CN110782656A - 一种道路瓶颈点识别方法、装置、电子设备及存储介质 - Google Patents

一种道路瓶颈点识别方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110782656A
CN110782656A CN201910300811.6A CN201910300811A CN110782656A CN 110782656 A CN110782656 A CN 110782656A CN 201910300811 A CN201910300811 A CN 201910300811A CN 110782656 A CN110782656 A CN 110782656A
Authority
CN
China
Prior art keywords
road
information
target road
speed
target
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
Application number
CN201910300811.6A
Other languages
English (en)
Other versions
CN110782656B (zh
Inventor
吴学新
孙伟力
刘磊
梁源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201910300811.6A priority Critical patent/CN110782656B/zh
Priority to CN202010768191.1A priority patent/CN111915893B/zh
Publication of CN110782656A publication Critical patent/CN110782656A/zh
Application granted granted Critical
Publication of CN110782656B publication Critical patent/CN110782656B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及计算机技术领域，尤其涉及一种道路瓶颈点识别方法、装置、电子设备及存储介质，其中，该方法包括：获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息；基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。本申请能够利用车辆的行驶轨迹信息从目标道路的道路节点中自动的识别出道路通行瓶颈的节点，避免了现有人工观测进行瓶颈点识别所存在的人力成本耗费大、且效率较低的问题。

Description

一种道路瓶颈点识别方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种道路瓶颈点识别方法、装置、电子设备及存储介质。
背景技术
随着城市车辆的持续快速增加，城市交通拥堵情况不断加剧，交通拥堵已经成为了世界各国共同关注的焦点和亟需解决的问题。因硬件设施毁坏、恶劣天气、交通事故等事件的发生，导致某些道路发生堵塞现象，进而由于道路、路口间的相互关联引起其它道路或路口发生故障，形成连锁效应，最终会导致交通网络局部或全部崩溃，这些可能引发交通拥挤传播或者蔓延的道路、路口，统称为交通瓶颈。因此，识别交通瓶颈点对于改进路网设计和采取合理的交通管制方法缓解交通拥堵具有重要意义。
相关技术中提供了一种人工观测方式确定交通瓶颈点的方法，该方法可以根据交警了解的其所管辖范围的拥堵道路的相关分布情况进行交通瓶颈点的确定。然而，人工观测需要耗费大量的人力成本，且识别效率较低。
发明内容
有鉴于此，本申请实施例的目的在于提供一种道路瓶颈点识别方法、装置、电子设备及存储介质，能够自动识别道路瓶颈点，省时省力，且识别的准确度较高。
主要包括以下几个方面：
第一方面，本申请实施例提供了一种道路瓶颈点识别方法，所述方法包括：
获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息；
基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。
在一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的位置信息；所述基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点，包括：
针对任一道路节点，根据该道路节点的位置信息以及各行驶轨迹点的位置信息，确定具有与该道路节点匹配的起止行驶轨迹点的目标车辆数量；所述起止行驶轨迹点包括车辆起步的行驶轨迹点和/或车辆停止的行驶轨迹点；
若所述目标车辆数量大于预设数量阈值，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
在另一种实施方式中，在所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点之前，还包括：
按照预设长度大小对所述目标道路进行划分，得到多个子目标道路；
针对每个子目标道路，确定该子目标道路对应的车辆平均速度和低速轨迹点数量；所述低速轨迹点数量用于表示速度值小于第一速度阈值的行驶轨迹点的数量；
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，并确定与所述速度变化信息对应的第一位置范围信息；以及，基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，并确定与所述轨迹点密度峰值信息对应的第二位置范围信息；
所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点，包括：
针对任一道路节点，若该道路节点的位置信息与确定的所述第一位置范围信息以及确定的所述第二位置范围信息匹配，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
在一些实施例中，所述确定每个子目标道路对应的车辆平均速度，包括：
针对每个子目标道路，基于该子目标道路的起始位置信息和终止位置信息，以及任一车辆由所述起始位置信息行驶至所述终止位置信息占用的时长信息，确定该车辆在该子目标道路对应的车辆行驶速度；
基于所有车辆在所述每个子目标道路对应的车辆行驶速度，确定在该子目标道路对应的车辆平均速度。
在一些实施例中，所述基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，包括：
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，拟合速度变化确定函数；
对所述速度变化确定函数进行求导运算，得到在所述目标道路上的速度变化信息。
在再一种实施方式中，所述基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，拟合速度变化确定函数，包括：
基于每个子目标道路对应的位置范围信息以及车辆平均速度确定速度变化确定函数的自变量和因变量；
基于确定的各自变量和各因变量拟合所述速度变化确定函数。
在再一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的速度信息；所述确定每个子目标道路对应的低速轨迹点数量，包括：
针对每个所述子目标道路，根据各行驶轨迹点的位置信息以及该子目标道路的位置范围信息，确定与该子目标道路匹配的行驶轨迹点的速度信息；
基于确定的与该子目标道路匹配的行驶轨迹点的速度信息，确定在所述每个子目标道路上速度值小于第一速度阈值的行驶轨迹点的数量；
将确定的行驶轨迹点的数量作为所述每个子目标道路对应的低速轨迹点数量。
在再一种实施方式中，所述基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，包括：
基于预设核函数，所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，构建核密度分析函数；
确定所述核密度分析函数的最大值；
将确定的所述核密度分析函数的最大值作为在所述目标道路上的轨迹点密度峰值信息。
在再一种实施方式中，所述轨迹点密度峰值信息为多个；在所述确定在所述目标道路上的轨迹点密度峰值信息之后，所述确定与所述轨迹点密度峰值信息对应的第二位置范围信息之前，还包括：
针对每个轨迹点密度峰值信息，确定与该轨迹点密度峰值信息对应的子目标道路的位置范围信息；根据确定的位置范围信息以及预设距离范围阈值确定是否存在大于该轨迹点密度峰值信息的其他轨迹点密度峰值信息；
若不存在，则将该轨迹点密度峰值信息作为目标轨迹点密度峰值信息；
所述确定与所述轨迹点密度峰值信息对应的第二位置范围信息，包括：
确定与所述目标轨迹点密度峰值信息对应的第二位置范围信息。
在再一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的速度信息；在所述获取行经目标道路的各车辆的行驶轨迹信息之后，所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点之前，还包括：
针对任一车辆的任一行驶轨迹点，确定该行驶轨迹点的速度信息是否小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息是否大于所述第二速度阈值；
若确定出该行驶轨迹点的速度信息小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息大于所述第二速度阈值，则从所有行驶轨迹点中删除该行驶轨迹点之后的其他行驶轨迹点；
将删除后的行驶轨迹点对应的行驶轨迹信息作为更新后的所述任一车辆的行驶轨迹信息。
在再一种实施方式中，所述方法还包括：
基于如下至少一种影响因子确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度：
速度下降信息、低速车辆占比、以及经过该节点的车辆速度。
在一些实施例中，基于至少一种影响因素确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度，包括：
基于至少一种影响因子、以及每种影响因子的权重系数，确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度。
第二方面，本申请实施例还提供了一种道路瓶颈点识别装置，所述装置包括：
信息获取模块，用于获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息；
瓶颈点识别模块，用于基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。
在一些实施例中，所述行驶轨迹信息包括行驶轨迹点的位置信息；所述瓶颈点识别模块，具体用于：
针对任一道路节点，根据该道路节点的位置信息以及各行驶轨迹点的位置信息，确定具有与该道路节点匹配的起止行驶轨迹点的目标车辆数量；所述起止行驶轨迹点包括车辆起步的行驶轨迹点和/或车辆停止的行驶轨迹点；
若所述目标车辆数量大于预设数量阈值，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
在一些实施例中，所述装置还包括：
位置范围确定模块，用于按照预设长度大小对所述目标道路进行划分，得到多个子目标道路；
针对每个子目标道路，确定该子目标道路对应的车辆平均速度和低速轨迹点数量；所述低速轨迹点数量用于表示速度值小于第一速度阈值的行驶轨迹点的数量；
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，并确定与所述速度变化信息对应的第一位置范围信息；以及，基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，并确定与所述轨迹点密度峰值信息对应的第二位置范围信息；
所述瓶颈点识别模块，具体用于：
针对任一道路节点，若该道路节点的位置信息与确定的所述第一位置范围信息以及确定的所述第二位置范围信息匹配，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
在一些实施例中，所述位置范围确定模块，具体用于：
针对每个子目标道路，基于该子目标道路的起始位置信息和终止位置信息，以及任一车辆由所述起始位置信息行驶至所述终止位置信息占用的时长信息，确定该车辆在该子目标道路对应的车辆行驶速度；
基于所有车辆在所述每个子目标道路对应的车辆行驶速度，确定在该子目标道路对应的车辆平均速度。
在一种实施方式中，所述位置范围确定模块，具体用于：
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，拟合速度变化确定函数；
对所述速度变化确定函数进行求导运算，得到在所述目标道路上的速度变化信息。
在一些实施例中，所述位置范围确定模块，具体用于：
基于每个子目标道路对应的位置范围信息以及车辆平均速度确定速度变化确定函数的自变量和因变量；
基于确定的各自变量和各因变量拟合所述速度变化确定函数。
在另一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的位置信息和速度信息；所述位置范围确定模块，具体用于：
针对每个所述子目标道路，根据各行驶轨迹点的位置信息以及该子目标道路的位置范围信息，确定与该子目标道路匹配的行驶轨迹点的速度信息；
基于确定的与该子目标道路匹配的行驶轨迹点的速度信息，确定在所述每个子目标道路上速度值小于第一速度阈值的行驶轨迹点的数量；
将确定的行驶轨迹点的数量作为所述每个子目标道路对应的低速轨迹点数量。
在又一种实施方式中，所述位置范围确定模块，具体用于：
基于预设核函数，所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，构建核密度分析函数；
确定所述核密度分析函数的最大值；
将确定的所述核密度分析函数的最大值作为在所述目标道路上的轨迹点密度峰值信息。
在再一种实施方式中，所述轨迹点密度峰值信息为多个；所述位置范围确定模块，具体用于：
在所述确定在所述目标道路上的轨迹点密度峰值信息之后，所述确定与所述轨迹点密度峰值信息对应的第二位置范围信息之前，针对每个轨迹点密度峰值信息，确定与该轨迹点密度峰值信息对应的子目标道路的位置范围信息；根据确定的位置范围信息以及预设距离范围阈值确定是否存在大于该轨迹点密度峰值信息的其他轨迹点密度峰值信息；
若不存在，则将该轨迹点密度峰值信息作为目标轨迹点密度峰值信息；
确定与所述目标轨迹点密度峰值信息对应的第二位置范围信息。
在再一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的速度信息；所述装置还包括：
轨迹更新模块，用于针对任一车辆的任一行驶轨迹点，确定该行驶轨迹点的速度信息是否小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息是否大于所述第二速度阈值；
若确定出该行驶轨迹点的速度信息小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息大于所述第二速度阈值，则从所有行驶轨迹点中删除该行驶轨迹点之后的其他行驶轨迹点；
将删除后的行驶轨迹点对应的行驶轨迹信息作为更新后的所述任一车辆的行驶轨迹信息。
在再一种实施方式中，所述装置还包括：
影响确定模块，用于基于如下至少一种影响因子确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度：
速度下降信息、低速车辆占比、以及经过该节点的车辆速度。
在一些实施例中，所述影响确定模块，具体用于：
基于至少一种影响因子、以及每种影响因子的权重系数，确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度。
第三方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如第一方面所述的道路瓶颈点识别方法的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面所述的道路瓶颈点识别方法的步骤。
采用上述方案，首先可以获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，然后基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。也即，本申请实施例能够利用车辆的行驶轨迹信息从目标道路的道路节点中自动的识别出道路通行瓶颈的节点，不需要耗费人力成本，且识别效率较高。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本申请实施例一所提供的一种道路瓶颈点识别方法的流程图；
图2示出了本申请实施例二所提供的一种道路瓶颈点识别方法的流程图；
图3示出了本申请实施例三所提供的一种道路瓶颈点识别方法的流程图；
图4示出了本申请实施例三所提供的一种道路瓶颈点识别方法的流程图；
图5示出了本申请实施例三所提供的一种道路瓶颈点识别方法的应用示例图；
图6示出了本申请实施例四所提供的一种道路瓶颈点识别方法的流程图；
图7示出了本申请实施例五所提供的一种道路瓶颈点识别装置的结构示意图；
图8示出了本申请实施例六所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到相关技术中基于人工观测方式确定交通瓶颈点的方法需要耗费大量的人力成本，且无法对瓶颈点的具体位置给出定量的数据。基于此，本申请一种实施例提供了一种道路瓶颈点识别方法，以能够自动识别道路瓶颈点，省时省力，且识别的准确度较高。下面通过几个实施例进行具体描述。
实施例一
如图1所示，为本申请实施例一提供的一种道路瓶颈点识别方法的流程图，上述道路瓶颈点识别方法可以应用于电子设备，该方法具体包括如下步骤：
S101、获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息。
这里，行驶轨迹信息可以是基于车辆的行车设备(如行车记录仪)记录的信息确定的，还可以是从现有的网约车服务平台获取的，还可以是通过能够掌握行经目标道路的车辆的行驶轨迹的其它方式确定的。考虑到网约车服务平台的广泛应用，使得网约车服务平台获取到的行驶轨迹信息更为丰富、全面，因此，在本申请实施例中，可以直接从网约车服务平台获取上述行驶轨迹信息。为了更好的明确行驶轨迹信息，接下来简单的对网约车服务平台的工作过程进行简单说明。
在乘客需要打车时，可以在乘客客户端输入相应的打车信息(如出行起点信息和出行终点信息等)，上述网约车服务平台的服务器在确定打车信息后，可以根据该打车信息生成对应的出行订单，并可以将该出行订单分配给司机对应的司机客户端，司机便可以通过司机客户端进行网约车服务了。这里，通过出行订单中确定的车辆标识信息可以明确每个车辆对应的出行订单。出行订单除了可以确定起始轨迹点和终止轨迹点的行驶轨迹信息(如出行起点信息和出行终点信息)，还可以记录行驶过程中各行驶轨迹点的行驶轨迹信息，如行径每个轨迹点的时间信息、位置信息、速度信息等。
值得说明的是，上述行驶轨迹信息中有关位置信息可以利用定位技术来确定。针对位置信息而言，可以利用多种定位装置来获取，本申请中使用的定位技术可以基于全球定位系统(Global Positioning System,GPS)、全球导航卫星系统(Global NavigationSatellite System,GLONASS)，罗盘导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(Quasi-Zenith Satellite System,QZSS)、无线保真(Wireless Fidelity,WiFi)定位技术等，或其任意组合。一个或多个上述定位系统可以在本申请中互换使用。
考虑到上述起始轨迹点和终止轨迹点的行驶轨迹信息主要是指与起点对应的出行起点位置以及与终点对应的出行终点位置，这里，该位置信息也可以是利用上述定位技术确定的。如网约车服务平台可以自动定位用户当前的位置作为出行起点位置。或者，用户可以在地图上选择具体的出行起点位置，或者手动输入出行起点位置，如手动输入“首都机场”这一出行起点位置，上述出行终点位置则主要利用用户在地图上选择或手动输入方式来确定，在此不再赘述。
另外，上述行驶轨迹信息中有关速度信息可以利用传感器技术来确定。针对速度信息而言，本申请实施例可以利用设置在行驶车辆上的速度传感器或者其他能够测量行驶车辆速度的传感器来确定，这里不再赘述。
本申请实施例中，上述行驶轨迹信息可以是历史行驶轨迹信息，还可以是实时行驶轨迹信息，以适应不同应用场景的需求。这样，在需要确定目标道路的道路通行瓶颈的节点(即道路瓶颈点)时，可以从各车辆的行驶轨迹信息中确定行径目标道路的车辆的行驶轨迹信息，另外，有关车辆的行驶轨迹信息可以是有关出行订单的全部行驶轨迹信息，还可以是从全部行驶轨迹信息中截取的与目标道路相对应的部分行驶轨迹信息，还可以是基于时间信息确定的与目标道路对应的行驶轨迹信息，如可以是高峰时间段在该目标道路上行驶的车辆的行驶轨迹信息。
本申请实施例中，目标道路的实际地理位置可以是已知的，如从地图数据中确定目标道路的实际地理位置信息。另外，上述目标道路上可以设置有多个道路节点，且在地图数据中每一个道路节点均可以有唯一的节点标识信息(node id)与之对应，这样，基于上述地图数据，还可以确定各道路节点的位置信息。
本申请实施例在选取目标道路时，可以是根据用户的需求直接选取的，还可以是自动选取的。针对自动选取而言，这主要是考虑到一个道路所对应的交通状况越复杂，对于道路通行的影响可能也就越高，因此，本申请实施例可以综合考虑道路的复杂程度以及历史拥堵情况等信息自动选取目标道路。
S102、基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。
这里，为了从目标道路的道路节点中识别成为目标道路的道路通行瓶颈的节点，除了需要依赖于目标道路中各道路节点的位置信息，还需要依赖获取的行驶轨迹信息。该行驶轨迹信息可以仅包括行驶轨迹点的位置信息，还可以既包括行驶轨迹点的位置信息又包括行驶轨迹点的速度信息。接下来分别通过如下实施例二和实施例三对上述两种确定道路瓶颈点的方法进行具体说明。
实施例二
如图2所示，为本申请实施例提供的一种基于行驶轨迹点的位置信息进行道路瓶颈点确定的方法的流程图，该方法具体包括如下步骤：
S201、针对任一道路节点，根据该道路节点的位置信息以及各行驶轨迹点的位置信息，确定具有与该道路节点匹配的起止行驶轨迹点的目标车辆数量；
S202、若所述目标车辆数量大于预设数量阈值，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
这里，有关道路瓶颈点的确定主要是依赖于各车辆的起止行驶轨迹点与道路节点的匹配结果，也即，本申请实施例中，针对任一道路节点，在确定具有与该道路节点匹配的起止行驶轨迹点的目标车辆数量大于预设数量阈值(如1000辆)时，即可以基本确定该道路节点为目标道路的道路通行瓶颈的节点。
其中，上述起止行驶轨迹点包括车辆起步的行驶轨迹点和/或车辆停止的行驶轨迹点，在具体应用中，上述车辆起步的行驶轨迹点可以是出行起点，车辆停止的行驶轨迹点可以是出行终点。
值得说明的是，在基于行驶轨迹点的位置信息来确定目标车辆数量时，可以首先对车辆的行驶轨迹点进行筛选，以确定真正的起止行驶轨迹点。如对于获取的有关车辆的多个依次排列的行驶轨迹点而言，本申请实施例可以基于各行驶轨迹点的位置信息将距离目标道路的起点一定距离(如45米)内的相关行驶轨迹点删除，并从删除后的行驶轨迹点中确定起止行驶轨迹点，这主要是考虑到在实际应用中，车辆行驶可以具有一个缓冲区域，以避免这一因素对道路瓶颈点确定的影响。
实施例三
如图3所示，为本申请实施例提供的一种进行道路瓶颈点确定的方法的流程图，该方法具体包括如下步骤：
S301、按照预设长度大小对所述目标道路进行划分，得到多个子目标道路；
S302、针对每个子目标道路，确定该子目标道路对应的车辆平均速度和低速轨迹点数量；
S303、基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，并确定与所述速度变化信息对应的第一位置范围信息；以及，基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，并确定与所述轨迹点密度峰值信息对应的第二位置范围信息；
S304、针对任一道路节点，若该道路节点的位置信息与确定的所述第一位置范围信息以及确定的所述第二位置范围信息匹配，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
这里，本申请实施例中，针对任一道路节点，一方面可以利用该道路节点的位置信息与速度变化信息对应的第一位置范围信息之间的第一匹配结果，确定该道路节点是否为目标道路的道路通行瓶颈的节点，另一方面还可以利用该道路节点的位置信息与轨迹点密度峰值信息对应的第二位置范围信息之间的第二匹配结果，确定该道路节点是否为目标道路的道路通行瓶颈的节点。值得说明的是，本申请实施例可以直接采用第一匹配结果来确定道路节点是否为道路瓶颈点，还可以直接采用第二匹配结果确定道路节点是否为道路瓶颈点，还可以结合第一匹配结果和第二匹配结果来确定道路节点是否为道路瓶颈点。为了进一步提升道路瓶颈点识别的准确性，本申请实施例可以选用结合方式来确定。接下来分别对上述利用第一匹配结果和第二匹配结果确定道路节点是否为道路瓶颈点进行具体说明。
第一方面：对于利用第一匹配结果确定道路节点是否为道路瓶颈点而言，本申请实施例首先可以按照预设长度大小对所述目标道路进行划分，然后基于划分得到的每个子目标道路的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，并确定与所述速度变化信息对应的第一位置范围信息，最后将道路节点的位置信息与第一位置范围信息之间的匹配结果作为第一匹配结果来确定。
这里，考虑到目标道路上交叉口附近的交通状况相对比较复杂，经常会出现停车排队现象，从而增大了对交织区域内道路瓶颈点判定的难度，也即，当目标道路下游交叉口处排队过长，大量低速的轨迹点可能会位于目标道路的末尾处，这将会导致判断出道路的末尾出现瓶颈点，而这实际上是由于受交叉口信号灯影响产生的排队所导致的。为了避免上述影响所带来的误判，本申请实施例才考虑到了速度变化信息对道路瓶颈点确定的影响，该速度变化信息与各个子目标道路的车辆平均速度，以及各子目标道路对应的位置范围信息相关。
其中，本申请实施例中，针对每个子目标道路，可以首先基于该子目标道路的起始位置信息和终止位置信息，以及任一车辆由所述起始位置信息行驶至所述终止位置信息占用的时长信息，确定该车辆在该子目标道路对应的车辆行驶速度，然后再基于所有车辆在所述每个子目标道路对应的车辆行驶速度，通过求取该子目标道路对应的所有车辆行驶速度的平均值，确定在该子目标道路对应的车辆平均速度。
这里，可以基于每个子目标道路的车辆平均速度，以及各子目标道路对应的位置范围信息，可以拟合速度变化确定函数，通过对该速度变化确定函数进行求导运算，可以得到该速度变化确定函数的极小值点，即是得到对应的速度变化信息。这样，基于得到的速度变化信息对应的第一位置范围信息与任一道路节点的位置信息之间的匹配结果，可以确定该任一道路节点是否为目标道路的道路瓶颈点。也即，若任一道路节点的位置信息落入速度变化信息对应的第一位置范围信息，则可以确定该道路节点为道路瓶颈点。其中，速度变化信息对应的第一位置范围信息可以是各极小值点对应的子目标道路的位置范围信息。
对于速度变化确定函数的拟合而言，本申请实施例可以首先基于每个子目标道路对应的位置范围信息以及车辆平均速度确定速度变化确定函数的自变量和因变量，然后基于确定的各自变量和各因变量拟合所述速度变化确定函数。在具体应用时，本申请实施例可以利用最小二乘法进行多项式拟合以得到速度变化确定函数，还可以采用其它方法进行函数拟合，在此不再赘述。
值得说明的是，上述预设长度大小可以根据不同的应用需求来确定。对于同一目标道路而言，预设长度越小，所能得到的自变量和因变量的组合数量也就越多，这样，速度变化确定函数的拟合效果也就越好，然而，预设长度过小将会增大计算量。为了兼顾拟合效果和计算量，本申请实施例中的预设长度大小可以选取为5米。
第二方面：对于利用第二匹配结果确定道路节点是否为道路瓶颈点而言，本申请实施例可以基于划分得到的每个子目标道路的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上轨迹点密度峰值信息，并确定与所述轨迹点密度峰值信息对应的第二位置范围信息，最后将道路节点的位置信息与第二位置范围信息之间的匹配结果作为第二匹配结果来确定。
其中，在每个子目标道路均可以统计出低速轨迹点数量，该低速轨迹点数量可以指的是速度值小于第一速度阈值的行驶轨迹点的数量。如图4所示，本申请实施例提供了一种低速轨迹点数量的确定方法，该方法具体包括如下步骤：
S401、针对每个子目标道路，根据各行驶轨迹点的位置信息以及该子目标道路的位置范围信息，确定与该子目标道路匹配的行驶轨迹点的速度信息；
S402、基于确定的与该子目标道路匹配的行驶轨迹点的速度信息，确定在所述每个子目标道路上速度值小于第一速度阈值的行驶轨迹点的数量；
S403、将确定的行驶轨迹点的数量作为所述每个子目标道路对应的低速轨迹点数量。
这里，针对每个子目标道路而言，与该子目标道路匹配的行驶轨迹点可以指的是行驶轨迹点的位置信息落入该子目标道路的位置范围信息的行驶轨迹点。基于匹配的行驶轨迹点的速度信息，可以确定在每个子目标道路上的低速轨迹点数量，也即可以将速度值小于第一速度阈值的行驶轨迹点(即低速轨迹点)的数量确定为低速轨迹点数量。
为了更为准确和完整的掌握低速轨迹点对道路瓶颈点确定的影响，本申请实施例可以在确定了各子目标道路低速估计点数量之后，确定所有低速轨迹点数量所对应数据集的分布情况，即轨迹点密度峰值信息，利用该轨迹点密度峰值信息对应的位置范围信息便可以进一步确定哪些道路节点是道路瓶颈点。
其中，本申请实施例可以利用核密度估计方法对数据集进行最大程度的近似，其中，核密度估计可以是利用平滑的峰值函数来拟合观察到的数据点(即低速轨迹点数量)，从而对真实的概率分布曲线进行模拟。基于此，本申请实施例可以首先基于预设核函数，所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，构建核密度分析函数，然后确定该核密度分析函数的最大值，并能够将确定的核密度分析函数的最大值作为目标道路上的轨迹点密度峰值信息。其中，预设核函数可以是高斯核函数，还可以是三角形核函数，还可以是其他核函数，考虑到高斯核函数在波形合成计算上的易用性，本申请实施例可以选用高斯核函数。
另外，为了提升利用轨迹点密度峰值信息确定道路瓶颈点的准确性，本申请实施例还可以对轨迹点密度峰值信息进行筛选，以避免其他轨迹点密度峰值信息所带来的峰值干扰。本申请实施例中，可以针对每个轨迹点密度峰值信息，首先确定与该轨迹点密度峰值信息对应的子目标道路的位置范围信息，根据确定的位置范围信息以及预设距离范围阈值确定是否存在大于该轨迹点密度峰值信息的其他轨迹点密度峰值信息，在确定不存在其他轨迹点密度峰值信息时，可以将该轨迹点密度峰值信息作为目标轨迹点密度峰值信息，并确定与该目标轨迹点密度峰值信息对应的第二位置范围信息。其中，目标轨迹点密度峰值信息对应的第二位置范围信息可以是以目标轨迹点密度峰值为依据从核密度分析函数上截取的一个子波形所对应的位置范围信息。
为了便于进一步理解速度变化信息和轨迹点密度峰值信息对道路瓶颈点确定的影响，接下来结合一个具体的示例进行说明。
如图5所示，上图对应拟合得到的速度变化确定函数，横轴对应于目标道路的各位置信息，纵轴对应于车辆平均速度；下图则对应基于低速轨迹点数量的统计结果所绘制的核密度分析曲线，横轴也对应于目标道路的各位置信息，纵轴则对应于核密度值。此外，
Figure BDA0002028163680000161
用于表示上述目标道路上的各道路节点。
由图5的上图可知，A、B、C、D对应四个速度变化信息，由图5的下图可知，两条线框起来的区域[190m-210m]和[614m-634m]则对应了目标轨迹点密度峰值信息，结合上图和下图可知，A、D对应的道路节点即可确定为目标道路的道路通行瓶颈的节点。
为了进一步避免交叉口信号灯影响产生的排队所导致的道路通行瓶颈，本申请实施例在获取了行驶轨迹点的速度信息后，可以对各车辆的行驶轨迹信息进行筛选。通过如下实施例五进行具体说明。
实施例四
如图6所示，为本申请实施例四提供的一种行驶轨迹信息筛选的方法流程图，该方法具体包括如下步骤：
S601、针对任一车辆的任一行驶轨迹点，确定该行驶轨迹点的速度信息是否小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息是否大于所述第二速度阈值；
S602、若确定出该行驶轨迹点的速度信息小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息大于所述第二速度阈值，则从所有行驶轨迹点中删除该行驶轨迹点之后的其他行驶轨迹点；
S603、将删除后的行驶轨迹点对应的行驶轨迹信息作为更新后的所述任一车辆的行驶轨迹信息。
这里，针对任一车辆的任一行驶轨迹点，可以首先确定该行驶轨迹点的速度信息是否小于第二速度阈值(如5km/h)，且该行驶轨迹点之前的预设数量个(如3个)行驶轨迹点的速度信息是否大于所述第二速度阈值，若是，从所有行驶轨迹点中删除该行驶轨迹点之后的其他行驶轨迹点，也即，本申请实施例可以删除可能是受到交叉口信号灯影响产生的排队的行驶轨迹点，以最大程度的降低交叉口信号灯对道路瓶颈点判定的影响，从而使得识别得到的道路瓶颈点的准确度较高。
本申请实施例提供的道路瓶颈点识别方法还可以基于如下影响因子确定目标道路的道路瓶颈点对交通状况的影响程度：
速度下降信息、低速车辆占比以及经过该节点的车辆速度。
其中，上述速度下降信息用于表征在道路瓶颈点的速度下降情况，可以由如下公式(1)确定：
这里，v2用于表示经过道路通行瓶颈的节点的N个车辆的速度信息，v1用于表示经过与所述道路通行瓶颈的节点对应前一个道路节点的N个车辆的速度信息，v3用于表示经过与所述道路通行瓶颈的节点对应后一个道路节点的N个车辆的速度信息，这里的速度信息可以是由N个车辆对应的平均速度。
另外，上述低速车辆占比用于表征经过道路瓶颈点的低速车辆占所有车辆的比例，可以由下式(2)确定：
Figure BDA0002028163680000172
这里，nv用于表示经过道路通行瓶颈的节点的速度小于10km/h的低速车辆数量，N表示经过道路通行瓶颈的节点的所有车辆的数量。
另外，上述经过该节点的车辆速度可以直接由v2来确定。
这样，便可以基于上述至少一种影响因子、以及与每种影响因子对应的权重系数之间的加权和，确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度，也即，不同影响因子对于不同道路瓶颈点的影响也是不同的，从而可以适应于各种交通状态的评价需求。
基于上述实施例，本申请还提供了道路瓶颈点识别装置，下述各种装置的实施可以参见方法的实施，重复之处不再赘述。
实施例五
如图7所示，为本申请实施例五提供的道路瓶颈点识别装置，所述装置包括：
信息获取模块701，用于获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息；
瓶颈点识别模块702，用于基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。
在一些实施例中，所述行驶轨迹信息包括行驶轨迹点的位置信息；所述瓶颈点识别模块702，具体用于：
针对任一道路节点，根据该道路节点的位置信息以及各行驶轨迹点的位置信息，确定具有与该道路节点匹配的起止行驶轨迹点的目标车辆数量；所述起止行驶轨迹点包括车辆起步的行驶轨迹点和/或车辆停止的行驶轨迹点；
若所述目标车辆数量大于预设数量阈值，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
在一些实施例中，所述装置还包括：
位置范围确定模块703，用于按照预设长度大小对所述目标道路进行划分，得到多个子目标道路；
针对每个子目标道路，确定该子目标道路对应的车辆平均速度和低速轨迹点数量；所述低速轨迹点数量用于表示速度值小于第一速度阈值的行驶轨迹点的数量；
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，并确定与所述速度变化信息对应的第一位置范围信息；以及，基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，并确定与所述轨迹点密度峰值信息对应的第二位置范围信息；
所述瓶颈点识别模块702，具体用于：
针对任一道路节点，若该道路节点的位置信息与确定的所述第一位置范围信息以及确定的所述第二位置范围信息匹配，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
在一些实施例中，所述位置范围确定模块703，具体用于：
针对每个子目标道路，基于该子目标道路的起始位置信息和终止位置信息，以及任一车辆由所述起始位置信息行驶至所述终止位置信息占用的时长信息，确定该车辆在该子目标道路对应的车辆行驶速度；
基于所有车辆在所述每个子目标道路对应的车辆行驶速度，确定在该子目标道路对应的车辆平均速度。
在一种实施方式中，所述位置范围确定模块703，具体用于：
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，拟合速度变化确定函数；
对所述速度变化确定函数进行求导运算，得到在所述目标道路上的速度变化信息。
在一些实施例中，所述位置范围确定模块703，具体用于：
基于每个子目标道路对应的位置范围信息以及车辆平均速度确定速度变化确定函数的自变量和因变量；
基于确定的各自变量和各因变量拟合所述速度变化确定函数。
在另一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的位置信息和速度信息；所述位置范围确定模块703，具体用于：
针对每个所述子目标道路，根据各行驶轨迹点的位置信息以及该子目标道路的位置范围信息，确定与该子目标道路匹配的行驶轨迹点的速度信息；
基于确定的与该子目标道路匹配的行驶轨迹点的速度信息，确定在所述每个子目标道路上速度值小于第一速度阈值的行驶轨迹点的数量；
将确定的行驶轨迹点的数量作为所述每个子目标道路对应的低速轨迹点数量。
在又一种实施方式中，所述位置范围确定模块703，具体用于：
基于预设核函数，所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，构建核密度分析函数；
确定所述核密度分析函数的最大值；
将确定的所述核密度分析函数的最大值作为在所述目标道路上的轨迹点密度峰值信息。
在再一种实施方式中，所述轨迹点密度峰值信息为多个；所述位置范围确定模块703，具体用于：
在所述确定在所述目标道路上的轨迹点密度峰值信息之后，所述确定与所述轨迹点密度峰值信息对应的第二位置范围信息之前，针对每个轨迹点密度峰值信息，确定与该轨迹点密度峰值信息对应的子目标道路的位置范围信息；根据确定的位置范围信息以及预设距离范围阈值确定是否存在大于该轨迹点密度峰值信息的其他轨迹点密度峰值信息；
若不存在，则将该轨迹点密度峰值信息作为目标轨迹点密度峰值信息；
确定与所述目标轨迹点密度峰值信息对应的第二位置范围信息。
在再一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的速度信息；所述装置还包括：
轨迹更新模块704，用于针对任一车辆的任一行驶轨迹点，确定该行驶轨迹点的速度信息是否小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息是否大于所述第二速度阈值；
若确定出该行驶轨迹点的速度信息小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息大于所述第二速度阈值，则从所有行驶轨迹点中删除该行驶轨迹点之后的其他行驶轨迹点；
将删除后的行驶轨迹点对应的行驶轨迹信息作为更新后的所述任一车辆的行驶轨迹信息。
在再一种实施方式中，所述装置还包括：
影响确定模块705，用于基于如下至少一种影响因子确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度：
速度下降信息、低速车辆占比、以及经过该节点的车辆速度。
在一些实施例中，所述影响确定模块705，具体用于：
基于至少一种影响因子、以及每种影响因子的权重系数，确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度。
实施例六
如图8所示，为本申请实施例六所提供的一种电子设备的结构示意图，包括：处理器801、存储介质802和总线803，所述存储介质802存储有所述处理器801可执行的机器可读指令，当电子设备运行时，所述处理器801与所述存储介质802之间通过总线803通信，所述处理器801执行所述机器可读指令，以执行存储介质802中存储的如下执行指令：
获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息；
基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。
在一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的位置信息；上述处理器801执行的处理中，所述基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点，包括：
针对任一道路节点，根据该道路节点的位置信息以及各行驶轨迹点的位置信息，确定具有与该道路节点匹配的起止行驶轨迹点的目标车辆数量；所述起止行驶轨迹点包括车辆起步的行驶轨迹点和/或车辆停止的行驶轨迹点；
若所述目标车辆数量大于预设数量阈值，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
在另一种实施方式中，在所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点之前，上述处理器801执行的处理还包括：
按照预设长度大小对所述目标道路进行划分，得到多个子目标道路；
针对每个子目标道路，确定该子目标道路对应的车辆平均速度和低速轨迹点数量；所述低速轨迹点数量用于表示速度值小于第一速度阈值的行驶轨迹点的数量；
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，并确定与所述速度变化信息对应的第一位置范围信息；以及，基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，并确定与所述轨迹点密度峰值信息对应的第二位置范围信息；
上述处理器801执行的处理中，所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点，包括：
针对任一道路节点，若该道路节点的位置信息与确定的所述第一位置范围信息以及确定的所述第二位置范围信息匹配，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
在一些实施例中，上述处理器801执行的处理中，所述确定每个子目标道路对应的车辆平均速度，包括：
针对每个子目标道路，基于该子目标道路的起始位置信息和终止位置信息，以及任一车辆由所述起始位置信息行驶至所述终止位置信息占用的时长信息，确定该车辆在该子目标道路对应的车辆行驶速度；
基于所有车辆在所述每个子目标道路对应的车辆行驶速度，确定在该子目标道路对应的车辆平均速度。
在一些实施例中，上述处理器801执行的处理中，所述基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，包括：
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，拟合速度变化确定函数；
对所述速度变化确定函数进行求导运算，得到在所述目标道路上的速度变化信息。
在再一种实施方式中，上述处理器801执行的处理中，所述基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，拟合速度变化确定函数，包括：
基于每个子目标道路对应的位置范围信息以及车辆平均速度确定速度变化确定函数的自变量和因变量；
基于确定的各自变量和各因变量拟合所述速度变化确定函数。
在再一种实施方式中，上述处理器801执行的处理中，所述行驶轨迹信息包括行驶轨迹点的速度信息；所述确定每个子目标道路对应的低速轨迹点数量，包括：
针对每个所述子目标道路，根据各行驶轨迹点的位置信息以及该子目标道路的位置范围信息，确定与该子目标道路匹配的行驶轨迹点的速度信息；
基于确定的与该子目标道路匹配的行驶轨迹点的速度信息，确定在所述每个子目标道路上速度值小于第一速度阈值的行驶轨迹点的数量；
将确定的行驶轨迹点的数量作为所述每个子目标道路对应的低速轨迹点数量。
在再一种实施方式中，上述处理器801执行的处理中，所述基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，包括：
基于预设核函数，所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，构建核密度分析函数；
确定所述核密度分析函数的最大值；
将确定的所述核密度分析函数的最大值作为在所述目标道路上的轨迹点密度峰值信息。
在再一种实施方式中，所述轨迹点密度峰值信息为多个；在所述确定在所述目标道路上的轨迹点密度峰值信息之后，所述确定与所述轨迹点密度峰值信息对应的第二位置范围信息之前，上述处理器801执行的处理还包括：
针对每个轨迹点密度峰值信息，确定与该轨迹点密度峰值信息对应的子目标道路的位置范围信息；根据确定的位置范围信息以及预设距离范围阈值确定是否存在大于该轨迹点密度峰值信息的其他轨迹点密度峰值信息；
若不存在，则将该轨迹点密度峰值信息作为目标轨迹点密度峰值信息；
上述处理器801执行的处理中，所述确定与所述轨迹点密度峰值信息对应的第二位置范围信息，包括：
确定与所述目标轨迹点密度峰值信息对应的第二位置范围信息。
在再一种实施方式中，所述行驶轨迹信息包括行驶轨迹点的速度信息；在所述获取行经目标道路的各车辆的行驶轨迹信息之后，所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点之前，上述处理器801执行的处理还包括：
针对任一车辆的任一行驶轨迹点，确定该行驶轨迹点的速度信息是否小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息是否大于所述第二速度阈值；
若确定出该行驶轨迹点的速度信息小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息大于所述第二速度阈值，则从所有行驶轨迹点中删除该行驶轨迹点之后的其他行驶轨迹点；
将删除后的行驶轨迹点对应的行驶轨迹信息作为更新后的所述任一车辆的行驶轨迹信息。
在再一种实施方式中，上述处理器801执行的处理还包括：
基于如下至少一种影响因子确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度：
速度下降信息、低速车辆占比、以及经过该节点的车辆速度。
在一些实施例中，上述处理器801执行的处理中，基于至少一种影响因素确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度，包括：
基于至少一种影响因子、以及每种影响因子的权重系数，确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度。
实施例八
本申请实施例八还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述实施例所对应的道路瓶颈点识别方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述道路瓶颈点识别方法，从而解决目前人工观测方法所存在的人力成本耗费大，且识别效率较低的问题，达到不需要耗费人力成本，且识别效率较高的效果。
基于相同的技术构思，本申请实施例还提供了一种计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行上述道路瓶颈点识别方法的步骤，具体实现可参见上述方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (12)

1.一种道路瓶颈点识别方法，其特征在于，所述方法包括：
获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息；
基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。
2.根据权利要求1所述的方法，其特征在于，所述行驶轨迹信息包括行驶轨迹点的位置信息；所述基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点，包括：
针对任一道路节点，根据该道路节点的位置信息以及各行驶轨迹点的位置信息，确定具有与该道路节点匹配的起止行驶轨迹点的目标车辆数量；所述起止行驶轨迹点包括车辆起步的行驶轨迹点和/或车辆停止的行驶轨迹点；
若所述目标车辆数量大于预设数量阈值，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
3.根据权利要求1所述的方法，其特征在于，在所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点之前，还包括：
按照预设长度大小对所述目标道路进行划分，得到多个子目标道路；
针对每个子目标道路，确定该子目标道路对应的车辆平均速度和低速轨迹点数量；所述低速轨迹点数量用于表示速度值小于第一速度阈值的行驶轨迹点的数量；
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，并确定与所述速度变化信息对应的第一位置范围信息；以及，基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，并确定与所述轨迹点密度峰值信息对应的第二位置范围信息；
所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点，包括：
针对任一道路节点，若该道路节点的位置信息与确定的所述第一位置范围信息以及确定的所述第二位置范围信息匹配，则确定所述任一道路节点为所述目标道路的道路通行瓶颈的节点。
4.根据权利要求3所述的方法，其特征在于，所述基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的速度变化信息，包括：
基于所述每个子目标道路对应的车辆平均速度，以及各子目标道路对应的位置范围信息，拟合速度变化确定函数；
对所述速度变化确定函数进行求导运算，得到在所述目标道路上的速度变化信息。
5.根据权利要求3所述的方法，其特征在于，所述行驶轨迹信息包括行驶轨迹点的位置信息和速度信息；所述确定每个子目标道路对应的低速轨迹点数量，包括：
针对每个所述子目标道路，根据各行驶轨迹点的位置信息以及该子目标道路的位置范围信息，确定与该子目标道路匹配的行驶轨迹点的速度信息；
基于确定的与该子目标道路匹配的行驶轨迹点的速度信息，确定在所述每个子目标道路上速度值小于第一速度阈值的行驶轨迹点的数量；
将确定的行驶轨迹点的数量作为所述每个子目标道路对应的低速轨迹点数量。
6.根据权利要求3所述的方法，其特征在于，所述基于所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，确定在所述目标道路上的轨迹点密度峰值信息，包括：
基于预设核函数，所述每个子目标道路对应的低速轨迹点数量，以及各子目标道路对应的位置范围信息，构建核密度分析函数；
确定所述核密度分析函数的最大值；
将确定的所述核密度分析函数的最大值作为在所述目标道路上的轨迹点密度峰值信息。
7.根据权利要求6所述的方法，其特征在于，所述轨迹点密度峰值信息为多个；在所述确定在所述目标道路上的轨迹点密度峰值信息之后，所述确定与所述轨迹点密度峰值信息对应的第二位置范围信息之前，还包括：
针对每个轨迹点密度峰值信息，确定与该轨迹点密度峰值信息对应的子目标道路的位置范围信息；根据确定的位置范围信息以及预设距离范围阈值确定是否存在大于该轨迹点密度峰值信息的其他轨迹点密度峰值信息；
若不存在，则将该轨迹点密度峰值信息作为目标轨迹点密度峰值信息；
所述确定与所述轨迹点密度峰值信息对应的第二位置范围信息，包括：
确定与所述目标轨迹点密度峰值信息对应的第二位置范围信息。
8.根据权利要求1所述的方法，其特征在于，所述行驶轨迹信息包括行驶轨迹点的速度信息；在所述获取行经目标道路的各车辆的行驶轨迹信息之后，所述从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点之前，还包括：
针对任一车辆的任一行驶轨迹点，确定该行驶轨迹点的速度信息是否小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息是否大于所述第二速度阈值；
若确定出该行驶轨迹点的速度信息小于第二速度阈值，且该行驶轨迹点之前的预设数量个行驶轨迹点的速度信息大于所述第二速度阈值，则从所有行驶轨迹点中删除该行驶轨迹点之后的其他行驶轨迹点；
将删除后的行驶轨迹点对应的行驶轨迹信息作为更新后的所述任一车辆的行驶轨迹信息。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于如下至少一种影响因子确定所述目标道路的道路通行瓶颈的节点对交通状况的影响程度：
速度下降信息、低速车辆占比、以及经过该节点的车辆速度。
10.一种道路瓶颈点识别装置，其特征在于，所述装置包括：
信息获取模块，用于获取行经目标道路的各车辆的行驶轨迹信息，以及所述目标道路中各道路节点的位置信息；
瓶颈点识别模块，用于基于获取的所述行驶轨迹信息，以及所述目标道路中各道路节点的位置信息，从所述目标道路的道路节点中识别成为所述目标道路的道路通行瓶颈的节点。
11.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1至9任一所述的道路瓶颈点识别方法的步骤。
12.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至9任一所述的道路瓶颈点识别方法的步骤。
CN201910300811.6A 2019-04-15 2019-04-15 一种道路瓶颈点识别方法、装置、电子设备及存储介质 Active CN110782656B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910300811.6A CN110782656B (zh) 2019-04-15 2019-04-15 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN202010768191.1A CN111915893B (zh) 2019-04-15 2019-04-15 一种道路瓶颈点识别方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910300811.6A CN110782656B (zh) 2019-04-15 2019-04-15 一种道路瓶颈点识别方法、装置、电子设备及存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202010768191.1A Division CN111915893B (zh) 2019-04-15 2019-04-15 一种道路瓶颈点识别方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110782656A true CN110782656A (zh) 2020-02-11
CN110782656B CN110782656B (zh) 2020-10-16

Family

ID=69383196

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010768191.1A Active CN111915893B (zh) 2019-04-15 2019-04-15 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN201910300811.6A Active CN110782656B (zh) 2019-04-15 2019-04-15 一种道路瓶颈点识别方法、装置、电子设备及存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010768191.1A Active CN111915893B (zh) 2019-04-15 2019-04-15 一种道路瓶颈点识别方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (2) CN111915893B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022032781A1 (zh) * 2020-08-12 2022-02-17 深圳技术大学 车流量特征提取方法及系统
CN114677852A (zh) * 2020-12-24 2022-06-28 北京三快在线科技有限公司 道路通行状态确定方法、导航方法、装置、介质及设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113506439B (zh) * 2021-07-09 2022-12-09 阿波罗智联(北京)科技有限公司 路网交通瓶颈的识别方法、装置及电子设备
CN113920728B (zh) * 2021-10-11 2022-08-12 南京微达电子科技有限公司 高速公路抛洒障碍物检测与预警方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140149030A1 (en) * 2006-03-03 2014-05-29 Inrix, Inc. Detecting Unrepresentative Road Traffic Condition Data
CN105825669A (zh) * 2015-08-15 2016-08-03 李萌 一种识别城市快速路交通瓶颈的系统和方法
CN108877244A (zh) * 2018-06-21 2018-11-23 东南大学 一种基于动态数据的公交车辆交叉口运行瓶颈判别方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4175312B2 (ja) * 2004-09-17 2008-11-05 株式会社日立製作所 交通情報予測装置
CN102024325B (zh) * 2010-12-23 2012-07-25 福建工程学院 基于浮动车技术的交通堵塞点识别方法
JP2013214232A (ja) * 2012-04-03 2013-10-17 Sumitomo Electric Ind Ltd 交通情報予測装置、交通情報予測方法及びコンピュータプログラム
US9330565B2 (en) * 2013-09-18 2016-05-03 Iteris, Inc. Traffic bottleneck detection and classification on a transportation network graph
CN105261217B (zh) * 2015-10-03 2017-12-22 上海大学 一种基于密度聚类算法的城市交通拥堵状态检测方法
CN106898139B (zh) * 2015-12-17 2019-10-15 中国移动通信集团公司 一种道路节点的识别方法及装置
CN106960571B (zh) * 2017-03-30 2020-10-16 百度在线网络技术（北京）有限公司 道路拥堵瓶颈点确定方法、装置、服务器及存储介质
CN108109382B (zh) * 2018-02-05 2020-08-04 青岛大学 基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140149030A1 (en) * 2006-03-03 2014-05-29 Inrix, Inc. Detecting Unrepresentative Road Traffic Condition Data
CN105825669A (zh) * 2015-08-15 2016-08-03 李萌 一种识别城市快速路交通瓶颈的系统和方法
CN108877244A (zh) * 2018-06-21 2018-11-23 东南大学 一种基于动态数据的公交车辆交叉口运行瓶颈判别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王璞等: "城市公交网络运行演化分析与瓶颈甄别", 《电子科技大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022032781A1 (zh) * 2020-08-12 2022-02-17 深圳技术大学 车流量特征提取方法及系统
CN114677852A (zh) * 2020-12-24 2022-06-28 北京三快在线科技有限公司 道路通行状态确定方法、导航方法、装置、介质及设备
CN114677852B (zh) * 2020-12-24 2023-05-26 北京三快在线科技有限公司 道路通行状态确定方法、导航方法、装置、介质及设备

Also Published As

Publication number Publication date
CN110782656B (zh) 2020-10-16
CN111915893B (zh) 2021-05-11
CN111915893A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
CN110782656B (zh) 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN109520744B (zh) 自动驾驶车辆的驾驶性能测试方法和装置
CN107000750B (zh) 用于车辆经济性改进的设备及方法
US11175152B2 (en) Method and system for risk determination of a route
US9696170B2 (en) Route calculation system, route calculation method, and computer program
US20120277985A1 (en) Method of analyzing points of interest with probe data
EP3009798B1 (en) Providing alternative road navigation instructions for drivers on unfamiliar roads
WO2018061619A1 (ja) 経路探索装置、経路探索システム及びコンピュータプログラム
CN112734242B (zh) 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端
JP2007241987A (ja) 交通情報生成方法及び交通情報生成装置
JP2009259158A (ja) 交通状態シミュレーション装置及びプログラム
JP2019032174A (ja) 情報処理システムおよび情報処理方法
CN107403550B (zh) 公交路网数据采集方法、装置和终端设备
CN115655301A (zh) 车辆导航路线的选取方法、装置、电子设备及介质
JP2014066655A (ja) 経路探索装置及び経路探索方法
CN111860904A (zh) 上车点排序的方法及装置
CN113470343B (zh) 阻断道路的开通检测方法、装置、设备及存储介质
JP2002342879A (ja) 交通情報処理方法及び交通情報処理システム
JP6835404B2 (ja) プローブ情報作成プログラム、プローブ情報作成方法およびプローブ情報作成システム
CN111695714A (zh) 车道渠化合理性检测方法、装置、电子设备及存储介质
CN113077348B (zh) 基于驾驶行为的风险获取系统
JP7082350B2 (ja) 運行管理システムおよびコンピュータプログラム
CN111739319B (zh) 一种信息处理的方法及装置
US20240085193A1 (en) Automated dynamic routing unit and method thereof
JP5299155B2 (ja) プローブ情報生成装置及びコンピュータプログラム

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