CN108596528A - 一种基于卫星定位轨迹点的车头车挂实时匹配方法及系统 - Google Patents

Abstract

本发明提供了一种基于卫星定位轨迹点的车头车挂实时匹配方法及系统，包括：初始化检测参数，设置匹配距离阈值和匹配程度阈值；为所有车头车挂建立定长缓存，用于存储其卫星定位的轨迹点；实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果。本发明通过对车头车挂两条卫星定位轨迹点的实时匹配，可推测两个主体对象的行为模式和空间位置关系，在物流甩挂运输中，尤其是甩挂运输有着重要意义。本发明实现简单，算法复杂性低，可用于轨迹匹配的实时检测；可准确灵敏的检测到轨迹的匹配与分离动作。

Description

一种基于卫星定位轨迹点的车头车挂实时匹配方法及系统

技术领域

本发明涉及一种甩挂运输技术领域，尤其是涉及一种基于卫星定位轨迹点的车头车挂实时匹配方法及系统。

背景技术

目前有关轨迹匹配大量研究在于轨迹路网匹配，及给定一条轨迹和基础路网数据，分析该轨迹在哪一条路径上行走。而单独对两条独立的轨迹分析却很少有研究。

对于两条轨迹的匹配也可使用路网匹配方法，先将一条轨迹匹配到一条路上，然后将另外一条也匹配到路网上从而判断两条轨迹是否匹配。但使用路网匹配技术进行轨迹匹配主要有以下几个缺点：

1、路网匹配技术虽然比较成熟，但其实现复杂，需要求较为准确完整的路网数据。

2、路网匹配只考虑空间维度上的位置关系，推测行驶在哪个路径上，缺少时间维度数据体现。

3、路网匹配对两条轨迹的实时匹配和分离不敏感。

发明内容

为解决以上问题，本发明通过对车头车挂两条卫星定位轨迹点的实时匹配，可推测两个主体对象的行为模式和空间位置关系，在物流甩挂运输中，尤其是甩挂运输有着重要意义。

具体的，本发明提供了一种基于卫星定位轨迹点的车头车挂实时匹配方法，包括：

初始化检测参数，设置匹配距离阈值和匹配程度阈值；

为所有车头车挂建立定长缓存，用于存储其卫星定位的轨迹点；

实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果。

优选的，所述实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果，包括如下步骤：

检测每个车头和车挂的轨迹点是否为异常点，若是则丢弃，否则进入下一步；

将不是异常点的轨迹点进行geoHash处理并存储，检测缓存中轨迹的运行状态并记录，若车挂运行状态由静止变为运行，则触发一次匹配，当车头运行状态由静止改为运行且之前有成功匹配的车挂，则进行一次分离检测；

获取缓存中的待匹配车挂轨迹，将其按照匹配距离阈值扩充为带状区域；

获取带状区域的边界，根据所述边界查询待匹配车头列表；如果所述列表长度为0，则匹配失败；如果所述列表长度不为0，则对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头。

更优选的，所述对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头，包括如下步骤：

计算每个车头与所述车挂的匹配概率，得到匹配概率序列；

将所述匹配概率序列中的匹配概率分别与所述匹配程度阈值进行比较，如果匹配概率大于所述匹配程度阈值的车头数量为1，则认为车头车挂匹配成功，输出所述匹配概率对应的车头；如果匹配概率大于所述匹配程度阈值的车头数量不等于1，则认为车头车挂匹配失败。

更优选的，如果匹配概率大于所述匹配程度阈值的车头数量为0，则车头的匹配概率均小于匹配概率阈值，导致车头车挂匹配失败；如果有多个车头的匹配概率大于匹配概率阈值，导致无法确定哪个车头真正匹配车挂，也导致车头车挂匹配失败。

优选的，所述异常点是指与上个轨迹点计算平均速度，若平均速度>180km/h 则判定为异常点。

根据本发明的另一个方面，本发明还提供了一种基于卫星定位轨迹点的车头车挂实时匹配系统，包括顺序连接的如下模块：

初始化模块，用于初始化检测参数，设置匹配距离阈值和匹配程度阈值；

缓存模块，用于为所有车头车挂建立定长缓存，用于存储其卫星定位的轨迹点；

实时检测模块，用于实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果。

优选的，所述实时检测模块包括如下顺序连接的如下单元：

异常点检测单元，用于检测每个车头的轨迹点是否为异常点；

哈希处理单元，用于将不是异常点的轨迹点进行geoHash处理并存储，检测缓存中轨迹的运行状态并记录，若车挂运行状态由静止变为运行，则触发一次匹配，当车头运行状态由静止改为运行且之前有成功匹配的车挂，则进行一次分离检测；

带状扩充单元，用于获取缓存中的待匹配车挂轨迹，将其按照匹配距离阈值扩充为带状区域；

匹配查询单元，用于获取带状区域的边界，根据所述边界查询待匹配车头列表；如果所述列表长度为0，则匹配失败；如果所述列表长度不为0，则对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头。

本发明实现简单，算法复杂性低，可用于轨迹匹配的实时检测；可准确灵敏的检测到轨迹的匹配与分离动作。

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：

图1为本发明车挂匹配原理示意图。

图2为本发明基于卫星定位轨迹点的车头车挂实时匹配方法的匹配流程图；

图3为本发明基于卫星定位轨迹点的车头车挂实时匹配系统的结构图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明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发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

本发明提供的基于卫星定位轨迹点的车头车挂实时匹配方法，其匹配算法如下：如图1所示，给定车头、车挂的两段轨迹，预处理后得到轨迹P[p₁,p₂…p_m]， Q[q₁,q₂…q_n]，每个节点p,q均是一个5元组(time,lon,lat,speed,direct)，其中 lon为GPS经度，lat为GPS维度，speed为速度，direct为方向(0～360)，time 为时间。将P，Q组合按照time排序得到如图1的序列，按如下规则计算轨迹匹配程度。

算法基本思路如上所述，但在具体实现时可使用工具进行优化。在进行车挂匹配时，如果已知一辆车挂的轨迹，需要跟所有车头的轨迹进行匹配从而确定与哪个车头匹配，这样会导致全量匹配，计算量过大。在实际实现中，本发明对缓存的轨迹使用elasticsearch进行存储，对所有轨迹点按照经纬度进行了 geoHash处理并建立了索引。求解算法时，本发明对被匹配轨迹进行了“膨胀”，即按照其方向和距离将轨迹扩充为一个带状区域，然后使用带状区域的边界去检索可能有匹配的车头轨迹，从而避免了每次的全量匹配。

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

Geohash处理是将一个经纬度信息，转换成一个可以排序，可以比较的字符串编码，geohash有以下几个特点：

第一：geohash用一个字符串表示经度和纬度两个坐标。某些情况下无法在两列上同时应用索引(例如MySQL 4之前的版本，Google App Engine的数据层等)，利用geohash，只需在一列上应用索引即可。

第二：geohash表示的并不是一个点，而是一个矩形区域。比如编码 wx4g0ec19，它表示的是一个矩形区域。使用者可以发布地址编码，既能表明自己位于北海公园附近，又不至于暴露自己的精确坐标，有助于隐私保护。

第三：编码的前缀可以表示更大的区域。

具体的，图2为本发明基于卫星定位轨迹点的车头车挂实时匹配方法的匹配流程图，包括如下步骤：

初始化检测参数，设置匹配距离阈值D和匹配程度阈值P；

为所有车头车挂建立定长缓存，用于存储其卫星定位的轨迹点；

实时检测所有车头的轨迹点p和车挂的轨迹点q，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果。实际使用中是动态的检测车头和车挂轨迹点，当车挂运行状态由静止改为运行，触发一次匹配检测，当车头运行状态由静止改为运行且之前有成功匹配的车挂，则进行一次分离检测。

所述实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果，包括如下步骤：

检测每个车头的轨迹点p是否为异常点，若是则丢弃，否则进入下一步；所述异常点是指与上个轨迹点计算平均速度，若平均速度>180km/h则判定为异常点。

将不是异常点的轨迹点p进行geoHash处理并存储，检测缓存中轨迹的运行状态并记录，若车挂运行状态由静止变为运行，则触发一次匹配，当车头运行状态由静止改为运行且之前有成功匹配的车挂，则进行一次分离检测；

获取缓存中的待匹配车挂轨迹S，将S按照匹配距离阈值D扩充为带状区域；

获取带状区域的边界C，根据C查询待匹配车头列表N；如果查询结果 len(N)＝0(列表长度为0)，说明没有匹配的车头，则匹配失败；如果len(N)！＝0，则对N中每辆车头的轨迹进行匹配，获取匹配概率序列Lpi。

将所述匹配概率序列中的匹配概率分别与所述匹配程度阈值进行比较，如果匹配概率大于所述匹配程度阈值的车头数量为1，则认为车头车挂匹配成功，输出所述匹配概率对应的车头；如果匹配概率大于所述匹配程度阈值的车头数量不等于1，则认为车头车挂匹配失败。图2中，len(Lpi>P)＝1的含义是匹配概率大于匹配程度阈值P的匹配概率序列的长度为1，此时仅有一个车头匹配所述车挂，才意味着车头车挂匹配成功。如果len(Lpi>P)<1，意味着len(Lpi>P)＝0，即车头匹配概率均小于匹配概率阈值P，因此导致车头车挂匹配失败；如果 len(Lpi>P)>1，意味着匹配概率大于匹配程度阈值P的匹配概率序列的长度大于1，即len(Lpi>P)为2或者更大的自然数，即有多个车头匹配概率大于匹配概率阈值P，导致无法确定哪个车头是真正匹配车挂的，因此也会导致匹配失败。

如图3所示，根据本发明的另一个方面，本发明还提供了一种基于卫星定位轨迹点的车头车挂实时匹配系统100，包括顺序连接的如下模块：

初始化模块110，用于初始化检测参数，设置匹配距离阈值和匹配程度阈值；

缓存模块120，用于为所有车头车挂建立定长缓存，用于存储其卫星定位的轨迹点；

实时检测模块130，用于实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果。

所述实时检测模块130包括如下顺序连接的如下单元：

异常点检测单元131，用于检测每个车头的轨迹点是否为异常点。

哈希处理单元132，用于将不是异常点的轨迹点进行geoHash处理并存储，检测缓存中轨迹的运行状态并记录，若车挂运行状态由静止变为运行，则触发一次匹配，当车头运行状态由静止改为运行且之前有成功匹配的车挂，则进行一次分离检测；

带状扩充单元133，用于获取缓存中的待匹配车挂轨迹，将其按照匹配距离阈值扩充为带状区域；

匹配查询单元134，用于获取带状区域的边界，根据所述边界查询待匹配车头列表；如果所述列表长度为0，则匹配失败；如果所述列表长度不为0，则对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头。所述对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头，进一步包括：

获取匹配概率序列；

将所述匹配概率序列中的匹配概率分别与所述匹配程度阈值进行比较，如果匹配概率大于所述匹配程度阈值的车头数量为1，则认为车头车挂匹配成功，输出所述匹配概率对应的车头；如果匹配概率大于所述匹配程度阈值的车头数量不等于1，则认为车头车挂匹配失败。如果匹配概率大于所述匹配程度阈值的车头数量为0，则车头的匹配概率均小于匹配概率阈值，导致车头车挂匹配失败；如果有多个车头的匹配概率大于匹配概率阈值，导致无法确定哪个车头真正匹配车挂，也导致车头车挂匹配失败。

本发明的应用场景很多，例如在实际应用中，当指派订单使用车头V拉车挂T时，车头车挂同时上报卫星定位轨迹数据。当检测到V匹配T时，可以推断出发车了。匹配成功后当检测到V与T失去匹配时，可以推断出车辆到站后，车头车挂分离了。如此，本发明可以统计车辆行驶时效。另外，本发明结合停留点检测可以实现防作弊检测，当车挂运行时，如果未匹配到车头，一定程度上可以推测车挂被私自挪用。

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)

1.一种基于卫星定位轨迹点的车头车挂实时匹配方法，其特征在于，包括：

初始化检测参数，设置匹配距离阈值和匹配程度阈值；

为所有车头车挂建立定长缓存，用于存储其卫星定位的轨迹点；

实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果。

2.根据权利要求1所述的基于卫星定位轨迹点的车头车挂实时匹配方法，其特征在于：

所述实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果，包括如下步骤：

检测每个车头和车挂的轨迹点是否为异常点，若是则丢弃，否则进入下一步；

将不是异常点的轨迹点进行geoHash处理并存储，检测缓存中轨迹的运行状态并记录，若车挂运行状态由静止变为运行，则触发一次匹配，当车头运行状态由静止改为运行且之前有成功匹配的车挂，则进行一次分离检测；

获取缓存中的待匹配车挂轨迹，将其按照匹配距离阈值扩充为带状区域；

获取带状区域的边界，根据所述边界查询待匹配车头列表；如果所述列表长度为0，则匹配失败；如果所述列表长度不为0，则对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头。

3.根据权利要求2所述的基于卫星定位轨迹点的车头车挂实时匹配方法，其特征在于：

所述对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头，包括如下步骤：

计算每个车头与所述车挂的匹配概率，得到匹配概率序列；

将所述匹配概率序列中的匹配概率分别与所述匹配程度阈值进行比较，如果匹配概率大于所述匹配程度阈值的车头数量为1，则认为车头车挂匹配成功，输出所述匹配概率对应的车头；如果匹配概率大于所述匹配程度阈值的车头数量不等于1，则认为车头车挂匹配失败。

4.根据权利要求3所述的基于卫星定位轨迹点的车头车挂实时匹配方法，其特征在于：

如果匹配概率大于所述匹配程度阈值的车头数量为0，则车头的匹配概率均小于匹配概率阈值，导致车头车挂匹配失败；如果有多个车头的匹配概率大于匹配概率阈值，导致无法确定哪个车头真正匹配车挂，也导致车头车挂匹配失败。

5.根据权利要求2所述的基于卫星定位轨迹点的车头车挂实时匹配方法，其特征在于：

所述异常点是指与上个轨迹点计算平均速度，若平均速度>180km/h则判定为异常点。

6.一种基于卫星定位轨迹点的车头车挂实时匹配系统，其特征在于，包括顺序连接的如下模块：

初始化模块，用于初始化检测参数，设置匹配距离阈值和匹配程度阈值；

缓存模块，用于为所有车头车挂建立定长缓存，用于存储其卫星定位的轨迹点；

实时检测模块，用于实时检测所有车头和车挂的轨迹点，结合上述两种阈值、车挂及车头的轨迹点，经判断得到车挂匹配结果。

7.根据权利要求6所述的基于卫星定位轨迹点的车头车挂实时匹配系统，其特征在于：

所述实时检测模块包括如下顺序连接的如下单元：

异常点检测单元，用于检测每个车头的轨迹点是否为异常点；

哈希处理单元，用于将不是异常点的轨迹点进行geoHash处理并存储，检测缓存中轨迹的运行状态并记录，若车挂运行状态由静止变为运行，则触发一次匹配，当车头运行状态由静止改为运行且之前有成功匹配的车挂，则进行一次分离检测；

带状扩充单元，用于获取缓存中的待匹配车挂轨迹，将其按照匹配距离阈值扩充为带状区域；

匹配查询单元，用于获取带状区域的边界，根据所述边界查询待匹配车头列表；如果所述列表长度为0，则匹配失败；如果所述列表长度不为0，则对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头。

8.根据权利要求7所述的基于卫星定位轨迹点的车头车挂实时匹配系统，其特征在于：

所述对列表中每辆车头的轨迹进行匹配，获取与所述车挂匹配的车头，进一步包括：

计算每个车头与所述车挂的匹配概率，得到匹配概率序列；

将所述匹配概率序列中的匹配概率分别与所述匹配程度阈值进行比较，如果匹配概率大于所述匹配程度阈值的车头数量为1，则认为车头车挂匹配成功，输出所述匹配概率对应的车头；如果匹配概率大于所述匹配程度阈值的车头数量不等于1，则认为车头车挂匹配失败。

9.根据权利要求8所述的基于卫星定位轨迹点的车头车挂实时匹配系统，其特征在于：

如果匹配概率大于所述匹配程度阈值的车头数量为0，则车头的匹配概率均小于匹配概率阈值，导致车头车挂匹配失败；如果有多个车头的匹配概率大于匹配概率阈值，导致无法确定哪个车头真正匹配车挂，也导致车头车挂匹配失败。

10.根据权利要求7所述的基于卫星定位轨迹点的车头车挂实时匹配系统，其特征在于：

所述异常点是指与上个轨迹点计算平均速度，若平均速度>180km/h则判定为异常点。