CN103278833A - 一种基于北斗/gps数据的线路推荐***及方法 - Google Patents
一种基于北斗/gps数据的线路推荐***及方法 Download PDFInfo
- Publication number
- CN103278833A CN103278833A CN2013101749126A CN201310174912A CN103278833A CN 103278833 A CN103278833 A CN 103278833A CN 2013101749126 A CN2013101749126 A CN 2013101749126A CN 201310174912 A CN201310174912 A CN 201310174912A CN 103278833 A CN103278833 A CN 103278833A
- Authority
- CN
- China
- Prior art keywords
- circuit
- big dipper
- gps
- data
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于北斗/GPS数据的线路推荐***及方法。本发明基于北斗/GPS数据的线路推荐***包括北斗/GPS终端和服务器，所述北斗/GPS终端用于定位并发送车辆北斗/GPS信息，所述服务器用于接收车辆北斗/GPS信息，根据车辆唯一标识将每辆车的轨迹数据进行分组，并根据截断规则将每辆车的轨迹数据记录截断，生成多条路径，对路径进行聚类分析后分别按照不同属性输出推荐线路。本发明的实施可解决货运推荐线路实时性不足的问题，并便于司机根据实际情况选择适合的货运路线，提高物流业的效率及货运车辆的利用率。
Description
技术领域
本发明属于导航技术领域，尤其涉及一种基于北斗/GPS数据的线路推荐***及方法。
背景技术
近年来，随着民用北斗/GPS设备在物流业广泛使用以及基于位置服务的普及，大量的北斗/GPS设备以一定的频率向管理中心发送当前的位置，这些移动在全国各地路网的货车每天所产生的大规模数据给复杂的实时检索和监控带来了巨大的挑战。根据相关资料，2012年中国社会物流总额达158万亿元，物流总成本占GDP约18.4%，与1991年的24%相比，社会物流总额虽然下降明显，但是与欧美发达国家8.9%相比，还是高出一倍多社会物流总额，也意味着中国的整体物流成本仍处于高位，物流行业发展空间巨大。在此背景下，基于车载北斗/GPS数据的物流线路推荐方案可以大幅度有效提高物流企业的运输效率和资源的利用效率，降低企业成本，减少不必要的重复损耗，节约社会资源。
车载终端产生的北斗/GPS数据对数据的管理和应用提出了很多新的挑战，通常体现在4个方面：数据规模、数据完整性，数据实时性以及路径的合理提取。覆盖全国的物流企业车辆众多，产生北斗/GPS数据往往达到GB，TB甚至PB级别，虽然这些轨迹数据规模庞大，但是由于地理因素（如车辆行驶在山区、雨雪天气）、设备故障等原因，并不能保证每一个路段都有完整的北斗/GPS信息，甚至会有一些是错误的北斗/GPS数据，并且这些数据往往需要实时传输和获取才能使物流企业掌握最新的物流运输状况。
目前，市面上已经有物流货运推荐线路的应用，例如旅行者Ⅱ货车专用版，它是直接在旅行者通用版地图的数据上，增加了大量与货车相关的数据信息，包括货运市场、货运停车场、物流园区、加油站、厂矿企业等地点信息，同时包括各种禁行路段、路桥限高、限速路段、货车路桥吨位、货车超限检查、货车绿色通道、违章监控区等信息。但现有的物流货运线路推荐***主要是通过基于地图的最短路径算法生成的推荐线路，这种方式由于没有考虑实时路况信息，例如有些高速路在高峰时段是禁止货车通行，或者某个时间段禁止超过一定吨位的货车通行等，而且最短路径算法生成的货运推荐线路往往只有一条不能根据实际需求进行选择，例如货运车辆从广州运送货物到武汉，其可能更高经济效益的方式是先从广州运送货物到南昌，再从南昌运送货物到武汉，这样就提高了货运车辆的利用率，降低了空载率。
发明内容
本发明提供了一种基于北斗/GPS数据的线路推荐***及方法，旨在解决现有的货运线路推荐方式由于没有考虑实时路况信息降低货运车辆的利用率及空载率，且货运推荐线路只有一条不能根据实际需求进行选择的技术问题。
本发明提供的技术方案为：一种基于北斗/GPS数据的线路推荐***，包括北斗/GPS终端和服务器，所述北斗/GPS终端用于定位并发送车辆北斗/GPS信息，所述服务器用于接收车辆北斗/GPS信息，根据车辆唯一标识将每辆车的轨迹数据进行分组，并根据截断规则将每辆车的轨迹数据记录截断，生成多条路径，对路径进行聚类分析后分别按照不同属性输出推荐线路。。
本发明的技术方案还包括：所述北斗/GPS信息包括车辆唯一标识、当前信息发送的时间、当前经纬度和/或当前行驶里程；所述不同属性包括最短时间、最短距离、最高收益和/或最高行驶频率。
本发明的技术方案还包括：所述服务器包括数据分析处理模块，所述数据分析处理模块包括历史北斗/GPS数据分析模块和实时北斗/GPS数据分析模块，所述历史北斗/GPS数据分析模块用于对较长时间段内的车辆线路进行挖掘与分析，所述实时北斗/GPS数据分析模块用于提取车辆唯一标识、当前信息发送的时间、当前经纬度和/或当前行驶里程信息，根据当前经纬度信息计算车辆所在城市，根据车辆唯一标识将每辆车的轨迹数据进行分组，并按信息发送时间升序排列，使用轨迹去噪算法对异常轨迹数据进行过滤后对轨迹数据进行压缩处理，并将压缩处理后的轨迹数据按截断规则将每辆车的轨迹数据记录截断生成多条路径，将多条路径按照相同起始终止城市进行分组，对每一组的路径进行聚类分析，并将聚类以后的路径分别按照不同属性生成至少两条以上的最优推荐线路，并将计算结果存入云平台。
本发明的技术方案还包括：所述服务器包括云平台，所述云平台包括分布式数据库和内存数据库，用于存储货运推荐线路数据；所述服务器采用的截断规则为：将全国地图分成几大区域，每当车辆由一个区域A的城市a1进入另一个不相同的区域B中的城市b1时，计算该车在b1城市的停留时间，当停留时间大于一定阈值时，则将线路截断，依次生成多条路径。
本发明的技术方案还包括：所述服务器还包括货运推荐线路模块，所述货运推荐线路模块包括线路过期处理模块、线路查询请求处理模块和线路评价处理模块，所述线路过期处理模块用于定期将最新的货运推荐线路存入内存数据库中，并将历史推荐货运线路移除内存数据库；所述线路查询请求处理模块用于接收用户的线路查询请求，并在内存数据库中检索，如果检索到相关的线路，则直接返回对应的轨迹数据；如果没有检索到相关的线路，则将查询请求转发到分布式数据库中进行检索，如果仍没有检索到相关的线路，则返回无结果，有则返回对应的轨迹数据；所述线路评价处理模块用于供用户对查询出来的货运线路进行评价。
本发明提供的另一技术方案，一种基于北斗/GPS数据的线路推荐方法，包括：
步骤a：通过北斗/GPS终端向服务器发送车辆北斗/GPS信息；
步骤b：通过服务器接收北斗/GPS信息，根据车辆唯一标识将每辆车的轨迹数据进行分组，并根据截断规则将每辆车的轨迹数据记录截断，生成多条路径；
步骤c：对路径进行聚类分析后分别按照不同属性生成推荐线路。
本发明的技术方案还包括：在所述步骤b中，所述截断规则为：将全国地图分成几大区域，每当车辆由一个区域A的城市a1进入另一个不相同的区域B中的城市b1时，计算该车在b1城市的停留时间，当停留时间大于一定阈值时，则将线路截断，依次生成多条路径。
本发明的技术方案还包括：所述步骤b还包括：提取车辆唯一标识、当前信息发送的时间、当前经纬度和/或当前行驶里程特征信息，依据当前经纬度信息计算车辆所在城市；根据车辆唯一标识将每辆车的轨迹数据进行分组，并按信息发送时间升序排列，使用轨迹去噪算法对异常轨迹数据过滤后对轨迹数据进行压缩处理。
本发明的技术方案还包括：所述步骤c还包括：将输出的最优推荐线路存入云平台数据库中，并调用线路过期处理模块定期将最新的货运推荐线路存入内存数据库，将历史推荐货运线路移除内存数据库。
本发明的技术方案还包括：所述步骤c还包括：通过浏览器输入起始和终止城市并发送线路查询请求；服务器接收查询请求，并在内存数据库中去进行检索，如果检索到相关的线路，则直接返回对应的轨迹数据；如果没有检索到相关的线路，则将查询请求转发到分布式数据库中进行检索，如果仍没有检索到相关的线路，则返回无结果，有则返回对应的轨迹数据；将轨迹数据显示在浏览器上面，并将线路按不同属性进行最优分类；调用线路评价处理模块供用户进行线路评价。
本发明的技术方案具有如下优点或有益效果：本发明实施例的基于北斗/GPS数据的线路推荐***及方法通过实时发送货运车辆的北斗/GPS信息，通过货运车辆的实时北斗/GPS信息进行分析和处理，并根据不同属性生成多条最优推荐线路，解决货运推荐线路实时性不足的问题，便于司机根据实际情况选择适合的货运路线，提高物流业的效率及货运车辆的利用率，并便于物流企业进行智能化的调度计划，节省交通资源能耗，降低城市污染指数。
附图说明
附图1是本发明实施例的基于北斗/GPS数据的线路推荐***的结构示意图；
附图2是本发明实施例的轨迹数据去噪算法原理图；
附图3是本发明实施例的线路生成方法的流程图；
附图4是本发明实施例的线路查询方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，为本发明实施例的基于北斗/GPS数据的线路推荐***的结构示意图。本发明实施例的基于北斗/GPS数据的线路推荐***包括北斗/GPS终端和服务器，北斗/GPS终端用于定位并实时发送车辆北斗/GPS信息，其中，北斗/GPS信息包括车辆唯一标识、当前信息发送的时间、当前经纬度和/或当前行驶里程等特征信息。在本发明实施例中，车辆唯一标识为车牌号，北斗/GPS终端可以是车载北斗/GPS终端，也可以是手持北斗/GPS终端或者具有北斗/GPS功能的其它终端。服务器用于实时接收车辆北斗/GPS信息，根据车辆唯一标识将每辆车的轨迹数据进行分组，根据一定截断规则将每辆车的轨迹数据记录截断，生成多条路径，并按照相同起始终止城市将路径进行分组，对每一组路径进行聚类分析后分别按照不同属性输出多条最优推荐线路并存储线路数据，为用户提供路径查询服务。车载北斗/GPS终端和服务器通过无线网络进行数据的交换，无线网络包括GSM（Global System of Mobile communication，全球移动通讯***）、GPRS（General Packet Radio Service，通用无线分组业务）、WCDMA（WidebandCode Division Multiple Access，宽带码分多址）、HSDPA（High SpeedDownlink Package Access，高速下行链路分组接入）等方式。北斗/GPS终端每间隔一定时间，通过无线网络技术GSM、GPRS、WCDMA、HSDPA等方式向服务器发送数据，具体发送间隔时间可根据不同情况进行设定，例如一分钟或几分钟等。
具体地，服务器包括数据分析处理模块、货运推荐线路模块和云平台，
数据分析处理模块用于对接收的北斗/GPS信息进行分析处理，数据分析处理模块包括历史北斗/GPS数据分析模块和实时北斗/GPS数据分析模块，其中，
历史北斗/GPS数据分析模块用于对较长时间段内的车辆线路进行挖掘与分析，例如一个月或一个季度等，在本发明实施例中，车辆线路可以是物流货运线路，也可以是车辆行驶线路等其它线路方式。
实时北斗/GPS数据分析模块用于通过北斗/GPS信息提取车辆唯一标识、当前信息发送时间、当前经纬度和/或当前行驶里程等特征信息，根据当前经纬度信息计算车辆所在城市；根据车辆唯一标识将每辆车的轨迹数据进行分组，并按信息发送时间升序排列；使用轨迹去噪算法对异常的轨迹数据进行过滤后对轨迹数据进行压缩处理，并将压缩处理后的轨迹数据按一定截断规则将每辆车的轨迹数据记录截断，生成多条路径；将所有车辆生成的多条路径按照相同起始终止城市进行分组，对每一组的路径进行聚类分析，并将聚类以后的路径分别按照不同属性计算生成至少两条以上的最优推荐线路，并将计算结果存入云平台的分布式数据库和内存数据库中；该属性包括最短时间、最短距离、收益最高或行驶频率最高等，便于司机根据实际情况选择适合的货运路线，提高物流业的效率及货运车辆的利用率，降低能源消耗。其中，轨迹数据去噪算法具体为：将车载北斗/GPS数据依据车牌号分组，然后将记录时间按升序排列，依次取n个连续的北斗/GPS数据点，并计算中间点与其他n-1个点之间的距离，若距离大于某一设定阈值D且发生的频率大于50%，则过滤该北斗/GPS数据点；否则，输出该北斗/GPS数据点，距离阀值可根据实际情况进行设定；具体请一并参阅图2（图2只选取GPS为示例，北斗亦然），是本发明实施例的轨迹数据去噪算法原理图。轨迹数据截断规则为将全国地图分成几大区域，每当车辆由一个区域A的城市a1进入另一个不相同的区域B中的城市b1时，计算该车在b1城市的停留时间，当停留时间大于一定阈值时，则将线路截断，依次生成多条路径；其中，停留时间阀值可根据具体情况进行设定，例如2个小时；如果同一辆车在同一城市内有几次停车点，则这几次停车点的累计停车时间为该车在该城市的停留时间；聚类分析方法包括：首先进行路径建模，对路径进行线性插值和补遗，通过提取路径的时间、空间、速度、方向等特征将路径划分为多条子路径，并依次对每条子路径进行依照时空、速度、方向及其变化进行聚类分析，将相似的路径聚集到一起，作为一趟线路；对于长途路径，只是头尾一小部分不同，其他大部分相同，则为相似路径。
货运推荐线路模块用于提供用户查询货运线路，并对存储于云平台中的货运线路数据进行维护，货运推荐线路模块包括线路过期处理模块、线路查询请求处理模块和线路评价处理模块，
线路过期处理模块用于定期将最新的货运推荐线路存入内存数据库中，并将历史推荐货运线路移除内存数据库，节省内存空间，提高货运线路实时查询的效率；其中，线路存入或移除内存数据库的周期可根据具体情况进行设定。
线路查询请求处理模块用于接收用户的线路查询请求，并首先到内存数据库中去检索，如果检索到相关的线路，则直接返回对应的轨迹数据；如果没有检索到相关的线路，则将查询请求转发到分布式数据库中进行检索，如果仍没有检索到相关的线路，则返回无结果，有则返回对应的轨迹数据；同时，当查询请求转发量过大时，则将查询请求均匀分布到不同的服务器上，提高***的负载均衡能力。
线路评价处理模块用于用户对查询出来的货运线路做出评价处理，便于用户根据相关评价找到最佳货运线路，提高***的交互性。
云平台建立在分布式***基础架构之上，例如Hadoop、Dremel、Spark等，包括基于这些框架之上的分布式数据库和内存数据库，用于货运线路数据的存储，并完成对用户请求信息的存取、索引等功能，以加快数据访问速度，实现海量数据的实时或交互式查询、处理等。
本发明实施例的基于北斗/GPS数据的线路推荐方法包括线路生成方法和线路查询方法，请参阅图3，是本发明实施例的线路生成方法的流程图。本发明实施例的线路生成方法包括以下步骤：
步骤300：北斗/GPS终端通过无线网络技术向服务器发送自己的北斗/GPS信息；
在步骤300中，北斗/GPS信息包括车辆唯一标识、当前信息发送的时间、当前经纬度和/或当前行驶里程等特征信息。在本发明实施例中，车辆唯一标识为车牌号，北斗/GPS终端可以是车载北斗/GPS终端，也可以是手持北斗/GPS终端或者具有北斗/GPS功能的其它终端。
步骤310：通过服务器接收北斗/GPS信息，并提取车辆唯一标识、当前信息发送时间、当前经纬度、当前行驶里程等特征信息，并根据当前经纬度信息计算车辆所在城市；
步骤320：根据车辆唯一标识将每辆车的轨迹数据进行分组，并按信息发送时间升序排列，使用轨迹去噪算法对异常的轨迹数据进行过滤后对轨迹数据进行压缩处理；
在步骤320中，轨迹数据去噪算法具体为：将车载北斗/GPS数据依据车牌号分组，然后将记录时间按升序排列，依次取n个连续的北斗/GPS点数据，并计算中间点与其他n-1个点之间的距离，若距离大于某一设定阈值D且发生的频率大于50%，则剔除该点，该阀值可根据实际情况进行设定。
步骤330：将压缩处理后的轨迹数据按一定截断规则将每辆车的轨迹数据记录截断，生成多条路径；
在步骤330中，轨迹数据截断规则为：将全国地图分成几大区域，每当车辆由一个区域A的城市a1进入另一个不相同的区域B中的城市b1时，计算该车在b1城市的停留时间，当停留时间大于一定阈值时，则将线路截断，依次生成多条路径；其中，停留时间阀值可根据具体情况进行设定，例如2个小时；如果同一辆车在同一城市内有几次停车点，则这几次停车点的累计停车时间为该车在该城市的停留时间。
步骤340：将所有车辆生成的多条路径按照相同起始终止城市进行分组，对每一组的路径进行聚类分析；
在步骤340中，聚类分析方法包括：首先进行路径建模，对路径进行线性插值和补遗，通过提取路径的时间、空间、速度、方向等特征将路径划分为多条子路径，并依次对每条子路径进行依照时空、速度、方向及其变化进行聚类分析，将相似的路径聚集到一起，作为一趟线路；对于长途路径，只是头尾一小部分不同，其他大部分相同，则为相似路径。
步骤350：将聚类以后的路径分别按照不同属性计算生成至少两条以上的最优推荐线路；
在步骤350中，该属性包括最短时间、最短距离、最高收益和/或最高行驶频率等，便于司机根据实际情况选择适合的货运路线，提高物流业的效率及货运车辆的利用率，降低能源消耗。
步骤360：将生成的最优推荐线路存入云平台数据库中，并调用线路过期处理模块定期将最新的货运推荐线路存入内存数据库，将历史推荐货运线路移除内存数据库。
在步骤360中，云平台建立在分布式***基础架构之上，例如Hadoop、Dremel、Spark等，包括基于这些框架之上的分布式数据库和内存数据库，用于货运线路数据的存储，并完成对用户请求信息的存取、索引等功能，以加快数据访问速度，实现海量数据的实时或交互式查询、处理等。
请参阅图4，是本发明实施例的线路查询方法的流程图。本发明实施例的线路查询方法包括以下步骤：
步骤400：用户通过浏览器输入起始和终止城市并发送线路查询请求；
步骤410：服务器接收查询请求，并在内存数据库中去进行检索，如果检索到相关的线路，则直接返回对应的轨迹数据；如果没有检索到相关的线路，则将查询请求转发到分布式数据库中进行检索，如果仍没有检索到相关的线路，则返回无结果，有则返回对应的轨迹数据；
在步骤410中，当查询请求转发量过大时，会将查询请求均匀分布到不同的服务器上，提高***的负载均衡能力。
步骤420：使用地图API（Application Programming Interface,应用程序编程接口）将轨迹数据显示在浏览器上面，并将推荐线路按不同属性进行最优分类；
步骤430：调用线路评价处理模块供用户进行线路评价处理。
在步骤430中，用户可根据线路评价信息找到最佳货运线路，提高***的交互性。
本发明实施例的基于北斗/GPS数据的线路推荐***及方法通过实时发送货运车辆的北斗/GPS信息，通过货运车辆的实时北斗/GPS信息进行分析和处理，并根据不同属性生成多条最优推荐线路，解决货运推荐线路实时性不足的问题，便于司机根据实际情况选择适合的货运路线，提高物流业的效率及货运车辆的利用率，并便于物流企业进行智能化的调度计划，节省交通资源能耗，降低城市污染指数。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于北斗/GPS数据的线路推荐***，其特征在于，包括北斗/GPS终端和服务器，所述北斗/GPS终端用于定位并发送车辆北斗/GPS信息，所述服务器用于接收车辆北斗/GPS信息，根据车辆唯一标识将每辆车的轨迹数据进行分组，并根据截断规则将每辆车的轨迹数据记录截断，生成多条路径，对路径进行聚类分析后分别按照不同属性输出推荐线路。
2.根据权利要求1所述的基于北斗/GPS数据的线路推荐***，其特征在于，所述北斗/GPS信息包括车辆唯一标识、当前信息发送的时间、当前经纬度和/或当前行驶里程；所述不同属性包括最短时间、最短距离、最高收益和/或最高行驶频率。
3.根据权利要求1或2所述的基于北斗/GPS数据的线路推荐***，其特征在于，所述服务器包括数据分析处理模块，所述数据分析处理模块包括历史北斗/GPS数据分析模块和实时北斗/GPS数据分析模块，所述历史北斗/GPS数据分析模块用于对较长时间段内的车辆线路进行挖掘与分析，所述实时北斗/GPS数据分析模块用于提取车辆唯一标识、当前信息发送的时间、当前经纬度和/或当前行驶里程信息，根据当前经纬度信息计算车辆所在城市，根据车辆唯一标识将每辆车的轨迹数据进行分组，并按信息发送时间升序排列，使用轨迹去噪算法对异常轨迹数据进行过滤后对轨迹数据进行压缩处理，并将压缩处理后的轨迹数据按截断规则将每辆车的轨迹数据记录截断生成多条路径，将多条路径按照相同起始终止城市进行分组，对每一组的路径进行聚类分析，并将聚类以后的路径分别按照不同属性生成至少两条以上的最优推荐线路，并将计算结果存入云平台。
4.根据权利要求3所述的基于北斗/GPS数据的线路推荐***，其特征在于，所述服务器包括云平台，所述云平台包括分布式数据库和内存数据库，用于存储货运推荐线路数据；所述服务器采用的截断规则为：将全国地图分成几大区域，每当车辆由一个区域A的城市a1进入另一个不相同的区域B中的城市b1时，计算该车在b1城市的停留时间，当停留时间大于一定阈值时，则将线路截断，依次生成多条路径。
5.根据权利要求4所述的基于北斗/GPS数据的线路推荐***，其特征在于，所述服务器还包括货运推荐线路模块，所述货运推荐线路模块包括线路过期处理模块、线路查询请求处理模块和线路评价处理模块，所述线路过期处理模块用于定期将最新的货运推荐线路存入内存数据库中，并将历史推荐货运线路移除内存数据库；所述线路查询请求处理模块用于接收用户的线路查询请求，并在内存数据库中检索，如果检索到相关的线路，则直接返回对应的轨迹数据；如果没有检索到相关的线路，则将查询请求转发到分布式数据库中进行检索，如果仍没有检索到相关的线路，则返回无结果，有则返回对应的轨迹数据；所述线路评价处理模块用于供用户对查询出来的货运线路进行评价。
6.一种基于北斗/GPS数据的线路推荐方法，其特征在于，包括：
步骤a：通过北斗/GPS终端向服务器发送车辆北斗/GPS信息；
步骤b：通过服务器接收北斗/GPS信息，根据车辆唯一标识将每辆车的轨迹数据进行分组，并根据截断规则将每辆车的轨迹数据记录截断，生成多条路径；
步骤c：对路径进行聚类分析后分别按照不同属性生成推荐线路。
7.根据权利要求6所述的基于北斗/GPS数据的线路推荐方法，其特征在于，在所述步骤b中，所述截断规则为：将全国地图分成几大区域，每当车辆由一个区域A的城市a1进入另一个不相同的区域B中的城市b1时，计算该车在b1城市的停留时间，当停留时间大于一定阈值时，则将线路截断，依次生成多条路径。
8.根据权利要求6或7所述的基于北斗/GPS数据的线路推荐方法，其特征在于，所述步骤b还包括：提取车辆唯一标识、当前信息发送的时间、当前经纬度和/或当前行驶里程特征信息，依据当前经纬度信息计算车辆所在城市；根据车辆唯一标识将每辆车的轨迹数据进行分组，并按信息发送时间升序排列，使用轨迹去噪算法对异常轨迹数据过滤后对轨迹数据进行压缩处理。
9.根据权利要求8所述的基于北斗/GPS数据的线路推荐方法，其特征在于，所述步骤c还包括：将输出的最优推荐线路存入云平台数据库中，并调用线路过期处理模块定期将最新的货运推荐线路存入内存数据库，将历史推荐货运线路移除内存数据库。
10.根据权利要求9所述的基于北斗/GPS数据的线路推荐方法，其特征在于，所述步骤c还包括：通过浏览器输入起始和终止城市并发送线路查询请求；服务器接收查询请求，并在内存数据库中去进行检索，如果检索到相关的线路，则直接返回对应的轨迹数据；如果没有检索到相关的线路，则将查询请求转发到分布式数据库中进行检索，如果仍没有检索到相关的线路，则返回无结果，有则返回对应的轨迹数据；将轨迹数据显示在浏览器上面，并将线路按不同属性进行最优分类；调用线路评价处理模块供用户进行线路评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310174912.6A CN103278833B (zh) | 2013-05-13 | 2013-05-13 | 一种基于北斗/gps数据的线路推荐***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310174912.6A CN103278833B (zh) | 2013-05-13 | 2013-05-13 | 一种基于北斗/gps数据的线路推荐***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103278833A true CN103278833A (zh) | 2013-09-04 |
| CN103278833B CN103278833B (zh) | 2016-08-10 |
Family
ID=49061406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310174912.6A Active CN103278833B (zh) | 2013-05-13 | 2013-05-13 | 一种基于北斗/gps数据的线路推荐***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103278833B (zh) |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104333594A (zh) * | 2014-11-05 | 2015-02-04 | 无锡成电科大科技发展有限公司 | 基于光传输网络的云平台资源采集加速方法和*** |
| CN104850604A (zh) * | 2015-05-04 | 2015-08-19 | 华中科技大学 | 一种基于张量的用户轨迹挖掘方法 |
| CN105070005A (zh) * | 2015-07-15 | 2015-11-18 | 合肥佳讯科技有限公司 | 一种多旋翼无人飞行器及遥测遥控方法 |
| CN105136159A (zh) * | 2015-09-18 | 2015-12-09 | 深圳市凯立德欣软件技术有限公司 | 一种货车导航方法及导航设备 |
| CN105702034A (zh) * | 2016-03-18 | 2016-06-22 | 中国科学院计算技术研究所 | 基于单目视觉的智能交通管理与路线信息推送方法及*** |
| CN106326359A (zh) * | 2016-08-10 | 2017-01-11 | 浙江三网科技股份有限公司 | 一种基于位置聚合的gps信息存储方法 |
| CN106781466A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种车辆停靠点信息的确定方法及装置 |
| CN106779824A (zh) * | 2016-12-01 | 2017-05-31 | 上海携程国际旅行社有限公司 | 旅游线路产品的起价计算的任务的生成方法 |
| CN106875670A (zh) * | 2017-03-07 | 2017-06-20 | 重庆邮电大学 | Spark平台下基于GPS数据的出租车调配方法 |
| CN107247762A (zh) * | 2017-06-01 | 2017-10-13 | 深圳前海跨海侠跨境电子商务有限公司 | 一种国际物流线路推荐方法 |
| CN107346478A (zh) * | 2016-05-04 | 2017-11-14 | 中国农业大学 | 基于历史数据的货运路径规划方法、服务器及*** |
| WO2018014155A1 (zh) * | 2016-07-18 | 2018-01-25 | 石莉 | 航空物流站点方法及*** |
| CN107958364A (zh) * | 2017-12-21 | 2018-04-24 | 惠龙易通国际物流股份有限公司 | 一种物流用户行为模式分析处理方法和*** |
| CN108289279A (zh) * | 2018-01-30 | 2018-07-17 | 浙江省公众信息产业有限公司 | 定位信息的处理方法、装置和计算机可读存储介质 |
| WO2018137061A1 (zh) * | 2017-01-24 | 2018-08-02 | 广东兴达顺科技有限公司 | 一种机器人与大数据相结合的报警***及方法 |
| US10048075B2 (en) | 2013-07-19 | 2018-08-14 | Sap Se | Trajectory data compression |
| CN110083599A (zh) * | 2019-03-28 | 2019-08-02 | 华东师范大学 | 一种基于时空插值的车辆轨迹数据索引方法 |
| CN110334170A (zh) * | 2019-07-03 | 2019-10-15 | 内蒙古大学 | 一种时空轨迹压缩算法 |
| CN111242416A (zh) * | 2019-12-29 | 2020-06-05 | 航天信息股份有限公司 | 一种汽车运输过程粮食质量安全评估方法及*** |
| CN111856541A (zh) * | 2020-07-24 | 2020-10-30 | 苏州中亿通智能***有限公司 | 一种固定线路车辆轨迹监测***及方法 |
| CN111949891A (zh) * | 2020-10-09 | 2020-11-17 | 广州斯沃德科技有限公司 | 一种基于车辆轨迹聚类的个性化信息推荐方法及*** |
| CN113069330A (zh) * | 2021-03-24 | 2021-07-06 | 南京大学 | 一种基于智能终端的视障人士户外出行方向诱导方法 |
| CN113312334A (zh) * | 2021-05-28 | 2021-08-27 | 海南超船电子商务有限公司 | 一种航运用户大数据建模分析方法及*** |
| CN113744550A (zh) * | 2020-05-15 | 2021-12-03 | 丰田自动车株式会社 | 信息处理装置以及信息处理*** |
| CN113837677A (zh) * | 2020-06-24 | 2021-12-24 | 顺丰科技有限公司 | 物流线路生成策略的确定方法、装置以及设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103065472A (zh) * | 2012-12-24 | 2013-04-24 | 中国科学院深圳先进技术研究院 | 实时路况分析方法及*** |
-
2013
- 2013-05-13 CN CN201310174912.6A patent/CN103278833B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103065472A (zh) * | 2012-12-24 | 2013-04-24 | 中国科学院深圳先进技术研究院 | 实时路况分析方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| JAE-GIL LEE ET AL.: ""Trajectory Clustering: A Partition-and-Group Framework"", 《PROCEEDINGS OF THE ACM SIGMOD INTERNATIONAL CONFERENCE ON MANAGEMENT OF DATA》 * |
| 颜波 等: ""基于GPS数据挖掘的智能交通***的研究"", 《PROCEEDINGS OF THE 27TH CHINESE CONTROL CONFERENCE》 * |
Cited By (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10048075B2 (en) | 2013-07-19 | 2018-08-14 | Sap Se | Trajectory data compression |
| CN104333594A (zh) * | 2014-11-05 | 2015-02-04 | 无锡成电科大科技发展有限公司 | 基于光传输网络的云平台资源采集加速方法和*** |
| CN104333594B (zh) * | 2014-11-05 | 2018-07-27 | 无锡成电科大科技发展有限公司 | 基于光传输网络的云平台资源采集加速方法和*** |
| CN104850604A (zh) * | 2015-05-04 | 2015-08-19 | 华中科技大学 | 一种基于张量的用户轨迹挖掘方法 |
| CN104850604B (zh) * | 2015-05-04 | 2018-11-02 | 华中科技大学 | 一种基于张量的用户轨迹挖掘方法 |
| CN105070005A (zh) * | 2015-07-15 | 2015-11-18 | 合肥佳讯科技有限公司 | 一种多旋翼无人飞行器及遥测遥控方法 |
| CN105070005B (zh) * | 2015-07-15 | 2018-11-30 | 合肥佳讯科技有限公司 | 一种多旋翼无人飞行器及遥测遥控方法 |
| CN105136159A (zh) * | 2015-09-18 | 2015-12-09 | 深圳市凯立德欣软件技术有限公司 | 一种货车导航方法及导航设备 |
| CN105702034A (zh) * | 2016-03-18 | 2016-06-22 | 中国科学院计算技术研究所 | 基于单目视觉的智能交通管理与路线信息推送方法及*** |
| CN107346478A (zh) * | 2016-05-04 | 2017-11-14 | 中国农业大学 | 基于历史数据的货运路径规划方法、服务器及*** |
| WO2018014155A1 (zh) * | 2016-07-18 | 2018-01-25 | 石莉 | 航空物流站点方法及*** |
| CN106326359B (zh) * | 2016-08-10 | 2019-10-18 | 浙江三网科技股份有限公司 | 一种基于位置聚合的gps信息存储方法 |
| CN106326359A (zh) * | 2016-08-10 | 2017-01-11 | 浙江三网科技股份有限公司 | 一种基于位置聚合的gps信息存储方法 |
| CN106779824A (zh) * | 2016-12-01 | 2017-05-31 | 上海携程国际旅行社有限公司 | 旅游线路产品的起价计算的任务的生成方法 |
| CN106781466B (zh) * | 2016-12-06 | 2019-10-22 | 北京中交兴路信息科技有限公司 | 一种车辆停靠点信息的确定方法及装置 |
| CN106781466A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种车辆停靠点信息的确定方法及装置 |
| WO2018137061A1 (zh) * | 2017-01-24 | 2018-08-02 | 广东兴达顺科技有限公司 | 一种机器人与大数据相结合的报警***及方法 |
| CN106875670A (zh) * | 2017-03-07 | 2017-06-20 | 重庆邮电大学 | Spark平台下基于GPS数据的出租车调配方法 |
| CN106875670B (zh) * | 2017-03-07 | 2019-12-31 | 重庆邮电大学 | Spark平台下基于GPS数据的出租车调配方法 |
| CN107247762A (zh) * | 2017-06-01 | 2017-10-13 | 深圳前海跨海侠跨境电子商务有限公司 | 一种国际物流线路推荐方法 |
| CN107247762B (zh) * | 2017-06-01 | 2024-05-14 | 深圳前海跨海侠跨境电子商务有限公司 | 一种国际物流线路推荐方法 |
| CN107958364A (zh) * | 2017-12-21 | 2018-04-24 | 惠龙易通国际物流股份有限公司 | 一种物流用户行为模式分析处理方法和*** |
| CN108289279A (zh) * | 2018-01-30 | 2018-07-17 | 浙江省公众信息产业有限公司 | 定位信息的处理方法、装置和计算机可读存储介质 |
| CN110083599B (zh) * | 2019-03-28 | 2023-06-23 | 华东师范大学 | 一种基于时空插值的车辆轨迹数据索引方法 |
| CN110083599A (zh) * | 2019-03-28 | 2019-08-02 | 华东师范大学 | 一种基于时空插值的车辆轨迹数据索引方法 |
| CN110334170A (zh) * | 2019-07-03 | 2019-10-15 | 内蒙古大学 | 一种时空轨迹压缩算法 |
| CN111242416A (zh) * | 2019-12-29 | 2020-06-05 | 航天信息股份有限公司 | 一种汽车运输过程粮食质量安全评估方法及*** |
| CN111242416B (zh) * | 2019-12-29 | 2024-02-06 | 航天信息股份有限公司 | 一种汽车运输过程粮食质量安全评估方法及*** |
| CN113744550A (zh) * | 2020-05-15 | 2021-12-03 | 丰田自动车株式会社 | 信息处理装置以及信息处理*** |
| CN113744550B (zh) * | 2020-05-15 | 2023-05-02 | 丰田自动车株式会社 | 信息处理装置以及信息处理*** |
| CN113837677A (zh) * | 2020-06-24 | 2021-12-24 | 顺丰科技有限公司 | 物流线路生成策略的确定方法、装置以及设备 |
| CN111856541A (zh) * | 2020-07-24 | 2020-10-30 | 苏州中亿通智能***有限公司 | 一种固定线路车辆轨迹监测***及方法 |
| CN111856541B (zh) * | 2020-07-24 | 2023-11-14 | 苏州中亿通智能***有限公司 | 一种固定线路车辆轨迹监测***及方法 |
| CN111949891B (zh) * | 2020-10-09 | 2021-06-15 | 广州斯沃德科技有限公司 | 一种基于车辆轨迹聚类的个性化信息推荐方法及*** |
| CN111949891A (zh) * | 2020-10-09 | 2020-11-17 | 广州斯沃德科技有限公司 | 一种基于车辆轨迹聚类的个性化信息推荐方法及*** |
| CN113069330A (zh) * | 2021-03-24 | 2021-07-06 | 南京大学 | 一种基于智能终端的视障人士户外出行方向诱导方法 |
| CN113069330B (zh) * | 2021-03-24 | 2022-04-22 | 南京大学 | 一种基于智能终端的视障人士户外出行方向诱导方法 |
| CN113312334B (zh) * | 2021-05-28 | 2023-05-26 | 海南超船电子商务有限公司 | 一种航运用户大数据建模分析方法及*** |
| CN113312334A (zh) * | 2021-05-28 | 2021-08-27 | 海南超船电子商务有限公司 | 一种航运用户大数据建模分析方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103278833B (zh) | 2016-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103278833A (zh) | 一种基于北斗/gps数据的线路推荐***及方法 | |
| CN109508865B (zh) | 基于时空使用模式的地铁站辐射范围内共享单车的部署方法 | |
| CN103295120A (zh) | 物流公司运力分析***及其运力分析的方法 | |
| CN111612670B (zh) | 一种构建机动车排放清单的方法、装置和计算机设备 | |
| CN112270460A (zh) | 一种基于多源数据的超重货车货源站点识别方法 | |
| CN101976505A (zh) | 交通评价方法及*** | |
| CN102567811A (zh) | 基于实时道路交通特征的机动车排放测算方法 | |
| CN104766473A (zh) | 基于多模式公交数据匹配的公共交通出行特征提取方法 | |
| CN102496079A (zh) | 一种道路能耗与排放的监测方法 | |
| CN103413437A (zh) | 一种基于车辆数据采集的道路交叉口转向识别方法及*** | |
| Jalali et al. | Investigating the potential of ridesharing to reduce vehicle emissions | |
| CN112613652A (zh) | 一种服务于低碳道路交通规划的道路网碳排放估算方法 | |
| CN103065464B (zh) | 实时客流特征分析方法及*** | |
| CN105261212A (zh) | 一种基于出租车gps数据地图匹配的出行时空分析方法 | |
| CN105427594A (zh) | 一种基于双向上车客流的公交断面客流量获取方法及*** | |
| CN110379198B (zh) | 一种城市智能停车引导***及其停车引导方法 | |
| CN102426584B (zh) | 一种获取车辆精确地理位置的服务***及其获取方法 | |
| CN109118770A (zh) | 一种基于交通监测数据的路段通行能力挖掘方法 | |
| CN104573972A (zh) | 一种基于车载gps数据的公交路线运营时段划分方法 | |
| CN108111979B (zh) | 基于BDS和LoRa的车辆定位跟踪调度***及方法 | |
| CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
| CN110245774A (zh) | 一种根据员工家庭住址进行班车线路优化的方法 | |
| CN112289065B (zh) | 一种基于精准od大数据的定制公交线路设计方法及*** | |
| CN115409430B (zh) | 基于货车行驶轨迹的物流强度分析方法、***及存储介质 | |
| CN102735255A (zh) | 一种车辆油耗监测*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180408 Address after: 518000 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A Patentee after: SHENZHEN BEIDOU INTELLIGENCE TECHNOLOGY CO.,LTD. Address before: Room office building No. 1068 Shenzhen Institute of advanced technology A-301 518000 in Guangdong city of Shenzhen province Nanshan District Shenzhen University city academy Avenue Patentee before: Shenzhen shen-tech advanced Cci Capital Ltd. Effective date of registration: 20180408 Address after: Room office building No. 1068 Shenzhen Institute of advanced technology A-301 518000 in Guangdong city of Shenzhen province Nanshan District Shenzhen University city academy Avenue Patentee after: Shenzhen shen-tech advanced Cci Capital Ltd. Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY |