CN111369810A - 车辆出行特征获取方法、装置、电子设备及存储介质 - Google Patents
车辆出行特征获取方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111369810A CN111369810A CN201910931690.5A CN201910931690A CN111369810A CN 111369810 A CN111369810 A CN 111369810A CN 201910931690 A CN201910931690 A CN 201910931690A CN 111369810 A CN111369810 A CN 111369810A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- analyzed
- adjacent
- speed
- passes
- 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.)
- Pending
Links
Images
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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种车辆出行特征获取方法、装置、电子设备及存储介质,涉及智能交通技术领域,可以提高获取的车辆出行特征的准确度。本发明的实施例包括:按照待分析车辆经过各个卡口的时间顺序,对待分析车辆经过各个卡口产生的目标出行记录进行排序。其中,每一条目标出行记录至少包括:待分析车辆经过的卡口的卡口信息和待分析车辆经过卡口的时刻,卡口信息用于识别待分析车辆经过的卡口。然后计算待分析车辆在每两个相邻卡口之间的行驶速度。再判断行驶速度是否小于速度阈值。若行驶速度小于速度阈值,则将两个相邻卡口中,待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。
Description
技术领域
本发明涉及智能交通技术领域,特别是涉及一种车辆出行特征获取方法、装置、电子设备及存储介质。
背景技术
城市交通问题一直是公众最关心的内容,我国基础设施大规模建设时期已经过去,城市交通治理思路逐渐从重建设转向重管理。分析城市车辆的出行特征,可以对获取城市交通时间、空间分布特征,对交通需求管理、管理策略制定、交通***规划可以起到重要的支撑作用。其中,车辆的出行特征包括车辆一次出行的行驶轨迹的起点和终点,以及起点和终点对应的时间。
相关技术中,获取车辆出行特征的方法为:计算待分析车辆经过道路上每两个相邻卡口的时刻的时间差,若待分析车辆经过道路上两个相邻卡口的时刻的时间差大于时间阈值,则将待分析车辆经过这两个相邻卡口确定为两次出行。但是,不同的相邻卡口之间的距离不同,对于各个相邻卡口均对应同一个时间阈值显然不合理。所以相关技术中获取的车辆的出行特征不准确。
发明内容
本发明实施例的目的在于提供一种车辆出行特征获取方法、装置、电子设备及存储介质,用以解决相关技术中获取的车辆的出行特征不准确的问题。具体技术方案如下:
第一方面,本发明实施例提供了一种车辆出行特征获取方法,所述方法包括:
按照待分析车辆经过各个卡口的时间顺序,对所述待分析车辆经过所述各个卡口产生的目标出行记录进行排序;其中,每一条所述目标出行记录至少包括:所述待分析车辆经过的卡口的卡口信息和所述待分析车辆经过所述卡口的时刻;所述卡口信息用于识别所述待分析车辆经过的卡口;
计算所述待分析车辆在每两个相邻卡口之间的行驶速度;所述两个相邻卡口为两个相邻所述时刻对应的两个卡口;
判断所述行驶速度是否小于速度阈值;
若所述行驶速度小于速度阈值,则将所述两个相邻卡口中,所述待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将所述待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。
可选的,所述计算所述待分析车辆在每两个相邻卡口之间的行驶速度,包括:
根据所述卡口信息,确定所述待分析车辆经过的卡口的卡口位置;
将所述待分析车辆经过的各个卡口位置映射到道路拓扑中;
针对所述待分析车辆经过的每一所述卡口,将所述道路拓扑中距离所述卡口最近的道路交叉口确定为所述待分析车辆经过的轨迹节点;计算所述待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,作为所述待分析车辆在每两个相邻卡口之间的行驶速度。
可选的,所述计算所述待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,包括:
针对所述待分析车辆经过的每两个相邻轨迹节点,根据所述两个相邻轨迹节点在所述道路拓扑中的最短路径,计算所述两个相邻轨迹节点之间的距离;
将所述距离与所述待分析车辆经过所述两个相邻卡口的时间差的商,确定为所述待分析车辆在所述两个相邻轨迹节点之间的行驶速度。
可选的,所述判断所述行驶速度是否小于速度阈值,包括:
针对所述待分析车辆经过的每两个相邻轨迹节点,确定所述待分析车辆经过所述两个相邻轨迹节点的时刻所处的时间段;
判断所述待分析车辆在所述两个相邻轨迹节点之间的行驶速度是否小于所述时间段对应的速度阈值。
可选的,所述方法还包括:
计算所述时间段内,经过目标路段的各个车辆的速度,所述目标路段为所述两个相邻轨迹节点之间的最短路径对应的路段;
从经过所述目标路段的各个车辆的速度中,确定除速度异常值之外的最小速度为所述时间段对应的速度阈值。
第二方面,本发明实施例提供了一种车辆出行特征获取装置,所述装置包括:
排序模块,被配置为按照待分析车辆经过各个卡口的时间顺序,对所述待分析车辆经过所述各个卡口产生的目标出行记录进行排序;其中,每一条所述目标出行记录至少包括:所述待分析车辆经过的卡口的卡口信息和所述待分析车辆经过所述卡口的时刻;所述卡口信息用于识别所述待分析车辆经过的卡口;
计算模块,被配置为计算所述待分析车辆在每两个相邻卡口之间的行驶速度;所述两个相邻卡口为两个相邻所述时刻对应的两个卡口;
判断模块,被配置为判断所述计算模块计算的所述行驶速度是否小于速度阈值;
确定模块,被配置为在所述判断模块判断的所述行驶速度小于速度阈值时,将所述两个相邻卡口中,所述待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将所述待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。
可选的,所述计算模块,具体被配置为:
根据所述卡口信息,确定所述待分析车辆经过的卡口的卡口位置;
将所述待分析车辆经过的各个卡口位置映射到道路拓扑中;
针对所述待分析车辆经过的每一所述卡口,将所述道路拓扑中距离所述卡口最近的道路交叉口确定为所述待分析车辆经过的轨迹节点;计算所述待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,作为所述待分析车辆在每两个相邻卡口之间的行驶速度。
可选的,所述计算模块,具体被配置为:
针对所述待分析车辆经过的每两个相邻轨迹节点,根据所述两个相邻轨迹节点在所述道路拓扑中的最短路径,计算所述两个相邻轨迹节点之间的距离;
将所述距离与所述待分析车辆经过所述两个相邻卡口的时间差的商,确定为所述待分析车辆在所述两个相邻轨迹节点之间的行驶速度。
可选的,所述判断模块,具体被配置为:
针对所述待分析车辆经过的每两个相邻轨迹节点,确定所述待分析车辆经过所述两个相邻轨迹节点的时刻所处的时间段;
判断所述待分析车辆在所述两个相邻轨迹节点之间的行驶速度是否小于所述时间段对应的速度阈值。
可选的,所述计算模块,还被配置为计算所述时间段内,经过目标路段的各个车辆的速度,所述目标路段为所述两个相邻轨迹节点之间的最短路径对应的路段;
所述确定模块,还被配置为从经过所述目标路段的各个车辆的速度中,确定除速度异常值之外的最小速度为所述时间段对应的速度阈值。
第三方面,提供了一种电子设备,所述电子设备包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的车辆出行特征获取方法步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的车辆出行特征获取方法步骤。
第五方面,本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的车辆出行特征获取方法步骤。
本发明实施例至少包括以下有益效果:本发明实施例可以判断待分析车辆在每两个相邻卡口之间的行驶速度是否小于速度阈值。若行驶速度小于速度阈值,则说明待分析车辆在经过这两个卡口之间的时间段内存在停止行驶的状态,使得待分析车辆经过的这两个卡口不属于待分析车辆的同一个行驶轨迹,所以将两个相邻卡口中,待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。由于本发明实施例通过待分析车辆在每两个相邻卡口之间的行驶速度,确定待分析车辆经过这两个相邻卡口是否属于同一个行驶轨迹,既考虑到待分析车辆经过每两个相邻卡口的时刻的时间差,又考虑到每两个相邻卡口之间的距离,所以获取的待分析车辆的出行特征更准确。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车辆出行特征获取方法流程图;
图2为本发明实施例提供的另一种车辆出行特征获取方法流程图;
图3为本发明实施例提供的另一种车辆出行特征获取方法流程图;
图4为本发明实施例提供的一种道路拓扑的示例性示意图;
图5为本发明实施例提供的另一种车辆出行特征获取方法流程图;
图6为本发明实施例提供的一种车辆出行特征获取装置结构示意图;
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
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、完整地描述,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。基于本发明中的实施例,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实施例,都属于本发明保护的范围。
参见图1,图1为本发明实施例提供的一种车辆出行特征获取方法流程图,可应用于服务器。该方法包括如下步骤:
步骤101,按照待分析车辆经过各个卡口的时间顺序,对待分析车辆经过各个卡口产生的目标出行记录进行排序。
其中,每一条目标出行记录至少包括:待分析车辆经过的卡口的卡口信息和待分析车辆经过该卡口的时刻;其中,卡口信息用于识别待分析车辆经过的卡口。
一种实施方式中,可以按照待分析车辆经过各个卡口的时刻从早到晚的顺序,对待分析车辆经过各个卡口产生的目标出行记录进行排序。
例如:有三组目标出行记录,其中,目标出行记录1包括:卡口信息a和08:00(待分析车辆经过卡口的时刻),目标出行记录2包括:卡口信息b和08:50(待分析车辆经过卡口的时刻),目标出行记录3包括:卡口信息c和08:20(待分析车辆经过卡口的时刻)。按照待分析车辆经过各卡口的时刻从早到晚的顺序,对这三组目标出行记录进行排序,排序后的结果为:目标出行记录1、目标出行记录3、目标出行记录2。
可选的,卡口信息可以为卡口位置,也可以为卡口唯一标识,根据卡口位置和卡口唯一标识均可以识别对应的卡口。
可选的,在步骤101之前,还需要获取目标出行记录,获取目标出行记录的方式包括:从经过各个卡口的车辆产生的出行记录中,筛选出具有目标车辆标识的目标出行记录,以获得待分析车辆经过所述各个卡口产生的目标出行记录。其中,目标车辆标识为待分析车辆的车辆标识。
可选的,目标车辆标识为目标车牌号。
其中,筛选目标出行记录的方式包括:对经过各个卡口的车辆产生的出行记录进行预处理,然后从预处理后的出行记录中筛选出具有目标车辆标识的目标出行记录。其中,预处理包括以下几种中的至少一种:删除每一条出行记录中预设的字段、删除数量大于第一数量阈值的同一车辆的出行记录、删除数量小于第二数量阈值的同一车辆的出行记录。
可以理解的,本发明实施例可以从卡口数据源中获取预设时间段内,经过城市道路中各个预设的卡口的车辆产生的出行记录。其中,卡口数据源中每条出行记录可以包括:车牌号(车辆标识)、车辆经过卡口的时刻、车辆图像、车辆经过卡口时行驶的车道号、车辆经过的卡口的卡口信息例如卡口编号、卡口唯一标识以及卡口位置等。实现本发明实施例需要的字段可以包括:车牌号(车辆标识)、车辆经过卡口的时刻和车辆经过的卡口的卡口信息,所以出行记录中还包括实现本发明实施例不必须利用的字段,所以对出行记录进行预处理时,可以将这些不必须利用的字段设为预设的字段并予以删除。
可选的,在确定待分析车辆的行驶轨迹后,将行驶轨迹中经过的各个卡口分别标注对应的卡口信息例如标注卡口唯一标识,方便用户查看。
另外,对于同一个车辆,如果该车辆在预设时间段内,经过卡口的次数较少,则确定的出行特征准确度较低,所以需要删除数量小于第二数量阈值的同一车辆的出行记录。例如:一天内获取到车辆1的一条出行记录,则确定车辆1的出行特征准确度较低。
对于同一个车辆,如果该车辆预设时间段内,经过卡口的次数较多,则确定的出行特征准确度较低。例如:由于车辆的车牌污损或者车牌悬挂不规范等原因,可以导致卡口没有获取到车辆的车牌号,这种情况下,获取的出行记录中的车辆标识为空。所以车辆标识为空的出行记录数量较多,但车辆标识为空的出行记录不一定是同一辆车经过卡口产生的出行记录。所以确定的车辆标识为空的车辆的出行特征准确度较低。所以需要从卡口数据源中删除数量大于第一数量阈值的同一车辆的出行记录。
可选的,不小于第二数量阈值且不大于第一数量阈值的预设范围可以根据城市道路中设置的卡口密度确定。
例如:可以设置预设范围为:[2,1000]。
步骤102,计算待分析车辆在每两个相邻卡口之间的行驶速度。
其中,两个相邻卡口为排序后的两个相邻目标出行记录包括的时刻对应的两个卡口。
一种实施方式中,可以将待分析车辆在预设时间段内,经过的各个卡口位置映射到道路拓扑中,然后按照待分析车辆经过各个卡口的时间顺序,针对待分析车辆经过的每两个相邻卡口,计算该两个相邻卡口之间的距离,利用计算的距离除以待分析车辆经过该两个相邻卡口的时间差,将结果确定为待分析车辆在该两个相邻卡口之间的行驶速度。
例如:待分析车辆对应三条目标出行记录,其中,这三条目标出行记录按照待分析车辆经过各个卡口的时间顺序进行排序后的结果为:目标出行记录1包括:位置a(待分析车辆经过的卡口1的位置)和08:00(待分析车辆经过卡口1的时刻),目标出行记录3包括:位置c(待分析车辆经过的卡口3的位置)和08:20(待分析车辆经过卡口3的时刻),目标出行记录2包括:位置b(待分析车辆经过的卡口2的位置)和08:50(待分析车辆经过卡口2的时刻)。
将卡口1、卡口3和卡口2的位置分别映射到道路拓扑中,计算卡口1和卡口3之间的距离D1,并计算待分析车辆经过卡口1和卡口3的时间差08:20-08:00=20分钟。待分析车辆在卡口1和卡口3之间的行驶速度为:D1/20。
以及计算卡口3和卡口2之间的距离D2,并计算待分析车辆经过卡口3和卡口2的时间差08:50-08:20=30分钟。待分析车辆在卡口3和卡口2之间的行驶速度为:D2/30。
另一种实施方式中,可以将待分析车辆经过的各个卡口位置映射到道路拓扑中,针对待分析车辆经过的每一卡口,将道路拓扑中距离该卡口最近的道路交叉口确定为待分析车辆经过的轨迹节点。然后计算待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,作为待分析车辆在该每两个相邻卡口之间的行驶速度。
可以理解的,一般情况下,道路拓扑中不会记录各个卡口之间的距离,而道路拓扑中记录有各个道路交叉口之间的距离,而且卡口一般设置在道路交叉口附近,所以可以将两个卡口之间的距离用分别距离两个卡口最近的道路交叉口之间的距离表示。
若将卡口位置映射到记录有卡口位置的道路拓扑中,由于道路拓扑中不会直接记录各相邻卡口之间的距离,在计算两个相邻卡口之间的距离时,还是要基于这两个卡口各自与距离最近的道路交叉口之间的距离,以及各道路交叉口之间的距离计算,使得计算过程较为复杂。而本发明实施例可以将两个卡口之间的距离用分别距离两个卡口最近的道路交叉口之间的距离表示,简化了计算两个相邻卡口之间距离的方法。
步骤103,判断待分析车辆在每两个相邻卡口之间的行驶速度是否小于速度阈值。若待分析车辆在两个相邻卡口之间的行驶速度小于速度阈值,则执行步骤104。
一种实施方式中,可以判断待分析车辆在每两个相邻卡口对应的轨迹节点之间的行驶速度是否小于预设的速度阈值。
可以理解的,速度阈值可以为预设的正常行驶速度的最小值,当待分析车辆在两个相邻卡口之间的行驶速度小于速度阈值,说明待分析车辆在这两个卡口之间的行驶速度过小,说明待分析车辆在这经过这两个卡口之间的时间段内存在停止行驶的状态,所以待分析车辆经过的这两各相邻的卡口不属于同一个行驶轨迹。
当待分析车辆在两个相邻卡口之间的行驶速度不小于速度阈值,说明待分析车辆在这两个卡口之间正常行驶,待分析车辆经过的这两个相邻卡口属于同一个行驶轨迹。
而且由于卡口之间的距离不同,待分析车辆在每两个卡口之间的行驶时长相差较大,所以判断待分析车辆在两个相邻卡口之间的行驶速度比判断待分析车辆在两个相邻卡口之间的行驶时长更准确。
步骤104,将两个相邻卡口中,待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。
可选的,在按照上述步骤划分各个行驶轨迹时,预设时间段内第一个行驶轨迹没有确定起点,最后一个行驶轨迹没有确定终点,此时为简化确定车辆出行特征的方法,可以将预设时间段内,待分析车辆第一次经过的卡口确定为第一个行驶轨迹的起点,待分析车辆最后一次经过的卡口确定为最后一个行驶轨迹的终点。
当然,也可以分析预设时间段内待分析车辆第一次经过的卡口是否为一次行驶轨迹的起点,以及分析预设时间段内待分析车辆最后一次经过的卡口是否为一次行驶轨迹的终点。
例如:预设时间段内待分析车辆第一次经过的卡口1的时刻为T2,从卡口数据源中查询的在预设时间段之前,待分析车辆最后一次经过的卡口2的时刻T1。若T2-T1>预设时间差,则说明待分析车辆在经过这两个相邻卡口之间的路段消耗的时间过长,说明待分析车辆在T1至T2时间段内存在停止行驶状态,所以卡口1和卡口2不属于同一个行驶轨迹,且待分析车辆先经过卡口2后经过卡口1,所以将卡口1是一个行驶轨迹的起点,而且卡口1是预设时间段内待分析车辆经过的第一个卡口,所以卡口1是预设时间段内待分析车辆第一个行驶轨迹的起点。
或者,还可以确定卡口1和卡口2之间的距离D,若D/(T2-T1)<速度阈值,则说明待分析车辆在卡口1和卡口2之间的行驶速度过小,卡口1和卡口2不属于同一个行驶轨迹,且待分析车辆先经过卡口2后经过卡口1,所以卡口1是一个行驶轨迹的起点,而且卡口1是预设时间段内待分析车辆经过的第一个卡口,所以卡口1是预设时间段内待分析车辆第一个行驶轨迹的起点。
可选的,待分析车辆的一组出行特征包括:预设时间段、车辆标识、行驶轨迹的起点标识、行驶轨迹的起点的经纬度、车辆经过起点的时刻、行驶轨迹的终点标识、行驶轨迹的终点的经纬度、车辆经过终点的时刻。
本发明实施例至少包括以下有益效果:本发明实施例可以判断待分析车辆在每两个相邻卡口之间的行驶速度是否小于速度阈值。若行驶速度小于速度阈值,则说明待分析车辆在经过这两个卡口之间的时间段内存在停止行驶的状态,使得待分析车辆经过的这两个卡口不属于待分析车辆的同一个行驶轨迹,所以将两个相邻卡口中,待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。由于本发明实施例通过待分析车辆在每两个相邻卡口之间的行驶速度,确定待分析车辆经过这两个相邻卡口是否属于同一个行驶轨迹,既考虑到待分析车辆经过每两个相邻卡口的时刻的时间差,又考虑到每两个相邻卡口之间的距离,所以获取的待分析车辆的出行特征更准确。
可选的,参见图2,可以通过以下步骤确定上述步骤102中计算的待分析车辆在每两个相邻卡口之间的行驶速度:
步骤201,根据卡口信息,确定待分析车辆经过的卡口的卡口位置。
步骤202,将待分析车辆经过的各个卡口位置映射到道路拓扑中,针对待分析车辆经过的每一卡口,将道路拓扑中距离该卡口最近的道路交叉口确定为待分析车辆经过的轨迹节点。
步骤203,计算待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,作为待分析车辆在每两个相邻卡口之间的行驶速度。
一种实施方式中,可以针对待分析车辆经过的每两个相邻轨迹节点,根据该两个相邻轨迹节点在道路拓扑中的最短路径,计算该两个相邻轨迹节点之间的距离。将该距离与待分析车辆经过该两个相邻卡口的时间差的商,确定为待分析车辆在该两个相邻轨迹节点之间的行驶速度。
可以理解的,由于卡口一般设置在道路交叉口附近,使得卡口与道路交叉口之间距离较近,所以可以确定待分析车辆经过的每两个相邻卡口之间的距离为:待分析车辆经过的每两个相邻道路交叉口之间的距离。而且由上述102中的论述可知,计算两个卡口之间的距离比计算两个道路交叉口之间的距离复杂,所以本发明实施例简化了计算待分析车辆经过的每两个相邻卡口之间的距离的方法。
可选的,可以通过公式(1)计算两个相邻轨迹节点之间的距离:
例如:σ的取值范围可以设置为[1,1.1]。
可以理解的,道路中可能存在未设置卡口的道路交叉口,使得车辆经过的两个相邻的轨迹节点可能不在同一直线上,说明车辆在这两个相邻轨迹节点之间的轨迹发生的转向,车辆转向时行驶的车道不同,行驶的距离也不同。而且车辆在道路中行驶时难免需要变道,发生变道的次数不同,行驶的距离也不同。所以待分析车辆行驶的两个相邻的轨迹节点之间的距离一般大于这两个轨迹节点在道路拓扑中的最短路径。所以需要将轨迹节点之间的最短路径与调整系数的乘积作为两个相邻轨迹节点之间的距离。
其中,由于距离卡口最近的道路交叉口为该卡口对应的轨迹节点,所以计算出的两个相邻轨迹节点的行驶速度可以作为待分析车辆在该两个相邻的轨迹节点对应的两个相邻卡口之间的行驶速度。
可选的,参见图3,可以通过如下步骤判断上述步骤103中的判断待分析车辆在每两个相邻卡口之间的行驶速度是否小于速度阈值:
步骤301,针对待分析车辆经过的每两个相邻轨迹节点,确定待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段。
可以理解的,轨迹节点与其对应的卡口的距离较近,可以确定待分析车辆经过轨迹节点的时刻为:待分析车辆经过轨迹节点对应的卡口的时刻。
例如:将1天中的24个小时划分为24个时间段,若待分析车辆经过的轨迹节点1的时刻为08:00,待分析车辆经过轨迹节点2的时刻为08:10,则待分析车辆经过这两个相邻轨迹节点的时刻所处的时间段为:08:00-08:59。
可选的,若待分析车辆经过的两个相邻轨迹节点的时刻不属于同一时间段,则可以将这两个相邻轨迹节点中,待分析车辆经过前一个轨迹节点的时刻所处的时间段,确定为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段。或者,还可以将这两个相邻轨迹节点中,待分析车辆经过后一个轨迹节点的时刻所处的时间段,确定为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段。或者,还可以将待分析车辆经过这两个相邻轨迹节点的时刻所处的时间段,均确定为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段。
步骤302,判断待分析车辆经过该两个相邻轨迹节点的速度是否小于该时间段对应的速度阈值。若是,则待分析车辆在该两个相邻卡口之间的行驶速度小于速度阈值;若否,则待分析车辆在该两个相邻卡口之间的行驶速度不小于速度阈值。
一种实施方式中,可以根据各个时间段与速度阈值的对应关系,确定待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值,然后判断待分析车辆经过该两个相邻轨迹节点的速度是否小于该速度阈值。
可选的,若待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段包括多个时间段,则可以确定这多个时间段对应的速度阈值,然后计算多个速度阈值的平均值,将计算结果确定为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值。
可以理解的,一天中的各个时间段内,道路的交通状况不同,所以道路上的车辆的行驶速度也随时间的变化而变化。例如,早高峰时间段内,车辆的行驶速度较慢,如果使用单一的速度阈值,可能将车辆的同一个行驶轨迹划分为不同的行驶轨迹。所以可以设置各个时间段分别对应一个速度阈值,使得对相邻的轨迹节点是否属于同一个行驶轨迹的判定更准确。
另一种实施方式中,待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值可以通过以下两个步骤确定:
步骤一、计算待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,经过目标路段的各个车辆的速度。
其中,目标路段为两个相邻轨迹节点之间的最短路径对应的路段。
例如:如图4所示,图4中的字母表示道路拓扑中的各个道路交叉口,数字表示道路拓扑中的各个路段。若待分析车辆经过两个相邻的轨迹节点为节点a和节点d,则目标路段为路段5。
可以理解的,可能存在道路拓扑中的道路交叉口不存在卡口的情况,所以待分析车辆经过的两个相邻轨迹节点在道路拓扑中的最短路径中,可能包括道路交叉口,那么这两个相邻轨迹节点之间的最短路径对应的目标路段,也可以包括道路拓扑中的多个路段。
例如:如图4所示,若待分析车辆经过两个相邻的轨迹节点为节点a和节点e,则目标路段为路段5和路段3,或者目标路段为路段1和路段6。
步骤二、从经过目标路段的各个车辆的速度中,确定除速度异常值之外的最小速度为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值。
可以理解的,道路拓扑的各路段对应的城市道路上,车辆的行驶速度在一定长度的时间区间内具有相同的分布模式,且符合正态分布。所以待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,经过目标路段的各个车辆的速度中,与其他速度相差较大的速度为速度异常值。
可选的,当待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,行驶在目标路段的车辆大于或等于数量阈值时,可以利用公式(2)确定出经过目标路段的各个车辆的速度中的速度异常值,然后将除速度异常值之外的最小速度确定为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值。
例如,数量阈值可以为10。
其中,满足公式(2)的速度为速度异常值:
其中,表示待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,车辆j在路段i上的行驶速度与路段i上的各个车辆的行驶速度平均值的差的绝对值,表示待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,车辆j在路段i上的行驶速度,vi表示待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,路段i上的各个车辆的行驶速度平均值,σ(v)表示待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,在路段i上的车辆的行驶速度的标准差。
可选的,当待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,行驶在目标路段的车辆小于数量阈值时,说明待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内目标路段上行驶的车辆数量较小,在目标路段上车辆的行驶速度中除速度异常值以外的最小速度不能反映目标路段上正常行驶的最小速度,此时将除速度异常值以外的最小速度作为速度阈值的误差较大,所以此时可以确定待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值为预设速度。
或者,当待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,行驶在目标路段的车辆小于数量阈值时,还可以整合待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段和指定时间段内,经过目标路段的各个车辆的速度,然后利用公式(2)确定出整合后的速度中的速度异常值,再将除速度异常值之外的最小速度确定为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值。
可以理解的,道路上的车流量往往呈周期为一周的周期性变化,所以指定时间段可以为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段在上一周期中对应的时间段。例如:待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段为7月8日9:00-9:59,指定时间段为7月1日9:00-9:59。
或者指定时间段还可以为待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段在前预设数量的周期中对应的时间段。例如:预设数量为3,待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段为7月8日9:00-9:59,指定时间段为:7月1日9:00-9:59、6月24日9:00-9:59和6月17日9:00-9:59。
可选的,可以将车辆在两个相邻轨迹节点之间的行驶速度确定为:该车辆在这两个相邻轨迹节点的最短路径对应的路段上的行驶速度。
例如:参见图4,假设目标路段为路段6,待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,经过路段6的车辆包括车辆1和车辆2。若车辆1从轨迹节点e到轨迹节点a之间的行驶速度为30千米/时,则车辆1在路段6和路段1上的行驶速度均为30千米/时(假设轨迹节点e到轨迹节点a的最短路径对应的路段为路段6和路段1)。若车辆2从轨迹节点e到轨迹节点b之间的行驶速度为40千米/时,则车辆2在路段6上的行驶速度为40千米/时。假设40千米/时和30千米/时均不是速度异常值,那么待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值为:30千米/时。
本发明实施例还可以包括以下有益效果:由于本发明实施例中,将不同的时间段对应不同的速度阈值,更符合交通状况,确定的出行特征更准确。
另外,本发明实施例中还可以删除待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段内,经过目标路段的各个车辆的速度中的速度异常值,使得本发明实施例确定的待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值更准确,进而使得本发明实施例确定的车辆出行特征更准确。而且本发明实施例还可以适用于不同的城市以及不同的交通状况。
为了更清楚地解释本发明实施例提供的车辆出行特征获取方法,参见图5,本发明实施例还提供了一种获取车辆出行特征的流程,包括以下步骤:
步骤501,获取预设时间段内待分析车辆的目标出行记录。
步骤502,按照待分析车辆经过各个卡口的时间顺序,对待分析车辆经过各个卡口产生的目标出行记录进行排序。
步骤503,按照目标出行记录的排列顺序,计算任意两个相邻卡口对应的轨迹节点之间待分析车辆的行驶速度。
可选的,可以按照目标出行记录的排列顺序,选择待分析车辆经过的两个相邻卡口对应的轨迹节点,并计算在选择的这两个轨迹节点之间待分析车辆的行驶速度。
例如:车辆1经过轨迹节点1、轨迹节点2和轨迹节点3。相邻轨迹节点序列为:[1,2]、[2,3]。第一次执行步骤503时,可以从相邻轨迹节点序列中选择元素[1,2],并计算待分析车辆在轨迹节点1和轨迹节点2之间的行驶速度。第二次执行步骤503时,可以从相邻轨迹节点序列中选择元素[2,3],并计算待分析车辆在轨迹节点2和轨迹节点3之间的行驶速度,以此类推。
或者,还可以在每次执行步骤503时,从相邻轨迹节点序列中,选择任一元素,并计算在该元素对应的轨迹节点之间待分析车辆的行驶速度。
步骤504,确定该两个相邻轨迹节点是否满足打断条件。
其中,打断条件为:待分析车辆在两个相邻轨迹节点的行驶速度小于待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段对应的速度阈值。
若是,则将这两个相邻卡口中,待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。若否,则确定这两个相邻卡口对应的轨迹节点属于同一行驶轨迹。
步骤505,判断是否已完成对待分析车辆经过的各相邻轨迹节点是否满足打断条件的判断。若是,则获取待分析车辆出行特征的流程结束;若否,则返回步骤503。
可以理解的,可以依次确定待分析车辆经过的每两个相邻轨迹节点是否满足打断条件,当已确定待分析车辆经过的最后两个相邻轨迹节点是否满足打断条件时,获取待分析车辆出行特征的流程结束。
本发明实施例还可以包括以下有益效果:
相关技术中,获取车辆出行特征的方法还包括:收集安装了车载定位装置并行驶在城市主干道上的公交汽车和出租车(称为浮动车)的出行特征,但是浮动车仅为行驶在城市道路中的一小部分车辆,不能反映城市中整体车辆的出行情况。所以相关技术中获取的车辆出行特征较为单一,不能反应整体的城市交通状况。
而本发明实施例中的待分析车辆为经过道路的卡口的车辆,而道路中设置的卡口较多,城市道路中行驶的大部分车辆都会经过道路的卡口。所以与相关技术中采集浮动车出行特征的方法相比,本发明实施例可以采集更多的车辆的出行特征。而且,从理论上来说,当卡口密度大于密度阈值时,可以采集到全样本车辆(道路中行驶的各车辆)的出行特征。
而且本发明实施例中还可以将各个卡口映射到道路拓扑中,使得计算的待分析车辆经过的每两个相邻卡口之间距离更准确,使得计算的待分析车辆在每两个相邻卡口之间的行驶速度更准确。提高了划分待分析车辆的出行轨迹的准确度,提高了确定待分析车辆的出行特征的准确度。
另外,在本发明实施例中,道路的各个卡口上安装的用于采集车辆出行记录的设备,可以为视频类设备(例如:摄像机),或者还可以为射频识别(Radio FrequencyIdentification,RFID)检测器。本发明实施例对用于采集车辆出行记录的设备不作具体限定。
对应于上述方法实施例,如图6所示,本发明实施例提供了一种车辆出行特征获取装置,该装置包括:排序模块601、计算模块602、判断模块603和确定模块604。
排序模块601,用于按照待分析车辆经过各个卡口的时间顺序,对待分析车辆经过各个卡口产生的目标出行记录进行排序;其中,每一条目标出行记录至少包括:待分析车辆经过的卡口的卡口信息和待分析车辆经过卡口的时刻;卡口信息用于识别待分析车辆经过的卡口;
计算模块602,用于计算待分析车辆在每两个相邻卡口之间的行驶速度;两个相邻卡口为待分析车辆经过两个相邻卡口的时刻对应的两个卡口;
判断模块603,用于判断计算模块602计算的行驶速度是否小于速度阈值;
确定模块604,用于在判断模块603判断的行驶速度小于速度阈值时,将两个相邻卡口中,待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。
可选的,计算模块602,可以具体用于:
根据所述卡口信息,确定所述待分析车辆经过的卡口的卡口位置;
将待分析车辆经过的各个卡口位置映射到道路拓扑中;
针对待分析车辆经过的每一卡口,将道路拓扑中距离该卡口最近的道路交叉口确定为待分析车辆经过的轨迹节点;计算待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,作为待分析车辆在每两个相邻卡口之间的行驶速度。
可选的,计算模块602,具体用于:
针对待分析车辆经过的每两个相邻轨迹节点,根据该两个相邻轨迹节点在道路拓扑中的最短路径,计算该两个相邻轨迹节点之间的距离;
将距离与待分析车辆经过该两个相邻卡口的时间差的商,确定为待分析车辆在该两个相邻轨迹节点之间的行驶速度。
可选的,判断模块603,可以具体用于:
针对待分析车辆经过的每两个相邻轨迹节点,确定待分析车辆经过该两个相邻轨迹节点的时刻所处的时间段;
判断待分析车辆在两个相邻轨迹节点之间的行驶速度是否小于时间段对应的速度阈值。
可选的,计算模块602,还用于计算时间段内,经过目标路段的各个车辆的速度,目标路段为该两个相邻轨迹节点之间的最短路径对应的路段;
确定模块604,还用于从经过目标路段的各个车辆的速度中,确定除速度异常值之外的最小速度为时间段对应的速度阈值。
本发明实施例还提供了一种电子设备,如图7所示,包括处理器701、通信接口702、存储器703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信,
存储器703,用于存放计算机程序;
处理器701,用于执行存储器703上所存放的程序时,实现上述方法实施例中由服务器执行的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一车辆出行特征获取方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一车辆出行特征获取方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (12)
1.一种车辆出行特征获取方法,其特征在于,所述方法包括:
按照待分析车辆经过各个卡口的时间顺序,对所述待分析车辆经过所述各个卡口产生的目标出行记录进行排序;其中,每一条所述目标出行记录至少包括:所述待分析车辆经过的卡口的卡口信息和所述待分析车辆经过所述卡口的时刻;所述卡口信息用于识别所述待分析车辆经过的卡口;
计算所述待分析车辆在每两个相邻卡口之间的行驶速度;所述两个相邻卡口为两个相邻所述时刻对应的两个卡口;
判断所述行驶速度是否小于速度阈值;
若所述行驶速度小于速度阈值,则将所述两个相邻卡口中,所述待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将所述待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。
2.根据权利要求1所述的方法,其特征在于,所述计算所述待分析车辆在每两个相邻卡口之间的行驶速度,包括:
根据所述卡口信息,确定所述待分析车辆经过的卡口的卡口位置;
将所述待分析车辆经过的各个卡口位置映射到道路拓扑中;
针对所述待分析车辆经过的每一所述卡口,将所述道路拓扑中距离所述卡口最近的道路交叉口确定为所述待分析车辆经过的轨迹节点;计算所述待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,作为所述待分析车辆在每两个相邻卡口之间的行驶速度。
3.根据权利要求2所述的方法,其特征在于,所述计算所述待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,包括:
针对所述待分析车辆经过的每两个相邻轨迹节点,根据所述两个相邻轨迹节点在所述道路拓扑中的最短路径,计算所述两个相邻轨迹节点之间的距离;
将所述距离与所述待分析车辆经过所述两个相邻卡口的时间差的商,确定为所述待分析车辆在所述两个相邻轨迹节点之间的行驶速度。
4.根据权利要求2或3所述的方法,其特征在于,所述判断所述行驶速度是否小于速度阈值,包括:
针对所述待分析车辆经过的每两个相邻轨迹节点,确定所述待分析车辆经过所述两个相邻轨迹节点的时刻所处的时间段;
判断所述待分析车辆在所述两个相邻轨迹节点之间的行驶速度是否小于所述时间段对应的速度阈值。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
计算所述时间段内,经过目标路段的各个车辆的速度,所述目标路段为所述两个相邻轨迹节点之间的最短路径对应的路段;
从经过所述目标路段的各个车辆的速度中,确定除速度异常值之外的最小速度为所述时间段对应的速度阈值。
6.一种车辆出行特征获取装置,其特征在于,所述装置包括:
排序模块,被配置为按照待分析车辆经过各个卡口的时间顺序,对所述待分析车辆经过所述各个卡口产生的目标出行记录进行排序;其中,每一条所述目标出行记录至少包括:所述待分析车辆经过的卡口的卡口信息和所述待分析车辆经过所述卡口的时刻;所述卡口信息用于识别所述待分析车辆经过的卡口;
计算模块,被配置为计算所述待分析车辆在每两个相邻卡口之间的行驶速度;所述两个相邻卡口为两个相邻所述时刻对应的两个卡口;
判断模块,被配置为判断所述计算模块计算的所述行驶速度是否小于速度阈值;
确定模块,被配置为在所述判断模块判断的所述行驶速度小于速度阈值时,将所述两个相邻卡口中,所述待分析车辆先经过的卡口确定为一个行驶轨迹的终点,并将所述待分析车辆后经过的卡口确定为另一个行驶轨迹的起点。
7.根据权利要求6所述的装置,其特征在于,所述计算模块,具体被配置为:
根据所述卡口信息,确定所述待分析车辆经过的卡口的卡口位置;
将所述待分析车辆经过的各个卡口位置映射到道路拓扑中;
针对所述待分析车辆经过的每一所述卡口,将所述道路拓扑中距离所述卡口最近的道路交叉口确定为所述待分析车辆经过的轨迹节点;计算所述待分析车辆在每两个相邻卡口对应的每两个相邻轨迹节点之间的行驶速度,作为所述待分析车辆在每两个相邻卡口之间的行驶速度。
8.根据权利要求7所述的装置,其特征在于,所述计算模块,具体被配置为:
针对所述待分析车辆经过的每两个相邻轨迹节点,根据所述两个相邻轨迹节点在所述道路拓扑中的最短路径,计算所述两个相邻轨迹节点之间的距离;
将所述距离与所述待分析车辆经过所述两个相邻卡口的时间差的商,确定为所述待分析车辆在所述两个相邻轨迹节点之间的行驶速度。
9.根据权利要求7或8所述的装置,其特征在于,所述判断模块,具体被配置为:
针对所述待分析车辆经过的每两个相邻轨迹节点,确定所述待分析车辆经过所述两个相邻轨迹节点的时刻所处的时间段;
判断所述待分析车辆在所述两个相邻轨迹节点之间的行驶速度是否小于所述时间段对应的速度阈值。
10.根据权利要求9所述的装置,其特征在于,
所述计算模块,还被配置为计算所述时间段内,经过目标路段的各个车辆的速度,所述目标路段为所述两个相邻轨迹节点之间的最短路径对应的路段;
所述确定模块,还被配置为从经过所述目标路段的各个车辆的速度中,确定除速度异常值之外的最小速度为所述时间段对应的速度阈值。
11.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-5任一所述的方法步骤。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910931690.5A CN111369810A (zh) | 2019-09-29 | 2019-09-29 | 车辆出行特征获取方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910931690.5A CN111369810A (zh) | 2019-09-29 | 2019-09-29 | 车辆出行特征获取方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111369810A true CN111369810A (zh) | 2020-07-03 |
Family
ID=71210022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910931690.5A Pending CN111369810A (zh) | 2019-09-29 | 2019-09-29 | 车辆出行特征获取方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111369810A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113223293A (zh) * | 2021-05-06 | 2021-08-06 | 杭州海康威视数字技术股份有限公司 | 路网仿真模型的构建方法、装置及电子设备 |
CN114944083A (zh) * | 2022-05-13 | 2022-08-26 | 公安部交通管理科学研究所 | 一种高速公路上行驶车辆与前车距离的判断方法 |
CN115273476A (zh) * | 2022-08-09 | 2022-11-01 | 公安部交通管理科学研究所 | 确定车辆通行起始位置位于目标区域的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4013638B2 (ja) * | 2002-05-10 | 2007-11-28 | 株式会社日立製作所 | 交通流シミュレータの経路情報編集装置及び方法 |
CN105913668A (zh) * | 2016-07-04 | 2016-08-31 | 中国电子科技集团公司第二十八研究所 | 一种基于海量交通数据统计的定向***检测方法 |
CN107742433A (zh) * | 2017-09-22 | 2018-02-27 | 东南大学 | 一种基于导航路径的车辆诱导方法及其*** |
CN107862862A (zh) * | 2016-09-22 | 2018-03-30 | 杭州海康威视数字技术股份有限公司 | 一种车辆行为分析方法及装置 |
CN108122069A (zh) * | 2017-12-08 | 2018-06-05 | 杭州电子科技大学 | 基于海量交通数据居民出行起点终点矩阵提取方法 |
CN108257386A (zh) * | 2016-12-29 | 2018-07-06 | 杭州海康威视数字技术股份有限公司 | 行驶轨迹获取方法和装置 |
CN108389397A (zh) * | 2018-02-28 | 2018-08-10 | 夏莹杰 | 一种基于卡口数据辨别非法营运车辆的方法 |
CN109766902A (zh) * | 2017-11-09 | 2019-05-17 | 杭州海康威视***技术有限公司 | 对同区域的车辆聚类的方法、装置和设备 |
-
2019
- 2019-09-29 CN CN201910931690.5A patent/CN111369810A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4013638B2 (ja) * | 2002-05-10 | 2007-11-28 | 株式会社日立製作所 | 交通流シミュレータの経路情報編集装置及び方法 |
CN105913668A (zh) * | 2016-07-04 | 2016-08-31 | 中国电子科技集团公司第二十八研究所 | 一种基于海量交通数据统计的定向***检测方法 |
CN107862862A (zh) * | 2016-09-22 | 2018-03-30 | 杭州海康威视数字技术股份有限公司 | 一种车辆行为分析方法及装置 |
CN108257386A (zh) * | 2016-12-29 | 2018-07-06 | 杭州海康威视数字技术股份有限公司 | 行驶轨迹获取方法和装置 |
CN107742433A (zh) * | 2017-09-22 | 2018-02-27 | 东南大学 | 一种基于导航路径的车辆诱导方法及其*** |
CN109766902A (zh) * | 2017-11-09 | 2019-05-17 | 杭州海康威视***技术有限公司 | 对同区域的车辆聚类的方法、装置和设备 |
CN108122069A (zh) * | 2017-12-08 | 2018-06-05 | 杭州电子科技大学 | 基于海量交通数据居民出行起点终点矩阵提取方法 |
CN108389397A (zh) * | 2018-02-28 | 2018-08-10 | 夏莹杰 | 一种基于卡口数据辨别非法营运车辆的方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113223293A (zh) * | 2021-05-06 | 2021-08-06 | 杭州海康威视数字技术股份有限公司 | 路网仿真模型的构建方法、装置及电子设备 |
CN113223293B (zh) * | 2021-05-06 | 2023-08-04 | 杭州海康威视数字技术股份有限公司 | 路网仿真模型的构建方法、装置及电子设备 |
CN114944083A (zh) * | 2022-05-13 | 2022-08-26 | 公安部交通管理科学研究所 | 一种高速公路上行驶车辆与前车距离的判断方法 |
CN114944083B (zh) * | 2022-05-13 | 2023-03-24 | 公安部交通管理科学研究所 | 一种高速公路上行驶车辆与前车距离的判断方法 |
CN115273476A (zh) * | 2022-08-09 | 2022-11-01 | 公安部交通管理科学研究所 | 确定车辆通行起始位置位于目标区域的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108346292B (zh) | 基于卡口数据的城市快速路实时交通指数计算方法 | |
CN109559512B (zh) | 一种区域交通流量预测方法及装置 | |
CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
CN109754594A (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
CN111369810A (zh) | 车辆出行特征获取方法、装置、电子设备及存储介质 | |
CN102968900B (zh) | 一种对rfid交通数据进行处理的方法 | |
CN110532250B (zh) | 交规数据的处理方法及装置 | |
CN106097717A (zh) | 基于两类浮动车数据融合的信号交叉口平均通行时间估计方法 | |
CN112766662A (zh) | 确定收费站运营能力的方法、装置、电子设备及介质 | |
CN115691120A (zh) | 一种基于高速公路流水数据的拥堵识别方法及*** | |
CN104700630A (zh) | 一种高速公路车流量的监测方法及*** | |
CN110827537B (zh) | 一种潮汐车道的设置方法、装置及设备 | |
CN114707035A (zh) | 一种可视化交通起始点分析*** | |
Anusha et al. | Dynamical systems approach for queue and delay estimation at signalized intersections under mixed traffic conditions | |
Wang et al. | Vehicle trajectory reconstruction for signalized intersections with low‐frequency floating car data | |
CN104978859A (zh) | 一种计算城市任意区域公交线网密度的方法 | |
Rose et al. | Estimating travel time functions for urban roads: options and issues | |
CN108665723B (zh) | 一种信息获取方法及装置 | |
CN110264725B (zh) | 路段流量的确定方法及装置 | |
Zhu et al. | Mining large-scale GPS streams for connectivity refinement of road maps | |
Robinson et al. | Overtaking rule method for the cleaning of matched license-plate data | |
Lim et al. | Spatiotemporal traffic density estimation based on ADAS probe data | |
Efentakis et al. | Crowdsourcing turning restrictions for OpenStreetMap. | |
Waury et al. | Adaptive travel-time estimation: a case for custom predicate selection | |
CN111161120B (zh) | 一种卡口位置的确定方法及卡口管理装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200703 |
|
RJ01 | Rejection of invention patent application after publication |