CN112200059B - 水上移动目标的流量统计方法、装置和计算机设备 - Google Patents
水上移动目标的流量统计方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN112200059B CN112200059B CN202011064476.3A CN202011064476A CN112200059B CN 112200059 B CN112200059 B CN 112200059B CN 202011064476 A CN202011064476 A CN 202011064476A CN 112200059 B CN112200059 B CN 112200059B
- Authority
- CN
- China
- Prior art keywords
- position information
- statistical
- identification
- moving target
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请涉及一种水上移动目标的流量获取方法、装置和计算机设备。所述方法包括:获取水上移动目标的位置信息;所述位置信息携带有所述水上移动目标的目标标识和时间点信息;获取预设的统计参数,从所述水上移动目标的位置信息中筛选出与所述统计参数相对应的多个目标位置信息;将同一目标标识下的各个所述目标位置信息按照时间顺序进行排序,得到位置信息序列;依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域;累计所述水上移动目标经过所述统计区域的次数,作为经过所述统计区域的水上移动目标的流量信息。采用本方法能够提高对水上移动目标的流量的统计效率。
Description
技术领域
本申请涉及水上移动目标管理技术领域,特别是涉及一种水上移动目标流量统计方法、装置、计算机设备和存储介质。
背景技术
随着经济社会发展,海上运输成为国内及国际间贸易往来的重要载体,对一个水域的水上移动目标(如船只)进出的流量数据进行监控成为海上事务管理的一个重要部分。
然而,为了提高对水上移动目标流量统计的准确性,监控系统将定时不间断地获取水上移动目标的信息,使得每天获取的水上移动目标的信息多达上千万条,导致对水上移动目标的流量统计的计算量非常大,极大地降低了统计效率。
发明内容
基于此,有必要针对上述对水上移动目标的流量统计的计算量较大,统计效率较低的技术问题,提供一种水上移动目标的流量获取方法、装置、计算机设备和存储介质。
一种水上移动目标的流量获取方法,所述方法包括:
获取水上移动目标的位置信息;所述位置信息携带有所述水上移动目标的目标标识和时间点信息;
获取预设的统计参数,从所述水上移动目标的位置信息中筛选出与所述统计参数相对应的多个目标位置信息;
将同一目标标识下的各个所述目标位置信息按照时间顺序进行排序,得到位置信息序列;
依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域;
累计所述水上移动目标经过所述统计区域的次数,作为经过所述统计区域的水上移动目标的流量信息。
在其中一个实施例中,所述统计参数包括起始统计时间、截止统计时间、统计区域坐标和边界线距离,所述边界线距离为相对于所述统计区域的边界线的距离;所述位置信息还包括所述水上移动目标的经纬度;
所述从所述水上移动目标的位置信息中筛选出与所述统计参数相对应的目标位置信息,包括:
根据所述统计区域坐标确定所述统计区域的边界线;
根据所述边界线和所述边界线距离,得到内部识别区域和外部识别区域;所述内部识别区域为由所述统计区域的边界线和所述边界线距离构成的所述边界线以内的区域,所述外部识别区域为由所述统计区域的边界线和所述边界线距离构成的所述边界线以外的区域;
根据所述水上移动目标的时间点信息和所述经纬度,从所述水上移动目标的位置信息中筛选出在所述起始统计时间和截止统计时间的时间段内,且处于所述内部识别区域或所述外部识别区域内的位置信息,作为目标位置信息。
在其中一个实施例中,所述依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域,包括:
确定所述相邻的两个位置信息分别对应的识别区域;所述识别区域包括内部识别区域和外部识别区域;
若所述相邻的两个位置信息分别对应于不同的识别区域,则判定所述目标标识对应的水上移动目标经过了所述统计区域。
在其中一个实施例中,在判定所述目标标识对应的水上移动目标经过了所述统计区域之后,还包括:
识别所述水上移动目标的移动方向,根据所述移动方向确定所述水上移动目标进入所述统计区域的次数和离开所述统计区域的次数;
所述识别所述水上移动目标的移动方向,包括:
若所述相邻的两个位置信息中时间靠前的位置信息在外部识别区域,时间靠后的位置信息在内部识别区域,则判定所述水上移动目标进入所述统计区域;
若所述相邻的两个位置信息中时间靠前的位置信息在内部识别区域,时间靠后的位置信息在外部识别区域,则判定所述水上移动目标离开所述统计区域。
在其中一个实施例中,在根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域之前,还包括:
获取预设的异常排除参数;
根据所述异常排除参数,从所述位置信息序列中确定出异常位置信息,将所述异常位置信息剔除。
在其中一个实施例中,所述异常排除参数包括时间差值阈值;
所述根据所述异常排除参数,从所述位置信息序列中确定出异常位置信息,包括:
分别获取所述相邻的两个位置信息的时间点信息,并计算所述相邻的两个位置信息的时间点信息的差值,作为时间差值;
将所述时间差值与所述时间差值阈值进行对比,若所述时间差值大于所述时间差值阈值,则将所述相邻的两个位置信息中的前一个位置信息,作为异常位置信息。
在其中一个实施例中,所述异常排除参数还包括速度阈值;
所述根据所述异常排除参数,从所述位置信息序列中确定出异常位置信息,还包括:
分别获取所述相邻的两个位置信息的经纬度和时间点信息;
根据所述相邻的两个位置信息的经纬度计算得到所述相邻的两个位置之间的直线距离,以及,根据所述相邻的两个位置信息的时间点信息,得到所述相邻的两个位置的时间差;
根据所述直线距离和所述时间差,得到所述水上移动目标在所述相邻的两个位置之间的移动速度;
将所述移动速度与所述速度阈值进行对比,若所述移动速度大于所述速度阈值,则将所述相邻的两个位置信息中的前一个位置信息,作为异常位置信息。
一种水上移动目标的流量获取装置,所述装置包括:
位置信息获取模块,用于获取水上移动目标的位置信息;所述位置信息携带有所述水上移动目标的目标标识和时间点信息;
位置信息筛选模块,用于获取预设的统计参数,从所述水上移动目标的位置信息中筛选出与所述统计参数相对应的多个目标位置信息;
信息序列生成模块,用于将同一目标标识下的各个所述目标位置信息按照时间顺序进行排序,得到位置信息序列;
位置信息识别模块,用于依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域;
流量信息获取模块,用于累计所述水上移动目标经过所述统计区域的次数,作为经过所述统计区域的水上移动目标的流量信息。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取水上移动目标的位置信息;所述位置信息携带有所述水上移动目标的目标标识和时间点信息;
获取预设的统计参数,从所述水上移动目标的位置信息中筛选出与所述统计参数相对应的多个目标位置信息;
将同一目标标识下的各个所述目标位置信息按照时间顺序进行排序,得到位置信息序列;
依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域;
累计所述水上移动目标经过所述统计区域的次数,作为经过所述统计区域的水上移动目标的流量信息。
一种计算机可读存储介质,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以下步骤:
获取水上移动目标的位置信息;所述位置信息携带有所述水上移动目标的目标标识和时间点信息;
获取预设的统计参数,从所述水上移动目标的位置信息中筛选出与所述统计参数相对应的多个目标位置信息;
将同一目标标识下的各个所述目标位置信息按照时间顺序进行排序,得到位置信息序列;
依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域;
累计所述水上移动目标经过所述统计区域的次数,作为经过所述统计区域的水上移动目标的流量信息。
上述水上移动目标的流量获取方法、装置、计算机设备和存储介质,通过获取水上移动目标的携带有所述水上移动目标的目标标识和时间点信息的位置信息,并获取预设的统计参数,从水上移动目标的位置信息中筛选出与统计参数相对应的多个目标位置信息,将同一目标标识下的各个目标位置信息按照时间顺序进行排序,得到位置信息序列;依次对位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定目标标识对应的水上移动目标是否经过预设的统计区域;累计水上移动目标经过统计区域的次数,作为经过统计区域的水上移动目标的流量信息。该方法通过统计参数可只筛选出某一时间段、某一区间的位置信息,进而对与统计参数相对应的目标位置信息进行排序和计算,依次确定位置信息序列中的位置信息,得到流量信息,无需对所有的位置信息进行计算,减少数据交互,减少计算工作量,提高对水上移动目标的流量的统计效率,适用于对海量的水上移动目标的位置信息的运算处理。
附图说明
图1为一个实施例中水上移动目标的流量获取方法的应用场景图;
图2为一个实施例中水上移动目标的流量获取方法的流程示意图;
图3a为一个实施例中四边形的统计区域的示意图;
图3b为一个实施例中圆形的统计区域的示意图;
图4为一个实施例中相邻的两个位置信息的识别步骤的流程示意图;
图5为一个实施例中速度异常的位置信息的示意图;
图6为一个实施例中水上移动目标的流量获取装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的水上移动目标的流量获取方法,可以应用于如图1所示的应用环境中。其中,服务器102与基站104通过网络进行通信。其中,服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在实现水上移动目标的流量获取方法时,由服务器102获取水上移动目标的位置信息;位置信息携带有水上移动目标的目标标识和时间点信息;获取预设的统计参数,从水上移动目标的位置信息中筛选出与统计参数相对应的多个目标位置信息;将同一目标标识下的各个目标位置信息按照时间顺序进行排序,得到位置信息序列;依次对位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定目标标识对应的水上移动目标是否经过预设的统计区域;累计水上移动目标经过统计区域的次数,作为经过统计区域的水上移动目标的流量信息。
在一个实施例中,如图2所示,提供了一种水上移动目标的流量获取方法,以该方法应用于图1中的服务器102为例进行说明,包括以下步骤:
步骤S202,获取水上移动目标的位置信息;位置信息携带有水上移动目标的目标标识和时间点信息。
其中,目标标识为表征水上移动目标唯一性的标识,可以为水上移动目标的ID。
其中,水上移动目标的位置信息包括水上移动目标的目标标识、时间点信息和在该时间点时,水上移动目标的经纬度,即时间点信息与水上移动目标的经纬度为一一对应的关系。
具体实现中,基站104接收水上移动目标(如船只)的报文并进行存储,服务器104从基站102获取水上移动目标的报文,并对报文进行解析,得到包括水上移动目标的目标标识、时间点信息和与时间点信息对应的水上移动目标的经纬度的水上移动目标的位置信息,其中,该位置信息的格式可以为(目标标识、经度、纬度、时间),例如,
位置信息1:(id:1,lon:113.2,lat,22.3,time:20190618091500);
位置信息2:(id:3,lon:113.5,lat,22.2,time:20190718091500);
位置信息3:(id:1,lon:113.5,lat,22.2,time:20190718091500);
位置信息4:(id:4,lon:113.5,lat,22.2,time:20190718091500)。
以位置信息1为例,其中,(id:1)表示水上移动目标的目标标识为1;(lon:113.2)表示水上移动目标在(time:20190618091500)的时间点时的经度;(lat,22.3)表示水上移动目标在(time:20190618091500)的时间点时的纬度。其中,位置信息1和位置信息3均为目标标识为1的水上移动目标的位置信息。
步骤S204,获取预设的统计参数,从水上移动目标的位置信息中筛选出与统计参数相对应的多个目标位置信息。
其中,预设的统计参数包括起始统计时间(starttime)、截止统计时间(endtime)、统计区域坐标、边界线距离d。其中,若统计区域为多边形,则统计区域坐标可表示为(lon1,lat1,lon2,lat2,lon3,lat3…lonN,latN);若统计区域为圆形,则统计区域坐标可表示为(lon,lat,radius)。其中,若统计区域为多边形,则(lon1,lat1)表示统计区域的第一个点的经纬度坐标,类似地,(lon2,lat2)表示统计区域的第二个点的经纬度坐标,…(lonN,latN)表示统计区域的第N个点的经纬度坐标。若统计区域为圆形,则(lon,lat)表示圆心的坐标,radius表示圆形的半径。其中,统计区域的边界线根据统计区域坐标确定,边界线距离表示相对于统计区域的边界线的距离。例如,如图3a所示,为一个四边形的统计区域的示意图,由四个经纬度坐标(lon1,lat1,lon2,lat2,l on3,lat3,lon4,lat4)确定,图中的距离d可表示边界线距离。如图3b所示,为一个圆形的统计区域的示意图,由圆心坐标和半径(lon,lat,radius)确定,图中的距离d表示边界线距离。
具体实现中,服务器102获取起始统计时间、截止统计时间、统计区域坐标和边界线距离等统计参数,根据这些统计参数,从解析得到的水上移动目标的位置信息中筛选出对应的位置信息,作为目标位置信息。
优选地,可预先构建统计水上移动目标的流量统计模型,将预设的统计参数输入该流量统计模型中,通过该流量统计模型输出经过预设统计区域的水上移动目标的流量。
步骤S206,将同一目标标识下的各个目标位置信息按照时间顺序进行排序,得到位置信息序列。
具体实现中,在得到目标位置信息后,依次将各个标识下的各个目标位置信息按照时间先后顺序进行排序,得到与目标标识对应的位置信息序列。其中,每个目标标识对应一个位置信息序列。
步骤S208,依次对位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定目标标识对应的水上移动目标是否经过预设的统计区域。
具体实现中,在得到位置信息序列后,将位置信息序列中两两相邻的两个位置信息提取出来,进行识别,判断是否满足预设识别条件,若满足预设的识别条件,则判定目标标识对应的水上移动目标经过预设的统计区域,则启动预设的计数器,对计数器执行加一操作。反之,若不满足预设的识别条件,则判定目标标识对应的水上移动目标未经过预设的统计区域,则无需进行计数,将该相邻的两个位置信息中的后一个位置信息,与下一时间点的位置信息,构成下一相邻的两个位置信息,再进行识别,以此类推,实现对位置信息序列中的所有位置信息的识别。
例如,若位置信息序列为:{位置信息1、位置信息2、位置信息3、位置信息4、…位置信息n-1、位置信息n},首先将位置信息1和位置信息2作为一组相邻的位置信息进行识别,识别完成后,将后一个位置信息2和下一个位置信息3作为下一组相邻的位置信息进行识别,类似地,最后一组相邻的位置信息为位置信息n-1和位置信息n,由此,实现对各组相邻的位置信息的识别。
步骤S210,累计水上移动目标经过统计区域的次数,作为经过统计区域的水上移动目标的流量信息。
具体实现中,当识别完得到的位置信息序列后,将计数器累加的计数值,作为该位置信息序列对应的水上移动目标经过统计区域的次数,由此,可得到不同目标标识的水上移动目标分别经过统计区域的次数。进一步地,将不同目标标识的水上移动目标分别经过统计区域的次数相加,可得到不同目标标识的水上移动目标经过统计区域的总次数,将水上移动目标分别经过统计区域的次数和总次数等,均可作为经过统计区域的流量信息。
上述水上移动目标的流量获取方法中,通过获取水上移动目标的携带有所述水上移动目标的目标标识和时间点信息的位置信息,并获取预设的统计参数,从水上移动目标的位置信息中筛选出与统计参数相对应的多个目标位置信息,将同一目标标识下的各个目标位置信息按照时间顺序进行排序,得到位置信息序列;依次对位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定目标标识对应的水上移动目标是否经过预设的统计区域;累计水上移动目标经过统计区域的次数,作为经过统计区域的水上移动目标的流量信息。该方法通过统计参数可只筛选出某一时间段、某一区间的位置信息,进而对与统计参数相对应的目标位置信息进行排序和计算,依次确定位置信息序列中的位置信息,得到流量信息,无需对所有的位置信息进行计算,减少数据交互,减少计算工作量,提高对水上移动目标的流量的统计效率,适用于对海量的水上移动目标的位置信息的运算处理。
在一个实施例中,上述步骤S204还包括:根据统计区域坐标确定统计区域的边界线;根据边界线和边界线距离,得到内部识别区域和外部识别区域;内部识别区域为由统计区域的边界线和边界线距离构成的边界线以内的区域,外部识别区域为由统计区域的边界线和边界线距离构成的边界线以外的区域;根据水上移动目标的时间点信息和经纬度,从水上移动目标的位置信息中筛选出在起始统计时间和截止统计时间的时间段内,且处于内部识别区域或外部识别区域内的位置信息,作为目标位置信息。
具体实现中,在根据统计参数进行位置信息筛选时,可先根据统计区域坐标确定统计区域的边界线,如图3a中标记的边界线所示,根据边界线和边界线距离确定内部识别区域和外部识别区域,例如,在图3a中,边界线和边界线距离d构成的边界线以内的区域,即图中的阴影部分区域,可表示内部识别区域,边界线和边界线距离d构成的边界线以外的区域,可表示外部识别区域。进一步根据水上移动目标的时间点信息和经纬度,从获取的水上移动目标的位置信息中筛选出在起始统计时间和截止统计时间的时间段内,且处于内部识别区域或外部识别区域内的位置信息,作为目标位置信息。
本实施例中,通过边界线距离和统计区域坐标,确定内部识别区域和外部识别区域,以便于筛选出位于内部识别区域或外部区域,且处于预设时间段的目标位置信息,该方法只需获取内部识别区域和外部识别区域的位置信息,从而可提高对进出统计区域的水上移动目标的流量运算效率。得到内部识别区域和外部识别区域,还可作为确定水上移动目标是否经过统计区域的判定依据。
在一个实施例中,如图4所示,上述步骤S208还包括:
步骤S402,确定相邻的两个位置信息分别对应的识别区域;识别区域包括内部识别区域和外部识别区域;
步骤S404,若相邻的两个位置信息分别对应于不同的识别区域,则判定目标标识对应的水上移动目标经过了统计区域。
具体实现中,判断位置信息序列中两两相邻的两个位置信息是否满足预设识别条件中,预设的识别条件可以为相邻的两个位置信息分别对应于不同的识别区域。进一步地,可根据相邻的两个位置信息的经纬度坐标,确定相邻的两个位置信息分别对应的识别区域,若相邻的两个位置信息分别对应于不同的识别区域,即一个位置信息位于内部识别区域内,一个位置信息位于外部识别区域内,则判定相邻的两个位置信息符合设定的识别条件,则认为该位置信息序列所属目标标识对应的水上移动目标经过了统计区域。相反地,若相邻的两个位置信息均位于同一识别区域,即同位于内部识别区域,或同位于外部识别区域,则判定相邻的两个位置信息不符合设定的识别条件,则认为该位置信息序列所属目标标识对应的水上移动目标未经过统计区域。
本实施例中,通过根据相邻的两个位置信息分别对应的识别区域,在相邻的两个位置信息分别对应不同的识别区域时,判定水上移动目标经过了统计区域,以便于根据判断结果确定进行计数操作,进而得到统计区域的流量信息。
在一个实施例中,在判定目标标识对应的水上移动目标经过了统计区域之后,还包括:
识别水上移动目标的移动方向,根据移动方向确定水上移动目标进入统计区域的次数和离开统计区域的次数;
识别水上移动目标的移动方向,包括:
若相邻的两个位置信息中时间靠前的位置信息在外部识别区域,时间靠后的位置信息在内部识别区域,则判定水上移动目标进入统计区域;
若相邻的两个位置信息中时间靠前的位置信息在内部识别区域,时间靠后的位置信息在外部识别区域,则判定水上移动目标离开统计区域。
具体实现中,若判定水上移动目标经过了统计区域,还可进一步识别水上移动目标的移动方向,即判定水上移动目标是进入了统计区域,或是离开了统计区域,从而可确定水上移动目标进入统计区域的次数和离开统计区域的次数。其中,水上移动目标进入统计区域的次数可以为单个水上移动目标在设定时间段内进入统计区域的次数,也可以为进入统计区域的各个水上移动目标的总次数。类似地,离开统计区域的次数也可以为单个水上移动目标在设定时间段内离开统计区域的次数,也可以为离开统计区域的各个水上移动目标的总次数。
本实施例中,通过识别水上移动目标的移动方向,得到水上移动目标进入统计区域的次数和离开统计区域的次数,便于根据水上移动目标的往来频率,对水上移动目标进行分析,为海事管理提供参考依据。
在一个实施例中,在步骤S208中,根据识别结果确定目标标识对应的水上移动目标是否经过预设的统计区域之前,还包括:获取预设的异常排除参数;根据异常排除参数,从位置信息序列中确定出异常位置信息,将异常位置信息剔除。
其中,异常排除参数表示排除异常位置信息的参数,包括时间差值阈值和速度阈值。
具体实现中,在对位置信息序列中相邻的两个位置信息进行识别时,还需先获取预设的时间差值阈值和速度阈值,根据时间差值阈值和速度阈值从位置信息序列中分别确定出不符合要求的异常位置信息,将该异常位置信息从位置信息序列中剔除。
本实施例中,通过异常排除参数确定异常位置信息并剔除,避免因为位置信息不准确造成错误运算,导致统计结果不准确的问题,提高了位置信息的数据质量,提高了统计结果的准确度。
在一个实施例中,根据异常排除参数,从位置信息序列中确定出异常位置信息的步骤,包括:分别获取相邻的两个位置信息的时间点信息,并计算相邻的两个位置信息的时间点信息的差值,作为时间差值;将时间差值与时间差值阈值进行对比,若时间差值大于时间差值阈值,则将相邻的两个位置信息中的前一个位置信息,作为异常位置信息。
本实施例中,在根据时间差值阈值,确定异常位置信息时,先分别获取位置信息序列中相邻的两个位置信息的时间点信息,通过将两个时间点信息的时间差值与时间差值阈值进行对比,在时间差值大于时间差值阈值时,将该相邻的两个位置信息中前一个位置信息,作为异常位置信息,进行剔除。该方法以时间作为异常判定依据,排除了同一目标标识下不相关的两个位置信息导致的错误运算,提高了统计结果的可靠度和准确度。
在一个实施例中,根据异常排除参数,从位置信息序列中确定出异常位置信息的步骤,包括:分别获取相邻的两个位置信息的经纬度和时间点信息;根据相邻的两个位置信息的经纬度计算得到相邻的两个位置之间的直线距离,以及,根据相邻的两个位置信息的时间点信息,得到相邻的两个位置的时间差;根据直线距离和时间差,得到水上移动目标在相邻的两个位置之间的移动速度;将移动速度与速度阈值进行对比,若移动速度大于速度阈值,则将相邻的两个位置信息中的前一个位置信息,作为异常位置信息。
例如,如图5所示,为速度异常的位置信息的示意图,图中点1、点2、点3和点4,分别表示位置信息序列中按照时间顺序排序后一一相邻的各个位置信息点,当相邻的两个位置信息为位置信息3和位置信息4时,虽然位置信息3在内部识别区域,位置信息4在外部识别区域,但是根据计算得到的水上移动目标从位置信息3到位置信息4的速度大于速度阈值时(例如,200公里/小时的速度明显超过了正常移动速度),则判定该相邻的两个位置信息存在异常,将位置信息3作为异常位置信息剔除。
本实施例中,在根据速度阈值,确定异常位置信息时,先分别获取位置信息序列中相邻的两个位置信息的经纬度和时间点信息,通过两个经纬度计算得到相邻两个位置之间的直线距离,通过两个时间点信息计算得到时间差。根据直线距离和时间差得到水上移动目标的移动速度,并将该移动速度与速度阈值进行对比,在移动速度大于速度阈值时,将该相邻的两个位置信息中前一个位置信息,作为异常位置信息,进行剔除。该方法以速度作为异常判定依据,排除了同一目标标识下由于位置信息异常导致的错误运算,提高了统计结果的可靠度和准确度。
上述实施例提供的水上移动目标的流量获取方法,可通过传入任意时间段(两个时间点)、区域边界线的坐标点(多边形为大于3个顶点的坐标,圆形为圆心坐标及其半径铲毒)及异常排除参数(时间异常排除参数及速度异常排除参数),计算通过该截面线的水上移动目标总次数、每个单独水上移动目标经过的累计数、确定穿过该边界线的前后两个坐标点及通过截面线的方向,该方法通过边界线距离提高进出边界线的流量运算效率,此外,在提高统计速度的条件下,还实现了通过异常排除参数提高运算结果的准确性的技术效果。
应该理解的是,虽然图2和图4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2和图4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种水上移动目标的流量获取装置,包括:位置信息获取模块602、位置信息筛选模块604、信息序列生成模块606、位置信息识别模块608和流量信息获取模块610,其中:
位置信息获取模块602,用于获取水上移动目标的位置信息;位置信息携带有水上移动目标的目标标识和时间点信息;
位置信息筛选模块604,用于获取预设的统计参数,从水上移动目标的位置信息中筛选出与统计参数相对应的多个目标位置信息;
信息序列生成模块606,用于将同一目标标识下的各个目标位置信息按照时间顺序进行排序,得到位置信息序列;
位置信息识别模块608,用于依次对位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定目标标识对应的水上移动目标是否经过预设的统计区域;
流量信息获取模块610,用于累计水上移动目标经过统计区域的次数,作为经过统计区域的水上移动目标的流量信息。
在一个实施例中,上述位置信息筛选模块604,还用于根据统计区域坐标确定统计区域的边界线;根据边界线和边界线距离,得到内部识别区域和外部识别区域;内部识别区域为由统计区域的边界线和边界线距离构成的边界线以内的区域,外部识别区域为由统计区域的边界线和边界线距离构成的边界线以外的区域;根据水上移动目标的时间点信息和经纬度,从水上移动目标的位置信息中筛选出在起始统计时间和截止统计时间的时间段内,且处于内部识别区域或外部识别区域内的位置信息,作为目标位置信息。
在一个实施例中,上述位置信息识别模块608,还用于确定相邻的两个位置信息分别对应的识别区域;识别区域包括内部识别区域和外部识别区域;若相邻的两个位置信息分别对应于不同的识别区域,则判定目标标识对应的水上移动目标经过了统计区域。
在一个实施例中,上述装置还包括:方向识别模块,用于识别水上移动目标的移动方向,根据移动方向确定水上移动目标进入统计区域的次数和离开统计区域的次数;还用于若相邻的两个位置信息中时间靠前的位置信息在外部识别区域,时间靠后的位置信息在内部识别区域,则判定水上移动目标进入统计区域;若相邻的两个位置信息中时间靠前的位置信息在内部识别区域,时间靠后的位置信息在外部识别区域,则判定水上移动目标离开统计区域。
在一个实施例中,上述装置还包括:
异常排除参数获取模块,用于获取预设的异常排除参数;
异常位置信息确定模块,用于根据异常排除参数,从位置信息序列中确定出异常位置信息,将异常位置信息剔除。
在一个实施例中,若异常排除参数为时间差值阈值;上述异常位置信息确定模块,还用于分别获取相邻的两个位置信息的时间点信息,并计算相邻的两个位置信息的时间点信息的差值,作为时间差值;将时间差值与时间差值阈值进行对比,若时间差值大于时间差值阈值,则将相邻的两个位置信息中的前一个位置信息,作为异常位置信息。
在一个实施例中,若异常排除参数为速度阈值,上述异常位置信息确定模块,还用于分别获取相邻的两个位置信息的经纬度和时间点信息;根据相邻的两个位置信息的经纬度计算得到相邻的两个位置之间的直线距离,以及,根据相邻的两个位置信息的时间点信息,得到相邻的两个位置的时间差;根据直线距离和时间差,得到水上移动目标在相邻的两个位置之间的移动速度;将移动速度与速度阈值进行对比,若移动速度大于速度阈值,则将相邻的两个位置信息中的前一个位置信息,作为异常位置信息。
需要说明的是,本申请的水上移动目标的流量获取装置与本申请的水上移动目标的流量获取方法一一对应,在上述水上移动目标的流量获取方法的实施例阐述的技术特征及其有益效果均适用于水上移动目标的流量获取装置的实施例中,具体内容可参见本申请方法实施例中的叙述,此处不再赘述,特此声明。
此外,上述水上移动目标的流量获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储水上移动目标的流量获取过程中产生的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种水上移动目标的流量获取方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取水上移动目标的位置信息;位置信息携带有水上移动目标的目标标识和时间点信息;
获取预设的统计参数,从水上移动目标的位置信息中筛选出与统计参数相对应的多个目标位置信息;
将同一目标标识下的各个目标位置信息按照时间顺序进行排序,得到位置信息序列;
依次对位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定目标标识对应的水上移动目标是否经过预设的统计区域;
累计水上移动目标经过统计区域的次数,作为经过统计区域的水上移动目标的流量信息。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取水上移动目标的位置信息;位置信息携带有水上移动目标的目标标识和时间点信息;
获取预设的统计参数,从水上移动目标的位置信息中筛选出与统计参数相对应的多个目标位置信息;
将同一目标标识下的各个目标位置信息按照时间顺序进行排序,得到位置信息序列;
依次对位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定目标标识对应的水上移动目标是否经过预设的统计区域;
累计水上移动目标经过统计区域的次数,作为经过统计区域的水上移动目标的流量信息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种水上移动目标的流量获取方法,其特征在于,所述方法包括:
获取水上移动目标的位置信息;所述位置信息携带有所述水上移动目标的目标标识和时间点信息;
获取预设的统计参数,所述统计参数包括起始统计时间、截止统计时间、统计区域坐标和边界线距离,所述边界线距离为相对于所述统计区域的边界线的距离;所述位置信息还包括所述水上移动目标的经纬度;
根据所述统计区域坐标确定统计区域的边界线;
根据所述边界线和所述边界线距离,得到内部识别区域和外部识别区域;所述内部识别区域为由所述统计区域的边界线和所述边界线距离构成的所述边界线以内的区域,所述外部识别区域为由所述统计区域的边界线和所述边界线距离构成的所述边界线以外的区域;
根据所述水上移动目标的时间点信息和所述经纬度,从所述水上移动目标的位置信息中筛选出在所述起始统计时间和截止统计时间的时间段内,且处于所述内部识别区域或所述外部识别区域内的多个目标位置信息;
将同一目标标识下的各个所述目标位置信息按照时间顺序进行排序,得到位置信息序列;
依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域;
累计所述水上移动目标经过所述统计区域的次数,作为经过所述统计区域的水上移动目标的流量信息。
2.根据权利要求1所述的方法,其特征在于,所述依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域,包括:
确定所述相邻的两个位置信息分别对应的识别区域;所述识别区域包括所述内部识别区域和所述外部识别区域;
若所述相邻的两个位置信息分别对应于不同的识别区域,则判定所述目标标识对应的水上移动目标经过了所述统计区域。
3.根据权利要求2所述的方法,其特征在于,在判定所述目标标识对应的水上移动目标经过了所述统计区域之后,还包括:
识别所述水上移动目标的移动方向,根据所述移动方向确定所述水上移动目标进入所述统计区域的次数和离开所述统计区域的次数;
所述识别所述水上移动目标的移动方向,包括:
若所述相邻的两个位置信息中时间靠前的位置信息在外部识别区域,时间靠后的位置信息在内部识别区域,则判定所述水上移动目标进入所述统计区域;
若所述相邻的两个位置信息中时间靠前的位置信息在内部识别区域,时间靠后的位置信息在外部识别区域,则判定所述水上移动目标离开所述统计区域。
4.根据权利要求1所述的方法,其特征在于,在根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域之前,还包括:
获取预设的异常排除参数;
根据所述异常排除参数,从所述位置信息序列中确定出异常位置信息,将所述异常位置信息剔除。
5.根据权利要求4所述的方法,其特征在于,所述异常排除参数包括时间差值阈值;
所述根据所述异常排除参数,从所述位置信息序列中确定出异常位置信息,包括:
分别获取所述相邻的两个位置信息的时间点信息,并计算所述相邻的两个位置信息的时间点信息的差值,作为时间差值;
将所述时间差值与所述时间差值阈值进行对比,若所述时间差值大于所述时间差值阈值,则将所述相邻的两个位置信息中的前一个位置信息,作为异常位置信息。
6.根据权利要求4所述的方法,其特征在于,所述异常排除参数还包括速度阈值;
所述根据所述异常排除参数,从所述位置信息序列中确定出异常位置信息,还包括:
分别获取所述相邻的两个位置信息的经纬度和时间点信息;
根据所述相邻的两个位置信息的经纬度计算得到所述相邻的两个位置之间的直线距离,以及,根据所述相邻的两个位置信息的时间点信息,得到所述相邻的两个位置的时间差;
根据所述直线距离和所述时间差,得到所述水上移动目标在所述相邻的两个位置之间的移动速度;
将所述移动速度与所述速度阈值进行对比,若所述移动速度大于所述速度阈值,则将所述相邻的两个位置信息中的前一个位置信息,作为异常位置信息。
7.一种水上移动目标的流量获取装置,其特征在于,所述装置包括:
位置信息获取模块,用于获取水上移动目标的位置信息;所述位置信息携带有所述水上移动目标的目标标识和时间点信息;
位置信息筛选模块,用于获取预设的统计参数,所述统计参数包括起始统计时间、截止统计时间、统计区域坐标和边界线距离,所述边界线距离为相对于所述统计区域的边界线的距离;所述位置信息还包括所述水上移动目标的经纬度;根据所述统计区域坐标确定统计区域的边界线;根据所述边界线和所述边界线距离,得到内部识别区域和外部识别区域;所述内部识别区域为由所述统计区域的边界线和所述边界线距离构成的所述边界线以内的区域,所述外部识别区域为由所述统计区域的边界线和所述边界线距离构成的所述边界线以外的区域;根据所述水上移动目标的时间点信息和所述经纬度,从所述水上移动目标的位置信息中筛选出在所述起始统计时间和截止统计时间的时间段内,且处于所述内部识别区域或所述外部识别区域内的多个目标位置信息;
信息序列生成模块,用于将同一目标标识下的各个所述目标位置信息按照时间顺序进行排序,得到位置信息序列;
位置信息识别模块,用于依次对所述位置信息序列中相邻的两个位置信息进行识别,根据识别结果确定所述目标标识对应的水上移动目标是否经过预设的统计区域;
流量信息获取模块,用于累计所述水上移动目标经过所述统计区域的次数,作为经过所述统计区域的水上移动目标的流量信息。
8.根据权利要求7所述的装置,其特征在于,所述位置信息识别模块,还用于确定所述相邻的两个位置信息分别对应的识别区域;所述识别区域包括所述内部识别区域和所述外部识别区域;若所述相邻的两个位置信息分别对应于不同的识别区域,则判定所述目标标识对应的水上移动目标经过了所述统计区域。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011064476.3A CN112200059B (zh) | 2020-09-30 | 2020-09-30 | 水上移动目标的流量统计方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011064476.3A CN112200059B (zh) | 2020-09-30 | 2020-09-30 | 水上移动目标的流量统计方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112200059A CN112200059A (zh) | 2021-01-08 |
CN112200059B true CN112200059B (zh) | 2021-09-24 |
Family
ID=74013659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011064476.3A Active CN112200059B (zh) | 2020-09-30 | 2020-09-30 | 水上移动目标的流量统计方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112200059B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800349B (zh) * | 2021-02-02 | 2022-02-18 | 中华人民共和国广东海事局 | 水上移动目标的运动状态获取方法、装置、设备和介质 |
CN113065791A (zh) * | 2021-04-13 | 2021-07-02 | 中华人民共和国广东海事局 | 通航密度确定方法、装置、计算机设备和存储介质 |
CN115905343B (zh) * | 2022-08-01 | 2023-10-03 | 中华人民共和国广东海事局 | 水上航运数据处理方法、装置、设备、介质和程序产品 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101087595B1 (ko) * | 2011-09-09 | 2011-11-29 | (주) 장산아이티 | 선박 통행량의 정량적 통계 시스템 및 방법 |
CN106970387B (zh) * | 2017-04-19 | 2019-07-23 | 武汉理工大学 | 一种基于ais与雷达数据融合的内河航道交通流检测方法 |
CN110658539B (zh) * | 2018-06-29 | 2022-03-18 | 比亚迪股份有限公司 | 车辆定位方法、装置、车辆和计算机可读存储介质 |
CN109785668A (zh) * | 2018-12-24 | 2019-05-21 | 深圳市闻迅数码科技有限公司 | 船舶流量监控方法、终端设备及计算机存储介质 |
CN111179638B (zh) * | 2020-01-08 | 2022-03-11 | 中国船舶重工集团公司第七二四研究所 | 一种基于时间序列的船舶ais目标航行监控方法 |
-
2020
- 2020-09-30 CN CN202011064476.3A patent/CN112200059B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112200059A (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112200059B (zh) | 水上移动目标的流量统计方法、装置和计算机设备 | |
CN108257386B (zh) | 行驶轨迹获取方法和装置 | |
CN111666971A (zh) | 基于位置定位的事件识别方法、装置、设备及存储介质 | |
CN107862863B (zh) | 一种交通数据质量提升的方法及装置 | |
CN109325548B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110866682B (zh) | 基于历史数据的地下电缆预警方法和装置 | |
CN111932945A (zh) | 水上截面线的通过流量确认方法、装置和计算机设备 | |
CN117633479B (zh) | 一种充电桩故障分析处理方法及系统 | |
US11995150B2 (en) | Information processing method and information processing system | |
CN110866484A (zh) | 驾驶员人脸检测方法、计算机装置及计算机可读存储介质 | |
CN112235807B (zh) | Tdoa监测系统的组网方法、装置、设备与介质 | |
CN113222040A (zh) | 海上固定目标识别方法、装置、计算机设备和存储介质 | |
CN110084157B (zh) | 图像重识别的数据处理方法及装置 | |
CN112182579A (zh) | 进程名单生成方法及装置、异常进程检测方法及装置 | |
CN109918272B (zh) | 报警消息的周期性确定方法、装置及设备 | |
Chandio et al. | Towards adaptable and tunable cloud-based map-matching strategy for GPS trajectories | |
CN114116853B (zh) | 基于时序关联分析的数据安全分析方法及装置 | |
CN116067359A (zh) | 基于delaunay三角网的低精度轨迹数据处理方法及系统 | |
CN116030452A (zh) | 一种车牌识别方法、装置、设备及计算机存储介质 | |
CN111177878A (zh) | 衍生仿真场景筛选方法、装置和终端 | |
CN110826904B (zh) | 风机的数据处理方法、装置、处理设备及可读存储介质 | |
CN113127804A (zh) | 确定车辆故障次数的方法、装置、计算机设备和存储介质 | |
CN113065791A (zh) | 通航密度确定方法、装置、计算机设备和存储介质 | |
CN113051307A (zh) | 告警信号的分析方法、设备、存储介质及装置 | |
CN112272157A (zh) | 主机ip地址的转换方法、装置、计算机设备及存储介质 |
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 |