CN111739291B - 道路路况计算中的干扰识别方法及装置 - Google Patents

道路路况计算中的干扰识别方法及装置 Download PDF

Info

Publication number
CN111739291B
CN111739291B CN202010507908.7A CN202010507908A CN111739291B CN 111739291 B CN111739291 B CN 111739291B CN 202010507908 A CN202010507908 A CN 202010507908A CN 111739291 B CN111739291 B CN 111739291B
Authority
CN
China
Prior art keywords
track
vehicle
driving
interference
bus stop
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.)
Active
Application number
CN202010507908.7A
Other languages
English (en)
Other versions
CN111739291A (zh
Inventor
王志军
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202010507908.7A priority Critical patent/CN111739291B/zh
Publication of CN111739291A publication Critical patent/CN111739291A/zh
Application granted granted Critical
Publication of CN111739291B publication Critical patent/CN111739291B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Abstract

本申请的实施例提供了一种道路路况计算中的干扰识别方法及装置。该道路路况计算中的干扰识别方法包括:对车辆在道路上的行驶获取行驶轨迹,所述行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为;并检测所述行驶轨迹上轨迹点之间的减速段,得到所述车辆在所述道路上的减速段轨迹;再对所述减速段轨迹获取所匹配公交站点的干扰段,所述干扰段是干扰所述车辆行驶的路段。本申请实施例的技术方案可以准确识别出车辆由于公交站点影响行驶的干扰段,提高了道路路况判断结果的准确性。

Description

道路路况计算中的干扰识别方法及装置
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种道路路况计算中的干扰识别方法及装置。
背景技术
道路路况计算可以通过车辆的行驶速度,确定车辆所在道路是否拥堵。在目前的技术方案中,根据车辆的行驶距离和行驶时间得到车辆的行驶速度,进而判断车辆所在道路是否拥堵,其无法识别出车辆在行驶过程中遭遇的通行事件,导致道路路况判断结果的准确性较低。因此,如何识别出车辆在行驶过程中遭遇的通行事件,进而保证道路路况的判断结果的准确性成为了亟待解决的技术问题。
发明内容
本申请的实施例提供了一种道路路况计算中的干扰识别方法及装置,进而至少在一定程度上可以识别出车辆在行驶过程中遭遇的通行事件,进而保证道路路况的判断结果的准确性。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种道路路况计算中的干扰识别方法,该方法包括:
对车辆在道路上的行驶获取行驶轨迹,所述行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为;
检测所述行驶轨迹上轨迹点之间的减速段,得到所述车辆在所述道路上的减速段轨迹;
对所述减速段轨迹获取所匹配公交站点的干扰段,所述干扰段是干扰所述车辆行驶的路段。
根据本申请实施例的一个方面,提供了一种道路路况计算中的干扰识别装置,该装置包括:
获取模块,用于对车辆在道路上的行驶获取行驶轨迹,所述行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为;
检测模块,用于检测所述行驶轨迹上轨迹点之间的减速段,得到所述车辆在所述道路上的减速段轨迹;
处理模块,用于对所述减速段轨迹获取所匹配公交站点的干扰段,所述干扰段是干扰所述车辆行驶的路段。
基于前述方案,在本申请的一些实施例中,该处理模块被配置为:获取各个公交站点的位置信息;并将以所述各个公交站点的位置信息为中心,且在预定范围内的区域识别为所述各个公交站点的干扰范围;再根据所述减速段轨迹和所述各个公交站点的干扰范围,将所述减速段轨迹中的与所述干扰范围的重合轨迹识别为所述干扰段。
基于前述方案,在本申请的一些实施例中,该检测模块被配置为:获取所述行驶轨迹上轨迹点的位置信息和时间信息;根据各个轨迹点的位置信息和时间信息进行计算,得到所述车辆在两个轨迹点之间的行驶路程和行驶速度;从两个行驶轨迹点之间对应的轨迹中识别出所述减速段,所述减速段的所述行驶路程小于第一阈值且所述行驶速度小于第二阈值;若多个所述减速段为连续的,且多个所述减速段中减速段的数量大于第一预定数量,则将多个所述减速段对应的轨迹识别为所述减速段轨迹。
基于前述方案,在本申请的一些实施例中,该检测模块还被配置为:将在所述行驶轨迹中除所述减速段以外的行驶轨迹识别为正常段;若在两个减速段之间存在所述正常段且所述正常段的数量小于第二预定数量,则确定所述两个减速段为连续的减速段。
基于前述方案,在本申请的一些实施例中,该处理模块还被配置为:在所述行驶轨迹上扣除所述干扰段所对应的轨迹得到剩余轨迹;对所述剩余轨迹进行所述行驶轨迹的速度计算,得到所述车辆在所述道路上的平均速度。
基于前述方案,在本申请的一些实施例中,该处理模块被配置为:根据所述干扰段的位置信息,从所述行驶轨迹中识别出位于所述干扰段之内的目标轨迹点;从所述行驶轨迹包含的轨迹点中扣除所述目标轨迹点,得到所述剩余轨迹。
基于前述方案,在本申请的一些实施例中,该处理模块被配置为:根据所述干扰段的位置信息,从所述行驶轨迹中识别出在所述干扰段之外,且与所述干扰段之间的距离最小的两个边界轨迹点;将所述两个边界轨迹点以及位于所述两个边界轨迹点之间的轨迹点识别为所述目标轨迹点。
基于前述方案,在本申请的一些实施例中,该处理模块还被配置为:根据所述行驶轨迹,得到所述车辆当前的行驶方向;根据所述行驶方向,获取与所述行驶方向对应的公交站点的位置信息。
基于前述方案,在本申请的一些实施例中,该处理模块被配置为:加载全路网的公交站点数据,所述公交站点数据包含各个公交站点的位置信息;根据所述各个公交站点的位置信息,将所述各个公交站点按照车辆的行驶方向进行划分,得到各个行驶方向对应的公交站点集合;该处理模块还被配置为:根据所述行驶方向,获取与所述行驶方向对应的公交站点集合中的公交站点的位置信息。
根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的道路路况计算中的干扰识别方法。
根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,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时,使得所述一个或多个处理器实现如上述实施例中所述的道路路况计算中的干扰识别方法。
在本申请的一些实施例所提供的技术方案中,通过对车辆在道路上的行驶获取行驶轨迹,该行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为,并检测行驶轨迹上轨迹点之间的减速段,得到车辆在道路上的减速段轨迹,再对该减速段轨迹获取所匹配公交站点的干扰段,由此,能够准确识别出由于公交站点而影响车辆行驶的干扰段,进而保证道路路况判断结果的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图2示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法的流程示意图;
图3示出了根据本申请的一个实施例的图2的道路路况计算中的干扰识别方法中步骤S230的流程示意图;
图4示出了根据本申请的一个实施例的图2的道路路况计算中的干扰识别方法中步骤S220的流程示意图;
图5示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法中还包括的确定连续的减速段的流程示意图;
图6示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法中还包括的计算车辆的平均速度的流程示意图;
图7示出了根据本申请的一个实施例的图6的道路路况计算中的干扰识别方法中步骤S610的流程示意图;
图8示出了根据本申请的一个实施例的图7的道路路况计算中的干扰识别方法中步骤S710的流程示意图;
图9示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法中还包括的获取公交站点的位置信息的流程示意图;
图10示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法还包括的获取公交站点集合的流程示意图;
图11示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法的具体应用场景示意图;
图12示出了根据本申请的一个实施例的道路路况计算中的干扰识别装置的框图;
图13示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。
如图1所示,系统架构可以包括处理终端110、网络120以及车载终端130,网络120用以在处理终端110和车载终端130之间提供通信链路的介质。可以理解的,网络120可以包括但不限于局域网、城域网以及广域网等等。
需要说明的,图1中的处理终端、网络以及车载终端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和车载终端。例如车载终端130可以包括在道路上行驶的多个车辆的车载终端,等等。
其中,车载终端130配置于车辆上,该车辆在道路上行驶时,车载终端可以收集所在车辆的位置信息,并将该位置信息通过网络120发送给处理终端110,以供处理终端110进行道路路况计算。
在本申请的一些实施例中,处理终端110可以对车辆在道路上的行驶获取行驶轨迹,行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为,并检测行驶轨迹上轨迹点之间的减速段,得到车辆在道路上的减速段轨迹,再对减速段轨迹获取所匹配公交站点的干扰段,该干扰段是干扰车辆行驶的路段。
需要说明的是,处理终端110可以是计算机(例如便携式计算机或者台式计算机等等),处理终端110也可以是服务器,等等,本领域技术人员可以根据实际实现需要进行配置,从而实现本申请实施例所提供的道路路况计算中的干扰识别方法,本申请对此不做特殊限定。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图2示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法的流程示意图。参照图2所示,该道路路况计算中的干扰识别方法至少包括步骤S210至步骤S230,详细介绍如下:
在步骤S210中,对车辆在道路上的行驶获取行驶轨迹,所述行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为。
其中,行驶轨迹可以是用于描述车辆在道路上的车辆行为的信息,该行驶轨迹中可以包含多个轨迹点,每一轨迹点在道路上的位置对应于车辆某一时刻在道路上的位置。应该理解的,每一轨迹点应包含位置信息和时间信息,用以确定车辆某一时刻在道路上的具体位置,进而能够描述车辆在道路上的车辆行为,例如停车、正常行驶或者减速行驶等等。
在本申请的一些实施例中,对车辆在道路上的行驶获取行驶轨迹,可以是获取车辆在某一街道上的行驶轨迹,例如车辆在北京路行驶时的行驶轨迹、或者车辆在上海路行驶时的行驶轨迹,等等。具体地,通过定位信息确定当前车辆行驶进入新的街道时,开始记录车辆轨迹点。在一示例中,可以是每隔预定时间(例如10秒、20秒或者30秒等)记录一次车辆的轨迹点;在另一示例中,也可以是每隔预定距离(例如10米、20米或者30米等)记录一次车辆的轨迹点,等等。本领域技术人员可以根据实际实现需要进行配置,本申请对此不做特殊限定。
应该理解的,每一轨迹点应包含车辆的位置信息以及当前时刻的时间信息,以便后续处理,再将车辆在同一街道上的轨迹点进行整合,得到对应于该街道的行驶轨迹,车载终端可以将该行驶轨迹发送至处理终端进行道路路况计算。需要说明的,将行驶轨迹发送给处理终端可以是当车辆行驶进入新的街道时,将在上一街道对应的行驶轨迹发送给处理终端,也可以是车载终端实时将轨迹点发送至处理终端,由处理终端对轨迹点进行整合以得到对应于街道的行驶轨迹。
在本申请的一些实施例中,对车辆在道路上的行驶获取行驶轨迹,也可以是获取车辆在预定时长内的行驶轨迹,以将车辆的行驶轨迹按照时间进行划分。例如预定时长为30分钟,则可以每隔三十分钟获取一次车辆在上一预定时长的时段内的行驶轨迹,如当前时刻为13:30,则获取车辆在13:00-13:30之间的行驶轨迹,等等。本领域技术人员可以根据实际实现需要,对预定时长进行配置,例如预定时长可以是10分钟、20分钟或者60分钟等等,以便于后续处理,本申请对此不做特殊限定。
在步骤S220中,检测所述行驶轨迹上轨迹点之间的减速段,得到所述车辆在所述道路上的减速段轨迹。
其中,减速段可以是车辆在道路上进行减速行驶的路段,当车辆进行减速行驶时,车辆行驶过相同路程所花费的时间必定会增多,或者车辆在相同时长所行驶过的路程必定会减少。由此,根据行驶轨迹中所包含的轨迹点的位置信息和时间信息进行计算和比较,可以检测出行驶轨迹中轨迹点之间的减速段。减速段轨迹可以是由连续的多个减速段组成的行驶轨迹,应该理解的是,多个可以是两个、也可以是两个以上的任意数量,本申请对此不做特殊限定。
在该实施例中,通过行驶轨迹中包含的轨迹点的位置信息和时间信息,可以计算出车辆在轨迹点之间的行驶路程和行驶速度,将各个轨迹点之间的行驶路程和行驶速度进行比较,从而识别出行驶轨迹上轨迹点之间的减速段,进而得到车辆在道路上的减速段轨迹。
在本申请的一些实施例中,检测行驶轨迹上轨迹点之间的减速段,可以是检测行驶轨迹上相邻两个轨迹点之间的减速段,即根据相邻两个轨迹点的位置信息和时间信息,计算车辆在相邻两个轨迹点之间的行驶路程和行驶速度,进而从相邻两个轨迹点之间的路段中识别出减速段。
在本申请的一些实施例中,在行驶轨迹上轨迹点数量较多时,检测行驶轨迹上轨迹点之间的减速段,也可以是检测行驶轨迹上预定间隔的轨迹点之间的减速段。其中,预定间隔可以是1个、3个或者5个等等。例如预定间隔为1个,则在检测行驶轨迹上轨迹点之间的减速段时,应计算第一个轨迹点和第三个轨迹点之间、第三个轨迹点和第五个轨迹点之间、第五个轨迹点和第七个轨迹点之间、…、以及第n个轨迹点和第n+2个轨迹点之间的行驶路程和行驶速度,从而识别出预定间隔的轨迹点之间的减速段,减少计算量,降低处理终端的计算资源占用。
在步骤S230中,对所述减速段轨迹获取所匹配公交站点的干扰段,所述干扰段是干扰所述车辆行驶的路段。
其中,干扰段可以是由于公交车辆在进出公交站点时,对在道路上行驶的车辆造成干扰的路段。应该理解的,公交车辆在进出公交站点时,道路上行驶的车辆应对其采取避让的方式,例如减速行驶等等。在这种情况下,车辆减速行驶的时间并不长,且不是因为道路拥堵而造成的车辆减速,所以若根据车辆的行驶速度对道路路况进行判断,则会造成误判的情况发生,例如将原本通畅的道路判断为拥堵等,影响用户的体验。
在该实施例中,根据车辆的减速段轨迹和公交站点的位置,可以将车辆的减速段轨迹与公交站点的位置进行匹配,从识别出由于公交站点而干扰车辆行驶的干扰段。
在图2所示的实施例中,通过获取车辆在道路上的行驶轨迹,并检测行驶轨迹上轨迹点之间的减速段,得到车辆在道路上的减速段轨迹,并对该减速段轨迹获取所匹配公交站点的干扰段,得到由于公交站点干扰车辆行驶的路段。由此,可以准确识别出车辆在通过道路时所遇到的通行事件,进而在后续的道路路况计算中,可以剔除掉干扰段对车辆行驶速度计算的影响,保证了道路路况判断结果的准确性。
基于图2所示的实施例,图3示出了根据本申请的一个实施例的图2的道路路况计算中的干扰识别方法中步骤S230的流程示意图。参照图3所示,步骤S230至少包括步骤S310至步骤S330,详细介绍如下:
在步骤S310中,获取各个公交站点的位置信息。
其中,公交站点的位置信息可以是用于描述公交站点在道路上的具体位置的信息。应该理解的,公交站点的位置信息可以包括但不限于公交站点所在街道的信息(例如北京路或者上海路等),公交站点的定位信息(例如经纬度等)以及公交站点对应的车辆的行驶方向等等。
在本申请的一些实施例中,公交站点的位置信息可以是预先存储于处理终端中,在对减速段轨迹与公交站点进行匹配时,可以从处理终端中的存储位置获取公交站点的位置信息,以提高公交站点的位置信息的获取速度。
在本申请的一些实施例中,获取各个公交站点的位置信息,可以是获取车辆所在道路的公交站点的位置信息,例如车辆所在道路为北京路,则可以获取设置于北京路上的公交站点的位置信息,避免需要针对所有的公交站点进行匹配,进而提高匹配效率。
在步骤S320中,将以所述各个公交站点的位置信息为中心,且在预定范围内的区域识别为所述各个公交站点的干扰范围。
其中,预定范围可以是由本领域技术人员预先配置的、用以确定公交站点对车辆行驶的干扰范围的数值信息。例如该预定范围可以是5米、10米或者15米,等等。
干扰范围可以是公交车在进出公交站点时会干扰其他车辆行驶的距离范围。
在该实施例中,将以公交站点的位置信息为中心的预定范围内的区域确定为该公交站点的干扰范围,例如预定范围为10米,则将公交站点前后10米距离内的区域确定为该公交站点的干扰范围。
在步骤S330中,根据所述减速段轨迹和所述各个公交站点的干扰范围,将所述减速段轨迹中的与所述干扰范围的重合轨迹识别为所述干扰段。
在该实施例中,根据减速段轨迹的位置信息以及各个公交站点的干扰范围,将减速段轨迹与各个公交站点的干扰范围进行匹配,若减速段轨迹与某一公交站点的干扰范围相重合,则表示重合的路段是由于公交站点而影响了车辆的正常行驶,导致该车辆进行减速行驶,因此将减速段轨迹与各个公交站点的干扰范围的重合轨迹识别为干扰段。
可以理解的,由于公交站点而干扰车辆的正常行驶是暂时的,并不代表真正的路况,为了避免干扰段的存在而影响后续根据车辆的行驶速度判断道路路况,需要从车辆的减速段轨迹中识别出干扰段,以去除干扰段对后续进行道路路况判断的影响。
在图3所示的实施例中,基于各个公交站点的位置信息以及预定范围,从而确定各个公交站点的干扰范围,再将车辆的减速段轨迹与各个公交站点的干扰范围进行匹配,将减速段轨迹与各个公交站点的干扰范围的重合轨迹识别为干扰段,由此,可以准确识别出车辆在行驶过程中受公共汽车进出公交站点影响而进行减速行驶的干扰段,保证了干扰段识别的准确性,也保证了后续进行道路路况计算时可以精确去除干扰段对计算结果的影响,提高了道路路况计算结果的准确性。
基于图2所示的实施例,图4示出了根据本申请的一个实施例的图2的道路路况计算中的干扰识别方法中步骤S220的流程示意图。参照图2所示,步骤S220至少包括步骤S410至步骤S440,详细介绍如下:
在步骤S410中,获取所述行驶轨迹上轨迹点的位置信息和时间信息。
其中,轨迹点的时间信息可以是生成该轨迹点的时间,相应地,轨迹点的位置信息可以是在生成该轨迹点时对应车辆的位置信息。由此,根据行驶轨迹中包含的轨迹点的位置信息和时间信息,可以描述对应车辆在道路上相应的车辆行为。
在该实施例中,轨迹点的位置信息和时间信息可以与该轨迹点进行关联,当车载终端生成轨迹点时,将该轨迹点的位置信息和时间信息与该轨迹点进行关联,并发送至处理终端中,处理终端可以从车载终端上传的行驶轨迹中获取每一轨迹点的位置信息和时间信息。
在步骤S420中,根据各个轨迹点的位置信息和时间信息进行计算,得到所述车辆在两个轨迹点之间的行驶路程和行驶速度。
在该实施例中,根据各个轨迹点的位置信息和时间信息,计算在两个轨迹点之间车辆的行驶路程和行驶速度,需要说明的,该两个轨迹点可以是相邻的两个轨迹点,也可以是之间存在预定间隔的两个轨迹点,本领域的技术人员可以根据实际实现需要进行配置,本申请对此不做特殊限定。
以相邻的两个轨迹点为例,假设存在相邻的两个轨迹点:轨迹点A和轨迹点B,轨迹点A和轨迹点B之间的距离为5米,轨迹点A的时间信息为2020-03-23-13:00:10,轨迹点B的时间信息为2020-03-23-13:00:20,因此,轨迹点A和轨迹点B之间的时间差为10秒,所以车辆在轨迹点A和轨迹点B之间的行驶路程为5米,行驶时间为10秒,则车辆的行驶速度为5/10=0.5m/s。
在步骤S430中,从两个轨迹点之间对应的轨迹中识别出所述减速段,所述减速段的所述行驶路程小于第一阈值且所述行驶速度小于第二阈值。
其中,第一阈值和第二阈值可以是预先配置的、用以判断两个轨迹点之间对应的轨迹是否为减速段的阈值信息。
在该实施例中,将车辆在两个行驶轨迹点之间的行驶路程和行驶速度分别与第一阈值和第二阈值进行比较,将车辆在两个轨迹点之间的行驶路程小于第一阈值且行驶速度小于第二阈值的轨迹识别为减速段。例如第一阈值为10m,第二阈值为3m/s,某两个轨迹点之间的行驶路程为5米,行驶速度为2m/s,因为5<10且2<3,所以该两个轨迹点之间对应的轨迹为车辆的减速段。
应该理解的,第一阈值和第二阈值可以根据实际道路情况进行配置,例如在某一道路车辆限速为30km/h,另一道路车辆限速为40km/h,则车辆限速为40km/h的道路的第一阈值和第二阈值应比车辆限速为30km/h的道路的第一阈值和第二阈值高,以避免无法根据道路的实际情况进行计算,造成车辆减速段判断错误的情况发生。
在步骤S440中,若多个所述减速段为连续的,且多个所述减速段中减速段的数量大于第一预定数量,则将多个所述减速段对应的轨迹识别为所述减速段轨迹。
应该理解的,由于车辆在行驶过程中存在多种特殊情况可导致减速,例如避让行人、小动物或者其他车辆等等,所以,单一存在的减速段并不能代表着该车辆是减速行驶。若车辆存在减速行驶行为,则应该是持续一定时间与一定距离的,为了准确识别出车辆在道路上的减速行驶轨迹,在该实施例中,若存在连续的多个减速段,且连续的减速段的数量大于第一预定数量,则表示该车辆存在减速行驶行为,将该连续的多个减速段对应的轨迹识别为车辆的减速段轨迹。
其中,第一预定数量可以是由本领域技术人员根据实际道路情况预先配置的,其可以是1、2或者3等任意数量。例如第一预定数量为1,则表示车辆的减速段轨迹中至少存在两个连续的减速段,若第一预定数量为2,则表示车辆的减速段轨迹中至少存在三个连续的减速段,等等。
在图4所示的实施例中,通过获取行驶轨迹上轨迹点的位置信息和时间信息,计算车辆在两个轨迹点之间的行驶路程和行驶速度,并从车辆在两个轨迹点之间对应的轨迹中识别出减速段,若多个减速段为连续的,且连续的减速段的数量大于第一预定数量,则将该连续的多个减速段识别为车辆的减速段轨迹,由此,可以准确识别出车辆在道路上的减速行驶行为,避免将车辆由于特殊情况而导致的减速行为识别为车辆的减速行驶行为,保证了车辆的减速行驶行为的识别结果的准确性。
基于图2和图4所示的实施例,图5示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法中还包括的确定连续的减速段的流程示意图。参照图5所示,确定连续的减速段至少包括步骤S510至步骤S520,详细介绍如下:
在步骤S510中,将在所述行驶轨迹中除所述减速段以外的行驶轨迹识别为正常段。
在该实施例中,根据各个轨迹点的位置信息和时间信息,计算并得到两个轨迹点之间的行驶路程和行驶速度,将两个轨迹点之间行驶路程小于第一阈值且行驶速度小于第二阈值的对应的轨迹识别为减速段,将两个轨迹点之间中除减速段以外的行驶轨迹识别为正常段,即在正常段对应的两个轨迹点之间,车辆的行驶路程大于或等于第一阈值或者行驶速度大于或等于第二阈值。
在步骤S520中,若在两个减速段之间存在所述正常段且所述正常段的数量小于第二预定数量,则确定所述两个减速段为连续的减速段。
在该实施例中,若计算得到的相邻两个减速段之间存在正常段,且正常段的数量小于第二预定数量,则可以认为该车辆在持续进行减速行驶,即该相邻两个减速段为连续的,由此,能够有效去除因为车辆提速后再降速而导致判断车辆减速行驶结束的错误情况发生。
例如道路存在拥堵情况,道路上的车辆在减速行驶过程中,若与前方车辆的距离较大,则司机可能会进行加速行驶再进行减速的操作,而该段的行驶轨迹则会被判定为正常段,若根据正常段的出现而判定车辆减速行驶结束,则会导致车辆的减速行驶轨迹判断错误。因此,若两个减速段之间存在正常段,且正常段的数量小于第二预定数量,则可以判定该两个减速段为连续的减速段。其中,第二预定数量可以是由本领域技术人员可以根据实际实现需要预先进行配置,其可以是2个、3个或者3个以上的任意数量等等,本申请对此不做特殊限定。
应该理解的,以上的判定方法也可以用于判定减速行驶轨迹是否结束,即若某一减速段轨迹后存在多个连续的正常段,且连续的正常段数量大于或等于第二预定数量,则表示上一减速行驶轨迹结束,由此,能够准确识别出车辆结束了减速行驶行为,保证了车辆减速行驶轨迹识别的准确性。
在图5所示的实施例中,将行驶轨迹中除减速段以外的行驶轨迹识别为正常段,若在两个减速段之间存在正常段,且正常段的数量小于第二预定数量,则确定两个减速段为连续的减速段,由此可以避免因为车辆的突然提速再减速而判断车辆的减速行驶行为结束,保证了车辆的减速行驶行为识别结果的准确性。
基于图2所示的实施例,图6示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法中还包括的计算车辆的平均速度的流程示意图。参照图6所示,计算车辆的平均速度至少包括步骤S610至步骤S620,详细介绍如下:
在步骤S610中,在所述行驶轨迹上扣除所述干扰段所对应的轨迹得到剩余轨迹。
在该实施例中,在车辆的行驶轨迹中,将干扰段所对应的轨迹进行去除,以得到剩余轨迹。具体地,可以将干扰段所对应的轨迹点从行驶轨迹所包含的轨迹点中进行去除,剩余的轨迹点则组成了车辆除干扰段以外的剩余轨迹。
在步骤S620中,对所述剩余轨迹进行所述行驶轨迹的速度计算,得到所述车辆在所述道路上的平均速度。
在该实施例中,根据剩余轨迹所包含的轨迹点的位置信息和时间信息,能够计算得到车辆在剩余轨迹中的平均速度。在一示例中,可以将车辆在剩余轨迹中所行驶的路程除以该车辆在剩余轨迹中所行驶的时间,以得到车辆在剩余轨迹中的平均速度,并将车辆在剩余轨迹中的平均速度作为车辆在道路上的平均速度,即在整个行驶轨迹中的平均速度。
应该理解的,若车辆的行驶轨迹中不存在干扰段,则可以根据车辆在该行驶轨迹中的总行驶路程以及总行驶时间进行计算,得到车辆在道路上的平均速度,以进行道路路况判断。
在图6所示的实施例中,将干扰段从行驶轨迹中进行扣除,得到剩余轨迹,并计算车辆在剩余轨迹中的平均速度,再将车辆在剩余轨迹中的平均速度作为车辆在整个行驶轨迹中的平均速度。由此,在计算车辆在道路上的平均速度时,能够有效去除干扰段对车辆行驶速度计算的影响。保证了车辆行驶速度计算的准确性,进而根据该车辆在道路上的平均速度进行判断道路路况时,能够有效提高道路路况判断结果的准确性,提高了用户体验。
基于图2和图6所示的实施例,图7示出了根据本申请的一个实施例的图6的道路路况计算中的干扰识别方法中步骤S610的流程示意图。参照图7所示,步骤S610至少包括步骤S710至步骤S720,详细介绍如下:
在步骤S710中,根据所述干扰段的位置信息,从所述行驶轨迹中识别出位于所述干扰段之内的目标轨迹点。
其中,所述目标轨迹点可以是干扰段在行驶轨迹中对应的轨迹点。
在该实施例中,应该理解的,干扰段是一个连续的区域范围,而轨迹点则是某一具体的位置,因此可以通过比较干扰段的位置信息以及行驶轨迹中各个轨迹点的位置信息,将位置信息位于干扰段的位置信息之内的轨迹点识别为目标轨迹点。
在步骤S720中,从所述行驶轨迹包含的轨迹点中扣除所述目标轨迹点,得到所述剩余轨迹。
在该实施例中,通过比较干扰段和轨迹点的位置信息,进而识别出干扰段所对应的目标轨迹点,并将该目标轨迹点从行驶轨迹中包含的轨迹点中进行扣除,剩余的轨迹点组成了车辆除干扰段以外的剩余轨迹。
在图7所示的实施例中,通过比较干扰段的位置信息以及各个轨迹点的位置信息,将位置信息处于干扰段的位置信息之内的轨迹点识别为目标轨迹点,并将该目标轨迹点从行驶轨迹包含的轨迹点中进行去除,以得到车辆的剩余行驶轨迹。由此,可以准确识别出干扰段在行驶轨迹中对应的目标轨迹点,以准确得到车辆除干扰段以外的剩余轨迹,提高了后续计算车辆的平均速度的有效性。
基于图2、图6和图7所示的实施例,图8示出了根据本申请的一个实施例的图7的道路路况计算中的干扰识别方法中步骤S710的流程示意图。参照图8所示的实施例,步骤S710至少包括步骤S810至步骤S820,详细介绍如下:
在步骤S810中,根据所述干扰段的位置信息,从所述行驶轨迹中识别出在所述干扰段之外,且与所述干扰段之间的距离最小的两个边界轨迹点。
其中,边界轨迹点可以是位于干扰段之外,且与干扰段之间的距离最小的两个轨迹点。应该理解的,两个边界轨迹点之一是位于干扰段的起始位置,两个边界轨迹点另一是位于干扰段的终止位置,因此通过两个边界轨迹点可以限定干扰段的具体位置。
在该实施例中,将行驶轨迹中包含的轨迹点的位置信息与干扰段的位置信息进行比较,计算行驶轨迹中位于干扰段之外的轨迹点与干扰段之间的距离,并将分别位于干扰段的两端且距离最小的两个轨迹点作为两个边界轨迹点,两个边界轨迹点之一用以确定干扰段的起始位置,两个边界轨迹点另一用以确定干扰段的终止位置。
在步骤S820中,将所述两个边界轨迹点以及位于两个边界轨迹点之间的轨迹点识别为所述目标轨迹点。
在该实施例中,由于两个边界轨迹点限定了干扰段的起始位置和终止位置,位于两个边界轨迹点之间的轨迹点则会落入干扰段的区域范围之内,因此可以将两个边界轨迹点以及位于两个边界轨迹点之间的轨迹点识别为干扰段所对应的目标轨迹点。
在图8所示的实施例中,通过计算轨迹点与干扰段之间的距离,将位于干扰段之外,且与干扰段之间的距离最小的两个轨迹点识别为边界轨迹点,两个边界轨迹点用以限定干扰段的起始位置和终止位置,并将两个边界轨迹点和位于两个边界轨迹点之间的轨迹点识别为目标轨迹点,可以准确识别出干扰段在行驶轨迹中所对应的轨迹点,提高了目标轨迹点的识别准确率,且两个边界轨迹点位于干扰段之外,也能够保证剩余轨迹的平均速度计算的准确性。
基于图2所示的实施例,图9示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法中还包括的获取公交站点的位置信息的流程示意图。参照图9所示,获取公交站点的位置信息至少包括步骤S910至步骤S920,详细介绍如下:
在步骤S910中,根据所述行驶轨迹,得到所述车辆当前的行驶方向。
应该理解的,对于在道路上行驶的车辆,可以有两个行驶方向,其取决于车辆位于道路的哪一侧。而当车辆在道路一侧行驶时,道路另一侧的公交站点并不会干扰车辆的正常行驶,因此,需要对车辆的行驶方向进行区别。
在该实施例中,可以根据车辆的行驶轨迹,确定车辆的行驶方向,从而可以根据车辆的行驶方向确定会干扰车辆的正常行驶的公交站点。具体地,可以根据任意两个轨迹点的位置信息和时间信息,确定车辆的行驶方向。例如存在一条东西走向的道路,车辆的下一轨迹点位于上一轨迹点的西方向,则可以表明车辆在由东向西行驶,等等。
在步骤S920中,根据所述行驶方向,获取与所述行驶方向对应的公交站点的位置信息。
在该实施例中,根据所确定的车辆的行驶方向,确定并获取与该行驶方向对应的公交站点的位置信息,即与车辆位于道路同一侧的公交站点的位置信息。
在图9所示的实施例中,通过确定车辆的行驶方向,进而确定与车辆位于道路同一侧的公交站点,并获取该公交站点的位置信息。由此,可以避免获取道路上所有公交站点的位置信息,进而提高了对减速段轨迹获取所匹配公交站点的干扰段的获取效率。
基于图2和图9所示的实施例,图10示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法还包括的获取公交站点集合的流程示意图。参照图10所示,获取公交站点集合至少包括步骤S1010至步骤S1020,详细介绍如下:
在步骤S1010中,加载全路网的公交站点数据,所述公交站点数据包含各个公交站点的位置信息。
其中,路网可以是在一定区域内,由各种道路组成的相互联络、交织成网状分布的道路系统。在本申请中,该路网可以是由在城市范围内的各种道路而组成的道路网。
在该实施例中,路网上的每一条道路都可能配置有对应的公交站点,为了保证本申请的技术方案的适用范围,可以获取全路网的公交站点数据,以确保本申请的技术方案能够对全路网中的每一条道路进行干扰段匹配。
在步骤S1020中,根据所述各个公交站点的位置信息,将所述各个公交站点按照车辆的行驶方向进行划分,得到各个行驶方向对应的公交站点集合。
在该实施例中,根据公交站点的位置信息,例如位于道路的左侧或者右侧,从而确定该公交站点所对应的车辆的行驶方向,并将公交站点按照所对应的车辆的行驶方向进行划分,以得到不同行驶方向对应的公交站点集合。
在本申请的一个实施例中,根据所述行驶方向获取与所述行驶方向对应的公交站点的位置信息,包括:
根据所述行驶方向,获取与所述行驶方向对应的公交站点集合中的公交站点的位置信息。
在该实施例中,在获取公交站点的位置信息时,则可以根据车辆的行驶方向,从与该行驶方向对应的公交站点集合中获取公交站点的位置信息,以提高公交站点的位置信息的获取效率。
在一示例中,可以将每一条道路上的公交站点按照所对应的车辆的行驶方向进行划分,以得到在同一道路上不同行驶方向所对应的公交站点集合;在另一示例中,也可以将全路网的公交站点按照不同的行驶方向进行统一划分,例如从东向西、从西向东,从南向北或者从北向南等等,从而得到不同的行驶方向所对应的公交站点集合。
在图10所示的实施例中,通过加载全路网的公交站点数据,并根据所对应车辆的行驶方向对公交站点进行划分,以得到不同行驶方向所对应的公交站点集合,在后续匹配获取公交站点的位置信息时,可以从对应的公交站点集合中获取公交站点的位置信息,以提高公交站点的位置信息的获取效率。
基于上述实施例的技术方案,以下介绍本申请实施例的一个具体应用场景:
图11示出了根据本申请的一个实施例的道路路况计算中的干扰识别方法的具体应用场景示意图。
如图11所示,对车辆在道路上的行驶获取行驶轨迹,该行驶轨迹中包含了多个轨迹点,行驶轨迹通过包含的轨迹点在道路上的位置描述相应的车辆行为。根据轨迹点的位置信息和时间信息,可以计算得到车辆在两个轨迹点之间的行驶路程和行驶时间,并根据车辆在两个轨迹点之间的行驶路程和行驶时间判断得到车辆的减速段轨迹。
由于减速段轨迹是基于轨迹点进行判断的,因此可以得到减速段轨迹的起始轨迹点和终止轨迹点即图11中所示的start和end。将车辆的减速段轨迹与公交站点的干扰范围进行匹配,得到车辆在道路上的干扰段L2,即车辆在干扰段L2范围内的行驶受到了公交站点的干扰。
因此,在计算车辆在道路上的平均速度时,可以扣除掉干扰段L2所对应的轨迹点(即上文所述的目标轨迹点),以得到剩余轨迹,即图11中所示的L1和L3,其中,L1所对应的行驶时间为t1,L2所对应的行驶时间为t2,所以车辆在道路上的平均速度
Figure BDA0002527207740000191
由此,可以准确识别出车辆在道路上行驶时受到公交站点的干扰的干扰段,在后续计算车辆在道路上的平均速度时,可以去除掉干扰段对计算车辆平均速度的影响,以保证后续对道路路况进行判断的结果的准确性。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的道路路况计算中的干扰识别方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的道路路况计算中的干扰识别方法的实施例。
图12示出了根据本申请的一个实施例的道路路况计算中的干扰识别装置的框图。
参照图12所示,根据本申请的一个实施例的道路路况计算中的干扰识别装置,包括:
获取模块1210,用于对车辆在道路上的行驶获取行驶轨迹,所述行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为;
检测模块1220,用于检测所述行驶轨迹上轨迹点之间的减速段,得到所述车辆在所述道路上的减速段轨迹;
处理模块1230,用于对所述减速段轨迹获取所匹配公交站点的干扰段,所述干扰段是干扰所述车辆行驶的路段。
基于前述方案,在本申请的一些实施例中,该处理模块1230被配置为:获取各个公交站点的位置信息;并将以所述各个公交站点的位置信息为中心,且在预定范围内的区域识别为所述各个公交站点的干扰范围;再根据所述减速段轨迹和所述各个公交站点的干扰范围,将所述减速段轨迹中的与所述干扰范围的重合轨迹识别为所述干扰段。
基于前述方案,在本申请的一些实施例中,该检测模块1220被配置为:获取所述行驶轨迹上轨迹点的位置信息和时间信息;根据各个轨迹点的位置信息和时间信息进行计算,得到所述车辆在两个轨迹点之间的行驶路程和行驶速度;从两个行驶轨迹点之间对应的轨迹中识别出所述减速段,所述减速段的所述行驶路程小于第一阈值且所述行驶速度小于第二阈值;若多个所述减速段为连续的,且多个所述减速段中减速段的数量大于第一预定数量,则将多个所述减速段对应的轨迹识别为所述减速段轨迹。
基于前述方案,在本申请的一些实施例中,该检测模块1220还被配置为:将在所述行驶轨迹中除所述减速段以外的行驶轨迹识别为正常段;若在两个减速段之间存在所述正常段且所述正常段的数量小于第二预定数量,则确定所述两个减速段为连续的减速段。
基于前述方案,在本申请的一些实施例中,该处理模块1230还被配置为:在所述行驶轨迹上扣除所述干扰段所对应的轨迹得到剩余轨迹;对所述剩余轨迹进行所述行驶轨迹的速度计算,得到所述车辆在所述道路上的平均速度。
基于前述方案,在本申请的一些实施例中,该处理模块1230被配置为:根据所述干扰段的位置信息,从所述行驶轨迹中识别出位于所述干扰段之内的目标轨迹点;从所述行驶轨迹包含的轨迹点中扣除所述目标轨迹点,得到所述剩余轨迹。
基于前述方案,在本申请的一些实施例中,该处理模块1230被配置为:根据所述干扰段的位置信息,从所述行驶轨迹中识别出在所述干扰段之外,且与所述干扰段之间的距离最小的两个边界轨迹点;将所述两个边界轨迹点以及位于所述两个边界轨迹点之间的轨迹点识别为所述目标轨迹点。
基于前述方案,在本申请的一些实施例中,该处理模块1230还被配置为:根据所述行驶轨迹,得到所述车辆当前的行驶方向;根据所述行驶方向,获取与所述行驶方向对应的公交站点的位置信息。
基于前述方案,在本申请的一些实施例中,该处理模块1230被配置为:加载全路网的公交站点数据,所述公交站点数据包含各个公交站点的位置信息;根据所述各个公交站点的位置信息,将所述各个公交站点按照车辆的行驶方向进行划分,得到各个行驶方向对应的公交站点集合;该处理模块还被配置为:根据所述行驶方向,获取与所述行驶方向对应的公交站点集合中的公交站点的位置信息。
图13示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图13示出的电子设备的计算机系统仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图13所示,计算机系统包括中央处理单元(Central Processing Unit,CPU)1301,其可以根据存储在只读存储器(Read-Only Memory,ROM)1302中的程序或者从存储部分1308加载到随机访问存储器(Random Access Memory,RAM)1303中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 1303中,还存储有系统操作所需的各种程序和数据。CPU 1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(Input/Output,I/O)接口1305也连接至总线1304。
以下部件连接至I/O接口1305:包括键盘、鼠标等的输入部分1306;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1307;包括硬盘等的存储部分1308;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1310上,以便于从其上读出的计算机程序根据需要被安装入存储部分1308。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分1309从网络上被下载和安装,和/或从可拆卸介质1311被安装。在该计算机程序被中央处理单元(CPU)1301执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (7)

1.一种道路路况计算中的干扰识别方法,其特征在于,所述方法包括:
对车辆在道路上的行驶获取行驶轨迹,所述行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为;
检测所述行驶轨迹上轨迹点之间的减速段,得到所述车辆在所述道路上的减速段轨迹;
加载全路网的公交站点数据,所述公交站点数据包含各个公交站点的位置信息;
根据所述各个公交站点的位置信息,将所述各个公交站点按照车辆的行驶方向进行划分,得到各个行驶方向对应的公交站点集合;
根据所述行驶轨迹,得到所述车辆当前的行驶方向;
从所述各个行驶方向对应的公交站点集合中,获取与所述车辆当前的行驶方向对应的公交站点集合中的公交站点的位置信息;
将以所述各个公交站点的位置信息为中心,且在预定范围内的区域识别为所述各个公交站点的干扰范围;
根据所述减速段轨迹和所述各个公交站点的干扰范围,将所述减速段轨迹中的与所述干扰范围的重合轨迹识别为干扰段;
在所述行驶轨迹上扣除所述干扰段所对应的轨迹得到剩余轨迹;
对所述剩余轨迹进行所述行驶轨迹的速度计算,得到所述车辆在所述道路上的平均速度。
2.根据权利要求1所述的方法,其特征在于,检测所述行驶轨迹上轨迹点之间的减速段,得到所述车辆在所述道路上的减速段轨迹,包括:
获取所述行驶轨迹上轨迹点的位置信息和时间信息;
根据各个轨迹点的位置信息和时间信息进行计算,得到所述车辆在两个轨迹点之间的行驶路程和行驶速度;
从两个行驶轨迹点之间对应的轨迹中识别出所述减速段,所述减速段的所述行驶路程小于第一阈值且所述行驶速度小于第二阈值;
若多个所述减速段为连续的,且多个所述减速段中减速段的数量大于第一预定数量,则将多个所述减速段对应的轨迹识别为所述减速段轨迹。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
将在所述行驶轨迹中除所述减速段以外的行驶轨迹识别为正常段;
若在两个减速段之间存在所述正常段且所述正常段的数量小于第二预定数量,则确定所述两个减速段为连续的减速段。
4.根据权利要求1所述的方法,其特征在于,在所述行驶轨迹上扣除所述干扰段所对应的轨迹得到剩余轨迹,包括:
根据所述干扰段的位置信息,从所述行驶轨迹中识别出位于所述干扰段之内的目标轨迹点;
从所述行驶轨迹包含的轨迹点中扣除所述目标轨迹点,得到所述剩余轨迹。
5.根据权利要求4所述的方法,其特征在于,根据所述干扰段的位置信息,从所述行驶轨迹中识别出位于所述干扰段之内的目标轨迹点,包括:
根据所述干扰段的位置信息,从所述行驶轨迹中识别出在所述干扰段之外,且与所述干扰段之间的距离最小的两个边界轨迹点;
将所述两个边界轨迹点以及位于所述两个边界轨迹点之间的轨迹点识别为所述目标轨迹点。
6.一种道路路况计算中的干扰识别装置,其特征在于,包括:
获取模块,用于对车辆在道路上的行驶获取行驶轨迹,所述行驶轨迹通过所包含轨迹点在道路上的位置描述相应的车辆行为;加载全路网的公交站点数据,所述公交站点数据包含各个公交站点的位置信息;根据所述各个公交站点的位置信息,将所述各个公交站点按照车辆的行驶方向进行划分,得到各个行驶方向对应的公交站点集合;根据所述行驶轨迹,得到所述车辆当前的行驶方向;从所述各个行驶方向对应的公交站点集合中,获取与所述车辆当前的行驶方向对应的公交站点集合中的公交站点的位置信息;
检测模块,用于检测所述行驶轨迹上轨迹点之间的减速段,得到所述车辆在所述道路上的减速段轨迹;
处理模块,用于将以所述各个公交站点的位置信息为中心,且在预定范围内的区域识别为所述各个公交站点的干扰范围;根据所述减速段轨迹和所述各个公交站点的干扰范围,将所述减速段轨迹中的与所述干扰范围的重合轨迹识别为干扰段;在所述行驶轨迹上扣除所述干扰段所对应的轨迹得到剩余轨迹;对所述剩余轨迹进行所述行驶轨迹的速度计算,得到所述车辆在所述道路上的平均速度。
7.计算机可读存储介质,其特征在于,所述存储介质存储有计算机可读指令,可由处理器执行以实现根据权利要求1-5中任一权利要求所述的方法。
CN202010507908.7A 2020-06-05 2020-06-05 道路路况计算中的干扰识别方法及装置 Active CN111739291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010507908.7A CN111739291B (zh) 2020-06-05 2020-06-05 道路路况计算中的干扰识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010507908.7A CN111739291B (zh) 2020-06-05 2020-06-05 道路路况计算中的干扰识别方法及装置

Publications (2)

Publication Number Publication Date
CN111739291A CN111739291A (zh) 2020-10-02
CN111739291B true CN111739291B (zh) 2023-01-13

Family

ID=72648437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010507908.7A Active CN111739291B (zh) 2020-06-05 2020-06-05 道路路况计算中的干扰识别方法及装置

Country Status (1)

Country Link
CN (1) CN111739291B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700201B (zh) * 2021-01-12 2023-08-15 上海斑马来拉物流科技有限公司 货源推荐方法、电子设备和存储介质
CN117705126A (zh) * 2024-02-06 2024-03-15 农业农村部南京农业机械化研究所 一种农机的抗扰续航时间检测方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741553A (zh) * 2016-04-28 2016-07-06 泰华智慧产业集团股份有限公司 基于动态阈值的识别车辆轨迹中停靠路段的方法
CN108428340A (zh) * 2018-05-11 2018-08-21 深圳市图灵奇点智能科技有限公司 道路交通状况分析方法和系统
CN108802776A (zh) * 2018-07-02 2018-11-13 武汉蓝泰源信息技术有限公司 基于异常点剔除及轨迹压缩算法的公交gps纠偏方法
CN109993969A (zh) * 2019-03-08 2019-07-09 腾讯大地通途(北京)科技有限公司 一种路况判定信息获取方法、装置及设备
CN110351653A (zh) * 2019-06-29 2019-10-18 华南理工大学 一种基于无线信号的交通出行模式识别方法
CN110738856A (zh) * 2019-11-12 2020-01-31 中南大学 一种基于移动聚类的城市交通拥堵精细识别方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104680785B (zh) * 2013-11-28 2017-02-22 中国移动通信集团公司 一种路段交通状况确定方法及装置
US9396660B2 (en) * 2014-01-21 2016-07-19 Speedgauge, Inc. Identification of driver abnormalities in a traffic flow
CN105023428B (zh) * 2014-04-15 2017-09-29 高德软件有限公司 路况信息评估方法及装置
CN104032980B (zh) * 2014-06-24 2016-05-18 贾永学 一种路口公交站布置方式及公交通行方法
CN109147371B (zh) * 2017-06-15 2020-07-28 杭州海康威视数字技术股份有限公司 行驶路线确定方法及装置和计算机设备
CN109145065A (zh) * 2017-06-19 2019-01-04 北京嘀嘀无限科技发展有限公司 车辆行驶轨迹的展示方法及装置、计算机可读存储介质
JP6934024B2 (ja) * 2017-06-21 2021-09-08 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド 経路計画システムおよび方法
CN109377758B (zh) * 2018-11-23 2021-05-28 北斗天地股份有限公司 一种行驶时间预估方法及系统
CN110489799B (zh) * 2019-07-18 2022-08-16 讯飞智元信息科技有限公司 交通拥堵仿真处理方法及相关装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741553A (zh) * 2016-04-28 2016-07-06 泰华智慧产业集团股份有限公司 基于动态阈值的识别车辆轨迹中停靠路段的方法
CN108428340A (zh) * 2018-05-11 2018-08-21 深圳市图灵奇点智能科技有限公司 道路交通状况分析方法和系统
CN108802776A (zh) * 2018-07-02 2018-11-13 武汉蓝泰源信息技术有限公司 基于异常点剔除及轨迹压缩算法的公交gps纠偏方法
CN109993969A (zh) * 2019-03-08 2019-07-09 腾讯大地通途(北京)科技有限公司 一种路况判定信息获取方法、装置及设备
CN110351653A (zh) * 2019-06-29 2019-10-18 华南理工大学 一种基于无线信号的交通出行模式识别方法
CN110738856A (zh) * 2019-11-12 2020-01-31 中南大学 一种基于移动聚类的城市交通拥堵精细识别方法

Also Published As

Publication number Publication date
CN111739291A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN108022450B (zh) 一种基于蜂窝网络的辅助驾驶方法及交通控制单元
CN110784825B (zh) 车辆行驶轨迹的生成方法、装置
CN111739291B (zh) 道路路况计算中的干扰识别方法及装置
CN113127466B (zh) 一种车辆轨迹数据预处理方法及计算机存储介质
CN112885112B (zh) 车辆行驶检测的方法、车辆行驶预警的方法和装置
CN109841078B (zh) 导航数据处理方法及其装置、存储介质
CN111739290A (zh) 车辆预警方法及装置
CN109887321B (zh) 无人车变道安全判别方法、装置及存储介质
CN115165398A (zh) 车辆的行驶功能测试方法、装置、计算设备及介质
CN113868875B (zh) 测试场景自动生成方法、装置、设备和存储介质
CN113799715B (zh) 车辆异常原因的确定方法、装置、通信设备及存储介质
CN113077631B (zh) 一种v2x车辆识别方法、装置、设备及介质
CN115257803A (zh) 一种适用于高速自动驾驶功能场景提取方法
CN113962107A (zh) 对行驶路段仿真的方法、装置、电子设备及存储介质
CN113963550A (zh) 一种多义路径识别方法、装置及电子设备
CN112801494A (zh) 检测交通事故的方法、装置、设备、介质和程序产品
CN115273449B (zh) 车队集合节点确认方法、装置、设备及介质
CN111311916B (zh) 车道速度确定方法、装置
CN111862599A (zh) 车辆信息处理方法、装置
CN111739288A (zh) 基于人工智能的车辆驾驶风险分析方法及相关装置
CN115188184B (zh) 一种车辆限速处理方法、设备及装置
CN116434560B (zh) 一种违规行驶的识别方法、装置、设备及存储介质
CN112991749B (zh) 车辆违章识别方法与装置、介质及电子设备
CN111739289B (zh) 车辆预警信息的处理方法及装置
CN116513228A (zh) 一种车辆变道警示方法、装置、电子设备及存储介质

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