CN114220263B - 一种货运车辆通行时长确定方法、装置、存储介质及终端 - Google Patents
一种货运车辆通行时长确定方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN114220263B CN114220263B CN202111433626.8A CN202111433626A CN114220263B CN 114220263 B CN114220263 B CN 114220263B CN 202111433626 A CN202111433626 A CN 202111433626A CN 114220263 B CN114220263 B CN 114220263B
- Authority
- CN
- China
- Prior art keywords
- administrative
- area
- areas
- distribution
- aggregation
- 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
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
-
- 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
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种货运车辆通行时长确定方法、装置、存储介质及终端,方法包括:确定当前车辆的行程中起点位置和终点位置;获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的;从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。由于本申请通过预先构造的双高斯拟合函数构建行政区间通行时长关系图,可通过政区间通行时长关系图中聚集区之间的关系快速确定出当前车辆行程所需时间,从而提升了行程时间确定的效率。
Description
技术领域
本发明涉及数据挖掘技术领域,特别涉及一种货运车辆通行时长确定方法、装置、存储介质及终端。
背景技术
近年来,在日益复杂、扩大的城市路网体系中,准确地估算道路通行时间是指导货车出行并避免潜在道路拥堵的重要手段。道路通行时间估计是智能交通中一项重要但具有挑战性的任务。由于其可以很好地体现道路拥堵情况,目前已被广泛应用于长、短途旅行时间估计中。这对于实时交通监控,行车方向、路线选择和交通资源调度具有重要意义。
在现有技术中,例如专利CN111915874B提供的一种道路平均通行时间预测方法中,将基于GPS获取的车辆位置信息转化为道路平均通行时间数据集,结合城市路网信息生成每日各时段的道路通行的上下文信息,进而预测待估计道路在某时间范围内的平均通行时间。由于该方法针对的是特定道路上实时场景,本质上是将将大路段的通行之间近似为小路段通行时间均值的的叠加。然而在货运场景中,由于两城市间的路网复杂,通行路径排列组合的可能性过多,因而无法通过单一道路各个分段通行时长的叠加进行通行时长估计,从而降低了行程时间确定的效率。
发明内容
本申请实施例提供了一种货运车辆通行时长确定方法、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货运车辆通行时长确定方法,方法包括:
确定当前车辆的行程中起点位置和终点位置;
获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的;
从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。
可选的,按照以下步骤生成行政区间通行时长关系图,包括:
确定起点位置和终点位置各自的行政区,并获取每个行政区中车辆的停靠点经纬度;
根据车辆的停靠点经纬度得到每个行政区的聚集区集合;
将每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区;
根据历史车辆停靠点序列构建多个第一关键聚集区与多个第二关键聚集区之间的连接线段,并计算连接线段的时间阈值进行标记后生成行政区间通行样本集合;
根据行政区间通行样本集合与预先构造的双高斯拟合函数生成行政区间通行时长关系图。
可选的,根据车辆的停靠点经纬度得到每个行政区的聚集区集合,包括:
采用网格聚类算法对每个行政区中车辆的停靠点经纬度进行聚类,得到初始聚集区集合;加载预设POI库,从初始聚集区集合中确定出属于POI库中的聚集区进行删除,得到每个行政区的聚集区集合。
可选的,将每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区,包括:
统计每个行政区的聚集区集合中各聚集区的车辆数,并将各聚集区的车辆数确定为每个行政区的各聚集区的权重;
根据每个行政区的各聚集区的权重计算每个行政区的质心;
将每个行政区的质心作为每个行政区的物流中心点;
根据每个行政区的物流中心点得到多个第一关键聚集区和多个第二关键聚集区。
可选的,根据每个行政区的物流中心点得到多个第一关键聚集区和多个第二关键聚集区,包括:
根据预设阶梯范围加载每个行政区的物流中心点周围的聚集区;
实时判断加载的聚集区数量在聚集区集合中所占数量百分比是否超过预设百分比阈值;
若是,剔除未加载的聚集区,生成多个第一关键聚集区和多个第二关键聚集区;
若否,则继续执行根据预设阶梯范围加载每个行政区的物流中心点周围的聚集区的步骤,直到加载的聚集区数量在聚集区集合中所占数量百分比超过预设百分比阈值。
可选的,根据行政区间通行样本集合与预先构造的双高斯拟合函数生成行政区间通行时长关系图,包括:
根据政区间通行样本集合生成行政区间关系有向图;
对行政区间关系有向图中各连接线段的时间列表进行等距分割,得到高斯分布;
根据预先构造的双高斯拟合函数对高斯分布进行拟合,得到第一分布和第二分布;
当第二分布的尖峰高度大于第一分布的尖峰高度时,将第二分布确定为真实通行时间分布;
或者,
当第一分布的尖峰高度大于第二分布的尖峰高度时,将第一分布确定为真实通行时间分布;
确定真实通行时间分布的拟合函数中的均值和标准差;
采用均值和标准差将行政区间关系有向图中与其对应的线段上的时间进行替换,生成行政区间通行时间有效图;
将行政区间通行时间有效图进行补全后,生成行政区间通行时长关系图。
可选的,根据政区间通行样本集合生成行政区间关系有向图,包括:
统计行政区间通行样本集合中每个第一关键聚集区与每个第二关键聚集区之间携带时间的连接线段的线段数量;
将线段数量小于预设线段数量阈值的线段进行删除,得到第一行政区间通行样本集合;
将第一行政区间通行样本集合中每个第一关键聚集区与每个第二关键聚集区之间携带时间的连接线段进行归一化,并将每个连接线段携带时间组合为通行时间列表与归一化后的连接线段进行关联,生成行政区间关系有向图。
第二方面,本申请实施例提供了一种货运车辆通行时长确定装置,装置包括:
位置确定模块,用于确定当前车辆的行程中起点位置和终点位置;
关系图获取模块,用于获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的;
时间查询模块,用于从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。
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,货运车辆通行时长确定装置首先确定当前车辆的行程中起点位置和终点位置,然后获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的,最后从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。由于本申请通过预先构造的双高斯拟合函数构建行政区间通行时长关系图,可通过政区间通行时长关系图中聚集区之间的关系快速确定出当前车辆行程所需时间,从而提升了行程时间确定的效率。
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货运车辆通行时长确定方法的流程示意图;
图2是本申请实施例提供的一种生成行政区间通行时长关系图的方法的流程示意图;
图3是本申请实施例提供的一种一组行政区之间聚集区连接关系示意图;
图4是本申请实施例提供的一种采用双高斯拟合函数拟合得到的多个分布结果示意图;
图5是本申请实施例提供的一种货运车辆通行时长确定装置的结构示意图;
图6是本申请实施例提供的一种终端的结构示意图。
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装置和方法的例子。
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。
本申请提供了一种货运车辆通行时长确定方法、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,由于本申请通过预先构造的双高斯拟合函数构建行政区间通行时长关系图,可通过政区间通行时长关系图中聚集区之间的关系快速确定出当前车辆行程所需时间,从而提升了行程时间确定的效率,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4,对本申请实施例提供的货运车辆通行时长确定方法进行详细介绍。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货运车辆通行时长确定装置上。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货运车辆通行时长确定方法的流程示意图。如图1所示,本申请实施例的方法可以包括以下步骤:
S101,确定当前车辆的行程中起点位置和终点位置;
其中,起点位置可以是货运车辆的出发地所在位置,终点位置是货运车辆的目的地所在位置。行程是货运车辆的运货行程单。
在一种可能的实现方式中,在确定货运车辆通行时长时,首先加载车辆的行程单,然后从该行程单中识别出车辆的起点位置和终点位置。
S102,获取针对起点位置和终点位置设置的行政区间通行时长关系图;
其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的。
通常,行政区间通行时长关系图存在关系图库中,该图库中保存了任意两个行政区的通行时长关系图。
在一种可能的实现方式中,在确定出起点位置和终点位置后,可从历史关系图库中根据位置的标记以及映射关系确定出当前车辆的行政区间通行时长关系图。
在本申请实施例中,在生成行政区间通行时长关系图时,首先确定起点位置和终点位置各自的行政区,并获取每个行政区中车辆的停靠点经纬度,再根据车辆的停靠点经纬度得到每个行政区的聚集区集合,然后将每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区,再根据历史车辆停靠点序列构建多个第一关键聚集区与多个第二关键聚集区之间的连接线段,并计算连接线段的时间阈值进行标记后生成行政区间通行样本集合,最后根据行政区间通行样本集合与预先构造的双高斯拟合函数生成行政区间通行时长关系图。
S103,从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。
在本申请实施例中,货运车辆通行时长确定装置首先确定当前车辆的行程中起点位置和终点位置,然后获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的,最后从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。由于本申请通过预先构造的双高斯拟合函数构建行政区间通行时长关系图,可通过政区间通行时长关系图中聚集区之间的关系快速确定出当前车辆行程所需时间,从而提升了行程时间确定的效率。
请参见图2,为本申请实施例提供了一种生成行政区间通行时长关系图的方法的流程示意图。如图2所示,本申请实施例的方法可以包括以下步骤:
S201,确定起点位置和终点位置各自的行政区,并获取每个行政区中车辆的停靠点经纬度;
S202,根据车辆的停靠点经纬度得到每个行政区的聚集区集合;
在一种可能的实现方式中,在根据车辆的停靠点经纬度得到每个行政区的聚集区集合时,首先采用网格聚类算法对每个行政区中车辆的停靠点经纬度进行聚类,得到初始聚集区集合,然后加载预设POI库,从初始聚集区集合中确定出属于POI库中的聚集区进行删除,得到每个行政区的聚集区集合。
例如,采用网格聚类算法对每个行政区货运车辆停靠点经纬度进行聚类,可得到每个行政区的聚集区ID、聚集区中心点坐标、聚集区边界、聚集区停靠点数、所属行政区名称,然后利用POI库从聚集区集合中确定出过滤加油站、休息区、维修站、食宿等类型的聚集区进行过滤,最后得到每个行政区的聚集区集合。
S203,将每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区;
在本申请实施例中,首先统计每个行政区的聚集区集合中各聚集区的车辆数,并将各聚集区的车辆数确定为每个行政区的各聚集区的权重,然后根据每个行政区的各聚集区的权重计算每个行政区的质心,再将每个行政区的质心作为每个行政区的物流中心点,最后根据每个行政区的物流中心点得到多个第一关键聚集区和多个第二关键聚集区。
进一步地,在根据每个行政区的物流中心点得到多个第一关键聚集区和多个第二关键聚集区时,首先根据预设阶梯范围加载每个行政区的物流中心点周围的聚集区,然后实时判断加载的聚集区数量在聚集区集合中所占数量百分比是否超过预设百分比阈值;若是,剔除未加载的聚集区,生成多个第一关键聚集区和多个第二关键聚集区;若否,则继续执行根据预设阶梯范围加载每个行政区的物流中心点周围的聚集区的步骤,直到加载的聚集区数量在聚集区集合中所占数量百分比超过预设百分比阈值。
在一种可能的实现方式中,首先计算各行政区的每个聚集区中车辆停靠点的数量,作为各自的权重,并根据权重计算质心以作为该行政区的物流中心点,采用预设阶梯范围的方式以该物流中心点外扩,当覆盖到该行政区50%聚集区时停止止,去除剩余聚集区,得到两个行政区各自的多个第一关键聚集区和多个第二关键聚集区。
S204,根据历史车辆停靠点序列构建多个第一关键聚集区与多个第二关键聚集区之间的连接线段,并计算连接线段的时间阈值进行标记后生成行政区间通行样本集合;
在一种可能的实现方式中,利用车辆行驶轨迹数据构建多个第一关键聚集区与多个第二关键聚集区之间的线段,然后以每个线段的两中心点之间的几何距离除以经验时速v0得到时间阈值,并将时间阈值关联在与其对应的线段。
例如图3所示,车辆出发地为第一行政区,该行政区有聚集区A、聚集区B以及聚集区C,车辆目的地为第二行政区,该行政区有聚集区1、聚集区2以及聚集区3,首先根据车辆的历史行驶轨迹可知聚集区A和聚集区1有关系,因此用线段进行连接,依次可将聚集区B和聚集区2进行连接,可将聚集区C和聚集区3进行连接,连接完成后,可分别取线段1、线段2以及线段3对应的两端聚集区的中心点距离,用该距离与预设经验时速v0可得到每个线段的时间,最后将计算出的时间关联到与其对应的线段上,最后生成行政区间通行样本集合。
S205,根据行政区间通行样本集合与预先构造的双高斯拟合函数生成行政区间通行时长关系图。
在本申请实施例中,在根据行政区间通行样本集合与预先构造的双高斯拟合函数生成行政区间通行时长关系图时,首先根据政区间通行样本集合生成行政区间关系有向图,再对行政区间关系有向图中各连接线段的时间列表进行等距分割,得到高斯分布,然后根据预先构造的双高斯拟合函数对高斯分布进行拟合,得到第一分布和第二分布,再当第二分布的尖峰高度大于第一分布的尖峰高度时,将第二分布确定为真实通行时间分布。或者,当第一分布的尖峰高度大于第二分布的尖峰高度时,首先将第一分布确定为真实通行时间分布,再确定真实通行时间分布的拟合函数中的均值和标准差,然后采用均值和标准差将行政区间关系有向图中与其对应的线段上的时间进行替换,生成行政区间通行时间有效图,最后将行政区间通行时间有效图进行补全后,生成行政区间通行时长关系图。
进一步地,在根据政区间通行样本集合生成行政区间关系有向图时,首先统计行政区间通行样本集合中每个第一关键聚集区与每个第二关键聚集区之间携带时间的连接线段的线段数量,然后将线段数量小于预设线段数量阈值的线段进行删除,得到第一行政区间通行样本集合,最后将第一行政区间通行样本集合中每个第一关键聚集区与每个第二关键聚集区之间携带时间的连接线段进行归一化,并将每个连接线段携带时间组合为通行时间列表与归一化后的连接线段进行关联,生成行政区间关系有向图。
例如,在得到行政区间通行样本集合后,首先计算两个连接的行政区上线段数量,例如分别统计出图3中聚集区A和聚集区1之间连接的线段,聚集区B和聚集区2之间连接的线段,聚集区C和聚集区3之间连接的线段,如果统计出聚集区A和聚集区1之间连接的线段数量小于预设值,则将该线段进行删除,再将聚集区B和聚集区2之间连接的所有线段归一化为一条线段X,将聚集区C和聚集区3之间连接的所有线段归一化为一条线段Y,最后将再将聚集区B和聚集区2之间连接的所有线段上的时间构造出通行时间列表关联在线段X上,将再将聚集区C和聚集区3之间连接的所有线段上的时间构造出通行时间列表关联在线段Y上,最终生成行政区间关系有向图Gn=(A,n),其中,A表示行政区节点集合,n则是由车辆运输趟次表示行政区间的关系集合。
进一步地,此时获取预先构造的双高斯拟合函数:
其中,A1、A2表示两个拟合函数的尖峰高度,μ1、μ2表示两个拟合函数的均值,δ1、δ2表示两个拟合函数的标准差,t表示两城市间的通行时长。
进一步地,首先对行政区间关系有向图Gn=(A,n)进行等距分箱,得到高斯分布,并利用构造的双高斯拟合函数对高斯分布进行拟合,得到第一分布和第二分布,例如图4所示。取拟合结果中尖峰高度最大的分布作为真实通行时间分布,将该分布中的均值及标准差作为关系的属性录入行政区关系图,并以均值作为边的权重。根据3倍标准差评估法,一辆车的通行时间会以68.3%、95.5%、99.7%的概率分别落在1倍、2倍、3倍标准差范围内。最终将行政区间通行频数关系图转换为行政区间通行时长关系图:
Gt=(A,t)
其中,A表示行政区节点集合,t表示行政区建通行时长。t是一个估计量,由均值和标准差两部分构成。
进一步地,在将行政区间通行时间有效图进行补全时,利用最短路径搜索生成新的有向边。将最短路径上的各项分布进行叠加,形成整体的分布。路径上各个城市间的运行时长可表示为:
f1(x)~N(μ1,δ1)
…
fn(x)~N(μn,δn)
其中n为路径上的城市数,μi、δi分别为路径上边i连接的两城市间运行时长的均值和标准差。各个城市之间的运行时长满足相互独立条件,根据正态分布的可加性,起点和终点之间的运行总时长满足如下正态分布:
因此,最终算出新生成的边的时间估计进行补全,得到行政区间通行时长关系图。
在本申请实施例中,货运车辆通行时长确定装置首先确定当前车辆的行程中起点位置和终点位置,然后获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的,最后从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。由于本申请通过预先构造的双高斯拟合函数构建行政区间通行时长关系图,可通过政区间通行时长关系图中聚集区之间的关系快速确定出当前车辆行程所需时间,从而提升了行程时间确定的效率。
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5,其示出了本发明一个示例性实施例提供的货运车辆通行时长确定装置的结构示意图。该货运车辆通行时长确定装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置1包括位置确定模块10、关系图获取模块20、时间查询模块30。
位置确定模块10,用于确定当前车辆的行程中起点位置和终点位置;
关系图获取模块20,用于获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的;
时间查询模块30,用于从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。
需要说明的是,上述实施例提供的货运车辆通行时长确定装置在执行货运车辆通行时长确定方法时,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,上述实施例提供的货运车辆通行时长确定装置与货运车辆通行时长确定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,货运车辆通行时长确定装置首先确定当前车辆的行程中起点位置和终点位置,然后获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的,最后从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。由于本申请通过预先构造的双高斯拟合函数构建行政区间通行时长关系图,可通过政区间通行时长关系图中聚集区之间的关系快速确定出当前车辆行程所需时间,从而提升了行程时间确定的效率。
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货运车辆通行时长确定方法。
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货运车辆通行时长确定方法。
请参见图6,为本申请实施例提供了一种终端的结构示意图。如图6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利用各种接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6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、用户接口模块以及货运车辆通行时长确定应用程序。
在图6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中存储的货运车辆通行时长确定应用程序,并具体执行以下操作:
确定当前车辆的行程中起点位置和终点位置;
获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的;
从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。
在一个实施例中,处理器1001生成行政区间通行时长关系图时,具体执行以下操作:
确定起点位置和终点位置各自的行政区,并获取每个行政区中车辆的停靠点经纬度;
根据车辆的停靠点经纬度得到每个行政区的聚集区集合;
将每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区;
根据历史车辆停靠点序列构建多个第一关键聚集区与多个第二关键聚集区之间的连接线段,并计算连接线段的时间阈值进行标记后生成行政区间通行样本集合;
根据行政区间通行样本集合与预先构造的双高斯拟合函数生成行政区间通行时长关系图。
在一个实施例中,处理器1001在执行根据车辆的停靠点经纬度得到每个行政区的聚集区集合时,具体执行以下操作:
采用网格聚类算法对每个行政区中车辆的停靠点经纬度进行聚类,得到初始聚集区集合;
加载预设POI库,从初始聚集区集合中确定出属于POI库中的聚集区进行删除,得到每个行政区的聚集区集合。
在一个实施例中,处理器1001在执行将每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区时,具体执行以下操作:
统计每个行政区的聚集区集合中各聚集区的车辆数,并将各聚集区的车辆数确定为每个行政区的各聚集区的权重;
根据每个行政区的各聚集区的权重计算每个行政区的质心;
将每个行政区的质心作为每个行政区的物流中心点;
根据每个行政区的物流中心点得到多个第一关键聚集区和多个第二关键聚集区。
在一个实施例中,处理器1001在执行根据每个行政区的物流中心点得到多个第一关键聚集区和多个第二关键聚集区时,具体执行以下操作:
根据预设阶梯范围加载每个行政区的物流中心点周围的聚集区;
实时判断加载的聚集区数量在聚集区集合中所占数量百分比是否超过预设百分比阈值;
若是,剔除未加载的聚集区,生成多个第一关键聚集区和多个第二关键聚集区;
若否,则继续执行根据预设阶梯范围加载每个行政区的物流中心点周围的聚集区的步骤,直到加载的聚集区数量在聚集区集合中所占数量百分比超过预设百分比阈值。
在一个实施例中,处理器1001在执行根据行政区间通行样本集合与预先构造的双高斯拟合函数生成行政区间通行时长关系图时,具体执行以下操作:
根据政区间通行样本集合生成行政区间关系有向图;
对行政区间关系有向图中各连接线段的时间列表进行等距分割,得到高斯分布;
根据预先构造的双高斯拟合函数对高斯分布进行拟合,得到第一分布和第二分布;
当第二分布的尖峰高度大于第一分布的尖峰高度时,将第二分布确定为真实通行时间分布;
或者,
当第一分布的尖峰高度大于第二分布的尖峰高度时,将第一分布确定为真实通行时间分布;
确定真实通行时间分布的拟合函数中的均值和标准差;
采用均值和标准差将行政区间关系有向图中与其对应的线段上的时间进行替换,生成行政区间通行时间有效图;
将行政区间通行时间有效图进行补全后,生成行政区间通行时长关系图。
在一个实施例中,处理器1001在执行根据政区间通行样本集合生成行政区间关系有向图时,具体执行以下操作:
统计行政区间通行样本集合中每个第一关键聚集区与每个第二关键聚集区之间携带时间的连接线段的线段数量;
将线段数量小于预设线段数量阈值的线段进行删除,得到第一行政区间通行样本集合;
将第一行政区间通行样本集合中每个第一关键聚集区与每个第二关键聚集区之间携带时间的连接线段进行归一化,并将每个连接线段携带时间组合为通行时间列表与归一化后的连接线段进行关联,生成行政区间关系有向图。
在本申请实施例中,货运车辆通行时长确定装置首先确定当前车辆的行程中起点位置和终点位置,然后获取针对起点位置和终点位置设置的行政区间通行时长关系图;其中,行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的,最后从行政区间通行时长关系图中查询起点位置和终点位置对应的通行时长。由于本申请通过预先构造的双高斯拟合函数构建行政区间通行时长关系图,可通过政区间通行时长关系图中聚集区之间的关系快速确定出当前车辆行程所需时间,从而提升了行程时间确定的效率。
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,货运车辆通行时长确定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)
1.一种货运车辆通行时长确定方法,其特征在于,所述方法包括:
确定当前车辆的行程中起点位置和终点位置;
获取针对所述起点位置和终点位置设置的行政区间通行时长关系图;其中,所述行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的;
从所述行政区间通行时长关系图中查询所述起点位置和终点位置对应的通行时长;其中,
按照以下步骤生成行政区间通行时长关系图,包括:
确定所述起点位置和终点位置各自的行政区,并获取每个行政区中车辆的停靠点经纬度;
根据所述车辆的停靠点经纬度得到每个行政区的聚集区集合;
将所述每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区;
根据历史车辆停靠点序列构建所述多个第一关键聚集区与所述多个第二关键聚集区之间的连接线段,并计算所述连接线段的时间阈值进行标记后生成行政区间通行样本集合;
根据所述行政区间通行样本集合与所述预先构造的双高斯拟合函数生成行政区间通行时长关系图;其中,
所述根据所述行政区间通行样本集合与所述预先构造的双高斯拟合函数生成行政区间通行时长关系图,包括:
根据所述政区间通行样本集合生成行政区间关系有向图;
对所述行政区间关系有向图中各连接线段的时间列表进行等距分割,得到高斯分布;
根据预先构造的双高斯拟合函数对所述高斯分布进行拟合,得到第一分布和第二分布;
当所述第二分布的尖峰高度大于所述第一分布的尖峰高度时,将所述第二分布确定为真实通行时间分布;
或者,
当所述第一分布的尖峰高度大于所述第二分布的尖峰高度时,将所述第一分布确定为真实通行时间分布;
确定所述真实通行时间分布的拟合函数中的均值和标准差;
采用所述均值和标准差将所述行政区间关系有向图中与其对应的线段上的时间进行替换,生成行政区间通行时间有效图;
将所述行政区间通行时间有效图进行补全后,生成行政区间通行时长关系图。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车辆的停靠点经纬度得到每个行政区的聚集区集合,包括:
采用网格聚类算法对所述每个行政区中车辆的停靠点经纬度进行聚类,得到初始聚集区集合;
加载预设POI库,从所述初始聚集区集合中确定出属于所述POI库中的聚集区进行删除,得到每个行政区的聚集区集合。
3.根据权利要求1所述的方法,其特征在于,所述将所述每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区,包括:
统计所述每个行政区的聚集区集合中各聚集区的车辆数,并将所述各聚集区的车辆数确定为所述每个行政区的各聚集区的权重;
根据所述每个行政区的各聚集区的权重计算所述每个行政区的质心;
将所述每个行政区的质心作为所述每个行政区的物流中心点;
根据所述每个行政区的物流中心点得到多个第一关键聚集区和多个第二关键聚集区。
4.根据权利要求3所述的方法,其特征在于,所述根据所述每个行政区的物流中心点得到多个第一关键聚集区和多个第二关键聚集区,包括:
根据预设阶梯范围加载所述每个行政区的物流中心点周围的聚集区;
实时判断加载的所述聚集区数量在所述聚集区集合中所占数量百分比是否超过预设百分比阈值;
若是,剔除未加载的聚集区,生成多个第一关键聚集区和多个第二关键聚集区;
若否,则继续执行所述根据预设阶梯范围加载所述每个行政区的物流中心点周围的聚集区的步骤,直到加载的所述聚集区数量在所述聚集区集合中所占数量百分比超过预设百分比阈值。
5.根据权利要求1所述的方法,其特征在于,所述根据所述政区间通行样本集合生成行政区间关系有向图,包括:
统计行政区间通行样本集合中每个第一关键聚集区与每个第二关键聚集区之间携带时间的连接线段的线段数量;
将所述线段数量小于预设线段数量阈值的线段进行删除,得到第一行政区间通行样本集合;
将所述第一行政区间通行样本集合中每个第一关键聚集区与每个第二关键聚集区之间携带时间的连接线段进行归一化,并将每个连接线段携带时间组合为通行时间列表与归一化后的连接线段进行关联,生成行政区间关系有向图。
6.一种货运车辆通行时长确定装置,其特征在于,所述装置包括:
位置确定模块,用于确定当前车辆的行程中起点位置和终点位置;
关系图获取模块,用于获取针对所述起点位置和终点位置设置的行政区间通行时长关系图;其中,所述行政区间通行时长关系图是通过预先构造的双高斯拟合函数生成的;
时间查询模块,用于从所述行政区间通行时长关系图中查询所述起点位置和终点位置对应的通行时长;其中,
按照以下步骤生成行政区间通行时长关系图,包括:
确定所述起点位置和终点位置各自的行政区,并获取每个行政区中车辆的停靠点经纬度;
根据所述车辆的停靠点经纬度得到每个行政区的聚集区集合;
将所述每个行政区的聚集区集合预处理后得到多个第一关键聚集区和多个第二关键聚集区;
根据历史车辆停靠点序列构建所述多个第一关键聚集区与所述多个第二关键聚集区之间的连接线段,并计算所述连接线段的时间阈值进行标记后生成行政区间通行样本集合;
根据所述行政区间通行样本集合与所述预先构造的双高斯拟合函数生成行政区间通行时长关系图;其中,
所述根据所述行政区间通行样本集合与所述预先构造的双高斯拟合函数生成行政区间通行时长关系图,包括:
根据所述政区间通行样本集合生成行政区间关系有向图;
对所述行政区间关系有向图中各连接线段的时间列表进行等距分割,得到高斯分布;
根据预先构造的双高斯拟合函数对所述高斯分布进行拟合,得到第一分布和第二分布;
当所述第二分布的尖峰高度大于所述第一分布的尖峰高度时,将所述第二分布确定为真实通行时间分布;
或者,
当所述第一分布的尖峰高度大于所述第二分布的尖峰高度时,将所述第一分布确定为真实通行时间分布;
确定所述真实通行时间分布的拟合函数中的均值和标准差;
采用所述均值和标准差将所述行政区间关系有向图中与其对应的线段上的时间进行替换,生成行政区间通行时间有效图;
将所述行政区间通行时间有效图进行补全后,生成行政区间通行时长关系图。
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任意一项的方法步骤。
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任意一项的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111433626.8A CN114220263B (zh) | 2021-11-29 | 2021-11-29 | 一种货运车辆通行时长确定方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111433626.8A CN114220263B (zh) | 2021-11-29 | 2021-11-29 | 一种货运车辆通行时长确定方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114220263A CN114220263A (zh) | 2022-03-22 |
CN114220263B true CN114220263B (zh) | 2022-11-25 |
Family
ID=80698801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111433626.8A Active CN114220263B (zh) | 2021-11-29 | 2021-11-29 | 一种货运车辆通行时长确定方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114220263B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000057478A (ja) * | 1998-08-06 | 2000-02-25 | Aisin Aw Co Ltd | 車両用ナビゲーション装置及び記憶媒体 |
WO2010040401A1 (en) * | 2008-10-08 | 2010-04-15 | Tomtom International B.V. | A system and method for determining road attributes |
CN111340415A (zh) * | 2020-02-14 | 2020-06-26 | 北京航空航天大学 | 一种基于货运轨迹数据的车辆自发编队模式挖掘方法 |
CN113192338A (zh) * | 2021-03-31 | 2021-07-30 | 北京市运输管理技术支持中心 | 基于多源数据的提升货运车辆通行效率的方法及装置 |
CN113570896A (zh) * | 2021-01-08 | 2021-10-29 | 苏州市吴中区新鹤数创信息科技有限公司 | 基于gps技术的智慧物流园交通管理系统和方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3914923B2 (ja) * | 2004-01-21 | 2007-05-16 | 日本電信電話株式会社 | 道路リンク旅行時間推計方法、道路リンク旅行時間推計装置、プログラム、および、記録媒体 |
CN105702036B (zh) * | 2016-03-23 | 2018-08-14 | 深圳市金溢科技股份有限公司 | 一种车辆行驶时间计算方法、装置及系统 |
CN109460950A (zh) * | 2018-10-19 | 2019-03-12 | 嘉兴亚航信息技术有限公司 | 一种基于大数据的危化品车辆动态分析方法及其系统 |
CN109377758B (zh) * | 2018-11-23 | 2021-05-28 | 北斗天地股份有限公司 | 一种行驶时间预估方法及系统 |
KR102190164B1 (ko) * | 2019-11-15 | 2020-12-11 | (주)오픈메이트 | 화물차량 단속 회피경로 판단 시스템 및 그 제어방법 |
CN111896013A (zh) * | 2020-04-13 | 2020-11-06 | 苏州清研捷运信息科技有限公司 | 一种大规模路网中的货车远距离路径的预处理规划方法 |
CN111340674B (zh) * | 2020-05-20 | 2020-08-18 | 北京航空航天大学 | 一种交通运力承运意图辨识方法 |
CN112762952B (zh) * | 2020-12-24 | 2021-09-28 | 西南交通大学 | 一种行驶轨迹的优化方法、装置、设备及可读存储介质 |
CN112685658B (zh) * | 2020-12-25 | 2022-07-26 | 江苏满运物流信息有限公司 | 货源聚集地展示方法、装置、电子设备、存储介质 |
CN112906948B (zh) * | 2021-02-02 | 2023-12-22 | 湖南大学 | 一种基于私家车轨迹大数据的城市区域吸引力预测方法、设备及介质 |
CN113643545A (zh) * | 2021-10-14 | 2021-11-12 | 华砺智行(武汉)科技有限公司 | 车辆排队长度感知方法、装置、设备及存储介质 |
-
2021
- 2021-11-29 CN CN202111433626.8A patent/CN114220263B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000057478A (ja) * | 1998-08-06 | 2000-02-25 | Aisin Aw Co Ltd | 車両用ナビゲーション装置及び記憶媒体 |
WO2010040401A1 (en) * | 2008-10-08 | 2010-04-15 | Tomtom International B.V. | A system and method for determining road attributes |
CN111340415A (zh) * | 2020-02-14 | 2020-06-26 | 北京航空航天大学 | 一种基于货运轨迹数据的车辆自发编队模式挖掘方法 |
CN113570896A (zh) * | 2021-01-08 | 2021-10-29 | 苏州市吴中区新鹤数创信息科技有限公司 | 基于gps技术的智慧物流园交通管理系统和方法 |
CN113192338A (zh) * | 2021-03-31 | 2021-07-30 | 北京市运输管理技术支持中心 | 基于多源数据的提升货运车辆通行效率的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114220263A (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190385121A1 (en) | Trip inferences and machine learning to optimize delivery times | |
US20140324505A1 (en) | Raising User Satisfaction in an Automated Ride Sharing System | |
US20140188788A1 (en) | Multi-modal journey planner | |
CN111788617A (zh) | 用于停车区域的识别的方法和控制装置 | |
CN107167151B (zh) | 公交车线路设置方法、路线规划方法及装置 | |
US20180045527A1 (en) | Systems and Methods for Predicting Vehicle Fuel Consumption | |
CN112613939A (zh) | 一种车辆装卸状态的识别方法、装置、存储介质及终端 | |
CN107389085A (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
CN111784018A (zh) | 一种资源调度方法、装置、电子设备及存储介质 | |
CN112734956B (zh) | 一种etc门架确定的方法、装置及存储介质 | |
CN108198409B (zh) | 智能驾驶汽车的远程调度方法和装置、电子设备及计算机存储介质 | |
CN111325986A (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
RU2664034C1 (ru) | Способ и система создания информации о трафике, которая будет использована в картографическом приложении, выполняемом на электронном устройстве | |
CN113222492A (zh) | 一种车辆行驶线路类型的判别方法、装置、存储介质及终端 | |
CN113190538A (zh) | 一种基于轨迹数据的道路构建方法、装置、存储介质及终端 | |
CN112634488A (zh) | 行程融合方法、装置以及车辆 | |
CN112805762A (zh) | 提高交通状况可视化的系统和方法 | |
JP6999519B2 (ja) | 輸送力調整装置、輸送力調整システムおよび輸送力調整方法 | |
CN110857862A (zh) | 交通疏缓系统 | |
CN109945880B (zh) | 路径规划方法、相关设备及可读存储介质 | |
CN112633812B (zh) | 货运车辆的轨迹分段方法、装置、设备及存储介质 | |
EP3451713A1 (en) | A method, system and device for determining a shared journey | |
CN114220263B (zh) | 一种货运车辆通行时长确定方法、装置、存储介质及终端 | |
CN111613052B (zh) | 一种交通状况确定方法、装置、电子设备及存储介质 | |
CN111737601A (zh) | 出行策略的推荐方法、装置、设备及存储介质 |
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 |