CN112965963B - 信息处理方法 - Google Patents

信息处理方法 Download PDF

Info

Publication number
CN112965963B
CN112965963B CN202110166300.7A CN202110166300A CN112965963B CN 112965963 B CN112965963 B CN 112965963B CN 202110166300 A CN202110166300 A CN 202110166300A CN 112965963 B CN112965963 B CN 112965963B
Authority
CN
China
Prior art keywords
ordered set
similarity
passing
point
ordered
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
CN202110166300.7A
Other languages
English (en)
Other versions
CN112965963A (zh
Inventor
汤剑
郭庆锋
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.)
Tongdun Technology Co ltd
Tongdun Holdings Co Ltd
Original Assignee
Tongdun Technology Co ltd
Tongdun Holdings 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 Tongdun Technology Co ltd, Tongdun Holdings Co Ltd filed Critical Tongdun Technology Co ltd
Priority to CN202110166300.7A priority Critical patent/CN112965963B/zh
Publication of CN112965963A publication Critical patent/CN112965963A/zh
Application granted granted Critical
Publication of CN112965963B publication Critical patent/CN112965963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开实施例信息处理方法，通过将用于表示实际行驶轨迹的第一有序集合、用于表示可通行路径的第二有序集合进行相似度匹配，确定与第一有序集合最相似的集合，进而可以基于最相似集合确定第一有序集合缺失的通行点，实现了依据最相似的路径确定车辆实际行驶时漏掉的ETC收费门架，最大程度还原了车辆在实际行驶时经过的交易失败的ETC收费门架。

Description

信息处理方法
技术领域
本公开涉及数据处理技术领域，具体涉及到一种信息处理方法。
背景技术
高速公路收费按行驶里程分段收费，该收费模式依赖门架收费系统(例如，ETC门架收费系统),但是实际情况下由于网络，天线信号，特殊天气等因素，无法保证车辆实际行驶经过每个门架断面都能成功收费。
相关技术中，无法确定车辆在实际行驶时漏掉的ETC收费门架。
发明内容
本公开的主要目的在于提供一种信息处理方法，以解决相关技术中车辆行驶时无法确定行驶过程中缺失的ETC收费门架问题。
为了实现上述目的，根据本公开的第一方面，提供了一种信息处理方法方法，包括：获取车辆实际通行轨迹，其中，所述实际通行轨迹上的第一通行点按照车辆经过的时间先后顺序排序形成第一有序集合；确定至少一条与所述实际通行轨迹对应的可通行路径，其中，每条可通行路径上的第二通行点按照车辆经过的时间的先后顺序排序形成第二有序集合；确定所述第一有序集合与所述第二有序集合的相似度，得到第二有序集合中与所述第一有序集合相似度最高的最相似集合；比对所述第一有序集合上的第一通行点与所述最相似集合中的第二通行点，以确定所述第一有序集合缺失的通行点。
可选地，确定所述第一有序集合与所述第二有序集合的相似度包括：所述第一有序集合被划分为第一目标子集和第二目标子集，所述第二有序集合被划分为第三目标子集和第四目标子集；确定所述第一目标子集与所述第三目标子集的第二相似度、所述第二目标子集与所述第四目标子集的第三相似度；对所述第二相似度与所述第三相似度进行求和，得到所述第一有序集合与所述第二有序集合的相似度。
可选地，确定所述第一有序集合与第二有序集合的相似度包括：确定所述第一有序集合与所述第二有序集合在通行点数量维度下的第五相似度、在通行点顺序维度下的第六相似度；基于所述第五相似度和所述第六相似度，确定所述第一有序集合与各个所述第二有序集合的相似度。
可选地，所述确定所述第一有序集合与所述第二有序集合在通行点数量维度下的第五相似度包括：基于S1＝(Е∩D).size/(D.size)*x，计算所述第一有序集合与第二有序集合在通行点数量维度下的第五相似度，其中，E为第一有序集合，D为第二有序集合，(Е∩D).size为所述交集中通行点个数，(D.size)为第二有序集合中第二通行点的个数，x为第一权重值。
可选地，确定所述第一有序集合与所述第二有序集合在通行点顺序维度下的第六相似度包括：计算所述第一有序集合中第一通行点与所述第二有序集合中第二通行点在顺序上的一致性分数；基于S2＝SBM.deval(Е.D)*(1-x)，计算所述第一有序集合与第二有序集合在通行点顺序维度下的第六相似度，其中，1-x为第二权重值；SBM.deval(Е.D)为所述一致性分数。
可选地，基于所述第五相似度和所述第六相似度，确定所述第一有序集合所述第二有序集合的相似度包括：基于trackSimilarity＝S1+S2，确定所述第一有序集合与所述第二有序集合的相似度，其中，S1为所述第五相似度，S2为所述第六相似度。
可选地，在获取车辆实际通行轨迹之前，所述方法还包括建立可通行路径库：基于路径规划算法，确定车辆从第一互通点出发到达第二互通点的至少一个可行驶路径；将各个可行驶路径上的通行点按照车辆经过的时间先后顺序排序，得到至少一个有序集合；将所述至少一个有序集合与所述第一互通点、所述第二互通点对应存储至可通行路径库中。
可选地，确定与所述实际通行轨迹对应的至少一条可通行路径包括：将所述第一有序集合中第一个通行点对应的互通点作为起始点，最后一个通行点作为目标点，在可通行路径库中分别确定与所述起始点、所述目标点相匹配的两个匹配互通点；确定与所述两个匹配互通点对应存储的有序集合，并将确定的有序集合作为所述可通行路径。
根据本公开的第二方面，提供了一种计算机可读存储介质，存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面任意一项实施例所述的信息处理方法。
根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行第一方面任意一项实施例所述的信息处理方法。
本公开实施例信息处理方法，通过将用于表示实际行驶轨迹的第一有序集合、用于表示可通行路径的第二有序集合进行相似度匹配，确定与第一有序集合最相似的集合，进而可以基于最相似集合确定第一有序集合缺失的通行点，实现了依据最相似的路径确定车辆实际行驶时漏掉的ETC收费门架，最大程度还原了车辆在实际行驶时经过的交易失败的ETC收费门架；基于本公开两集合间的相似度计算方法，可以为第一有序集合匹配到更为精确的第二有序集合，从而可以进一步提高ETC收费门架的还原精度；同时本公开采用将第一有序集合和第二有序集合的目标子集分别进行相似度匹配，大大提高了ETC收费门架的还原精度。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施方式，对于本领域普通技术人员来讲，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是根据本公开实施例的信息处理方法的流程图；
图2是根据本公开实施例的信息处理方法的一个应用场景图；
图3是根据本公开实施例的信息处理方法的另一个应用场景图；
图4是根据本公开实施例的电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通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，都应当属于本公开保护的范围。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
根据本公开实施例，提供了一种信息处理方法，如图1所示，该方法包括如下的步骤101至步骤104：
步骤101：获取车辆实际通行轨迹，其中，所述实际通行轨迹上的第一通行点按照车辆经过的时间先后顺序排序形成第一有序集合。
在本实施例中，信息处理方法的执行主体可以是服务器。车辆在高速上实际通行时，可以经过多个ETC收费门架，第一通行点可以用于表示实际通行路径上经过的交易成功的ETC收费门架。第一通行点可以用ETC收费门架编号表示，例如，“S000233001000220010”。按照车辆经过各个ETC收费门架的时间先后顺序排序，可以得到实际通行轨迹对应的第一有序集合。
具体地，服务器可以从ETC门架离线交易表中获取车辆实际通行轨迹包含的交易成功的ETC收费门架信息，将交易成功的ETC收费门架作为实时通行点，并将该实时通行点存入缓存；此外，从内存中读取历史上车辆实际通行轨迹包含的历史交易成功的ETC收费门架信息，将历史交易成功的ETC收费门架作为历史通行点；而后将实时通行点和历史通行点按照车辆经过各个ETC收费门架的时间先后顺序排序，得到有序的第一通行点的集合。基于实时通行点与历史通行点确定第一通行点，最终基于第一通行点最终确定缺失的通行点，采用离线定时批量计算可以避免采用实时计算的方式，内存压力大。
由于对ETC门架数据交易表数据的采样需要一定的时间、互通点输出ETC门架的流水数据存在延时，因此可以将距离当前时刻预设时间段Tt内，车辆实际通行轨迹包含的实时交易成功的ETC收费门架信息作为实时通行点，例如，从ETC门架数据交易表数据的采样频率为1分钟一次，另外互通站点输出ETC门架的流水数据延时在10min左右，因此为了保证实时得到车辆的第一通行点，可以从ETC门架数据交易表中获取获取距离当前时刻11min-15min时间段内，车辆实际通行轨迹上交易成功的ETC收费门架信息。通过近似实时的方式获取车辆在实时形成轨迹时交易成功的ETC收费门架，能够保证车辆轨迹还原的实时性。
历史上车辆实际通行轨迹包含的历史交易成功的ETC收费门架信息，可以是内存中存储的距离当前时刻预设时间段Th(例如，最近一天内)内的交易成功的的ETC收费门架信息，距离当前时刻预设时间段Th可以按需设定。
可以理解的是，距离当前时刻预设时间段Tt应当小于距离当前时刻预设时间段Th。
具体地，可以从数据库中(例如MySql库)获取ETC门架数据交易表，ETC门架数据交易表可包括所有车辆实际行驶时经过的交易成功的ETC收费门架信息、以及车辆实际行驶时经过的交易失败的ETC收费门架信息。参考图2，图2示出了ETC门架交易表的一个示例，ETC门架交易表可以包括passID(行程ID)、VehiclePlate(车牌)、gantryid(门架编号)、transtime(交易时间)gantryordernum(交易信息，例如，101的第一位数字1可以表示上行方向“01，02....可以表示序号；201的第一位数字2可以表示下行方向01，02.....可以表示下行方向序号”)、traderesult(交易结果，0可以表示交易成功，1可以表示交易失败)。
更具体地，在得到ETC门架数据交易表中的数据后，可以采用数据清洗的手段获取交易成功的ETC收费门架信息，而后可以基于交易成功的ETC收费门架信息中的交易时间对用于表示ETC收费门架的第一通行点进行排序，可以理解的是交易时间即为车辆第一通行点的时间。
数据清洗的过程包括但是不限于，过滤冗余数据(例如，过滤掉交易失败的ETC门架信息)、格式统一化(将数据转换为统一的格式)、剔除异常值(例如，过滤掉交易时间为空或交易时间错误的ETC收费门架信息；例如，当前时刻10:55，交易时间为11:00；再例如，出现交易错位的数据，同一辆车经过某个门架断面如果所行使的车道太靠近对面方向门架，可能会导致上行的方向交易成功的数据是门架下行的方向)、处理缺失值(例如，将缺失时间的ETC门架信息可以给定默认时间)。
步骤102：确定至少一条与所述实际通行轨迹对应的可通行路径，其中，每条可通行路径上的第二通行点按照车辆经过的时间的先后顺序排序形成第二有序集合。
在本实施例中，可以将第一有序集合中第一个通行点对应的互通点作为起始点，将第一有序集合中的最后一个通行点对应的互通点作为目标点，确定起始点到目标点之间各个可通行路径，该可通行路径即为与实际通行轨迹对应的可通行路径。第一有序集合中第一个通行点所对应的互通点，可以是实际行驶轨迹上与第一个通行点相邻的前一个互通点；第一有序集合中最后一个通行点所对应的互通点，可以是实际行驶轨迹上与最后一个通行点相邻的后一个互通点。例如，第一个通行点的前一个互通点可以是“杭州”收费站，最后一个通行点的后一个互通点可以是“许村”收费站。每条可通行路径上的第二通行点按照车辆经过的时间的先后顺序排序形成第二有序集合。第二有序集合中第二通行点的顺序可以是，假设车辆在起始点到目标点之间的一条可通行路径上行驶，将车辆经过该条可通行路径上ETC收费门架的时间先后顺序。
在确定起始点和目标点后，可以从可通行路径库中确定与起始点和目标点对应存储的可通行路径。由于互通点可以用于表示高速路上的落地互通点(或者是枢纽互通)，因此在车辆行驶时互通点不会被遗漏，以互通点作为参照点确定可通行路径能够还原车辆实际行驶轨迹的精度。
作为本实施例一种可选的实现方式，在获取车辆实际通行轨迹之前，所述方法还包括建立可通行路径库：基于路径规划算法，确定车辆从第一互通点出发到达第二互通点的至少一个可行驶路径；将各个可行驶路径上的通行点按照车辆经过的时间先后顺序排序，得到至少一个有序集合；将所述至少一个有序集合与所述第一互通点、所述第二互通点对应存储至可通行路径库中。
在本实现方式中，可以预先建立通行路径库，执行主体可以基于路径规划算法确定高速道路上任意一个互通点到达另一个互通点的所有可行驶路径，而后可以从预存储的门架信息表中获取每一条可行驶路径上的所有通行点(即ETC收费门架编号)，在得到每一条可行驶路径所有通行点后可以对每一条轨迹上所有的通行点按照车辆经过的时间先后顺序排序，最终得到多个有序集合，每一个有序集合可以表示任意两个互通点之间的一条可行驶路径；将上述集合和两个通行点对应存储后，即可得到可通行路径库。预存储的门架信息表可以包括ETC收费门架编号、每一个ETC门架对应的前一个互通点和后一个互通点。
作为本实施例一种可选的实现方式，确定与所述实际通行轨迹对应的至少一条可通行路径包括：将所述第一有序集合中第一个通行点对应的互通点作为起始点，最后一个通行点作为目标点，在可通行路径库中分别确定与所述起始点、所述目标点相匹配的两个匹配互通点；确定与所述两个匹配互通点对应存储的有序集合，并将确定的有序集合作为所述可通行路径。
在本实现方式中，可以在可通行路径库中匹配与起始点和目标点对应的两个互通点，而后确定两个互通点对应的有序集合，该有序集合即可表示第二可通行路径。
采用上述可选的实现方式，基于互通点和通行点通过建立的可通行路径库，可以在有序集合匹配时提供准确的与实际行驶轨迹对应的可通行路径，进而可以提高门架交易缺失补漏的精准性，使还原的车辆行驶轨迹更加准确。
步骤103：确定所述第一有序集合与各个第二有序集合的相似度，得到第二有序集合中与所述第一有序集合相似度最高的最相似集合。
在本实施例中，确定第一有序集合与各个第二有序集合的相似度，可用于确定车辆实际通行轨迹和各个可通行路径的相似度。在确定第一有序集合和各个第二有序集合的相似度时，可以直接确定第一有序集合和各个第二有序集合的相似度，最终确定第二有序集合中与第一有序集合相似度最高的最相似集合。
为了描述简洁，可以将ETC收费门架的编号简化为英文字母，例如，第一有序集合{A，M，P}，第二有序集合{A，B，Q，P}，{A，B，C，D，E，P}；{A，M，E，P}；那么可以确定{A，M，P}分别与{A，B，Q，P}，{A，B，C，D，E，P}；{A，M，P}的第一相似度a1，b1，c1；而后可以比较a1，b1，c1的大小，假如a1最大，则第二有序集合中的有序集合{A，B，Q，F}为第一有序集合相似度最高的最相似集合。
作为本实施例一种可选的实现方式，确定所述第一有序集合与第二有序集合的相似度包括：确定所述第一有序集合与所述第二有序集合在通行点数量维度下的第五相似度、在通行点顺序维度下的第六相似度；基于所述第五相似度和所述第六相似度，确定所述第一有序集合与各个所述第二有序集合的相似度。
在本实现方式中，在确定第一有序集合和第二有序集合相似度时，可以分别确定两集合在通行点数量维度维度的相似度、以及两集合通行点在顺序维度下的通行度。
作为本实施例一种可选的实现方式，确定所述第一有序集合与所述第二有序集合在通行点数量维度下的第五相似度包括：基于S1＝(Е∩D).size/(D.size)*x，计算所述第一有序集合与第二有序集合在通行点数量维度下的第五相似度，其中，E为第一有序集合，D为第二有序集合，(Е∩D).size为所述交集中通行点个数，(D.size)为第二有序集合中第二通行点的个数，x为第一权重值。
以第一有序集合E{A，B，F}，第二有序集合D1{A，B，Q，F}，D2{A，B，C，D，E，F}为例，如果第一权重值设定为0.4，D1中第二通行点的个数为4，D2中第二通行点的个数为6，那么集合E与集合D1的交集个数为3，集合E与集合D2的交集个数为3，那么集合E与集合D1的第五相似度S1＝(3/4)*0.4＝0.3；集合E与集合D2的第五相似度S2＝(3/6)*0.4＝0.2。
作为本实施例一种可选的实现方式，确定所述第一有序集合与所述第二有序集合在通行点顺序维度下的第六相似度包括：计算所述第一有序集合中第一通行点与所述第二有序集合中第二通行点在顺序上的一致性分数；基于S2＝SBM.deval(Е.D)*(1-x)，计算所述第一有序集合与第二有序集合在通行点顺序维度下的第六相似度，其中，1-x为第二权重值；SBM.deval(Е.D)为所述一致性分数。
在本实现方式中，在计算通行点在顺序上的相似度时，可以首先计算一致性分数，具体可以采用如图3所示的方式，图中两个列表可以表示两个集合，每个列表的每一层可以表示一个通行点，随着通行点的增加(列表深度的增加)，得到的两集合的通行点交集就不同，图3中每一层不同的颜色代表不同的通行点，在深度1时(前1个通行点)，相同通行点的个数为0，相同通行点所占的比例为相同点的个数0除以总个数1，结果为0；深度2(前2个通行点)时，相同通行点所占的比例为相同通行点的个数1除以总个数2为0.5；深度3(前3个通行点)时，相同通行点所占的比例为相同通行点的个数3除以总个数3为1；深度4(前4个通行点)时，相同通行点所占的比例为相同通行点的个数3除以总个数4为0.75；深度5(两集合的前5个通行点)时，相同通行点所占的比例为相同通行点的个数5除以总个数5为1；因此可以将每层得到比例加和后除以通行点的总数，即可得到两个集合的通行点在顺序上的相似度。
例如，集合E{A，B，F}与集合D1{A，B，Q，F}两集合通行点在顺序上的一致性分数为A3＝(1/1+2/2+2/3+3/4)/4＝0.85；集合E{A，B，F}与集合D2{A，B，C，D，E，F}两集合通行点在顺序上的一致性分数A4＝(1/1+2/2+2/3+2/4+2/5+3/6)/6＝0.68；在得到一致性分数后，可以将计算出的一致性分数乘以第二权重值，得到第六相似度，如果第二权重值为0.6，那么集合E的第一通行点与集合D1的第二通行点在顺序上的第六相似度S3＝A3*0.6＝0.51；集合E的第一通行点与集合D2的第二通行点在顺序上的第六相似度S3＝A4*0.6＝0.408。
作为本实施例一种可选的实现方式，基于所述第五相似度和所述第六相似度，确定所述第一有序集合所述第二有序集合的相似度包括：基于trackSimilarity＝S1+S2，确定所述第一有序集合与所述第二有序集合的相似度，其中，S1为所述第五相似度，S2为所述第六相似度。
在本实现方式中，在得到上述第五相似度和第六相似度之后，可以将二者加和得到第一有序集合与所述各个第二有序集合的相似度。例如，集合E与集合D1的相似度SED1＝S1+S3＝0.3+0.51＝0.81；集合E与集合D2的相似度SED2＝S2+S4＝0.2+0.408＝0.608。
在得到上述相似度大小后，可以将比较各个相似度的大小，将最大相似度对应的第二有序集合确定为最相似集合，例如，集合E与集合D1的相似度0.81最大，那么集合D1为最相似集合。如果相似度的大小相同，那么将通行点个数最少的集合确定为最相似集合(即对应的可通行路径最短)。
作为本实施例一种可选的实现方式，确定所述第一有序集合与所述第二有序集合的相似度包括：所述第一有序集合被划分为第一目标子集和第二目标子集，所述第二有序集合被划分为第三目标子集和第四目标子集；确定所述第一目标子集与所述第三目标子集的第二相似度、所述第二目标子集与所述第四目标子集的第三相似度；对所述第二相似度与所述第三相似度进行求和，得到所述第一有序集合与所述第二有序集合的相似度。
在本实施例中，由于第一有序集合可以用于表示车辆的实际行驶轨迹，第二有序集合可以用于表示起始点和目标点之间的可通行轨迹，在实际高速道路场景中从起始点到目标点时，无论经过中间的哪个通行点,起始点到目标点的顺序不变。因此越靠近起始点以及越靠近终点，路径改变的可能性就越小,实际同行轨迹和可通行路径的相似性就更高；越是远离起始点以及越是远离目标点，中间部分的实际同行轨迹和中间部分可通行路径相似性低的可能性越大。因此为了得到与车辆实际行驶轨迹相似度高的可通行路径，可以将实际行驶轨迹前半段与可通行路径中的一条的前半段进行匹配得到的相似度、车辆的实际行驶轨迹的后半段与可通行路径中的一条的后半段进行倒序匹配得到相似度，二者相加后，得到加和结果；将加和结果最大的相似度所对应的可通行路径确定为与实际行驶轨迹最相似的路径。
具体地，可以将第一目标子集的划分为第一目标子集、第二目标子集；将第二有序集合划分为第三目标子集和第四目标子集。第一目标子集表示前段实际行驶轨迹，如果第一有序集合中的第一通行点个数为n1，该前段实际行驶轨迹可以由第一有序集合中的前m1个通行点表示，{通行点11、通行点12、......通行点m1}。可以用第二目标子集表示剩余后段实际行驶轨迹的反向轨迹，该后段实际行驶轨迹的反向轨迹可以由第一有序集合中的后n-m个通行点的倒序表示，{通行点n1，通行点n1-1，通行点n1-2，......通行点n1-m1}，可以理解的是第一目标子集中第一通行点的个数m1可以按需设定，优选的，前段行驶轨迹是实际行驶轨迹长度的一半，该前段轨迹所包含的所有第一通行点的个数设定为第一目标子集中第一通行点的个数。例如，车辆实际行驶轨迹经过的ETC收费门架包括{A，B，C，D，M，F，P}，那么第一预设数量可以按需选取为3或4等等，那么第一目标子集可以是{A，B，C}或{A，B，C，D}，优选的，如果实际行驶轨迹的前一半轨迹所包含的通行点数量为A、B、C、D，4个，那么第一目标子集中的通行点数量4个，第一目标子集中的通行点为第一有序集合中的前4个{A，B，C，D}，则第二目标子集的通行点个数为剩余的3个，且第二目标子集为{P，F，M}。
更具体地，第二有序集合的第三目标子集表示前段可通行路径，如果第二有序集合中的第二通行点个数为n2，该前段可通行路径可以由第二有序集合中的前m2个通行点表示，{通行点21、通行点22、......通行点m2}。可以用第二有序集合的第四目标子集表示剩余后段可通行路径的反向路径，该后段可通行路径的反向路径可以由第二有序集合中的后n2-m2个通行点的倒序表示，{通行点n2，通行点n2-1，通行点n2-2，......通行点n2-m2}，可以理解的是，第二目标子集中第二通行点的个数m2可以按需设定，优选的，前段可通行路径是可通行路径的一半，该前一半可通行路径所包含的所有第二通行点的个数设定为第三目标子集中第二通行点的个数。例如，起始点和目标点之间的可通行路径包括三条，第一条可通行路径上的收费门架可以组成一个有序集合{A，B，C，D，E，P}；第二条可通行路径{A，F，M，P}；第三条可通行路径{A，B，Q，P}，那么各个第三目标子集中第二通行点数量可以是3、2、2，那么第三目标子集可以是{A，B，C}、{A，F}或{A，B}。由此第四目标子集中第二通行点的个数3，2，2，各个第四目标子集可以是{P，E，D}、{P，M}或{P，Q}。优选的，以第一条可通行路径对应的有序集合{A，B，C，D，E，P}为例，如果可通行路径的前一半路径所包含的通行点数量为A、B、C、D，4个，那么第三目标子集中的通行点数量为4个，第三目标子集中的通行点为第二有序集合中的前4个{A，B，C，D}，则第四目标子集的通行点个数为剩余的2个，且第四目标子集为{P，E}。
具体地，在得到第一目标子集与第三目标子集的第二相似度SA，第二目标子集和第四目标子集的第三相似度SB后，将二者求和S＝SA+SB得到两集合之间的第四相似度。当遍历完所有第二有序集合后，可以得到多个第四相似度，将最大相似对对应的第二有序集合确定为与第一有序集合最相似的集合。
在确定第二相似度和第三相似度时，可以采用上述确定第一有序集合和第二有序集合相似度的方式。具体为可以基于公式：
trackSimilarity1＝(ЕA∩DA).size/(DA.size)*x+SBM.deval(ЕA.DA)*(1-x)；计算所述第一目标子集与第三目标子集的第二相似度；EA为第一目标子集，DA为第三目标子集，ЕA∩DA为第一目标子集和第三目标子集的交集，(ЕA∩DA).size为第一目标子集和第三目标子集交集中通行点个数，(DA.size)为第三目标子集中第二通行点的个数，x为第一权重值；SBM.deval(ЕA.DA)为第一目标子集和第三目标子集在通行点顺序维度下的相似度。
基于公式：
trackSimilarity2＝(ЕB∩DB).size/(DB.size)*x+SBM.deval(ЕB.DB)*(1-x)；计算所述第二目标子集与第四目标子集的第三相似度，EB为第二目标子集，DB为第四目标子集，ЕB∩DB为第二目标子集和第四目标子集的交集，(ЕB∩DB).size为第二目标子集和第四目标子集交集中通行点个数，(DB.size)为第四目标子集中第二通行点的个数，1-x为第二权重值；SBM.deval(ЕB.DB)为第二目标子集和第四目标子集在通行点顺序维度下的相似度。
在计算SBM.deval(ЕB.DB)、SBM.deval(ЕB.DB)时，可以采用如图3所示的方式，在此不再赘述。
步骤104：比对所述第一有序集合上的第一通行点与所述最相似集合中的第二通行点，以确定所述第一有序集合缺失的通行点。
在本实施例中，当确定最相似的集合后，即确定了与实际行驶轨迹最相似的可通行路径，将最相似可通行路径上的第二通行点与实际行驶轨迹上的第一通行点进行比对，得到第一有序集合中缺失的通行点，即实际行驶轨迹缺失的通行点。例如，将集合E{A，B，F}中第一通行点与最相似集合D1{A，B，Q，F}的第二通行点进行比对，可以得到集合E缺失的通行点Q，将Q补全至集合E中，便可得到实际行驶轨迹经过的所有通行点。至此，便确定了车辆在实际行驶漏掉的ETC收费门架，由于第一通行点的集合可以用于表示车辆的行驶轨迹，因此补全后的第一有序集合可用于表示车辆的实际行驶轨迹，实现了对车辆的实际行驶轨迹的还原。
上述通过确定与实际行驶轨迹最相似的路径，进而依据最相似的路径确定车辆实际行驶时漏掉的ETC收费门架，便可对车辆实际行驶时经过的ETC收费门架进行还原，进而提高了车辆行驶轨迹还原的准确性。
在对第一有序集合的第一通行点补全后，可以将补全后的第一通行点进行呈现，呈现方式可以有多种形式，包括但是不限于在passID(行程ID，可以由ETC系统确定，用于标识在高速上行驶的车辆)维度进行数据聚合，得到补全后的门架交易补漏表。门架交易不漏表中通行点的集合便是车辆实际行驶轨迹。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本公开实施例提供了一种电子设备，如图4所示，该电子设备包括一个或多个处理器41以及存储器42，图4中以一个处理器41为例。
该控制器还可以包括：输入装置43和输出装置44。
处理器41、存储器42、输入装置43和输出装置44可以通过总线或者其他方式连接，图4中以通过总线连接为例。
处理器41可以为中央处理器(CentralProcessingUnit，CPU)。处理器41还可以为其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。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。
存储器42作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本公开实施例中的控制方法对应的程序指令/模块。处理器41通过运行存储在存储器42中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的信息处理方法。
存储器42可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据服务器操作的处理装置的使用所创建的数据等。此外，存储器42可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器42可选包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至网络连接装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置43可接收输入的数字或字符信息，以及产生与服务器的处理装置的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。
一个或者多个模块存储在存储器42中，当被一个或者多个处理器41执行时，执行如图1所示的方法。
本领域技术人员可以理解，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，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各电机控制方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(RandomAccessMemory，RAM)、快闪存储器(FlashMemory)、硬盘(HardDiskDrive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本公开的实施方式，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (8)

1.一种信息处理方法，其特征在于，包括：
获取车辆实际通行轨迹，其中，所述实际通行轨迹上的第一通行点按照车辆经过的时间先后顺序排序形成第一有序集合；
确定至少一条与所述实际通行轨迹对应的可通行路径，其中，每条可通行路径上的第二通行点按照车辆经过的时间的先后顺序排序形成第二有序集合；
确定所述第一有序集合与所述第二有序集合的相似度，得到第二有序集合中与所述第一有序集合相似度最高的最相似集合；包括：确定所述第一有序集合与所述第二有序集合在通行点数量维度下的第五相似度、在通行点顺序维度下的第六相似度；基于所述第五相似度和所述第六相似度，确定所述第一有序集合与各个所述第二有序集合的相似度；其中，确定所述第一有序集合与所述第二有序集合在通行点顺序维度下的第六相似度包括：计算所述第一有序集合中第一通行点与所述第二有序集合中第二通行点在顺序上的一致性分数；基于S2＝SBM.deval(Е.D)*(1-x)，计算所述第一有序集合与第二有序集合在通行点顺序维度下的第六相似度，其中，1-x为第二权重值；SBM.deval(Е.D)为所述一致性分数，所述一致性分数为两个列表中每一层相同通行点个数所占比例加和后除以通行点总数，所述两个列表可以表示两个集合，每个列表的每一层可以表示一个通行点；
比对所述第一有序集合上的第一通行点与所述最相似集合中的第二通行点，以确定所述第一有序集合缺失的通行点。
2.根据权利要求1所述的信息处理方法，其特征在于，所述确定所述第一有序集合与所述第二有序集合的相似度包括：
所述第一有序集合被划分为第一目标子集和第二目标子集，所述第二有序集合被划分为第三目标子集和第四目标子集；
确定所述第一目标子集与所述第三目标子集的第二相似度、所述第二目标子集与所述第四目标子集的第三相似度；
对所述第二相似度与所述第三相似度进行求和，得到所述第一有序集合与所述第二有序集合的相似度。
3.根据权利要求1所述的信息处理方法，其特征在于，所述确定所述第一有序集合与所述第二有序集合在通行点数量维度下的第五相似度包括：
基于S1＝(Е∩D).size/(D.size)*x，计算所述第一有序集合与第二有序集合在通行点数量维度下的第五相似度，其中，E为第一有序集合，D为第二有序集合，(Е∩D).size为交集中通行点个数，(D.size)为第二有序集合中第二通行点的个数，x为第一权重值。
4.根据权利要求1所述的信息处理方法，其特征在于，基于所述第五相似度和所述第六相似度，确定所述第一有序集合所述第二有序集合的相似度包括：
基于trackSimilarity＝S1+S2，确定所述第一有序集合与所述第二有序集合的相似度，其中，S1为所述第五相似度，S2为所述第六相似度。
5.根据权利要求1所述的信息处理方法，其特征在于，在获取车辆实际通行轨迹之前，所述方法还包括建立可通行路径库：
基于路径规划算法，确定车辆从第一互通点出发到达第二互通点的至少一个可行驶路径；
将各个可行驶路径上的通行点按照车辆经过的时间先后顺序排序，得到至少一个有序集合；
将所述至少一个有序集合与所述第一互通点、所述第二互通点对应存储至可通行路径库中。
6.根据权利要求5所述的信息处理方法，其特征在于，确定与所述实际通行轨迹对应的至少一条可通行路径包括：
将所述第一有序集合中第一个通行点对应的互通点作为起始点，最后一个通行点作为目标点，在可通行路径库中分别确定与所述起始点、所述目标点相匹配的两个匹配互通点；
确定与所述两个匹配互通点对应存储的有序集合，并将确定的有序集合作为所述可通行路径。
7.一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，所述计算机指令用于使所述计算机执行权利要求1-6任意一项所述的信息处理方法。
8.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-6任意一项所述的信息处理方法。
CN202110166300.7A 2021-02-05 2021-02-05 信息处理方法 Active CN112965963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110166300.7A CN112965963B (zh) 2021-02-05 2021-02-05 信息处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110166300.7A CN112965963B (zh) 2021-02-05 2021-02-05 信息处理方法

Publications (2)

Publication Number Publication Date
CN112965963A CN112965963A (zh) 2021-06-15
CN112965963B true CN112965963B (zh) 2023-07-21

Family

ID=76274866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110166300.7A Active CN112965963B (zh) 2021-02-05 2021-02-05 信息处理方法

Country Status (1)

Country Link
CN (1) CN112965963B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486398B (zh) * 2021-07-13 2024-03-29 华控清交信息科技(北京)有限公司 一种信息比对方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095617A (zh) * 2014-04-29 2015-11-25 国际商业机器公司 构建对象的目标运动轨迹的缺失部分的方法和设备
CN105335592A (zh) * 2014-06-25 2016-02-17 国际商业机器公司 生成时间数据序列的缺失区段中的数据的方法和设备
CN107851125A (zh) * 2015-08-11 2018-03-27 大陆汽车有限责任公司 通过车辆和服务器数据库进行两步对象数据处理以生成、更新和传送精确道路特性数据库的系统和方法
CN109131346A (zh) * 2017-06-27 2019-01-04 通用汽车环球科技运作有限责任公司 用于预测自主车辆中的交通模式的系统和方法
CN111859167A (zh) * 2019-04-29 2020-10-30 北京四维图新科技股份有限公司 路径获取方法、装置、系统和存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8712811B2 (en) * 2001-10-16 2014-04-29 Concur Technologies, Inc. Method and systems for detecting duplicate travel path
CN102034283A (zh) * 2010-12-10 2011-04-27 严皓 基于移动网络的高速公路车辆行驶路径记录系统及其实现方法
CN106023589B (zh) * 2016-06-16 2018-04-10 北京航空航天大学 一种基于卡口数据的车辆轨迹重构方法
BR112019003821A2 (pt) * 2016-08-26 2019-05-21 Crown Equipment Corporation veículo de manejo de materiais, e, método para executar lógica de validação de trajeto com relação a um veículo de manejo de materiais.
US20180247214A1 (en) * 2017-02-28 2018-08-30 Linkedin Corporation Network node analysis and link generation system
CN110058279B (zh) * 2019-04-15 2023-07-21 北京三快在线科技有限公司 一种确定已行驶路径的方法、装置、设备及存储介质
CN110210305B (zh) * 2019-04-30 2023-06-23 驭势（上海）汽车科技有限公司 行驶路径偏差确定方法及装置、存储介质及电子装置
CN110555569B (zh) * 2019-09-12 2023-05-26 招商华软信息有限公司 一种路径还原方法、装置、设备和存储介质
CN110751837B (zh) * 2019-10-23 2021-12-14 招商华软信息有限公司 高速行车路径确定方法、装置、设备和存储介质
CN112131322B (zh) * 2020-09-22 2023-10-10 腾讯科技（深圳）有限公司 时间序列分类方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095617A (zh) * 2014-04-29 2015-11-25 国际商业机器公司 构建对象的目标运动轨迹的缺失部分的方法和设备
CN105335592A (zh) * 2014-06-25 2016-02-17 国际商业机器公司 生成时间数据序列的缺失区段中的数据的方法和设备
CN107851125A (zh) * 2015-08-11 2018-03-27 大陆汽车有限责任公司 通过车辆和服务器数据库进行两步对象数据处理以生成、更新和传送精确道路特性数据库的系统和方法
CN109131346A (zh) * 2017-06-27 2019-01-04 通用汽车环球科技运作有限责任公司 用于预测自主车辆中的交通模式的系统和方法
CN111859167A (zh) * 2019-04-29 2020-10-30 北京四维图新科技股份有限公司 路径获取方法、装置、系统和存储介质

Also Published As

Publication number Publication date
CN112965963A (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
Biagioni et al. Easytracker: automatic transit tracking, mapping, and arrival time prediction using smartphones
EP1300652B1 (de) Verfahren und Anordnung zur Ermittlung eines Kartenfahrwegs in einer Karte, welcher einem tatsächlich zurückgelegten Fahrweg entspricht
CN110443904A (zh) 一种漏费检测方法、装置、服务器及存储介质
CN110174110B (zh) 地图对应的方法和装置、电子设备、计算机可读介质
CN112965963B (zh) 信息处理方法
DE102018203583B4 (de) Verfahren, Fahrerassistenzsystem sowie Kraftfahrzeug zur Prädiktion einer Position oder einer Trajektorie mittels eines graphbasierten Umgebungsmodells
CN113255088B (zh) 一种卡口过车记录的数据补全方法及系统
US11761788B2 (en) Method and apparatus for generating offline map, electronic device and storage medium
CN109841078B (zh) 导航数据处理方法及其装置、存储介质
Ren et al. Learning traffic behaviors by extracting vehicle trajectories from online video streams
CN111649750A (zh) 车辆gps数据地图匹配方法、装置、终端及存储介质
DE102019216914A1 (de) System und verfahren zur automatisierten erzeugung von semantischen karten
CN109871016A (zh) 一种驾驶参考线生成方法、装置、车辆及服务器
CN111489568B (zh) 交通信号灯的调控方法、装置及计算机可读存储介质
CN111141302B (zh) 车辆驾驶到达时间的预估方法、装置及电子设备
WO2021027966A1 (zh) 行进方法、可行进设备和存储介质
CN117146848A (zh) 路径规划方法、装置及电子设备
CN115080550B (zh) 路网交通量分配方法及装置
CN110363320B (zh) 一种预测估计到达时间的方法、装置和计算设备
CN111613052B (zh) 一种交通状况确定方法、装置、电子设备及存储介质
CN116310442A (zh) 轨迹点识别方法、装置及地图制作方法
Arbabi et al. Planning for autonomous driving via interaction-aware probabilistic action policies
CN106097751A (zh) 车辆行驶控制方法及装置
CN112198794A (zh) 一种基于类人驾驶规则与改进深度确定性策略梯度的无人驾驶方法
CN113963550A (zh) 一种多义路径识别方法、装置及电子设备

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