CN106297280A - 一种信息处理方法和装置 - Google Patents
一种信息处理方法和装置 Download PDFInfo
- Publication number
- CN106297280A CN106297280A CN201510266312.1A CN201510266312A CN106297280A CN 106297280 A CN106297280 A CN 106297280A CN 201510266312 A CN201510266312 A CN 201510266312A CN 106297280 A CN106297280 A CN 106297280A
- Authority
- CN
- China
- Prior art keywords
- gps
- vehicle
- data
- section
- time
- 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
本发明提供一种信息处理方法和装置。方法包括获取车辆一条行驶路线的行驶轨迹数据;利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段;依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。本发明在获取车辆行驶路线的行驶轨迹数据后,进一步确定出行驶路线包含的路段,将每个路段的属性信息与行驶轨迹数据结合确定车辆的行驶信息。本发明实现了从路段属性维度和车辆信息维度两个维度方向综合分析用户驾驶行为数据来获知用户的驾驶行为特征结果,相比于现有技术中单一的分析方式,本发明能够全面显示用户的驾驶行为特征。
Description
技术领域
本发明涉及信息处理技术领域,更具体地说,涉及一种信息处理方法和装置。
背景技术
道路交通安全研究领域中,经常需要对用户的驾驶行为进行统计分析。目前的实现方式是,由车辆上的车载终端,如GPS(Global Positioning System,全球定位系统)模块等感应装置读取车辆的位置和行驶数据,并将其发送至远程数据处理中心,进而由远程数据处理中心对所述位置和行驶数据进行统计分析,以得到用户的驾驶行为数据。
然而,在对现有驾驶行为的统计分析技术进行分析和研究的过程中,发明人发现,现有驾驶行为的统计分析只是基于车辆的位置和行驶数据的分析,而并没有结合路段的属性信息,分析维度单一,不能全面显示用户的驾驶行为特征。因此,通过现有技术得到的驾驶行为数据无法作为进一步为用户提供个性化服务的数据基础。
发明内容
有鉴于此,本发明提供一种信息处理方法和装置,以解决现有技术中仅依据车辆的位置和行驶数据进行分析,分析维度单一,不能全面显示用户的驾驶行为特征的问题。技术方案如下:
基于本发明的一方面,本发明提供一种信息处理方法,包括:
获取车辆一条行驶路线的行驶轨迹数据;
利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段;
依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。
基于本发明的另一方面,本发明提供一种信息处理装置,包括:
行驶轨迹数据获取单元,用于获取车辆一条行驶路线的行驶轨迹数据;
路段确定单元,用于利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段;
行驶信息确定单元,用于依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。
应用本发明的上述技术方案,本发明提供的一种信息处理方法和装置中,方法包括:获取车辆一条行驶路线的行驶轨迹数据;利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段;依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。因此,本发明在获取车辆行驶路线的行驶轨迹数据后,进一步确定出行驶路线包含的路段,将每个路段的属性信息与行驶轨迹数据结合确定车辆的行驶信息。本发明实现了从路段属性维度和车辆信息维度两个维度方向综合分析用户驾驶行为数据来获知用户的驾驶行为特征结果,相比于现有技术中单一的分析方式,本发明能够全面显示用户的驾驶行为特征。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种信息处理方法的一种流程图;
图2为本发明提供的一种信息处理方法的另一种流程图;
图3为本发明提供的一种信息处理方法的再一种流程图;
图4为本发明提供的一种信息处理方法的再一种流程图;
图5为本发明提供的一种信息处理方法的再一种流程图;
图6为本发明提供的一种信息处理装置的结构示意图;
图7为本发明提供的一种信息处理装置中路段确定单元的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
现有用户驾驶行为数据都是通过车载终端采集得到的用户驾驶车辆的相关车辆信息数据,例如包括车辆的车速信息、位置信息、怠速状态信息、车辆行驶里程数等,车载终端将采集到的车辆信息数据发送至远程数据处理中心进行数据存储,远程数据处理中心进而基于该车辆信息数据统计得知车辆在行驶过程中的最高速度、平均速度、急刹次数、行驶时长、最长连续驾驶时间等用户的驾驶行为特征结果。显然,现有技术中仅仅通过对车辆信息数据进行分析来获知用户的驾驶行为特征结果,分析维度单一,不能全面显示用户的驾驶行为特征。
本发明提供一种信息处理方法和系统,将通过车载终端采集到的用户驾驶车辆的相关车辆信息数据与路段的属性信息相结合,从路段属性维度和车辆信息维度两个维度方向综合分析用户驾驶行为数据来获知用户的驾驶行为特征结果,相比于现有技术中单一的分析方式,本发明能够全面显示用户的驾驶行为特征。具体实现方法如图1所示,包括:
步骤101,获取车辆一条行驶路线的行驶轨迹数据。
本发明中,行驶轨迹数据为利用车载终端采集得到的用户驾驶车辆的相关车辆信息数据,包括车辆的车速信息、位置信息、怠速状态信息、车辆行驶里程数等。
在实际应用过程中,行驶轨迹数据是依据一组GPS(Global PositioningSystem,全球定位系统)点序列得到的,GPS点序列为用户驾驶车辆的行驶过程中对车辆的位置信息进行定位的一组定位数据。用户驾驶车辆完成的整个用户行驶路线中会包括大量的GPS点,用户驾驶车辆的行驶过程中记录的所有GPS点构成一组GPS点序列。
在本发明实施例中,本发明将车辆完成的整个行驶路线按照某种特定规则自动划分成多条行驶路线,其中获取车辆一条行驶路线的行驶轨迹数据具体实现方法可以包括如下几种方式:
(1)以明确的点火标识(如点火时间)和熄火标识(如熄火时间)为确定点,将该点火标识与熄火标识之间接收到的GPS数据作为车辆一条行驶路线的行驶轨迹数据,其点火标识用于表示车辆开始启动,熄火标识用于表示车辆停止运行。方法具体包括:
步骤11,获取车辆的点火时间和熄火时间。
步骤12,获取点火时间和熄火时间之间接收到的GPS数据。
步骤13,确定获取到的点火时间和熄火时间之间接收到的GPS数据为车辆一条行驶路线的行驶轨迹数据。
本实施例中,用户每启动一次车辆到熄火停止车辆运行的一段行驶路线对应获得的行驶轨迹数据,称之为车辆一条行驶路线的行驶轨迹数据。
(2)以判断相邻两个GPS数据的获取时间的时间差大于或等于预设时长来确定出一条行驶路线,获取该相邻两个GPS数据的前一个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据。方法具体包括:
步骤21,接收GPS数据。
本发明中的车辆实时接收GPS数据。
步骤22,判断接收到的GPS数据中的第N个GPS数据的获取时间与第N+1个GPS数据的获取时间的时间差是否大于或等于预设时长,如果大于或等于,执行步骤23,如果小于,返回执行步骤21。其中,N为正整数。
其中预设时长的大小可根据实际经验灵活设置。
步骤23,获取所述第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据。
在本实施例中,无论车辆是否熄火停车,只要检测到接收到的GPS数据中的第N个GPS数据的获取时间与第N+1个GPS数据的获取时间的时间差大于或等于预设时长,即可判断该车辆长时间驻留在第N个GPS数据上,此时,获取车辆从第N个GPS数据及其之前的GPS数据称之为车辆一条行驶路线的行驶轨迹数据。
(3)以多组相邻两个GPS数据来确定一条行驶路线,进而获取行驶路线的行驶轨迹数据,方法具体包括:
步骤31,接收GPS数据。
本发明中的车辆实时接收GPS数据。
步骤32,判断接收到的相邻两个GPS数据确定的位置是否属于同一位置,且判断通过相邻两个GPS数据得到的车辆瞬时行驶速度是否小于预设阈值。如果均是,执行步骤33,如果有一者不是,返回步骤31。
步骤33,将相邻的两个GPS数据标记为位置未改变。
在本实施例中,当车辆长时间停留在某个位置时,在该长时间停留的位置上,车辆获取到的GPS数据应均属于同一位置,且车辆在该停留期间,车辆的瞬时行驶速度应为极小值,甚至为0,即满足车辆瞬时行驶速度小于预设阈值。因此当相邻两个GPS数据属于同一位置,且该相邻两个GPS数据得到的车辆瞬时行驶速度小于预设阈值时,将该相邻的两个GPS数据标记为位置未改变。
步骤34,如果从第N个GPS数据开始有连续的M个GPS数据被标记为位置未改变,则获取所述第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据。
在本实施例中,当从第N个GPS数据开始有连续的M个GPS数据被标记为位置未改变时,确定从获取的第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据。
步骤102,利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段。
通过步骤101获得车辆一条行驶路线的行驶轨迹数据后,可以确定出车辆在该条行驶路线中的所有路段,其具体实现方法如图2所示,包括:
步骤1021,对行驶轨迹数据中的每个GPS点进行单点地图匹配计算,获取每个GPS点的候选道路。
步骤1022,依据GPS点的方向与候选道路的夹角,以及GPS点距离到候选道路的距离,计算每条候选道路的权重。
具体地可以采用公式ω=α×Δdir+β×dist计算每条候选道路的权重。其中,ω为候选道路的权重,α为方向权重因子,Δdir为GPS点的方向与候选道路的夹角,β为距离权重因子,dist为GPS点距离候选道路的距离,α+β=1。
步骤1023,确定权重大于预设权重阈值的候选道路为GPS点的首选候选道路。
步骤1024,依据确定所有GPS点的首选候选道路,对所述行驶轨迹中相邻的两个GPS点进行路径推测。
本发明中,可以以倒序的方式对GPS序列中的各个GPS点进行遍历,即从获取时间最晚的GPS点开始对GPS序列中的各个GPS点开始遍历。对于每个GPS点,结合与其相邻的GPS点进行处理。具体地,对于相邻的两个GPS点,分别记为点S和点E,其中,点S的获取时间晚于点E的获取时间。对S点和E点进行如下操作:
1)判断点S的首选候选道路与点E的首选候选道路的连通性,若判断结果为连通,则继续下一个点(即点E)的处理;否则执行下述步骤2)-5);
2)在GPS序列中查找点S往前一定距离内的GPS点记为点C;在GPS序列中查找点E往后一定距离内的GPS点记为点D;
点S、点E、点C和点D位置关系为:D、E、S、C。
3)若点C和点E的首选候选道路连通,且点E和点D的首选候选道路连通,则调整点S到点C和点E的连通路径上。若点C和点S的首选候选道路连通,且点S和点D的首选候选道路连通,则调整点E到点S和点D的连通路径上。
4)若3)中条件均不满足,则判断点C和点D两点所有首选链路的连通性。将点S和点E调整到点C和点D间的连通的路径上。
5)若4)中点C和点D两点之间不存在连通路径,则将E点作为异常点剔除。
步骤1025,待所述行驶轨迹中相邻的两个GPS点路径推测完成后,进行路径回溯,确定出所述行驶路线中包含的路段。
在本发明对GPS点序列中每组相邻的两个GPS点的推测完成后,进行路径回溯,以获取用户车辆的行驶路线中包含的所有路段。具体地,从获取时间最早的GPS点开始进行路径回溯,将进行路径推测后得到的点按段进行回溯,对应每段路径内的GPS点,判断该段路径的最早获取的GPS点H的首选候选道路与该段路径的最晚获取的GPS点K的首选候选道路的连通性,若点H的首选候选道路与点K的首选候选道路连通时,将点H和点K之间的GPS点调整到HK之间的连通链路上,则点H和点K之间的距离为点H和点K之间,所有相邻两点之间的距离和;若点H的首选候选道路与点K的首选候选道路不连通,则将点H和点K之间的直线距离作为点H和点K之间的距离。
在本实施例中,考虑到用户行驶过程中会获取大量的GPS点,而该大量的GPS点中会包括一些诸如时间重复的异常GPS点,为了避免系统去处理这些异常GPS点来提高系统的处理效率,本发明在步骤1021前还可以包括:
步骤10201:将GPS点序列中的所有GPS点按照时间先后顺序进行排序。
步骤10202:对GPS点序列进行预处理,删除GPS点序列中的异常GPS点。
本发明将时间重复的GPS点进行过滤,删除其明显异常错误的GPS点,并同时将剩余的GPS点进行堆积,最终推积成一个GPS点。
具体地,本发明将瞬时速度小于预设速度阈值,且相邻两个GPS点之间的距离小于预设距离阈值,且相邻两个GPS点的平均速度小于预设平均速度阈值的GPS点确定为堆积点;计算堆积点的坐标平均值;以该坐标平均值为圆心,预设距离为半径画圆;将圆心坐标作为所画圆内的所有点的坐标。
此外,对于用户车辆跨城市行驶时,由于其本身行驶路线中获取了大量的行驶轨迹数据,同时需要进行地图匹配的地图数据也相应增多,那么对于大量的行驶轨迹数据和地图数据则会占用系统内主程序的大量内存,增大系统的计算压力。基于此,本发明将主程序设计为通过调用地图匹配服务(实时运行程序)的方式来完成步骤102,减少了主程序的内存占用,减轻了系统的计算压力。
还需要说明的是,步骤102中确定出的车辆在一条行驶路线上的所有路段长度之和,即为用户车辆在该条行驶路线中的行程里程数,将车辆所有行驶路线上的所有路段长度之和相加,即为用户车辆在该次总行驶路线中的总行程里程数。
步骤103,依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。
路段的属性信息包括高速、省道、城市主干道、隧道、桥梁、高架、地面道路等。本发明在确定出车辆一条行驶路线中的所有路段后,分别获取每个路段的属性信息,进而将每个路段的属性信息和行驶轨迹数据相结合,确定出车辆的行驶信息。
更具体的,本发明可以依据所述行驶轨迹数据、每个路段的属性信息,确定车辆在属性相同的路段上行驶的行驶里程总数和行驶时长总数,或,依据所述行驶轨迹数据、每个路段的属性信息,确定车辆在相同时间段在属性相同的路段上的行驶里程总数和行驶时长总数。
例如,用户车辆的一条行驶路线中,车辆依次经过的该行驶路线中的路段的属性信息分别为:高速、城市主干道、高速、隧道、城市主干道、地面道路,行驶里程数和行驶时长数分别为:51km,1h、15km,22min、108km,2h、2km,5min、20km,25min、34km,32min。那么此时可以确定出,车辆在高速上行驶的行驶里程总数和行驶时长总数分别为159km,3h,车辆在城市主干道上行驶的行驶里程总数和行驶时长总数分别为35km,47min。
此外本发明较优的,还可以获取每个路段对应的城市时间信息。
城市时间信息可以为城市的日出、日落时间。
本发明还可进一步将用户驾驶车辆的行驶时间分为早高峰、白天、晚高峰、晚上等多个时间段,根据用户每条行驶路线中的相邻的两个GPS点以及路段的驶入时间为基准,分别判断用户在每个时间段内的行驶时间和行驶里程,以此得到用户在一条行驶路线中不同时间段的行驶时间和行驶里程。例如早上8:00至9:00在北京市朝阳区三环主干道上以时速60迈/时的速度行驶。
因此本发明通过在时间维度、路段属性维度和车辆信息维度三个维度方向综合采集存储用户驾驶行为数据后,可以基于该包括三个维度信息的用户驾驶行为数据进行深入的数据信息挖掘分析。
因此应用本发明的上述技术方案,本发明提供的一种信息处理方法包括:获取车辆一条行驶路线的行驶轨迹数据;利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段;依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。因此,本发明在获取车辆行驶路线的行驶轨迹数据后,进一步确定出行驶路线包含的路段,将每个路段的属性信息与行驶轨迹数据结合确定车辆的行驶信息。本发明实现了从路段属性维度和车辆信息维度两个维度方向综合分析用户驾驶行为数据来获知用户的驾驶行为特征结果,相比于现有技术中单一的分析方式,本发明能够全面显示用户的驾驶行为特征。
此外在上述实施例的基础上,较优的本发明还包括,如图3所示,
步骤301,根据行驶轨迹数据中的每相邻两个GPS点,计算车辆实时行驶速度。
在本发明获取一条行驶路线的行驶轨迹数据中的GPS数据后,可以依据行驶轨迹数据中的每相邻两个GPS点,计算车辆实时行驶速度。
步骤302,将所述车辆实时行驶速度与路段对应的标准行驶速度进行比较。
在实际过程中,每个路段都有预先设置的标准行驶速度,该标准行驶速度即为该路段允许行驶的最大行驶速度。
步骤303,若车辆实时行驶速度大于所述路段对应的标准行驶速度,则将相邻两个GPS点中的第一个点标记为超速点并记录超速持续时间。
通常,当车辆的实时行驶速度大于路段对应的标准行驶速度时,则认为该车辆超速行驶,进而将该车辆对应的相邻两个GPS点中的第一个GPS点标记为超速点。
而如果该车辆的实时行驶速度大于路段对应的标准行驶速度的1.5倍时,则认为该车辆严重超速行驶,此时将该车辆对应的相邻两个GPS点中的第一个GPS点标记为严重超速点。
步骤304,根据标记的超速点,计算超速距离。
超速距离等于车辆的超速行驶速度乘以超速时间。
步骤305,统计车辆超标准行驶速度的行驶总距离和行驶总时间。
本发明中,如果车辆持续处于超速状态中,则会标记有多个连续的超速点,将该多个连续的超速点对应行驶过的距离记为车辆的超速距离,该多个连续的超速点对应的行驶时间记为车辆的超速时间。如果车辆一会处于超速状态中,一会处于正常行驶过程中,则将得到的每次标记的超速点对应行驶过的距离求和,得到该车辆在该路段总的超速距离,每次标记的超速点对应的行驶时间求和,得到该车辆在该路段总的超速时间。
同时本发明还可以记录该车辆在该路段总的超速次数。
本实施例将车辆在路段上的实时行驶速度与该路段对应的标准行驶速度进行比较,以判断得知该车辆是否在路段上超速,进而将车辆在该路段的超速情况下行驶的行驶总距离和行驶总时间进行计算,以此类推,将车辆在一条行驶路线中所有路段上超速行驶的行驶总距离和行驶总时间进行计算,以得到该用户在该条行驶路线中超速行驶的行驶总距离和行驶总时间,以及超速总次数。同时本发明还可以结合路段为市区/郊区、高速/非高速的路段属性信息,计算出车辆在市区/郊区、高速/非高速等不同路段属性上的超速行驶总距离、行驶总时间、以及超速总次数。
在实际应用过程中,用户往往在两个地点,如家和公司,家和购物广场等之间的行驶路线大致相同,根据用户每次行驶路线的起点定位数据和终点定位数据可以判断得知该用户每次行驶的行驶路线为熟悉路线还是陌生路线,具体方法如图4所示,包括:
步骤401,依据获取的行驶轨迹数据中的起点定位数据和终点定位数据,从用户历史行驶路线记录中查找以所述起点定位数据为起点,以所述终点定位数据为终点的历史行驶路线。
用户历史行驶路线记录用于记录用户车辆每次行驶的行驶路线。
步骤402,将所述获取的一条行驶路线包含的路段与查找出的历史行驶路线包含的路段进行匹配。
具体地,本发明可以将本次行驶路线包含的路段依次顺序与查找出的历史行驶路线包含的路段进行匹配。
步骤403,若路段匹配量大于等于阈值,则确定所述获取的一条行驶路线为熟悉路线,否则,确定获取的一条行驶路线为陌生路线。
当本次行驶路线包含的路段与查找出的历史行驶路线包含的路段存在较大重合,即行驶的路段大多相同,则确定所述获取的一条行驶路线为熟悉路线,而如果本次行驶路线包含的路段与查找出的历史行驶路线包含的路段多数是不同的,则确定获取的一条行驶路线为陌生路线。
步骤404,统计所述车辆分别在熟悉路线和陌生路线上的行驶总距离和行驶总时间。
本实施例通过根据用户每次行驶路线的起点定位数据和终点定位数据来判断得知该用户每次行驶的行驶路线为熟悉路线还是陌生路线,从而计算出在各自条件下的行驶总距离和行驶总时间,并进一步可以统计计算出用户行驶熟悉路线或陌生路线的比例,例如下表1所示。
表1:
路线 | 时间(hour) | 时间比例 | 里程数(千米) | 里程比例 |
熟悉路线 | 70 | 77.8% | 1700 | 63.0% |
陌生路线 | 20 | 22.2% | 1000 | 37.0% |
此外本发明还可适用于对用户生活作息安排的统计分析,例如,在一般情况下,用户在家中停留时间为晚间,在公司停留时间为周一至周五的白天,在餐饮场所停留时间为中餐或晚餐时间,在娱乐场所停留时间为周末或者周一至周五的晚间,购物场所停留时间在周六、周日。那么根据上述基本规律,通过用户车辆的停留时间及地图POI信息(写字楼、居民小区、购物场所、餐饮场所、娱乐场所等)的数据分析,可以分析出用户是什么类型的人群,进而生成相应对的用户标签。根据用户标签,就可以向用户推送其感兴趣的广告、新品上市等信息。比如:经常去汽车4S店就表示该用户有买车的意向,此时向用户推送与车辆有关的产品信息;经常去售楼处就表示该用户有买房的意向,此时便向用户推送与房屋买卖有关的售房信息等。具体方法如图5所示,包括:
步骤501,接收GPS数据。
步骤502,判断接收到的相邻两个GPS数据确定的位置是否属于同一位置,且判断通过相邻两个GPS数据得到的车辆瞬时行驶速度是否小于预设阈值。如果均是,执行步骤503,如果有一个条件不满足,返回步骤501。
步骤503,将相邻的两个GPS数据标记为位置未改变。
步骤504,如果从第X个GPS数据开始有连续的Y个GPS数据被标记为位置未改变,则确定从第X个GPS数据的获取时刻至第X+Y个GPS数据的获取时刻之间的时间为所述车辆在第X个GPS数据上的停留时间。
其中X、Y均为正整数。
步骤505,依据接收到的所述第X+Y个GPS数据中的至少一个GPS数据,查找所述至少一个GPS数据周边的POI。
本实施例中,当确定车辆的位置后,以所述GPS数据为中点,以预设长度为半径,例如预设长度为60米,查找在该预设距离范围内存在的POI。
步骤506,确定所述车辆在第X个GPS数据上的停留时间为所述车辆在所述POI上的停留时间。
当查找到在该预设距离范围的POI后,确定车辆停留在所述POI的临近位置,且确定车辆在第X个GPS数据上的停留时间为在所述POI上的停留时间。
需要说明的是,如果在该预设距离范围内确定出两个POI,例如第一POI和第二POI,则确定车辆在第一POI和第二POI的概率各为50%。
步骤507,从用户历史行驶路线记录中查找所述车辆在所述POI的停留次数,以及每次的停留时间;和/或从用户历史行驶路线记录中查找所述车辆在与所述POI相同的其他POI的停留次数,以及每次的停留时间。
本申请在确定出车辆停留的POI后,进一步从用户历史行驶路线记录中查找车辆在该POI的停留次数,以及每次对应的停留时间。更优的,本发明还可以查找用户车辆在与该POI相同的其他POI的停留次数,以及每次的停留时间。
步骤508,依据所述POI、所述POI上的停留时间,以及查找到的用户历史行驶路线记录中的POI的停留次数,以及每次的停留时间和/或查找到的用户历史行驶路线记录中的与所述POI相同的其他POI的停留次数,以及每次的停留时间,确定用户类型。
例如确定的POI为汽车4S店,且在该店的停留时间为1h,同时查找到在用户历史行驶路线记录中车辆在该同一汽车4S店的停留次数为5次,每次停留的时间分别为20min,30min,20min,1.5h,50min,则确定该用户为有买车的意向的用户。更优的,还可以在用户历史行驶路线记录中同时查找车辆在与该POI相同的其他POI的停留次数,以及每次的停留时间。
步骤509,依据所述用户类型,生成用户标签。
步骤510,依据所述用户标签向所述用户推送相应的广告信息。
本发明通过对用户的行驶轨迹数据的统计分析和数据挖掘分析,可以实现用户驾驶行为特征的判断、用户保险数据的建模分析、用户个性化服务推送等等,带来了更大的商用价值和应用。
基于前文本发明提供的一种信息处理方法,本发明还提供一种信息处理装置,如图6所示,包括:行驶轨迹数据获取单元100、路段确定单元200和行驶信息确定单元300。其中,
行驶轨迹数据获取单元100,用于获取车辆一条行驶路线的行驶轨迹数据;
路段确定单元200,用于利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段;
行驶信息确定单元300,用于依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。
其中路段确定单元200进一步包括,如图7所示:
第一计算子单元201,用于对行驶轨迹数据中的每个GPS点进行单点地图匹配计算,获取每个GPS点的候选道路;
第二计算子单元202,用于依据GPS点的方向与候选道路的夹角,以及GPS点距离到候选道路的距离,计算每条候选道路的权重;
首选候选道路确定子单元203,用于确定权重大于预设权重阈值的候选道路为GPS点的首选候选道路;
路径推测子单元204,用于依据确定所有GPS点的首选候选道路,对所述行驶轨迹中相邻的两个GPS点进行路径推测;
路段确定子单元205,用于待所述行驶轨迹中相邻的两个GPS点路径推测完成后,进行路径回溯,确定出所述行驶路线中包含的路段。
其中行驶轨迹数据获取单元100进一步包括:
第一获取子单元101,用于获取车辆的点火时间和熄火时间;
第二获取子单元102,用于获取点火时间和熄火时间之间接收到的GPS数据;
第一确定子单元103,用于确定获取到的点火时间和熄火时间之间接收到的GPS数据为车辆一条行驶路线的行驶轨迹数据;
或,所述行驶轨迹数据获取单元100包括:
第一接收子单元104,用于接收GPS数据;
第一判断子单元105,用于判断接收到的GPS数据中的第N个GPS数据的获取时间与第N+1个GPS数据的获取时间的时间差是否大于或等于预设时长;
第三获取子单元106,用于当所述第一判断子单元105判断接收到的GPS数据中的第N个定位数据的获取时间与第N+1个GPS数据的获取时间的时间差大于或等于预设时长时,获取所述第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据;
或,所述行驶轨迹数据获取单元100包括:
第二接收子单元107,用于接收GPS数据;
第二判断子单元108,用于判断接收到的相邻两个GPS数据确定的位置是否属于同一位置,且判断通过相邻两个GPS数据得到的车辆瞬时行驶速度是否小于预设阈值;
标记子单元109,用于当所述第二判断子单元判断接收到的相邻两个GPS数据确定的位置属于同一位置,且相邻两个GPS数据得到的车辆瞬时行驶速度小于预设阈值时,将相邻的两个GPS数据标记为位置未改变;
第四获取子单元110,用于当从第N个GPS数据开始有连续的M个GPS数据被标记为位置未改变,则获取所述第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据;其中N、M均为正整数。
其中较优的,行驶信息确定单元300具体用于:
依据所述行驶轨迹数据、每个路段的属性信息,确定车辆在属性相同的路段上行驶的行驶里程总数和行驶时长总数;
或,依据所述行驶轨迹数据、每个路段的属性信息,确定车辆在相同时间段在属性相同的路段上的行驶里程总数和行驶时长总数。
此外较优的,信息处理装置还包括:
第一计算单元400,用于根据行驶轨迹数据中的每相邻两个GPS点,计算车辆实时行驶速度;
比较单元500,用于将所述车辆实时行驶速度与路段对应的标准行驶速度进行比较;
超速标记单元600,用于当所述比较单元500比较车辆实时行驶速度大于所述路段对应的标准行驶速度时,将相邻两个GPS点中的第一个点标记为超速点并记录超速持续时间;
第二计算单元700,用于根据标记的超速点,计算超速距离;
第一行驶信息统计单元800,用于统计车辆超标准行驶速度的行驶总距离和行驶总时间。
更优的,信息处理装置还可以包括:
历史行驶路线查找单元900,用于依据获取的行驶轨迹数据中的起点定位数据和终点定位数据,从用户历史行驶路线记录中查找以所述起点定位数据为起点,以所述终点定位数据为终点的历史行驶路线;
路段匹配单元1000,用于将所述获取的一条行驶路线包含的路段与查找出的历史行驶路线包含的路段进行匹配;
路线属性确定单元1100,用于当路段匹配量大于等于阈值时,确定所述获取的一条行驶路线为熟悉路线,否则,确定获取的一条行驶路线为陌生路线;
第二行驶信息统计单元1200,用于统计所述车辆分别在熟悉路线和陌生路线上的行驶总距离和行驶总时间。
以及,包括:
GPS数据接收单元1300,用于接收GPS数据;
判断单元1400,用于判断接收到的相邻两个GPS数据确定的位置是否属于同一位置,且判断通过相邻两个GPS数据得到的车辆瞬时行驶速度是否小于预设阈值;
标记单元1500,用于当所述判断单元判断接收到的相邻两个GPS数据确定的位置属于同一位置,且相邻两个GPS数据得到的车辆瞬时行驶速度小于预设阈值时,将相邻的两个GPS数据标记为位置未改变;
停留时间确定单元1600,用于当从第X个GPS数据开始有连续的Y个GPS数据被标记为位置未改变时,确定从第X个GPS数据的获取时刻至第X+Y个GPS数据的获取时刻之间的时间为所述车辆在第X个GPS数据上的停留时间;其中X、Y均为正整数;
POI查找单元1700,用于依据接收到的所述第X+Y个GPS数据中的至少一个GPS数据,查找所述至少一个GPS数据周边的POI;
POI停留时间确定单元1800,用于确定所述车辆在第X个GPS数据上的停留时间为所述车辆在所述POI上的停留时间;
POI信息查找单元1900,用于从用户历史行驶路线记录中查找所述车辆在所述POI的停留次数,以及每次的停留时间;和/或从用户历史行驶路线记录中查找所述车辆在与所述POI相同的其他POI的停留次数,以及每次的停留时间;
用户类型确定单元2000,用于依据POI、所述POI上的停留时间,以及查找到的用户历史行驶路线记录中的POI的停留次数,以及每次的停留时间和/或查找到的用户历史行驶路线记录中的与所述POI相同的其他POI的停留次数,以及每次的停留时间,确定用户类型;
用户标签生成单元2100,用于依据所述用户类型,生成用户标签;
广告信息推送单元2200,用于依据所述用户标签向所述用户推送相应的广告信息。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种信息处理方法和装置进行了详细介绍,本文中应用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (14)
1.一种信息处理方法,其特征在于,包括:
获取车辆一条行驶路线的行驶轨迹数据;
利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段;
依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。
2.根据权利要求1所述的信息处理方法,其特征在于,利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段包括:
对行驶轨迹数据中的每个GPS点进行单点地图匹配计算,获取每个GPS点的候选道路;
依据GPS点的方向与候选道路的夹角,以及GPS点距离到候选道路的距离,计算每条候选道路的权重;
确定权重大于预设权重阈值的候选道路为GPS点的首选候选道路;
依据确定所有GPS点的首选候选道路,对所述行驶轨迹中相邻的两个GPS点进行路径推测;
待所述行驶轨迹中相邻的两个GPS点路径推测完成后,进行路径回溯,确定出所述行驶路线中包含的路段。
3.根据权利要求1所述的信息处理方法,其特征在于,所述获取车辆一条行驶路线的行驶轨迹数据包括:
获取车辆的点火时间和熄火时间;
获取点火时间和熄火时间之间接收到的GPS数据;
确定获取到的点火时间和熄火时间之间接收到的GPS数据为车辆一条行驶路线的行驶轨迹数据;
或,接收GPS数据,判断接收到的GPS数据中的第N个GPS数据的获取时间与第N+1个GPS数据的获取时间的时间差是否大于或等于预设时长,如果是,则获取所述第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据;
或,接收GPS数据,判断接收到的相邻两个GPS数据确定的位置是否属于同一位置,且判断通过相邻两个GPS数据得到的车辆瞬时行驶速度是否小于预设阈值,若均是,则将相邻的两个GPS数据标记为位置未改变,如果从第N个GPS数据开始有连续的M个GPS数据被标记为位置未改变,则获取所述第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据;其中N、M均为正整数。
4.根据权利要求1-3任一项权利要求所述的信息处理方法,其特征在于,所述依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息具体包括:
依据所述行驶轨迹数据、每个路段的属性信息,确定车辆在属性相同的路段上行驶的行驶里程总数和行驶时长总数;
或,依据所述行驶轨迹数据、每个路段的属性信息,确定车辆在相同时间段在属性相同的路段上的行驶里程总数和行驶时长总数。
5.根据权利要求1-3任一项权利要求所述的信息处理方法,其特征在于,还包括:
根据行驶轨迹数据中的每相邻两个GPS点,计算车辆实时行驶速度;
将所述车辆实时行驶速度与路段对应的标准行驶速度进行比较,若车辆实时行驶速度大于所述路段对应的标准行驶速度,则将相邻两个GPS点中的第一个点标记为超速点并记录超速持续时间;
根据标记的超速点,计算超速距离;
统计车辆超标准行驶速度的行驶总距离和行驶总时间。
6.根据权利要求1-3任一项权利要求所述的信息处理方法,其特征在于,还包括:
依据获取的行驶轨迹数据中的起点定位数据和终点定位数据,从用户历史行驶路线记录中查找以所述起点定位数据为起点,以所述终点定位数据为终点的历史行驶路线;
将所述获取的一条行驶路线包含的路段与查找出的历史行驶路线包含的路段进行匹配;
若路段匹配量大于等于阈值,则确定所述获取的一条行驶路线为熟悉路线,否则,确定获取的一条行驶路线为陌生路线;
统计所述车辆分别在熟悉路线和陌生路线上的行驶总距离和行驶总时间。
7.根据权利要求1-3任一项权利要求所述的信息处理方法,其特征在于,还包括:
接收GPS数据,判断接收到的相邻两个GPS数据确定的位置是否属于同一位置,且判断通过相邻两个GPS数据得到的车辆瞬时行驶速度是否小于预设阈值,若均是,则将相邻的两个GPS数据标记为位置未改变,如果从第X个GPS数据开始有连续的Y个GPS数据被标记为位置未改变,则确定从第X个GPS数据的获取时刻至第X+Y个GPS数据的获取时刻之间的时间为所述车辆在第X个GPS数据上的停留时间;其中X、Y均为正整数;
依据接收到的所述第X+Y个GPS数据中的至少一个GPS数据,查找所述至少一个GPS数据周边的地图兴趣点POI;
确定所述车辆在第X个GPS数据上的停留时间为所述车辆在所述POI上的停留时间;
从用户历史行驶路线记录中查找所述车辆在所述POI的停留次数,以及每次的停留时间;和/或从用户历史行驶路线记录中查找所述车辆在与所述POI相同的其他POI的停留次数,以及每次的停留时间;
依据所述POI、所述POI上的停留时间,以及查找到的用户历史行驶路线记录中的POI的停留次数,以及每次的停留时间和/或查找到的用户历史行驶路线记录中的与所述POI相同的其他POI的停留次数,以及每次的停留时间,确定用户类型;
依据所述用户类型,生成用户标签;
依据所述用户标签向所述用户推送相应的广告信息。
8.一种信息处理装置,其特征在于,包括:
行驶轨迹数据获取单元,用于获取车辆一条行驶路线的行驶轨迹数据;
路段确定单元,用于利用地图匹配处理算法,将所述行驶轨迹数据匹配到的路段,确定所述行驶路线包含的路段;
行驶信息确定单元,用于依据所述行驶轨迹数据、每个路段的属性信息,确定车辆的行驶信息。
9.根据权利要求8所述的信息处理装置,其特征在于,所述路段确定单元包括:
第一计算子单元,用于对行驶轨迹数据中的每个GPS点进行单点地图匹配计算,获取每个GPS点的候选道路;
第二计算子单元,用于依据GPS点的方向与候选道路的夹角,以及GPS点距离到候选道路的距离,计算每条候选道路的权重;
首选候选道路确定子单元,用于确定权重大于预设权重阈值的候选道路为GPS点的首选候选道路;
路径推测子单元,用于依据确定所有GPS点的首选候选道路,对所述行驶轨迹中相邻的两个GPS点进行路径推测;
路段确定子单元,用于待所述行驶轨迹中相邻的两个GPS点路径推测完成后,进行路径回溯,确定出所述行驶路线中包含的路段。
10.根据权利要求8所述的信息处理装置,其特征在于,所述行驶轨迹数据获取单元包括:
第一获取子单元,用于获取车辆的点火时间和熄火时间;
第二获取子单元,用于获取点火时间和熄火时间之间接收到的GPS数据;
第一确定子单元,用于确定获取到的点火时间和熄火时间之间接收到的GPS数据为车辆一条行驶路线的行驶轨迹数据;
或,所述行驶轨迹数据获取单元包括:
第一接收子单元,用于接收GPS数据;
第一判断子单元,用于判断接收到的GPS数据中的第N个GPS数据的获取时间与第N+1个GPS数据的获取时间的时间差是否大于或等于预设时长;
第三获取子单元,用于当所述第一判断子单元判断接收到的GPS数据中的第N个定位数据的获取时间与第N+1个GPS数据的获取时间的时间差大于或等于预设时长时,获取所述第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据;
或,所述行驶轨迹数据获取单元包括:
第二接收子单元,用于接收GPS数据;
第二判断子单元,用于判断接收到的相邻两个GPS数据确定的位置是否属于同一位置,且判断通过相邻两个GPS数据得到的车辆瞬时行驶速度是否小于预设阈值;
标记子单元,用于当所述第二判断子单元判断接收到的相邻两个GPS数据确定的位置属于同一位置,且相邻两个GPS数据得到的车辆瞬时行驶速度小于预设阈值时,将相邻的两个GPS数据标记为位置未改变;
第四获取子单元,用于当从第N个GPS数据开始有连续的M个GPS数据被标记为位置未改变,则获取所述第N个GPS数据及其之前的GPS数据为车辆一条行驶路线的行驶轨迹数据;其中N、M均为正整数。
11.根据权利要求8-10任一项权利要求所述的信息处理装置,其特征在于,所述行驶信息确定单元具体用于:
依据所述行驶轨迹数据、每个路段的属性信息,确定车辆在属性相同的路段上行驶的行驶里程总数和行驶时长总数;
或,依据所述行驶轨迹数据、每个路段的属性信息,确定车辆在相同时间段在属性相同的路段上的行驶里程总数和行驶时长总数。
12.根据权利要求8-10任一项权利要求所述的信息处理装置,其特征在于,还包括:
第一计算单元,用于根据行驶轨迹数据中的每相邻两个GPS点,计算车辆实时行驶速度;
比较单元,用于将所述车辆实时行驶速度与路段对应的标准行驶速度进行比较;
超速标记单元,用于当所述比较单元比较车辆实时行驶速度大于所述路段对应的标准行驶速度时,将相邻两个GPS点中的第一个点标记为超速点并记录超速持续时间;
第二计算单元,用于根据标记的超速点,计算超速距离;
第一行驶信息统计单元,用于统计车辆超标准行驶速度的行驶总距离和行驶总时间。
13.根据权利要求8-10任一项权利要求所述的信息处理装置,其特征在于,还包括:
历史行驶路线查找单元,用于依据获取的行驶轨迹数据中的起点定位数据和终点定位数据,从用户历史行驶路线记录中查找以所述起点定位数据为起点,以所述终点定位数据为终点的历史行驶路线;
路段匹配单元,用于将所述获取的一条行驶路线包含的路段与查找出的历史行驶路线包含的路段进行匹配;
路线属性确定单元,用于当路段匹配量大于等于阈值时,确定所述获取的一条行驶路线为熟悉路线,否则,确定获取的一条行驶路线为陌生路线;
第二行驶信息统计单元,用于统计所述车辆分别在熟悉路线和陌生路线上的行驶总距离和行驶总时间。
14.根据权利要求8-10任一项权利要求所述的信息处理装置,其特征在于,还包括:
GPS数据接收单元,用于接收GPS数据;
判断单元,用于判断接收到的相邻两个GPS数据确定的位置是否属于同一位置,且判断通过相邻两个GPS数据得到的车辆瞬时行驶速度是否小于预设阈值;
标记单元,用于当所述判断单元判断接收到的相邻两个GPS数据确定的位置属于同一位置,且相邻两个GPS数据得到的车辆瞬时行驶速度小于预设阈值时,将相邻的两个GPS数据标记为位置未改变;
停留时间确定单元,用于当从第X个GPS数据开始有连续的Y个GPS数据被标记为位置未改变时,确定从第X个GPS数据的获取时刻至第X+Y个GPS数据的获取时刻之间的时间为所述车辆在第X个GPS数据上的停留时间;其中X、Y均为正整数;
地图兴趣点POI查找单元,用于依据接收到的所述第X+Y个GPS数据中的至少一个GPS数据,查找所述至少一个GPS数据周边的POI;
POI停留时间确定单元,用于确定所述车辆在第X个GPS数据上的停留时间为所述车辆在所述POI上的停留时间;
POI信息查找单元,用于从用户历史行驶路线记录中查找所述车辆在所述POI的停留次数,以及每次的停留时间;和/或从用户历史行驶路线记录中查找所述车辆在与所述POI相同的其他POI的停留次数,以及每次的停留时间;
用户类型确定单元,用于依据POI、所述POI上的停留时间,以及查找到的用户历史行驶路线记录中的POI的停留次数,以及每次的停留时间和/或查找到的用户历史行驶路线记录中的与所述POI相同的其他POI的停留次数,以及每次的停留时间,确定用户类型;
用户标签生成单元,用于依据所述用户类型,生成用户标签;
广告信息推送单元,用于依据所述用户标签向所述用户推送相应的广告信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510266312.1A CN106297280A (zh) | 2015-05-22 | 2015-05-22 | 一种信息处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510266312.1A CN106297280A (zh) | 2015-05-22 | 2015-05-22 | 一种信息处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106297280A true CN106297280A (zh) | 2017-01-04 |
Family
ID=57632620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510266312.1A Pending CN106297280A (zh) | 2015-05-22 | 2015-05-22 | 一种信息处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106297280A (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106895841A (zh) * | 2017-04-13 | 2017-06-27 | 杭州申昊科技股份有限公司 | 一种应用于变电站的矢量电子地图创建方法 |
CN107563648A (zh) * | 2017-09-05 | 2018-01-09 | 上海博泰悦臻网络技术服务有限公司 | 车主生活轨迹的管理方法、服务平台及信息盒 |
CN107665591A (zh) * | 2017-09-14 | 2018-02-06 | 王淑芳 | 一种重点营运车辆超速行驶监控方法和系统 |
CN108091133A (zh) * | 2017-11-27 | 2018-05-29 | 银江股份有限公司 | 一种基于海量交通数据分析的车辆安全驾驶行为分析方法 |
CN108398702A (zh) * | 2017-12-12 | 2018-08-14 | 北京荣之联科技股份有限公司 | 停车环境识别方法及装置 |
CN108583624A (zh) * | 2018-04-12 | 2018-09-28 | 中车青岛四方机车车辆股份有限公司 | 列车运行状态可视化方法和装置 |
CN108805315A (zh) * | 2017-04-27 | 2018-11-13 | 上海博泰悦臻网络技术服务有限公司 | 根据轨迹点绘制出行轨迹的方法及系统、车载终端及车辆 |
CN109840966A (zh) * | 2018-07-24 | 2019-06-04 | 上海赢科信息技术有限公司 | 基于车辆行驶数据清洗的行程划分方法和系统 |
CN109937342A (zh) * | 2017-02-07 | 2019-06-25 | 宝马股份公司 | 用于定位移动物体的方法、装置和系统 |
CN110069585A (zh) * | 2017-12-05 | 2019-07-30 | 腾讯科技(深圳)有限公司 | 轨迹点数据的处理方法和装置、存储介质及电子装置 |
CN110196440A (zh) * | 2018-05-22 | 2019-09-03 | 腾讯大地通途(北京)科技有限公司 | 重合轨迹的识别方法及装置、电子设备、存储介质 |
CN110309127A (zh) * | 2019-07-02 | 2019-10-08 | 联想(北京)有限公司 | 一种数据处理方法、装置及电子设备 |
CN110389577A (zh) * | 2018-04-17 | 2019-10-29 | 北京三快在线科技有限公司 | 一种确定驾驶风格的方法及装置 |
CN110428621A (zh) * | 2019-07-30 | 2019-11-08 | 山东交通学院 | 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法 |
CN110505585A (zh) * | 2019-08-28 | 2019-11-26 | 上海能塔智能科技有限公司 | 车辆的数据处理方法、服务端、电子设备与可读存储介质 |
CN110567482A (zh) * | 2019-09-10 | 2019-12-13 | 深圳市航通北斗信息技术有限公司 | 车辆行程计算方法、计算机可读存储介质以及终端设备 |
CN110888885A (zh) * | 2019-11-25 | 2020-03-17 | 深圳广联赛讯有限公司 | 轨迹数据处理方法、装置、服务器及可读存储介质 |
CN111524253A (zh) * | 2020-05-09 | 2020-08-11 | 德银天下投资控股有限公司 | 行车记录方法、行车记录系统、计算机设备和存储介质 |
CN112417072A (zh) * | 2020-11-18 | 2021-02-26 | 北京百度网讯科技有限公司 | 凭证信息处理方法、装置、设备及可读存储介质 |
CN112767732A (zh) * | 2020-12-30 | 2021-05-07 | 大众问问(北京)信息科技有限公司 | 一种停车位置确定方法 |
CN112991804A (zh) * | 2019-12-18 | 2021-06-18 | 浙江大华技术股份有限公司 | 停留区域确定方法以及相关装置 |
CN113068130A (zh) * | 2021-03-29 | 2021-07-02 | 宁波趣行智能科技有限公司 | 智能车载设备的行车轨迹数据接收及处理方法 |
CN113382361A (zh) * | 2020-03-09 | 2021-09-10 | 上海擎感智能科技有限公司 | 基于路线切分的试驾监控方法、系统、介质及设备 |
CN113421428A (zh) * | 2021-08-25 | 2021-09-21 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于多源gps数据的出行阻抗模型标定及校核方法 |
CN113607169A (zh) * | 2021-07-23 | 2021-11-05 | 深圳市同行者科技有限公司 | 一种长途驾驶路线规划方法、装置及终端设备 |
CN114022967A (zh) * | 2021-11-05 | 2022-02-08 | 沈阳世纪高通科技有限公司 | 利用空间轨迹与路网的数据的车辆考勤算法 |
CN114999143A (zh) * | 2022-03-17 | 2022-09-02 | 高德软件有限公司 | 红灯时长挖掘方法、电子设备及计算机程序产品 |
US11505199B1 (en) | 2021-06-18 | 2022-11-22 | Zhiji Automotive Technology Co., Ltd. | Method, apparatus and device for cleaning up vehicle driving data and storage medium thereof |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1948913A (zh) * | 2006-08-25 | 2007-04-18 | 北京航空航天大学 | 用于处理大规模浮动车数据的启发式路径推测方法 |
CN101577049A (zh) * | 2009-06-17 | 2009-11-11 | 交通部公路科学研究所 | 基于浮动车停车点数据过滤的地图匹配方法 |
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 |
CN101794513A (zh) * | 2009-12-30 | 2010-08-04 | 北京世纪高通科技有限公司 | 浮动车数据的预处理方法及装置 |
JP2010176302A (ja) * | 2009-01-28 | 2010-08-12 | Mitsubishi Electric Corp | 車両検知装置、車両検知システム、車両検知装置の車両検知方法および車両検知プログラム |
CN102024325A (zh) * | 2010-12-23 | 2011-04-20 | 福建工程学院 | 基于浮动车技术的交通堵塞点识别方法 |
CN102097004A (zh) * | 2011-01-31 | 2011-06-15 | 上海美慧软件有限公司 | 一种基于手机定位数据的出行od矩阵获取方法 |
CN103996298A (zh) * | 2014-06-09 | 2014-08-20 | 百度在线网络技术(北京)有限公司 | 一种驾驶行为监测方法及装置 |
CN104408923A (zh) * | 2014-12-03 | 2015-03-11 | 百度在线网络技术(北京)有限公司 | 交通状态评估方法和装置 |
-
2015
- 2015-05-22 CN CN201510266312.1A patent/CN106297280A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1948913A (zh) * | 2006-08-25 | 2007-04-18 | 北京航空航天大学 | 用于处理大规模浮动车数据的启发式路径推测方法 |
JP2010176302A (ja) * | 2009-01-28 | 2010-08-12 | Mitsubishi Electric Corp | 車両検知装置、車両検知システム、車両検知装置の車両検知方法および車両検知プログラム |
CN101577049A (zh) * | 2009-06-17 | 2009-11-11 | 交通部公路科学研究所 | 基于浮动车停车点数据过滤的地图匹配方法 |
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 |
CN101794513A (zh) * | 2009-12-30 | 2010-08-04 | 北京世纪高通科技有限公司 | 浮动车数据的预处理方法及装置 |
CN102024325A (zh) * | 2010-12-23 | 2011-04-20 | 福建工程学院 | 基于浮动车技术的交通堵塞点识别方法 |
CN102097004A (zh) * | 2011-01-31 | 2011-06-15 | 上海美慧软件有限公司 | 一种基于手机定位数据的出行od矩阵获取方法 |
CN103996298A (zh) * | 2014-06-09 | 2014-08-20 | 百度在线网络技术(北京)有限公司 | 一种驾驶行为监测方法及装置 |
CN104408923A (zh) * | 2014-12-03 | 2015-03-11 | 百度在线网络技术(北京)有限公司 | 交通状态评估方法和装置 |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109937342B (zh) * | 2017-02-07 | 2023-11-07 | 宝马股份公司 | 用于定位移动物体的方法、装置和系统 |
CN109937342A (zh) * | 2017-02-07 | 2019-06-25 | 宝马股份公司 | 用于定位移动物体的方法、装置和系统 |
CN106895841A (zh) * | 2017-04-13 | 2017-06-27 | 杭州申昊科技股份有限公司 | 一种应用于变电站的矢量电子地图创建方法 |
CN108805315A (zh) * | 2017-04-27 | 2018-11-13 | 上海博泰悦臻网络技术服务有限公司 | 根据轨迹点绘制出行轨迹的方法及系统、车载终端及车辆 |
CN107563648A (zh) * | 2017-09-05 | 2018-01-09 | 上海博泰悦臻网络技术服务有限公司 | 车主生活轨迹的管理方法、服务平台及信息盒 |
CN107665591A (zh) * | 2017-09-14 | 2018-02-06 | 王淑芳 | 一种重点营运车辆超速行驶监控方法和系统 |
CN108091133A (zh) * | 2017-11-27 | 2018-05-29 | 银江股份有限公司 | 一种基于海量交通数据分析的车辆安全驾驶行为分析方法 |
CN108091133B (zh) * | 2017-11-27 | 2020-01-10 | 银江股份有限公司 | 一种基于海量交通数据分析的车辆安全驾驶行为分析方法 |
CN110910636A (zh) * | 2017-11-27 | 2020-03-24 | 银江股份有限公司 | 一种基于海量交通数据分析的车辆异常转弯行为分析方法 |
CN110069585A (zh) * | 2017-12-05 | 2019-07-30 | 腾讯科技(深圳)有限公司 | 轨迹点数据的处理方法和装置、存储介质及电子装置 |
CN108398702A (zh) * | 2017-12-12 | 2018-08-14 | 北京荣之联科技股份有限公司 | 停车环境识别方法及装置 |
CN108398702B (zh) * | 2017-12-12 | 2020-08-11 | 北京荣之联科技股份有限公司 | 停车环境识别方法及装置 |
CN108583624B (zh) * | 2018-04-12 | 2020-11-24 | 中车青岛四方机车车辆股份有限公司 | 列车运行状态可视化方法和装置 |
CN108583624A (zh) * | 2018-04-12 | 2018-09-28 | 中车青岛四方机车车辆股份有限公司 | 列车运行状态可视化方法和装置 |
CN110389577B (zh) * | 2018-04-17 | 2022-04-01 | 北京三快在线科技有限公司 | 一种确定驾驶风格的方法及装置 |
CN110389577A (zh) * | 2018-04-17 | 2019-10-29 | 北京三快在线科技有限公司 | 一种确定驾驶风格的方法及装置 |
CN110196440B (zh) * | 2018-05-22 | 2022-01-11 | 腾讯大地通途(北京)科技有限公司 | 重合轨迹的识别方法及装置、电子设备、存储介质 |
CN110196440A (zh) * | 2018-05-22 | 2019-09-03 | 腾讯大地通途(北京)科技有限公司 | 重合轨迹的识别方法及装置、电子设备、存储介质 |
CN109840966A (zh) * | 2018-07-24 | 2019-06-04 | 上海赢科信息技术有限公司 | 基于车辆行驶数据清洗的行程划分方法和系统 |
CN110309127A (zh) * | 2019-07-02 | 2019-10-08 | 联想(北京)有限公司 | 一种数据处理方法、装置及电子设备 |
CN110428621A (zh) * | 2019-07-30 | 2019-11-08 | 山东交通学院 | 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法 |
CN110505585A (zh) * | 2019-08-28 | 2019-11-26 | 上海能塔智能科技有限公司 | 车辆的数据处理方法、服务端、电子设备与可读存储介质 |
CN110567482A (zh) * | 2019-09-10 | 2019-12-13 | 深圳市航通北斗信息技术有限公司 | 车辆行程计算方法、计算机可读存储介质以及终端设备 |
CN110888885A (zh) * | 2019-11-25 | 2020-03-17 | 深圳广联赛讯有限公司 | 轨迹数据处理方法、装置、服务器及可读存储介质 |
CN112991804B (zh) * | 2019-12-18 | 2022-06-07 | 浙江大华技术股份有限公司 | 停留区域确定方法以及相关装置 |
CN112991804A (zh) * | 2019-12-18 | 2021-06-18 | 浙江大华技术股份有限公司 | 停留区域确定方法以及相关装置 |
CN113382361B (zh) * | 2020-03-09 | 2022-11-15 | 上海擎感智能科技有限公司 | 基于路线切分的试驾监控方法、系统、介质及设备 |
CN113382361A (zh) * | 2020-03-09 | 2021-09-10 | 上海擎感智能科技有限公司 | 基于路线切分的试驾监控方法、系统、介质及设备 |
CN111524253B (zh) * | 2020-05-09 | 2021-12-17 | 德银天下股份有限公司 | 行车记录方法、行车记录系统、计算机设备和存储介质 |
CN111524253A (zh) * | 2020-05-09 | 2020-08-11 | 德银天下投资控股有限公司 | 行车记录方法、行车记录系统、计算机设备和存储介质 |
CN112417072A (zh) * | 2020-11-18 | 2021-02-26 | 北京百度网讯科技有限公司 | 凭证信息处理方法、装置、设备及可读存储介质 |
CN112417072B (zh) * | 2020-11-18 | 2024-05-07 | 北京百度网讯科技有限公司 | 凭证信息处理方法、装置、设备及可读存储介质 |
CN112767732A (zh) * | 2020-12-30 | 2021-05-07 | 大众问问(北京)信息科技有限公司 | 一种停车位置确定方法 |
CN113068130A (zh) * | 2021-03-29 | 2021-07-02 | 宁波趣行智能科技有限公司 | 智能车载设备的行车轨迹数据接收及处理方法 |
US11505199B1 (en) | 2021-06-18 | 2022-11-22 | Zhiji Automotive Technology Co., Ltd. | Method, apparatus and device for cleaning up vehicle driving data and storage medium thereof |
EP4105607A1 (en) * | 2021-06-18 | 2022-12-21 | Zhiji Automotive Technology Co., Ltd. | Method, apparatus and device for cleaning up vehicle driving data and storage medium thereof |
CN113607169A (zh) * | 2021-07-23 | 2021-11-05 | 深圳市同行者科技有限公司 | 一种长途驾驶路线规划方法、装置及终端设备 |
CN113421428A (zh) * | 2021-08-25 | 2021-09-21 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于多源gps数据的出行阻抗模型标定及校核方法 |
CN114022967A (zh) * | 2021-11-05 | 2022-02-08 | 沈阳世纪高通科技有限公司 | 利用空间轨迹与路网的数据的车辆考勤算法 |
CN114999143A (zh) * | 2022-03-17 | 2022-09-02 | 高德软件有限公司 | 红灯时长挖掘方法、电子设备及计算机程序产品 |
CN114999143B (zh) * | 2022-03-17 | 2023-08-29 | 高德软件有限公司 | 红灯时长挖掘方法、电子设备及计算机程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106297280A (zh) | 一种信息处理方法和装置 | |
CN104050817B (zh) | 限速信息库生成、限速信息检测的方法和系统 | |
CN105261212B (zh) | 一种基于出租车gps数据地图匹配的出行时空分析方法 | |
CN102509470B (zh) | 基于动态路径规划实现车辆节能减排的系统和方法 | |
CN107818412B (zh) | 一种基于MapReduce的大规模公交乘客OD并行计算方法 | |
CN100357987C (zh) | 城市路网交通流区间平均速度的获取方法 | |
CN103310651A (zh) | 一种基于实时路况信息的公交到站预测方法 | |
CN108986509B (zh) | 一种基于车路协同的城市区域路径实时规划方法 | |
CN105674995A (zh) | 一种基于用户出行轨迹获取通勤路线的方法及装置 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN110276973B (zh) | 一种路口交通规则自动识别方法 | |
CN111681421A (zh) | 基于手机信令数据的对外客运枢纽集疏空间分布分析方法 | |
CN108765018B (zh) | 基于人车关联的自适应广告推送方法及系统 | |
CN102183256A (zh) | 行进车队的地图匹配方法 | |
CN103106702A (zh) | 基于云计算的公交出行服务系统 | |
CN102436466A (zh) | 基于gis分类的公交换乘查询方法 | |
CN102956105B (zh) | 一种浮动车样本点数据插值的方法 | |
CN105096590B (zh) | 交通信息生成方法和交通信息生成设备 | |
CN107490384A (zh) | 一种基于城市路网的最优静态路径选择方法 | |
CN108090722A (zh) | 一种基于gps的物流网络站点识别设备与识别方法 | |
CN110849382A (zh) | 驾驶时长预测方法及装置 | |
CN111554085A (zh) | 一种公共交通一体化出行智能服务装置及其应用方法 | |
CN111723871B (zh) | 一种公交车实时车厢满载率的估算方法 | |
CN110491157A (zh) | 一种基于停车场数据和卡口数据的车辆关联方法 | |
CN106710204B (zh) | 公交车辆的交叉定位装置和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |