CN109541654A - 一种车辆停靠点的计算方法及装置 - Google Patents
一种车辆停靠点的计算方法及装置 Download PDFInfo
- Publication number
- CN109541654A CN109541654A CN201811373529.2A CN201811373529A CN109541654A CN 109541654 A CN109541654 A CN 109541654A CN 201811373529 A CN201811373529 A CN 201811373529A CN 109541654 A CN109541654 A CN 109541654A
- Authority
- CN
- China
- Prior art keywords
- point
- tracing
- tracing point
- target trajectory
- vehicle
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 19
- 239000012141 concentrate Substances 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 7
- 241000239290 Araneae Species 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例涉及一种车辆停靠点的计算方法及装置,所述方法包括:对目标轨迹点集中的所有轨迹点进行加权处理;根据设定的规则从目标轨迹点集中随机选取一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;根据所述目标轨迹点集生成聚类簇;通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次递归遍历;根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;根据所述轨迹点簇确定所述车辆停靠位置,根据车辆上报的位置信息,对车辆的轨迹点进行加权处理,确定核心对象轨迹点,对车辆的停靠点进行计算,精确地确定车辆的停靠位置。
Description
技术领域
本发明实施例涉及车辆行驶里程领域,尤其涉及一种车辆停靠点的计算方法及装置。
背景技术
车辆安装的GPS定位系统会在间隔一定的时间后向服务器上传位置信息。根据车辆的定位信息可以分析出车辆的运行和停靠,但是GPS会有一定的偏差。导致车辆在停靠的过程中上报的定位轨迹点不是固定在一点,而是以一定的概率散落在停靠位置的周边。
因此,现有方案中,确定车辆停靠点的方案存在较大误差。
发明内容
本发明实施例提供一种车辆停靠点的计算方法及装置,可以根据车辆上报的位置信息,对车辆的停靠点进行计算,精确地确定车辆的停靠位置。
第一方面,本发明实施例提供一种车辆停靠点的计算方法,包括:
对目标轨迹点集中的所有轨迹点进行加权处理;
根据设定的规则从所述目标轨迹点集中随机选取一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;
根据所述目标轨迹点集生成聚类簇;
通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次递归遍历;
根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;
根据所述轨迹点簇确定所述车辆停靠位置。
在一个可能的实施方式中,所述方法还包括:
根据车辆上报的位置信息,确定车辆的多个轨迹点;
根据时间关系对所述多个轨迹点进行加权处理。
在一个可能的实施方式中,所述根据设定的规则从所述目标轨迹点集中确定一核心对象轨迹点,包括:
计算所述目标轨迹点集中一个轨迹点到其余轨迹点的距离,生成距离矩阵;
遍历所述目标轨迹点集中所有轨迹点;
判断小于设定距离阈值的邻域的内轨迹点的权重之和大于权重阈值时,所述轨迹点确定为核心对象轨迹点。
在一个可能的实施方式中,所述根据所述目标轨迹点集生成聚类簇,包括:
依次将所述目标轨迹点中的所述核心对象轨迹点以及所述邻域中的轨迹点放入聚类簇。
第二方面,本发明实施例提供一种车辆停靠点的计算装置,包括:
加权模块,用于对目标轨迹点集中的所有轨迹点进行加权处理;
确定模块,用于根据设定的规则从所述目标轨迹点集中确定一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;
生成模块,用于根据所述目标轨迹点集生成聚类簇;
遍历模块,用于通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次遍历;
切分模块,用于根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;
所述确定模块,还用于根据所述轨迹点簇确定所述车辆停靠位置。
在一个可能的实施方式中,所述确定模块,还用于根据车辆上报的位置信息,确定车辆的多个轨迹点;
加权模块,用于根据时间关系对所述多个轨迹点进行加权处理。
在一个可能的实施方式中,所述确定模块,具体用于计算所述目标轨迹点集中一个轨迹点到其余轨迹点的距离,生成距离矩阵;遍历所述目标轨迹点集中所有轨迹点;判断小于设定距离阈值的邻域的内轨迹点的权重之和大于权重阈值时,所述轨迹点确定为核心对象轨迹点。
在一个可能的实施方式中,所述生成模块,具体用于依次将所述目标轨迹点中的所述核心对象轨迹点以及所述邻域中的轨迹点放入聚类簇。
本发明实施例提供的车辆停靠点的计算方案,通过确定加权处理后的多个轨迹点中的属于车辆停靠的目标轨迹点集;根据设定的规则从所述目标轨迹点集中确定一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;根据所述目标轨迹点集生成聚类簇;通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次遍历;根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;根据所述轨迹点簇确定所述车辆停靠位置,根据车辆上报的位置信息,对车辆的轨迹点进行加权处理,确定核心对象轨迹点,对车辆的停靠点进行计算,精确地确定车辆的停靠位置。
附图说明
图1为本发明实施例提供的一种车辆停靠点的计算方法流程示意图;
图2为本发明实施例涉的车辆停靠经纬度示意图;
图3为本发明实施例涉及的轨迹点加权计算示意图;
图4为本发明实施例涉及的车辆停靠位置轨迹点的示意图;
图5为本发明实施例提供的一种车辆停靠点的计算装置结构示意图;
图6为本发明实施例提供的一种车辆停靠点的计算装置的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
为便于对本发明实施例的理解,下面将结合附图以具体实施例做进一步的解释说明,实施例并不构成对本发明实施例的限定。
图1为本发明实施例提供的一种车辆停靠点的计算方法流程示意图,如图1所示该方法具体包括:
S101、根据车辆上报的位置信息,确定车辆的多个轨迹点。
参照图2,示出了本实施例车辆停靠经纬度示意图,也即字母序列A、B、C、......、N表示车辆在行驶过程中上报的卫星定位轨迹点序列,每两点之间的时间间隔会随着车辆定位装置的设置不同而不同,在虚线椭圆中的经纬度点为车辆停靠时候上报的轨迹点。很多的情况是车辆在停靠过程中依然会上传轨迹点。这些定位点会无规则地分布在车辆停靠位置的周边。
S102、根据时间关系对所述多个轨迹点进行加权处理。
参照图3,示出了本发明实施例涉及的轨迹点加权计算示意图,t代表的是时间轴,表明A、B、C、D、E、F是按照时间顺序上传的轨迹点。AB之间的间隔是30s、BC之间的间隔也是30s,而CD之间的间隔是150s。这些时间间隔就构成了每个点的权重,这样,B的权重是30,C的权重是30,D的权重是150。
除上述提到的30s和150s外,还可以根据实际需求设计车辆位置信息的上报时间段,以此确定每个轨迹点的权重,对此,本实施例不作具体限定。
S103、根据设定的规则从所述目标轨迹点集中随机选取一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域。
具体地,计算所述目标轨迹点集中每一个轨迹点到其余轨迹点的距离,生成距离矩阵;遍历所述目标轨迹点集中所有轨迹点;判断小于设定距离阈值的邻域的内轨迹点的权重之和大于权重阈值时,所述轨迹点确定为核心对象轨迹点。
在本实施中,邻域可以是:ε-邻域,即,离核心对象轨迹点距离小于ε的一个邻域范围,核心对象轨迹点为ε-邻域中的一个样本,ε-邻域应该包含M个样本(其中,所述邻域包含一个或多个轨迹点),每个样本的权重是wi。所有样本的权重之和是大于,其中,W是预先设定好的阈值。
S104、根据所述目标轨迹点集生成聚类簇。
依次将所述目标轨迹点中的所述核心对象轨迹点以及所述邻域中的轨迹点放入聚类簇。
S105、通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次递归遍历。
具体地,对所述核心对象的邻域中的轨迹点进行遍历,并将所述邻域中的核心对象放入考察队列中,再依次对所有所述核心对象进行遍历,将所有所述核心对象的邻域中的核心对象再放入考察队列中,依此循环,直到所述考察队列中无核心对象。
在本实施中采用循环(即依次进行遍历)和递归(从考察队列中依次取出核心对象,直到无核心对象为止)的思想可精确确定车辆的停靠点。
参照图4,示出本发明实施例涉及的车辆停靠位置轨迹点的示意图,其中,实心圆点代表核心对象轨迹点,虚心圆点代表非核心对象轨迹点。
S106、根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇。
其中,由于生成的聚类簇并不完全是停靠序列。按照时间顺序,一个聚类簇中的经纬度点应该覆盖一段时间上的所有点,如果中间有部分点不在该簇中,则该应该切分为两个部分,以不在簇中的点的时间为界,将前后的轨迹点划分为两个停靠轨迹簇。
S107、根据所述轨迹点簇确定所述车辆停靠位置。
本发明实施例提供的车辆停靠点的计算方法,通过确定加权处理后的多个轨迹点中的属于车辆停靠的目标轨迹点集;根据设定的规则从所述目标轨迹点集中确定一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;根据所述目标轨迹点集生成聚类簇;通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次遍历;根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;根据所述轨迹点簇确定所述车辆停靠位置,根据车辆上报的位置信息,对车辆的轨迹点进行加权处理,确定核心对象轨迹点,对车辆的停靠点进行计算,精确地确定车辆的停靠位置。
图5为本发明实施例提供的一种车辆停靠点的计算装置结构示意图,如图5所示,该装置具体包括:
加权模块501,用于对目标轨迹点集中的所有轨迹点进行加权处理;
确定模块502,用于根据设定的规则从所述目标轨迹点集中确定一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;
生成模块503,用于根据所述目标轨迹点集生成聚类簇;
遍历模块504,用于通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次遍历;
切分模块505,用于根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;
所述确定模块502,还用于根据所述轨迹点簇确定所述车辆停靠位置。
可选地,所述确定模块502,还用于根据车辆上报的位置信息,确定车辆的多个轨迹点;
加权模块501,用于根据时间关系对所述多个轨迹点进行加权处理。
可选地,所述确定模块502,具体用于计算所述目标轨迹点集中一个轨迹点到其余轨迹点的距离,生成距离矩阵;遍历所述目标轨迹点集中所有轨迹点;确定小于设定距离阈值的轨迹点的个数;当所述个数达到个数阈值,以及大于权重阈值且小于轨迹点的权重时的轨迹点确定为核心对象轨迹点。
可选地,所述生成模块503,具体用于依次将所述目标轨迹点中的所述核心对象轨迹点以及所述邻域中的轨迹点放入聚类簇。
本实施例提供的车辆停靠点的计算装置可以是如图5中所示的车辆停靠点的计算装置,可执行如图1中车辆停靠点的计算方法的所有步骤,进而实现图1所示车辆停靠点的计算方法的技术效果,具体请参照图1相关描述,为简洁描述,在此不作赘述。
图6为本发明实施例提供的一种车辆停靠点的计算装置的硬件结构示意图,如图6所示,该车辆停靠点的计算装置具体包括:处理器610、存储器620、收发器630。
处理器610可以是中央处理器(英文:central processing unit,CPU),或者CPU和硬件芯片的组合。上述硬件芯片可以是专用集成电路(英文:application-specificintegrated circuit,ASIC),可编程逻辑器件(英文:programmable logic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logicdevice,CPLD),现场可编程门阵列(英文:field-programmable gate array,FPGA),通用阵列逻辑(英文:generic array logic,GAL)或其任意组合。
存储器620用于存储各种应用,操作系统和数据。存储器620可以将存储的数据传输给处理器610。存储器620可以包括易失性存储器,非易失性动态随机存取内存(英文:nonvolatile random access memory,NVRAM)、相变化随机存取内存(英文:phase changeRAM,PRAM)、磁阻式随机存取内存(英文:magetoresistive RAM,MRAM)等,例如至少一个磁盘存储器件、电子可擦除可编程只读存储器(英文:electrically erasable programmableread-only memory,EEPROM)、闪存器件,例如反或闪存(NOR flash memory)或是反及闪存(NAND flash memory)、半导体器件,例如固态硬盘(英文:solid state disk,SSD)等。存储器620还可以包括上述种类的存储器的组合。
收发器630,用于发送和/或接收数据,收发器630可以是天线等。
所述各器件的工作过程如下:
处理器610,用于对目标轨迹点集中的所有轨迹点进行加权处理;根据设定的规则从所述目标轨迹点集中随机选取一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;根据所述目标轨迹点集生成聚类簇;通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次递归遍历;根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;根据所述轨迹点簇确定所述车辆停靠位置。
可选地,根据车辆上报的位置信息,确定车辆的多个轨迹点;
根据时间关系对所述多个轨迹点进行加权处理。
可选地,处理器610,还用于计算所述目标轨迹点集中一个轨迹点到其余轨迹点的距离,生成距离矩阵;遍历所述目标轨迹点集中所有轨迹点;确定小于设定距离阈值的轨迹点的个数;当所述个数达到个数阈值,以及大于权重阈值且小于轨迹点的权重时的轨迹点确定为核心对象轨迹点。
可选地,处理器610,还用于依次将所述目标轨迹点中的所述核心对象轨迹点以及所述邻域中的轨迹点放入聚类簇。
本实施例提供的车辆停靠点的计算装置可以是如图6中所示的车辆停靠点的计算装置,可执行如图1中车辆停靠点的计算方法的所有步骤,进而实现图1所示车辆停靠点的计算方法的技术效果,具体请参照图1相关描述,为简洁描述,在此不作赘述。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不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,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种车辆停靠点的计算方法,其特征在于,包括:
对目标轨迹点集中的所有轨迹点进行加权处理;
根据设定的规则从所述目标轨迹点集中随机选取一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;
根据所述目标轨迹点集生成聚类簇;
通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次递归遍历;
根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;
根据所述轨迹点簇确定所述车辆停靠位置。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据车辆上报的位置信息,确定车辆的多个轨迹点;
根据时间关系对所述多个轨迹点进行加权处理。
3.根据权利要求1所述的方法,其特征在于,所述根据设定的规则从所述目标轨迹点集中确定一核心对象轨迹点,包括:
计算所述目标轨迹点集中一个轨迹点到其余轨迹点的距离,生成距离矩阵;
遍历所述目标轨迹点集中所有轨迹点;
判断小于设定距离阈值的邻域的内轨迹点的权重之和大于权重阈值时,所述轨迹点确定为核心对象轨迹点。
4.根据权利要求1或3所述的方法,其特征在于,所述根据所述目标轨迹点集生成聚类簇,包括:
依次将所述目标轨迹点中的所述核心对象轨迹点以及所述邻域中的轨迹点放入聚类簇。
5.一种车辆停靠点的计算装置,其特征在于,包括:
加权模块,用于对目标轨迹点集中的所有轨迹点进行加权处理;
确定模块,用于根据设定的规则从所述目标轨迹点集中确定一核心对象轨迹点,以及确定所述核心对象轨迹点对应的邻域,其中,所述邻域包含一个或多个轨迹点;
生成模块,用于根据所述目标轨迹点集生成聚类簇;
遍历模块,用于通过考察队列将所述目标轨迹点集中的核心对象轨迹点以及所述邻域包含的核心轨迹点依次遍历;
切分模块,用于根据遍历出来的多个核心对象轨迹点按照时间关系对聚类簇进行切分,生成轨迹点簇;
所述确定模块,还用于根据所述轨迹点簇确定所述车辆停靠位置。
6.根据权利要求5所述的装置,其特征在于,
所述确定模块,还用于根据车辆上报的位置信息,确定车辆的多个轨迹点;
所述加权模块,用于根据时间关系对所述多个轨迹点进行加权处理。
7.根据权利要求5所述的装置,其特征在于,所述确定模块,具体用于计算所述目标轨迹点集中一个轨迹点到其余轨迹点的距离,生成距离矩阵;遍历所述目标轨迹点集中所有轨迹点;判断小于设定距离阈值的邻域的内轨迹点的权重之和大于权重阈值时,所述轨迹点确定为核心对象轨迹点。
8.根据权利要求5或7所述的装置,其特征在于,所述生成模块,具体用于依次将所述目标轨迹点中的所述核心对象轨迹点以及所述邻域中的轨迹点放入聚类簇。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811373529.2A CN109541654A (zh) | 2018-11-19 | 2018-11-19 | 一种车辆停靠点的计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811373529.2A CN109541654A (zh) | 2018-11-19 | 2018-11-19 | 一种车辆停靠点的计算方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109541654A true CN109541654A (zh) | 2019-03-29 |
Family
ID=65847983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811373529.2A Pending CN109541654A (zh) | 2018-11-19 | 2018-11-19 | 一种车辆停靠点的计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109541654A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111143440A (zh) * | 2019-12-30 | 2020-05-12 | 北京中交兴路信息科技有限公司 | 基于车辆轨迹的车辆停靠行为确定方法、确定系统及存储介质 |
CN114091630A (zh) * | 2022-01-24 | 2022-02-25 | 阿里巴巴达摩院(杭州)科技有限公司 | 获取目标对象移动轨迹信息的方法、装置及系统 |
CN114863715A (zh) * | 2022-05-05 | 2022-08-05 | 一汽解放汽车有限公司 | 停车数据确定方法、装置、电子设备及存储介质 |
CN115964545A (zh) * | 2023-03-16 | 2023-04-14 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车轨迹点推断污染点位的方法 |
CN117290741A (zh) * | 2023-11-14 | 2023-12-26 | 北京阿帕科蓝科技有限公司 | 车辆聚类方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902654A (zh) * | 2014-02-28 | 2014-07-02 | 小米科技有限责任公司 | 聚类方法、装置及终端设备 |
CN104167092A (zh) * | 2014-07-30 | 2014-11-26 | 北京市交通信息中心 | 一种确定出租车上下客热点区域中心的方法以及装置 |
CN104615858A (zh) * | 2015-01-12 | 2015-05-13 | 北京中交兴路车联网科技有限公司 | 一种计算车辆起始地和目的地的方法 |
CN106781466A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种车辆停靠点信息的确定方法及装置 |
CN108170793A (zh) * | 2017-12-27 | 2018-06-15 | 厦门市美亚柏科信息股份有限公司 | 基于车辆语义轨迹数据的停留点分析方法及其系统 |
-
2018
- 2018-11-19 CN CN201811373529.2A patent/CN109541654A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902654A (zh) * | 2014-02-28 | 2014-07-02 | 小米科技有限责任公司 | 聚类方法、装置及终端设备 |
CN104167092A (zh) * | 2014-07-30 | 2014-11-26 | 北京市交通信息中心 | 一种确定出租车上下客热点区域中心的方法以及装置 |
CN104615858A (zh) * | 2015-01-12 | 2015-05-13 | 北京中交兴路车联网科技有限公司 | 一种计算车辆起始地和目的地的方法 |
CN106781466A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种车辆停靠点信息的确定方法及装置 |
CN108170793A (zh) * | 2017-12-27 | 2018-06-15 | 厦门市美亚柏科信息股份有限公司 | 基于车辆语义轨迹数据的停留点分析方法及其系统 |
Non-Patent Citations (2)
Title |
---|
桂智明 等: "基于出租车轨迹的并行城市热点区域发现", 《华中科技大学学报(自然科学版)》 * |
阮敬 编著: "《Python数据分析基础》", 30 September 2017 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111143440A (zh) * | 2019-12-30 | 2020-05-12 | 北京中交兴路信息科技有限公司 | 基于车辆轨迹的车辆停靠行为确定方法、确定系统及存储介质 |
CN111143440B (zh) * | 2019-12-30 | 2023-07-25 | 北京中交兴路信息科技有限公司 | 基于车辆轨迹的车辆停靠行为确定方法、确定系统及存储介质 |
CN114091630A (zh) * | 2022-01-24 | 2022-02-25 | 阿里巴巴达摩院(杭州)科技有限公司 | 获取目标对象移动轨迹信息的方法、装置及系统 |
CN114863715A (zh) * | 2022-05-05 | 2022-08-05 | 一汽解放汽车有限公司 | 停车数据确定方法、装置、电子设备及存储介质 |
CN115964545A (zh) * | 2023-03-16 | 2023-04-14 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车轨迹点推断污染点位的方法 |
CN117290741A (zh) * | 2023-11-14 | 2023-12-26 | 北京阿帕科蓝科技有限公司 | 车辆聚类方法、装置、计算机设备和存储介质 |
CN117290741B (zh) * | 2023-11-14 | 2024-03-19 | 北京阿帕科蓝科技有限公司 | 车辆聚类方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109541654A (zh) | 一种车辆停靠点的计算方法及装置 | |
Prieto et al. | Flow prediction in ungauged catchments using probabilistic random forests regionalization and new statistical adequacy tests | |
Hahn et al. | The evolution of dark matter halo properties in clusters, filaments, sheets and voids | |
US10565337B2 (en) | Circuit simulation using a recording of a reference execution | |
EP3832555A1 (en) | Holographic quantum dynamics simulation | |
CN104516828A (zh) | 用于移除缓存数据的方法和设备 | |
US9891275B2 (en) | Integrated circuit chip reliability qualification using a sample-specific expected fail rate | |
CN105990170A (zh) | 晶圆良率分析方法和装置 | |
CN116340072B (zh) | 一种多芯粒芯片的故障检测方法和装置 | |
CN106683699A (zh) | 最优读取阈值估算 | |
Huang et al. | A simulator for evaluating redundancy analysis algorithms of repairable embedded memories | |
CN111148045B (zh) | 用户行为周期提取方法及设备 | |
Thomas et al. | Credit risk modelling using hardware accelerated monte-carlo simulation | |
CN107677290A (zh) | 惯性导航系统精度评定的测试方法及装置 | |
CN110263496B (zh) | 岩芯特征尺寸确定方法及装置 | |
CN114222238B (zh) | 定位方法、装置和计算机可读存储介质 | |
CN113132891A (zh) | 一种基于移动信令的客流统计方法和系统 | |
US20090177451A1 (en) | Apparatus and method for accelerating simulations and designing integrated circuits and other systems | |
CN112269940A (zh) | 数据处理方法及装置 | |
CN110457649B (zh) | 数据批量选择的方法、装置和计算机存储介质 | |
Lee et al. | Latent negative precipitation for the delineation of a zero-precipitation area in spatial interpolations | |
US9263154B2 (en) | Method and device for evaluating a chip manufacturing process | |
CN117077016B (zh) | 基于航空磁放数据的支持向量机超基性岩识别方法 | |
CN116298930B (zh) | 电池包健康度的测量方法、装置及服务器 | |
CN116736327B (zh) | 定位数据优化方法、装置、电子设备和可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |