CN107622660A - 一种道路限行时间确定方法及装置 - Google Patents

Abstract

本发明提供一种道路限行时间确定方法及装置，所述方法包括：获取行车轨迹数据，所述行车轨迹数据包括车辆的位置信息和所述车辆在所述位置信息指示的位置时的时间信息；根据所述位置信息确定行驶过目标道路的车辆的行车轨迹数据；根据所述时间信息确定分布在各个时段内的所述行驶过目标道路的车辆的行车轨迹数据的数量，根据所述行车轨迹数据的数量确定所述目标道路的限行时间。本发明通过对行车轨迹数据进行分析得到道路的限行时段，不需要耗费大量人力成本，具备较高的效率。

Description

一种道路限行时间确定方法及装置

技术领域

本发明涉及交通信息处理技术领域，尤其涉及一种道路限行时间确定方法及装置。

背景技术

随着社会与科技的快速发展，电子地图越来越多的运用到人们的日常生活中，特别是在车载导航领域，电子地图丰富了用户感受，能为用户决断提供准确、实时的信息。电子地图上各种信息的准确与否及信息的丰富性直接关系到用户的适用感受。

现实中，某些道路被规定为限制通行，例如单行道路、禁止某种特定车型通行的道路等。在制作电子地图和导航系统时，必须将此类限制信息设置在系统中才能为用户提供准确的导航信息提示。现有技术是通过人力采集此类信息，但此类信息的信息量非常庞大，依靠人力考察录入显然会造成很高的制作成本，导致采集效率较低。

发明内容

本发明要解决的是现有的采集道路的限制通行时间的方案采集效率低的问题。

有鉴于此，本发明实施例提供一种道路限行时间确定方法，包括：获取行车轨迹数据，所述行车轨迹数据包括车辆的位置信息和所述车辆在所述位置信息指示的位置时的时间信息；根据所述位置信息确定行驶过目标道路的车辆的行车轨迹数据；根据所述时间信息确定分布在各个时段内的所述行驶过目标道路的车辆的行车轨迹数据的数量；根据所述行车轨迹数据的数量确定所述目标道路的限行时间。

优选地，所述根据所述位置信息确定行驶过目标道路的车辆的行车轨迹数据，包括：根据所述行车轨迹数据中的位置信息确定车辆在地图数据中的位置；根据所述车辆在地图数据中的位置确定地图数据中的目标道路区域内的行车轨迹数据。

优选地，所述根据行车轨迹数据的数量确定所述目标道路的限行时间，包括：分别将每个时段内的行车轨迹数据的数量与预定阈值进行比对；若所述时段内的行车轨迹数据的数量小于所述预定阈值，则将所述时段判定为限行时段。

优选地，所述行车轨迹数据还包括车辆在所述位置信息指示的位置时的行驶方向信息，且所述行驶方向信息为两种，分别用于指示道路的两个相向的行驶方向。所述根据所述时间信息确定分布在各个时段内的所述行驶过目标道路的车辆的行车轨迹数据的数量包括：从所述行驶过目标道路的车辆的行车轨迹数据中确定具有相同行驶方向信息的行车轨迹数据；分别确定分布在各个时段内的所述具有相同行驶方向信息的行车轨迹数据的数量。

优选地，所述根据所述行车轨迹数据的数量确定所述目标道路的限行时间，包括：分别根据所述具有相同行驶方向信息的行车轨迹数据的数量确定所述目标道路在所述行驶方向信息指示的行驶方向上的限行时间。

相应地，本发明实施例还提供一种道路限行时间确定装置，包括：获取单元，获取行车轨迹数据，所述行车轨迹数据包括车辆的位置信息和所述车辆在所述位置信息指示的位置时的时间信息；筛选单元，根据所述位置信息确定行驶过目标道路的车辆的行车轨迹数据；限行时间确定单元，根据所述时间信息确定分布在各个时段内的所述行驶过目标道路的车辆的行车轨迹数据的数量，并根据所述行车轨迹数据的数量确定所述目标道路的限行时间。

优选地，所述筛选单元包括：位置匹配单元，用于根据所述行车轨迹数据中的位置信息确定车辆在地图数据中的位置；道路区域数据筛选单元，用于根据所述车辆在地图数据中的位置确定地图数据中的目标道路区域内的行车轨迹数据。

优选地，所述限行时间确定单元包括：比对单元，用于分别将每个时段内的行车轨迹数据的数量与预定阈值进行比对；时段判定单元，用于若所述时段内的行车轨迹数据的数量小于所述预定阈值，则将所述时段判定为限行时段。

优选地，所述行车轨迹数据还包括车辆在所述位置信息指示的位置时的行驶方向信息，且所述行驶方向信息为两种，分别用于指示道路的两个相向的行驶方向；所述统计单元包括：方向筛选单元，用于从所述行驶过目标道路的车辆的行车轨迹数据中确定具有相同行驶方向信息的行车轨迹数据；双向数据量确定单元，用于分别确定分布在各个时段内的所述具有相同行驶方向信息的行车轨迹数据的数量。

优选地，所述限行时间确定单元，包括：双向限行时间确定单元，用于分别根据所述具有相同行驶方向信息的行车轨迹数据的数量确定所述目标道路在所述行驶方向信息指示的行驶方向上的限行时间。

根据本发明实施例提供的道路限行时间确定方法及装置，通过获取的行车轨迹数据中的位置信息可以确定出属于道路区域内的行车轨迹数据，然后根据时间信息确定分布在各个时段的行车轨迹数据的数量，最终根据分布在各个时段的行车轨迹数据的数量确定道路的限行时间，本方案通过对行车轨迹数据进行分析得到道路的限行时段，不需要耗费大量人力成本，具备较高的效率。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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，还可以根据这些附图获得其他的附图。

图1为本发明的一个实施例中的道路限行时间确定方法的流程图；

图2为本发明的另一个实施例中的道路限行时间确定方法的流程图；

图3和图4是在本发明的一个实施例中统计出的行车轨迹数据数量的分布示意图；

图5是在本发明的一个实施例中将行车轨迹数据与地图数据进行匹配得到的结果示意图；

图6为本发明的一个实施例中的道路限行时间确定装置的结构示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本发明实施例提供了一种道路限行时间确定方法，如图1所示，该方法具体包括如下步骤：

S1，获取行车轨迹数据，行车轨迹数据包括车辆的位置信息和车辆在位置信息指示的位置时的时间信息。行车轨迹数据是点数据，用于表示某车辆在某一时间所在的位置，该数据可以通过行车记录仪、导航系统、导航服务器等渠道获得。

S2，根据位置信息确定行驶过目标道路的车辆的行车轨迹数据，即根据位置信息判断有哪些行车轨迹数据在某道路内；

S3，根据时间信息确定分布在各个时段内的行驶过目标道路的车辆的行车轨迹数据的数量；

S4，根据行车轨迹数据的数量确定目标道路的限行时间。假设以小时为单位时段，则可以根据行车轨迹数据中的时间信息确定每个小时内的行车轨迹的数量，如果某一个或几个小时内的行车轨迹数量非常少，则可以认为该道路在该时段禁止通行。

根据本发明实施例提供的道路限行时间确定方法，通过获取的行车轨迹数据中的位置信息可以确定出属于道路区域内的行车轨迹数据，然后根据时间信息确定分布在各个时段的行车轨迹数据的数量，最终根据分布在各个时段的行车轨迹数据的数量确定道路的限行时间，本方案通过对行车轨迹数据进行分析得到道路的限行时段，不需要耗费大量人力成本，具备较高的效率。

优选地，上述步骤S2可以包括如下步骤：

S21，根据行车轨迹数据中的位置信息确定车辆在地图数据中的位置；

S22，根据车辆在地图数据中的位置确定地图数据中的目标道路区域内的行车轨迹数据。

上述优选方案借助电子地图数据筛选出属于目标道路内的行车轨迹数据，由此可以提高数据筛选效率。

优选地，上述步骤S4可以包括如下步骤：

S41a，分别将每个时段内的行车轨迹数据的数量与预定阈值进行比对；

S42a，若时段内的行车轨迹数据的数量小于预定阈值，则将时段判定为限行时段。

上述优选方案通过将确定出的各时段的行车轨迹数据的数量预定阈值进行比对来确定限行时段，预定阈值可以根据采纳的数据量而定，在较大数据量的支持下，比较结果可以准确地反映出限行时段，并且计算过程效率较高。

作为一个优选的实施方式，上述行车轨迹数据中还可以包括车辆在位置信息指示的位置时的行驶方向信息，且行驶方向信息为两种，分别用于指示道路的两个相向的行驶方向。

进一步地，上述步骤S3可以包括如下步骤：

S31，从行驶过目标道路的车辆的行车轨迹数据中确定具有相同行驶方向信息的行车轨迹数据，由此可以筛选出2组行车轨迹数据；

S32，分别确定分布在各个时段内的具有相同行驶方向信息的行车轨迹数据的数量，即分别统计上述2组行车轨迹数据分布在各个时段的数量；

上述步骤S4可以包括如下步骤：

S41b，分别根据具有相同行驶方向信息的行车轨迹数据的数量确定目标道路在行驶方向信息指示的行驶方向上的限行时间，即分别确定该道路在两个像是方向上的限行时间。

上述优选方案可以根据行车轨迹数据中的行驶方向信息分别确定某道路在两个行驶方向上的限行时间，由此进一步提高本方案的准确性。

本发明的另一个实施例还提供了一种道路限行时间确定方法，如图2所示，该方法具体包括如下步骤：

S’1，获取多个行车轨迹数据，该数据可以通过行车记录仪、导航系统、导航服务器等渠道获得。在本实施例中，行车轨迹数据包括对应的车辆的位置信息p、该车辆在位置信息指示的位置时的时间信息t和该车辆在位置信息指示的位置时的行驶方向信息f。其中，位置信息可以是经度和纬度信息；时间信息t通常包括年、月、日、时、分、秒等信息，本发明以只考虑其中的小时信息为例；行驶方向信息f可能有两种，分别用于指示道路的两个相向的行驶方向。行车轨迹数据是与车辆相对应的，如有车辆1……N，N为自然数，每辆车都有其相对应的行车轨迹数据，则车辆1可以有多个行车轨迹数据(D1(p1,t1,f1)、D2(p2,t2,f2)······Dn(pn,tn,fn))……车辆N可以有多个行车轨迹数据(D1(p1,t1,f1)、D2(p2,t2,f2)······Dn(pn,tn,fn))。为了提高后续计算的准确性，本实施例优选采用海量的行车轨迹数据作为运算基础，即获取多辆车辆的多个行车轨迹数据进行后续计算。

S’2，根据位置信息确定属于道路区域内的行车轨迹数据。由于步骤S’1获取到的大量的行车轨迹数据可能分布在各条道路上，有些甚至不在成形的道路中，因此需要将行车轨迹数据与道路相匹配，具体有多种匹配方式，例如可以根据道路的坐标范围，或者借助于电子地图数据和导航数据与行车轨迹数据进行匹配，这些方法都是可行的。经过此步骤处理即可得到此类结果：有若干个行车轨迹数据对应于道路L1……若干个行车轨迹数据对应于道路Lm，由此可以得到道路Lm的行车轨迹数据集合Rn{D1,D2,D3……Dn}，即道路Lm对应有n个行车轨迹数据D。

S’3，从道路区域内的行车轨迹数据中获取具有相同行驶方向信息的行车轨迹数据。以道路Lm为例，如果该道路是双向道路，则与其对应的n个行车轨迹数据D1,D2,D3……Dn具有两种行驶方向信息fn-和fn+；如果该道路是单向道路，则上述数据中只具有一种行驶方向信息fn-或fn+。假设道路Lm是双向道路，则可以分别确定出具有fn-的行车轨迹数据和具有fn+的行车轨迹数据。

S’4，根据具有相同行驶方向信息的行车轨迹数据的时间信息，确定分布在各个时段的行车轨迹数据的数量。即根据方向为fn-的行车轨迹数据中的时间信息t确定道路Lm在fn-方向上每个时间段轨迹点的数量信息集合E1{{t0,S0},{t1,S1}·····…{t23,S23}}，其中S0……S23为行车轨迹数据的数量，以及根据方向为fn+的行车轨迹数据中的时间信息t确定道路Lm在fn+方向上每个时间段轨迹点的数量信息集合E2{{t0,S0},{t1,S1}·····…{t23,S23}}，其中S0……S23为行车轨迹数据的数量。图3和图4示出了一个具体实施例中的分布结果示意图，在该实施例中，以小时为单位统计了行车轨迹数量的分布情况，其中图3是fn-方向上的行车轨迹数据的数量S在24小时中的分布情况，图4是fn+方向上的行车轨迹数据的数量S在24小时中的分布情况，从图中可以看出，对应不同时段的行车轨迹数据的数量存在明显差异。如果道路Lm是一条单行道路，那么{D1,D2,D3……··Dn}中只具有一种行驶方向信息，所以在确定数量时则只统计一个方向上的行车轨迹数据的数量。

S’5，根据分布在各个时段的行车轨迹数据的数量确定道路区域在行驶方向信息指示的行驶方向上的限行时间。行车数据数量分布较少的时间则表示在该时间段中有很少的车辆出现在该道路上，由此可以根据通过步骤S’4确定的分布情况的差异性来确定道路的限行时段，即分别确定道路Ln在fn-向上的限行时段Tp{t6,t7,t8,t9}即6-9时限行、道路Ln在fn+方向上的限行时段Tn{t17,t18,t19,t20}，即17-20时限行。如果道路Ln是一条单行道路，则只能确定道路Rn在fn+或者fn-方向上的限行时段。

根据本发明实施例提供的道路限行时间确定方法，通过获取的行车轨迹数据中的位置信息可以确定出属于道路区域内的行车轨迹数据，然后根据行车轨迹数据中的行驶方向信息可以对具有相同行驶方向信息的数据进行归类，并根据时间信息确定分布在各个时段的行车轨迹数据的数量，最终根据分布在各个时段的行车轨迹数据的数量确定道路区域在各个行驶方向信息指示的行驶方向上的限行时间，本方案通过对行车轨迹数据进行分析得到道路的限行时段，不需要耗费大量人力成本，具备较高的效率。

为了准确且高效地确定行车轨迹数据与道路区域的对应关系，在上述步骤S’2中可以借助电子地图数据来进行计算，具体可以包括如下子步骤：

S’21，根据位置信息确定车辆在地图数据中的位置，即将获取的行车轨迹数据中的位置信息与电子地图数据中的位置信息进行匹配。

S’22，根据车辆在地图数据中的位置确定地图数据中的各个道路区域内的行车轨迹数据。

进一步地，上述步骤S’22可以包括如下子步骤：

S’221，从地图数据中确定各个道路区域；

S’222，根据位置信息逐一统计每一个道路区域内的行车轨迹数据直至所有道路区域统计完毕。如图5所示，以道路L1为例，通过电子地图数据，可以获取到道路L1的坐标范围(经度和纬度范围)，然后将获取的行车轨迹数据中的位置信息与电子地图数据中的道路L1进行匹配，即可确定哪些行车轨迹数据在道路L1内。其他道路与此原理相同，由此可以获取整个地图区域中所有道路的集合S{R1,R2······Rn}。

上述优选方案借助电子地图数据确定行车轨迹数据所属的道路区域，由此来提高匹配计算的效率，并且可以针对地图数据将其中所有的道路与相应的行车轨迹数据进行匹配，由此来提高匹配计算的完整性。

作为一个优选的实施方式，上述步骤S’5可以包括如下子步骤：

S’51，分别将每个时段内的具有相同行驶方向信息的行车轨迹数据的数量与预定阈值进行比对；对步骤S’4中得到的集合E中每个时间段集合{th,Sh}与预定阈值Sα(道路禁止通行轨迹点数量的最大值)做对比，若Sh小于预定阈值Sα，则执行步骤S’52，否则执行步骤S’53。

S’52，将具有相同行驶方向信息的行车轨迹数据的数量对应的时段判定为限行时段。Sh<Sα对应th时间段内，道路L1禁止车辆通行，th满足时间限制信息。统计步骤S’52中满足时间限制信息的时间段集合T{t1,t2······th}；

S’53，对应th时间段内道路L1可以通行，th不满足时间限制信息。

上述优选方案通过将确定出的各时段的行车轨迹数据的数量预定阈值Sα进行比对来确定限行时段，预定阈值可以根据采纳的数据量而定，在较大数据量的支持下，比较结果可以准确地反映出限行时段，并且计算过程效率较高。

本发明的另一个施例还提供了一种道路限行时间确定装置，如图6所示，该装置包括：

获取单元61，获取行车轨迹数据，所述行车轨迹数据包括车辆的位置信息和所述车辆在所述位置信息指示的位置时的时间信息；

筛选单元62，根据所述位置信息确定行驶过目标道路的车辆的行车轨迹数据；

统计单元63，根据所述时间信息确定分布在各个时段内的所述行驶过目标道路的车辆的行车轨迹数据的数量；

限行时间确定单元64，并根据所述行车轨迹数据的数量确定所述目标道路的限行时间。

根据本发明实施例提供的道路限行时间确定装置，通过获取的行车轨迹数据中的位置信息可以确定出属于道路区域内的行车轨迹数据，然后根据时间信息确定分布在各个时段的行车轨迹数据的数量，最终根据分布在各个时段的行车轨迹数据的数量确定道路的限行时间，本方案通过对行车轨迹数据进行分析得到道路的限行时段，不需要耗费大量人力成本，具备较高的效率。

优选地，所述筛选单元62包括：

位置匹配单元，用于根据所述行车轨迹数据中的位置信息确定车辆在地图数据中的位置；

道路区域数据筛选单元，用于根据所述车辆在地图数据中的位置确定地图数据中的目标道路区域内的行车轨迹数据。

上述优选方案借助电子地图数据筛选出属于目标道路内的行车轨迹数据，由此可以提高数据筛选效率。

优选地，所述限行时间确定单元64包括：

比对单元，用于分别将每个时段内的行车轨迹数据的数量与预定阈值进行比对；

时段判定单元，用于若所述时段内的行车轨迹数据的数量小于所述预定阈值，则将所述时段判定为限行时段。

上述优选方案通过将确定出的各时段的行车轨迹数据的数量预定阈值进行比对来确定限行时段，预定阈值可以根据采纳的数据量而定，在较大数据量的支持下，比较结果可以准确地反映出限行时段，并且计算过程效率较高。

优选地，所述行车轨迹数据还包括车辆在所述位置信息指示的位置时的行驶方向信息，且所述行驶方向信息为两种，分别用于指示道路的两个相向的行驶方向。

优选地，所述统计单元63包括：

方向筛选单元，用于从所述行驶过目标道路的车辆的行车轨迹数据中确定具有相同行驶方向信息的行车轨迹数据；

双向数据量确定单元，用于分别确定分布在各个时段内的所述具有相同行驶方向信息的行车轨迹数据的数量。

优选地，所述限行时间确定单元64包括：

双向限行时间确定单元，用于分别根据所述具有相同行驶方向信息的行车轨迹数据的数量确定所述目标道路在所述行驶方向信息指示的行驶方向上的限行时间。

上述优选方案可以根据行车轨迹数据中的行驶方向信息分别确定某道路在两个行驶方向上的限行时间，由此进一步提高本方案的准确性。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种道路限行时间确定方法，其特征在于，包括：

获取行车轨迹数据，所述行车轨迹数据包括车辆的位置信息和所述车辆在所述位置信息指示的位置时的时间信息；

根据所述位置信息确定行驶过目标道路的车辆的行车轨迹数据；

根据所述时间信息确定分布在各个时段内的所述行驶过目标道路的车辆的行车轨迹数据的数量；

根据所述行车轨迹数据的数量确定所述目标道路的限行时间。

2.根据权利要求1所述的方法，其特征在于，所述根据所述位置信息确定行驶过目标道路的车辆的行车轨迹数据，包括：

根据所述行车轨迹数据中的位置信息确定车辆在地图数据中的位置；

根据所述车辆在地图数据中的位置确定地图数据中的目标道路区域内的行车轨迹数据。

3.根据权利要求1或2所述的方法，其特征在于，所述根据行车轨迹数据的数量确定所述目标道路的限行时间，包括：

分别将每个时段内的行车轨迹数据的数量与预定阈值进行比对；

若所述时段内的行车轨迹数据的数量小于所述预定阈值，则将所述时段判定为限行时段。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述行车轨迹数据还包括车辆在所述位置信息指示的位置时的行驶方向信息，且所述行驶方向信息为两种，分别用于指示道路的两个相向的行驶方向；

所述根据所述时间信息确定分布在各个时段内的所述行驶过目标道路的车辆的行车轨迹数据的数量包括：

从所述行驶过目标道路的车辆的行车轨迹数据中确定具有相同行驶方向信息的行车轨迹数据；

分别确定分布在各个时段内的所述具有相同行驶方向信息的行车轨迹数据的数量。

5.根据权利要求4所述的方法，其特征在于，所述根据所述行车轨迹数据的数量确定所述目标道路的限行时间，包括：

分别根据所述具有相同行驶方向信息的行车轨迹数据的数量确定所述目标道路在所述行驶方向信息指示的行驶方向上的限行时间。

6.一种道路限行时间确定装置，其特征在于，包括：

获取单元，用于获取行车轨迹数据，所述行车轨迹数据包括车辆的位置信息和所述车辆在所述位置信息指示的位置时的时间信息；

筛选单元，用于根据所述位置信息确定行驶过目标道路的车辆的行车轨迹数据；

统计单元，用于根据所述时间信息确定分布在各个时段内的所述行驶过目标道路的车辆的行车轨迹数据的数量；

限行时间确定单元，用于根据所述行车轨迹数据的数量确定所述目标道路的限行时间。

7.根据权利要求6所述的装置，其特征在于，所述筛选单元包括：

位置匹配单元，用于根据所述行车轨迹数据中的位置信息确定车辆在地图数据中的位置；

道路区域数据筛选单元，用于根据所述车辆在地图数据中的位置确定地图数据中的目标道路区域内的行车轨迹数据。

8.根据权利要求6或7所述的装置，其特征在于，所述限行时间确定单元包括：

比对单元，用于分别将每个时段内的行车轨迹数据的数量与预定阈值进行比对；

时段判定单元，用于若所述时段内的行车轨迹数据的数量小于所述预定阈值，则将所述时段判定为限行时段。

9.根据权利要求6-8中任一项所述的装置，其特征在于，所述行车轨迹数据还包括车辆在所述位置信息指示的位置时的行驶方向信息，且所述行驶方向信息为两种，分别用于指示道路的两个相向的行驶方向；

所述统计单元包括：

方向筛选单元，用于从所述行驶过目标道路的车辆的行车轨迹数据中确定具有相同行驶方向信息的行车轨迹数据；

双向数据量确定单元，用于分别确定分布在各个时段内的所述具有相同行驶方向信息的行车轨迹数据的数量。

10.根据权利要求9所述的装置，其特征在于，所述限行时间确定单元，包括：

双向限行时间确定单元，用于分别根据所述具有相同行驶方向信息的行车轨迹数据的数量确定所述目标道路在所述行驶方向信息指示的行驶方向上的限行时间。