CN113129596A - 行驶数据处理方法、装置、设备、存储介质及程序产品 - Google Patents
行驶数据处理方法、装置、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN113129596A CN113129596A CN202110465254.0A CN202110465254A CN113129596A CN 113129596 A CN113129596 A CN 113129596A CN 202110465254 A CN202110465254 A CN 202110465254A CN 113129596 A CN113129596 A CN 113129596A
- Authority
- CN
- China
- Prior art keywords
- parking
- road section
- average
- parking area
- traffic light
- 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
- G08G1/0125—Traffic data processing
-
- 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
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- 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
- G08G1/07—Controlling traffic signals
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
Abstract
本公开提供了一种行驶数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品,涉及自动驾驶、智能交通等人工智能技术领域。该方法的一具体实施方式包括:获取各路段上经过车辆的平均通行时间,并根据所述平均通行时间确定存在停驻行为的目标路段;根据所述目标路段上的车辆行为轨迹,确定停驻区域;响应于所述停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定所述停驻区域为设置有红绿灯的路口。该实施方式能够及时且准确的确定出停驻区域是否为设置有红绿灯的路口,提升了地图产品中数据的有效性。
Description
技术领域
本公开涉及数据处理技术领域,具体涉及自动驾驶、智能交通等人工智能技术领域,尤其涉及一种行驶数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
随着技术的发展,用户可以便捷的通过各式地图应用获得当前所处的位置及到达目的地的导航规划等信息。
地图产品中,红绿灯对于用户导航、路径时长预估等都有着重要作用,新增红绿灯的及时更新、老旧红绿灯的及时冗余去除,都是地图产品的更新要点。如果更新不及时会造成导航错误,造成时间预估错误,严重影响用户体验。
现有技术往往通过线下采集车来定期采集各区域最新的地图数据。
发明内容
本公开实施例提出了一种行驶数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
第一方面,本公开实施例提出了一种行驶数据处理方法,包括:获取各路段上经过车辆的平均通行时间,并根据平均通行时间确定存在停驻行为的目标路段;根据目标路段上的车辆行为轨迹,确定停驻区域;响应于停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定停驻区域为设置有红绿灯的路口。
第二方面,本公开实施例提出了一种行驶数据处理装置,包括:平均通行时间获取及目标路段筛选单元,被配置成获取各路段上经过车辆的平均通行时间,并根据平均通行时间确定存在停驻行为的目标路段;停驻区域确定单元,被配置成根据目标路段上的车辆行为轨迹,确定停驻区域;红绿灯路口确定单元,被配置成响应于停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定停驻区域为设置有红绿灯的路口。
第三方面,本公开实施例提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的行驶数据处理方法。
第四方面,本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的行驶数据处理方法。
第五方面,本公开实施例提供了一种包括计算机程序的计算机程序产品,该计算机程序在被处理器执行时能够实现如第一方面中任一实现方式描述的行驶数据处理方法。
本公开实施例提供的行驶数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品,首先,获取各路段上经过车辆的平均通行时间,并根据平均通行时间确定存在停驻行为的目标路段;然后,根据目标路段上的车辆行为轨迹,确定停驻区域;接着,响应于停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定停驻区域为设置有红绿灯的路口。
本公开通过能够简单获取到的通行时间在全量路段中快速的筛选出存在停驻现象的目标路段,然后针对筛选出的目标路段的停驻区域的停驻点再对其密度变化情况进行是否具有红绿灯的周期性变化特性的判断,从而准确的确定出停驻区域是否为设置有红绿灯的路口,进而及时的更新地图中的路口和红绿灯数据,提升了地图产品中数据的有效性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开可以应用于其中的示例性系统架构;
图2为本公开实施例提供的一种行驶数据处理方法的流程图;
图3为本公开实施例提供的一种路口停驻点示意图;
图4为本公开实施例提供的一种停驻点周期性变化情况的示意图;
图5为本公开实施例提供的另一种行驶数据处理方法的流程图;
图6为本公开实施例提供的一种地图数据更新方法的流程示意图;
图7为本公开实施例提供的一种行驶数据处理装置的结构框图;
图8为本公开实施例提供的一种适用于执行行驶数据处理方法的电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。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。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,采取了必要的保密措施,且不违背公序良俗。
图1示出了可以应用本公开的行驶数据处理方法、装置、电子设备及计算机可读存储介质的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括路侧终端101、102、103,网络104和服务器105。网络104用以在路侧终端101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
路侧终端101、102、103通过网络104与服务器105交互,以接收或发送消息等。路侧终端101、102、103和服务器105上可以安装有各种用于实现两者之间进行信息通讯的应用,例如车辆图像传输类应用、平均通行时长计算类应用、即时通讯类应用等。
路侧终端101、102、103通常是架设在各路段、路口一侧的硬件设备,用于收集行驶在所监测的路段或路口处的车辆或行人的相关信息,例如图像信息、时间信息、流量信息等等,可具体表现为网络摄像头、传感器或其集成体的多种形式。图1所示例子中,路侧终端101为雷达、路侧终端102为激光测距仪、路侧终端103为网络摄像头。
服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器;服务器为软件时,可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块,在此不做具体限定。
服务器105通过内置的各种应用可以提供各种服务,以可以提供红绿灯分析服务的行驶数据分析类应用为例,服务器105在运行该行驶数据分析类应用时可实现如下效果:首先,通过网络104从各路侧终端101、102、103获取经过各路段的车辆的驶出和驶入的时间信息,并根据时间信息计算得到各路段上经过车辆的平均通行时间;然后,根据平均通行时间确定存在停驻行为的目标路段;接着,根据目标路段上的车辆行为轨迹,确定停驻区域;下一步,响应于停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定停驻区域为设置有红绿灯的路口。后续,还可以根据确定出设置有红绿灯的路口来更新地图数据。
需要指出的是,用于计算各路段上经过车辆的平均通行时间的相关参数除可以从路侧终端101、102、103通过网络104实时获取到之外,也可以通过各种方式预先存储在服务器105本地。因此,当服务器105检测到本地已经存储有这些数据时(例如开始处理之前留存的待分析任务),可选择直接从本地获取这些数据,在此种情况下,示例性系统架构100也可以不包括路侧终端101、102、103和网络104。
由于上述计算过程需要占用较多的运算资源和较强的运算能力,因此本公开后续各实施例所提供的行驶数据处理方法一般由拥有较强运算能力、较多运算资源的服务器105来执行,相应地,行驶数据处理装置一般也设置于服务器105中。
应该理解,图1中的路侧终端、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
请参考图2,图2为本公开实施例提供的一种行驶数据处理方法的流程图,其中流程200包括以下步骤:
步骤201:获取各路段上经过车辆的平均通行时间,并根据平均通行时间确定存在停驻行为的目标路段;
本步骤旨在由行驶数据处理方法的执行主体(例如图1所示的服务器105)获取各路段上经过车辆的平均通行时间,并根据平均通行时间确定存在停驻行为的目标路段。
其中,平均通行时间可作为成品数据直接由上述执行主体获取到,也可以由上述执行主体基于接收到的半成品数据自行分析、计算得到,例如半成品数据为图1所示的路侧终端101、102、103直接采集到的车辆行驶数据。该路段的平均通行时间表征车辆通过该路段的平均时长,应当理解的是,若该路段上未设置有红绿灯,那么在该路段行驶的车辆在不用停车的情况下,其通行时长会与路段长度保持一个相对合适的对应关系,例如在路段长度为2公里的情况下,平均通行时长为2.4分钟,因此可推算出平均时速为50公里/小时;若该路段上设置有红绿灯,那么相比未设置有红绿灯的相同路段,其平均通行时长应当会稍大,例如3分钟。
本步骤的目的是通过平均通行时间来从全量的路段中筛选出可能存在停驻行为的目标路段,所依据的原理正是存在停驻行为的路段的平均通行时长会大于不存在停驻行为的路段,若在较长的路段上偶尔持续以低速行驶,也会导致通行时长变大,但此种情况会因相对较长的统计周期、相对较多的车辆而被稀释,因此使用平均通行时长是一种较为可靠的判别方式。同时,还需要合理的考虑车辆产生停驻行为相比于不产生停驻行为对平均通行时间的影响程度,进而合理的设置筛选出目标路段的合理临界值。
步骤202:根据目标路段上的车辆行为轨迹,确定停驻区域;
步骤201通过平均通行时间这一较为容易获取到的参数,初步的出全量路段中筛选出可能存在停驻行为的目标路段。因此本步骤就能够使得上述执行主体在少量的目标路段上进一步的根据车辆行为轨迹来确定具体产生停驻行为的停驻区域。
车辆行为轨迹可以表征车辆在一段时间内位置的连续变化,而停驻行为又可以具体拆分为:从初速度不断减速至零、再从零起步增加至另一个新的速度,反应在车辆行为轨迹上,就是产生停驻点(一段时间内位置不变化或变化极小所产生的轨迹点),而多个停驻点所在的区域即为停驻区域。单个停驻点可能因为各种意外因素产生,若多个停驻点聚集性产生,则可以说明多辆车基于相同的理由产生停驻行为,例如受限于红绿灯所指示的通行状态。
步骤203:响应于停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定停驻区域为设置有红绿灯的路口。
在步骤202的基础上,本步骤旨在由上述执行主体在确定停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性时,确定停驻区域为设置有红绿灯的路口。
也就是说车辆产生上述停驻行为是受到路口设置的红绿灯的影响,即间隔一定时长后在红、黄(可能没有)、绿颜色的显示灯之间的变换,而呈现红色的一侧的车辆应当在红色保持阶段按照距离的远近依次产生停驻行为,反之,呈现绿色的一侧的车辆应当在绿色保持阶段按照距离的远近依次取消停驻行为。
为便于理解,可参见图3所示的位于设置有红绿灯的路段的停驻点示意图,可以看出,停驻点均出现在红绿灯所指示的通行区域的两侧,即路口两侧;图4则示出了一种在后绿灯区域内停驻点的密度变化趋势图,可以看出,不同时间切片之间的停驻点密度成周期性变化,且周期性变换情况正好红绿灯的变换情况一致。
本公开实施例提供的行驶数据处理方法,通过能够简单获取到的通行时间在全量路段中快速的筛选出存在停驻现象的目标路段,然后针对筛选出的目标路段的停驻区域的停驻点再对其密度变化情况进行是否具有红绿灯的周期性变化特性的判断,从而准确的确定出停驻区域是否为设置有红绿灯的路口,进而及时的更新地图中的路口和红绿灯数据,提升了地图产品中数据的有效性。
请参考图5,图5为本公开实施例提供的另一种行驶数据处理方法的流程图,其中流程500包括以下步骤:
步骤501:接收分别设置在各路段起始处和末尾处的摄像头传入的车辆驶入图像和车辆驶出图像;
本实施例具体以图1所示的路侧终端103(即网络摄像头)为例,基于其工作特性,分别设置在路段起始处和末尾处的摄像头将能够分别拍摄得到车辆驶入该路段和驶出该路段的图像。
步骤502:根据车辆驶入图像和车辆驶出图像的拍摄时间点,计算得到各路段的平均通行时间;
在步骤501的基础上,本步骤旨在由上述执行主体根据车辆驶入图像和车辆驶出图像的拍摄时间点,来计算出每辆车经过该路段的平均通行时间。
其中,驶入该路段但长期未驶出的车辆不应当参与计算平均通行时间,同理,无法被识别为相同车辆的图像也无法用于计算平均通行时间。另外,拍摄时间点将被作为附加信息附加在图像中,以便上述执行主体从接收到的图像中提取、用于计算。
步骤503:根据平均通行时间与对应路段的长度,确定平均行驶速度;
步骤504:将平均行驶速度低于预设平均行驶速度的路段确定为存在停驻行为的目标路段;
步骤503-步骤504则在步骤502的基础上,提供了一种基于平均行驶速度与预设平均行驶速度的比较,以及基于比较结果确定目标路段的实现方式。其中,预设平均行驶速度基于真实存在停驻行为的路段上的平均行驶速度确定得到,例如可以直接将真实存在停驻行为的路段上的平均行驶速度作为该预设平均行驶速度,也可以在其基础上附加与实际情况对应的修正值,以使其作为判别的临界值更加有效。
相比于直接使用车辆的轨迹信息来直接确定存在停驻行为的路段,本实施例通过步骤501-步骤502提供了使用可简单获取到的车辆驶入/驶出图像来确定平均通行时间,然后又通过步骤503-步骤504基于平均通行时间对应的平均行驶速度与预设平均行驶速度之间的比较,得以快速的筛选出可能存在停驻行为的目标路段。这是由于驶入图像和驶出图像的获取更加简单、运算量更少,因此效率更高。
步骤505:根据目标路段上的车辆行为轨迹,确定停驻区域;
本步骤与流程200中的步骤202一致,此处不再赘述。
步骤506:判断停驻区域内的各停驻点的密度周期变化情况是否具有红绿灯的周期变化特性,若是,执行步骤507,否则执行步骤508;
步骤507:确定停驻区域为设置有红绿灯的路口;
本步骤建立在步骤506的判断结果为停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性的基础上,因此可确定停驻区域实际上为设置有红绿灯的路口。
步骤508:确定停驻区域为异常停驻区域;
本步骤建立在步骤506的判断结果为停驻区域内的各停驻点的密度周期变化情况不具有红绿灯的周期变化特性的基础上,也就是说停驻区域内产生的停驻行为并不是因为设置了的红绿灯所产生的,可能是因为偶然或突发事件导致的路段塌陷、车祸等异常因素导致的,因此本步骤此时将该停驻区域确定为异常停驻区域。
步骤509:获取异常停驻区域的图像信息,并根据图像信息确定异常停驻类型,且生成与异常停驻类型对应的处理指令。
在步骤508的基础上,本步骤旨在由上述执行主体通过获取异常停驻区域的图像信息,来确定该异常停驻区域的产生原因(对应于类型),并进一步的确定后续的处理指令,从而通过尽快的反馈来消除导致产生该异常停驻区域的原因。
在上一实施例的基础上,本实施例通过步骤501-步骤502提供了一种具体的获取平均通行时间的实现方式,通过步骤503-步骤504提供了一种具体的基于平均通行时间确定目标路段的实现方式,通过步骤508-步骤509额外提供了当停驻区域内的各停驻点的密度周期变化情况不具有红绿灯的周期变化特性时的处理方式,提升了方案的完整性。
应当理解的是,步骤501-步骤502提供的一种具体的获取平均通行时间的实现方式,与步骤503-步骤504提供的一种具体的基于平均通行时间确定目标路段的实现方式之间并不存在因果和依赖关系,完全是分别针对不同的上位方案给出的不同下位实现方式,而是否增加步骤508-步骤509额外提供的处理方式也与是否采用如上所示的下位实现方式无关,上述三部分完全可以分别与上一实施例结合形成不同的单独实施例,本实施例仅作为同时包含上述三部分的优选实施例存在。
在上述任意实施例的基础上,在确定停驻区域为设置有红绿灯的路口,本公开还通过图6提供了一种地图数据更新方法,以通过该方法来及时的对地图数据进行更新,以借此提升地图产品中数据的有效性。其流程600包括以下步骤:
步骤601:确定停驻区域为设置有红绿灯的路口;
步骤602:判断该路口在历史地图数据中是否设置有红绿灯,若是,执行步骤604,否则执行步骤603;
本步骤旨在由上述执行主体判断该路口在历史地图数据中是否设置有红绿灯,即首先在历史地图数据中的相同位置检索是否之前就存在红绿灯。
步骤603:在地图数据中为路口增设红绿灯,并更新与增设的红绿灯对应的导航信息;
本步骤建立在步骤602的判断结果为该路口在历史地图数据中显示未设置有红绿灯的基础上,通过上述方案实际上判断出该路段增设了红绿灯,因此需要在地图数据中为路口增设红绿灯,并更新与增设的红绿灯对应的导航信息。
步骤604:根据当前的密度周期变化情况确定红绿灯当前的周期变化时长,并将当前的周期变化时长作为历史地图数据中路口的红绿灯的最新周期变化时长;
本步骤建立在步骤602的判断结果为该路口在历史地图数据中显示设置有红绿灯的基础上,考虑到随着时间的变化红绿灯颜色的变换间隔有可能发生变化,因此根据当前的密度周期变化情况确定红绿灯当前的周期变化时长,并将当前的周期变化时长作为历史地图数据中路口的红绿灯的最新周期变化时长。
需要说明的是,步骤603和步骤604所分别提供的两个分支也可以根据需求分别存在,并不一定要作为非正即反的两个分支。
进一步参考图7,作为对上述各图所示方法的实现,本公开提供了一种行驶数据处理装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的行驶数据处理装置700可以包括:平均通行时间获取及目标路段筛选单元701、停驻区域确定单元702、红绿灯路口确定单元703。其中,平均通行时间获取及目标路段筛选单元701,被配置成获取各路段上经过车辆的平均通行时间,并根据所述平均通行时间确定存在停驻行为的目标路段;停驻区域确定单元702,被配置成根据所述目标路段上的车辆行为轨迹,确定停驻区域;红绿灯路口确定单元703,被配置成响应于所述停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定所述停驻区域为设置有红绿灯的路口。
在本实施例中,行驶数据处理装置700中:平均通行时间获取及目标路段筛选单元701、停驻区域确定单元702、红绿灯路口确定单元703的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,行驶数据处理装置700中还可以包括:
异常停驻区域确定单元,被配置成响应于所述停驻区域内的各停驻点的密度周期变化情况不具有红绿灯的周期变化特性,确定所述停驻区域为异常停驻区域;
异常停驻区域处理单元,被配置成获取所述异常停驻区域的图像信息,并根据所述图像信息确定异常停驻类型,且生成与所述异常停驻类型对应的处理指令。
在本实施例的一些可选的实现方式中,平均通行时间获取及目标路段筛选单元701可以包括被配置成获取各路段上经过车辆的平均通行时间的平均通行时长获取子单元,所述平均通行时长获取子单元被进一步配置成:
接收分别设置在各路段起始处和末尾处的摄像头传入的车辆驶入图像和车辆驶出图像;
根据所述车辆驶入图像和所述车辆驶出图像的拍摄时间点,计算得到各路段的平均通行时间。
在本实施例的一些可选的实现方式中,平均通行时间获取及目标路段筛选单元701可以包括被配置成根据所述平均通行时间确定存在停驻行为的目标路段的目标路段筛选子单元,所述目标路段筛选子单元被进一步配置成:
根据所述平均通行时间与对应路段的长度,确定平均行驶速度;
将所述平均行驶速度低于预设平均行驶速度的路段确定为存在停驻行为的目标路段;其中,所述预设平均行驶速度基于真实存在停驻行为的路段上的平均行驶速度确定得到。
在本实施例的一些可选的实现方式中,行驶数据处理装置700中还可以包括:
红绿灯新增处理单元,被配置成响应于所述路口在历史地图数据中未设置有红绿灯,在地图数据中为所述路口增设红绿灯,并更新与增设的红绿灯对应的导航信息。
在本实施例的一些可选的实现方式中,行驶数据处理装置700中还可以包括:
红绿灯周期变化时长更新单元,被配置成响应于所述路口在所述历史地图数据设置有红绿灯,根据当前的密度周期变化情况确定红绿灯当前的周期变化时长,并将当前的周期变化时长作为所述历史地图数据中所述路口的红绿灯的最新周期变化时长。
本实施例作为对应于上述方法实施例的装置实施例存在,本实施例提供的行驶数据处理装置,通过能够简单获取到的通行时间在全量路段中快速的筛选出存在停驻现象的目标路段,然后针对筛选出的目标路段的停驻区域的停驻点再对其密度变化情况进行是否具有红绿灯的周期性变化特性的判断,从而准确的确定出停驻区域是否为设置有红绿灯的路口,进而及时的更新地图中的路口和红绿灯数据,提升了地图产品中数据的有效性。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如行驶数据处理方法。例如,在一些实施例中,行驶数据处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的行驶数据处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行行驶数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷。
本公开实施例通过能够简单获取到的通行时间在全量路段中快速的筛选出存在停驻现象的目标路段,然后针对筛选出的目标路段的停驻区域的停驻点再对其密度变化情况进行是否具有红绿灯的周期性变化特性的判断,从而准确的确定出停驻区域是否为设置有红绿灯的路口,进而及时的更新地图中的路口和红绿灯数据,提升了地图产品中数据的有效性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种行驶数据处理方法,包括:
获取各路段上经过车辆的平均通行时间,并根据所述平均通行时间确定存在停驻行为的目标路段;
根据所述目标路段上的车辆行为轨迹,确定停驻区域;
响应于所述停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定所述停驻区域为设置有红绿灯的路口。
2.根据权利要求1所述的方法,还包括:
响应于所述停驻区域内的各停驻点的密度周期变化情况不具有红绿灯的周期变化特性,确定所述停驻区域为异常停驻区域;
获取所述异常停驻区域的图像信息,并根据所述图像信息确定异常停驻类型,且生成与所述异常停驻类型对应的处理指令。
3.根据权利要求1所述的方法,其中,所述获取各路段上经过车辆的平均通行时间,包括:
接收分别设置在各路段起始处和末尾处的摄像头传入的车辆驶入图像和车辆驶出图像;
根据所述车辆驶入图像和所述车辆驶出图像的拍摄时间点,计算得到各路段的平均通行时间。
4.根据权利要求1所述的方法,其中,所述根据所述平均通行时间确定存在停驻行为的目标路段,包括:
根据所述平均通行时间与对应路段的长度,确定平均行驶速度;
将所述平均行驶速度低于预设平均行驶速度的路段确定为存在停驻行为的目标路段;其中,所述预设平均行驶速度基于真实存在停驻行为的路段上的平均行驶速度确定得到。
5.根据权利要求1-4任一项所述的方法,还包括:
响应于所述路口在历史地图数据中未设置有红绿灯,在地图数据中为所述路口增设红绿灯,并更新与增设的红绿灯对应的导航信息。
6.根据权利要求1-4任一项所述的方法,还包括:
响应于所述路口在所述历史地图数据设置有红绿灯,根据当前的密度周期变化情况确定红绿灯当前的周期变化时长,并将当前的周期变化时长作为所述历史地图数据中所述路口的红绿灯的最新周期变化时长。
7.一种行驶数据处理装置,包括:
平均通行时间获取及目标路段筛选单元,被配置成获取各路段上经过车辆的平均通行时间,并根据所述平均通行时间确定存在停驻行为的目标路段;
停驻区域确定单元,被配置成根据所述目标路段上的车辆行为轨迹,确定停驻区域;
红绿灯路口确定单元,被配置成响应于所述停驻区域内的各停驻点的密度周期变化情况具有红绿灯的周期变化特性,确定所述停驻区域为设置有红绿灯的路口。
8.根据权利要求7所述的装置,还包括:
异常停驻区域确定单元,被配置成响应于所述停驻区域内的各停驻点的密度周期变化情况不具有红绿灯的周期变化特性,确定所述停驻区域为异常停驻区域;
异常停驻区域处理单元,被配置成获取所述异常停驻区域的图像信息,并根据所述图像信息确定异常停驻类型,且生成与所述异常停驻类型对应的处理指令。
9.根据权利要求7所述的装置,其中,所述平均通行时间获取及目标路段筛选单元包括被配置成获取各路段上经过车辆的平均通行时间的平均通行时长获取子单元,所述平均通行时长获取子单元被进一步配置成:
接收分别设置在各路段起始处和末尾处的摄像头传入的车辆驶入图像和车辆驶出图像;
根据所述车辆驶入图像和所述车辆驶出图像的拍摄时间点,计算得到各路段的平均通行时间。
10.根据权利要求7所述的装置,其中,所述平均通行时间获取及目标路段筛选单元包括被配置成根据所述平均通行时间确定存在停驻行为的目标路段的目标路段筛选子单元,所述目标路段筛选子单元被进一步配置成:
根据所述平均通行时间与对应路段的长度,确定平均行驶速度;
将所述平均行驶速度低于预设平均行驶速度的路段确定为存在停驻行为的目标路段;其中,所述预设平均行驶速度基于真实存在停驻行为的路段上的平均行驶速度确定得到。
11.根据权利要求7-10任一项所述的装置,还包括:
红绿灯新增处理单元,被配置成响应于所述路口在历史地图数据中未设置有红绿灯,在地图数据中为所述路口增设红绿灯,并更新与增设的红绿灯对应的导航信息。
12.根据权利要求7-10任一项所述的装置,还包括:
红绿灯周期变化时长更新单元,被配置成响应于所述路口在所述历史地图数据设置有红绿灯,根据当前的密度周期变化情况确定红绿灯当前的周期变化时长,并将当前的周期变化时长作为所述历史地图数据中所述路口的红绿灯的最新周期变化时长。
13.一种电子设备,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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的行驶数据处理方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的行驶数据处理方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的行驶数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110465254.0A CN113129596B (zh) | 2021-04-28 | 2021-04-28 | 行驶数据处理方法、装置、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110465254.0A CN113129596B (zh) | 2021-04-28 | 2021-04-28 | 行驶数据处理方法、装置、设备、存储介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113129596A true CN113129596A (zh) | 2021-07-16 |
CN113129596B CN113129596B (zh) | 2022-11-29 |
Family
ID=76780522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110465254.0A Active CN113129596B (zh) | 2021-04-28 | 2021-04-28 | 行驶数据处理方法、装置、设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129596B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114170801A (zh) * | 2021-12-07 | 2022-03-11 | 中国第一汽车股份有限公司 | 路口通行时长的确定方法、装置、电子终端及存储介质 |
CN114528365A (zh) * | 2022-02-21 | 2022-05-24 | 北京百度网讯科技有限公司 | 高速公路停车区域的识别方法及装置、电子设备和介质 |
CN114926980A (zh) * | 2022-04-22 | 2022-08-19 | 阿里巴巴(中国)有限公司 | 交通数据挖掘方法、装置、电子设备及计算机程序产品 |
CN115440063A (zh) * | 2022-09-01 | 2022-12-06 | 的卢技术有限公司 | 交通信号灯的控制方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110675644A (zh) * | 2019-09-27 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 道路红绿灯的识别方法、装置、电子设备及存储介质 |
CN110853382A (zh) * | 2019-11-20 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 一种红绿灯数据的处理方法及装置 |
CN111386559A (zh) * | 2018-10-25 | 2020-07-07 | 北京嘀嘀无限科技发展有限公司 | 一种路口是否存在目标道路设施的判断方法及系统 |
-
2021
- 2021-04-28 CN CN202110465254.0A patent/CN113129596B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111386559A (zh) * | 2018-10-25 | 2020-07-07 | 北京嘀嘀无限科技发展有限公司 | 一种路口是否存在目标道路设施的判断方法及系统 |
CN110675644A (zh) * | 2019-09-27 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 道路红绿灯的识别方法、装置、电子设备及存储介质 |
CN110853382A (zh) * | 2019-11-20 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 一种红绿灯数据的处理方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114170801A (zh) * | 2021-12-07 | 2022-03-11 | 中国第一汽车股份有限公司 | 路口通行时长的确定方法、装置、电子终端及存储介质 |
CN114528365A (zh) * | 2022-02-21 | 2022-05-24 | 北京百度网讯科技有限公司 | 高速公路停车区域的识别方法及装置、电子设备和介质 |
CN114926980A (zh) * | 2022-04-22 | 2022-08-19 | 阿里巴巴(中国)有限公司 | 交通数据挖掘方法、装置、电子设备及计算机程序产品 |
CN115440063A (zh) * | 2022-09-01 | 2022-12-06 | 的卢技术有限公司 | 交通信号灯的控制方法、装置、计算机设备和存储介质 |
CN115440063B (zh) * | 2022-09-01 | 2023-12-05 | 的卢技术有限公司 | 交通信号灯的控制方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113129596B (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113129596B (zh) | 行驶数据处理方法、装置、设备、存储介质及程序产品 | |
CN113240909B (zh) | 车辆监测方法、设备、云控平台和车路协同系统 | |
CN112581763A (zh) | 道路事件检测的方法、装置、设备和存储介质 | |
CN111680362A (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
CN113011323B (zh) | 通行状态的获取方法、相关装置、路侧设备及云控平台 | |
CN114415628A (zh) | 自动驾驶测试方法及装置、电子设备和存储介质 | |
CN112580571A (zh) | 车辆行驶的控制方法、装置及电子设备 | |
CN112579464A (zh) | 自动驾驶算法的校验方法、装置、设备以及存储介质 | |
CN114896166A (zh) | 场景库构建方法、装置、电子设备及存储介质 | |
CN111681417B (zh) | 交通路口渠化调整方法和装置 | |
CN114925114A (zh) | 一种场景数据挖掘方法、装置、电子设备和存储介质 | |
CN112991735B (zh) | 交通流量监测系统的测试方法、装置及设备 | |
CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
CN112559272B (zh) | 车载设备的质量信息确定方法、装置、设备及存储介质 | |
CN113052047A (zh) | 交通事件的检测方法、路侧设备、云控平台及系统 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN113313962A (zh) | 信号灯故障监测方法、装置、电子设备及存储介质 | |
CN113119999B (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN113438318B (zh) | 云控平台的性能测试系统、方法、电子设备及存储介质 | |
CN115891868A (zh) | 自动驾驶车辆的故障检测方法、装置、电子设备和介质 | |
CN111767651B (zh) | 指标预测模型的构建方法、指标预测方法和装置 | |
CN114973656A (zh) | 交通交互性能的评估方法、装置、设备、介质和产品 | |
CN115587496B (zh) | 基于车路协同的测试方法、装置、设备、系统及存储介质 | |
CN115031750B (zh) | 阻断路段的状态确定方法、装置及计算机程序产品 | |
CN112289023B (zh) | 用于自动驾驶的停车仿真测试方法、装置及相关设备 |
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 |