CN110186428B - 一种基于大数据曲线拟合的道路坡度确定方法及系统 - Google Patents

Abstract

本发明提供了一种基于大数据曲线拟合的道路坡度确定方法及系统，所述方法包括：获取至少一个车辆的车载设备的定位数据；根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程；根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程；根据所述可用行程计算预设区域内的坡度值，本发明可提高通过普通车辆的定位数据进行道路坡度确定的准确度。

Description

一种基于大数据曲线拟合的道路坡度确定方法及系统

技术领域

本发明涉及道路坡度确定技术领域，尤其涉及一种基于大数据曲线拟合的道路坡度确定方法及系统。

背景技术

道路坡度对于节能环保和安全驾驶意义重大，随着车辆智能化的发展趋势，道路坡度信息对于未来自动驾驶等智能交通领域也有着至关重要的影响。目前道路坡度确定方法主要有两种：一种是使用装有专用测量设备的实验车驶过目标道路进行测量；另一种是基于大量民用车载设备采集的定位数据，利用定位数据中GPS定位点的高程差与距离差之比作为道路坡度值。其中，第一种方法的成本比较高。第二种方法采用的定位数据精度不高，会导致计算结果不准确。

本文提出曲线拟合道路坡度方法针对大量的定位数据进行分析，减少了对于单个设备定位数据精度的要求，降低了成本。

发明内容

本发明的一个目的在于提供一种基于大数据曲线拟合的道路坡度确定方法，提高通过普通车辆的定位数据进行道路坡度确定的准确度。本发明的另一个目的在于提供一种基于大数据曲线拟合的道路坡度确定系统。本发明的再一个目的在于提供一种计算机设备。本发明的还一个目的在于提供一种可读介质。

为了达到以上目的，本发明一方面公开了一种基于大数据曲线拟合的道路坡度确定方法，包括：

获取至少一个车辆的车载设备的定位数据；

根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程；

根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程；

根据所述可用行程计算预设区域内的坡度值。

优选地，所述定位数据包括车辆编号、时间、高程、速度、经度、纬度和方向。

优选地，所述根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程具体包括：

根据车辆的定位数据形成每个车辆的行程轨迹；

根据每个车辆的行程轨迹划分行程；

去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

优选地，所述去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程具体包括以下步骤中的至少之一：

去除车速低于预设速度的行程；

去除定位数据中相邻时间点对应的位置距离大于预设距离的行程；

去除定位数据少于预设数据量的行程；

去除行程的起始点与预设区域对应的道路边缘大于预设起始距离的行程；

去除行程的终止点与预设区域对应的道路边缘大于预设终止距离的行程。

优选地，所述根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程具体包括：

拟合所述预设区域内的所有参考行程得到高程曲线；

计算每个参考行程包含的定位数据对应的位置的坡度值与所述高程曲线对应的高程值差值的均值，去除所述均值大于预设均值的行程得到可用行程。

优选地，所述根据所述可用行程计算预设区域内的坡度值具体包括：

将预设区域按照预设区间划分为多个子区域；

计算每个可用行程的定位数据对应的相邻两个位置点的坡度值；

根据相邻两个位置点的距离在一个子区域中的距离占比确定该相邻两个位置点的坡度值在该一个子区域中的权重值；

根据每个子区域中包含的坡度值的数量及每个坡度值的权重确定每个子区域的坡度值；

根据每个子区域对应的所有可用行程确定的坡度值通过箱图过滤并平均得到每个子区域最终的坡度值以形成预设区域的坡度值。

优选地，所述方法还包括：

根据多个子区域的坡度值形成预设区域的坡度值曲线；

将相邻的预设区域的坡度值曲线的接口处平滑处理连接成为完整路段的道路坡度值曲线。

本发明还公开了一种基于大数据曲线拟合的道路坡度确定系统，包括：

数据获取单元，用于获取至少一个车辆的车载设备的定位数据；

行程确定单元，用于根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程；

行程筛选单元，用于根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程；

坡度确定单元，用于根据所述可用行程计算预设区域内的坡度值。

优选地，所述定位数据包括车辆编号、时间、高程、速度、经度、纬度和方向。

优选地，所述行程确定单元具体用于根据车辆的定位数据形成每个车辆的行程轨迹，根据每个车辆的行程轨迹划分行程，去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

优选地，所述行程确定单元进一步用于通过去除车速低于预设速度的行程、去除定位数据中相邻时间点对应的位置距离大于预设距离的行程、去除定位数据少于预设数据量的行程、去除行程的起始点与预设区域对应的道路边缘大于预设起始距离的行程和去除行程的终止点与预设区域对应的道路边缘大于预设终止距离的行程中的至少之一去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

优选地，所述行程筛选单元具体用于拟合所述预设区域内的所有参考行程得到高程曲线，计算每个参考行程包含的定位数据对应的位置的坡度值与所述高程曲线对应的高程值差值的均值，去除所述均值大于预设均值的行程得到可用行程。

优选地，所述坡度确定单元具体用于将预设区域按照预设区间划分为多个子区域，计算每个可用行程的定位数据对应的相邻两个位置点的坡度值，根据相邻两个位置点的距离在一个子区域中的距离占比确定该相邻两个位置点的坡度值在该一个子区域中的权重值，根据每个子区域中包含的坡度值的数量及每个坡度值的权重确定每个子区域的坡度值，根据每个子区域对应的所有可用行程确定的坡度值通过箱图过滤并平均得到每个子区域最终的坡度值以形成预设区域的坡度值。

优选地，所述系统还包括平滑处理单元；

所述平滑处理单元用于根据多个子区域的坡度值形成预设区域的坡度值曲线，将相邻的预设区域的坡度值曲线的接口处平滑处理连接成为完整路段的道路坡度值曲线。

本发明通过采集普通车辆车载设备的低成本定位数据，筛选出大量定位数据中车辆正常行驶的参考行程，并根据拟合的道路坡度曲线进一步去除异常的参考行程得到可用于道路坡度计算的可用行程，最后根据可用行程计算预设区域内的坡度值，通过本申请的道路坡度确定方法，从大量定位数据中筛选出可用于确定道路坡度的准确度高的定位数据，可以低成本的得到较高精度的坡度值，解决了现有方法中成本过高或定位数据精度不够造成的道路坡度不准确的问题。

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示出本发明一种基于大数据曲线拟合的道路坡度确定方法一个具体实施例的流程图之一；

图2示出本发明一种基于大数据曲线拟合的道路坡度确定方法一个具体实施例的流程图之二；

图3示出本发明一种基于大数据曲线拟合的道路坡度确定方法一个具体实施例的流程图之三；

图4示出本发明一种基于大数据曲线拟合的道路坡度确定方法一个具体实施例的流程图之四；

图5示出本发明一种基于大数据曲线拟合的道路坡度确定方法一个具体实施例的流程图之五；

图6示出本发明一种基于大数据曲线拟合的道路坡度确定方法一个具体实施例的流程图之六；

图7示出本发明一种基于大数据曲线拟合的道路坡度确定系统一个具体实施例的结构图之一；

图8示出本发明一种基于大数据曲线拟合的道路坡度确定系统一个具体实施例的结构图之二。

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。

为了解决现有技术中道路坡度确定时成本高和准确度不高的问题，根据本发明的一个方面，本实施例公开了一种基于大数据曲线拟合的道路坡度确定方法。如图1所示，本实施例中，所述道路坡度确定方法包括：

S100：获取至少一个车辆的车载设备的定位数据。其中，车载设备可包括但不限于车载GPS设备、北斗导航设备或伽利略导航设备等可获取车辆行驶过程的定位数据的设备。

S200：根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程。

S300：根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程。

S400：根据所述可用行程计算预设区域内的坡度值。

本发明通过采集普通车辆车载设备的低成本定位数据，筛选出大量定位数据中车辆正常行驶的参考行程，并根据拟合的道路坡度曲线进一步去除异常的参考行程得到可用于道路坡度计算的可用行程，最后根据可用行程计算预设区域内的坡度值，通过本申请的道路坡度确定方法，从大量定位数据中筛选出可用于确定道路坡度的准确度高的定位数据，可以低成本的得到较高精度的坡度值，解决了现有方法中成本过高或定位数据精度不够造成的道路坡度不准确的问题。

在优选的实施方式中，所述定位数据可包括车辆编号、时间、高程、速度、经度、纬度和方向等数据。其中，车辆编号用于唯一标识一辆车辆。高程为车辆相对于预设标准线的高度，该预设标准线可以为地平线等标准线，在实际应用中，也可以采用其他标准线计算高程，本发明对此并不作限定。时间和速度可用于确定车辆在行驶行程中的位置变化。经度和纬度可表示车辆在地球表面上的绝对位置。方向可表示车辆在行驶方向，从而可确定行程方向等信息。在其他实施方式中，定位数据还可包括其他数据，本发明对此并不用限定。

在优选的实施方式中，在获取至少一个车辆的车载设备的定位数据时，可每经过预设时间间隔获取至少一个车辆车载设备的定位数据。预设时间时隔小，则采集的定位数据量多，计算结果更准确，但是计算量和成本相对较高，反之，预设时间时隔大，则采集的定位数据量小，可能导致计算结果准确度低，但是计算量和成本较低。该预设时间间隔可以根据所需确定的道路坡度的精度进行调整，优选的，可设置预设时间间隔为1-10秒间的任意值。

在优选的实施方式中，如图2所示，所述S200具体包括：

S210：根据车辆的定位数据形成每个车辆的行程轨迹。具体的，可根据车辆定位数据中的车辆编号、道路通行方向和时间形成行程轨迹。

S220：根据每个车辆的行程轨迹划分行程。具体的，可选定道路上一个长度为1000米的预设区域，将该预设区域中同一车辆的定位数据按照时间从小到大排序并连线形成一个行程，其中，当两条相邻的定位数据的时间差超过一定时间，例如一个小时，则将时间在后的定位数据作为新的行程的起点，通过该行程划分方式可以防止车辆行驶过程中停车等异常行驶情况下引入的定位数据误差。

S230：去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

在优选的实施方式中，如图3所示，所述S230具体可包括以下步骤中的至少之一：

S231：去除车速低于预设速度的行程。车辆车速过低一方面会提高定位数据的不准确度，另一方面也表示车辆可能会处于非匀速行驶状态，导致定位数据存在较大误差。

S232：去除定位数据中相邻时间点对应的位置距离大于预设距离的行程。优选的，该预设距离可设置为60～100米之间的任意值，更优选的，可设置为80米。

S233：去除定位数据少于预设数据量的行程。优选的，该预设数据量可设置为10～30条之间的任意值，更优选的，可设置为10条，保证定位数据的有效性。

S234：去除行程的起始点与预设区域对应的道路边缘大于预设起始距离的行程。优选的，该预设起始距离可设置为40～80米之间的任意值，更优选的，可设置为60米。

S235：去除行程的终止点与预设区域对应的道路边缘大于预设终止距离的行程。优选的，该预设终止距离可设置为40～80米之间的任意值，更优选的，可设置为60米。

通过以上各步骤可以排除该预设区域内车辆非正常行驶状态下的行程以得到可用于进行下一步处理的参考行程，以提高进行道路坡度的定位数据的准确性，进而提高道路坡度计算的准确度。其中，当同一辆车多次通过该预设区域，可选择在该预设区域中出现次数最多的车辆的定位数据进行道路坡度确定，采用同一辆车辆的定位数据具有良好的一致性，可提高道路坡度确定的准确度。

在优选的实施方式中，如图4所示，所述S300具体可包括：

S310：拟合所述预设区域内的所有参考行程得到高程曲线。具体的，由每个行程的定位数据中时间和高程为横纵坐标形成的离散点可形成行程曲线，通过拟合该预设区域中的所有行程曲线可得到该预设区域内的高程曲线。

S320：计算每个参考行程包含的定位数据对应的位置的坡度值与所述高程曲线对应的高程值差值的均值，去除所述均值大于预设均值的行程得到可用行程。

为了进一步过滤定位数据中的异常数据，得到准确度更高的定位数据进行道路坡度确定，可根据拟合得到的高程曲线确定各行程曲线是否异常，当行程曲线异常时，需将该行程曲线对应的行程去除，实现对定位数据的进一步筛选。

具体的，可计算每个行程所有定位数据对应的位置点的坡度值，到拟合坡度曲线差值的均值，当所述均值大于预设均值时，表示行程曲线偏离高程曲线的程度较大，该行程的定位数据异常，因此，需去除所述均值大于预设均值的行程以得到可用于确定道路坡度的可用行程。

在优选的实施方式中，如图5所示，所述S400具体可包括：

S410：将预设区域按照预设区间划分为多个子区域。优选的，该预设区间可选择长度为10～30米内的任意值大小的预设区间，本实施例中，选择10米的预设区间将预设区域划分为多个子区域。

S420：计算每个可用行程的定位数据对应的相邻两个位置点的坡度值。

其中，相邻两个位置点(第一位置点和第二位置点，第一位置点的时间小于第二位置点)的坡度值s可通过以下公式求得：

s＝(第二位置点的高程–第一位置点的高程)/(第二位置点的距离值–第一位置点的距离值)。

其中，第二位置点的距离值为第二位置点到预设区域道路起点(具有道路方向的道路的起点)的距离，第二位置点的距离值为第二位置点到预设区域道路终点(具有道路方向的道路的终点)的距离。

S430：根据相邻两个位置点的距离在一个子区域中的距离占比确定该相邻两个位置点的坡度值在该一个子区域中的权重值。具体的，相邻两个位置点的距离可能大于一个子区域的长度，即相邻两个位置点间的距离可能分布在多个子区域中，则可根据相邻两个位置点间的距离落在每个子区域中的距离长度占子区域长度的比值确定该相邻两个位置点间的距离在该子区域中用于计算坡度值的权重。例如，当子区域的长度为20m时，判断每个行程中的位置点到下一秒的位置点的线段经过道路上哪些20米格子，将方向和坡度值保存在该20米段内。根据行程中位置点到下一秒位置点线段在20米格子中长度占比不同赋予不同权重。

S440：根据每个子区域中包含的坡度值的数量及每个坡度值的权重确定每个子区域的坡度值。具体的，通过得到的相邻两个位置点间的坡度值，针对每一个子区域中包括的至少一个相邻两个位置点间的坡度值以及对应的权重加权得到该子区域的坡度值。

S450：根据每个子区域对应的所有可用行程确定的坡度值通过箱图过滤并平均得到每个子区域最终的坡度值以形成预设区域的坡度值。具体的，通过现有的箱图方法过滤每个子区域中不同行程得到的坡度值中偏离较大的值，过滤后的坡度值取均值作为最终的坡度值。根据所有子区域的最终坡度值可得到该预设区域的坡度值，从而得到道路的坡度变化趋势。

进一步地，如图6所示，所述方法还可包括S500：

S510：根据多个子区域的坡度值形成预设区域的坡度值曲线。

S520：将相邻的预设区域的坡度值曲线的接口处平滑处理连接成为完整路段的道路坡度值曲线。由此，本申请的道路坡度确定方案可以将例如环形等复杂路段分为多段分别拟合坡度值曲线，然后平滑处理得到完整路段的坡度值曲线，从而可得到复杂路段的坡度值。

基于相同原理，本实施例还公开了一种基于大数据曲线拟合的道路坡度确定系统。如图7所示，本实施例中，所述道路坡度确定系统包括数据获取单元11、行程确定单元12、行程筛选单元13和坡度确定单元14。

其中，数据获取单元11用于获取至少一个车辆的车载设备的定位数据。

行程确定单元12用于根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程。

行程筛选单元13用于根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程。

坡度确定单元14用于根据所述可用行程计算预设区域内的坡度值。

本发明可以低成本的得到较高精度的坡度值，解决了现有方法中成本过高或定位数据精度不够造成的道路坡度不准确的问题。

在优选的实施方式中，所述定位数据可包括车辆编号、时间、高程、速度、经度、纬度和方向等数据。其中，车辆编号用于唯一标识一辆车辆。高程为车辆相对于预设标准线的高度，该预设标准线可以为地平线等标准线，在实际应用中，也可以采用其他标准线计算高程，本发明对此并不作限定。时间和速度可用于确定车辆在行驶行程中的位置变化。经度和纬度可表示车辆在地球表面上的绝对位置。方向可表示车辆在行驶方向，从而可确定行程方向等信息。在其他实施方式中，定位数据还可包括其他数据，本发明对此并不用限定。

在优选的实施方式中，数据获取单元11在获取至少一个车辆的车载设备的定位数据时，可每经过预设时间间隔获取至少一个车辆车载设备的定位数据。

在优选的实施方式中，行程确定单元12具体可用于根据车辆的定位数据形成每个车辆的行程轨迹，根据每个车辆的行程轨迹划分行程以及去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

具体的，行程确定单元12可根据车辆定位数据中的车辆编号、道路通行方向和时间形成行程轨迹。可选定道路上一个长度为1000米的预设区域，将该预设区域中同一车辆的定位数据按照时间从小到大排序并连线形成一个行程，其中，当两条相邻的定位数据的时间差超过一定时间，例如一个小时，则将时间在后的定位数据作为新的行程的起点，通过该行程划分方式可以防止车辆行驶过程中停车等异常行驶情况下引入的定位数据误差。

在优选的实施方式中，行程确定单元12还可通过去除车速低于预设速度的行程以降低定位数据的准确度和减少误差、去除定位数据中相邻时间点对应的位置距离大于预设距离的行程(该预设距离可设置为60～100米之间的任意值，优选的，可设置为80米)、去除定位数据少于预设数据量的行程(该预设数据量可设置为10～30条之间的任意值，优选的，可设置为10条，保证定位数据的有效性)、去除行程的起始点与预设区域对应的道路边缘大于预设起始距离的行程(该预设起始距离可设置为40～80米之间的任意值，优选的，可设置为60米)和去除行程的终止点与预设区域对应的道路边缘大于预设终止距离的行程(该预设终止距离可设置为40～80米之间的任意值，优选的，可设置为60米)中的至少之一去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

通过以上各步骤可以排除该预设区域内车辆非正常行驶状态下的行程以得到可用于进行下一步处理的参考行程，以提高进行道路坡度的定位数据的准确性，进而提高道路坡度计算的准确度。其中，当同一辆车多次通过该预设区域，可选择在该预设区域中出现次数最多的车辆的定位数据进行道路坡度确定，采用同一辆车辆的定位数据具有良好的一致性，可提高道路坡度确定的准确度。

在优选的实施方式中，所述行程筛选单元13具体可用于拟合所述预设区域内的所有参考行程得到高程曲线，计算每个参考行程包含的定位数据对应的位置的坡度值与所述高程曲线对应的高程值差值的均值，去除所述均值大于预设均值的行程得到可用行程。

具体的，所述行程筛选单元13可由每个行程的定位数据中时间和高程为横纵坐标形成的离散点可形成行程曲线，通过拟合该预设区域中的所有行程曲线可得到该预设区域内的高程曲线。

为了进一步过滤定位数据中的异常数据，得到准确度更高的定位数据进行道路坡度确定，可根据拟合得到的高程曲线确定各行程曲线是否异常，当行程曲线异常时，需将该行程曲线对应的行程去除，实现对定位数据的进一步筛选。

具体的，可计算每个行程所有定位数据对应的位置点的坡度值，到拟合坡度曲线差值的均值，当所述均值大于预设均值时，表示行程曲线偏离高程曲线的程度较大，该行程的定位数据异常，因此，需去除所述均值大于预设均值的行程以得到可用于确定道路坡度的可用行程。

在优选的实施方式中，所述坡度确定单元14具体可用于将预设区域按照预设区间划分为多个子区域，计算每个可用行程的定位数据对应的相邻两个位置点的坡度值，根据相邻两个位置点的距离在一个子区域中的距离占比确定该相邻两个位置点的坡度值在该一个子区域中的权重值，根据每个子区域中包含的坡度值的数量及每个坡度值的权重确定每个子区域的坡度值，以及根据每个子区域对应的所有可用行程确定的坡度值通过箱图过滤并平均得到每个子区域最终的坡度值以形成预设区域的坡度值。

其中，预设区间可选择长度为10～30米内的任意值大小的预设区间，本实施例中，选择10米的预设区间将预设区域划分为多个子区域。

相邻两个位置点(第一位置点和第二位置点，第一位置点的时间小于第二位置点)的坡度值s可通过以下公式求得：

s＝(第二位置点的高程–第一位置点的高程)/(第二位置点的距离值–第一位置点的距离值)。

其中，第二位置点的距离值为第二位置点到预设区域道路起点(具有道路方向的道路的起点)的距离，第二位置点的距离值为第二位置点到预设区域道路终点(具有道路方向的道路的终点)的距离。

相邻两个位置点的距离可能大于一个子区域的长度，即相邻两个位置点间的距离可能分布在多个子区域中，则可根据相邻两个位置点间的距离落在每个子区域中的距离长度占子区域长度的比值确定该相邻两个位置点间的距离在该子区域中用于计算坡度值的权重。例如，当子区域的长度为20m时，判断每个行程中的位置点到下一秒的位置点的线段经过道路上哪些20米格子，将方向和坡度值保存在该20米段内。根据行程中位置点到下一秒位置点线段在20米格子中长度占比不同赋予不同权重。

通过得到的相邻两个位置点间的坡度值，针对每一个子区域中包括的至少一个相邻两个位置点间的坡度值以及对应的权重加权得到该子区域的坡度值。

通过现有的箱图方法过滤每个子区域中不同行程得到的坡度值中偏离较大的值，过滤后的坡度值取均值作为最终的坡度值。根据所有子区域的最终坡度值可得到该预设区域的坡度值，从而得到道路的坡度变化趋势。

进一步地，如图8所示，所述方法还可包括平滑处理单元15。所述平滑处理单元15用于根据多个子区域的坡度值形成预设区域的坡度值曲线，将相邻的预设区域的坡度值曲线的接口处平滑处理连接成为完整路段的道路坡度值曲线。由此，本申请的道路坡度确定方案可以将例如环形等复杂路段分为多段分别拟合坡度值曲线，然后平滑处理得到完整路段的坡度值曲线，从而可得到复杂路段的坡度值。

本说明书中的各个实施例均采用递进的方式描述，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。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于大数据曲线拟合的道路坡度确定方法，其特征在于，包括：

获取至少一个车辆的车载设备的定位数据；

根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程；

根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程；

根据所述可用行程计算预设区域内的坡度值；

所述根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程具体包括：

拟合所述预设区域内的所有参考行程得到高程曲线；

计算每个参考行程包含的定位数据对应的位置的坡度值与所述高程曲线对应的高程值差值的均值，去除所述均值大于预设均值的行程得到可用行程；

所述根据所述可用行程计算预设区域内的坡度值具体包括：

将预设区域按照预设区间划分为多个子区域；

计算每个可用行程的定位数据对应的相邻两个位置点的坡度值；

根据相邻两个位置点的距离在一个子区域中的距离占比确定该相邻两个位置点的坡度值在该一个子区域中的权重值；

根据每个子区域中包含的坡度值的数量及每个坡度值的权重确定每个子区域的坡度值；

根据每个子区域对应的所有可用行程确定的坡度值通过箱图过滤并平均得到每个子区域最终的坡度值以形成预设区域的坡度值。

2.根据权利要求1所述的道路坡度确定方法，其特征在于，所述定位数据包括车辆编号、时间、高程、速度、经度、纬度和方向。

3.根据权利要求1所述的道路坡度确定方法，其特征在于，所述根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程具体包括：

根据车辆的定位数据形成每个车辆的行程轨迹；

根据每个车辆的行程轨迹划分行程；

去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

4.根据权利要求3所述的道路坡度确定方法，其特征在于，所述去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程具体包括以下步骤中的至少之一：

去除车速低于预设速度的行程；

去除定位数据中相邻时间点对应的位置距离大于预设距离的行程；

去除定位数据少于预设数据量的行程；

去除行程的起始点与预设区域对应的道路边缘大于预设起始距离的行程；

去除行程的终止点与预设区域对应的道路边缘大于预设终止距离的行程。

5.根据权利要求1所述的道路坡度确定方法，其特征在于，

所述方法还包括：

根据多个子区域的坡度值形成预设区域的坡度值曲线；

将相邻的预设区域的坡度值曲线的接口处平滑处理连接成为完整路段的道路坡度值曲线。

6.一种基于大数据曲线拟合的道路坡度确定系统，其特征在于，包括：

数据获取单元，用于获取至少一个车辆的车载设备的定位数据；

行程确定单元，用于根据所述定位数据确定道路上预设区域内车辆正常行驶的参考行程；

行程筛选单元，用于根据所述参考行程拟合道路坡度曲线，根据道路坡度曲线去除异常的参考行程得到可用行程，具体用于拟合所述预设区域内的所有参考行程得到高程曲线，计算每个参考行程包含的定位数据对应的位置的坡度值与所述高程曲线对应的高程值差值的均值，去除所述均值大于预设均值的行程得到可用行程；

坡度确定单元，用于根据所述可用行程计算预设区域内的坡度值；

所述坡度确定单元具体用于将预设区域按照预设区间划分为多个子区域，计算每个可用行程的定位数据对应的相邻两个位置点的坡度值，根据相邻两个位置点的距离在一个子区域中的距离占比确定该相邻两个位置点的坡度值在该一个子区域中的权重值，根据每个子区域中包含的坡度值的数量及每个坡度值的权重确定每个子区域的坡度值，根据每个子区域对应的所有可用行程确定的坡度值通过箱图过滤并平均得到每个子区域最终的坡度值以形成预设区域的坡度值。

7.根据权利要求6所述的道路坡度确定系统，其特征在于，所述定位数据包括车辆编号、时间、高程、速度、经度、纬度和方向。

8.根据权利要求6所述的道路坡度确定系统，其特征在于，所述行程确定单元具体用于根据车辆的定位数据形成每个车辆的行程轨迹，根据每个车辆的行程轨迹划分行程，去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

9.根据权利要求8所述的道路坡度确定系统，其特征在于，所述行程确定单元进一步用于通过去除车速低于预设速度的行程、去除定位数据中相邻时间点对应的位置距离大于预设距离的行程、去除定位数据少于预设数据量的行程、去除行程的起始点与预设区域对应的道路边缘大于预设起始距离的行程和去除行程的终止点与预设区域对应的道路边缘大于预设终止距离的行程中的至少之一去除预设区域中行程轨迹异常的行程得到车辆正常行驶的参考行程。

10.根据权利要求6所述的道路坡度确定系统，其特征在于，所述系统还包括平滑处理单元；

所述平滑处理单元用于根据多个子区域的坡度值形成预设区域的坡度值曲线，将相邻的预设区域的坡度值曲线的接口处平滑处理连接成为完整路段的道路坡度值曲线。

Images