CN111831764A - 一种停留站点的确定方法、装置、电子设备和介质 - Google Patents
一种停留站点的确定方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN111831764A CN111831764A CN202010066273.1A CN202010066273A CN111831764A CN 111831764 A CN111831764 A CN 111831764A CN 202010066273 A CN202010066273 A CN 202010066273A CN 111831764 A CN111831764 A CN 111831764A
- Authority
- CN
- China
- Prior art keywords
- target
- candidate
- track segment
- station
- track
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 10
- 230000015654 memory Effects 0.000 description 10
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种停留站点的确定方法、装置、电子设备和介质，方法包括：按照预设的时间窗口宽度从目标车辆的行驶轨迹中截取出多个候选轨迹段；针对每一个候选轨迹段，根据目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段；根据目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出目标车辆所停留的目标站点。本申请所提供的方法中，利用预设的时间窗口宽度直接在目标车辆的行驶轨迹中截取的候选轨迹段，可以确定出目标车辆所停留的目标站点，通过候选轨迹段来确定目标车辆所停留的目标站点，不需要一个一个轨迹点的来计算目标车辆所停留的目标站点，减少了计算量，提高了计算效率，进而提高了工作效率。
Description
技术领域
本申请涉及数据统计技术领域，具体而言，涉及一种停留站点的确定方法、装置、电子设备和介质。
背景技术
通过司机的行驶轨迹来分析司机所到达的加油或充电的站点，一般是判断司机的行驶轨迹中是否存在与候选站点小于预设距离的轨迹点，如果有，再判断连续的与候选站点小于预设距离的轨迹点所在的时间段是否大于预设时长，如果大于预设时长，则确定司机存在到达站点的行为。但是这种确定司机到达站点的方式，计算量过于巨大，会消耗过多的计算时间。
发明内容
有鉴于此，本申请的目的在于提供一种停留站点的确定方法、装置、电子设备和介质，提高了确定目标车辆所停留的目标站点时的计算效率。
根据本申请的一个方面，提供一种电子设备，可以包括存储介质和与存储介质通信的处理器。存储介质存储有处理器可执行的机器可读指令。当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行所述机器可读指令，以执行以下操作：
第一方面，本申请实施例提供了一种停留站点的确定方法，包括：
按照预设的时间窗口宽度从目标车辆的行驶轨迹中截取出多个候选轨迹段；
针对每一个候选轨迹段，根据所述目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段；
根据所述目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出所述目标车辆所停留的目标站点。
在一些实施例中，针对每一个候选轨迹段，根据目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段，包括：
针对每一个候选轨迹段，根据所述目标车辆在该候选轨迹段的停留情况，生成该候选轨迹段的停留特征信息；
针对每一个候选轨迹段，根据该候选轨迹段的停留特征信息，确定该候选轨迹段是否为目标轨迹段。
在一些实施例中，所述停留特征信息包括以下信息的任意一种或多种：
平均速度特征信息、平均漂移量特征信息和平均接单状态特征信息。
在一些实施例中，针对每一个候选轨迹段，根据该候选轨迹段的停留特征信息，确定该目标轨迹段是否为目标轨迹段，包括：
针对每一个候选轨迹段，获取至少两个停留特征信息的评价值；
针对每一个候选轨迹段，若每个停留特征信息的评价值均符合预设要求，则确定该候选轨迹段为目标轨迹段。
在一些实施例中，根据所述目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出所述目标车辆所停留的目标站点，包括：
针对每个目标轨迹段，计算该目标轨迹段与每个候选站点之间的距离；
针对每个目标轨迹段，根据所述目标轨迹段和每个候选站点之间的距离，以及每个候选站点的运营属性，确定所述目标轨迹段所对应的目标站点。
在一些实施例中，所述运营属性包括以下信息中的任意一种或多种：
候选站点的价格信息、候选站点的停车费信息和候选站点的执行效率信息。
在一些实施例中，还包括：
根据选择出的所述目标车辆所停留的目标站点，生成每个目标站点所对应的推送消息。
在一些实施例中，还包括：
若所述目标车辆的当前位置和目标站点之间的距离小于预设数值，则向所述目标车辆推送所述目标站点所对应的推送消息。
在一些实施例中，所述推送消息包括以下信息中的任意一种或多种：
目标站点的价格信息、目标站点的停车费信息和目标站点的当前工作强度信息。
第二方面，本申请实施例提供了一种停留站点的确定装置，包括：
截取模块，用于按照预设的时间窗口宽度从目标车辆的行驶轨迹中截取出多个候选轨迹段；
目标轨迹段确定模块，针对每一个候选轨迹段，用于根据所述目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段；
目标站点确定模块，用于根据所述目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出所述目标车辆所停留的目标站点。
在一些实施例中，所述目标轨迹段确定模块，包括：
生成单元，针对每一个候选轨迹段，用于根据所述目标车辆在该候选轨迹段的停留情况，生成该候选轨迹段的停留特征信息；
目标轨迹段确定单元，针对每一个候选轨迹段，用于根据该候选轨迹段的停留特征信息，确定该候选轨迹段是否为目标轨迹段。
在一些实施例中，所述停留特征信息包括以下信息的任意一种或多种：
平均速度特征信息、平均漂移量特征信息和平均接单状态特征信息。
在一些实施例中，所述目标轨迹段确定单元，包括：
获取子单元，针对每一个候选轨迹段，用于获取至少两个停留特征信息的评价值；
目标轨迹段确定子单元，针对每一个候选轨迹段，用于若每个停留特征信息的评价值均符合预设要求，则确定该候选轨迹段为目标轨迹段。
在一些实施例中，所述目标站点确定模块，包括：
计算单元，针对每个目标轨迹段，用于计算该目标轨迹段与每个候选站点之间的距离；
目标站点确定子单元，针对每个目标轨迹段，用于根据所述目标轨迹段和每个候选站点之间的距离，以及每个候选站点的运营属性，确定所述目标轨迹段所对应的目标站点。
在一些实施例中，所述运营属性包括以下信息中的任意一种或多种：
候选站点的价格信息、候选站点的停车费信息和候选站点的执行效率信息。
在一些实施例中，还包括：
消息生成模块，用于根据选择出的所述目标车辆所停留的目标站点，生成每个目标站点所对应的推送消息。
在一些实施例中，还包括：
推送模块，用于若所述目标车辆的当前位置和目标站点之间的距离小于预设数值，则向所述目标车辆推送所述目标站点所对应的推送消息。
在一些实施例中，所述推送消息包括以下信息中的任意一种或多种：
目标站点的价格信息、目标站点的停车费信息和目标站点的当前工作强度信息。
第三方面，本申请实施例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，以执行上述停留站点的确定方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述停留站点的确定方法的步骤。
本申请实施例提供的停留站点的确定方法、装置、电子设备和介质，首先，按照预设的时间窗口宽度从目标车辆的行驶轨迹中截取出多个候选轨迹段；然后，针对每一个候选轨迹段，根据所述目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段；最后，根据所述目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出所述目标车辆所停留的目标站点。
在某种实施方式下，本申请所提供的方法中，利用预设的时间窗口宽度直接在目标车辆的行驶轨迹中截取的候选轨迹段，可以确定出目标车辆所停留的目标站点，通过候选轨迹段来确定目标车辆所停留的目标站点，不需要一个一个轨迹点的来计算目标车辆所停留的目标站点，减少了计算量，提高了计算效率，进而提高了工作效率。
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提供的一种疲劳驾驶的检测方法的基本流程示意图；
图2示出了本申请实施例提供的一些实施例的疲劳驾驶的检测方法所在的服务系统的框图；
图3示出了本申请实施例提供的一种疲劳驾驶的检测装置的结构示意图；
图4示出了本申请实施例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。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
在现有的加油或充电服务行业中，会有很多的平台来瓜分这个市场，而每个平台也在不断的想要扩大市场份额，通过目标车辆的行驶轨迹来分析出目标车辆所停留的站点是一个重要环节，根据分析出的目标车辆所停留的站点，就可以确定出目标车辆所对应的司机对每个平台所对应的服务的支持情况，进而，根据司机对每个平台的支持情况来改善自身的服务质量，扩大市场份额。
目前，根据一个目标车辆的行驶轨迹来确定出该目标车辆所停留的站点，包括以下几个步骤：
步骤1：获取目标车辆的行驶轨迹和候选站点集合；其中，候选站点集合中包含有多个候选站点；
步骤2：针对每一个候选站点，计算行驶轨迹中每一个轨迹点与该候选站点之间的距离；
步骤3：针对每一个候选站点，在所述行驶轨迹中筛选出与该候选站点之间的距离小于预设数值的轨迹点；
步骤4：针对每一个候选站点，判断筛选出来的连续的轨迹点所对应的时长是否在预设时长范围内；
步骤5：针对每一个候选站点，如果筛选出来的连续的轨迹点所对应的时长在预设时长范围内，则该候选站点是目标车辆所停留的目标站点。
目标车辆的行驶轨迹是由多个轨迹点组成的，一般轨迹点是通过目标车辆中的传感器每隔预订时长(预订时长通常为3秒)获取到的，因此，一个行驶轨迹可能存在很多个轨迹点。在确定目标车辆所停留的目标站点的过程中，需要对目标车辆的行驶轨迹中的每一个轨迹点都计算出与每一个候选站点之间的距离，这样的确定方式会产生巨大的计算量。
因此，本申请的发明人认为，可以利用时间窗口宽度在行驶轨迹中截取出候选轨迹段，并在截取出的轨迹段中筛选出可能存在停留情况的目标轨迹段，根据目标轨迹段就可以确定出目标车辆的停留站点了。不需要对行驶轨迹中的每一个轨迹点都进行一次计算，减少了计算量。
基于此，如图1所示，本申请提供了一种停留站点的确定方法，包括：
步骤S101，按照预设的时间窗口宽度从目标车辆的行驶轨迹中截取出多个候选轨迹段；
步骤S102，针对每一个候选轨迹段，根据目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段；
步骤S103，根据目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出目标车辆所停留的目标站点。
在上述步骤S101中，行驶轨迹是由连续的多个轨迹点生成的，具体，如拟合。因此从行驶轨迹中截取的候选轨迹段也是由连续的多个轨迹点生成的。预设的时间窗口宽度可以是根据人为经验估算出来的，也可以是根据大量的实验数据总结得到的，为了提高确定目标站点的准确性，本申请所采用的预设的时间窗口宽度是根据大量的实验数据总结得到的，预设的时间窗口宽度可以是符合目标车辆停留的时间长度，且符合目标车辆停留的时间长度是符合与一个时间范围的，因此，预设的时间窗口宽度也是需要符合这个时间范围的。目标车辆的行驶轨迹是由多个轨迹点组成的，一般轨迹点是通过目标车辆中的传感器每隔预订时长(预订时长通常为3秒)获取到的。行驶轨迹是目标车辆行驶过的路程所对应的数据。候选轨迹段是行驶轨迹中符合预设的时间窗口宽度的轨迹段。
具体的，利用预设的时间窗口宽度将目标车辆的行驶轨迹截取出多个轨迹段，预设的时间窗口的滑动步长值是预先设置好的(最小的滑动步长值可以是两个轨迹点之间的时间间隔，最大的滑动步长值可以是时间窗口宽度)。在截取候选轨迹段时，利用预设的滑动步长值不断的滑动预设的时间窗口，进而，在行驶轨迹中截取出多个候选轨迹段。
例如，从0点开始直至24点，车中的传感器每隔3秒就获取一次位置信息，每获取一次位置信息就会有一个轨迹点生成，将每次根据位置信息生成的轨迹点进行拟合，则生成该车辆一天中的行驶轨迹，预设的时间窗口宽度为10分钟，需要获取的候选轨迹段的开始位置是第101个轨迹点，预设的时间窗口宽度所对应的轨迹点个数为200个，则需要获取的候选轨迹段的结束位置就是第300个轨迹点。
利用截取的多个候选轨迹段来确定目标车辆所停留的目标站点可以包括以下两种方式：
方式一，首先，利用预设的时间窗口宽度和预设的滑动步长值将行驶轨迹截取成多个候选轨迹段(如果滑动步长值小于预设的时间窗口宽度时，相邻的候选轨迹段会存在重叠轨迹)，然后，再执行步骤S102和步骤S103；
方式二，利用预设的时间窗口宽度在行驶轨迹中截取出一个候选轨迹段后，就执行步骤S102，在确定出截取出的候选轨迹段是目标车辆的目标轨迹段后，再执行步骤S103，并将下一次预设的时间窗口的起始位置设置在与该候选轨迹段相邻的下一个轨迹点。其中，目标轨迹段可以是目标车辆的停留情况符合目标车辆停留时的停留特征标准信息的轨迹段。停留特征标准信息可以是目标车辆停留时停留特征所对应的信息。
通过上述方式二确定目标站点时，在确定出一个候选轨迹段是目标轨迹段后，在这之后截取的候选轨迹段就不会与该目标轨迹段有重叠部分，这样就减少了一些轨迹点的计算量，进而提高了计算效率。
在上述步骤S102中，停留情况可以用于判断候选轨迹段是否为停留时所对应的轨迹段，停留情况可以用于生成停留特征信息，停留特征信息可以是目标车辆停留时所对应的信息。目标轨迹段可以是符合目标车辆停留时的轨迹段。
具体的，针对每一个候选轨迹段，如果该候选轨迹段的停留情况与目标车辆真实停留时所对应的情况越接近，则该候选轨迹段是目标轨迹段的可能性越大；如果该候选轨迹段的停留情况与目标车辆停留时所对应的情况越偏离，则该候选轨迹段是目标轨迹段的可能性越小。
在步骤S103中，目标轨迹段的位置信息可以是目标轨迹段所对应的中心点位置信息，中心点位置可以根据轨迹段中每个轨迹点的位置信息计算得到的。位置信息可以是经纬度坐标，也可以是人为构建的坐标系中的坐标。
具体的，利用两个点的位置信息可以计算出目标轨迹段所对应的中心点与候选站点之间的距离，两个点之间的距离越近，则候选站点为目标轨迹段所停留的目标站点的可能性越大，两个点之间的距离越远，则候选站点为目标轨迹段所停留的目标站点的可能性越小。当然除了距离是判断一个候选站点是否为目标站点的一个判断因素之外，判断因素还可以包括根据候选站点的位置信息所携带的候选站点的运营属性，运营属性可以包括以下信息中的任意一种或多种：站点的价格信息、站点的停车费信息和站点的执行效率信息。其中，候选站点的价格信息可以是候选站点的油价或者是充电的单价等价格信息，候选站点的停车费信息可以是在候选站点停车时所消耗的单价信息，候选站点的执行效率信息可以是在候选站点进行加油或者充电时所消耗的时间信息。候选站点的价格越便宜，则候选站点成为目标站点的可能性越大，候选站点的价格越昂贵，则候选站点成为目标站点的可能性越小；候选站点的停车费信息越便宜，则候选站点成为目标站点的可能性越大，候选站点的停车费信息越昂贵，则候选站点成为目标站点的可能性越小；候选站点的执行效率越快，则候选站点成为目标站点的可能性越大，候选站点的价格越慢，则候选站点成为目标站点的可能性越小。
通过上述三个步骤，利用预设的时间窗口宽度直接在目标车辆的行驶轨迹中截取候选轨迹段，然后在候选轨迹段中筛选出目标轨迹段，再然后只利用目标轨迹段的位置信息与候选站点的位置信息，就可以确定出目标车辆所停留的目标站点，通过候选轨迹段来确定目标车辆所停留的目标站点，不需要一个一个轨迹点的来计算目标车辆所停留的目标站点，减少了计算量，提高了计算效率，进而提高了工作效率。
在确定一个候选轨迹段是否为目标轨迹段时，需要先获取该候选轨迹段的停留情况，而停留特征信息就可以表征目标车辆的停留情况，步骤S102，包括：
步骤1021，针对每一个候选轨迹段，根据目标车辆在该候选轨迹段的停留情况，生成该候选轨迹段的停留特征信息；
步骤1022，针对每一个候选轨迹段，根据该候选轨迹段的停留特征信息，确定该候选轨迹段是否为目标轨迹段。
在上述步骤1021中，停留特征信息可以用于判断目标车辆是否处于停留状态。停留特征信息包括以下信息的任意一种或多种：平均速度特征信息、平均漂移量特征信息和平均接单状态特征信息。其中，平均速度特征信息可以是候选轨迹段所对应的平均速度，平均速度越大，目标车辆处于非停留时的可能性越大，平均速度越小，目标车辆处于停留时的可能性越小；平均漂移量可以是候选轨迹段中每个轨迹点与该候选轨迹段所对应的中心点之间的平均距离，如果平均漂移量越大，则目标车辆处于非停留时的可能性越大，平均漂移量越小，目标车辆处于停留时的可能性越小；平均接单状态特征信息可以是候选轨迹段中每个轨迹点的接单量，如果平均接单状态的值越大则目标车辆处于非停留时的可能性越大，平均接单状态的值越小，目标车辆处于停留时的可能性越小。
具体的，针对每一个候选轨迹段，根据该轨迹段中每个轨迹点的位置信息可以生成每个停留特征所对应的停留特征信息，平均速度特征信息可以是候选轨迹段所对应的行驶距离与行驶时间的比值，平均漂移量特征信息可以是候选轨迹段中每个轨迹点与该候选轨迹段所对应的中心点之间的距离之和与候选轨迹段中轨迹点的数量的比值，平均接单状态特征信息可以是候选轨迹段中接单轨迹点的数量与候选轨迹段中所有轨迹点的比值。
在上述步骤1022中，针对每一个候选轨迹段，根据该候选轨迹段的停留特征信息与预设要求进行比较，才能确定出该候选轨迹段是目标轨迹段。
在从候选轨迹段中选择目标轨迹段的过程中，为了提高选择出的目标轨迹段的准确性，就需要提高对候选轨迹段的评价标准，因此，步骤1022，包括：
步骤10221，针对每一个候选轨迹段，获取至少两个停留特征信息的评价值；
步骤10222，针对每一个候选轨迹段，若每个停留特征信息的评价值均符合预设要求，则确定该候选轨迹段为目标轨迹段。
在上述步骤10221中，主要考虑到仅用一个停留特征信息来判断候选轨迹段是否为目标轨迹段可能会存在误差，但是用两个或两个以上的停留特征信息来判断候选轨迹段是否为目标轨迹段时，存在的误差就会很小，因此需要获取至少两个停留特征信息的评价值。
在上述步骤10222中，预设要求可以是根据人为经验估算出来的，也可以是根据大量的实验数据总结得到的，为了提高确定目标站点的准确性，本申请所采用的预设要求是根据大量的实验数据总结得到的。预设要求可以包括以下至少两个停留特征标准区间：平均速度特征标准区间、平均漂移量特征标准区间和平均接单状态特征标准区间。当一个车辆停留时，该车辆所对应的停留特征并不是一个固定值，但这些停留特征却是可以保持在一个区间内的，我们把这个区间称为停留特征标准区间。其中，目标车辆停留时平均速度的值可能存在于平均速度特征标准区间；目标车辆停留时平均漂移量的值可能存在于平均漂移量特征标准区间；目标车辆停留时平均接单状态的值可能存在于平均接单状态特征标准区间。其中，平均漂移量的含义可以参考上文中平均漂移量的含义，平均接单状态的含义可以参考上文中平均接单状态的含义。
具体的，针对每一个候选轨迹段，如果每一个获取到的停留特征信息的评价值均符合对应的停留特征的标准区间，则该候选轨迹段就是目标轨迹段。
在上文中提到了预设的时间窗口宽度需要符合的时间范围，以及预设要求中所包含的停留特征标准区间都是可以根据大量的实验数据总结得到的，因此，获取预设的时间窗口宽度所符合的时间范围，以及预设要求中所包含的停留特征标准区间可以通过以下步骤实现：
获取一个目标车辆的停留轨迹集合；其中，停留轨迹集合中包括多个目标车辆的真实停留时的停留轨迹段；每一个停留轨迹段包括停留时间段特征、平均速度特征、平均漂移量特征和平均接单状态特征；
针对停留时间段特征，对停留轨迹集合中每一个停留轨迹段所对应的停留时间段进行概率分布的统计，在统计结果中确定停留时间段特征所对应的时间范围；
针对平均速度特征，对停留轨迹集合中每一个停留轨迹段所对应的平均速度特征进行概率分布的统计，在统计结果中确定平均速度特征所对应的平均速度特征标准区间；
针对平均漂移量特征，对停留轨迹集合中每一个停留轨迹段所对应的平均漂移量特征进行概率分布的统计，在统计结果中确定平均漂移量特征所对应的平均漂移量特征标准区间；
针对平均接单状态特征，对停留轨迹集合中每一个停留轨迹段所对应的平均接单状态特征进行概率分布的统计，在统计结果中确定平均接单状态特征所对应的平均接单状态特征区间。
上述停留时间段特征、平均速度特征、平均漂移量特征和平均接单状态特征，在进行概率分布统计后，生成的统计结果中概率值较小的部分可能是目标车辆处于非停留是所对应的特征值，因此概率值较小的部分就可确定为处于非停留状态，则统计结果中除了非停留状态所对应的值之外就确定为停留状态所对应的特征值，停留状态所对应的特征值组成了一个该特征所对应的范围。
在确定出目标轨迹段后，就可以认定为该目标轨迹段是目标车辆停留时所对应的轨迹段，这个目标轨迹段理应存在一个对应的目标站点的，因此，步骤S103，包括：
步骤1031，针对每个目标轨迹段，计算该目标轨迹段与每个候选站点之间的距离；
步骤1032，针对每个目标轨迹段，根据目标轨迹段和每个候选站点之间的距离，以及每个候选站点的运营属性，确定目标轨迹段所对应的目标站点。
在上述步骤1031中，针对每一个目标轨迹段，确定该目标轨迹段是否有对应的目标站点时，目标轨迹段与目标站点之间的距离是一个重要的判断因素，目标轨迹段与目标站点之间的距离越近，则目标站点与目标轨迹段相对应的可能性越大，目标轨迹段与目标站点之间的距离越远，则目标站点与目标轨迹段相对应的可能性越小。计算目标轨迹段与候选站点之间的距离可以是计算目标轨迹段的中心点与候选站点之间的距离。目标轨迹段的中心点的概念可以参考上文中的描述。
在上述步骤1032中，运营属性可以是站点处于运营状态下所对应的信息，运营属性可以包括以下信息中的任意一种或多种：候选站点的价格信息、候选站点的停车费信息和候选站点的执行效率信息。其中，候选站点的价格信息、候选站点的停车费信息和候选站点的执行效率信息的含义可以参考上文中的描述。
具体的，针对每一个目标轨迹段，在确定一个目标轨迹段所对应的目标站点时，除了要考虑到目标轨迹段与候选站点之间的距离，还要考虑到每个候选站点自身的运营属性，因为，一个司机在选择一个站点时，可能会将站点的运营属性作为参考因素来确定是否在这个站点进行停留(如，考虑到站点的价格、站点的停车费和站点的当前工作强度等也是一个司机选择停留站点的考虑因素)，所以在综合了多种因素的情况下可以确定出一个目标轨迹段的目标站点。
根据一个目标车辆的行驶轨迹确定出目标车辆所停留的站点之后，就可以推断出目标车辆的停留习惯，根据目标车辆的停留习惯一些平台可以做出合理的推广策略，进而扩大平台的推广力度，因此，本申请的站点停留方法，还包括：
步骤104，根据选择出的目标车辆所停留的目标站点，生成每个目标站点所对应的推送消息。
在上述步骤104中，推动消息可以是用于向目标车辆发送的消息，以用于扩大平台或站点的推广力度。推动消息可以包括站点的当前运营信息，可以包括以下信息中的任意一种或多种：目标站点的价格信息、目标站点的停车费信息和目标站点的当前工作强度信息。其中，目标站点的价格信息可以是目标站点当前的油价或者是当前充电的单价等价格信息，目标站点的停车费信息可以是目标站点当前停车时所消耗的单价信息，目标站点的当前工作强度信息可以是目标站点当前的空余的充电口或者加油枪的个数，或者是需要等待的目标车辆的个数，或者是需要等待的时间等信息。
具体的，因为根据目标车辆确定出来的目标站点是目标车辆停留概率最大的站点，因此，仅需生成与目标站点相关的推送消息即可，不需要每个站点都需要生成推送消息，这样减少了计算机的处理量，提高了处理效率。
即使生成了关于目标站点的推送消息，也不能将所有目标站点的推动消息都发送给目标车辆的司机，这样会发送太多的冗余消息，给司机带来太多的困扰。因此，本申请的站点停留方法，还包括：
步骤1041，若目标车辆的当前位置和目标站点之间的距离小于预设数值，则向目标车辆推送目标站点所对应的推送消息。
在上述步骤1041中，为了减少给司机发送太多的冗余消息，需要对推动消息进行筛选，因此，利用目标车辆的当前位置与目标站点之间的距离作为一个判断标准，在目标车辆的当前位置与目标站点之间的距离小于预设数值时吗，才会给目标车辆发送目标站点所对应的推动消息，进而，目标车辆的司机就可以根据接收到的消息确定是否需要去该目标站点进行停留，这样减少了冗余消息的推送，也方便了目标车辆的司机。
在将推送消息发送给目标车辆后，推送消息可以通过以下方式提示给目标车辆的司机：
当目标车辆处于行驶状态时，推送消息以语音的形式进行播放；其中，推送消息可以通过司机的客户端进行播放，或者推送消息可以通过目标车辆的语音播放设备(车载音响)进行播放；
当目标车辆处于停留状态时，推送消息以文本的形式进行展示；其中，推送消息可以通过司机的客户端的显示屏进行展示，或者推送消息可以通过目标车辆的视频播放设备(车载显示器)的显示屏进行展示。
如图2所示，示出了是本申请一些实施例的疲劳驾驶的检测方法所在的服务系统100的框图。例如，服务系统100可以是用于诸如出租车、代驾服务、快车、拼车、公共汽车服务、驾驶员租赁、或班车服务之类的运输服务、或其任意组合的在线运输服务平台。服务系统100可以包括服务器110(本申请所提供方法的执行主体的一种)、网络120、服务请求端130(本申请中所提到的目标车辆)、服务提供端140(本申请中所提到的司机的客户端)和数据库150中的一种或多种，服务器110中可以包括执行指令操作的处理器。
在一些实施例中，服务器110可以是单个服务器，也可以是服务器组。服务器组可以是集中式的，也可以是分布式的(例如，服务器110可以是分布式系统)。在一些实施例中，服务器110相对于终端，可以是本地的、也可以是远程的。例如，服务器110可以经由网络120访问存储在服务请求端130、服务提供端140、或数据库150、或其任意组合中的信息和/或数据。作为另一示例，服务器110可以直接连接到服务请求端130、服务提供端140和数据库150中至少一个，以访问存储的信息和/或数据。在一些实施例中，服务器110可以在云平台上实现；仅作为示例，云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等，或者它们的任意组合。
在一些实施例中，服务器110可以在具有本申请中图4所示的一个或多个组件的电子设备1000上实现。
网络120可以用于信息和/或数据的交换。在一些实施例中，服务系统100中的一个或多个组件(例如，服务器110，服务请求端130，服务提供端140和数据库150)可以向其他组件发送信息和/或数据。例如，服务器110可以经由网络120从服务请求端130获取服务请求。在一些实施例中，网络120可以是任何类型的有线或者无线网络，或者是他们的结合。仅作为示例，网络120可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network，LAN)、广域网(WideArea Network，WAN)、无线局域网(Wireless Local Area Networks，WLAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、公共电话交换网(Public Switched Telephone Network，PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication,NFC)网络等，或其任意组合。在一些实施例中，网络120可以包括一个或多个网络接入点。例如，网络120可以包括有线或无线网络接入点，例如基站和/或网络交换节点，服务系统100的一个或多个组件可以通过该接入点连接到网络120以交换数据和/或信息。
在一些实施例中，服务请求端130的服务请求方可以是除服务实际需求者之外的其他人。例如，服务请求端130的服务请求方A可以使用服务请求端130来为服务实际需求者B发起服务请求(比如，服务请求方A可以为自己的朋友B叫车)，或者从服务器110接收服务信息或指令等。在一些实施例中，服务提供端140的服务请求方可以是服务实际提供者，也可以是除服务实际提供者之外的其他人。例如，服务提供端140的服务请求方C可以使用服务提供端140接收由服务实际提供者D提供服务的服务请求(比如服务请求方C可以为自己雇用的服务提供方D接单)，和/或来自服务器110的信息或指令。在一些实施例中，“服务请求方”和“服务请求端”可以互换使用，“服务提供方”和“服务提供端”可以互换使用。
在一些实施例中，服务请求端130可以包括移动设备、平板计算机、膝上型计算机、或机动车辆中的内置设备等，或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能照明设备、智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机、或对讲机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等、或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理(Personal DigitalAssistant，PDA)、游戏设备、导航设备、或销售点(point of sale，POS)设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。在一些实施例中，机动车辆中的内置设备可以包括车载计算机、车载电视等。在一些实施例中，服务请求端130可以是具有用于定位服务请求方和/或服务请求端的位置的定位技术的设备。
在一些实施例中，服务提供端140可以是与服务请求端130类似或相同的设备。在一些实施例中，服务提供端140可以是具有定位技术的设备，用于定位服务提供方和/或服务提供端的位置。在一些实施例中，服务请求端130和/或服务提供端140可以与其他定位设备通信以确定服务请求方、服务请求端130、服务提供方、或服务提供端140、或其任意组合的位置。在一些实施例中，服务请求端130和/或服务提供端140可以将定位信息发送给服务器110。
数据库150可以存储数据和/或指令。在一些实施例中，数据库150可以存储从服务请求端130和/或服务提供端140获得的数据。在一些实施例中，数据库150可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中，数据库150可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory,ROM)等，或其任意组合。作为举例，大容量存储器可以包括磁盘、光盘、固态驱动器等；可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等；易失性读写存储器可以包括随机存取存储器(Random Access Memory,RAM)；RAM可以包括动态RAM(Dynamic Random AccessMemory,DRAM)，双倍数据速率同步动态RAM(Double Date-Rate Synchronous RAM,DDRSDRAM)；静态RAM(Static Random-Access Memory,SRAM)，晶闸管RAM(Thyristor-BasedRandom Access Memory,T-RAM)和零电容器RAM(Zero-RAM)等。作为举例，ROM可以包括掩模ROM(Mask Read-OnlyMemory,MROM)、可编程ROM(Programmable Read-Only Memory,PROM)、可擦除可编程ROM(Programmable Erasable Read-only Memory,PEROM)、电可擦除可编程ROM(Electrically Erasable Programmable readonly memory,EEPROM)、光盘ROM(CD-ROM)、以及数字通用磁盘ROM等。在一些实施例中，数据库150可以在云平台上实现。仅作为示例，云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等，或其任意组合。
基于同一发明构思，本申请实施例中还提供了与上述疲劳驾驶的检测方法对应的开锁进度的确定装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述疲劳驾驶的检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
如图3所示，本申请实施例提供了一种停留站点的确定装置，包括：
截取模块301，用于按照预设的时间窗口宽度从目标车辆的行驶轨迹中截取出多个候选轨迹段；
目标轨迹段确定模块302，针对每一个候选轨迹段，用于根据目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段；
目标站点确定模块303，用于根据目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出目标车辆所停留的目标站点。
在一些实施例中，目标轨迹段确定模块302，包括：
生成单元，针对每一个候选轨迹段，用于根据目标车辆在该候选轨迹段的停留情况，生成该候选轨迹段的停留特征信息；
目标轨迹段确定单元，针对每一个候选轨迹段，用于根据该候选轨迹段的停留特征信息，确定该候选轨迹段是否为目标轨迹段。
在一些实施例中，停留特征信息包括以下信息的任意一种或多种：
平均速度特征信息、平均漂移量特征信息和平均接单状态特征信息。
在一些实施例中，目标轨迹段确定单元，包括：
获取子单元，针对每一个候选轨迹段，用于获取至少两个停留特征信息的评价值；
目标轨迹段确定子单元，针对每一个候选轨迹段，用于若每个停留特征信息的评价值均符合预设要求，则确定该候选轨迹段为目标轨迹段。
在一些实施例中，目标站点确定模块303，包括：
计算单元，针对每个目标轨迹段，用于计算该目标轨迹段与每个候选站点之间的距离；
目标站点确定子单元，针对每个目标轨迹段，用于根据目标轨迹段和每个候选站点之间的距离，以及每个候选站点的运营属性，确定目标轨迹段所对应的目标站点。
在一些实施例中，运营属性包括以下信息中的任意一种或多种：
候选站点的价格信息、候选站点的停车费信息和候选站点的执行效率信息。
在一些实施例中，还包括：
消息生成模块，用于根据选择出的目标车辆所停留的目标站点，生成每个目标站点所对应的推送消息。
在一些实施例中，还包括：
推送模块，用于若目标车辆的当前位置和目标站点之间的距离小于预设数值，则向目标车辆推送目标站点所对应的推送消息。
在一些实施例中，推送消息包括以下信息中的任意一种或多种：
目标站点的价格信息、目标站点的停车费信息和目标站点的当前工作强度信息。
如图4所示，为本申请实施例所提供的电子设备示意图，该电子设备1000包括：处理器1001、存储器1002和总线1003，存储器1002存储有执行指令，当电子设备运行时，处理器1001与存储器1002之间通过总线1003通信，处理器1001执行存储器1002中存储的疲劳驾驶的检测方法的步骤。
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)
1.一种停留站点的确定方法，其特征在于，包括：
按照预设的时间窗口宽度从目标车辆的行驶轨迹中截取出多个候选轨迹段；
针对每一个候选轨迹段，根据所述目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段；
根据所述目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出所述目标车辆所停留的目标站点。
2.根据权利要求1所述的方法，其特征在于，针对每一个候选轨迹段，根据所述目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段，包括：
针对每一个候选轨迹段，根据所述目标车辆在该候选轨迹段的停留情况，生成该候选轨迹段的停留特征信息；
针对每一个候选轨迹段，根据该候选轨迹段的停留特征信息，确定该候选轨迹段是否为目标轨迹段。
3.根据权利要求2所述的方法，其特征在于，所述停留特征信息包括以下信息的任意一种或多种：
平均速度特征信息、平均漂移量特征信息和平均接单状态特征信息。
4.根据权利要求2所述的方法，其特征在于，针对每一个候选轨迹段，根据该候选轨迹段的停留特征信息，确定该目标轨迹段是否为目标轨迹段，包括：
针对每一个候选轨迹段，获取至少两个停留特征信息的评价值；
针对每一个候选轨迹段，若每个停留特征信息的评价值均符合预设要求，则确定该候选轨迹段为目标轨迹段。
5.根据权利要求1所述的方法，其特征在于，根据所述目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出所述目标车辆所停留的目标站点，包括：
针对每个目标轨迹段，计算该目标轨迹段与每个候选站点之间的距离；
针对每个目标轨迹段，根据所述目标轨迹段和每个候选站点之间的距离，以及每个候选站点的运营属性，确定所述目标轨迹段所对应的目标站点。
6.根据权利要求5所述的方法，其特征在于，所述运营属性包括以下信息中的任意一种或多种：
候选站点的价格信息、候选站点的停车费信息和候选站点的执行效率信息。
7.根据权利要求1所述的方法，其特征在于，还包括：
根据选择出的所述目标车辆所停留的目标站点，生成每个目标站点所对应的推送消息。
8.根据权利要求7所述的方法，其特征在于，还包括：
若所述目标车辆的当前位置和目标站点之间的距离小于预设数值，则向所述目标车辆推送所述目标站点所对应的推送消息。
9.根据权利要求7所述的方法，其特征在于，所述推送消息包括以下信息中的任意一种或多种：
目标站点的价格信息、目标站点的停车费信息和目标站点的当前工作强度信息。
10.一种停留站点的确定装置，其特征在于，包括：
截取模块，用于按照预设的时间窗口宽度从目标车辆的行驶轨迹中截取出多个候选轨迹段；
目标轨迹段确定模块，针对每一个候选轨迹段，用于根据所述目标车辆在该候选轨迹段的停留情况，确定该候选轨迹段是否为目标轨迹段；
目标站点确定模块，用于根据所述目标轨迹段的位置信息和候选站点的位置信息，从候选站点中选择出所述目标车辆所停留的目标站点。
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，以执行如权利要求1至9任一所述方法的步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至9任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010066273.1A CN111831764A (zh) | 2020-01-20 | 2020-01-20 | 一种停留站点的确定方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010066273.1A CN111831764A (zh) | 2020-01-20 | 2020-01-20 | 一种停留站点的确定方法、装置、电子设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111831764A true CN111831764A (zh) | 2020-10-27 |
Family
ID=72913868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010066273.1A Pending CN111831764A (zh) | 2020-01-20 | 2020-01-20 | 一种停留站点的确定方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111831764A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112735162A (zh) * | 2020-12-22 | 2021-04-30 | 华人运通(上海)自动驾驶科技有限公司 | 车辆调度方法、装置、系统、设备及存储介质 |
| CN112989222A (zh) * | 2021-03-04 | 2021-06-18 | 北京嘀嘀无限科技发展有限公司 | 一种位置确定方法、装置及电子设备 |
| CN113780608A (zh) * | 2020-11-18 | 2021-12-10 | 京东城市(北京)数字科技有限公司 | 基于车辆数据的排队时长预估方法、装置及相关设备 |
| CN118245783A (zh) * | 2024-05-28 | 2024-06-25 | 之江实验室 | 一种体征提取方法、装置、存储介质及电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011191289A (ja) * | 2010-02-22 | 2011-09-29 | Denso Corp | 移動軌跡表示装置 |
| CN103150177A (zh) * | 2013-01-14 | 2013-06-12 | 北京百度网讯科技有限公司 | 一种更新公交线路数据的方法、装置和系统 |
| CN105404648A (zh) * | 2015-10-29 | 2016-03-16 | 东北大学 | 一种基于密度与紧密度聚类的用户移动行为确定方法 |
| CN106227889A (zh) * | 2016-08-15 | 2016-12-14 | 华云科技有限公司 | 一种轨迹停留点分析提取方法 |
| CN106776988A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种基于时间聚合的停靠点确定方法及装置 |
| CN106781466A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种车辆停靠点信息的确定方法及装置 |
| CN107992998A (zh) * | 2017-11-24 | 2018-05-04 | 吉旗（成都）科技有限公司 | 一种加油站针对货运车辆智能营销的算法 |
-
2020
- 2020-01-20 CN CN202010066273.1A patent/CN111831764A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011191289A (ja) * | 2010-02-22 | 2011-09-29 | Denso Corp | 移動軌跡表示装置 |
| CN103150177A (zh) * | 2013-01-14 | 2013-06-12 | 北京百度网讯科技有限公司 | 一种更新公交线路数据的方法、装置和系统 |
| CN105404648A (zh) * | 2015-10-29 | 2016-03-16 | 东北大学 | 一种基于密度与紧密度聚类的用户移动行为确定方法 |
| CN106227889A (zh) * | 2016-08-15 | 2016-12-14 | 华云科技有限公司 | 一种轨迹停留点分析提取方法 |
| CN106776988A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种基于时间聚合的停靠点确定方法及装置 |
| CN106781466A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种车辆停靠点信息的确定方法及装置 |
| CN107992998A (zh) * | 2017-11-24 | 2018-05-04 | 吉旗（成都）科技有限公司 | 一种加油站针对货运车辆智能营销的算法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113780608A (zh) * | 2020-11-18 | 2021-12-10 | 京东城市(北京)数字科技有限公司 | 基于车辆数据的排队时长预估方法、装置及相关设备 |
| CN112735162A (zh) * | 2020-12-22 | 2021-04-30 | 华人运通(上海)自动驾驶科技有限公司 | 车辆调度方法、装置、系统、设备及存储介质 |
| WO2022134365A1 (zh) * | 2020-12-22 | 2022-06-30 | 华人运通(上海)自动驾驶科技有限公司 | 车辆调度方法、装置、系统、设备及存储介质 |
| CN112989222A (zh) * | 2021-03-04 | 2021-06-18 | 北京嘀嘀无限科技发展有限公司 | 一种位置确定方法、装置及电子设备 |
| CN112989222B (zh) * | 2021-03-04 | 2024-06-04 | 北京嘀嘀无限科技发展有限公司 | 一种位置确定方法、装置及电子设备 |
| CN118245783A (zh) * | 2024-05-28 | 2024-06-25 | 之江实验室 | 一种体征提取方法、装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110749319B (zh) | 一种路线偏移检测的方法、装置和电子设备 | |
| CN110909096B (zh) | 推荐上车点确定方法及装置、存储介质、电子设备 | |
| CN111831764A (zh) | 一种停留站点的确定方法、装置、电子设备和介质 | |
| US10648822B2 (en) | Systems and methods for simultaneous electronic display of various modes of transportation for viewing and comparing | |
| CN105210119B (zh) | 通过计算装置提供的位置数据点确定通行费的数额 | |
| CN106092113B (zh) | 预行驶道路预估系统、方法、导航客户端及服务器 | |
| CN111858790B (zh) | 一种绕路提醒的方法、装置、电子设备及介质 | |
| CN107421555B (zh) | 确定导航路径的方法和装置 | |
| CN111325437B (zh) | 异常行驶行为的识别方法、装置以及电子设备 | |
| JP2019535049A (ja) | 不正検査を行うシステムおよび方法 | |
| CN109102093B (zh) | 一种网约车下单热点区域的确定方法、装置及电子设备 | |
| CN111860558B (zh) | 行程异常检测方法、装置及电子设备 | |
| CN110766506A (zh) | 一种订单生成方法、装置、电子设备和存储介质 | |
| CN111325986B (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
| CN111144603A (zh) | 一种服务信息推送方法、装置、电子设备和存储介质 | |
| CN111147532A (zh) | 一种信息分享方法、装置、设备及介质 | |
| US20240263952A1 (en) | Route selection using machine-learned safety model | |
| JP6999519B2 (ja) | 輸送力調整装置、輸送力調整システムおよび輸送力調整方法 | |
| CN111984880B (zh) | 一种历史订单中真实上车点挖掘的方法和系统 | |
| CN111242711A (zh) | 信息提示方法、装置、电子设备和存储介质 | |
| CN111861087A (zh) | 一种服务提供端归还站点的确定方法、装置、设备和介质 | |
| CN111260423A (zh) | 订单分配方法、装置、电子设备及计算机可读存储介质 | |
| CN111612286A (zh) | 一种订单分配方法、装置、电子设备及存储介质 | |
| CN113008246B (zh) | 地图匹配方法和装置 | |
| CN113761398A (zh) | 信息推荐方法、装置、电子设备以及存储介质 |
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 |