CN104683405A - 在车联网中集群服务器分发地图匹配任务的方法和装置 - Google Patents
在车联网中集群服务器分发地图匹配任务的方法和装置 Download PDFInfo
- Publication number
- CN104683405A CN104683405A CN201310629751.5A CN201310629751A CN104683405A CN 104683405 A CN104683405 A CN 104683405A CN 201310629751 A CN201310629751 A CN 201310629751A CN 104683405 A CN104683405 A CN 104683405A
- Authority
- CN
- China
- Prior art keywords
- section
- vehicles
- road
- time period
- map match
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及在车联网中集群服务器分发地图匹配任务的方法和装置。具体地,公开了一种方法,包括:确定当前时段对应的路段分组集合以及所述路段分组集合中的每个路段分组与集群服务器的计算节点的对应关系,其中所述路段分组是根据集群服务器的计算节点的数目和路网上划分后的路段的不相似度对所述划分的路段进行的分组;响应于接收到来自车辆的多个GPS采样数据,根据所述多个GPS采样数据生成地图匹配请求;响应于生成地图匹配请求并获取到所述车辆的最新位置所在的路段,将所述地图匹配请求发送至与该获取的路段所在的路段分组对应的计算节点进行地图匹配。本发明实施例的方法能够解决集群服务器的计算节点在处理地图匹配任务时产生的冲突。
Description
技术领域
本发明涉及车联网地图匹配,更具体地,涉及在车联网中集群服务器分发地图匹配任务的方法和装置。
背景技术
随着车联网时代的到来,为百万级的车辆提供实时的位置服务(LBS,Location Based Service)将会成为一种趋势并且变成现实。提供位置服务的先决条件是需要准确定位车辆在路段上的实时位置。由于GPS信号存在漂移,城市道路状况复杂(如复杂立交桥)等因素。完成这项工作需要地图匹配(Mapmatching)技术,它是一项准确定位车辆实时位置的关键技术。
在服务器端统一为接入车联网的车辆提供地图匹配服务能够避免不同终端设备地图版本差异,避免地图更新的延迟问题,并且实现群聚车辆的协同匹配,在实际运营中是一种理想的选择。为百万级的车辆提供高性能、低延时的地图匹配技术,需要高性能、负载平衡的集群服务器来处理。
现有的负载平衡技术考虑了集群服务器的性能,上报运算负载情况,反应速度,网络负载情况,地理位置等因素,但是却不能解决地图匹配请求之间的冲突。
进入多核时代以后,充分利用多核的并行计算能力对提高集群整体计算能力是必要而显著的。在地图匹配算法中,大量的短距离路径搜索是最主要的计算资源消耗因素之一。需要充分利用多核并行计算能力去解决大量短距离路径搜索。利用多核的并行计算能力实现并行短距离路径搜索时,地理位置相近的搜索任务会出现冲突,导致加锁排队问题,从而降低整体运算效率。地理位置相近的路径搜索任务冲突的原因是:采样点的候选匹配位置在通常情况下都不是GIS数据中道路网络中的原有节点。因此,在这些候选位置之间搜索最短路径时,需要添加临时节点到路网模型中。同时,需要利用启发式搜索加速搜索速度时,还需要在途经节点记录大量临时状态。这些频繁写操作在并行计算中会导致严重的冲突问题。
因此,需要一种解决集群服务器的计算节点在处理地图匹配任务时产生冲突的方法。
发明内容
根据本发明的一个方面,提供了一种在车联网中集群服务器分发地图匹配任务的方法,包括:确定当前时段对应的路段分组集合以及所述路段分组集合中的每个路段分组与集群服务器的计算节点的对应关系,其中所述路段分组是根据集群服务器的计算节点的数目和路网上划分后的路段的不相似度对所述划分的路段进行的分组;响应于接收到来自车辆的多个GPS采样数据,根据所述多个GPS采样数据生成地图匹配请求;响应于生成地图匹配请求并获取到所述车辆的最新位置所在的路段,将所述地图匹配请求发送至与该获取的路段所在的路段分组对应的计算节点进行地图匹配。
根据本发明的另一个方面,提供了一种在车联网中集群服务器分发地图匹配任务的装置,包括:确定模块,被配置为确定当前时段对应的路段分组集合以及所述路段分组集合中的每个路段分组与集群服务器的计算节点的对应关系,其中所述路段分组是根据集群服务器的计算节点的数目和路网上划分后的路段的不相似度对所述划分的路段进行的分组;匹配请求生成模块,被配置为响应于接收到来自车辆的多个GPS采样数据,根据所述多个GPS采样数据生成地图匹配请求;分发模块,被配置为响应于生成地图匹配请求并获取到所述车辆的最新位置所在的路段,将所述地图匹配请求发送至与该获取的路段所在的路段分组对应的计算节点进行地图匹配。
根据本发明实施例的方法和装置,能够解决集群服务器的计算节点在处理地图匹配任务时产生的冲突。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施方式中,相同的参考标号通常代表相同部件。
图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
图2示出根据本发明实施例的在车联网中集群服务器分发地图匹配任务的方法。
图3示出根据本发明的一个实施例采用递归等分法划分路段的流程图。
图4示出根据本发明的又一实施例划分路段的流程图。
图5示出根据本发明实施例的在车联网中集群服务器分发地图匹配任务的装置500。
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施方式。虽然附图中显示了本公开的优选实施方式,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施方式所限制。相反,提供这些实施方式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。
所属技术领域的技术人员知道,本发明可以实现为系统、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等),还可以是硬件和软件结合的形式,本文一般称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。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,都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,这些计算机程序指令通过计算机或其它可编程数据处理装置执行,产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中,这样,存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instmction means)的制造品(manufacture)。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图1显示的计算机系统/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图1所示,计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示,通常称为“硬盘驱动器”)。尽管图1中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
现在参看图2,图2示出根据本发明实施例的在车联网中集群服务器分发地图匹配任务的方法,包括:在步骤S201,确定当前时段对应的路段分组集合以及所述路段分组集合中的每个路段分组与集群服务器的计算节点的对应关系,其中所述路段分组是根据集群服务器的计算节点的数目和路网上划分后的路段的不相似度对所述划分的路段进行的分组;在步骤S202,响应于接收到来自车辆的多个GPS采样数据,根据所述多个GPS采样数据生成地图匹配请求;在步骤S203,响应于生成地图匹配请求并获取到所述车辆的最新位置对应的路段,将所述地图匹配请求发送至与该获取的路段所在的路段分组对应的计算节点进行地图匹配。
在步骤S201之前需要对车联网地图中的路网进行预处理,可以根据历史路况信息对时段进行划分,使得每个时段内路网的平均车辆密度变化相对平缓,之后针对某个时段,对路网中的路段进行划分,车联网地图中的路段是指车联网地图文件中定义路网的最小单位。本领域技术人员理解,可以利用现有技术中对划分路段的方法对路网中的路段进行划分,根据本发明的实施例,根据历史路况信息对路网上的路段进行划分,从而使划分后的每个路段的车辆数目接近平均。
根据本发明的实施例,其中根据历史路况信息对路网上的路段进行划分进一步包括:根据历史路况信息统计某个时间段内的路网上的路段的车辆数目和该时间段内的所述路网的车辆总数,具体地,可以从公共信息平台的历史交通监控数据中获取某个时间段内路网上的路段的车辆数目和该时间段内的所述路网的车辆总数;根据所述路网的车辆总数和路段数目计算该时间段内的路段平均车辆数目;根据该时间段内路网上的路段的车辆数目和该时间段内的路段平均车辆数目对路网上的路段进行划分。
根据本发明的实施例,其中根据该时间段内路网上的路段的车辆数目和该时间段内的路段平均车辆数目对路网上的路段进行划分包括:判断某个时间段内某个路段的车辆数目是否不小于所述路段平均车辆数目;响应于判断结果为是,将该某个路段平均划分为两个路段;迭代执行判断步骤,直到每个路段的车辆数目小于所述路段平均车辆数目。图3示出根据本发明的一个实施例采用递归等分法划分路段的流程图,在步骤S301,统计出路网的路段集合N中的路段总数n,并根据历史路况信息统计出某一时间段内每个路段的车辆数目si(i=1...n)以及该时间段内所有路段的车辆总数在步骤S302,计算出该时间段内的路段平均车辆数目S/n,在步骤S303,从n个路段中选取一个路段,在步骤S304,判断该路段的车辆数目是否大于路段平均车辆数目,如果判断结果为是,则在步骤S305,将该路段平均划分为两个路段,如果判断结果为否,则前进至步骤S306,判断是否所有路段的车辆数都小于路段平均车辆数目,如果判断结果为是,则在步骤S307输出路段集合M,如果判断结果为否,则返回步骤S303重复执行步骤S303至S306,直到所有路段的车辆数小于路段平均车辆数目为止。
图4示出根据本发明的又一实施例划分路段的流程图。在步骤S401,统计出路网的路段集合N中的路段总数n,并根据历史路况信息统计出某一时间段内每个路段的车辆数目si(i=1...n)以及该时间段内所有路段的车辆总数在步骤S402,计算该时间段内的路段平均车辆数目S/n,在步骤S403,从n个路段中选取路段i,i=1,在步骤S404,判断该路段的车辆数目v是否大于路段平均车辆数目,如果判断结果为是,则在步骤S405,计算 表示对v/m向下取整,如果判断结果为否,在步骤S406,将该路段划分为C个路段,i=i+1,在步骤S407,判断i是否小于n,如果判断结果为是,则步骤返回步骤S403,如果判断结果为否,则在步骤S408,输出分段后的路段集合M,在步骤S409,判断是否存在任意两个相邻路段且满足a+b<路段平均车辆数,其中a和b分别为两个路段在该时段内出现的车辆数,如果判断结果为是,则在步骤S410合并该相邻两个路段,如果判断结果为否,则在步骤S411,输出合并后的路段集合W。
根据集群服务器的地图匹配计算节点的数目和划分后的路段的不相似度对所述划分的路段进行分组,从而使每组包含路段数目接近,组内的两两路段的不相似度尽量高,从而形成对应于每个划分的时间段的路段分组集合。
其中所述不相似度能够区分每个所述路段分组内的任何两个路段的以下三种情况,从而使每个所述路段分组内的任何两个路段之间的不相似度尽量高:两个路段相距很远,即满足两个路段之间任意两点之间的距离大于2δ(δ是GPS采样数据最大距离偏移误差);两个路段相交;两个路段近似平行。
根据本发明的实施例,假设路段的集合V=(v1,v2,v3..vn),实现地图匹配的集群服务器的计算节点的数量为N,将V中的路段划分为N组,并且满足每组内的两两路段的不相似度尽量高,从而使计算节点在地图匹配的最短路径搜索时产生的任务冲突的可能性尽量小。
根据本发明的实施例,定义S中任意两条路段vi和vj的不相似度Dsim(vi,vj),
其中M和m为大于1的常数,且M>m;
δ是GPS采样数据最大距离偏移误差;
F(A,B)是一种被广泛应用于计算两条曲线相似度的计算方法Fréchet距离,
设S为连续二维空间,其中每条曲线可看做一个从[0,1]到S中一系列点的连续映射的函数,设A(x),B(x)为S中的两条曲线,x∈[0,1]。再设α(t),β(t)是从[0,1]到[0,1]的单调不减连续映射函数,t∈[0,1]。那么,曲线A(x)和曲线B(x)的Fréchet距离可定义为对所有可能的映射关系α(t),β(t)所能计算得到的两条曲线之间最大距离的下界。
构建路段分组的优化模型,满足每组路段数量尽量平均,任意一组内部的任意两个路段的不相似度的和尽量大。
优化模型中的参数定义如下:
S-路段集合,i为索引
N-计算节点集合,j为索引
Dsim(i,i′)-路段i和路段i′的不相似度函数
Pair(·)-给定集合的幂集中所有大小为2的集合之集合,k为索引
ok-上述幂集中的第一个元素
dk-上述幂集中的第二个元素
xji-0-1变量,如果路段i在计算节点j上计算,则xji=1;否则xji=0
其中决策变量xji可以用多种优化算法获得,其中包括贪婪算法、K-Means、模拟退火、遗传算法、禁忌搜索等,具体算法不一一赘述,本领域技术人员理解,能够获得上述决策变量的优化算法都在本发明的范围内,上述算法的描述可以参见http://baike.baidu.com/view/1660520.htm。
按照上述优化算法得到每个划分的时间段的路段分组集合,将路段分组集合中的每一个路段分组随机分配集群服务器中的一个计算节点,并将每个路段分组与计算节点的对应关系记录下来,与每个路段分组中的多个路段相关的地图匹配任务将分配给对应的计算节点进行处理。在实时分发地图匹配任务前,需要确定与当前时段对应时间段的路段分组集合以及所述路段分组集合中的每个路段分组与集群服务器的计算节点的对应关系。
在步骤S202,响应于接收到来自车辆的多个GPS采样数据,根据所述多个GPS采样数据生成地图匹配请求,车辆在行驶过程中向集群服务器的分发节点发送GPS采样点数据,在分发节点处根据多个时间连续的GPS采样点数据生成路网匹配请求。
根据本发明的实施例,步骤S201和步骤S202的顺序也可以调换,步骤S201可以在步骤S202之后进行。
在步骤S203,响应于生成地图匹配请求并且获取到所述车辆的最新位置所在的路段,将所述地图匹配请求发送至与该获取的路段所在的路段分组对应的计算节点进行地图匹配。
根据本发明的实施例,还包括响应于生成地图匹配请求并且未获取到所述车辆的最新位置所在的路段,将所述地图匹配请求发送至任意的计算节点进行处理。具体地,如果之前计算节点对车辆的GPS采样数据进行过地图匹配,则将车辆的最新位置所在的路段发送给分发节点,在分发节点处记录该车辆的最新位置对应的路段信息,如果生成车辆的地图匹配请求并查找到该车辆的最新位置对应的路段,则将地图匹配请求发送至与该获取的路段对应的计算节点进行处理。如果之前计算节点未对车辆的GPS采样数据进行过地图匹配,则在分发节点处不会记录有该车辆的最新位置所在的路段信息,如果生成车辆的地图匹配请求并未查找到该车辆的最新位置所在的路段,则将所述地图匹配请求发送至任意的计算节点进行处理。
根据本发明的一个实施例,分发节点接收到ID为XYZ001的车辆的多个GPS采样点数据,表1示出根据GPS采样点数据生成的路网匹配请求中包含的信息,表2示出根据本发明实施例的车辆最新位置的记录,获取该车辆的最新位置在路段5上,进一步在表3中查找到与路段5对应的计算节点2,因此将该车辆的路网匹配请求发送至计算节点2进行地图匹配。
表1本发明实施例的路网匹配请求包含的信息
车辆ID | X1经度 | Y1纬度 | 时间 |
XYZ001 | 87.436 | 45.795 | 2013-11-1010:31:31 |
XYZ001 | 87.434 | 45.795 | 2013-11-1010:32:01 |
XYZ001 | 87.431 | 45.795 | 2013-11-1010:32:31 |
表2本发明实施例的车辆的最新位置信息
表3本发明实施例的路段分组与计算节点的对应关系
路段分组 | 路段 | 计算节点 |
分组1 | 路段1,3,7 | 节点1 |
分组2 | 路段2,5,8 | 节点2 |
分组3 | 路段4,6,9 | 节点3 |
前面已经参考附图描述了实现本发明的方法的各个实施例。本领域技术人员可以理解的是,上述方法可以以软件方式实现,也可以以硬件方式实现,或者通过软件与硬件相结合的方式实现。并且,本领域技术人员可以理解,通过以软件、硬件或者软硬件相结合的方式实现上述方法中的各个步骤,可以提供一种在车联网中集群服务器分发地图匹配任务的装置。即使该装置在硬件结构上与通用处理设备相同,由于其中所包含的软件的作用,使得该装置表现出区别于通用处理设备的特性,从而形成本发明的各个实施例的装置。
下面将参考附图5具体描述根据本发明实施例的在车联网中集群服务器分发地图匹配任务的装置500,装置500包括:一种在车联网中集群服务器分发地图匹配任务的装置,包括:确定模块501,被配置为确定当前时段对应的路段分组集合以及所述路段分组集合中的每个路段分组与集群服务器的计算节点的对应关系,其中所述路段分组是根据集群服务器的计算节点的数目和路网上划分后的路段的不相似度对所述划分的路段进行的分组;匹配请求生成模块502,被配置为响应于接收到来自车辆的多个GPS采样数据,根据所述多个GPS采样数据生成地图匹配请求;分发模块503,被配置为响应于生成地图匹配请求并确定记录有所述车辆的最新位置对应的路段,将所述地图匹配请求发送至与该获取的路段所在的路段分组对应的计算节点进行地图匹配。
根据本发明的实施例,其中所述划分后的路段是根据历史路况信息对路网上的路段进行划分的,从而使划分后的每个路段的车辆数目接近平均。
根据本发明的实施例,其中根据历史路况信息对路网上的路段进行划分包括:根据历史路况信息统计某个时间段内的路网上的路段的车辆数目和该时间段内的所述路网的车辆总数;根据所述路网的车辆总数和路段数目计算该时间段内的路段平均车辆数目;根据该时间段内路网上的路段的车辆数目和该时间段内的路段平均车辆数目对路网上的路段进行划分。
根据本发明的实施例,其中根据该时间段内路网上的路段的车辆数目和该时间段内的路段平均车辆数目对路网上的路段进行划分包括:判断某个时间段内某个路段的车辆数目是否不小于所述路段平均车辆数目;响应于判断结果为是,将该某个路段平均划分为两个路段;迭代执行判断步骤,直到每个路段的车辆数目小于所述路段平均车辆数目。
根据本发明的实施例,其中所述不相似度能够区分每个所述路段分组内的任何两个路段的以下三种情况,从而使每个所述路段分组内的任何两个路段之间的不相似度尽量高:两个路段相距很远,即满足两个路段之间任意两点之间的距离大于2δ(δ是GPS采样数据最大距离偏移误差);两个路段相交;两个路段近似平行。
根据本发明的实施例,其中所述分发模块504进一步被配置为:响应于生成地图匹配请求并确定未记录有所述车辆的最新位置对应的路段;将所述地图匹配请求发送至任意的计算节点进行地图匹配。
上述每个模块的具体实现方法参照根据本发明实施例的在车联网中集群服务器分发地图匹配任务的方法中的详细描述,在此不一一赘述。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、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、程序段或代码的一部分,所述模块、程序段或代码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。也应当注意,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操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例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施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (12)
1.在车联网中集群服务器分发地图匹配任务的方法,包括:
确定当前时段对应的路段分组集合以及所述路段分组集合中的每个路段分组与集群服务器的计算节点的对应关系,其中所述路段分组是根据集群服务器的计算节点的数目和路网上划分后的路段的不相似度对所述划分的路段进行的分组;
响应于接收到来自车辆的多个GPS采样数据,根据所述多个GPS采样数据生成地图匹配请求;
响应于生成地图匹配请求并获取到所述车辆的最新位置所在的路段,将所述地图匹配请求发送至与该获取的路段所在的路段分组对应的计算节点进行地图匹配。
2.根据权利要求1所述的方法,其中所述划分后的路段是根据历史路况信息对路网上的路段进行划分的,从而使划分后的每个路段的车辆数目接近平均。
3.根据权利要求2所述的方法,其中根据历史路况信息对路网上的路段进行划分进一步包括:
根据历史路况信息统计某个时间段内的路网上的路段的车辆数目和该时间段内的所述路网的车辆总数;
根据所述路网的车辆总数和路段数目计算该时间段内的路段平均车辆数目;
根据该时间段内路网上的路段的车辆数目和该时间段内的路段平均车辆数目对路网上的路段进行划分。
4.根据权利要求2所述的方法,其中根据该时间段内路网上的路段的车辆数目和该时间段内的路段平均车辆数目对路网上的路段进行划分包括:
判断某个时间段内某个路段的车辆数目是否不小于所述路段平均车辆数目;
响应于判断结果为是,将该某个路段平均划分为两个路段;
迭代执行判断步骤,直到每个路段的车辆数目小于所述路段平均车辆数目。
5.根据权利要求1所述的方法,其中所述不相似度能够区分每个所述路段分组内的任何两个路段的以下三种情况,从而使每个所述路段分组内的任何两个路段之间的不相似度尽量高:
两个路段相距很远;两个路段相交;两个路段近似平行。
6.根据权利要求1所述的方法,还包括:
响应于生成地图匹配请求并未获取到所述车辆的最新位置所在的路段;
将所述地图匹配请求发送至任意的计算节点进行地图匹配。
7.一种在车联网中集群服务器分发地图匹配任务的装置,包括:
确定模块,被配置为确定当前时段对应的路段分组集合以及所述路段分组集合中的每个路段分组与集群服务器的计算节点的对应关系,其中所述路段分组是根据集群服务器的计算节点的数目和路网上划分后的路段的不相似度对所述划分的路段进行的分组;
匹配请求生成模块,被配置为响应于接收到来自车辆的多个GPS采样数据,根据所述多个GPS采样数据生成地图匹配请求;
分发模块,被配置为响应于生成地图匹配请求并获取到所述车辆的最新位置所在的路段,将所述地图匹配请求发送至与该获取的路段所在的路段分组对应的计算节点进行地图匹配。
8.根据权利要求7所述的装置,其中所述划分后的路段是根据历史路况信息对路网上的路段进行划分的,从而使划分后的每个路段的车辆数目接近平均。
9.根据权利要求8所述的装置,其中根据历史路况信息对路网上的路段进行划分包括:
根据历史路况信息统计某个时间段内的路网上的路段的车辆数目和该时间段内的所述路网的车辆总数;
根据所述路网的车辆总数和路段数目计算该时间段内的路段平均车辆数目;
根据该时间段内路网上的路段的车辆数目和该时间段内的路段平均车辆数目对路网上的路段进行划分。
10.根据权利要求9所述的装置,其中根据该时间段内路网上的路段的车辆数目和该时间段内的路段平均车辆数目对路网上的路段进行划分进一步包括:
判断某个时间段内某个路段的车辆数目是否不小于所述路段平均车辆数目;
响应于判断结果为是,将该某个路段平均划分为两个路段;
迭代执行判断步骤,直到每个路段的车辆数目小于所述路段平均车辆数目。
11.根据权利要求7所述的装置,其中所述划分后的路段的相似度能够区分两个路段的以下三种情况,从而使每个所述路段分组内的任何两个路段之间的不相似度尽量高:
两个路段相距很远;两个路段相交;两个路段近似平行。
12.根据权利要求7所述的装置,其中所述分发模块进一步被配置为:
响应于生成地图匹配请求并未获取到所述车辆的最新位置所在的路段;
将所述地图匹配请求发送至任意的计算节点进行地图匹配。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310629751.5A CN104683405B (zh) | 2013-11-29 | 2013-11-29 | 在车联网中集群服务器分发地图匹配任务的方法和装置 |
DE112014004794.5T DE112014004794B4 (de) | 2013-11-29 | 2014-10-11 | Zuteilen von Kartenabgleichaufgaben durch Cluster-Server im Internet der Fahrzeuge |
PCT/CN2014/088406 WO2015078238A1 (en) | 2013-11-29 | 2014-10-11 | Dispatching map matching tasks by cluster server in internet of vehicles |
US14/542,059 US9683852B2 (en) | 2013-11-29 | 2014-11-14 | Dispatching map matching tasks by a cluster server |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310629751.5A CN104683405B (zh) | 2013-11-29 | 2013-11-29 | 在车联网中集群服务器分发地图匹配任务的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104683405A true CN104683405A (zh) | 2015-06-03 |
CN104683405B CN104683405B (zh) | 2018-04-17 |
Family
ID=53198320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310629751.5A Active CN104683405B (zh) | 2013-11-29 | 2013-11-29 | 在车联网中集群服务器分发地图匹配任务的方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9683852B2 (zh) |
CN (1) | CN104683405B (zh) |
DE (1) | DE112014004794B4 (zh) |
WO (1) | WO2015078238A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105808330A (zh) * | 2016-02-26 | 2016-07-27 | 宇龙计算机通信科技(深圳)有限公司 | 任务变更处理方法、任务变更处理装置和车联网服务器 |
CN109945880A (zh) * | 2017-12-20 | 2019-06-28 | 华为技术有限公司 | 路径规划方法、相关设备及可读存储介质 |
CN110110154A (zh) * | 2018-02-01 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 一种图文件的处理方法、装置及存储介质 |
CN110160539A (zh) * | 2019-05-28 | 2019-08-23 | 北京百度网讯科技有限公司 | 地图匹配方法、装置、计算设备和介质 |
CN114424264A (zh) * | 2019-09-19 | 2022-04-29 | 华为云计算技术有限公司 | 一种用于同步位置信息的设备 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010040650B4 (de) * | 2010-09-13 | 2020-08-13 | Robert Bosch Gmbh | Vorrichtung und Verfahren zur Einstellung der Beleuchtung eines Fahrzeugs bei uneinsichtigen Kurven |
CN105159618B (zh) * | 2015-09-25 | 2018-08-28 | 清华大学 | 用于单盘失效修复的优化方法及优化装置 |
US10151592B2 (en) * | 2016-04-28 | 2018-12-11 | Here Global B.V. | Map matching quality evaluation |
US10209082B2 (en) | 2016-05-05 | 2019-02-19 | Here Global B.V. | Method and apparatus for matching probe points to road segments utilizing a trajectory identifier |
US10145691B2 (en) * | 2016-05-18 | 2018-12-04 | Here Global B.V. | Ambiguity map match rating |
US10060750B2 (en) * | 2016-08-26 | 2018-08-28 | International Business Machines Corporation | System, method and computer program product for consolidation of requests for access to dynamic map |
CN107688552A (zh) * | 2017-08-25 | 2018-02-13 | 成都优力德新能源有限公司 | 车联网数据处理系统 |
US10705884B2 (en) * | 2018-07-12 | 2020-07-07 | Toyota Jidosha Kabushiki Kaisha | Managing computational tasks in vehicle context |
CN111263329B (zh) * | 2018-11-30 | 2021-06-22 | 华为技术有限公司 | 车联网通信方法、分发模块、中心服务器以及区域服务器 |
CN111488416B (zh) * | 2019-01-29 | 2023-05-16 | 阿里巴巴集团控股有限公司 | 地图道路数据存储方法和装置、定位点匹配方法和装置 |
CN109917376B (zh) * | 2019-02-26 | 2021-08-06 | 东软睿驰汽车技术(沈阳)有限公司 | 一种定位方法及装置 |
DE102019220510A1 (de) * | 2019-12-23 | 2021-06-24 | Robert Bosch Gmbh | Verfahren zum Bereitstellen einer digitalen Lokalisierungskarte |
CN112202880B (zh) * | 2020-09-29 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 路况信息获取方法、装置、设备以及存储介质 |
CN112883136B (zh) * | 2021-02-19 | 2022-06-10 | 北京三快在线科技有限公司 | 一种用于制作高精地图的任务生成的方法 |
CN113407336B (zh) * | 2021-05-15 | 2022-08-19 | 内蒙古工业大学 | 基于禁忌搜索优化算法的全比较数据分发方法 |
US20220391784A1 (en) * | 2021-06-06 | 2022-12-08 | International Business Machines Corporation | Computer automated multi-objective scheduling advisor |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409011A (zh) * | 2008-10-28 | 2009-04-15 | 北京世纪高通科技有限公司 | 一种地图匹配和路径推测方法、装置和系统 |
CN101694749A (zh) * | 2009-08-25 | 2010-04-14 | 北京世纪高通科技有限公司 | 一种路径推测方法及装置 |
US20110208426A1 (en) * | 2010-02-25 | 2011-08-25 | Microsoft Corporation | Map-Matching for Low-Sampling-Rate GPS Trajectories |
CN102819962A (zh) * | 2012-08-23 | 2012-12-12 | 江苏物联网研究发展中心 | 基于数字地图的城市交通流网络并行信息系统 |
US20130204528A1 (en) * | 2012-02-03 | 2013-08-08 | Clarion Co., Ltd. | Route Guidance System, Route Guidance Server Apparatus and Navigation Terminal Apparatus |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6366945B1 (en) | 1997-05-23 | 2002-04-02 | Ibm Corporation | Flexible dynamic partitioning of resources in a cluster computing environment |
JP2003042790A (ja) | 2001-08-01 | 2003-02-13 | Pioneer Electronic Corp | 通信ナビゲーションシステム、通信ナビゲーション方法、端末装置および経路誘導情報送信装置 |
US20080201070A1 (en) | 2004-06-18 | 2008-08-21 | Navitime Japan Co., Ltd. | Communicative Navigation System, Information Distribution Server, and Mobile Navigation Terminal |
US7788671B2 (en) * | 2004-11-01 | 2010-08-31 | International Business Machines Corporation | On-demand application resource allocation through dynamic reconfiguration of application cluster size and placement |
US20070208493A1 (en) | 2006-03-03 | 2007-09-06 | Inrix, Inc. | Identifying unrepresentative road traffic condition data obtained from mobile data sources |
JP4990115B2 (ja) * | 2007-12-06 | 2012-08-01 | 株式会社デンソー | 位置範囲設定装置、移動物体搭載装置の制御方法および制御装置、ならびに車両用空調装置の制御方法および制御装置 |
JP4973640B2 (ja) * | 2008-10-30 | 2012-07-11 | 株式会社デンソー | 経路探索装置および情報管理サーバ |
DE202011110851U1 (de) | 2010-12-07 | 2016-11-09 | Google Inc. | Vorrichtung der Zielführung |
CN103036927A (zh) * | 2011-09-29 | 2013-04-10 | 中国电信股份有限公司 | 智能交通控制方法、装置与系统 |
GB2499288A (en) | 2012-02-09 | 2013-08-14 | Sita Inf Networking Computing Usa Inc | Path determination |
US8918282B1 (en) * | 2013-08-30 | 2014-12-23 | Here Global B.V. | Turn restriction determination |
-
2013
- 2013-11-29 CN CN201310629751.5A patent/CN104683405B/zh active Active
-
2014
- 2014-10-11 DE DE112014004794.5T patent/DE112014004794B4/de active Active
- 2014-10-11 WO PCT/CN2014/088406 patent/WO2015078238A1/en active Application Filing
- 2014-11-14 US US14/542,059 patent/US9683852B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409011A (zh) * | 2008-10-28 | 2009-04-15 | 北京世纪高通科技有限公司 | 一种地图匹配和路径推测方法、装置和系统 |
CN101694749A (zh) * | 2009-08-25 | 2010-04-14 | 北京世纪高通科技有限公司 | 一种路径推测方法及装置 |
US20110208426A1 (en) * | 2010-02-25 | 2011-08-25 | Microsoft Corporation | Map-Matching for Low-Sampling-Rate GPS Trajectories |
US20130204528A1 (en) * | 2012-02-03 | 2013-08-08 | Clarion Co., Ltd. | Route Guidance System, Route Guidance Server Apparatus and Navigation Terminal Apparatus |
CN102819962A (zh) * | 2012-08-23 | 2012-12-12 | 江苏物联网研究发展中心 | 基于数字地图的城市交通流网络并行信息系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105808330A (zh) * | 2016-02-26 | 2016-07-27 | 宇龙计算机通信科技(深圳)有限公司 | 任务变更处理方法、任务变更处理装置和车联网服务器 |
CN109945880A (zh) * | 2017-12-20 | 2019-06-28 | 华为技术有限公司 | 路径规划方法、相关设备及可读存储介质 |
CN109945880B (zh) * | 2017-12-20 | 2022-11-04 | 华为技术有限公司 | 路径规划方法、相关设备及可读存储介质 |
CN110110154A (zh) * | 2018-02-01 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 一种图文件的处理方法、装置及存储介质 |
CN110110154B (zh) * | 2018-02-01 | 2023-07-11 | 腾讯科技(深圳)有限公司 | 一种图文件的处理方法、装置及存储介质 |
CN110160539A (zh) * | 2019-05-28 | 2019-08-23 | 北京百度网讯科技有限公司 | 地图匹配方法、装置、计算设备和介质 |
CN114424264A (zh) * | 2019-09-19 | 2022-04-29 | 华为云计算技术有限公司 | 一种用于同步位置信息的设备 |
CN114424264B (zh) * | 2019-09-19 | 2024-05-17 | 华为云计算技术有限公司 | 一种用于同步位置信息的设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104683405B (zh) | 2018-04-17 |
US20150153187A1 (en) | 2015-06-04 |
DE112014004794B4 (de) | 2019-04-04 |
US9683852B2 (en) | 2017-06-20 |
DE112014004794T5 (de) | 2016-07-21 |
WO2015078238A1 (en) | 2015-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104683405A (zh) | 在车联网中集群服务器分发地图匹配任务的方法和装置 | |
US8738289B2 (en) | Advanced routing of vehicle fleets | |
Li et al. | T-DesP: Destination prediction based on big trajectory data | |
US8897998B2 (en) | Solving traffic congestion using vehicle grouping | |
CN104346925B (zh) | 预测行车时间的方法和系统 | |
CN104331422A (zh) | 一种路段类型推测方法 | |
CN110398254B (zh) | 一种减缓交通拥挤的方法及系统 | |
Yang et al. | A novel urban emergency path planning method based on vector grid map | |
CN112200336A (zh) | 一种车辆行驶路径规划的方法和装置 | |
CN109934496B (zh) | 区域间通行影响确定方法、装置、设备和介质 | |
US9106560B2 (en) | Solving network traffic congestion using device grouping | |
CN116129643A (zh) | 一种公交车出行特征识别方法、装置、设备及介质 | |
CN109029476A (zh) | 一种用于确定可达区域的方法和装置 | |
CN110942178B (zh) | 一种基于资源分配指标的链路预测方法的充电桩推荐方法 | |
CN109297480B (zh) | 用于管理设备的位置的方法和系统 | |
JP7358528B2 (ja) | 公共交通ルートの決定方法及び装置 | |
CN116664370B (zh) | 一种数据处理方法、装置及计算机设备、存储介质 | |
CN118036853A (zh) | 一种个体出行链生成方法、装置及存储介质 | |
CN111243264B (zh) | 车辆转向预测方法、装置、设备及介质 | |
CN116935656B (zh) | 道路交通数据处理方法、装置、电子设备及存储介质 | |
WO2022259554A1 (ja) | 交通シミュレーション装置、交通シミュレーション方法および交通シミュレーションプログラム | |
CN116704783A (zh) | 一种基于cim的公交站点与快速路出口优化布局方法和装置 | |
Ma et al. | HiAccess: A parallel method for measuring high-resolution spatial accessibility in real time | |
CN113326989A (zh) | 一种车辆路线优化的方法和系统 | |
Joshi et al. | Intelligent parking allotment system based on traffic prediction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |