CN114443752A - 一种车辆载客推荐方法、网络设备和终端 - Google Patents

一种车辆载客推荐方法、网络设备和终端 Download PDF

Info

Publication number
CN114443752A
CN114443752A CN202011216671.3A CN202011216671A CN114443752A CN 114443752 A CN114443752 A CN 114443752A CN 202011216671 A CN202011216671 A CN 202011216671A CN 114443752 A CN114443752 A CN 114443752A
Authority
CN
China
Prior art keywords
weight
pedestrian
current
population density
terminal
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.)
Pending
Application number
CN202011216671.3A
Other languages
English (en)
Inventor
王茂源
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.)
China Mobile Communications Group Co Ltd
China Mobile IoT Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile IoT 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 China Mobile Communications Group Co Ltd, China Mobile IoT Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202011216671.3A priority Critical patent/CN114443752A/zh
Publication of CN114443752A publication Critical patent/CN114443752A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26Visual data mining; Browsing structured data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465Query processing support for facilitating data mining operations in structured databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Abstract

本发明提供了一种车辆载客推荐方法、网络设备和终端,涉及车联网技术领域。所述方法包括:接收第一终端传输的当前行人信息;根据所述当前行人信息,生成人口密度热力图;将所述人口密度热力图发送至第二终端;其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。本发明提供的车辆载客推荐方法、网络设备和终端不需要针对大量的历史数据进行分析,采用实时人口密度统计,克服了现有技术的车辆载客推荐实时性差的问题。

Description

一种车辆载客推荐方法、网络设备和终端
技术领域
本发明涉及车联网技术领域,特别涉及一种车辆载客推荐方法、网络设备和终端。
背景技术
现有技术中,运营车辆载客推荐系统需要获取大量的运营车辆的历史轨迹数据,然后对数据进行清洗和分析,利用一些算法或规则从中提取出运营车辆的载客热点和,载客容量等信息后建立模型,并对运营车司机未载客时的运行路线进行推荐。但是现有技术的运营车辆载客推荐系统建设费用高,实时性差,无法预测突发情况下的载客需求。
发明内容
本发明实施例提供一种车辆载客推荐方法、网络设备和终端,以解决现有技术的车辆载客推荐实时性差的问题。
为了解决上述技术问题,本发明采用如下技术方案:
本发明实施例提供一种车辆载客推荐方法,由网络设备执行,包括:
接收第一终端传输的当前行人信息;
根据所述当前行人信息,生成人口密度热力图;
将所述人口密度热力图发送至第二终端;
其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。
可选的,所述当前行人信息包括行人类别、行人数量和行人位置,所述根据所述当前行人信息,生成人口密度热力图,包括:
根据所述行人位置,确定行人所处的目标区域;
根据所述行人类别和行人数量,确定人口密度热力图的目标权重;
根据所述目标区域和所述目标权重,生成当前对应所述目标区域的人口密度热力图。
可选的,所述当前行人信息包括行人类别和行人数量,所述根据所述当前行人信息,生成人口密度热力图,包括:
根据不同行人类别的行人数量,计算第一权重;
根据所述第一权重、第二权重以及第三权重,确定目标权重;
其中,所述第二权重为在当前时刻之前第一时刻计算所得的权重,所述第三权重为在当前时刻之前第二时刻计算所得的权重。
可选的,所述根据不同行人类别的行人数量,计算第一权重,包括:
获取每一行人类别对应的每一权重,以及每一行人类别对应的行人数量;
计算不同行人类别的权重和对应的行人数量的乘积,并相加,得到所述第一权重。
可选的,所述根据所述第一权重、第二权重以及第三权重,确定目标权重,包括:
根据公式:
weightn,d=r*weightn-1,d+p*weightn,d-1+(1-r-p)*nown,d,确定所述目标权重;
其中,所述weightn,d表示所述目标权重;所述weightn-1,d表示第二权重;所述weightn,d-1表示第三权重;所述nown,d表示第一权重;r是遗忘系数,p是预测系数,并且满足条件r+p<1。
可选的,所述根据所述目标区域和所述目标权重,生成当前对应所述目标区域的人口密度热力图,包括:
将所述目标区域的地图划分为预设数量的网格;
将每个网格内所停留过的行人的坐标点取平均值,作为所述网格的平均坐标点;
根据所述目标权重,通过不同图标和不同颜色,标注在所述平均坐标点对应的位置,表示所述行人信息中的行人类别和行人数量,形成人口密度热力图;
其中,所述不同图标用于表示不同行人类别,不同颜色用于表示不同行人数量。
可选的,所述第一终端设置有图像采集组件、图像处理组件和传输组件。
可选的,所述方法还包括:每间隔第一预设时间,重新接收第一终端传输的当前行人信息,并根据所述当前行人信息,更新人口密度热力图。
本发明实施例提供一种车辆载客推荐方法,由第二终端执行,包括:
接收网络设备发送的人口密度热力图;
显示所述人口密度热力图;
所述人口密度热力图是所述网络设备根据当前行人信息生成的,所述当前行人信息是第一终端在采集到当前道路图像后获得的。
可选的,所述显示所述人口密度热力图,包括:
根据当前的所述人口密度热力图,确定行人密集的多个位置信息;
选择根据所述位置信息中的其中之一,并生成至少一种前往选择的位置信息的行车路线。
本发明实施例提供一种网络设备,包括:
第一接收模块,用于接收第一终端传输的当前行人信息;
生成模块,用于根据所述当前行人信息,生成人口密度热力图;
发送模块,将所述人口密度热力图发送至第二终端;
其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。
进一步地,所述生成模块,包括:
第一确定子模块,用于根据所述行人位置,确定行人所处的目标区域;
第二确定子模块,用于根据所述行人类别和行人数量,确定人口密度热力图的目标权重;
第一生成子模块,用于根据所述目标区域和所述目标权重,生成当前对应所述目标区域的人口密度热力图。
进一步地,所述第一生成子模块,包括:
第一计算单元,用于根据不同行人类别的行人数量,计算第一权重;
第二计算单元,用于根据所述第一权重、第二权重以及第三权重,确定目标权重;
其中,所述第二权重为在当前时刻之前第一时刻计算所得的权重,所述第三权重为在当前时刻之前第二时刻计算所得的权重。
进一步地,所述第一计算单元,包括:
第一获取子单元,用于获取每一行人类别对应的每一权重,以及每一行人类别对应的行人数量;
第一得到子单元,用于计算不同行人类别的权重和对应的行人数量的乘积,并相加,得到所述第一权重。
进一步地,所述第二计算单元,包括:
第二得到子单元,用于根据公式:
weightn,d=r*weightn-1,d+p*weightn,d-1+(1-r-p)*nown,d,确定所述目标权重;
其中,所述weightn,d表示所述目标权重;所述weightn-1,d表示第二权重;所述weightn,d-1表示第三权重;所述nown,d表示第一权重;r是遗忘系数,p是预测系数,并且满足条件r+p<1。
进一步地,所述第一生成子模块,还包括:
划分单元,用于将所述目标区域的地图划分为预设数量的网格;
将每个网格内所停留过的行人的坐标点取平均值,作为所述网格的平均坐标点;
形成单元,用于根据所述目标权重,通过不同图标和不同颜色,标注在所述平均坐标点对应的位置,表示所述行人信息中的行人类别和行人数量,形成人口密度热力图;
其中,所述不同图标用于表示不同行人类别,不同颜色用于表示不同行人数量。
需要说明的是,所述第一终端设置有图像采集组件、图像处理组件和传输组件。
进一步地,所述网络设备还包括:
更新模块,用于每间隔第一预设时间,重新接收第一终端传输的当前行人信息,并根据所述当前行人信息,更新人口密度热力图。
本发明实施例提供一种终端,包括:
第二接收模块,用于接收网络设备发送的人口密度热力图;
显示模块,用于显示所述人口密度热力图;
其中,所述人口密度热力图是所述网络设备根据当前行人信息生成的,所述当前行人信息是第一终端在采集到当前道路图像后获得的。
进一步地,所述显示模块,包括:
第一确定单元,用于根据当前的所述人口密度热力图,确定行人密集的多个位置信息;
第一生成单元,用于选择根据所述位置信息中的其中之一,并生成至少一种前往选择的位置信息的行车路线。
本发明的有益效果是:
本发明的实施例中,接收第一终端传输的当前行人信息;根据所述当前行人信息,生成人口密度热力图;将所述人口密度热力图发送至第二终端;其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。这样,相比现有技术,本发明接收的当前行人信息是实时采集的,具有实时性高、容易发现客源且无须依赖前期收集轨迹数据的优点,且根据所述当前行人信息生成的人口密度热力图能能够应对突发性客流需求,实时性高。
附图说明
图1表示本发明实施例提供的一种车辆载客推荐系统的结构示意图;
图2表示本发明实施例提供的一种车辆载客推荐方法的流程示意图;
图3表示本发明实施例提供的另一种车辆载客推荐方法的流程示意图;
图4表示本发明实施例提供的一种网络设备的模块示意图;
图5表示本发明实施例提供的一种终端的模块示意图;
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。在下面的描述中,提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此,本领域技术人员应该清楚,可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外,为了清楚和简洁,省略了对已知功能和构造的描述。
应理解,本申请的说明书和权利要求书中的术语“包括”以及它的任何变形,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。
在本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“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。
下面结合附图介绍本发明的实施例。本发明实施例提供的网络设备信息接收方法、发送方法、终端和网络设备可以应用于无线通信系统中。该无线通信系统可以为新空口(New Radio,NR)系统,或者演进型长期演进(Evolved Long Term Evolution,eLTE)系统,或者长期演进(Long Term Evolution,LTE)系统,或者后续演进通信系统等。
本发明针对现有技术的车辆载客推荐实时性差的问题,提供一种车辆载客推荐方法、网络设备和终端。
如图1所示,图1是本发明实施例提供的一种车辆载客推荐系统的结构示意图;如图1所示,包括第一终端10,网络设备20和第二终端30,所述第一终端包括视频采集模块11和视频处理模块12。其中,所述第一终端10应用于载客车辆上,所述视频采集模块11和视频处理模块12实时获取当前道路图像,并发送至所述网络设备20。所述第二终端30可以是用户终端(User Equipment,UE)或者其他终端侧设备,例如:手机、平板电脑(Ta bletPersonal Computer)、膝上型电脑(La ptop Computer)、个人数字助理(personal digitalassistant,PDA)、移动上网装置(Mobile Internet Device,MID)、可穿戴式设备(WearableDevice)或者机器人等终端侧设备,需要说明的是,在本发明实施例中并不限定终端11的具体类型,这里,所述第二终端优选为应用于车辆上的用户终端。上述的网络设备20可以是应用于4G基站的服务器,或者应用5G基站的服务器,所述网络设备具有处理、分析、接收和发送等功能,只要达到相同的技术效果,所述网络设备不限于特定技术词汇。需要说明的是,在本发明实施例中仅以5G基站为例,但是并不限定网络设备的具体类型。
如图2所示,图2是本发明实施例提供的一种车辆载客推荐方法的流程示意图,由网络设备执行,所述方法包括:
步骤100,接收第一终端传输的当前行人信息;其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。
该实施例中,所述第一终端包括视频采集模块和视频处理模块,采集车辆在行驶过程中的道路视频。本步骤中,所述网络设备可以接收所述当前行人信息进行后续的方法处理。
步骤200,根据所述当前行人信息,生成人口密度热力图。
这里,所述网络设备基于经步骤100接收到的进行处理当前行人信息,由于所述当前行人信息为实时采集的,故所述网络设备可以实时更新生成的人口密度热力图,提高了所述网络设备的数据实时性。
步骤300,将所述人口密度热力图发送至第二终端。
本步骤中,所述网络设备可以将经步骤200生成的人口密度热力图发送至第二终端。如此,通过所述第二终端可以根据所述人口密度热力图了解当前道路的情况。
这样,本发明实施例的方法,由网络设备执行,接收第一终端传输的当前行人信息;根据所述当前行人信息,生成人口密度热力图;将所述人口密度热力图发送至第二终端;其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。如此,因接收的当前行人信息是实时采集的,具有实时性高、容易发现客源且无须依赖前期收集轨迹数据的优点,且根据所述当前行人信息生成的人口密度热力图能能够应对突发性客流需求,实时性高。
应该知道的是,该实施例中,所述第一终端通过物体识别分类算法采集得到当前的行人信息,其中所述物体识别算法可以为YOLOv4算法或者YOLOv5算法等。第一终端识别完成后,会将该当前的行人信息结合导航定位系统(GPS)的定位信息一同传输到网络设备。在本实施例中,所述网络设备可以接收所述当前行人信息,所述当前行人信息可以为所述网络设备处理的数据信息,或者可以理解为指示信息,通过接收所述当前行人信息后,所述网络设备可以进行后续的方法处理。
需要说明的是,在步骤100前,传输信息的车辆上已经安装上述的第一终端,所述第一终端无需对现有技术的车辆进行更换或改进,可以直接针对现有的普通车辆进行安装,这样,所述网络设备可以接收普通车辆在行驶过程中采集的道路视频进行分析;优选的,在普通汽车上安装所述第一终端的视频采集模块,所述视频采集模块包括但不限于:行车记录仪、车载后视镜等,在普通汽车上安装所述第一终端的视频处理模块,所述视频处理模块具有物体识别算法的处理模块。
该实施例中,所述网络设备根据所述当前行人信息的不同,可以优化当前的人口热度密度图,实现了更好的交互操作。另外,可以根据所述当前行人信息的不同,应用不同的方法生成人口密度热力图。
该实施方式中,所述第二终端可以根据所述人口密度热力图了解当前道路的情况。当然,若车辆的使用者请求规划行进路线,所述网络设备可以根据所述人口密度热力图规划前往目的地的多种路径,包括但不限于:最短时间路径、最短距离路径等,并将生成的多种路径发送至第二终端。
当然,本发明实施例中,并不限定通过上述请求消息发送指示信息,例如:网络设备可以主动发送上述指示信息等。
作为一种可选的实施方式,所述网络设备根据接收的所述当前行人信息,生成权重不同的人口密度热力图。所述当前行人信息包括行人类别和行人数量,所述步骤200包括:
步骤210,根据不同行人类别的行人数量,计算第一权重;
该实施例中,所述当前行人信息的行人类别包括:小孩、成年人和老年人,当然也可以按照性别和年龄段来划分行人类别,如20-30年纪的女性和40-50年纪的男性等,这里以小孩、成年人和老年人为例进行划分权重,根据不同行人类别的行人数量,计算第一权重;所述第一权重可以准确的表示不同行人类别代表的不同数量,通过对所述第一权重可以实现对载客的准确性。
步骤220,根据所述第一权重、第二权重以及第三权重,确定目标权重;其中,所述第二权重为在当前时刻之前第一时刻计算所得的权重,所述第三权重为在当前时刻之前第二时刻计算所得的权重。
该实施例中,所述第二权重为当前时刻之前第一时刻计算所得的权重,所述第一时刻为当前时刻之前的某一预设时刻,所述第二权重可以表示第一时刻的人口密度;例如:当前时刻的权重为A天的18点,所述第二权重为A天的(18-第一时刻)的权重,所述第一时刻可以根据实际需求进行设计,这里不做限定;所述第三权重为在当前时刻之前第二时刻计算所得的权重,所述第二时刻为前一天的当前时刻的权重,例如:当前时刻的权重为A天的18点,所述第三权重为B(A-1)天的18点的权重,所述第二时刻可以根据实际需求进行设计。根据所述第一权重、第二权重以及第三权重,确定所述目标权重,可以准确的根据车辆使用者的需求进行更新当前的人口密度热力图。本发明可以根据目标权重显示不同的人口密度热力图,提高了载客需求的准确度。例如:车辆使用者计划在某一幼儿园的放学时刻去接客,可以设置不同的第一时刻和第二时刻,所述网络设备即可生成对应的人口密度热力图,通过对所述人口密度热力图的查看,以此满足使用者的载客需求。
具体地,所述步骤210包括:
获取每一行人类别对应的每一权重,以及每一行人类别对应的行人数量;
计算不同行人类别的权重和对应的行人数量的乘积,并相加,得到所述第一权重。
该实施例中,获取每一行人类别,这里以将行人类别划分为小孩、老人和成年人为例,定义小孩的权重为c1,老人的权重为c2,成年人的权重为c3。定义当前采集的第一权重nown,d如下公式:
nown,d=(c1*n1+c2*n2+c3*n3);
其中,nown,d表示第一权重,n1表示视频图像中统计出的小孩的数量,n2表示视频图像中统计出的老年人的数量,n3表示视频图像中统计出的成年人的数量。通过计算的所述第一权重c1可以清楚的确定当前行人类别对应的行人数量,直观的感受到当前道路上的人口密度,对车辆使用者载客具有指导意思。
具体地,所述步骤220包括:
根据公式:
weightn,d=r*weightn-1,d+p*weightn,d-1+(1-r-p)*nown,d,确定所述目标权重;
其中,所述weightn,d表示所述目标权重;所述weightn-1,d表示第二权重;所述weightn,d-1表示第三权重;所述nown,d表示第一权重;r是遗忘系数,p是预测系数,并且满足条件r+p<1。
需要说明的是,当r最大,且p=0时,即所述预测系数为0,代表当前所述目标权重,不再依赖与所述第三权重的数据,所述第三权重为在当前时刻之前第二时刻计算所得的权重,所述第二时刻为前一天的当前时刻的权重,例如:当前时刻的权重为A天的18点,所述第三权重为B(A-1)天的当前时刻的权重。
还需要说明的是,当p最大,且r=0时,即所述遗忘系数为0,代表当前所述目标权重,不再依赖与所述第二权重的数据,所述第二权重为当前时刻之前第一时刻计算所得的权重,所述第一时刻为当前时刻之前的某一预设时刻,所述第二权重可以表示第一时刻的人口密度;例如:当前时刻的权重为A天的18点,所述第二权重为A天的(18-第一时刻)的权重,所述第一时刻可以根据实际需求进行设计,这里不做限定。
还需要说明的是,当p最大,且r=0时,表示当前所述目标权重仅仅依赖于当前采集道路的信息,即实时采集的当前行人信息。
作为一种可选的实施方式,所述当前行人信息包括行人类别、行人数量和行人位置,所述步骤200包括:
步骤230,根据所述行人位置,确定行人所处的目标区域;
该实施例中,所述网络设备接收的所述当前行人信息包括行人位置时,将所述行为位置结合预存储的地图信息,确定当前行人所处的目标区域,例如:当前行人位置为A广场,则所述网络设备调取所述A广场的地图,根据预设的比例,确定当前行人所处的目标区域。
步骤240,根据所述行人类别和行人数量,确定人口密度热力图的目标权重;
该实施例中,根据行人类别、行人数量确定不同行人类别对应的目标权重,根据所述目标权重的大小,体现不同密度的行人数量和种类。
步骤250,根据所述目标区域和所述目标权重,生成当前对应所述目标区域的人口密度热力图。
该实施例中,可以将人口密度热力图上的行人框起来,根据所述目标权重,在对应的地图上进行坐标点标记,通过不同的坐标标记体现不同行人种类、不同行人数量对应的人口密度人力图,使得数据的显示变得更加直观。
具体地,所述步骤250包括:
将所述目标区域的地图划分为预设数量的网格;
该实施例中,可以将所述目标区域的地图统一化的长和宽均进行等分,例如可以对长和宽均进行十等分,获得的数据区间为0.1,即0至0.1、0.1至0.2、0.2至0.3、0.3至0.4、0.4至0.5、0.5至0.6、0.6至0.7、0.7至0.8、0.8至0.9、0.9至1.0。因此坐标值(0.45,0.44)落在长区间为0.4至0.5的数据区间内,宽区间为0.4至0.5的数据区间内。对统一化的长和宽均进行等分的等分线可以构成网格。
将每个网格内所停留过的行人的坐标点取平均值,作为所述网格的平均坐标点;
该实施例中,对每个网格内停留过的人的坐标点取平均值,作为该网格的平均坐标点,例如对于网格A,第一预设时间段内停留过5个人,则可以获得5个人的坐标点(横坐标值和纵坐标值),然后分别取横坐标值的平均数和纵坐标值的平均数,获得的平均横坐标值、平均纵坐标值作为平均坐标点。
根据所述目标权重,通过不同图标和不同颜色,标注在所述平均坐标点对应的位置,表示所述行人信息中的行人类别和行人数量,形成人口密度热力图;其中,所述不同图标用于表示不同行人类别,不同颜色用于表示不同行人数量。
该实施例中,根据确定的目标权重通过不同的颜色表示在不同的权重,即颜色越深,代表该区域内的行人密度越大,颜色越浅,代表该区域内的行人密度越小,直观的了解到当前地图上的行人数量;通过不同的图标表示不同的行人类别。
作为一种可选的实施方式,所述第一终端设置有图像采集组件、图像处理组件和传输组件。
具体地,如图1所示,本发明的第一终端10的图像采集组件为视频采集模块11,所述图像处理组件为具有物体识别分类算法的视频处理模块12,所述第一终端还具有传输组件,所述传输组件是可以根据所述网络设备需求进行传输信息,所述传输信息的内容包括但不限于:当前行人信息,车辆的位置信息,车辆的版本信息等等。
作为一种可选的实施方式,所述方法还包括:每间隔第一预设时间,重新接收第一终端传输的当前行人信息,并根据所述当前行人信息,更新人口密度热力图。
该实施例中,所述第一预设时间为根据更新需求进行设置的时间,若需要每隔十分钟对当前的人口密度热力图进行一次更新,则将所述第一预设时间设置为10min;例如,每隔10min所述网络设备重新接收一次所述当前行人信息,根据所述当前行人信息,重新绘制一次人口密度热力图,通过绘制的人口密度热力图更新至上一次的人口密度热力图,因为实际使用过程中,行人的位置、数量以及种类均会发生改变,通过间隔第一预设时间实时更新数据,客服了现有技术的人口密度热力图实时性差的问题。
综上所述,由于不同种类的人,可能坐车需求不同、坐车占位不同,因此本发明的绘制人口密度热力图,针对不同种类的人给与不同的权重值,并实时更新绘制出的人口密度热力图,对车辆使用者载客更有指导意义。
如图3所示,图3是本发明实施例提供的另一种车辆载客推荐方法的流程示意图,由第二终端执行,所述方法包括:
步骤S100,接收网络设备发送的人口密度热力图;
步骤S200,显示所述人口密度热力图;
其中,所述人口密度热力图是所述网络设备根据当前行人信息生成的,所述当前行人信息是第一终端在采集到当前道路图像后获得的。
需要说明的是,所述第二终端30可以是用户终端(User Equipment,UE)或者其他终端侧设备,例如:手机、平板电脑(Ta blet Personal Computer)、膝上型电脑(La ptopComputer)、个人数字助理(personal digital assistant,PDA)、移动上网装置(MobileInternet Device,MID)、可穿戴式设备(Wearable Device)或者机器人等终端侧设备,需要说明的是,在本发明实施例中并不限定终端11的具体类型,这里,所述第二终端优选为应用于车辆上的用户终端。
该实施例中,所述第二终端接收网络设备发送的人口密度热力图,显示所述人口密度热力图,可以实现直观的观测道路上的行人状况,所述人口密度热力图可以包括行人信息,所述第二终端还可以选取不同时间段的行人信息,不同地图的行人信息。本发明是实时更新的人口密度热力图,避免了道路上目的地发生突发情况无法实时更新的问题。
作为一种可选的实施方式,所述步骤S200,包括:
根据当前的所述人口密度热力图,确定行人密集的多个位置信息;
选择根据所述位置信息中的其中之一,并生成至少一种前往选择的位置信息的行车路线。
该实施例中,通过选择根据所述位置信息中的其中之一,所述第二终端将此时的出发信息发送至网络设备,所述网络设备根据收到的出发信息发送至第二终端,至少一种前往选择的位置信息的行车路线。该行人密集的多个位置信息可以由导航系统、定位系统,如GPS定位系统或北斗定位系统或其结合的方式确定,选择根据所述位置信息中的其中之一,可以由车主手动输入或通过语音识别选择,当然,在前往选择的位置时,会实时更新该行车路线。
综上所述,本发明提供的车辆载客推荐方法通过网络设备生成的人口密度热力图避免了现有技术实时性较差的问题,所述第二终端还会自动生成,更新前往目的地的行车路径,对车辆载客具有指导意义。
如图4所示,图4是本发明实施例提供的一种网络设备,包括:
第一接收模块10,用于接收第一终端传输的当前行人信息;
生成模块20,用于根据所述当前行人信息,生成人口密度热力图;
发送模块30,将所述人口密度热力图发送至第二终端;
其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。
进一步地,所述生成模块20,包括:
第一确定子模块,用于根据所述行人位置,确定行人所处的目标区域;
第二确定子模块,用于根据所述行人类别和行人数量,确定人口密度热力图的目标权重;
第一生成子模块,用于根据所述目标区域和所述目标权重,生成当前对应所述目标区域的人口密度热力图。
进一步地,所述第一生成子模块,包括:
第一计算单元,用于根据不同行人类别的行人数量,计算第一权重;
第二计算单元,用于根据所述第一权重、第二权重以及第三权重,确定目标权重;
其中,所述第二权重为在当前时刻之前第一时刻计算所得的权重,所述第三权重为在当前时刻之前第二时刻计算所得的权重。
进一步地,所述第一计算单元,包括:
第一获取子单元,用于获取每一行人类别对应的每一权重,以及每一行人类别对应的行人数量;
第一得到子单元,用于计算不同行人类别的权重和对应的行人数量的乘积,并相加,得到所述第一权重。
进一步地,所述第二计算单元,包括:
第二得到子单元,用于根据公式:
weightn,d=r*weightn-1,d+p*weightn,d-1+(1-r-p)*nown,d,确定所述目标权重;
其中,所述weightn,d表示所述目标权重;所述weightn-1,d表示第二权重;所述weightn,d-1表示第三权重;所述nown,d表示第一权重;r是遗忘系数,p是预测系数,并且满足条件r+p<1。
进一步地,所述第一生成子模块,还包括:
划分单元,用于将所述目标区域的地图划分为预设数量的网格;
将每个网格内所停留过的行人的坐标点取平均值,作为所述网格的平均坐标点;
形成单元,用于根据所述目标权重,通过不同图标和不同颜色,标注在所述平均坐标点对应的位置,表示所述行人信息中的行人类别和行人数量,形成人口密度热力图;
其中,所述不同图标用于表示不同行人类别,不同颜色用于表示不同行人数量。
需要说明的是,所述第一终端设置有图像采集组件、图像处理组件和传输组件。
进一步地,所述网络设备还包括:
更新模块,用于每间隔第一预设时间,重新接收第一终端传输的当前行人信息,并根据所述当前行人信息,更新人口密度热力图。
如图5所示,图5是本发明实施例提供的一种终端,包括:
第二接收模块40,用于接收网络设备发送的人口密度热力图;
显示模块50,用于显示所述人口密度热力图;
其中,所述人口密度热力图是所述网络设备根据当前行人信息生成的,所述当前行人信息是第一终端在采集到当前道路图像后获得的。
进一步地,所述显示模块50,包括:
第一确定单元,用于根据当前的所述人口密度热力图,确定行人密集的多个位置信息;
第一生成单元,用于选择根据所述位置信息中的其中之一,并生成至少一种前往选择的位置信息的行车路线。
综上所述,本发明提供的车辆载客推荐方法、网络设备和终端生成人口密度热力图数据,实时分享给运营车司机,具有实时性高的优点,且不需要通过车辆轨迹分析的手段或路侧专门设备,就可以实时动态收集人口密度,推荐载客热点;本发明不仅能获取行人数量,还能获取行人的类别(成人、小孩、老人),这能够提高载客推荐的准确度。
本发明实施例中,模块可以用软件实现,以便由各种类型的处理器执行。举例来说,一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块,举例来说,其可以被构建为对象、过程或函数。尽管如此,所标识模块的可执行代码无需物理地位于一起,而是可以包括存储在不同位里上的不同的指令,当这些指令逻辑上结合在一起时,其构成模块并且实现该模块的规定目的。
实际上,可执行代码模块可以是单条指令或者是许多条指令,并且甚至可以分布在多个不同的代码段上,分布在不同程序当中,以及跨越多个存储器设备分布。同样地,操作数据可以在模块内被识别,并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集,或者可以分布在不同位置上(包括在不同存储设备上),并且至少部分地可以仅作为电子信号存在于系统或网络上。
在模块可以利用软件实现时,考虑到现有硬件工艺的水平,所以可以以软件实现的模块,在不考虑成本的情况下,本领域技术人员都可以搭建对应的硬件电路来实现对应的功能,所述硬件电路包括常规的超大规模集成(VLSI)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备,诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述的原理前提下还可以作出若干改进和润饰,这些改进和润饰也在本发明的保护范围内。

Claims (12)

1.一种车辆载客推荐方法,其特征在于,由网络设备执行,包括:
接收第一终端传输的当前行人信息;
根据所述当前行人信息,生成人口密度热力图;
将所述人口密度热力图发送至第二终端;
其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。
2.根据权利要求1所述的车辆载客推荐方法,其特征在于,所述当前行人信息包括行人类别、行人数量和行人位置,所述根据所述当前行人信息,生成人口密度热力图,包括:
根据所述行人位置,确定行人所处的目标区域;
根据所述行人类别和行人数量,确定人口密度热力图的目标权重;
根据所述目标区域和所述目标权重,生成当前对应所述目标区域的人口密度热力图。
3.根据权利要求1所述的车辆载客推荐方法,其特征在于,所述当前行人信息包括行人类别和行人数量,所述根据所述当前行人信息,生成人口密度热力图,包括:
根据不同行人类别的行人数量,计算第一权重;
根据所述第一权重、第二权重以及第三权重,确定目标权重;
其中,所述第二权重为在当前时刻之前第一时刻计算所得的权重,所述第三权重为在当前时刻之前第二时刻计算所得的权重。
4.根据权利要求3所述的车辆载客推荐方法,其特征在于,所述根据不同行人类别的行人数量,计算第一权重,包括:
获取每一行人类别对应的每一权重,以及每一行人类别对应的行人数量;
计算不同行人类别的权重和对应的行人数量的乘积,并相加,得到所述第一权重。
5.根据权利要求4所述的车辆载客推荐方法,其特征在于,所述根据所述第一权重、第二权重以及第三权重,确定目标权重,包括:
根据公式:
weightn,d=r*weightn-1,d+p*weightn,d-1+(1-r-p)*nown,d,确定
所述目标权重;
其中,所述weightn,d表示所述目标权重;所述weightn-1,d表示第二权重;所述weightn,d-1表示第三权重;所述nown,d表示第一权重;r是遗忘系数,p是预测系数,并且满足条件r+p<1。
6.根据权利要求2所述的车辆载客推荐方法,其特征在于,所述根据所述目标区域和所述目标权重,生成当前对应所述目标区域的人口密度热力图,包括:
将所述目标区域的地图划分为预设数量的网格;
将每个网格内所停留过的行人的坐标点取平均值,作为所述网格的平均坐标点;
根据所述目标权重,通过不同图标和不同颜色,标注在所述平均坐标点对应的位置,表示所述行人信息中的行人类别和行人数量,形成人口密度热力图;
其中,所述不同图标用于表示不同行人类别,不同颜色用于表示不同行人数量。
7.根据权利要求1所述的车辆载客推荐方法,其特征在于,所述第一终端设置有图像采集组件、图像处理组件和传输组件。
8.根据权利要求1所述的车辆载客推荐方法,其特征在于,所述方法还包括:每间隔第一预设时间,重新接收第一终端传输的当前行人信息,并根据所述当前行人信息,更新人口密度热力图。
9.一种车辆载客推荐方法,其特征在于,由第二终端执行,包括:
接收网络设备发送的人口密度热力图;
显示所述人口密度热力图;
其中,所述人口密度热力图是所述网络设备根据当前行人信息生成的,所述当前行人信息是第一终端在采集到当前道路图像后获得的。
10.根据权利要求9所述的车辆载客推荐方法,其特征在于,所述显示所述人口密度热力图,包括:
根据当前的所述人口密度热力图,确定行人密集的多个位置信息;
选择根据所述位置信息中的其中之一,并生成至少一种前往选择的位置信息的行车路线。
11.一种网络设备,其特征在于,包括:
第一接收模块,用于接收第一终端传输的当前行人信息;
生成模块,用于根据所述当前行人信息,生成人口密度热力图;
发送模块,将所述人口密度热力图发送至第二终端;
其中,所述当前行人信息是所述第一终端在采集到当前道路图像后获得的。
12.一种终端,其特征在于,包括:
第二接收模块,用于接收网络设备发送的人口密度热力图;
显示模块,用于显示所述人口密度热力图;
其中,所述人口密度热力图是所述网络设备根据当前行人信息生成的,所述当前行人信息是第一终端在采集到当前道路图像后获得的。
CN202011216671.3A 2020-11-04 2020-11-04 一种车辆载客推荐方法、网络设备和终端 Pending CN114443752A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011216671.3A CN114443752A (zh) 2020-11-04 2020-11-04 一种车辆载客推荐方法、网络设备和终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011216671.3A CN114443752A (zh) 2020-11-04 2020-11-04 一种车辆载客推荐方法、网络设备和终端

Publications (1)

Publication Number Publication Date
CN114443752A true CN114443752A (zh) 2022-05-06

Family

ID=81361377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011216671.3A Pending CN114443752A (zh) 2020-11-04 2020-11-04 一种车辆载客推荐方法、网络设备和终端

Country Status (1)

Country Link
CN (1) CN114443752A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023246321A1 (zh) * 2022-06-24 2023-12-28 京东方科技集团股份有限公司 行人热力图生成方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023246321A1 (zh) * 2022-06-24 2023-12-28 京东方科技集团股份有限公司 行人热力图生成方法及系统

Similar Documents

Publication Publication Date Title
US11878713B2 (en) Driving assistance system and method
CN112236648B (zh) 使用v2x补充信息增强导航体验
US20230139760A1 (en) Network-assisted scanning of a surrounding environment
JP5243896B2 (ja) 情報表示システム、情報表示方法、および、コンピュータプログラム
JP6139722B1 (ja) 推定装置、推定方法及び推定プログラム
US20080120021A1 (en) Guide Route Search Device, Guide Route Search Method, and Computer Program Thereof
CN110986985A (zh) 车辆行程推送方法、装置、介质、控制终端及汽车
KR20150039851A (ko) 공공 교통 네비게이터
WO2021052451A1 (zh) 一种确定预估到达时间的方法和系统
US20210216076A1 (en) Method and system to generate machine learning model for evaluating quality of data
CN111859178A (zh) 一种推荐上车点的方法和系统
JP2021526246A (ja) 交通状況の視覚化を改善するためのシステムおよび方法
CN114443752A (zh) 一种车辆载客推荐方法、网络设备和终端
JP2009015739A (ja) 交通情報配信サーバ、交通情報配信システム、および交通情報配信方法
CN113424209A (zh) 使用深度学习多预测器融合和贝叶斯优化的轨迹预测
JP2019079453A (ja) 情報生成システム、情報生成装置、情報生成方法およびコンピュータプログラム
CN114127513A (zh) 生成段数据
US11615700B2 (en) Real time traffic control system and method
JP2007263755A (ja) 通信装置、通信中継装置、通信方法、通信プログラムおよび記録媒体
JP2017021420A (ja) 情報処理装置、端末装置、情報処理方法および情報処理プログラム
JP5494501B2 (ja) 情報処理システム
CN110941253B (zh) 驾驶评价装置、驾驶评价系统、驾驶评价方法及存储介质
JP2002260142A (ja) 走行時間予測方法
CN116508013A (zh) 用于推荐兴趣点的系统和方法
CN113538957B (zh) 一种交互式的智能电子站牌系统

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