CN104636620A - 一种基于车辆里程差值分析的里程统计方法 - Google Patents
一种基于车辆里程差值分析的里程统计方法 Download PDFInfo
- Publication number
- CN104636620A CN104636620A CN201510071095.0A CN201510071095A CN104636620A CN 104636620 A CN104636620 A CN 104636620A CN 201510071095 A CN201510071095 A CN 201510071095A CN 104636620 A CN104636620 A CN 104636620A
- Authority
- CN
- China
- Prior art keywords
- mileage
- vehicle
- abnormal
- statistics
- day
- 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
Abstract
本发明涉及容错方法,具体涉及一种基于车辆里程差值分析的里程统计方法。包括步骤1:对异常里程的分析,将异常里程划分为两种情况:里程异常突变,后来又恢复正常:里程异常突变,后来未恢复正常:步骤2:对异常里程的统计,包括以下步骤:步骤21:获取原始GPS数据,步骤22:预统计生成里程异常表,步骤23:根据Acc状态分段统计车辆行驶里程。本发明针对车辆里程异常场景进行深入分析,找到车辆行驶里程上报的一些特有规律,结合车辆Acc状态对里程进行分段计算,同时采用预统计的方法来挖掘并生成有价值的中间数据,从而快速查询任意时间段的车辆行驶里程。该方法不依赖GPS经纬度,速度,里程统计精度高,可操心性强。本发明将是一个低成本,高性能的车辆异常里程统计方法。
Description
技术领域
本发明涉及容错方法,具体涉及一种基于车辆里程差值分析的里程统计方法。
背景技术
随着车载GPS行业应用的发展,车辆行驶里程统计由传统车载终端计算过渡到监控中心统计分析。中心统计车辆行驶里程,虽然方便快捷,但对车载设备上报的里程精度有较高的要求。在车辆行驶过程中,里程值异常变大或变小是无法避免的,异常里程的分析统计是目前车辆里程统计的一个新领域。目前行业内常用的做法是结合GPS经纬度或速度,对异常的里程数据进行过滤或修正,从而减少里程统计误差。GPS经纬度,以及速度本身也是依赖车载定位模块,如果定位模块故障则里程统计的可靠性大大降低。
发明内容
解决上述技术问题,本发明提供了一种基于车辆里程差值分析的里程统计方法,在深挖车辆行驶里程上报规律的前提下,结合车辆Acc状态分析,实现针对异常情况下车辆行驶里程的容错统计。本发明旨在提供一种新的思路,通过挖掘车辆里程值异常的规律,结合车辆Acc状态分析,车辆ACC状态:汽车发动机点火状态,ACC ON表示发动机启动;ACC OFF表示发动机关闭。划分时间做分段统计,得到一个比较精准的里程。该方法可以有效解决由于车辆里程误报而导致里程统计偏差大的问题,减少车辆日里程,或月里程统计的误差,提高了车辆里程统计的准确度,可操作性强。主要包含两个方面内容:异常里程的分析,异常里程的统计方法。
为了达到上述目的,本发明所采用的技术方案是,一种基于车辆里程差值分析的里程统计方法,包括以下步骤:
步骤1:对异常里程的分析,将异常里程划分为两种情况:
①里程异常突变,后来又恢复正常:
②里程异常突变,后来未恢复正常:
步骤2:对异常里程的统计,包括以下步骤:
步骤21:获取原始GPS数据
步骤22:预统计生成里程异常表,
步骤23:根据Acc状态分段统计车辆行驶里程。
进一步的,所述步骤23中,具体包括:
步骤231:在一段GPS轨迹中,分别提取ACC状态为On和ACC状态为Off的里程,
步骤232:计算该段GPS轨迹中的车辆行驶里程,剔除异常里程,
步骤233:存储该段里程值至数据库表,
步骤234:判断该段GPS轨迹是否为当天的最后一段GPS轨迹,若是,则执行步骤235,否则,依据时间顺序获取下一段GPS轨迹,并返回执行步骤231至步骤233,
步骤235:生成车辆里程统计日表,并存储进数据库,结束本流程,
步骤24:按照任意时间段查询车辆里程,分为以下两种情况:
①时间段范围非整天的情况,根据Acc状态分段统计,剔除异常里程,统计当天总里程,
②时间段范围跨数天的情况,包括以下步骤:
S1:按天划分时间范围,将里程分为整数天里程和非整天里程两种类型。根据时间先后,里程统计的时间范围可分割为三段:A段(非整天),B段(整数天),C段(非整数天)。
其中:A段的开始时间是总里程统计的开始时间,A段的结束时间是总里程统计开始时间当天23点59分59秒。C段的开始时间是里程统计结束时间当天0点0分0秒,C段结束时间是总里程统计的结束时间。B段的开始时间是A段下一天0点0分0秒,结束时间是C段前一天23点59分59秒。
S2:对整数天里程,从gps表计算,根据Acc状态分段统计,剔除异常里程,并将每天的里程累加。对非整天里程,参照①(非整天车辆里程统计)的统计方法。
S3:总里程的计算方法为:A段里程+B段里程+C段里程。
本发明通过采用上述技术方案,与现有技术相比,具有如下优点:
本发明针对车辆里程异常场景进行深入分析,找到车辆行驶里程上报的一些特有规律,结合车辆Acc状态对里程进行分段计算,同时采用预统计的方法来挖掘并生成有价值的中间数据,从而快速查询任意时间段的车辆行驶里程。该方法不依赖GPS经纬度,速度,里程统计精度高,可操心性强。本发明将是一个低成本,高性能的车辆异常里程统计方法。
附图说明
图1是本发明的实施例里程异常突变,后来又恢复正常的示意图。
图2是本发明的实施例里程异常突变,后来未恢复正常的示意图。
图3是本发明的实施例获取原始GPS数据的流程图。
图4是本发明的实施例预统计生成里程异常表的流程图。
图5是本发明的实施例根据Acc状态分段统计车辆行驶里程流程图。
具体实施方式
现结合附图和具体实施方式对本发明进一步说明。
作为一个具体的实施例,如图1所示,本发明的一种为了达到上述目的,本发明所采用的技术方案是,一种基于车辆里程差值分析的里程统计方法,包括以下步骤:
步骤1:对异常里程的分析,正常情况下,车辆在行驶过程中,Acc为On上报里程虽然会突变,但还是有规律的,突变点后面的里程和前面是有一定关系的。根据实际应用,里程异常主要分为两种场景,将异常里程划分为两种情况:
如图1所示,里程异常突变,后来又恢复正常:求:M到N的里程变化值△MN:B点为突变增大里程点,E点为突变减小里程点。异常情况处理逻辑是:把A到B的突变里程△BA=B-A存到异常里程表,再把B到C的突变里程△CB=C-B存到里程异常表,同理把△ED=E-D,△FE=F-E存到异常里程表,M到N的里程:△MN=N-M-△BA-△CB-△ED-△ED这样的异常处理可以消除突变在开始时间、结束时间的情况。此处忽略了△AC,△DF,因为这两个过程是正常里程变化,由小到大,△MN已经包含△AC,△DF。
如图2所示,里程异常突变,后来未恢复正常:对于这种情况,,我们以相同的异常处理逻辑解决。△DA=D-A-△CB,同理,里程变小的情况,统计方法也是一样。
步骤2:对异常里程的统计,包括以下步骤:
步骤21:获取原始GPS数据,参考图3所示,包括以下步骤:
解析GPS数据,GPS数据包含经纬度,以及车辆当前累加总里程,GPS数据存储,存储至数据库表中,判断是否还有新数据,若有则解析GPS数据,否则结束本流程。
步骤22:预统计生成里程异常表,参考图4所示,包括以下步骤:读取下一条GPS数据,当前里程是否异常变大或变小(与上一个GPS点比较),若是,则存储里程差值至数据库表,否则判断是否还有新GPS数据,若有则返回读取下一条GPS数据,并进行里程异常判断,否则结束本流程。
步骤23:根据Acc状态分段统计车辆行驶里程。Acc连续为On的gps点作为一次完整的车台开始、结束的记录,并处理其中的异常里程,生成异常里程差值表exceptionmeleage,最后生成里程明细表Carrunlog。同时,每天将所有车辆的里程日统计数据汇总在MileageDaily里面。所述步骤23中,参考图5所示,具体包括:
步骤231:在一段GPS轨迹中,分别提取ACC状态为On和ACC状态为Off的里程,
步骤232:计算该段GPS轨迹中的车辆行驶里程,处理异常里程并生成该段异常里程差值表exceptionmeleage,
步骤233:存储该段总里程值至里程明细表Carrunlog,
步骤234:判断该段GPS轨迹是否为当天的最后一段GPS轨迹,若是,则执行步骤235,否则,依据时间顺序获取下一段GPS轨迹,并返回执行步骤231至步骤233,
步骤235:将Carrunlog表(数据库表)的里程按天统计,累加里程,生成车辆里程统计日表(MileageDaily),并存储进数据库,结束本流程。
步骤24:按照任意时间段查询车辆里程,包括以下具体步骤:尽量以明细里程(Carrunlog,MileageDaily)作为统计的基础数据,减小异常出现时导致的误差。查询主要分为两种场景,时间段范围非整天的情况,时间段范围跨数天的情况。
时间段范围非整天:里程统计主要从里程明细表Carrunlog表统计。
时间段范围跨数天的情况:需要以天为单位统计里程。最后将结果合并在一起,就是总的里程统计。
①时间段划分:分为整数天里程和非整天里程两种类型。
②整数天里程从车辆里程统计日表MileageDaily来统计。
③非整天里程统计从gps表统计,根据里程明细表Carrunlog来统计。
即:跨数天里程的分段计算方法
A段里程(非整天)+B段里程(整数天)+C段里程(非整天)。
本实施例的里程统计算法,基于里程异常差值分析,按照时间段分段统计。和传统中心里程统计方法相比,未针对车辆经纬度或速度进行复杂逻辑分析,可操作性强。该算法深挖车辆里程异常变化规律,并用于实际场景下的车辆里程统计,算法简单而高效,准确性也较高。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (3)
1.一种基于车辆里程差值分析的里程统计方法,其特征在于:包括以下步骤:
步骤1:对异常里程的分析,将异常里程划分为两种情况:
①里程异常突变,后来又恢复正常:
②里程异常突变,后来未恢复正常:
步骤2:对异常里程的统计,包括以下步骤:
步骤21:获取原始GPS数据
步骤22:预统计生成里程异常表,
步骤23:根据Acc状态分段统计车辆行驶里程。
2.根据权利要求1所述的一种基于车辆里程差值分析的里程统计方法,其特征在于:所述步骤23中,具体包括:
步骤231:在一段GPS轨迹中,分别提取ACC状态为On和ACC状态为Off的里程,
步骤232:计算该段GPS轨迹中的车辆行驶里程,剔除异常里程,
步骤233:存储该段里程值至数据库表,
步骤234:判断该段GPS轨迹是否为当天的最后一段GPS轨迹,若是,则执行步骤235,否则,依据时间顺序获取下一段GPS轨迹,并返回执行步骤231至步骤233,
步骤235:生成车辆里程统计日表,并存储进数据库,结束本流程。
3.根据权利要求2所述的一种基于车辆里程差值分析的里程统计方法,其特征在于:还包括步骤24:按照任意时间段查询车辆里程,
步骤24:对车辆里程进行统计,分为以下两种情况:
①时间段范围非整天的情况,根据Acc状态分段统计,剔除异常里程,统计当天总里程,
②时间段范围跨数天的情况,包括以下步骤:
S1:按天划分时间范围,将里程分为整数天里程和非整天里程两种类型。
S2:对整数天里程,从gps表计算,根据Acc状态分段统计,剔除异常里程,并将每天的里程累加,对非整天里程,参照步骤23中根据Acc状态分段统计车辆行驶里程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510071095.0A CN104636620A (zh) | 2015-02-11 | 2015-02-11 | 一种基于车辆里程差值分析的里程统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510071095.0A CN104636620A (zh) | 2015-02-11 | 2015-02-11 | 一种基于车辆里程差值分析的里程统计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104636620A true CN104636620A (zh) | 2015-05-20 |
Family
ID=53215361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510071095.0A Pending CN104636620A (zh) | 2015-02-11 | 2015-02-11 | 一种基于车辆里程差值分析的里程统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104636620A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403482A (zh) * | 2017-06-28 | 2017-11-28 | 北汽福田汽车股份有限公司 | 一种确定车辆行驶里程数的方法、装置及系统 |
CN107977476A (zh) * | 2016-10-21 | 2018-05-01 | 厦门雅迅网络股份有限公司 | 一种估算汽车剩余续航里程的方法 |
CN105159934B (zh) * | 2015-08-03 | 2018-09-18 | 浙江宇视科技有限公司 | 实时过车数据的离散化上传方法及装置 |
CN108549721A (zh) * | 2018-04-24 | 2018-09-18 | 上汽通用五菱汽车股份有限公司 | 车辆里程数据的同步更新方法、服务器以及可读存储介质 |
CN108896071A (zh) * | 2018-05-16 | 2018-11-27 | 成都雅骏新能源汽车科技股份有限公司 | 一种检验车辆里程数据的判断方法 |
CN108932217A (zh) * | 2017-05-27 | 2018-12-04 | 深圳市中电电力技术股份有限公司 | 能耗统计的方法及装置 |
CN109669918A (zh) * | 2018-12-13 | 2019-04-23 | 成都心吉康科技有限公司 | 数据展示方法、装置及可穿戴健康设备 |
CN110377634A (zh) * | 2019-06-24 | 2019-10-25 | 中国水产科学研究院东海水产研究所 | 一种近海捕捞渔船出海时间与航程进行量化分析方法 |
CN110631650A (zh) * | 2019-09-23 | 2019-12-31 | 杭州鸿泉物联网技术股份有限公司 | 基于时间序列数据自增特征的数据清洗方法及装置 |
CN111693295A (zh) * | 2020-05-15 | 2020-09-22 | 南斗六星系统集成有限公司 | 一种基于车辆发动机状态的行程分析方法及装置 |
CN111739286A (zh) * | 2020-05-15 | 2020-10-02 | 南斗六星系统集成有限公司 | 一种基于车辆速度状态的行程分析方法及装置 |
CN113280830A (zh) * | 2021-05-31 | 2021-08-20 | 北京理工大学 | 数据驱动的特定驾驶场景车辆筛选以及里程核查方法 |
CN113470216A (zh) * | 2021-06-24 | 2021-10-01 | 东风汽车集团股份有限公司 | 一种车辆信息获取方法、装置、系统及电子设备 |
CN114407651A (zh) * | 2022-01-18 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 车辆里程数存储方法、装置、电子设备及存储介质 |
CN114841679A (zh) * | 2022-06-29 | 2022-08-02 | 陕西省君凯电子科技有限公司 | 车辆行驶数据的智能管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102032917A (zh) * | 2009-09-28 | 2011-04-27 | 青岛海尔软件有限公司 | 实时统计汽车行驶里程的方法 |
CN103047995A (zh) * | 2012-11-29 | 2013-04-17 | 江苏鸿信系统集成有限公司 | 基于卫星定位技术的gps终端里程统计方法 |
CN103364008A (zh) * | 2013-07-30 | 2013-10-23 | 苏州翼凯通信科技有限公司 | 基于gps的车载里程测算系统 |
-
2015
- 2015-02-11 CN CN201510071095.0A patent/CN104636620A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102032917A (zh) * | 2009-09-28 | 2011-04-27 | 青岛海尔软件有限公司 | 实时统计汽车行驶里程的方法 |
CN103047995A (zh) * | 2012-11-29 | 2013-04-17 | 江苏鸿信系统集成有限公司 | 基于卫星定位技术的gps终端里程统计方法 |
CN103364008A (zh) * | 2013-07-30 | 2013-10-23 | 苏州翼凯通信科技有限公司 | 基于gps的车载里程测算系统 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159934B (zh) * | 2015-08-03 | 2018-09-18 | 浙江宇视科技有限公司 | 实时过车数据的离散化上传方法及装置 |
CN107977476A (zh) * | 2016-10-21 | 2018-05-01 | 厦门雅迅网络股份有限公司 | 一种估算汽车剩余续航里程的方法 |
CN107977476B (zh) * | 2016-10-21 | 2022-12-13 | 厦门雅迅网络股份有限公司 | 一种估算汽车剩余续航里程的方法 |
CN108932217A (zh) * | 2017-05-27 | 2018-12-04 | 深圳市中电电力技术股份有限公司 | 能耗统计的方法及装置 |
CN107403482B (zh) * | 2017-06-28 | 2019-11-22 | 北汽福田汽车股份有限公司 | 一种确定车辆行驶里程数的方法、装置及系统 |
CN107403482A (zh) * | 2017-06-28 | 2017-11-28 | 北汽福田汽车股份有限公司 | 一种确定车辆行驶里程数的方法、装置及系统 |
CN108549721A (zh) * | 2018-04-24 | 2018-09-18 | 上汽通用五菱汽车股份有限公司 | 车辆里程数据的同步更新方法、服务器以及可读存储介质 |
CN108896071B (zh) * | 2018-05-16 | 2021-12-28 | 成都雅骏新能源汽车科技股份有限公司 | 一种检验车辆里程数据的判断方法 |
CN108896071A (zh) * | 2018-05-16 | 2018-11-27 | 成都雅骏新能源汽车科技股份有限公司 | 一种检验车辆里程数据的判断方法 |
CN109669918A (zh) * | 2018-12-13 | 2019-04-23 | 成都心吉康科技有限公司 | 数据展示方法、装置及可穿戴健康设备 |
CN110377634A (zh) * | 2019-06-24 | 2019-10-25 | 中国水产科学研究院东海水产研究所 | 一种近海捕捞渔船出海时间与航程进行量化分析方法 |
CN110631650A (zh) * | 2019-09-23 | 2019-12-31 | 杭州鸿泉物联网技术股份有限公司 | 基于时间序列数据自增特征的数据清洗方法及装置 |
CN111693295A (zh) * | 2020-05-15 | 2020-09-22 | 南斗六星系统集成有限公司 | 一种基于车辆发动机状态的行程分析方法及装置 |
CN111739286A (zh) * | 2020-05-15 | 2020-10-02 | 南斗六星系统集成有限公司 | 一种基于车辆速度状态的行程分析方法及装置 |
CN111739286B (zh) * | 2020-05-15 | 2023-10-13 | 南斗六星系统集成有限公司 | 一种基于车辆速度状态的行程分析方法及装置 |
CN113280830A (zh) * | 2021-05-31 | 2021-08-20 | 北京理工大学 | 数据驱动的特定驾驶场景车辆筛选以及里程核查方法 |
CN113470216A (zh) * | 2021-06-24 | 2021-10-01 | 东风汽车集团股份有限公司 | 一种车辆信息获取方法、装置、系统及电子设备 |
CN114407651A (zh) * | 2022-01-18 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 车辆里程数存储方法、装置、电子设备及存储介质 |
CN114407651B (zh) * | 2022-01-18 | 2023-12-29 | 上汽通用五菱汽车股份有限公司 | 车辆里程数存储方法、装置、电子设备及存储介质 |
CN114841679A (zh) * | 2022-06-29 | 2022-08-02 | 陕西省君凯电子科技有限公司 | 车辆行驶数据的智能管理系统 |
CN114841679B (zh) * | 2022-06-29 | 2022-10-18 | 陕西省君凯电子科技有限公司 | 车辆行驶数据的智能管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104636620A (zh) | 一种基于车辆里程差值分析的里程统计方法 | |
CN111862659B (zh) | 一种gps轨迹数据匹配和补全的方法 | |
EP3242236B1 (en) | Transaction risk detection method and device | |
CN108595539B (zh) | 一种基于大数据的行迹相似对象识别方法与系统 | |
CN109242024B (zh) | 一种基于卡口数据的车辆行为相似度计算方法 | |
CN110008872B (zh) | 一种结合车辆轨迹和遥感图像的路网提取方法 | |
CN103809194B (zh) | 一种gps轨迹曲线的显示方法及装置 | |
CN111209261B (zh) | 基于信令大数据的用户出行轨迹提取方法和系统 | |
Yan et al. | SeTraStream: semantic-aware trajectory construction over streaming movement data | |
CN104778245A (zh) | 基于海量车牌识别数据的相似轨迹挖掘方法及装置 | |
CN109634946B (zh) | 一种基于大数据挖掘的轨迹智能匹配关联分析方法 | |
CN103886082A (zh) | 对兴趣点的位置信息进行校验的方法和设备 | |
CN110888884B (zh) | 基于geohash匹配的车码拟合方法及系统 | |
CN109218985B (zh) | 一种基于模式相似度的船舶作业行为异常检测方法及系统 | |
CN104392005A (zh) | 一种汽车快速定损方法 | |
CN108646261B (zh) | 一种车辆gps数据集的数据处理方法和装置 | |
CN107229682A (zh) | 一种基于大型数据库的出租车位置数据处理方法 | |
WO2015131558A1 (zh) | 告警相关性数据挖掘方法和装置 | |
CN104462273A (zh) | 提取轨迹的方法及系统 | |
CN114580554A (zh) | 基于轨迹特征挖掘的船舶伴随模式检测方法、系统和介质 | |
KR20130129503A (ko) | 차량 추적 시스템 및 방법 | |
CN112100308A (zh) | 一种北斗时空轨迹的相似性查询方法 | |
CN105300402B (zh) | 一种车辆里程的统计方法及装置 | |
CN114817328A (zh) | 一种水域数据处理方法、装置及系统 | |
CN104242949B (zh) | 一种轨迹压缩及解压缩方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | 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: 20150520 |
|
RJ01 | Rejection of invention patent application after publication |