CN105741537B - 车辆寻客状态的识别方法及系统 - Google Patents

车辆寻客状态的识别方法及系统 Download PDF

Info

Publication number
CN105741537B
CN105741537B CN201610186391.XA CN201610186391A CN105741537B CN 105741537 B CN105741537 B CN 105741537B CN 201610186391 A CN201610186391 A CN 201610186391A CN 105741537 B CN105741537 B CN 105741537B
Authority
CN
China
Prior art keywords
vehicle
state
gps data
speed
objective
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.)
Active
Application number
CN201610186391.XA
Other languages
English (en)
Other versions
CN105741537A (zh
Inventor
蒋新华
邹复民
廖律超
邓艳玲
徐翔
胡蓉
朱铨
方卫东
陈子标
甘振华
郑鸿杰
葛祥海
张茂林
陈韫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian University of Technology
Original Assignee
Fujian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujian University of Technology filed Critical Fujian University of Technology
Priority to CN201610186391.XA priority Critical patent/CN105741537B/zh
Publication of CN105741537A publication Critical patent/CN105741537A/zh
Application granted granted Critical
Publication of CN105741537B publication Critical patent/CN105741537B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车辆寻客状态的识别方法，包括：逐一读取在指定时间出现在指定区域内所有车辆的GPS数据；根据GPS数据，确认车辆的行驶状态；根据车辆的行驶状态，确定车辆是否处于寻客状态。通过上述方式，本发明可以识别车辆寻客状态，获取寻客区域，方便乘客快捷乘车，同时提高出租车的载客率。

Description

车辆寻客状态的识别方法及系统
技术领域
本发明涉及GPS定位技术领域，尤其是涉及一种车辆寻客状态的识别方法及系统。
背景技术
伴随着经济增长和城市化进程的加快，机动车辆迅猛增长，引发了城市公共交通一系列的问题。出租车作为城市公共交通中重要的组成之一，高居不下的空载问题不仅造成了时间和能源的浪费，而且加剧了乘客打车难和司机收益低的情况。如何降低出租车的空载率，成为了公认的智能交通的最大难题之一。
比如出租车行驶在福州大学城公交总站附近，如果是正常的载客状态，司机行驶非常有目的性，速度相对来说比较快，快速驶离这片区域；如果车辆在这片区域内缓慢游走，从公交总站到师大再回到汽车西站，相对距离改变很小，或者逐渐减小，车辆则是处于空载待客状态，也就是所谓的“寻客状态”。
发明内容
本发明所要解决的技术问题是：提供一种识别车辆寻客状态的方式，获取车辆寻客状态，方便乘客快捷乘车，且可有效提高车辆的载客率，最大化的利用车辆。
为了解决上述技术问题，本发明采用的技术方案为：提供一种车辆寻客状态的识别方法，包括：
逐一读取在指定时间出现在指定区域内所有车辆的GPS数据；
根据GPS数据，确认车辆的行驶状态；
根据车辆的行驶状态，确定车辆是否处于寻客状态；
为解决上述问题，本发明还提供一种车辆寻客状态的识别系统，包括：
读取数据模块，用于逐一读取在指定时间出现在指定区域内所有车辆的GPS数据；
行驶状态模块，用于根据GPS数据，确认车辆的行驶状态；
比较确认模块，用于根据车辆的行驶状态，确定车辆是否处于寻客状态。
本发明的有益效果在于：区别于现有技术，本发明通过逐一获取车辆的GPS数据，确认车辆的行驶状态后，并进一步确定其寻客状态。通过上述方式，本发明可以获取车辆寻客状态及寻客区域，方便乘客快捷乘车，同时，针对GPS数据的分析，定位精确度更高。
附图说明
图1为本发明方法实施例一的流程示意图；
图2为本发明方法具体实施例的流程示意图；
图3为本发明系统实施例二的结构框图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于：通过分析GPS数据，获取车辆的行驶状态，并进而确定其是否在扫街。
请参照图1，本发明提供一种车辆寻客状态的识别方法，包括：
S1：逐一读取在指定时间出现在指定区域内所有车辆的GPS数据；
S2：根据GPS数据，确认车辆的行驶状态；
S3：根据车辆的行驶状态，确定车辆是否处于寻客状态。
进一步地，步骤S1具体为：
选取由特定经纬度所围成的封闭区域；
获取第二时间段内的GPS数据，并按终端号分类处理；
按时间顺序，逐一读取所有车辆在速度时间段内的GPS数据；
其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向、行驶状态及距离。
在获取GPS数据后，步骤S2具体为：
判断所述车辆的车速是否大于速度阈值；
若是，则确认车辆处于正常载客状态；并返回步骤S1；
反之，则确认车速为疑似低速行驶状态，记录低速行驶时间及起始点；
判断低速行驶时间是否大于等于时间阈值，
若是，则确认车辆暂时处于低速行驶状态，不作处理；
反之，则逐一计算各行驶点与起始点的相对距离；
判断是否存在至少两个行驶点，使得与起始点的相对距离相等，
若是，则确认车辆处于扫街状态，并记录行经次数；
反之，则确认车辆为低速行驶状态。
确认车辆为低速行驶状态后，将行驶点进行车路匹配，记录车辆当前所处的网格；
判断行驶点是否处于红绿灯路口距离阈值内，
若是，则确认车辆处于路口停车等待状态，不作处理；
反之，则确认车辆处于扫街状态，并记录行经次数。
最后，步骤S3具体为：
统计网格中的行经次数；
判断行经次数是否大于等于次数阈值，
若是，则标记网格，并作为车辆的寻客区域；
反之，则不作处理。
实施例一
如图2所示，本发明实施例一的寻客状态识别方法，具体为：首先可在车辆中安装GPS模块，例如在车载终端设置GPS模块，由控制中心对车载终端的GPS数据进行统计分析；或者车载终端可下载一app应用程序，由服务器对GPS数据进行统计分析。而在实际中，可通过采集GPS数据后存储于特定的服务器数据库中，以方便读取研究。
选取由特定经纬度(如经度[X1,X2]，纬度[Y1,Y2])所围成的指定区域，每当有车辆进入该指定区域，就记录所述车辆的终端号及时间，如上述，在特定服务器的数据中，通过条件查询语句即可提取指定区域内的数据，并按车辆终端号、时间的先后顺序进行读取，这样的处理速度的较快的。
为了对该区域的停车场情况进行统计，获取某一时段，例如近一个月或一周内曾出现在该指定区域的所有车辆的GPS数据，并根据终端号对车辆分类处理，例如小型车、中型车、大型车，或者私家车、公交车；由于不同车型的车辆对停车场的要求是不同的，因此，可针对不同车型分别进行统计，以确定不同的停车场，例如小型车停车场、大型车停车场。
按出现在指定区域内的时间顺序，逐一读取分析上述车辆的GPS数据；其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向和行驶状态等。
在一个具体实施例中，读取一辆出租车一天的GPS数据，并判断其速度是否大于车速阈值V1，V1可取35km/h，若是，则认为该出租车处于正常的载客状态，否则，则只能暂时认为该出租车处于低速行驶状态，此时需要记录其低速行驶时间T及起始点P0，P0即为按顺序第一个车速小于V1的点。
统计其低速行驶时间T，判断T是否超过时间阈值a，即判断T≥a？其中，a可取15min。若是，则进一步确认车辆暂时处于低速行驶状态，如遇到拥堵或其他情况等，这种状态不列入本发明实施例考虑的范畴。反之，则确认其为低速行驶，获取每个数据点Px与起始点P0的相对距离Dx。
若是在所述GPS数据点中，存在两个点i与j，使得Pi-P0＝Pj-P0，即Di＝Dj，则此时可认为该出租车在扫街寻客，并将其在所处的位置网格行经次数累加；反之，在具体实施例中，可进一步判断其获取的相对距离是否逐渐变小，若是，则认为其在扫街寻客，反之，则表示该出租车长时间处于缓慢行驶状态。
在出租车缓慢行驶中，可进一步的进行车路匹配，记录出租车当前的网格，判断网格是否处于离红绿灯路口一定距离d内，如d可取100米等。若是，则表示该车位于交通路口处，处于暂时停车或堵车的等待状态，不作处理；反之，则也认为出租车在扫街寻客，并记录行经次数N。
逐一处理完该出租车在这一天内的所有GPS数据，统计出在该网格内的行经次数N，判断N是否超过次数阈值m，即判断N≥m？其中在具体实施例中，若该样本的车辆数为1000时，则m可取500。表示当该网格下，车租车重复经过的次数超过了500次，则可表示该区域为寻客区域，众多的出租车在该区域扫街的概率很大，因此标记网格，作为寻客区域，可进一步提供给乘客，方便其有目的地打车，降低出租车的空载率。
因此，本发明是通过经验+概率统计来获得寻客状态及寻客区域，其分析的数据来源与大样本车辆在指定区域内的重复途经路线而来，因此结果也较为精确可靠的。
对应地，如图3所示，本发明实施例二提供一种车辆寻客状态的识别系统100，包括：
读取数据模块110，用于逐一读取在指定时间出现在指定区域内所有车辆的GPS数据；
行驶状态模块120，用于根据GPS数据，确认车辆的行驶状态；
比较确认模块130，用于根据车辆的行驶状态，确定车辆是否处于寻客状态。
其中，所述读取数据模块110具体用于：
选取由特定经纬度所围成的封闭区域；
获取第二时间段内的GPS数据，并按终端号分类处理；
按时间顺序，逐一读取所有车辆在速度时间段内的GPS数据；
其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向、行驶状态及距离。
其中，所述行驶状态模块120具体用于：
判断所述车辆的车速是否大于低速阈值；
若是，则确认车辆处于正常载客状态；
反之，则确认车速为疑似低速行驶状态，记录低速行驶时间及起始点；
判断低速行驶时间是否大于等于低速时间阈值，
若是，则确认车辆暂时处于低速行驶状态，不作处理；
反之，则逐一计算各行驶点与起始点的相对距离；
判断是否存在至少两个行驶点，使得与起始点的相对距离相等，
若是，则确认车辆处于扫街状态，并记录行经次数；
反之，则确认车辆为低速行驶状态。
其中，所述行驶状态模块120还用于：
将行驶点进行车路匹配，记录车辆当前所处的网格；
判断行驶点是否处于红绿灯路口距离阈值内，
若是，则确认车辆处于路口停车等待状态，不作处理；
反之，则确认车辆处于扫街状态，并记录行经次数。
其中，所述比较确认模块130具体用于：
统计网格中的行经次数；
判断行经次数是否大于等于次数阈值，
若是，则标记网格，并作为车辆的寻客区域；
反之，则不作处理。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种车辆寻客状态的识别方法，其特征在于，包括：
逐一读取在指定时间出现在指定区域内所有车辆的GPS数据；
根据GPS数据，确认车辆的行驶状态；
根据车辆的行驶状态，确定车辆是否处于寻客状态；
其中，所述根据GPS数据，确认车辆的行驶状态的步骤具体为：
判断所述车辆的车速是否大于速度阈值；
若是，则确认车辆处于正常载客状态；返回步骤“逐一读取在指定时间出现在指定区域内所有车辆的GPS数据”；
反之，则确认车辆为疑似低速行驶状态，记录低速行驶时间及起始点；
判断低速行驶时间是否大于等于时间阈值，
若是，则确认车辆暂时处于低速行驶状态，不作处理；
反之，则逐一计算各行驶点与起始点的相对距离；
判断是否存在至少两个行驶点，使得其与起始点的相对距离相等，
若是，则确认车辆处于扫街状态，并记录行经次数；
反之，则确认车辆为低速行驶状态。
2.根据权利要求1所述车辆寻客状态的识别方法，其特征在于，逐一读取在指定时间出现在指定区域内所有车辆的GPS数据的步骤具体为：
选取由特定经纬度所围成的封闭区域；
获取指定时间段内的GPS数据，并按终端号分类处理；
按时间顺序，逐一读取所有车辆在指定时间段内的GPS数据；
其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向、行驶状态及距离。
3.根据权利要求1所述车辆寻客状态的识别方法，其特征在于，确认车辆为低速行驶状态的步骤之后，还包括：
将行驶点进行车路匹配，记录车辆当前所处的网格；
判断行驶点是否处于红绿灯路口距离阈值内，
若是，则确认车辆处于路口停车等待状态，不作处理；
反之，则确认车辆处于扫街状态，并记录行经次数。
4.根据权利要求3所述车辆寻客状态的识别方法，其特征在于，根据车辆的行驶状态，确定车辆是否处于寻客状态的步骤包括：
统计网格中的行经次数；
判断行经次数是否大于等于次数阈值，
若是，则标记网格，并作为车辆的寻客区域；
反之，则不作处理。
5.一种车辆寻客状态的识别系统，其特征在于，包括：
读取数据模块，用于逐一读取在指定时间出现在指定区域内所有车辆的GPS数据；
行驶状态模块，用于根据GPS数据，确认车辆的行驶状态；
比较确认模块，用于根据车辆的行驶状态，确定车辆是否处于寻客状态；
所述行驶状态模块具体用于：
判断所述车辆的车速是否大于速度阈值；
若是，则确认车辆处于正常载客状态；
返回步骤“逐一读取在指定时间出现在指定区域内所有车辆的GPS数据”；
反之，则确认车速为疑似低速行驶状态，记录低速行驶时间及起始点；
判断低速行驶时间是否大于等于时间阈值，
若是，则确认车辆暂时处于低速行驶状态，不作处理；
反之，则逐一计算各行驶点与起始点的相对距离；
判断是否存在至少两个行驶点，使得与起始点的相对距离相等，
若是，则确认车辆处于扫街状态，并记录行经次数；
反之，则确认车辆为低速行驶状态。
6.根据权利要求5所述的车辆寻客状态的识别系统，其特征在于，所述读取数据模块具体用于：
选取由特定经纬度所围成的封闭区域；
获取指定时间段内的GPS数据，并按终端号分类处理；
按时间顺序，逐一读取所有车辆在指定时间段内的GPS数据；
其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向、行驶状态及距离。
7.根据权利要求5所述车辆寻客状态的识别系统，其特征在于，所述行驶状态模块还用于：
将行驶点进行车路匹配，记录车辆当前所处的网格；
判断行驶点是否处于红绿灯路口距离阈值内，
若是，则确认车辆处于路口停车等待状态，不作处理；
反之，则确认车辆处于扫街状态，并记录行经次数。
8.根据权利要求7所述车辆寻客状态的识别系统，其特征在于，所述比较确认模块具体用于：
统计网格中的行经次数；
判断行经次数是否大于等于次数阈值，
若是，则标记网格，并作为车辆的寻客区域；
反之，则不作处理。
CN201610186391.XA 2016-03-29 2016-03-29 车辆寻客状态的识别方法及系统 Active CN105741537B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610186391.XA CN105741537B (zh) 2016-03-29 2016-03-29 车辆寻客状态的识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610186391.XA CN105741537B (zh) 2016-03-29 2016-03-29 车辆寻客状态的识别方法及系统

Publications (2)

Publication Number Publication Date
CN105741537A CN105741537A (zh) 2016-07-06
CN105741537B true CN105741537B (zh) 2018-06-26

Family

ID=56252217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610186391.XA Active CN105741537B (zh) 2016-03-29 2016-03-29 车辆寻客状态的识别方法及系统

Country Status (1)

Country Link
CN (1) CN105741537B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110161544B (zh) * 2018-04-16 2022-03-01 腾讯科技（深圳）有限公司 一种车辆驾驶状态的识别方法、装置及存储介质
CN109409999A (zh) * 2018-10-19 2019-03-01 福建工程学院 一种基于区块链技术的出租车载客点推荐方法
CN109544968A (zh) * 2018-12-06 2019-03-29 成都路行通信息技术有限公司 一种判断车辆是否发生跨区域行为的方法
CN109740823B (zh) * 2019-01-25 2023-05-02 湖北大学 一种面向实时场景计算的出租车打车决策方法及系统
CN111862375A (zh) * 2020-08-09 2020-10-30 苏州征之魂专利技术服务有限公司 一种出租车司机考勤方法
CN112784000B (zh) * 2021-01-27 2022-05-20 长沙理工大学 基于出租车轨迹数据的寻客方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404120A (zh) * 2008-10-28 2009-04-08 北京世纪高通科技有限公司 判断浮动车行驶状态的方法及装置
JP2013143002A (ja) * 2012-01-11 2013-07-22 Luna Co Ltd 移動体の運行管理方法及び運行状況管理システム
CN103544834A (zh) * 2013-11-14 2014-01-29 孙林 一种基于gps轨迹的出租车寻客策略选优方法
JP2014066576A (ja) * 2012-09-25 2014-04-17 Zenrin Datacom Co Ltd タクシー運転手案内システム、案内メッセージ提供装置、携帯通信端末、タクシー運転手案内装置およびタクシー運転手案内方法
CN105139638A (zh) * 2015-07-27 2015-12-09 福建工程学院 一种出租车载客点选取的方法及系统
CN105160880A (zh) * 2015-09-24 2015-12-16 滴滴（中国）科技有限公司 一种车辆载客状态的预估方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404120A (zh) * 2008-10-28 2009-04-08 北京世纪高通科技有限公司 判断浮动车行驶状态的方法及装置
JP2013143002A (ja) * 2012-01-11 2013-07-22 Luna Co Ltd 移動体の運行管理方法及び運行状況管理システム
JP2014066576A (ja) * 2012-09-25 2014-04-17 Zenrin Datacom Co Ltd タクシー運転手案内システム、案内メッセージ提供装置、携帯通信端末、タクシー運転手案内装置およびタクシー運転手案内方法
CN103544834A (zh) * 2013-11-14 2014-01-29 孙林 一种基于gps轨迹的出租车寻客策略选优方法
CN105139638A (zh) * 2015-07-27 2015-12-09 福建工程学院 一种出租车载客点选取的方法及系统
CN105160880A (zh) * 2015-09-24 2015-12-16 滴滴（中国）科技有限公司 一种车辆载客状态的预估方法及装置

Also Published As

Publication number Publication date
CN105741537A (zh) 2016-07-06

Similar Documents

Publication Publication Date Title
CN105741537B (zh) 车辆寻客状态的识别方法及系统
CN105810006B (zh) 路边停车位的识别方法及系统
CN105679038B (zh) 停车场入口的识别方法及系统
CN103927866B (zh) 基于gps的车辆等待红绿灯时间预测方法
CN110222131A (zh) 起讫信息提取方法及装置
JP2021503106A (ja) 交差点における対象道路設備の有無を確定する方法及びシステム
CN109166317B (zh) 基于状态特征的城市交通路径通过时间确定方法
CN107240264B (zh) 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法
CN106781460B (zh) 一种路段交通状态确定方法及装置
CN105139638A (zh) 一种出租车载客点选取的方法及系统
CN103440768A (zh) 一种基于动态修正的公交车到达时间实时预测方法
CN103366560A (zh) 一种道路交通运行状态跟车探测方法、系统及应用
CN108848460A (zh) 基于rfid和gps数据的人车关联方法
CN114664087B (zh) 基于轨迹识别车辆上下高速的方法、装置、设备及介质
CN108364464A (zh) 一种基于概率模型的公交车辆旅行时间建模方法
CN111127882A (zh) 一种基于大数据的旅游景区停车场来车数量预测方法
CN114360264A (zh) 一种基于交通流量进行调节的智慧城市交通管理方法
CN101750082A (zh) 基于决策圈的路段识别匹配方法
CN113963550A (zh) 一种多义路径识别方法、装置及电子设备
CN115083198B (zh) 一种多车运力资源调度方法及装置
Zheng et al. A novel set of driving style risk evaluation index system for UBI-based differentiated commercial vehicle insurance in China
Mondal et al. Modeling driver acceleration behaviour at signalized intersection under mixed traffic environment
CN113611130B (zh) 一种本地与过境货车车流量获取方法、系统及存储介质
CN102903235B (zh) 一种对实时路况进行质量评价的方法及装置
Kawatani et al. Machine learning and visualization of sudden braking using probe data

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