CN114267177A - 停车需求分析方法、装置、电子设备及可读存储介质 - Google Patents
停车需求分析方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114267177A CN114267177A CN202111652728.9A CN202111652728A CN114267177A CN 114267177 A CN114267177 A CN 114267177A CN 202111652728 A CN202111652728 A CN 202111652728A CN 114267177 A CN114267177 A CN 114267177A
- Authority
- CN
- China
- Prior art keywords
- road section
- vehicle
- trip
- travel
- gate
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种停车需求分析方法、装置、电子设备及可读存储介质,涉及数据处理技术领域。该方法包括:获得目标时间段内目标区域的卡口车辆数据集合,每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间;针对目标区域内的各卡口,根据卡口车辆数据集合及目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块;根据卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到各车辆每次出行对应的出行时间、出行起点地块及出行终点地块;根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。如此,可基于卡口车辆数据获得各地块的停车需求情况。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种停车需求分析方法、装置、电子设备及可读存储介质。
背景技术
在城市机动车保有量持续增长的背景下,城市普遍存在较为突出的停车供需矛盾,而掌握停车需求量是改善停车矛盾、治理停车问题的基础。在传统方式中,主要是通过人工在停车现场进行调查,以掌握停车供需情况,但是这种调查方式耗费人力物力大、调查结果准确度也比较低,且调查数据的实时性较差。因此,如何获得停车需求情况成为本领域技术人员亟需解决的技术问题。
发明内容
本申请实施例提供了一种停车需求分析方法、装置、电子设备及可读存储介质,其能够基于卡口车辆数据获得各地块的停车需求情况,如此既可以节省人力,同时可以提高调查结果的准确性及实时性。
本申请的实施例可以这样实现:
第一方面,本申请实施例提供一种停车需求分析方法,所述方法包括:
获得目标时间段内目标区域的卡口车辆数据集合,其中,所述卡口车辆数据集合的每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间;
针对所述目标区域内的各卡口,根据所述卡口车辆数据集合及所述目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块;
根据所述卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在所述目标时间段所述目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块;
根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。
第二方面,本申请实施例提供一种停车需求分析装置,所述装置包括:
数据获得模块,用于获得目标时间段内目标区域的卡口车辆数据集合,其中,所述卡口车辆数据集合的每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间;
卡口信息确定模块,用于针对所述目标区域内的各卡口,根据所述卡口车辆数据集合及所述目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块;
出行信息确定模块,用于根据所述卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在所述目标时间段所述目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块;
分析模块,用于根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。
第三方面,本申请实施例提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现前述实施方式所述的停车需求分析方法。
第四方面,本申请实施例提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前述实施方式所述的停车需求分析方法。
本申请实施例提供的停车需求分析方法、装置、电子设备及可读存储介质,在获得目标时间段内目标区域的卡口车辆数据集合及目标区域的道路网络的描述信息的情况下,先针对目标区域内的各卡口,根据卡口车辆数据集合及目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块;接着,根据卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在目标时间段目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块;进而可根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。其中,卡口车辆数据集合中的每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间。如此,可基于卡口车辆数据获得各地块的停车需求情况,该方式既可以节省人力,同时可以提高调查结果的准确性及实时性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的电子设备的方框示意图;
图2为本申请实施例提供的停车需求分析方法的流程示意图;
图3为图2中步骤S120包括的子步骤的流程示意图;
图4为图3中子步骤S122包括的子步骤的流程示意图;
图5为图3中子步骤S123包括的子步骤的流程示意图;
图6为图2中步骤S130包括的子步骤的流程示意图;
图7为图2中步骤S140包括的子步骤的流程示意图之一;
图8为图2中步骤S140包括的子步骤的流程示意图之二;
图9为图2中步骤S140包括的子步骤的流程示意图之三;
图10为本申请实施例提供的停车需求分析装置的方框示意图。
图标:100-电子设备;110-存储器;120-处理器;130-通信单元;200-停车需求分析装置;210-数据获得模块;220-卡口信息确定模块;230-出行信息确定模块;240-分析模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
近年来,随着在道路及交叉口处卡口设备的安装普及,多数区域都能通过分析卡口数据掌握区域内车辆动态运行特征。然而,当前的分析方式,并未通过卡口数据对静态停车特征进行分析,并且也未把卡口位置对应的点或者线(道路)的分析进一步拓展为面(地块)层次的分析。此外,当前停车需求情况主要通过人工调查方式得到,这种方式需要耗费大量的人力物力,并且调查结果的准确度较低、实时性较差。
针对上述情况,本申请实施例提供了一种停车需求分析方法、装置、电子设备及可读存储介质,可以基于卡口车辆数据获得各地块的停车需求情况,如此既充分利用了卡口车辆数据,并且可以获得停车需求情况。这种方式既可以节省人力,同时可以提高调查结果的准确性及实时性。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本申请实施例提供的电子设备100的方框示意图。所述电子设备100可以是,但不限于,电脑、服务器等。所述电子设备100包括存储器110、处理器120及通信单元130。所述存储器110、处理器120以及通信单元130各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中,存储器110用于存储程序或者数据。所述存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。
处理器120用于读/写存储器110中存储的数据或程序,并执行相应地功能。比如,存储器110中存储有停车需求分析装置200,所述停车需求分析装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器120通过运行存储在存储器110内的软件程序以及模块,如本申请实施例中的停车需求分析装置200,从而执行各种功能应用以及数据处理,即实现本申请实施例中的停车需求分析方法。
通信单元130用于通过网络建立所述电子设备100与其它通信终端之间的通信连接,并用于通过所述网络收发数据。
应当理解的是,图1所示的结构仅为电子设备100的结构示意图,所述电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2,图2为本申请实施例提供的停车需求分析方法的流程示意图。所述方法可以应用于上述电子设备100。下面对停车需求分析方法的具体流程进行详细阐述。在本实施例中,所述方法可以包括步骤S110~步骤S140。
步骤S110,获得目标时间段内目标区域的卡口车辆数据集合。
在本实施例中,所述目标时间段及所述目标区域可以结合具体的实际需求确定。比如,将所述目标时间段设置为2021.12.01-2021.12.31。所述目标区域的路段和交叉口处可设置有卡口设备,卡口设备采集的数据为卡口车辆数据。所述卡口车辆数据集合,可以是工作人员输入的,也可以所述电子设备100从其他设备处获得的,在此不对其获取方式进行具体限定。
所述卡口车辆数据集合中,可以包括多条卡口车辆数据。其中,每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间。比如,某卡口的卡口标识为A1,则该卡口的一条卡口车辆数据中可以包括:A1、经过该卡口A1的车辆的车辆标识、该条卡口车辆数据中的车辆标识对应的车辆经过该卡口A1的时间。所述卡口标识为卡口的唯一标识,所述车辆标识为车辆的唯一标识,比如,可以车辆的车牌号。
步骤S120,针对所述目标区域内的各卡口,根据所述卡口车辆数据集合及所述目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块。
其中,所述目标区域的道路网络的描述信息可以是,但不限于,该目标区域的道路网络GIS(Geographic Information System,地理信息系统)地理文件。所述道路网络的描述信息,用于描述所述目标区域内的道路的拓扑结构关系及地位位置情况等。该描述信息可以是工作人员输入的,也可以是所述电子设备100从其他设备获取的。
在获得所述卡口车辆数据集合的情况下,可以针对所述卡口车辆数据集合中包括的各卡口标识,结合所述卡口车辆数据及所述描述信息,得到每个卡口标识对应的起点地块及终点地块。如此可得到所述目标区域中各卡口对应的起点地块及终点地块。
其中,一个卡口对应的起点地块,表示从该起点地块出发的车辆经过了该卡口,即经过该卡口的车辆的出发区域为该起点地块。一个卡口对应的终点地块,表示从该卡口经过的车辆到达了该终点地块,即,经过该卡口的车辆的终点区域为该终点地块。比如,卡口A1对应的起点地块为Zs、对应的终点地块为Ze,则表示经过卡口A1的车辆从起点地块Zs出发,到达终点地块Ze,即目的地在终点地块Ze。
为便于表示及存储,可以针对每个地块设置一个位于的地块标识,如此可以将卡口与地块的对应关系,保存为卡口标识与地块标识的对应关系。后续可利用该对应关系进行进一步处理。其中,每个地块的地块标识,可以是自行设定的标识,也可以是通过其他方式得到的标识,在此不进行具体限定。
步骤S130,根据所述卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在所述目标时间段所述目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块。
可根据所述卡口车辆数据集合,进行时序关系及空间位置关系处理,获得在所述目标时间段所述目标区域内出现的各车辆的单次出行情况。由于所述卡口车辆数据集合中包括卡口标识,因此该单次出行情况也可以包括该次出行最开始经过的卡口的卡口标识及最后经过的卡口的卡口标识,再结合各卡口对应的起点地块及终点地块,得到在所述目标时间段所述目标区域内,出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块。
其中,一车辆某次出行对应的出行时间、出行起点地块及出行终点地块,表示该车辆该次出行的具体时间、该次出行的起点所在地块、以及该次出行的终点所在的地块。
同理,为便于表示及存储,一车辆每次出行对应的出行时间、出行起点地块及出行终点地块,可以保存为该车辆的车辆标识与出行时间、出行起点地块的地块标识及出行终点地块的地块标识的对应关系。
步骤S140,根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。
可以针对各地块标识,根据基于所述卡口车辆数据集合得到的各车辆每次出行对应的出行时间、出行起点地块的地块标识及出行终点地块的地块标识,得到该地块标识对应的停车需求分析结果,也即,得到该地块标识所代表的地块的停车需求分析结果。各地块的停车需求分析结果,用于描述该地块的停车需求情况,具体内容可以结合实际需求设置。
如此,既充分利用了卡口车辆数据,并且可以获得停车需求情况。这种方式既可以节省人力,同时可以提高调查结果的准确性及实时性。
可选地,所述描述信息可以包括所述目标区域内的道路网络的拓扑结构关系及地理位置关系。道路网络的拓扑结构关系,用于描述路段与路段之间的联络关系,比如,路段的起终点分别跟哪些路段连着,哪些路段是相通的,哪个路段的车辆可以行驶到另外的哪个路段。道路网络的地理位置关系,可以包括路段所在的位置、方向、长度等。
可以结合上述描述信息,通过图3所示方式获得每个卡口对应的起点地块及终点地块。请参照图3,图3为图2中步骤S120包括的子步骤的流程示意图。在本实施例中,步骤S120可以包括子步骤S121~子步骤S123。
子步骤S121,根据该卡口的卡口位置及所述地理位置关系,确定该卡口所在的第一路段。
可选地,每条卡口车辆数据中可以包括卡口位置,或者,可以根据卡口标识与卡口位置的对应关系、当前针对的卡口的卡口标识,得到当前针对的卡口的卡口位置。其中,卡口位置可以采用经纬度坐标标识。所述地理位置关系中可以包括各路段的地理位置信息,可以根据该卡口的卡口位置及各路段的地理位置信息,匹配得到该卡口所在的第一路段。
为便于标识,所述地理位置关系中可以包括路段标识(比如,路段编号)与地理位置信息的对应关系,可以将该卡口的卡口位置与各路段的地理位置信息进行匹配,从而得到该卡口所在的第一路段的路段标识。
子步骤S122,根据所述描述信息及所述第一路段,查找第二路段,并将所述第一路段与查找到的第二路段中至少部分路段围合成的区域作为该卡口对应的起点地块。
在确定出该卡口所在的第一路段的情况下,可以根据所述描述信息及第一路段,查找到该第一路段对应的第二路段。其中,所述第二路段为通过追溯上游路段的方式查找到的路段,并且所述第二路段中的车辆可行驶至所述第一路段。上游路段可以基于所述描述信息确定。
在完成该卡口对应的第二路段的查找的情况下,可以基于所述描述信息,确定出由第一路段与查找到的第二路段中至少部分路段围合成的区域,并将该区域作为该卡口对应的起点地块。
请参照图4,图4为图3中子步骤S122包括的子步骤的流程示意图。在本实施例中,子步骤S122可以包括子步骤S1221~子步骤S1225。
子步骤S1221,基于所述拓扑结构关系,以当前第一目标路段为终点,确定出位于所述当前第一目标路段上游、与所述当前第一目标路段的起点相连、且车辆可行驶的路段作为第二候选路段。
所述拓扑结构关系可以说明路段之间的连通关系、且路段是有方向的。比如,01路段的起点是A、终点是B;01路段的起点是B、终点是A。其中,在第一次查找第二路段时,所述当前第一目标路段为所述第一路段;在不是第一次查找第二路段时,所述当前第一目标路段为上一次查找到的第二路段。
可以基于所述拓扑结构关系,将所述第一路段作为终点,追溯该第一路段上游的所有路段,并从该所有路段中找出与该第一路段的起点相连的车辆能够行驶的前一路段,即找出第二候选路段。其中,找出的第二候选路段可能只有一个,也可能有多个,由实际情况确定。
子步骤S1222,根据所述地理位置关系计算得到所述当前第一目标路段与各第二候选路段之间的第一夹角,并将最小的第一夹角对应的第二候选路段作为本次查找到的第二路段。
基于所述地理位置关系,可以得到所述第一路段对应的第一平面方向向量以及各第二候选路段对应的第二平面方向向量。可计算所述第一平面方向向量与各第二平面方向向量的方向向量夹角,并作为所述第一夹角。然后,通过比较,确定出计算出的第一夹角中的最小的第一夹角,并将该最小的第一夹角对应的第二候选路段作为本次查找到的第二路段。
其中,所述第一路段与一个第二候选路段的方向向量夹角的计算过程可以表示为:
其中,表示所述第一路段对应的第一平面方向向量,表示所述一个第二候选路段对应的第二平面方向向量,(x2,y2)表示所述第一路段起终点的向量坐标,(x1,y1)表示所述一个第二候选路段的起终点的向量坐标。
子步骤S1223,将本次查找到的第二路段添加到第一已选择路段集合中,得到当前第一已选择路段集合。
其中,所述当前第一已选择路段集合中包括已查找到的第二路段及所述第一路段。
子步骤S1224,判断所述当前第一已选择路段集合中是否存在重复路段。
在所述当前第一已选择路段集合中存在重复路段的情况下,停止查找该卡口对应的第二路段,也即确定已完成该卡口对应的第二路段的查找。可以基于此时的所述当前第一已选择路段集合,确定出由所述当前第一已选择路段集合中的路段围合成的区域,并将该区域作为该卡口对应的起点地块。
在所述当前第一已选择路段集合中不存在重复路段的情况下,则执行子步骤S1225。
子步骤S1225,将本次查找到的第二路段更新为所述当前第一目标路段。
然后基于更新后的当前第一目标路段,再次执行子步骤S1221,以继续查找第二路段,直到当前第一已选择路段集合中存在重复路段时为止。
下面对获得卡口对应的起点地块的方式,进行举例说明。
假设所述卡口车辆数据集合中包括了卡口标识A1、A2、…、An,卡口标识A1、A2、…、An是不同的卡口标识。
可根据卡口标识A1、A2、…、An各自对应的卡口位置的经纬度坐标,通过与地理位置关系进行匹配,得到各卡口标识A1、A2、…、An各自表示的卡口所在的第一路段的路段标识。
假设卡口标识A1表示的卡口所在的第一路段的路段标识为x1。
基于所述目标区域的道路网络的拓扑结构关系,以卡口A1所在的第一路段x1为终点,追溯第一路段x1上游的所有路段,然后判断得到与第一路段x1的起点相连的车辆能够行驶的前一路段的所有可能路段集合(y1、y2、…、yN、x2)。y1、y2、…、yN、x2表示本次查找到的第二候选路段的路段标识。此时第一已选择路段集合中仅包括第一路段的路段标识x1。
基于所述目标区域的道路网络的地理位置关系,可获得第一路段x1对应的第一平面方向向量、及第二候选路段y1、y2、…、yN、x2各自的第二平面方向向量。可分别计算第二候选路段y1、y2、…、yN、x2与第一路段x1的平面方向向量之间的夹角,然后选出夹角最小的一条第二候选路段x2作为本次查找到的第二路段x2。
将本次查找到的第二路段的路段标识x2添加到第一已选择路段集合中,得到当前第一已选择路段集合,该当前第一已选择路段集合为[x1,x2]。
判断当前第一已选择路段集合中的路段x1、x2中是否存在重复路段,以判断是否能够围合成一个区域。假设当前第一已选择路段集合中的路段x1、x2中无重复路段,则继续查找。
以上一次查找到的第二路段x2为终点,继续追溯上游路段并判断得到与该第二路段x2相连的车辆能够行驶的上一路段的所有可能路段(y1’、y2’、…、yN’,x3),同上面描述的过程,可筛选出与第二路段x2对应平面向量夹角最小的一条路段x3,作为本次查找到的第二路段x3。
将本次查找到的第二路段的路段标识x3添加到第一已选择路段集合[x1,x2]中,得到当前第一已选择路段集合,该当前第一已选择路段集合为[x1,x2,x3]。
判断当前第一已选择路段集合中的路段x1、x2、x3中是否存在重复路段。若不存在,则按照上述过程继续查找,直到当前第一已选择路段集合[x1,x2,…,xN]中有重复路段位置为止。
在存在重复路段的情况下,能够围合成一个区域。可将当前第一已选择路段集合[x1,x2,…,xN]中的路段围合成的区域称为地块,可设置该地块的地块编号为Zs1,则Zs1地块为卡口A1对应的起点地块。
针对其余卡口A2、…、An,可分别执行上述过程,以得到所述目标区域内所有卡口A1、A2、…、An对应的起点地块的地块标识Zs1、Zs2、…、ZsN。其中,假设卡口A2对应Zs2,卡口An对应ZsN。一个卡口对应的起点地块可能有多个,也可能为一个。
子步骤S123,根据所述描述信息及所述第一路段,查找第三路段,并将所述第一路段与确定出的第三路段中至少部分路段围合成的区域作为该卡口对应的终点地块。
在确定出该卡口所在的第一路段的情况下,可以根据所述描述信息及第一路段,查找到该第一路段对应的第三路段。其中,所述第三路段为通过追溯下游路段的方式查找的路段,并且所述第一路段中的车辆可行驶至所述第三路段。下游路段可以基于所述描述信息确定。
在完成该卡口对应的第三路段的查找的情况下,可以基于所述描述信息,确定出由第一路段与查找到的第三路段中至少部分路段围合成的区域,并将该区域作为该卡口对应的终点地块。
请参照图5,图5为图3中子步骤S123包括的子步骤的流程示意图。在本实施例中,所述描述信息中还包括各卡口所在路段的各车道的转向信息(左转、直行、右转),子步骤S123可以包括子步骤S1231~子步骤S1235。
子步骤S1231,基于所述拓扑结构关系及该卡口对应的转向信息,以当前第二目标路段为起点,确定出位于所述当前第二目标路段下游、与所述当前第二目标路段的终点相连、且车辆可行驶的路段作为第三候选路段。
该卡口对应的转向信息,表示从所述描述信息中获得的该卡口所在路段的各车辆的转向信息。其中,在第一次查找第三路段时,所述当前第二目标路段为所述第一路段;在不是第一次查找第三路段时,所述当前第二目标路段为上一次查找到的第三路段。
可以基于所述拓扑结构关系及该卡口对应的转向信息,将所述第一路段作为起点,追溯该第一路段下游的所有路段,并从该所有路段中找出与该第一路段的终点相连的车辆能够行驶的下一路段,即找出第三候选路段。其中,找出的第三候选路段可能只有一个,也可能有多个,由实际情况确定。
子步骤S1232,根据所述地理位置关系计算得到所述当前第二目标路段与各第三候选路段之间的第二夹角,并将最小的第二夹角对应的第三候选路段作为本次查找到的第三路段。
关于子步骤S1232的具体说明,可以参照上文对子步骤S1222的说明,在此不再赘述。
子步骤S1233,将本次查找到的第三路段添加到第二已选择路段集合中,得到当前第二已选择路段集合。
其中,所述当前第二已选择路段集合中包括已查找到的第三路段及所述第一路段。
子步骤S1234,判断所述当前第二已选择路段集合中是否存在重复路段。
在所述当前第二已选择路段集合中存在重复路段的情况下,停止查找该卡口对应的第三路段,也即确定已完成该卡口对应的第三路段的查找。可以基于此时的所述当前第二已选择路段集合,确定出由所述当前第二已选择路段集合中的路段围合成的区域,并将该区域作为该卡口对应的终点地块。
可选地,各卡口与终点地块的对应关系中,可以包括各卡口的不同车道与终点地块的对应关系。如此,便于后续准确确定出行终点地块。
在所述当前第二已选择路段集合中不存在重复路段的情况下,则执行子步骤S1235。
子步骤S1235,将本次查找到的第三路段更新为所述当前第二目标路段。
然后基于更新后的当前第二目标路段,再次执行子步骤S1231,以继续查找第三路段,直到当前第二已选择路段集合不存在重复路段时为止。
下面对获得卡口对应的终点地块的方式,进行举例说明。
假设所述卡口车辆数据集合中包括了卡口标识A1、A2、…、An,卡口标识A1、A2、…、An是不同的卡口标识。
可根据卡口标识A1、A2、…、An各自对应的卡口位置的经纬度坐标,通过与地理位置关系进行匹配,得到各卡口标识A1、A2、…、An各自表示的卡口所在的第一路段的路段标识。
假设卡口标识A1表示的卡口所在的第一路段的路段标识为x1。
基于所述目标区域的道路网络的拓扑结构关系及卡口A1所在路段的各车辆的转向信息,以卡口A1所在的第一路段x1为起点,追溯第一路段x1下游的所有路段,然后判断得到与第一路段x1的终点相连的车辆能够行驶的下一路段的所有可能路段集合(a1、a2、…、aN、b2)。a1、a2、…、aN、b2表示本次查找到的第三候选路段的路段标识。此时第二已选择路段集合中仅包括第一路段的路段标识x1。
基于所述目标区域的道路网络的地理位置关系,可获得第一路段x1对应的第一平面方向向量、及第三候选路段a1、a2、…、aN、b2各自的第二平面方向向量。可分别计算第三候选路段a1、a2、…、aN、b2与第一路段x1的平面方向向量之间的夹角,然后选出夹角最小的一条第三候选路段b2作为本次查找到的第三路段b2。
将本次查找到的第三路段的路段标识b2添加到第二已选择路段集合中,得到当前第二已选择路段集合,该当前第一已选择路段集合为[x1,b2]。
判断当前第二已选择路段集合中的路段x1、b2中是否存在重复路段,以判断是否能够围合成一个区域。假设当前第二已选择路段集合中的路段x1、b2中无重复路段,则继续查找。
以上一次查找到的第三路段b2为终点,继续追溯下游路段并判断得到与该第三路段b2相连的车辆能够行驶的下一路段的所有可能路段(a1’、a2’、…、aN’,b3),同上面描述的过程,可筛选出与第三路段b2对应平面向量夹角最小的一条路段b3,作为本次查找到的第三路段b3。
将本次查找到的第三路段的路段标识b3添加到第二已选择路段集合[x1,b2]中,得到当前第二已选择路段集合,该当前第二已选择路段集合为[x1,b2,b3]。
判断当前第二已选择路段集合中的路段x1、b2、b3中是否存在重复路段。若不存在,则按照上述过程继续查找,直到当前第二已选择路段集合[x1,b2,…,bN]中有重复路段位置为止。
在存在重复路段的情况下,能够围合成一个区域。可将当前第二已选择路段集合[x1,b2,…,bN]中的路段围合成的区域称为地块,可设置该地块的地块编号为Ze1,则Ze1地块为卡口A1对应的终点地块。
针对其余卡口A2、…、An,可分别执行上述过程,以得到所述目标区域内所有卡口A1、A2、…、An对应的终点地块的地块标识Ze1、Ze2、…、ZeN。其中,假设卡口A2对应Ze2,卡口An对应ZeN。一个卡口对应的终点地块可能有多个,也可能为一个。
由于在上述过程中,地块编号是自动设置的,为避免同一个地块出现多个地块编号,可基于地理位置关系,判断当前的地块编号命名是否存在对一个地块进行了多次命名的情况,则存在,则进行调整。
比如,可判断终点地块的地块编号Ze1、Ze2、…、ZeN中是否存在与起点地块的地块编号Zs1、Zs2、…、ZsN重复的地块编号,若存在,可将终点地块中重复的地块编号变更为起点地块的编号。例如,地块编号Zs2、Ze1对应了同一个地块,则可以将地块编号Ze1替换为Zs2。
请参照图6,图6为图2中步骤S130包括的子步骤的流程示意图。在本实施例中,步骤S130可以包括子步骤S131~子步骤S132。
子步骤S131,针对各车辆,根据该车辆的车辆标识从所述卡口车辆数据集合中获得该车辆的至少一条单次出行数据。
在本实施例中,可以针对所述卡口车辆数据集合中包括的各车辆标识,从所述卡口车辆数据集合中,获得该车辆标识对应的至少一条单次出行数据,也即获得该车辆标识对应的车辆的至少一条单次出行数据。其中,所述单次出行数据中包括该次出行的起点卡口标识、终点卡口标识、出行时间及车辆经过终点卡口时所在的车道。起点卡口标识,表示该次出行经过的第一个卡口的卡口标识;终点卡口标识,标识该次出行经过的最后一个卡口的卡口标识。所述出行时间包括车辆经过起点卡口的时间及经过终点卡口的时间。
可先根据当前针对的车辆的车辆标识,从所述卡口车辆数据集合中获得该车辆标识对应的轨迹数据。其中,所述轨迹数据中包括包含了该车辆标识的按照时间排序的卡口车辆数据。
之后,可从该车辆标识对应的轨迹数据中,按照时间顺序,依次针对相邻的两条卡口车辆数据,获得所述相邻的两条卡口车辆数据中的时间的时间差;判断该时间差是否满足所述相邻的两条卡口车辆数据对应的目标要求;若满足,则认为所述相邻的两条卡口车辆数据对应同一次出行,否则认为不对应同一次出行。在对该车辆标识对应的轨迹数据完成上述判断后,可基于对应同一次出行的卡口车辆数据,得到该车辆对应的至少一条单次出行数据。
其中,假设将一条卡口车辆数据标记为d,该车辆标识对应的轨迹数据包括d1、d2、d3,则依次针对相邻的两条卡口车辆数据,是指依次对相邻的两条卡口车辆数据d1、d2和相邻的两条卡口车辆数据d2、d3。
所述相邻的两条卡口车辆数据对应的目标要求,用于描述在时间上依次通过所述相邻的两条卡口车辆数据中的卡口的要求,具体可以结合实际需求设置。
可选地,作为一种可能的实现方式,可通过如下方式确定所述相邻的两条卡口车辆数据对应的目标要求。
针对该相邻的两条卡口车辆数据,确定出该相邻的两条卡口车辆数据中的两个卡口所在的路段,然后基于所述描述信息,找到该两个卡口所在的路段之间车辆能够通行的最短路径。接着,基于该最短路径、该最短路径中各路段的最高速度限制,计算得到行驶完该最短路径的时间。最后,基于行驶完该最短路径的时间,设置所述目标要求。比如,若行驶完该最短路径的时间为Tmin,可结合经验设置所述目标要求为大于Tmin/2且小于Tmin*8。
下面对获得各车辆的至少一条单次出行数据的过程,进行举例说明。
S1.1:可将一条卡口车辆数据标记为d。从所述卡口车辆数据中,筛选出当前针对的车辆的车辆标识(比如,C1)的所有卡口车辆数据,并按照时间序列先后对该所有包括车辆标识C1的卡口车辆数据进行排序,得到数据集合[d1,d2,…,dN],即得到轨迹数据。
S1.2:从所述数据集合[d1,d2,…,dN]中提取相邻的两条卡口车辆数据d1、d2。假设这两条卡口车辆数据d1、d2中,车辆C1经过卡口的时间分别为T1、T2,卡口标识分别为B1、B2。可计算出T1与T2的时间差,标记为TT。
S1.3:针对卡口标识B1、B2,可根据卡口标识B1对应的卡口位置的经纬度坐标、卡口标识B2对应的卡口位置的经纬度坐标、以及所述目标区域的道路网络的地理位置关系,通过匹配,得到卡口标识B1、B2对应的卡口各自所在的路段的路段标识r1、r2。进而可根据所述拓扑结构,找到r1、r2两条路段之间车辆能够通行的最短路径,该最短路径中包括了多个路段,该最短路径可表示为路段集合[r1,z1,z2,…、zN,r2]。
S1.4:对于所述路段集合[r1,z1,z2,…、zN,r2],可根据每条路段的长度和最高速度限制,计算出通过所有路段的最低通过时间,标记为Tmin。
S1.5:可判断TT是否满足条件:Tmin/2<TT<Tmin*8。若满足条件,则针对d1、d2两条卡口车辆数据添加标记为1,若不满足条件则添加标记为0。
S1.7:可按照步骤S1.2-S1.5,继续计算车辆标识C1相邻的两条卡口车辆数据d2、d3,并添加0或1标记,直至所有车辆标识C1的卡口车辆数据计算完毕。
S1.7:基于步骤S1.1得到的数据集合[d1、d2、…、dN],根据步骤S1.2-1.6计算得到相邻两条卡口车辆数据的标记为0或1,从d1、d2开始遍历,在标记为1时继续遍历下两条卡口车辆数据d2、d3,当遍历到dX-1与dX的标记为0时,则暂时停止遍历,得到车辆C1的第一条出行trips1(即一条单次出行数据):[d1、d2、…、dX-1],d1中的卡口标识为B1、经过时间为T1(表示第一次出行的起点卡口为卡口B1、经过时间为T1),dX-1中的卡口标识为BX-1、经过时间为TX-1(表示第一次出行的终点卡口为卡口BX-1、经过时间为TX-1)。
S1.8:按照步骤S1.7得到第一次出行的出行数据后,如果X<N,即昂C1的数据集合还为遍历完全,则继续从dX、dX+1开始遍历,在标记为1时继续遍历下两条卡口车辆数据dX+1、dX+2,当遍历到dY-1与dY的标记为0时,则暂时停止遍历,得到车辆C1的第二条出行trips2(即又一条单次出行数据):[dX、dX+1、…、dY-1],dX中的卡口标识为BX、经过时间TX(表示第二次出行的起点卡口为卡口BX、经过时间为TX),dY-1中的卡口标识为BY-1、经过时间为TY-1(表示第二次出行的终点卡口为卡口BY-1、经过时间为TY-1)。
S1.9:按照步骤S1.7-S1.8所述方式遍历,直至遍历到卡口车辆数据dN为止,从而得到车辆C1的trips1、trips2、…、tripsM出行数据,即车辆C1的至少一条单次出行数据。
针对剩余的各车辆,执行上述步骤S1.1-S1.9,可得到所述卡口车辆数据集合中各车辆的所有单次出行数据,每条单次出行数据分别包含出行的起点卡口标识B_start和时间T_start、出行的终点卡口标识B_end和时间T_end。
子步骤S132,针对该车辆的各次出行,根据各卡口对应的起点地块及该次出行数据中的起点卡口标识,得到该车辆该次出行对应的出行起点地块,并根据各卡口的不同车道与终点地块的对应关系、该次出行数据中的终点卡口标识及经过终点卡口时所在的车道,得到该车辆该次出行的出行终点地块。
在获得该车辆的至少一条单次出行数据的情况下,可针对每条单次出行数据,根据各卡口对应的起点地块、该次出行数据中的起点卡口标识,确定出该次出行数据中的起点卡口标识对应的起点地块,并将确定出来的起点地块作为该次出行的出行起点地块。
同理,可以根据各卡口对应的终点地块、该次出行数据中的终点卡口标识,确定出该次出行数据中的终点卡口标识对应的终点地块,并将确定出来的终点地块作为该次出行的出行终点地块。
可选地,所述卡口车辆数据中还可以包括车辆所在的车道,各卡口与终点地块的对应关系中包括各卡口的不同车道与终点地块的对应关系。在此情况下,可以根据各卡口的不同车道与终点地块的对应关系、该次出行数据中的终点卡口标识及所在车道,确定出该次出行数据中的终点卡口标识及所在车道对应的终点地块,并将确定出来的终点地块作为该次出行的出行终点地块。
如此,可将各卡口对应的起点地块及终点地块,与得到的车辆单次出行数据进行匹配,从而得到各车辆每次出行对应出行起点地块Z_start和时间T_start、及出行终点地块Z_end和时间T_end。
可选地,所述停车需求分析结果包括各地块在所述目标时间段的各目标子时间段的不同属性各自的停车需求增加量及停车需求减少量,所述目标时间段包括多个目标子时间段。请参照图7,图7为图2中步骤S140包括的子步骤的流程示意图之一。在本实施例中,步骤S140可以包括子步骤S141及子步骤S144。
子步骤S141,针对各车辆,根据该车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到该车辆的居住家庭地块及工作岗位地块,并得到该车辆每次出行的出行目的。
在本实施例中,可以根据预设工作时间和预设休息时间、该车辆每次出行对应的出行时间、出行起点地块及出行终点地块,确定出该车辆的备选居住家庭地块及频次、以及该车辆的备选工作岗位地块及频次,再将得到的频次与预设频次进行比较。然后将大于预设频次的备选居住家庭地块作为该车辆的居住家庭地块、以及将大于预设频次的备选工作岗位地块作为该车辆的工作岗位地块。
之后,可结合该车辆的居住家庭地块及工作岗位地块、该车辆每次出行对应的出行起点地块及出行终点地块,确定出该车辆每次出行的出行目的。其中,所述出行目的包括上班通勤、下班回家及其他弹性出行。
下面对得到该车辆的居住家庭地块、工作岗位地块及每次出行的出行目的的方式,进行举例说明。
基于该车辆每次出行对应的出行时间、出行起点地块及出行终点地块,依次判断该车辆相邻两次出行对应的出行时间是否满足第一预设时间条件,若满足,则将该车辆相邻两次出行中的前一次出行的出行终点地块及后一次出行的出行起点地块,作为该车辆的备选居住家庭地块。统计各备选居住家庭地块的出现频次,并将出现频次大于第一预设频次的备选居住家庭地块作为该车辆的居住家庭地块(即该出现频次大于第一预设频次的备选居住家庭地块的属性对于该车辆而言为居住属性)。
其中,所述第一预设时间条件及第一预设频次可以结合实际需求设置。比如,所述第一预设时间条件包括:前一次出行的终点时间T_end1在16:00之后、且相邻的下次出行(即后一次出行)的起点时间T_start2在所述前一次出行的第二日或之后日期的4:00之后,则前一次出行的出行终点地块Z_end1和下次出行的出行起点地块Z_start2地块为该车辆的备选居住家庭地块。
假设所述目标时间段为30天,所述第一预设频次为15天(50%),若在30天内出现的某备选居住家庭地块对应的统计次数大于15天的话,则该备选居住家庭地块为该车辆的居住家庭地块,该地块的属性对于该车辆而言为居住属性。
可基于该车辆每次出行对应的出行时间、出行起点地块及出行终点地块,根据该车辆每天出行对应的出行时间及第二预设时间条件中设定的阈值时间范围,计算得到该车辆每天在设定的阈值时间范围内的停留时间;然后判断各天的停留时间是否满足第二预设时间条件中的预设时长要求,若满足,则将该天的第一次出行的出行终点地块和下一次出行的出行起点地块,作为该车辆的备选工作岗位地块。统计各备选工作岗位地块的出现频次,并将出现频次大于第二预设频次的备选工作岗位地块作为该车辆的工作岗位地块(即该地块的属性对于该车辆而言为岗位属性)。
其中,所述第二预设时间条件及第二预设频次可以结合实际需求设置。
上述基于停留时间统计出现频次的方式,具体可以为:计算本次出行的终点时间T_end1与相邻的下次出行的起点时间T_start2之间的停留时间间隔,并计算该时间间隔在每日9:00-12:00和14:00-17:00阈值内的时间总数(即总时长)。每日若有多次出行,则累加时间总数。若通过该方式计算得到的该天的总时间数大于设定阈值(比如4小时),则判定本次出行的出行终点地块Z_end1和下次出行的出行起点地块Z_start2为该车辆的备选工作岗位地块。
假设某备选工作岗位地块在30天内出现的频次大于15天(50%)的话,则该备选工作岗位地块的属性为该车辆的工作岗位地块。
比如,某个车辆某天的出行:早上7:50出发z1地块、8:30到达z2地块;中午11:30出发z2地块、12:00到达z1地块;下午14:30又出发z1地块、15:00到达z2地块;下午18:00出发z2地块,18:30到达z1地块,则统计得到在每日9:00-12:00和14:00-17:00阈值内的时间总数为:在地块z2上午停留时间为2.5小时、下午停留时间为2小时,累加为4.5小时,满足条件,则地块z2为该车辆的备选工作岗位地块。
可基于该车辆的居住家庭地块及工作岗位地块,根据该车辆每次出行对应的出行起点地块及出行终点地块,确定该车辆每次出行的出行目的。
可以通过如下方式定义每次出行的出行目的:若某个车辆的某次出行为从居住家庭地块出发、到达工作岗位地块,则该车辆该次出行的出行目的为上班通勤;若反之,则出行目的为下班回家;若出发到达地块为居住和岗位地块之外的地块,则出行目的为其他弹性出行。
子步骤S144,根据各车辆每次出行的出行目的、出行时间、出行起点地块及出行终点地块,获得各地块在各目标子时间段内的不同属性各自的停车需求增加量及停车需求减少量。
其中,所述不同属性包括岗位属性、居住属性、其他属性。可对车辆每次出行的出行时间、出行起点地块及出行终点地块,按照时间间隔及出行目的进行聚合计算分析,得到各地块不同属性的停车需求增加量和减少量特征。
假设某车辆的一条出行数据tripsX对应出行起点地块ZX_start和时间TX_start、出行终点地块ZX_end和时间TX_end,该条出行数据tripsX所表示的出行为出行目的为居住地块到岗位地块的上班通勤出行,那么,则有:地块ZX_start在时间TX_start的居住属性的停车需求减少量计为1,地块ZX_end在时间TX_end的岗位属性的停车需求增加量计为1。
划定时间单位Ti分钟,每天24小时划分为24*60/Ti个时间段,例如Ti=30分钟,则每天24小时划分为0:00~0:30、0:30~1:00、…、23:00~23:30、23:40~0:00共计48个时间段。如此,所述各目标子时间内即为所述目标时间段内的0:00~0:30、0:30~1:00、…、23:00~23:30、23:40~0:00。
如上述举例所述,若TX_star处于某个目标子时间段内,则地块ZX_start在该目标子时间段的居住属性的停车需求减少量累加1。遍历出行起点地块为ZX_start的所有出行数据,得到地块ZX_start在各目标子时间段内的居住属性的停车需求减少量累加结果。
同理,若TX_end处于某个目标子时间段内,则地块ZX_end在该目标子时间段的岗位属性的停车需求增加量累加1。遍历出行终点地块为ZX_end的所有出行数据,得到地块ZX_end地块所有时段内的岗位属性的停车需求增加量累加结果。
针对各地块,进行上述统计后,可得到各地块在各目标子时间段内不同属性各自的停车需求增加量及停车需求减少量。
请参照图8,图8为图2中步骤S140包括的子步骤的流程示意图之二。在本实施例中,在子步骤S144之前,步骤S140还可以包括子步骤S142及子步骤S143。
子步骤S142,根据各车辆每次出行的出行目的、出行时间、出行起点地块及出行终点地块,判断各车辆是否缺失单次出行数据。
子步骤S143,针对缺失单次出行数据的各车辆,根据该车辆的已有单次出行数据,恢复缺失的单次出行数据对应的出行目的、出行时间、出行起点地块及出行终点地块。
在本实施例中,可针对各车辆,依次判断该车辆相邻两次出行中的前一次出行的出行终点地块与后一次出行的出行起点地块是否为同一个。若不是,则可以确定该车辆缺失了单次出行数据。若是,则可以确定该相邻两次中没有确实出行,并针对下一次相邻两次进行判断,直到判断完该车辆的所有出行。
比如,判断本次出行的出行终点地块Z_end1和相邻时间下次出行的出行起点地块Z_start2是否为同一地块。若不是,则确定缺失了从地块Z_end1出发、到达地块Z_start2的出行,可添加从地块Z_end1、到达Z_start2的单次出行信息。
其中,从地块Z_end1、到达Z_start2的单次出行信息中的出行时间,可以根据该车辆历史数据在地块Z_end1出发时间平均值、和到达地块Z_start2时间平均值确定,并基于上述所述规则判断出行目的。
其中,子步骤S144中的所述停车需求增加量及停车需求减少量可由已有单次出行数据及恢复的单次出行数据对应的出行目的、出行时间、出行起点地块及出行终点地块计算得到。也即,在执行完子步骤S141~子步骤S143后,再执行子步骤S144,如此可以进一步保证所述停车需求分析结果的准确性。
可选地,所述停车需求分析结果还包括各地块的不同属性各自的存量停车数量。请参照图9,图9为图2中步骤S140包括的子步骤的流程示意图之三。在本实施例中,步骤S140还可以包括子步骤S145及子步骤S146。
子步骤S145,根据各车辆在所述目标时间段内从各地块第一次出行对应的出行终点地块及出行目的,得到各地块在所述目标时间段内的不同属性各自的总存量停车数量。
可针对每一个地块进行分析,确定出在所述目标时间段内第一次从该地块出发的出行,并得到该次出行的出行目的。分许该次出行的出行目的,若出行目的为上班通勤,则本次出行停车的地块的属性为岗位地块,即本次出行停车的地块的属性对于该次出行的车辆而言为岗位属性;若出行目的为下班回家,则本次出行停车的地块属性为居住地块,即本次出行停车的地块的属性对于该次出行的车辆而言为居住属性;其他情况可认为该车次停车的地块的属性为其他弹性出行地块,即,本次出行停车的地块的属性对于该次出行的车辆而言为其他属性。累加可得到各地块在所述目标时间段内的不同属性的各自的总存量停车数量。
子步骤S146,根据所述不同出行目的各自的总存量停车数量、以及各地块在各目标子时间段内的不同属性各自的停车需求增加量及停车需求减少量,计算得到各地块在各目标子时间段内的不同属性各自的存量停车数量。
可从所述目标时间段的第一个时间单位(即第一个目标子时间段)0:00~0:30开始,对某一地块的某一属性的停车需求增加量和减少量经子步骤S145得到的该地块的该属性的总存量停车数量P0进行计算,得到当前目标子时间段0:00~0:30的真实存量停车数量P1。其中,在计算过程,需求增加量为相加、需求减少量为相减。
到下一个时间单位(即第二个目标子时间段)00:30~1:00,对该地块的该属性的停车需求增加量和减少量与上一时间单位(即上一个目标子时间段)0:00~0:30的该地块的该属性的存量停车数量P1进行计算,得到当前时段的真实存量停车数量,也即得到0:30~1:00的真实存量停车数量P2。同理,需求增加量为相加、需求减少量为相减。
迭代至所述目标时间段内所有时间单位,从而最终得到各地块在各目标子时间段内的不同属性的存量停车数量。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种停车需求分析装置200的实现方式,可选地,该停车需求分析装置200可以采用上述图1所示的电子设备100的器件结构。进一步地,请参照图10,图10为本申请实施例提供的停车需求分析装置200的方框示意图。需要说明的是,本实施例所提供的停车需求分析装置200,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。所述停车需求分析装置200可以包括:数据获得模块210、卡口信息确定模块220、出行信息确定模块230及分析模块240。
所述数据获得模块210,用于获得目标时间段内目标区域的卡口车辆数据集合。其中,所述卡口车辆数据集合的每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间。
所述卡口信息确定模块220,用于针对所述目标区域内的各卡口,根据所述卡口车辆数据集合及所述目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块。
所述出行信息确定模块230,用于根据所述卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在所述目标时间段所述目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块。
所述分析模块240,用于根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。
可选地,上述模块可以软件或固件(Firmware)的形式存储于图1所示的存储器110中或固化于电子设备100的操作系统(Operating System,OS)中,并可由图1中的处理器120执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器110中。
本申请实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的停车需求分析方法。
综上所述,本申请实施例提供一种停车需求分析方法、装置、电子设备及可读存储介质,在获得目标时间段内目标区域的卡口车辆数据集合及目标区域的道路网络的描述信息的情况下,先针对目标区域内的各卡口,根据卡口车辆数据集合及目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块;接着,根据卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在目标时间段目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块;进而可根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。其中,卡口车辆数据集合中的每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间。如此,可基于卡口车辆数据获得各地块的停车需求情况,该方式既可以节省人力,同时可以提高调查结果的准确性及实时性。
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,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请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部分可以以软件产品的形式体现出来,该计算机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台计算机设备(可以是个人计算机,服务器,或者网络设备等)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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、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可选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (11)
1.一种停车需求分析方法,其特征在于,所述方法包括:
获得目标时间段内目标区域的卡口车辆数据集合,其中,所述卡口车辆数据集合的每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间;
针对所述目标区域内的各卡口,根据所述卡口车辆数据集合及所述目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块;
根据所述卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在所述目标时间段所述目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块;
根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。
2.根据权利要求1所述的方法,其特征在于,所述描述信息中包括所述道路网络的拓扑结构关系及地理位置关系,所述针对所述目标区域内的各卡口,根据所述卡口车辆数据集合及所述目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块,包括:
根据该卡口的卡口位置及所述地理位置关系,确定该卡口所在的第一路段;
根据所述描述信息及所述第一路段,查找第二路段,并将所述第一路段与查找到的第二路段中至少部分路段围合成的区域作为该卡口对应的起点地块,其中,所述第二路段为通过追溯上游路段的方式查找到的路段,并且所述第二路段中的车辆可行驶至所述第一路段;
根据所述描述信息及所述第一路段,查找第三路段,并将所述第一路段与确定出的第三路段中至少部分路段围合成的区域作为该卡口对应的终点地块,其中,所述第三路段为通过追溯下游路段的方式查找到的路段,并且所述第一路段中的车辆可行驶至所述第三路段。
3.根据权利要求2所述的方法,其特征在于,所述根据所述描述信息及所述第一路段,查找第二路段,包括:
基于所述拓扑结构关系,以当前第一目标路段为终点,确定出位于所述当前第一目标路段上游、与所述当前第一目标路段的起点相连、且车辆可行驶的路段作为第二候选路段,其中,在第一次查找第二路段时,所述当前第一目标路段为所述第一路段;在不是第一次查找第二路段时,所述当前第一目标路段为上一次查找到的第二路段;
根据所述地理位置关系计算得到所述当前第一目标路段与各第二候选路段之间的第一夹角,并将最小的第一夹角对应的第二候选路段作为本次查找到的第二路段;
将本次查找到的第二路段添加到第一已选择路段集合中,得到当前第一已选择路段集合,其中,所述当前第一已选择路段集合中包括已查找到的第二路段及所述第一路段;
在所述当前第一已选择路段集合中存在重复路段的情况下,停止查找该卡口对应的第二路段;
在所述当前第一已选择路段集合中不存在重复路段的情况下,将本次查找到的第二路段更新为所述当前第一目标路段,继续查找第二路段。
4.根据权利要求2所述的方法,其特征在于,所述描述信息中还包括各卡口所在路段的各车道的转向信息,所述根据所述描述信息及所述第一路段,查找第三路段,包括:
基于所述拓扑结构关系及该卡口对应的转向信息,以当前第二目标路段为起点,确定出位于所述当前第二目标路段下游、与所述当前第二目标路段的终点相连、且车辆可行驶的路段作为第三候选路段,其中,在第一次查找第三路段时,所述当前第二目标路段为所述第一路段;在不是第一次查找第三路段时,所述当前第二目标路段为上一次查找到的第三路段;
根据所述地理位置关系计算得到所述当前第二目标路段与各第三候选路段之间的第二夹角,并将最小的第二夹角对应的第三候选路段作为本次查找到的第三路段;
将本次查找到的第三路段添加到第二已选择路段集合中,得到当前第二已选择路段集合,其中,所述当前第二已选择路段集合中包括已查找到的第三路段及所述第一路段;
在所述当前第二已选择路段集合中存在重复路段的情况下,停止查找该卡口对应的第三路段;
在所述当前第二已选择路段集合中不存在重复路段的情况下,将本次查找到的第三路段更新为所述当前第二目标路段,继续查找第三路段。
5.根据权利要求1所述的方法,其特征在于,所述卡口车辆数据中还包括车辆所在的车道,各卡口与终点地块的对应关系中包括各卡口的不同车道与终点地块的对应关系,所述根据所述卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在所述目标时间段所述目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,包括:
针对各车辆,根据该车辆的车辆标识从所述卡口车辆数据集合中获得该车辆的至少一条单次出行数据,其中,所述单次出行数据中包括该次出行的起点卡口标识、终点卡口标识、出行时间及车辆经过终点卡口时所在的车道,所述出行时间包括车辆经过起点卡口及终点卡口的时间;
针对该车辆的各次出行,根据各卡口对应的起点地块及该次出行数据中的起点卡口标识,得到该车辆该次出行对应的出行起点地块,并根据各卡口的不同车道与终点地块的对应关系、该次出行数据中的终点卡口标识及经过终点卡口时所在的车道,得到该车辆该次出行的出行终点地块。
6.根据权利要求1所述的方法,其特征在于,所述停车需求分析结果包括各地块在所述目标时间段的各目标子时间段的不同属性各自的停车需求增加量及停车需求减少量,所述目标时间段包括多个目标子时间段,所述根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果,包括:
针对各车辆,根据该车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到该车辆的居住家庭地块及工作岗位地块,并得到该车辆每次出行的出行目的,其中,所述出行目的包括上班通勤、下班回家及其他弹性出行;
根据各车辆每次出行的出行目的、出行时间、出行起点地块及出行终点地块,获得各地块在各目标子时间段内的不同属性各自的停车需求增加量及停车需求减少量,其中,所述不同属性包括岗位属性、居住属性、其他属性。
7.根据权利要求6所述的方法,其特征在于,在所述获得各地块在各目标子时间段内的不同属性各自的停车需求增加量及停车需求减少量之前,所述根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果,还包括:
根据各车辆每次出行的出行目的、出行时间、出行起点地块及出行终点地块,判断各车辆是否缺失单次出行数据;
针对缺失单次出行数据的各车辆,根据该车辆的已有单次出行数据,恢复缺失的单次出行数据对应的出行目的、出行时间、出行起点地块及出行终点地块,其中,所述停车需求增加量及停车需求减少量由已有单次出行数据及恢复的单次出行数据对应的出行目的、出行时间、出行起点地块及出行终点地块计算得到。
8.根据权利要求6或7所述的方法,其特征在于,所述停车需求分析结果还包括各地块的不同属性各自的存量停车数量,所述根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果,还包括:
根据各车辆在所述目标时间段内从各地块第一次出行的出行终点地块及出行目的,得到各地块在所述目标时间段内的不同属性各自的总存量停车数量;
根据所述不同属性各自的总存量停车数量、以及各地块在各目标子时间段内的不同属性各自的停车需求增加量及停车需求减少量,计算得到各地块在各目标子时间段内的不同属性各自的存量停车数量。
9.一种停车需求分析装置,其特征在于,所述装置包括:
数据获得模块,用于获得目标时间段内目标区域的卡口车辆数据集合,其中,所述卡口车辆数据集合的每条卡口车辆数据中包括卡口标识、车辆标识、车辆经过卡口的时间;
卡口信息确定模块,用于针对所述目标区域内的各卡口,根据所述卡口车辆数据集合及所述目标区域的道路网络的描述信息,确定该卡口对应的起点地块及终点地块;
出行信息确定模块,用于根据所述卡口车辆数据集合、各卡口对应的起点地块及终点地块,得到在所述目标时间段所述目标区域内出现的各车辆每次出行对应的出行时间、出行起点地块及出行终点地块;
分析模块,用于根据各车辆每次出行对应的出行时间、出行起点地块及出行终点地块,得到各地块的停车需求分析结果。
10.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-8中任意一项所述的停车需求分析方法。
11.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任意一项所述的停车需求分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111652728.9A CN114267177B (zh) | 2021-12-30 | 2021-12-30 | 停车需求分析方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111652728.9A CN114267177B (zh) | 2021-12-30 | 2021-12-30 | 停车需求分析方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114267177A true CN114267177A (zh) | 2022-04-01 |
CN114267177B CN114267177B (zh) | 2022-11-04 |
Family
ID=80831778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111652728.9A Active CN114267177B (zh) | 2021-12-30 | 2021-12-30 | 停车需求分析方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114267177B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622673A (zh) * | 2017-09-22 | 2018-01-23 | 广东方纬科技有限公司 | 一种基于卡口数据的停车需求分析方法、系统和装置 |
CN111190942A (zh) * | 2020-01-06 | 2020-05-22 | 浙江大学城市学院 | 一种基于数据挖掘技术的城市道路停车点统筹分析方法 |
CN111243277A (zh) * | 2020-03-09 | 2020-06-05 | 山东大学 | 基于车牌识别数据的通勤车辆时空轨迹重构方法及系统 |
KR102177306B1 (ko) * | 2019-10-24 | 2020-11-11 | 주식회사 태영알앤디 | 주차수급실태 조사 시스템 |
CN113724498A (zh) * | 2021-11-02 | 2021-11-30 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种中心城区tod项目停车配建的方法 |
-
2021
- 2021-12-30 CN CN202111652728.9A patent/CN114267177B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622673A (zh) * | 2017-09-22 | 2018-01-23 | 广东方纬科技有限公司 | 一种基于卡口数据的停车需求分析方法、系统和装置 |
KR102177306B1 (ko) * | 2019-10-24 | 2020-11-11 | 주식회사 태영알앤디 | 주차수급실태 조사 시스템 |
CN111190942A (zh) * | 2020-01-06 | 2020-05-22 | 浙江大学城市学院 | 一种基于数据挖掘技术的城市道路停车点统筹分析方法 |
CN111243277A (zh) * | 2020-03-09 | 2020-06-05 | 山东大学 | 基于车牌识别数据的通勤车辆时空轨迹重构方法及系统 |
CN113724498A (zh) * | 2021-11-02 | 2021-11-30 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种中心城区tod项目停车配建的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114267177B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6142086B2 (ja) | 正確な車線レベル地図の生成方法 | |
CN109937344B (zh) | 用于产生电子地图的段的分布曲线数据的方法和系统 | |
JP4446201B2 (ja) | 画像認識装置及び画像認識方法 | |
JP6658088B2 (ja) | 情報処理装置、プログラム、及び地図データ更新システム | |
CN100555355C (zh) | 道路交通的通行速度计算和匹配的方法和系统 | |
CN107389085B (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
JP2008249479A (ja) | 地物情報収集装置及び地物情報収集方法 | |
US20130211700A1 (en) | Method of determining and validating navigational priority settings utilizing probe data | |
CN113808400B (zh) | 车流迁徙情况的展示方法、装置、设备及介质 | |
Xu et al. | Time-series prediction with applications to traffic and moving objects databases | |
CN111856521A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN108351220A (zh) | 用于数字地图服务的车道信息的聚合方法 | |
JP2023184590A (ja) | 情報処理装置 | |
EP4202365A1 (en) | Method, apparatus, and computer program product for identifying and correcting lane geometry in map data | |
CN111033591B (zh) | 用于确定道路网的行车道的走向的方法以及服务器设备 | |
Zhang et al. | An improved virtual intersection model for vehicle navigation at intersections | |
CN114116927A (zh) | 环岛道路识别方法、装置、电子设备及存储介质 | |
CN111798660B (zh) | 车辆信息显示、获取方法及装置以及相关设备 | |
CN114267177B (zh) | 停车需求分析方法、装置、电子设备及可读存储介质 | |
CN115995151B (zh) | 应用于城市管理的网约车异常行为检测方法 | |
CN112562334A (zh) | 基于浮动车数据的弯曲路段实时速度计算方法、装置及介质 | |
CN111812689A (zh) | 基于gps轨迹的用户行为分析方法、装置、电子设备及介质 | |
CN111862587A (zh) | 一种出行引导策略生成方法及装置 | |
Choudhry et al. | Inferring truck activities using privacy-preserving truck trajectories data | |
CN113850297A (zh) | 道路数据的监测方法、装置、电子设备及存储介质 |
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 |