CN110555569A - 一种路径还原方法、装置、设备和存储介质 - Google Patents
一种路径还原方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110555569A CN110555569A CN201910865763.5A CN201910865763A CN110555569A CN 110555569 A CN110555569 A CN 110555569A CN 201910865763 A CN201910865763 A CN 201910865763A CN 110555569 A CN110555569 A CN 110555569A
- Authority
- CN
- China
- Prior art keywords
- identification
- candidate
- sequence
- pattern
- path
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000015654 memory Effects 0.000 claims description 18
- 239000002131 composite material Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 239000003550 marker Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种路径还原方法、装置、设备和存储介质。该方法通过获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识;获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型;依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列;依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径,以实现提高使用标识站还原路径的正确率和稳定性,进一步的,减少人工校正路径所花费的时间成本。
Description
技术领域
本发明实施例涉及智能交通的技术,尤其涉及一种路径还原方法、装置、设备和存储介质。
背景技术
在提出高速公路“一张网”联网收费系统的背景下,我国高速公路路网得到快速发展。
一般的,可以在高速公路的路网中设置标识站。该标识站主要可以用于当车辆经过该标识站时,可以将该标识站对应的标识写入车辆中对应的标识存储设备中。当车辆进入设置于高速公路出口的收费站时,可以通过设置于收费站的标识读写设备从该标识存储设备中读取出标识组成的序列,作为标识序列。进一步的,可以根据该标识号的序列确定车辆在高速公路上的行驶路径。
但是,由于标识站所在的工作环境比较恶略等因素,当前现有技术的在行驶路径上的标识站的标识率不能达到100%,当车辆的标识序列中的标识错误的时,就可能造成获取错误的行驶路径的问题。
发明内容
本发明提供一种路径还原方法、装置、设备和存储介质,以实现提高使用标识站还原路径的正确率和稳定性,进一步的,减少人工校正路径所花费的时间成本。
第一方面,本发明实施例提供了一种路径还原方法,该方法包括:
获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识;
获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型;
依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列;
依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径。
进一步的,所述依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间所有路径的基本模式,包括:
将所述有向图模型中与所述收费站入口对应的节点,作为起始节点;
将所述有向图模型中与所述收费站出口对应的节点,作为终止节点;
在所述有向图模型中获取从所述起始节点到所述终止节点的、由有向边组成的所有路径;
针对每一所述路径,获取布设在所述路径上的标识站的标识;
依据所述标识的顺序组合,得到唯一确定所述路径的基本模式。
进一步的,所述依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径,包括:
依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配;
依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式;
将所述目标模式所唯一确定的路径作为所述车辆的行驶路径。
进一步的,所述依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配,包括:
将所述标识序列与所述基本模式的共有的标识,确定为公共标识;
当所述公共标识的顺序在所述标识序列与所述基本模式中一致时,确定所述标识序列与所述基本模式的匹配结果为匹配成功;
所述依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式,包括:
将与所述标识序列匹配成功的基本模式,作为候选模式;
将所述候选模式中的、不归属于所述标识序列中的标识,作为漏标;
确定预置的第一概率,所述第一概率为所述标识站出现漏标的概率;
依据所述第一概率,计算所述候选模式被选作目标模式的后验概率;
依据所述后验概率选择一所述候选模式,作为目标模式。
进一步的,所述依据所述后验概率选择一所述候选模式,作为目标模式,包括:
当至少两条候选模式的后验概率相同时,确定所述候选模式所关联的路径的里程;
将所述里程最短的一条候选模式作为目标模式。
进一步的,所述依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配,还包括:
当存在与所述标识序列的标识和标识的顺序均相同的基本模式时,确定所述匹配结果为匹配成功、且为完全匹配;
所述依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式,还包括:
将与所述标识序列完全匹配的基本模式,作为目标模式。
进一步的,所述依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配,还包括:
当不存在与所述标识序列匹配成功的基本模式时,确定所述匹配结果为匹配失败;
所述依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式,还包括:
将所述标识序列中相邻的任意两个标识,确定为候选标识;
当两个所述候选标识在所述有向图模型中不存在有向边进行连接时,确定两个所述候选标识为候选误标;
针对每一候选误标,将删除所述候选误标后的标识序列,作为候选误标对应的候选序列;
选择与所述候选序列匹配成功的基本模式,作为候选模式;
依据所述候选模式和所述候选序列的差别,确定候选模式作为目标模式的后验概率;
将所述后验概率最大的候选模式,作为目标模式。
进一步的,所述依据所述候选模式和所述候选序列的差别,确定候选模式作为目标模式的后验概率,包括:
将所述候选模式中的、不归属于所述候选序列中的标识,作为漏标;
确定预置的第一概率,所述第一概率为所述标识站出现漏标的概率;
将所述候选模式中的、错误标识为所述候选误标的标识,作为参考标识;
基于所述候选误标与参考标识之间标识站的距离,确定第二概率,所述第二概率为所述标识站将所述参考标识错误标识为所述候选误标的概率;
依据所述第一概率和所述第二概率,计算所述候选模式被选作目标模式的后验概率。
第二方面,本发明实施例还提供了一种路径还原装置,该装置包括:
标识序列获取模块,用于获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识;
有向图模型获取模块,用于获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型;
基本模式生成模块,用于依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列;
行驶路径选择模块,用于依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径。第三方面,本发明实施例还提供了一种路径还原设备,该设备包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一所述的路径还原方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面中任一所述的路径还原方法。
本发明通过获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识;获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型;依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列;依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径,解决了因标识站标识错误所带来的行驶路径存在错误的问题,实现提高使用标识站还原路径的正确率和稳定性,进一步的,减少人工校正路径所花费的时间成本。
附图说明
图1A为本发明实施例一提供的一种路径还原方法的流程图;
图1B为本发明实施例一提供的有向图模型的示意图;
图1C为图1B中一条路径对应的标识序列的示意图;
图1D为本发明实施例一提供的一种有向图模型中部分路径对应的标识序列的示意图;
图2为本发明实施例二提供的一种路径还原装置的结构示意图;
图3为本发明实施例三提供的一种路径还原设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1A为本发明实施例一提供的一种路径还原方法的流程图,图1B为本发明实施例一提供的有向图模型的示意图,图1C为图1B中一条路径对应的标识序列的示意图,图1D为本发明实施例一提供的一种有向图模型中部分路径对应的标识序列的示意图。
本实施例可适用于使用从车辆中读取的标识序列还原车辆在高速公路的路网中的行驶路径的情况,该方法可以由路径还原设备来执行,路径还原设备可以是服务器、电脑或终端设备,该终端设备可以是设置在高速出收费站入口的工控机。
参照图1A,该方法具体包括如下步骤:
S110、获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识。
本实施例中,路网为高速公路所组成的交通网络。该交通网络中至少包括如下中的一种:收费站、互通立交、标识站。
1、收费站
一般的,在高速公路的出入口设置有收费站。该收费站用于向在该高速公路上通行的车辆进行收费。一般的,收费站入口用于车辆驶入路网,收费站出口用于车辆驶出路网。
2、互通立交
一般的,高速公路上还设置有互通立交。互通立交,又称为互通式立交叉。互通式立体交叉是指设跨线构造物使相交道路空间分离,且上、下道路间通过匝道连接,以供转弯车辆行驶的交叉方式。这种立交车辆可以转弯行驶,全部或部分消灭了冲突点,各方向行车相互干扰小,但立交结构复杂,占地多,造价高。互通式立体交叉适用于高速公路与其他各类道路相交处。
3、标识站
标识站是设置于高速公路上特定位置的站点,主要可以用于当车辆经过该标识站时,可以将该标识站对应的标识写入车辆中对应的标识存储设备中。当车辆进入设置于高速公路的收费站出口时,可以通过设置于收费站出口的标识读写设备从该标识存储设备中读取出标识组成的序列,作为标识序列。进一步的,可以根据该标识号的序列确定车辆在高速公路上的行驶路径。
进一步的,该标识站可以是射频识别(Radio Frequency Identification,RFID)标识站、不停车电子收费系统(Electronic Toll Collection,ETC)标识站。需要说明的,射频识别标识站和不停车电子收费系统标识站可以混合使用,可以通过对写入的标识关联设置时间戳,从而可以依据该时间戳还原出车辆的标识序列。
进一步的,一般的,在车辆经过收费站出口和收费站出口入口时,均可以将该收费站出口和收费站入口对应的标识写入车辆中对应的标识存储设备中。因此,本实施例中的标识序列还包括收费站出口、收费站入口写入的标识。
在一具体实施方式中,以标识站是射频识别标识站为例进行详细说明,可以在收费站入口,通过复合读写器将入口信息写入复合通行卡并将复合通行卡唤醒进入工作模式。其中,入口信息包括收费站入口的标识。进一步的,路网中的标识站可以持续发送路径信息,其中,该路径信息包括标识站的标识,复合通行卡经过标识站时,接收、存储标识站发送的路径信息。再进一步的,在收费站出口,通过复合读写器读取出复合通行卡内的入口信息和路径信息,并结合出口信息,得到标识序列,并休眠复合通行卡进入省电模式。
1、复合通行卡
复合通行卡:由13.56MHz Mifare1非接触IC卡(Identity Card,IC)和433MHz有源射频电子标签两部分组成,IC卡部分用于存储车辆驶入高速公路的收费站的标识、时间、车型等相关入口信息或出口信息,电子标签部分用于存储车辆在路网中行驶的路径信息,包括路径中标识站写入的标识。
2、复合读写器
复合读写器:用于读写复合通行卡的有源标签和/或IC卡中的信息,发行复合通行卡,设置复合通行卡的工作状态。
3、标识站
标识站:持续发送标识站所在路段的路径信息,并能接受远程监视和控制。标识站应采用主备双单元模式,实现不间断的工作。
S120、获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型。
本实施例中,可以通过以路网中的收费站和互通立交为节点、节点之间的道路为有向边,构建路网的有向图模型;在有向图模型中,选择待布设标识站的有向边,作为目标有向边,其中,所有目标有向边上的标识站用于确定车辆行驶在路网中的唯一路径;依据与目标有向边相邻接的有向边的数量,确定目标有向边的复杂度;在复杂度满足预设条件的目标有向边增设冗余的标识站。
本实施例中,收费站、互通立交都必须抽象为第一有向图中的节点。具体的,可以通过获取路网中的收费站和互通立交;在互通立交的各道路分支中构建虚拟站;将收费站和虚拟站,作为路网的有向图模型的节点;依据收费站和虚拟站之间道路的通行方向,确定节点之间的有向边;依据有向边的方向对节点进行连接,得到路网的有向图模型。其中,本实施例中的有向图模型是有向图形式进行表示的模式,也就是说,本实施例中,有向图和有向图模型是同一概念。
在一实施例中,还可以在路网的有向图模型中,为有向边关联设置距离信息,该距离信息用于确定该有向边所连接的两个节点之间的距离。进一步的,在确定车辆在该有向图模型中的行驶路径之后,可以使用该行驶路径所经过的有向边的距离信息之和,作为该车辆在路网中行驶的里程。
本实施例中,在收费站作为节点之外,使用虚拟站对互通立交的互通属性进行描述,是为了尽可能的减少路网中出现多义性路径的情况。其中,多义性路径,指的是在给定起始节点和终止节点的情况下,在路网中存在至少两条从起始节点到终止节点的路径,使得无法确定车辆的行驶路径。
进一步的,由于路网存在多义性路径,为了唯一确定车辆在路网中的行驶路径,可以在存在多义性路径情况的位置布设标识站,以确定车辆是否经过该标识站所标识的路径。
本实施例中,可以在路网的有向图模型中确定出全控制子图,以全控制子图中的有向边作为目标有向边,并在该目标有向边上布设标识站,使得所有目标有向边上的标识站用于确定车辆行驶在路网中的唯一路径。
具体的,假设图D为有向图G的一个子集,对图D上的所有边设置标识站,车辆经过标识站时能对车辆进行标识,若车辆经过有向图G上任意连通的两点(存在一个或多个迹)可用通过图D的标识信息确定车辆在有向图G中的运行路径,则称图D是有向图G的全控制子图,记为G(D),G的所有全控制子图的集合记为{G(D)}。
示例性的,参照图1B,实心点A、B、C代表节点,A1、A2、B1、B2、C1、C2、C3代表有向边,空心点表示在该有向边上布设的标识站。显然,从节点C出发的所有路径中,若标记两条路,便可知道车辆的具体路径信息。若经过标识点C1或C2则直接获取信息,若没有车辆没有标识,则推断必然走C3。然后可以看出3条路径标识两条,两条标识一条必然能保证获取车辆的路径信息,可以推断出若从某个点出发有N(N≥1)条路径通往下一节点,则必须在N-1条路上设置标识。
从站点设置布局的角度,提高系统整体可靠性最直观的方法自然是增加冗余标识站。具体来说有两种思路,其一是重复布设,即在对现有最小规模标识站布设进行同样数量的重复备份布设;其二是完全布设,把现有标识站的布设路段纳入支撑树中,再次求取新的支撑树,对剩下路段进行布设。在同等冗余度的前提下,重复布设的可靠性还是优于完全布设,同时系统运营管理成本也会低些。
在实际布设中还可以考虑很多其他因素,如接收信号的强度,各个标记点之间的干扰程度,综合考虑标识点的可靠性。
接下来叙述,在哪些地方需要设置冗余标识,从而增加可靠性。为了了解哪些地方对路网的影响较大,我们引入了路段的度的概念。
节点的度:与该节点相连的有向边(路段)的数量。
有向边(有向边所在的路段)的度:起始节点的度与终止节点的度的和。
从定义可以看出,路段的度代表了路段的通达程度,通过该值的大小,可以比较出路段的优先级,从而为优先级高的路段设置冗余的标识站,来达到增加使用标识站标识车辆行驶路径的可靠性。
本实施例中,目标有向边的复杂度指的是目标有向边所在的路段的通达程度。一般的,路段所延伸出的道路分支越多,则路段的通达程度越高。
在一实施例中,可以通过针对每条目标有向边,将目标有向边所连接的节点,作为参考节点;将与两个参考节点相连的有向边的数量之和,作为目标有向边所在路段的度;选择一条目标有向边所在的路段,作为目标路段;计算预设区域内所有目标有向边所在路段的度之和,作为区域度;将目标路段的度与区域度的比值,作为目标路段的复杂度。
也就是说,目标路段的复杂度D可以使用如下公式进行表示:
其中,Si表示第i条目标有向边所在路段的度,i=1,2,3,…,N,N为预设区域中目标有向边的数量。进一步的,该预设区域就可以是整一个路网的有向图模型或者是有向图模型中的部分,该部分可以对应于给定起始节点和终止节点所包括的所有路径对应的有向边。
S130、依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列。
本实施例中,可以从标识序列中确定出收费站出口和收费站入口对应的标识。进一步的,可以将有向图模型中与收费站入口对应的节点,作为起始节点;将有向图模型中与收费站出口对应的节点,作为终止节点;在有向图模型中获取从起始节点到终止节点的、由有向边组成的所有路径;针对每一路径,获取布设在路径上的标识站的标识;依据标识的顺序组合,得到唯一确定路径的基本模式。
在一实施例中,将标识站的标识依据路径中有向边的顺序进行组合,得到与每一路径唯一关联的基本模式。
示例性的,参照图1B和图1C,以节点C为起始节点,及节点E为终止节点,从节点C到节点E只有一条路径CAE。进一步的,从有向图模型中,可以确定在路径CAE存在标识站C2和标识站A1,由此,可以确定该路径对应的基本模式可以是CC2A1E。
在又一实施例中,将标识站的标识依据路径中有向边的顺序结合通配符进行组合,得到与每一路径唯一关联的基本模式。
参照图1D所示的各路径对应的标识序列,以结合通配符表示基本模式的方式进行举例说明,其中,A为收费站入口写入的标识,I为收费站出口写入的标识,B、C、D、E、F、G、H为标识站的标识,从A到I存在的所有路径对应的完整的标识序列如表1所示。
表1多义性路径的基本模式
编号 | 完整路径的标识序列 | 基本模式 |
1 | A-B-E-H-I | A*HI、A*E*I |
2 | A-B-C-F-I | ABC*I |
3 | A-C-F-I | ACFI |
4 | A-D-F-I | ADFI |
5 | A-D-G-I | A*GI |
其中,*为通配符,代表任意字符。
需要注意的是,基本模式唯一关联一条路径。
S140、依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径。
本实施例中,可以依据标识序列与基本模式之间公共标识的顺序,将标识序列与所有基本模式进行模式匹配;依据模式匹配的匹配结果对标识序列进行校正,得到目标模式;将目标模式所唯一确定的路径作为车辆的行驶路径。
示例性的,模式匹配的匹配结果可以包括:匹配成功、完全匹配和匹配失败。其中,完全匹配为匹配成功的一种。具体的说明如下:
一、匹配成功
本实施例中,将标识序列与基本模式的共有的标识,确定为公共标识;当公共标识的顺序在标识序列与基本模式中一致时,确定标识序列与基本模式的匹配结果为匹配成功。
进一步的,可以将与标识序列匹配成功的基本模式,作为候选模式;将候选模式中的、不归属于标识序列中的标识,作为漏标;确定预置的第一概率,所述第一概率为所述标识站出现漏标的概率;依据所述第一概率,计算所述候选模式被选作目标模式的后验概率;依据所述后验概率选择一所述候选模式,作为目标模式。
在一具体示例中,参照表1,假如一条标识序列是AFI,利用模式匹配发现与该标识序列匹配成功的基本模式为:ACFI、ADFI,其中,公共标识为AFI,且A、F、I在基本模式和标识序列中的顺序一致。进一步的,可以将基本模式ACFI、ADFI,作为候选模式。
本实施例中,可以假设漏标的第一概率为大于0小于1的预设值,则当标识序列相比于候选模式存在N个漏标的情况,那么,候选模式被选作目标模式的后验概率为N个该预设值的乘积。
在又一实施例中,可以将候选模式依据漏标的数量进行从少到多的排序,并将排序靠前的候选模式,作为目标模式。候选模式对应的漏标的数量越多,则该候选模式被选作目标模式的概率越低。
示例性的,以漏标的第一概率为0.2为例进行说明,针对候选模式ACFI,可以确定C为漏标;针对候选模式ADFI,可以确定D为漏标。候选模式ACFI和候选模式ADFI被选作目标模式的概率均为0.2。
在一实施例中,当至少两条候选模式的后验概率相同时,确定所述候选模式所关联的路径的里程;将所述里程最短的一条候选模式作为目标模式。当候选模式ACFI的里程长于候选模式ADFI时,可以将候选模式ADFI作为目标模式。
二、完全匹配
在本实施例中,当存在与所述标识序列的标识和标识的顺序均相同的基本模式时,确定所述匹配结果为匹配成功、且为完全匹配。
进一步的,可以将与所述标识序列完全匹配的基本模式,作为目标模式。
在一具体示例中,参照表1,假如一条标识序列是ACFI,利用模式匹配发现与该标识序列匹配成功的基本模式为:ACFI,其中,公共标识为ACFI,且A、C、F、I在基本模式和标识序列中的顺序一致。
三、匹配失败
本实施例中,当不存在与标识序列匹配成功的基本模式时,确定匹配结果为匹配失败。
进一步的,可以将标识序列中相邻的任意两个标识,确定为候选标识;当两个候选标识在有向图模型中不存在有向边进行连接时,确定两个候选标识为候选误标;针对每一候选误标,将删除候选误标后的标识序列,作为候选误标对应的候选序列;选择与候选序列匹配成功的基本模式,作为候选模式;依据所述候选模式和所述候选序列的差别,确定候选模式作为目标模式的后验概率;将所述后验概率最大的候选模式,作为目标模式。
进一步的,可以将所述候选模式中的、不归属于所述候选序列中的标识,作为漏标;确定预置的第一概率,所述第一概率为所述标识站出现漏标的概率;将所述候选模式中的、错误标识为所述候选误标的标识,作为参考标识;基于所述候选误标与参考标识之间标识站的距离,确定第二概率,所述第二概率为所述标识站将所述参考标识错误标识为所述候选误标的概率;依据所述第一概率和所述第二概率,计算所述候选模式被选作目标模式的后验概率。
在一具体示例中,参照表1,假如一条标识序列是AEFI,利用模式匹配发现该标识序列无法与以上所有基本模式匹配成功,则确定该匹配结果为匹配失败。进一步的,还可以判定该标识序列存在误标。
进一步的,可以依据有向图模型或者由有向图模型所转换的图1D,可以发现E和F之间不存在有向边进行连接,则判断E或者F是候选误标,即判定E或者F是误标。
1、假设候选误标E是误标
假设E是误标,标识序列AEFI在删除误标E,得到候选序列AFI,与该候选序列AFI匹配成功的基本模式为:ACFI或ADFI,将基本模式ACFI或ADFI,作为候选模式。进一步的,可以基于标识站之间的空间距离计算标识站误标的第二概率。如假设标识站C距离标识站E更近,则将C错误写成E的概率更大。示例性的,对于候选模式ACFI,C为参考标识,将C错误写成E的概率为50%;对于候选模式ADFI,D为参考标识,将D错误写成E的概率为13%,则候选模式ACFI或ADFI被选作目标模式的概率分别是50%和13%。
2、假设候选误标F是误标
假设F是误标,标识序列AEFI在删除误标F,得到候选序列AEI,则与该候选序列AEI匹配成功的基本模式为:A*E*I,作为候选模式,对应的路径为ABEHI,则将B、H作为漏标,并认为E为参考标识,标识序列AEFI中,将E误标成F,则候选模式A*E*I其被选作目标模式的概率是2%*2%*50%=0.02%,其中,2%漏标的第一概率,50%为将E误标成F的第二概率。
本实施例中,可以将被选作目标模式的后验概率最大的候选模式,作为目标模式。
如,候选模式ACFI或ADFI被选作目标模式的后验概率分别是50%和13%,候选模式A*E*I被选作目标模式的后验概率是0.02%,则确定标识序列AEFI校正后得到的候选模式ACFI为目标模式。
本实施例的技术方案,通过获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识;获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型;依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列;依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径,解决了因标识站标识错误所带来的行驶路径存在错误的问题,实现提高使用标识站还原路径的正确率和稳定性,进一步的,减少人工校正路径所花费的时间成本。
实施例二
图2为本发明实施例二提供的一种路径还原装置的结构示意图。本实施例可适用于使用从车辆中读取的标识序列还原车辆在高速公路的路网中的行驶路径的情况,该装置可以集成于路径还原设备中,该路径还原设备可以是服务器、电脑或终端设备,该终端设备可以是设置在高速出收费站入口的工控机。
参照图2,该装置具体包括如下结构:标识序列获取模块210、有向图模型获取模块220、基本模式生成模块230和行驶路径选择模块240。
标识序列获取模块210,用于获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识。
有向图模型获取模块220,用于获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型。
基本模式生成模块230,用于依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列。
行驶路径选择模块240,用于依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径。
在上述技术方案的基础上,所述基本模式生成模块230,包括:
起始节点确定单元,用于将所述有向图模型中与所述收费站入口对应的节点,作为起始节点。
终止节点确定单元,用于将所述有向图模型中与所述收费站出口对应的节点,作为终止节点。
路径获取单元,用于在所述有向图模型中获取从所述起始节点到所述终止节点的、由有向边组成的所有路径。
标识获取单元,用于针对每一所述路径,获取布设在所述路径上的标识站的标识。
基本模式确定单元,用于依据所述标识的顺序组合,得到唯一确定所述路径的基本模式。
在上述技术方案的基础上,所述行驶路径选择模块240,包括:
模式匹配单元,用于依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配。
目标模式确定单元,用于依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式。
行驶路径确定单元,用于将所述目标模式所唯一确定的路径作为所述车辆的行驶路径。
在上述技术方案的基础上,所述模式匹配单元,具体用于将所述标识序列与所述基本模式的共有的标识,确定为公共标识;当所述公共标识的顺序在所述标识序列与所述基本模式中一致时,确定所述标识序列与所述基本模式的匹配结果为匹配成功。
所述目标模式确定单元,具体用于将与所述标识序列匹配成功的基本模式,作为候选模式;将所述候选模式中的、不归属于所述标识序列中的标识,作为漏标;确定预置的第一概率,所述第一概率为所述标识站出现漏标的概率;依据所述第一概率,计算所述候选模式被选作目标模式的后验概率;依据所述后验概率选择一所述候选模式,作为目标模式。进一步的,当至少两条候选模式的后验概率相同时,确定所述候选模式所关联的路径的里程;将所述里程最短的一条候选模式作为目标模式。
在上述技术方案的基础上,所述模式匹配单元,具体还用于当存在与所述标识序列的标识和标识的顺序均相同的基本模式时,确定所述匹配结果为匹配成功、且为完全匹配。
所述目标模式确定单元,具体还用于将与所述标识序列完全匹配的基本模式,作为目标模式。
在上述技术方案的基础上,所述模式匹配单元,具体还用于当不存在与所述标识序列匹配成功的基本模式时,确定所述匹配结果为匹配失败。
所述目标模式确定单元,具体还用于将所述标识序列中相邻的任意两个标识,确定为候选标识;当两个所述候选标识在所述有向图模型中不存在有向边进行连接时,确定两个所述候选标识为候选误标;针对每一候选误标,将删除所述候选误标后的标识序列,作为候选误标对应的候选序列;选择与所述候选序列匹配成功的基本模式,作为候选模式;依据所述候选模式和所述候选序列的差别,确定候选模式作为目标模式的后验概率;将所述后验概率最大的候选模式,作为目标模式。
进一步的,所述依据所述候选模式和所述候选序列的差别,确定候选模式作为目标模式的后验概率,包括:将所述候选模式中的、不归属于所述候选序列中的标识,作为漏标;确定预置的第一概率,所述第一概率为所述标识站出现漏标的概率;将所述候选模式中的、错误标识为所述候选误标的标识,作为参考标识;基于所述候选误标与参考标识之间标识站的距离,确定第二概率,所述第二概率为所述标识站将所述参考标识错误标识为所述候选误标的概率;依据所述第一概率和所述第二概率,计算所述候选模式被选作目标模式的后验概率。
上述产品可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3为本发明实施例三提供的一种路径还原设备的结构示意图。如图3所示,该路径还原设备包括:处理器30、存储器31、输入装置32以及输出装置33。该路径还原设备中处理器30的数量可以是一个或者多个,图3中以一个处理器30为例。该路径还原设备中存储器31的数量可以是一个或者多个,图3中以一个存储器31为例。该路径还原设备的处理器30、存储器31、输入装置32以及输出装置33可以通过总线或者其他方式连接,图3中以通过总线连接为例。该路径还原设备可以是电脑和服务器等。本实施例以路径还原设备为服务器进行详细说明。
存储器31作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明任意实施例所述的路径还原方法对应的程序指令/模块(例如,路径还原装置中的标识序列获取模块210、有向图模型获取模块220、基本模式生成模块230和行驶路径选择模块240)。存储器31可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器31可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器31可进一步包括相对于处理器30远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置32可用于接收输入的数字或者字符信息,以及产生与路径还原设备的观众用户设置以及功能控制有关的键信号输入,还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置33可以包括扬声器等音频设备。需要说明的是,输入装置32和输出装置33的具体组成可以根据实际情况设定。
处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的路径还原方法。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种路径还原方法,包括:
获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识;
获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型;
依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列;
依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的路径还原方法操作,还可以执行本发明任意实施例所提供的路径还原方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的路径还原方法。
值得注意的是,上述路径还原装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“在一实施例中”、“在又一实施例中”、“示例性的”或“在一些具体示例中”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种路径还原方法,其特征在于,包括:
获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识;
获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型;
依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列;
依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径。
2.根据权利要求1所述的方法,其特征在于,所述依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间所有路径的基本模式,包括:
将所述有向图模型中与所述收费站入口对应的节点,作为起始节点;
将所述有向图模型中与所述收费站出口对应的节点,作为终止节点;
在所述有向图模型中获取从所述起始节点到所述终止节点的、由有向边组成的所有路径;
针对每一所述路径,获取布设在所述路径上的标识站的标识;
依据所述标识的顺序组合,得到唯一确定所述路径的基本模式。
3.根据权利要求1所述的方法,其特征在于,所述依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径,包括:
依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配;
依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式;
将所述目标模式所唯一确定的路径作为所述车辆的行驶路径。
4.根据权利要求3所述的方法,其特征在于,所述依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配,包括:
将所述标识序列与所述基本模式的共有的标识,确定为公共标识;
当所述公共标识的顺序在所述标识序列与所述基本模式中一致时,确定所述标识序列与所述基本模式的匹配结果为匹配成功;
所述依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式,包括:
将与所述标识序列匹配成功的基本模式,作为候选模式;
将所述候选模式中的、不归属于所述标识序列中的标识,作为漏标;
确定预置的第一概率,所述第一概率为所述标识站出现漏标的概率;
依据所述第一概率,计算所述候选模式被选作目标模式的后验概率;
依据所述后验概率选择一所述候选模式,作为目标模式。
5.根据权利要求4所述的方法,其特征在于,所述依据所述后验概率选择一所述候选模式,作为目标模式,包括:
当至少两条候选模式的后验概率相同时,确定所述候选模式所关联的路径的里程;
将所述里程最短的一条候选模式作为目标模式。
6.根据权利要求3所述的方法,其特征在于,所述依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配,还包括:
当存在与所述标识序列的标识和标识的顺序均相同的基本模式时,确定所述匹配结果为匹配成功、且为完全匹配;
所述依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式,还包括:
将与所述标识序列完全匹配的基本模式,作为目标模式。
7.根据权利要求6所述的方法,其特征在于,所述依据所述标识序列与所述基本模式之间公共标识的顺序,将所述标识序列与所有所述基本模式进行模式匹配,还包括:
当不存在与所述标识序列匹配成功的基本模式时,确定所述匹配结果为匹配失败;
所述依据所述模式匹配的匹配结果对所述标识序列进行校正,得到目标模式,还包括:
将所述标识序列中相邻的任意两个标识,确定为候选标识;
当两个所述候选标识在所述有向图模型中不存在有向边进行连接时,确定两个所述候选标识为候选误标;
针对每一候选误标,将删除所述候选误标后的标识序列,作为候选误标对应的候选序列;
选择与所述候选序列匹配成功的基本模式,作为候选模式;
依据所述候选模式和所述候选序列的差别,确定候选模式作为目标模式的后验概率;
将所述后验概率最大的候选模式,作为目标模式。
8.根据权利要求7所述的方法,其特征在于,所述依据所述候选模式和所述候选序列的差别,确定候选模式作为目标模式的后验概率,包括:
将所述候选模式中的、不归属于所述候选序列中的标识,作为漏标;
确定预置的第一概率,所述第一概率为所述标识站出现漏标的概率;
将所述候选模式中的、错误标识为所述候选误标的标识,作为参考标识;
基于所述候选误标与参考标识之间标识站的距离,确定第二概率,所述第二概率为所述标识站将所述参考标识错误标识为所述候选误标的概率;
依据所述第一概率和所述第二概率,计算所述候选模式被选作目标模式的后验概率。
9.一种路径还原装置,其特征在于,包括:
标识序列获取模块,用于获取车辆的标识序列,其中,所述标识序列包括所述车辆经过路网中的收费站入口、标识站或收费站出口所写入的标识;
有向图模型获取模块,用于获取基于所述路网中收费站和标识站的位置关系所构建所述路网的有向图模型;
基本模式生成模块,用于依据所述有向图模型,生成在所述收费站入口和所述收费站出口之间每条路径的基本模式,其中,所述基本模式是包括所述路径上的标识站的标识的序列;
行驶路径选择模块,用于依据所述标识序列与所有所述基本模式的匹配结果,从所有所述基本模式所分别关联的路径中,选择出所述车辆的行驶路径。
10.一种路径还原设备,其特征在于,包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的路径还原方法。
11.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的路径还原方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910865763.5A CN110555569B (zh) | 2019-09-12 | 2019-09-12 | 一种路径还原方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910865763.5A CN110555569B (zh) | 2019-09-12 | 2019-09-12 | 一种路径还原方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110555569A true CN110555569A (zh) | 2019-12-10 |
CN110555569B CN110555569B (zh) | 2023-05-26 |
Family
ID=68740294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910865763.5A Active CN110555569B (zh) | 2019-09-12 | 2019-09-12 | 一种路径还原方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110555569B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112965963A (zh) * | 2021-02-05 | 2021-06-15 | 同盾科技有限公司 | 信息处理方法 |
CN112991134A (zh) * | 2021-05-11 | 2021-06-18 | 交通运输部科学研究院 | 行车路径还原测算方法、装置和电子设备 |
CN113742394A (zh) * | 2020-09-29 | 2021-12-03 | 北京速通科技有限公司 | 高速公路交易的路径拟合方法和装置 |
CN113963550A (zh) * | 2020-07-21 | 2022-01-21 | 阿里巴巴集团控股有限公司 | 一种多义路径识别方法、装置及电子设备 |
CN114078283A (zh) * | 2020-08-12 | 2022-02-22 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置、设备及计算机可读存储介质 |
CN114613025A (zh) * | 2022-02-10 | 2022-06-10 | 江西省交通监控指挥中心 | 路径还原解决方法、系统、电子设备及可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102956039A (zh) * | 2012-12-29 | 2013-03-06 | 安徽皖通科技股份有限公司 | 基于片区建模的高速公路多路径通行费拆分方法 |
CN103646435A (zh) * | 2013-12-25 | 2014-03-19 | 广州华工信息软件有限公司 | 基于路径信息预采集与网络发布的etc车辆收费处理方法 |
CN105590346A (zh) * | 2016-02-18 | 2016-05-18 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
CN105808883A (zh) * | 2016-03-29 | 2016-07-27 | 广东省交通集团有限公司 | 一种用于高速公路收费系统的标识站优化布设方法 |
US20180150084A1 (en) * | 2016-11-29 | 2018-05-31 | Subaru Corporation | Automatic driving control apparatus |
CN109000675A (zh) * | 2018-06-20 | 2018-12-14 | 北京三快在线科技有限公司 | 获取路径信息的方法、装置和电子设备以及存储介质 |
CN109784986A (zh) * | 2018-12-26 | 2019-05-21 | 山东中创软件工程股份有限公司 | 一种高速公路收费计算方法、装置及设备 |
-
2019
- 2019-09-12 CN CN201910865763.5A patent/CN110555569B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102956039A (zh) * | 2012-12-29 | 2013-03-06 | 安徽皖通科技股份有限公司 | 基于片区建模的高速公路多路径通行费拆分方法 |
CN103646435A (zh) * | 2013-12-25 | 2014-03-19 | 广州华工信息软件有限公司 | 基于路径信息预采集与网络发布的etc车辆收费处理方法 |
CN105590346A (zh) * | 2016-02-18 | 2016-05-18 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
CN105808883A (zh) * | 2016-03-29 | 2016-07-27 | 广东省交通集团有限公司 | 一种用于高速公路收费系统的标识站优化布设方法 |
US20180150084A1 (en) * | 2016-11-29 | 2018-05-31 | Subaru Corporation | Automatic driving control apparatus |
CN109000675A (zh) * | 2018-06-20 | 2018-12-14 | 北京三快在线科技有限公司 | 获取路径信息的方法、装置和电子设备以及存储介质 |
CN109784986A (zh) * | 2018-12-26 | 2019-05-21 | 山东中创软件工程股份有限公司 | 一种高速公路收费计算方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
余绪金,许俊: ""一种基于有向图的高速公路多义性路径贝叶斯识别方法"", 《公路交通科技》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113963550A (zh) * | 2020-07-21 | 2022-01-21 | 阿里巴巴集团控股有限公司 | 一种多义路径识别方法、装置及电子设备 |
CN114078283A (zh) * | 2020-08-12 | 2022-02-22 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置、设备及计算机可读存储介质 |
CN114078283B (zh) * | 2020-08-12 | 2024-05-28 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置、设备及计算机可读存储介质 |
CN113742394A (zh) * | 2020-09-29 | 2021-12-03 | 北京速通科技有限公司 | 高速公路交易的路径拟合方法和装置 |
CN113742394B (zh) * | 2020-09-29 | 2022-10-04 | 北京速通科技有限公司 | 高速公路交易的路径拟合方法和装置 |
CN112965963A (zh) * | 2021-02-05 | 2021-06-15 | 同盾科技有限公司 | 信息处理方法 |
CN112991134A (zh) * | 2021-05-11 | 2021-06-18 | 交通运输部科学研究院 | 行车路径还原测算方法、装置和电子设备 |
CN114613025A (zh) * | 2022-02-10 | 2022-06-10 | 江西省交通监控指挥中心 | 路径还原解决方法、系统、电子设备及可读存储介质 |
CN114613025B (zh) * | 2022-02-10 | 2024-03-26 | 江西省交通监控指挥中心 | 路径还原解决方法、系统、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110555569B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555569B (zh) | 一种路径还原方法、装置、设备和存储介质 | |
CN110570534B (zh) | 一种费率的处理方法、装置、设备和存储介质 | |
CN110008413B (zh) | 一种交通出行问题查询方法和装置 | |
CN107273236B (zh) | 一种基于轨道数字化建模的联锁表数据安全验证方法 | |
CN108089893A (zh) | 冗余资源的确定方法、装置、终端设备与存储介质 | |
CN102254012A (zh) | 一种基于外存的图数据存储方法及子图查询方法 | |
CN108763345A (zh) | 小区经纬度的校验方法、用户设备、存储介质及装置 | |
CN110619426A (zh) | 一种路网模型的构建方法、装置、设备和存储介质 | |
CN105183383A (zh) | 一种文件系统无关的镜像重组方法 | |
CN104386098B (zh) | 一种轨道交通线路地理信息的描述方法 | |
CN114266167A (zh) | 列车运行基础环境的可视化建模方法及介质和电子设备 | |
CN112235714B (zh) | 基于人工智能的poi定位方法、装置、计算机设备及介质 | |
CN104406602A (zh) | 导航路线推送方法和装置、导航路线生成方法和装置 | |
CN107754312B (zh) | 连通性检测方法和装置、存储介质、终端 | |
CN110751837B (zh) | 高速行车路径确定方法、装置、设备和存储介质 | |
CN112286780B (zh) | 识别算法的测试方法、装置、设备及存储介质 | |
CN110162589B (zh) | 道路限速值的赋值方法、装置、电子设备、计算机可读介质 | |
CN110796060A (zh) | 高速行车路线确定方法、装置、设备和存储介质 | |
CN116069794A (zh) | 地图信息更新方法、装置、设备及计算机可读存储介质 | |
CN114898559A (zh) | 一种城市车辆移动感知能力测定方法 | |
CN106209420B (zh) | 一种定位数据转发业务故障的方法及电子设备 | |
CN114781517A (zh) | 风险识别的方法、装置及终端设备 | |
Xi et al. | Improved dynamic time warping algorithm for bus route trajectory curve fitting | |
CN113743820A (zh) | 一种基于描述性公交线路数据的网络化处理方法 | |
CN111966110A (zh) | 一种港口无人运输车自动导航方法及系统 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A path restoration method, device, device, and storage medium Granted publication date: 20230526 Pledgee: China Merchants Bank Limited by Share Ltd. Guangzhou branch Pledgor: Merchants China Soft Information Co.,Ltd. Registration number: Y2024980015578 |