CN109686077A

CN109686077A - 车辆行驶状况监控方法和装置

Info

Publication number: CN109686077A
Application number: CN201710982797.3A
Authority: CN
Inventors: 范虎岳
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2017-10-19
Filing date: 2017-10-19
Publication date: 2019-04-26
Anticipated expiration: 2037-10-19
Also published as: CN109686077B

Abstract

根据本发明，提出了一种车辆行驶状况监控方法和装置。该方法包括：接收从车辆发送的GPS数据信息的步骤；根据从车辆发送的GPS数据信息确定车辆的当前位置的步骤；以及根据车辆的当前位置判断车辆是否在预定行驶路径上的步骤。

Description

车辆行驶状况监控方法和装置

技术领域

本发明涉及一种车辆行驶状况监控方法和装置，能够快速可靠地对车辆行驶状况进行实时监控，且能够对车辆行驶状况进行直观的可视化处理。

背景技术

现代社会中，物流运输已经成为一种很发达的行业。物品通过物流在道路上进行运输且数量庞大。因此，在物流领域中，需要对车辆、物品的相关信息能够及时准确地进行掌握，以便于车辆的调度和掌握物品的状态。这有助于在物流运输过程中对车辆的控制，以降低运输成本。

因此，如何在物流运输过程中对车辆的行驶状况进行监控已经成为受到广泛关注的问题。在物流领域中，通常通过从物流车辆获取GPS(全球定位系统)信号可以获取物流车辆的GPS位置，并且计算出车辆的行驶速度等。

例如，中国专利文献1(专利公开No.CN102230970A)提出了一种在物流运输过程中对运输物品的车辆进行跟踪的方法，其中，利用装载于运输物品的车辆的GPS终端来获取来自车辆的GPS信号，由此可以获取车辆的当前位置。另外，在该方法中，设置一车辆监控终端，将该车辆监控终端安装在用于进行物流运输的车辆上，通过该车辆监控终端采集该车辆的行驶速度、油量或其他车辆行驶状态信息。

另外，随着科学技术的发展，可视化(Visualization)技术应运而生。现代的数据可视化(Data Visualization)技术指的是运用计算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行交互处理。它涉及到计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域。通过数据可视化技术，发现数据中隐含的规律，可以为科学决策提供依据。这成为了数据可视化技术中的热点之一。

可视化数据分析技术拓宽了传统的图表功能，使用户对数据的剖析更清楚。例如把数据库中的多维数据变成多种图形，这对提示数据的状况、内在本质及规律性起到了很强的作用。当显示发现的结果时，将地图同时显示作为背景。一方面能够显示其知识特征的分布规律；另一方面也可对挖掘出的结果进行可视化解释，从而达到最佳的分析效果。可视化技术使用户看到数据处理的全过程、监测并控制数据分析过程。相反，传统处理分析方法只能适用于较小规模数据，不能很好的表示数据分析中的存在的一些抽象概念，并且很难以一种人容易理解的方式显示大数据，不能支持流数据的实时显示。

中国专利文献2(专利公开No.CN103020222A)提出了一种用于车辆GPS数据分析与异常监测的可视挖掘方法，具体地，提出了一种针对车辆行驶异常检测的可视化方法。该方法可用于数据挖掘或数据分析领域。根据该方法，通过可视化模块实现车辆可视数据模型结合基于热分布图和基于轨迹的显示，可以提供城市热点区域侦测和基于历史数据的交通轨迹异常监测。

(现有技术中存在的技术课题)

在上述的中国专利文献1所记载的方法中，可以通过GPS信号获取物流车辆的位置并通过车辆监控终端来获取行驶速度、油量或其他车辆行驶状态信息。但是，其并未涉及对车辆是否在计划行驶路径上等车辆行驶状态信息进行监控。另外，该中国专利文献1所记载的方法中，也并未涉及对这些车辆行驶状态信息进行直观地进行掌握的手段。

另外，尽管该中国专利文献2所记载的方法对车辆GPS数据分析与异常监测并进行可视化，但是该专利文献2所记载的并不是直观的可视化方法，而且该方法不能用于实时监控领域。

发明内容

为了克服现有技术的上述缺陷提出了本发明。因此，本发明的目的之一是提出一种车辆行驶状况监控方法和装置，能够快速可靠地对车辆行驶状况进行实时监控，且能够对车辆行驶状况进行直观的可视化处理。

为了实现上述目的，根据本发明，提出了一种车辆行驶状况监控方法，包括：接收从车辆发送的GPS数据信息的步骤；根据从车辆发送的GPS数据信息确定车辆的当前位置的步骤；以及根据车辆的当前位置判断车辆是否在预定行驶路径上的步骤。

优选地，在接收从车辆发送的GPS数据信息的步骤之后，该车辆行驶状况监控方法还包括：根据接收的GPS数据信息确定车辆的行驶速度；以及根据接收的GPS数据信息确定车辆的连续行驶时长。

优选地，该车辆行驶状况监控方法还包括：建立所确定的车辆的行驶速度、所确定的车辆的连续行驶时长、以及车辆是否在预定行驶路径上的判断结果与图形属性的映射关系的步骤。

优选地，该车辆行驶状况监控方法还包括：根据所建立的上述映射关系，将车辆的行驶速度、车辆的连续行驶时长、以及车辆是否在预定行驶路径上的判断结果通过相应的图形属性可视化地展示到地图上的步骤。

优选地，根据车辆的当前位置判断车辆是否在预定行驶路径的步骤包括：用有限个连续小矩形区域近似地拟合预定行驶路径所覆盖的车辆行驶区域；通过判断车辆的当前位置是否落在所述有限个连续小矩形区域中的任一个小矩形区域内，来判断车辆是否在预定行驶路径上。

优选地，所述小矩形区域的长度根据预定行驶路径的道路宽度、以及由于GPS信号的定位误差所引起的修正值来决定。

优选地，由于GPS信号的定位误差所引起的修正值是通过对车辆行驶历史数据进行训练得到的。

另外，根据本发明，还提出了一种车辆行驶状况监控装置，包括：接收从车辆发送的GPS数据信息的单元；根据从车辆发送的GPS数据信息确定车辆的当前位置的单元；以及根据车辆的当前位置判断车辆是否在预定行驶路径上的单元。

发明效果

根据本发明，上述车辆行驶状况监控方法和装置能够快速可靠地对车辆行驶状况进行实时监控，且能够对车辆行驶状况进行直观的可视化处理。

附图说明

通过参考附图的详细描述，本发明的上述目的和优点将变得更清楚，其中：

图1是示出了根据本发明的车辆行驶状况监控装置的结构的方框图。

图2是示出了根据本发明的第一实施例的车辆行驶状况监控方法的流程图。

图3是说明判定实时GPS数据是否在预定行驶路径上的难点的示意图。

图4是说明将实际行驶路径向上下平移后所得的车辆行驶区域的示意图。

图5是说明用有限个连续小矩形区域近似地拟合车辆行驶路径覆盖的车辆行驶区域的示意图。

图6是示出了图5所示的小矩形区域的尺寸的示意图。

图7是说明在道路的边缘由GPS信号的定位误差所引起的修正值的示意图。

图8是示出了如何判定车辆是否在预定行驶路径上的流程图。

图9是示出了可视化图形属性计算模块的操作的流程图。

图10和图11是分别示出了地图实时展示模块的显示结果的示例的示意图。

图12是示出了根据本发明的第二实施例的车辆行驶状况监控方法的流程图。

具体实施方式

下面将参考附图描述本发明的优选实施例。在附图中，相同的元件将由相同的参考符号或数字表示。此外，在本发明的下列描述中，将省略对已知功能和配置的具体描述，以避免使本发明的主题不清楚。

如图1所示，根据本发明的车辆行驶状况监控装置包括：接收实时车辆GPS数据的GPS数据接收模块10、根据从车辆发送的GPS数据信息确定包括车辆的连续行驶时长、车辆是否在预定行驶路径上等车辆行驶状况的车辆行驶状况计算模块21、建立车辆的行驶速度、连续行驶时长、以及车辆是否在预定行驶路径上的判断结果与图形属性的映射关系的可视化图形属性计算模块22、将车辆行驶状况可视化地展示到地图上的地图实时展示模块23、以及存储各种数据以进行分析的分析用数据库30。车辆行驶状况计算模块21、可视化图形属性计算模块22和地图实时展示模块23可以构成数据处理中心20。

(第一实施例)

如图2所示，在步骤S201，由GPS数据接收模块10接收GPS数据信息。

这里，按照采样频率(Sampling_Rate-SR)，由车辆发送的实时GPS数据包括四个基本字段：实时速度(S)、经度(Lon)、纬度(Lat)、以及采样时间(T)(即，时间戳)。

在步骤S203，根据所接收的GPS数据信息确定车辆的实时速度。在本例中，可以从所接收的GPS数据信息直接读取车辆的实时速度。

需要指出的是，本发明并不局限于此，还可以根据前次的经纬度信息和时间戳信息与本次比较计算得出在采样间隔内的车辆的平均速度，这里省略其详细说明。这里，实时速度可以记为“S”，单位为km/h。

在步骤S207，根据所接收的GPS数据信息确定各GPS数据信息的时间戳。

在步骤S213，根据所接收的GPS数据信息确定车辆当前所处位置的经纬度信息。

在步骤S209，车辆行驶状况计算模块21根据在步骤S203所确定的车辆的实时速度和在步骤S207所确定的各GPS数据信息的时间戳来确定车辆的连续行驶时长。

这里，在确定车辆的连续行驶时长时，首先需要确定“判定车辆处于行驶状态还是静止状态”的判定规则。不同的场景会有不同的定义方式，针对物流领域监控对实时性要求较高，一般采样频率在5s～30s的区间范围内，车辆的行驶状态(静止还是移动)可以近似的用车辆在数据采集时间点的瞬时速度近似表示，例如S＝0→车辆处于静止状态，S＞0→车辆处于行驶状态，对每个采样区间做类似的判断，用累加器count(初始化为0)保存结果，当判定车辆处于行驶状态时，count+1；当判定车辆处于静止状态时，count＝0。用count*SR，可以实时计算出车辆的连续行驶时长，记为“D”，单位为h(小时)。

在步骤S215，车辆行驶状况计算模块21根据在步骤S213所确定的车辆当前所处位置的经纬度信息来判定车辆是否在预定行驶路径上。稍后，将对如何根据所确定的车辆当前所处位置的经纬度信息来判定车辆是否在预定行驶路径上的方法进行详细描述。

然后，在步骤S205，可视化图形属性计算模块22根据在步骤S203所确定的车辆的实时速度计算可视化形状半径大小。

在步骤S211，可视化图形属性计算模块22根据在步骤S209所计算的车辆的连续行驶时长计算可视化形状颜色深浅。

在步骤S217，可视化图形属性计算模块22根据在步骤S215所判定的车辆是否在计划的预定路径上的结果，决定可视化形状。例如，在判定车辆在计划的预定路径上的情况下，将可视化形状决定为圆。在判定车辆并未在计划的预定路径上的情况下，将可视化形状决定为叉。

在步骤S219，将在步骤S205计算出的可视化形状半径大小、在步骤S211计算出的可视化形状颜色深浅、以及在步骤217所决定的可视化形状等可视化数据存储到数据库，并生成可视化语句。

在步骤221，连接图表库，由地图实时展示模块23将数据库中所存储的可视化数据实时显示在地图上。

下面，将对本发明的根据所确定的车辆当前所处位置的经纬度信息来判定车辆是否在预定行驶路径上的方法进行详细描述。

由于GPS定位本身的精度受到GPS定位器的信号强度、天气状况、遮蔽物等因素的影响，加之判定某个GPS点在某个不规则区域内本身是本领域的一个技术难点，因此，本发明提出一种方法，即，用规则的四边形近似拟合车辆行驶路径范围，并结合路段信息、物流车辆行驶的历史信息对精度进行提升，得到一个快速可靠的高精度计算模型，据此预先生成一个用于判定的数据库表格，用以判定车辆是否在预定行驶路径上。

实际物流领域中遇到的判定实时GPS数据是否在预定行驶路径上的难点如图3所示。

图3中的曲线代表提前制定好的行车路线，A、B、C、D为途经的四个站点，“X”代表真实的GPS定位信息，由于真实的行驶路径的路宽以及GPS定位器由于遮蔽物、天气、本身信号强度等原因引起的“漂浮”现象，很难直接通过比较GPS经纬度点与行驶路径得出结论，即车辆的实际行驶路径应该是一个不规则的曲面而非曲线，如图4所示。

在图4中，将实际行驶路径向上下平移后所得的虚线所覆盖的区域，应为我们实际使用的用以判定“车辆是否在预定行驶路径”上的标准。然而即使找到这样一个区域，现有技术也难以判定一个点是否在不规则的区域中，可以做判定的区域为规则的多边形或圆形区域。因此，本发明的发明人提出一种方法，尽量地用多个四边形拟合不规则的区域。

如图5所示，可以用有限个连续小矩形区域近似地拟合车辆行驶路径覆盖的车辆行驶区域，当矩形足够小，数量足够多的时候，根据微积分的原理，矩形覆盖的区域将完美覆盖图中虚线所覆盖的不规则区域，而判断一个点是否落在一个矩形区域内为现有技术，判断起来十分简单。因此重点是找到一个合理的划分方法，将车辆行驶的区域用多个小矩形表示，在这里，难点在于如何确定矩形的长度及宽度，能让图形尽量拟合曲线，同时又不影响实时判定(矩形越多，判定花费时间成本越高，矩形越少，与实际的曲线拟合度越差，精确度下降)，下面讨论一下如何确定矩形的宽度(Width)与长度(Length)。

如图6所示的所有矩形的宽度之和近似地等于行驶路径的长度，行驶路径也可以根据路段分为不同的区间。根据“国家基础地理信息中心”的数据，可以获得每个路段的限速信息，记为Slimit。例如市内的道路一般限速为30～40km/h，高速限速为100～120km/h。Slimit*SR(SR为GPS定位器的采样频率)是一辆汽车在该路段最高速行驶在一个采样区间所走过的距离。为了使矩形的宽度足够小同时又不影响判定的实时性，可以将矩形的宽度确定为width＝(Slimit*SR)/100(100这个参数是根据试验得来，可以根据实际需要适当调整，例如当实时性要求不够高，或者计算资源丰富的时候，或者对精度的要求比较高的时候可以适当调高，例如200、1000，值越大，判定的精度越高)。例如，当Slimit＝40km/h，SR＝10s，矩形宽度lenth≈1.11m，当路段的长度不能被矩形宽度整除时，最后一个矩形的宽度为取整后的余数，即，路段长度％矩形宽度(Width)。

关于矩形长度(Length)，直观地可以认为车辆行驶路段的宽度w即为矩形的长度，路段的宽度同样可以在“国家基础地理信息中心”的网站获得，但是这是在没有考虑GPS定位器的定位误差的情况下获得的。

如图7所示，考虑到一种极端的情况，假设车辆行驶在公路的边缘P点，那么GPS定位器的实际定位点会落在以P为中心，以E为半径的圆形区域内。如果只考虑到路段的路宽信息，带来误判或者错判的可能性取决于定位误差E的范围，如前文提到的定位误差取决于天气、遮盖物、定位器的信号强度等因素(还有相关政策的限制，例如民用GPS定位器精度通常在10m左右)。考虑到这种情况，

本发明的发明人提出一种模型，对该模型进行训练求得E或者说是一个参数PE来尽量排除定位误差所带来的干扰。

确定参数PE需要用到物流公司的历史数据。一般情况下物流公司会保存近一个月，一年或者全部的车辆行驶历史数据。训练这部分历史数据的目的是找到一个参数PE，使W(路宽)*PE获得的矩形长度，让“判定车辆是否在行驶路径上”(关于确定矩形宽度和长度后如何判定“是否在行驶路径上”将在稍后进行说明)的精度达到最大或者可以接受的范围之内，例如可以得到如下的一个表1，即“判定精度对照表”。

表1

P<sub>E</sub>	判定精度
		0.8	70％
0.9	73％
		1.0	80％
1.1	85％
		1.2	92％
1.3	70％
		1.4	65％

除了计算准确率以外，也可以根据需要和对错误类型的忍受度，例如“实际在行驶路径上”被判定为不在行驶路径上比“实际不在行驶路径上”而判定为在行驶路径上，来计算“查准率(precision)”或者“召回率(recall)”，根据下表2，分别得出选取不同参数PE，在“真”，“假”区域内的比率，从而选择自身能够接受的结果。

表2

如上所述那样，已经确定了矩形的宽度Width和长度Length，结合预先制定的车辆行驶路径，可以确定每个矩形四个顶点的经纬度信息，因为所有矩形的长边都是垂直于赤道方向的(宽边与赤道平行)，所以只需要确定矩形的两个顶点--“左上顶点(LT)”与“右下顶点(RB)”或者“右上顶点(RT)”与“左下顶点(LB)”(即对角线顶点的经纬度)便可唯一标识矩形区域。这里，可以任意选择一组经纬度来标识每个矩形区域，并生成一个用于判定车辆是否行驶在预定路线上的数据库，每个数据记录由四个字段组成，分别标识两组经纬度点。为了减少判定时间，也可以在数据库表上生成提升检索效率的索引，例如根据路段，同时每次判定之后，如在行驶路径上，缓存当次判断的数据库位置，下次判定只需遍历周围的数据库记录即可，这样可以大大增加数据库检索的效率，从而提升判定的实时性。

关于如何判定一个经纬度是否落在矩形区域内，为现有比较成熟的技术，这里不做详细说明，基本原理是把地球的球面当作一个平面展开，这样经纬度实际上就是在一个2维坐标系的点，判断一个点落在一个垂直于赤道的矩形区域，只需要将目标点与较矩形的边缘点(两组经纬度)进行比较，即可得出结果。

图8示出了如何判定车辆是否在预定行驶路径上的流程。

在步骤801，获取路段信息。在步骤803，获取车辆的获取预定行驶路径信息。在步骤805，根据在步骤801获取的路段信息、以及在步骤803获取的预定行驶路径信息，按照如上所述的方法确定矩形的长度(Length)和宽度(Width)，并根据确定的矩形长度，宽度拟合预定行驶路径。在步骤807，获取车辆的实时GPS位置信息(经纬度)。在步骤809，根据所获取的车辆的实时GPS位置信息来判断车辆是否在拟合的预定行驶路径上。在步骤811，输出在步骤809中判断出的结果。例如，可以将判定结果记为F，取值为1表示在预定行驶路径上，取值为0表示不在预定行驶路径上。

图9示出了可视化图形属性计算模块的操作的流程。

可视化图形属性计算模块22的主要目标是将之前模块得到的标识车辆行驶状态的目标值(S，D，F)转化为可视化图形的属性(大小，颜色，形状)，以达到预期的直观效果。

在步骤S1001，输入车辆行驶状态(S，D，F)。

在步骤S1003，输入可视化图形的属性(大小，颜色，形状)。

在步骤1005，确定输入的三种车辆行驶状态(S，D，F)与可视化图形的属性之间的映射关系。可以根据实际项目的需要和使用习惯，灵活自由的切换，重要的是制定好车辆行驶状态与可视化图形属性之间的转换规则。这里，作为示例，“F”决定形状(圆/叉)，“S”决定形状的大小(半径)，“D”决定颜色，

在步骤S1007、S1009、S1011，分别确定形状判定规则、半径判定规则、和颜色判定规则。

在形状判定规则中，首先，判定是否在行驶路径上。F的取值是一个二元分类问题，当F＝1时，表示车辆在预定的行驶路径上行驶，用“●”表示；当F＝0时，表示车辆不在预定的行驶路径上，用“×”表示。记为Shape＝circle或者Shape＝cross。

在半径判定规则中，根据行驶速度“S”来确定图形的大小或者半径，“×”的二分之一边长即可理解为图形的半径。汽车的行驶速度在通常0km/h～150km/h之间变化，可以将行驶速度切分为几个区间，来确定半径的大小。在此之前可以先将速度作正规化，把值映射到0-1的区间的小数，方法是S’＝S/150(更优选的方法是用S/最大速度-最小速度)，这样，每一个实时速度都可以用一个0-1之间的小数表示。接下来是要决定如何把小数换算成图形的半径，图形的半径在地图应用中一般用像素点表示，以1680*1050的分辨率屏幕为例，我们把30pix作为图形的最大半径，Radius＝S’*30，可以根据使用展示的屏幕分辨率适当调整大小。另外，像素只是作为静态图形常用的单位，大小不会随着地图比例尺的而变化，根据实际需要，也可以使用米作为单位设置半径，这样，图形的大小会根据地图比例尺变化。

在颜色判定规则中，根据连续行驶时长“D”确定图形的颜色。连续行驶时长的取值范围通常在0-24小时之间，因为颜色的取值(RGB或16进制表示)更为复杂，所以规则也可以相应的更细致。根据《中华人民共和国道路交通安全法》的规定，连续驾驶4小时以上，停车休息时间不得少于20分钟。所以连续行驶4小时以上通常来讲是比较受关注的车辆，可以用更敏感的红色来渐变表示。连续行驶8小时以上的车辆可以统一用最深的红色表示，4小时以下用绿色表示。颜色采用RGB三元色的方式，值越大代表相应原色的成分越少，例如(100，0，0)代表比(230，0，0)更深的红色，详细规则如下，当D＜＝4时，Color＝(0，(1-D/4)*255，0)；当4＜D＜8时，Color＝((1-(D-4)/4)*255，0，0)；当D>8时，Color＝(255，0，0)

最后，在步骤S1013，可以利用形状判定规则、半径判定规则和颜色判定规则来计算各图形的属性值。映射的结果可以用一个元组表示(Shape，Radius，Color)。

图10和图11是分别示出地图实时展示模块23的显示结果的示例的示意图。需要说明的是，尽管没有明示，图10中的叉可以显示为绿色，图11中的实心圆可以表示为红色。

地图实时展示模块23的目标是将上一模块得到的图形属性值，用前端或地图应用可以接受的编程语言实现并展示。一般地图软件会提供描绘各种图形属性及方法的API，例如百度地图API，谷歌地图API，0penStreetAPI等网页前端，用Javascript描述地图展示的方法。下面以百度地图API为例，简单描述展示模块的实现过程。

第一步，使用百度地图Javascript API需要申请开发者Key。

src＝http：//api.map.baidu.com/api？v＝2.0&ak＝xxxxxxxxxxxxxxxxx

第二步，图形的形状。当Shape＝1时，画圆。百度地图API提供了圆形类，可以直接调用。

var circle＝new BMap.circle(point，radius，{fillColor：xxx})；

可以在此定义图形的位置，半径，以及颜色。

当Shape＝0时画“X”。百度地图API没有提供定义“X”形状的类，但是可以通过调用“label”类，间接实现，原理是定义两条线段，并制定之间的夹角，其中线段的一半即为半径，radius。

将制定好的图形属性渲染到地图上。

draw(x，y，z)#x为半径，y为颜色，z为形状。

根据本发明，可以将物流领域关心的物流车辆运行状态的重要指标：速度，连续行驶时长以及是否按预定行驶路径行驶通过形状，大小以及颜色在地图上可视化表示，可以实时直观地监控物流车辆的运行状态，提高运营效率并为进一步的数据分析提供可靠的事实基础。

根据本发明，可以将车辆行驶过程中的主要状态，包括正常和不正常的状态全部用一种直观的可视化方式，实时地在地图中表现。

另外，根据本发明，对于物流领域受到关注的“车辆是否在预定行驶路径上”，提出了一种判定方法，用小矩形切分车辆预定的行驶路径，准确率可以达到行业可接受的范围内，且实时性较高。

(第二实施例)

如图12所示，在步骤S1201，由GPS数据接收模块10接收GPS数据信息。

在步骤S1213，根据所接收的GPS数据信息确定车辆当前所处位置的经纬度信息。

在步骤S1215，车辆行驶状况计算模块21根据在步骤S1213所确定的车辆当前所处位置的经纬度信息来判定车辆是否在预定行驶路径上。

然后，在步骤S1217，可视化图形属性计算模块22根据在步骤S1215所判定的车辆是否在计划的预定路径上的结果，决定可视化形状。

在步骤S1219，将在步骤1217所决定的可视化形状等可视化数据存储到数据库，并生成可视化语句。

在步骤1221，连接图标库，由地图实时展示模块23将数据库中所存储的可视化数据实时显示在地图上。

第二实施例与上述第一实施例的差别在于省略了车辆的实时速度、车辆的连续行驶时长的计算等，相应地也省略了车辆的实时速度、车辆的连续行驶时长的可视化映射和展示。也就是，在第二实施例，仅对车辆是否在预定行驶路径上进行判断并进行可视化展示。关于判断车辆是否在预定行驶路径上的方法与第一实施例是相同的。因此，根据第二实施例，能够快速可靠地对车辆是否在预定行驶路径上进行实时判断和监控，且能够对判断结果进行直观的可视化处理。

另外，需要指出的是，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统(例如，一个或多个处理器)使用或者结合指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。

以上列举了若干具体实施例来详细阐明本发明，这些个例仅用于说明本发明的原理及其实施方法，而非对本发明的限制，在不脱离本发明的精神和范围的情况下，本领域的技术人员还可以做出各种变形和改进。因此，本发明不应由上述实施例来限定，而应由所附权利要求及其等价物来限定。

Claims

1.一种车辆行驶状况监控方法，包括：

接收从车辆发送的GPS数据信息的步骤；

根据从车辆发送的GPS数据信息确定车辆的当前位置的步骤；以及

根据车辆的当前位置判断车辆是否在预定行驶路径上的步骤。

2.根据权利要求1所述的车辆行驶状况监控方法，其中，

在接收从车辆发送的GPS数据信息的步骤之后，还包括：根据接收的GPS数据信息确定车辆的行驶速度；以及

根据接收的GPS数据信息确定车辆的连续行驶时长。

3.根据权利要求2所述的车辆行驶状况监控方法，还包括：

建立所确定的车辆的行驶速度、所确定的车辆的连续行驶时长、以及车辆是否在预定行驶路径上的判断结果与图形属性的映射关系的步骤。

4.根据权利要求3所述的车辆行驶状况监控方法，还包括：

根据所建立的上述映射关系，将车辆的行驶速度、车辆的连续行驶时长、以及车辆是否在预定行驶路径上的判断结果通过相应的图形属性可视化地展示到地图上的步骤。

5.根据权利要求1所述的车辆行驶状况监控方法，其中，

根据车辆的当前位置判断车辆是否在预定行驶路径的步骤包括：

用有限个连续小矩形区域近似地拟合预定行驶路径所覆盖的车辆行驶区域；

通过判断车辆的当前位置是否落在所述有限个连续小矩形区域中的任一个小矩形区域内，来判断车辆是否在预定行驶路径上。

6.根据权利要求5所述的车辆行驶状况监控方法，其中，

所述小矩形区域的长度根据预定行驶路径的道路宽度、以及由于GPS信号的定位误差所引起的修正值来决定。

7.根据权利要求6所述的车辆行驶状况监控方法，其中，

由于GPS信号的定位误差所引起的修正值是通过对车辆行驶历史数据进行训练得到的。

8.一种车辆行驶状况监控装置，包括：

接收从车辆发送的GPS数据信息的单元；

根据从车辆发送的GPS数据信息确定车辆的当前位置的单元；以及

根据车辆的当前位置判断车辆是否在预定行驶路径上的单元。