CN108765922A - 一种公交车辆行驶轨迹的分段方法 - Google Patents
一种公交车辆行驶轨迹的分段方法 Download PDFInfo
- Publication number
- CN108765922A CN108765922A CN201810351938.6A CN201810351938A CN108765922A CN 108765922 A CN108765922 A CN 108765922A CN 201810351938 A CN201810351938 A CN 201810351938A CN 108765922 A CN108765922 A CN 108765922A
- Authority
- CN
- China
- Prior art keywords
- tracing point
- point
- public
- driving trace
- tracing
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种公交车辆行驶轨迹的分段方法,包括以下步骤,数据获取步骤、数值化处理步骤、质心类生成步骤、轨迹点簇标定步骤、排序步骤、模板序列集形成步骤、排列序列分段步骤。本发明的公交车辆行驶轨迹的分段方法,能够有效快速的找到公交轨迹分段的切分点,以此对公交轨迹进行分段处理。
Description
技术领域
本发明涉及公交车辆、交通信息等领域,具体为一种公交车辆行驶轨迹的分段方法。
背景技术
如今,科技迅速发展,有许多的技术能够提供定位服务,比如全球定位系统(GPS),射频识别(RFID),智能电话传感器,可穿戴的智能设备,GSM信标,红外或超声系统等等,这些技术的广泛应用将会产生海量的轨迹数据,这些轨迹数据中包含大量有用的信息,具有极高的研究价值。常见的轨迹包括人类活动轨迹,动物迁徙轨迹以及交通轨迹等等。每一种类型的轨迹数据具有其自身的特性,可以用于不同的挖掘目的。
近年来,政府在许多城市升级了城市公交系统的基础设施,给公交车配备了GPS设备,可以记录公交车的轨迹信息,最终将这些轨迹信息存储到服务系统中。通过对公交轨迹数据的挖掘分析,可以分析人们的出行模式以及城市交通规划等等。在对公交轨迹分析挖掘的过程中,经常需要使用公交车的调度信息,然而这些调度信息目前公交车系统主要依赖于人工调度,整合这些信息将花费大量的人力物力,其次即使少数城市已经有智能调度系统,这些系统仍然不成熟,覆盖范围不够广,难以用于分析挖掘。因此需要用技术的手段生成公交车的调度信息,其中最重要的是对公交轨迹进行分段,使其分段之后每一段都是公交车按照某一条公交线路从起点站到终点站的一次运行,本发明称其为公交轨迹分段。公交轨迹分段的主要问题是已知的信息中公交车运行的公交线路的顺序和每条公交线路运行的次数是未知。
发明内容
本发明的目的是:提供一种公交车辆行驶轨迹的分段方法,以解决现有技术中至少一技术问题。
实现上述目的的技术方案是:一种公交车辆行驶轨迹的分段方法,包括以下步骤,数据获取步骤,获取未知公交车辆行驶轨迹数据和已知公交路网数据,所述未知公交车辆行驶轨迹由轨迹点构成,所述未知公交车辆行驶轨迹数据包括每一所述轨迹点的位置信息和时间信息,所述已知公交路网数据包括公交站点的位置信息以及经过每一所述公交站点的公交线路标识,每一所述公交线路的公交站点包括起点站、终点站;数值化处理步骤,对所述未知公交车辆行驶轨迹数据和公交路网数据中的位置信息和时间信息进行数值化处理;质心类生成步骤,将公交车运行的任一公交线路的起点站或终点站作为质心并以预设距离为直径形成一质心圆,将在该质心圆范围内的轨迹点纳入该质心圆中形成质心类;轨迹点簇标定步骤,所述质心类中的轨迹点处理后形成轨迹点簇,将所述轨迹点簇所对应的质心的位置信息设置为轨迹点簇的位置信息,将距离质心距离最近的轨迹点的时间信息设置为轨迹点簇的时间信息;排序步骤,选取所有所述轨迹点簇,按照时间戳对所述轨迹点簇排序,得到含有时间信息和质点位置信息的未知公交车辆行驶轨迹的排列序列;模板序列集形成步骤,形成每一所述公交线路上的起点站到终点站的线路段序列,集合所有所述线路段序列形成公交线路模板集;排列序列分段步骤,按照所述公交线路模板集中的线路段序列对所述未知公交车辆行驶轨迹的排列序列进行分段。
在本发明一较佳实施例中,所述数值化处理步骤中包括,坐标系建立步骤,建立平面直角坐标系,设置相互垂直的X轴和Y轴;坐标位置计算步骤,在所述二维直角坐标系中通过二维坐标表示所述轨迹点和公交站点的位置信息,分别计算所述轨迹点和公交站点到X轴的距离和到Y轴的距离;栅格化步骤,将所述平面直角坐标系划分为具有预设边长的栅格;编码计算步骤,包括分别计算所述轨迹点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值,将所述轨迹点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值作为该轨迹点的轨迹点编码;编码处理步骤,将所有轨迹点编码制作成编码序列表。
在本发明一较佳实施例中,所述编码计算步骤还包括分别计算所述公交站点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值,将所述公交站点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值作为该轨迹点的公交站点编码;所述编码处理步骤还包括将所有公交站点编码关联至所述公交路网数据,制作公交线路排序表。
在本发明一较佳实施例中,所述轨迹点簇标定步骤包括核心轨迹点标定步骤,选择某一轨迹点为圆心,以预设半径作一圆,判断该圆所在范围内的其他轨迹点的数量是否达到预设值,若是,则将该轨迹点作为核心轨迹点。
在本发明一较佳实施例中,所述轨迹点簇标定步骤还包括噪音轨迹点标定步骤,判断某一轨迹点与任一所述核心轨迹点之间的相隔时间是否超出预设阈值,若是,则标定该轨迹点为噪音轨迹点;边界轨迹点标记步骤,将在该圆内的非噪音轨迹点、核心轨迹点的其他轨迹点标定为边界轨迹点。
在本发明一较佳实施例中,所述轨迹点簇标定步骤还包括轨迹点簇标记步骤,按照时间维度选取核心轨迹点,形成轨迹点簇;边界轨迹点处理步骤,将与所述核心轨迹点对应的边界轨迹点纳入所述轨迹点簇中。
在本发明一较佳实施例中,所述轨迹点簇标定步骤还包括轨迹点簇合并步骤,合并两个时间间隔小于预设阈值的轨迹点簇。
在本发明一较佳实施例中,所述轨迹点簇标定步骤还包括噪音轨迹点删除步骤,用以删除噪音轨迹点。
在本发明一较佳实施例中,所述模板序列集形成步骤中,每一所述线路段序列对应起点站和终点站之间设有子序列,该子序列为其他线路段序列的起点站或终点站。
在本发明一较佳实施例中,所述排列序列分段步骤包括起点站、终点站查找步骤,按照排列顺序在所述排列序列中查找所述公交线路模板集中某一公交线路的起点站、终点站;判断步骤,判断所述排列序列中是否存在所述公交线路模板集中某一公交线路的起点站、终点站,若否,则进入行驶轨迹分段步骤;若是,则进入子序列判定步骤;子序列判定步骤,判断查找到的起点站、终点站是否是子序列,若是,则进入行驶轨迹分段步骤,若否,则进入公交站台数量判断步骤;公交站台数量判断步骤,判断查找出的某一公交线路的起点站、终点站之间的其他公交线路的起点站或终点站的数量是否小于预设数量,若是,则返回起点站、终点站查找步骤;若否,则进入行驶轨迹分段步骤;行驶轨迹分段步骤,根据判定结果在所述排列序列中分段。
本发明的优点是:本发明的公交车辆行驶轨迹的分段方法,能够有效快速的找到公交轨迹分段的切分点,以此对公交轨迹进行分段处理,有效的实现了未知公交车辆运行轨迹的具体情况,从而判断出该公交车辆的的具体信息。
附图说明
下面结合附图和实施例对本发明作进一步解释。
图1是本发明实施例的公交车辆行驶轨迹的分段方法步骤流程图。
图2是本发明实施例的数值化处理步骤流程图。
图3是本发明实施例的轨迹点簇标定步骤流程图。
图4是本发明实施例的排列序列分段步骤流程图。
图5是本发明实施例的某轨迹点的栅格化示意图。
图6是本发明实施例的核心轨迹点、噪音轨迹点、边界轨迹点示意图。
图7是本发明实施例的质心类示意图。
图8是本发明实施例的轨迹点簇示意图。
图9是本发明实施例的某一模板序列集示意图。
图10是本发明实施例的排列序列分段示意图。
具体实施方式
如图1所示,一种公交车辆行驶轨迹的分段方法,包括步骤S1)-步骤S7)。
步骤S1)数据获取步骤,获取未知公交车辆行驶轨迹数据和已知公交路网数据,所述未知公交车辆行驶轨迹由轨迹点构成,所述未知公交车辆行驶轨迹数据包括每一所述轨迹点的位置信息和时间信息,所述已知公交路网数据包括公交站点的位置信息以及经过每一所述公交站点的公交线路标识,每一所述公交线路的公交站点包括起点站、终点站,如某一公交轨迹T为一系列公交车的轨迹点构成,每一个轨迹点表示公交车在某一时刻所处位置的位置信息,即T={p1,…,pn}={<lat1,lng1,t1>,…,<latn,lngn,tn>}。公交路网G,由多条公交线路构成,每一条公交线路l的信息包含公交线路名称,公交站点的位置信息,即l={lname:{s1,s2,…,sk}},其中lname表示公交线路的名称,而si表示公交线路包含的公交站点的位置信息,因此公交路网G={l1,l2,…,ln}。详细公交路网由多条公交线路构成,每一条公交线路l的信息包含公交线路名称,公交站点的位置信息以及公交线路中两个公交站点之间的路径的多个点的位置信息,相比较公交路网,详细公交路网包含更多的点的位置信息,即l={lname:{s1,p11,p12..,s2,p21,p22,…,sk}}。公交车运行的公交线路信息L,其是一个集合,L={l1,l2,…lk},公交车运行这些公交线路的顺序是未知的,运行每一条线路的次数也是未知的。
如图2所示,步骤S2)数值化处理步骤,对所述未知公交车辆行驶轨迹数据和公交路网数据中的位置信息和时间信息进行数值化处理;所述数值化处理步骤中包括步骤S21)-步骤S25),步骤S21)坐标系建立步骤,建立平面直角坐标系,设置相互垂直的X轴和Y轴;步骤S22)坐标位置计算步骤,在所述二维直角坐标系中通过二维坐标表示所述轨迹点和公交站点的位置信息,分别计算所述轨迹点和公交站点到X轴的距离和到Y轴的距离;步骤S23)栅格化步骤,将所述平面直角坐标系划分为具有预设边长的栅格;步骤S24)编码计算步骤,包括分别计算所述轨迹点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值,将所述轨迹点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值作为该轨迹点的轨迹点编码,以及分别计算所述公交站点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值,将所述公交站点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值作为该轨迹点的公交站点编码;如对公交轨迹点进行编码,将轨迹点p映射到平面直角坐标系,并分别计算该点在平面直角坐标系中的距离X轴和Y轴的距离,设栅格的边长为d,则其中,dist(p,py)表示轨迹点p到平面直角坐标系上的y轴上的垂直距离,dist(p,px)表示轨迹点p到轨迹点p到平面直角坐标系中的x轴上的垂直距离,而d表示栅格建立时每一个栅格的边长,如图5所示。计算出x和y的值之后,将x和y以字符串的方式拼接成为该轨迹点的编码,比如当x=1001,y=1123时,则编码为10011123。步骤S25)编码处理步骤,将所有轨迹点编码制作成编码序列表,以及将所有公交站点编码关联至所述公交路网数据,制作公交线路排序表。
步骤S3)质心类生成步骤,如图7所示,将公交车运行的任一公交线路的起点站或终点站作为质心并以预设距离为直径形成一质心圆,将在该质心圆范围内的轨迹点纳入该质心圆中形成质心类。
步骤S4)轨迹点簇标定步骤,所述质心类中的轨迹点处理后形成轨迹点簇,将所述轨迹点簇所对应的质心的位置信息设置为轨迹点簇的位置信息,将距离质心距离最近的轨迹点的时间信息设置为轨迹点簇的时间信息。即质心类在按照时间维度处理后得到的每一个轨迹点簇,轨迹点簇的位置信息用公交站栅格化的编码表示,即该质心的位置信息的编码表示,时间信息用距离公交站距离最近的轨迹点的时间信息表示,这样将每一个轨迹点簇表示为一个带时间的编码,将所有表示簇的编码按照时间戳排序,得到一个时间序列字符串,如图8所示。步骤S4)包括步骤S41)-步骤S44),如图6所示。步骤S41)核心轨迹点标定步骤,选择某一轨迹点为圆心,以预设半径作一圆,判断该圆所在范围内的其他轨迹点的数量是否达到预设值,若是,则将该轨迹点作为核心轨迹点。其定义如图6所示,核心轨迹点:如果与一个轨迹点的距离小于一定阈值的轨迹点的数目不小于预设值,如数值为3,则该轨迹点被标记为核心轨迹点。图6中轨迹点A,半径r范围之内包含3个点,不小于给定的预设值3,则A是核心轨迹点。步骤S42)噪音轨迹点标定步骤,判断某一轨迹点与任一所述核心轨迹点之间的相隔时间是否超出预设阈值,若是,则标定该轨迹点为噪音轨迹点;图6中轨迹点C不在任何一个核心点的给定范围之内,所以是噪音轨迹点。步骤S43)边界轨迹点标记步骤,将在该圆范围内的非噪音轨迹点、核心轨迹点的其他轨迹点标定为边界轨迹点,图6中轨迹点B半径r范围之内只有2个轨迹点,不是核心轨迹点,同时,轨迹点B处于轨迹点A的范围之内所以也不是噪音点,我们将其称为边界轨迹点。步骤S44)轨迹点簇标记步骤,按照时间维度选取核心轨迹点,形成轨迹点簇。步骤S45)噪音轨迹点删除步骤,用以删除噪音轨迹点。步骤S46)边界轨迹点处理步骤,将与所述核心轨迹点对应的边界轨迹点纳入所述轨迹点簇中。步骤S47)轨迹点簇合并步骤,合并两个时间间隔小于预设阈值的轨迹点簇。
步骤S5)排序步骤,选取所有所述轨迹点簇,按照时间戳对所述轨迹点簇排序,得到含有时间信息和质点位置信息的未知公交车辆行驶轨迹的排列序列。排序序列可以用该轨迹点簇对应的质心标记表示,质心标记可以为字母,数字等容易对比识别的标识。将所得轨迹点簇的编码信息按照时间戳排序,得到编码序列,如实例车牌号为B49123的公交车的编码序列可表示为CBCACBCACBCACDCDCDACB,表示公交车现经过C站,又经过B站…。
步骤S6)模板序列集形成步骤,形成每一所述公交线路上的起点站到终点站的线路段序列,集合所有所述线路段序列形成公交线路模板集。在该步骤中,根据详细的公交路网信息和公交线路集L,产生模板序列集:根据详细的公交路网信息计算一个起点站或者终点站到其他公交线路的距离,如果距离小于一定阈值,则说明该站点可能被经过。如图9所示的两条公交线路的线路模板集为{p1{p′1}p5,p5{p′1}p1,p′1p′4,p′4p′1},其中每个模板中的括号部分表示可能被包含、也可能不被包含。
步骤S7)排列序列分段步骤,按照所述公交线路模板集中的线路段序列对所述未知公交车辆行驶轨迹的排列序列进行分段。所述模板序列集形成步骤中,每一所述线路段序列对应起点站和终点站之间设有子序列,该子序列为其他线路段序列的起点站或终点站。如获取公交线路集L中的公交线路的起点站、终点站,组成起点站终点站集合。例如,图7中的A、B、C、D分别表示两条公交车运行的公交线路的起点站和终点站。那么,就有对应A、B、C、D的四个质心类。步骤S7)包括步骤S71)-步骤S75),如图4所示;步骤S71)起点站、终点站查找步骤,按照排列顺序在所述排列序列中查找所述公交线路模板集中某一公交线路的起点站、终点站;步骤S72)判断步骤,判断所述排列序列中是否存在所述公交线路模板集中某一公交线路的起点站、终点站,若否,则进入行驶轨迹分段步骤;若是,则进入子序列判定步骤;步骤S73)子序列判定步骤,判断查找到的起点站、终点站是否是子序列,若是,则进入行驶轨迹分段步骤,若否,则进入公交站台数量判断步骤;步骤S74)公交站台数量判断步骤,判断查找出的某一公交线路的起点站、终点站之间的其他公交线路的起点站或终点站的数量是否小于预设数量,若是,则返回起点站、终点站查找步骤;若否,则进入行驶轨迹分段步骤;步骤S75)行驶轨迹分段步骤,根据判定结果在所述排列序列中分段。如图10所示为车牌号B49123的公交车辆轨迹的模式识别过程。线路模板为{A{C}B,B{C}A,CD,DC},首先由C找下去直到D,但是其中间的子字符串不是子序列,则认为公交车换线,从B开始匹配,找到BCA,满足匹配条件,之后是ACB,如此继续,直到ACDCDCDACB,认为发生换线,从此处分段,然后从C开始匹配,直到DAC,不满足匹配条件,之后找不到其他的C,因此认为发生换线,从A再开始匹配,发现有ACB满足匹配条件,结束模式识别。
图8为车牌号B49123的公交车辆轨迹分段后的部分结果,其中前四幅子图为该公交车运行第一条线路,后四幅子图为该公交车运行第二条公交线路。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种公交车辆行驶轨迹的分段方法,其特征在于,包括以下步骤,
数据获取步骤,获取未知公交车辆行驶轨迹数据和已知公交路网数据,所述未知公交车辆行驶轨迹由轨迹点构成,所述未知公交车辆行驶轨迹数据包括每一所述轨迹点的位置信息和时间信息,所述已知公交路网数据包括公交站点的位置信息以及经过每一所述公交站点的公交线路标识,每一所述公交线路的公交站点包括起点站、终点站;
数值化处理步骤,对所述未知公交车辆行驶轨迹数据和公交路网数据中的位置信息和时间信息进行数值化处理;
质心类生成步骤,将公交车运行的任一公交线路的起点站或终点站作为质心并以预设距离为直径形成一质心圆,将在该质心圆范围内的轨迹点纳入该质心圆中形成质心类;
轨迹点簇标定步骤,所述质心类中的轨迹点处理后形成轨迹点簇,将所述轨迹点簇所对应的质心的位置信息设置为轨迹点簇的位置信息,将距离质心距离最近的轨迹点的时间信息设置为轨迹点簇的时间信息;
排序步骤,选取所有所述轨迹点簇,按照时间戳对所述轨迹点簇排序,得到含有时间信息和质点位置信息的未知公交车辆行驶轨迹的排列序列;
模板序列集形成步骤,形成每一所述公交线路上的起点站到终点站的线路段序列,集合所有所述线路段序列形成公交线路模板集;
排列序列分段步骤,按照所述公交线路模板集中的线路段序列对所述未知公交车辆行驶轨迹的排列序列进行分段。
2.根据权利要求1所述的公交车辆行驶轨迹的分段方法,其特征在于,所述数值化处理步骤中包括,
坐标系建立步骤,建立平面直角坐标系,设置相互垂直的X轴和Y轴;
坐标位置计算步骤,在所述二维直角坐标系中通过二维坐标表示所述轨迹点和公交站点的位置信息,分别计算所述轨迹点和公交站点到X轴的距离和到Y轴的距离;
栅格化步骤,将所述平面直角坐标系划分为具有预设边长的栅格;
编码计算步骤,包括分别计算所述轨迹点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值,将所述轨迹点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值作为该轨迹点的轨迹点编码;
编码处理步骤,将所有轨迹点编码制作成编码序列表。
3.根据权利要求2所述的公交车辆行驶轨迹的分段方法,其特征在于,所述编码计算步骤还包括分别计算所述公交站点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值,将所述公交站点到Y轴的距离与边长的比值和所述轨迹点到X轴的距离与边长的比值作为该轨迹点的公交站点编码;
所述编码处理步骤还包括将所有公交站点编码关联至所述公交路网数据,制作公交线路排序表。
4.根据权利要求1所述的公交车辆行驶轨迹的分段方法,其特征在于,所述轨迹点簇标定步骤包括
核心轨迹点标定步骤,选择某一轨迹点为圆心,以预设半径作一圆,判断该圆所在范围内的其他轨迹点的数量是否达到预设值,若是,则将该轨迹点作为核心轨迹点。
5.根据权利要求4所述的公交车辆行驶轨迹的分段方法,其特征在于,所述轨迹点簇标定步骤还包括
噪音轨迹点标定步骤,判断某一轨迹点与任一所述核心轨迹点之间的相隔时间是否超出预设阈值,若是,则标定该轨迹点为噪音轨迹点;
边界轨迹点标记步骤,将在该圆内的非噪音轨迹点、核心轨迹点的其他轨迹点标定为边界轨迹点。
6.根据权利要求5所述的公交车辆行驶轨迹的分段方法,其特征在于,所述轨迹点簇标定步骤还包括
轨迹点簇标记步骤,按照时间维度选取核心轨迹点,形成轨迹点簇;
边界轨迹点处理步骤,将与所述核心轨迹点对应的边界轨迹点纳入所述轨迹点簇中。
7.根据权利要求6所述的公交车辆行驶轨迹的分段方法,其特征在于,所述轨迹点簇标定步骤还包括轨迹点簇合并步骤,合并两个时间间隔小于预设阈值的轨迹点簇。
8.根据权利要求5所述的公交车辆行驶轨迹的分段方法,其特征在于,所述轨迹点簇标定步骤还包括噪音轨迹点删除步骤,用以删除噪音轨迹点。
9.根据权利要求7所述的公交车辆行驶轨迹的分段方法,其特征在于,所述模板序列集形成步骤中,每一所述线路段序列对应起点站和终点站之间设有子序列,该子序列为其他线路段序列的起点站或终点站。
10.根据权利要求9所述的公交车辆行驶轨迹的分段方法,其特征在于,所述排列序列分段步骤包括
起点站、终点站查找步骤,按照排列顺序在所述排列序列中查找所述公交线路模板集中某一公交线路的起点站、终点站;
判断步骤,判断所述排列序列中是否存在所述公交线路模板集中某一公交线路的起点站、终点站,若否,则进入行驶轨迹分段步骤;若是,则进入子序列判定步骤;
子序列判定步骤,判断查找到的起点站、终点站是否是子序列,若是,则进入行驶轨迹分段步骤,若否,则进入公交站台数量判断步骤;
公交站台数量判断步骤,判断查找出的某一公交线路的起点站、终点站之间的其他公交线路的起点站或终点站的数量是否小于预设数量,若是,则返回起点站、终点站查找步骤;若否,则进入行驶轨迹分段步骤;
行驶轨迹分段步骤,根据判定结果在所述排列序列中分段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810351938.6A CN108765922B (zh) | 2018-04-18 | 2018-04-18 | 一种公交车辆行驶轨迹的分段方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810351938.6A CN108765922B (zh) | 2018-04-18 | 2018-04-18 | 一种公交车辆行驶轨迹的分段方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108765922A true CN108765922A (zh) | 2018-11-06 |
CN108765922B CN108765922B (zh) | 2021-03-26 |
Family
ID=64011152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810351938.6A Active CN108765922B (zh) | 2018-04-18 | 2018-04-18 | 一种公交车辆行驶轨迹的分段方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108765922B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110675646A (zh) * | 2019-12-04 | 2020-01-10 | 武汉元光科技有限公司 | 公交站点位置获取方法及装置 |
CN110992726A (zh) * | 2019-10-28 | 2020-04-10 | 上海城市交通设计院有限公司 | 一种公交车辆到站识别以及车辆上下行班次划分的方法 |
CN111078754A (zh) * | 2019-12-19 | 2020-04-28 | 南京柏跃软件有限公司 | 基于海量时空数据的频繁轨迹提取方法及其挖掘系统 |
CN111460246A (zh) * | 2019-12-19 | 2020-07-28 | 南京柏跃软件有限公司 | 基于数据挖掘和密度检测的实时活动异常人员发现方法 |
CN111752254A (zh) * | 2019-03-28 | 2020-10-09 | 深圳市商汤科技有限公司 | 轨迹跟踪控制器的测试方法、装置、介质及设备 |
CN111914955A (zh) * | 2020-10-13 | 2020-11-10 | 上海世脉信息科技有限公司 | 一种基于gps轨迹数据的公共交通线路识别方法 |
CN112084275A (zh) * | 2020-08-26 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种作业目标数据确定方法、装置、存储介质及设备 |
CN112309126A (zh) * | 2020-10-30 | 2021-02-02 | 杭州海康威视数字技术股份有限公司 | 车牌检测方法、装置、电子设备及计算机可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150177A (zh) * | 2013-01-14 | 2013-06-12 | 北京百度网讯科技有限公司 | 一种更新公交线路数据的方法、装置和系统 |
CN103927866A (zh) * | 2013-12-31 | 2014-07-16 | 北京航空航天大学 | 基于gps的车辆等待红绿灯时间预测方法 |
CN104331466A (zh) * | 2014-10-31 | 2015-02-04 | 南京邮电大学 | 基于时空邻近搜索的移动轨迹序列模式快速挖掘方法 |
CN104657416A (zh) * | 2014-12-11 | 2015-05-27 | 百度在线网络技术(北京)有限公司 | 地图显示方法和装置 |
CN104700611A (zh) * | 2013-12-10 | 2015-06-10 | 杭州海康威视数字技术股份有限公司 | 一种公交运营信息获取方法 |
CN104966129A (zh) * | 2015-06-08 | 2015-10-07 | 浙江大学 | 一种车辆运行轨迹的分离方法 |
CN105427003A (zh) * | 2015-12-30 | 2016-03-23 | 北京航空航天大学 | 一种基于出行需求分析的公交站点部署方法 |
CN105740904A (zh) * | 2016-01-29 | 2016-07-06 | 东南大学 | 一种基于dbscan聚类算法的出行与活动模式识别方法 |
CN105989145A (zh) * | 2015-02-28 | 2016-10-05 | 中国移动通信集团辽宁有限公司 | 公交线路的自动更新方法、设备及系统 |
CN107545318A (zh) * | 2016-06-28 | 2018-01-05 | 高德软件有限公司 | 公交线路优先级确定、公交换乘线路排序方法及装置 |
CN107818426A (zh) * | 2017-11-23 | 2018-03-20 | 南京行者易智能交通科技有限公司 | 一种统计公交车运营班次的方法和装置 |
-
2018
- 2018-04-18 CN CN201810351938.6A patent/CN108765922B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150177A (zh) * | 2013-01-14 | 2013-06-12 | 北京百度网讯科技有限公司 | 一种更新公交线路数据的方法、装置和系统 |
CN104700611A (zh) * | 2013-12-10 | 2015-06-10 | 杭州海康威视数字技术股份有限公司 | 一种公交运营信息获取方法 |
CN103927866A (zh) * | 2013-12-31 | 2014-07-16 | 北京航空航天大学 | 基于gps的车辆等待红绿灯时间预测方法 |
CN104331466A (zh) * | 2014-10-31 | 2015-02-04 | 南京邮电大学 | 基于时空邻近搜索的移动轨迹序列模式快速挖掘方法 |
CN104657416A (zh) * | 2014-12-11 | 2015-05-27 | 百度在线网络技术(北京)有限公司 | 地图显示方法和装置 |
CN105989145A (zh) * | 2015-02-28 | 2016-10-05 | 中国移动通信集团辽宁有限公司 | 公交线路的自动更新方法、设备及系统 |
CN104966129A (zh) * | 2015-06-08 | 2015-10-07 | 浙江大学 | 一种车辆运行轨迹的分离方法 |
CN105427003A (zh) * | 2015-12-30 | 2016-03-23 | 北京航空航天大学 | 一种基于出行需求分析的公交站点部署方法 |
CN105740904A (zh) * | 2016-01-29 | 2016-07-06 | 东南大学 | 一种基于dbscan聚类算法的出行与活动模式识别方法 |
CN107545318A (zh) * | 2016-06-28 | 2018-01-05 | 高德软件有限公司 | 公交线路优先级确定、公交换乘线路排序方法及装置 |
CN107818426A (zh) * | 2017-11-23 | 2018-03-20 | 南京行者易智能交通科技有限公司 | 一种统计公交车运营班次的方法和装置 |
Non-Patent Citations (1)
Title |
---|
ESTER M,KRIEGEL H P等: "A Density-based Algorithm for Discovering Clusters in Large Spatial Databases with Noise", 《PROCEEDINGS OF THE SECOND INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111752254A (zh) * | 2019-03-28 | 2020-10-09 | 深圳市商汤科技有限公司 | 轨迹跟踪控制器的测试方法、装置、介质及设备 |
CN110992726A (zh) * | 2019-10-28 | 2020-04-10 | 上海城市交通设计院有限公司 | 一种公交车辆到站识别以及车辆上下行班次划分的方法 |
CN110675646A (zh) * | 2019-12-04 | 2020-01-10 | 武汉元光科技有限公司 | 公交站点位置获取方法及装置 |
CN111078754A (zh) * | 2019-12-19 | 2020-04-28 | 南京柏跃软件有限公司 | 基于海量时空数据的频繁轨迹提取方法及其挖掘系统 |
CN111460246A (zh) * | 2019-12-19 | 2020-07-28 | 南京柏跃软件有限公司 | 基于数据挖掘和密度检测的实时活动异常人员发现方法 |
CN111078754B (zh) * | 2019-12-19 | 2020-08-25 | 南京柏跃软件有限公司 | 基于海量时空数据的频繁轨迹提取方法及其挖掘系统 |
CN112084275A (zh) * | 2020-08-26 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种作业目标数据确定方法、装置、存储介质及设备 |
CN112084275B (zh) * | 2020-08-26 | 2022-08-23 | 腾讯科技(深圳)有限公司 | 一种作业目标数据确定方法、装置、存储介质及设备 |
CN111914955A (zh) * | 2020-10-13 | 2020-11-10 | 上海世脉信息科技有限公司 | 一种基于gps轨迹数据的公共交通线路识别方法 |
CN111914955B (zh) * | 2020-10-13 | 2021-01-15 | 上海世脉信息科技有限公司 | 一种基于gps轨迹数据的公共交通线路识别方法 |
CN112309126A (zh) * | 2020-10-30 | 2021-02-02 | 杭州海康威视数字技术股份有限公司 | 车牌检测方法、装置、电子设备及计算机可读存储介质 |
CN112309126B (zh) * | 2020-10-30 | 2022-07-05 | 杭州海康威视数字技术股份有限公司 | 车牌检测方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108765922B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765922A (zh) | 一种公交车辆行驶轨迹的分段方法 | |
CN112543427B (zh) | 基于信令轨迹及大数据分析识别城市交通走廊的方法与系统 | |
CN108806301A (zh) | 一种公交车辆信息的自动识别方法 | |
CN111681421B (zh) | 基于手机信令数据的对外客运枢纽集疏空间分布分析方法 | |
CN102521973B (zh) | 一种手机切换定位的道路匹配方法 | |
CN111653096B (zh) | 一种基于手机信令数据的城市出行方式识别方法 | |
CN111653094B (zh) | 一种基于手机信令数据且含路网修正的城市出行方式综合识别方法 | |
CN112133090A (zh) | 一种基于手机信令数据的多方式交通分布模型构建方法 | |
CN101925939A (zh) | 估计道路交通的方法和系统 | |
CN109766777A (zh) | 异常轨迹的检测方法、装置、存储介质及电子设备 | |
CN114416710B (zh) | 一种快速路车辆od位置提取方法及系统 | |
CN114363842B (zh) | 基于手机信令数据的公交乘客下车站点预测方法及装置 | |
CN109272032A (zh) | 出行方式识别方法、装置、计算机设备和存储介质 | |
CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
CN110046218B (zh) | 一种用户出行模式的挖掘方法、装置、系统和处理器 | |
CN111653093A (zh) | 一种基于手机信令数据的城市出行方式综合识别方法 | |
CN113239089B (zh) | 路径识别方法、装置、电子设备、存储介质及程序产品 | |
CN113569977B (zh) | 一种基于手机信令数据的出行目的识别方法 | |
CN115714957B (zh) | 基于手机信令的地铁出行识别方法、装置、设备及介质 | |
CN113611115A (zh) | 一种基于路网敏感特征的车辆轨迹聚类方法 | |
CN109215348B (zh) | 一种把交通事故准确定位到相关路段的方法 | |
CN114141008B (zh) | 一种基于手机信令数据的共享公共交通服务区域选取方法 | |
CN115995151B (zh) | 应用于城市管理的网约车异常行为检测方法 | |
CN116558521A (zh) | 轨迹定位方法、设备以及计算机可读存储介质 | |
CN113569978B (zh) | 一种出行轨迹识别方法、装置、计算机设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |