CN112668892A - 确定停车风险的方法、装置、电子设备和存储介质 - Google Patents
确定停车风险的方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112668892A CN112668892A CN202011612563.8A CN202011612563A CN112668892A CN 112668892 A CN112668892 A CN 112668892A CN 202011612563 A CN202011612563 A CN 202011612563A CN 112668892 A CN112668892 A CN 112668892A
- Authority
- CN
- China
- Prior art keywords
- parking
- risk
- road
- road segment
- parking risk
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000004044 response Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000000644 propagated effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本公开涉及用于确定停车风险的方法、装置、电子设备和存储介质。在一种方法中,获取分别与道路中的多个路段相关联的多个历史罚单,多个历史罚单中的历史罚单是车辆在多个路段中的路段内停车产生的罚单。基于多个历史罚单,分别确定多个路段中的第一路段的第一停车风险和第二路段的第二停车风险,第一停车风险和第二停车风险分别表示车辆在第一路段和第二路段内停车的停车风险。基于第一路段和第二路段之间的位置关系和第一停车风险,更新第二停车风险。进一步,提供了相应的装置、电子设备和存储介质。以此方式,可以以更为准确并且有效的方式确定停车风险。
Description
技术领域
本公开的各实现方式涉及数据处理,更具体地,涉及用于确定车辆的停车风险的方法、装置、电子设备和存储介质。
背景技术
随着导航技术以及在线车辆调度技术的发展,目前已经提供了越来越多的驾驶辅助相关的应用。这些应用可以向司机提供导航服务并且将车辆引导至期望的地点。然而,在真实道路环境中,可能会存在禁止停车和限制停车的区域。如果车辆在这些区域停车,则可能会干扰正常的交通秩序并且产生罚单。此时,如何以更为准确的方式确定道路中的各个位置的停车风险,成为一个研究热点。
发明内容
期望能够开发并实现一种以更为有效的方式确定车辆的停车风险的技术方案。期望该技术方案能够与现有应用程序相兼容,并且以更为有效的方式引导司机的停车行为,并且维护正常的交通秩序。
根据本公开的第一方面,提供了一种用于确定车辆的停车风险的方法。在该方法中,获取分别与道路中的多个路段相关联的多个历史罚单,多个历史罚单中的历史罚单是车辆在多个路段中的路段内停车产生的罚单。基于多个历史罚单,分别确定多个路段中的第一路段的第一停车风险和第二路段的第二停车风险,第一停车风险和第二停车风险分别表示车辆在第一路段和第二路段内停车的停车风险。基于第一路段和第二路段之间的位置关系和第一停车风险,更新第二停车风险。
根据本公开的第二方面,提供了一种用于确定车辆的停车风险的装置。该装置包括:获取模块,配置用于获取分别与道路中的多个路段相关联的多个历史罚单,多个历史罚单中的历史罚单是车辆在多个路段中的路段内停车产生的罚单;确定模块,配置用于基于多个历史罚单,分别确定多个路段中的第一路段的第一停车风险和第二路段的第二停车风险,第一停车风险和第二停车风险分别表示车辆在第一路段和第二路段内停车的停车风险;以及更新模块,配置用于基于第一路段和第二路段之间的位置关系和第一停车风险,更新第二停车风险。
根据本公开的第三方面,提供了一种电子设备,包括:存储器和处理器;其中存储器用于存储一条或多条计算机指令,其中一条或多条计算机指令被处理器执行以实现根据本公开的第一方面的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有一条或多条计算机指令,其中一条或多条计算机指令被处理器执行实现根据本公开的第一方面的方法。
附图说明
结合附图并参考以下详细说明,本公开各实现方式的特征、优点及其他方面将变得更加明显,在此以示例性而非限制性的方式示出了本公开的若干实现方式。在附图中:
图1示意性示出了其中可以使用根据本公开的一个示例性实现方式的技术方案的道路环境的框图;
图2示意性示出了根据本公开的示例性实现方式的用于确定车辆的停车风险的过程的框图;
图3示意性示出了根据本公开的示例性实现方式的用于确定车辆的停车风险的方法的流程图;
图4示意性示出了根据本公开的示例性实现方式的确定用于确定与一个路段相关联的停车风险的过程的框图;
图5示意性示出了根据本公开的示例性实现方式的随时间变化的停车风险的框图;
图6示意性示出了根据本公开的示例性实现方式的道路中的多个路段的停车风险的框图;以及
图7示意性示出了根据本公开的示例性实现的用于确定车辆的停车风险的计算设备/服务器的框图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实现。虽然附图中显示了本公开的优选实现,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实现所限制。相反,提供这些实现是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实现”和“一个实现”表示“至少一个示例实现”。术语“另一实现”表示“至少一个另外的实现”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
在下文中,首先参见图1描述根据本公开的一个示例性实现方式的应用环境。图1示意性示出了其中可以使用根据本公开的一个示例性实现方式的技术方案的道路环境100的框图。真实道路环境中可以包括多个道路,关于在道路两旁是否可以停车,不同的道路可以具有不同的规定。例如,道路110两侧可以设置有多个交通标志。具体地,交通标志120可以表示禁止车辆长时间停车,并且交通标志122可以表示禁止车辆停车。同时,在道路附近还可以设置摄像头130,并且在道路110的路面上可以绘制有不同的图案,用于指示有关禁止、限制停车的多种规定。当司机驾驶车辆140在道路110上行驶时,有时可能会忽略这些交通标志,进而导致出现违章停车罚单。
目前已经提出了向司机提醒进入风险路段(例如,禁止停车路段和/或限制停车路段)的技术方案。然而,这些技术方案基于交通规则、交通设施等来确定风险路段,准确性并不令人满意。因而,期望可以以更为方便并且有效的方式来确定停车风险。
为了至少部分地解决上述技术方案中的不足,根据本公开的示例性实现方式,可以分别确定道路中的各个路段的停车风险。将会理解,当车辆在禁止停车和/或限制停车区域停车时,可能会阻塞交通甚至引起交通事故。因而,应当提醒司机相关的停车风险,并且将司机引导至风险较低的区域。具体地,提出了停车风险传播的概念,并且可以基于多个路段中的两个路段之间的位置关系,来更新这两个路段的停车风险。首先参见图2提供根据本公开的一个示例性实现方式的技术方案的概要。
在本公开的上下文中,将以在线车辆分配应用为示例描述用于确定停车风险的更多细节。具体地,乘客可以使用在线车辆分配应用来呼叫车辆,指定用于搭载乘客的上车点,并且可以指定下车点。为了方便描述,可以将上车点和下车点统称为乘车点。如果乘车点位于禁止停车或者限制停车道路,则可能扰乱正常的交通秩序、引发道路危险并且产生罚单。根据本公开的一个示例性实现方式,可以确定道路中的各个位置处的停车风险,进而引导司机在零风险(或者低风险)位置停车。
图2示意性示出了根据本公开的示例性实现方式的用于确定车辆的停车风险的过程200的框图。如图2所示,道路110可以包括多个路段210、…、以及220。可以基于分别与多个路段相关联的多个历史罚单,确定多个路段中的第一路段210的第一停车风险212和第二路段220的第二停车风险222。在此,第一停车风险212和第二停车风险222分别表示车辆在第一路段210和第二路段220内停车的停车风险。将会理解,由于两个路段可能会直接或者间接地相邻,因而相邻路段的停车风险可以传播至其他路段(如箭头230所示)。此时,可以基于第一路段210和第二路段220之间的位置关系,更新各个路段的停车风险。
利用本公开的示例性实现方式,可以基于给定路段附近的其他路段的停车风险,来更新该给定路段的停车风险。以此方式,可以综合考虑道路110沿线的风险分布,进而以更为准确的方式和更为精细的粒度,确定各个路段的停车风险。在下文中,将参见图3描述根据本公开的一个示例性实现方式的更多细节。
图3示意性示出了根据本公开的示例性实现方式的用于确定车辆的停车风险的方法300的流程图。在框310处,获取分别与道路110中的多个路段相关联的多个历史罚单,多个历史罚单中的历史罚单是车辆在多个路段中的路段内停车产生的罚单。将会理解,罚单是可以衡量某个位置处是否允许停车的直接证明。对于在线车辆分配应用的提供者而言,大量的车辆在运行过程中可能会产生多个罚单。因而基于采集的多个历史罚单来确定停车风险,可以以简单并且有效的方式量化停车风险。
将会理解,在此的多个路段可以是按照预定长度划分的。根据本公开的一个示例性实现方式,可以综合考虑路段粒度和计算量两方面因素,来设置预定的路段长度。将会理解,定位数据中可能会存在偏移(例如,大约在10米的数量级),因而可以将预定的路段长度设置为20米或者大于定位偏移的其他数值。
将会理解,对于过短的路段而言,难以从此类路段中采集用于确定风险的输入数据,并且此类路段难以容纳多个车辆停车,因而过短的路段在确定停车风险时并没有太多意义。根据本公开的一个示例性实现方式,为了避免划分路段时产生过短路段(也即在划分道路110时出现“余数”),可以调整预定的路段长度。例如,可以在正负4米(或者其他数值)的范围内调整路段长度。
具体地,可以确定道路110的道路长度,并且基于道路长度与预定的路段长度之间的比例,来在给定范围内调整路段长度。进一步,可以基于预定的路段长度和调整的路段长度,将道路划分为多个路段,从而避免划分过程中出现“余数”的情况。假设道路长度为50米,可以将道路划分为16米、16米和18米三个路段。利用本公开的示例性实现方式,可以尽量避免划分道路时产生过短路段的情况。以此方式,可以提高划分路段的效率,并且确保各个路段的长度均适合于确定停车风险。
将会理解,由于道路存在行驶方向,因而在道路两侧的停车风险可能会有所不同。根据本公开的一个示例性实现方式,可以基于道路的行驶方向,将道路划分为多个路段。具体地,可以将上文所得的各个路段按照车辆行驶方向来划分为两个路段。利用本公开的示例性实现方式,可以以更为精细的粒度来划分路段,进而使得可以以更加准确的方式确定在道路两侧停车的停车风险。
在框320处,基于多个历史罚单,分别确定多个路段中的第一路段210的第一停车风险212和第二路段220的第二停车风险222。在此,第一停车风险212和第二停车风险222分别表示车辆在第一路段210和第二路段220内停车的停车风险。在下文中,将参见图4描述如何确定每个路段的停车风险。
图4示意性示出了根据本公开的示例性实现方式的确定用于确定与一个路段相关联的停车风险的过程400的框图。如图4所示,可以基于发生在第一路段210内的罚单410,来确定第一停车风险212。根据本公开的一个示例性实现方式,可以将第一停车风险212的初始值设置为零,并且基于相关罚单的数量来更新第一停车风险212。如果确定多个历史罚单中的历史罚单410的发生地点位于第一路段210内,则可以提高第一停车风险212。可以设置用于更新第一停车风险212的提高步长(例如,提高步长=1),此时,发生在第一路段210内的每个罚单可以将第一停车风险212提高1个单位。利用本公开的示例性实现方式,可以基于罚单数量来量化风险等级,从而以方便并且有效的方式确定各个路段的停车风险。
将会理解,与路段相关联的叫车订单数量同样会影响风险评估。在一个示例中,在某个路段内产生1个罚单,并且与该路段相关联的订单数量为100。在另一示例中,在某个路段内产生1个罚单,并且与该路段相关联的订单数量为2。可见,两个示例中的停车风险并不相同。因而,可以基于罚单410和订单420两者的数量来确定第一停车风险210。
根据本公开的一个示例性实现方式,可以确定在预定时间段(例如,1个月或者其他时间长度)期间产生的第一路段210内的历史罚单的罚单数量,并且确定在该预定时间段期间产生的第一路段210内的历史订单的订单数量。继而,可以基于罚单数量和订单数量,设置第一停车风险212。在此的订单是指在第一路段210内上下车的订单。
根据本公开的一个示例性实现方式,订单与罚单的类型是相同的。例如,如果罚单是由于上车行为导致的罚单,则在此的订单是在该第一路段210内上车的订单;如果罚单是由于下车行为导致的罚单,则在此的订单是在该第一路段210内下车的订单。例如,可以基于罚单数量和订单数量的比值,设置第一停车风险212。利用本公开的示例性实现方式,可以以归一化的方式,确定各个路段的停车风险,进而提高风险确定过程的准确性。将会理解,上文仅以第一路段210为示例描述如何确定第一停车风险212。可以针对其他路段执行类似的处理,以便分别确定各个路段的停车风险。
将会理解,在一天中的不同时间点,针对相同路段的停车风险可以存在差异。例如,某个道路可能会采取人工管理的方式,因而在白天的停车风险可能会较高,并且在夜间的停车风险可能会较低。此时,可以进一步基于历史罚单的处罚时间来设置停车风险有关时间的属性。根据本公开的一个示例性实现方式,历史罚单可以包括处罚时间,此时可以基于处罚时间来提高第一停车风险212中的与处罚时间相关联的部分。
根据本公开的一个示例性实现方式,可以将一天划分为多个时间段,并且基于在某个处罚时间的罚单,来确定该处罚时间相关的停车风险。图5示意性示出了根据本公开的示例性实现方式的随时间变化的停车风险500的框图。如图5所示,假设第一路段210内产生的罚单多数集中在7:00至19:00之间,则在上述时间段内的停车风险较高(如风险曲线510所示),并且在19:00至次日7:00之间的停车风险较低。利用本公开的示例性实现方式,可以以更精细的粒度来确定给定路段在一天中的各个时间点的停车风险。以此方式,可以进一步提高风险确定过程的准确性,进而引导司机在零风险或者低风险路段停车。
根据本公开的一个示例性实现方式,可以采集在较长时间段内的订单和罚单,并且基于处罚日期与当前时间之间的时间差异,来确定各个路段的停车风险。换言之,可以基于时间差异来设置停车风险的衰减因子。具体地,可以采集过去3个月内的订单和罚单。对于最近1个月内的订单和罚单,可以将衰减因子设置为“1”(表示不进行衰减)。对于过去的第2个月内的订单和罚单,可以将衰减因子设置为“0.7”,以表示由于这些订单和罚单产生的停车风险仅对于确定停车风险产生70%的影响。进一步,对于过去的第3个月内的订单和罚单,可以将衰减因子设置为“0.3”,以便表示更低的影响。
具体地,假设过去第1个月内的订单和罚单数量分别为100和1,过去第2个月内容的订单和罚单数量分别为100和2,并且过去第3个月内的订单和罚单数量分别为100和5。可以基于如下公式1确定第一路段210的停车风险:
停车风险=1/100*1+2/100*0.7+5/100*0.3=0.039=3.9%
公式1
利用本公开的示例性实现方式,可以以更为全面并且有效地采集与停车风险相关的数据,进而提高风险确定过程的准确性。
上文已经描述了针对多个路段中的各个路段确定停车风险的过程。在已经确定每个路段的停车风险之后,可以基于风险传播规则,来更新多个路段中的某个(某些)路段的停车风险。在下文中,返回图3描述更多细节。在图3的框330处,基于第一路段210和第二路段220之间的位置关系和第一停车风险212,更新第二停车风险222。
将会理解,在此的停车风险可以从高风险路段传播至低风险路段。因而,可以在确定给定路段的风险较高时,更新该给定路段附近的其他路段的停车风险。将会理解,在此的风险传播是指风险从高风险路段传播至低风险路段。因而,当确定第一停车风险212高于第二停车风险时,更新第二停车风险。
具体地,假设第一路段210的第一停车风险212高于预定阈值,则触发更新过程。根据本公开的一个示例性实现方式,例如可以指定当发现第一停车风险212非零时,触发更新过程。备选地和/或附加地,预定阈值可以被设置为其他数值(例如,1%)。根据本公开的一个示例性实现方式,可以确定第一路段210和第二路段220之间的距离。例如,可以按照两个路段之间的路段的数量来定义距离。此时,两个直接相邻的路段之间的距离为0。
根据本公开的一个示例性实现方式,两个路段之间的距离越小,则高风险路段对于低风险路段的影响越大。换言之,风险传播与距离成反比。将会理解,风险越高则风险传播对于附近其他路段的影响越大。此时,风险传播与第一停车风险212成正比。根据本公开的一个示例性实现方式,可以基于距离和第一停车风险212,更新第二停车风险222。例如,可以基于如下公式2来确定更新后的第二停车风险:
其中Risk′2表示更新后的第二停车风险,Risk1和Risk2分别表示第一停车风险和第二停车风险,Disc表示第一路段和第二路段之间的距离。
将会理解,公式2仅示意性示出了用于更新停车风险的一个具体示例。根据本公开的一个示例性实现方式,可以基于其他公式来确定更新后的停车风险。可以设置影响范围的上限,例如,可以指定影响范围为2(或者其他数值)。换言之,第一停车风险仅能在距离不高于2的范围内传播,如果第一路段和第二路段之间的距离高于2,则第一停车风险不会传播到第二路段。根据本公开的一个示例性实现方式,可以基于第一停车风险的大小来设置影响范围。换言之,停车风险越大,则影响范围越大。
继续上文的示例,第一停车风险212为3.9%(非零),因而可以触发更新过程。假设基于罚单和订单确定的第二停车风险222为0,并且第一路段210和第二路段220之间的距离为0,则更新后的第二停车风险可以表示为公式3:
在下文中,参见图6描述有关风险传播的更多细节。图6示意性示出了根据本公开的示例性实现方式的道路中的多个路段的停车风险600的框图。如图所示,将道路110划分为多个路段610、620、630、640、650、660和670。假设路段640的停车风险为3.9%,并且影响范围为2,则按照距离从近到远的顺序,该路段640附近的3个路段(距离分别为0至2)的更新后的停车风险分别表示为1.95%、1.3%和0.975%。
图6以不同灰度示出了不同的风险,其中图例680、682、684和686分别表示微风险、低风险、中风险和高风险。在图6中,最初基于罚单和订单确定仅有路段640的停车风险非零。在基于上文描述的风险传播过程来更新之后,路段610和670属于微风险路段,路段620和660属于低风险路段,路段630和650属于中风险路段。利用本公开的示例性实现方式,可以综合考虑路边周边的多个其他路段的停车风险,进而以更为准确的方式确定各个路段的风险。
将会理解,各个路段的停车风险可能会受到所在区域的交通规则的影响。例如,可以在道路110沿线设置新的禁止停车区域,或者可以取消道路110沿线的禁止停车区域。此时,还可以获取与道路相关联的交通规则。假设交通规则规定,在某个道路沿线设置禁止停车区域,则可以针对该道路执行上文描述的方法300。又例如,假设交通规则规定取消道路110沿线的全部禁止停车区域,则可以不再针对道路110执行方法300。根据本公开的一个示例性实现方式,还可以获取相关的新闻动态,假设交通新闻强调需要强化禁止停车的管理,则可以相应地增加各个路段的停车风险。例如,可以将上文描述的提高步长从原来的1提高至1.5。
利用本公开的示例性实现方式,可以随着最新的交通规则和交通新闻动态来相应地调整各个路段的停车风险,以便使得获得的停车风险可以更为真实并且准确地反映在路段内停车可能导致违章罚单的概率。
根据本公开的一个示例性实现方式,可以基于确定的停车风险来指导司机的停车行为。假设乘客选择的乘车点位于高风险路段,则可以推荐在该乘车点附近的具有较低风险的路段内停车。具体地,如果确定车辆将要在多个路段中的目标路段(例如,上文描述的第二路段220)内停车,则可以获取与停车动作相关联的目标时间。进一步,可以基于目标时间(例如,白天)和目标路段的目标停车风险,确定在目标路段内停车的风险预测。可以基于目标路段的风险曲线来确定在目标时间的停车风险。如果停车风险较高,则可以提示司机和乘客在其他风险较低的位置停车。如果停车风险较低,则可以在该期望的原始位置停车。
将会理解,上文仅以示例方式描述了在车辆分配应用中确定停车风险的过程。根据本公开的一个示例性实现方式,还可以在其他应用中使用上文描述的技术方案。例如,可以在车辆导航应用中使用上文描述的技术方案。假设司机输入的目的地位于高风险路段,则可以向司机提示停车风险,并且向司机推荐候选的低风险停车点(例如,允许停车路段或者停车场等)。
上文已经参见图2至图6描述了用于确定停车风险的方法的过程。根据本公开的示例性实现方式,提供了一种用于确定车辆的停车风险的装置。该装置包括:获取模块,配置用于获取分别与道路中的多个路段相关联的多个历史罚单,多个历史罚单中的历史罚单是车辆在多个路段中的路段内停车产生的罚单;确定模块,配置用于基于多个历史罚单,分别确定多个路段中的第一路段的第一停车风险和第二路段的第二停车风险,第一停车风险和第二停车风险分别表示车辆在第一路段和第二路段内停车的停车风险;以及更新模块,配置用于基于第一路段和第二路段之间的位置关系和第一停车风险,更新第二停车风险。
根据本公开的一个示例性实现方式,更新模块包括:距离确定模块,配置用于响应于确定第一路段的第一停车风险高于预定阈值,确定第一路段和第二路段之间的距离;以及风险更新模块,配置用于基于距离和第一停车风险,更新第二停车风险。
根据本公开的一个示例性实现方式,其中风险更新模块进一步配置用于将第二停车风险更新为正比于第一停车风险并且反比于距离。
根据本公开的一个示例性实现方式,确定模块包括:提高模块,配置用于响应于确定多个历史罚单中的历史罚单的发生地点位于第一路段内,提高第一停车风险。
根据本公开的一个示例性实现方式,历史罚单包括处罚时间,以及提高模块包括:时间模块,配置用于提高第一停车风险中的与处罚时间相关联的部分。
根据本公开的一个示例性实现方式,提高模块包括:罚单确定模块,配置用于确定在预定时间段期间产生的第一路段内的历史罚单的罚单数量;订单确定模块,配置用于确定在预定时间段期间产生的第一路段内的历史订单的订单数量;设置模块,配置用于基于罚单数量和订单数量,设置第一停车风险。
根据本公开的一个示例性实现方式,历史罚单包括处罚日期,以及提高模块包括:差异确定模块,配置用于确定处罚日期与当前日期时间之间的时间差异;衰减模块,配置用于基于时间差异来设置第一停车风险。
根据本公开的一个示例性实现方式,道路中的多个路段是采用以下步骤确定的:确定道路的道路长度;基于道路长度来调整预定的路段长度;以及基于预定的路段长度和调整的路段长度,将道路划分为多个路段。
根据本公开的一个示例性实现方式,其中道路中的多个路段是采用以下步骤确定的:基于道路的行驶方向,将道路划分为多个路段。
根据本公开的一个示例性实现方式,该装置进一步包括媒体获取模块,配置用于获取与道路相关联的交通规则和新闻;以及更新模块进一步配置用于基于交通规则和新闻来更新多个停车风险。
根据本公开的一个示例性实现方式,更新模块进一步配置用于:响应于确定第一停车风险高于第二停车风险,更新第二停车风险。
根据本公开的一个示例性实现方式,进一步包括:时间获取模块,配置用于响应于确定车辆将要在多个路段中的第二路段内停车,获取与停车动作相关联的目标时间;以及预测模块,配置用于基于目标时间和第二风险,确定在目标路段内停车的风险预测。
图7示意性示出了根据本公开的示例性实现的用于确定停车风险的计算设备/服务器700的框图。应当理解,图7所示出的计算设备/服务器700仅仅是示例性的,而不应当构成对本文所描述的实施例的功能和范围的任何限制。
如图7所示,计算设备/服务器700是通用计算设备的形式。计算设备/服务器700的组件可以包括但不限于一个或多个处理器或处理单元710、存储器720、存储设备730、一个或多个通信单元740、一个或多个输入设备750以及一个或多个输出设备760。处理单元710可以是实际或虚拟处理器并且能够根据存储器720中存储的程序来执行各种处理。在多处理器***中,多个处理单元并行执行计算机可执行指令,以提高计算设备/服务器700的并行处理能力。
计算设备/服务器700通常包括多个计算机存储介质。这样的介质可以是计算设备/服务器700可访问的任何可以获得的介质,包括但不限于易失性和非易失性介质、可拆卸和不可拆卸介质。存储器720可以是易失性存储器(例如寄存器、高速缓存、随机访问存储器(RAM))、非易失性存储器(例如,只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存)或它们的某种组合。存储设备730可以是可拆卸或不可拆卸的介质,并且可以包括机器可读介质,诸如闪存驱动、磁盘或者任何其他介质,其可以能够用于存储信息和/或数据(例如用于训练的训练数据)并且可以在计算设备/服务器700内被访问。
计算设备/服务器700可以进一步包括另外的可拆卸/不可拆卸、易失性/非易失性存储介质。尽管未在图7中示出,可以提供用于从可拆卸、非易失性磁盘(例如“软盘”)进行读取或写入的磁盘驱动和用于从可拆卸、非易失性光盘进行读取或写入的光盘驱动。在这些情况中,每个驱动可以由一个或多个数据介质接口被连接至总线(未示出)。存储器720可以包括计算机程序产品725,其具有一个或多个程序模块,这些程序模块被配置为执行本公开的各种实施例的各种方法或动作。
通信单元740实现通过通信介质与其他计算设备进行通信。附加地,计算设备/服务器700的组件的功能可以以单个计算集群或多个计算机器来实现,这些计算机器能够通过通信连接进行通信。因此,计算设备/服务器700可以使用与一个或多个其他服务器、网络个人计算机(PC)或者另一个网络节点的逻辑连接来在联网环境中进行操作。
输入设备750可以是一个或多个输入设备,例如鼠标、键盘、追踪球等。输出设备760可以是一个或多个输出设备,例如显示器、扬声器、打印机等。计算设备/服务器700还可以根据需要通过通信单元740与一个或多个外部设备(未示出)进行通信,外部设备诸如存储设备、显示设备等,与一个或多个使得用户与计算设备/服务器700交互的设备进行通信,或者与使得计算设备/服务器700与一个或多个其他计算设备通信的任何设备(例如,网卡、调制解调器等)进行通信。这样的通信可以经由输入/输出(I/O)接口(未示出)来执行。
根据本公开的示例性实现方式,提供了一种计算机可读存储介质,其上存储有一条或多条计算机指令,其中一条或多条计算机指令被处理器执行以实现上文描述的方法。
这里参照根据本公开实现的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实现的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实现,上述说明是示例性的,并非穷尽性的,并且也不限于所公开的各实现。在不偏离所说明的各实现的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实现的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其他普通技术人员能理解本文公开的各实现。
Claims (16)
1.一种用于确定车辆的停车风险的方法,包括:
获取分别与道路中的多个路段相关联的多个历史罚单,所述多个历史罚单中的历史罚单是车辆在所述多个路段中的路段内停车产生的罚单;
基于所述多个历史罚单,分别确定所述多个路段中的第一路段的第一停车风险和所述第二路段的第二停车风险,所述第一停车风险和所述第二停车风险分别表示车辆在所述第一路段和所述第二路段内停车的停车风险;以及
基于所述第一路段和所述第二路段之间的位置关系和所述第一停车风险,更新所述第二停车风险。
2.根据权利要求1所述的方法,其中基于所述第一路段和所述第二路段之间的位置关系和所述第一停车风险,更新所述第二停车风险包括:
响应于确定所述第一路段的第一停车风险高于预定阈值,确定所述第一路段和所述第二路段之间的距离;以及
基于所述距离和所述第一停车风险,更新所述第二停车风险。
3.根据权利要求2所述的方法,其中基于所述距离和所述第一停车风险,更新所述第二停车风险包括:
将所述第二停车风险更新为正比于所述第一停车风险并且反比于所述距离。
4.根据权利要求1所述的方法,其中确定所述第一停车风险包括:响应于确定所述多个历史罚单中的历史罚单的发生地点位于所述第一路段内,提高所述第一停车风险。
5.根据权利要求4所述的方法,其中所述历史罚单包括处罚时间,以及提高所述第一停车风险包括:提高所述第一停车风险中的与所述处罚时间相关联的部分。
6.根据权利要求4所述的方法,其中提高所述第一停车风险包括:
确定在预定时间段期间产生的所述第一路段内的历史罚单的罚单数量;
确定在预定时间段期间产生的所述第一路段内的历史订单的订单数量;
基于所述罚单数量和所述订单数量,设置所述第一停车风险。
7.根据权利要求4所述的方法,其中所述历史罚单包括处罚日期,以及提高所述第一停车风险包括:
确定所述处罚日期与当前日期时间之间的时间差异;
基于所述时间差异来设置所述第一停车风险。
8.根据权利要求1所述的方法,其中所述道路中的所述多个路段是采用以下步骤确定的:
确定所述道路的道路长度;
基于所述道路长度来调整所述预定的路段长度;以及
基于所述预定的路段长度和调整的路段长度,将所述道路划分为所述多个路段。
9.根据权利要求1所述的方法,其中所述道路中的所述多个路段是采用以下步骤确定的:基于所述道路的行驶方向,将所述道路划分为所述多个路段。
10.根据权利要求1所述的方法,进一步包括:
获取与所述道路相关联的交通规则和新闻;以及
基于所述交通规则和新闻来更新所述多个停车风险。
11.根据权利要求1所述的方法,其中更新所述第二停车风险包括:响应于确定所述第一停车风险高于所述第二停车风险,更新所述第二停车风险。
12.根据权利要求1所述的方法,进一步包括:
响应于确定车辆将要在所述第二路段内停车,获取与停车动作相关联的目标时间;以及
基于所述目标时间和所述第二停车风险,确定在所述目标路段内停车的风险预测。
13.一种用于确定车辆的停车风险的装置,包括:
获取模块,配置用于获取分别与道路中的多个路段相关联的多个历史罚单,所述多个历史罚单中的历史罚单是车辆在所述多个路段中的路段内停车产生的罚单;
确定模块,配置用于基于所述多个历史罚单,分别确定所述多个路段中的第一路段的第一停车风险和所述第二路段的第二停车风险,所述第一停车风险和所述第二停车风险分别表示车辆在所述第一路段和所述第二路段内停车的停车风险;以及
更新模块,配置用于基于所述第一路段和所述第二路段之间的位置关系和所述第一停车风险,更新所述第二停车风险。
14.一种电子设备,包括:
存储器和处理器;
其中所述存储器用于存储一条或多条计算机指令,其中所述一条或多条计算机指令被所述处理器执行以实现根据权利要求1至12中任一项所述的方法。
15.一种计算机可读存储介质,其上存储有一条或多条计算机指令,其中所述一条或多条计算机指令被处理器执行以实现根据权利要求1至12中任一项所述的方法。
16.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现根据权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011612563.8A CN112668892A (zh) | 2020-12-30 | 2020-12-30 | 确定停车风险的方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011612563.8A CN112668892A (zh) | 2020-12-30 | 2020-12-30 | 确定停车风险的方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112668892A true CN112668892A (zh) | 2021-04-16 |
Family
ID=75411216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011612563.8A Pending CN112668892A (zh) | 2020-12-30 | 2020-12-30 | 确定停车风险的方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668892A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074402A1 (en) * | 2012-09-12 | 2014-03-13 | Lexisnexis Risk Solutions Fl Inc. | Systems and methods for determining risks associated with driving routes |
CN105590461A (zh) * | 2016-03-09 | 2016-05-18 | 余水平 | 一种利用违章大数据对路边停车进行提示及引导的方法 |
CN111179578A (zh) * | 2018-11-09 | 2020-05-19 | 北京嘀嘀无限科技发展有限公司 | 一种确定限制停车地点的方法及*** |
CN111739325A (zh) * | 2020-06-15 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 确定异常停车概率和导航控制的方法、装置、设备和介质 |
CN111814071A (zh) * | 2019-12-25 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 上车点推荐方法、装置、存储介质及电子设备 |
CN111859173A (zh) * | 2019-10-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和*** |
-
2020
- 2020-12-30 CN CN202011612563.8A patent/CN112668892A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074402A1 (en) * | 2012-09-12 | 2014-03-13 | Lexisnexis Risk Solutions Fl Inc. | Systems and methods for determining risks associated with driving routes |
CN105590461A (zh) * | 2016-03-09 | 2016-05-18 | 余水平 | 一种利用违章大数据对路边停车进行提示及引导的方法 |
CN111179578A (zh) * | 2018-11-09 | 2020-05-19 | 北京嘀嘀无限科技发展有限公司 | 一种确定限制停车地点的方法及*** |
CN111859173A (zh) * | 2019-10-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和*** |
CN111814071A (zh) * | 2019-12-25 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 上车点推荐方法、装置、存储介质及电子设备 |
CN111739325A (zh) * | 2020-06-15 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 确定异常停车概率和导航控制的方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11631140B1 (en) | Systems and methods for processing vehicle or driver performance data | |
Ayuso et al. | Improving automobile insurance ratemaking using telematics: incorporating mileage and driver behaviour data | |
CN110288096B (zh) | 预测模型训练及预测方法、装置、电子设备、存储介质 | |
CN107389085B (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
Ayuso et al. | Using GPS data to analyse the distance travelled to the first accident at fault in pay-as-you-drive insurance | |
US8180655B1 (en) | Systems and methods for processing vehicle or driver performance data | |
US20140278840A1 (en) | Telemetry-based vehicle policy enforcement | |
US9524640B2 (en) | Traffic simulation system and traffic simulation program | |
KA et al. | Developing proximal safety indicators for assessment of un-signalized intersection–a case study in Surat city | |
CN113060160B (zh) | 自动驾驶控制方法及装置 | |
Abuzwidah et al. | Safety evaluation of hybrid main-line toll plazas | |
JP2015106278A (ja) | 交通量最適化システムおよび交通量最適化方法 | |
Zhao et al. | Modeling loading area effectiveness at off-line bus stops with no clear-cut separation of berths | |
CN107463941A (zh) | 一种车主身份识别方法及装置 | |
Adnan et al. | Estimation of travel time distributions for urban roads using GPS trajectories of vehicles: a case of Athens, Greece | |
US20170365168A1 (en) | Recording medium, trigger condition determining method, and trigger condition determining apparatus | |
CN112668892A (zh) | 确定停车风险的方法、装置、电子设备和存储介质 | |
Golakiya et al. | Reexamining pedestrian crossing warrants based on vehicular delay at urban arterial midblock sections under mixed traffic conditions | |
CN109934496B (zh) | 区域间通行影响确定方法、装置、设备和介质 | |
CN111812689A (zh) | 基于gps轨迹的用户行为分析方法、装置、电子设备及介质 | |
CN115080683B (zh) | 车辆行程处理方法、设备和存储介质 | |
Godumula et al. | Safety evaluation of horizontal curves on two lane rural highways using machine learning algorithms: a priority-based study for sight distance improvements | |
CN111862587A (zh) | 一种出行引导策略生成方法及装置 | |
Anna et al. | Determinants of speed variability on the horizontal curves of two-lane undivided rural highways passing through mountainous terrain | |
CN113012455B (zh) | 风险路段确定方法、装置、电子设备和可读存储介质 |
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 |