发明实施例三提供的一种路测数据处理装置的示意图；

图5为本发明实施例四提供的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。

另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

本发明实施例的说明书和权利要求书及附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。

实施例一

图1是本发明实施例一提供的一种路测数据处理方法的流程图，本实施例可适用于对路测数据进行自动化处理以获取待优化路测区域的情况，该方法可以由路测数据处理装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在计算机设备中，该计算机设备可以是终端设备，也可以是服务器设备。相应的，如图1所示，该方法包括如下操作：

s110、获取原始路测数据。

其中，原始路测数据可以是对某一类型待测设备进行路测过程中采集的数据。可选的，待测设备例如可以是无线网络设备或自动驾驶车辆设备等。当待测设备为无线网络设备时，路测可以对道路中的无线信号进行测试，以验证无线环境的业务性能，从而支持无线网络环境的合理规划和资源的优化配置。当待测设备为自动驾驶车辆设备时，路测可以对自动驾驶车辆在道路中的行驶状态进行测试，以验证自动驾驶车辆的无人驾驶性能，从而支持自动驾驶车辆的功能优化和升级。需要说明的是，任何需要以道路为基准进行测试的设备均可以作为待测设备，本发明实施例并不对待测设备的具体设备类型进行限定。

可以理解的是，当在户外针对待测设备进行路测的过程中，可以将实时采集的路测数据存储至相关的路测软件或平台中，作为原始路测数据。相应的，如果需要对路测数据进行处理，则可以从存储原始路测数据的路测软件或平台中获取原始路测数据。

示例性的，当待测设备为无线网络设备时，原始路测数据可以是无线网络性能测试数据。当待测设备为自动驾驶车辆设备时，原始路测数据可以是自动驾驶车辆生成的性能测试数据。也即，原始路测数据的类型和内容由待测设备的类型所决定，本发明实施例并不对原始路测数据的具体数据类型和内容进行限定。

s120、根据优化指标数据对所述原始路测数据进行筛选，得到待处理路测数据。

其中，优化指标数据可以是用于对原始路测数据进行筛选的参考指标数据。待处理路测数据可以是根据优化指标数据对原始路测数据进行筛选后得到的数据。

相应的，在获取到原始路测数据之后，可以根据原始路测数据的类型以及路测的应用场景确定优化指标数据。优化指标数据确定后，即可根据确定的优化指标数据对原始路测数据进行筛选，得到待处理路测数据。可选的，可以根据优化指标数据从原始路测数据中筛选出不符合优化指标数据要求的部分原始路测数据作为待处理路测数据。

示例性的，当原始路测数据为无线网络性能测试数据时，优化指标数据可以为无线网络指标数据，如rsrp(referencesignalreceivingpower，参考信号接收功率)指标或sinr(signaltointerferenceplusnoiseratio，信号与干扰加噪声比)指标等。相应的，根据无线网络指标数据可以从无线网络性能测试数据中筛选出指标不合格的数据作为待处理路测数据。

示例性的，当原始路测数据为自动驾驶车辆生成的性能测试数据时，优化指标数据可以为自动驾驶内相关功能模块的指标数据，如传感器正常工作的指标数据以及控制模块的工作指标数据等。相应的，根据功能模块的指标数据可以从自动驾驶车辆生成的性能测试数据中筛选出指标不合格的数据作为待处理路测数据。

s130、根据区域聚类算法对所述待处理路测数据进行聚类处理，得到待优化路测区域。

其中，区域聚类算法可以是利用地理位置信息进行聚类的算法，可选的，区域聚类算法例如可以是dbscan(density-basedspatialclusteringofapplicationswithnoise，基于密度的聚类算法)算法等，只要能够利用地理位置信息进行聚类的算法均可以作为区域聚类算法，本发明实施例并不对区域聚类算法的具体算法类型进行限定。待优化路测区域可以是利用区域聚类算法对待处理路测数据进行聚类处理得到的类簇。

在本发明实施例中，当获取到待处理路测数据之后，可以根据区域聚类算法对筛选的待处理路测数据进行聚类处理，得到大小不同的聚类，每个聚类可以包括一定数据的待处理路测数据，一个聚类中的待处理路测数据属于一个道路区域范围中采集的原始路测数据。可选的，待处理路测数据为不符合优化指标数据要求的部分原始路测数据，因此，可以将每个聚类作为一个待优化路测区域。每个待优化路测区域都体现了待测设备工作性能较差的道路区域，因此，可以根据待优化路测区域所包括的待处理路测数据对待测设备的性能进行优化。

示例性的，当原始路测数据为无线网络性能测试数据时，待处理路测数据可以是从无线网络性能测试数据中筛选出指标不合格的数据，根据区域聚类算法对待处理路测数据进行聚类处理可以得到多个待优化路测区域，每个待优化路测区域为无线信号质量较差的道路区域。相应的，根据待优化路测区域可以对无线网络设备的无线覆盖性能进行优化，以解决待优化路测区域中无线信号质量较差的问题。

示例性的，当原始路测数据为自动驾驶车辆生成的性能测试数据时，待处理路测数据可以是从自动驾驶车辆生成的性能测试数据中筛选出指标不合格的数据，根据区域聚类算法对待处理路测数据进行聚类处理可以得到多个待优化路测区域，每个待优化路测区域为自动驾驶车辆行驶性能较差的道路区域，如自动驾驶车辆难以保持较高稳定性的急转弯区域等。相应的，根据待优化路测区域可以对自动驾驶车辆设备的相关性能进行优化，以解决自动驾驶车辆在待优化路测区域中行驶性能较差的问题。

由此可见，本发明实施例通过对海量的原始路测数据利用计算机设备进行自动化的筛选处理，并采用计算机设备采用区域聚类算法对筛选得到的数据进行智能化地分析，可以有效解决现有通过人工方式处理路测数据存在的人工成本高、数据处理效率低以及处理结果准确率较低等问题，从而降低处理路测数据的人工成本，并提高待优化路测区域的处理效率和准确率。

本发明实施例通过根据优化指标数据对获取的原始路测数据进行筛选，得到待处理路测数据，以进一步根据区域聚类算法对待处理路测数据进行聚类处理，得到待优化路测区域，实现了对待优化路测数据的自动化处理，解决现有通过人工方式处理路测数据存在的人工成本高、数据处理效率低以及处理结果准确率较低等问题，从而降低处理路测数据的人工成本，并提高待优化路测区域的处理效率和准确率。

实施例二

图2是本发明实施例二提供的一种路测数据处理方法的流程图，图3是本发明实施例二提供的一种路测数据处理流程的示意图，本实施例以上述实施例为基础进行具体化，在本实施例中，给出了根据优化指标数据对所述原始路测数据进行筛选以及根据区域聚类算法对所述待处理路测数据进行聚类处理的多种具体可选的实现方式。相应的，如图2和图3所示，本实施例的方法可以包括：

s210、获取原始路测数据。

在本发明的一个可选实施例中，所述原始路测数据可以包括无线网络指标数据；所述优化指标数据可以包括无线网络优化指标数据。

其中，无线网络指标数据可以是体现无线网络工作性能的数据，如rsrp值或sinr值等，只要能够反映无线网络工作性能即可，本发明实施例并不对无线网络指标数据的具体数据类型进行限定。无线网络优化指标数据可以是能够对无线网络工作性能进行优化改进的数据，如rsrp或sinr等数据，同理，本发明实施例并不对无线网络优化指标数据的具体数据类型进行限定。

在本发明实施例中，可选的，原始路测数据可以是无线网络性能测试数据，可以包括无线网络指标数据。相应的，优化指标数据可以是无线网络优化指标数据，以根据无线网络优化指标数据对原始路测数据进行筛选。

s220、确定无线网络指标门限阈值。

其中，无线网络指标门限阈值可以用于对原始路测数据进行筛选，可以包括rsrp阈值和/或sinr阈值。

可选的，如果原始路测数据为无线网络性能测试数据，则对原始路测数据进行筛选之前，可以首先确定无线网络指标门限阈值，并将无线网络指标门限阈值作为优化指标数据对原始路测数据进行筛选。可选的，无线网络指标门限阈值可以是rsrp阈值或sinr阈值，也还可以是rsrp阈值和sinr阈值的组合，其中，rsrp阈值和sinr阈值的组合可以用于确定覆盖率指标阈值。可选的，rsrp阈值例如可以设置为-110或-105，sinr阈值可以设置为-3，具体可以根据无线网络优化的业务需求设定，本发明实施例并不对无线网络指标门限阈值的类型和具体取值进行限制。

s230、根据所述无线网络指标门限阈值和所述无线网络指标数据对所述原始路测数据进行筛选，得到所述待处理路测数据。

相应的，在确定无线网络指标门限阈值之后，即可根据无线网络指标门限阈值和无线网络指标数据对原始路测数据进行筛选，得到待处理路测数据。需要说明的是，待处理路测数据可以根据无线网络指标门限阈值的类型确定，也即，一个无线网络指标门限阈值可以对应一种待处理路测数据。或者，也还可以根据所有的无线网络指标阈值筛选出所有的原始路测数据作为一种待处理路测数据，本发明实施例对此并不进行限制。

在一个具体的例子中，假设rsrp阈值例如设置为-110，sinr阈值设置为-3，则可以从原始路测数据中，筛选出所有rsrp值小于-110的数据作为第一种类型的待处理路测数据。同时，还可以从原始路测数据中，筛选出所有sinr值小于-3的数据作为第二种类型的待处理路测数据。或者，也还可以从原始路测数据中，筛选出所有rsrp值小于-110且sinr值小于-3的数据作为第三种类型的待处理路测数据。

s240、根据区域聚类算法对所述待处理路测数据进行聚类处理，得到待优化路测区域。

需要说明的是，如果待处理路测数据包括多种类型，则需要针对每种类型的待处理路测数据利用区域聚类算法进行聚类处理。相应的，每种类型的待处理路测数据可以对应得到多个待优化路测区域。

在一个具体的例子中，假设根据rsrp值筛选出第一种类型的待处理路测数据，根据sinr值筛选出第二种类型的待处理路测数据，并根据rsrp值和sinr值筛选出第三种类型的待处理路测数据，则针对每个类型的待处理路测数据，可以分别利用区域聚类算法进行聚类处理。相应的，第一种类型的待处理路测数据对应得到的多个待优化路测区域是rsrp指标不合格的区域，第二种类型的待处理路测数据对应得到的多个待优化路测区域是sinr指标不合格的区域，第三种类型的待处理路测数据对应得到的多个待优化路测区域是rsrp指标和sinr指标均不合格的区域。

s250、确定第一区域门限阈值。

其中，第一区域门限阈值可以用于判断待优化路测区域是否满足优化需求。

可以理解的是，在无线网络环境的路测应用场景中，在采集原始路测数据时，可能存在某一个采集位置对应采集多个原始路测数据的情况。例如，当采集车辆停在某一固定位置时，数据采集设备持续不断地采集该固定位置的路测数据，则该固定位置对应存在多个原始路测数据。如果该固定位置对应的无线网络信号质量较差，则该固定位置对应存在多个原始路测数据均可能被筛选为待处理路测数据。由于这些待处理路测数据对应的地理位置信息相同，因此根据区域聚类算法进行聚类处理时，该固定位置对应存在多个原始路测数据会被划分为一个类簇，构成一个待优化路测区域。而在实际场景中，需要进行无线网络优化的是一个区域范围而不是一个位置点。如果上述固定位置附近的其他位置处无线网络信号质量都较优，只有固定位置处的无线网络信号质量较差，显然上述根据固定位置对应的多个原始路测数据构成的待优化路测区域并不合理，该固定位置构成的待优化路测区域并不满足无线网络的优化需求。

为此，为了进一步确认各待优化路测区域的合理性，可以确定一个第一区域门限阈值对各待优化路测区域进行判断识别。

s260、判断待优化路测区域的区域范围是否大于或等于第一区域门限阈值，若是，则执行s270，否则执行s280。

具体的，可以获取每个待优化路测区域对应的区域范围，并对每个待优化路测区域对应的区域范围于确定的第一区域门限阈值进行比较。如果待优化路测区域的区域范围是否大于或等于第一区域门限阈值，表明待优化路测区域满足无线网络的优化需求，可以进行无线网络优化；否则表明待优化路测区域不满足无线网络的优化需求，可以直接忽略该待优化路测区域。

s270、将所述待优化路测区域确定为第一待优化路测区域。

其中，第一待优化路测区域可以是待优化路测区域中满足无线网络的优化需求的区域。

相应的，当待优化路测区域的区域范围大于或等于第一区域门限阈值时，可以将该待优化路测区域确定为第一待优化路测区域。所有的第一待优化路测区域可以构建形成一个第一待优化路测区域列表。可选的，当第一待优化路测区域的类型不同时，还可以针对不同类型的第一待优化路测区域分别构建对应的第一待优化路测区域列表。

示例性的，假设第一区域门限阈值为100平方米。如果待优化路测区域的区域范围为200平方米，大于第一区域门限阈值，则可以将该待优化路测区域作为第一待优化路测区域。

s280、忽略所述待优化路测区域。

在本发明的一个可选实施例中，所述原始路测数据还可以包括经纬度数据；在所述获取原始路测数据之后，还可以包括：根据经纬度距离测算法对所述原始路测数据确定第二待优化路测区域；根据所述第一待优化路测区域和所述第二待优化路测区域确定目标待优化路测区域。

其中，经纬度距离测算法可以是利用原始路测数据的经纬度数据计算待优化路测区域的算法。第二待优化路测区域可以是利用经纬度距离测算法计算的满足无线网络的优化需求的区域。目标待优化路测区域可以是最终确定的需要进行无线网络优化的区域。

为了进一步保证待优化路测区域的准确性，在本发明实施例中，在利用区域聚类算法获取到第一待优化路测区域之后，还可以利用经纬度距离测算法对原始路测数据进行处理，以确定第二待优化路测区域，从而根据第一待优化路测区域和第二待优化路测区域最终确定需要进行无线网络优化的目标待优化路测区域。

在本发明的一个可选实施例中，所述根据经纬度距离测算方法对所述原始路测数据确定第二待优化路测区域，可以包括：确定第二区域门限阈值；根据所述无线网络指标门限阈值确定所述原始路测数据中的目标连续路测数据；所述目标连续路测数据为所述无线网络指标数据小于所述无线网络指标门限阈值的连续分布的原始路测数据；获取所述目标连续路测数据的目标经纬度数据；在根据所述目标经纬度数据确定所述目标连续路测数据包括的目标区域范围大于或等于所述第二区域门限阈值的情况下，将所述目标区域范围确定为所述第二待优化路测区域。所有的第二待优化路测区域可以构建形成一个第二待优化路测区域列表。可选的，当第二待优化路测区域的类型不同时，还可以针对不同类型的第二待优化路测区域分别构建对应的第二待优化路测区域列表。

其中，第二区域门限阈值可以用于辅助经纬度距离测算方法确定第二待优化区域。示例性的，假设在原始路测数据中，包括数据1、数据2、数据3、数据4、数据5、数据6和数据7等7条连续采集的原始路测数据，且数据2、数据3、数据4、数据5和数据6的无线网络指标数据均小于无线网络指标门限阈值，则数据2、数据3、数据4、数据5和数据6可以称为目标连续路测数据。目标经纬度数据可以是目标连续路测数据中各原始路测数据的经纬度数据。目标区域范围可以是目标经纬度数据构成的区域范围。

在利用经纬度距离测算方法确定第二待优化路测区域时，首先需要确定一个第二区域门限阈值。可选的，第二区域门限阈值与第一区域门限阈值可以相同，也可以不同，本发明实施例对此并不进行限制。相应的，经纬度距离测算法的步骤可以包括：针对原始路测数据，根据原始路测数据的采集顺序依次计算原始路测数据与无线网络指标门限阈值之间的大小关系。如果原始路测数据的无线网络指标数据小于无线网络指标门限阈值，则记录该原始路测数据，直至原始路测数据的无线网络指标数据大于或等于无线网络指标门限阈值，将记录的所有原始路测数据作为一组目标连续路测数据。当前的目标连续路测数据记录完成后，可以开始记录下一组目标连续路测数据。以此类推，可以根据全部的原始路测数据确定至少一组目标连续路测数据。在得到各组目标连续路测数据之后，可以分别计算每组目标连续路测数据的目标经纬度数据，并根据目标经纬度数据确定各组目标连续路测数据对应的目标区域范围。如果目标区域范围大于或等于第二区域门限阈值，则将目标区域范围确定为第二待优化路测区域；否则，忽略该目标区域范围。

需要说明的是，如果原始路测数据为线性分布的数据，则还可以采用一个距离门限阈值替代第二区域门限阈值计算第二待优化路测区域。示例性的，假设原始路测数据为由北向南线性分布的数据，则可以设置距离门限阈值为100米。并根据无线网络指标门限阈值确定原始路测数据中的目标连续路测数据。进一步可以获取目标连续路测数据的目标纬度数据，并计算各目标纬度数据构成的线性距离。如果该线性距离为200米，大于距离门限阈值，则可以将目标连续路测数据构成的区域范围作为第二待优化路测区域。

在本发明的一个可选实施例中，所述根据所述第一待优化路测区域和所述第二待优化路测区域确定目标待优化路测区域，可以包括：对所述第一待优化路测区域和所述第二待优化路测区域进行合并，得到合并待优化路测区域；对所述合并待优化路径区域进行区域去重处理，得到所述目标待优化路测区域。

其中，合并待优化路测区域可以是对第一待优化路测区域和第二待优化路测区域进行合并得到的待优化路测区域。区域去重处理也即删除重复的待优化路测区域。

具体的，在得到第一待优化路测区域和第二待优化路测区域之后，可以对第一待优化路测区域和第二待优化路测区域进行合并，得到合并待优化路测区域。进一步可以对合并待优化路径区域中重复的区域进行区域去重处理，得到最终的目标待优化路测区域，各目标待优化路测区域可以构建形成一个目标待优化路测区域列表。

示例性的，假设第一待优化路测区域包括区域1、区域2、区域5和区域6，第二待优化路测区域包括区域1、区域3、区域4和区域6，则合并待优化路测区域可以是区域1、区域1、区域2、区域3、区域4、区域5、区域6和区域6，则对合并待优化路测区域进行区域去重处理，得到的目标待优化路测区域为区域1、区域2、区域3、区域4、区域5、和区域6。

在本发明的一个可选实施例中，所述目标待优化路测区域可以包括rsrp优化区域、sinr优化区域及覆盖优化区域。

其中，rsrp优化区域也即将原始路测数据中的rsrp值作为无线网络指标数据，与设定的rsrp阈值进行对比计算得到的待优化路测区域。sinr优化区域也即将原始路测数据中的sinr值作为无线网络指标数据，与设定的sinr阈值进行对比计算得到的待优化路测区域。覆盖优化区域可以是将原始路测数据中的rsrp值和sinr值共同作为无线网络指标数据，并分别与设定的rsrp阈值和sinr阈值进行对比计算得到的待优化路测区域。

相应的，在得到目标待优化路测区域之后，相关工作人员可以依据目标待优化路测区域内的原始路测数据具体分析问题点，从而实现无线网络环境的合理规划和资源的优化配置。

采用上述技术方案，通过利用区域聚类算法结合经纬度距离测算方法确定目标待优化路测区域，可以进一步提高待优化路测区域的准确率。

需要说明的是，以上各实施例中各技术特征之间的任意排列组合也属于本发明的保护范围。

实施例三

图4是本发明实施例三提供的一种路测数据处理装置的示意图，如图4所示，所述装置包括：原始路测数据获取模块310、待处理路测数据获取模块320以及待优化路测区域获取模块330，其中：

原始路测数据获取模块310，用于获取原始路测数据；

待处理路测数据获取模块320，用于根据优化指标数据对所述原始路测数据进行筛选，得到待处理路测数据；

待优化路测区域获取模块330，用于根据区域聚类算法对所述待处理路测数据进行聚类处理，得到待优化路测区域。

本发明实施例通过根据优化指标数据对获取的原始路测数据进行筛选，得到待处理路测数据，以进一步根据区域聚类算法对待处理路测数据进行聚类处理，得到待优化路测区域，实现了对待优化路测数据的自动化处理，解决现有通过人工方式处理路测数据存在的人工成本高、数据处理效率低以及处理结果准确率较低等问题，从而降低处理路测数据的人工成本，并提高待优化路测区域的处理效率和准确率。

可选的，所述原始路测数据包括无线网络指标数据；所述优化指标数据包括无线网络优化指标数据；待处理路测数据获取模块320，具体用于：确定无线网络指标门限阈值；其中，所述无线网络指标门限阈值包括rsrp阈值和/或sinr阈值；根据所述无线网络指标门限阈值和所述无线网络指标数据对所述原始路测数据进行筛选，得到所述待处理路测数据。

可选的，路测数据处理装置还包括：第一区域门限阈值确定模块，用于确定第一区域门限阈值；第一待优化路测区域确定模块，用于在确定所述待优化路测区域的区域范围大于或等于所述第一区域门限阈值的情况下，将所述待优化路测区域确定为第一待优化路测区域。

可选的，所述原始路测数据还包括经纬度数据；路测数据处理装置还包括：第二待优化路测区域确定模块，用于根据经纬度距离测算法对所述原始路测数据确定第二待优化路测区域；目标待优化路测区域确定模块，用于根据所述第一待优化路测区域和所述第二待优化路测区域确定目标待优化路测区域。

可选的，第二待优化路测区域确定模块，具体用于：确定第二区域门限阈值；根据所述无线网络指标门限阈值确定所述原始路测数据中的目标连续路测数据；所述目标连续路测数据为所述无线网络指标数据小于所述无线网络指标门限阈值的连续分布的原始路测数据；获取所述目标连续路测数据的目标经纬度数据；在根据所述目标经纬度数据确定所述目标连续路测数据包括的目标区域范围大于或等于所述第二区域门限阈值的情况下，将所述目标区域范围确定为所述第二待优化路测区域。

可选的，目标待优化路测区域确定模块，具体用于：对所述第一待优化路测区域和所述第二待优化路测区域进行合并，得到合并待优化路测区域；对所述合并待优化路径区域进行区域去重处理，得到所述目标待优化路测区域。

可选的，所述目标待优化路测区域包括rsrp优化区域、sinr优化区域及覆盖优化区域。

上述路测数据处理装置可执行本发明任意实施例所提供的路测数据处理方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的路测数据处理方法。

由于上述所介绍的路测数据处理装置为可以执行本发明实施例中的路测数据处理方法的装置，故而基于本发明实施例中所介绍的路测数据处理方法，本领域所属技术人员能够了解本实施例的路测数据处理装置的具体实施方式以及其各种变化形式，所以在此对于该路测数据处理装置如何实现本发明实施例中的路测数据处理方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中路测数据处理方法所采用的装置，都属于本申请所欲保护的范围。

实施例四

图5为本发明实施例四提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图5显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器16，存储器28，连接不同系统组件(包括存储器28和处理器16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industrystandardarchitecture，isa)总线，微通道体系结构(microchannelarchitecture，mca)总线，增强型isa总线、视频电子标准协会(videoelectronicsstandardsassociation，vesa)局域总线以及外围组件互连(peripheralcomponentinterconnect，pci)总线。

计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(randomaccessmemory，ram)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(compactdisc-readonlymemory，cd-rom)、数字视盘(digitalvideodisc-readonlymemory，dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(input/output，i/o)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(localareanetwork，lan)，广域网wideareanetwork，wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图5中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、(redundantarraysofindependentdisks，raid)系统、磁带驱动器以及数据备份存储系统等。

处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，实现本发明实施例所提供的路测数据处理方法：获取原始路测数据；根据优化指标数据对所述原始路测数据进行筛选，得到待处理路测数据；根据区域聚类算法对所述待处理路测数据进行聚类处理，得到待优化路测区域。

实施例五

本发明实施例五还提供一种存储计算机程序的计算机存储介质，所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的路测数据处理方法：获取原始路测数据；根据优化指标数据对所述原始路测数据进行筛选，得到待处理路测数据；根据区域聚类算法对所述待处理路测数据进行聚类处理，得到待优化路测区域。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(readonlymemory，rom)、可擦式可编程只读存储器((erasableprogrammablereadonlymemory，eprom)或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、射频(radiofrequency，rf)等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。