CN106600958A - 动态路况表达方法及装置 - Google Patents
动态路况表达方法及装置 Download PDFInfo
- Publication number
- CN106600958A CN106600958A CN201611078892.2A CN201611078892A CN106600958A CN 106600958 A CN106600958 A CN 106600958A CN 201611078892 A CN201611078892 A CN 201611078892A CN 106600958 A CN106600958 A CN 106600958A
- Authority
- CN
- China
- Prior art keywords
- gps
- trend
- segmentation
- sub
- trajectory
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种动态路况表达方法及装置,方法包括:获取预设第一时间段内GPS点的高频GPS数据并对其进行预处理,获得对预处理后的高频GPS数据中所有GPS点形成的轨迹进行分段后的子轨迹;提取子轨迹的速度趋势;将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势;将同覆盖区的路况变化情况分配到其对应区域的对应路段上并按照预设路况表达方式表达出来。本发明可以解决现有技术中所表达出来的路况与实际状况不符的问题,能提高路况计算的准确性,路况的表达更为精确,可使路况在不同图商的地图间随意使用,而不用进行路网匹配转换工作。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种动态路况表达方法及装置。
背景技术
随着中国城市化进程的加快,各城市的机动车保有量不断增长,交通拥堵情况加剧,实时路况已成为每个交通参与者必须掌握的信息。由于交通参与者的不断增长,城市实时路况变化愈加频繁,能及时准确的反应交通状况的变化的实时路况是非常有价值的,将帮助交通参与者选择合理的出行路线,减少交通拥堵带来的影响。
传统的路况基本上依赖于低频的全球定位***GPS信息进行计算,并且按照固定长度的路段进行路况的表达,这种方式已不能及时准确的反应路况。随着技术的发展,高频的GPS信息可以通过手机等终端获取,应用与路况的计算与表达中。相比于低频GPS信息,高频GPS信息可以提现更完整的路况变化情况,有助于提高路况的计算和表达的准确性,提供更加实时准确的路况给交通参与者。
现有技术的方案是通过将低频GPS信息或者高频GPS信息匹配到电子导航路网的路段上,按照车辆在每条路段上的行驶速度或者行驶时间来判断每辆车的状态,然后通过每条路段上的所有车辆的状态融合得到路段最终的路况,按照固定长度的路段进行路况的表达。
但是,现有的路况的计算和表达都依赖于电子导航地图路网中的固定长度的路段,而电子导航地图路网中的路段的划分很难与路况在空间上的变化位置一致,由于路况的变化位置是不固定的,路况变化可能发生在固定长度的路段上的任何位置,而且由于电子导航地图是作业人员绘制出来的,路段的长度是随机变化的,当路段长度较短时,
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解表达出来的路况与实际情况差异较小,但当路段长度较长时,表达出来的路况就会在较长距离上与实际情况有较大差异,不但不能反映当前的路况信息,甚至提供错误的路况给交通参与者。
鉴于此,如何解决现有技术中所表达出来的路况与实际状况不符的问题成为目前需要解决的技术问题。
发明内容
为解决上述的技术问题,本发明提供一种动态路况表达方法及装置,可以解决现有技术中所表达出来的路况与实际状况不符的问题。
第一方面,本发明提供一种动态路况表达方法,包括:
获取预设第一时间段内GPS点的高频GPS数据;
对所述高频GPS数据进行预处理,获得对预处理后的高频GPS数据中的所有GPS点形成的轨迹进行分段后的子轨迹;
提取所述子轨迹的速度趋势;
将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势;
将同覆盖区的路况变化情况分配到其对应区域的对应路段上,并按照预设路况表达方式表达出来;
其中,上下游关系包括:不经过信号灯、转弯或者道路等级切换。
可选地,所述高频GPS数据中包括:GPS点采集日期、GPS点采集时间、车辆标识、GPS经度信息、GPS纬度信息、GPS瞬时速度和GPS的即时方向。
可选地,所述对所述高频GPS数据进行预处理,包括:
将所述高频GPS数据按照所述车辆标识进行分开存储;
消除所述高频GPS数据中所有GPS点的GPS瞬时速度的波动噪声;
按照经过的信号灯位置、转弯位置、道路等级切换位置,将消除波动噪声后的高频GPS数据中的所有GPS点形成的轨迹进行分段,获得多个子轨迹。
可选地,所述消除所述高频GPS数据中的GPS瞬时速度的波动噪声,包括:
针对预设第一时间段内GPS点所形成的轨迹中的第i个GPS点,通过第一公式计算得到预设第二时间段内该GPS点所形成的轨迹的平均速度,作为当前GPS点的GPS瞬时速度vi,其中i=1,…,b,b为预设第一时间段内GPS点的数量;
其中,所述第一公式为:
其中,dk,k+1是预设第一时间段内GPS点所形成的轨迹中的第k个GPS点到第k+1个GPS点的距离,tk,k+1是预设第一时间段内GPS点所形成的轨迹中的第k个GPS点到第k+1个GPS点的时间,m≤i≤n,预设第一时间段内GPS点所形成的轨迹中的第m个GPS点到第n个GPS点为预设第二时间段内的所有GPS点。
可选地,所述提取所述子轨迹的速度趋势,包括:
利用改进的道格拉斯—普克Douglas一Peukcer算法,对每一子轨迹进行速度分段,并计算每个分段通过的距离和每个分段的平均速度;
根据所述每个分段通过的距离和每个分段的平均速度,判断每一子轨迹的速度趋势。
可选地,所述利用改进的道格拉斯—普克Douglas一Peukcer算法,对每一子轨迹进行速度分段,并计算每个分段通过的距离和每个分段的平均速度,包括:
S1、对于每一子轨迹,计算所述子轨迹的速度曲线的速度均值和速度方差D(V);
S2、在D(V)小于预设第一阈值时,分段过程结束;在D(V)大于等于预设第一阈值时,执行步骤S3;
S3、计算所述子轨迹的加速度曲线的加速度均值和加速度方差D(a);
S4、在D(a)小于预设第二阈值时,分段过程结束;在D(a)大于等于预设第二阈值时,执行步骤S5;
S5、在所述子轨迹的速度曲线的首尾两点间虚连一条直线,求出除了所述首尾两点之外其余各点到该直线的距离;
S6、选取所述距离中的最大的距离对应的GPS点的位置,将所述子轨迹的速度曲线分成两段,对每一段分别执行所述步骤S1;
和/或,
所述根据所述每个分段通过的距离和每个分段的平均速度,判断每一子轨迹的速度趋势,包括:
对于每一子轨迹,根据每个分段的平均速度通过第七公式获得每个分段的路况状态level;
判断每个分段通过的距离是否小于预设距离阈值,将通过的距离小于预设距离阈值的分段按照下游分段的路况状态进行合并,获得每一子轨迹的速度趋势表达;
其中,所述第七公式为:
其中,vmax和vmin是道路的预设速度阈值,是根据道路的等级确定的,vmax为道路的预设最大速度,vmin为道路的预设最小速度;
所述速度趋势表达为:
carid,sort,L={linkid},C={(dis,level,time)}
其中,carid为车辆标识,sort为当前车辆的当前分段的序号,L为覆盖的路段的集合,其中的linkid为集合L内包含的路段,L内包含的路段按照拓扑排序,C为趋势的集合,dis为分段相对于轨迹的起点或上一个分段的终点的距离,level为分段的路况状态,time为分段的结束时间;
所述轨迹速度趋势表达的方式为:车辆carid的第sort个分段,覆盖的路段的集合为L,L内路段按照拓扑排序,趋势为集合C,该C中趋势的表达方式为:车辆carid的第sort个分段相对于轨迹的起点或上一个分段的终点,距离dis内的路况状态为level,该分段的结束时间是time。
可选地,所述将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势,包括:
将子轨迹的速度分段覆盖的路段集合有交集的车辆,或者存在上下游关系的车辆组织到一起,将这些车辆覆盖的路段集合的并集L′,作为这些车辆的同覆盖区;
将同覆盖区内的每辆车的趋势表达中的趋势集合C,按照L′进行修正,将C的起点对齐到L′的起点;
将同覆盖区内的所有车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势。
可选地,所述将同覆盖区内的所有车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势,包括:
用同覆盖区内的所有辆车的趋势分割位置重新分割每辆车的趋势集合C;
通过预设投票算法确定同覆盖区内的所有辆车的趋势集合C中每个分段的总趋势;
过滤同覆盖区内的所有辆车的趋势集合C中异常的分段的状态,获得同覆盖区的轨迹速度趋势表达;
其中,所述同覆盖区的轨迹速度趋势表达为:
L={linkid},C={(dis,level)}
其中,同覆盖区覆盖的路段的集合为L,其中的linkid为集合L内包含的路段,L内包含的路段按照拓扑排序,趋势的集合为C,该C中趋势的表达的方式为:相对于同覆盖区的起点或上一个分段的终点,dis内的路况状态为level。
可选地,所述预设路况表达方式包括:路段加偏移量的方式,和/或位置与方向加偏移量的方式;
相应地,所述按照预设路况表达方式表达出来,包括:
按照路段加偏移量的方式表达出来;
和/或,
按照位置与方向加偏移量的方式表达出来。
第二方面,本发明提供一种动态路况表达装置,包括:
获取模块,用于获取预设第一时间段内GPS点的高频GPS数据;
预处理模块,用于对所述高频GPS数据进行预处理,获得对预处理后的高频GPS数据中的所有GPS点形成的轨迹进行分段后的子轨迹;
提取模块,用于提取所述子轨迹的速度趋势;
融合模块,用于将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势;
表达模块,用于将同覆盖区的路况变化情况分配到其对应区域的对应路段上,并按照预设路况表达方式表达出来;
其中,上下游关系包括:不经过信号灯、转弯或者道路等级切换。
由上述技术方案可知,本发明的动态路况表达方法及装置,通过获取预设第一时间段内GPS点的高频GPS数据并对其进行预处理,获得对预处理后的高频GPS数据中所有GPS点形成的轨迹进行分段后的子轨迹;提取子轨迹的速度趋势;将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势;将同覆盖区的路况变化情况分配到其对应区域的对应路段上并按照预设路况表达方式表达出来,由此,可以解决现有技术中所表达出来的路况与实际状况不符的问题。本实施例所述方法通过车辆的高频GPS轨迹准确判定了车辆的速度的趋势变化;解决了多辆车的速度的趋势变化的融合表达;准确获取了路况发生变化的位置,提高了路况计算的准确性;可以使路况表达更为精确,使路况可以在不同图商的地图间随意使用,而不用进行路网匹配转换工作。
附图说明
图1为本发明一实施例提供的动态路况表达方法的流程示意图;
图2为本发明一实施例提供的动态路况表达装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他的实施例,都属于本发明保护的范围。
图1示出了本发明一实施例提供的动态路况表达方法的流程示意图,如图1所示,本实施例的动态路况表达方法如下所述。
101、获取预设第一时间段内GPS点的高频GPS数据。
需说明的是,所述预设时间段T应确保时间长度为T的轨迹能反映路况的变化,可以根据实际情况进行设置,本实施例并不对其进行限制,T可以随着路况的拥缓程度变化,当路况较为拥堵时T取的大些,当路况较为畅通时T取的小些。例如,可以令T取5分钟到10分钟之间的时间段。
其中,所述高频GPS数据中可以包括:GPS点采集日期、GPS点采集时间、车辆标识、GPS经度信息、GPS纬度信息、GPS瞬时速度和GPS的即时方向等信息。
在具体应用中,本实施例中的高频GPS数据的结构可以参考下述表1,表1是对所述高频GPS数据的结构进行说明。
表1
102、对所述高频GPS数据进行预处理,获得对预处理后的高频GPS数据中的所有GPS点形成的轨迹进行分段后的子轨迹。
在具体应用中,所述步骤102可以包括图中未示出的步骤102a-102c:
102a、将所述高频GPS数据按照所述车辆标识进行分开存储。
102b、消除所述高频GPS数据中所有GPS点的GPS瞬时速度的波动噪声。
由于高频GPS点上采集到的瞬时速度受到卫星信号强弱的影响,会产生一些波动,这些波动影响了速度趋势的判断的准确性,因此需要对这些速度波动噪声进行处理。
具体地,所述步骤102b可以包括:
针对预设第一时间段内GPS点所形成的轨迹中的第i个GPS点,通过第一公式计算得到预设第二时间段内该GPS点所形成的轨迹的平均速度,作为当前GPS点的GPS瞬时速度vi,其中i=1,…,b,b为预设第一时间段内GPS点的数量;
其中,所述第一公式为:
其中,dk,k+1是预设第一时间段内GPS点所形成的轨迹中的第k个GPS点到第k+1个GPS点的距离,tk,k+1是预设第一时间段内GPS点所形成的轨迹中的第k个GPS点到第k+1个GPS点的时间,m≤i≤n,预设第一时间段内GPS点所形成的轨迹中的第m个GPS点到第n个GPS点为预设第二时间段内的所有GPS点。
102c、按照经过的信号灯位置、转弯位置、道路等级切换位置,将消除波动噪声后的高频GPS数据中的所有GPS点形成的轨迹进行分段,获得多个子轨迹。
需说明的是,所述步骤102c需要保证获得的子轨迹内部的速度变化趋势不会受到外在因素的影响,只与当前子轨迹经过的路段的路况有关系。
103、提取所述子轨迹的速度趋势。
在具体应用中,所述步骤103可以包括图中未示出的步骤103a-103b:
103a、利用改进的道格拉斯-普克Douglas一Peukcer算法,对每一子轨迹进行速度分段,并计算每个分段通过的距离和每个分段的平均速度。
需说明的是,保证每个速度分段内的速度要保持平稳(即速度稳定或者加速度稳定)。
具体地,所述步骤103a可以包括图中未示出的步骤S1-S6:
S1、对于每一子轨迹,计算所述子轨迹的速度曲线的速度均值和速度方差D(V)。
在具体应用中,所述步骤S3可以通过第二公式计算得到所述子轨迹的速度曲线的速度均值以及通过第三公式计算得到所述子轨迹的速度曲线的速度方差D(V);
其中,所述第二公式为:
vj是所述子轨迹中第j个GPS点的消除波动噪声后的瞬时速度,n是所述子轨迹中GPS点的总个数;
所述第三公式为:
S2、在D(V)小于预设第一阈值时,分段过程结束;在D(V)大于等于预设第一阈值时,执行步骤S3。
S3、计算所述子轨迹的加速度曲线的加速度均值和加速度方差D(a)。
在具体应用中,所述步骤S3可以通过第四公式计算得到所述子轨迹的加速度曲线的加速度均值以及通过第六公式计算得到所述子轨迹的加速度曲线的速度方差D(a);
其中,所述第四公式为:
其中,aj为所述子轨迹中第j个GPS点的加速度,是通过第五公式计算得到的,所述第五公式为:
其中,tj为所述子轨迹中第j个GPS点的采集时间。
所述第六公式为:
S4、在D(a)小于预设第二阈值时,分段过程结束;在D(a)大于等于预设第二阈值时,执行步骤S5。
S5、在所述子轨迹的速度曲线的首尾两点间虚连一条直线,求出除了所述首尾两点之外其余各点到该直线的距离。
S6、选取所述距离中的最大的距离对应的GPS点的位置,将所述子轨迹的速度曲线分成两段,对每一段分别执行所述步骤S1。
在具体应用中,上述预设第一阈值δ表示可接受的速度的变化,上述预设第二阈值γ表示可接受的加速度的变化,可以根据实际情况进行取值,本实施例并不对其进行限制。例如,δ和γ可以都取值为25,即可以接受5km/h的变化。
103b、根据所述每个分段通过的距离和每个分段的平均速度,判断每一子轨迹的速度趋势。
在具体应用中,所述步骤103b可以包括图中未示出的步骤P1-P2:
P1、对于每一子轨迹,根据每个分段的平均速度通过第七公式获得每个分段的路况状态level。
其中,所述第七公式为:
其中,vmax和vmin是道路的预设速度阈值,是根据道路的等级确定的,vmax为道路的预设最大速度,vmin为道路的预设最小速度。
可以理解的是,本实施例中,速度分段后每个分段的平均速度代表了该分段的实际速度,可以将每个分段的平均速度按照预设速度阈值转化为每个分段的路况状态level。
P2、判断每个分段通过的距离是否小于预设距离阈值,将通过的距离小于预设距离阈值的分段按照下游分段的路况状态进行合并,获得每一子轨迹的速度趋势表达。
可以理解的是,由于路况是一个相对稳定的状态,这个状态要持续一定长的时间或距离,因此,可以将通过的距离小于预设距离阈值Dmax的分段按照下游分段的路况状态进行合并。
其中,所述预设距离阈值可以根据实际情况进行取值,本实施例并不对其进行限制。例如,Dmax可以取20米。
最终,可以得到如下的轨迹速度趋势表达:
carid,sort,L={linkid},C={(dis,level,time)}
其中,carid为车辆标识,sort为当前车辆的当前分段的序号,L为覆盖的路段的集合,linkid为集合L内包含的路段,L内包含的路段按照拓扑排序,C为趋势的集合,dis为分段相对于轨迹的起点或上一个分段的终点的距离,level为分段的路况状态,time为分段的结束时间;
轨迹速度趋势表达方式为:车辆carid的第sort个分段,覆盖的路段的集合为L,L内路段按照拓扑排序,趋势为集合C,C中趋势的表达方式为:车辆carid的第sort个分段相对于轨迹的起点或上一个分段的终点,距离dis内的路况状态为level,该分段的结束时间是time。
104、将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势。
其中,上下游关系包括:不经过信号灯、转弯或者道路等级切换等。
在具体应用中,所述步骤104可以包括图中未示出的步骤104a-104c:
104a、将子轨迹的速度分段覆盖的路段集合有交集的车辆,或者存在上下游关系的车辆组织到一起,将这些车辆覆盖的路段集合的并集L′,作为这些车辆的同覆盖区。
104b、将同覆盖区内的每辆车的趋势表达中的趋势集合C,按照L′进行修正,将C的起点对齐到L′的起点。
具体地,所述步骤104b中的对齐方法可以包括图中未示出的步骤Q1和Q2:
Q1、取同覆盖区内的一辆车,计算该车覆盖的路段的集合L中的第一条路段的起点到合并后新的覆盖的路段的集合L′中的第一条路段的起点的距离DL;
Q2、在该车的趋势集合C中加入(DL,0,0),然后将每个dis加上距离DL,就完成了多辆车的对齐。
104c、将同覆盖区内的所有车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势。
可以理解的是,由于多辆车的速度趋势变化存在差异,并且发生变化的位置存在差异,因此需要将多辆车的速度趋势融合成为可表达它们同覆盖区的路况的变化情况的总趋势。
具体地,所述步骤104c可以包括图中未示出的步骤M1-M4:
M1、用同覆盖区内的所有辆车的趋势分割位置重新分割每辆车的趋势集合C(即将同覆盖区内的所有辆车对齐)。
例如,同覆盖区内有两辆车,它们的趋势描述如下:
carid1,sort,L={linkid},C={(d1,l1,t1),(d2,l2,t2)}
carid2,sort,L={linkid},C={(da,la,ta),(db,lb,tb)}
其中,da<d1<db<d2,d1即dis1,d2即dis2,da即disa,db即disb,l1即level1,l2即level2,la即levela,lb即levelb,t1即time1,t2即time2,ta即timea,tb即timeb;
它们对齐后的结果为:
carid1,sort,L={linkid},C={(da,l1,t1),(d1,l1,t1),(db,l2,t2),(d2,l2,t2)}
carid2,sort,L={linkid},C={(da,la,ta),(d1,lb,tb),(db,lb,tb),(d2,lb,tb)}。
M2、通过预设投票算法确定同覆盖区内的所有辆车的趋势集合C中每个分段的总趋势。
在具体应用中,所述预设投票算法可以包括:
对于趋势集合C中每一分段,按照每辆车在该分段内的状态,计算每种状态(状态1,2,3)各有多少辆车,当每种状态都存在时,按照该分段的结束时间time,取距当前时间最近的状态表示该分段的状态,否则取车辆数最多的状态表示该分段的状态。
M3、过滤同覆盖区内的所有辆车的趋势集合C中异常的分段的状态,获得同覆盖区的轨迹速度趋势表达。
在具体应用中,所述步骤M3中的“过滤趋势集合C中异常的分段的状态”,可以包括:
若趋势集合C中一个分段的状态与其前后分段的状态不一致,且该分段的dis小于预设距离阈值,则确定该分段的状态异常,并将该分段的状态按照下游分段的路况状态进行合并。
其中,所述同覆盖区的轨迹速度趋势表达为:
L={linkid},C={(dis,level)}
其中,同覆盖区覆盖的路段的集合为,其中的linkid为集合L内包含的路段,L内包含的路段按照拓扑排序,趋势的集合为C,该C中趋势的表达的方式为:相对于同覆盖区的起点或上一个分段的终点,dis内的路况状态为level。
105、将同覆盖区的路况变化情况分配到其对应区域的对应路段上,并按照预设路况表达方式表达出来。
在具体应用中,所述步骤105中的“将同覆盖区的路况变化情况分配到其对应区域的对应路段上”,可以具体包括:
对同覆盖区的轨迹速度趋势的L={linkid},C={(dis,level)},路段集合L中的路段linkidi,0≤i<n,n是路段集合L中路段的条数,趋势集合C中的(disk,levelk),0≤k<m,m是趋势集合C中趋势的个数;
遍历路段集合L,如果linkidi与(disk,levelk)在距离上有重合部分dis,就将该分段的路况(dis,levelk)放到linkidi上。
其中,所述预设路况表达方式可以包括:路段加偏移量的方式,和/或位置与方向加偏移量的方式等;
相应地,所述步骤105在将同覆盖区的路况变化情况分配到其对应区域的对应路段上之后,可以:
按照路段加偏移量的方式表达出来;
其中,按照路段加偏移量的方式表达出来的格式为:
linkid,offset1,level1,offset2,level2…
其中,offset1,offset2,...均为距离偏移量,该表达方式为:在路段linkid上,从路段起点开始,距离区间[0,offset1]的路况是level1,距离区间[offset1,offset2]的路况是level2,并以此类推下去;
和/或,
按照位置与方向加偏移量的方式表达出来。
其中,按照位置与方向加偏移量的方式表达出来的格式为:
longitude,latitude,angle,offset1,level1,offset2,level2...
其中,longitude是同覆盖区的起点的经度,latitude是同覆盖区的起点的纬度,它们描述了这条路况的起点,angle是同覆盖区的起点到终点的方向,offset(包括:offset1,offset2,...)是距离偏移量,level是路况状态,该表达方式为:在路段linkid上,从起点开始,在方向angle上,距离区间[0,offset1]的路况状态是level1,距离区间[offset1,offset2]的路况状态是level2。
可以理解的是,由于本实施例所选取的同覆盖区不存在转弯,因此路况的表达就可以采用位置与方向加偏移量的方式进行表达。
本实施例的动态路况表达方法,通过获取预设第一时间段内GPS点的高频GPS数据并对其进行预处理,获得对预处理后的高频GPS数据中所有GPS点形成的轨迹进行分段后的子轨迹;提取子轨迹的速度趋势;将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势;将同覆盖区的路况变化情况分配到其对应区域的对应路段上并按照预设路况表达方式表达出来,由此,可以解决现有技术中所表达出来的路况与实际状况不符的问题。本实施例所述方法通过车辆的高频GPS轨迹准确判定了车辆的速度的趋势变化;解决了多辆车的速度的趋势变化的融合表达;准确获取了路况发生变化的位置,提高了路况计算的准确性;基于路段上的偏移量进行路况的表达,路况表达更为精确;基于位置与方向加偏移量的路况表达方法,使路况可以在不同图商的地图间随意使用,而不用进行路网匹配转换工作。
图2示出了本发明一实施例提供的动态路况表达装置的结构示意图,如图2所示,本实施例的动态路况表达装置,包括:获取模块21、预处理模块22、提取模块23、融合模块24和表达模块25;其中:
获取模块21,用于获取预设第一时间段内GPS点的高频GPS数据;
预处理模块22,用于对所述高频GPS数据进行预处理,获得对预处理后的高频GPS数据中的所有GPS点形成的轨迹进行分段后的子轨迹;
提取模块23,用于提取所述子轨迹的速度趋势;
融合模块24,用于将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势;
表达模块25,用于将同覆盖区的路况变化情况分配到其对应区域的对应路段上,并按照预设路况表达方式表达出来;
其中,上下游关系包括:不经过信号灯、转弯或者道路等级切换。
其中,所述高频GPS数据中可以包括:GPS点采集日期、GPS点采集时间、车辆标识、GPS经度信息、GPS纬度信息、GPS瞬时速度和GPS的即时方向等信息。
在具体应用中,本实施例中的高频GPS数据的结构可以参考上述表1。
在具体应用中,所述预处理模块22,可以具体用于
将所述高频GPS数据按照所述车辆标识进行分开存储;
消除所述高频GPS数据中所有GPS点的GPS瞬时速度的波动噪声;
按照经过的信号灯位置、转弯位置、道路等级切换位置,将消除波动噪声后的高频GPS数据中的所有GPS点形成的轨迹进行分段,获得多个子轨迹。
可以理解的是,由于高频GPS点上采集到的瞬时速度受到卫星信号强弱的影响,会产生一些波动,这些波动影响了速度趋势的判断的准确性,因此需要对这些速度波动噪声进行处理。
所述预处理模块22消除所述高频GPS数据中所有GPS点的GPS瞬时速度的波动噪声的具体过程可以包括:
针对预设第一时间段内GPS点所形成的轨迹中的第i个GPS点,通过第一公式计算得到预设第二时间段内该GPS点所形成的轨迹的平均速度,作为当前GPS点的GPS瞬时速度vi,其中i=1,…,b,b为预设第一时间段内GPS点的数量;
其中,所述第一公式为:
其中,dk,k+1是预设第一时间段内GPS点所形成的轨迹中的第k个GPS点到第k+1个GPS点的距离,tk,k+1是预设第一时间段内GPS点所形成的轨迹中的第k个GPS点到第k+1个GPS点的时间,m≤i≤n,预设第一时间段内GPS点所形成的轨迹中的第m个GPS点到第n个GPS点为预设第二时间段内的所有GPS点。
需说明的是,所述预处理模块22需要保证获得的子轨迹内部的速度变化趋势不会受到外在因素的影响,只与当前子轨迹经过的路段的路况有关系。
在具体应用中,所述提取模块23,可以具体用于
利用改进的Douglas一Peukcer算法,对每一子轨迹进行速度分段,并计算每个分段通过的距离和每个分段的平均速度;
根据所述每个分段通过的距离和每个分段的平均速度,判断每一子轨迹的速度趋势。
需说明的是,所述提取模块23需保证每个速度分段内的速度要保持平稳(即速度稳定或者加速度稳定)。
具体地,所述提取模块23利用改进的Douglas一Peukcer算法,对每一子轨迹进行速度分段,并计算每个分段通过的距离和每个分段的平均速度,可以包括:
S1、对于每一子轨迹,计算所述子轨迹的速度曲线的速度均值和速度方差D(V)。
在具体应用中,所述步骤S3可以通过第二公式计算得到所述子轨迹的速度曲线的速度均值以及通过第三公式计算得到所述子轨迹的速度曲线的速度方差D(V);
其中,所述第二公式为:
vj是所述子轨迹中第j个GPS点的消除波动噪声后的瞬时速度,n是所述子轨迹中GPS点的总个数;
所述第三公式为:
S2、在D(V)小于预设第一阈值时,分段过程结束;在D(V)大于等于预设第一阈值时,执行步骤S3。
S3、计算所述子轨迹的加速度曲线的加速度均值和加速度方差D(a)。
在具体应用中,所述步骤S3可以通过第四公式计算得到所述子轨迹的加速度曲线的加速度均值以及通过第六公式计算得到所述子轨迹的加速度曲线的速度方差D(a);
其中,所述第四公式为:
其中,aj为所述子轨迹中第j个GPS点的加速度,是通过第五公式计算得到的,所述第五公式为:
其中,tj为所述子轨迹中第j个GPS点的采集时间。
所述第六公式为:
S4、在D(a)小于预设第二阈值时,分段过程结束;在D(a)大于等于预设第二阈值时,执行步骤S5。
S5、在所述子轨迹的速度曲线的首尾两点间虚连一条直线,求出除了所述首尾两点之外其余各点到该直线的距离。
S6、选取所述距离中的最大的距离对应的GPS点的位置,将所述子轨迹的速度曲线分成两段,对每一段分别执行所述步骤S1。
其中,上述预设第一阈值δ表示可接受的速度的变化,上述预设第二阈值γ表示可接受的加速度的变化,可以根据实际情况进行取值,本实施例并不对其进行限制。例如,δ和γ可以都取值为25,即可以接受5km/h的变化。
具体地,所述提取模块23根据所述每个分段通过的距离和每个分段的平均速度,判断每一子轨迹的速度趋势,可以包括:
对于每一子轨迹,根据每个分段的平均速度通过第七公式获得每个分段的路况状态level;
判断每个分段通过的距离是否小于预设距离阈值,将通过的距离小于预设距离阈值的分段按照下游分段的路况状态进行合并,获得每一子轨迹的速度趋势表达。
其中,所述第七公式为:
其中,vmax和vmin是道路的预设速度阈值,是根据道路的等级确定的,vmax为道路的预设最大速度,vmin为道路的预设最小速度。
可以理解的是,本实施例中,速度分段后每个分段的平均速度代表了该分段的实际速度,可以将每个分段的平均速度按照预设速度阈值转化为每个分段的路况状态level。
可以理解的是,由于路况是一个相对稳定的状态,这个状态要持续一定长的时间或距离,因此,可以将通过的距离小于预设距离阈值Dmax的分段按照下游分段的路况状态进行合并。
其中,所述预设距离阈值可以根据实际情况进行取值,本实施例并不对其进行限制。例如,Dmax可以取20米。
最终,所述提取模块23可以得到如下的轨迹速度趋势表达:
carid,sort,L={linkid},C={(dis,level,time)}
其中,carid为车辆标识,sort为当前车辆的当前分段的序号,L为覆盖的路段的集合,linkid为集合L内包含的路段,L内包含的路段按照拓扑排序,C为趋势的集合,dis为分段相对于轨迹的起点或上一个分段的终点的距离,level为分段的路况状态,time为分段的结束时间;
轨迹速度趋势表达方式为:车辆carid的第sort个分段,覆盖的路段的集合为L,L内路段按照拓扑排序,趋势为集合C,C中趋势的表达方式为:车辆carid的第sort个分段相对于轨迹的起点或上一个分段的终点,距离dis内的路况状态为level,该分段的结束时间是time。
在具体应用中,所述融合模块24,可具体用于
将子轨迹的速度分段覆盖的路段集合有交集的车辆,或者存在上下游关系的车辆组织到一起,将这些车辆覆盖的路段集合的并集L′,作为这些车辆的同覆盖区;
将同覆盖区内的每辆车的趋势表达中的趋势集合C,按照L′进行修正,将C的起点对齐到L′的起点;
将同覆盖区内的所有车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势。
具体地,所述融合模块24将同覆盖区内的每辆车的趋势表达中的趋势集合C,按照L′进行修正,将C的起点对齐到L′的起点,可以包括:
取同覆盖区内的一辆车,计算该车覆盖的路段的集合L中的第一条路段的起点到合并后新的覆盖的路段的集合L′中的第一条路段的起点的距离DL;
在该车的趋势集合C中加入(DL,0,0),然后将每个dis加上距离DL,就完成了多辆车的对齐。
可以理解的是,由于多辆车的速度趋势变化存在差异,并且发生变化的位置存在差异,因此需要将多辆车的速度趋势融合成为可表达它们同覆盖区的路况的变化情况的总趋势。
具体地,所述融合模块24将同覆盖区内的所有车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势,可以包括:
用同覆盖区内的所有辆车的趋势分割位置重新分割每辆车的趋势集合C(即将同覆盖区内的所有辆车对齐);
通过预设投票算法确定同覆盖区内的所有辆车的趋势集合C中每个分段的总趋势;
过滤同覆盖区内的所有辆车的趋势集合C中异常的分段的状态,获得同覆盖区的轨迹速度趋势表达。
其中,所述同覆盖区的轨迹速度趋势表达为:
L={linkid},C={(dis,level)}
其中,同覆盖区覆盖的路段的集合为L,其中的linkid为集合L内包含的路段,L内包含的路段按照拓扑排序,趋势的集合为C,该C中趋势的表达的方式为:相对于同覆盖区的起点或上一个分段的终点,dis内的路况状态为level。
其中,所述预设投票算法可以包括:
对于趋势集合C中每一分段,按照每辆车在该分段内的状态,计算每种状态(状态1,2,3)各有多少辆车,当每种状态都存在时,按照该分段的结束时间time,取距当前时间最近的状态表示该分段的状态,否则取车辆数最多的状态表示该分段的状态。
其中,所述融合模块24过滤同覆盖区内的所有辆车的趋势集合C中异常的分段的状态,获得同覆盖区的轨迹速度趋势表达,可以进一步包括:
若趋势集合C中一个分段的状态与其前后分段的状态不一致,且该分段的dis小于预设距离阈值,则确定该分段的状态异常,并将该分段的状态按照下游分段的路况状态进行合并。
在具体应用中,所述预设路况表达方式可以包括:路段加偏移量的方式,和/或位置与方向加偏移量的方式等;
相应地,所述表达模块25,可具体用于
将同覆盖区的路况变化情况分配到其对应区域的对应路段上,并按照路段加偏移量的方式和/或位置与方向加偏移量的方式表达出来。
其中,按照路段加偏移量的方式表达出来的格式为:
linkid,offset1,level1,offset2,level2…
其中,offset1,offset2,...均为距离偏移量,该表达方式为:在路段linkid上,从路段起点开始,距离区间[0,offset1]的路况是level1,距离区间[offset1,offset2]的路况是level2,并以此类推下去;
和/或,
按照位置与方向加偏移量的方式表达出来。
其中,按照位置与方向加偏移量的方式表达出来的格式为:
longitude,latitude,angle,offset1,level1,offset2,level2...
其中,longitude是同覆盖区的起点的经度,latitude是同覆盖区的起点的纬度,它们描述了这条路况的起点,angle是同覆盖区的起点到终点的方向,offset(包括:offset1,Offset2,...)是距离偏移量,level是路况状态,该表达方式为:在路段linkid上,从起点开始,在方向angle上,距离区间[0,offset1]的路况状态是level1,距离区间[offset1,offset2]的路况状态是level2。
可以理解的是,由于本实施例所选取的同覆盖区不存在转弯,因此路况的表达就可以采用位置与方向加偏移量的方式进行表达。
本实施例的动态路况表达装置,可以用于执行前述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本实施例的动态路况表达装置,可以解决现有技术中所表达出来的路况与实际状况不符的问题,可通过车辆的高频GPS轨迹准确判定了车辆的速度的趋势变化;解决了多辆车的速度的趋势变化的融合表达;准确获取了路况发生变化的位置,提高了路况计算的准确性;基于路段上的偏移量进行路况的表达,路况表达更为精确;基于位置与方向加偏移量的路况表达方法,使路况可以在不同图商的地图间随意使用,而不用进行路网匹配转换工作。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
上述术语在本发明中的具体含义。
本发明的说明书中,说明了大量具体细节。然而能够理解的是,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。类似地,应当理解,为了精简本发明公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释呈反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面,也不局限于任何单一的实施例,也不局限于这些方面和/或实施例的任意组合和/或置换。而且,可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种动态路况表达方法,其特征在于,包括:
获取预设第一时间段内GPS点的高频GPS数据;
对所述高频GPS数据进行预处理,获得对预处理后的高频GPS数据中的所有GPS点形成的轨迹进行分段后的子轨迹;
提取所述子轨迹的速度趋势;
将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势;
将同覆盖区的路况变化情况分配到其对应区域的对应路段上,并按照预设路况表达方式表达出来;
其中,上下游关系包括:不经过信号灯、转弯或者道路等级切换。
2.根据权利要求1所述的方法,其特征在于,所述高频GPS数据中包括:GPS点采集日期、GPS点采集时间、车辆标识、GPS经度信息、GPS纬度信息、GPS瞬时速度和GPS的即时方向。
3.根据权利要求2所述的方法,其特征在于,所述对所述高频GPS数据进行预处理,包括:
将所述高频GPS数据按照所述车辆标识进行分开存储;
消除所述高频GPS数据中所有GPS点的GPS瞬时速度的波动噪声;
按照经过的信号灯位置、转弯位置、道路等级切换位置,将消除波动噪声后的高频GPS数据中的所有GPS点形成的轨迹进行分段,获得多个子轨迹。
4.根据权利要求3所述的方法,其特征在于,所述消除所述高频GPS数据中的GPS瞬时速度的波动噪声,包括:
针对预设第一时间段内GPS点所形成的轨迹中的第i个GPS点,通过第一公式计算得到预设第二时间段内该GPS点所形成的轨迹的平均速度,作为当前GPS点的GPS瞬时速度vi,其中i=1,…,b,b为预设第一时间段内GPS点的数量;
其中,所述第一公式为:
其中,dk,k+1是预设第一时间段内GPS点所形成的轨迹中的第k个GPS点到第k+1个GPS点的距离,tk,k+1是预设第一时间段内GPS点所形成的轨迹中的第k个GPS点到第k+1个GPS点的时间,m≤i≤n,预设第一时间段内GPS点所形成的轨迹中的第m个GPS点到第n个GPS点为预设第二时间段内的所有GPS点。
5.根据权利要求3所述的方法,其特征在于,所述提取所述子轨迹的速度趋势,包括:
利用改进的道格拉斯-普克Douglas一Peukcer算法,对每一子轨迹进行速度分段,并计算每个分段通过的距离和每个分段的平均速度;
根据所述每个分段通过的距离和每个分段的平均速度,判断每一子轨迹的速度趋势。
6.根据权利要求5所述的方法,其特征在于,所述利用改进的道格拉斯-普克Douglas一Peukcer算法,对每一子轨迹进行速度分段,并计算每个分段通过的距离和每个分段的平均速度,包括:
S1、对于每一子轨迹,计算所述子轨迹的速度曲线的速度均值和速度方差D(V);
S2、在D(V)小于预设第一阈值时,分段过程结束;在D(V)大于等于预设第一阈值时,执行步骤S3;
S3、计算所述子轨迹的加速度曲线的加速度均值和加速度方差D(a);
S4、在D(a)小于预设第二阈值时,分段过程结束;在D(a)大于等于预设第二阈值时,执行步骤S5;
S5、在所述子轨迹的速度曲线的首尾两点间虚连一条直线,求出除了所述首尾两点之外其余各点到该直线的距离;
S6、选取所述距离中的最大的距离对应的GPS点的位置,将所述子轨迹的速度曲线分成两段,对每一段分别执行所述步骤S1;
和/或,
所述根据所述每个分段通过的距离和每个分段的平均速度,判断每一子轨迹的速度趋势,包括:
对于每一子轨迹,根据每个分段的平均速度通过第七公式获得每个分段的路况状态level;
判断每个分段通过的距离是否小于预设距离阈值,将通过的距离小于预设距离阈值的分段按照下游分段的路况状态进行合并,获得每一子轨迹的速度趋势表达;
其中,所述第七公式为:
其中,vmax和vmin是道路的预设速度阈值,是根据道路的等级确定的,vmax为道路的预设最大速度,vmin为道路的预设最小速度;
所述速度趋势表达为:
carid,sort,L={linkid},C={(dis,level,time)}
其中,carid为车辆标识,sort为当前车辆的当前分段的序号,L为覆盖的路段的集合,其中的linkid为集合L内包含的路段,L内包含的路段按照拓扑排序,C为趋势的集合,dis为分段相对于轨迹的起点或上一个分段的终点的距离,level为分段的路况状态,time为分段的结束时间;
所述轨迹速度趋势表达的方式为:车辆carid的第sort个分段,覆盖的路段的集合为L,L内路段按照拓扑排序,趋势为集合C,该C中趋势的表达方式为:车辆carid的第sort个分段相对于轨迹的起点或上一个分段的终点,距离dis内的路况状态为level,该分段的结束时间是time。
7.根据权利要求6所述的方法,其特征在于,所述将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势,包括:
将子轨迹的速度分段覆盖的路段集合有交集的车辆,或者存在上下游关系的车辆组织到一起,将这些车辆覆盖的路段集合的并集L′,作为这些车辆的同覆盖区;
将同覆盖区内的每辆车的趋势表达中的趋势集合C,按照L′进行修正,将C的起点对齐到L′的起点;
将同覆盖区内的所有车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势。
8.根据权利要求7所述的方法,其特征在于,所述将同覆盖区内的所有车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势,包括:
用同覆盖区内的所有辆车的趋势分割位置重新分割每辆车的趋势集合C;
通过预设投票算法确定同覆盖区内的所有辆车的趋势集合C中每个分段的总趋势;
过滤同覆盖区内的所有辆车的趋势集合C中异常的分段的状态,获得同覆盖区的轨迹速度趋势表达;
其中,所述同覆盖区的轨迹速度趋势表达为:
L={linkid},C={(dis,level)}
其中,同覆盖区覆盖的路段的集合为L,其中的linkid为集合L内包含的路段,L内包含的路段按照拓扑排序,趋势的集合为C,该C中趋势的表达的方式为:相对于同覆盖区的起点或上一个分段的终点,dis内的路况状态为level。
9.根据权利要求8所述的方法,其特征在于,所述预设路况表达方式包括:路段加偏移量的方式,和/或位置与方向加偏移量的方式;
相应地,所述按照预设路况表达方式表达出来,包括:
按照路段加偏移量的方式表达出来;
和/或,
按照位置与方向加偏移量的方式表达出来。
10.一种动态路况表达装置,其特征在于,包括:
获取模块,用于获取预设第一时间段内GPS点的高频GPS数据;
预处理模块,用于对所述高频GPS数据进行预处理,获得对预处理后的高频GPS数据中的所有GPS点形成的轨迹进行分段后的子轨迹;
提取模块,用于提取所述子轨迹的速度趋势;
融合模块,用于将子轨迹覆盖的路段有交集或者存在上下游关系的车辆的速度趋势融合成为表达它们同覆盖区的路况的变化情况的总趋势;
表达模块,用于将同覆盖区的路况变化情况分配到其对应区域的对应路段上,并按照预设路况表达方式表达出来;
其中,上下游关系包括:不经过信号灯、转弯或者道路等级切换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611078892.2A CN106600958B (zh) | 2016-11-29 | 2016-11-29 | 动态路况表达方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611078892.2A CN106600958B (zh) | 2016-11-29 | 2016-11-29 | 动态路况表达方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106600958A true CN106600958A (zh) | 2017-04-26 |
CN106600958B CN106600958B (zh) | 2019-05-17 |
Family
ID=58594287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611078892.2A Active CN106600958B (zh) | 2016-11-29 | 2016-11-29 | 动态路况表达方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600958B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798875A (zh) * | 2017-11-07 | 2018-03-13 | 上海炬宏信息技术有限公司 | 基于浮动车gps数据优化路口通行能力的方法 |
CN109841078A (zh) * | 2017-11-27 | 2019-06-04 | 腾讯科技(深圳)有限公司 | 导航数据处理方法及其装置、存储介质 |
CN109979198A (zh) * | 2019-04-08 | 2019-07-05 | 东南大学 | 基于大规模浮动车数据的城市快速道路车速离散辨识方法 |
CN110197583A (zh) * | 2018-05-03 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 一种道路路况的识别方法、装置及存储介质 |
CN111739283A (zh) * | 2019-10-30 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种基于聚类的路况计算方法、装置、设备及介质 |
CN113822190A (zh) * | 2021-09-16 | 2021-12-21 | 北京中交兴路信息科技有限公司 | 一种厂区路网数据拟合方法、装置、电子设备和存储介质 |
CN115249406A (zh) * | 2021-04-28 | 2022-10-28 | 阿里巴巴新加坡控股有限公司 | 路况数据获取方法、装置、电子设备及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063793A (zh) * | 2011-01-12 | 2011-05-18 | 上海炬宏信息技术有限公司 | 检测路况信息的方法和*** |
CN103050009A (zh) * | 2013-01-21 | 2013-04-17 | 北京世纪高通科技有限公司 | 一种提供动态交通信息的方法、装置及*** |
CN103093608A (zh) * | 2011-10-31 | 2013-05-08 | 北京掌城科技有限公司 | 高频gps数据的过滤方法及*** |
CN103136953A (zh) * | 2011-12-05 | 2013-06-05 | 北京掌城科技有限公司 | 提供动态交通信息服务的方法及*** |
-
2016
- 2016-11-29 CN CN201611078892.2A patent/CN106600958B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063793A (zh) * | 2011-01-12 | 2011-05-18 | 上海炬宏信息技术有限公司 | 检测路况信息的方法和*** |
CN103093608A (zh) * | 2011-10-31 | 2013-05-08 | 北京掌城科技有限公司 | 高频gps数据的过滤方法及*** |
CN103136953A (zh) * | 2011-12-05 | 2013-06-05 | 北京掌城科技有限公司 | 提供动态交通信息服务的方法及*** |
CN103050009A (zh) * | 2013-01-21 | 2013-04-17 | 北京世纪高通科技有限公司 | 一种提供动态交通信息的方法、装置及*** |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798875A (zh) * | 2017-11-07 | 2018-03-13 | 上海炬宏信息技术有限公司 | 基于浮动车gps数据优化路口通行能力的方法 |
CN107798875B (zh) * | 2017-11-07 | 2020-11-06 | 上海炬宏信息技术有限公司 | 基于浮动车gps数据优化路口通行能力的方法 |
CN109841078A (zh) * | 2017-11-27 | 2019-06-04 | 腾讯科技(深圳)有限公司 | 导航数据处理方法及其装置、存储介质 |
CN109841078B (zh) * | 2017-11-27 | 2022-03-04 | 腾讯科技(深圳)有限公司 | 导航数据处理方法及其装置、存储介质 |
CN110197583A (zh) * | 2018-05-03 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 一种道路路况的识别方法、装置及存储介质 |
CN109979198A (zh) * | 2019-04-08 | 2019-07-05 | 东南大学 | 基于大规模浮动车数据的城市快速道路车速离散辨识方法 |
CN111739283A (zh) * | 2019-10-30 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种基于聚类的路况计算方法、装置、设备及介质 |
CN111739283B (zh) * | 2019-10-30 | 2022-05-20 | 腾讯科技(深圳)有限公司 | 一种基于聚类的路况计算方法、装置、设备及介质 |
CN115249406A (zh) * | 2021-04-28 | 2022-10-28 | 阿里巴巴新加坡控股有限公司 | 路况数据获取方法、装置、电子设备及可读存储介质 |
CN115249406B (zh) * | 2021-04-28 | 2024-05-24 | 阿里巴巴创新公司 | 路况数据获取方法、装置、电子设备及可读存储介质 |
CN113822190A (zh) * | 2021-09-16 | 2021-12-21 | 北京中交兴路信息科技有限公司 | 一种厂区路网数据拟合方法、装置、电子设备和存储介质 |
CN113822190B (zh) * | 2021-09-16 | 2024-02-20 | 北京中交兴路信息科技有限公司 | 一种厂区路网数据拟合方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106600958B (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600958A (zh) | 动态路况表达方法及装置 | |
WO2019047905A1 (zh) | 一种交通路况分析***、方法以及装置 | |
CN105374211B (zh) | 基于多源数据计算驾驶风险与辅助车险定价的***及方法 | |
CN107766808A (zh) | 道路网络空间中车辆对象移动轨迹聚类的方法及*** | |
CN101329181B (zh) | 可对复杂路口进行语音导航的导航装置及其工作方法 | |
CN103791961B (zh) | 一种预测车辆可行驶里程数的方法 | |
CN105489008B (zh) | 基于浮动车卫星定位数据的城市道路拥堵计算方法及*** | |
Xu et al. | Acceleration and deceleration calibration of operating speed prediction models for two-lane mountain highways | |
CN105355049B (zh) | 一种基于宏观基本图的高速公路运行状态评价方法 | |
CN103454660A (zh) | 一种车辆定位方法及装置 | |
CN102110128A (zh) | 基于交通信息元素知识库的交通信息转化方法和装置 | |
CN108734955A (zh) | 预测路况状态的方法及装置 | |
CN102968901A (zh) | 获取区域拥堵信息的方法及区域拥堵分析装置 | |
CN103177576B (zh) | 一种收费站上下游路况信息的判断方法及装置 | |
CN102592447A (zh) | 一种基于fcm的区域路网的道路交通状态判别方法 | |
CN103714696B (zh) | 高速交通信息接入处理*** | |
CN102519474B (zh) | 一种智能导航的方法及*** | |
CN105096590B (zh) | 交通信息生成方法和交通信息生成设备 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN103632540A (zh) | 基于浮动车数据的城市主干道交通运行信息处理方法 | |
CN105512166A (zh) | 一种微博舆情与城市路况相映射的交通平行方法 | |
CN108961758A (zh) | 一种基于梯度提升决策树的路口展宽车道探测方法 | |
CN110796876A (zh) | 基于卡尔曼滤波的路段车辆总数估计方法 | |
CN103456167A (zh) | 基于关键区域的良好驾驶技术参数获取方法 | |
CN109410576A (zh) | 多源数据融合的路况分析方法、装置、存储介质及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |