CN112950937B

CN112950937B - 基于车辆轨迹预测道路限速值的方法、装置、设备及介质

Info

Publication number: CN112950937B
Application number: CN202110162338.7A
Authority: CN
Inventors: 马兰伟; 杨晓明; 夏曙东; 孙智彬; 张志平; 胡道生
Original assignee: Beijing Transwiseway Information Technology Co Ltd
Current assignee: Beijing Transwiseway Information Technology Co Ltd
Priority date: 2021-02-05
Filing date: 2021-02-05
Publication date: 2023-01-06
Anticipated expiration: 2041-02-05
Also published as: CN112950937A

Abstract

本发明公开了一种基于车辆轨迹预测道路限速值的方法、装置、设备及介质，所述方法包括：获取预设时间段内与目标道路匹配的车辆轨迹数据；根据所述车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度；根据所述平均速度以及mapreduce算法，得到预测出来的目标道路限速值。根据本公开实施例提供的预测道路限速值的方法，可以基于车辆的轨迹数据动态预测道路的限速值，该方法不仅实施成本低，而且预测的准确率高，大大提高了车辆高速通行的安全性。

Description

基于车辆轨迹预测道路限速值的方法、装置、设备及介质

技术领域

本发明涉及交通安全技术领域，特别涉及一种基于车辆轨迹预测道路限速值的方法、装置、设备及介质。

背景技术

限速是公路交通管理控制中一项重要的管理手段，通过对高速公路进行合理限速，可以有效降低交通事故的发生。

现有技术中，一般都是通过图商采集的地图数据获取道路的限速值，但是随着时间的推移，地图数据中标注的限速值往往与实际的道路限速值差别较大，而且，随着道路的改变限速值可能会发生变化，如果进行实地路测采集成本太高，因此，现有技术中无法准确高效的获得道路的限速信息，影响车辆的出行安全。

发明内容

本公开实施例提供了一种基于车辆轨迹预测道路限速值的方法、装置、设备及介质。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，本公开实施例提供了一种基于车辆轨迹预测道路限速值的方法，包括：

获取预设时间段内与目标道路匹配的车辆轨迹数据；

根据车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度；

根据平均速度以及mapreduce算法，得到预测出来的目标道路限速值。

在一个实施例中，获取预设时间段内与目标道路匹配的车辆轨迹数据之后，还包括：

对车辆轨迹数据进行预处理，删除速度异常的车辆轨迹数据。

在一个实施例中，根据车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度，包括：

以目标道路编号、时间、车牌号为第一次mapreduce算法map阶段分区的关键值，得到目标道路上所有车辆在某小时内的速度值；

将目标道路编号以及所有车辆的速度值输入第一reduce阶段，得到目标道路上所有车辆在某小时内的平均速度。

在一个实施例中，根据平均速度以及mapreduce算法，得到预测出来的目标道路限速值，包括：

以目标道路编号为第二次mapreduce算法map阶段分区的关键值，得到目标道路上所有车辆在某小时内的平均速度；

将目标道路上所有车辆的平均速度输入第二reduce阶段；

第二reduce阶段对目标道路上所有车辆的平均速度按从小到大的顺序排序，将位于0.8分位的平均速度作为预测出来的目标道路限速值。

在一个实施例中，根据平均速度以及mapreduce算法，得到预测出来的目标道路限速值之后，还包括：

修正预测出来的目标道路限速值。

在一个实施例中，修正预测出来的目标道路限速值，包括：

若预测出来的限速值小于高速公路最低限速值，则将预测出来的限速值调整为高速公路最低限速值。

在一个实施例中，修正预测出来的目标道路限速值，包括：

获取目标道路的地理位置信息；

若目标道路与高速公路匝道口相连，则将与目标道路相连的前后两个道路的预测限速值的平均值作为目标道路的预测限速值。

第二方面，本公开实施例提供了一种基于车辆轨迹预测道路限速值的装置，包括：

获取模块，用于获取预设时间段内与目标道路匹配的车辆轨迹数据；

第一预测模块，用于根据车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度；

第二预测模块，用于根据平均速度以及mapreduce算法，得到预测出来的目标道路限速值。

第三方面，本公开实施例提供了一种基于车辆轨迹预测道路限速值的设备，包括处理器和存储有程序指令的存储器，处理器被配置为在执行程序指令时，执行上述实施例提供的基于车辆轨迹预测道路限速值的方法。

第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机可读指令，计算机可读指令可被处理器执行以实现上述实施例提供的一种基于车辆轨迹预测道路限速值的方法。

本公开实施例提供的技术方案可以包括以下有益效果：

本公开实施例提供的预测道路限速值的方法，基于与目标道路匹配的车辆轨迹数据以及mapreduce算法，分析出目标道路上车辆的平均速度，然后根据目标道路上所有车辆的平均速度，确定目标道路的限速值。该方法可以每天分析过去一周的车辆轨迹，实现对目标道路限速信息的动态修正，大大提高了对道路限速值的预测准确性和实时性，而且该方法不用实地路测，方案的实施成本较低。

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是根据一示例性实施例示出的一种基于车辆轨迹预测道路限速值的方法流程示意图；

图2是根据一示例性实施例示出的一种基于车辆轨迹预测道路限速值的方法流程示意图；

图3是根据一示例性实施例示出的一种目标道路所处地图的示意图；

图4是根据一示例性实施例示出的一种基于车辆轨迹预测道路限速值的装置结构示意图；

图5是根据一示例性实施例示出的一种基于车辆轨迹预测道路限速值的设备结构示意图；

图6是根据一示例性实施例示出的一种计算机存储介质的示意图。

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。

本公开实施例提供的道路限速值预测方法，实现根据车辆历史轨迹信息的分析，得出车辆在高速国道省道比较合理的限速值，可以每天分析过去一周的车辆轨迹信息，因此实现对道路限速信息的动态修正。

下面将结合附图1-附图3，对本申请实施例提供的基于车辆轨迹预测道路限速值的方法进行详细介绍。图1是根据一示例性实施例示出的一种基于车辆轨迹预测道路限速值的方法流程示意图，如图1所示，该方法具体包括以下步骤。

S101获取预设时间段内与目标道路匹配的车辆轨迹数据。

具体地，首先获取待识别车辆的轨迹数据，可获取车辆的GPS轨迹点数据，其中，GPS轨迹点是部署在车辆上的GPS(GlobalPositioning System，全球定位系统)设备实时上报的车辆位置数据。通常，GPS设备在实时上报时，上报的时间间隔可以根据实际情况进行设定，本申请优选时间间隔为10S。

需要说明的是，本申请除了采用车辆安装GPS设备实时上报车辆的轨迹数据之外，还可以是由北斗设备定位车辆轨迹并进行上报。

在一种可能的实现方式中，可以获取预设时间段内的车辆轨迹数据，其中，预设时间段本领域技术人员可自行设置，例如，为了满足动态修正道路的限速值，可以每天获取过去一周的车辆轨迹数据，其中，车辆轨迹数据中包括车辆速度信息、时间信息、车牌号信息、经纬度信息等。

进一步地，将获取到的车辆轨迹信息与道路link进行匹配，得到与目标道路匹配的车辆轨迹数据。

进一步地，得到与道路匹配的车辆轨迹数据之后，还包括对车辆轨迹数据进行预处理，例如，删除速度异常的车辆轨迹数据，删除信息缺失的车辆轨迹数据。

S102根据车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度。

在一个实施例中，根据车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度，包括将预处理后的车辆轨迹数据输入mapreduce算法，对车辆轨迹数据进行第一次mapreduce运算。

首先，以目标道路编号、时间、车牌号为第一次mapreduce算法map阶段分区的关键值，得到目标道路上所有车辆在某小时内的速度值。

进一步地，将目标道路编号以及所有车辆的速度值输入第一reduce阶段，第一Reduce阶段将map阶段输出的结果(即某辆车在一条linkId上某个小时所有的速度)相加求和得到速度和sumSpeed，然后利用sumSpeed除以这个车在这条linkId这个小时的所有速度的个数，得到的就是该辆车在一小时内的平均速度，根据该方法，最终可以得到目标道路上所有车辆在某小时内的平均速度。

S103根据平均速度以及mapreduce算法，得到预测出来的目标道路限速值。

在一个实施例中，根据平均速度以及mapreduce算法，得到预测出来的目标道路限速值，包括用第一次mapreduce产生的linkID以及平均速度作为mapreduce算法的输入数据，对输入数据进行第二次mapreduce运算。

具体地，以目标道路编号为第二次mapreduce算法map阶段分区的关键值，得到目标道路上所有车辆在某小时内的平均速度，将目标道路上所有车辆的平均速度输入第二reduce阶段。

进一步地，第二reduce阶段对目标道路上所有车辆的平均速度按从小到大的顺序排序，将位于0.8分位的平均速度作为预测出来的目标道路限速值。在一个示例性场景中，目标道路上所有车辆的平均速度分别是70km/h、78km/h、82km/h、74km/h、77km/h、81km/h、83km/h、85km/h，按从小到大的顺序排序为70km/h、74km/h、77km/h、78km/h、81km/h、82km/h、83km/h、85km/h，则计算出来的0.8分位值为82.6km/h。

则预测出来的目标道路限速值为82.6km/h，由于道路车辆限速值一般为10的整数倍，因此，对得到的分位值进行四舍五入，取10的整数倍作为预测出来的道路限速值，在本公开实施例中，对82.6四舍五入得到的结果是80，最终目标道路的限速为80km/h。

进一步地，还可以修正预测出来的目标道路限速值。

在一个实施例中，修正预测出来的目标道路限速值，包括若预测出来的限速值小于高速公路最低限速值，则将预测出来的限速值调整为高速公路最低限速值。例如，通过上述步骤得到的目标道路限速值为50km/h，低于高速公路最低限速60km/h，则将该目标道路的限速值调整为60km/h。

进一步地，修正预测出来的目标道路限速值，还包括获取目标道路的地理位置信息，若目标道路与高速公路匝道口相连，则将与目标道路相连的前后两个道路的预测限速值的平均值作为目标道路的预测限速值。

如果目标道路与高速公路的出入口的匝道相连，则可能由于车辆拥挤等原因导致限速预测不准确，因此，还可以获取目标道路的位置信息，图3是根据一示例性实施例示出的一种目标道路所处地图的示意图，由地图可知，其中某段道路link与匝道相连，则对该段link的预测限速值进行修正，获取与该段link相连的前后两段道路link，将前后两段道路link的预测限速值的平均值作为该段与匝道相连的道路link的预测限速值。通过该步骤，可以大大提高预测的准确性。

进一步地，得到预测出来的目标道路的限速值之后，还可以实时获取车辆的行驶速度信息，若车辆的行驶速度不在该道路的限速值范围内，则向驾驶人员发出预警信息，提醒驾驶人员调整车速。通过该步骤，可以大大提高高速行车的安全性，也有助于驾驶人员遵守交通规则。

为了便于理解本申请实施例提供的基于车辆轨迹预测道路限速值的方法，下面结合附图2进行说明，如图2所示，该方法主要包括以下步骤：

S201获取预设时间段内与目标道路匹配的车辆轨迹数据。

S202对所述车辆轨迹数据进行预处理，删除速度异常的车辆轨迹数据。

S203对所述车辆轨迹数据进行第一次mapreduce运算，得到目标道路上车辆的平均速度。

S204对目标道路上车辆的平均速度进行第二次mapreduce运算，得到预测出来的目标道路限速值。

进一步地，第二reduce阶段对目标道路上所有车辆的平均速度按从小到大的顺序排序，将位于0.8分位的平均速度作为预测出来的目标道路限速值。

S205对预测出来的目标道路限速值进行修正。

根据本公开实施例提供的预测道路限速值的方法，可以每天分析过去一周的车辆轨迹，实现对目标道路限速信息的动态修正，大大提高了对道路限速值的预测准确性和实时性，而且该方法不用实地路测，方案的实施成本较低，还可以对司机及时发出预警信息，提高高速行车的安全性。

本公开实施例还提供一种基于车辆轨迹预测道路限速值的装置，该装置用于执行上述实施例的基于车辆轨迹预测道路限速值的方法，如图4所示，该装置包括：

获取模块401，用于获取预设时间段内与目标道路匹配的车辆轨迹数据；

第一预测模块402，用于根据车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度；

第二预测模块403，用于根据平均速度以及mapreduce算法，得到预测出来的目标道路限速值。

需要说明的是，上述实施例提供的基于车辆轨迹预测道路限速值的装置在执行基于车辆轨迹预测道路限速值的方法时，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，上述实施例提供的基于车辆轨迹预测道路限速值的装置与基于车辆轨迹预测道路限速值的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。

本公开实施例还提供一种与前述实施例所提供的基于车辆轨迹预测道路限速值的方法对应的电子设备，以执行上述基于车辆轨迹预测道路限速值的方法。

请参考图5，其示出了本申请的一些实施例所提供的一种电子设备的示意图。如图5所示，电子设备包括：处理器500，存储器501，总线502和通信接口503，处理器500、通信接口503和存储器501通过总线502连接；存储器501中存储有可在处理器500上运行的计算机程序，处理器500运行计算机程序时执行本申请前述任一实施例所提供的基于车辆轨迹预测道路限速值的方法。

其中，存储器501可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口503(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。

总线502可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中，存储器501用于存储程序，处理器500在接收到执行指令后，执行程序，前述本申请实施例任一实施方式揭示的基于车辆轨迹预测道路限速值的方法可以应用于处理器500中，或者由处理器500实现。

处理器500可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器500中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器500可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器501，处理器500读取存储器501中的信息，结合其硬件完成上述方法的步骤。

本申请实施例提供的电子设备与本申请实施例提供的基于车辆轨迹预测道路限速值的方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。

本申请实施例还提供一种与前述实施例所提供的基于车辆轨迹预测道路限速值的方法对应的计算机可读存储介质，请参考图6，其示出的计算机可读存储介质为光盘600，其上存储有计算机程序(即程序产品)，计算机程序在被处理器运行时，会执行前述任意实施例所提供的基于车辆轨迹预测道路限速值的方法。

需要说明的是，计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。

本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的基于车辆轨迹预测道路限速值的方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。

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。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims

1.一种基于车辆轨迹预测道路限速值的方法，其特征在于，包括：

获取预设时间段内与目标道路匹配的车辆轨迹数据；

根据所述车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度；

根据所述平均速度以及mapreduce算法，得到预测出来的目标道路限速值；

其中，根据所述车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度，包括：以目标道路编号、时间、车牌号为第一次mapreduce算法map阶段分区的关键值，得到目标道路上所有车辆在某小时内的速度值；将目标道路编号以及所有车辆的速度值输入第一reduce阶段，得到目标道路上所有车辆在某小时内的平均速度；

其中，根据所述平均速度以及mapreduce算法，得到预测出来的目标道路限速值，包括：以目标道路编号为第二次mapreduce算法map阶段分区的关键值，得到目标道路上所有车辆在某小时内的平均速度；将目标道路上所有车辆的平均速度输入第二reduce阶段；第二reduce阶段对所述目标道路上所有车辆的平均速度按从小到大的顺序排序，将位于0.8分位的平均速度作为预测出来的目标道路限速值；

其中，根据所述平均速度以及mapreduce算法，得到预测出来的目标道路限速值，还包括：用第一次mapreduce算法产生的目标道路编号以及平均速度作为第二次mapreduce算法的输入数据，对输入数据进行第二次mapreduce运算。

2.根据权利要求1所述的方法，其特征在于，获取预设时间段内与目标道路匹配的车辆轨迹数据之后，还包括：

对所述车辆轨迹数据进行预处理，删除速度异常的车辆轨迹数据。

3.根据权利要求1所述的方法，其特征在于，根据所述平均速度以及mapreduce算法，得到预测出来的目标道路限速值之后，还包括：

修正预测出来的目标道路限速值。

4.根据权利要求3所述的方法，其特征在于，修正预测出来的目标道路限速值，包括：

5.根据权利要求4所述的方法，其特征在于，修正预测出来的目标道路限速值，包括：

获取所述目标道路的地理位置信息；

若所述目标道路与高速公路匝道口相连，则将与所述目标道路相连的前后两个道路的预测限速值的平均值作为所述目标道路的预测限速值。

6.一种基于车辆轨迹预测道路限速值的装置，其特征在于，包括：

第一预测模块，用于根据所述车辆轨迹数据以及mapreduce算法，得到目标道路上车辆的平均速度；包括：以目标道路编号、时间、车牌号为第一次mapreduce算法map阶段分区的关键值，得到目标道路上所有车辆在某小时内的速度值；将目标道路编号以及所有车辆的速度值输入第一reduce阶段，得到目标道路上所有车辆在某小时内的平均速度；

第二预测模块，用于根据所述平均速度以及mapreduce算法，得到预测出来的目标道路限速值，包括：以目标道路编号为第二次mapreduce算法map阶段分区的关键值，得到目标道路上所有车辆在某小时内的平均速度；将目标道路上所有车辆的平均速度输入第二reduce阶段；第二reduce阶段对所述目标道路上所有车辆的平均速度按从小到大的顺序排序，将位于0.8分位的平均速度作为预测出来的目标道路限速值；其中，根据所述平均速度以及mapreduce算法，得到预测出来的目标道路限速值，还包括：用第一次mapreduce算法产生的目标道路编号以及平均速度作为第二次mapreduce算法的输入数据，对输入数据进行第二次mapreduce运算。

7.一种基于车辆轨迹预测道路限速值的设备，其特征在于，包括处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至5任一项所述的基于车辆轨迹预测道路限速值的方法。

8.一种计算机可读介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至5任一项所述的一种基于车辆轨迹预测道路限速值的方法。