CN107993441A - 一种货车常跑路线的预测方法及装置 - Google Patents

Abstract

本发明公开了一种货车常跑路线的预测方法及装置，属于智能交通大数据领域。所述方法包括：采集各货车的轨迹数据，对预设时间段内的轨迹数据进行道路匹配得到对应的各行驶路线；对各行驶路线进行修整，得到对应的各主干路线；根据预设条件对各主干路线进行划分，得到多个子路线集合，计算多个子路线集合中各子路线的权重；根据多个子路线集合中各子路线的权重，分别在多个子路线集合中确定货车的常跑路线。本发明中，基于各货车的历史轨迹数据匹配各货车的行驶路线，从而挖掘并预测货车的常跑路线，使得预测的常跑路线具有高的经验值和准确性，进而为货车司机提供经验路线，提高货车出行的安全性。

Description

一种货车常跑路线的预测方法及装置

技术领域

本发明涉及智能交通大数据领域，尤其涉及一种货车常跑路线的预测方法及装置。

背景技术

随着社会经济的不断的发展，交通运输业在生活中的地位也越来越重要，不论是私家车，还是物流运输车队，都在不断的扩张；同时，选择一个正确的出行路线，对于各车辆顺利的到达目的地也显得尤为重要。对于私家车来说，路线的选择，通常根据每个人的习惯及路况等信息而有所不同，其路线的选择比较随机；然而，对于货车而言则不同，货车的出行，需要考虑道路的限高、限重、费用、安全等多方面的因素，因而货车的行驶路线更具规律性。也就是说，其他货车的常跑路线更具有参考价值，是最经济、风险最低的行驶路线，因而，如何确定货车的常跑路线，从而为其他货车提供给经验路线具有重要意义和价值。

发明内容

为解决现有技术的不足，本发明提供一种货车常跑路线的预测方法及装置。

一方面，本发明提供一种货车常跑路线的预测方法，包括：

步骤S1：采集各货车的轨迹数据，对预设时间段内的轨迹数据进行道路匹配得到对应的各行驶路线；

步骤S2：对所述各行驶路线进行修整，得到对应的各主干路线；

步骤S3：根据预设条件对所述各主干路线进行划分，得到多个子路线集合，计算所述多个子路线集合中各子路线的权重；

步骤S4：根据所述多个子路线集合中各子路线的权重，分别在所述多个子路线集合中确定货车的常跑路线。

可选地，所述步骤S1，具体为：采集各货车的车载设备上报的轨迹数据，将预设时间段内的轨迹数据与地图数据进行匹配，得到对应的各行驶路线。

可选地，所述步骤S2，具体包括：

步骤S2-1：分析所述各行驶路线，得到各分支路线；

步骤S2-2：判断所述各分支路线在对应的行驶路线中长度的占比是否小于预设比例，并将长度的占比小于预设比例的分支路线去除，得到对应的各主干路线。

可选地，所述步骤S3，具体包括：

步骤S3-1：分析所述各主干路线得到各途经地点，将任意两个途经地点之间的行驶路线作为子路线，分别在所述各主干路线中提取任意两个途经地点之间的行驶路线得到多个子路线集合；

步骤S3-2：统计所述多个子路线集合中各子路线的行驶频次及行驶里程；

步骤S3-3：根据所述多个子路线集合中各子路线的道路等级，确定各子路线的行驶频次权值及行驶里程权值；

步骤S3-4：对所述各子路线的行驶频次权值及行驶里程权值进行加权，得到各子路线的权重。

可选地，所述步骤S4，具体包括：

步骤S4-1：对所述多个子路线集合中各子路线的权重进行排序，得到各排序结果；

步骤S4-2：将所述各排序结果中位于预设位置处的权重对应的子路线作为对应子路线集合中货车的常跑路线。

另一方面，本发明提供一种货车常跑路线的预测装置，包括：

采集模块，用于采集各货车的轨迹数据；

匹配模块，用于对预设时间段内所述采集模块采集的轨迹数据进行道路匹配得到对应的各行驶路线；

修整模块，用于对所述匹配模块得到的各行驶路线进行修整，得到对应的各主干路线；

划分模块，用于根据预设条件对所述修整模块得到的各主干路线进行划分，得到多个子路线集合；

计算模块，用于计算所述划分模块得到的多个子路线集合中各子路线的权重；

预测模块，用于根据所述计算模块得到的多个子路线集合中各子路线的权重，分别在所述划分模块得到的多个子路线集合中确定货车的常跑路线。

可选地，所述采集模块，具体用于：采集各货车的车载设备上报的轨迹数据；

可选地，所述匹配模块，具体用于：将预设时间段内所述采集模块采集的轨迹数据与地图数据进行匹配，得到对应的各行驶路线。

可选地，所述修整模块，具体包括：分析子模块、判断子模块、剪切子模块；

所述分析子模块，用于分析所述匹配模块得到的各行驶路线，得到各分支路线；

所述判断子模块，用于判断所述分析子模块得到的各分支路线在对应的行驶路线中长度的占比是否小于预设比例；

所述剪切子模块，用于当所述判断子模块判断出所述分析子模块得到的分支路线在对应的行驶路线中长度的占比小于预设比例时，将长度的占比小于预设比例的分支路线去除，得到对应的各主干路线。

可选地，所述计算模块，具体包括：统计子模块、确定子模块和计算子模块；

所述划分模块，具体用于：分析所述修整模块得到的各主干路线得到各途经地点，将任意两个途经地点之间的行驶路线作为子路线，分别在所述各主干路线中提取任意两个途经地点之间的行驶路线得到多个子路线集合；

所述统计子模块，用于统计所述划分模块得到的多个子路线集合中各子路线的行驶频次及行驶里程；

所述确定子模块，用于根据所述划分模块得到的多个子路线集合中各子路线的道路等级，确定各子路线的行驶频次权值及行驶里程权值；

所述计算子模块，用于对所述确定子模块确定的各子路线的行驶频次权值及行驶里程权值进行加权，得到各子路线的权重。

可选地，所述预测模块，具体包括：排序子模块和作为子模块；

所述排序子模块，用于对所述计算模块得到的多个子路线集合中各子路线的权重进行排序，得到各排序结果；

所述作为子模块，用于将所述排序子模块得到的各排序结果中位于预设位置处的权重对应的子路线作为对应子路线集合中货车的常跑路线。

本发明的优点在于：

本发明中，基于各货车的历史轨迹数据匹配各货车的行驶路线，并对各行驶路线的行驶里程和行驶频次两个维度进行加权，来确定各行驶路线的重要性，从而挖掘并预测货车的常跑路线，使得预测的常跑路线具有高的经验值和准确性，进而为货车司机提供经验路线，提高货车出行的安全性。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

附图1为本发明提供的一种货车常跑路线的预测方法流程图；

附图2为本发明提供的道路匹配的示意图；

附图3为本发明提供的一种货车常跑路线的预测装置模块组成框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，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能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

根据本发明的实施方式，提供一种货车常跑路线的预测方法，如图1所示，包括：

步骤101：采集各货车的轨迹数据，对预设时间段内的轨迹数据进行道路匹配得到对应的各行驶路线；

在本实施例中，货车安装有车载设备，车载设备每隔预设时间间隔上报货车的轨迹数据；其中预设时间间隔，可以根据需求自行设定，例如，设定为3秒；

对应地，步骤101，具体为：采集各货车的车载设备上报的轨迹数据，将预设时间段内的轨迹数据与地图数据进行匹配，得到对应的各行驶路线；

其中，轨迹数据，具体为GPS点；预设时间段，优选为最近6个月，其可以根据需求自行设定。

进一步地，在本实施例中，将预设时间段内的轨迹数据与地图数据进行匹配，优选地，采用距离最近、行驶方向趋势相同的原则，将各轨迹数据匹配至相应的道路上，例如，如图2所示，对于轨迹数据序列P0、P1、P2、P3、P4，匹配的行驶路线序列为L0、L1、L3、L4、L6、L8。

本实施例中，通过对一定时间段内的历史轨迹数据进行道路匹配，得到各行驶路线，使得最终从各行驶路线中确定的常跑路线的经验值及参考价值都更高。

步骤102：对得到的各行驶路线进行修整，得到对应的各主干路线；

在本实施例中，步骤102，具体包括：

步骤102-1：分析得到的各行驶路线，得到各分支路线；

在本实施例中，将驶入及驶离高速公路时的必经路线、驶入及驶离加油站时的必经路线、驶入及驶服务区时的必经路线等作为分支路线。

步骤102-2：判断各分支路线在对应的行驶路线中长度的占比是否小于预设比例，并将长度的占比小于预设比例的分支路线去除，得到对应的各主干路线。

优选地，在本实施例中，预设比例为5％，当分支路线在对应的行驶路线中长度的占比小于5％时，认为该分支路线是货车满足某需求时行驶的路线，不作为驶向目的地的主干路线。

本实施例中，通过对各行驶路线进行修整，去除分支路线，使得最终得到的常跑路线更准确。

步骤103：根据预设条件对各主干路线进行划分，得到多个子路线集合，计算所述多个子路线集合中各子路线的权重；

在本实施例中，步骤103，具体包括：

步骤103-1：分析各主干路线得到各途经地点，将任意两个途经地点之间的行驶路线作为子路线，分别在各主干路线中提取任意两个途经地点之间的行驶路线得到多个子路线集合；

优选地，在本实施例中，以各主干路线途径的城市为标准，将途径的任意两个城市之间的行驶路线作为子路线，分别在各主干路线中提取任意两个城市之间的行驶路线得到任意两个城市之间的多个子路线，并作为对应的子路线集合。

步骤103-2：统计所述多个子路线集合中各子路线的行驶频次及行驶里程；

其中，统计各子路线的行驶里程，具体为：根据现有路网中相应路线的行驶长度，统计各子路线的行驶里程。

步骤103-3：根据多个子路线集合中各子路线的道路等级，确定各子路线的行驶频次权值及行驶里程权值；

在本实施例中，不同的道路等级，对应不同的行驶频次权值和行驶里程权值；其中，道路等级，包括：国家干线道路、省干线道路、县道路、乡道路、专用道路等，各等级的道路的行驶频次权值和行驶里程权值，可根据需求自行设定。

步骤103-4：对各子路线的行驶频次权值及行驶里程权值进行加权，得到各子路线的权重。

具体地，对各子路线的行驶频次权值及行驶里程权值进行求和，得到对应的各子路线的权重。

本发明中，对各路线的行驶频次和行驶里程两个维度进行加权，进而确定各路线的重要性，从而挖掘并预测货车的常跑路线。

步骤104：根据得到的多个子路线集合中各子路线的权重，分别在多个子路线集合中确定货车的常跑路线。

在本实施例中，步骤104，具体包括：

步骤104-1：对多个子路线集合中各子路线的权重进行排序，得到各排序结果；

优选地，在本实施例中，对多个子路线集合中各子路线的权重进行降序排序，得到各排序结果。

步骤104-2：将各排序结果中位于预设位置处的权重对应的子路线作为对应子路线集合中货车的常跑路线。

优选地，在本实施例中，将各排序结果中位于前80％的子路线作为对应子路线集合中货车的常跑路线。

实施例二

根据本发明的实施方式，提供一种货车常跑路线的预测装置，如图3所示，包括：

采集模块201，用于采集各货车的轨迹数据；

匹配模块202，用于对预设时间段内采集模块201采集的轨迹数据进行道路匹配得到对应的各行驶路线；

修整模块203，用于对匹配模块202得到的各行驶路线进行修整，得到对应的各主干路线；

划分模块204，用于对修整模块203得到的各主干路线进行划分，得到多个子路线；

计算模块205，用于计算划分模块204得到的多个子路线集合中各子路线的权重；,

预测模块206，用于根据计算模块205得到的多个子路线集合中各子路线的权重，分别在划分模块204得到的多个子路线集合中确定货车的常跑路线。

根据本发明的实施方式，货车安装有车载设备，车载设备每隔预设时间间隔上报货车的轨迹数据；其中预设时间间隔，可以根据需求自行设定，例如，设定为3秒；

对应地，采集模块201，具体用于：采集各货车的车载设备上报的轨迹数据；

匹配模块202，具体用于：将预设时间段内采集模块201采集的轨迹数据与地图数据进行匹配，得到对应的各行驶路线；

其中，预设时间段，优选为最近6个月；其可以根据需求自行设定。

根据本发明的实施方式，修整模块203，具体包括：分析子模块、判断子模块、剪切子模块，其中：

分析子模块，用于分析匹配模块202得到的各行驶路线，得到各分支路线；

判断子模块，用于判断分析子模块得到的各分支路线在对应的行驶路线中长度的占比是否小于预设比例；

剪切子模块，用于当判断子模块判断出分析子模块得到的分支路线在对应的行驶路线中长度的占比小于预设比例时，将长度的占比小于预设比例的分支路线去除，得到对应的各主干路线。

优选地，在本实施例中，预设比例为5％。

根据本发明的实施方式，计算模块205，具体包括：统计子模块、确定子模块和计算子模块，其中：

划分模块204，具体用于：分析修整模块203得到的各主干路线得到各途经地点，将任意两个途经地点之间的行驶路线作为子路线，分别在各主干路线中提取任意两个途经地点之间的行驶路线得到多个子路线集合；

统计子模块，用于统计划分模块204得到的多个子路线集合中各子路线的行驶频次及行驶里程；

确定子模块，用于根据划分模块204得到的多个子路线集合中各子路线的道路等级，确定各子路线的行驶频次权值及行驶里程权值；

计算子模块，用于对确定子模块确定的各子路线的行驶频次权值及行驶里程权值进行加权，得到各子路线的权重。

根据本发明的实施方式，预测模块206，具体包括：排序子模块和作为子模块，其中：

排序子模块，用于对计算模块205计算的多个子路线集合中各子路线的权重进行排序，得到各排序结果；

作为子模块，用于将排序子模块得到的各排序结果中位于预设位置处的权重对应的子路线作为对应子路线集合中货车的常跑路线。

本发明中，基于各货车的历史轨迹数据匹配各货车的行驶路线，并对各行驶路线的行驶里程和行驶频次两个维度进行加权，来确定各行驶路线的重要性，从而挖掘并预测货车的常跑路线，使得预测的常跑路线具有高的经验值和准确性，进而为货车司机提供经验路线，提高货车出行的安全性。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种货车常跑路线的预测方法，其特征在于，包括：

步骤S1：采集各货车的轨迹数据，对预设时间段内的轨迹数据进行道路匹配得到对应的各行驶路线；

步骤S2：对所述各行驶路线进行修整，得到对应的各主干路线；

步骤S3：根据预设条件对所述各主干路线进行划分，得到多个子路线集合，计算所述多个子路线集合中各子路线的权重；

步骤S4：根据所述多个子路线集合中各子路线的权重，分别在所述多个子路线集合中确定货车的常跑路线。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1，具体为：采集各货车的车载设备上报的轨迹数据，将预设时间段内的轨迹数据与地图数据进行匹配，得到对应的各行驶路线。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2，具体包括：

步骤S2-1：分析所述各行驶路线，得到各分支路线；

步骤S2-2：判断所述各分支路线在对应的行驶路线中长度的占比是否小于预设比例，并将长度的占比小于预设比例的分支路线去除，得到对应的各主干路线。

4.根据权利要求1所述的方法，其特征在于，所述步骤S3，具体包括：

步骤S3-1：分析所述各主干路线得到各途经地点，将任意两个途经地点之间的行驶路线作为子路线，分别在所述各主干路线中提取任意两个途经地点之间的行驶路线得到多个子路线集合；

步骤S3-2：统计所述多个子路线集合中各子路线的行驶频次及行驶里程；

步骤S3-3：根据所述多个子路线集合中各子路线的道路等级，确定各子路线的行驶频次权值及行驶里程权值；

步骤S3-4：对所述各子路线的行驶频次权值及行驶里程权值进行加权，得到各子路线的权重。

5.根据权利要求1所述的方法，其特征在于，所述步骤S4，具体为：

步骤S4-1：对所述多个子路线集合中各子路线的权重进行排序，得到各排序结果；

步骤S4-2：将所述各排序结果中位于预设位置处的权重对应的子路线作为对应子路线集合中货车的常跑路线。

6.一种货车常跑路线的预测装置，其特征在于，包括：

采集模块，用于采集各货车的轨迹数据；

匹配模块，用于对预设时间段内所述采集模块采集的轨迹数据进行道路匹配得到对应的各行驶路线；

修整模块，用于对所述匹配模块得到的各行驶路线进行修整，得到对应的各主干路线；

划分模块，用于根据预设条件对所述修整模块得到的各主干路线进行划分，得到多个子路线集合；

计算模块，用于计算所述划分模块得到的多个子路线集合中各子路线的权重；

预测模块，用于根据所述计算模块得到的多个子路线集合中各子路线的权重，分别在所述划分模块得到的多个子路线集合中确定货车的常跑路线。

7.根据权利要求6所述的装置，其特征在于，

所述采集模块，具体用于：采集各货车的车载设备上报的轨迹数据；

所述匹配模块，具体用于：将预设时间段内所述采集模块采集的轨迹数据与地图数据进行匹配，得到对应的各行驶路线。

8.根据权利要求6所述的装置，其特征在于，所述修整模块，具体包括：分析子模块、判断子模块、剪切子模块；

所述分析子模块，用于分析所述匹配模块得到的各行驶路线，得到各分支路线；

所述判断子模块，用于判断所述分析子模块得到的各分支路线在对应的行驶路线中长度的占比是否小于预设比例；

所述剪切子模块，用于当所述判断子模块判断出所述分析子模块得到的分支路线在对应的行驶路线中长度的占比小于预设比例时，将长度的占比小于预设比例的分支路线去除，得到对应的各主干路线。

9.根据权利要求6所述的装置，其特征在于，所述计算模块，具体包括：统计子模块、确定子模块和计算子模块；

所述划分模块，具体用于：分析所述修整模块得到的各主干路线得到各途经地点，将任意两个途经地点之间的行驶路线作为子路线，分别在所述各主干路线中提取任意两个途经地点之间的行驶路线得到多个子路线集合；

所述统计子模块，用于统计所述划分模块得到的多个子路线集合中各子路线的行驶频次及行驶里程；

所述确定子模块，用于根据所述划分模块得到的多个子路线集合中各子路线的道路等级，确定各子路线的行驶频次权值及行驶里程权值；

所述计算子模块，用于对所述确定子模块确定的各子路线的行驶频次权值及行驶里程权值进行加权，得到各子路线的权重。

10.根据权利要求6所述的装置，其特征在于，所述预测模块，具体包括：排序子模块和作为子模块；

所述排序子模块，用于对所述计算模块得到的多个子路线集合中各子路线的权重进行排序，得到各排序结果；

所述作为子模块，用于将所述排序子模块得到的各排序结果中位于预设位置处的权重对应的子路线作为对应子路线集合中货车的常跑路线。