CN114167463A - 车辆异常停滞的检测方法、电子设备和管理*** - Google Patents
车辆异常停滞的检测方法、电子设备和管理*** Download PDFInfo
- Publication number
- CN114167463A CN114167463A CN202111482505.2A CN202111482505A CN114167463A CN 114167463 A CN114167463 A CN 114167463A CN 202111482505 A CN202111482505 A CN 202111482505A CN 114167463 A CN114167463 A CN 114167463A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- boundary line
- determining
- target vehicle
- gps data
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 69
- 238000001514 detection method Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 claims description 41
- 230000002776 aggregation Effects 0.000 claims description 30
- 238000004220 aggregation Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 10
- 230000002547 anomalous effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 8
- 238000012217 deletion Methods 0.000 description 6
- 230000037430 deletion Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/52—Determining velocity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种车辆异常停滞的检测方法、电子设备和管理***,涉及车联网、智能网联、城市车辆管理等智能交通技术领域。具体方案为:判断车辆是否为异常停滞车辆时,接收目标车辆发送的实时GPS数据;若实时GPS数据中包括的行驶速度指示目标车辆为停止状态,则确定包含目标车辆对应的第一边界线;并根据目标车辆后续发送的GPS数据,确定第一边界线的存在时长;再基于存在时长和实时GPS数据中包括的位置信息,确定目标车辆的检测结果,这样基于目标车辆发送的实时GPS数据,可以准确地识别车辆是否为异常停滞车辆,实现了对车辆是否为异常停滞车辆的判断,且可有效规避由于GPS漂移带来的结果误差,提高了检测结果的准确度。
Description
技术领域
本公开涉及智能交通技术领域,尤其涉及车联网、智能网联、城市车辆管理等人工智能技术领域,具体涉及一种车辆异常停滞的检测方法、电子设备和管理***。
背景技术
随着城市不断发展,城市机动化水平不断上升,对于渣土车、重型货运车、物流车、危运车等重点车辆的管理工作,逐渐成为城市管理工作的核心内容。
目前,很多重点车辆存在道路中异常停滞等行为,造成道路行驶空间变小,视野盲区增多,严重影响交通秩序,因此,如何有效地判断重点车辆是否为异常停滞车辆,对于重点车辆的管理是至关重要的。
发明内容
本公开提供了一种车辆异常停滞的检测方法、电子设备和管理***,实现了对车辆是否为异常停滞车辆的判断。
根据本公开的第一方面,提供了一种车辆异常停滞的检测方法,该车辆异常停滞的检测方法可以包括:
接收目标车辆发送的实时GPS数据;其中,所述实时GPS数据中包括行驶速度和位置信息。
若所述行驶速度指示所述目标车辆为停止状态,则确定包含所述目标车辆所在位置的第一区域的第一边界线。
根据所述目标车辆后续发送的GPS数据,确定所述第一边界线的存在时长。
基于所述存在时长和所述位置信息,确定所述目标车辆的检测结果;其中,所述检测结果包括异常停滞车辆或非异常停滞车辆。
根据本公开的第二方面,提供了一种车辆异常停滞的检测装置,该车辆异常停滞的检测装置可以包括:
接收单元,用于接收目标车辆发送的实时GPS数据;其中,所述实时GPS数据中包括行驶速度和位置信息。
第一确定单元,用于若所述行驶速度指示所述目标车辆为停止状态,则确定包含所述目标车辆所在位置的第一区域的第一边界线。
第二确定单元,用于根据所述目标车辆后续发送的GPS数据,确定所述第一边界线的存在时长。
第三确定单元,用于基于所述存在时长和所述位置信息,确定所述目标车辆的检测结果;其中,所述检测结果包括异常停滞车辆或非异常停滞车辆。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面所述的车辆异常停滞的检测方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述第一方面所述的车辆异常停滞的检测方法。
根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的车辆异常停滞的检测方法。
根据本公开的第六方面,提供了一种城市车辆管理***,包括如上述第三方面所述的电子设备。
根据本公开的技术方案,实现了对车辆是否为异常停滞车辆的判断。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开提供的一种***框架示意图;
图2是根据本公开第一实施例提供的车辆异常停滞的检测方法的流程示意图;
图3是本公开实施例提供的一种圆形的第一边界线的示意图;
图4是根据本公开第二实施例提供的确定第一边界线的存在时长的方法的流程示意图;
图5是本公开实施例提供的一种不存在连续多个GPS数据对应的位置位于第一边界线外的示意图;
图6是本公开实施例提供的一种连续的m个GPS数据对应的位置位于第一边界线外的示意图;
图7是本公开实施例提供的另一种连续的m个GPS数据对应的位置位于第一边界线外的示意图;
图8是本公开实施例提供的又一种连续的m个GPS数据对应的位置位于第一边界线外的示意图;
图9是根据本公开第三实施例提供的确定目标车辆的检测结果的方法的流程示意图;
图10是根据本公开第四实施例提供的判断目标车辆是否为异常聚集车辆的方法的流程示意图;
图11是本公开实施例提供的一种目标车辆对应的第一边界线的示意图;
图12是本公开实施例提供的一种目标车辆1对应的第二边界线的示意图;
图13是本公开实施例提供的一种目标车辆1对应的第二区域的示意图;
图14是根据本公开第五实施例提供的车辆异常停滞的检测装置的结构示意图;
图15是本公开实施例提供的一种电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开的实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的访问关系,表示可以保留三种关系,例如,A和/或B,可以表示:单独保留A,同时保留A和B,单独保留B这三种情况,其中A,B可以是单数或者复数。在本公开的文字描述中,字符“/”一般表示前后关联对象是一种“或”的关系。此外,在本公开实施例中,“第一”、“第二”、“第三”、“第四”、“第五”以及“第六”只是为了区分不同对象的内容而已,并无其它特殊含义。
本公开实施例提供的技术方案可以应用于异常停滞车辆的检测等场景中。现有技术中,在判断车辆是否为异常车辆时,主要是采用路侧抓拍的方法,抓拍重点车辆的停留情况,但是,由于路侧抓拍的异常情况主要是以违章停车为主,对于因车辆故障、事故等原因造成的异常停滞无法进行判断,从而无法判断车辆是否为异常停滞车辆。
为了可以有效地判断车辆是否为异常停滞车辆,考虑到目前管理部门已经要求渣土车、重型货运车、物流车、危运车等重点车辆上报车辆的实时全球定位***(GlobalPositioning System,GPS)数据,其中,实时GPS数据中包括行驶速度和位置信息,因此,可以考虑将重点车辆上报车辆的GPS数据作为参考依据,基于重点车辆的行驶速度和位置信息进行异常停滞判断,从而确定重点车辆是否为异常停滞车辆。
基于上述技术构思,本公开实施例提供了一种车辆异常停滞的检测方法,该方法的框架示意图可参见图1所示,图1是本公开提供的一种***框架示意图,该***框架中可以包括待检测的目标车辆和车辆管理***,示例的,车辆管理***可以为服务器,也可以为车辆管理平台,该车辆管理平台可以为云管理平台。其中,目标车辆主要用于获取实时GPS数据,并向车辆管理***上报实时GPS数据;车辆管理***主要用于基于目标车辆上报的实时GPS数据,进行异常停滞判断,从而确定该目标车辆是否为异常停滞车辆,实现了对车辆是否为异常停滞车辆的判断。此外,若确定目标车辆为异常停滞车辆,则还可以进一步向该目标车辆发送告警信息。
下面,将通过具体的实施例对本公开提供的车辆异常停滞的检测方法进行详细地说明。可以理解的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例一
图2是根据本公开第一实施例提供的车辆异常停滞的检测方法的流程示意图,该车辆异常停滞的检测方法可以由软件和/或硬件装置执行,例如,该硬件装置可以为终端或者服务器。示例的,请参见图2所示,该车辆异常停滞的检测方法可以包括:
S201、接收目标车辆发送的实时GPS数据。
其中,实时GPS数据中包括行驶速度和位置信息。示例的,实时GPS数据中除了包括行驶速度和位置信息之外,还可以包括目标车辆的车牌号、实时GPS数据的上报时间、目标车辆的点火状态、GPS航向角等,具体可以根据实际需要进行设置。
在接收到目标车辆发送的实时GPS数据后,可以根据实时GPS数据中的包括的行驶速度判断目标车辆当前是否处于停止状态,若处于停止状态,则可以进一步确定包含目标车辆所在位置的第一区域的第一边界线,即执行下述S202:
S202、若行驶速度指示目标车辆为停止状态,则确定包含目标车辆所在位置的第一区域的第一边界线。
示例的,第一边界线的形状可以为圆形,也可以为矩形,也可以为其他不规则的形状,具体可以根据实际需要进行设置。在此,本公开实施例将以第一边界线的形状为圆形为例进行说明,但并不代表本公开实施例仅局限于此。
可以理解的是,本公开实施例中,之所以采用圆形的第一边界线,其原因在于:需要说明的是,在本公开实施例中,第一边界线之所以为圆形,是为了保证第一边界线的周边与车辆位置都是等距的。示例的,当第一边界线为圆形边界线时,该圆形边界线的半径可以为15米,也可以为16米,具体可以根据车辆的漂移情况进行设置,即圆形边界线可以兼容车辆的漂移情况,这样可以解决因车辆漂移导致后续异常停滞结果不准确的问题。
假设接收到实时GPS数据指示目标车辆在圆心0点处于停止状态,则可以确定包含0点的第一区域的第一边界线,示例的,可参见图3所示,图3是本公开实施例提供的一种圆形的第一边界线的示意图,该第一边界线可以为基于之前在确定出目标车辆为停止状态时生成的,也可以为当前确定出目标车辆为停止状态时生成的,具体可以根据实际需要进行设置,在此,对于第一边界线的生成时机,本公开实施例不做具体限制。
需要说明的是,第一边界线在生成之后,不是一直存在的,而是在满足删除条件,例如在检测到连续多个位置位于第一边界线之外时,说明车辆不再属于停滞状态,则可以删除第一边界线,因此,鉴于第一边界线的存在时长,可以在一定程度上描述目标车辆的停滞时长,则可以进一步确定第一边界线的存在时长,即执行下述S203:
S203、根据目标车辆后续发送的GPS数据,确定第一边界线的存在时长。
可以理解的是,后续发送的GPS数据,可以理解为上述S201中,目标车辆在上报实时GPS数据之后的时间段内上报的GPS数据,对于目标车辆而言,也是后续时间段上报的实时GPS数据。
示例的,根据目标车辆后续发送的GPS数据,确定第一边界线的存在时长时,可以根据后续接收到GPS数据中包括的行驶速度确定目标车辆是否处于停止状态,根据后续接收到GPS数据中包括的位置信息确定目标车辆所在位置,从而根据目标车辆是否处于停止状态,以及目标车辆所在位置,确定第一边界线的存在时长。
在根据目标车辆后续发送的GPS数据,确定出第一边界线的存在时长后,仅根据存在时长可以判断目标车辆是否为停滞车辆,但无法判断目标车辆是否为异常停滞车辆,需要结合目标车辆的位置信息,共同确定目标车辆是否为异常停滞车辆,即执行下述S204:
S204、基于存在时长和位置信息,确定目标车辆的检测结果;其中,检测结果包括异常停滞车辆或非异常停滞车辆。
可以看出,本公开实施例中,判断车辆是否为异常停滞车辆时,可以先接收目标车辆发送的实时GPS数据;若实时GPS数据中包括的行驶速度指示目标车辆为停止状态,则确定包含目标车辆对应的第一边界线;并根据目标车辆后续发送的GPS数据,确定第一边界线的存在时长;再基于存在时长和实时GPS数据中包括的位置信息,确定目标车辆的检测结果,这样基于目标车辆发送的实时GPS数据,可以准确地识别车辆是否为异常停滞车辆,实现了对车辆是否为异常停滞车辆的判断,并且可有效规避由于GPS漂移带来的结果误差,从而提高了检测结果的准确度。
这样基于目标车辆发送的实时GPS数据和后续发送的GPS数据进行分析,不仅可有效地判断目标车辆是否为违章停车,而且还可以判断由于目标车辆故障、事故、异常拥堵造成的异常停滞,有效丰富了目标车辆异常停滞、异常聚集的管理场景,提高管理维度,为建立目标车辆异常停滞、异常聚集“微场景”管理模式,建立坚实的技术基础。
此外,目标车辆的车牌号可从GPS数据中直接获取,可有效解决由于客观原因造成车牌不清、无法确认车辆身份的问题,实现目标车辆身份超视距精准确认,为拍摄角度不佳、光照条件不足、车牌污损严重条件下的重点车辆监管提供了一种新思路。
基于上述图2所示的实施例,在上述S202中,确定包含目标车辆所在位置的预设区域的第一边界线时,可以先判断当前是否存在包含目标车辆所在位置的预设区域的第一边界线,若存在,说明之前可能已经处于停止状态,则可以直接将已经存在包含目标车辆所在位置的预设区域的边界线确定为第一边界线;相反的,若不存在,则可以以目标车辆所在位置为圆心,以预设长度为半径生成第一边界线,这样后续就可以基于第一边界线存在时长和位置信息,实时且准确地确定目标车辆是否为异常停滞车辆,从而实现了对车辆是否为异常停滞车辆的判断。
基于上述图2所示的实施例,为了便于理解在上述S202中,如何根据目标车辆后续发送的GPS数据,确定第一边界线的存在时长,下面,将通过下述图4所示的实施例二进行详细描述。
实施例二
图4是根据本公开第二实施例提供的确定第一边界线的存在时长的方法的流程示意图,该确定第一边界线的存在时长的方法同样可以由软件和/或硬件装置执行。示例的,请参见图4所示,该确定第一边界线的存在时长的方法可以包括:
S401、检测后续发送的GPS数据是否存在连续多个GPS数据对应的位置位于第一边界线外。
其中,多个的数量可以根据实际需要进行设置,在此,本公开实施例不做具体限制。示例的,在本公开实施例中,多个的数量可以用m表示,m的数量可以为2个。
若不存在,则执行下述S402;相反的,若存在,则执行下述S403。
S402、若不存在,则继续接收目标车辆后续发送的GPS数据,并继续检测后续发送的GPS数据是否存在连续多个GPS数据对应的位置位于第一边界线外。
若不存在,说明多个GPS数据对应的位置仍位于第一边界线之内,目标车辆处于停止状态,其停止的位置为上述S201中基于实时GPS数据确定的位置。
示例的,可参见图5所示,图5是本公开实施例提供的一种不存在连续多个GPS数据对应的位置位于第一边界线外的示意图,假设目标车辆在途中位置0处生成对应的第一边界线,位置0的后续N个位置,可记为位置2、…、位置N均位于第一边界线内,目标车辆处于停滞状态,不满足第一边界线删除条件,则第一边界线继续保留,若第一边界线的存在时长大于或等于第一预设时长,则确定目标车辆为停滞车辆,停滞点为第一边界线的圆心,即位置0。
需要说明的是,可参见图5所示,目标车辆停滞点为位置0,但是基于后续上传的GPS数据确定目标车辆分别处于位置2、…、以及位置N,是因为目标车辆处于停滞状态时,会存在GPS数据漂移的情况,即使车辆实际所处位置0保持不变,但其发送的实时GPS数据也会存在发生变化,使得基于后续上传的GPS数据确定目标车辆分别处于位置2、…、以及位置N。
S403、若存在,则将第一边界线的生成时刻与连续多个GPS数据中最后一个GPS数据的上报时刻之间的时长,确定为第一边界线的存在时长。
若存在连续多个GPS数据对应的位置位于第一边界线外,说明目标车辆状态不再是停滞状态,则可以确定该连续多个GPS数据中最后一个GPS数据的上报时刻,并将第一边界线的生成时刻与最后一个GPS数据的上报时刻,确定为第一边界线的存在时长。
此外,若存在连续多个GPS数据对应的位置位于第一边界线外,说明满足第一边界线的删除条件,则可以删除该第一边界线;这样当后续再次检测到目标车辆的行驶速度为0时,可以重新生成新的第一边界线,从而实现对第一边界线的更新。
通常情况下,在确定出存在连续多个GPS数据对应的位置位于第一边界线外时,删除第一边界线,意味着目标车辆本次停滞行为结束。示例的,删除第一边界线至少包括三种可能的场景:
场景一:目标车辆途中短暂停留。
在该种场景下,可以理解为目标车辆途中生成第一边界线,但是未达到停滞状态。示例的,可参见图6所示,图6是本公开实施例提供的一种连续的m个GPS数据对应的位置位于第一边界线外的示意图,假设目标车辆在途中位置0处生成对应的第一边界线,位置0的下一个位置1位于第一边界线内,位置1后面连续m个位置,可分别记为位置1+1、位置1+2、…、位置1+m均位于第一边界线之外,说明满足第一边界线的删除条件,则可以删除该第一边界线,这样当后续再次检测到目标车辆的行驶速度为0时,可以重新生成新的第一边界线,从而实现对第一边界线的更新。
可以理解的是,在该种场景下,第一边界线的存在时长为位置0对应的GPS数据的上报时刻与位置1+m对应的GPS数据的上报时刻之间的时长,从而确定出第一边界线的存在时长。
场景二:车辆途中停滞。
在该种场景下,可以理解为目标车辆已达到停滞状态,停滞后持续上报GPS数据。示例的,可参见图7所示,图7是本公开实施例提供的另一种连续的m个GPS数据对应的位置位于第一边界线外的示意图,假设目标车辆在途中位置0处生成对应的第一边界线,位置0的后续N个位置,可记为位置2、…、位置N均位于第一边界线内,目标车辆已达到停滞状态;停滞后持续上报GPS数据,若根据持续上报的GPS数据确定位置N后面连续m个位置,可分别记为位置N+1、位置N+2、…、位置N+m均位于第一边界线之外,说明满足第一边界线的删除条件,则可以删除该第一边界线,这样当后续再次检测到目标车辆的行驶速度为0时,可以重新生成新的第一边界线,从而实现对第一边界线的更新。
可以理解的是,在该种场景下,第一边界线的存在时长为位置0对应的GPS数据的上报时刻与位置N+m对应的GPS数据的上报时刻之间的时长,从而确定出第一边界线的存在时长。
场景三:目标车辆形成结束后停滞。
在该种场景下,可以理解为目标车辆行程结束后停滞,停滞后持续上报GPS数据,开始新的行程。示例的,可参见图8所示,图8是本公开实施例提供的又一种连续的m个GPS数据对应的位置位于第一边界线外的示意图,假设目标车辆在途中位置0处生成对应的第一边界线,位置0的后续N个位置,可记为位置2、…、位置N均位于第一边界线内,目标车辆处于停滞状态,且不再上传GPS,说明目标车辆行程结束后处于停滞状态;在开始新的行程后,开始上报GPS数据,若基于持续上报的GPS数据确定连续m个位置,可分别记为位置1、位置2、…、位置m均位于第一边界线之外,说明满足第一边界线的删除条件,则可以删除该第一边界线,这样当后续再次检测到目标车辆的行驶速度为0时,可以重新生成新的第一边界线,从而实现对第一边界线的更新。
可以理解的是,在该种场景下,第一边界线的存在时长为位置0对应的GPS数据的上报时刻与位置m对应的GPS数据的上报时刻之间的时长,从而确定出第一边界线的存在时长。
可以看出,本公开实施例中,在确定第一边界线的存在时长时,可以检测后续发送的GPS数据是否存在连续多个GPS数据对应的位置位于第一边界线外,若存在,则将第一边界线的生成时刻与连续多个GPS数据中最后一个GPS数据的上报时刻之间的时长,确定为第一边界线的存在时长,提高了存在时长计算的准确度。
基于上述图2或图4所示的实施例,在确定为第一边界线的存在时长后,就可以基于第一边界线的存在时长和位置信息,确定目标车辆的检测结果,即执行上述S203。为了便于理解在本公开实施例中,如何基于第一边界线的存在时长和位置信息,确定目标车辆的检测结果,下面,将通过下述图9所示的实施例三进行详细描述。
实施例三
图9是根据本公开第三实施例提供的确定目标车辆的检测结果的方法的流程示意图,该确定目标车辆的检测结果的方法同样可以由软件和/或硬件装置执行。示例的,请参见图9所示,该确定目标车辆的检测结果的方法可以包括:
S901、若第一边界线的存在时长大于或等于第一预设时长,则确定目标车辆为停滞车辆。
其中,第一预设时长的取值可以根据实际需要进行设置,在此,对于第一预设的取值,本公开实施例不做进一步地限制。
若第一边界线的存在时长小于第一预设时长,可参见上述图6所示的情况,可以理解为目标车辆途中短暂停留,不属于停滞车辆;相反的,若第一边界线的存在时长大于或等于第一预设时长,可参见上述图7或图8所示的情况,可以理解为目标车辆处于停滞状态,属于停滞车辆,但是,该目标车辆是否为异常停滞车辆,还需要结合目标车辆的位置信息做进一步地判断,即执行下述S902:
S902、根据位置信息,判断停滞车辆是否位于道路上,并根据判断结果确定停滞车辆的检测结果。
其中,检测结果包括异常停滞车辆或非异常停滞车辆。
在根据位置信息,判断停滞车辆是否位于道路上,得到的判断结果可以包括:停滞车辆位于道路上和停滞车辆未处于道路上。基于这两种判断结果确定停滞车辆的检测结果时,可以包括两种情况:
一种情况为:若停滞车辆位于道路上,则可以直接确定停滞车辆为异常停滞车辆。
另一种情况为:若停滞车辆未位于道路上,则确定与停滞车辆距离最近的目标道路,并根据距离确定停滞车辆的检测结果。
可以理解的是,之所以会存在停滞车辆未位于道路上的情况,原因在于:可能因为GPS数据不准确,导致基于该GPS数据定位得到停滞车辆未位于道路上。
在该种情况下,需要确定与停滞车辆距离最近的目标道路,并根据距离确定停滞车辆的检测结果。示例的,根据距离确定停滞车辆的检测结果时,若距离小于距离阈值,说明停滞车辆可能位于道路上,则可以确定停滞车辆为异常停滞车辆;若距离大于或等于距离阈值,说明停滞车辆未位于道路上,则可以确定停滞车辆为非异常停滞车辆。
示例的,在确定出停滞车辆为异常停滞车辆后,还可以生成告警信息,示例的,告警信息中可以包括开始停滞时间、停滞点经纬度信息以及车辆信息等,具体可以根据实际需要进行设置。
可以看出,本公开实施例中,在确定目标车辆的检测结果时,可以先判断第一边界线的存在时长与第一预设时长的关系,若第一边界线的存在时长大于或等于第一预设时长,则确定目标车辆为停滞车辆,并根据位置信息,判断停滞车辆是否位于道路上,并根据判断结果确定停滞车辆的检测结果。这样基于第一边界线的存在时长和位置信息,共同确定停滞车辆的检测结果,提高了检测结果的准确度。
基于上述任一实施例,在确定出目标车辆为异常停滞车辆之后,还可以基于该结果,进一步判断该目标车辆是否为异常聚集车辆。可以理解的是,异常聚集车辆中的每一个车辆均为异常停滞车辆。下面,将通过下述实施例四,详细描述在本公开实施例中,如何判断目标车辆是否为异常聚集车辆。
实施例四
图10是根据本公开第四实施例提供的判断目标车辆是否为异常聚集车辆的方法的流程示意图,该判断目标车辆是否为异常聚集车辆的方法同样可以由软件和/或硬件装置执行。示例的,请参见图10所示,该判断目标车辆是否为异常聚集车辆的方法可以包括:
S1001、判断目标车辆对应的第一边界线是否与其他车辆对应的边界线存在交集,若存在交集,则确定目标车辆对应的第二边界线,第二边界线为包含目标车辆所在位置和其他车辆所在位置的第二区域的边界线。
在确定目标车辆是否为异常聚集车辆时,可以先判断目标车辆对应的第一边界线是否与其他车辆对应的边界线存在交集,若不存在交集,可参见图11所示,图11是本公开实施例提供的一种目标车辆对应的第一边界线的示意图,说明该目标车辆1周围不存在与其聚集的车辆,则确定该目标车辆不属于异常聚集车辆;相反的,若存在交集,说明该目标车辆1周围存在与其聚集的车辆,则确定包含目标车辆所在位置和其他车辆所在位置的第二区域的第二边界线,并进一步判断第二区域中包括的异常停滞车辆的数量。
示例的,第二边界线可以为的形状可以为圆形,也可以为矩形,也可以为其他不规则的形状,具体可以根据实际需要进行设置。在此,本公开实施例将以第二边界线的形状为圆形为例进行说明,但并不代表本公开实施例仅局限于此。
示例的,在生成第二边界线时,假设当前判断目标车辆1是否为异常聚集车辆时,则可以将目标车辆1的停滞点作为圆心,以预设半径生成该目标车辆1对应的第二边界线。示例的,可参见图12所示,图12是本公开实施例提供的一种目标车辆1对应的第二边界线的示意图,其中,外层的大圆即为目标车辆1对应的第二边界线,该第二边界线是以目标车辆1的停滞点作为圆心,以预设半径生成该目标车辆1对应的第二边界线;此外,也可以将车辆2的停滞点作为圆心,以预设半径生成该目标车辆1对应的第二边界线,具体可以根据实际需要进行设置,在此,本公开实施例只是以目标车辆1的停滞点作为圆心,以预设半径生成该目标车辆1对应的第二边界线为例进行说明,但并不代表本公开实施例仅局限于此。
其中,预设半径的取值可以为200米,也可以为201米等,可以根据实际需要进行设置,在此,对于预设半径的取值,本公开实施例不做进一步地限制。
在确定出包含目标车辆所在位置和其他车辆所在位置的第二区域的第二边界线后,就可以每间隔第二预设时长,判断第二区域中包括的异常停滞车辆的数量,即执行下述S1002,以根据异常停滞车辆的数量,确定目标车辆是否为异常停滞车辆。
S1002、每间隔第二预设时长,判断第二区域中包括的异常停滞车辆的数量。
其中,第二预设时长的取值可以根据实际需要进行设置。示例的,在本公开实施例中,第二预设时长可以为5分钟。
可以理解的是,第二区域的形状可根据第二边界线的形状确定。示例的,当第二边界线为矩形边界线时,对应的第二区域为第二边界线围成的矩形区域;当第二边界线为圆形边界线时,对应的第二区域为第二边界线围成的圆形区域,可参见图12所示,第二区域即为第二边界线围成的圆形区域。
S1003、根据异常停滞车辆的数量,确定目标车辆的聚集状态。
示例的,根据异常停滞车辆的数量,确定目标车辆的聚集状态时,若异常停滞车辆的数量大于或等于预设值,则确定目标车辆的聚集状态为异常聚集状态,目标车辆的聚集状态为异常聚集状态,说明该目标车辆为异常聚集车辆;示例的,可参见图13所示,图13是本公开实施例提供的一种目标车辆1对应的第二区域的示意图,可以看出,第二区域中除了包括异常停滞车辆1之外,还包括异常停滞车辆2和异常停滞车辆3,假设预设值为3,则可以该目标车辆为异常聚集车辆;若异常停滞车辆的数量小于预设值,则确定目标车辆的聚集状态为异常非聚集状态,目标车辆的聚集状态为非异常聚集状态,说明该目标车辆为非异常聚集车辆。
其中,预设值的取值可以根据实际需要进行设置。示例的,在本公开实施例中,预设值可以为3。
此外,在确定出目标车辆为异常停滞车辆后,还可以生成异常聚集告警信息,鉴于异常聚集是一个持续的过程,因此,异常聚集告警信息中可以包括告警开始时间、当前聚集车辆数、聚集车辆数峰值、当前聚集车牌号、告警持续时长等,具体可以根据实际需要进行设置。异常聚集告警结束后,继续每间隔第二预设时长,判断第二区域中包括的异常停滞车辆的数量,若异常停滞车辆的数量大于或等于预设值,则确定该目标车辆为异常聚集车辆,并生成一条新的异常聚集告警信息。
可以看出,本公开实施例中,在判断车辆是否为异常聚集车辆时,可以先判断目标车辆对应的第一边界线是否与其他车辆对应的边界线存在交集,若存在交集,则确定目标车辆对应的第二边界线;每间隔第二预设时长,判断第二区域中包括的异常停滞车辆的数量;再根据异常停滞车辆的数量,确定目标车辆的聚集状态,这样可以准确地识别目标车辆是否为异常聚集车辆,并且可有效规避由于GPS漂移带来的结果误差,从而提高了识别结果的准确度。
实施例五
图14是根据本公开第五实施例提供的车辆异常停滞的检测装置140的结构示意图,示例的,请参见图14所示,该车辆异常停滞的检测装置140可以包括:
接收单元1401,用于接收目标车辆发送的实时GPS数据;其中,实时GPS数据中包括行驶速度和位置信息。
第一确定单元1402,用于若行驶速度指示目标车辆为停止状态,则确定包含目标车辆所在位置的第一区域的第一边界线。
第二确定单元1403,用于根据目标车辆后续发送的GPS数据,确定第一边界线的存在时长。
第三确定单元1404,用于基于存在时长和位置信息,确定目标车辆的检测结果;其中,检测结果包括异常停滞车辆或非异常停滞车辆。
可选的,第三确定单元1404包括第一确定模块和第二确定模块。
第一确定模块,用于若第一边界线的存在时长大于或等于第一预设时长,则确定目标车辆为停滞车辆。
第二确定模块,用于根据位置信息,判断停滞车辆是否位于道路上,并根据判断结果确定停滞车辆的检测结果。
可选的,第二确定模块包括第一确定子模块和第二确定子模块。
第一确定子模块,用于若停滞车辆位于道路上,则确定停滞车辆为异常停滞车辆。
第二确定子模块,用于若停滞车辆未位于道路上,则确定与停滞车辆距离最近的目标道路,并根据距离确定停滞车辆的检测结果。
可选的,第二确定子模块,具体用于若距离小于距离阈值,则确定停滞车辆为异常停滞车辆;若距离大于或等于距离阈值,则确定停滞车辆为非异常停滞车辆。
可选的,第二确定单元1403包括第三确定模块和第四确定模块。
第三确定模块,用于检测后续发送的GPS数据是否存在连续多个GPS数据对应的位置位于第一边界线外。
第四确定模块,用于若存在,则将第一边界线的生成时刻与连续多个GPS数据中最后一个GPS数据的上报时刻之间的时长,确定为第一边界线的存在时长。
可选的,第一确定单元1402包括第五确定模块和第六确定模块。
第五确定模块,用于判断是否存在包含目标车辆所在位置的预设区域的第一边界线。
第六确定模块,用于若不存在,则以目标车辆所在位置为圆心,以预设长度为半径生成第一边界线。
可选的,车辆异常停滞的检测装置140还包括第四确定单元、处理单元和第五确定单元。
第四确定单元,用于判断目标车辆对应的第一边界线是否与其他车辆对应的边界线存在交集,若存在交集,则确定目标车辆对应的第二边界线,第二边界线为包含目标车辆所在位置和其他车辆所在位置的第二区域的边界线。
处理单元,用于每间隔第二预设时长,判断第二区域中包括的异常停滞车辆的数量。
第五确定单元,用于根据异常停滞车辆的数量,确定目标车辆的聚集状态。
可选的,第五确定单元包括第七确定模块和第八确定模块。
第七确定模块,用于若异常停滞车辆的数量大于或等于预设值,则确定目标车辆的聚集状态为异常聚集状态。
第八确定模块,用于若异常停滞车辆的数量小于预设值,则确定目标车辆的聚集状态为异常非聚集状态。
本公开实施例提供的车辆异常停滞的检测装置140,可以执行上述任一实施例所示的车辆异常停滞的检测方法的技术方案,其实现原理以及有益效果与车辆异常停滞的检测方法的实现原理及有益效果类似,可参见车辆异常停滞的检测方法的实现原理及有益效果,此处不再进行赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质、一种计算机程序产品以及一种城市车辆管理***。其中,城市车辆管理***中包括如上述电子设备。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图15是本公开实施例提供的一种电子设备150的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图15所示,设备150包括计算单元1501,其可以根据存储在只读存储器(ROM)1502中的计算机程序或者从存储单元1508加载到随机访问存储器(RAM)1503中的计算机程序,来执行各种适当的动作和处理。在RAM1503中,还可存储设备150操作所需的各种程序和数据。计算单元1501、ROM1502以及RAM 1503通过总线1504彼此相连。输入/输出(I/O)接口1505也连接至总线1504。
设备150中的多个部件连接至I/O接口1505,包括:输入单元1506,例如键盘、鼠标等;输出单元1507,例如各种类型的显示器、扬声器等;存储单元1508,例如磁盘、光盘等;以及通信单元1509,例如网卡、调制解调器、无线通信收发机等。通信单元1509允许设备150通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1501执行上文所描述的各个方法和处理,例如车辆异常停滞的检测方法。例如,在一些实施例中,车辆异常停滞的检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1508。在一些实施例中,计算机程序的部分或者全部可以经由ROM1502和/或通信单元1509而被载入和/或安装到设备150上。当计算机程序加载到RAM 1503并由计算单元1501执行时,可以执行上文描述的车辆异常停滞的检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元1501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆异常停滞的检测方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,保留的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (20)
1.一种车辆异常停滞的检测方法,包括:
接收目标车辆发送的实时GPS数据;其中,所述实时GPS数据中包括行驶速度和位置信息;
若所述行驶速度指示所述目标车辆为停止状态,则确定包含所述目标车辆所在位置的第一区域的第一边界线;
根据所述目标车辆后续发送的GPS数据,确定所述第一边界线的存在时长;
基于所述存在时长和所述位置信息,确定所述目标车辆的检测结果;其中,所述检测结果包括异常停滞车辆或非异常停滞车辆。
2.根据权利要求1所述的方法,其中,所述基于所述第一边界线的存在时长和所述位置信息,确定所述目标车辆的检测结果,包括:
若所述第一边界线的存在时长大于或等于第一预设时长,则确定所述目标车辆为停滞车辆;
根据所述位置信息,判断所述停滞车辆是否位于道路上,并根据判断结果确定所述停滞车辆的检测结果。
3.根据权利要求2所述的方法,其中,所述根据判断结果确定所述停滞车辆的检测结果,包括:
若所述停滞车辆位于道路上,则确定所述停滞车辆为异常停滞车辆;
若所述停滞车辆未位于道路上,则确定与所述停滞车辆距离最近的目标道路,并根据所述距离确定所述停滞车辆的检测结果。
4.根据权利要求3所述的方法,其中,所述根据所述距离确定所述停滞车辆的检测结果,包括:
若所述距离小于距离阈值,则确定所述停滞车辆为异常停滞车辆;
若所述距离大于或等于所述距离阈值,则确定所述停滞车辆为非异常停滞车辆。
5.根据权利要求1-4任一项所述的方法,所述根据所述目标车辆后续发送的GPS数据,确定所述第一边界线的存在时长,包括:
检测所述后续发送的GPS数据是否存在连续多个GPS数据对应的位置位于所述第一边界线外;
若存在,则将所述第一边界线的生成时刻与所述连续多个GPS数据中最后一个GPS数据的上报时刻之间的时长,确定为所述第一边界线的存在时长。
6.根据权利要求1-5任一项所述的方法,其中,所述确定包含所述目标车辆所在位置的预设区域的第一边界线,包括:
判断是否存在包含所述目标车辆所在位置的预设区域的第一边界线;
若不存在,则以所述目标车辆所在位置为圆心,以预设长度为半径生成所述第一边界线。
7.根据权利要求1-6任一项所述的方法,所述方法还包括:
判断所述目标车辆对应的第一边界线是否与其他车辆对应的边界线存在交集,若存在交集,则确定所述目标车辆对应的第二边界线,所述第二边界线为包含所述目标车辆所在位置和所述其他车辆所在位置的第二区域的边界线;
每间隔第二预设时长,判断所述第二区域中包括的异常停滞车辆的数量;
根据所述异常停滞车辆的数量,确定所述目标车辆的聚集状态。
8.根据权利要求7所述的方法,其中,所述根据所述异常停滞车辆的数量,确定所述目标车辆的聚集状态,包括:
若异常停滞车辆的数量大于或等于预设值,则确定所述目标车辆的聚集状态为异常聚集状态;
若异常停滞车辆的数量小于所述预设值,则确定所述目标车辆的聚集状态为异常非聚集状态。
9.一种车辆异常停滞的检测装置,包括:
接收单元,用于接收目标车辆发送的实时GPS数据;其中,所述实时GPS数据中包括行驶速度和位置信息;
第一确定单元,用于若所述行驶速度指示所述目标车辆为停止状态,则确定包含所述目标车辆所在位置的第一区域的第一边界线;
第二确定单元,用于根据所述目标车辆后续发送的GPS数据,确定所述第一边界线的存在时长;
第三确定单元,用于基于所述存在时长和所述位置信息,确定所述目标车辆的检测结果;其中,所述检测结果包括异常停滞车辆或非异常停滞车辆。
10.根据权利要求9所述的装置,其中,所述第三确定单元包括第一确定模块和第二确定模块;
所述第一确定模块,用于若所述第一边界线的存在时长大于或等于第一预设时长,则确定所述目标车辆为停滞车辆;
所述第二确定模块,用于根据所述位置信息,判断所述停滞车辆是否位于道路上,并根据判断结果确定所述停滞车辆的检测结果。
11.根据权利要求10所述的装置,其中,所述第二确定模块包括第一确定子模块和第二确定子模块;
所述第一确定子模块,用于若所述停滞车辆位于道路上,则确定所述停滞车辆为异常停滞车辆;
所述第二确定子模块,用于若所述停滞车辆未位于道路上,则确定与所述停滞车辆距离最近的目标道路,并根据所述距离确定所述停滞车辆的检测结果。
12.根据权利要求11所述的装置,
所述第二确定子模块,具体用于若所述距离小于距离阈值,则确定所述停滞车辆为异常停滞车辆;若所述距离大于或等于所述距离阈值,则确定所述停滞车辆为非异常停滞车辆。
13.根据权利要求9-12任一项所述的装置,所述第二确定单元包括第三确定模块和第四确定模块;
所述第三确定模块,用于检测所述后续发送的GPS数据是否存在连续多个GPS数据对应的位置位于所述第一边界线外;
所述第四确定模块,用于若存在,则将所述第一边界线的生成时刻与所述连续多个GPS数据中最后一个GPS数据的上报时刻之间的时长,确定为所述第一边界线的存在时长。
14.根据权利要求9-13任一项所述的装置,其中,所述第一确定单元包括第五确定模块和第六确定模块;
所述第五确定模块,用于判断是否存在包含所述目标车辆所在位置的预设区域的第一边界线;
所述第六确定模块,用于若不存在,则以所述目标车辆所在位置为圆心,以预设长度为半径生成所述第一边界线。
15.根据权利要求9-14任一项所述的装置,所述装置还包括第四确定单元、处理单元和第五确定单元;
所述第四确定单元,用于判断所述目标车辆对应的第一边界线是否与其他车辆对应的边界线存在交集,若存在交集,则确定所述目标车辆对应的第二边界线,所述第二边界线为包含所述目标车辆所在位置和所述其他车辆所在位置的第二区域的边界线;
所述处理单元,用于每间隔第二预设时长,判断所述第二区域中包括的异常停滞车辆的数量;
所述第五确定单元,用于根据所述异常停滞车辆的数量,确定所述目标车辆的聚集状态。
16.根据权利要求15所述的装置,其中,所述第五确定单元包括第七确定模块和第八确定模块;
所述第七确定模块,用于若异常停滞车辆的数量大于或等于预设值,则确定所述目标车辆的聚集状态为异常聚集状态;
所述第八确定模块,用于若异常停滞车辆的数量小于所述预设值,则确定所述目标车辆的聚集状态为异常非聚集状态。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的车辆异常停滞的检测方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的车辆异常停滞的检测方法。
19.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-8中任一项所述的车辆异常停滞的检测方法的步骤。
20.一种城市车辆管理***,包括如权利要求17所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111482505.2A CN114167463A (zh) | 2021-12-06 | 2021-12-06 | 车辆异常停滞的检测方法、电子设备和管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111482505.2A CN114167463A (zh) | 2021-12-06 | 2021-12-06 | 车辆异常停滞的检测方法、电子设备和管理*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114167463A true CN114167463A (zh) | 2022-03-11 |
Family
ID=80483694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111482505.2A Pending CN114167463A (zh) | 2021-12-06 | 2021-12-06 | 车辆异常停滞的检测方法、电子设备和管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114167463A (zh) |
-
2021
- 2021-12-06 CN CN202111482505.2A patent/CN114167463A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7371157B2 (ja) | 車両監視方法、装置、電子機器、記憶媒体、コンピュータプログラム、クラウド制御プラットフォームおよび車路連携システム | |
CN103903465B (zh) | 一种道路拥堵原因实时发布方法及*** | |
CN112700667A (zh) | 辅助车辆驾驶的方法、装置、电子设备和介质 | |
CN108248611B (zh) | 一种自动驾驶的方法、汽车控制设备、汽车及*** | |
CN107578624A (zh) | 城市交通管控方法、装置及*** | |
CN113421432A (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
CN113538915B (zh) | 交通拥堵事件的处理方法、设备、存储介质及程序产品 | |
CN114301938B (zh) | 车路协同车辆事件确定方法、相关装置及计算机程序产品 | |
CN108806331B (zh) | 一种预防高速公路二次交通事故的方法及*** | |
CN114463985A (zh) | 辅助驾驶的方法、装置、设备及存储介质 | |
CN112991735B (zh) | 交通流量监测***的测试方法、装置及设备 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN114596704B (zh) | 交通事件处理方法、装置、设备及存储介质 | |
CN114379587B (zh) | 自动驾驶中避让行人的方法与装置 | |
CN114167463A (zh) | 车辆异常停滞的检测方法、电子设备和管理*** | |
CN115440037A (zh) | 交通流量数据采集方法、装置、电子设备及存储介质 | |
CN103714701A (zh) | 一种复杂线路快速判断超速的方法 | |
CN114944060A (zh) | 一种拥堵处理方法、装置、设备及存储介质 | |
CN112435472A (zh) | 拥堵分析方法、装置、设备及存储介质 | |
CN113947945B (zh) | 车辆行驶的报警方法、装置、电子设备和可读存储介质 | |
CN114368386B (zh) | 一种车辆安全的预警方法、装置、设备及存储介质 | |
CN117818710A (zh) | 一种列车控制方法、装置、设备以及存储介质 | |
CN115973190A (zh) | 自动驾驶车辆的决策方法、装置和电子设备 | |
CN116311897A (zh) | 一种交通诱导方法、装置、电子设备及介质 | |
CN115535000A (zh) | 车辆控制装置、自动驾驶车辆及车辆控制方法 |
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 |