CN104599499A - 一种分布式统计交通位置的方法及装置 - Google Patents

Abstract

本发明实施例提供了一种分布式统计交通位置的方法，包括：采集车辆当前位置和车辆的当前车速；确定位于同一地理网格内的地理信息和车辆当前位置；其中，地理信息包括道路信息和商业信息；匹配车辆当前位置和地理信息，确定车辆当前位置对应的路信息和商业范围；获取车辆的历史信息，依据车辆的历史信息和当前位置，预测车辆走向；获取地理历史信息，依据当前车速和地理历史信息，预测道路流量。通过本发明实施例提供的方法及装置，将车辆和地理信息网格化可以利用Hadoop提高车辆位置与地理信息的能力，依据车辆和地理信息的历史数据预测路况，选择最优路线，提高导航体验，也可依据地理信息提供咨询和分析服务。

Description

一种分布式统计交通位置的方法及装置

技术领域

本申请涉及车联网技术领域，特别涉及一种分布式统计交通位置的方法及装置。

背景技术

车联网(Internet of Vehicles)是指装载在车辆上的电子标签通过无线射频等识别技术，实现在信息网络平台上对所有车辆的属性信息和静、动态信息进行提取和有效利用，并根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综合服务的系统。

随着车联网的发展，统计当前或历史路上车辆行驶信息，可以详实准确的可以为车辆导航、交通管理、城市规划提供重要依据。

交通运输部门已建有车辆监管/监控等业务系统，同时引入其他车辆位置上报方式，在长期运营这些系统的过程中，会持续接收到众多车辆终端发送的以位置数据为主的车辆报文数据，这些数据积累到一定基数，可通过对位置数据的实时分析，对道路车辆运行状况进行实时分析和预测，可显著提高分析的准确率、覆盖率和实时性。

目前，统计当前或历史路上车辆行驶信息主要包括一下几种装置：

装置一，依靠道路安装的摄像头、路况雷达甚至人工手段统计某一路段在某一时间段的车辆行驶数量、速度等基本信息。

装置二，根据获取的信息，相关人员依靠经验和直觉对较大范围的车辆行驶情况进行估算，或者通过GPS数据和GIS数据进行匹配计算。

但是人工统计技术获取车辆信息有限，且数据单一，使用局限性较大；对整个区域的车辆统计能力不足，依据推测准确度低依赖大量人工统计操作，无法及时准确的给出针对用户车辆通行方案；用户无法及时获取更具指导性的意见，无法提供实时服务。

发明内容

本申请的目的在于，提供一种分布式统计交通位置的方法及装置，以解决上述技术的问题，具体方案包括：

一方面，本发明实施例提供了一种分布式统计交通位置的装置，包括：

采集车辆当前位置和车辆的当前车速；

确定位于同一地理网格内的地理信息和所述车辆当前位置；其中，所述地理信息包括道路信息和商业信息；

匹配所述车辆当前位置和所述地理信息，确定所述车辆当前位置对应的道路信息和商业范围；

获取车辆的历史信息，依据所述车辆的历史信息和所述当前位置，预测车辆走向；

获取地理历史信息，依据所述当前车速和所述地理历史信息，预测道路流量。

优选地，所述确定位于同一地理网格内的地理信息和所述车辆当前位置具体包括：

获取所述车辆当前位置的经度和纬度；

将所述车辆当前位置的经度和纬度与各个地理网格的经度范围和纬度范围进行比较，将位于经度范围和纬度范围内的地理网格作为与所述车辆当前位置信息相匹配的地理网格。

优选地，所述道路信息包括所述地理网格内的各条道路的名称和编号；

所述商业信息包括所述地理网格内的学校、饭店、加油站和商场。

优选地，所述车辆的历史信息包括预设时间段内的车速、出发点、目的地和行车习惯；

则依据所述车辆当前位置和所述车辆的历史信息，预测车辆走向和道路流量包括：

匹配所述车辆当前信息和所述车辆的历史信息，获得所述车辆当前信息对应的目的地，以预测车辆走向。

优选地，所述地理历史信息包括：预设时间段内，所述地理网格内的历史车速；

则获取地理历史信息，依据所述当前车速和所述地理历史信息，预测道路流量包括：

若所述历史车速高于所述当前车速，则预测道路流量降低；

若所述历史车速低于所述当前车速，则预测道路流量升高。

另一方面，本发明实施例一种分布式统计交通位置的装置，包括：

车辆信息采集模块，用于采集车辆当前位置和车辆的当前车速；

地理网格确定模块，用于确定位于同一地理网格内的地理信息和所述车辆当前位置；其中，所述地理信息包括道路信息和商业信息；

车辆信息匹配模块，用于匹配所述车辆当前位置和所述地理信息，确定所述车辆当前位置对应的道路信息和商业范围；

车辆走向预测模块，用于获取车辆的历史信息，依据所述车辆的历史信息和所述当前位置，预测车辆走向；

道路流量预测模块，用于获取地理历史信息，依据所述当前车速和所述地理历史信息，预测道路流量。

优选地，地理网格确定模块具体包括：

定位模块，用于获取所述车辆当前位置的经度和纬度；

地理网格匹配模块，用于将所述车辆当前位置的经度和纬度与各个地理网格的经度范围和纬度范围进行比较，将位于经度范围和纬度范围内的地理网格作为与所述车辆当前位置信息相匹配的地理网格。

优选地，所述道路信息包括所述地理网格内的各条道路的名称和编号；

所述商业信息包括所述地理网格内的学校、饭店、加油站和商场。

优选地，所述车辆的历史信息包括预设时间段内的车速、出发点、目的地和行车习惯；

则车辆走向预测模块，具体用于匹配所述车辆当前信息和所述车辆的历史信息，获得所述车辆当前信息对应的目的地，以预测车辆走向。

优选地，所述地理历史信息包括：预设时间段内，所述地理网格内的历史车速；

道路流量预测模块，具体用于若所述历史车速高于所述当前车速，则预测道路流量降低；若所述历史车速低于所述当前车速，则预测道路流量升高。

与现有技术相比，本发明实施例提供的一种分布式统计交通位置的方法及装置包括以下优点：将车辆和地理信息网格化可以利用Hadoop提高车辆位置与地理信息的能力，依据车辆和地理信息的历史数据预测路况，选择最优路线，提高导航体验，也可依据地理信息提供咨询和分析服务。

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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种分布式统计交通位置的装置的流程示意图；

图2为本发明实施例二提供的一种分布式统计交通位置的装置的结构示意图。

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，都属于本申请保护的范围。

实施例一

本发明实施例提供了一种分布式统计交通位置的装置，如图1所示，具体包括以下步骤：

步骤S101，采集车辆当前位置和车辆的当前车速。

在步骤S101中，可以采集各个车辆的当前位置和车辆的当前车速。

步骤S102，确定位于同一地理网格内的地理信息和车辆当前位置；其中，地理信息包括道路信息和商业信息。

在步骤S102中，获取车辆当前位置的经度和纬度；然后，将车辆当前位置的经度和纬度与各个地理网格的经度范围和纬度范围进行比较，将位于经度范围和纬度范围内的地理网格作为与车辆当前位置信息相匹配的地理网格。

步骤S103，匹配车辆当前位置和地理信息，确定车辆当前位置对应的道路信息和商业范围。

在步骤S103中，道路信息包括地理网格内的各条道路的名称和编号；商业信息包括地理网格内的学校、饭店、加油站和商场。

步骤S104，获取车辆的历史信息，依据车辆的历史信息和当前位置，预测车辆走向。

在步骤S104中，车辆的历史信息包括预设时间段内的车速、出发点、目的地和行车习惯；匹配车辆当前信息和车辆的历史信息，获得车辆当前信息对应的目的地，以预测车辆走向。

步骤S105，获取地理历史信息，依据当前车速和地理历史信息，预测道路流量。

在步骤S105中，地理历史信息包括：预设时间段内，地理网格内的历史车速；若历史车速高于当前车速，则预测道路流量降低；若历史车速低于当前车速，则预测道路流量升高。

通过本发明实施例提供的一种分布式统计交通位置的方法，将车辆和地理信息网格化可以利用Hadoop提高车辆位置与地理信息的能力，依据车辆和地理信息的历史数据预测路况，选择最优路线，提高导航体验，也可依据地理信息提供咨询和分析服务。

在本发明实施例一中，进行车辆统计和路况分析优选的可以包括：

首先，按照经度和纬度范围，将地理数据划分为地理网格，例如以0.05个经纬度划分数据网格，并赋予不可重复的ID(Identity，身份标识号码)；

其次，将车辆位置信息和路网信息以经纬度即位置信息为key值进行map切分；

然后，将统一网格内的地理信息和位置信息关联至该地理网格ID；

其中，位置数据可以是车辆的位置数据，也可以是其他个体信息，则判断该位置所属网格，检查位置点经度是否位于网格经度范围之间，位置点经纬度是否位于网格经纬度范围之间即可。以该网格的ID和“point”组成的字符串(如11025_3810:point)作为key，以经度、纬度、时间、车辆ID组成的字符串作为value，生成一组map输出的key/value对并执行map的输出。地理数据可以是，路网、商业、服务场所位置，也可以是某一地点范围，则需要找到与该路线相交的所有地理网格，实现该操作的装置是判断路线外接矩形的四个顶点所位于的地理网格，然后遍历经纬度位于所有顶点网格之间的所有网格。对于每一个网格，都会输出一个Key/Value对，Key是网格ID和“line”组成的字符串(如11025_3810:line)，value是路线点序列和路线ID组成的字符串。遍历数据判断位置信息与地理数据的空间关系，输出运算结果，运算结果中包括地理信息ID、车辆ID和时间。

再次，根据地理信息权重，以及车辆前一段时间的行驶信息，重新计算车辆的所属地理位置，获取当前车辆的地理分布情况，并得出该网格内每辆车的行驶状态，为其提供导航等其他服务。

最后，进行交通流量预测，得到交通预测信息。

实施例二

本发明实施例提供了一种分布式统计交通位置的装置，如图2所示，包括：车辆信息采集模块21、地理网格确定模块22、车辆信息匹配模块23、车辆走向预测模块24和道路流量预测模块25。

其中，车辆信息采集模块21，用于采集车辆当前位置和车辆的当前车速；地理网格确定模块22，用于确定位于同一地理网格内的地理信息和车辆当前位置；其中，地理信息包括道路信息和商业信息；车辆信息匹配模块23，用于匹配车辆当前位置和地理信息，确定车辆当前位置对应的道路信息和商业范围；车辆走向预测模块24，用于获取车辆的历史信息，依据车辆的历史信息和当前位置，预测车辆走向；道路流量预测模块25，用于获取地理历史信息，依据当前车速和地理历史信息，预测道路流量。

在地理网格确定模块22中，具体包括：定位模块和地理网格匹配模块。

定位模块，用于获取车辆当前位置的经度和纬度；

地理网格匹配模块，用于将车辆当前位置的经度和纬度与各个地理网格的经度范围和纬度范围进行比较，将位于经度范围和纬度范围内的地理网格作为与车辆当前位置信息相匹配的地理网格。

在车辆信息匹配模块23中，道路信息包括地理网格内的各条道路的名称和编号；

商业信息包括地理网格内的学校、饭店、加油站和商场。

在车辆走向预测模块24中车辆的历史信息包括预设时间段内的车速、出发点、目的地和行车习惯；

则车辆走向预测模块，具体用于匹配车辆当前信息和车辆的历史信息，获得车辆当前信息对应的目的地，以预测车辆走向。

在道路流量预测模块25中地理历史信息包括：预设时间段内，地理网格内的历史车速；若历史车速高于当前车速，则预测道路流量降低；若历史车速低于当前车速，则预测道路流量升高。

通过本发明实施例提供的一种分布式统计交通位置的装置，将车辆和地理信息网格化可以利用Hadoop提高车辆位置与地理信息的能力，依据车辆和地理信息的历史数据预测路况，选择最优路线，提高导航体验，也可依据地理信息提供咨询和分析服务。

以上对本申请所提供的图像特征提取装置、服务器、终端及系统进行了详细介绍，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装置及其核心思想；同时，对于本领域的一般技术人员，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，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种分布式统计交通位置的方法，其特征在于，包括：

采集车辆当前位置和车辆的当前车速；

确定位于同一地理网格内的地理信息和所述车辆当前位置；其中，所述地理信息包括道路信息和商业信息；

匹配所述车辆当前位置和所述地理信息，确定所述车辆当前位置对应的道路信息和商业范围；

获取车辆的历史信息，依据所述车辆的历史信息和所述当前位置，预测车辆走向；

获取地理历史信息，依据所述当前车速和所述地理历史信息，预测道路流量。

2.根据权利要求1所述的方法，其特征在于，确定位于同一地理网格内的地理信息和所述车辆当前位置具体包括：

获取所述车辆当前位置的经度和纬度；

将所述车辆当前位置的经度和纬度与各个地理网格的经度范围和纬度范围进行比较，将位于经度范围和纬度范围内的地理网格作为与所述车辆当前位置信息相匹配的地理网格。

3.根据权利要求1所述的方法，其特征在于，所述道路信息包括所述地理网格内的各条道路的名称和编号；

所述商业信息包括所述地理网格内的学校、饭店、加油站和商场。

4.根据权利要求1所述的方法，其特征在于，所述车辆的历史信息包括预设时间段内的车速、出发点、目的地和行车习惯；

则依据所述车辆当前位置和所述车辆的历史信息，预测车辆走向和道路流量包括：

匹配所述车辆当前信息和所述车辆的历史信息，获得所述车辆当前信息对应的目的地，以预测车辆走向。

5.根据权利要求1所述的方法，其特征在于，所述地理历史信息包括：预设时间段内，所述地理网格内的历史车速；

则获取地理历史信息，依据所述当前车速和所述地理历史信息，预测道路流量包括：

若所述历史车速高于所述当前车速，则预测道路流量降低；

若所述历史车速低于所述当前车速，则预测道路流量升高。

6.一种分布式统计交通位置的装置，其特征在于，包括：

车辆信息采集模块，用于采集车辆当前位置和车辆的当前车速；

地理网格确定模块，用于确定位于同一地理网格内的地理信息和所述车辆当前位置；其中，所述地理信息包括道路信息和商业信息；

车辆信息匹配模块，用于匹配所述车辆当前位置和所述地理信息，确定所述车辆当前位置对应的道路信息和商业范围；

车辆走向预测模块，用于获取车辆的历史信息，依据所述车辆的历史信息和所述当前位置，预测车辆走向；

道路流量预测模块，用于获取地理历史信息，依据所述当前车速和所述地理历史信息，预测道路流量。

7.根据权利要求6所述的装置，其特征在于，所述地理网格确定模块具体包括：

定位模块，用于获取所述车辆当前位置的经度和纬度；

地理网格匹配模块，用于将所述车辆当前位置的经度和纬度与各个地理网格的经度范围和纬度范围进行比较，将位于经度范围和纬度范围内的地理网格作为与所述车辆当前位置信息相匹配的地理网格。

8.根据权利要求7所述的装置，其特征在于，所述道路信息包括所述地理网格内的各条道路的名称和编号；

所述商业信息包括所述地理网格内的学校、饭店、加油站和商场。

9.根据权利要求7所述的装置，其特征在于，所述车辆的历史信息包括预设时间段内的车速、出发点、目的地和行车习惯；

则车辆走向预测模块，具体用于匹配所述车辆当前信息和所述车辆的历史信息，获得所述车辆当前信息对应的目的地，以预测车辆走向。

10.根据权利要求7所述的装置，其特征在于，所述地理历史信息包括：预设时间段内，所述地理网格内的历史车速；

道路流量预测模块，具体用于若所述历史车速高于所述当前车速，则预测道路流量降低；若所述历史车速低于所述当前车速，则预测道路流量升高。