CN111669711A - 车辆信息存储的实现方法、装置及计算机设备 - Google Patents
车辆信息存储的实现方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN111669711A CN111669711A CN202010495642.9A CN202010495642A CN111669711A CN 111669711 A CN111669711 A CN 111669711A CN 202010495642 A CN202010495642 A CN 202010495642A CN 111669711 A CN111669711 A CN 111669711A
- Authority
- CN
- China
- Prior art keywords
- vehicle information
- target vehicle
- time
- target
- verified
- 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 100
- 230000001133 acceleration Effects 0.000 claims abstract description 41
- 238000012795 verification Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims description 33
- 206010039203 Road traffic accident Diseases 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 7
- 230000006855 networking Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 17
- 238000001514 detection method Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 230000000717 retained effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种车辆信息存储的实现方法、装置及计算机设备,在车联网应用场景下,获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息后,将依据第一时刻对应的目标车辆信息,在目标地理区域行驶的历史加速度,得到该目标车辆在未来第二时刻所能到达的预测位置范围,以实现对第二时刻获取的目标车辆的待验证位置的可信度验证,进而确定从第一时刻到第二时刻之间得到的目标车辆信息的目标存储空间,即第二时刻所处地理网格对应的存储空间还是第一地理网格对应的存储空间,相对于现有技术,保证了计算机设备存储空间所保留的目标车辆信息尽可能真实可靠性,进而提高了基于车辆信息进行路况判断的准确性。
Description
技术领域
本申请涉及安全辅助驾驶和车路协同领域,具体涉及一种车辆信息存储的实现方法、装置及计算机设备。
背景技术
随着互联网通信技术的发展,EMQ(Elastic Message Queue,弹性消息队列)作为物联网MQTT(Message Queuing Telemetry Transport,消息队列遥测传输)消息平台的万物互联消息引擎(可以称为消息服务器),参照图1所示的物联网应用结构示意图,支持海量物联网设备(即集群节点)一站式连接,通过主题树方式发布订阅模式,在集群节点间路由MQTT消息,具有高并发低延时及大规模分布式消息通信性能,且支持多种企业中间件的运行,适用于各种物联网应用场景,满足企业构建物联网应用的各种需求。
以车联网应用为例,在目前的安全辅助驾驶和车路协同系统中,参照图2所示的场景示意图,通常将道路地理区域划分成若干个小地理区域记为地理网格,每一个地理网格在EMQ服务器中对应有一个存储空间,用来存储在相应地理网格内行驶各车辆的车辆信息。因此,在车辆A依次经过不同地理网格,可能会出现该不同地理网格各自对应的存储空间均存储有该车辆A的车辆信息的情况,在这些车辆信息未配置车辆ID的情况下,当应用端需要从EMQ处请求车辆信息时,往往会将存储在不同存储空间的该车辆A的车辆信息,误认为是不同车辆的车辆信息,导致基于请求到的车辆信息进行路况判断时出错,进而降低了基于路况判断结果的应用可靠性,甚至会降低车辆行驶安全性。
对此,现有技术中,EMQ服务器通常是将一车辆最新获取的车辆信息,存储至该车辆所在地理网格对应的存储空间,并删除该地理网格的相邻地理网格对应的存储空间中最开始存入的车辆信息,使得同一时刻,同一辆车只存储有一组车辆信息,避免出现路况误判的问题。但是,若EMQ服务器保留的最新获取的车辆信息是错误信息,将会降低路况判断的准确性。
发明内容
有鉴于此,为实现上述目的,本申请实施例提供如下技术方案:
一方面,本申请提出了一种车辆信息存储的实现方法,所述方法包括:
获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息,所述第一地理网格是位于目标地理区域内的任一地理网格,所述第一时刻对应的目标车辆信息存储于所述第一地理网格对应的第一存储空间;
依据所述第一时刻对应的目标车辆信息,及所述目标车辆在所述目标地理区域内行驶过程中的历史加速度,得到所述目标车辆在第二时刻所能到达的预测位置范围;
依据所述预测位置范围,对所述第二时刻获取的所述目标车辆的待验证位置进行可信度验证,得到可信度验证结果;
依据所述可信度验证结果,确定从所述第一时刻到所述第二时刻之间得到的目标车辆信息的目标存储空间。
可选的,所述依据所述预测位置范围,对所述目标车辆在所述第二时刻到达的待验证位置进行可信度验证,得到可信度验证结果,包括:
获取所述目标车辆在所述第二时刻的待验证位置;
检测所述待验证位置是否位于所述预测位置范围内;
如果位于所述预测位置范围内,确定所述待验证位置可信;
如果未位于所述预测位置范围内,检测在所述第二时刻所述第一存储空间内是否存在所述目标车辆信息;
如果存在所述目标车辆信息,确定所述待验证位置不可信;
如果不存在所述目标车辆信息,获取所述目标地理区域内的交通事故率,并以所述交通事故率确定所述待验证位置是否可信。
可选的,所述依据所述可信度验证结果,确定从所述第一时刻到所述第二时刻之间得到的目标车辆信息的目标存储空间,包括:
如果所述待验证位置可信,将从所述第一时刻到所述第二时刻之间得到的目标车辆信息,存储至所述待验证位置所处的第二地理网格对应的第二存储空间;
如果所述第一存储空间存在从所述第一时刻到所述第二时刻之间得到目标车辆信息,从所述第一存储空间删除该目标车辆信息;
如果所述待验证位置不可信,拒绝将从所述第一时刻到所述第二时刻之间得到目标车辆信息,存储至所述待验证位置所处的第二地理网格对应的第二存储空间。
可选的,所述方法还包括:
获取相邻两次执行车辆信息存储操作之间的时间间隔,所述车辆信息存储操作可以是针对在所述目标地理区域内行驶的任一车辆的车辆信息执行的;
对所述第一时刻与所述时间间隔求和,得到所述第二时刻。
可选的,所述依据所述第一时刻对应的目标车辆信息,及所述目标车辆在所述目标地理区域内行驶过程中的历史加速度,得到所述目标车辆在第二时刻所能到达的预测位置范围,包括:
查询所述目标车辆在所述目标地理区域内行驶,所达到的最大历史加速度和最小历史加速度;
利用所述第一时刻对应的目标车辆信息、所述时间间隔、所述最大历史加速度和所述最小加速度,得到所述目标车辆在第二时刻所能达到的最小预测位置及最大预测位置;
确定所述最小预测位置与所述最大预测位置之间的连线,所经过的所述目标地理区域包含的至少一个预测地理网格;
将所述至少一个预测地理网格对应的位置范围,确定为所述目标车辆在第二时刻所能到达的预测位置范围。
可选的,所述获取相邻两次执行车辆信息存储操作之间的时间间隔,包括:
统计在距离第一时刻的第一历史时间段内,执行车辆信息存储操作的总存储次数及总消耗时间;
利用所述总消耗时间及所述总存储次数,得到相邻两次执行车辆信息存储操作之间的时间间隔。
又一方面,本申请还提出了一种车辆信息存储的实现装置,所述装置包括:
车辆信息获取模块,用于获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息,所述第一地理网格是位于目标地理区域内的任一地理网格,所述第一时刻对应的目标车辆信息存储于所述第一地理网格对应的第一存储空间;
预测位置范围得到模块,用于依据所述第一时刻对应的目标车辆信息,及所述目标车辆在所述目标地理区域内行驶过程中的历史加速度,得到所述目标车辆在第二时刻所能到达的预测位置范围;
可信度验证模块,用于依据所述预测位置范围,对所述第二时刻获取的所述目标车辆的待验证位置进行可信度验证,得到可信度验证结果;
目标存储空间确定模块,用于依据所述可信度验证结果,确定从所述第一时刻到所述第二时刻之间得到的目标车辆信息的目标存储空间。
又一方面,本申请还提出了一种计算机设备,所述计算机设备包括:
通信接口;
存储器,用于存储实现如上述的车辆信息存储的实现方法的程序;
处理器,用于加载并执行所述存储器存储的所述程序,以实现如上所述的车辆信息存储的实现方法的各个步骤。
由此可见,本申请提供了一种车辆信息存储的实现方法、装置及计算机设备,在车联网应用场景下,获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息后,将依据第一时刻对应的目标车辆信息,在目标地理区域行驶的历史加速度,得到该目标车辆在未来第二时刻所能到达的预测位置范围,以实现对第二时刻获取的目标车辆的待验证位置的可信度验证,进而确定从第一时刻到第二时刻之间得到的目标车辆信息的目标存储空间,即第二时刻所处地理网格对应的存储空间还是第一地理网格对应的存储空间,相对于现有技术,保证了计算机设备存储空间所保留的目标车辆信息尽可能真实可靠性,进而提高了基于车辆信息进行路况判断的准确性。
附图说明
为了更清楚地说明本申请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申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1示出了EMQ服务器应用于车联网的一可选系统结构示意图;
图2示出了适用于本申请提出的车辆信息存储的实现方法的一可选应用场景示意图;
图3示出了实现本申请提出的车辆信息存储的实现方法的一可选系统的结构示意图;
图4示出了本申请提出的车辆信息存储的实现方法的一可选示例的流程示意图;
图5示出了本申请提出的车辆信息存储的实现方法的又一可选示例的流程示意图;
图6示出了本申请提出的车辆信息存储的实现方法的又一可选示例的流程示意图;
图7示出了适用于本申请提出的车辆信息存储的实现方法的又一可选应用场景示意图;
图8示出了实现本申请提出的车辆信息存储的实现方法的又一可选系统的结构示意图;
图9示出了本申请提出的车辆信息存储的实现装置的一可选示例的结构示意图;
图10示出了本申请提出的车辆信息存储的实现装置的又一可选示例的结构示意图;
图11示出了实现本申请提出的车辆信息存储的实现方法的计算机设备的一可选示例的硬件结构示意图。
具体实施方式
物联网(The Internet of Things,IOT)是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术,实时采集任何需要监控、连接、互动的物体或过程,采集其声、光、热、电、力学、生物、位置等各种需要的信息,通过各类可能的网络接入,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理。可见,物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
车联网(Internet ofVehicle,IOV)是能够实现智能化交通管理、智能动态信息服务和车辆控制的一体化网络,通常是由车辆位置、速度和路线等信息构成的巨大交互网络,是物联网技术在交通系统领域的典型应用。
云物联(Cloud IOT)旨在将传统物联网中传感设备感知的信息和接受的指令连入互联网中,真正实现网络化,并通过云计算技术实现海量数据存储和运算,由于物联网的特性是物与物相连接,实时感知各个“物体”当前的运行状态,在这个过程中会产生大量的数据信息,如何将这些信息汇总,如何在海量信息中筛取有用信息为后续发展做决策支持,这些已成为影响物联网发展的关键问题,而基于云计算和云存储技术的物联云也因此成为物联网技术和应用的有力支持。
结合背景技术部分的描述,现有技术是在得到车辆的最新车辆信息后,直接将其存入该车辆所在地理网格(即将目标地理区域划分成多个地理小区域中的一地理小区域)对应的存储空间(即EMQ服务器的存储空间),并删除相邻地理网格(其可能不是该车辆所在地理网格的上一个相邻地理网格)对应存储空间存储的该车辆的车辆信息(由于车辆通常是移动的其车辆信息可以实时更新,所以,该车辆信息可能不是该车辆在原地理网格中的信息),在此之前,并未对最新车辆信息进行可信度验证,才可能会导致整个EMQ(ElasticMessage Queue,弹性消息队列)存储空间中保留的该车辆的车辆信息不是真实车辆信息,进而导致错误路况判断。
为了解决上述问题,本申请提出对最新获取的车辆信息进行可信度判断,由于不真实的车辆信息通常是车辆B所在的地理位置不真实,即定位系统定位不准确造成的车辆信息不真实,所以,本申请主要是对最新获取的车辆B地理位置进行可信度判断,确定可信后,才会将最新获取的车辆信息存入当前所处地理网格对应的存储空间,并删除相邻地理网格对应的存储最早存入的车辆信息,这样,即便删除的该车辆信息是该车辆B的车辆信息,也不会影响后续路况判断的准确性。可见,本申请提出的车辆信息存储的实现方法过程中,不会随意删除已存入的车辆信息,结合最新获取的车辆信息可信度,最大限度的保留真实的车辆信息,从而保证路况判断的准确性。
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,显然,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。基于本申请中的实施例,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,都属于本申请保护的范围。
应当理解,本申请中使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换该词语。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。以下术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
另外,本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
参照图3,为适用于本申请提出的车辆信息存储的实现方法的一可选应用场景的系统架构示意图,如安全辅助驾驶等应用场景等等,本申请对该车辆信息存储的实现方法所适用的具体应用场景不做限定。如图3所述,该系统可以包括:车辆11、采集系统12、交通管理平台13及计算机设备14,其中:
车辆11可以包括能够在道路上行驶的各种类型的车辆,并不局限于图1所示的四轮汽车,可以根据具体应用场景确定。
在一些实施例中,车辆11中可以配置有车载终端,用于采集该车辆的相关信息,如车辆的行驶速度、行驶方向、所处的地理位置等等,本申请对该车载终端的组成结构及其功能实现过程不做详述。
其中,上述车载终端可以是车辆11内嵌的车载控制设备,也可以是驾驶员携带的移动终端,将该移动终端固定在车辆中的固定支架上,以维持该移动终端与车辆之间的相对位置不变,从而利用移动终端具有的功能,实现对该车辆的相关信息检测,还可以接收并输出外部设备发送的消息,如前方xxx米处车辆拥挤、发生交通事故等,为车辆驾驶提供方便。
采集系统12可以包括设置在交通路段的摄像头以及各种类型的感应设备,以获取经过车辆的行驶速度、行驶方向、定位车辆所在的地理位置等车辆信息,本申请对该采集系统12具体包含的内容以及部署方式不做详述,可以根据具体应用场景需求确定。
需要说明的是,对于上述采集系统12的应用,并不局限于对车辆信息的采集,还可以对其他交通参与者的相关信息进行采集,如行人等,以便满足不同的应用需求,本申请在此不做一一列举。
交通管理平台13可以是支持交通管理服务,以及对外交通查询服务的应用平台,其可以由服务器构成,具体可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或分布式系统,还可以是提供云计算服务的云服务器等,可以根据实际应用需求确定,本申请对该交通管理应用平台13的具体结构不做详述。
在实际应用中,交通管理平台13也可以获取上述采集系统12采集到的路况信息,以便据此统计相应时间段内,不同路段的交通事故率,但并不局限于这一种应用需求,本实施例在此不做一一详述。
计算机设备14可以是车联网平台中的EMQ服务器,由于其属于消息队列,通常会划分多个存储空间,分别对应于地理区域中不同的地理网格,以使得每一个地理网格对应有一个存储空间,用来存储该经过该地理网格的车辆的车辆信息,如车辆的行驶速度、行驶方向、所处的地理位置等,可以结合EMQ服务器的工作原理确定,本实施例在此不做详述。
在实际应用中的服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或分布式系统,还可以是提供云计算服务的云服务器等,可以依据实际应用需求确定,本申请的计算机设备可以是云服务器,但并不局限于此。
应该理解,对于移动的车辆来说,在不同时刻的车辆信息往往不同,最起码所处的地理位置会随着时间推进而不断改变,所以,计算机设备的各存储空间的车辆信息也是会不断更新的,具体更新存储过程不做限定。
本申请中,计算机设备14执行本申请提出的车辆信息存储的实现方法过程中,可以从车辆11或上述采集系统12或者其他检测设备,直接或间接获取车辆信息,该车辆信息具体可以通过无线网络发送至车联网平台存储,关于车辆信息的来源及其传输方式,本申请不做限定,可以根据实际应用需要确定。
在一些实例中,计算机设备14可以对各地理网格分别对应的存储空间记录的车辆信息进行统计分析,确定用户请求查询路段的路况信息,并反馈至发起路况查询请求的终端输出,如车载终端或用户的移动终端,如智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。
应该理解的是,关于实现本申请提出的车辆信息存储的实现方法的应用场景的构成,并不局限于上文列举的几部分,在实际应用中,基于不同应用场景的需求,可能包含比图3所示的本实施例提出的系统结构更多或更少的组成部分,如全球定位系统等,本申请不再一一列举。
参照图4,为本申请提出的车辆信息存储的实现方法的一可选示例的流程示意图,该方法可以适用于计算机设备,如图4所示,该实现方法可以包括但并不局限于以下步骤:
步骤S11,获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息;
参照图2所示的应用场景,EMQX是一种EMQ服务器,下文统称为计算机设备,本申请可以将车辆行驶的道路分割成若干个小的直线段,尤其是针对近似直线或曲线的道路,可以将每一个直线段均可以一个地理区域,依据需求确定,之后,对于每一个地理区域,可以划分成若干个地理网格,结合计算机设备的消息存储方式可知,可以将计算机设备具有的整个存储区域划分若干个存储空间,使得每一个地理网格对应一个存储空间,本申请对上述道路的地理网格的划分方式不做详述。
基于上述分析,本申请可以将目标车辆当前所在的路段,甚至其期望将会行驶到的路段所在的地理区域确定为目标地理区域,其可以是一个城市、一个市、一个省、一个国家,甚至可以是整个世界所覆盖的区域,本申请对该目标地理区域的包含的位置范围不做限定。第一地理网格则是车辆在第一时刻行驶到的地理网格,其可以是位于目标地理区域内的任一地理网格。
通常情况下,对地理网格的划分可以由地图引擎实现,在用户启动地图引擎后,通常会直接呈现已经划分好的地理网格。因此,地图引擎将各地理区域的地理网格划分好后,可以直接上报至计算机设备,之后,计算机设备可以直接调取目标地理区域的地理网格划分情况,得到该目标地理区域包含的多个地理网格各自的地理位置信息,其可以采用任意一种坐标表示,如GPS(Global Positioning System,全球定位系统)坐标,或构建的xy平面坐标系中的xy坐标。当然,地图引擎也可以在完成对目标地理区域的地理网格划分后,将该目标地理区域的地理网格划分情况上报至计算机设备,本申请对地理网格的获取过程及其传输过程不做详述。
需要说明的是,对于本申请的目标地理区域,并不局限于按照道路方向及道路宽度分割得到,即不局限于以某四个坐标为四个顶点的矩形区域,也可以是以某一个坐标为中心,并以某个距离(具体数值不做限定)为半径的圆形区域等,可以根据实际应用需求,来确定目标地理区域包含的地理位置范围。
计算机设备可以在第一时刻t1从目标车辆自身或其他采集系统,获取该目标车辆的目标车辆信息,如目标车辆的第一时刻t1的行驶速度v1、行驶方向θ1,以及在第一地理网格中所处的第一地理位置(x1,y1)等。本实施例以xy坐标方式为例来表示该地理位置,对于其他坐标表示方式的实现过程类似,不会影响后续处理结果。基于此,上述行驶方向θ1可以表示该目标车辆行驶方向与x轴正方向的夹角,逆时针方向为正,可见,第一时刻t1的目标车辆信息是可信的,可以存储至上述第一地理网格对应的第一存储空间,即存储至坐标(x1,y1)所在的地理网格对应的EMQ存储空间中。
步骤S12,获取相邻两次执行车辆信息存储操作的时间间隔;
其中,车辆信息存储操作可以是针对在所述目标地理区域内行驶的任一车辆的车辆信息执行的。具体的,本申请将对任一车辆的车辆信息存储一次,记为一次车辆信息存储操作,因此,对于任一车辆来说,在整个道路行驶过程中,可能会对其执行多次车辆信息存储操作,且每次执行车辆信息存储操作所存储的车辆信息通常是变化的,如行驶的地理位置的变化等。
在一些实施例中,对于步骤S12中的时间间隔Δt可以指平均时间间隔,也可以是任意相邻两次执行车辆信息存储操作的时间间隔,本申请对该时间间隔表示的含义不做限定,通常情况下,为了提高后续车辆信息可信度判断的准确性,本申请可以优先选择平均时间间隔。
因此,上述步骤S12的具体实现过程可以为:统计在距离第一时刻t1的第一历史时间段内,执行车辆信息存储操作的总存储次数及总消耗时间,在利用该总消耗时间及总存储次数,得到相邻两次执行车辆信息存储操作之间的时间间隔Δt。
其中,第一历史时间段可以指计算机设备开始执行车辆信息存储操作,到第一时刻t1之间的时间。所以说,本实施例可以从EMQ开始存储车辆信息到第一时刻t1为止的时间段内,统计一共执行了多少次“车辆信息存储”的操作以及执行这些操作一共花费了多少时间,在经过简单的数学运算,计算得到相邻两次“车辆信息存储”操作的平均时间间隔Δt。
应该理解的是,随着时间的推进,在未来的其他时刻,“车辆信息存储”的操作的执行次数和花费时间都会增加,按照上述方式得到的平均时间间隔Δt的数值可能不变,也可以是变化的,所以说,本申请可以随着时间推进,动态获取平均时间间隔Δt,以保证后续操作的可靠性。
步骤S13,获取目标车辆在目标地理区域内行驶过程中的历史加速度;
步骤S14,依据第一时刻对应的目标车辆信息、该历史加速度以及上述时间间隔,得到目标车辆在第二时刻所能到达的预测位置范围;
对于车辆的加速度,可以包含在上述车辆信息中,也可以基于车辆信息包含的行驶速度以及地理位置的变化计算得到,本申请对各车辆的加速度获取方式不做限定。
本实施例中,第二时刻t2可以是对第一时刻t1与时间间隔Δt的求和得到,即t2=t1+Δt,可以认为是第一时刻t1所执行的车辆信息存储操作后,下一次可能执行车辆信息存储操作的时刻,具体数值不做限定。
本实施例为了预测下一次可能执行车辆信息存储操作时,目标车辆可能所处的地理位置,可以结合位移计算公式,利用第一时刻对应的目标车辆信息,如行驶速度v1、行驶方向θ1,以及在第一地理网格中所处的第一地理位置(x1,y1),还有该目标车辆在目标地理区域内行驶过程中的历史加速度、相邻两次上述执行车辆信息存储操作的时间间隔,得到目标车辆在第二时刻可能到达的预测位置范围。
其中,该预测位置范围可以包括至少一个预测地理网格,可以记为k个预测地理网格,k=1、2、3…k,即目标车辆在第二时刻t2可能所在的地理网格。在一些实施例中,该预测地理网格可能包含上述第一地理网格,说明目标车辆在第二时刻t2可能并未驶出第一时刻t1所处的地理网格。当然,预测地理网格中也可能不存在第一地理网格,说明该目标车辆在第二时刻t2驶出第一时刻t1所处的地理网格,也可能是第二时刻t2上报的位置有误,具体可以结合下文实施例相应部分的分析。
步骤S15,获取该目标车辆在第二时刻的地理位置,并将其确定为待验证位置;
随着时间的推移,从第一时刻t1达到第二时刻t2=t1+Δt时,计算机设备可以从目标车辆或其他采集系统采集并发送的地理位置,记为(x2,y2),由于该地理位置并不一定是可信的,因此,本实施例将其确定为待验证位置。
应该理解的是,在计算机设备每次需要执行车辆信息存储操作,车辆或其他采集系统都会将采集到的车辆信息发送至计算机设备,但该车辆信息并不一定是第二时刻t2采集得到的,可以是从第一时刻t1到第二时刻t2之间的任一时刻采集得到的,也可以是第一时刻t1采集得到,本申请对目标车辆在第二时刻t2的地理位置的获取方式不做限定。
步骤S16,依据预测位置范围,对该待验证位置进行可信度验证,得到可信度验证结果;
步骤S17,依据该可信度验证结果,确定从第一时刻到第二时刻之间得到的目标车辆信息的目标存储空间。
结合上述分析,每一时刻上报给计算机设备的车辆的地理位置并不一定是准确的,为了避免上报错误地理位置,导致存储至计算机设备的车辆信息有误,进而影响后续基于车辆信息进行路况判断的准确性,本申请实施例可以先对每一个时刻上报的车辆的地理位置进行可信度验证,若可信,才会存储该时刻得到的车辆信息,若不可信,可以选择保留其他时刻存储的可信的车辆信息。
在一些实施例中,本申请可以将第二时刻t2得到的待验证位置(x2,y2),与在此之前预测得到的在第二时刻t2,目标车辆可能会达到的预测位置范围进行比较,若待验证位置位于该预测位置范围内,可以认为该目标车辆正常行驶,所上报的车辆信息是可信的,计算机设备可以正常存储,并使得同一时刻,同一辆车只能有唯一的车辆信息存储到计算机设备中,具体处理过程不做详述。
若待验证位置未位于预测位置范围内,该待验证位置很可能不可信,即第二时刻目标车辆实际并未在该待验证位置,若仍按照EMQ服务器的存储规则,继续对第二时刻得到的车辆信息进行存储,会直接将该车辆信息存储至待验证位置所处的地理网格对应的存储空间,而不是存储至第二时刻目标车辆实际所在地理网格对应的存储空间,将会造成存储混乱,影响后续路况判断准确性。
这种情况下,本申请可以结合对第一时刻t1存储到第一存储空间的目标车辆信息的检测结果,以及目标地理区域的交通故障率等信息,进一步判断第二时刻t2上报的待验证位置是否可信,具体实现方法本申请不做限定,可以参照但并不局限于下文实施例相应部分的描述。
综上所述,本实施例获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息,并将其存储至第一地理网格对应的第一存储空间后,可以针对在目标地理区域行驶的车辆,获取相邻两次执行车辆信息存储操作的时间间隔,以及该目标车辆的历史加速度,依据第一时刻对应的目标车辆信息,该历史加速度以及时间间隔,得到该目标车辆在未来第二时刻所能到达的预测位置范围,之后,依据该预测位置信息,对第二时刻获取的目标车辆的待验证位置进行可信度验证,从而依据该可信度验证结果,确定从第一时刻到第二时刻之间得到的目标车辆信息的目标存储空间,即是将仅有的一组目标车辆信息保留在第二时刻所处地理网格对应的存储空间,还是保留在第一时刻所处地理网格对应的存储空间,相对于现有技术中,第二时刻得到目标车辆信息后,无论其是否正确,直接存储至第二时刻所处地理网格对应的存储空间,删除相邻地理网格对应的存储空间中开始存入的车辆信息(其可能会至目标车辆信息)的处理方式,保证了计算机设备存储空间所保留的目标车辆信息尽可能真实可靠性,进而提高了基于车辆信息进行路况判断的准确性。
参照图5,为本申请提出的车辆信息存储的实现方法的又一可选示例的流程示意图,本实施例可以是对上述实施例描述的车辆信息存储的实现方法的一可选细化实现方法,但并不局限于本实施例描述的细化实现方法,需要说明,本实施例主要对上述步骤S16和步骤S17的实现过程进行细化,关于在此之前的处理过程,可以参照上文实施例相应部分的描述,不再赘述。如图5所示,该方法可以包括:
步骤S21,检测第二时刻目标车辆的待验证位置是否位于预测位置范围内,如果是,进入步骤S22;如果否,执行步骤S24;
如上述分析,上述得到的目标车辆在第二时刻t2可能到达的预测位置范围包括:k个预测地理网格,k=1、2、3…k。为了实现对第二时刻t2接收到的目标车辆的待验证位置(x2,y2)是否可信,可以先检测待验证位置(x2,y2)是否位于这k个预测地理网格,可以通过坐标数值比较实现,具体过程不做详述。
步骤S22,确定待验证位置可信,将从第一时刻到第二时刻之间得到的目标车辆信息,存储至待验证位置所处的第二地理网格对应的第二存储空间;
经过上述检测,确定待验证位置(x2,y2)位于k个预测地理网格中的任一个预测地理网格的情况下,可以认为在在第二时刻t2接收到的待验证位置(x2,y2)是可信的,即目标车辆在第二时刻t2处于坐标(x2,y2)处是可信的,本实施例可以直接将在从第一时刻t1到第二时刻t2(此时其可以包含第一时刻t1和第二时刻t2)这个时间段内,接收到的目标车辆的目标车辆信息存储至坐标(x2,y2)所在的地理网格对应的存储空间,可以记为第二存储空间。
步骤S23,检测第一存储空间存在从第一时刻到第二时刻之间得到目标车辆信息,从第一存储空间删除该目标车辆信息;
为了避免后续车辆信息查询中,将不同地理网格对应的存储空间存储的同一车辆的车辆信息,误认为不同车辆的车辆信息,EMQ服务器(即计算机设备)规定在同一时刻,同一车辆只能存储唯一的一组车辆信息(即某一时刻上报的车辆信息)到EMQ服务器的存储空间中,所以,在确定待验证位置(x2,y2)可信的情况下,将从第一时刻到第二时刻之间得到目标车辆信息保留到第二存储空间后,若第一时刻目标车辆所处的第一地理网格对应的第一存储空间中,存储的目标车辆信息仍未被最新车辆信息覆盖,可以从该第一存储空间中删除目标车辆信息。当然,若该目标车辆信息处于第一存储空间的开始位置,已经被后续进入第一地理区域的车辆的车辆信息覆盖,此时可以不用做任何操作。
需要说明,上述目标车辆信息表示目标车辆的车辆信息,用于区别其他车辆的车辆信息,随着时间推移,目标车辆信息是会不断更新的,本申请随时并未说明,但应该理解存储空间内存储的目标车辆信息并不是固定不变的。
步骤S24,检测在第二时刻第一存储空间内是否存在目标车辆信息,如果是,进入步骤S25;如果否,执行步骤26;
基于上述分析,在确定待验证位置(x2,y2)未位于任一个预测地理网格中的情况下,该待验证位置(x2,y2)并不一定是不可信的,本实施例将进一步结合其他信息对其进行可信度验证。具体的,本实施例可以进一步验证目标车辆在第二时刻t2是否驶出了第一时刻t1所在的第一地理网格,可以通过检测第二时刻第一存储空间内是否存在目标车辆信息实现。
步骤S25,确定待验证位置不可信,保留第一存储空间内的目标车辆信息,并拒绝将从第一时刻到第二时刻之间得到目标车辆信息,存储至待验证位置所处的第二地理网格对应的第二存储空间;
继上述分析,若在第二时刻t2,坐标(x1,y1)所在的第一地理网格对应的第一存储空间中仍存在目标车辆信息,说明第二时刻t2目标车辆并未驶出第一时刻t1所在的第一地理网格,即第二时刻t2、第一时刻t1的目标车辆处于同一个地理网格内。
需要说明,此时第一存储空间中存在的目标车辆信息也是指从第一时刻t1到第二时刻t2之间得到的目标车辆信息,但与上述步骤S23不同的是,其包含第一时刻t1接收到的目标车辆信息,但由于第二时刻t2获取的信息是假的,所以,其不包含第二时刻t2接收到的目标车辆信息,即将第二时刻t2接收到的目标车辆信息丢弃。
在一些实施例中,在确定目标车辆在第二时刻处于第一地理网格之后,可以检测预测位置范围包含第一地理网格,即上述k个预测地理网格中有一个预测地理网格是第一地理网格,可以认为该阶段车辆正常行驶,可能是因行驶速度过小或加速度过小,导致在第二时刻仍处于第一时刻所在的第一地理网格;若检测预测位置范围未包含第一地理网格,即上述k个预测地理网格中不包含第一地理网格,可能是目标车辆第一时刻后未行驶或发生故障,导致在第二时刻仍未驶出第一时刻所在的第一地理网格。
无论是上段描述的哪种情况,均可以保留第一存储空间内的目标车辆信息(其可以是目标车辆在第一地理网格,最新获取的目标车辆信息,并不一定是最开始获取的目标车辆信息),待验证位置不可信,舍弃第二时刻获取的目标车辆信息,且会拒绝将从第一时刻到第二时刻之间得到目标车辆信息,存储至待验证位置所处的第二地理网格对应的第二存储空间。
步骤S26,获取目标地理区域内的交通事故率;
其中,交通事故率可以从交通管理部门的交通管理平台获取,本申请对其获取方式及其生成方式不做限定。
步骤S27,调用均匀分布函数,生成第一随机变量;
步骤S28,检测第一随机变量是否大于交通事故率,如果否,进入步骤S29;如果是,执行步骤S210;
继上述分析,若待验证位置(x2,y2)未位于k个预测地理网格中,且在第二时刻第一存储空间内不存在目标车辆信息,第二时刻目标车辆位于该待验证位置(x2,y2)处的可信度较小,但此时没有其他目标车辆信息,所以,本申请可以进一步以目标地理区域内的交通事故率,验证待验证位置(x2,y2)是否可信,是否将从第一时刻到第二时刻之间得到目标车辆信息存储至,待验证位置(x2,y2)所在地理网格对应的存储空间。
步骤S29,将从第一时刻到第二时刻之间得到的目标车辆信息,存储至待验证位置所处的第二地理网格对应的第二存储空间。
步骤S210,拒绝将从第一时刻到第二时刻之间得到目标车辆信息,存储至待验证位置所处的第二地理网格对应的第二存储空间。
在实际应用中,通常要求对待验证位置(x2,y2)可信的错误验证率不大于目标地理区域的交通事故率P,所以,在待验证位置(x2,y2)未位于k个预测地理网格中,且在第二时刻第一存储空间内不存在目标车辆信息的情况下,相信第二时刻目标车辆位于该待验证位置(x2,y2)处的概率不能大于交通事故率P,因此,本实施例可以随机生成一个服从均匀分布函数U(0,1)的随机变量,记为第一随机变量,如采用本实施例调用函数实现方式,也可以采用matlab实现,本申请对该第一随机变量的生成方式不做限定,若该第一随机变量小于交通事故率P,可以认为该待验证位置(x2,y2)可信,将目标车辆信息保留在第二时刻所处第二地理网格对应的第二存储空间;反之,若该第一随机变量不小于交通事故率P,认为该待验证位置(x2,y2)不可信,第二时刻可以不执行任何操作,即便当前并未存储目标车辆信息,也会拒绝将从第一时刻到第二时刻之间得到目标车辆信息,存储至待验证位置所处的第二地理网格对应的第二存储空间。
综上所述,为了提高存储的目标车辆信息的质量,保证目标车辆信息的可靠性及准确性,本实施例将在第一时刻预测第二时刻目标车辆可能达到的预测位置范围,这样,在第二时刻获取目标车辆的待验证位置后,检测其位于预测位置范围内,才会确定该待验证位置可信,将唯一的一组目标车辆信息保留在第二时刻所处地理网格的存储空间;若待验证位置未位于预测位置范围内,确定第二时刻第一存储空间仍保留有目标车辆信息,说明该待验证位置不可信,将第二时刻获取的目标车辆信息舍弃,由第一存储空间继续保留目标车辆信息;若第二时刻第一存储空间也不存在目标车辆信息,将以目标地理区域的交通事故率确定该待验证位置可信,将目标车辆信息保留在第二时刻所处地理网格的存储空间。相对于现有技术中,在第二时刻获取目标车辆的目标车辆信息后,无论其是否真实,直接将其存储至当前所处地理网格对应的存储空间,删除相邻地理网格对应的存储空间最开始记录的车辆信息,容易造成删除真实目标车辆信息,保留错误目标车辆信息的问题,提高了所保留的车辆信息的可靠性,进而提高了后续路况判断的准确性。
为了更直观地体现本申请提出车辆信息存储的实现方法,相对于现有技术的优势,本申请将统计重复若干次采用本申请技术方案进行车辆信息存储,出现车辆信息乱序的数量,以及采用现有技术进行车辆信息存储,出现车辆信息乱序的数量,如下表1所示的比对结果:
表1
由上表1可以直观得到,本申请提出的车辆信息存储的实现方法,能够更加有效提高存储的车辆信息的真实可靠性,满足后续各种应用需求。
参照图6,为本申请提出的车辆信息存储的实现方法的又一可选示例的流程示意图,本实施例可以是对上述实施例描述的车辆信息存储的实现方法的一可选细化实现方法,本实施例主要对第二时刻目标车辆的预测位置范围的获取过程进行描述,但并不局限于本实施例描述的实现方式,如图6所示,该方法可以包括:
步骤S31,获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息;
步骤S32,获取相邻两次执行车辆信息存储操作的平均时间间隔;
关于步骤S31和步骤S32的实现过程,可以参照上述实施例相应部分的描述。
步骤S33,查询目标车辆在目标地理区域内行驶,所达到的最大历史加速度和最小历史加速度;
在目标车辆行驶过程中,可以利用检测的目标车辆信息中的行驶速度、行驶方向,以及在第一地理网格中所处的地理位置的变化,计算得到该目标车辆不同时刻的加速度,记为历史加速度,并对各历史加速进行存储。基于此,本实施例可以从多个历史加速度中,查询最大历史加速度amax和最小历史加速度amin,具体查询过程本申请不做限定。
步骤S34,利用第一时刻对应的目标车辆信息、平均时间间隔、最大历史加速度和最小加速度,得到目标车辆在第二时刻所能达到的最小预测位置及最大预测位置;
本实施例实际应用中,依据数据运算原理,可以得到目标车辆在第二时刻t2所能达到的最小预测位置(x2min,y2min)=(x1+(v1Δt+0.5aminΔt2)cosθ1,y1+(v1Δt+0.5aminΔt2)sinθ1),以及最大预测位置(x2max,y2max)=(x1+(v1Δt+0.5amaxΔt2)cosθ1,y1+(v1Δt+0.5amaxΔt2)sinθ1)。可见,该最小预测位置是距离第一时刻所处的第一地理位置(x1,y1)最近的位置,该最大预测位置是距离第一时刻所处的第一地理位置(x1,y1)最远的位置。
步骤S35,确定最小预测位置与最大预测位置之间的连线,所经过的目标地理区域包含的至少一个预测地理网格;
步骤S36,将至少一个预测地理网格对应的位置范围,确定为目标车辆在第二时刻所能到达的预测位置范围。
可见,本实施例在第一时刻获取目标车辆信息后,计算机设备就会利用该目标车辆信息预测第二时刻,即相邻下一次可能进行车辆信息存储操作的时刻,所能到达的最小预测位置与最大预测位置,从而确定目标车辆在第二时刻可能到达的预测地理网格,这样,结合上述方式,计算机设备在第二时刻获取目标车辆信息,尤其是上报的地理位置后,将依据提取到达的预测地理网格,对第二时刻上报的地理位置进行可信度验证,再依据可信度验证结果,决定是否保留第二时刻获取的目标车辆信息,相对于现有技术中,在第二时刻获取目标车辆的目标车辆信息后,无论其是否真实,直接将其存储至当前所处地理网格对应的存储空间,提高了所保留的车辆信息的可靠性,进而提高了后续路况判断的准确性。
结合上述各实施例描述的车辆信息存储的实现方法,下面将以图7所示的市区交通路口的路况检测场景为例进行说明,结合图8所示的实现该车辆信息存储的实现方法的又一可选系统的结构示意图,即上述计算机设备可以是云服务器、上述图2所示的无线网络可以是无线电发射基站,但并不局限于此,本申请仅以此为例进行说明。
如图7所示,对于在道路上行驶的任一车辆(或其他交通参与者,本申请仅以车辆为例进行说明),其自身或道路上部署的采集装置,会采集该车辆的相关信息,如不同时刻的行驶行驶速度、行驶方向以及所处的地理位置等车辆信息,还可以据此计算不同时刻车辆的加速度等信息,之后,结合EMQ这类云服务器对数据的存储特点,即按照地理网格划分存储空间,以使每一个地理网格对应一个存储空间,云服务器当前时刻接收到上报的车辆A的地理位置后,由于不确定该地理位置是否可信,即车辆A是否真正地位于该地理位置,云服务器将利用上一时刻,如相邻上一次执行车辆信息存储操作的时刻,预测得到的当前时刻可能达到的预测地理网格(具体实现过程可以参照上述实施例相应部分的描述),对当前时刻上报的车辆A的地理位置进行可信度验证,若可信度验证结果为该地理位置不可信,即车辆A在当前时刻实际所处的地理位置不是上报的该地理位置,将舍弃当前时刻获取的车辆A的车辆信息,保留上一次执行车辆信息存储操作所存储的车辆A的车辆信息。
这样,在车辆A通过无线网络向云服务器发起图7所示路段的路况查询请求时,能够保证云服务器所存储的各车辆A的车辆信息真实,从而使得基于该车辆信息,生成的路况信息准确且可靠,为车辆A在该路段安全行驶提高有利辅助。当然,对于其他车辆的车辆信息存储的实现过程类似,本申请不做一一详述。
需要说明的是,本申请上文各实施例提出的车辆信息存储的实现方法,并不局限于对车辆这一交通参与者的信息进行存储分析,对于其他类型的交通参与者,如图7所示的行人等,若也是利用EMQ服务器进行存储,本申请提出的车辆信息存储的实现方法仍适用,仅需要将上述各实现方法描述的车辆信息,更改为相应交通参与者的相关信息即可,具体实现过程与上述实施例描述的实现过程类似,本申请不再一一详述。
参照图9,为本申请提出的一种车辆信息存储的实现装置的一可选示例的结构示意图,该实现装置可以适用于计算机设备,如图9所示,该实现装置可以包括:
车辆信息获取模块21,用于获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息,所述第一地理网格是位于目标地理区域内的任一地理网格,所述第一时刻对应的目标车辆信息存储于所述第一地理网格对应的第一存储空间;
预测位置范围得到模块22,用于依据所述第一时刻对应的目标车辆信息,及所述目标车辆在所述目标地理区域内行驶过程中的历史加速度,得到所述目标车辆在第二时刻所能到达的预测位置范围;
可信度验证模块23,用于依据所述预测位置范围,对所述第二时刻获取的所述目标车辆的待验证位置进行可信度验证,得到可信度验证结果;
目标存储空间确定模块24,用于依据所述可信度验证结果,确定从所述第一时刻到所述第二时刻之间得到的目标车辆信息的目标存储空间。
在一些实施例中,如图10所示,上述可信度验证模块23可以包括:
待验证位置获取单元231,用于获取所述目标车辆在所述第二时刻的待验证位置;
第一检测单元232,用于检测所述待验证位置是否位于所述预测位置范围内;
第一确定单元233,用于在第一检测单元232的检测结果为是的情况下,确定所述待验证位置可信;
第二检测单元234,用于在第一检测单元232的检测结果为否的情况下,检测在所述第二时刻所述第一存储空间内是否存在所述目标车辆信息;
第二确定单元235,用于在第二检测单元234的检测结果为是的情况下,确定所述待验证位置不可信;
在一些实施例中,上述装置还可以包括:
位置确定模块,用于在第一检测单元232的检测结果为否,第二检测单元234的检测结果为是的情况下,确定所述目标车辆在所述第二时刻处于所述第一地理网格内;
第一检测模块,用于检测所述预测位置范围包含所述第一地理网格,确定所述目标车辆正常行驶;
第二检测模块,用于检测所述预测位置范围未包含所述第一地理网格,确定所述目标车辆未行驶或发生故障。
第三确定单元236,用于在第二检测单元234的检测结果为否的情况下,获取所述目标地理区域内的交通事故率,并以所述交通事故率确定所述待验证位置是否可信。
在一种可能的实现方式中,上述第三确定单元236可以包括:
第一随机变量生成单元,用于调用均匀分布函数,生成第一随机变量;
第三检测单元,用于检测所述第一随机变量是否大于所述交通事故率;
第三确定单元,用于在第三检测单元的检测结果为是的情况下,确定所述待验证位置不可信;
第四确定单元,用于在第三检测单元的检测结果为否的情况下,确定所述待验证位置可信。
基于上述实施例,如图10所示,上述目标存储空间确定模块24可以包括:
第一存储单元241,用于在待验证位置可信的情况下,将从所述第一时刻到所述第二时刻之间得到的目标车辆信息,存储至所述待验证位置所处的第二地理网格对应的第二存储空间;在待验证位置不可信的情况下,拒绝将从所述第一时刻到所述第二时刻之间得到目标车辆信息,存储至所述待验证位置所处的第二地理网格对应的第二存储空间。
第一删除单元242,用于在待验证位置可信,且在第一存储空间存在从所述第一时刻到所述第二时刻之间得到目标车辆信息的情况下,从所述第一存储空间删除该目标车辆信息。
在上述各实施例描述的车辆信息存储的实现装置基础上,该实现装置还可以包括:
时间间隔获取模块,用于获取相邻两次执行车辆信息存储操作之间的时间间隔,所述车辆信息存储操作可以是针对在所述目标地理区域内行驶的任一车辆的车辆信息执行的;
在一种可能的实现方式中,该时间间隔获取模块可以包括:
统计单元,用于统计在距离第一时刻的第一历史时间段内,执行车辆信息存储操作的总存储次数及总消耗时间;
时间间隔得到单元,用于利用所述总消耗时间及所述总存储次数,得到相邻两次执行车辆信息存储操作之间的时间间隔。
第二时刻得到模块,用于对所述第一时刻与所述时间间隔求和,得到所述第二时刻;
基于此,上述预测位置范围得到模块22可以包括:
加速度查询单元,用于查询所述目标车辆在所述目标地理区域内行驶,所达到的最大历史加速度和最小历史加速度;
预测位置得到单元,用于利用所述第一时刻对应的目标车辆信息、所述时间间隔、所述最大历史加速度和所述最小加速度,得到所述目标车辆在第二时刻所能达到的最小预测位置及最大预测位置;
预测地理网格确定单元,用于确定所述最小预测位置与所述最大预测位置之间的连线,所经过的所述目标地理区域包含的至少一个预测地理网格;
预测位置范围确定单元,用于将所述至少一个预测地理网格对应的位置范围,确定为所述目标车辆在第二时刻所能到达的预测位置范围。
应该理解,关于上述装置实施例中的各模块和单元均可以是应用程序构成的功能模块,其实现相应功能的具体过程可以参照上述方法实施例相应部分的描述,本实施例不做赘述。
本申请实施例还提供了一种存储介质,其上存储有程序,该程序可以被处理器调用并执行,实现上述车辆信息存储的实现方法的各个步骤,具体实现方法可以参照上述实施例相应部分的描述。
参照图11,为适用于本申请提出的车辆信息存储的实现方法的计算机设备的一可选示例的硬件结构示意图,如上述分析,该计算机设备可以是云服务器,如上述EMQ服务器,如图11所示,该计算机设备可以包括:通信接口31、存储器32和处理器33;
在本申请实施例中,通信接口31、存储器32、处理器33可以通过通信总线实现相互间的通信,且该通信接口31、存储器32、处理器33及通信总线的数量可以为至少一个。
可选的,通信接口31可以为通信模块的接口,如实现有线网络或无线网络的通信模块,如GPS模块、WIFI模块、GSM模块、4G/5G/6G网络通信的接口等,还可以包括实现计算机设备内部数据交互的USB接口、各种串行/并行接口等,本申请对该通信接口类型及数量,以及在实际应用中所传输的数据内容不作限定,可以依据具体应用场景的需求确定,本申请不做详述。
存储器32可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。处理器33可能是一个中央处理器CPU,或者是特定集成电路ASIC(Application Specific Integrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例中,存储器32用于存储实现上述任意方法实施例描述的车辆信息存储的实现方法的程序,处理器33可以加载并执行存储器32所存储的程序,以实现上述相应方法实施例描述的车辆信息存储的实现方法的各步骤,具体实现过程可以参照上述方法实施例相应部分的描述。
应该理解的是,图11所示的计算机设备的结构并不构成对本申请实施例中计算机设备的限定,在实际应用中,可以根据计算机设备的具体设备部类型,包括比图11所示的更多或更少的部件,或者组合某些部件,本申请在此不做一一列举。
最后,需要说明,本说明书中各个实施例采用递进或并列的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置、计算机设备而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员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申请的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的核心思想或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种车辆信息存储的实现方法,其特征在于,所述方法包括:
获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息,所述第一地理网格是位于目标地理区域内的任一地理网格,所述第一时刻对应的目标车辆信息存储于所述第一地理网格对应的第一存储空间;
依据所述第一时刻对应的目标车辆信息,及所述目标车辆在所述目标地理区域内行驶过程中的历史加速度,得到所述目标车辆在第二时刻所能到达的预测位置范围;
依据所述预测位置范围,对所述第二时刻获取的所述目标车辆的待验证位置进行可信度验证,得到可信度验证结果;
依据所述可信度验证结果,确定从所述第一时刻到所述第二时刻之间得到的目标车辆信息的目标存储空间。
2.根据权利要求1所述的方法,其特征在于,所述依据所述预测位置范围,对所述目标车辆在所述第二时刻到达的待验证位置进行可信度验证,得到可信度验证结果,包括:
获取所述目标车辆在所述第二时刻的待验证位置;
检测所述待验证位置是否位于所述预测位置范围内;
如果位于所述预测位置范围内,确定所述待验证位置可信;
如果未位于所述预测位置范围内,检测在所述第二时刻所述第一存储空间内是否存在所述目标车辆信息;
如果存在所述目标车辆信息,确定所述待验证位置不可信;
如果不存在所述目标车辆信息,获取所述目标地理区域内的交通事故率,并以所述交通事故率确定所述待验证位置是否可信。
3.根据权利要求2所述的方法,其特征在于,所述依据所述可信度验证结果,确定从所述第一时刻到所述第二时刻之间得到的目标车辆信息的目标存储空间,包括:
如果所述待验证位置可信,将从所述第一时刻到所述第二时刻之间得到的目标车辆信息,存储至所述待验证位置所处的第二地理网格对应的第二存储空间;
如果所述第一存储空间存在从所述第一时刻到所述第二时刻之间得到目标车辆信息,从所述第一存储空间删除该目标车辆信息;
如果所述待验证位置不可信,拒绝将从所述第一时刻到所述第二时刻之间得到目标车辆信息,存储至所述待验证位置所处的第二地理网格对应的第二存储空间。
4.根据权利要求1~3任一项所述的方法,其特征在于,所述方法还包括:
获取相邻两次执行车辆信息存储操作之间的时间间隔,所述车辆信息存储操作可以是针对在所述目标地理区域内行驶的任一车辆的车辆信息执行的;
对所述第一时刻与所述时间间隔求和,得到所述第二时刻。
5.根据权利要求4所述的方法,其特征在于,所述依据所述第一时刻对应的目标车辆信息,及所述目标车辆在所述目标地理区域内行驶过程中的历史加速度,得到所述目标车辆在第二时刻所能到达的预测位置范围,包括:
查询所述目标车辆在所述目标地理区域内行驶,所达到的最大历史加速度和最小历史加速度;
利用所述第一时刻对应的目标车辆信息、所述时间间隔、所述最大历史加速度和所述最小加速度,得到所述目标车辆在第二时刻所能达到的最小预测位置及最大预测位置;
确定所述最小预测位置与所述最大预测位置之间的连线,所经过的所述目标地理区域包含的至少一个预测地理网格;
将所述至少一个预测地理网格对应的位置范围,确定为所述目标车辆在第二时刻所能到达的预测位置范围。
6.根据权利要求4所述的方法,其特征在于,所述获取相邻两次执行车辆信息存储操作之间的时间间隔,包括:
统计在距离第一时刻的第一历史时间段内,执行车辆信息存储操作的总存储次数及总消耗时间;
利用所述总消耗时间及所述总存储次数,得到相邻两次执行车辆信息存储操作之间的时间间隔。
7.根据权利要求2所述的方法,其特征在于,如果所述待验证位置未位于所述预测位置范围内,所述第一存储空间内仍存在所述目标车辆信息,所述方法还包括:
确定所述目标车辆在所述第二时刻处于所述第一地理网格内;
检测所述预测位置范围包含所述第一地理网格,确定所述目标车辆正常行驶;
检测所述预测位置范围未包含所述第一地理网格,确定所述目标车辆未行驶或发生故障。
8.根据权利要求2所述的方法,其特征在于,所述以所述交通事故率确定所述待验证位置是否可信,包括:
调用均匀分布函数,生成第一随机变量;
检测所述第一随机变量是否大于所述交通事故率;
如果大于所述交通事故率,确定所述待验证位置不可信;
若不大于所述交通事故率,确定所述待验证位置可信。
9.一种车辆信息存储的实现装置,其特征在于,所述装置包括:
车辆信息获取模块,用于获取第一时刻目标车辆在第一地理网格内行驶的目标车辆信息,所述第一地理网格是位于目标地理区域内的任一地理网格,所述第一时刻对应的目标车辆信息存储于所述第一地理网格对应的第一存储空间;
预测位置范围得到模块,用于依据所述第一时刻对应的目标车辆信息,及所述目标车辆在所述目标地理区域内行驶过程中的历史加速度,得到所述目标车辆在第二时刻所能到达的预测位置范围;
可信度验证模块,用于依据所述预测位置范围,对所述第二时刻获取的所述目标车辆的待验证位置进行可信度验证,得到可信度验证结果;
目标存储空间确定模块,用于依据所述可信度验证结果,确定从所述第一时刻到所述第二时刻之间得到的目标车辆信息的目标存储空间。
10.一种计算机设备,其特征在于,所述计算机设备包括:
通信接口;
存储器,用于存储实现如权利要求1所述的车辆信息存储的实现方法的程序;
处理器,用于加载并执行所述存储器存储的所述程序,以实现如权利要求1所述的车辆信息存储的实现方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010495642.9A CN111669711B (zh) | 2020-06-03 | 2020-06-03 | 车辆信息存储的实现方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010495642.9A CN111669711B (zh) | 2020-06-03 | 2020-06-03 | 车辆信息存储的实现方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111669711A true CN111669711A (zh) | 2020-09-15 |
CN111669711B CN111669711B (zh) | 2023-11-03 |
Family
ID=72385807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010495642.9A Active CN111669711B (zh) | 2020-06-03 | 2020-06-03 | 车辆信息存储的实现方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111669711B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113300922A (zh) * | 2020-12-02 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 信息提醒方法、设备及存储介质 |
CN113302614A (zh) * | 2021-04-25 | 2021-08-24 | 华为技术有限公司 | 数据管理方法、装置和终端设备 |
CN116168546A (zh) * | 2023-02-20 | 2023-05-26 | 烽火通信科技股份有限公司 | 车辆标识信息归属判定方法、装置、设备及可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007126086A (ja) * | 2005-11-07 | 2007-05-24 | Nissan Motor Co Ltd | 車両位置推定装置、車両用走行支援装置及び車両位置推定方法 |
US20070150192A1 (en) * | 2005-12-05 | 2007-06-28 | Kotaro Wakamatsu | Vehicle Position Estimating Apparatus And Vehicle Position Estimating Method |
US20100100315A1 (en) * | 2008-09-04 | 2010-04-22 | United Parcel Service Of America, Inc. | Determining Speed Parameters In A Geographic Area |
US20100234071A1 (en) * | 2009-03-12 | 2010-09-16 | Comsys Communication & Signal Processing Ltd. | Vehicle integrated communications system |
CN104599499A (zh) * | 2015-01-12 | 2015-05-06 | 北京中交兴路车联网科技有限公司 | 一种分布式统计交通位置的方法及装置 |
CN105973244A (zh) * | 2015-10-29 | 2016-09-28 | 乐卡汽车智能科技(北京)有限公司 | 获取地图信息的方法、导航方法及设备 |
US20160341557A1 (en) * | 2014-01-28 | 2016-11-24 | Mitsubishi Heavy Industries Mechatronics Systems, Ltd. | Position measurement method, own position measurement device, and on-board unit |
CN109429507A (zh) * | 2017-06-19 | 2019-03-05 | 北京嘀嘀无限科技发展有限公司 | 用于在地图上显示车辆运动的系统和方法 |
CN109493606A (zh) * | 2017-09-11 | 2019-03-19 | 中国移动通信集团浙江有限公司 | 一种高速公路上违停车辆的识别方法及系统 |
CN110877609A (zh) * | 2018-09-06 | 2020-03-13 | 现代自动车株式会社 | 车辆行驶控制设备和车辆行驶控制方法 |
-
2020
- 2020-06-03 CN CN202010495642.9A patent/CN111669711B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007126086A (ja) * | 2005-11-07 | 2007-05-24 | Nissan Motor Co Ltd | 車両位置推定装置、車両用走行支援装置及び車両位置推定方法 |
US20070150192A1 (en) * | 2005-12-05 | 2007-06-28 | Kotaro Wakamatsu | Vehicle Position Estimating Apparatus And Vehicle Position Estimating Method |
US20100100315A1 (en) * | 2008-09-04 | 2010-04-22 | United Parcel Service Of America, Inc. | Determining Speed Parameters In A Geographic Area |
US20100234071A1 (en) * | 2009-03-12 | 2010-09-16 | Comsys Communication & Signal Processing Ltd. | Vehicle integrated communications system |
US20160341557A1 (en) * | 2014-01-28 | 2016-11-24 | Mitsubishi Heavy Industries Mechatronics Systems, Ltd. | Position measurement method, own position measurement device, and on-board unit |
CN104599499A (zh) * | 2015-01-12 | 2015-05-06 | 北京中交兴路车联网科技有限公司 | 一种分布式统计交通位置的方法及装置 |
CN105973244A (zh) * | 2015-10-29 | 2016-09-28 | 乐卡汽车智能科技(北京)有限公司 | 获取地图信息的方法、导航方法及设备 |
CN109429507A (zh) * | 2017-06-19 | 2019-03-05 | 北京嘀嘀无限科技发展有限公司 | 用于在地图上显示车辆运动的系统和方法 |
CN109493606A (zh) * | 2017-09-11 | 2019-03-19 | 中国移动通信集团浙江有限公司 | 一种高速公路上违停车辆的识别方法及系统 |
CN110877609A (zh) * | 2018-09-06 | 2020-03-13 | 现代自动车株式会社 | 车辆行驶控制设备和车辆行驶控制方法 |
Non-Patent Citations (1)
Title |
---|
谢辉;高斌;熊硕;王悦;: "结构化道路中动态车辆的轨迹预测", 汽车安全与节能学报, no. 04 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113300922A (zh) * | 2020-12-02 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 信息提醒方法、设备及存储介质 |
CN113302614A (zh) * | 2021-04-25 | 2021-08-24 | 华为技术有限公司 | 数据管理方法、装置和终端设备 |
CN113302614B (zh) * | 2021-04-25 | 2023-02-03 | 华为技术有限公司 | 数据管理方法、装置和终端设备 |
CN116168546A (zh) * | 2023-02-20 | 2023-05-26 | 烽火通信科技股份有限公司 | 车辆标识信息归属判定方法、装置、设备及可读存储介质 |
CN116168546B (zh) * | 2023-02-20 | 2024-05-31 | 烽火通信科技股份有限公司 | 车辆标识信息归属判定方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111669711B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2693400C2 (ru) | Виртуальная карта транспортных средств | |
CN111669711A (zh) | 车辆信息存储的实现方法、装置及计算机设备 | |
CN107945507B (zh) | 行程时间预测方法及装置 | |
US11118924B2 (en) | Method and system for predicting traffic conditions | |
US10371539B2 (en) | Determining matches using dynamic provider eligibility model | |
US11777954B2 (en) | Location-spoofing detection system for a network service | |
US20160057561A1 (en) | Data collection and management system, data collection and management method, terminal, and management apparatus | |
CN111935820B (zh) | 基于无线网络的定位实现方法及相关设备 | |
US20220357181A1 (en) | Collecting user-contributed data relating to a navigable network | |
CN110634054B (zh) | 定点还车的方法、装置和电子设备 | |
CN112435469A (zh) | 车辆预警控制方法、装置、计算机可读介质及电子设备 | |
CN112885146A (zh) | 车辆预警方法、装置、计算机设备和存储介质 | |
CN111723304B (zh) | 一种轨迹点识别方法和相关装置 | |
CN114550449A (zh) | 车辆轨迹补全方法、装置、计算机可读介质及电子设备 | |
CN112270825B (zh) | 一种停车判定方法、装置、电子设备及存储介质 | |
CN111915892B (zh) | 数据请求的响应方法、装置、计算机设备以及介质 | |
CN110099442B (zh) | 网络设备的位置变化确定方法、装置、计算机设备及介质 | |
CN111862599A (zh) | 车辆信息处理方法、装置 | |
CN112948520B (zh) | 一种绕行路径的确定方法、装置及存储介质 | |
CN104658255B (zh) | 基于gps数据来检测车辆静止状态的方法及装置 | |
CN112668919A (zh) | 一种数据处理方法、装置、计算机设备以及存储介质 | |
KR101673205B1 (ko) | 위치 불확실성을 가진 이동 객체에 대한 움직이는 영역 내 k 최근접 질의 처리 방법 | |
CN112185153B (zh) | 一种车辆行驶路线确定方法、装置、设备及介质 | |
CN114724380B (zh) | 车辆限速识别处理方法及装置、智能车载终端、车联网系统 | |
US20230177952A1 (en) | A system and method for generating utilization data of a vehicle |
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 |