CN111949688A - 一种采样车辆轨迹数据的方法、客户端和服务器 - Google Patents
一种采样车辆轨迹数据的方法、客户端和服务器 Download PDFInfo
- Publication number
- CN111949688A CN111949688A CN201910406725.3A CN201910406725A CN111949688A CN 111949688 A CN111949688 A CN 111949688A CN 201910406725 A CN201910406725 A CN 201910406725A CN 111949688 A CN111949688 A CN 111949688A
- Authority
- CN
- China
- Prior art keywords
- track
- data
- vehicle
- sampling
- information
- 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
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
- G06F16/2471—Distributed queries
-
- 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
- G06F16/2477—Temporal data queries
-
- 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
- G06F16/248—Presentation of query results
Abstract
本发明涉及一种采样车辆轨迹数据的方法、客户端和服务器,所述根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;将所述车辆轨迹查询请求信息发送至服务器;接收服务器返回的轨迹查询结果;其中,所述轨迹查询结果为服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的采样数据。实施本发明,能够解决更长周期内查询车辆轨迹的问题,提高查询效率,减轻客户端和服务器的性功能压力。
Description
技术领域
本发明涉及车辆数据处理技术领域,具体涉及一种采样车辆轨迹数据的方法、客户端和服务器。
背景技术
现有车辆行驶轨迹数据的存储是向车辆客户端发送全部的车辆位置数据,后台预先计算好总数固定的车辆位置数据写入缓存,当车辆客户端请求查询数据时返回缓存数据。其中,车辆位置数据在车端是1秒为周期进行采样的,这样每一车辆每天会产生海量的位置数据,在描绘较长时间间隔的行车轨迹的时候就会出现海量数据的渲染,无论对客户端还是服务端都是沉重的压力。因此,现有车辆行驶轨迹数据都是只存储最新一周的轨迹查询,做不到在更长的周期的查询,例如一个周、一个月。
发明内容
本发明的目的在于提出一种采样车辆轨迹数据的方法、客户端和服务器,以解决更长周期内查询车辆轨迹的问题,提高查询效率,减轻客户端和服务器的性功能压力。
为了实现本发明目的,根据本发明第一方面,本发明实施例提供一种采样车辆轨迹数据的方法,包括如下步骤:
根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
将所述车辆轨迹查询请求信息发送至服务器;
接收服务器返回的轨迹查询结果;其中,所述轨迹查询结果为服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样处理得到的目标车辆轨迹采样数据。
根据本发明第二方面,本发明实施例提供一种采样车辆轨迹数据的方法,包括如下步骤:
接收客户端的车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样处理得到目标车辆轨迹采样数据;
将所述目标车辆轨迹采样数据返回至所述客户端。
优选地,其中,每一车辆每日的轨迹数据以数组结构的形式存储于数据库,所述数组包括车辆识别码信息、车辆当天轨迹数量、每一轨迹对应的开始时间和位置点个数以及各个位置点的数据。
优选地,所述按预设采样间隔对所述轨迹数据进行采样处理包括:
根据每一轨迹的位置点数据确定每一轨迹的采样间隔;
根据每一轨迹的采样间隔对每一轨迹的位置点数据进行采样得到每一轨迹的采样数据;
对每一轨迹的采样数据进行数值平滑处理得到目标车辆轨迹采样数据;其中,所述数值平滑处理包括对位置跳跃过大的相邻位置点数据做补偿插入一个或多个位置点数据。
优选地,每一车辆每日的轨迹数据以数组结构的形式存储于数据库包括:
获取每一车辆每日的位置点数据;
将所述每一车辆每日的位置点数据中相邻位置点数据之间变化值小于预设值的数据进行剔除处理,剔除时间点靠后的位置点数据;
对进行剔除处理后的数据以所述数组结构的形式存储于数据库。
优选地,所述数据库为分布式数据库。
根据本发明第三方面,本发明实施例提供一种客户端,包括:
第一信息处理单元,用于根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
第一信息发送单元,用于将所述车辆轨迹查询请求信息发送至服务器;
第一信息接收单元,用于接收服务器返回的轨迹查询结果;其中,所述轨迹查询结果为服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的采样数据。
根据本发明第四方面,本发明实施例提供一种服务器,其特征在于,包括:
第二信息接收单元,用于接收客户端的车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
第二信息处理单元,用于根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的轨迹查询结果;
第二信息发送单元,用于将所述轨迹查询结果返回至客户端。
优选地,其中,每一车辆每日的轨迹数据以数组结构的形式存储于数据库,所述数组包括车辆识别码信息、车辆当天轨迹数量、每一轨迹对应的开始时间和位置点数据。
优选地,所述第二信息处理单元包括第一模块和第二模块,所述第一模块用于根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,所述第二模块用于按预设采样间隔对所述轨迹数据进行采样得到的轨迹查询结果。
优选地,所述第二模块包括第一采样模块、第二采样模块和第三采样模块,所述第一采样模块用于根据每一轨迹的位置点数据确定每一轨迹的采样间隔;所述第二采样模块用于根据每一轨迹的采样间隔对每一轨迹的位置点数据进行采样得到每一轨迹的采样数据,所述第三采样模块用于对每一轨迹的采样数据进行数值平滑处理得到所述目标车辆的轨迹查询结果;其中,所述数值平滑处理包括对位置跳跃过大的相邻位置点数据做补偿插入一个或多个位置点数据。
实施本发明实施例具有以下有益效果:
本发明实施例客户端根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;客户端将所述车辆轨迹查询请求信息发送至服务器;服务器在接收到客户端的车辆轨迹查询请求信息之后查询数据库缓存数据并返回轨迹查询结果给客户端。具体地,所述服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的采样数据。由于相邻位置点数据变化较小,因此本发明实施例通过采样的方式抽取部分位置点数据作为查询结果,可以避免在描绘较长时间间隔的行车轨迹时出现海量数据的渲染,从而解决更长周期内查询车辆轨迹的问题,提高查询效率,减轻客户端和服务器的性功能压力。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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。
图1为本发明实施例一所述一种采样车辆轨迹数据的方法流程图。
图2为本发明实施例一所述数组形式示意图。
图3为本发明实施例二所述一种采样车辆轨迹数据的方法流程图。
图4为本发明实施例三所述一种客户端示意图。
图5为本发明实施例四所述一种服务器示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
另外,为了更好的说明本发明,在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样可以实施。在一些实例中,对于本领域技术人员熟知的手段未作详细描述,以便于凸显本发明的主旨。
如图1所示,本发明实施例一提供一种采样车辆轨迹数据的方法,其可以应用于车联网,通过多台车辆的客户端接入云平台服务器的方式实施本实施例方法,包括如下步骤:
步骤S101根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
步骤S102将所述车辆轨迹查询请求信息发送至服务器;
步骤S103接收服务器返回的轨迹查询结果;其中,所述轨迹查询结果为服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样处理得到的目标车辆轨迹采样数据。
其中,执行步骤S101时,客户端与服务器成功建立网络连接之后,用户通过客户端输入相应信息,客户端根据用户输入信息生成车辆轨迹查询请求信息并发送给服务器。
其中,所述查询时间跨度信息包括开始时间和结束时间。
实施例一中,所述请求信息还可以包括用户ID以及临时密码;所述临时密码为客户端登录服务器建立连接成功时,服务器发送给客户端的认证信息,所述用户ID以及临时密码可以用于后续的用户和客户端认证,以校验提交车辆轨迹查询请求的用户是否具有查询权限以及校验客户端的合法性,用户ID可以表明车主身份。
实施例一中,每一车辆每日的轨迹数据以数组结构的形式存储于数据库;如图2所示,所述数组包括车辆识别码信息、车辆当天轨迹数量、每一轨迹对应的开始时间和位置点个数以及各个位置点的数据。
实施例一中,所述按预设采样间隔对所述轨迹数据进行采样处理包括:
根据每一轨迹的位置点数据确定每一轨迹的采样间隔;
根据每一轨迹的采样间隔对每一轨迹的位置点数据进行采样得到每一轨迹的采样数据;
对每一轨迹的采样数据进行数值平滑处理得到目标车辆轨迹采样数据;其中,所述数值平滑处理包括对位置跳跃过大的相邻位置点数据做补偿插入一个或多个位置点数据。
具体而言,本实施例中每条轨迹数有最少的采样点数,例如轨迹1有1000个位置点,取50个点;轨迹2只有40个位置点,则必须至少取10个位置点。提取到位置点后,判断位置点之间是否有跳变,跳变较大可以在相邻的位置点直接插入1个或多个位置点做平滑过渡。最后返回有限的车辆轨迹数据给到用户。
其中,轨迹的位置点是10秒一个间隔进行存储,知道开始时间后就能推算出整个轨迹的时间跨度,可以判断是否在有效时间范围内。
实施例一中,每一车辆每日的轨迹数据以数组结构的形式存储于数据库包括:
获取每一车辆每日的位置点数据;
将所述每一车辆每日的位置点数据中相邻位置点数据之间变化值小于预设值的数据进行剔除处理,剔除时间点靠后的位置点数据;
对进行剔除处理后的数据以所述数组结构的形式存储于数据库。
具体而言,每一车辆每日可能包括多个轨迹,每个轨迹包括多个位置点数据;本实施例中将原始车辆位置点数据,以每天为分界,以数组结构的形式进行存储,结构化数据必须有头部信息说明轨迹数,方便快速索引。其中,查询轨迹首先读取数组结构的包头,获得轨迹数。每个轨迹的第一个字段是开始时间,第二个字段是位置点数,根据位置点数能推算出整个轨迹所占的内存大小,也就能推算出下一个轨迹数据的开始内存位置。GPS位置点10S一个数据,例如如果希望以3分钟为采样间隔拿数据,那么读取第一个GPS位置点数据之后,直接在内存中添加18(3*6)的偏移量,就是3分钟以后的位置点,效率非常快。
本实施例能够快速检索长周期的车辆行驶轨迹,无论检索的时间长短,都能把轨迹位置点范围固定在一个没有性能压力的值以内。并提出一套位置数据的结构化存储协议,根据该协议,可以快速实现位置数据的抽样读取,同时尽可能的压缩冗余数据,节省存储资源。
实施例一中,所述数据库为分布式数据库(Hbase)。
如图3所示,本发明实施例二提供一种采样车辆轨迹数据的方法,包括如下步骤:
S201接收客户端的车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
S202根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样处理得到目标车辆轨迹采样数据;
S203将所述目标车辆轨迹采样数据返回至所述客户端。
其中,执行步骤S201时,客户端与服务器成功建立网络连接之后,用户通过客户端输入相应信息,客户端根据用户输入信息生成车辆轨迹查询请求信息并发送给服务器。
其中,所述查询时间跨度信息包括开始时间和结束时间。
实施例二中,所述请求信息还可以包括用户ID以及临时密码;所述临时密码为客户端登录服务器建立连接成功时,服务器发送给客户端的认证信息,所述用户ID以及临时密码可以用于后续的用户和客户端认证,以校验提交车辆轨迹查询请求的用户是否具有查询权限以及校验客户端的合法性,用户ID可以表明车主身份。
实施例二中,每一车辆每日的轨迹数据以数组结构的形式存储于数据库;如图2所示,所述数组包括车辆识别码信息、车辆当天轨迹数量、每一轨迹对应的开始时间和位置点个数以及各个位置点的数据。
实施例二中,所述按预设采样间隔对所述轨迹数据进行采样处理包括:
根据每一轨迹的位置点数据确定每一轨迹的采样间隔;
根据每一轨迹的采样间隔对每一轨迹的位置点数据进行采样得到每一轨迹的采样数据;
对每一轨迹的采样数据进行数值平滑处理得到目标车辆轨迹采样数据;其中,所述数值平滑处理包括对位置跳跃过大的相邻位置点数据做补偿插入一个或多个位置点数据。
具体而言,本实施例中每条轨迹数有最少的采样点数,例如轨迹1有1000个位置点,取50个点;轨迹2只有40个位置点,则必须至少取10个位置点。提取到位置点后,判断位置点之间是否有跳变,跳变较大可以在相邻的位置点直接插入1个或多个位置点做平滑过渡。最后返回有限的车辆轨迹数据给到用户。
其中,轨迹的位置点是10秒一个间隔进行存储,知道开始时间后就能推算出整个轨迹的时间跨度,可以判断是否在有效时间范围内。
实施例二中,每一车辆每日的轨迹数据以数组结构的形式存储于数据库包括:
获取每一车辆每日的位置点数据;
将所述每一车辆每日的位置点数据中相邻位置点数据之间变化值小于预设值的数据进行剔除处理,剔除时间点靠后的位置点数据;
对进行剔除处理后的数据以所述数组结构的形式存储于数据库。
具体而言,每一车辆每日可能包括多个轨迹,每个轨迹包括多个位置点数据;本实施例中将原始车辆位置点数据,以每天为分界,以数组结构的形式存储,结构化数据必须有头部信息说明轨迹数,方便快速索引。其中,查询轨迹首先读取数组结构的包头,获得轨迹数。每个轨迹的第一个字段是开始时间,第二个字段是位置点数,根据位置点数能推算出整个轨迹所占的内存大小,也就能推算出下一个轨迹数据的开始内存位置。GPS位置点10S一个数据,例如如果希望以3分钟为采样间隔拿数据,那么读取第一个GPS位置点数据之后,直接在内存中添加18(3*6)的偏移量,就是3分钟以后的位置点,效率非常快。
如图4所示,本发明实施例三提供一种客户端,其用于实现实施例一所述的方法,包括:
第一信息处理单元1,用于根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
第一信息发送单元2,用于将所述车辆轨迹查询请求信息发送至服务器;
第一信息接收单元3,用于接收服务器返回的轨迹查询结果;其中,所述轨迹查询结果为服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的采样数据。
如图5所示,本发明实施例四提供一种服务器,其用于实现实施例二所述的方法,包括:
第二信息接收单元4,用于接收客户端的车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
第二信息处理单元5,用于根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的轨迹查询结果;
第二信息发送单元6,用于将所述轨迹查询结果返回至客户端。
优选地,其中,每一车辆每日的轨迹数据以数组结构的形式存储于数据库,所述数组包括车辆识别码信息、车辆当天轨迹数量、每一轨迹对应的开始时间和位置点数据。
优选地,所述第二信息处理单元5包括第一模块51和第二模块52,所述第一模块51用于根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,所述第二模块52用于按预设采样间隔对所述轨迹数据进行采样得到的轨迹查询结果。
优选地,所述第二模块52包括第一采样模块、第二采样模块和第三采样模块,所述第一采样模块用于根据每一轨迹的位置点数据确定每一轨迹的采样间隔;所述第二采样模块用于根据每一轨迹的采样间隔对每一轨迹的位置点数据进行采样得到每一轨迹的采样数据,所述第三采样模块用于对每一轨迹的采样数据进行数值平滑处理得到所述目标车辆的轨迹查询结果;其中,所述数值平滑处理包括对位置跳跃过大的相邻位置点数据做补偿插入一个或多个位置点数据。
通过以上实施例的描述可知,本发明实施例客户端根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;客户端将所述车辆轨迹查询请求信息发送至服务器;服务器在接收到客户端的车辆轨迹查询请求信息之后查询数据库缓存数据并返回轨迹查询结果给客户端。具体地,所述服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的采样数据。由于相邻位置点数据变化较小,因此本发明实施例通过采样的方式抽取部分位置点数据作为查询结果,可以避免在描绘较长时间间隔的行车轨迹时出现海量数据的渲染,从而解决更长周期内查询车辆轨迹的问题,提高查询效率,减轻客户端和服务器的性功能压力。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种采样车辆轨迹数据的方法,其特征在于,包括如下步骤:
根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
将所述车辆轨迹查询请求信息发送至服务器;
接收服务器返回的轨迹查询结果;其中,所述轨迹查询结果为服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样处理得到的目标车辆轨迹采样数据。
2.一种采样车辆轨迹数据的方法,其特征在于,包括如下步骤:
接收客户端的车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样处理得到目标车辆轨迹采样数据;
将所述目标车辆轨迹采样数据返回至所述客户端。
3.根据权利要求1或2所述的采样车辆轨迹数据的方法,其特征在于,其中,每一车辆每日的轨迹数据以数组结构存储于数据库,所述数组结构包括车辆识别码信息、车辆当天轨迹数量、每一轨迹对应的开始时间和位置点个数以及各个位置点的数据。
4.根据权利要求3所述的采样车辆轨迹数据的方法,其特征在于,所述按预设采样间隔对所述轨迹数据进行采样处理包括:
根据每一轨迹的位置点数据确定每一轨迹的采样间隔;
根据每一轨迹的采样间隔对每一轨迹的位置点数据进行采样得到每一轨迹的采样数据;
对每一轨迹的采样数据进行数值平滑处理得到目标车辆轨迹采样数据;其中,所述数值平滑处理包括对位置跳跃过大的相邻位置点数据做补偿插入一个或多个位置点数据。
5.根据权利要求3所述的采样车辆轨迹数据的方法,其特征在于,每一车辆每日的轨迹数据以数组结构的形式存储于数据库包括:
获取每一车辆每日的位置点数据;
将所述每一车辆每日的位置点数据中相邻位置点数据之间变化值小于预设值的数据进行剔除处理,剔除时间点靠后的位置点数据;
对进行剔除处理后的数据以所述数组结构的形式存储于数据库。
6.一种客户端,其特征在于,包括:
第一信息处理单元,用于根据用户输入信息生成车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
第一信息发送单元,用于将所述车辆轨迹查询请求信息发送至服务器;
第一信息接收单元,用于接收服务器返回的轨迹查询结果;其中,所述轨迹查询结果为服务器根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的采样数据。
7.一种服务器,其特征在于,包括:
第二信息接收单元,用于接收客户端的车辆轨迹查询请求信息;其中,所述请求信息包括查询时间跨度信息和车辆识别码信息;
第二信息处理单元,用于根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,并按预设采样间隔对所述轨迹数据进行采样得到的轨迹查询结果;
第二信息发送单元,用于将所述轨迹查询结果返回至客户端。
8.根据权利要求7所述的服务器,其特征在于,其中,每一车辆每日的轨迹数据以数组结构的形式存储于数据库,所述数组包括车辆识别码信息、车辆当天轨迹数量、每一轨迹对应的开始时间和位置点个数以及各个位置点的数据。
9.根据权利要求8所述的服务器,其特征在于,所述第二信息处理单元包括第一模块和第二模块,所述第一模块用于根据所述请求信息查询数据库中与所述车辆识别码信息匹配的目标车辆在对应所述查询时间跨度的轨迹数据,所述第二模块用于按预设采样间隔对所述轨迹数据进行采样得到的轨迹查询结果。
10.根据权利要求9所述的服务器,其特征在于,所述第二模块包括第一采样模块、第二采样模块和第三采样模块,所述第一采样模块用于根据每一轨迹的位置点数据确定每一轨迹的采样间隔;所述第二采样模块用于根据每一轨迹的采样间隔对每一轨迹的位置点数据进行采样得到每一轨迹的采样数据,所述第三采样模块用于对每一轨迹的采样数据进行数值平滑处理得到所述目标车辆的轨迹查询结果;其中,所述数值平滑处理包括对位置跳跃过大的相邻位置点数据做补偿插入一个或多个位置点数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910406725.3A CN111949688A (zh) | 2019-05-16 | 2019-05-16 | 一种采样车辆轨迹数据的方法、客户端和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910406725.3A CN111949688A (zh) | 2019-05-16 | 2019-05-16 | 一种采样车辆轨迹数据的方法、客户端和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111949688A true CN111949688A (zh) | 2020-11-17 |
Family
ID=73335847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910406725.3A Pending CN111949688A (zh) | 2019-05-16 | 2019-05-16 | 一种采样车辆轨迹数据的方法、客户端和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111949688A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1937793A (zh) * | 2006-09-30 | 2007-03-28 | 江苏天泽信息产业有限公司 | 轨迹回放支持远程客户端的方法 |
CN103106280A (zh) * | 2013-02-22 | 2013-05-15 | 浙江大学 | 一种道路网络环境下不确定时空轨迹数据的范围查询方法 |
CN103475729A (zh) * | 2013-09-18 | 2013-12-25 | 南京载玄信息科技有限公司 | 一种物联网应用的轨迹特征点提取方法 |
CN103514233A (zh) * | 2012-06-29 | 2014-01-15 | 北京百度网讯科技有限公司 | 一种轨迹数据核查方法及装置 |
CN104133474A (zh) * | 2014-07-16 | 2014-11-05 | 深圳市凯伦圣科技有限公司 | 一种行车轨迹的展示方法及系统 |
CN104215249A (zh) * | 2014-08-26 | 2014-12-17 | 厦门市润铭电子科技有限公司 | 一种行车轨迹的平滑方法 |
CN104850604A (zh) * | 2015-05-04 | 2015-08-19 | 华中科技大学 | 一种基于张量的用户轨迹挖掘方法 |
CN105701346A (zh) * | 2016-01-13 | 2016-06-22 | 北京中交兴路信息科技有限公司 | 一种车辆轨迹抽稀方法及系统 |
CN105989145A (zh) * | 2015-02-28 | 2016-10-05 | 中国移动通信集团辽宁有限公司 | 公交线路的自动更新方法、设备及系统 |
CN106575294A (zh) * | 2014-07-31 | 2017-04-19 | 华为技术有限公司 | 一种轨迹数据查询的方法及装置 |
CN106649656A (zh) * | 2016-12-13 | 2017-05-10 | 中国科学院软件研究所 | 一种面向数据库的时空轨迹大数据存储方法 |
CN107291842A (zh) * | 2017-06-01 | 2017-10-24 | 武汉理工大学 | 基于轨迹编码的轨迹查询方法 |
CN109308806A (zh) * | 2017-07-28 | 2019-02-05 | 腾讯科技(深圳)有限公司 | 一种交通工具的行驶检测方法及服务器 |
CN109636950A (zh) * | 2018-11-02 | 2019-04-16 | 国网浙江省电力有限公司 | 一种行车轨迹数据存储方法 |
-
2019
- 2019-05-16 CN CN201910406725.3A patent/CN111949688A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1937793A (zh) * | 2006-09-30 | 2007-03-28 | 江苏天泽信息产业有限公司 | 轨迹回放支持远程客户端的方法 |
CN103514233A (zh) * | 2012-06-29 | 2014-01-15 | 北京百度网讯科技有限公司 | 一种轨迹数据核查方法及装置 |
CN103106280A (zh) * | 2013-02-22 | 2013-05-15 | 浙江大学 | 一种道路网络环境下不确定时空轨迹数据的范围查询方法 |
CN103475729A (zh) * | 2013-09-18 | 2013-12-25 | 南京载玄信息科技有限公司 | 一种物联网应用的轨迹特征点提取方法 |
CN104133474A (zh) * | 2014-07-16 | 2014-11-05 | 深圳市凯伦圣科技有限公司 | 一种行车轨迹的展示方法及系统 |
CN106575294A (zh) * | 2014-07-31 | 2017-04-19 | 华为技术有限公司 | 一种轨迹数据查询的方法及装置 |
CN104215249A (zh) * | 2014-08-26 | 2014-12-17 | 厦门市润铭电子科技有限公司 | 一种行车轨迹的平滑方法 |
CN105989145A (zh) * | 2015-02-28 | 2016-10-05 | 中国移动通信集团辽宁有限公司 | 公交线路的自动更新方法、设备及系统 |
CN104850604A (zh) * | 2015-05-04 | 2015-08-19 | 华中科技大学 | 一种基于张量的用户轨迹挖掘方法 |
CN105701346A (zh) * | 2016-01-13 | 2016-06-22 | 北京中交兴路信息科技有限公司 | 一种车辆轨迹抽稀方法及系统 |
CN106649656A (zh) * | 2016-12-13 | 2017-05-10 | 中国科学院软件研究所 | 一种面向数据库的时空轨迹大数据存储方法 |
CN107291842A (zh) * | 2017-06-01 | 2017-10-24 | 武汉理工大学 | 基于轨迹编码的轨迹查询方法 |
CN109308806A (zh) * | 2017-07-28 | 2019-02-05 | 腾讯科技(深圳)有限公司 | 一种交通工具的行驶检测方法及服务器 |
CN109636950A (zh) * | 2018-11-02 | 2019-04-16 | 国网浙江省电力有限公司 | 一种行车轨迹数据存储方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108681965B (zh) | 离线节点的区块链网络交易处理方法和装置 | |
CN110011988B (zh) | 基于区块链的证书验证方法及装置、存储介质、电子装置 | |
CN111970315A (zh) | 推送消息的方法、装置及系统 | |
CN111291000B (zh) | 基于区块链的文件获取方法、设备及存储介质 | |
CN112714192B (zh) | 数据同步方法、装置、计算机可读介质及电子设备 | |
CN103116634A (zh) | 支持高并发缓存任务队列的系统及其异步批量操作方法 | |
CN105827706A (zh) | 消息推送装置及方法 | |
CN102790809A (zh) | 域名系统解析方法、装置及客户端 | |
CN115457668B (zh) | 快速验票方法、装置及系统 | |
CN112632129A (zh) | 一种码流数据管理方法、装置及存储介质 | |
US8849792B2 (en) | Information management method and information management apparatus | |
CN103684823A (zh) | 网络日志记录方法、网络访问路径确定方法及相关装置 | |
CN114398520A (zh) | 数据检索方法、系统、装置、电子设备及存储介质 | |
CN111949688A (zh) | 一种采样车辆轨迹数据的方法、客户端和服务器 | |
CN109753505B (zh) | 在大数据存储系统中创建临时存储单元的方法及系统 | |
CN111641684A (zh) | 一种车辆运行信号和远程控制信号数据的适配方法及系统 | |
CN115004666A (zh) | 物联网设备的注册方法、装置、设备及存储介质 | |
CN101814234A (zh) | 交通信息处理的方法和系统 | |
US8281000B1 (en) | Variable-length nonce generation | |
CN111581238B (zh) | 信息查询方法及装置、电子设备、计算机可读存储介质 | |
CN107229699B (zh) | 提升移动端用户搜索体验的系统及方法 | |
CN113672616A (zh) | 一种数据索引方法、装置、终端及存储介质 | |
CN1852149A (zh) | 一种网络管理系统中对网元服务器进行认证的方法 | |
CN108810558B (zh) | 一种直播回源的方法及系统 | |
CN115905300B (zh) | 一种TiDB数据库的存量和增量数据融合捕获的方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201117 |