CN108470449B - 卡口间的过车时间阈值确定方法及装置 - Google Patents

Abstract

本发明实施例提供一种卡口间的过车时间阈值确定方法及装置，方法包括：获得预定范围内每个卡口在预定时间内记录的第一过车数据，每一第一过车数据包含所经过车辆的车辆标识、车辆经过对应卡口的第一时间以及卡口的卡口标识；从第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；根据包含同一车辆标识的每组第一过车数据中的第一时间，确定包含两个不同卡口标识的卡口对；根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；根据每一卡口对对应的至少一个过车时间，确定预定范围内任意两个卡口间的过车时间阈值。应用本发明实施例以确定更符合实际路况的卡口间过车时间阈值。

Description

卡口间的过车时间阈值确定方法及装置

技术领域

本发明涉及智能交通技术领域，特别是涉及一种卡口间的过车时间阈值确定方法及装置。

背景技术

在公共交通管理体系中，查找套牌车辆是一项重要的管理工作。一般的查找套牌车辆方式为：判断使用同一车牌的车辆在某两个卡口间的实际经过时间是否小于预先存储的该两个卡口之间的时间阈值，当判断为小于时，确定对应的使用该车牌的车辆为套牌车辆。可见，查找套牌车辆的关键在于确定卡口间的时间阈值。

现有技术中主要是将卡口间的距离与卡口间的道路限速速度的比值，确定为卡口间的过车时间阈值，或者，将人为预设的时间阈值确定为卡口间的过车时间阈值。不管是利用卡口间的距离与卡口间的道路限速速度的比值确定卡口间的过车时间阈值，还是使用人为预设的时间阈值确定的卡口间的过车时间阈值，均不符合实际路况。

因此，如何确定更符合实际路况的卡口间的过车时间阈值成为亟待解决的问题。

发明内容

本发明实施例的目的在于提供一种卡口间的过车时间阈值确定方法及装置，以确定出更符合实际路况的卡口间的过车时间阈值。具体技术方案如下：

一方面，本发明实施例提供了一种卡口间的过车时间阈值确定方法，所述方法包括：

获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；

从所述至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；

根据包含同一车辆标识的每组第一过车数据以及所述每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；

根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；

根据每一卡口对所对应的至少一个过车时间，确定所述预定范围内任意两个卡口间的过车时间阈值。

可选的，所述根据包含同一车辆标识的每组第一过车数据以及所述每组第一过车数据中的第一时间，确定卡口对的步骤，包括：

将包含同一车辆标识的每组第一过车数据，按所包含的第一时间的先后顺序进行排序，得到每组第一过车数据对应的第一序列；

将每个第一序列中相邻的两个过车数据所包含的卡口标识，组成一对卡口对。

可选的，所述根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间的步骤，包括：

针对每一卡口对，将对应同一车辆标识的、且相邻的第一时间的差的绝对值，确定为该卡口对所对应的过车时间。

可选的，所述根据每一卡口对所对应的至少一个过车时间，确定所述预定范围内任意两个卡口间的过车时间阈值的步骤，包括：

根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值；

根据所确定的卡口间的过车时间阈值参考值以及弗洛伊德floyd算法，确定所述预定范围内任意两个卡口间的过车时间阈值。

可选的，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

从每一卡口对所对应的至少一个过车时间中，确定未超过预定时间阈值的过车时间；

根据所确定的未超过预定时间阈值的过车时间，确定每一卡口对所对应卡口间的过车时间阈值参考值。

可选的，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

从所有卡口对中，确定所对应过车时间的数量不小于第一预定数量的第一卡口对；

根据所述第一卡口对所对应的过车时间，分别确定每一第一卡口对所对应卡口间的过车时间阈值参考值。

可选的，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

根据所获得的第一过车数据中包含的第一时间，确定每一卡口对所对应的通行时间；

从所有卡口对中，确定所对应通行时间不低于预定通行时间的第二卡口对；

根据所确定的第二卡口对所对应的过车时间，确定每一第二卡口对所对应卡口间的过车时间阈值参考值。

可选的，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

将所有卡口对按所对应过车时间的数量降序排序，得到第二序列；

将所述第二序列中前第一预定百分比的卡口对确定为第三卡口对；

根据每一第三卡口对所对应的过车时间，确定每一第三卡口对所对应的卡口间的过车时间阈值参考值。

可选的，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

针对每一卡口对，计算所对应至少一个过车时间中第二预定数量的第一过车时间的平均值，并根据所述平均值，确定该卡口对所对应卡口间的过车时间阈值参考值。

另一方面，本发明实施例提供了一种卡口间的过车时间阈值确定装置，所述装置包括：

获得模块，用于获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；

第一确定模块，用于从所述至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；

第二确定模块，用于根据包含同一车辆标识的每组第一过车数据以及所述每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；

第三确定模块，用于根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；

第四确定模块，用于根据每一卡口对所对应的至少一个过车时间，确定所述预定范围内任意两个卡口间的过车时间阈值。

可选的，所述第二确定模块，具体用于

将包含同一车辆标识的每组第一过车数据，按所包含的第一时间的先后顺序进行排序，得到每组第一过车数据对应的第一序列；

将每个第一序列中相邻的两个过车数据所包含的卡口标识，组成一对卡口对。

可选的，所述第三确定模块，具体用于

针对每一卡口对，将对应同一车辆标识的、且相邻的第一时间的差的绝对值，确定为该卡口对所对应的过车时间。

可选的，所述第四确定模块包括第一确定单元和第二确定单元；

所述第一确定单元，用于根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值；

所述第二确定单元，用于根据所确定的卡口间的过车时间阈值参考值以及弗洛伊德floyd算法，确定所述预定范围内任意两个卡口间的过车时间阈值。

可选的，所述第一确定单元，具体用于

从每一卡口对所对应的至少一个过车时间中，确定未超过预定时间阈值的过车时间；

根据所确定的未超过预定时间阈值的过车时间，确定每一卡口对所对应卡口间的过车时间阈值参考值。

可选的，所述第一确定单元，具体用于

从所有卡口对中，确定所对应过车时间的数量不小于第一预定数量的第一卡口对；

根据所述第一卡口对所对应的过车时间，分别确定每一第一卡口对所对应卡口间的过车时间阈值参考值。

可选的，所述第一确定单元，具体用于

根据所获得的第一过车数据中包含的第一时间，确定每一卡口对所对应的通行时间；

从所有卡口对中，确定所对应通行时间不低于预定通行时间的第二卡口对；

根据所确定的第二卡口对所对应的过车时间，确定每一第二卡口对所对应卡口间的过车时间阈值参考值。

可选的，所述第一确定单元，具体用于

将所有卡口对按所对应过车时间的数量降序排序，得到第二序列；

将所述第二序列中前第一预定百分比的卡口对确定为第三卡口对；

根据每一第三卡口对所对应的过车时间，确定每一第三卡口对所对应的卡口间的过车时间阈值参考值。

可选的，所述第一确定单元，具体用于

针对每一卡口对，计算所对应至少一个过车时间中第二预定数量的第一过车时间的平均值，并根据所述平均值，确定该卡口对所对应卡口间的过车时间阈值参考值。

本发明实施例中，获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；从至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；根据包含同一车辆标识的每组第一过车数据以及每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；根据每一卡口对所对应的至少一个过车时间，确定预定范围内任意两个卡口间的过车时间阈值。可见，根据预定时间内的每一卡口记录的第一过车数据，可以确定每一车辆经过卡口间的实际过车时间，进一步的，根据每一车辆经过卡口间的实际过车时间，可以确定出更符合实际路况的卡口间的过车时间阈值。后续的根据所确定的更符合实际路况的卡口间的过车时间阈值，确定套牌车辆，可以使得所确定的套牌车辆更准确。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。

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一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种卡口间的过车时间阈值确定方法的流程示意图；

图2为本发明实施例提供的一种卡口间的过车时间阈值确定装置的结构示意图。

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。

本发明实施例提供了一种卡口间的过车时间阈值确定方法及装置，以确定出更符合实际路况的卡口间的过车时间阈值。

如图1所示，本发明实施例所提供的一种卡口间的过车时间阈值确定方法，可以包括如下步骤：

S101：获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；

本发明实施例所提供的卡口间的过车时间阈值确定方法可以应用于任一电子设备中，该电子设备可以获得预定范围内每个卡口所记录的第一过车数据即可。该电子设备可以通过内存计算框架或外存计算框架，获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，并对所获得的至少一个第一过车数据进行计算，继续后续的卡口间的过车时间阈值确定流程。其中，该内存计算框架可以为Spark等，该外存计算框架可以为MapReduce等。

电子设备可以通过内存计算框架或外存计算框架，直接从预定范围内每个卡口中获得卡口所记录的至少一个第一过车数据，此时可以先在电子设备中设置好预定范围内所存在的所有卡口的配置信息(例如：卡口的卡口标识)，以使电子设备确定需要获得哪些卡口所记录的第一过车数据。另外的，电子设备也可以通过内存计算框架或外存计算框架，从分布式存储系统Hbase中获得该Hbase所存储的预定范围内每个卡口在预定时间内记录的至少一个第一过车数据。这也是可以的。

该预定时间可以是用户根据实际需求自主设定的时间，也可以是电子设备默认设定的时间。该预定时间可以为半个月、一个月或两个月等等。

可以理解的是，不同时间段内，相同卡口间的实际道路状况可能会发生变化，为了更好的确定出符合实际路况的卡口间的过车时间阈值，本发明实施例中，可以周期性的确定卡口间的过车时间阈值。该周期可以根据预定时间确定，即可以每经过预定时间，执行一次本发明实施例所提供的卡口间的过车时间阈值确定方法，确定一次卡口间的过车时间阈值。然后，根据所确定的符合实际路况的卡口间的过车时间阈值，确定套牌车辆，可以提高确定的套牌车辆的准确性。

另外，所获得的预定范围内每个卡口在预定时间内记录所记录的第一过车数据中，可能会存在未包含车辆标识和/或未包含第一时间的第一过车数据，此时，可以直接将该类的第一过车数据直接滤除。不利用该类第一过车数据确定预定范围内任意两个卡口间的过车时间阈值。

该车辆标识可以为车辆的车牌号等等，本发明实施例并不对车辆标识的类型进行限定，凡是能够唯一确定出车辆的信息均可以作为该车辆的车辆标识。

该卡口标识可以为卡口的编号等等，本发明实施例并不对卡口标识的类型进行限定，凡是能够唯一确定出卡口的信息均可以作为该卡口的卡口标识。

S102：从至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；

每一第一过车数据中均包含经过所对应卡口的车辆的车辆标识，从至少一个第一过车数据中，分别筛选出对应同一车辆标识的第一过车数据，将对应同一车辆标识的确定为一组第一过车数据。其中，从至少一个第一过车数据中，筛选出对应同一车辆标识的第一过车数据可以采用现有技术，在此不做赘述。

举例而言，获得卡口标识分别为A、B、C、D、E、F、G、H和M十个卡口所记录的第一过车数据；如表1所示，

表1

A

B

C

D

E

F

G

车辆标识1

○

○

○

○

╳

╳

╳

车辆标识2

╳

○

○

○

○

╳

╳

车辆标识3

○

╳

╳

○

╳

╳

╳

车辆标识4

╳

╳

╳

╳

╳

○

○

车辆标识4

╳

╳

╳

╳

╳

○

○

车辆标识4

╳

╳

╳

╳

╳

○

○

其中，“○”表征卡口记录包含对应车辆标识的第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；“╳”表征卡口未记录包含对应车辆标识的第一过车数据。

其中，A对应的卡口记录2条第一过车数据，分别为第一过车数据A1，包含车辆标识1、第一时间1以及卡口标识A；第一过车数据A2，包含车辆标识3、第一时间2以及卡口标识A；

B对应的卡口记录2条第一过车数据，分别为第一过车数据B1，包含车辆标识1、第一时间3以及卡口标识B；第一过车数据B2，包含车辆标识2、第一时间4以及卡口标识B；

C对应的卡口记录2条第一过车数据，分别为第一过车数据C1，包含车辆标识1、第一时间5以及卡口标识C；第一过车数据C2，包含车辆标识2、第一时间6以及卡口标识C；

D对应的卡口记录3条第一过车数据，分别为第一过车数据D1，包含车辆标识1、第一时间7以及卡口标识D；第一过车数据D2，包含车辆标识2、第一时间8以及卡口标识D；第一过车数据D3，包含车辆标识3、第一时间9以及卡口标识D；

E对应的卡口记录1条第一过车数据，为第一过车数据E1，包含车辆标识2、第一时间10以及卡口标识E；

F对应的卡口记录2条第一过车数据，分别为第一过车数据F1，包含车辆标识4、第一时间11以及卡口标识F；第一过车数据F2，包含车辆标识4、第一时间12以及卡口标识F；第一过车数据F3，包含车辆标识4、第一时间13以及卡口标识F；

G对应的卡口记录2条第一过车数据，分别为第一过车数据G1，包含车辆标识4、第一时间14以及卡口标识G；第一过车数据G2，包含车辆标识4、第一时间15以及卡口标识G；第一过车数据G3，包含车辆标识4、第一时间16以及卡口标识G；

由表1可以确定出对应同一车辆标识的4组第一过车数据；分别为对应车辆标识1的第一过车数据A1、B1、C1和D1；对应车辆标识2的第一过车数据B2、C2、D2和E1；对应车辆标识3的第一过车数据A2和D3；对应车辆标识4的第一过车数据F1、G1、F2、G2、F3和G3。

S103：根据包含同一车辆标识的每组第一过车数据以及每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；

针对每组包含同一车辆标识的第一过车数据，将每组包含同一车辆标识的第一过车数据按所包含的第一时间的先后顺序进行排序，可以得到车辆标识所对应车辆的行车轨迹，可以将每一行车轨迹所包含第一过车数据中的每两个不同的卡口标识，确定为一对卡口对；其中，每组第一过车数据中可能出现重复的卡口对，将该类卡口对确定为一对卡口对。

承接上述例子，包含车辆标识1的第一过车数据分别为A1、B1、C1和D1，根据上述包含车辆标识1的第一过车数据，确定车辆标识1对应的车辆的行车轨迹为A-B-C-D，进一步的，可以确定卡口对分别为A-B、A-C、A-D、B-C、B-D以及C-D；

包含车辆标识2的第一过车数据分别为B2、C2、D2和E1，根据上述包含车辆标识2的第一过车数据，确定车辆标识2对应的车辆的行车轨迹为B-C-D-E，进一步的，可以确定卡口对分别为B-C、B-D、B-E、C-D、C-E以及D-E；

包含车辆标识3的第一过车数据分别为A2和D3，根据上述包含车辆标识3的第一过车数据，确定车辆标识3对应的车辆的行车轨迹为A-D，进一步的，可以确定卡口对为A-D；

包含车辆标识4的第一过车数据分别为F1、G1、F2、G2、F3和G3，根据上述包含车辆标识4的第一过车数据，确定车辆标识4对应的车辆的行车轨迹为F-G-F-G，进一步的，可以确定卡口对为F-G、G-F；

综上，根据上述4组第一过车数据可以确定卡口对分别为A-B、A-C、A-D、B-C、B-D、C-D、B-E、C-E、D-E、F-G和G-F。

S104：根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；

确定出卡口对后，还需要确定每一卡口对的至少一个过车时间，其中，该至少一个过车时间可以是通过每一卡口对中卡口标识所在第一过车数据中的第一时间之差确定的。

在一种实现方式中，所述根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间的步骤，可以包括：

针对每一卡口对，将对应同一车辆标识的、且相邻的第一时间的差的绝对值，确定为该卡口对所对应的过车时间。

可以理解的是，每一卡口对中包含两个不同的卡口标识，该两个卡口标识中的每一卡口标识均可以对应至少一个第一过车数据，例如：上述的卡口对B-C中，卡口标识B对应第一过车数据B1和第一过车数据B2，卡口标识C对应第一过车数据C1和第一过车数据C2，其中，第一过车数据B1和第一过车数据C1包含车辆标识1，第一过车数据B2和第一过车数据C2包含车辆标识2；

在计算卡口对B-C对应的过车时间时，需利用包含同一车辆标识的第一过车数据中的第一时间的差的绝对值确定。即将第一过车数据B1包含的第一时间3和第一过车数据C1的第一时间5之差的绝对值，确定为卡口对B-C对应的过车时间；将第一过车数据B2包含的第一时间4和第一过车数据C2的第一时间6之差的绝对值，确定为卡口对B-C对应的过车时间。

又例如：上述的卡口对F-G中，卡口标识F对应第一过车数据F1和第一过车数据F3，卡口标识G对应第一过车数据G1和第一过车数据G3，其中，第一过车数据F1、第一过车数据G1、第一过车数据F3和第一过车数据G3均对应车辆标识4；

在计算卡口对F-G对应的过车时间时，需利用相邻的第一时间的差的绝对值确定。即将第一过车数据F1包含的第一时间11和第一过车数据G1的第一时间14之差的绝对值，确定为卡口对F-G对应的过车时间；将第一过车数据F3包含的第一时间13和第一过车数据G3的第一时间16之差的绝对值，确定为卡口对F-G对应的过车时间。

S105：根据每一卡口对所对应的至少一个过车时间，确定预定范围内任意两个卡口间的过车时间阈值。

根据每一卡口对所对应的至少一个过车时间，可以确定出每一卡口对的过车时间阈值。在理论上，在根据所获得的预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，确定卡口对时，可以将该预定范围内的任意两个卡口对应的卡口标识，确定为一对卡口对。进一步的，可以利用每一卡口对中包含的卡口标识所在的第一过车数据中的第一时间，确定每一卡口对所对应的至少一个过车时间，即可以确定出该预定范围内的任意两个卡口间的过车时间阈值。

应用本发明实施例，获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；从至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；根据包含同一车辆标识的每组第一过车数据以及每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；根据每一卡口对所对应的至少一个过车时间，确定预定范围内任意两个卡口间的过车时间阈值。可见，根据预定时间内的每一卡口记录的第一过车数据，可以确定每一车辆经过卡口间的实际过车时间，进一步的，根据每一车辆经过卡口间的实际过车时间，可以确定出更符合实际路况的卡口间的过车时间阈值。后续的根据所确定的更符合实际路况的卡口间的过车时间阈值，确定套牌车辆，可以使得所确定的套牌车辆更准确。

其中，所获得第一过车数据的数量越多时，利用所获得的第一过车数据，所确定的卡口间的过车时间阈值更符合实际路况。

在一种实现方式中，所述根据包含同一车辆标识的每组第一过车数据以及每组第一过车数据中的第一时间，确定卡口对(S103)的步骤，可以包括：

将包含同一车辆标识的每组第一过车数据，按所包含的第一时间的先后顺序进行排序，得到每组第一过车数据对应的第一序列；

将每个第一序列中相邻的两个过车数据所包含的卡口标识，组成一对卡口对。

将包含同一车辆标识的每组第一过车数据，按所包含的第一时间的先后顺序进行排序，得到每组第一过车数据对应的第一序列，将每一第一序列中的相邻的两个过车数据所包含的卡口标识，组成一对卡口对，即将每组第一过车数据中，两两可达的卡口确定为一对卡口对，其中，该可达的卡口为两卡口之间不存在其他卡口。当第一过车数据数量非常多时，仅将两两可达的卡口确定为一对卡口对，可以提高确定卡口对的效率，加快卡口对所对应的卡口间的过车时间阈值的计算速度，提高确定卡口对所对应的卡口间的过车时间阈值的效率。进一步的，可以通过后续的弗洛伊德floyd算法确定出预定范围内任意卡口间的过车时间阈值。此时，根据表1，确定的出卡口对可以包括A-B、B-C、C-D、D-E和F-G。

在一种实现方式中，所述根据每一卡口对所对应的至少一个过车时间，确定所述预定范围内任意两个卡口间的过车时间阈值(S105)的步骤，可以包括：

根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值；

根据所确定的卡口间的过车时间阈值参考值以及弗洛伊德floyd算法，确定预定范围内任意两个卡口间的过车时间阈值。

可以理解的是，在确定卡口对时，可能会出现未将预定范围内的任意两个卡口对应的卡口标识，确定为一对卡口对的现象，此时需要根据所确定出的卡口对的过车时间阈值参考值，确定出预定范围内任意两个卡口间的过车时间阈值，存储所确定出的预定范围内任意两个卡口间的过车时间阈值。其中，在根据所确定的卡口间的过车时间阈值参考值以及弗洛伊德floyd算法，确定预定范围内任意两个卡口间的过车时间阈值时，可以是直接将所确定出的至少一对卡口对所对应卡口间的过车时间阈值参考值，作为该所对应卡口间的过车时间阈值，另外，根据所确定的卡口间的过车时间阈值参考值以及弗洛伊德floyd算法，确定出除上述所确定的至少一对卡口对所对应卡口间外的其他任意卡口间的过车时间阈值，并进行存储。

其中，弗洛伊德floyd算法又称为插点法，可以用于确定任意卡口间的最短路径，本发明实施例中用卡口间的过车时间阈值的大小标识卡口间路径的长短。

floyd算法的原理为：对于每一对顶点u和v，确定是否存在一个顶点w使得顶点u到顶点w，再到顶点v，比已知路径更短，如果是将顶点u和v之间的最短路径，确定为u-w-v。

即确定是否存在一个卡口(卡口标识w)使得两个卡口(分别对应卡口标识u和v)之间，从卡口标识u对应的卡口到卡口标识w对应的卡口，再到卡口标识v对应的卡口比已知的路径(过车时间阈值)更短，如果是，将已知的路径更新为“从卡口标识u对应的卡口到卡口标识w对应的卡口，再到卡口标识v对应的卡口”的路径。

在利用floyd算法，确定预定范围内任意卡口间的过车时间阈值时，定义一个邻接矩阵G，标识预定范围内所有卡口，如果从卡口Vi到卡口Vj有路可达，则记为G[i,j]＝d，d表示该路经的长度(过车时间阈值)，否则记为G[i,j]＝无穷大，表示卡口Vi到卡口Vj无路可达；

定义一个矩阵D用来记录所插入卡口，D[i,j]表示从卡口Vi到卡口Vj需要经过的卡口，初始化D[i,j]＝j。把预定范围内各个卡口k(k不等于i且不等于j)插入卡口Vi与卡口Vj之间，比较插入卡口k后的过车时间阈值与原来的过车时间阈值，G[i,j]＝min(G[i,j],G[i,k]+G[k,j])，如果G[i,j]的值变小，则D[i,j]＝k。由此，可以得到预定范围内任意卡口间G[i,j]的过车时间阈值，其中，该所得到的卡口间G[i,j]的过车时间阈值，为卡口间G[i,j]最小的过车时间阈值。

举例而言，要寻找从卡口V5到卡口V1的路径(过车时间阈值)。假如D(5,1)＝3，则说明从卡口V5到卡口V1经过卡口V3，路径为{卡口V5，卡口V3，卡口V1}，如果D(5,3)＝3，说明卡口V5与卡口V3中间无其他卡口，使得卡口V5到卡口V3的过车时间阈值更小，如果D(3,1)＝1，说明卡口V3与卡口V1中间无其他卡口，使得卡口V3到卡口V1的过车时间阈值更小。

在一种实现方式中，如果车辆在两个卡口间处于停车状态，可能会导致车辆经过该两个卡口的时间过长，为了更好的确定出符合实际路况的卡口间的过车时间阈值，避免长时间处于停车状态的车辆经过两个卡口间的过车时间，对确定卡口间的过车时间阈值的影响，可以预定时间阈值，仅利用每一卡口对所对应的至少一个过车时间中未超过预定时间阈值的过车时间，确定每一卡口对所对应卡口间的过车时间阈值。其中，该预定时间阈值可以由用户根据实际情况进行设定，也可以由电子设备默认设定，可选的，该预定时间阈值可以为2小时。

所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，可以包括：

从每一卡口对所对应的至少一个过车时间中，确定未超过预定时间阈值的过车时间；

根据所确定的未超过预定时间阈值的过车时间，确定每一卡口对所对应卡口间的过车时间阈值参考值。

可以针对每一卡口对，计算未超过预定时间阈值的过车时间的平均值，将计算所得的平均值确定卡口对的过车时间阈值参考值；或者，随机选择一个未超过预定时间阈值的过车时间，作为卡口对的过车时间阈值参考值，等等，这都是可以的。

举例而言，所获得的第一过车数据中所包含的车辆标识，可能是识别错误的车辆标识，此时，当仅将两两可达的卡口确定为一对卡口对时，该识别错误的车辆标识可能会导致实际不可达的两个卡口，被确定为可达的卡口，例如：表1中，卡口标识E的卡口将车辆标识4识别为车辆标识2，导致实际不可达的卡口(卡口标识D的卡口与卡口标识E的卡口)，此时，被认为成可达的卡口。为了避免该类问题，影响所确定的卡口对所对应的卡口间的过车时间阈值的精确性，在一种实现方式中，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，可以包括：

从所有卡口对中，确定所对应过车时间的数量不小于第一预定数量的第一卡口对；

根据第一卡口对所对应的过车时间，分别确定每一第一卡口对所对应卡口间的过车时间阈值参考值。

在一种实现方式中，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，可以包括：

根据所获得的第一过车数据中包含的第一时间，确定每一卡口对所对应的通行时间；

从所有卡口对中，确定所对应通行时间不低于预定通行时间的第二卡口对；

根据所确定的第二卡口对所对应的过车时间，确定每一第二卡口对所对应卡口间的过车时间阈值参考值。

在预定时间内，可能会出现新增卡口和/或故障卡口，通过第一过车数据中包含的第一时间可以确定出所对应的卡口的通行时间，根据卡口的通行时间可以确定卡口对的通行时间，为了保证所确定的卡口间的过车时间阈值的准确性，可以从所有卡口对中，筛选出所对应通行时间不低于预定通行时间的第二卡口对，并仅根据第二卡口对所对应的过车时间，确定每一第二卡口对所对应卡口间的过车时间阈值参考值，进一步的，所确定的每一第二卡口对所对应卡口间的过车时间阈值参考值以及floyd算法，确定预定范围内任意卡口间的过车时间阈值。其中，该预定通行时间可以为预定时间的80％，即当预定时间为30天时，该预定通行时间为24天。

在一种实现方式中，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，可以包括：

将所有卡口对按所对应过车时间的数量降序排序，得到第二序列；

将第二序列中前第一预定百分比的卡口对确定为第三卡口对；

根据每一第三卡口对所对应的过车时间，确定每一第三卡口对所对应的卡口间的过车时间阈值参考值。

可以理解的是，所获得的卡口对所对应的过车时间的数量越多，所确定出的该卡口对所对应卡口间的过车时间阈值越精确，为了保证所确定的卡口间的过车时间阈值的精确性，可以仅计算所对应过车时间的数量较多的卡口对所对应的卡口间的过车时间阈值。

举例而言，所有卡口对分别为A-B、A-C、A-D、B-C，其中，A-B对应的过车时间数量为100；A-C对应的过车时间数量为20；A-D对应的过车时间数量为80；B-C对应的过车时间数量为80；第一预定百分比为50％；

将卡口对A-B、A-C、A-D、B-C按所对应过车时间的数量降序排序，得到第二序列，为A-B、A-D、B-C、A-C；

将第二序列中前50％的卡口对确定为第三卡口对，其中，第三卡口对包括A-B、A-D；

此时，仅根据第三卡口对A-B所对应的过车时间，确定第三卡口对A-B所对应的卡口间的过车时间阈值参考值；并根据第三卡口对A-D所对应的过车时间，确定第三卡口对A-D所对应的卡口间的过车时间阈值参考值。然后，将A-B所对应的卡口间的过车时间阈值参考值，确定为A-B所对应的卡口间的过车时间阈值，将A-D所对应的卡口间的过车时间阈值参考值，确定为A-D所对应的卡口间的过车时间阈值，继而根据A-B所对应的卡口间的过车时间阈值参考值和A-D所对应的卡口间的过车时间阈值参考值，确定B-C所对应的卡口间的过车时间阈值和A-C所对应的卡口间的过车时间阈值。

在实际应用中，该第一过车数据数量较多，此时，该第一预定百分比可以取到90％。

在一种实现方式中，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，可以包括：

针对每一卡口对，计算所对应至少一个过车时间中第二预定数量的第一过车时间的平均值，并根据该平均值，确定该卡口对所对应卡口间的过车时间阈值参考值。

在计算上述平均值时，可以是从每一卡口对所对应至少一个过车时间中，随机选取第二预定数量的第一过车时间，然后根据随机选取的第二预定数量的第一过车时间计算平均值；或者，对每一卡口对所对应至少一个过车时间按数值大小进行升序排序，并计算所得到的序列中前第二预定数量个第一过车时间的平均值，等等。

举例而言，设置第二预定数量为5，卡口对a-b中包含10个过车时间，分别为9分钟、10分钟、20分钟、15分钟、7分钟、9分钟、10分钟、20分钟、13分钟和10分钟；

可以从10个过车时间中随机选取5个过车时间，如：9分钟、10分钟、20分钟、15分钟、7分钟，计算上述5个过车时间的平均值；

或者将上述10个过车时间按数值大小进行升序排序，得到序列7分钟、9分钟、9分钟、10分钟、10分钟、10分钟、13分钟、15分钟、20分钟、20分钟；选取序列中前5个第一过车时间，分别为7分钟、9分钟、9分钟、10分钟、10分钟，计算上述5个第一过车时间的平均值。

在根据该平均值，确定该卡口对所对应卡口间的过车时间阈值参考值时，一种实现方式可以为：直接将该平均值确定为该卡口对所对应卡口间的过车时间阈值参考值；另一种实现方式可以为：将最接近平均值的过车时间确定为该卡口对所对应卡口间的过车时间阈值参考值。等等。

利用上述实施例，可以确定出更符合实际路况的卡口间的过车时间阈值，上述实施例任意组合均可以更好的，提高所确定的卡口间的过车时间阈值更准确。本发明实施例并不对上述实施例任意组合时的组合顺序进行限定。

另外的，本发明实施例中在确定卡口间的过车时间阈值时，仅需要获得卡口所记录的第一过车数据即可，无需获得卡口的具体信息，例如：卡口所在的位置信息等；并且无需获得卡口随处环境信息等，可以减少人力成本。

后续的，根据上述实施例所确定的卡口间的过车时间阈值，可以提高确定套牌车辆的准确性。其中，确定套牌车辆的过程可以为：

步骤1：获得待确定套牌车辆的时间范围内的预定范围内每个卡口记录的至少一个第二过车数据；每一第二过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第二时间以及该卡口的卡口标识；

例如：A对应的卡口记录2条第二过车数据，分别为第二过车数据A1，包含车辆标识1、第二时间1以及卡口标识A；第二过车数据A2，包含车辆标识3、第二时间2以及卡口标识A；

B对应的卡口记录2条第二过车数据，分别为第二过车数据B1，包含车辆标识1、第二时间3以及卡口标识B；第二过车数据B2，包含车辆标识2、第二时间4以及卡口标识B；

C对应的卡口记录2条第二过车数据，分别为第二过车数据C1，包含车辆标识1、第二时间5以及卡口标识C；第二过车数据C2，包含车辆标识2、第二时间6以及卡口标识C；

D对应的卡口记录3条第一过车数据，分别为第二过车数据D1，包含车辆标识1、第一时间7以及卡口标识D；第二过车数据D2，包含车辆标识2、第二时间8以及卡口标识D；第二过车数据D3，包含车辆标识3、第二时间9以及卡口标识D；

步骤2：获得利用上述实施例所确定的预定范围内任意卡口间的过车时间阈值；

承接上述实施例，预定范围内任意卡口间的过车时间阈值分别表示为：A-B—过车时间阈值1；B-C—过车时间阈值2；A-C—过车时间阈值3；A-D—过车时间阈值4；C-D—过车时间阈值5；B-D—过车时间阈值6；……X-Y—过车时间阈值n；

步骤3：从至少一个第二过车数据中，确定对应同一车辆标识的至少一组第二过车数据；

承接上述例子，可以确定出对应同一车辆标识的3组第二过车数据；分别为对应车辆标识1的第二过车数据A1、B1、C1和D1；对应车辆标识2的第二过车数据B2、C2和D2；对应车辆标识3的第二过车数据A2和D3；

步骤4：根据对应同一车辆标识的至少一组第二过车数据，确定所对应车辆的行车轨迹，其中，该行车轨迹中包括所对应车辆经过的卡口的卡口标识；

承接上述例子，车辆标识1对应的车辆的行车轨迹为：A-B-C-D；

车辆标识2对应的车辆的行车轨迹为：B-C-D；

辆标识3对应的车辆的行车轨迹为：A-D；

步骤5：根据对应同一车辆标识的每组第二过车数据中包含的第二时间，计算该行车轨迹中相邻两个卡口标识对应的卡口间的实际过车时间；

承接上述例子，车辆标识1对应的车辆经过卡口对A-B所对应卡口间的实际过车时间1等于(第二时间1-第二时间3)的绝对值；

车辆标识1对应的车辆经过卡口对B-C所对应卡口间的实际过车时间2等于(第二时间3-第二时间5)的绝对值；

车辆标识1对应的车辆经过卡口对C-D所对应卡口间的实际过车时间3等于(第二时间5-第二时间7)的绝对值；

车辆标识2对应的车辆经过卡口对B-C所对应卡口间的实际过车时间4等于(第二时间4-第二时间6)的绝对值；

车辆标识2对应的车辆经过卡口对C-D所对应卡口间的实际过车时间5等于(第二时间6-第二时间8)的绝对值；

车辆标识3对应的车辆经过卡口对A-D所对应卡口间的实际过车时间6等于(第二时间2-第二时间9)的绝对值；

步骤6：将计算所得的每一实际过车时间与所获得的预定范围内任意卡口间的过车时间阈值进行比对；当比对结果中出现小于结果时，将所对应车辆标识对应的车辆确定为嫌疑套牌车辆；当比对结果中出现至少第三预定数值个小于结果时，将所对应车辆标识对应的车辆确定为套牌车辆。

承接上述例子，以车辆标识1所对应车辆为例；

设置第三预定数值为2；

将车辆标识1对应的实际过车时间1与过车时间阈值1进行比对，其中，实际过车时间1对应卡口对A-B，过车时间阈值1对应卡口对A-B；当实际过车时间1小于过车时间阈值1时，保存该车辆标识1，并将车辆标识1对应的车辆确定为套牌嫌疑车辆；此时，为了使用户更好的确定该套牌车辆，此时还可以对应车辆标识1，保存该实际过车时间1所对应的两条第二过车数据，即A1和B1；

将车辆标识1对应的实际过车时间2与过车时间阈值2进行比对，实际过车时间2对应卡口对B-C，过车时间阈值2对应卡口对B-C；当实际过车时间2再次小于过车时间阈值2时，此时，可以将车辆标识1对应的车辆确认为套牌车辆；此时，为了使用户更好的确定该套牌车辆，此时还可以对应车辆标识1，保存该实际过车时间2所对应的两条第二过车数据，即B1和C1；

将车辆标识1对应的实际过车时间3与过车时间阈值3进行比对，实际过车时间3对应卡口对C-D，过车时间阈值3对应卡口对C-D；当实际过车时间3不小于过车时间阈值3时，可以不再保存实际过车时间3所对应的两条第二过车数据，即C1和D1；

步骤7：将确定为套牌车辆所对应的车辆标识返回给用户。即将车辆标识1返回给用户，进一步的，可以将所存储的第二过车数据A1、B1、C1和D1一并返回给用户。以使用户可以针对该车辆标识1对应的套牌车辆进行处理。

相应于上述方法实施例，本发明实施例提供了一种卡口间的过车时间阈值确定装置，如图2所示，所述装置可以包括：

获得模块210，用于获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；

第一确定模块220，用于从所述至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；

第二确定模块230，用于根据包含同一车辆标识的每组第一过车数据以及所述每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；

第三确定模块240，用于根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；

第四确定模块250，用于根据每一卡口对所对应的至少一个过车时间，确定所述预定范围内任意两个卡口间的过车时间阈值。

应用本发明实施例，获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；从至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；根据包含同一车辆标识的每组第一过车数据以及每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；根据每一卡口对所对应的至少一个过车时间，确定预定范围内任意两个卡口间的过车时间阈值。可见，根据预定时间内的每一卡口记录的第一过车数据，可以确定每一车辆经过卡口间的实际过车时间，进一步的，根据每一车辆经过卡口间的实际过车时间，可以确定出更符合实际路况的卡口间的过车时间阈值。后续的根据所确定的更符合实际路况的卡口间的过车时间阈值，确定套牌车辆，可以使得所确定的套牌车辆更准确。

在一种实现方式中，所述第二确定模块230，具体用于

将包含同一车辆标识的每组第一过车数据，按所包含的第一时间的先后顺序进行排序，得到每组第一过车数据对应的第一序列；

将每个第一序列中相邻的两个过车数据所包含的卡口标识，组成一对卡口对。

在一种实现方式中，所述第三确定模块240，具体用于

针对每一卡口对，将对应同一车辆标识的、且相邻的第一时间的差的绝对值，确定为该卡口对所对应的过车时间。

在一种实现方式中，所述第四确定模块250包括第一确定单元和第二确定单元；

所述第一确定单元，用于根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值；

所述第二确定单元，用于根据所确定的卡口间的过车时间阈值参考值以及弗洛伊德floyd算法，确定所述预定范围内任意两个卡口间的过车时间阈值。

在一种实现方式中，所述第一确定单元，具体用于

从每一卡口对所对应的至少一个过车时间中，确定未超过预定时间阈值的过车时间；

根据所确定的未超过预定时间阈值的过车时间，确定每一卡口对所对应卡口间的过车时间阈值参考值。

在一种实现方式中，所述第一确定单元，具体用于

从所有卡口对中，确定所对应过车时间的数量不小于第一预定数量的第一卡口对；

根据所述第一卡口对所对应的过车时间，分别确定每一第一卡口对所对应卡口间的过车时间阈值参考值。

在一种实现方式中，所述第一确定单元，具体用于

根据所获得的第一过车数据中包含的第一时间，确定每一卡口对所对应的通行时间；

从所有卡口对中，确定所对应通行时间不低于预定通行时间的第二卡口对；

根据所确定的第二卡口对所对应的过车时间，确定每一第二卡口对所对应卡口间的过车时间阈值参考值。

在一种实现方式中，所述第一确定单元，具体用于

将所有卡口对按所对应过车时间的数量降序排序，得到第二序列；

将所述第二序列中前第一预定百分比的卡口对确定为第三卡口对；

根据每一第三卡口对所对应的过车时间，确定每一第三卡口对所对应的卡口间的过车时间阈值参考值。

在一种实现方式中，所述第一确定单元，具体用于

针对每一卡口对，计算所对应至少一个过车时间中第二预定数量的第一过车时间的平均值，并根据所述平均值，确定该卡口对所对应卡口间的过车时间阈值参考值。

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。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，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。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (16)

1.一种卡口间的过车时间阈值确定方法，其特征在于，所述方法包括：

获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；

从所述至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；

根据包含同一车辆标识的每组第一过车数据以及所述每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；

根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；

根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值；

根据所确定的卡口间的过车时间阈值参考值以及弗洛伊德floyd算法，确定所述预定范围内任意两个卡口间的过车时间阈值；

其中，在利用floyd算法，确定所述预定范围内任意卡口间的过车时间阈值时，定义一个邻接矩阵G，标识预定范围内所有卡口；如果从卡口Vi到卡口Vj有路可达，则记为G[i,j]＝d，否则记为G[i,j]＝无穷大，d表示该路经对应的过车时间阈值，无穷大表示卡口Vi到卡口Vj无路可达；

定义一个矩阵D用来记录所插入卡口，初始化D[i,j]＝j，D[i,j]表示从卡口Vi到卡口Vj需要经过的卡口；将所述预定范围内各个卡口k插入卡口Vi与卡口Vj之间，比较插入卡口k后的过车时间阈值与原来的过车时间阈值，G[i,j]＝min(G[i,j],G[i,k]+G[k,j])；如果G[i,j]的值变小，则D[i,j]＝k，该所得到的卡口间G[i,j]的过车时间阈值为卡口间G[i,j]最小的过车时间阈值，k不等于i且不等于j。

2.根据权利要求1所述的方法，其特征在于，所述根据包含同一车辆标识的每组第一过车数据以及所述每组第一过车数据中的第一时间，确定卡口对的步骤，包括：

将包含同一车辆标识的每组第一过车数据，按所包含的第一时间的先后顺序进行排序，得到每组第一过车数据对应的第一序列；

将每个第一序列中相邻的两个过车数据所包含的卡口标识，组成一对卡口对。

3.根据权利要求1所述的方法，其特征在于，所述根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间的步骤，包括：

针对每一卡口对，将对应同一车辆标识的、且相邻的第一时间的差的绝对值，确定为该卡口对所对应的过车时间。

4.根据权利要求1所述的方法，其特征在于，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

从每一卡口对所对应的至少一个过车时间中，确定未超过预定时间阈值的过车时间；

根据所确定的未超过预定时间阈值的过车时间，确定每一卡口对所对应卡口间的过车时间阈值参考值。

5.根据权利要求1所述的方法，其特征在于，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

从所有卡口对中，确定所对应过车时间的数量不小于第一预定数量的第一卡口对；

根据所述第一卡口对所对应的过车时间，分别确定每一第一卡口对所对应卡口间的过车时间阈值参考值。

6.根据权利要求1所述的方法，其特征在于，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

根据所获得的第一过车数据中包含的第一时间，确定每一卡口对所对应的通行时间；

从所有卡口对中，确定所对应通行时间不低于预定通行时间的第二卡口对；

根据所确定的第二卡口对所对应的过车时间，确定每一第二卡口对所对应卡口间的过车时间阈值参考值。

7.根据权利要求1所述的方法，其特征在于，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

将所有卡口对按所对应过车时间的数量降序排序，得到第二序列；

将所述第二序列中前第一预定百分比的卡口对确定为第三卡口对；

根据每一第三卡口对所对应的过车时间，确定每一第三卡口对所对应的卡口间的过车时间阈值参考值。

8.根据权利要求1所述的方法，其特征在于，所述根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值的步骤，包括：

针对每一卡口对，计算所对应至少一个过车时间中第二预定数量的第一过车时间的平均值，并根据所述平均值，确定该卡口对所对应卡口间的过车时间阈值参考值。

9.一种卡口间的过车时间阈值确定装置，其特征在于，所述装置包括：

获得模块，用于获得预定范围内每个卡口在预定时间内记录的至少一个第一过车数据，其中，每一第一过车数据中包含所经过车辆的车辆标识、该车辆经过所对应卡口的第一时间以及该卡口的卡口标识；

第一确定模块，用于从所述至少一个第一过车数据中，确定对应同一车辆标识的至少一组第一过车数据；

第二确定模块，用于根据包含同一车辆标识的每组第一过车数据以及所述每组第一过车数据中的第一时间，确定卡口对，其中，每一卡口对中包含两个不同的卡口标识；

第三确定模块，用于根据每一卡口对中卡口标识所在第一过车数据中的第一时间，分别确定每一卡口对所对应的至少一个过车时间；

第四确定模块包括第一确定单元和第二确定单元；

所述第一确定单元，用于根据每一卡口对所对应的至少一个过车时间，确定至少一对卡口对所对应卡口间的过车时间阈值参考值；

所述第二确定单元，用于根据所确定的卡口间的过车时间阈值参考值以及弗洛伊德floyd算法，确定所述预定范围内任意两个卡口间的过车时间阈值；

其中，在利用floyd算法，确定所述预定范围内任意卡口间的过车时间阈值时，定义一个邻接矩阵G，标识预定范围内所有卡口；如果从卡口Vi到卡口Vj有路可达，则记为G[i,j]＝d，否则记为G[i,j]＝无穷大，d表示该路经对应的过车时间阈值，无穷大表示卡口Vi到卡口Vj无路可达；

定义一个矩阵D用来记录所插入卡口，初始化D[i,j]＝j，D[i,j]表示从卡口Vi到卡口Vj需要经过的卡口；将所述预定范围内各个卡口k插入卡口Vi与卡口Vj之间，比较插入卡口k后的过车时间阈值与原来的过车时间阈值，G[i,j]＝min(G[i,j],G[i,k]+G[k,j])；如果G[i,j]的值变小，则D[i,j]＝k，该所得到的卡口间G[i,j]的过车时间阈值为卡口间G[i,j]最小的过车时间阈值，k不等于i且不等于j。

10.根据权利要求9所述的装置，其特征在于，所述第二确定模块，具体用于

将包含同一车辆标识的每组第一过车数据，按所包含的第一时间的先后顺序进行排序，得到每组第一过车数据对应的第一序列；

将每个第一序列中相邻的两个过车数据所包含的卡口标识，组成一对卡口对。

11.根据权利要求9所述的装置，其特征在于，所述第三确定模块，具体用于

针对每一卡口对，将对应同一车辆标识的、且相邻的第一时间的差的绝对值，确定为该卡口对所对应的过车时间。

12.根据权利要求9所述的装置，其特征在于，所述第一确定单元，具体用于

从每一卡口对所对应的至少一个过车时间中，确定未超过预定时间阈值的过车时间；

根据所确定的未超过预定时间阈值的过车时间，确定每一卡口对所对应卡口间的过车时间阈值参考值。

13.根据权利要求9所述的装置，其特征在于，所述第一确定单元，具体用于

从所有卡口对中，确定所对应过车时间的数量不小于第一预定数量的第一卡口对；

根据所述第一卡口对所对应的过车时间，分别确定每一第一卡口对所对应卡口间的过车时间阈值参考值。

14.根据权利要求9所述的装置，其特征在于，所述第一确定单元，具体用于

根据所获得的第一过车数据中包含的第一时间，确定每一卡口对所对应的通行时间；

从所有卡口对中，确定所对应通行时间不低于预定通行时间的第二卡口对；

根据所确定的第二卡口对所对应的过车时间，确定每一第二卡口对所对应卡口间的过车时间阈值参考值。

15.根据权利要求9所述的装置，其特征在于，所述第一确定单元，具体用于

将所有卡口对按所对应过车时间的数量降序排序，得到第二序列；

将所述第二序列中前第一预定百分比的卡口对确定为第三卡口对；

根据每一第三卡口对所对应的过车时间，确定每一第三卡口对所对应的卡口间的过车时间阈值参考值。

16.根据权利要求9所述的装置，其特征在于，所述第一确定单元，具体用于

针对每一卡口对，计算所对应至少一个过车时间中第二预定数量的第一过车时间的平均值，并根据所述平均值，确定该卡口对所对应卡口间的过车时间阈值参考值。

Images