CN112712701A - 基于识别装置的路线确定方法、装置、设备及存储介质 - Google Patents
基于识别装置的路线确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112712701A CN112712701A CN202110011303.3A CN202110011303A CN112712701A CN 112712701 A CN112712701 A CN 112712701A CN 202110011303 A CN202110011303 A CN 202110011303A CN 112712701 A CN112712701 A CN 112712701A
- Authority
- CN
- China
- Prior art keywords
- target
- route
- determining
- devices
- identification
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种基于识别装置的路线确定方法、装置、设备及存储介质,涉及交通技术领域,尤其涉及交通技术领域中基于地图获取移动设备的行驶路线的技术。该方法包括:至少获取移动设备关联的位置信息集合,所述位置信息集合包括所述移动设备经过的至少两个目标识别装置的位置信息;基于所述位置信息集合,分别将所述至少两个目标识别装置关联到交通网络中对应的目标路段;在所述交通网络中,基于获得的各个目标路段,确定出所述移动设备经过的目标路线。该方法中基于交通网络中关联移动设备经过的目标识别装置后的目标路段,获取移动设备经过的目标路线,获得的目标路线的准确度高。
Description
技术领域
本申请涉及交通技术领域,尤其涉及一种基于识别装置的路线确定方法、装置、设备及存储介质。
背景技术
相关技术中,为了便于获取车辆或机器人等移动设备的行驶信息,可以在移动设备的行驶道路中设置多个识别装置,识别装置可以识别在行驶过程中经过该识别装置的移动设备并记录该移动设备的设备信息;如此便可以基于多个识别装置记录的设备信息,获取移动设备的行驶信息,但获取到的行驶信息只是移动设备在移动过程中经过的识别装置的装置序列信息,且这些装置序列信息只是一些离散数据,无法直接基于这些离散数据获取移动设备在移动过程中真实的行驶路线。
发明内容
本申请实施例提供一种基于识别装置的路线确定方法、装置、设备及存储介质,用于基于获取移动设备在移动过程中真实的行驶路线。
本申请第一方面,提供一种基于识别装置的路线确定方法,所述识别装置用于识别经过所述识别装置的移动设备,包括:
至少获取移动设备关联的位置信息集合,所述位置信息集合包括至少两个目标识别装置的位置信息,所述目标识别装置是所述移动设备在移动过程中经过的识别装置;
基于所述位置信息集合,分别将所述至少两个目标识别装置关联到交通网络中对应的目标路段;
在所述交通网络中,基于获得的各个目标路段,确定出所述移动设备经过的目标路线。
在一种可能的实现方式中,所述将邻近识别装置的数量小于数量阈值的目标识别装置,确定为所述异常识别装置,包括:
针对所述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
基于一个目标识别装置和其它目标识别装置的位置关系,确定所述一个目标识别装置的邻近识别装置;所述其它目标识别装置为所述至少两个目标识别装置中除所述一个目标识别装置之外的目标识别装置;
若所述邻近识别装置的数量小于所述数量阈值,则将所述一个目标识别装置确定为所述异常识别装置。
本申请第二方面,提供一种基于识别装置的路线确定装置,所述识别装置用于识别经过所述识别装置的移动设备,包括:
位置信息获取单元,用于至少获取移动设备关联的位置信息集合,所述位置信息集合包括至少两个目标识别装置的位置信息,所述目标识别装置是所述移动设备在移动过程中经过的识别装置;
位置关联单元,用于基于所述位置信息集合,分别将所述至少两个目标识别装置关联到交通网络中对应的目标路段;
路线确定单元,用于在所述交通网络中,基于获得的各个目标路段,确定出所述移动设备经过的目标路线。
在一种可能的实现方式中,所述位置信息获取单元具体用于:
确定所述移动设备的起始位置和终止位置,至少获取所述移动设备从所述起始位置移动至所述终止位置的过程中,经过的至少两个目标识别装置的位置信息,生成所述位置信息集合;或
确定所述移动设备的移动时间段,至少获取所述移动设备在所述移动时间段内经过的至少两个目标识别装置的位置信息,生成所述位置信息集合。
在一种可能的实现方式中,所述位置关联单元具体用于:
将所述交通网络中与所述一个目标识别装置之间的距离不大于第一距离阈值的路段,确定为与所述一个目标识别装置对应的候选路段;或
将所述交通网络中与所述一个目标识别装置之间的距离最短的路段,确定为与所述一个目标识别装置对应的候选路段。
在一种可能的实现方式中,所述路线确定单元具体用于:
基于以下方式中的任意一种或任意组合,根据所述至少两个目标识别装置在所述交通网络中的位置关系,识别出所述至少两个目标识别装置中的异常识别装置:
将邻近识别装置的数量小于数量阈值的目标识别装置,确定为所述异常识别装置,所述邻近识别装置包括与所述异常识别装置的距离不大于第二距离阈值的目标识别装置;
将所述移动设备经过时的速度大于速度阈值的目标识别装置,确定为所述异常识别装置;
将装置聚类结果中离群的目标识别装置,确定为所述异常识别装置;所述装置聚类结果是基于所述交通网络中每两个目标识别装置之间的距离,对所述至少两个目标识别装置进行聚类得到的。
在一种可能的实现方式中,所述路线确定单元具体用于:
针对所述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
基于一个目标识别装置和其它目标识别装置的位置关系,确定所述一个目标识别装置的邻近识别装置;所述其它目标识别装置为所述至少两个目标识别装置中除所述一个目标识别装置之外的目标识别装置;
若所述邻近识别装置的数量小于所述数量阈值,则将所述一个目标识别装置确定为所述异常识别装置。
在一种可能的实现方式中,所述路线确定单元具体用于:
针对所述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
确定一个目标识别装置和在前目标识别装置之间的至少一条候选通行路线;其中所述在前目标识别装置是所述移动设备在经过所述一个目标识别装置之前经过的一个目标识别装置;
根据所述至少一条候选通行路线对应的路线长度、所述移动设备经过所述在前目标识别装置的时间信息以及所述移动设备经过所述一个目标识别装置的时间信息,确定所述移动设备在所述在前目标识别装置和所述一个目标识别装置之间的移动速度;
若所述移动速度大于所述速度阈值,则确定所述一个目标识别装置为所述异常识别装置。
在一种可能的实现方式中,所述路线确定单元具体用于:
从所述至少一个候选通行路线中各个候选通行路线对应的路线长度中,确定最短的路线长度;以及
确定所述移动设备经过所述在前目标识别装置的时间信息和所述移动设备经过所述一个目标识别装置的时间信息的时间差;
将所述最短的路线长度与所述时间差的比值,确定为所述移动设备在所述在前目标识别装置和所述一个目标识别装置之间的移动速度。
本申请第三方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面所述的方法。
本申请第四方面,提供一种计算机程序产品,该计算机程序产品包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述第一方面中提供的方法。
本申请第五方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如第一方面所述的方法。
由于本申请实施例采用上述技术方案,至少具有如下技术效果:
本申请实施例中,基于移动设备经过的多个目标识别装置的位置信息,将多个目标识别装置关联到交通网络的目标路段中,并基于获得的各个目标路段在交通网络中的位置,获取移动设备在移动过程中的目标路线,由于目标路线是基于交通网络中关联目标识别装置后的目标路段获取的,因此本申请实施例获得的目标路线和移动设备真实的行驶路线的贴合度高,通过本申请实施例的技术手段得到的目标路线的准确度高。
附图说明
图1为本申请实施例提供的一种识别装置的示意图;
图2为本申请实施例提供的一种交通网络的示例图;
图3为本申请实施例提供的一种应用场景的示意图;
图4为本申请实施例提供的一种基于识别装置的路线确定方法的过程的示意图;
图5为本申请实施例提供的一种获取目标路线的过程的示意图;
图6为本申请实施例提供的一种移动设备的目标路线的示例图;
图7为本申请实施例提供的一种异常识别装置的示意图;
图8为本申请实施例提供的一种确定异常识别装置的过程的示意图;
图9为本申请实施例提供的一种两个目标识别装置之间的通行路线的示意图;
图10为本申请实施例提供的一种异常识别装置关联错误的示例图;
图11为本申请实施例提供的另一种异常识别装置的示例图;
图12为本申请实施例提供的一种路线确定系统的结构示例图;
图13为本申请实施例提供的一种将目标门架关联到对应目标路段后的示例图;
图14为本申请实施例提供的一种基于识别装置的路线确定装置的结构示例图;
图15为本申请实施例提供的一种终端设备的结构示例图。
具体实施方式
为了更好的理解本申请实施例提供的技术方案,下面将结合说明书附图以及具体的实施方式进行详细的说明。
为了便于本领域技术人员更好地理解本申请的技术方案,下面对本申请涉及的部分概念进行说明。
1)移动设备
一般情况下移动设备指代可以移动位置的设备;本申请实施例中的移动设备可以包括在陆地移动的设备,如可以但不局限于包括车辆或机器人等;本申请实施例中的移动设备也可以包括在水上移动的设备,如可以但不局限于包括轮船或潜艇等;本申请实施例中的移动设备还可以包括在空中移动的设备,如可以但不局限于包括飞机或无人机等。
2)识别装置、目标识别装置和异常识别装置
一般情况下,识别装置为具有识别移动设备并记录移动设备的设备信息的装置;本申请实施例中识别装置可以设置在移动设备的各条行驶道路上,且一条行驶道路上可以设置一个识别装置或多个识别装置;为便于理解,此处给出几个识别装置的示例:如移动设备为车辆时,识别装置可以为高速公路上的高速门架:移动设备为飞机时,识别装置可以但不局限于是雷达设备。
目标识别装置为需要获取目标路线的移动设备在移动过程中经过的识别装置;异常识别装置为目标识别装置中位置信息异常的识别装置。
3)高速门架
高速门架是设置在高速公路上的一个识别装置,请参见图1,此处给出一个高速门架的示例图;高速门架可以读取车辆上的ETC卡信息或CPC卡信息;在高速公路上设置高速门架可以用于高速公路的精准计费,来往车辆的流量监控,车辆的超速监控等;一般情况下高速公路上的相邻的高速门架之间间隔几公里至几十公里,当载有ETC卡或CPC卡的车辆经过高速门架时,该高速门架即可识别出该车辆,并将该车辆的车辆信息和当前时间信息上传到后台,进而车辆到达高速收费站后,收费人员可以从后台调取该车辆从起点收费站到终点收费站经过的高速门架的门架序列信息,通过该门架序列信息收取该车辆对应的高速费用。
4)交通网络和目标路段
交通网络(Traffic Network),又称交通网、交通路网或路网,是对物理世界的交通地图中的各个路段(link)和交通节点进行处理后得到的网络;交通网络由多个点(即与上述交通节点对应)和线(即与上述路段对应)组成;点可以是汽车站、火车站、不通道路的交叉点、机场或港口等交通节点;本申请实施例中的目标路段即为交通网络中的线,线即连接点与点之间的铁路、公路、水路以及空路(航线)的交通路线,请参见图2,给出一种交通网络和路段的示例图。
5)人工智能
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作或交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习或深度学习等几大方向。
本申请实施例提供的方案主要涉及交通技术领域中的智能交通技术,具体通过如下实施例进行说明。
下面对本申请的设计思想进行说明。
相关技术中,为了便于获取车辆、飞机或机器人等移动设备的行驶信息,可以在移动设备的各段行驶道路中设置识别装置,识别装置可以识别在行驶过程中经过该识别装置的移动设备并记录该移动设备的设备信息;如在高速路上设置多个高速门架,通过高速门架识别和记录经过该高速门架的车辆的车辆信息,或针对机器人,在机器人可移动的道路中设置多个识别装置,用以识别经过识别装置的机器人等;因此可以基于识别装置记录的设备信息,获取移动设备的行驶信息,但这种方式获取到的移动设备的行驶信息仅仅包括移动设备经过的识别装置的装置序列信息,一方面,这些装置序列信息只是一些离散的数据,无法获取移动设备真实的行驶路线,另一方面,可能由于识别装置所处的环境不稳定或识别装置自身系统不稳定等,导致获取的装置序列信息中存在各种异常的数据,从而严重影响获取的移动设备的行驶信息的准确度。
鉴于此,发明人设计了一种基于识别装置的路线确定方法、装置、设备及存储介质,用以获取移动设备的形式路线;该方法中考虑到相关技术中,基于识别装置获取的移动设备的行驶信息只是一些离散的装置信息的数据,因此本申请实施例中考虑将移动设备经过的至少两个目标识别装置关联到交通网络中的对应位置中,并基于各个目标识别装置在交通网络中的位置,获取移动设备经过的目标路线;具体地,本申请实施例中获取移动设备经过的各个目标识别装置的位置信息,基于获取的位置信息,将各个目标识别装置关联到交通网络中对应的目标路段,进而在交通网络中基于获得的各个目标路段,确定出移动设备经过的目标路线。
进一步地,本申请实施例中为了提升获得的目标路线的准确度,还可以在确定出移动设备经过的目标路线之前,识别出移动设备经过的至少两个目标识别装置中,位置信息异常的异常识别装置,进而基于非异常识别装置关联的目标路段,获取移动设备的目标路线,其中非异常识别装置为移动设备经过的至少两个目标识别装置中除异常识别装置之外的目标识别装置。
为了更清楚地理解本申请的设计思路,以下对本申请实施例中的应用场景进行示例介绍。
请参照图3,表示一种应用场景示例图。该应用场景中包括移动设备310、至少两个识别装置320、信息数据库330和路线确定装置340;其中:
识别装置320(如可以但不局限于包括图中示意出的320-1、320-2或320-3)可以获取经过该识别装置320的移动设备310(如可以但不局限于包括图中示意出的310-1或310-2),并可以记录经过的移动设备310的设备信息,将移动设备310的设备信息存储至信息数据库330;
路线确定装置340在需要获取某一移动设备的目标路线时,可以从信息数据库330中至少获取该移动设备关联的位置信息集合,并基于上述位置信息集合分别将上述至少两个目标识别装置关联到交通网络中对应的目标路段,进而在交通网络中基于获得的各个目标路段,确定出该移动设备经过的目标路线;其中上述位置信息集合包括该移动设备经过的至少两个目标识别装置的位置信息。
作为一种实施例,上述识别装置320可以但不局限于是终端设备,上述路线确定装置340可以但不局限于是终端设备或服务器;上述信息数据库330可以存储在终端设备中,也可以存储在服务器中。
本申请实施例中涉及的服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是云服务技术中提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的多个云服务器。
本申请实施例中涉及的终端设备可以是移动终端、固定终端或便携式终端,例如移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统(PCS)设备、个人导航设备、个人数字助理(PDA)、音频或视频播放器、数码相机或摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合,包括这些设备的配件和外设或者其任意组合。
基于图3的应用场景,下面对本申请实施例中涉及的一种基于识别装置的路线确定方法进行示例说明;请参照图4,表示本申请实施例设计的一种基于识别装置的路线确定方法的示意图,可以但不局限于用于上述路线确定装置340,具体包括如下步骤:
步骤S401,至少获取移动设备关联的位置信息集合,上述位置信息集合包括至少两个目标识别装置的位置信息,其中目标识别装置是上述移动设备在移动过程中经过的识别装置。
作为一种实施例,为了提升获取移动设备关联的位置信息集合的灵活度,可以基于移动设备的起始位置和终止位置获取移动设备关联的位置信息集合,也可以基于移动设备的移动时间段获取移动设备关联的位置信息集合;具体地,可以确定移动设备的起始位置和终止位置,至少获取上述移动设备从上述起始位置移动至上述终止位置的过程中,经过的至少两个目标识别装置的位置信息,生成上述位置信息集合;也可以确定上述移动设备的移动时间段,至少获取移动设备在上述移动时间段内经过的至少两个目标识别装置的位置信息,生成上述位置信息集合。
其中,在获取移动设备关联的位置信息集合时,可以从上述信息数据库330中各个记录装置340记录的设备信息中获取上述位置信息集合,也可以通过其他途径获取上述位置信息集合,本领域的技术人员可以根据实际需求设置获取位置信息集合的途径。
作为一种实施例,上述位置信息是可以表征目标识别装置所在位置的信息,上述位置信息可以但不局限于是目标识别装置的物理位置信息,如可以但不限于包括目标识别装置所在物理位置的经度和维度;上述位置信息还可以是目标识别装置在交通网络中的位置坐标,如在二维的交通网络中的二维坐标(x,y),或在三维的交通网络中的三维坐标(x,y,z)等,本领域的技术人员可根据实际需求设置上述位置信息。
步骤S402,基于上述位置信息集合,分别将上述至少两个目标识别装置关联到交通网络中对应的目标路段;
作为一种实施例,为了提升目标识别装置关联到目标路段的准确度,本申请实施例中可以基于目标识别装置的位置信息,首先从交通网络确定目标识别装置的一个或多个候选路段,进而基于确定的候选路段,将目标识别装置关联到交通网络中对应的目标路段;具体地,可以但不局限于针对上述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:基于一个目标识别装置的位置信息,将交通网络中与上述一个目标识别装置之间的距离满足预设的距离匹配条件的至少一个路段,确定为上述一个目标识别装置对应的候选路段,并从获得的候选路段中选取一个,确定为上述一个目标识别装置对应的目标路段,进而将上述一个目标识别装置,关联到上述一个目标识别装置对应的目标路段;如此能够提升将目标识别装置准确度的关联到对应的目标路段的关联准确度,进而可以提升基于目标路段获得的目标路线的准确度。
作为一种实施例,为了进一步提升将目标识别装置关联到目标路段的准确度,本申请实施例中可以将上述交通网络中与上述一个目标识别装置之间的距离不大于第一距离阈值的路段,确定为与上述一个目标识别装置对应的候选路段,也可以将上述交通网络中与上述一个目标识别装置之间的距离最短的路段,确定为与上述一个目标识别装置对应的候选路段;其中对上述第一距离阈值不做限定,本领域的技术人员可根据实际需求设置,如可以将第一距离阈值设置为交通网络中与物理距离1千米、500米或100米对应的长度等;与上述一个目标识别装置之间的距离较小的路段,是设置该目标识别装置的目标路段的可能性较高,因此通过上述方法确定出的候选路段的准确度高,进而从候选路段确定出目标路段是设置该目标识别装置的路段的可能性更高,从而确定出的目标路段更准确。
步骤S403,在上述交通网络中,基于获得的各个目标路段,确定出上述移动设备经过的目标路线。
作为一种实施例,本申请实施例中可以但不局限于对获得的各个目标路段进行拼接,将得到的连续的路线确定为移动设备的目标路线;本申请实施例中可以灵活地采用多种方式对获得的各个目标路段进行拼接,获得连续的目标路线,为了便于理解,以下给出几种基于获取的各个目标路段,确定移动设备经过的目标路线的示例。
作为一种实施例,本申请实施例中可以基于移动设备的起始位置和终止位置,对获取的各个目标路段进行拼接;具体地,可以从移动设备的起始位置开始,依次对距离起始位置最近的目标识别装置关联的目标路段进行拼接,进而将拼接结果与最后一个目标识别装置至终止位置间的路段进行拼接,得到移动设备的目标路线,上述最后一个目标识别装置为距离终止位置最近的目标识别装置。
请参见图5,为便于理解,此处给出一种上述获取目标路线的过程,具体包括如下步骤:
步骤S501,从移动设备经过的至少两个目标识别装置中,选取距离移动设备的起始位置最近的目标识别设备为当前识别装置。
步骤S502,将起始位置至当前识别装置之间的路段,与当前识别装置关联的目标路段进行拼接,得到当前路线。
步骤S503,从未选取的目标识别装置中,选取距离当前识别装置最近的目标识别装置,为下一个识别装置。
步骤S504,将当前路线与下一个识别装置关联的目标路段进行拼接,得到新的当前路线。
步骤S505,判断上述至少两个目标识别装置中是否存在未选取的目标识别装置,若存在则进入步骤S503,否则,进入步骤S506。
步骤S506,将当前路线与下一个识别装置至终止位置之间的路段进行拼接,得到移动设备的目标路线。
请参见图6,此处给出一种通过上述方法获得的移动设备的目标路线的示例图。
作为一种实施例,本申请实施例中获取的位置信息集合中还包括上述移动设备经过上述至少两个目标识别装置的时间信息,因此在获取移动设备的目标路线的过程中,还可以基于上述移动设备经过上述至少两个目标识别装置的时间信息,确定上述移动设备经过各个目标识别装置的时间先后顺序,进而按照上述时间先后顺序,对各个目标识别装置关联的目标路段进行拼接,获得上述移动设备经过的目标路线。
进一步地,为了获取的目标路线的准确度,在基于移动设备的起始位置和终止位置,或基于移动设备经过各个目标识别装置的时间信息获取目标路线的过程中,还可以检测上述至少两个目标识别装置中位置信息异常的异常识别装置,进而基于非异常识别装置关联的目标路段,获取移动设备的目标路线,非异常识别装置为上述至少两个目标识别装置除上述异常识别装置之外的目标识别装置。
作为一种实施例,在在基于移动设备的起始位置和终止位置获取目标路线的过程中,可以从移动设备的起始位置开始,依次对距离起始位置最近的非异常识别装置关联的目标路段进行拼接,进而将拼接结果与最后一个非异常识别装置至终止位置间的路段进行拼接,得到移动设备的目标路线,上述最后一个非异常识别装置为距离终止位置最近的非异常识别装置。
作为一种实施例,在基于移动设备经过各个目标识别装置的时间信息获取目标路线的过程中,可以在确定移动设备经过各个目标识别装置的时间先后顺序之前识别出非异常识别装置,并基于上述移动设备经过各个非异常识别装置的时间信息,确定上述移动设备经过各个非异常识别装置的时间先后顺序,进而按照移动设备经过各个非异常识别装置的时间信息,对各个非异常识别装置关联的目标路段进行拼接,获得移动设备经过的目标路线;也可以在确定移动设备经过各个目标识别装置的时间先后顺序之后,获得目标路线之前,识别出非异常识别装置,进而按照移动设备经过各个目标识别装置的时间先后顺序,对各个非异常识别装置关联的目标路段进行拼接,获得上述移动设备经过的目标路线。
其中在识别非异常识别装置的过程中,可以根据上述至少两个目标识别装置在上述交通网络中的位置关系,识别出上述至少两个目标识别装置中的异常识别装置,将上述至少两个目标识别装置中除异常识别装置之外的目标识别装置,确定为非异常识别装置。
以下内容对识别出异常识别装置的过程进行详细说明。
其中异常识别装置实则是离群的目标识别装置,检测异常识别装置也称偏差检测和例外挖掘,异常识别装置是一个明显偏离于其他的目标识别装置的目标识别装置,可能由于识别装置异常导致记录数据错误,或人为对获取的位置信息集合进行处理出现错误等原因导致的;异常识别装置像是由一个完全不同的机制生成的位置信息一样,本申请实施例中可以但不局限于基于统计模型的方法、基于紧邻度的方法、基于密度的方法、基于聚类的方法、基于速度的方法等,检测出上述至少两个目标识别装置中的异常识别装置,若上述至少两个目标识别装置的位置信息是可标记数据,本申请实施例中还可以通过有监督、半监督、无监督的机器学习方法检测上述异常识别装置。
作为一种实施例,本申请实施例中可以但不局限于基于以下方式中的任意一种或任意组合,识别出上述至少两个目标识别装置中的异常识别装置:
第一种异常识别方式:基于紧邻度的方法检测异常识别装置
本方式中,可以将邻近识别装置的数量小于数量阈值的目标识别装置,确定为上述异常识别装置,上述邻近识别装置包括与上述异常识别装置的距离不大于第二距离阈值的目标识别装置。
本申请实施例中可以在目标识别装置之间定义邻近性度量(如可以但不局限于是上述第二距离阈值),异常识别装置是那些远离其他的目标识别装置的目标识别装置,其基本思想是:查找每个目标识别装置在半径为上述第二距离阈值的范围内的目标识别装置的数量;假设对于一个孤立的目标识别装置而言,在半径为第二距离阈值的邻域内最多只能有m(m为正整数)的邻近识别装置,那么对于一个目标识别装置而言,如果发现了m+1个邻近识别装置,那么该目标识别装置则不是一个孤立的目标识别装置。
具体地,针对上述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:基于一个目标识别装置和其它目标识别装置的位置关系,确定上述一个目标识别装置的邻近识别装置;若上述邻近识别装置的数量小于上述数量阈值,则将上述一个目标识别装置确定为上述异常识别装置;上述其它目标识别装置为上述至少两个目标识别装置中除上述一个目标识别装置之外的目标识别装置。
作为一种实施例,本申请实施例中非异常识别装置的邻域内的邻近识别装置的数量远大于异常识别装置,如图7所示,这是一种较为简单的场景;记目标识别装置1至目标识别装置n的位置信息为位置坐标点:(x1,y1),(x2,y2),…,(xn,yn),对于每个位置坐标点,分别计算该位置坐标点与其他位置坐标点之间的距离,基于如下公式(1),当两个位置坐标点间的距离小于或等于第二距离阈值时,则认为这两个位置坐标点对应的目标识别装置相邻,否则认为这两个位置坐标点对应的目标识别装置不相邻。
公式(1)中,i和j为目标识别信息的标识信息,xi和xj分别为表示信息为i和j的目标识别装置的位置坐标点的横坐标,yi和yj分别为表示信息为i和j的目标识别装置的位置坐标点的横坐标,d为上述第二距离阈值。
上述第二种异常识别方式是基于目标识别装置的密度进行的异常检测,基于密度的离群的目标识别装置点的定义是在距离的基础上建立起来的,将目标识别装置之间的距离和给定范围内(即与目标识别装置的距离不大于第二距离阈值)的目标识别装置的数量这两个参数结合起来得到“密度”的概念;一个目标识别装置的离群程度与它周围的目标识别装置有关,这体现了“局部”的概念,即局部离群的目标识别装置,当一个目标识别装置的局部密度显著低于它的大部分邻近目标识别装置时将其确定为离群的异常识别装置,出现离群的异常识别装置的情况极大可能是该异常识别装置的位置信息采集错误,因此通过上述第一种异常识别方式,可以识别出上述位置信息错误的异常识别装置。
第二种异常识别方式:基于速度的方法检测异常识别装置
可以将上述移动设备经过时的速度大于速度阈值的目标识别装置,确定为上述异常识别装置。
作为一种实施例,针对上述至少两个目标识别装置中的各个目标识别装置,可以基于一个目标识别装置和在前目标识别装置之间的通行路线的长度,以及移动设备经过该一个目标识别装置和在前目标识别装置的时间信息,确定移动设备经过该一个目标识别装置的移动速度,进而若该移动速度大于速度阈值,则将该一个目标识别装置确定为异常识别装置;具体地,请参见图8,可以针对上述至少两个目标识别装置中的各个目标识别装置,分别执行以下步骤S801-S803:
步骤S801,确定一个目标识别装置和在前目标识别装置之间的至少一条候选通行路线;上述在前目标识别装置是上述移动设备在经过上述一个目标识别装置之前经过的一个目标识别装置。
本申请实施例中在前目标识别装置可以但不局限于是上述一个目标识别装置之前经过的前1、2或3个目标识别装置等。
作为一种实施例,为了提升获取的候选通行路线的准确度,本申请实施例中可以将上述一个目标识别装置和在前目标识别装置之间的所有通行路线,都确定为候选通行路线;也可以将上述一个目标识别装置和在前目标识别装置之间,路线长度小于长度阈值的通行路线,确定为候选通行路线;还可以将上述一个目标识别装置和在前目标识别装置之间,路线长度最小的通行路线,确定为候选通行路线,对上述长度阈值不做过多限定,本领域的技术人员可根据实际需求设置。
请参见图9,给出一种两个目标识别装置之间的通行路线的示例图,目标识别装置1为上述一个目标识别装置,目标识别装置2为目标识别装置1的在前目标识别装置,其中目标识别装置1和目标识别装置2之间有通行路线1至通行路线4共四个通行路线,从中可以看出各通行路线对应的路线长度从小到大依次为通行路线2、通行路线1、通行路线3、通行路线4,且通行路线1和通行路线2对应的路线长度小于上述长度阈值;进而本申请实施例中可以将通行路线1至通行路线4,确定为目标识别装置1和目标识别装置2之间的候选通行路线;或者将通行路线1和通行路线2确定为目标识别装置1和目标识别装置2之间的候选通行路线;或者将通行路线2确定为目标识别装置1和目标识别装置2之间的候选通行路线等。
步骤S802,根据上述至少一条候选通行路线对应的路线长度、上述移动设备经过上述在前目标识别装置的时间信息以及上述移动设备经过上述一个目标识别装置的时间信息,确定上述移动设备在上述在前目标识别装置和上述一个目标识别装置之间的移动速度。
作为一种实施例,由步骤S801中确定候选通行路线的方法中可知,可能确定出一个或多个候选通行路线,不同的候选通行路线对应的路线长度可能是不同的,因此确定出的至少一个候选通行路线可能对应一个或多个路线长度,故而本申请实施例中可以但不局限于基于如下公式(2)的原理,从至少一个候选通行路线中各个候选通行路线对应的路线长度中,确定出目标路线长度;以及确定上述移动设备经过上述在前目标识别装置的时间信息和上述移动设备经过上述一个目标识别装置的时间信息的时间差,将上述最短的路线长度与上述时间差的比值,确定为上述移动设备在上述在前目标识别装置和上述一个目标识别装置之间的移动速度;
公式(2)中Vi为移动设备在上述在前目标识别装置和上述一个目标识别装置之间的移动速度;Si为目标路线长度,Ti为移动设备经过上述一个目标识别装置的时间,TI为移动设备经过上述在前目标识别装置的时间;其中在前目标识别装置为上述一个目标识别装置之前经过的前1个目标识别装置时,上述公式(2)可以变形为如下公式(2a)。
公式(2a)中,Vi,i+1为移动设备在上述前一个目标识别装置和上述一个目标识别装置之间的移动速度;Si,i+1为目标路线长度,Ti+1为移动设备经过上述一个目标识别装置的时间,Ti为移动设备经过上述在前目标识别装置的时间。
作为一种实施例,本申请实施例中还可以将上述至少一个候选通行路线中各个候选通行路线对应的路线长度中最短的路线长度,确定为上述目标路线长度;还可以从上述至少一个候选通行路线中各个候选通行路线对应的路线长度中,确定从小到大的前k个路线长度,将前k个路线长度的均值确定为上述目标路线长度,其中k为大于1的整数。
步骤S803,若上述移动速度大于上述速度阈值,则确定上述一个目标识别装置为上述异常识别装置。
由于移动设备在不同路段或路线的移动速度会存在最大速度Vmax的限制,因此本申请实施例中对上述速度阈值不做限定,本领域的技术人员可根据实际需求设置,如移动设备是车辆,识别装置是设置在高速公路上的高速门架时,上述速度阈值可以为上述高速公路的限速的最大速度;上述移动设备是车辆,识别装置设置在普通公路上时,上述速度阈值可以为上述普通公路的限速的最大速度;移动设备是飞机,识别装置是雷达设备时,上述速度阈值可以为上述飞机的限速的最大速度等。
作为一种实施例,在上述步骤S801中,将路线长度最小的通行路线确定为候选通行路线的过程中,可以但不局限于通过CH算法,确定出上述一个目标识别装置和在前目标识别装置之间路线长度最小的通行路线,其中:
从A点到B点的最短路线的通行路线的基础算法是Dijkstra算法(迪克斯特拉算法),但Dijkstra算法的时间复杂度会随着地图节点数目或者边的数目快速增加,难以实现实时的路线规划,尤其是在复杂的大规模地图中;本申请实施例中采用了CH算法或A星算法确定出两个目标识别装置之间路线长度最短的通行路线;CH算法是一种优化的加速方法,可以利用代表交通网络的图的特性,通过在预处理阶段创建“shortcuts”来实现提速,然后在最短路线查询(即确定出两个目标识别装置之间路线长度最短的通行路线)中使用这些“shortcuts”来跳过一些影响程度弱的节点,“shortcuts”可用于保存两个重要路口之间预先计算的距离,从而算法无需在查询时考虑这些路口之间的完整路线,它通过节点收缩的思想对地图路网进行分层,实现了毫秒级的超大规模路网的路由规划。
请参见图10,由于移动设备在不同路段或路线的移动速度会存在最大速度Vmax的限制,上述第二种异常识别方法中基于移动设备的移动速度是否超过速度阈值的情况,能够有效的识别出将目标识别装置错误的关联到与对应的目标路段方向相反的路段的情况;因为移动设备行驶到与目标路段方向相反的路段往往需要先从道路出入口驶出后,再从道路出入口驶进才能达到与目标路段方向相反的路段。
第三种异常识别方式:基于聚类的方法检测异常识别装置
可以将装置聚类结果中离群的目标识别装置,确定为上述异常识别装置;上述装置聚类结果是基于上述交通网络中每两个目标识别装置之间的距离,对上述至少两个目标识别装置进行聚类得到的。
对将上述至少两个目标识别装置进行聚类的聚类方法不做限定,本领域的技术人员可根据实际需求设置,如可以但不局限于通过DBSCAN、CLARANS或CHAMELEON算法对至少两个目标识别装置进行聚类。
通过对至少两个目标识别装置进行聚类,可以发现局部强相关的目标识别装置的组,而异常识别装置的检测用来发现与其他目标识别装置不相关的目标识别装置,因此,通过对至少两个目标识别装置进行聚类可以检测出上述至少两个目标识别装置中离群的异常目标识别装置,将至少两个目标识别装置通过聚类分成若干个簇,不属于任何簇的目标识别装置就是离群的异常目标识别装置;请参见图11,提供一种装置聚类结果的示例图,从图中可以看出目标识别装置A不属于装置聚类结果中聚类出的簇,因此将目标识别装置A确定为异常识别装置。
以下提供上述第一种异常识别方式和第二种异常识别方式的组合:
首先通过第一种异常识别方式,检测出邻近识别装置的数量小于数量阈值的第一异常识别装置,进而针对上述至少两个目标识别装置中除上述第一异常识别装置外的目标识别装置,通过上述第二种异常识别方式,检测出将目标识别装置错误的关联到与对应的目标路段方向相反的路段的第二异常识别装置,进而将至少两个目标识别装置中,除上述第一异常识别装置和第二异常识别装置外的目标识别装置,确定为非异常识别装置;其中第一种异常识别方式和第二种异常识别方式的详细内容可参见上述描述,此处不再重复叙述。
作为一种实施例,本申请实施例的以下内容,提供一个基于识别装置的路线确定方法的具体示例。
该示例中移动设备为车辆,识别装置为设置于高速公路上的高速门架。
请参见图12,该示例中路线确定系统主要包括位置信息获取模块1201、位置关联模块1202、最短路线获取模块1203、异常检测模块1204以及路线获取模块1205,其中:
位置信息获取模块1201用以获取车辆关联的位置信息集合,上述位置信息集合包括该车辆经过的至少两个目标门架的位置信息,目标门架为该车辆经过的高速门架,获取位置信息集合的具体方式可参见上述内容,此处不再重复叙述。
位置关联模块1202用于基于获取的位置信息集合,分别将至少两个目标门架关联到交通网络中对应的目标路段;将至少两个目标门架关联到交通网络中的对应的目标路段的具体方式,可参见上述将至少两个目标识别装置关联到交通网络中对应目标路段的内容,此处不再重复叙述,同时为便于理解,请参见图13,提供了一种将目标门架关联到对应目标路段后的示例图。
最短路线获取模块1203,用于基于交通网络,计算每两个目标门架之间长度最短的通行路线,用于通过上述第三种异常识别方式检测出车辆经过的至少两个目标门架中的异常门架(即上述异常识别装置),具体过程可参见上述内容。
异常检测模块1204,用于根据上述至少两个目标门架在交通网络中的位置关系,识别出上述至少两个目标门架中的异常门架,具体可参见上述内容。
路线获取模块1205用于对各个非异常门架关联的目标路段进行拼接,获得该车辆经过的目标路线,非异常门架为上述至少两个目标门架中除上述异常门架之外的高速门架,获取目标路线的具体过程可参见上述内容,此处不再重复叙述。
本申请实施例中基于关联移动设备经过的目标识别装置的目标路段在交通网络中的位置,获取移动设备在移动过程中的目标路线,由于目标路线是基于交通网络中关联目标识别装置后的目标路段获取的,因此本申请实施例获得的目标路线和移动设备真实的行驶路线的贴合度高,通过本申请实施例的技术手段得到的目标路线的准确度高。
请参照图14,基于同一发明构思,本申请实施例提供一种基于识别装置的路线确定装置1400,上述识别装置用于识别经过上述识别装置的移动设备,包括:
位置信息获取单元1401,用于至少获取移动设备关联的位置信息集合,上述位置信息集合包括至少两个目标识别装置的位置信息,上述目标识别装置是上述移动设备在移动过程中经过的识别装置;
位置关联单元1402,用于基于上述位置信息集合,分别将上述至少两个目标识别装置关联到交通网络中对应的目标路段;
路线确定单元1403,用于在上述交通网络中,基于获得的各个目标路段,确定出上述移动设备经过的目标路线。
在一种可能的实现方式中,上述位置信息获取单元具体用于:
确定上述移动设备的起始位置和终止位置,至少获取上述移动设备从上述起始位置移动至上述终止位置的过程中,经过的至少两个目标识别装置的位置信息,生成上述位置信息集合;或
确定上述移动设备的移动时间段,至少获取上述移动设备在上述移动时间段内经过的至少两个目标识别装置的位置信息,生成上述位置信息集合。
作为一种实施例,位置关联单元1402具体用于:
针对上述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
基于一个目标识别装置的位置信息,将上述交通网络中与上述一个目标识别装置之间的距离满足预设的距离匹配条件的至少一个路段,确定为与上述一个目标识别装置对应的候选路段;
从获得的候选路段中选取一个,确定为上述一个目标识别装置对应的目标路段;
将上述一个目标识别装置,关联到上述一个目标识别装置对应的目标路段。
作为一种实施例,位置关联单元1402具体用于:
将上述交通网络中与上述一个目标识别装置之间的距离不大于第一距离阈值的路段,确定为与上述一个目标识别装置对应的候选路段;或
将上述交通网络中与上述一个目标识别装置之间的距离最短的路段,确定为与上述一个目标识别装置对应的候选路段。
作为一种实施例,上述位置信息集合中还包括上述移动设备经过上述至少两个目标识别装置的时间信息,路线确定单元1403具体用于:
基于上述移动设备经过上述至少两个目标识别装置的时间信息,确定上述移动设备经过各个目标识别装置的时间先后顺序;
按照上述时间先后顺序,对各个目标识别装置关联的目标路段进行拼接,获得上述移动设备经过的目标路线。
作为一种实施例,路线确定单元1403还用于:
按照上述时间先后顺序,对各个目标识别装置关联的目标路段进行拼接,获得上述移动设备经过的目标路线之前,根据上述至少两个目标识别装置在上述交通网络中的位置关系,识别出上述至少两个目标识别装置中的异常识别装置;
将除上述异常识别装置之外的目标识别装置,确定为非异常识别装置;
上述路线确定单元1403具体用于:
按照上述时间先后顺序,对各个非异常识别装置关联的目标路段进行拼接,获得上述移动设备经过的目标路线。
作为一种实施例,路线确定单元1403具体用于:
基于以下方式中的任意一种或任意组合,根据上述至少两个目标识别装置在上述交通网络中的位置关系,识别出上述至少两个目标识别装置中的异常识别装置:
将邻近识别装置的数量小于数量阈值的目标识别装置,确定为上述异常识别装置,上述邻近识别装置包括与上述异常识别装置的距离不大于第二距离阈值的目标识别装置;
将上述移动设备经过时的速度大于速度阈值的目标识别装置,确定为上述异常识别装置;
将装置聚类结果中离群的目标识别装置,确定为上述异常识别装置;上述装置聚类结果是基于上述交通网络中每两个目标识别装置之间的距离,对上述至少两个目标识别装置进行聚类得到的。
作为一种实施例,路线确定单元1403具体用于:
针对上述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
基于一个目标识别装置和其它目标识别装置的位置关系,确定上述一个目标识别装置的邻近识别装置;上述其它目标识别装置为上述至少两个目标识别装置中除上述一个目标识别装置之外的目标识别装置
若上述邻近识别装置的数量小于上述数量阈值,则将上述一个目标识别装置确定为上述异常识别装置。
作为一种实施例,1403路线确定单元具体用于:
针对上述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
确定一个目标识别装置和在前目标识别装置之间的至少一条候选通行路线;其中上述在前目标识别装置是上述移动设备在经过上述一个目标识别装置之前经过的一个目标识别装置;
根据上述至少一条候选通行路线对应的路线长度、上述移动设备经过上述在前目标识别装置的时间信息以及上述移动设备经过上述一个目标识别装置的时间信息,确定上述移动设备在上述在前目标识别装置和上述一个目标识别装置之间的移动速度;
若上述移动速度大于上述速度阈值,则确定上述一个目标识别装置为上述异常识别装置。
作为一种实施例,路线确定单元1403具体用于:
从上述至少一个候选通行路线中各个候选通行路线对应的路线长度中,确定最短的路线长度;以及
确定上述移动设备经过上述在前目标识别装置的时间信息和上述移动设备经过上述一个目标识别装置的时间信息的时间差;
将上述最短的路线长度与上述时间差的比值,确定为上述移动设备在上述在前目标识别装置和上述一个目标识别装置之间的移动速度。
作为一种实施例,图14中的装置可以用于实现前文论述的任意一种基于识别装置的路线确定方法。
基于同一发明构思,本申请实施例提供一种终端设备,该终端设备可以实现上述路线确定装置340的所有功能,下面对该终端设备进行介绍。
请参照图15,该终端设备包括显示单元1540、处理器1580以及存储器1520,其中,显示单元1540包括显示面板1541,用于显示由用户输入的信息或提供给用户的信息以及各种应用或客户端的各种操作界面等,在本申请实施例中主要用于显示终端设备中已安装的客户端的界面、快捷窗口等。
可选的,可以采用液晶显示器(Liquid Crystal Display,LCD)或有机发光二极管OLED(Organic Light-Emitting Diode)等形式来配置显示面板1541。
处理器1580用于读取计算机程序,然后执行计算机程序定义的方法,例如处理器1580读取应用等,从而在该终端设备上运行应用,在显示单元1540上显示应用的界面。处理器1580可以包括一个或多个通用处理器,还可包括一个或多个DSP(Digital SignalProcessor,数字信号处理器),用于执行相关操作,以实现本申请实施例所提供的基于识别装置的路线确定方法的技术方案。
存储器1520一般包括内存和外存,内存可以为随机存储器(RAM),只读存储器(ROM),以及高速缓存(CACHE)等。外存可以为硬盘、光盘、USB盘、软盘或磁带机等。存储器1520用于存储计算机程序和其他数据,该计算机程序包括客户端对应的应用程序等,其他数据可包括操作系统或应用程序被运行后产生的数据,该数据包括系统数据(例如操作系统的配置参数)和用户数据。本申请实施例中程序指令存储在存储器1520中,处理器1580执行存储器1520中的程序指令,实现前文图论述的任意的一种基于识别装置的路线确定方法。
此外,终端设备还可以包括显示单元1540,用于接收输入的数字信息、词语信息或接触式触摸操作或非接触式手势,以及产生与终端设备的用户设置以及功能控制有关的信号输入等。具体地,本申请实施例中,该显示单元1540可以包括显示面板1541。显示面板1541例如触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在显示面板1541上或在显示面板1541的操作),并根据预先设定的程式驱动相应的连接装置。可选的,显示面板1541可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器1580,并能接收处理器1580发来的命令并加以执行。在本申请实施例中,若用户点击安装在终端设备上的应用,则在显示面板1541中的触摸检测装置检测到触摸操作,则将检测到的触摸操作对应的信号发送的触摸控制器,触摸控制器将信号转换成触点坐标发送给处理器1580,处理器1580根据接收到的触点坐标确定用户需要进行的操作。
其中,显示面板1541可以采用电阻式、电容式、红外线以及表面声波等多种类型实现。除了显示单元1540,终端设备还可以包括输入单元1530,输入单元1530可以包括图像输入设备1531和其他输入设备1532,其他输入设备1532可以但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
除以上之外,终端设备还可以包括用于给其他模块供电的电源1590、音频电路1560、近场通信模块1570和RF电路1510。终端设备还可以包括一个或多个传感器1550,例如加速度传感器、光传感器、压力传感器等。音频电路1560具体包括扬声器1561和麦克风1562等,例如终端设备可以通过麦克风1562采集用户的声音,进行相应的操作等。
作为一种实施例,处理器1580的数量可以是一个或多个,处理器1580和存储器1520可以是耦合设置,也可以是相对独立设置。
作为一种实施例,图15中的处理器1580可以用于实现如图14中的位置信息获取单元1401、位置关联单元1402和路线确定单元1403的功能。
作为一种实施例,图15中的处理器1580可以用于实现前文论述的路线确定装置340的功能。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献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)执行本发明各个实施例上述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
基于同一技术构思,本申请实施例还一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,当上述计算机指令在计算机上运行时,使得计算机执行如前文论述的基于识别装置的路线确定方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (15)
1.一种基于识别装置的路线确定方法,所述识别装置用于识别经过所述识别装置的移动设备,其特征在于,包括:
至少获取移动设备关联的位置信息集合,所述位置信息集合包括至少两个目标识别装置的位置信息,所述目标识别装置是所述移动设备在移动过程中经过的识别装置;
基于所述位置信息集合,分别将所述至少两个目标识别装置关联到交通网络中对应的目标路段;
在所述交通网络中,基于获得的各个目标路段,确定出所述移动设备经过的目标路线。
2.如权利要求1所述的方法,其特征在于,所述至少获取移动设备关联的位置信息集合,包括:
确定所述移动设备的起始位置和终止位置,至少获取所述移动设备从所述起始位置移动至所述终止位置的过程中,经过的至少两个目标识别装置的位置信息,生成所述位置信息集合;或
确定所述移动设备的移动时间段,至少获取所述移动设备在所述移动时间段内经过的至少两个目标识别装置的位置信息,生成所述位置信息集合。
3.如权利要求1-2任一项所述的方法,其特征在于,所述基于所述位置信息集合,分别将所述至少两个目标识别装置关联到交通网络中对应的目标路段,包括:
针对所述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
基于一个目标识别装置的位置信息,将所述交通网络中与所述一个目标识别装置之间的距离满足预设的距离匹配条件的至少一个路段,确定为与所述一个目标识别装置对应的候选路段;
从获得的候选路段中选取一个,确定为所述一个目标识别装置对应的目标路段;
将所述一个目标识别装置,关联到所述一个目标识别装置对应的目标路段。
4.如权利要求3所述的方法,其特征在于,所述将所述交通网络中与所述一个目标识别装置之间的距离满足距离匹配条件的至少一个路段,确定为与所述一个目标识别装置对应的候选路段,包括:
将所述交通网络中与所述一个目标识别装置之间的距离不大于第一距离阈值的路段,确定为与所述一个目标识别装置对应的候选路段;或
将所述交通网络中与所述一个目标识别装置之间的距离最短的路段,确定为与所述一个目标识别装置对应的候选路段。
5.如权利要求4所述的方法,其特征在于,所述位置信息集合中还包括所述移动设备经过所述至少两个目标识别装置的时间信息,所述在所述交通网络中,基于获得的各个目标路段,确定出所述移动设备经过的目标路线,包括:
基于所述移动设备经过所述至少两个目标识别装置的时间信息,确定所述移动设备经过各个目标识别装置的时间先后顺序;
按照所述时间先后顺序,对各个目标识别装置关联的目标路段进行拼接,获得所述移动设备经过的目标路线。
6.如权利要求5所述的方法,其特征在于,所述按照所述时间先后顺序,对各个目标识别装置关联的目标路段进行拼接,获得所述移动设备经过的目标路线之前,还包括:
根据所述至少两个目标识别装置在所述交通网络中的位置关系,识别出所述至少两个目标识别装置中的异常识别装置;
将除所述异常识别装置之外的目标识别装置,确定为非异常识别装置;
所述按照所述时间先后顺序,对各个目标识别装置关联的目标路段进行拼接,获得所述移动设备经过的目标路线,包括:
按照所述时间先后顺序,对各个非异常识别装置关联的目标路段进行拼接,获得所述移动设备经过的目标路线。
7.如权利要求5所述的方法,其特征在于,基于以下方式中的任意一种或任意组合,根据所述至少两个目标识别装置在所述交通网络中的位置关系,识别出所述至少两个目标识别装置中的异常识别装置:
将邻近识别装置的数量小于数量阈值的目标识别装置,确定为所述异常识别装置,所述邻近识别装置包括与所述异常识别装置的距离不大于第二距离阈值的目标识别装置;
将所述移动设备经过时的速度大于速度阈值的目标识别装置,确定为所述异常识别装置;
将装置聚类结果中离群的目标识别装置,确定为所述异常识别装置;所述装置聚类结果是基于所述交通网络中每两个目标识别装置之间的距离,对所述至少两个目标识别装置进行聚类得到的。
8.如权利要求7所述的方法,其特征在于,所述将所述移动设备经过时的速度大于速度阈值的目标识别装置,确定为所述异常识别装置,包括:
针对所述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
确定一个目标识别装置和在前目标识别装置之间的至少一条候选通行路线;其中所述在前目标识别装置是所述移动设备在经过所述一个目标识别装置之前经过的一个目标识别装置;
根据所述至少一条候选通行路线对应的路线长度、所述移动设备经过所述在前目标识别装置的时间信息以及所述移动设备经过所述一个目标识别装置的时间信息,确定所述移动设备在所述在前目标识别装置和所述一个目标识别装置之间的移动速度;
若所述移动速度大于所述速度阈值,则确定所述一个目标识别装置为所述异常识别装置。
9.如权利要求8所述的方法,其特征在于,所述根据所述至少一个候选通行路线对应的路线长度、所述移动设备经过所述在前目标识别装置的时间信息以及所述移动设备经过所述一个目标识别装置的时间信息,确定所述移动设备在所述在前目标识别装置和所述一个目标识别装置之间的移动速度,包括:
从所述至少一个候选通行路线中各个候选通行路线对应的路线长度中,确定最短的路线长度;以及
确定所述移动设备经过所述在前目标识别装置的时间信息和所述移动设备经过所述一个目标识别装置的时间信息的时间差;
将所述最短的路线长度与所述时间差的比值,确定为所述移动设备在所述在前目标识别装置和所述一个目标识别装置之间的移动速度。
10.一种基于识别装置的路线确定装置,所述识别装置用于识别经过所述识别装置的移动设备,其特征在于,包括:
位置信息获取单元,用于至少获取移动设备关联的位置信息集合,所述位置信息集合包括至少两个目标识别装置的位置信息,所述目标识别装置是所述移动设备在移动过程中经过的识别装置;
位置关联单元,用于基于所述位置信息集合,分别将所述至少两个目标识别装置关联到交通网络中对应的目标路段;
路线确定单元,用于在所述交通网络中,基于获得的各个目标路段,确定出所述移动设备经过的目标路线。
11.如权利要求10所述的装置,其特征在于,所述位置关联单元具体用于:
针对所述至少两个目标识别装置中的各个目标识别装置,分别执行以下操作:
基于一个目标识别装置的位置信息,将所述交通网络中与所述一个目标识别装置之间的距离满足预设的距离匹配条件的至少一个路段,确定为与所述一个目标识别装置对应的候选路段;
从获得的候选路段中选取一个,确定为所述一个目标识别装置对应的目标路段;
将所述一个目标识别装置,关联到所述一个目标识别装置对应的目标路段。
12.如权利要求10或11所述的装置,其特征在于,所述位置信息集合中还包括所述移动设备经过所述至少两个目标识别装置的时间信息,所述路线确定单元具体用于:
基于所述移动设备经过所述至少两个目标识别装置的时间信息,确定所述移动设备经过各个目标识别装置的时间先后顺序;
按照所述时间先后顺序,对各个目标识别装置关联的目标路段进行拼接,获得所述移动设备经过的目标路线。
13.如权利要求12所述的装置,其特征在于,所述路线确定单元还用于:
按照所述时间先后顺序,对各个目标识别装置关联的目标路段进行拼接,获得所述移动设备经过的目标路线之前,根据所述至少两个目标识别装置在所述交通网络中的位置关系,识别出所述至少两个目标识别装置中的异常识别装置;
将除所述异常识别装置之外的目标识别装置,确定为非异常识别装置;
所述路线确定单元具体用于:
按照所述时间先后顺序,对各个非异常识别装置关联的目标路段进行拼接,获得所述移动设备经过的目标路线。
14.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-9中任一权利要求所述方法的步骤。
15.一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存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110011303.3A CN112712701B (zh) | 2021-01-06 | 2021-01-06 | 基于识别装置的路线确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110011303.3A CN112712701B (zh) | 2021-01-06 | 2021-01-06 | 基于识别装置的路线确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112712701A true CN112712701A (zh) | 2021-04-27 |
CN112712701B CN112712701B (zh) | 2022-12-23 |
Family
ID=75548336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110011303.3A Active CN112712701B (zh) | 2021-01-06 | 2021-01-06 | 基于识别装置的路线确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112712701B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204348A (zh) * | 2021-04-30 | 2021-08-03 | 北京连山科技股份有限公司 | 一种基于Contraction Hierarchies的国内路网数据编译方法 |
CN114141012A (zh) * | 2021-11-24 | 2022-03-04 | 南京精筑智慧科技有限公司 | 一种基于nlp算法的不按路线行驶预警处理方法和系统 |
CN114599054A (zh) * | 2022-03-08 | 2022-06-07 | 北京百度网讯科技有限公司 | 一种设备异常检测方法、装置、电子设备、介质及产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750082A (zh) * | 2010-01-08 | 2010-06-23 | 北京工业大学 | 基于决策圈的路段识别匹配方法 |
CN105261212A (zh) * | 2015-09-06 | 2016-01-20 | 中山大学 | 一种基于出租车gps数据地图匹配的出行时空分析方法 |
CN107784084A (zh) * | 2017-09-30 | 2018-03-09 | 北京泓达九通科技发展有限公司 | 基于车辆定位数据的路网生成方法及系统 |
CN109405839A (zh) * | 2018-10-23 | 2019-03-01 | 南京林业大学 | 一种基于多路径的交通网络离线地图匹配算法 |
CN109443372A (zh) * | 2018-06-12 | 2019-03-08 | 湖南国科防务电子科技有限公司 | 路径识别方法和系统、计算机设备和存储介质 |
CN109489674A (zh) * | 2017-09-12 | 2019-03-19 | 腾讯科技(深圳)有限公司 | 基于位置确定路段的方法、装置及存储介质 |
CN111047860A (zh) * | 2019-12-02 | 2020-04-21 | 安徽百诚慧通科技有限公司 | 一种车辆运行轨迹提取方法 |
CN111351499A (zh) * | 2018-12-24 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 路径识别方法、装置、计算机设备和计算机可读存储介质 |
-
2021
- 2021-01-06 CN CN202110011303.3A patent/CN112712701B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750082A (zh) * | 2010-01-08 | 2010-06-23 | 北京工业大学 | 基于决策圈的路段识别匹配方法 |
CN105261212A (zh) * | 2015-09-06 | 2016-01-20 | 中山大学 | 一种基于出租车gps数据地图匹配的出行时空分析方法 |
CN109489674A (zh) * | 2017-09-12 | 2019-03-19 | 腾讯科技(深圳)有限公司 | 基于位置确定路段的方法、装置及存储介质 |
CN107784084A (zh) * | 2017-09-30 | 2018-03-09 | 北京泓达九通科技发展有限公司 | 基于车辆定位数据的路网生成方法及系统 |
CN109443372A (zh) * | 2018-06-12 | 2019-03-08 | 湖南国科防务电子科技有限公司 | 路径识别方法和系统、计算机设备和存储介质 |
CN109405839A (zh) * | 2018-10-23 | 2019-03-01 | 南京林业大学 | 一种基于多路径的交通网络离线地图匹配算法 |
CN111351499A (zh) * | 2018-12-24 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 路径识别方法、装置、计算机设备和计算机可读存储介质 |
CN111047860A (zh) * | 2019-12-02 | 2020-04-21 | 安徽百诚慧通科技有限公司 | 一种车辆运行轨迹提取方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204348A (zh) * | 2021-04-30 | 2021-08-03 | 北京连山科技股份有限公司 | 一种基于Contraction Hierarchies的国内路网数据编译方法 |
CN114141012A (zh) * | 2021-11-24 | 2022-03-04 | 南京精筑智慧科技有限公司 | 一种基于nlp算法的不按路线行驶预警处理方法和系统 |
CN114599054A (zh) * | 2022-03-08 | 2022-06-07 | 北京百度网讯科技有限公司 | 一种设备异常检测方法、装置、电子设备、介质及产品 |
CN114599054B (zh) * | 2022-03-08 | 2023-10-13 | 北京百度网讯科技有限公司 | 一种设备异常检测方法、装置、电子设备、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN112712701B (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112712701B (zh) | 基于识别装置的路线确定方法、装置、设备及存储介质 | |
US11531894B1 (en) | Neural networks for object detection | |
US10885352B2 (en) | Method, apparatus, and device for determining lane line on road | |
US11861481B2 (en) | Searching an autonomous vehicle sensor data repository | |
CN110325935A (zh) | 用于自动驾驶车辆的路径规划的基于驾驶场景的车道引导线 | |
CN110979346A (zh) | 确定车辆所处车道的方法、装置及设备 | |
US10254123B2 (en) | Navigation system with vision augmentation mechanism and method of operation thereof | |
CN110389995B (zh) | 车道信息检测方法、装置、设备和介质 | |
CN110717918B (zh) | 行人检测方法和装置 | |
CN105606102A (zh) | 一种基于格网模型的pdr室内定位方法及系统 | |
US20200264005A1 (en) | Electronic apparatus and controlling method thereof | |
CN103996298B (zh) | 一种驾驶行为监测方法及装置 | |
Khan et al. | Recent advances in vision-based indoor navigation: A systematic literature review | |
US20230128964A1 (en) | Mobile Device And System For Automated Trip Familiarity Recognition And Corresponding Method Thereof | |
US20220027705A1 (en) | Building positioning method, electronic device, storage medium and terminal device | |
CN107907886A (zh) | 行驶状况识别方法、装置、存储介质及终端设备 | |
CN108286973B (zh) | 一种行驶数据校验方法及装置、及混合导航系统 | |
Brosh et al. | Accurate visual localization for automotive applications | |
Nowakowski et al. | Topological localization using Wi-Fi and vision merged into FABMAP framework | |
US20220044559A1 (en) | Method and apparatus for outputing vehicle flow direction, roadside device, and cloud control platform | |
CN113390429B (zh) | 一种导航方法及装置 | |
Ren | Advanced map matching technologies and techniques for pedestrian/wheelchair navigation | |
CN111583645B (zh) | 车辆协同行驶的质量评估方法、装置、服务器及介质 | |
KR20200013156A (ko) | 간판 검출 성능 향상을 위한 방법 및 시스템 | |
CN112577524A (zh) | 信息校正方法和装置 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40042965 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |