CN111723169A - 一种地图显示方法、装置、电子设备和存储介质 - Google Patents
一种地图显示方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111723169A CN111723169A CN202010273418.5A CN202010273418A CN111723169A CN 111723169 A CN111723169 A CN 111723169A CN 202010273418 A CN202010273418 A CN 202010273418A CN 111723169 A CN111723169 A CN 111723169A
- Authority
- CN
- China
- Prior art keywords
- road
- congestion
- target time
- time period
- probability
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 abstract description 35
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012935 Averaging Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种地图显示方法、装置、电子设备和存储介质;本申请可以将地理区域中的每条道路划分为多个路段,基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算每条道路在目标时段的拥堵概率;基于每条道路的历史拥堵信息,对拥堵概率进行调整,得到每条道路的调整后拥堵概率;基于调整后拥堵概率,从多条道路中确定目标时段下的拥堵道路;显示所述地理区域的地图,地图中标记有拥堵道路。本申请只限定在目标时段下的道路的拥堵概率的计算,将每条道路划分为多个路段,基于路段的拥堵信息简单计算道路的拥堵概率,以确定拥堵道路,由于没有引入其它算法和人为设定的参数,可在降低计算复杂度的同时,使计算结果更直接反应真实情况。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种地图显示方法、装置、电子设备和存储介质。
背景技术
随着经济的飞速发展,交通机动化进程加快,道路交通拥堵已经成为现代城市发展中面临的一个重要问题,它严重影响城市交通的正常运行。
在目前的相关技术中,通常依据电子地图服务中记录的历史发布的路况信息和道路网数据,来获取路况时空分布图,再通过空间聚类算法来确定路况时空分布图中的拥堵簇,以挖掘常发生拥堵的路段,计算复杂度较高,而且聚类结果随具体的聚类算法和参数设定而变化,由于需要根据业务需求来调整算法和参数,难免引入主观性,影响拥堵路段的挖掘效果。
发明内容
本申请实施例提供一种地图显示方法、装置、电子设备和存储介质,可以简化确定拥堵道路的过程,有利于降低计算复杂度,而且可以使计算结果更直接反应真实情况。
本申请实施例提供一种地图显示方法,包括:
将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;
基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;
基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;
根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;
显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
相应的,本申请实施例提供一种地图显示装置,包括:
划分单元,用于将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;
计算单元,用于基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;
调整单元,用于基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;
确定单元,用于根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;
显示单元,用于显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
可选的,在本申请的一些实施例中,所述计算单元可以包括加权子单元和第一计算子单元,如下:
所述加权子单元,用于以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵信息进行加权运算,得到所述每条道路在所述目标时段的拥堵信息;
第一计算子单元,用于基于所述每条道路在所述目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率。
可选的,在本申请的一些实施例中,所述各个路段在目标时段的拥堵信息包括各个路段在目标时段的拥堵时长;所述加权子单元具体可以用于以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵时长进行加权运算,得到所述每条道路在所述目标时段的拥堵信息。
可选的,在本申请的一些实施例中,所述调整单元可以包括第二计算子单元和融合子单元,如下:
所述第二计算子单元,用于基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率;
融合子单元,用于根据每条道路的拥堵概率和历史拥堵概率,得到每条道路的调整后拥堵概率。
可选的,在本申请的一些实施例中,所述确定单元可以包括排序子单元和确定子单元,如下:
所述排序子单元,用于根据所述调整后拥堵概率的大小,对所述道路进行排序;
确定子单元,用于基于所述道路的排序位置,从多条道路中确定所述目标时段下的拥堵道路。
可选的,在本申请的一些实施例中,所述排序子单元具体可以用于根据所述调整后拥堵概率的大小,对所述道路进行预排序;当预排序后的相邻两条道路的调整后拥堵概率的差值小于预设值时,基于所述相邻两条道路的长度和调整后拥堵概率,对所述相邻两条道路的排序位置进行调整。
可选的,在本申请的一些实施例中,所述显示单元可以包括第一显示子单元和第二显示子单元,如下:
所述第一显示子单元,用于当接收到对所述拥堵道路的第一查看指令时,在所述地理区域的地图上显示所述拥堵道路的路况信息;
第二显示子单元,用于当接收到对所述拥堵道路的第二查看指令时,在所述地理区域的地图上,以所述拥堵道路为中心放大显示所述拥堵道路。
本申请实施例提供的一种电子设备,包括处理器和存储器,所述存储器存储有多条指令,所述处理器加载所述指令,以执行本申请实施例提供的地图显示方法中的步骤。
此外,本申请实施例还提供一种存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本申请实施例提供的地图显示方法中的步骤。
本申请实施例提供了一种地图显示方法、装置、电子设备和存储介质,可以将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。本申请只限定在目标时段下的道路的拥堵概率的计算,将每条道路划分为多个路段,基于路段的拥堵信息简单计算道路的拥堵概率,以此来确定拥堵道路,没有引入复杂的算法,降低了计算复杂度,同时,由于没有引入其它算法和人为设定的参数,可以使计算结果更直接反应真实情况。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,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1a是本申请实施例提供的地图显示方法的场景示意图;
图1b是本申请实施例提供的地图显示方法的流程图;
图1c是本申请实施例提供的地图显示方法的展示示意图;
图1d是本申请实施例提供的地图显示方法的另一展示示意图;
图2是本申请实施例提供的地图显示方法的另一流程图;
图3a是本申请实施例提供的地图显示装置的结构示意图;
图3b是本申请实施例提供的地图显示装置的另一结构示意图;
图3c是本申请实施例提供的地图显示装置的另一结构示意图;
图3d是本申请实施例提供的地图显示装置的另一结构示意图;
图3e是本申请实施例提供的地图显示装置的另一结构示意图;
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供一种地图显示方法、装置、电子设备和存储介质。具体地,本申请实施例提供适用于电子设备的地图显示装置,该电子设备可以为终端或服务器等设备。
可以理解的是,本实施例的地图显示方法可以是在终端上执行的,也可以是在服务器上执行的,还可以是由终端和服务器共同执行的。
参见图1a,以终端和服务器共同执行地图显示方法为例。本申请实施例提供的地图显示***包括终端10和服务器11等;终端10与服务器11之间通过网络连接,比如,通过有线或无线网络连接等,其中,地图显示装置可以集成在终端中,比如,可以以客户端的形式集成在终端10中,该客户端可以是应用程序客户端等。
终端10,可以用于:将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在目标时段的拥堵概率;基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。其中,终端10可以包括手机、平板电脑、笔记本电脑、或个人计算机(PC,Personal Computer)等。
其中,在检测到应用程序客户端启动时,终端10可以向服务器11发送拥堵道路显示请求,该拥堵道路显示请求可以包括终端10所在地理位置,以触发服务器11基于所述地理位置确定地理区域,并计算该地理区域中的拥堵道路,终端10再接受由服务器11所发送的拥堵道路的数据,基于所述拥堵道路数据,显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
其中,服务器11,可以用于当接收到终端10发送的拥堵道路显示请求时,计算地理区域中的拥堵道路,再将计算到的拥堵道路的数据发送给终端10。其中,服务器11可以是单台服务器,也可以是由多个服务器组成的服务器集群。
其中,计算地理区域中拥堵道路的具体过程可以包括:将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在目标时段的拥堵概率;基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路。
上述服务器11计算拥堵道路的过程,也可以由终端10执行。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本申请实施例将从地图显示装置的角度进行描述,该地图显示装置具体可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备。
本申请实施例的地图显示装置可以应用于各种需要展示拥堵道路的场景中,来对拥堵道路进行显示。例如,可以应用于电子地图服务的相关场景中,如车辆导航和网约车业务等,当打开相关的应用程序客户端后,显示地图,其中,地图中标记有拥堵道路。
如图1b所示,该地图显示方法的具体流程如下:
101、将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段。
其中,地理区域可以为包括当前所在位置的一定的区域范围,该区域范围可以根据实际情况进行设置,本实施例对此不作限制,例如,可以设置为以当前位置为中心的5公里范围内。
可选的,本实施例中,路段指代的是电子地图中的路段标识,路段可以是几十到上千米的路段,通常是一条真实道路的一部分;道路指代的是电子地图中的道路标识,道路可以理解为由多个路段组成的,它可以是两个相邻路口间的一连串路段集合。
102、基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率。
其中,用户可以自定义目标时段,本实施例对此不作限制,比如目标时段可以默认为上班早高峰时间段和下班晚高峰时间段,用户可以根据自身实际的上下班情况来调整目标时段。此外,每条道路可以由一连串的路段组成,各个路段的长度可能不一致,在计算道路的拥堵概率时,可以考虑路段的长度这个因素。
可选的,在一些实施例中,步骤“基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率”,可以包括:
以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵信息进行加权运算,得到所述每条道路在所述目标时段的拥堵信息;
基于所述每条道路在所述目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率。
其中,在一些实施例中,目标时段可以指早高峰时间段和晚高峰时间段等。本实施例不关注拥堵在时间上的精确定位,只限定在指定场景下的各道路的拥堵概率的计算,该指定场景可以是上班早高峰或下班晚高峰道路的拥堵情况,由于不需要进行全部时间段的统计,大大减少了计算量,且计算结果更直接反映真实的情况。比如,用早高峰或晚高峰时间段的数据(即拥堵信息)来计算早高峰或晚高峰时间段道路的拥堵概率,可以使计算出来的结果更好地反映早高峰和晚高峰实际的道路拥堵状态。
其中,路段的拥堵信息可以包括路段的拥堵时长和路段平均速度等等。路段平均速度为在目标时段内该路段的车辆平均行驶速度。可选的,一些实施例中,若路段平均速度在连续N天的目标时段内低于10千米/每小时,可以将该路段确定为拥堵路段,其中,N为正整数,如N可以为5、10或15等,本实施例对此不做限制。
可选的,在一些实施例中,所述各个路段在目标时段的拥堵信息包括各个路段在目标时段的拥堵时长;步骤“以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵信息进行加权运算,得到所述每条道路在所述目标时段的拥堵信息”可以包括:
以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵时长进行加权运算,得到所述每条道路在所述目标时段的拥堵信息。
本实施例中,可以将道路记为c,路段记为link(交通路线),道路c可以是两个相邻路口之间的一连串路段link的集合,路段link可以是几十到上千米的线形路段。首先可以获取每个路段link在目标时段内的拥堵时长,再基于每个路段link的长度,计算每条道路c在目标时段的拥堵概率。具体计算过程可以是,道路内所有路段link在目标时段的的拥堵时长在路段link的空间长度的加权值之和,除以这条道路c的总长度乘以目标时段全量的时长,其中,目标时段全量的时长是指目标时段的时间长度。
可选的,获取各路段在目标时段的拥堵时长和路段长度的方式有很多种。比如,可以通过其他设备来获取各路段在目标时段的拥堵时长和路段长度,进而提供给该地图显示装置,即地图显示装置具体可以接收其他设备如其他终端或服务器发送的路段在目标时段的拥堵时长和路段长度。又比如,可以从电子设备本地的数据库来获取路段在目标时段的拥堵时长和路段长度,具体地,路段在目标时段的拥堵时长和路段长度存储在电子设备本地的数据库中,则在接收到获取路段在目标时段的拥堵时长和路段长度数据的指令时,可以直接从该电子设备本地的数据库中提取路段在目标时段的拥堵时长和路段长度的数据,其中,本地即指该电子设备。
例如,在一具体实施例中,需要获取某日早高峰的拥堵概率,即目标时段为早高峰时间段,可以将上午7点到10点这段时间设置为早高峰时间段,则目标时段的全量时长为180分钟。可以理解的是,也可以设置别的时间段为早高峰时间段,本实施例对此不作限制。其道路拥堵概率的计算过程如公式(1)所示:
其中,r表示一条道路在目标时段内的拥堵概率,n为一条道路内路段的数量,i表示一条道路的第i个路段,1≤i≤n,且i为正整数,li表示第i个路段的长度,ti表示第i个路段在目标时段内的拥堵时长,ti以分钟为单位,lc表示整条道路的长度,公式(1)中的分子表示一条道路的每个路段在目标时段内的拥堵时长的长度加权和,即为道路总长度的全量拥堵加权值,也就是说,分子为一条道路的拥堵信息,其中,各个路段的长度为权重,分母为道路的总长度和全量时长的乘积。
103、基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率。
其中,每条道路的历史拥堵信息可以是每条道路的历史拥堵概率,也可以是每条道路的各个路段的历史拥堵信息,该历史拥堵信息可以是在目标时段内各个路段的历史拥堵时长。例如,在计算早高峰时间段道路的调整后拥堵概率的场景中,可以通过统计最近一个月工作日(一般为周一至周五)的早高峰时间段的道路的拥堵情况,来计算道路的调整后拥堵概率。具体地,可以基于道路的各个路段每日早高峰时间段的拥堵信息,获取一个月内连续20个以上工作日的早高峰时间段道路的拥堵概率,再对这连续20个以上工作日的拥堵概率取平均值,该平均值即为该条道路的调整后拥堵概率。通过以上方式,可以平滑单日的数据,减小数据异常带来的影响,同时,统计最近一个月的情况,可以保证计算结果的时效性。
基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整的方式可以有很多种,本实施例对此不作限制。例如,可以基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率,该历史拥堵概率可以包括多日的目标时段内的拥堵概率,再加上道路的拥堵概率,可以取所有拥堵概率的中位数或平均值作为道路的调整后拥堵概率。
可选的,在一些实施例中,步骤“基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率”,可以包括:
基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率;
根据每条道路的拥堵概率和历史拥堵概率,得到每条道路的调整后拥堵概率。
其中,步骤“根据每条道路的拥堵概率和历史拥堵概率,得到每条道路的调整后拥堵概率”,具体可以包括:对每条道路的拥堵概率和历史拥堵概率进行融合,得到每条道路的调整后拥堵概率。该融合方式可以是求平均值,具体地,对每条道路对应的所有拥堵概率求平均,即为每条道路的调整后拥堵概率。
其中,基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率的具体过程可以参考上述步骤102拥堵概率的计算过程。
可选的,在一些实施例中,所述每条道路的历史拥堵信息可以为每条道路的各个路段的历史拥堵时长;步骤“基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率”,具体可以包括:
以每条道路上各个路段的长度为权重,对每条道路上各个路段的历史拥堵时长进行加权运算,得到所述每条道路的历史拥堵信息;
基于所述每条道路的历史拥堵信息,计算所述每条道路在目标时段的历史拥堵概率。
可选的,在一些实施例中,若该道路在过去N天的目标时段内,有一半天数的拥堵概率超过预设值,则可以将该道路确定为拥堵道路,该预设值可以根据实际情况进行设置,本实施例对此不作限制。
104、根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路。
可选的,在一些实施例中,可以将调整后拥堵概率大于预设拥堵概率的道路确定为所述目标时段下的拥堵道路,该预设拥堵概率可以根据实际情况进行设置,本实施例对此不作限制。
可选的,在一些实施例中,步骤“根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路”,可以包括:
根据所述调整后拥堵概率的大小,对所述道路进行排序;
基于所述道路的排序位置,从多条道路中确定所述目标时段下的拥堵道路。
其中,可以根据所述调整后拥堵概率的大小,对所述道路由大到小进行排序,或者由小到大进行排序。
若道路是基于调整后拥堵概率的大小进行由大到小排序的,具体地,步骤“基于所述道路的排序位置,从多条道路中确定所述目标时段下的拥堵道路”中,可以包括:
基于所述道路的排序位置,将前A个道路确定为所述目标时段下的拥堵道路,其中,A为不超过道路总数的正整数;或,
基于所述道路的排序位置,将前B分之一的道路确定为所述目标时段下的拥堵道路,B为大于1且不超过道路总数的正数。
其中,A和B的值可以根据实际情况进行设置,本实施例对此不作限制。
可选的,道路主要基于调整后拥堵概率的大小进行从大到小地排列,如果调整后拥堵概率相差不大,可以考虑将道路长度较长的道路排在道路长度较短的道路之前。
例如,在一些实施例中,步骤“根据所述调整后拥堵概率的大小,对所述道路进行排序”,可以包括:
根据所述调整后拥堵概率的大小,对所述道路进行预排序;
当预排序后的相邻两条道路的调整后拥堵概率的差值小于预设值时,基于所述相邻两条道路的长度和调整后拥堵概率,对所述相邻两条道路的排序位置进行调整。
其中,该预设值可以根据实际情况进行设置,本实施例对此不作限制,例如,可以将该预设值设置为0.1,若预排序后的相邻两条道路的调整后拥堵概率的差值较小,且小于0.1,则可以考虑将道路长度较长的道路排在道路长度较短的道路之前。具体地,在一实施例中,道路基于调整后拥堵概率的大小,进行由大到小的排列;当调整后拥堵概率相差在20%以内,用调整后拥堵概率与道路长度的乘积做排列,调整后拥堵概率与道路长度乘积较大者排在前面。
105、显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
可选的,可以在地图中对拥堵道路作标记,标记的方式有多种。例如,可以以红色来标记该拥堵道路,使之与其他道路区分开来。此外,一些实施例中,在地图缩小显示的情况下,可以以圆点来标记该拥堵道路;在地图放大显示的情况下,可以以粗线条来标记该拥堵道路。
例如,参见图1c,图中显示了目标时段内拥堵排名前20的道路,其中,该目标时段可以是早高峰时间段或晚高峰时间段,拥堵道路用圆点和深色线条标记着。
可选的,在一些实施例中,步骤“显示所述地理区域的地图”,可以包括:
当接收到对所述拥堵道路的第一查看指令时,在所述地理区域的地图上显示所述拥堵道路的路况信息;
当接收到对所述拥堵道路的第二查看指令时,在所述地理区域的地图上,以所述拥堵道路为中心放大显示所述拥堵道路。
其中,该第一查看指令具体可以是对地图上拥堵道路的点击操作或者滑动操作,基于对拥堵道路的点击操作或滑动操作,可以在地图上显示该拥堵道路的路况信息,路况信息可以包括拥堵道路的拥堵长度、拥堵道路的方向、拥堵道路上车辆的平均速度以及拥堵道路的长度等信息。基于拥堵道路的路况信息,用户可以迅速了解到道路的具体拥堵状况。
其中,该第二查看指令具体可以是对地图页面中拥堵道路周围一定区域内的双击操作(即短时间内的连续两次点击操作)等等,本实施例对此不作限制。基于该第二查看指令,可以对该地图页面进行放大显示,且以该拥堵道路为中心。
例如,如图1d所示,为以拥堵道路为中心的放大显示图,且图中显示了拥堵道路的方向信息。
现有技术的复杂算法计算量较大,在拥堵时间的精确定位问题上花了大量计算。而本申请只限定在目标时段下的道路的拥堵概率的计算,即本申请计算的是用户关注的具体时段的拥堵概率;可以在降低计算复杂度的同时,更加贴合用户的实际需求。
由上可知,本实施例可以将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。本申请只限定在目标时段下的道路的拥堵概率的计算,将每条道路划分为多个路段,基于路段的拥堵信息简单计算道路的拥堵概率,以此来确定拥堵道路,降低了计算复杂度,同时,由于没有引入其它算法和人为设定的参数,可以使计算结果更直接反应真实情况。
根据前面实施例所描述的方法,以下将以该地图显示装置具体集成在服务器举例作进一步详细说明。
本申请实施例提供一种地图显示方法,如图2所示,该地图显示方法的具体流程可以如下:
201、服务器接收终端发送的拥堵道路显示请求,所述拥堵道路显示请求包括需要显示拥堵道路的地理区域。
其中,地理区域可以为包括终端当前所在位置的一定的区域范围,该区域范围可以根据实际情况进行设置,本实施例对此不作限制,例如,可以设置为以当前位置为中心的5公里范围内。
202、服务器将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段。
可选的,本实施例中,路段指代的是电子地图中的路段标识,路段可以是几十到上千米的路段,通常是一条真实道路的一部分;道路指代的是电子地图中的道路标识,道路可以理解为由多个路段组成的,它可以是两个相邻路口间的一连串路段集合。
203、服务器基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率。
可选的,在一些实施例中,步骤“服务器基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率”,可以包括:
以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵信息进行加权运算,得到所述每条道路在所述目标时段的拥堵信息;
基于所述每条道路在所述目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率。
其中,用户可以自定义目标时段,本实施例对此不作限制,在一些实施例中,目标时段可以指早高峰时间段和晚高峰时间段等,用户可以根据自身实际的上下班情况来调整目标时段。本实施例不关注拥堵在时间上的精确定位,只限定在指定场景下的各道路的拥堵概率的计算,该指定场景可以是上班早高峰或下班晚高峰道路的拥堵情况,由于不需要进行全部时间段的统计,大大减少了计算量,且计算结果更直接反映真实的情况。比如,用早高峰或晚高峰时间段的数据(即拥堵信息)来计算早高峰或晚高峰时间段道路的拥堵概率,可以使计算出来的结果更好地反映早高峰和晚高峰实际的道路拥堵状态。
其中,路段在目标时段的拥堵信息可以包括路段在目标时段的拥堵时长和路段平均速度等等。路段平均速度为在目标时段内该路段的车辆平均行驶速度。
可选的,在一些实施例中,所述各个路段在目标时段的拥堵信息包括各个路段在目标时段的拥堵时长;步骤“以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵信息进行加权运算,得到所述每条道路在所述目标时段的拥堵信息”可以包括:
以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵时长进行加权运算,得到所述每条道路在所述目标时段的拥堵信息。
204、服务器基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率。
其中,每条道路的历史拥堵信息可以是每条道路的历史拥堵概率,也可以是每条道路的各个路段的历史拥堵信息,该历史拥堵信息可以是在目标时段内各个路段的历史拥堵时长。例如,在计算早高峰时间段道路的调整后拥堵概率的场景中,可以通过统计最近一个月工作日(一般为周一至周五)的早高峰时间段的道路的拥堵情况,来计算道路的调整后拥堵概率。具体地,可以基于道路的各个路段每日早高峰时间段的拥堵信息,获取一个月内连续20个以上工作日的早高峰时间段道路的拥堵概率,再对这连续20个以上工作日的拥堵概率取平均值,该平均值即为该条道路的调整后拥堵概率。通过以上方式,可以平滑单日的数据,减小数据异常带来的影响,同时,统计最近一个月的情况,可以保证计算结果的时效性。
可选的,在一些实施例中,步骤“服务器基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率”,可以包括:
基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率;
根据每条道路的拥堵概率和历史拥堵概率,得到每条道路的调整后拥堵概率。
其中,步骤“根据每条道路的拥堵概率和历史拥堵概率,得到每条道路的调整后拥堵概率”可以包括:对每条道路的拥堵概率和历史拥堵概率进行融合,得到每条道路的调整后拥堵概率。该融合方式可以是求平均值,具体地,对每条道路对应的所有拥堵概率求平均,即为每条道路的调整后拥堵概率。
可选的,在一些实施例中,所述每条道路的历史拥堵信息可以为每条道路的各个路段的历史拥堵时长;步骤“基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率”,具体可以包括:
以每条道路上各个路段的长度为权重,对每条道路上各个路段的历史拥堵时长进行加权运算,得到所述每条道路的历史拥堵信息;
基于所述每条道路的历史拥堵信息,计算所述每条道路在目标时段的历史拥堵概率。
205、服务器根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路。
可选的,在一些实施例中,可以将调整后拥堵概率大于预设拥堵概率的道路确定为所述目标时段下的拥堵道路,该预设拥堵概率可以根据实际情况进行设置,本实施例对此不作限制。
可选的,在一些实施例中,步骤“服务器根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路”,可以包括:
根据所述调整后拥堵概率的大小,对所述道路进行排序;
基于所述道路的排序位置,从多条道路中确定所述目标时段下的拥堵道路。
其中,可以根据所述调整后拥堵概率的大小,对所述道路由大到小进行排序,或者由小到大进行排序。
若道路是基于调整后拥堵概率的大小进行由大到小排序的,具体地,步骤“基于所述道路的排序位置,从多条道路中确定所述目标时段下的拥堵道路”中,可以包括:
基于所述道路的排序位置,将前A个道路确定为所述目标时段下的拥堵道路,其中,A为不超过道路总数的正整数;或,
基于所述道路的排序位置,将前B分之一的道路确定为所述目标时段下的拥堵道路,B为大于1且不超过道路总数的正数。
其中,A和B的值可以根据实际情况进行设置,本实施例对此不作限制。
可选的,道路主要基于调整后拥堵概率的大小进行从大到小地排列,如果调整后拥堵概率相差不大,可以考虑将道路长度较长的道路排在道路长度较短的道路之前。
例如,在一些实施例中,步骤“根据所述调整后拥堵概率的大小,对所述道路进行排序”,可以包括:
根据所述调整后拥堵概率的大小,对所述道路进行预排序;
当预排序后的相邻两条道路的调整后拥堵概率的差值小于预设值时,基于所述相邻两条道路的长度和调整后拥堵概率,对所述相邻两条道路的排序位置进行调整。
其中,该预设值可以根据实际情况进行设置,本实施例对此不作限制,例如,可以将该预设值设置为0.1,若预排序后的相邻两条道路的调整后拥堵概率的差值较小,且小于0.1,则可以考虑将道路长度较长的道路排在道路长度较短的道路之前。具体地,在一实施例中,道路基于调整后拥堵概率的大小,进行由大到小的排列;当调整后拥堵概率相差在20%以内,用调整后拥堵概率与道路长度的乘积做排列,调整后拥堵概率与道路长度乘积较大者排在前面。
206、服务器向终端发送所述拥堵道路的数据。
其中,所述拥堵道路的数据可以包括拥堵道路的具***置信息,拥堵长度以及车辆平均速度等信息。该拥堵道路为在目标时段内拥堵概率较大的道路,而不是当前正在拥堵的道路。
207、终端接收所述拥堵道路的数据,并显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
可选的,终端可以基于拥堵道路的数据,在地图中对拥堵道路作标记,标记的方式有多种。例如,可以以红色来标记该拥堵道路,使之与其他道路区分开来。此外,一些实施例中,在地图缩小显示的情况下,可以以圆点来标记该拥堵道路;在地图放大显示的情况下,可以以粗线条来标记该拥堵道路。
可选的,在一些实施例中,步骤“显示所述地理区域的地图”,可以包括:
当接收到对所述拥堵道路的第一查看指令时,在所述地理区域的地图上显示所述拥堵道路的路况信息;
当接收到对所述拥堵道路的第二查看指令时,在所述地理区域的地图上,以所述拥堵道路为中心放大显示所述拥堵道路。
其中,该第一查看指令具体可以是对地图上拥堵道路的点击操作或者滑动操作,基于对拥堵道路的点击操作或滑动操作,可以在地图上显示该拥堵道路的路况信息,路况信息可以包括拥堵道路的拥堵长度、拥堵道路的方向、拥堵道路上车辆的平均速度以及拥堵道路的长度等信息。基于拥堵道路的路况信息,用户可以迅速了解到道路的具体拥堵状况。
其中,该第二查看指令具体可以是对地图页面中拥堵道路周围一定区域内的双击操作(即短时间内的连续两次点击操作)等等,本实施例对此不作限制。基于该第二查看指令,可以对该地图页面进行放大显示,且以该拥堵道路为中心。
本实施例可以针对目标时段,来计算道路的拥堵概率,并确定出拥堵道路。由于本实施例没有引入复杂的算法,计算复杂度较低,且可以为城市的拥堵治理提供有效的参考信息。
由上可知,本实施例可以通过服务器接收终端发送的拥堵道路显示请求,所述拥堵道路显示请求包括需要显示拥堵道路的地理区域;服务器将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;服务器向终端发送所述拥堵道路的数据;终端接收所述拥堵道路的数据,并显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。本申请只限定在目标时段下的道路的拥堵概率的计算,将每条道路划分为多个路段,基于路段的拥堵信息简单计算道路的拥堵概率,以此来确定拥堵道路,降低了计算复杂度,同时,由于没有引入其它算法和人为设定的参数,可以使计算结果更直接反应真实情况。
为了更好地实施以上方法,本申请实施例还提供一种地图显示装置,如图3a所示,该地图显示装置可以包括划分单元301、计算单元302、调整单元303、确定单元304和显示单元305,如下:
(1)划分单元301;
划分单元301,用于将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段。
其中,地理区域可以为包括当前所在位置的一定的区域范围,该区域范围可以根据实际情况进行设置,本实施例对此不作限制。
可选的,本实施例中,路段指代的是电子地图中的路段标识,路段可以是几十到上千米的路段,通常是一条真实道路的一部分;道路指代的是电子地图中的道路标识,道路可以理解为由多个路段组成的,它可以是两个相邻路口间的一连串路段集合。
(2)计算单元302;
计算单元302,用于基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率。
可选的,在本申请的一些实施例中,所述计算单元302可以包括加权子单元3021和第一计算子单元3022,参见图3b,如下:
所述加权子单元3021,用于以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵信息进行加权运算,得到所述每条道路在所述目标时段的拥堵信息;
第一计算子单元3022,用于基于所述每条道路在所述目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率。
可选的,在本申请的一些实施例中,所述各个路段在目标时段的拥堵信息包括各个路段在目标时段的拥堵时长;所述加权子单元3021具体可以用于以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵时长进行加权运算,得到所述每条道路在所述目标时段的拥堵信息。
(3)调整单元303;
调整单元303,用于基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率。
可选的,在本申请的一些实施例中,所述调整单元303可以包括第二计算子单元3031和融合子单元3032,参见图3c,如下:
所述第二计算子单元3031,用于基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率;
融合子单元3032,用于根据每条道路的拥堵概率和历史拥堵概率,得到每条道路的调整后拥堵概率。
(4)确定单元304;
确定单元304,用于根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路。
可选的,在本申请的一些实施例中,所述确定单元304可以包括排序子单元3041和确定子单元3042,参见图3d,如下:
所述排序子单元3041,用于根据所述调整后拥堵概率的大小,对所述道路进行排序;
确定子单元3042,用于基于所述道路的排序位置,从多条道路中确定所述目标时段下的拥堵道路。
可选的,在本申请的一些实施例中,所述排序子单元3041具体可以用于根据所述调整后拥堵概率的大小,对所述道路进行预排序;当预排序后的相邻两条道路的调整后拥堵概率的差值小于预设值时,基于所述相邻两条道路的长度和调整后拥堵概率,对所述相邻两条道路的排序位置进行调整。
(5)显示单元305;
显示单元305,用于显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
可选的,在本申请的一些实施例中,所述显示单元305可以包括第一显示子单元3051和第二显示子单元3052,参见图3e,如下:
所述第一显示子单元3051,用于当接收到对所述拥堵道路的第一查看指令时,在所述地理区域的地图上显示所述拥堵道路的路况信息;
第二显示子单元3052,用于当接收到对所述拥堵道路的第二查看指令时,在所述地理区域的地图上,以所述拥堵道路为中心放大显示所述拥堵道路。
由上可知,本实施例可以由划分单元301将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;由计算单元302基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;由调整单元303基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,通过确定单元304从多条道路中确定所述目标时段下的拥堵道路;由显示单元305显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。本申请只限定在目标时段下的道路的拥堵概率的计算,将每条道路划分为多个路段,基于路段的拥堵信息简单计算道路的拥堵概率,以此来确定拥堵道路,降低了计算复杂度,同时,由于没有引入其它算法和人为设定的参数,可以使计算结果更直接反应真实情况。
本申请实施例还提供一种电子设备,如图4所示,其示出了本申请实施例所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图4中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理***与处理器401逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,电子设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,电子设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
由上可知,本实施例可以将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。本申请只限定在目标时段下的道路的拥堵概率的计算,将每条道路划分为多个路段,基于路段的拥堵信息简单计算道路的拥堵概率,以此来确定拥堵道路,降低了计算复杂度,同时,由于没有引入其它算法和人为设定的参数,可以使计算结果更直接反应真实情况。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种地图显示方法中的步骤。例如,该指令可以执行如下步骤:
将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一种地图显示方法中的步骤,因此,可以实现本申请实施例所提供的任一种地图显示方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种地图显示方法、装置、电子设备和存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种地图显示方法,其特征在于,包括:
将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;
基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;
基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;
根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;
显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
2.根据权利要求1所述的方法,其特征在于,所述基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率,包括:
以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵信息进行加权运算,得到所述每条道路在所述目标时段的拥堵信息;
基于所述每条道路在所述目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率。
3.根据权利要求2所述的方法,其特征在于,所述各个路段在目标时段的拥堵信息包括各个路段在目标时段的拥堵时长;所述以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵信息进行加权运算,得到所述每条道路在所述目标时段的拥堵信息,包括:
以每条道路上各个路段的长度为权重,对每条道路上各个路段在目标时段的拥堵时长进行加权运算,得到所述每条道路在所述目标时段的拥堵信息。
4.根据权利要求1所述的方法,其特征在于,所述基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率,包括:
基于每条道路的历史拥堵信息,计算每条道路的历史拥堵概率;
根据每条道路的拥堵概率和历史拥堵概率,得到每条道路的调整后拥堵概率。
5.根据权利要求1所述的方法,其特征在于,所述根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路,包括:
根据所述调整后拥堵概率的大小,对所述道路进行排序;
基于所述道路的排序位置,从多条道路中确定所述目标时段下的拥堵道路。
6.根据权利要求5所述的方法,其特征在于,所述根据所述调整后拥堵概率的大小,对所述道路进行排序,包括:
根据所述调整后拥堵概率的大小,对所述道路进行预排序;
当预排序后的相邻两条道路的调整后拥堵概率的差值小于预设值时,基于所述相邻两条道路的长度和调整后拥堵概率,对所述相邻两条道路的排序位置进行调整。
7.根据权利要求1所述的方法,其特征在于,所述显示所述地理区域的地图,包括:
当接收到对所述拥堵道路的第一查看指令时,在所述地理区域的地图上显示所述拥堵道路的路况信息;
当接收到对所述拥堵道路的第二查看指令时,在所述地理区域的地图上,以所述拥堵道路为中心放大显示所述拥堵道路。
8.一种地图显示装置,其特征在于,包括:
划分单元,用于将地理区域中的每条道路划分为多个路段,得到每条道路的多个路段;
计算单元,用于基于每条道路上各个路段的长度和在目标时段的拥堵信息,计算所述每条道路在所述目标时段的拥堵概率;
调整单元,用于基于每条道路的历史拥堵信息,对每条道路的拥堵概率进行调整,得到每条道路的调整后拥堵概率;
确定单元,用于根据所述调整后拥堵概率,从多条道路中确定所述目标时段下的拥堵道路;
显示单元,用于显示所述地理区域的地图,其中,所述地图中标记有所述拥堵道路。
9.一种电子设备,其特征在于,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行权利要求1至7任一项所述的地图显示方法中的操作。
10.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至7任一项所述的地图显示方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010273418.5A CN111723169B (zh) | 2020-04-09 | 2020-04-09 | 一种地图显示方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010273418.5A CN111723169B (zh) | 2020-04-09 | 2020-04-09 | 一种地图显示方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111723169A true CN111723169A (zh) | 2020-09-29 |
CN111723169B CN111723169B (zh) | 2024-04-30 |
Family
ID=72564144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010273418.5A Active CN111723169B (zh) | 2020-04-09 | 2020-04-09 | 一种地图显示方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111723169B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113850990A (zh) * | 2021-08-31 | 2021-12-28 | 北京百度网讯科技有限公司 | 道路故障的处理方法、装置、电子设备及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154317A (zh) * | 2006-09-27 | 2008-04-02 | 株式会社查纳位资讯情报 | 交通状况预测装置 |
JP2009093407A (ja) * | 2007-10-09 | 2009-04-30 | Denso Corp | 渋滞情報表示装置及びセンター装置 |
CN104882020A (zh) * | 2015-06-05 | 2015-09-02 | 刘光明 | 预测交通状况和行车时间 |
US20150262477A1 (en) * | 2014-03-11 | 2015-09-17 | Here Global B.V. | Probabilistic Road System Reporting |
CN104931065A (zh) * | 2015-06-05 | 2015-09-23 | 刘光明 | 带有相对交通状况的地图与行车路线 |
CN106408945A (zh) * | 2016-11-28 | 2017-02-15 | 北京掌行通信息技术有限公司 | 一种交通拥堵评价方法及*** |
CN106887137A (zh) * | 2015-12-15 | 2017-06-23 | 高德信息技术有限公司 | 拥堵事件提示方法及装置 |
CN106935027A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种基于行驶数据的交通信息预测方法及装置 |
CN106960571A (zh) * | 2017-03-30 | 2017-07-18 | 百度在线网络技术(北京)有限公司 | 道路拥堵瓶颈点确定方法、装置、服务器及存储介质 |
CN106971537A (zh) * | 2017-04-20 | 2017-07-21 | 山东高速信息工程有限公司 | 针对突发事件的道路拥堵预测方法及*** |
JP2017211904A (ja) * | 2016-05-27 | 2017-11-30 | 日産自動車株式会社 | 経路案内方法及び経路案内システム |
US20190114909A1 (en) * | 2016-04-05 | 2019-04-18 | Tomtom Traffic B.V. | Method and Apparatus for Identifying Congestion Bottlenecks |
CN110718057A (zh) * | 2019-09-11 | 2020-01-21 | 北京掌行通信息技术有限公司 | 路网运行状态评价方法、装置、电子设备及介质 |
-
2020
- 2020-04-09 CN CN202010273418.5A patent/CN111723169B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154317A (zh) * | 2006-09-27 | 2008-04-02 | 株式会社查纳位资讯情报 | 交通状况预测装置 |
JP2009093407A (ja) * | 2007-10-09 | 2009-04-30 | Denso Corp | 渋滞情報表示装置及びセンター装置 |
US20150262477A1 (en) * | 2014-03-11 | 2015-09-17 | Here Global B.V. | Probabilistic Road System Reporting |
WO2016192668A1 (zh) * | 2015-06-05 | 2016-12-08 | 刘光明 | 预测交通状况和行车时间 |
CN104931065A (zh) * | 2015-06-05 | 2015-09-23 | 刘光明 | 带有相对交通状况的地图与行车路线 |
WO2016192666A2 (zh) * | 2015-06-05 | 2016-12-08 | 刘光明 | 带有相对交通状况的地图与行车路线 |
CN104882020A (zh) * | 2015-06-05 | 2015-09-02 | 刘光明 | 预测交通状况和行车时间 |
CN106887137A (zh) * | 2015-12-15 | 2017-06-23 | 高德信息技术有限公司 | 拥堵事件提示方法及装置 |
CN106935027A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种基于行驶数据的交通信息预测方法及装置 |
US20190114909A1 (en) * | 2016-04-05 | 2019-04-18 | Tomtom Traffic B.V. | Method and Apparatus for Identifying Congestion Bottlenecks |
JP2017211904A (ja) * | 2016-05-27 | 2017-11-30 | 日産自動車株式会社 | 経路案内方法及び経路案内システム |
CN106408945A (zh) * | 2016-11-28 | 2017-02-15 | 北京掌行通信息技术有限公司 | 一种交通拥堵评价方法及*** |
CN106960571A (zh) * | 2017-03-30 | 2017-07-18 | 百度在线网络技术(北京)有限公司 | 道路拥堵瓶颈点确定方法、装置、服务器及存储介质 |
CN106971537A (zh) * | 2017-04-20 | 2017-07-21 | 山东高速信息工程有限公司 | 针对突发事件的道路拥堵预测方法及*** |
CN110718057A (zh) * | 2019-09-11 | 2020-01-21 | 北京掌行通信息技术有限公司 | 路网运行状态评价方法、装置、电子设备及介质 |
Non-Patent Citations (3)
Title |
---|
HONGLI ZENG; YANDONG GUO; CHENPING ZHU ET AL.: "Congestion patterns of traffic studied on Nanjing city dual graph", 2009 16TH INTERNATIONAL CONFERENCE ON DIGITAL SIGNAL PROCESSING (DSP), 1 January 2009 (2009-01-01), pages 1 - 8 * |
姜鹏程: "基于交通流量相似性和差异性的道路拥堵预测研", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, 15 January 2019 (2019-01-15), pages 034 - 1849 * |
邬群勇;邹智杰;邱端昇;苏克云;: "结合出租车轨迹数据的城市道路拥堵时空分析", 福州大学学报(自然科学版), no. 05, 27 September 2018 (2018-09-27), pages 724 - 731 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113850990A (zh) * | 2021-08-31 | 2021-12-28 | 北京百度网讯科技有限公司 | 道路故障的处理方法、装置、电子设备及存储介质 |
CN113850990B (zh) * | 2021-08-31 | 2023-01-31 | 北京百度网讯科技有限公司 | 道路故障的处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111723169B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106484540B (zh) | 一种资源配置方法及装置 | |
JP7253041B2 (ja) | 輸送サービスプロバイダを管理する方法、当該方法を実施するための命令を含むコンピュータプログラム、当該方法を実行させる命令を記憶する非一時記憶媒体、及び輸送サービスプロバイダを管理するための装置 | |
US20190295007A1 (en) | People flow prediction device | |
EP2490169A1 (en) | Position information analysis device and position information analysis method | |
CN111612122A (zh) | 实时需求量的预测方法、装置及电子设备 | |
CN106919996A (zh) | 一种目的地预测方法及装置 | |
WO2016035091A1 (en) | Dynamic forecasting for forward reservation of cab | |
WO2010107394A1 (en) | Determining a traffic route using predicted traffic congestion | |
CN110704731B (zh) | 一种充电桩链式推荐方法和装置 | |
CN112580881B (zh) | 营业网点选址方法、装置、计算机设备及存储介质 | |
CN113470356A (zh) | 电子设备及区域路况预测方法 | |
US8600957B2 (en) | Mesh data creation method | |
CN110991392A (zh) | 人群识别方法、装置、终端及存储介质 | |
CN111652676A (zh) | 上车点推荐的方法、装置、设备及存储介质 | |
CN111539864A (zh) | 一种基于lbs大数据的***件的情报分析方法和装置 | |
CN112579910A (zh) | 信息处理方法、信息处理装置、存储介质和电子设备 | |
Ma et al. | Public transportation big data mining and analysis | |
CN111311193B (zh) | 公共服务资源的配置方法和装置 | |
CN111340265A (zh) | 司机下线干预方法、装置、电子设备和计算机存储介质 | |
CN111626648A (zh) | 查勘任务调度方法、装置、计算机设备和存储介质 | |
CN111723169B (zh) | 一种地图显示方法、装置、电子设备和存储介质 | |
CN109166336B (zh) | 一种基于区块链技术的实时路况信息采集推送方法 | |
CN111860922A (zh) | 一种服务站部署控制方法、装置、电子设备及存储介质 | |
CN113766016A (zh) | 一种信息推送方法及服务器 | |
CN109523788B (zh) | 一种路段运行效果评价方法 |
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 |