CN107346478A - 基于历史数据的货运路径规划方法、服务器及系统 - Google Patents
基于历史数据的货运路径规划方法、服务器及系统 Download PDFInfo
- Publication number
- CN107346478A CN107346478A CN201610291014.2A CN201610291014A CN107346478A CN 107346478 A CN107346478 A CN 107346478A CN 201610291014 A CN201610291014 A CN 201610291014A CN 107346478 A CN107346478 A CN 107346478A
- Authority
- CN
- China
- Prior art keywords
- track
- time
- destination
- trajectory data
- starting point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000007621 cluster analysis Methods 0.000 claims abstract description 6
- 238000001914 filtration Methods 0.000 claims description 18
- 101150055297 SET1 gene Proteins 0.000 claims description 9
- 101150117538 Set2 gene Proteins 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000005406 washing Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于历史数据的货运路径规划方法、服务器及系统,其中,方法包括:接收用户输入的出发点、目的地和出发时间;从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹;将获得的与所述出发点、目的地和出发时间相匹配的轨迹进行聚类分析,获得不同种类轨迹;根据聚类后每一类轨迹中各轨迹的持续时间,获取聚类后每一类轨迹的平均时间开销;根据聚类后获得的每一类轨迹及其平均时间开销,对货运路径进行规划,以供用户选择。本发明基于真实的历史数据对货运路径进行规划,并获得规划的每一类路径对应的时间开销,可以使用户根据自己的具体需求对路径进行更准确的选择。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种基于历史数据的货运路径规划方法、服务器及系统。
背景技术
在运输那些时效性高的商品时,运输时间是一个非常重要的成本。如今,路径规划是一个比较常见的问题。传统的路径规划主要是基于地图的最短路径算法,或者是最短实时算法等,其均不会考虑实际的位置信息,如加油站,交通限行等道路因素。但是,有时候道路的网路分布相对比较复杂,而且也要考虑到道路状况之后的发展趋势。一般来说,对路径的规划主要考虑的还是时间的开销,目前研究主要集中在对于某个路段的时间预测。
随着定位技术越来越普及,使收集大量的物流轨迹变为可能。真实的轨迹数据,包含了司机对路况的理解与思考,也是包含了大量的语义信息,根据大量的历史数据,统计其规律趋势,对路径规划有着重要的意义。
鉴于此,如何基于历史数据对货运路径进行规划成为目前需要解决的技术问题。
发明内容
为解决上述的技术问题,本发明提供一种基于历史数据的货运路径规划方法、服务器及系统,基于历史数据对货运路径进行规划,并获得规划的每一类路径对应的时间开销,可以使用户根据自己的具体需求对路径进行更准确的选择。
第一方面,本发明提供一种基于历史数据的货运路径规划方法,应用于服务器,包括:
接收用户输入的出发点、目的地和出发时间;
从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹;
将获得的与所述出发点、目的地和出发时间相匹配的轨迹进行聚类分析,获得不同种类轨迹;
根据聚类后每一类轨迹中各轨迹的持续时间,获取聚类后每一类轨迹的平均时间开销;
根据聚类后获得的每一类轨迹及其平均时间开销,对货运路径进行规划,以供用户选择。
可选地,所述从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹,包括:
获取所述出发点到历史轨迹数据库中每个轨迹起点的距离,若所述出发点到历史轨迹数据库中某一轨迹起点的距离小于等于预设第一阈值,则将该轨迹加入起点集set1;
获取所述目的地到历史轨迹数据库中每个轨迹结束点的距离,若所述目的地到历史轨迹数据库中某一轨迹结束点的距离小于等于预设第二阈值,则将该轨迹加入结束集set2;
对比set1和set2,若某一轨迹既属于set1也属于set2,则该轨迹为与所述出发点和目的地相匹配的轨迹;
若与所述出发点和目的地相匹配的轨迹的开始时间与所述出发时间的差值小于等于预设第一时间阈值,则该轨迹为与所述出发点、目的地和出发时间相匹配的轨迹。
可选地,在所述接收用户输入的出发点、目的地和出发时间之前,还包括:
根据GPS设备在预设时间段内获取的货运车辆的历史轨迹数据,建立历史轨迹数据库。
可选地,所述根据GPS设备在预设时间段内获取的历史轨迹数据,建立历史轨迹数据库,包括:
通过GPS设备在预设时间段内获取货运车辆的历史轨迹数据;
根据定位所述历史轨迹数据的时间属性,对所述历史轨迹数据进行过滤;
对过滤后的历史轨迹数据进行轨迹分割,提取过滤后的历史轨迹数据中的轨迹;
对提取的轨迹进行数据清洗,得到干净、完整的轨迹;
获取数据清洗后的每一轨迹中的停车点;
根据所述停车点,将数据清洗后的每一轨迹分为多个子轨迹序列,形成历史轨迹数据库;
其中,历史轨迹数据库中的每一轨迹,包括:轨迹起点、结束点、开始时间、结束时间、车辆编号。
可选地,所述根据定位所述历史轨迹数据的时间属性,对所述历史轨迹数据进行过滤,包括:
利用关键字对所述历史轨迹数据进行排序,并根据定位所述历史轨迹数据的时间,对所述历史轨迹数据中错误的记录点或重复的记录点进行过滤删除;
其中,所述关键字包括:车牌号。
可选地,所述对过滤后的历史轨迹数据进行轨迹分割,提取过滤后的历史轨迹数据中的轨迹,包括:
根据所述关键字对过滤后的历史轨迹数据中的定位点进行分类;
将每一类中的定位点按照时间由前往后的顺序进行排序;
根据预设第二时间阈值,对每一类排序后的定位点进行分割,形成一条条完整的轨迹。
可选地,所述获取数据清洗后的每一轨迹中的停车点,包括:
基于速度和时间的停点检测算法,获取数据清洗后的每一轨迹中的停车点,具体包括:
获取数据清洗后的每一轨迹中各定位点的货运车辆的速度;
将数据清洗后的每一轨迹中各定位点的货运车辆的速度与预设速度阈值进行比较;
若数据清洗后的某一轨迹中某定位点的货运车辆的速度小于预设速度阈值,且该速度的持续时间大于等于预设第三时间阈值,则该定位点为该轨迹中的停车点。
可选地,所述预设速度阈值是根据货运车辆行驶的平均速度或道路的平均速度设定的。
第二方面,本发明提供一种服务器,包括:
接收模块,用于接收用户输入的出发点、目的地和出发时间;
搜寻模块,用于从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹;
聚类模块,用于将获得的与所述出发点、目的地和出发时间相匹配的轨迹进行聚类分析,获得不同种类轨迹;
时间获取模块,用于根据聚类后每一类轨迹中各轨迹的持续时间,获取聚类后每一类轨迹的平均时间开销;
规划模块,用于根据聚类后获得的每一类轨迹及其平均时间开销,对货运路径进行规划,以供用户选择。
第三方面,本发明提供一种基于历史数据的货运路径规划系统,包括:客户端和上述服务器;
所述客户端,包括:输入模块、查询模块和呈现模块;
所述输入模块,用于接收用户输入的出发点、目的地和出发时间;
所述查询模块,用于将用户输入的出发点、目的地和出发时间发送给服务器进行路径规划查询;
所述呈现模块,用于接收服务器根据聚类后获得的每一类轨迹及其平均时间开销对货运路径进行规划的结果并进行展示,以供用户选择。
由上述技术方案可知,本发明的基于历史数据的货运路径规划方法、服务器及系统,基于真实的历史数据对货运路径进行规划,并获得规划的每一类路径对应的时间开销,可以使用户根据自己的具体需求对路径进行更准确的选择。
附图说明
图1为本发明一实施例提供的基于历史数据的货运路径规划方法的流程示意图;
图2为本发明实施例实现图1所示基于历史数据的货运路径规划方法的整体框架结构示意图;
图3为本发明实施例建立历史轨迹数据库的数据处理流程示意图;
图4为本发明实施例的客户端展示流程示意图;
图5为本发明一实施例提供的服务器的结构示意图;
图6为本发明一实施例提供的基于历史数据的货运路径规划系统的结构示意图;
图7为本发明实施例提供的图1所示步骤103将获得的与所述出发点、目的地和出发时间相匹配的轨迹进行聚类分析的举例参考示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,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的实施例,都属于本发明保护的范围。
图1示出了本发明一实施例提供的基于历史数据的货运路径规划方法的流程示意图,如图1所示,本实施例的基于历史数据的货运路径规划方法,应用于服务器,包括步骤101-105:
101、接收用户(通过客户端)输入的出发点、目的地和出发时间。
在具体应用中,在所述步骤101之前,本实施例所述方法还包括图中未示出的步骤100:
100、根据GPS设备在预设时间段内获取的货运车辆的历史轨迹数据,建立历史轨迹数据库。
102、从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹。
在具体应用中,所述步骤102可以,具体包括:
获取所述出发点到历史轨迹数据库中每个轨迹起点的距离,若所述出发点到历史轨迹数据库中某一轨迹起点的距离小于等于预设第一阈值,则将该轨迹加入起点集set1;
获取所述目的地到历史轨迹数据库中每个轨迹结束点的距离,若所述目的地到历史轨迹数据库中某一轨迹结束点的距离小于等于预设第二阈值,则将该轨迹加入结束集set2;
对比set1和set2,若某一轨迹既属于set1也属于set2,则该轨迹为与所述出发点和目的地相匹配的轨迹;
若与所述出发点和目的地相匹配的轨迹的开始时间与所述出发时间的差值小于等于预设第一时间阈值,则该轨迹为与所述出发点、目的地和出发时间相匹配的轨迹。
103、将获得的与所述出发点、目的地和出发时间相匹配的轨迹进行聚类分析,获得不同种类轨迹。
在具体应用中,在步骤102搜寻获得的与所述出发点、目的地和出发时间相匹配的轨迹中,可根据定义轨迹之间的欧式几何距离,设定一个合理的阈值,可以将轨迹可分为不同的类。例如:轨迹A和轨迹B都是由一系列坐标点组成,相邻的两个坐标点之间用直线相连,用这线段构成一个轨迹;在距离轨迹每一条轨迹段上下处做两条平行线,形成一个梯形带(直观理解例如轨迹折线段是马路中心线,梯形带代表马路);将梯形带A和B分别做交集和并集处理,相似程度用(A∩B)/(A∪B)表示,设定阈值,大于阈值的可分为一类轨迹。例如,图7中的轨迹1和轨迹2被证明具有相同的原点和目的地,很明显,它们不具有相同的路径,因此不能被聚成一组;轨迹3和轨迹2的空间距离是相似的,使得它们可以被聚类。
104、根据聚类后每一类轨迹中各轨迹的持续时间,获取聚类后每一类轨迹的平均时间开销。
105、根据聚类后获得的每一类轨迹及其平均时间开销,对货运路径进行规划,以供用户选择。
本实施例的基于历史数据的货运路径规划方法及系统,基于真实的历史数据对货运路径进行规划,并获得规划的每一类路径对应的时间开销,可以使用户根据自己的具体需求对路径进行更准确的选择,例如倾向于时间更好,还是路径更短,亦或是两方面兼顾。
在具体应用中,如图3所示,上述步骤100具体可以包括步骤S1-S6:
S1、通过全球定位系统(Global Positioning System,简称GPS)设备在预设时间段内获取货运车辆(即移动对象)的历史轨迹数据。
S2、根据定位所述历史轨迹数据的时间属性,对所述历史轨迹数据进行过滤。
可理解的是,通过GPS获取的历史轨迹数据会产生随机噪声和错误(例如噪声数据等),在所述步骤S2中,可利用关键字对所述历史轨迹数据进行排序,并根据定位所述历史轨迹数据的时间,对所述历史轨迹数据中错误的记录点或重复的记录点进行过滤删除;
其中,所述关键字可包括:车牌号等。
S3、对过滤后的历史轨迹数据进行轨迹分割,提取过滤后的历史轨迹数据中的轨迹。
在具体应用中,所述步骤S3,可以具体包括:
根据所述关键字对过滤后的历史轨迹数据中的定位点进行分类;
将每一类中的定位点按照时间由前往后的顺序进行排序;
根据预设第二时间阈值,对每一类排序后的定位点进行分割,形成一条条完整的轨迹。
举例来说,若新出现一个关键字,通常认为其是轨迹的起点,在某一段时间内,比如1个小时,再也没有出现该关键字时,我们认为该轨迹结束。
S4、对提取的轨迹进行数据清洗,得到干净、完整的轨迹。
S5、获取数据清洗后的每一轨迹中的停车点。
其中,停车点也可以为上下货物点。
在具体应用中,在所述步骤S5中,可基于速度和时间的停点检测算法,获取数据清洗后的每一轨迹中的停车点,可具体包括:
获取数据清洗后的每一轨迹中各定位点的货运车辆的速度;
将数据清洗后的每一轨迹中各定位点的货运车辆的速度与预设速度阈值Δspeed进行比较;
若数据清洗后的某一轨迹中某定位点的货运车辆的速度小于预设速度阈值,且该速度的持续时间大于等于预设第三时间阈值Δtime,则该定位点为该轨迹中的停车点。
可理解的是,上述基于速度和时间的停点检测算法意味着如果一个元组的瞬时速度是低于阈值,并持续一段时间,它可以被看作是一个停止的一部分。当然,在这边最主要的问题是Δspeed和时间阈值的选择。如果Δspeed太高,会出现很多停车点;相反,如果Δspeed过低,可能会找不到停车点。因此,选择Δspeed和时间阈值是很重要的,可以根据货运车辆行驶的平均速度或道路的平均速度选择设定Δspeed。
S6、根据所述停车点,将数据清洗后的每一轨迹分为多个子轨迹序列,形成历史轨迹数据库。
其中,历史轨迹数据库中的每一轨迹,包括:轨迹起点、结束点、开始时间、结束时间、车辆编号等轨迹信息。
应说明的是,在具体应用中,可利用图2所示的框架结构示意图实现本实施例的基于历史数据的货运路径规划方法。
本实施例的基于历史数据的货运路径规划方法及系统,基于真实的历史数据对货运路径进行规划,并获得规划的每一类路径对应的时间开销,可以使用户根据自己的具体需求对路径进行更准确的选择。
图5示出了本发明一实施例提供的服务器的结构示意图,如图5所示,本实施例的服务器01,包括:接收模块11、搜寻模块12、聚类模块13、时间获取模块14和规划模块15,其中:
接收模块11用于接收用户输入的出发点、目的地和出发时间;
搜寻模块12用于从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹;
聚类模块13用于将获得的与所述出发点、目的地和出发时间相匹配的轨迹进行聚类分析,获得不同种类轨迹;
时间获取模块14用于根据聚类后每一类轨迹中各轨迹的持续时间,获取聚类后每一类轨迹的平均时间开销;
规划模块15用于根据聚类后获得的每一类轨迹及其平均时间开销,对货运路径进行规划,以供用户选择。
本实施例所述的服务器可以用于执行上述方法实施例,其原理和技术效果类似,此处不再赘述。
需要说明的是,对于服务器的实施例而言,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。
本实施例的服务器,基于真实的历史数据对货运路径进行规划,并获得规划的每一类路径对应的时间开销,可以使用户根据自己的具体需求对路径进行更准确的选择。
图6示出了本发明一实施例提供的基于历史数据的货运路径规划系统的结构示意图,如图6所示,本实施例的基于历史数据的货运路径规划系统,包括:客户端02和图5所示实施例所述的服务器01;
所述客户端02,包括:输入模块21、查询模块22和呈现模块23,其中:
输入模块21用于接收用户输入的出发点、目的地和出发时间;
查询模块22用于将用户输入的出发点、目的地和出发时间发送给服务器进行路径规划查询;
呈现模块23用于接收服务器根据聚类后获得的每一类轨迹及其平均时间开销对货运路径进行规划的结果并进行展示,以供用户选择。
图4示出了本发明实施例的客户端展示流程示意图,本实施例的基于历史数据的货运路径规划系统,基于真实的历史数据对货运路径进行规划,并获得规划的每一类路径对应的时间开销,可以使用户根据自己的具体需求对路径进行更准确的选择。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于历史数据的货运路径规划方法,应用于服务器,其特征在于,包括:
接收用户输入的出发点、目的地和出发时间;
从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹;
将获得的与所述出发点、目的地和出发时间相匹配的轨迹进行聚类分析,获得不同种类轨迹;
根据聚类后每一类轨迹中各轨迹的持续时间,获取聚类后每一类轨迹的平均时间开销;
根据聚类后获得的每一类轨迹及其平均时间开销,对货运路径进行规划,以供用户选择。
2.根据权利要求1所述的方法,其特征在于,所述从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹,包括:
获取所述出发点到历史轨迹数据库中每个轨迹起点的距离,若所述出发点到历史轨迹数据库中某一轨迹起点的距离小于等于预设第一阈值,则将该轨迹加入起点集set1;
获取所述目的地到历史轨迹数据库中每个轨迹结束点的距离,若所述目的地到历史轨迹数据库中某一轨迹结束点的距离小于等于预设第二阈值,则将该轨迹加入结束集set2;
对比set1和set2,若某一轨迹既属于set1也属于set2,则该轨迹为与所述出发点和目的地相匹配的轨迹;
若与所述出发点和目的地相匹配的轨迹的开始时间与所述出发时间的差值小于等于预设第一时间阈值,则该轨迹为与所述出发点、目的地和出发时间相匹配的轨迹。
3.根据权利要求1所述的方法,其特征在于,在所述接收用户输入的出发点、目的地和出发时间之前,还包括:
根据GPS设备在预设时间段内获取的货运车辆的历史轨迹数据,建立历史轨迹数据库。
4.根据权利要求3所述的方法,其特征在于,所述根据GPS设备在预设时间段内获取的历史轨迹数据,建立历史轨迹数据库,包括:
通过GPS设备在预设时间段内获取货运车辆的历史轨迹数据;
根据定位所述历史轨迹数据的时间属性,对所述历史轨迹数据进行过滤;
对过滤后的历史轨迹数据进行轨迹分割,提取过滤后的历史轨迹数据中的轨迹;
对提取的轨迹进行数据清洗,得到干净、完整的轨迹;
获取数据清洗后的每一轨迹中的停车点;
根据所述停车点,将数据清洗后的每一轨迹分为多个子轨迹序列,形成历史轨迹数据库;
其中,历史轨迹数据库中的每一轨迹,包括:轨迹起点、结束点、开始时间、结束时间、车辆编号。
5.根据权利要求4所述的方法,其特征在于,所述根据定位所述历史轨迹数据的时间属性,对所述历史轨迹数据进行过滤,包括:
利用关键字对所述历史轨迹数据进行排序,并根据定位所述历史轨迹数据的时间,对所述历史轨迹数据中错误的记录点或重复的记录点进行过滤删除;
其中,所述关键字包括:车牌号。
6.根据权利要求5所述的方法,其特征在于,所述对过滤后的历史轨迹数据进行轨迹分割,提取过滤后的历史轨迹数据中的轨迹,包括:
根据所述关键字对过滤后的历史轨迹数据中的定位点进行分类;
将每一类中的定位点按照时间由前往后的顺序进行排序;
根据预设第二时间阈值,对每一类排序后的定位点进行分割,形成一条条完整的轨迹。
7.根据权利要求6所述的方法,其特征在于,所述获取数据清洗后的每一轨迹中的停车点,包括:
基于速度和时间的停点检测算法,获取数据清洗后的每一轨迹中的停车点,具体包括:
获取数据清洗后的每一轨迹中各定位点的货运车辆的速度;
将数据清洗后的每一轨迹中各定位点的货运车辆的速度与预设速度阈值进行比较;
若数据清洗后的某一轨迹中某定位点的货运车辆的速度小于预设速度阈值,且该速度的持续时间大于等于预设第三时间阈值,则该定位点为该轨迹中的停车点。
8.根据权利要求7所述的方法,其特征在于,所述预设速度阈值是根据货运车辆行驶的平均速度或道路的平均速度设定的。
9.一种服务器,其特征在于,包括:
接收模块,用于接收用户输入的出发点、目的地和出发时间;
搜寻模块,用于从预先建立的历史轨迹数据库中搜寻与所述出发点、目的地和出发时间相匹配的轨迹;
聚类模块,用于将获得的与所述出发点、目的地和出发时间相匹配的轨迹进行聚类分析,获得不同种类轨迹;
时间获取模块,用于根据聚类后每一类轨迹中各轨迹的持续时间,获取聚类后每一类轨迹的平均时间开销;
规划模块,用于根据聚类后获得的每一类轨迹及其平均时间开销,对货运路径进行规划,以供用户选择。
10.一种基于历史数据的货运路径规划系统,其特征在于,包括:客户端和权利要求9所述的服务器;
所述客户端,包括:输入模块、查询模块和呈现模块;
所述输入模块,用于接收用户输入的出发点、目的地和出发时间;
所述查询模块,用于将用户输入的出发点、目的地和出发时间发送给服务器进行路径规划查询;
所述呈现模块,用于接收服务器根据聚类后获得的每一类轨迹及其平均时间开销对货运路径进行规划的结果并进行展示,以供用户选择。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610291014.2A CN107346478A (zh) | 2016-05-04 | 2016-05-04 | 基于历史数据的货运路径规划方法、服务器及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610291014.2A CN107346478A (zh) | 2016-05-04 | 2016-05-04 | 基于历史数据的货运路径规划方法、服务器及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107346478A true CN107346478A (zh) | 2017-11-14 |
Family
ID=60253446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610291014.2A Pending CN107346478A (zh) | 2016-05-04 | 2016-05-04 | 基于历史数据的货运路径规划方法、服务器及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107346478A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225356A (zh) * | 2017-12-04 | 2018-06-29 | 北京中交兴路信息科技有限公司 | 一种基于货车历史轨迹的货运导航方法及装置 |
CN108647840A (zh) * | 2018-06-28 | 2018-10-12 | 安吉汽车物流股份有限公司 | 一种路径挖掘方法及装置、存储介质、服务器 |
CN108985686A (zh) * | 2018-07-05 | 2018-12-11 | 北京智行者科技有限公司 | 物流车行驶数据处理方法 |
CN109631927A (zh) * | 2018-12-29 | 2019-04-16 | 北斗天地股份有限公司 | 一种路径规划方法及装置 |
CN109816151A (zh) * | 2018-12-29 | 2019-05-28 | 天津五八到家科技有限公司 | 运输路线规划、重现方法、服务器及存储介质 |
CN111414437A (zh) * | 2019-01-08 | 2020-07-14 | 阿里巴巴集团控股有限公司 | 线路轨迹的生成方法及装置 |
CN112116805A (zh) * | 2019-06-21 | 2020-12-22 | 杭州海康威视系统技术有限公司 | 一种规定行驶线路确定方法及装置 |
CN114100017A (zh) * | 2021-11-12 | 2022-03-01 | 宁波子规安全科技有限公司 | 一种用于公共场所的应急逃生撤离方法 |
CN116562598A (zh) * | 2023-07-07 | 2023-08-08 | 成都花娃网络科技有限公司 | 一种分销调度方法、装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102278995A (zh) * | 2011-04-27 | 2011-12-14 | 中国石油大学(华东) | 基于gps探测的贝叶斯路径规划装置及方法 |
CN102538806A (zh) * | 2010-12-30 | 2012-07-04 | 上海博泰悦臻电子设备制造有限公司 | 一种路径规划方法以及相关设备 |
CN103278833A (zh) * | 2013-05-13 | 2013-09-04 | 深圳先进技术研究院 | 一种基于北斗/gps数据的线路推荐系统及方法 |
-
2016
- 2016-05-04 CN CN201610291014.2A patent/CN107346478A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102538806A (zh) * | 2010-12-30 | 2012-07-04 | 上海博泰悦臻电子设备制造有限公司 | 一种路径规划方法以及相关设备 |
CN102278995A (zh) * | 2011-04-27 | 2011-12-14 | 中国石油大学(华东) | 基于gps探测的贝叶斯路径规划装置及方法 |
CN103278833A (zh) * | 2013-05-13 | 2013-09-04 | 深圳先进技术研究院 | 一种基于北斗/gps数据的线路推荐系统及方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225356B (zh) * | 2017-12-04 | 2021-01-01 | 北京中交兴路信息科技有限公司 | 一种基于货车历史轨迹的货运导航方法及装置 |
CN108225356A (zh) * | 2017-12-04 | 2018-06-29 | 北京中交兴路信息科技有限公司 | 一种基于货车历史轨迹的货运导航方法及装置 |
CN108647840A (zh) * | 2018-06-28 | 2018-10-12 | 安吉汽车物流股份有限公司 | 一种路径挖掘方法及装置、存储介质、服务器 |
CN108985686A (zh) * | 2018-07-05 | 2018-12-11 | 北京智行者科技有限公司 | 物流车行驶数据处理方法 |
CN108985686B (zh) * | 2018-07-05 | 2022-04-12 | 北京智行者科技有限公司 | 物流车行驶数据处理方法 |
CN109631927A (zh) * | 2018-12-29 | 2019-04-16 | 北斗天地股份有限公司 | 一种路径规划方法及装置 |
CN109816151A (zh) * | 2018-12-29 | 2019-05-28 | 天津五八到家科技有限公司 | 运输路线规划、重现方法、服务器及存储介质 |
CN111414437A (zh) * | 2019-01-08 | 2020-07-14 | 阿里巴巴集团控股有限公司 | 线路轨迹的生成方法及装置 |
CN111414437B (zh) * | 2019-01-08 | 2023-06-20 | 阿里巴巴集团控股有限公司 | 线路轨迹的生成方法及装置 |
CN112116805A (zh) * | 2019-06-21 | 2020-12-22 | 杭州海康威视系统技术有限公司 | 一种规定行驶线路确定方法及装置 |
CN114100017A (zh) * | 2021-11-12 | 2022-03-01 | 宁波子规安全科技有限公司 | 一种用于公共场所的应急逃生撤离方法 |
CN116562598A (zh) * | 2023-07-07 | 2023-08-08 | 成都花娃网络科技有限公司 | 一种分销调度方法、装置及存储介质 |
CN116562598B (zh) * | 2023-07-07 | 2023-09-19 | 成都花娃网络科技有限公司 | 一种分销调度方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107346478A (zh) | 基于历史数据的货运路径规划方法、服务器及系统 | |
Biagioni et al. | Easytracker: automatic transit tracking, mapping, and arrival time prediction using smartphones | |
US10520326B2 (en) | Driving route matching method and apparatus, and storage medium | |
CN105589875B (zh) | 一种多轨迹绘制的方法及装置 | |
JP6742320B2 (ja) | 取引リスク検出方法及び装置 | |
Ta et al. | Signature-based trajectory similarity join | |
US8041652B2 (en) | Measuring web site satisfaction of information needs using page traffic profile | |
CN105701123B (zh) | 人车关系的识别方法及装置 | |
CN109766777A (zh) | 异常轨迹的检测方法、装置、存储介质及电子设备 | |
CN104111073A (zh) | 一种识别地图数据中不准确路段的方法和装置 | |
CN105260412A (zh) | 一种图像存储方法、图像检索方法和装置 | |
CN105091890A (zh) | 用于推荐候选路径的方法和装置 | |
CN109241138A (zh) | 一种移动轨迹构建方法及装置 | |
EP3443482B1 (en) | Classifying entities in digital maps using discrete non-trace positioning data | |
CN108229456A (zh) | 目标跟踪方法和装置、电子设备、计算机存储介质 | |
CN108777004B (zh) | 高速公路客运车辆跨省匹配方法及装置 | |
CN111737377B (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
CN110727740B (zh) | 关联分析方法及装置、计算机设备与可读介质 | |
CN111259444B (zh) | 一种融合隐私保护的轨迹数据标签聚类方法 | |
CN104697541A (zh) | 用于提供与出行相关的信息的方法 | |
CN109982361A (zh) | 信号干扰分析方法、装置、设备及介质 | |
CN112885099B (zh) | 用于确定车辆轨迹关键点的方法、装置及设备 | |
CN105787756A (zh) | 人体行为分析装置、方法及系统 | |
CN103970785A (zh) | 在线推荐方法和系统 | |
CN106528570A (zh) | 推荐方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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: 20171114 |
|
RJ01 | Rejection of invention patent application after publication |