CN112734242B - 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 - Google Patents

一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 Download PDF

Info

Publication number
CN112734242B
CN112734242B CN202110041971.0A CN202110041971A CN112734242B CN 112734242 B CN112734242 B CN 112734242B CN 202110041971 A CN202110041971 A CN 202110041971A CN 112734242 B CN112734242 B CN 112734242B
Authority
CN
China
Prior art keywords
vehicle
continuous
preset threshold
equal
threshold value
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
Application number
CN202110041971.0A
Other languages
English (en)
Other versions
CN112734242A (zh
Inventor
马琪
孙智彬
张志平
夏曙东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sinoiov Vehicle Network Technology Co ltd
Original Assignee
Beijing Sinoiov Vehicle Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sinoiov Vehicle Network Technology Co ltd filed Critical Beijing Sinoiov Vehicle Network Technology Co ltd
Priority to CN202110041971.0A priority Critical patent/CN112734242B/zh
Publication of CN112734242A publication Critical patent/CN112734242A/zh
Application granted granted Critical
Publication of CN112734242B publication Critical patent/CN112734242B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端，该方法包括：从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；基于历史运行轨迹数据计算待分析车辆的连续行驶总里程；计算历史运行轨迹数据对应的总里程；将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率；根据轨迹连续率确定历史运行轨迹数据是否可用。因此，采用本申请实施例，由于本申请通过车辆的历史行驶轨迹数据计算车辆行驶总里程和车辆连续行驶里程，最后根据车辆连续行驶里程和车辆行驶总里程的比值用来分析大数据中心保存的车辆历史行驶轨迹的可用程度，从而提升了历史车辆数据的置信度，进一步提升了车辆监控系统的服务性能。

Description

一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及 终端
技术领域
本发明涉及数据挖掘技术领域，特别涉及一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端。
背景技术
目前随着机动化的持续发展，日益增加的车辆带来了城市交通拥堵加剧、污染严重、事故频发等不利因素，致使人们对出行感到不安全，尤其致使汽车驾驶员缺乏行车安全感，目前可通过多种手段采集实时的车辆位置信息进行分析来降低不利因素，如：使用无线传感器、GPS、车载传感器、路边雷达及卡口摄像机等设备采集数据进行分析，然而通过这些手段采集的原始交通数据有很多是无效的、冗余的数据。此时需要挖掘有用的历史轨迹信息进行分析，然后利用这些历史轨迹信息对未来车辆将要经过的行驶轨迹进行预测来提醒驾驶员。
在现有技术中，目前关于车辆定位设备上报的轨迹数据进行质量分析和评价中，一般采用的是轨迹完整率来分析，通过观测里程/路网匹配总里程来评价该车GPS数据质量的，这种方法，计算简单粗暴，但是应用场景单一，而且准确性存在一些问题。另一种是基于同时采集的车辆CAN总线上报的数据(例如累计油耗，发动机时长，)做了多源融合后，进行GPS数据质量的分析，这种方式数据采集难度大，成本高，不易实施。因此现有技术都无法确定出车辆历史轨迹数据中的有效数据进行分析，从而降低了监测系统的性能。
因此，如何找到一种有效的方法，实现确定出车辆历史轨迹数据中的有效数据进行分析为亟待解决的问题。
发明内容
本申请实施例提供了一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
第一方面，本申请实施例提供了一种车辆运行轨迹数据的可用度分析方法，该方法包括：
从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；
基于历史运行轨迹数据计算待分析车辆的连续行驶总里程；
计算历史运行轨迹数据对应的总里程；
将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率；
根据轨迹连续率确定历史运行轨迹数据是否可用。
可选的，基于历史运行轨迹数据计算待分析车辆的连续行驶总里程，包括：
计算历史运行轨迹数据中轨迹序列内各轨迹点之间的球面距离，生成连续时间段的球面距离集合；
从连续时间段的球面距离集合中起始位置处遍历获取球面距离小于等于第一预设阈值的球面距离；
当遍历到的球面距离大于第一预设阈值时，判断遍历获取球面距离小于等于第一预设阈值的至少一个球面距离对应的行驶时长是否小于等于第一预设时长；
若是，将小于等于第一预设阈值的至少一个球面距离确定为第一连续里程。
可选的，方法还包括：
从遍历到的球面距离大于第一预设阈值的球面距离处再次遍历获取球面距离大于等于第一预设阈值且小于等于第二预设阈值的球面距离；
当遍历到的球面距离大于等于第二预设阈值或遍历获取的球面距离的次数超过预设遍历次数时，判断遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离对应的行驶时长是否大于等于第一预设时长且小于等于第二运行时长；
若是，将遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离确定为第二连续里程；
将第一连续里程与第二连续里程的总和确定为待分析车辆的连续行驶总里程；其中，第一预设阈值小于第二预设阈值；第一运行时长小于第二运行时长。
可选的，球面距离的计算公式为：
L＝Rθ＝R.arc[cos[cos(α1-α2)cosβ1β2+sinβ1Β2]]；
其中，R为地球半径，O为地球原点,轨迹序列中相邻两个轨迹点A(α1,β1),B(α2,β2)，则：θ＝∠AOB，轨迹点A中α1为经度,β1为维度,轨迹点B中α2为经度,β2为维度。
可选的，运行时长计算公式为T＝S/V，其中S为两点之间的球面距离，V为最高速度120KM/小时。
可选的，根据轨迹连续率确定历史运行轨迹数据是否可用，包括：
当轨迹连续率小于第一预设阈值时，确定历史运行轨迹数据不可用。
可选的，根据轨迹连续率确定历史运行轨迹数据是否可用，包括：
当轨迹连续率大于等于第二预设阈值时，确定历史运行轨迹数据可用；或者，
当轨迹连续率大于等于第一预设阈值且小于第二预设阈值时，确定历史运行轨迹数据中部分数据可用。
第二方面，本申请实施例提供了一种车辆运行轨迹数据的可用度分析装置，装置包括：
轨迹数据获取模块，用于从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；
连续行驶总里程计算模块，用于基于历史运行轨迹数据计算待分析车辆的连续行驶总里程；
历史运行轨迹数据对应的总里程计算模块，用于计算历史运行轨迹数据对应的总里程；
轨迹连续率计算模块，用于将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率；
数据是否可用判断模块，用于根据轨迹连续率确定历史运行轨迹数据是否可用。
第三方面，本申请实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。
第四方面，本申请实施例提供一种终端，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果：
在本申请实施例中，车辆运行轨迹数据的可用度分析装置首先从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据，再基于历史运行轨迹数据计算待分析车辆的连续行驶总里程，然后计算历史运行轨迹数据对应的总里程，其次将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率，最后根据轨迹连续率确定历史运行轨迹数据是否可用。由于本申请通过车辆的历史行驶轨迹数据计算车辆行驶总里程和车辆连续行驶里程，最后根据车辆连续行驶里程和车辆行驶总里程的比值用来分析大数据中心保存的车辆历史行驶轨迹的可用程度，从而提升了历史车辆数据的置信度，进一步提升了车辆监控系统的服务性能。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种车辆运行轨迹数据的可用度分析方法的流程示意图；
图2是本申请实施例提供的一种利用车辆运行轨迹数据的可用度分析过程的实例示意图；
图3是本申请实施例提供的另一种车辆运行轨迹数据的可用度分析方法的流程示意图；
图4是本申请实施例提供的一种车辆运行轨迹数据的可用度分析装置的装置示意图；
图5是本申请实施例提供的一种终端示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
应当明确，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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的系统和方法的例子。
在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
到目前为止，在现有技术中，目前关于车辆定位设备上报的轨迹数据进行质量分析和评价中，一般采用的是轨迹完整率来分析，通过观测里程/路网匹配总里程来评价该车GPS数据质量的，这种方法，计算简单粗暴，但是应用场景单一，而且准确性存在一些问题。另一种是基于同时采集的车辆CAN总线上报的数据(例如累计油耗，发动机时长，)做了多源融合后，进行GPS数据质量的分析，这种方式数据采集难度大，成本高，不易实施。因此现有技术都无法确定出车辆历史轨迹数据中的有效数据进行分析，从而降低了监测系统的性能。为此，本申请提供了一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端，以解决上述相关技术问题中存在的问题。本申请提供的技术方案中，由于本申请通过车辆的历史行驶轨迹数据计算车辆行驶总里程和车辆连续行驶里程，最后根据车辆连续行驶里程和车辆行驶总里程的比值用来分析大数据中心保存的车辆历史行驶轨迹的可用程度，从而提升了历史车辆数据的置信度，进一步提升了车辆监控系统的服务性能，下面采用示例性的实施例进行详细说明。
下面将结合附图1-附图3，对本申请实施例提供的车辆运行轨迹数据的可用度分析方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的车辆运行轨迹数据的可用度分析装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。
请参见图1，为本申请实施例提供了一种车辆运行轨迹数据的可用度分析方法的流程示意图。如图1所示，本申请实施例的方法可以包括以下步骤：
S101，从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；
其中，大数据中心用于保存车辆定位设备上报的轨迹数据，预设周期为用户提前设定的采样周期，采样周期优选7天为一周期，历史运行轨迹数据包括待分析车辆的车辆ID、连续轨迹点经纬度以及每个轨迹点上报时间等信息。
需要说明的是，连续轨迹点为带有时间戳的轨迹序列，可以表征车辆的运动特征。
通常，根据带有时间戳的轨迹序列可以计算待分析车辆的行驶速度和加速度，从而实现对待分析车辆进行监测；同时连续轨迹点经纬度可以计算待分析车辆的实际运行距离是否和车速匹配，最终判断出待分析车辆历史行驶轨迹数据是否可信。
在一种可能的实现方式中，每个车辆的定位设备需要实时采集车辆的运行轨迹，再将采集到的运行轨迹实时上报至大数据中心进行保存。当针对上报的车辆进行可用度分析时，首先用户针对用户终端输入待分析车辆ID以及设定的预设周期，当用户终端接收到输入的参数时，用户终端根据输入参数从大数据中心抽取待分析车辆在过去若干天的历史运行轨迹数据。
需要说明的是，车辆定位设备可以是GPS定位设备、北斗等定位设备。
S102，基于历史运行轨迹数据计算待分析车辆的连续行驶总里程；
其中，连续行驶总里程计算是待分析车辆在设定的条件内运行的轨迹总里程。
在本申请实施例中，假设GPS轨迹相邻两点之间是匀速直线运动，在计算待分析车辆的连续行驶总里程时，首先计算历史运行轨迹数据中轨迹序列内各轨迹点之间的球面距离，生成连续时间段的球面距离集合，再从连续时间段的球面距离集合中起始位置处遍历获取球面距离小于等于第一预设阈值的球面距离，其次当遍历到的球面距离大于第一预设阈值时，判断遍历获取球面距离小于等于第一预设阈值的至少一个球面距离对应的行驶时长是否小于等于第一预设时长，若是，将小于等于第一预设阈值的至少一个球面距离确定为第一连续里程。
然后从遍历到的球面距离大于第一预设阈值的球面距离处再次遍历获取球面距离大于等于第一预设阈值且小于等于第二预设阈值的球面距离，再当遍历到的球面距离大于等于第二预设阈值或遍历获取的球面距离的次数超过预设遍历次数时，判断遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离对应的行驶时长是否大于等于第一预设时长且小于等于第二运行时长，若是，将遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离确定为第二连续里程。
最后将第一连续里程与第二连续里程的总和确定为待分析车辆的连续行驶总里程；其中，第一预设阈值小于第二预设阈值；第一运行时长小于第二运行时长。
其中，球面距离的计算公式为：
L＝Rθ＝R.arc[cos[cos(α1-α2)cosβ1β2+sinβ1Β2]]，其中，R为地球半径，O为地球原点,轨迹序列中相邻两个轨迹点A(α1,β1),B(α2,β2)，则：θ＝∠AOB，轨迹点A中α1为经度,β1为维度,轨迹点B中α2为经度,β2为维度。
其中，运行时长计算公式为T＝S/V，其中S为两点之间的球面距离，V为最高速度120KM/小时。
在一种可能的实现方式中，首先计算待分析车辆在历史运行轨迹数据中轨迹序列内各轨迹点之间的球面距离，生成多个球面距离序列，再从多个球面距离序列的起始端遍历查找两点距离小于等于2千米的球面距离，当遍历到大于两千米的球面距离时，停止遍历，判断之前遍历的小于两千米的球面距离运行时间是否小于60秒，如果时，则标记为连续里程。然后从大于2千米的球面距离开始遍历获取两个轨迹点之间距离在2千米-10千米之内的球面距离，当遍历到大于10千米的球面距离或者遍历次数到达6次时，停止遍历，并判断遍历的球面距离的运行时长是否在60秒到300秒之内，如果是，则标记为连续里程。最后将遍历到的所有连续里程进行相加，得到连续总里程。
例如，用字母可以表示为：当两个轨迹点之间球面距离S<＝2km时，T<＝60s为连续里程；当2km≦S≦10km时,60s≦T≦300s为连续里程(遍历次数最大为6)；当S≧10km时,T≧300s不为连续里程。
S103，计算历史运行轨迹数据对应的总里程；
其中，总里程为全部轨迹点组成的球面距离的总长度。
在一种可能的实现方式中，在计算出待分析车辆历史轨迹点之间所有球面距离后，将计算出的所有球面距离进行相加，得到历史运行轨迹数据的总里程。
S104，将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率；
其中，轨迹连续率为轨迹连续总里程和历史轨迹总里程的比值。
在一种可能的实现方式中，当基于步骤S102计算出连续总里程后，并基于步骤S103计算出历史数据全部总里程后，将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程相除，得到一个位于0到1之间的小数，最后将该小数乘以百分之百转换为百分比的值，并将转换后百分比的值确定为待分析车辆的轨迹连续率。
例如，轨迹连续率＝连续里程/全部里程，轨迹连续率作为车辆行驶轨迹数据质量的置信水平，通过该置信水平可以衡量车辆的轨迹数据的可用程度。
S105，根据轨迹连续率确定历史运行轨迹数据是否可用。
通常，车辆的历史运行轨迹数据可用情况分为可用数据、不可用数据、部分可用数据三种情况。
在一种可能的实现方式中，当轨迹连续率小于第一预设阈值时，确定历史运行轨迹数据不可用。
在另一种可能的实现方式中，当轨迹连续率大于等于第二预设阈值时，确定历史运行轨迹数据可用；或者当轨迹连续率大于等于第一预设阈值且小于第二预设阈值时，确定历史运行轨迹数据中部分数据可用。
优选的，在本申请实施例中轨迹连续率在80％以上，该车的轨迹可用度就非常高，轨迹连续率在50％以下，该车轨迹可用度就非常低，车载终端几乎不可用，如果在50％-80％之间，说明部分数据可用。
例如图2所示，图2是本申请提供的一种应用实例下的车辆轨迹分布示意图，在历史轨迹点1-9中，连续里程分别为轨迹点1-2、2-3、3-4、4-5、5-6、6-7、8-9之间的球面距离，合计为21千米。1-9之间的球面距离总长度为24千米，从而轨迹完整率为：21/24＝0.875，转换成百分数为87.5％。说明该车辆的历史轨迹数据高度可用。
在本申请实施例中，车辆运行轨迹数据的可用度分析装置首先从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据，再基于历史运行轨迹数据计算待分析车辆的连续行驶总里程，然后计算历史运行轨迹数据对应的总里程，其次将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率，最后根据轨迹连续率确定历史运行轨迹数据是否可用。由于本申请通过车辆的历史行驶轨迹数据计算车辆行驶总里程和车辆连续行驶里程，最后根据车辆连续行驶里程和车辆行驶总里程的比值用来分析大数据中心保存的车辆历史行驶轨迹的可用程度，从而提升了历史车辆数据的置信度，进一步提升了车辆监控系统的服务性能。
请参见图2，为本申请实施例提供了一种车辆运行轨迹数据的可用度分析方法的流程示意图。如图2所示，本申请实施例的方法可以包括以下步骤：
S201，从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；
S202，计算所历史运行轨迹数据中轨迹序列内各轨迹点之间的球面距离，生成连续时间段的球面距离集合；
S203，从连续时间段的球面距离集合中起始位置处遍历获取球面距离小于等于第一预设阈值的球面距离；
S204，当遍历到的球面距离大于第一预设阈值时，判断遍历获取球面距离小于等于第一预设阈值的至少一个球面距离对应的行驶时长是否小于等于第一预设时长；
S205，若是，将小于等于第一预设阈值的至少一个球面距离确定为第一连续里程；
S206，从遍历到的球面距离大于第一预设阈值的球面距离处再次遍历获取球面距离大于等于第一预设阈值且小于等于第二预设阈值的球面距离；
S207，当遍历到的球面距离大于等于第二预设阈值或遍历获取的球面距离的次数超过预设遍历次数时，判断遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离对应的行驶时长是否大于等于第一预设时长且小于等于第二运行时长；
S208，若是，将遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离确定为第二连续里程；
S209，将第一连续里程与第二连续里程的总和确定为待分析车辆的连续行驶总里程；其中，第一预设阈值小于第二预设阈值；第一运行时长小于第二运行时长；
S210，计算历史运行轨迹数据对应的总里程；
S211，将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率；
S212，根据轨迹连续率确定历史运行轨迹数据是否可用。
在本申请实施例中，车辆运行轨迹数据的可用度分析装置首先从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据，再基于历史运行轨迹数据计算待分析车辆的连续行驶总里程，然后计算历史运行轨迹数据对应的总里程，其次将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率，最后根据轨迹连续率确定历史运行轨迹数据是否可用。由于本申请通过车辆的历史行驶轨迹数据计算车辆行驶总里程和车辆连续行驶里程，最后根据车辆连续行驶里程和车辆行驶总里程的比值用来分析大数据中心保存的车辆历史行驶轨迹的可用程度，从而提升了历史车辆数据的置信度，进一步提升了车辆监控系统的服务性能。
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
请参见图4，其示出了本发明一个示例性实施例提供的车辆运行轨迹数据的可用度分析装置的结构示意图。该车辆运行轨迹数据的可用度分析装置可以通过软件、硬件或者两者的结合实现成为智能机器人的全部或一部分。该装置1包括轨迹数据获取模块10、连续行驶总里程计算模块20、历史运行轨迹数据对应的总里程计算模块30、轨迹连续率计算模块40、数据是否可用判断模块50。
轨迹数据获取模块10，用于从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；
连续行驶总里程计算模块20，用于基于历史运行轨迹数据计算待分析车辆的连续行驶总里程；
历史运行轨迹数据对应的总里程计算模块30，用于计算历史运行轨迹数据对应的总里程；
轨迹连续率计算模块40，用于将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率；
数据是否可用判断模块50，用于根据轨迹连续率确定历史运行轨迹数据是否可用。
需要说明的是，上述实施例提供的车辆运行轨迹数据的可用度分析装置在执行车辆运行轨迹数据的可用度分析方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的车辆运行轨迹数据的可用度分析装置与车辆运行轨迹数据的可用度分析方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请实施例中，车辆运行轨迹数据的可用度分析装置首先从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据，再基于历史运行轨迹数据计算待分析车辆的连续行驶总里程，然后计算历史运行轨迹数据对应的总里程，其次将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率，最后根据轨迹连续率确定历史运行轨迹数据是否可用。由于本申请通过车辆的历史行驶轨迹数据计算车辆行驶总里程和车辆连续行驶里程，最后根据车辆连续行驶里程和车辆行驶总里程的比值用来分析大数据中心保存的车辆历史行驶轨迹的可用程度，从而提升了历史车辆数据的置信度，进一步提升了车辆监控系统的服务性能。
本发明还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的车辆运行轨迹数据的可用度分析方法。
本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例的车辆运行轨迹数据的可用度分析方法。
请参见图5，为本申请实施例提供了一种终端的结构示意图。如图5所示，终端1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
其中，通信总线1002用于实现这些组件之间的连接通信。
其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。
其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001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 Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(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用于负责显示屏所需要显示的内容的渲染和绘制；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1001中，单独通过一块芯片进行实现。
其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005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、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图5所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及车辆运行轨迹数据的可用度分析应用程序。
在图5所示的终端1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的车辆运行轨迹数据的可用度分析应用程序，并具体执行以下操作：
从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；
基于历史运行轨迹数据计算待分析车辆的连续行驶总里程；
计算历史运行轨迹数据对应的总里程；
将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率；
根据轨迹连续率确定历史运行轨迹数据是否可用。
在一个实施例中，处理器1001在执行基于历史运行轨迹数据计算待分析车辆的连续行驶总里程时，具体执行以下操作：
计算历史运行轨迹数据中轨迹序列内各轨迹点之间的球面距离，生成连续时间段的球面距离集合；
从连续时间段的球面距离集合中起始位置处遍历获取球面距离小于等于第一预设阈值的球面距离；
当遍历到的球面距离大于第一预设阈值时，判断遍历获取球面距离小于等于第一预设阈值的至少一个球面距离对应的行驶时长是否小于等于第一预设时长；
若是，将小于等于第一预设阈值的至少一个球面距离确定为第一连续里程；
从遍历到的球面距离大于第一预设阈值的球面距离处再次遍历获取球面距离大于等于第一预设阈值且小于等于第二预设阈值的球面距离；
当遍历到的球面距离大于等于第二预设阈值或遍历获取的球面距离的次数超过预设遍历次数时，判断遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离对应的行驶时长是否大于等于第一预设时长且小于等于第二运行时长；
若是，将遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离确定为第二连续里程；
将第一连续里程与第二连续里程的总和确定为待分析车辆的连续行驶总里程；其中，第一预设阈值小于第二预设阈值；第一运行时长小于第二运行时长。
在一个实施例中，处理器1001在执行根据轨迹连续率确定历史运行轨迹数据是否可用时，具体执行以下操作：
当轨迹连续率小于第一预设阈值时，确定历史运行轨迹数据不可用。
在一个实施例中，处理器1001在执行根据轨迹连续率确定历史运行轨迹数据是否可用时，具体执行以下操作：
当轨迹连续率大于等于第二预设阈值时，确定历史运行轨迹数据可用；或者，
当轨迹连续率大于等于第一预设阈值且小于第二预设阈值时，确定历史运行轨迹数据中部分数据可用。
在本申请实施例中，车辆运行轨迹数据的可用度分析装置首先从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据，再基于历史运行轨迹数据计算待分析车辆的连续行驶总里程，然后计算历史运行轨迹数据对应的总里程，其次将待分析车辆的连续行驶里程与历史运行轨迹数据对应的总里程的比值确定为待分析车辆的轨迹连续率，最后根据轨迹连续率确定历史运行轨迹数据是否可用。由于本申请通过车辆的历史行驶轨迹数据计算车辆行驶总里程和车辆连续行驶里程，最后根据车辆连续行驶里程和车辆行驶总里程的比值用来分析大数据中心保存的车辆历史行驶轨迹的可用程度，从而提升了历史车辆数据的置信度，进一步提升了车辆监控系统的服务性能。
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，的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (8)

1.一种车辆运行轨迹数据的可用度分析方法，其特征在于，所述方法包括：
从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；
基于所述历史运行轨迹数据计算所述待分析车辆的连续行驶总里程；其中，
所述基于所述历史运行轨迹数据计算所述待分析车辆的连续行驶总里程，包括：
计算所述历史运行轨迹数据中轨迹序列内各轨迹点之间的球面距离，生成连续时间段的球面距离集合；
从所述连续时间段的球面距离集合中起始位置处遍历获取所述球面距离小于等于第一预设阈值的球面距离；
当所述遍历到的球面距离大于所述第一预设阈值时，判断所述遍历获取球面距离小于等于第一预设阈值的至少一个球面距离对应的行驶时长是否小于等于第一预设时长；
若是，将所述小于等于第一预设阈值的至少一个球面距离确定为第一连续里程；
计算所述历史运行轨迹数据对应的总里程；
将所述待分析车辆的连续行驶里程与所述历史运行轨迹数据对应的总里程的比值确定为所述待分析车辆的轨迹连续率；
根据所述轨迹连续率确定所述历史运行轨迹数据是否可用；其中，
所述方法还包括：
从所述遍历到的球面距离大于所述第一预设阈值的球面距离处再次遍历获取所述球面距离大于等于第一预设阈值且小于等于第二预设阈值的球面距离；
当所述遍历到的球面距离大于等于所述第二预设阈值或遍历获取的球面距离的次数超过预设遍历次数时，判断所述遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离对应的行驶时长是否大于等于第一预设时长且小于等于第二运行时长；
若是，将所述遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离确定为第二连续里程；
将所述第一连续里程与所述第二连续里程的总和确定为所述待分析车辆的连续行驶总里程；其中，所述第一预设阈值小于所述第二预设阈值；所述第一预设时长小于所述第二运行时长。
2.根据权利要求1所述的方法，其特征在于，所述球面距离的计算公式为：
L=Rθ=R.arc[cos[cos(α1-α2)cosβ1β2+sinβ1β2]];
其中，R为地球半径，O为地球原点, 轨迹序列中相邻两个轨迹点A(α1, β1), B(α2, β2)，则：θ = ∠AOB，轨迹点A中α1为经度,β1为维度, 轨迹点B中α2为经度,β2为维度。
3.根据权利要求1所述的方法，其特征在于，运行时长计算公式为T = S/V ，其中S为两点之间的球面距离，V为最高速度120KM/小时。
4.根据权利要求1所述的方法，其特征在于，所述根据所述轨迹连续率确定所述历史运行轨迹数据是否可用，包括：
当所述轨迹连续率小于第一预设阈值时，确定所述历史运行轨迹数据不可用。
5.根据权利要求1所述的方法，其特征在于，所述根据所述轨迹连续率确定所述历史运行轨迹数据是否可用，包括：
当所述轨迹连续率大于等于第二预设阈值时，确定所述历史运行轨迹数据可用；或者，
当所述轨迹连续率大于等于第一预设阈值且小于第二预设阈值时，确定所述历史运行轨迹数据中部分数据可用。
6.一种车辆运行轨迹数据的可用度分析装置，其特征在于，所述装置包括：
轨迹数据获取模块，用于从大数据中心获取预设周期内的待分析车辆的历史运行轨迹数据；
连续行驶总里程计算模块，用于基于所述历史运行轨迹数据计算所述待分析车辆的连续行驶总里程；其中，
所述连续行驶总里程计算模块具体用于：
计算所述历史运行轨迹数据中轨迹序列内各轨迹点之间的球面距离，生成连续时间段的球面距离集合；
从所述连续时间段的球面距离集合中起始位置处遍历获取所述球面距离小于等于第一预设阈值的球面距离；
当所述遍历到的球面距离大于所述第一预设阈值时，判断所述遍历获取球面距离小于等于第一预设阈值的至少一个球面距离对应的行驶时长是否小于等于第一预设时长；
若是，将所述小于等于第一预设阈值的至少一个球面距离确定为第一连续里程；
历史运行轨迹数据对应的总里程计算模块，用于计算所述历史运行轨迹数据对应的总里程；
轨迹连续率计算模块，用于将所述待分析车辆的连续行驶里程与所述历史运行轨迹数据对应的总里程的比值确定为所述待分析车辆的轨迹连续率；
数据是否可用判断模块，用于根据所述轨迹连续率确定所述历史运行轨迹数据是否可用；其中，
所述装置还具体用于：
从所述遍历到的球面距离大于所述第一预设阈值的球面距离处再次遍历获取所述球面距离大于等于第一预设阈值且小于等于第二预设阈值的球面距离；
当所述遍历到的球面距离大于等于所述第二预设阈值或遍历获取的球面距离的次数超过预设遍历次数时，判断所述遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离对应的行驶时长是否大于等于第一预设时长且小于等于第二运行时长；
若是，将所述遍历获取的大于等于第一预设阈值且小于等于第二预设阈值的至少一个球面距离确定为第二连续里程；
将所述第一连续里程与所述第二连续里程的总和确定为所述待分析车辆的连续行驶总里程；其中，所述第一预设阈值小于所述第二预设阈值；所述第一预设时长小于所述第二运行时长。
7.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-5任意一项所述的方法。
8.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-5任意一项所述的方法。
CN202110041971.0A 2021-01-13 2021-01-13 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 Active CN112734242B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110041971.0A CN112734242B (zh) 2021-01-13 2021-01-13 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110041971.0A CN112734242B (zh) 2021-01-13 2021-01-13 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端

Publications (2)

Publication Number Publication Date
CN112734242A CN112734242A (zh) 2021-04-30
CN112734242B true CN112734242B (zh) 2023-12-22

Family

ID=75592787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110041971.0A Active CN112734242B (zh) 2021-01-13 2021-01-13 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端

Country Status (1)

Country Link
CN (1) CN112734242B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113433574B (zh) * 2021-06-09 2024-02-06 深圳前海微众银行股份有限公司 一种行驶轨迹处理方法及装置
CN114166241B (zh) * 2021-10-27 2024-09-10 北京中交兴路车联网科技有限公司 一种货运车载终端异常检测方法、装置、存储介质及终端
CN114136342B (zh) * 2021-11-30 2024-03-22 深圳市明睿数据科技有限公司 里程篡改判断方法及系统
CN115046564B (zh) * 2022-06-02 2023-05-05 北京百度网讯科技有限公司 导航处理方法、装置、设备及存储介质
CN116481560B (zh) * 2023-06-21 2023-10-03 天津所托瑞安汽车科技有限公司 车辆行驶里程的计算方法、装置、终端及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012126158A (ja) * 2010-12-13 2012-07-05 Central Japan Railway Co 線路測定データ分析システム
CN110348092A (zh) * 2019-06-28 2019-10-18 浙江吉利控股集团有限公司 一种轨迹数据模拟方法及装置
CN111367906A (zh) * 2019-07-23 2020-07-03 杭州海康威视系统技术有限公司 异常车辆识别方法、装置、设备及计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012126158A (ja) * 2010-12-13 2012-07-05 Central Japan Railway Co 線路測定データ分析システム
CN110348092A (zh) * 2019-06-28 2019-10-18 浙江吉利控股集团有限公司 一种轨迹数据模拟方法及装置
CN111367906A (zh) * 2019-07-23 2020-07-03 杭州海康威视系统技术有限公司 异常车辆识别方法、装置、设备及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
运输车辆轨迹点数据清洗方法研究;高静文;《电脑知识与技术》;189-194 *

Also Published As

Publication number Publication date
CN112734242A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN112734242B (zh) 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端
CN109520744B (zh) 自动驾驶车辆的驾驶性能测试方法和装置
EP3224104B1 (en) Apparatus and method for vehicle economy improvement
CN106846863B (zh) 基于增强现实和云端智能决策的事故黑点警告系统及方法
CN109919347B (zh) 路况生成方法、相关装置和设备
CN110782656B (zh) 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN112687125B (zh) 一种公路上违规停车后的预警方法、装置、存储介质及终端
CN112598169B (zh) 交通运行态势评估方法、系统及装置
CN114140300A (zh) 基于gps数据识别车辆停靠点方法、装置、存储介质及终端
CN115547084A (zh) 道路通行状况预测方法、装置、电子设备及计算机程序产品
JP2023024857A (ja) 路車間連携情報処理方法、装置、システム、電子機器、記憶媒体およびコンピュータプログラム
KR101572582B1 (ko) 네비게이션 장치, 교통 예측 서비스 장치, 교통 예측 서비스 시스템 및 그 방법
CN117274303A (zh) 一种车辆轨迹的智能追踪方法及系统
CN105654745A (zh) 一种基于智能手机的交通流量实时监控方法
CN107657814B (zh) 一种路况信息生成方法和装置
CN106781470B (zh) 城市道路的运行速度的处理方法及装置
Teixeira et al. Assessing traffic-related environmental impacts based on different traffic monitoring applications
EP3922947A2 (en) Traffic analytics system for defining road networks
CN115359671A (zh) 一种路口车辆协同控制方法及相关设备
CN114166234A (zh) 基于路害度量选择导航路线和路害识别预警的系统、方法、装置、处理器及计算机存储介质
CN114419888A (zh) 一种货运车辆的安全预警方法、装置、设备及存储介质
CN114141039A (zh) 基于Android手机高精度定位的车辆安全驾驶预警系统及方法
CN113808388A (zh) 综合考虑小汽车和公共交通运行的交通拥堵分析方法
CN111898878A (zh) 基于预警大数据的车辆风险时空分布分析方法
Jomrich et al. Lane Accurate Detection of Map Changes based on Low Cost Smartphone Data.

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