CN113282638A - 一种城建用车识别方法和装置 - Google Patents

Abstract

本申请实施例提供一种城建用车识别方法和装置，涉及数据处理领域，能够更准确的识别城建用车。该方法包括：获取预设时间段内至少一个车辆在每个单位时间段的特征参数；特征参数至少包括：最大运距、行驶里程、平均时速和百公里平均油耗；根据所有车辆在单位时间段的特征参数和标准特征参数范围，确定城建用车；标准特征参数为符合城建用车使用场景的特征参数的范围。

Description

一种城建用车识别方法和装置

技术领域

本申请涉及数据处理领域，尤其涉及一种城建用车识别方法和装置。

背景技术

城市建设是商用车(即城建用车)的重要应用场景之一，其主要功能包括运输建筑原料，废料，渣土等。当前中国市场城建行业商用车(即城建用车)保有量超过700w，但是没有机构或者厂商能够全面知晓这些车辆的应用状况。目前在对这类车辆的应用状态进行调查时，通常是采用对货车司机进行售前询问、售后回访以及现场观察等人力调查的方式。但这种方式人力成本高，调查范围小，往往只能得到片面的数据，从而使得最终得到的调查结果时效性和准确性都较差。

发明内容

本申请的实施例提供一种城建用车识别方法和装置，能够更准确的识别城建用车。

为达到上述目的，本申请的实施例采用如下技术方案：

第一方面，提供一种城建用车识别方法，包括：获取预设时间段内至少一个车辆在每个单位时间段的特征参数；特征参数至少包括：最大运距、行驶里程、平均时速和百公里平均油耗；根据所有车辆在每个单位时间段的特征参数和标准特征参数范围，确定城建用车；标准特征参数范围为符合城建用车使用场景的特征参数的范围。

基于上述技术方案，本申请首先会获取某一段时间(例如一个月)内至少一个车辆在每个单位时间段(例如一天)的特征参数，然后根据车辆在每个单位时间段内的特征参数和标准特征参数范围，确定城建用车。因为特征参数本身是可以反映车辆本身在行驶过程中的特点的，而城建用车和其他类型的车辆的行驶特点也是不一样的，所以这里可以依据车辆的特征参数来筛选其中的城建用车。另外，为了避免短时间的数据造成的判别误差，本申请中还会采集一端时间内每个单位时间段内车辆的特征参数，这样一来，即便实际中出现某些车辆某一天中和城建用车的行驶特点类似，也可以避免将其判定为城建用车。综上，本申请实施例提供的技术方案可以更准确的识别车辆中的城建用车。进一步的，本申请实施例提供的救赎方案因为不需要人工采集数据，人工判定，能够达到降低对城建用车识别的成本和提高城建用车识别效率的目的。

可选的，根据所有车辆在每个单位时间段的特征参数和标准特征参数范围，确定所有车辆中的城建用车，包括：根据所有车辆在单位时间段的特征参数和标准特征参数范围，确定所有车辆中在单位时间段的待定城建用车；获取预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息；根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，确定待定城建用车在其对应的单位时间段的多个停车聚集区；停车聚集区由多个停留点组成；在预设时间段内对应待定城建用车的目标单位时间段的数量大于预设阈值的情况下，将待定城建用车确定为城建用车；所有目标单位时间段中均存在对应待定城建用车的目标停车聚集区；任一个目标单位时间段中的目标停车聚集区的中心点与其他目标单位时间段中的目标停车聚集区的中心点之间的距离小于第一预设长度。

可选的，根据所有车辆在单位时间段的特征参数和标准特征参数范围，确定所有车辆中在单位时间段的待定城建用车，包括：将在单位时间段的特征参数位于标准特征参数范围内的车辆，确定为在单位时间段的待定城建用车。

可选的，根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，确定待定城建用车在其对应的单位时间段的多个停车聚集区，包括：根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，将待定城建用车在其对应的单位时间段的所有停留点聚类为多个待定停车聚集区；将待定城建用车在其对应的单位时间段的多个待定停车聚集区中，对应不同单位时间段且中心点的距离小于第二预设长度的待定停车聚集区组合为一个停车聚集区。

可选的，预设聚类算法包括基于密度的含噪声应用空间聚类DBSCAN算法。

可选的，获取预设时间段内至少一个车辆在每个单位时间段的特征参数之前，还包括：从至少一个车辆的车载设备获取预设时间段内至少一个车辆在每个单位时间段的原始数据；原始数据包括：车辆定位系统时间、车辆经纬度、车辆仪表速度、车辆定位系统速度、行车电脑速度、仪表里程、车辆定位系统里程、标准油耗、燃油消耗总量、发动机转速；对预设时间段内车辆在每个单位时间段的原始数据进行数据清洗，得到预设时间段内车辆在每个单位时间段的待处理数据；

获取预设时间段内至少一个车辆在每个单位时间段的特征参数包括：根据预设时间段内车辆在每个单位时间段的待处理数据，确定预设时间段内车辆在每个单位时间段的特征参数；

获取预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息，包括：根据预设时间段内车辆在每个单位时间段的待处理数据，确定预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息。

第二方面，提供一种城建用车识别装置，该装置包括获取模块和处理模块。其中，获取模块，用于获取预设时间段内至少一个车辆在每个单位时间段的特征参数；特征参数至少包括：最大运距、行驶里程、平均时速和百公里平均油耗；处理模块，用于根据获取模块获取的所有车辆在每个单位时间段的特征参数和标准特征参数范围，确定所有车辆中的城建用车；标准特征参数为符合城建用车使用场景的特征参数的范围。

可选的，处理模块具体用于：根据标准特征参数范围和获取模块获取的所有车辆在单位时间段的特征参数，确定所有车辆中在单位时间段的待定城建用车；获取预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息；根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，确定待定城建用车在其对应的单位时间段的多个停车聚集区；停车聚集区由多个停留点组成；在预设时间段内对应待定城建用车的目标单位时间段的数量大于预设阈值的情况下，将待定城建用车确定为城建用车；所有目标单位时间段中均存在对应待定城建用车的目标停车聚集区；任一个目标单位时间段中的目标停车聚集区的中心点与其他目标单位时间段中的目标停车聚集区的中心点之间的距离小于第一预设长度。

可选的，处理模块具体用于：将在单位时间段的特征参数位于标准特征参数范围内的车辆，确定为在单位时间段的待定城建用车。

可选的，处理模块具体用于：根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，将待定城建用车在其对应的单位时间段的所有停留点聚类为多个待定停车聚集区；将待定城建用车在其对应的单位时间段的多个待定停车聚集区中，对应不同单位时间段且中心点的距离小于第二预设长度的待定停车聚集区组合为一个停车聚集区。

可选的，预设聚类算法包括基于密度的含噪声应用空间聚类DBSCAN算法。

可选的，获取模块在获取预设时间段内至少一个车辆在每个单位时间段的特征参数之前，还用于：从至少一个车辆的车载设备获取预设时间段内至少一个车辆在每个单位时间段的原始数据；原始数据包括：车辆定位系统时间、车辆经纬度、车辆仪表速度、车辆定位系统速度、行车电脑速度、仪表里程、车辆定位系统里程、标准油耗、燃油消耗总量、发动机转速；对预设时间段内车辆在每个单位时间段的原始数据进行数据清洗，得到预设时间段内车辆在每个单位时间段的待处理数据；

获取模块具体用于：根据预设时间段内车辆在每个单位时间段的待处理数据，确定预设时间段内车辆在每个单位时间段的特征参数；

处理模块具体用于：根据获取模块获取的预设时间段内车辆在每个单位时间段的待处理数据，确定预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息。

第三方面，提供一种城建用车识别装置，包括存储器、处理器、总线和通信接口；存储器用于存储计算机执行指令，处理器与存储器通过总线连接；当城建用车识别装置运行时，处理器执行存储器存储的计算机执行指令，以使城建用车识别装置执行如第一方面提供的城建用车识别方法。

第四方面，提供一种计算机可读存储介质，包括计算机执行指令，当计算机执行指令在城建用车识别装置上运行时，使得城建用车识别装置执行如第一方面提供的城建用车识别方法。

需要说明的是，上述指令可以全部或者部分存储在计算机可读存储介质上。其中，计算机可读存储介质可以与城建用车识别装置封装在一起的，也可以单独封装，本申请对此不作限定。

第五方面，提供一种计算机程序产品，当该计算机程序产品在城建用车识别装置上运行时，使得计算机执行如第一方面提供的城建用车识别方法。

可以理解地，上述提供的第二方面至第五方面的方案，均用于执行上文第一方面所提供的对应的城建用车识别方法，因此，其所能达到的有益效果可参考上文所提供的对应的城建用车识别方法中的有益效果，此处不再赘述。

应当理解的是，在本申请中，上述城建用车识别装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本申请类似，属于本申请权利要求及其等同技术的范围之内。另外，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，并不能限制本申请。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例提供的一种城建用车识别系统的结构示意图；

图2为本申请实施例提供的一种城建用车识别方法的流程示意图一；

图3为本申请实施例提供的一种城建用车识别方法的流程示意图二；

图4为本申请实施例提供的一种城建用车识别方法的流程示意图三；

图5为本申请实施例提供的一种城建用车识别方法的流程示意图四；

图6为本申请实施例提供的一种停车聚集区的示意图；

图7为本申请实施例提供的一种城建用车识别方法的流程示意图五；

图8为本申请实施例提供的一种停车聚集区生成示意图；

图9为本申请实施例提供的同一待定城建用车对应不同单位时间段的停车聚集区示意图；

图10为本申请实施例提供的一种城建用车识别装置的结构示意图；

图11为本申请实施例提供的另一种城建用车识别装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

还需要说明的是，本申请实施例中，“的(英文：of)”，“相应的(英文：corresponding，relevant)”和“对应的(英文：corresponding)”有时可以混用，应当指出的是，在不强调其区别时，其所要表达的含义是一致的。

为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。

首先，对本公开所涉及的技术术语进行介绍：

运距：车辆一次行驶过程中起点和终点的最远直线距离，主要用于区分车辆的长短途。

里程：车辆行驶的总路程。

聚类：聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程，聚类就是一种发现这种内在结构的技术，聚类技术经常被称为无监督学习。

目前对于城建用车的识别，大多是人工走访、车辆售前询问和售后回访等方式，这些方式成本较高，调查范围较小，而且最终的识别结果也不够准确。

因此，针对上述问题，本申请提供一种城建用车识别方法，能够结合车辆本身的行驶特征更准确的识别城建用车。本申请实施例提供的城建用车的识别方法应用于如图1所示的城建用车的识别系统中，该系统包括至少一个车载设备01(图1中以01-1、01-2和01-3三个车载设备为例)和电子设备02，每一个车载设备对应一个车辆03(图1中以03-1、03-2和03-3三个车载设备为例),能够采集其对应车辆在行驶过程中的相关数据。车载设备01和电子设备02之间通过无线通讯或有线通讯的方式进行通信。这里的电子设备02可以是终端也可以是服务器，当其为终端时，应当具备有服务器级别的处理能力。

示例性的，当电子设备02为终端时，其具体可以是手机、平板电脑、桌面型、膝上型、手持计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本，以及蜂窝电话、个人数字助理(personal digitalassistant，PDA)、增强现实(augmented reality，AR)\虚拟现实(virtual reality，VR)设备等可以进行数据处理的设备，本公开实施例对终端的具体形态不作特殊限制。

示例性的，当该电子设备02为服务器时，其具体可以是一台服务器，也可以是多台服务器组成的服务器集群，或者是一个云计算服务中心，本公开对此不做限定。电子设备02主要用于从车载设备处获取其对应车辆的行驶相关数据，并对获取到的数据进行分析处理后确定该车辆是否为城建用车。

基于上述系统架构，参照图2所示，本申请实施例提供一种城建用车识别方法，该方法具体的执行主体为城建用车识别装置，该装置可以是图1中电子设备或者其中的一部分，该方法具体可以包括201和202：

201、获取预设时间段内至少一个车辆在每个单位时间段的特征参数。

其中，特征参数至少包括：最大运距、行驶里程、平均时速和百公里平均油耗。

示例性的，预设时间段可以为1月，单位时间段可以为一天。

具体的，特征参数选取以上四项有以下原因：

1、因为城建行业的车辆(城建用车，例如渣土车等)在实际行驶过程区别于一般的长途运输车辆，城建用车往往工作在城市中或者城市附近，因此城建用车每天(即单位时间段的一种可能方式)最大的运距一般不会很长。

2、因为城建用车本身工作过程中会多次往返行驶，所以其单位时间段内的形式里程会达到一定距离。

3、城建用车大多形式的城市中，所以其行驶速度会受到一定限制，而为了能够早写完成工作任务，城建用车一般也都行驶的尽可能块，所以其单位时间段内的平均时速应当和城市道路限速值近似。

4、城建用车多为较大功率牵引车，而且载重普遍较高，再加上收到城市中堵车、交通信号灯等因素的影响，平均油耗较高，所以城建用车的百公里平均油耗应当高于一定值。

基于上述四种考虑，所以本申请中可以使用最大运距、行驶里程、平均时速和百公里平均油耗四种特征参数来对城建用车进行识别。

可选的，结合图2，参照图3所示，为了得到上述的特征参数，201步骤之前还包括200A和200B：

200A、从至少一个车辆的车载设备获取预设时间段内至少一个车辆在每个单位时间段的原始数据。

其中，原始数据包括：车辆定位系统时间、车辆经纬度、车辆仪表速度、车辆定位系统速度、行车电脑速度、仪表里程、车辆定位系统里程、标准油耗、燃油消耗总量、发动机转速。当然，实际中还可以包括其他任意可行的原始数据。

200B、对预设时间段内车辆在每个单位时间段的原始数据进行数据清洗，得到预设时间段内车辆在每个单位时间段的待处理数据。

因为实际中从车载设备获取的原始数据会很多，而且由于各种原因，有些数据会存在缺失、偏差等现象，且某类数据会存在多种(例如用于衡量车辆速度的数据)；另外，车载设备对车辆直接采集的数据为了存储方便，一般也是以字段或者字符串的形式存储的，不能被直接使用。所以这里需要对原始数据进行数据清洗，去除或者增补修改其中存在缺失和偏差的数据，同时对数据格式进行转换。具体清洗方式，根据实际需求而定，本申请对此不做具体限制。清洗完成后的待处理数据可以包括以下内容：车辆定位系统时间、车辆经纬度、行驶速度(车辆仪表速度、车辆定位系统速度、行车电脑速度中数据质量最好(缺失和偏差的情况最小)的一种作为行驶速度)、行驶里程(仪表里程、车辆定位系统里程中数据质量最好的一种)、油耗(标准油耗、燃油消耗总量中数据质量最好的一种)和发动机转速。

在执行完200A和200B的情况下，参照图3所示，201步骤具体可以为:根据预设时间段内车辆在每个单位时间段的待处理数据，确定预设时间段内车辆在每个单位时间段的特征参数。

具体的，根据车辆定位系统时间、车辆经纬度、发动机转速和行驶速度(发动机转速和行驶速度用于确定车辆的起点和终点)确定车辆在每个单位时间段的最大运程；根据车辆定位系统时间和行驶里程可以确定车辆在每个单位时间段的行驶里程；根据车辆定位系统时间和行驶速度确定车辆在每个单位时间段的平均时速；根据车辆定位系统时间和油耗确定车辆在每个单位时间段的百公里平均油耗。

202、根据所有车辆在每个单位时间段的特征参数和标准特征参数范围，确定城建用车。

其中，标准特征参数范围为符合城建用车使用场景的特征参数的范围。具体范围值可以人为调研一部分城建用车后得到。当然，因为不同城市的道路环境可能存在差异，所以对于不同城市而言，标准特征参数范围不同，即每个城市都需要单独调研得出。

一种可实现的方式中，202步骤在实际执行过程中，可以将预设时间段内被特征参数在标准特征参数范围内的单位时间段的数量大于一定值的车辆，确定为城建用车；当然，实际还可以是其他任意可行方式。

基于上述技术方案，本申请首先会获取某一段时间(例如一个月)内至少一个车辆在每个单位时间段(例如一天)的特征参数，然后根据车辆在每个单位时间段内的特征参数和标准特征参数范围，确定城建用车。因为特征参数本身是可以反映车辆本身在行驶过程中的特点的，而城建用车和其他类型的车辆的行驶特点也是不一样的，所以这里可以依据车辆的特征参数来筛选其中的城建用车。另外，为了避免短时间的数据造成的判别误差，本申请中还会采集一端时间内每个单位时间段内车辆的特征参数，这样一来，即便实际中出现某些车辆某一天中和城建用车的行驶特点类似，也可以避免将其判定为城建用车。综上，本申请实施例提供的技术方案可以更准确的识别车辆中的城建用车。进一步的，本申请实施例提供的救赎方案因为不需要人工采集数据，人工判定，能够达到降低对城建用车识别的成本和提高城建用车识别效率的目的。

可选的，因为实际中城建用车除了特征参数处于一定范围内，其还会多次停留在某些区域(例如建筑工地)，所以为了更准确的确定城建用车，结合图2，参照图4所示，202步骤具体可以包括2021-2024：

2021、根据所有车辆在单位时间段的特征参数和标准特征参数范围，确定所有车辆中在单位时间段的待定城建用车。

具体的，2021可以为：将在单位时间段的特征参数位于标准特征参数范围内的车辆，确定为在单位时间段的待定城建用车。即若某个车辆在某个单位时间段的特征参数在标准特征参数范围内，则将该车辆确定为该单位时间段的待定城建用车。

2022、获取预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息。

可选的，结合图3和图4，参照图5所示，在该城建用车识别方法中包括200A和200B的情况下，2022具体可以为：根据预设时间段内车辆在每个单位时间段的待处理数据，确定预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息。

其中，根据车辆定位系统时间、车辆经纬度、发动机转速和行驶速度(发动机转速和行驶速度用于确定车辆是否停留)确定车辆在每个单位时间段的停留点及其位置信息。本申请中，停留点的位置信息可以是经纬度，也可以是根据经纬度转换而成的其他坐标，对此本申请不做具体限制。

2023、根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，确定待定城建用车在其对应的单位时间段的多个停车聚集区。

其中，停车聚集区由多个停留点组成。

示例性的，预设聚类算法可以为基于密度的含噪声应用空间聚类(DBSCAN，density-based spatial clustering of applications with noise)算法，也可以为K均值聚类算法(K-means，k-means clustering algorithm)或者其他可行的聚类算法。

以DBSCAN算法为例，本申请首先需要设置聚类半径R和以R为圆心的圆内停留点数量的最小值M，M主要用于表示停留点的密度。首先任意选取一个停留点O，以O为圆心以R为半径画圆，计算O对应的圆内的数据点的数量；如果O对应圆内停留点数大于或等于M，再以与O相邻的点O’为圆心、以R为半径画圆，并计算O’对应的圆内的数据点的数量；如果O’对应的圆内停留点数大于或等于M，再以相同的方法判断与O’相邻的点，不断扩展得到一个最大化的区域即一个聚类簇(即停车聚集区)，其中，若以某个点为圆心，R为半径的圆内的停留点数小于M，则放弃除该圆的圆心以外的点作为聚集簇中的停留点。然后再对该聚类簇以外的点进行相同的操作得到多个聚类簇。在本申请实施例中，考虑到城建用车的停留点基本都是建筑工地或者建筑垃圾堆放点，可以将R设置为1KM(仅为示例，可根据实际而定)，M设置为2(仅为示例，可根据实际而定)，在对某个车辆的停留点进行聚类后的具体情况可参照图6所示，其中的黑点为该车辆的停留点，小圆圈连成的图型则为停车聚集区，箭头代表圆心的选取顺序。

以K-means算法为例，则需要首先设置聚类簇(停车聚集区)的个数K(具体需要根据经验而定)；然后设置K个聚类簇的初始中心点；遍历所有停留点，选出与K个中心点最相近的K类停留点，得到初步的K个簇。然后根据每个聚类簇中所有停留点的位置信息对初始中心点进行修正，计算每个簇的中心点得到K个新的中心点，选出与与K个新的中心点最相近的K类数据点，得到新的K个簇。重复上述步骤进行不断的迭代，生成相对稳定的K个聚类簇作为最终的结果。

需要说明的是，上述两类聚类算法中，K-means算法需要预先确定K值，K值选择不当会直接影响聚类精度，而且K-means通过反复迭代确定聚类簇，每一个停留点都会被分到一个聚类簇中，会导致噪声点(干扰数据，比如红绿灯停留等)不能被排除。而DBSCAN算法则可以不存在这些缺陷。所以实际中为了达到更好的识别结果，会采用DBSCAN算法或者类似算法。

进一步可选的，因为车辆停车的位置可能每次都不一样，所以实际中可能会存在两个不同单位时间段内聚类的两个停车聚集区实际处于同一停车区域，此时两个区域中心点的距离应当小于一定值，所以为了使得聚合结果更好，后续判断更准确，结合图4，参照图7所示，2023步骤具体可以包括20231和20232：

20231、根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，将待定城建用车在其对应的单位时间段的所有停留点聚类为多个待定停车聚集区。

20232、将待定城建用车在其对应的单位时间段的多个待定停车聚集区中，对应不同单位时间段且中心点的距离小于第二预设长度的待定停车聚集区组合为一个停车聚集区。

其中，多个待定停车聚集区组合的停车聚集区对应的单位时间段为，其组成该停车聚集区的每个待定停车聚集区对应的单位时间段。另外，组成停车聚集区的所有待定停车聚集区中，并不是任意两个待定停车聚集区的中心点都小于第二预设长度，只要对于其中任一个待定停车聚集区，存在有其他的待定停车聚集区的中心点与该任一个待定停车聚集区的中心点的距离小于第二预设长度即可。示例性的，参照图8中(1)所示，如果待定城建用车在第一单位时间段的待第一待定停车聚集区A的中心点a，与待定城建用车在第二单位时间段的第二待定停车聚集区B的中心点b的距离x小于第二预设长度；待定城建用车在第二单位时间段的第二待定停车聚集区B的中心点b，与待定城建用车在第三单位时间段的第三待定停车聚集区C的中心点c的距离y小于第二预设长度；则如图8中(2)所示，将第一待定停车聚集区、第二待定停车区和第三待定停车聚集区组合为对应A、B和C三个单位时间段的停车聚集区X。

某个待定停车聚集区的中心点可以为该待定停车聚集区中所有停留点的位置坐标的平均值。示例性的，第二预设长度可以为1km或者其他任意可行数值，本申请对此不做具体限制。

2024、在预设时间段内对应待定城建用车的目标单位时间段的数量大于预设阈值的情况下，将待定城建用车确定为城建用车；所有目标单位时间段中均存在对应待定城建用车的目标停车聚集区；任一个目标单位时间段中的目标停车聚集区的中心点与其他目标单位时间段中的目标停车聚集区的中心点之间的距离小于第一预设长度。

示例性的，第一预设长度可以为1km或者任意可行数值。

具体的，因为实际中车辆的停留点每次可能都不同，但是大致区域会相同，所以如果在实际聚类过程中可能会存在对应第A天的第一停车聚集区(图9中a)和对应第A+1天的第二停车聚集区(图9中b)很相似，具体可参照图9所示。这种情况下，两者的中心点的距离必然是比较小的(小于第一预设长度)，此时则可以认为两个停车聚集区为同一个停车聚集区，即该车辆连续两天在该停车聚集区进行了停留。

本申请实施例提供的技术方案，首先会获取某一段时间(例如一个月)内至少一个车辆在每个单位时间段(例如一天)的特征参数，然后根据车辆在每个单位时间段内的特征参数和标准特征参数范围，确定城建用车。因为特征参数本身是可以反映车辆本身在行驶过程中的特点的，而城建用车和其他类型的车辆的行驶特点也是不一样的，所以这里可以依据车辆的特征参数来筛选其中的城建用车。另外，为了避免短时间的数据造成的判别误差，本申请中还会采集一端时间内每个单位时间段内车辆的特征参数，这样一来，即便实际中出现某些车辆某一天中和城建用车的行驶特点类似，也可以避免将其判定为城建用车。综上，本申请实施例提供的技术方案可以更准确的识别车辆中的城建用车。进一步的，本申请实施例提供的救赎方案因为不需要人工采集数据，人工判定，能够达到降低对城建用车识别的成本和提高城建用车识别效率的目的。

上述明主要从电子设备的角度对本公开实施例提供的方案进行了介绍。可以理解的是，电子设可以分别通过其中配置的城建用车识别装置实现上述功能。为了实现上述功能，城建用车识别装置包含了执行各个功能相应的硬件结构和/或软件模块，这些执行各个功能相应的硬件结构和/或软件模块可以构成一个。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的算法步骤，本公开能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。

本公开实施例可以根据上述方法示例对电子设备进行功能模块的划分，例如，电子设备可以包括城建用车识别装置，城建用车识别装置可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本公开实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

在采用对应各个功能划分各个功能模块的情况下，图10示出了应用在电子设备02中的城建用车识别装置03的一种可能的结构示意图，该装置包括获取模块31和处理模块32。

其中，获取模块31，用于获取预设时间段内至少一个车辆在每个单位时间段的特征参数；特征参数至少包括：最大运距、行驶里程、平均时速和百公里平均油耗；处理模块32，用于根据获取模块31获取的所有车辆在每个单位时间段的特征参数和标准特征参数范围，确定所有车辆中的城建用车；标准特征参数为符合城建用车使用场景的特征参数的范围。

可选的，处理模块32具体用于：根据标准特征参数范围和获取模块31获取的所有车辆在单位时间段的特征参数，确定所有车辆中在单位时间段的待定城建用车；获取预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息；根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，确定待定城建用车在其对应的单位时间段的多个停车聚集区；停车聚集区由多个停留点组成；在预设时间段内对应待定城建用车的目标单位时间段的数量大于预设阈值的情况下，将待定城建用车确定为城建用车；所有目标单位时间段中均存在对应待定城建用车的目标停车聚集区；任一个目标单位时间段中的目标停车聚集区的中心点与其他目标单位时间段中的目标停车聚集区的中心点之间的距离小于第一预设长度。

可选的，处理模块32具体用于：将在单位时间段的特征参数位于标准特征参数范围内的车辆，确定为在单位时间段的待定城建用车。

可选的，处理模块32具体用于：根据待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，将待定城建用车在其对应的单位时间段的所有停留点聚类为多个待定停车聚集区；将待定城建用车在其对应的单位时间段的多个待定停车聚集区中，对应不同单位时间段且中心点的距离小于第二预设长度的待定停车聚集区组合为一个停车聚集区。

可选的，预设聚类算法包括基于密度的含噪声应用空间聚类DBSCAN算法。

可选的，获取模块31在获取预设时间段内至少一个车辆在每个单位时间段的特征参数之前，还用于：从至少一个车辆的车载设备获取预设时间段内至少一个车辆在每个单位时间段的原始数据；原始数据包括：车辆定位系统时间、车辆经纬度、车辆仪表速度、车辆定位系统速度、行车电脑速度、仪表里程、车辆定位系统里程、标准油耗、燃油消耗总量、发动机转速；对预设时间段内车辆在每个单位时间段的原始数据进行数据清洗，得到预设时间段内车辆在每个单位时间段的待处理数据；

获取模块31具体用于：根据预设时间段内车辆在每个单位时间段的待处理数据，确定预设时间段内车辆在每个单位时间段的特征参数；

处理模块32具体用于：根据获取模块31获取的预设时间段内车辆在每个单位时间段的待处理数据，确定预设时间段内待定城建用车在其对应的单位时间段的所有停留点的位置信息。

关于上述实施例中的城建用车识别装置，其中各个模块执行操作的具体方式已经在前述中的城建用车识别方法的实施例中进行了详细描述，此处将不做详细阐述说明。

在采用集成的单元的情况下，参照图11所示，本申请实施例还提供另一种城建用车识别装置，包括存储器41、处理器42、总线43和通信接口44；存储器41用于存储计算机执行指令，处理器42与存储器41通过总线43连接；当城建用车识别装置运行时，处理器42执行存储器41存储的计算机执行指令，以使城建用车识别装置执行如上述实施例提供的城建用车识别方法。

在具体的实现中，作为一种实施例，处理器42(42-1和42-2)可以包括一个或多个CPU，例如图11中所示的CPU0和CPU1。且作为一种实施例，城建用车识别装置可以包括多个处理器42，例如图11中所示的处理器42-1和处理器42-2。这些处理器42中的每一个CPU可以是一个单核处理器(Single-CPU)，也可以是一个多核处理器(Multi-CPU)。这里的处理器42可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。

存储器41可以是只读存储器41(Read-Only Memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘(compactdisc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器41可以是独立存在，通过总线43与处理器42相连接。存储器41也可以和处理器42集成在一起。

在具体的实现中，存储器41，用于存储本申请中的数据和执行本申请的软件程序对应的计算机执行指令。处理器42可以通过运行或执行存储在存储器41内的软件程序，以及调用存储在存储器41内的数据，城建用车识别装置的各种功能。

通信接口44，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如控制系统、无线接入网(radio access network，RAN)，无线局域网(wireless local areanetworks，WLAN)等。通信接口44可以包括接收单元实现接收功能，以及发送单元实现发送功能。

总线43，可以是工业标准体系结构(industry standard architecture，ISA)总线、外部设备互连(peripheral component interconnect，PCI)总线或扩展工业标准体系结构(extended industry standard architecture，EISA)总线等。该总线43可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令，当计算机执行指令在电子设备上运行时，使得电子设备执行如上述实施例提供的城建用车识别方法。

本申请实施例还提供一种计算机程序产品，当其在电子设备上运行时，使得电子设备执行前述实施例提供的城建用车识别方法。

通过以上实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，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，即将装置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。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本申请所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机可读存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，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，即将装置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。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该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个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种城建用车识别方法，其特征在于，包括：

获取预设时间段内至少一个车辆在每个单位时间段的特征参数；所述特征参数至少包括：最大运距、行驶里程、平均时速和百公里平均油耗；

根据所有所述车辆在每个单位时间段的特征参数和标准特征参数范围，确定所有所述车辆中的城建用车；所述标准特征参数范围为符合城建用车使用场景的特征参数的范围。

2.根据权利要求1所述的城建用车识别方法，其特征在于，所述根据所有所述车辆在每个单位时间段的特征参数和标准特征参数范围，确定所有所述车辆中的城建用车，包括：

根据所有所述车辆在所述单位时间段的特征参数和标准特征参数范围，确定所有所述车辆中在所述单位时间段的待定城建用车；

获取所述预设时间段内所述待定城建用车在其对应的单位时间段的所有停留点的位置信息；

根据所述待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，确定所述待定城建用车在其对应的单位时间段的多个停车聚集区；所述停车聚集区由多个停留点组成；

在所述预设时间段内对应所述待定城建用车的目标单位时间段的数量大于预设阈值的情况下，将所述待定城建用车确定为城建用车；所有所述目标单位时间段中均存在对应所述待定城建用车的目标停车聚集区；任一个目标单位时间段中的目标停车聚集区的中心点与其他目标单位时间段中的目标停车聚集区的中心点之间的距离小于第一预设长度。

3.根据权利要求2所述的城建用车识别方法，其特征在于，所述根据所有所述车辆在所述单位时间段的特征参数和标准特征参数范围，确定所有所述车辆中在所述单位时间段的待定城建用车，包括：

将在所述单位时间段的特征参数位于所述标准特征参数范围内的车辆，确定为在所述单位时间段的待定城建用车。

4.根据权利要求2所述的城建用车识别方法，其特征在于，所述根据所述待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，确定所述待定城建用车在其对应的单位时间段的多个停车聚集区，包括：

根据所述待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，将所述待定城建用车在其对应的单位时间段的所有停留点聚类为多个待定停车聚集区；

将所述待定城建用车在其对应的单位时间段的多个待定停车聚集区中，对应不同单位时间段且中心点的距离小于第二预设长度的待定停车聚集区组合为一个停车聚集区。

5.根据权利要求2所述的城建用车识别方法，其特征在于，所述预设聚类算法包括基于密度的含噪声应用空间聚类DBSCAN算法。

6.根据权利要求2所述的城建用车识别方法，其特征在于，所述获取预设时间段内至少一个车辆在每个单位时间段的特征参数之前，还包括：

从所述至少一个车辆的车载设备获取预设时间段内至少一个车辆在每个单位时间段的原始数据；所述原始数据包括：车辆定位系统时间、车辆经纬度、车辆仪表速度、车辆定位系统速度、行车电脑速度、仪表里程、车辆定位系统里程、标准油耗、燃油消耗总量、发动机转速；

对预设时间段内所述车辆在每个单位时间段的原始数据进行数据清洗，得到预设时间段内所述车辆在每个单位时间段的待处理数据；

所述获取预设时间段内至少一个车辆在每个单位时间段的特征参数包括：根据预设时间段内所述车辆在每个单位时间段的待处理数据，确定预设时间段内所述车辆在每个单位时间段的特征参数；

所述获取所述预设时间段内所述待定城建用车在其对应的单位时间段的所有停留点的位置信息，包括：根据预设时间段内所述车辆在每个单位时间段的待处理数据，确定预设时间段内所述待定城建用车在其对应的单位时间段的所有停留点的位置信息。

7.一种城建用车识别装置，其特征在于，包括：

获取模块，用于获取预设时间段内至少一个车辆在每个单位时间段的特征参数；所述特征参数至少包括：最大运距、行驶里程、平均时速和百公里平均油耗；

处理模块，用于根据所述获取模块获取的所有所述车辆在每个单位时间段的特征参数和标准特征参数范围，确定所有所述车辆中的城建用车；所述标准特征参数为符合城建用车使用场景的特征参数的范围。

8.根据权利要求7所述的城建用车识别装置，其特征在于，所述处理模块具体用于：

根据标准特征参数范围和所述获取模块获取的所有所述车辆在所述单位时间段的特征参数，确定所有所述车辆中在所述单位时间段的待定城建用车；

获取所述预设时间段内所述待定城建用车在其对应的单位时间段的所有停留点的位置信息；

根据所述待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，确定所述待定城建用车在其对应的单位时间段的多个停车聚集区；所述停车聚集区由多个停留点组成；

在所述预设时间段内对应所述待定城建用车的目标单位时间段的数量大于预设阈值的情况下，将所述待定城建用车确定为城建用车；所有所述目标单位时间段中均存在对应所述待定城建用车的目标停车聚集区；任一个目标单位时间段中的目标停车聚集区的中心点与其他目标单位时间段中的目标停车聚集区的中心点之间的距离小于第一预设长度。

9.根据权利要求8所述的城建用车识别装置，其特征在于，所述处理模块具体用于：

将在所述单位时间段的特征参数位于所述标准特征参数范围内的车辆，确定为在所述单位时间段的待定城建用车。

10.根据权利要求8所述的城建用车识别装置，其特征在于，所述处理模块具体用于：

根据所述待定城建用车在其对应的单位时间段的停留点位置信息，依据预设聚类算法，将所述待定城建用车在其对应的单位时间段的所有停留点聚类为多个待定停车聚集区；

将所述待定城建用车在其对应的单位时间段的多个待定停车聚集区中，对应不同单位时间段且中心点的距离小于第二预设长度的待定停车聚集区组合为一个停车聚集区。

11.根据权利要求8所述的城建用车识别装置，其特征在于，所述预设聚类算法包括基于密度的含噪声应用空间聚类DBSCAN算法。

12.根据权利要求7所述的城建用车识别装置，其特征在于，所述获取模块在获取预设时间段内至少一个车辆在每个单位时间段的特征参数之前，还用于：

从所述至少一个车辆的车载设备获取预设时间段内至少一个车辆在每个单位时间段的原始数据；所述原始数据包括：车辆定位系统时间、车辆经纬度、车辆仪表速度、车辆定位系统速度、行车电脑速度、仪表里程、车辆定位系统里程、标准油耗、燃油消耗总量、发动机转速；

对预设时间段内所述车辆在每个单位时间段的原始数据进行数据清洗，得到预设时间段内所述车辆在每个单位时间段的待处理数据；

所述获取模块具体用于：根据预设时间段内所述车辆在每个单位时间段的待处理数据，确定预设时间段内所述车辆在每个单位时间段的特征参数；

所述处理模块具体用于：根据所述获取模块获取的预设时间段内所述车辆在每个单位时间段的待处理数据，确定预设时间段内所述待定城建用车在其对应的单位时间段的所有停留点的位置信息。

13.一种城建用车识别装置，其特征在于，包括存储器、处理器、总线和通信接口；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过所述总线连接；当所述城建用车识别装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述城建用车识别装置执行如权利要求1-6任一项所述的城建用车识别方法。

14.一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包括计算机执行指令，当所述计算机执行指令在城建用车识别装置上运行时，使得所述城建用车识别装置执行如权利要求1-6任一项所述的城建用车识别方法。

Images