CN112634488B - 行程融合方法、装置以及车辆 - Google Patents
行程融合方法、装置以及车辆 Download PDFInfo
- Publication number
- CN112634488B CN112634488B CN202011398906.5A CN202011398906A CN112634488B CN 112634488 B CN112634488 B CN 112634488B CN 202011398906 A CN202011398906 A CN 202011398906A CN 112634488 B CN112634488 B CN 112634488B
- Authority
- CN
- China
- Prior art keywords
- stroke
- time
- fused
- travel
- vehicle
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明实施例提供了一种行程融合方法、装置以及车辆,涉及车辆技术领域,该方法包括:获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔,所述第一时间是所述待融合行程对应的启动时间,所述第二时间是所述待融合对应的前一行程的停止时间;确定所述时间间隔是否小于第一时间阈值;若所述时间间隔小于所述第一时间阈值,则确定所述待融合行程为临时行程;将所述待融合行程和所述前一行程进行融合,得到目标行程;对所述目标行程进行存储。本发明实施例提供的行程融合方法通过判断时间间隔是否小于第一时间阈值来确定是否将待融合行程与前一行程进行融合,其在一定程度上可以提高目标行程获取的准确性。
Description
技术领域
本发明涉及电动汽车技术领域,具体涉及一种行程融合方法、装置以及车辆。
背景技术
目前在一些业务场景中,用户存在获取车辆行程的需求,而在给用户展示相关用车数据时,通常以行程为维度的数据是出现的频率最高的信息之一,并且每天的行程次数也是用户比较关心的信息之一。因此,如何更好的获取行程信息,以通过该行程信息满足用户的不同需求是亟待解决的问题。
发明内容
鉴于以上问题,本发明实施例提供一种行程融合方法、装置以及车辆,以解决上述技术问题。
本发明实施例是采用以下技术方案实现的:
第一方面,本发明一些实施例提供一种行程融合方法,应用于车辆,所述方法包括:获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔,所述第一时间是所述待融合行程对应的启动时间,所述第二时间是所述待融合对应的前一行程的停止时间;确定所述时间间隔是否小于第一时间阈值;若所述时间间隔小于所述第一时间阈值,则确定所述待融合行程为临时行程;将所述待融合行程和所述前一行程进行融合,得到目标行程;对所述目标行程进行存储。
第二方面,本发明一些实施例还提供一种行程融合装置,包括获取模块、第一确定模块、第二确定模块、融合模块和存储模块。获取模块,用于获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔,所述第一时间是所述待融合行程对应的启动时间,所述第二时间是所述待融合对应的前一行程的停止时间。第一确定模块,用于确定所述时间间隔是否小于第一时间阈值。第二确定模块,用于若所述时间间隔小于所述第一时间阈值,则确定所述待融合行程为临时行程。融合模块,用于将所述待融合行程和所述前一行程进行融合,得到目标行程。存储模块,用于对所述目标行程进行存储。
第三方面,本发明一些实施例还提供一种电子控制器,包括处理器以及存储器,所述存储器存储有计算机程序指令,所述计算机程序指令被所述处理器调用时执行上述任一项所述的行程融合方法
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序指令,计算机程序代码可被处理器调用以执行上述任一项的行程融合方法。
本发明实施例提供的行程融合方法、装置以及车辆,本发明通过获取第一时间与第二时间之间的时间间隔,可以更加快速有效的确定是否将待融合行程与前一行程进行。具体的,本发明首先可以获取待融合行程,并基于待融合行程获取第一时间与第二时间的时间间隔,其中,第一时间是待融合行程对应的启动时间,而第二时间是待融合对应的前一行程的停止时间,而后本发明可以确定第一时间与第二时间之间的时间间隔是否小于第一时间阈值,若小于第一时间阈值,则确定待融合行程为临时行程,然后将待融合行程和前一行程进行融合,得到目标行程,最后本申请可以对该目标行程进行存储。本发明通过判断第一时间与第二时间之间的时间间隔是否小于第一时间阈值,来确定是否将待融合行程和前一行程进行融合,其在一定程度上可以提高行程获取的准确性,进而可以提高用户的使用体验。
本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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示出了根据本发明实施例提供的应用环境示意图。
图2示出了本发明一实施例提供的一种行程融合方法的流程示意图。
图3示出了本发明另一实施例提供的一种行程融合方法的流程示意图。
图4示出了本发明另一实施例提供的一种行程融合方法中时间阈值获取示例图。
图5示出了本发明另一实施例提供的一种行程融合方法中步骤S250的流程示意图。
图6示出了本发明又一实施例提供的一种行程融合方法的流程示意图。
图7示出了本发明又一实施例提供的一种行程融合方法中步骤S370的流程示意图。
图8示出了本发明实施例提供的一种行程融合装置的模块框图。
图9示出了本发明实施例提供的一种电子控制器的模块框图。
图10示出了本发明实施例提供的一种计算机可读存储介质的模块框图。
具体实施方式
下面详细描述本发明的实施方式,实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地,仅用于解释本发明,而不能理解为对本发明的限制。
下面详细描述本发明的实施方式,实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地,仅用于解释本发明,而不能理解为对本发明的限制。
为了使本技术领域的人员更好地理解本发明的方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面针对本发明实施提供的行程融合方法的应用环境进行介绍:
请参阅图1,本发明实施例提供的车辆的控制方法的可以应用于车辆的控制系统10,该车辆的控制系统10可以包括车辆11和服务器12,其中,车辆11可以与服务器12进行通信连接,即车辆11可以发送数据至服务器12,也可以接收服务器12发送的数据。另外,服务器12可以为后台服务器,其可以是TSP(Telematics Service Provider,汽车远程服务提供商)后台,服务器12被配置为与所述车辆11通信连接,且用于接收所述车辆11上传的数据,并根据所述数据向所述车辆11下发数据分析结果。可选的,车辆11的数量可以是一个,也可以是多个。
目前,在给用户展示相关的用车数据时,通常以行程为维度的数据是出现频率最高的数据之一,并且每天的行程次数也是用户表关心的信息之一。由于存在信号丢失以及中途用户可能短暂下车等情况,用户的一个行程可能被切割成多个不同的行程,这时就需要执行行程合并操作。现有的行程合并算法指示根据行程件的间隔来合并不同的行程,然而这样对于一些停留时间过长的中转点行程是没有办法进行合并的,如此也使得行程合并算法较为粗糙,且不够智能化,用户使用体验不高。
为了解决上述技术问题,发明人经过长期研究,提出了本发明实施例中的行程融合方法、装置以及车辆,该行程融合方法通过获取第一时间与第二时间之间的时间间隔,可以更加快速有效的确定是否将待融合行程与前一行程进行。具体的,本发明首先可以获取待融合行程,并基于待融合行程获取第一时间与第二时间的时间间隔,其中,第一时间是待融合行程对应的启动时间,而第二时间是待融合对应的前一行程的停止时间,而后本发明可以确定第一时间与第二时间之间的时间间隔是否小于第一时间阈值,若小于第一时间阈值,则确定待融合行程为临时行程,然后将待融合行程和前一行程进行融合,得到目标行程,最后本申请可以对该目标行程进行存储。本发明通过判断第一时间与第二时间之间的时间间隔是否小于第一时间阈值,来确定是否将待融合行程和前一行程进行融合,其在一定程度上可以提高行程获取的准确性,进而可以提高用户的使用体验。
如图2所示,图2示意性地示出了本发明实施例提供的行程融合方法的流程示意图。该方法可以包括以下步骤S110至步骤S150。
步骤S110:获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔。
在一些实施方式中,车辆的电子控制器可以获取多个待融合行程,所述待融合行程可以存储于所述车辆的存储器中,也可以存储于服务器中,该服务器与车辆通过有线或者无线的方式与车辆连接。作为一种方式,车辆可以每隔预设时间段会获取最新获取的待融合行程,所述最新获取的待融合行程可以是基于上一次获取的最后一个待融合行程之后的行程。例如,车辆在2020年11月23日17:00获取的待融合行程可以是2020年10月23日00:00点至2020年11月23日17:00之间所产生的所有行程。
在另一些实施方式中,所述待融合行程可以包括行程开始时间、行程结束时间、行程开始位置纬度、车辆行程结束位置纬度、行程开始位置经度、车辆行程结束位置经度、行程时长(单位:秒)、行程距离、行程开始时SOC(State Of Charge State,充电状态)、行程结束时SOC、开始时已行驶公里数、行程结束时已行驶公里数、行程开始时可行驶公里数以及行程结束时可行驶公里数等。作为一种方式,不同的待融合行程可以通过行程产生的时间不同而区分,如可以将行程开始的时间作为待融合行程的唯一标识,又如可以将行程结束的时间作为待融合行程的唯一标识,或者也可以将行程开始的时间和结束的时间作为待融合行程的唯一标识。例如,行程A的开始时间为2020年11月23日17:00,结束时间为2020年11月23日18:00,此时行程A的标识则可以设置成为:2020/11/23/17:00~2020/11/23/18:00。另外,为了使得行程A的获取更加准确,行程的标识也可以精确到分或者秒,具体如何通过行程的开始时间或者结束时间来设置行程的标识这里不进行明确限制可以根据实际情况进行选择。
作为另一种方式,本发明实施例也可以通过为每个待融合行程配置不同的行程标识来将不同的待融合行程进行区分。该配置可以结合行程的位置、行程的时间以及行驶的公里数等确定。另外,融合行程对应的标识也可以是用户根据其使用情况手动给出的标识。
通过上述介绍可以知道,每个待融合行程可以包括行程的开始时间和结束时间。因此,在获取到待融合行程后,车辆可以获取行程对应的启动时间(开始时间),该启动时间可以称为第一时间,而后本发明实施例可以获取待融合行程对应的迁移行程的停止时间(结束时间),将该停止时间作为第二时间。其中,待融合行程和前一行程可以构成连续的行程,即在待融合行程和前一行程之间不存在其他行程。换句话说,前一行程车辆停止后,当车辆再次被启动后所产生的行程即为待融合行程。
步骤S120:确定所述时间间隔是否小于第一时间阈值。
在一些实施方式中,车辆在获取到第一时间和第二时间的时间间隔后,可以确该时间间隔是否小于第一时间阈值,其中,第一时间是所述待融合行程对应的启动时间,而第二时间是所述待融合对应的前一行程的停止时间。另外,第一时间阈值可以根据经验值设置,也可以根据车辆对应用户的使用习惯确定,或者也可以根据车辆对应用户的使用年龄确定,年龄越大则所述第一时间阈值则可以设置的越大。比如,用户的年龄是在20~30岁左右,所述第一时间阈值则可以设置成5分钟,而如果用户的年龄在60~70岁左右,所述第一时间阈值则可以设置成10分钟等。
在另一些实施方式中,第一时间阈值也可以根据车辆使用用户的性别来确定,当用户的性别是女时,对应的第一时间阈值可以为10分钟,当用户的性别是男时,对应的第一时间阈值则可以为5分钟。另外,第一时间阈值也可以是用户根据其实际情况输入的。第一时间阈值具体如何设置这里不进行明确限制,可以根据使用情况进行设置。
在一些实施方式中,车辆在确定第一时间和第二时间的时间间隔小于第一时间阈值时,其可以确定所述待融合行程为临时行程,即进入步骤S120。如果第一时间和第二时间的时间间隔大于第一时间阈值时,本发明实施例可以重新获取待融合行程,也可以确定该时间间隔是否大于第二时间阈值等。
步骤S130:确定所述待融合行程为临时行程。
在一些实施方式中,当确定时间间隔小于第时间阈值时,本发明实施例可以确定待融合行程为临时行程,其中,临时行程指的是用户在驾车过车中发生临时停车所产生的行程。例如,用户在驾车过程中,临时停车接电话所产生的行程即为临时行程。因为临时行程为用户在驾车过车中的临时所产生的行程,该行程对于用户行为习惯分析用处不大,因此,在确定待融合行程为临时行程时,本发明实施例可以将该待融合行程和前一行程进行融合,得到目标行程,即进入步骤S140。
在另一些实施方式中,在确定第一时间和第二时间的时间间隔小于第一时间阈值时,本发明实施例也可以获取在第一时间时所述车辆所在位置的POI信息(Point ofInformation,信息点),然后根据所述POI信息确定所述车辆所在位置是否为第一指定位置,所述第一指定位置对应的场景是用户的兴趣场景,所述POI信息可以包括所述兴趣场景的名称、位置坐标、类别以及分类等,其可以是一栋房子、一个商铺、一个邮筒或者是一个公交站等。
在另一些实施方式中,车辆在确定第一时间和第二时间的时间间隔小于第一阈值时,可以根据第一时间对应的场景信息,确定是否将待融合信息和前一行程进行融合。其中,第一时间对应的场景可以是用户上下班的场景、去超市购物的场景等。
本发明实施例中,当确定车辆所在位置不是第一指定位置时,则确定待融合行程为临时行程,将所述待融合行程和前一行程进行融合,得到目标行程,即在第一时间对应的场景不是用户的兴趣场景时,将所述待融合行程和前一行程进行融合。另外,当车辆所在位置是第一指定位置时,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程,即在第一时间对应的场景是用户的兴趣场景时,不需要将所述待融合行程和前一行程进行融合,只需要将待融合行程和前一行程看成是前后两个行程即可。
步骤S140:将所述待融合行程和所述前一行程进行融合,得到目标行程。
作为一种方式,将待融合行程和前一行程进行融合,也可以称为将待融合行程和前一行程进行合并。具体的,可以将前一行程的开始时间作为目标行程的开始时间,以及将待融合行程对应的结束时间作为目标行程的结束时间;将前一行程开始位置经纬度作为目标行程开始位置的经纬度,以及将待融合行程结束位置经纬度作为目标行程结束位置的经纬度;将前一行程时长和待融合行程的时长之和作为目标行程的时长;将前一行程行驶距离和待融合行程的行驶距离之和作为目标行程的距离;将前一行程开始时的SOC作为目标行程开始时的SOC,以及将前一行程结束时的SOC作为目标行程结束时的SOC;将前一行程开始时已行驶公里数作为目标行程开始时已行驶公里数,以及将待融合行程结束时候已行驶公里数作为目标行程结束时候已行驶公里数;将前一行程开始时可行驶公里数作为目标行程开始时可行驶公里数,以及将待融合行程结束时候可行驶公里数作为目标行程结束时候可行驶公里数等。
在另一些实施方式中,在将待融合行程和所述前一行程进行融合,得到目标行程后,可以将待融合行程对应的行程标识作为目标行程对应的行程标识,也可以将前一行程对应的行程标识作为目标行程对应的行程标识,或者也可以将待融合行程对应的行程标识和前一行程对应的行程标识之和作为目标行程对应的行程标识,目标行程标识具体如何设置这里就不进行明确限制了。需要说明的是,在将待融合行程和前一行程进行融合,得到目标行程的过程中,需要保证合并后的行程信息与单个行程的信息是兼容一致的。
步骤S150:对所述目标行程进行存储。
在本发明实施例中,在将待融合行程和前一行程进行融合,得到目标行程之后,车辆可以将所述目标行程进行存储,具体的,车辆可以将所述目标行程对应的具体信息存储于车辆的存储器中,或者也可以将所述目标行程对应的具体信息发送至服务器,指示所述服务器对所述具体信息进行存储。
在另一些实施方式中,在获取到多个目标行程后,车辆或者服务器也可以对所述目标行程进行分析,进而实现对用户出行习惯的挖掘。具体的,本发明实施例可以获取用户在预设时间段内的出行记录,所述预设时间段可以是30天,而出行记录则可以包括多个目标行程以及与其相关的信息,而后车辆可以将出行记录中的gps信息用geohash处理,同时执行POI信息关联操作,即将POI信息和用户出行的gps地址关联,所述关联的目的是为了挖掘用户的出行行为,而该行为习惯的挖掘可以更好的给用户推荐路线、推荐商品、提前为用户做好一些事情。例如,告知目的地的天气情况、预知用户即将下班,提前开空调等等。
综上,本发明在获取到目标行程后通过对预设时间段内行程的分析可以获取用户用用的出发地、中转地等信息,其分析的过程中可以采用geohash的算法对gps地理位置信息进行hash,而后统计一定周期内这些位置的信息,同时本发明实施例还可以挖掘用户出行的行程分布、耗时分布以及常走线路等个性化信息,且这些信息会按天更新,以自动适应用户习惯改变的情况。
本发明实施例提供的行程融合方法通过获取第一时间与第二时间之间的时间间隔,可以更加快速有效的确定是否将待融合行程与前一行程进行。具体的,本发明首先可以获取待融合行程,并基于待融合行程获取第一时间与第二时间的时间间隔,其中,第一时间是待融合行程对应的启动时间,而第二时间是待融合对应的前一行程的停止时间,而后本发明可以确定第一时间与第二时间之间的时间间隔是否小于第一时间阈值,若小于第一时间阈值,则确定待融合行程为临时行程,然后将待融合行程和前一行程进行融合,得到目标行程,最后本申请可以对该目标行程进行存储。本发明通过判断第一时间与第二时间之间的时间间隔是否小于第一时间阈值,来确定是否将待融合行程和前一行程进行融合,其在一定程度上可以提高行程获取的准确性,进而可以提高用户的使用体验。
如图3所示,本发明实施例另一实施例提供了一种行程融合方法,该行程融合方法可以应用于车辆,其包括以下步骤S210至步骤S270。
步骤S210:获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔。
步骤S220:确定所述时间间隔是否小于第一时间阈值。
在一些实施方式中,在确定第一时间与第二时间的时间间隔小于第一时间阈值时可以确定所述待融合行程为临时行程,即进入步骤S230。另外,如果第一时间与第二时间的时间间隔大于或者等于第一时间阈值时,本发明实施例可以确定所述时间间隔是否大于第二时间阈值。其中,第二时间阈值大于第一时间阈值,第二时间阈值可以根据经验值设置,也可以根据车辆对应用户的使用习惯确定,或者也可以根据车辆对应用户的属性进行确定,如根据用户的年龄、性别等对第二时间阈值进行设置。综上,本发明实施例可以通过不同方式对第一时间阈值和第二时间阈值进行设置。
在另一些实施方式中,本发明实施例也可以通过对行程间隔分布进行分析,从而确定出第一时间阈值和第二时间阈值,详细请参阅图4,通过图4可以知道,本发明首选可以选定不同的阈值区间进行切割,然后在通过人工标注好的验证集进行验证,验证没有问题之后,本发明实施例可以放宽阈值,再进行验证,重复这个步骤,直到准确率下降到设定的区间即停止,在此基础上可以实现对不同阈值区间的效果对比,最后即可确定出第一时间阈值和第二时间阈值区间。图4中的第一时间阈值可以为5分钟,而第二时间阈值则可以为20分钟。
步骤S230:确定所述待融合行程为临时行程。
步骤S240:确定所述时间间隔是否大于第二时间阈值。
作为一种方式,在确定第一时间和第二时间的时间间隔小于第一时间阈值时,本发明实施例可以确定所述第一时间和第二时间的时间间隔是否大于第二时间阈值,若大于第二时间阈值,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程,即进入步骤S250。另外,如果第一时间和第二时间的时间间隔小于第二时间阈值,则重新获取待融合行程,即进入步骤S210。
步骤S250:确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程。
在另一些实施方式中,在确定第一时间和第二时间的时间间隔大于第二时间阈值时,本发明实施例也可以通过获取在第一时间时所述车辆所在位置的信息点来确定是否将所述待融合行程和所述前一行程进行融合,具体的如图5所示,从图5可以看出,步骤S250可以包括步骤S251至步骤S254。
步骤S251:若所述时间间隔大于所述第二时间阈值,则获取在所述第一时间时所述车辆所在位置的信息点。
通过上述介绍可以知道,在第一时间时所述车辆所在位置的信息点可以包括该位置对应场景的名称、位置坐标、类别以及分类等,获取到所述车辆在第一时间所在位置的时间点之后,本发明实施例可以根据该信息点确定所述车辆所在位置是否为第二指定位置,即进入步骤S252。
步骤S252:根据所述信息点确定所述车辆所在位置是否为第二指定位置。
作为一种方式,本发明施例可以根据车辆在第一时间点所在位置的POI信息确定车辆所在位置是否为第二指定位置,或者是确定车辆所在位置对应的场景是否为指定场景,若为指定场景,则将所述待融合行程和前一行程进行融合,得到目标行程,即进入步骤S253,其中,指定场景可以是高速路服务站、加油站等。如果不是指定场景,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程,即进入步骤S254。
步骤S253:将所述待融合行程和所述前一行程进行融合,得到目标行程。
步骤S254:确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程。
步骤S260:将所述待融合行程和所述前一行程进行融合,得到目标行程。
步骤S270:对所述目标行程进行存储。
本发明实施例提供的行程融合方法通过获取第一时间与第二时间之间的时间间隔,可以更加快速有效的确定是否将待融合行程与前一行程进行。具体的,本发明首先可以获取待融合行程,并基于待融合行程获取第一时间与第二时间的时间间隔,其中,第一时间是待融合行程对应的启动时间,而第二时间是待融合对应的前一行程的停止时间,而后本发明可以确定第一时间与第二时间之间的时间间隔是否小于第一时间阈值,若小于第一时间阈值,则确定待融合行程为临时行程,然后将待融合行程和前一行程进行融合,得到目标行程,最后本申请可以对该目标行程进行存储。本发明通过判断第一时间与第二时间之间的时间间隔是否小于第一时间阈值,来确定是否将待融合行程和前一行程进行融合,其在一定程度上可以提高行程获取的准确性,进而可以提高用户的使用体验。另外,本发明实施例通过结合第一时间阈值和第二时间阈值,可以使最终获取的目标行程更加准确,且更能符合用户的实际需求。
如图6所示,本发明实施例又一实施例提供了一种行程融合方法,该行程融合方法可以应用于车辆,其包括以下步骤S310至步骤S390。
步骤S310:获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔。
步骤S320:确定所述时间间隔是否小于第一时间阈值。
作为一种方式,在确定时间间隔小于第一时间阈值时,本发明实施例可以确定待融合行程为临时行程,即进入步骤S330,而当第一时间和第二时间的时间间隔大于第一时间阈值,且大于第二时间阈值时,确定所述待融合行程为非非临时行程,将所述待融合行程作为目标行程,即进入步骤S350。
步骤S330:确定所述待融合行程为临时行程。
步骤S340:确定所述时间间隔是否大于第二时间阈值。
步骤S350:确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程。
步骤S360:确定是否获取到所述车辆在所述第一时间时所在位置的信息点。
步骤S370:查找所述车辆出现在所述第一时间对应的位置的次数,当该次数大于预设次数时,将所述待融合行程和所述前一行程进行融合,得到目标行程。
作为一种方式,在确定第一时间和第二时间的时间间隔大于第一时间阈值,且小于第二时间阈值时,本发明实施例可以查找车辆出现在第一时间对应位置的次数,并确定该次数是否大于预设次数,如果大于预设次数,则将待融合行程和前一行程进行融合,得到目标行程。另外,当车辆出现在第一时间对应位置的次数小于或者等于预设次数时,本发明可以获取在第一时间是车辆所在位置的信息点,具体如图7所示,从图7可以看出,步骤S370可以包括步骤S371至步骤S374。
步骤S371:若该次数小于或者等于预设次数,则获取在所述第一时间时所述车辆所在位置的信息点。
本发明实施例中,当该次数小于或者等于预设次数时,车辆可以获取在第一时间时车辆所在位置的信息点,并将该信息点输入至机器学习模型中,通过所述机器学习模型确定所述待融合行程是否为临时行程,即进入步骤S372。
步骤S372:利用机器学习模型确定所述信息点是否为可融合信息点。
作为一种方式,在利用机器学习模型确定所述信息点是否为可融合信息点之前,本发明实施例可以先获取所述机器学习模型,具体的,首先获取模型训练数据集,所述模型训练数据集可以是通常的数据集,也可以是用户通过手动打标签的方式获取的数据,首先可以对行程信息进行采样,得到预设数量个采样点,预设数量可以是15个,然后在地图上将该行程显示出来,再结合POI信息实现对数据的采集。另外,行程数据也可以是通过对内部车辆调查等手段获取的。
在一个具体的实施例中,可以将每一个行程进行等距离划分,如划分为20段,然后掐头去尾各2段,取剩下16段中每段的第一个GPS点作为代表性途经点,利用这些途径点信息即可在地图中绘制出行程的线路,通过地图上显示的线路信息以及POI信息,为这些行程打上是否需要合并的标签,同时,对于内部车辆的行程,还会抽样通过电话的方式确保所打标签的准确性。
作为另一种方式,获取到训练数据集后,本发明实施例可以将该训练数据集输入到初级网络中,利用所述训练数据集对所述初级网络进行训练得到机器学习模型,在此过程中可以先对用到的特征进行处理,具体的可以包括对gps地理位置信息hash化、对历史行程中中转点和初始点出现次数进行归一化到0和1之间以及将gps信息与POI信息进行相关联等操作。
作为一个示例,本发明实施例可以利用用户的行程数据和用户填写的信息获取特征数据。例如,提取不同用户的家和公司的gps信息、每个行程16个gps点的hash值、行程开始点和结束点的POI信息、行程开始时间和结束时间归一化的特征以及行程间隔等,根据这些数据本发明实施例也可以提炼出用户近90天、30天、7天内的每个行程的间隔时间、在POI点的停留时间以及用户常走路线gps点hash值。获取到这些特征数据后,本发明实施例即可实现对机器学习模型的训练。
另外,在对初级网络进行训练之前,本发明实施例可以选取不同的网络算法进行联合训练,而后从中选择出效果较佳的算法,作为训练机器学习模型的算法。其中,算法可以包括LR、GBDT、XGboost等。其中,GBDT是一个由多个基分类器集成的模型,基分类器较多采用CART二叉树分类器,Gradient Boosting,是一种递进的组合方式,每一个新的分类器都在前一个分类器的预测结果上改进;LR是logistic回归分析,是一种广义的线性回归分析模型,常用于数据挖掘,经济预测等领域,逻辑回归从本质来说属于二分类问题,是基于Sigmoid函数(又叫“S型函数”)的有监督二类分类模型;Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这些弱分类器集合起来,构成一个更强的最终分类器(强分类器),将修改过权值的新数据集送给下层分类器进行训练,最后将每次得到的分类器最后融合起来,作为最后的决策分类器。
作为一种方式,本发实施例首先可以用LR+GBDT的方法对训练数据集进行拟合,即先用GBDT拟合样本,然后从生成的多颗树中提取出分析较强的组合特征,再将这些特征与原始特征进行融合,最后用LR拟合这些数据集和特征,在此过程中,本发明实施例还可以通过Adaboost模型算出一个结果值,在LR的置信度处于模糊边界的情况下可以参考Adaboost模型的值,如此可以使最终获取的机器学习模型,能够更准确的实现对待融合行程的判断。
需要说明的是,获取到机器学习模型上线后,本发明实施例还可以根据用户反馈及人工抽查情况不断对所述机器学习模型进行优化,以此保证模型的持续有效、稳定。例如,每隔3天自动完成数据的采用、清洗、特征提取等工作,然后会自动开始训练机器学习模型,机器学习模型训练通过后,会随机抽取训练数据集中的数据进行测试,只要准确率高过前一个模型的预设阈值区间,本发明实施例则会替代原有的模型,如果没有超过预设阈值则保持原有的机器学习模型不变,连续一个月机器学习模型的效果如果没有提升,则会有人工介入查看相关数据情况,调整相关模型参数,以此实现对目标行程的准确获取。
步骤S373:将所述待融合行程和所述前一行程进行融合,得到目标行程。
步骤S374:将所述待融合行程作为目标行程。
步骤S380:将所述待融合行程和所述前一行程进行融合,得到目标行程。
步骤S390:对所述目标行程进行存储。
通过上述介绍可以知道,在判断是否将待融合行程与前一行程进行融合时本发明实施例采用了两种规则,第一种规则可以称为专家规则,而第二中规则可以称为机器学习规则,在获取到待融合行程对应的相关信息时,本发明实施例可以先通过专家规则进行判断,当专家规则无法确定出待融合行程是否能与前一行程进行融合后,则可以利用机器学习规则进行判断。其中,专家规则可以确定第一时间和第二时间的时间间隔是否小于第一时间阈值,或者是否大于第二时间阈值,如果是,则对应获取目标行程,如果不是,则采用机器学习规则判断。
综上所述,当要获取到待融合行程时,本发明实施例首先可以提取该行程对应的预设数量个gps采样点、计算出起始点、终点的POI信息以及和上一个行程结束的间隔时长,其中,预设数量可以为16。然后利用专家规则判断,如果专家给出合并或者不合并的结论,则采用专家规则的结论,如果专家规则给出不确定的结论,则将计算好的行程特征和用户id传给机器学习模型,最终采用机器学习模型的结果来确定是否执行行程融合操作。
作为一个具体的示例,第一时间和第二时间的时间间隔如果小于2分钟,则直接合并,比如车主突然有事停车接电话,又马上开车,那么这个行程与上一个行程会被当做同一个行程,2分钟的时间间隔很短,从感知上可以认为前后两个行程是可以合并的。如果大于20分钟则不合并,因为前后行程的间隔时间多长,从感知上可以认为前后两个行程是分开的。如果在2-20分钟之间则获取行程起始点的POI信息,并确定该POI信息是否为空,如果POI信息为空,并非住宅、商业、车站等则合并行程,即确定是否能获取到POI信息,比如车辆在路边停留了十分钟,这个起始点没有可以挖掘的信息,则可以认为前后是同一个行程。如果POI信息不为空,则根据车主的历史行为习惯,比如,车主每天上班路上都会送小孩去幼儿园,在幼儿园短暂停留,但是根据历史行为,则应该合并行程,前后两个行程为车主上班的行程。如果POI信息不为空,则获取车主历史出行习惯,如果车主历史在该POI地点出现5次以上短暂停留的情况,则合并行程,否则调用机器学习模型进行判断。
本发明实施例提供的行程融合方法通过获取第一时间与第二时间之间的时间间隔,可以更加快速有效的确定是否将待融合行程与前一行程进行。具体的,本发明首先可以获取待融合行程,并基于待融合行程获取第一时间与第二时间的时间间隔,其中,第一时间是待融合行程对应的启动时间,而第二时间是待融合对应的前一行程的停止时间,而后本发明可以确定第一时间与第二时间之间的时间间隔是否小于第一时间阈值,若小于第一时间阈值,则确定待融合行程为临时行程,然后将待融合行程和前一行程进行融合,得到目标行程,最后本申请可以对该目标行程进行存储。本发明通过判断第一时间与第二时间之间的时间间隔是否小于第一时间阈值,来确定是否将待融合行程和前一行程进行融合,其在一定程度上可以提高行程获取的准确性,进而可以提高用户的使用体验。另外,本发明实施例通过结合第一时间阈值和第二时间阈值,可以使最终获取的目标行程更加准确,且更能符合用户的实际需求。另外,本发明实施例通过结合专家规则和机器学习规则可以对行程进行更加智能化的合并。
如图8所示,本发明实施例还提供一种行程融合装置400,该行程融合装置400包括:获取模块410、第一确定模块420、第二确定模块430、融合模块440和存储模块450。
获取模块410,用于获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔,所述第一时间是所述待融合行程对应的启动时间,所述第二时间是所述待融合对应的前一行程的停止时间。
第一确定模块420,用于确定所述时间间隔是否小于第一时间阈值。
第二确定模块430,用于若所述时间间隔小于所述第一时间阈值,则确定所述待融合行程为临时行程。
融合模块440,用于将所述待融合行程和所述前一行程进行融合,得到目标行程。
可选地,融合模块440还可以用于若所述时间间隔小于所述第一时间阈值,则获取在所述第一时间时所述车辆所在位置的信息点,根据所述信息点,确定所述车辆所在位置是否为第一指定位置,所述第一指定位置对应的场景是用户的兴趣场景,若所述车辆所在位置是第一指定位置,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程,若所述车辆所在位置不是第一指定位置,则确定所述待融合行程为临时行程,将所述待融合行程和所述前一行程进行融合,得到目标行程。
存储模块450,用于对所述目标行程进行存储。
可选地,装置400还用于若所述时间间隔大于所述第一时间阈值,则确定所述时间间隔是否大于第二时间阈值,若所述时间间隔大于所述第二时间阈值,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程。
可选地,装置400还用于若所述时间间隔大于所述第二时间阈值,则获取在所述第一时间时所述车辆所在位置的信息点;根据所述信息点确定所述车辆所在位置是否为第二指定位置,所述第二指定位置对应的场景是临时停车场景;若所述车辆所在位置为第二指定位置,则将所述待融合行程和所述前一行程进行融合,得到目标行程;若所述车辆所在位置不是第二指定位置,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程。
可选地,装置400还用于若所述时间间隔小于或者等于所述第二时间阈值,则确定是否获取到所述车辆在所述第一时间时所在位置的信息点;如果未获取到,则将所述待融合行程和所述前一行程进行融合,得到目标行程。
可选地,装置400还用于若获取到,则查找所述车辆出现在所述第一时间对应的位置的次数,并确定该次数是否大于预设次数;若大于预设次数,则将所述待融合行程和所述前一行程进行融合,得到目标行程。
可选地,装置400还用于若该次数小于或者等于预设次数,则获取在所述第一时间时所述车辆所在位置的信息点;利用机器学习模型确定所述信息点是否为可融合信息点;若为可融合信息点,则将所述待融合行程和所述前一行程进行融合,得到目标行程。
可选地,装置400还用于若所述信息点不是可融合信息点,则将所述待融合行程作为目标行程。
本发明实施例提供的行程融合装置通过获取第一时间与第二时间之间的时间间隔,可以更加快速有效的确定是否将待融合行程与前一行程进行。具体的,本发明首先可以获取待融合行程,并基于待融合行程获取第一时间与第二时间的时间间隔,其中,第一时间是待融合行程对应的启动时间,而第二时间是待融合对应的前一行程的停止时间,而后本发明可以确定第一时间与第二时间之间的时间间隔是否小于第一时间阈值,若小于第一时间阈值,则确定待融合行程为临时行程,然后将待融合行程和前一行程进行融合,得到目标行程,最后本申请可以对该目标行程进行存储。本发明通过判断第一时间与第二时间之间的时间间隔是否小于第一时间阈值,来确定是否将待融合行程和前一行程进行融合,其在一定程度上可以提高行程获取的准确性,进而可以提高用户的使用体验。
如图9所示,本发明实施例还提供一种电子控制器500,该电子控制器500包括处理器510以及存储器520,存储器520存储有计算机程序指令,计算机程序指令被处理器510调用时实执行上述的行程融合方法
处理器510可以包括一个或者多个处理核。处理器510利用各种接口和线路连接整个电子控制器内的各个部分,通过运行或执行存储在存储器520内的指令、程序、代码集或指令集,以及调用存储在存储器520内的数据,执行电子控制器的各种功能和处理数据。可选地,处理器510可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器510可集成中央处理器510(CentralProcessing Unit,CPU)、图像处理器510(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器510中,单独通过一块通信芯片进行实现。
存储器520可以包括随机存储器520(Random Access Memory,RAM),也可以包括只读存储器520(Read-Only Memory)。存储器520图可用于存储指令、程序、代码、代码集或指令集。存储器520图可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令、用于实现上述各个方法实施例的指令等。存储数据区还可以存储电子控制器在使用中所创建的数据等。
如图10所示,本发明实施例还提供一种计算机可读存储介质600,该计算机可读取存储介质600中存储有计算机程序指令610,计算机程序指令610可被处理器调用以执行上述实施例中所描述的方法。
计算机可读取存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读取存储介质包括非易失性计算机可读取存储介质(non-transitory computer-readable storage medium)。计算机可读取存储介质600具有执行上述方法中的任何方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码可以例如以适当形式进行压缩。
以上,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种行程融合方法,其特征在于,应用于车辆,所述方法包括:
获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔,所述第一时间是所述待融合行程对应的启动时间,所述第二时间是所述待融合对应的前一行程的停止时间;
确定所述时间间隔是否小于第一时间阈值;
若所述时间间隔小于所述第一时间阈值,则确定所述待融合行程为临时行程;
将所述待融合行程和所述前一行程进行融合,得到目标行程;
对所述目标行程进行存储。
2.根据权利要求1所述的方法,其特征在于,所述若所述时间间隔小于所述第一时间阈值,则确定所述待融合行程为临时行程,将所述待融合行程和所述前一行程进行融合,得到目标行程,包括:
若所述时间间隔小于所述第一时间阈值,则获取在所述第一时间时所述车辆所在位置的信息点;
根据所述信息点,确定所述车辆所在位置是否为第一指定位置,所述第一指定位置对应的场景是用户的兴趣场景;
若所述车辆所在位置是第一指定位置,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程;
若所述车辆所在位置不是第一指定位置,则确定所述待融合行程为临时行程,将所述待融合行程和所述前一行程进行融合,得到目标行程。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述时间间隔大于所述第一时间阈值,则确定所述时间间隔是否大于第二时间阈值;
若所述时间间隔大于所述第二时间阈值,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程。
4.根据权利要求3所述的方法,其特征在于,所述若所述时间间隔大于所述第二时间阈值,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程,包括:
若所述时间间隔大于所述第二时间阈值,则获取在所述第一时间时所述车辆所在位置的信息点;
根据所述信息点确定所述车辆所在位置是否为第二指定位置,所述第二指定位置对应的场景是临时停车场景;
若所述车辆所在位置为第二指定位置,则将所述待融合行程和所述前一行程进行融合,得到目标行程;
若所述车辆所在位置不是第二指定位置,则确定所述待融合行程为非临时行程,将所述待融合行程作为目标行程。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述时间间隔小于或者等于所述第二时间阈值,则确定是否获取到所述车辆在所述第一时间时所在位置的信息点;
如果未获取到,则将所述待融合行程和所述前一行程进行融合,得到目标行程。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若获取到,则查找所述车辆出现在所述第一时间对应的位置的次数,并确定该次数是否大于预设次数;
若大于预设次数,则将所述待融合行程和所述前一行程进行融合,得到目标行程。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
若该次数小于或者等于预设次数,则获取在所述第一时间时所述车辆所在位置的信息点;
利用机器学习模型确定所述信息点是否为可融合信息点;
若为可融合信息点,则将所述待融合行程和所述前一行程进行融合,得到目标行程。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
若所述信息点不是可融合信息点,则将所述待融合行程作为目标行程。
9.一种行程融合装置,其特征在于,应用于车辆,所述装置包括:
获取模块,用于获取待融合行程,并基于所述待融合行程获取第一时间与第二时间的时间间隔,所述第一时间是所述待融合行程对应的启动时间,所述第二时间是所述待融合对应的前一行程的停止时间;
第一确定模块,用于确定所述时间间隔是否小于第一时间阈值;
第二确定模块,用于若所述时间间隔小于所述第一时间阈值,则确定所述待融合行程为临时行程;
融合模块,用于将所述待融合行程和所述前一行程进行融合,得到目标行程;
存储模块,用于对所述目标行程进行存储。
10.一种电子控制器,其特征在于,包括处理器以及存储器,所述存储器存储有计算机程序指令,所述计算机程序指令被所述处理器调用时执行权利要求1~8任一项所述的行程融合方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011398906.5A CN112634488B (zh) | 2020-12-01 | 2020-12-01 | 行程融合方法、装置以及车辆 |
PCT/CN2021/102834 WO2022116522A1 (zh) | 2020-12-01 | 2021-06-28 | 行程融合方法、装置以及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011398906.5A CN112634488B (zh) | 2020-12-01 | 2020-12-01 | 行程融合方法、装置以及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112634488A CN112634488A (zh) | 2021-04-09 |
CN112634488B true CN112634488B (zh) | 2022-10-14 |
Family
ID=75307675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011398906.5A Active CN112634488B (zh) | 2020-12-01 | 2020-12-01 | 行程融合方法、装置以及车辆 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112634488B (zh) |
WO (1) | WO2022116522A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634488B (zh) * | 2020-12-01 | 2022-10-14 | 广州橙行智动汽车科技有限公司 | 行程融合方法、装置以及车辆 |
CN115230692B (zh) * | 2022-08-11 | 2024-03-26 | 小米汽车科技有限公司 | 车辆控制方法、装置、车辆及可读存储介质 |
CN116432871A (zh) * | 2023-06-13 | 2023-07-14 | 北京化工大学 | 一种基于AdaBoost算法的公交调度优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4130090C1 (en) * | 1991-05-14 | 1992-09-17 | Mannesmann Kienzle Gmbh, 7730 Villingen-Schwenningen, De | Vehicle motion sensing system - samples outputs of sensors and combines them logically with further signal |
US5819201A (en) * | 1996-09-13 | 1998-10-06 | Magellan Dis, Inc. | Navigation system with vehicle service information |
JPH11126294A (ja) * | 1997-10-23 | 1999-05-11 | Toyota Motor Corp | 移動体交通制御システム |
US6225890B1 (en) * | 1998-03-20 | 2001-05-01 | Trimble Navigation Limited | Vehicle use control |
JP5689993B1 (ja) * | 2014-02-28 | 2015-03-25 | 株式会社ブリヂストン | 車両走行状態監視装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9349290B2 (en) * | 2014-07-21 | 2016-05-24 | General Motors Llc | Self-reported tracking methods including a trip plan with an expected duration or expected return |
US9846977B1 (en) * | 2014-09-02 | 2017-12-19 | Metromile, Inc. | Systems and methods for determining vehicle trip information |
CN106033643B (zh) * | 2015-03-10 | 2019-05-24 | 中国移动通信集团辽宁有限公司 | 一种数据处理方法及装置 |
SE539488C2 (en) * | 2015-12-15 | 2017-10-03 | Greater Than S A | Method and system for assessing the trip performance of a driver |
ITUA20164800A1 (it) * | 2016-06-30 | 2017-12-30 | Octo Telematics Spa | Procedimento per la stima della durata di un viaggio di un veicolo basato sulla determinazione dello stato del veicolo. |
CN108197660A (zh) * | 2018-01-17 | 2018-06-22 | 中国科学院上海高等研究院 | 多模型特征融合方法/系统、计算机可读存储介质及设备 |
CN109840612A (zh) * | 2018-07-24 | 2019-06-04 | 上海赢科信息技术有限公司 | 用户驾驶行为分析方法及系统 |
CN110634199B (zh) * | 2019-08-30 | 2021-06-29 | 上海能塔智能科技有限公司 | 终端设备及车辆行程记录方法、计算机可读存储介质 |
CN110798807B (zh) * | 2019-11-06 | 2020-12-22 | 北京海益同展信息科技有限公司 | 用于记录车辆轨迹的方法、装置、计算机设备和介质 |
CN111145573A (zh) * | 2019-12-27 | 2020-05-12 | 江苏星诺信息技术有限公司 | 基于停车点间距、时长和频次聚合分析车辆常驻点的方法 |
CN111708068B (zh) * | 2020-05-26 | 2024-01-26 | 泰斗微电子科技有限公司 | 目标对象的轨迹确定方法、装置、终端设备及存储介质 |
CN112634488B (zh) * | 2020-12-01 | 2022-10-14 | 广州橙行智动汽车科技有限公司 | 行程融合方法、装置以及车辆 |
-
2020
- 2020-12-01 CN CN202011398906.5A patent/CN112634488B/zh active Active
-
2021
- 2021-06-28 WO PCT/CN2021/102834 patent/WO2022116522A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4130090C1 (en) * | 1991-05-14 | 1992-09-17 | Mannesmann Kienzle Gmbh, 7730 Villingen-Schwenningen, De | Vehicle motion sensing system - samples outputs of sensors and combines them logically with further signal |
US5819201A (en) * | 1996-09-13 | 1998-10-06 | Magellan Dis, Inc. | Navigation system with vehicle service information |
JPH11126294A (ja) * | 1997-10-23 | 1999-05-11 | Toyota Motor Corp | 移動体交通制御システム |
US6225890B1 (en) * | 1998-03-20 | 2001-05-01 | Trimble Navigation Limited | Vehicle use control |
JP5689993B1 (ja) * | 2014-02-28 | 2015-03-25 | 株式会社ブリヂストン | 車両走行状態監視装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112634488A (zh) | 2021-04-09 |
WO2022116522A1 (zh) | 2022-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634488B (zh) | 行程融合方法、装置以及车辆 | |
US10971001B2 (en) | Artificial intelligent systems and methods for predicting traffic accident locations | |
CN106652515B (zh) | 车辆自动控制方法、装置和系统 | |
KR20200115063A (ko) | 맵 궤적 매칭 데이터의 품질을 결정하는 방법, 장치, 서버 및 매체 | |
CN112380448B (zh) | 车辆数据处理方法、装置、计算机设备和存储介质 | |
CN110599353A (zh) | 一种车辆出险和赔付率预测方法、装置、设备及介质 | |
US11062154B2 (en) | Non-transitory storage medium storing image transmission program, image transmission device, and image transmission method | |
CN111523932A (zh) | 一种网约车服务的评分方法、装置、系统及存储介质 | |
CN107341166B (zh) | 一种车载app的推荐方法及系统 | |
CN110874929A (zh) | 数据收集装置、数据收集系统、数据收集方法和车载设备 | |
CN112509317B (zh) | 基于机器学习算法的公交实时到站预测方法、装置和设备 | |
US20210241618A1 (en) | Method and apparatus for prediction road condition, device and computer storage medium | |
US20230273040A1 (en) | System and method of creating custom dynamic neighborhoods for individual drivers | |
CN109859505B (zh) | 高速站点的预警处理方法、装置、服务器和介质 | |
US20230106421A1 (en) | Method For Navigating Vehicle And Electronic Device | |
CN111340355A (zh) | 行程订单的匹配方法、装置、服务器和介质 | |
CN114648872A (zh) | 基于车辆轨迹的车辆用途分析方法、装置、设备及介质 | |
CN110909907A (zh) | 卡车的油耗预测方法、装置及存储介质 | |
CN112781607A (zh) | 导航设备及提供其个性化地图服务的方法 | |
US20200088535A1 (en) | Route optimization using statistical information | |
US11966759B2 (en) | Vehicle, advice providing apparatus and method | |
CN114722931A (zh) | 车载数据处理方法、装置、数据采集设备和存储介质 | |
CN113469232A (zh) | 车辆用户分类方法、设备及计算机可读存储介质 | |
CN114254111A (zh) | 语音交互方法、车辆、服务器、语音系统和存储介质 | |
CN114463029A (zh) | 一种车辆加油日确定方法、装置、设备和相关系统 |
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 |