CN114817660A - 一种轨迹缺失补全方法、装置、电子设备及存储介质 - Google Patents
一种轨迹缺失补全方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114817660A CN114817660A CN202210191819.5A CN202210191819A CN114817660A CN 114817660 A CN114817660 A CN 114817660A CN 202210191819 A CN202210191819 A CN 202210191819A CN 114817660 A CN114817660 A CN 114817660A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- monitoring
- track
- historical
- target
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- Traffic Control Systems (AREA)
Abstract
一种轨迹缺失补全方法、装置、电子设备及存储介质,涉及城市智慧交通领域。本申请中,基于轨迹缺失路段的起始点位置和结束点位置各自对应的标识,获得至少一条候选车辆轨迹,再结合获得的至少一条候选车辆各自对应的车辆通行占比,筛选出目标车辆轨迹,并最终根据目标车辆轨迹的完整路段信息,对轨迹缺失路段进行补全。采用本申请,通过各条候选车辆轨迹的车辆通行占比,确定目标车辆轨迹,提高了车辆轨迹缺失补全的效率。
Description
技术领域
本申请涉及城市智慧交通领域,尤其涉及一种轨迹缺失补全方法、装置、电子设备及存储介质。
背景技术
随着城市智慧交通的发展,目前已经在城市交通道路部署了大量的卡口设备。卡口设备能够记录不同时刻的各种车辆信息,并将这些车辆信息映射到地图中,来记录车辆的行驶轨迹,为道路交通指标计算提供实时完备的车辆信息支持。进一步地,基于卡口数据的车辆轨迹缺失的补全方法逐渐增多。
例如,在日常生活中,为了解决车辆轨迹缺失的问题,需要基于卡口设备获取到的大量卡口数据,预测车辆的行驶轨迹,从而将存在轨迹缺失的车辆轨迹补全。
具体的,在实际场景中,首先获取城市路网的车辆信息,并将卡口设备的相关信息映射到城市路网上,建立完善的卡口设备以及城市路网的拓扑图,再基于卡口设备以及城市路网的拓扑图,建立城市路网上任意两个卡口设备之间的最短时间路径的关系静态表,并最终按照预设的周期时间,根据最短时间路径的关系静态表,实时补全卡口数据。
然而,采用上述方式的车辆轨迹缺失补全,会根据最短时间路径的关系静态表,实时补全卡口数据,由于计算最短时间路径的过程较为繁琐,且当数据量较大时,需要耗费大量的时间,因此,采用上述方式,会降低车辆轨迹缺失补全的效率。
发明内容
本申请提供一种轨迹缺失检测方法、系统、电子设备及存储介质,用以提高车辆轨迹缺失补全的效率。
第一方面,本申请实施例提供了一种轨迹缺失补全方法,所述方法包括:
基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识。
基于获得的监测点标识,从车辆轨迹数据库中,筛选出至少一条候选车辆轨迹;其中,每条候选车辆轨迹包含:起始位置点和结束位置点之间的完整路段信息。
基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹。
基于目标车辆轨迹包含的完整路段信息,对轨迹缺失路段进行补全。
第二方面,本申请实施例还提供了一种轨迹缺失补全装置,所述装置包括:
获取模块,用于基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识。
筛选模块,用于基于获得的监测点标识,从车辆轨迹数据库中,筛选出至少一条候选车辆轨迹;其中,每条候选车辆轨迹包含:起始位置点和结束位置点之间的完整路段信息。
处理模块,用于基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹;基于目标车辆轨迹包含的完整路段信息,对轨迹缺失路段进行补全。
一种可选的实施例中,在基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,获取模块还用于:
获取至少两个监测点各自对应的位置信息。
基于所述至少两个监测点各自对应的位置信息,分别生成所述至少两个监测点各自对应的监测点标识。
一种可选的实施例中,在基于至少两个监测点各自对应的位置信息,分别生成至少两个监测点各自对应的监测点标识时,处理模块具体用于:
分别对至少两个监测点各自对应的位置信息进行地理哈希编码,获得相应的编码结果。
基于获得的各个编码结果的取值,对所述各个编码结果进行排序,分别获得相应编码结果的序号。
基于获得的各个序号,分别生成相应监测点的监测点标识。
一种可选的实施例中,在基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,获取模块还用于:
针对各个历史车辆,分别执行以下操作:
获取一个历史车辆在设定历史监测范围内,由各监测点获得的至少两个历史监测信息;其中,每个历史监测信息包括:相应监测点在历史监测范围内监测到一个历史车辆的时间。
针对至少两个历史监测信息中,相邻获得的每两个历史监测信息,分别执行以下操作:确定相邻获得的两个历史监测信息的历史监测时间间隔,在确定历史监测时间间隔不大于预设的间隔阈值时,将两个历史监测信息各自对应的监测点之间的路段作为一条候选车辆轨迹。
一种可选的实施例中,在基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,获取模块还用于:
获取目标车辆在历史车辆轨迹上,由各监测点获得的至少两个目标监测信息;其中,每个目标监测信息包括:相应监测点在历史车辆轨迹上监测到目标车辆的时间。
针对至少两个目标监测信息中,相邻获得的每两个目标监测信息,分别执行以下操作:
确定相邻获得的两个目标监测信息的目标监测时间间隔。
在确定目标监测时间间隔大于预设的间隔阈值时,将两个目标监测信息各自对应的监测点之间的路段作为一个轨迹缺失路段。
一种可选的实施例中,在基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹时,获取模块还用于:
获取指定的历史时间范围内,至少一条候选车辆轨迹各自对应的历史车辆通行次数,以及至少一条候选车辆轨迹共同对应的历史车辆通行总次数。
基于获得的各个历史车辆通行次数,以及所述历史车辆通行总次数,分别确定相应候选车辆轨迹的历史车辆通行占比。
基于获得的各个历史车辆通行占比,结合预设的历史车辆通行占比阈值,从各条候选车辆轨迹中,选取出目标车辆轨迹。
一种可选的实施例中,在基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹时,获取模块还用于:
获取指定的历史时间范围内,至少一条候选车辆轨迹各自对应的目标车辆通行次数,以及至少一条候选车辆轨迹共同对应的目标车辆通行总次数。
基于获得的各个目标车辆通行次数,以及目标车辆通行总次数,分别确定相应候选车辆轨迹的目标车辆通行占比。
基于获得的各个目标车辆通行占比,结合预设的目标车辆通行占比阈值,从各条候选车辆轨迹中,选取出目标车辆轨迹。
第三方面,本申请提供了一种电子设备,所述电子设备包括:
存储器,用于存放计算机程序;
处理器,用于执行所述存储器上所存放的计算机程序时,实现上述的一种轨迹缺失补全的方法步骤。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种轨迹缺失补全的方法步骤。
第五方面,提供一种计算机程序产品,所述计算机程序产品在被计算机调用时,使得所述计算机执行如第一方面所述的轨迹缺失补全的方法步骤。
本申请实施例提供的轨迹缺失补全方法,基于轨迹缺失路段的起始点位置和结束点位置各自对应的标识,获得至少一条候选车辆轨迹,再结合获得的至少一条候选轨迹各自对应的车辆通行占比,筛选出目标车辆轨迹,并最终根据目标车辆轨迹的完整路段信息,对轨迹缺失路段进行补全。采用这种方式,通过各条候选车辆轨迹的车辆通行占比,确定目标车辆轨迹,进而补全轨迹缺失路段,避免了传统方式中,计算最短时间路径的过程较为繁琐,且当数据量较大时,需要耗费大量的时间,提高了车辆轨迹缺失补全的效率。
附图说明
图1示例性出了本申请实施例适用的系统架构示意图;
图2示例性出了本申请实施例提供的一种监测点标识的生成过程的方法流程示意图;
图3示例性出了本申请实施例提供的一种获得位置信息的逻辑示意图;
图4示例性出了本申请实施例提供的一种车辆轨迹的示意图;
图5示例性出了本申请实施例提供的一种监测点标识的生成方法示意图;
图6示例性出了本申请实施例提供的一种获得编码结果的序号的逻辑示意图;
图7示例性出了本申请实施例提供的一种获取候选车辆轨迹的方法流程示意图;
图8示例性出了本申请实施例提供的另一种获取候选车辆轨迹的方法流程示意图;
图9示例性出了本申请实施例提供的一种轨迹缺失补全的方法流程示意图;
图10示例性出了本申请实施例提供的一种候选车辆轨迹的示意图;
图11示例性出了本申请实施例提供的一种选取出目标车辆轨迹的方法流程示意图;
图12示例性出了本申请实施例提供的另一种选取出目标车辆轨迹的方法流程示意图;
图13示例性出了本申请实施例提供的一种轨迹缺失补全装置的结构示意图;
图14示例性出了本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了提高车辆轨迹缺失补全的效率,本申请实施例中,基于轨迹缺失路段的起始点位置和结束点位置各自对应的标识,获得至少一条候选车辆轨迹,再结合获得的至少一条候选车辆各自对应的车辆通行占比,筛选出目标车辆轨迹,并最终根据目标车辆轨迹的完整路段信息,对轨迹缺失路段进行补全。
为了更好地理解本申请实施例,下面首先对本申请实施例中涉及的技术术语进行说明。
(1)漏拍:是指监测点A、监测点B、监测点C为同一条车辆轨迹上的三个连续监测点,车1出现在监测点A后并在检测点C点出现的时候,必须经过监测点B点。若车1的车辆轨迹记录中只有监测A和监测点C的抓拍记录,则将缺少的检测点B的抓拍记录判定为漏拍。
(2)地理哈希编码:即,Geohash编码,是指将一个经纬度坐标,转换成一个可以排序,可以比较的字符串编码。其中,Geohash编码规则为:以经度[-180,180]和纬度[-90,90]为范围,以赤道和本初子午线为界划分。纬度范围[-90,0)用二进制0代表,(0,90]用二进制1代表,经度范围[-180,0)用二进制0代表,(0,180]用二进制1代表;并依次递归进行对半划分。
进一步地,首先根据该规则将经度和纬度转换为二进制,再按照经度在偶数位,纬度在奇数位的规则,合并经纬度的二进制编码,最后将合并后的二进制编码按照Base32编码表,形成一个Geohash编码。
举例来说,以监测点1的经纬度坐标[116.390705,39.923201]为例,纬度39.923201属于(0,90],所以编码为1;再将(0,90]分成(0,45)和(45,90]两个区间,而39.923201位于(0,45),所以编码为0;再将(0,45)分成(0,22.5)和(22.5,45)两个区间,而39.923201位于(22.5,45),所以编码为1;依次类推。通过上述编码方式,监测点1纬度的二进制编码为:101110001100011111。同理,监测点1经度的二进制编码为:11010010110001000100。进一步地,将经纬度的二进制编码合并,经度占偶数位,纬度占奇数位,可得混合二进制编码为:11100 11101 00100 01111 00000 01101 01011 00001。若Base32编码表使用0-9、b-z(去掉a,i,l,o)这32个字符进行编码,则二进制混合编码对应的Base32编码为:wx4g0ec1。
(3)Base32编码:是指将二进制数据编码成可见的字符串,其编码规则是:任意给定一个二进制数据,以5个位(bit)为一组进行切分,对切分而成的每个组进行编码得到1个可见字符。为了便于理解,本文中,Base32编码表使用0-9、b-z(去掉a,i,l,o)这32个字符进行编码。
需要说明的是,上述技术术语命名方式仅为一种示例,本申请实施例对上述技术术语的命名方式不做限制。
图1示例性示出了本申请实施例所适用的系统架构图,如图1所示,该系统架构包括:服务器101、终端设备(102a,102b,102c)和图像采集设备(103a,103b,103c)。其中,终端设备102a与图像采集设备103a连接,终端设备102b与图像采集设备103b连接,终端设备102c与图像采集设备103c连接,服务器101与终端设备(102a,102b,102c)之间可通过无线通信方式或有线通信方式进行信息交互。
示例性的,服务器101可通过蜂窝移动通信技术接入网络,从而与终端设备(102a,102b,102c)进行通信,所述蜂窝移动通信技术,比如,包括第五代移动通信(5thGeneration Mobile Networks,5G)技术。
可选的,服务器101可通过短距离无线通信方式接入网络,从而与终端设备(102a,102b,102c)进行通信,所述短距离无线通信方式,比如,包括无线保真(WirelessFidelity,Wi-Fi)技术。
需要说明的是,每个终端设备可以与一个或者多个图像采集设备连接,本申请实施例对服务器以及上述其他设备的数量不做限制,图1仅以一个服务器为例进行描述。
服务器101,用于基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识;基于获得的监测点标识,从车辆轨迹数据库中,筛选出至少一条候选车辆轨迹;基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹;基于目标车辆轨迹包含的完整路段信息,对轨迹缺失路段进行补全。
终端设备(102a,102b,103c),是一种可以向用户提供语音和/或数据连通性的设备,包括具有无线连接功能的手持式终端设备、车载终端设备等。
示例性的,终端设备可以是:手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobile internet device,MID)、可穿戴设备,虚拟现实(virtual reality,VR)设备、增强现实(augmented reality,AR)设备、工业控制中的无线终端设备、无人驾驶中的无线终端设备、智能电网中的无线终端设备、运输安全中的无线终端设备、智慧城市中的无线终端设备,或智慧家庭中的无线终端设备等。
图像采集设备(103a,103b,103c),是一种用于获取图像或记录影像的设备,包括具有无线连接功能的手持式图像采集设备、头戴式图像采集设备以及固定式图像采集设备等。
示例性的,图像采集设备可以是:摄像头、摄像机、数码相机(Digital StillCamera,DSC)、单镜头反光照相机(Single Lens Reflex Camera,SLRC),其他带有拍照功能的图像采集设备(手机、平板电脑等),视频采集卡等。
需要说明的是,本申请实施例中,监测点的图像采集设备以卡口设备作为例子进行描述。卡口设备能够获取目标车辆的图像以及车辆轨迹信息,并将采集到的车辆轨迹信息,保存在数据库中,最终上传给终端设备。
进一步地,基于上述系统架构,获取各个监测点各自对应的监测点标识,参阅图2所示,本申请实施例中,各个监测点各自对应的监测点标识的生成过程,具体步骤如下:
S201:获取至少两个监测点各自对应的位置信息。
具体的,在执行步骤S201时,服务器可以根据可以基于位置信息的特征提取算法,分别从接收到的各个监测点任意时间上传的监测信息中,提取出相应监测点的位置信息;进一步地,基于各个监测点各自对应的位置信息,结合经纬度的数据类型,分别确定各个监测点各自对应的经纬度坐标。
例如,参阅图3所示,服务器对各个监测点各自对应的监测信息,进行特征提取;紧接着,对提取出的所有特征进行位置信息的特征匹配;最终,筛选出各个监测点各自对应的位置信息。其中,监测信息至少包括目标车辆的车辆信息以及监测点的位置信息。
示例性的,参阅图4所示,为了便于理解,以某地区共部署6个卡口设备作为监测点为例,其中,任意两个卡口设备之间的路段可构成1条路线,故而共可构成15条路线。服务器接收到任意时间,通过6个卡口设备各自获得的监测信息,采用位置信息的特征提取算法,分别检测6个监测信息,得到各个卡口设备各自对应的位置信息,各个卡口设备各自对应的监测信息及位置信息如表1所示:
表1
由上述表格可知,服务器可根据位置信息的特征提取算法,分别对各个监测信息进行特征提取,得到相应卡口设备的位置信息。例如,以卡口设备A为例,服务器采用位置信息的特征提取算法,对某一时刻通过卡口设备A获得的监测信息Message.J.A进行特征提取,可得到相应的位置信息,即,Message.L.A,以此类推。
进一步地,服务器获取到6个卡口设备的位置信息后,则可根据经纬度的数据类型。分别从各个位置信息中,得到相应卡口设备各自对应的经纬度坐标。各个卡口设备的位置信息及其经纬度坐标如表2所示:
表2
位置信息 | Message.L.A | Message.L.B | Message.L.C | Message.L.D | Message.L.E | Message.L.F |
经度坐标 | Lon.A | Lon.B | Lon.C | Lon.D | Lon.E | Lon.F |
纬度坐标 | Lat.A | Lat.B | Lat.C | Lat.D | Lat.E | Lat.F |
由上述表格可知,服务器根据各个卡口设备的位置信息中的数据类型,可分别得到各个卡口设备各自对应的经度坐标和纬度坐标。仍以卡口设备A为例,服务器根据经度坐标的数据类型,从卡口设备A的Message.L.A中,提取出相应的经度坐标,即,Lon.A;根据纬度坐标的数据类型,从卡口设备A的Message.L.A中,提取出相应的纬度坐标,即,Lat.A。进一步地,服务器可根据卡口设备A的经度坐标和纬度坐标,获得卡口设备A的经纬度坐标为(Lon.A,Lat.A)。
S202:基于至少两个监测点各自对应的位置信息,分别生成至少两个监测点各自对应的监测点标识。
在一种可能的实现方式中,在执行步骤S202时,服务器在获取至少两个监测点各自对应的位置信息之后,基于各个监测点各自对应的经纬度坐标,结合Geohash编码,针对各个监测点分别生成相应的监测点标识,参阅图5所示,具体步骤如下:
S2021:分别对至少两个监测点各自对应的位置信息进行地理哈希编码,获得相应的编码结果。
具体的,在执行步骤S2021时,服务器在获得各个监测点各自对应的位置信息以后,根据各个监测点各自对应的经纬度坐标,分别采用Geohash编码,得到相应的编码结果。
示例性的,仍以表2中的6个卡口设备各自对应的经纬度坐标为例,服务器在获取到6个经纬度坐标以后,分别采用Geohash编码,即,对各个经度和纬度进行编码,得到相应的二进制编码,再将经纬度的二进制编码合并,经度占偶数位,纬度占奇数位,得到各个卡口设备经纬度的混合二进制编码,并最终按照32Base编码得到相应的Geohash编码结果,各个卡口设备各自对应的Geohash编码结果如表3所示:
表3
由上述表格可知,服务器可根据各个卡口设备的经纬度坐标,分别得到相应的Geohash编码。例如,以卡口设备A为例,服务器在获取到卡口设备A的经纬度坐标(Lon.A,Lat.A)之后,首先分别对卡口设备A的经度Lon.A及纬度Lat.A,采用Geohash编码,得到相应的二进制编码,再按照按经度占偶数位,纬度占奇数位的规则,得到卡口设备A的经纬度的混合二进制编码,并最终根据32Base编码得到卡口设备A的Geohash编码结果。其中,Base32编码表使用0-9、b-z(去掉a,i,l,o)这32个字符进行编码。
S2022:基于获得的各个编码结果的取值,对各个编码结果进行排序,分别获得相应编码结果的序号。
具体的,在执行步骤S2022时,服务器在获得各个卡口设备的Geohash编码结果之后,基于各个Geohash编码结果的数值,按照数值的大小,对各个监测点的Geohash编码结果进行降序排列,进而得到相应Geohash编码结果的排列序号。
示例性的,参阅图6所示,仍以表3中的6个卡口设备,卡口设备A、卡口设备B、卡口设备C、卡口设备D、卡口设备E以及卡口设备F为例,服务器基于各个卡口设备各自对应的Geohash编码结果,按照Geohash编码结果数值的大小顺序,进行降序排列,6个卡口设备各自对应的Geohash编码结果对应的排列顺序依次为:卡口设备B.G、卡口设备F.G、卡口设备D.G、卡口设备C.G、卡口设备A.G、卡口设备E.G。进一步地,服务器可知6个卡口设备Geohash编码的排列序号依次为:5、1、4、3、6、2。
S2023:基于获得的各个序号,分别生成相应监测点的监测点标识。
具体的,在执行步骤S2023时,服务器在获得各个监测点的Geohash编码的排列序号之后,针对各个监测点,分别生成唯一的监测点标识。
示例性的,服务器从卡口设备标识库中,根据各个卡口设备各自对应的Geohash编码的排列序号,为各个卡口设备选择唯一的卡口设备标识,其中,卡口设备标识库中的卡口设备标识数量远大于卡口设备数量。例如,服务器根据卡口设备的Geohash编码的排列序号,将相应顺序的小写英文字母作为该卡口设备的卡口设备标识。仍以图6所示的Geohash编码结果为例,各个卡口设备的排列序号及其卡口设备标识如表4所示:
表4
由上述表格可知,服务器基于6个卡口设备各自对应的Geohash的排列序号,为6个卡口设备,分别生成相应的卡口设备标识。例如,以卡口设备A为例,服务器基于卡口设备A的Geohash的排列序号为5,则从卡口设备标识库中,为卡口设备A,分配唯一卡口设备标识e;再以卡口设备B为例,服务器基于卡口设备B的Geohash的排列序号为1,则从卡口设备标识库中,为卡口设备B,分配唯一卡口设备标识a。
可选的,基于上述系统架构,在设定的历史监测范围内,获取各条候选车辆轨迹,参阅图7所示,本申请实施例中,获取一条候选车辆轨迹的过程,具体步骤如下:
S701:获取一个历史车辆在设定历史监测范围内,由各监测点获得的至少两个历史监测信息。
具体的,在执行步骤S701时,服务器可以基于设定历史监测范围,分别从原始监测数据库中,筛选出满足设定历史监测范围的,由各监测点获得的各个历史监测信息。其中,每个历史监测信息都包括:相应监测节点在历史监测范围内监测到该历史车辆的时间。
例如,原始监测时间数据库中的各个历史监测信息,都有相应的时间标识,通过设定历史监测范围,筛选出满足设定历史监测时间范围的,由各监测点获得的各个历史监测信息。
示例性的,假设原始监测数据库中,包含6个卡口设备各自对应的6个具有不同时间标识的历史监测信息,其中,L.T1、L.T3和L.T5属于设定历史监测时间范围,L.T2、L.T4和L.T6不属于设定历史监测时间范围,各个历史监测信息及是否属于历史时间监测范围如表5所示:
表5
由上述表格可知,服务器可根据原始监测数据库中,各个历史监测信息的时间标识,确定相应的历史监测信息是否属于设定历史监测范围。例如,以监测信息.L.1为例,服务器获取到监测信息.L.1的时间标识为L.T1,经过判断可知,L.T1属于设定历史监测时间范围,则从原始监测数据库中,提取出监测信息.L.1;再以监测信息.L.2为例,服务器获取到监测信息.L.2的时间标识为L.T2,经过判断可知,L.T2不属于设定历史监测时间范围,则不从原始监测数据库中提取监测信息.L.2,以此类推。
基于上述的方法,服务器可以获得各个历史车辆在设定历史监测范围内,各自对应的多个历史监测信息。
S702:确定相邻获得的两个历史监测信息的历史监测时间间隔,在确定历史监测时间间隔不大于预设的间隔阈值时,将两个历史监测信息各自对应的监测点之间的路段作为一条候选车辆轨迹。
具体的,在执行步骤S702时,服务器获得一个历史车辆在设定历史监测范围内的各个历史监测信息之后,基于相邻获得的两个历史监测信息的历史监测时间间隔,所归属的时间间隔区间,判断是否将两个历史监测信息各自对应的监测点之间的路段作为一条候选车辆轨迹。若历史监测时间间隔不大于预设的间隔阈值,则将两个历史监测信息各自对应的监测点之间的路段作为一条候选车辆轨迹;若历史监测时间间隔大于预设的间隔阈值,则不将两个历史监测信息各自对应的监测点之间的路段作为一条候选车辆轨迹。其中,历史监测时间间隔的计算公式具体如下:
ΔT1=T2-T1
其中,历史监测时间T1早于历史监测时间T2
示例性的,仍如图4所示,将卡口设备A与卡口设备C作为监测点,假设卡口设备A的历史监测信息中,监测到该历史车辆的历史监测时间为TA,卡口设备C的历史监测信息中,监测到该历史车辆的历史监测时间为TC,则历史监测时间间隔ΔTAC=TC-TA,其中,历史监测时间TA早于历史监测时间TC。
进一步地,假定车辆从卡口设备A到卡口设备C所需的最大时长为10分钟。若该历史车辆从卡口设备A到卡口设备C的实际时长为5分钟,通过比较可知,实际时长小于预设的最大时长,则可将卡口设备A到卡口设备C之间的路段作为一条候选车辆轨迹;若该历史车辆从卡口设备A到卡口设备C的实际时长为12分钟,通过比较可知,实际时长大于预设的最大时长,则不将卡口设备A到卡口设备C之间的路段作为一条候选车辆轨迹。
可选的,若卡口设备A、卡口设备B以及卡口设备C之间的路段构成一条车辆轨迹ABC。若该历史车辆从卡口设备A到卡口设备B的实际时长,以及从卡口设备B到卡口设备C的实际时长,均不大于预设的最大时长,则可将车辆轨迹ABC作为一条候选车辆轨迹。
可选的,基于上述系统架构,在目标车辆的历史车辆轨迹上,获取轨迹缺失路段,参阅图8所示,本申请实施例中,获取轨迹缺失路段的方法流程,具体步骤如下:
S801:获取目标车辆在历史车辆轨迹上,由各监测点获得的至少两个目标监测信息。
具体的,在执行步骤S801时,服务器可以基于目标车辆在历史车辆轨迹的行车时长范围,分别从原始监测数据库中,筛选出满足行车时长范围的,由各监测点获得的各个目标监测信息。其中,每个目标监测信息都包括:相应监测节点在历史车辆轨迹上监测到该目标车辆的时间。
例如,原始监测时间数据库中的各个目标监测信息,都有相应的时间标识,通过历史车辆轨迹的行车时长范围,筛选出满足行车时长范围的,由各监测点获得的各个目标监测信息。
示例性的,假设原始监测数据库中,包含6个卡口设备各自对应的6个具有不同时间标识的目标检测信息,其中,M.T1、M.T2、M.T5属于行车时长范围,M.T3、M.T4、M.T6不属于行车时长范围,各个目标监测信息及是否属于行车时长范围如表6所示:
表6
由上述表格可知,服务器可根据原始监测数据库中,各个目标监测信息的时间标识,确定相应的目标监测信息是否属于设定目标监测范围。例如,以监测信息.M.1为例,服务器获取到监测信息.M.1的时间标识为M.T1,经过判断可知,M.T1属于行车时长范围,则从原始监测数据库中,提取出监测信息.M.1;再以监测信息.M.3为例,服务器获取到监测信息.M.3的时间标识为M.T3,经过判断可知,M.T3不属于行车时长范围,则不从原始监测数据库中,提取出监测信息.M.3,以此类推。
S802:确定相邻获得的两个目标监测信息的目标监测时间间隔。
具体的,在执行步骤S802时,服务器获得目标车辆在历史车辆轨迹的各个目标监测信息之后,基于相邻获得的两个目标监测信息的目标监测时间,得到相应的目标监测时间间隔,目标监测时间间隔的计算公式具体如下:
ΔT2=T4-T3
其中,目标监测时间T3早于目标监测时间T4。
示例性的,仍如图4所示,假设历史车辆轨迹为:A→B→E,其中,卡口设备A的目标监测时间为TA,卡口设备B的目标监测时间为TB,卡口设备E的目标监测时间为TE,目标监测时间按照先后顺序依次为:TA、TB、TE;进而根据目标监测时间间隔计算公式可知:卡口设备A与卡口设备B之间的目标监测时间间隔ΔTAB=TB-TA;卡口设备A与卡口设备B之间的目标监测时间间隔ΔTBE=TE-TB。
S803:在确定目标监测时间间隔大于预设的间隔阈值时,将两个目标监测信息各自对应的监测点之间的路段作为一个轨迹缺失路段。
具体的,在执行步骤S803时,服务器获得目标车辆在历史车辆轨迹上的各个目标监测信息之后,基于相邻获得的两个目标监测信息的目标监测时间间隔,所归属的时间间隔区间,判断是否将两个目标监测信息各自对应的监测点之间的路段作为轨迹缺失路段。若目标监测时间间隔不大于预设的间隔阈值,则不将两个目标监测信息各自对应的监测点之间的路段作为轨迹缺失路段;若目标监测时间间隔大于预设的间隔阈值,则将两个目标监测信息各自对应的监测点之间的路段作为轨迹缺失路段。
示例性的,仍以目标轨迹:A→B→E为例,假定车辆从卡口设备A到卡口设备B所需的最大时长为15分钟,以及车辆从卡口设备B到卡口设备E所需的最大时长为18分钟。若目标车辆从卡口设备A到卡口设备B的过程中,测得的目标监测时间间隔为12分钟,以及目标车辆从卡口设备B到卡口设备E的过程中,测得的目标监测时间间隔为20分钟,通过比较可知,前者测得的目标监测时间间隔小于所需的最大时长,后者测得的目标监测时间间隔大于所需的最大时长,故而可以判定历史车辆轨迹A→B→E中,B→E为轨迹缺失路段。
进一步地,基于上述的预操作处理,服务器生成各个监测点各自对应的监测点标识,以及获得各条车辆候选轨迹和目标车辆的历史车辆轨迹的轨迹缺失路段,参阅图9所示,本申请实施例中,针对目标车辆的轨迹缺失路段的轨迹缺失补全的方法流程,具体步骤如下:
S901:基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识。
具体的,在执行步骤S901时,服务器基于确定的目标车辆的轨迹缺失路段,以及缺失轨迹路段的起始位置点和结束位置点各自对应的位置信息,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识。
示例性的,仍以表4中的各个卡口设备各自对应的卡口设备标识,以及目标车辆的轨迹缺失路段:B→E为例,易知卡口设备B为轨迹缺失路段的起始位置点,卡口设备E为轨迹缺失路段的结束位置点。服务器基于卡口设备B与卡口设备E各自对应的位置信息,从卡口设备标识库中,可以确定位置起始点的监测点标识为a,位置结束点的监测点标识为f。
S902:基于获得的监测点标识,从车辆轨迹数据库中,筛选出至少一条候选车辆轨迹。
具体的,在执行步骤S902时,服务器在获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之后,基于获得的轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识,从车辆轨迹数据库中,筛选出两个监测点标识对应的监测点之间的所有候选车辆轨迹。
示例性的,参阅图10所示,服务器可以根据轨迹缺失路段位置起始点的监测点标识a,位置结束点的监测点标识f,从车辆轨迹数据库中,获得4个监测点标识数组:aef,adf,acf,abf。进一步地,根据4个监测点标识数组,可得到4条候选车辆轨迹依次为:B→A→E,B→C→E,B→D→E,B→F→E。
需要说明的是,上述4条候选车辆轨迹,所需的最大时长均不大于轨迹缺失路段:B→E,所需的最大时长。
S903:在筛选出候选车辆轨迹之后,基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹。
在一种可能的实现方式中,在执行步骤S903时,服务器在获取指定的历史时间范围内,至少一条候选车辆轨迹各自对应的历史车辆通行次数,以及至少一条候选车辆轨迹共同对应的历史车辆通行总次数之后,选取出目标车辆轨迹的方法流程,参阅图11所示,具体步骤如下:
S9031a:基于获得的各个历史车辆通行次数,以及历史车辆通行总次数,分别确定相应候选车辆轨迹的历史车辆通行占比。
具体的,在执行步骤S9031a时,服务器基于获得的各个历史车辆通行次数,以及历史车辆通行总次数,分别进行求商处理,得到相应候选车辆轨迹的历史车辆通行占比。其中,候选车辆轨迹的历史车辆通行占比计算公式如下:
其中,αi为候选车辆轨迹i对应的历史车辆通行占比;wi为候选车辆轨迹i对应的历史车辆通行次数;W为所有候选车辆的历史车辆通行总次数。
示例性的,假设一天内的上述4条候选车辆轨迹的历史车辆通行总次数为10000次,其中,候选车辆轨迹B→A→E的历史车辆通行次数为700次,候选车辆轨迹B→C→E的历史车辆通行次数为800次,候选车辆轨迹B→D→E的历史车辆通行次数为8000次,候选车辆轨迹B→F→E历史车辆通行总次数500次。服务器根据候选车辆轨迹的历史车辆通行占比计算公式,可得到B→A→E的历史车辆通行占比为7%,B→C→E的历史车辆通行占比为8%,B→D→E的历史车辆通行占比为80%,B→F→E的历史车辆通行占比为5%。
S9032a:基于获得的各个历史车辆通行占比,确定历史车辆通行占比排列顺序。
具体的,在执行步骤S9032a时,服务器在确定各个历史车辆通行占比之后,基于各条候选车辆轨迹各自对应的历史车辆通行占比,按照占比的大小顺序,确定相应的历史车辆通行占比排列顺序。
示例性的,服务器已知B→A→E的历史车辆通行占比为7%,B→C→E的历史车辆通行占比为8%,B→D→E的历史车辆通行占比为80%,B→F→E的历史车辆通行占比为5%,采用占比大小的降序排列,则各个历史车辆通行占比及其排列顺序如表7所示:
表7
候选车辆轨迹 | B→A→E | B→C→E | B→D→E | B→F→E |
历史车辆通行占比 | 7% | 8% | 80% | 5% |
占比排列顺序 | 3 | 2 | 1 | 4 |
由上述表格可知,服务器可根据各个历史车辆轨迹通行占比,对各条候选车辆轨迹进行历史车辆轨迹通行占比排序。例如,以候选车辆轨迹B→A→E为例,历史车辆通行占比为7%,仅大于候选车辆轨迹B→F→E,故而该候选车辆轨迹的历史车辆轨迹通行占比为3,以此类推。
S9033a:基于历史车辆通行占比排列顺序,结合预设的历史车辆通行占比阈值,从各条候选车辆轨迹中,选取出目标车辆轨迹。
具体的,在执行步骤S9033a时,服务器在确定历史车辆通行占比排列顺序之后,基于获得的历史车辆通行占比排列顺序,选取出最大历史车辆通行占比,在确定最大历史车辆通行占比大于预设的历史车辆通行占比阈值时,将最大历史车辆通行占比对应的候选车辆轨迹,作为目标车辆轨迹。
示例性的,假定预设的历史车辆通行占比阈值为75%,仍以表7中的4条候选车辆轨迹为例,在4条候选车辆轨迹的历史车辆通行占比中,服务器获取到候选车辆轨迹B→D→E的历史车辆通行占比排列顺序最高,且候选车辆轨迹B→D→E的历史车辆通行占比为80%大于预设的历史车辆通行占比阈值75%,则将候选车辆轨迹B→D→E作为目标车辆轨迹。
在一种可能的实现方式中,在执行步骤S903时,服务器在获取指定的历史时间范围内,至少一条候选车辆轨迹各自对应的目标车辆通行次数,以及至少一条候选车辆轨迹共同对应的目标车辆通行总次数之后,选取出目标车辆轨迹的方法流程,参阅图12所示,具体步骤如下:
S9031b:基于获得的各个目标车辆通行次数,以及所述目标车辆通行总次数,分别确定相应候选车辆轨迹的目标车辆通行占比。
具体的,在执行步骤S9031b时,服务器基于获得的各个目标车辆通行次数,以及目标车辆通行总次数,分别进行求商处理,得到相应候选车辆轨迹的目标车辆通行占比。其中,候选车辆轨迹的目标车辆通行占比计算公式如下:
其中,βi为候选车辆轨迹i对应的目标车辆通行占比;mi为候选车辆轨迹i对应的目标车辆通行次数;M为所有候选车辆的目标车辆通行总次数。
示例性的,假设一年内的上述4条候选车辆轨迹的目标车辆通行总次数为5000次,其中,候选车辆轨迹B→A→E的目标车辆通行次数为200次,候选车辆轨迹B→C→E的目标车辆通行次数为4400次,候选车辆轨迹B→D→E的目标车辆通行次数为100次,候选车辆轨迹B→F→E目标车辆通行总次数300次。服务器根据候选车辆轨迹的目标车辆通行占比计算公式,可得到B→A→E的目标车辆通行占比为4%,B→C→E的目标车辆通行占比为88%,B→D→E的目标车辆通行占比为2%,B→F→E的目标车辆通行占比为6%。
S9032b:基于获得的各个目标车辆通行占比,确定目标车辆通行占比排列顺序。
具体的,在执行步骤S9032b时,服务器在确定各个目标车辆通行占比之后,基于各条候选车辆轨迹各自对应的目标车辆通行占比,按照占比的大小顺序,确定相应的目标车辆通行占比排列顺序。
示例性的,服务器已知B→A→E的目标车辆通行占比为4%,B→C→E的目标车辆通行占比为88%,B→D→E的目标车辆通行占比为2%,B→F→E的目标车辆通行占比为6%,采用占比大小的降序排列,则各个目标车辆通行占比及其排列顺序如表8所示:
表8
候选车辆轨迹 | B→A→E | B→C→E | B→D→E | B→F→E |
目标车辆通行占比 | 4% | 88% | 2% | 6% |
占比排列顺序 | 3 | 1 | 4 | 2 |
由上述表格可知,服务器可根据各个目标车辆轨迹通行占比,对各条候选车辆轨迹进行目标车辆轨迹通行占比排序。例如,以候选车辆轨迹B→A→E为例,目标车辆通行占比为4%,目标车辆通行占比仅小于候选车辆轨迹B→D→E的目标车辆通行占比,故而该候选车辆轨迹的目标车辆轨迹通行占比为3,以此类推。
S9033b:基于目标车辆通行占比排列顺序,结合预设的目标车辆通行占比阈值,从各条候选车辆轨迹中,选取出目标车辆轨迹。
具体的,在执行步骤S9033b时,服务器在确定目标车辆通行占比排列顺序之后,基于获得的目标车辆通行占比排列顺序,选取出最大目标车辆通行占比,在确定最大目标车辆通行占比大于预设的目标通行占比阈值时,将最大目标车辆通行占比对应的候选车辆轨迹,作为目标车辆轨迹。
示例性的,假定预设的目标车辆通行占比阈值为85%,仍以表8中的4条候选车辆轨迹为例,在4条候选车辆轨迹的目标车辆通行占比中,服务器获取到候选车辆轨迹B→C→E的目标车辆通行占比排列顺序最高,且候选车辆轨迹B→C→E的目标车辆通行占比为88%大于预设的目标车辆通行占比阈值85%,则将候选车辆轨迹B→C→E作为目标车辆轨迹。
S904:基于目标车辆轨迹包含的完整路段信息,对轨迹缺失路段进行补全。
示例性的,以表7为例,在执行步骤S904时,服务器在选取出目标车辆轨迹之后,基于选取出的候选车辆轨迹,即,B→D→E,可以将原来的轨迹缺失路段为:B→E中的B→D和D→E的路段信息补全,得到完整的目标车辆轨迹。
可选的,以表8为例,在执行步骤S904时,服务器基于选取出的目标车辆轨迹,即,B→C→E,可以将原来的轨迹缺失路段为:B→E中的B→C和C→E的路段信息补全,得到完整的目标车辆轨迹。
本申请实施例提供的轨迹缺失补全方法,基于轨迹缺失路段的起始点位置和结束点位置各自对应的标识,获得至少一条候选车辆轨迹,再结合获得的至少一条候选轨迹各自对应的车辆通行占比,筛选出目标车辆轨迹,并最终根据目标车辆轨迹的完整路段信息,对轨迹缺失路段进行补全。采用这种方式,通过各条候选车辆轨迹的车辆通行占比,确定目标车辆轨迹,进而补全轨迹缺失路段,避免了传统方式中,计算最短时间路径的过程较为繁琐,且当数据量较大时,需要耗费大量的时间,提高了车辆轨迹缺失补全的效率。
基于相同的技术构思,本申请实施例还提供了一种轨迹缺失补全装置,该轨迹缺失补全装置可以实现本申请实施例的上述方法流程。
图13示例性示出了本申请实施例提供的一种轨迹缺失补全装置的结构示意图。如图13所示,该轨迹缺失补全包括:获取模块1301、筛选模块1302以及处理模块1303,其中:
获取模块1301,用于基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识。
筛选模块1302,用于基于获得的监测点标识,从车辆轨迹数据库中,筛选出至少一条候选车辆轨迹;其中,每条候选车辆轨迹包含:起始位置点和结束位置点之间的完整路段信息。
处理模块1303,用于基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹;基于目标车辆轨迹包含的完整路段信息,对轨迹缺失路段进行补全。
第二方面,本申请实施例还提供了一种轨迹缺失补全装置,所述装置包括:
获取模块1301,用于基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识。
筛选模块1302,用于基于获得的监测点标识,从车辆轨迹数据库中,筛选出至少一条候选车辆轨迹;其中,每条候选车辆轨迹包含:起始位置点和结束位置点之间的完整路段信息。
处理模块1303,用于基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹;基于目标车辆轨迹包含的完整路段信息,对轨迹缺失路段进行补全。
一种可选的实施例中,在基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,获取模块1301还用于:
获取至少两个监测点各自对应的位置信息。
基于所述至少两个监测点各自对应的位置信息,分别生成所述至少两个监测点各自对应的监测点标识。
一种可选的实施例中,在基于至少两个监测点各自对应的位置信息,分别生成至少两个监测点各自对应的监测点标识时,处理模块1303具体用于:
分别对至少两个监测点各自对应的位置信息进行地理哈希编码,获得相应的编码结果。
基于获得的各个编码结果的取值,对所述各个编码结果进行排序,分别获得相应编码结果的序号。
基于获得的各个序号,分别生成相应监测点的监测点标识。
一种可选的实施例中,在基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,获取模块1301还用于:
针对各个历史车辆,分别执行以下操作:
获取一个历史车辆在设定历史监测范围内,由各监测点获得的至少两个历史监测信息;其中,每个历史监测信息包括:相应监测点在历史监测范围内监测到一个历史车辆的时间。
针对至少两个历史监测信息中,相邻获得的每两个历史监测信息,分别执行以下操作:确定相邻获得的两个历史监测信息的历史监测时间间隔,在确定历史监测时间间隔不大于预设的间隔阈值时,将两个历史监测信息各自对应的监测点之间的路段作为一条候选车辆轨迹。
一种可选的实施例中,在基于目标车辆的轨迹缺失路段,获取轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,获取模块1301还用于:
获取目标车辆在历史车辆轨迹上,由各监测点获得的至少两个目标监测信息;其中,每个目标监测信息包括:相应监测点在历史车辆轨迹上监测到目标车辆的时间。
针对至少两个目标监测信息中,相邻获得的每两个目标监测信息,分别执行以下操作:
确定相邻获得的两个目标监测信息的目标监测时间间隔。
在确定目标监测时间间隔大于预设的间隔阈值时,将两个目标监测信息各自对应的监测点之间的路段作为一个轨迹缺失路段。
一种可选的实施例中,在基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹时,获取模块1301还用于:
获取指定的历史时间范围内,至少一条候选车辆轨迹各自对应的历史车辆通行次数,以及至少一条候选车辆轨迹共同对应的历史车辆通行总次数。
基于获得的各个历史车辆通行次数,以及所述历史车辆通行总次数,分别确定相应候选车辆轨迹的历史车辆通行占比。
基于获得的各个历史车辆通行占比,结合预设的历史车辆通行占比阈值,从各条候选车辆轨迹中,选取出目标车辆轨迹。
一种可选的实施例中,在基于指定的历史时间范围内,至少一条候选车辆轨迹各自对应的车辆通行次数,以及至少一条候选车辆轨迹共同对应的车辆通行总次数,从至少一条候选车辆轨迹中,选取出目标车辆轨迹时,获取模块1301还用于:
获取指定的历史时间范围内,至少一条候选车辆轨迹各自对应的目标车辆通行次数,以及至少一条候选车辆轨迹共同对应的目标车辆通行总次数。
基于获得的各个目标车辆通行次数,以及目标车辆通行总次数,分别确定相应候选车辆轨迹的目标车辆通行占比。
基于获得的各个目标车辆通行占比,结合预设的目标车辆通行占比阈值,从各条候选车辆轨迹中,选取出目标车辆轨迹。
基于相同的技术构思,本申请实施例还提供了一种电子设备,该电子设备可实现本申请上述实施例提供的方法流程。在一种实施例中,该电子设备可以是服务器,也可以是终端设备或其他电子设备。
图14示例性示出了本申请实施例提供的一种电子设备的结构示意图。如图14所示,该电子设备可包括:
至少一个处理器1401,以及与至少一个处理器1401连接的存储器1402,本申请实施例中不限定处理器1401与存储器1402之间的具体连接介质,图14中是以处理器1401和存储器1402之间通过总线1400连接为例。总线1400在图14中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线1400可以分为地址总线、数据总线、控制总线等,为便于表示,图14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。或者,处理器1401也可以称为控制器,对于名称不做限制。
在本申请实施例中,存储器1402存储有可被至少一个处理器1401执行的指令,至少一个处理器1401通过执行存储器1402存储的指令,可以执行前文论述的一种缺失轨迹补全方法。处理器1401可以实现图13所示的装置中各个模块的功能。
其中,处理器1401是该装置的控制中心,可以利用各种接口和线路连接整个该控制设备的各个部分,通过运行或执行存储在存储器1402内的指令以及调用存储在存储器1402内的数据,该装置的各种功能和处理数据,从而对该装置进行整体监控。
在一种可能的设计中,处理器1401可包括一个或多个处理单元,处理器1401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1401中。在一些实施例中,处理器1401和存储器1402可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器1401可以是通用处理器,例如CPU(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的一种缺失轨迹补全方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器1402作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器1402可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器1402是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。本申请实施例中的存储器1402还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器1401进行设计编程,可以将前述实施例中介绍的一种缺失轨迹补全方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行图9所示的实施例的一种缺失轨迹补全方法的步骤。如何对处理器1401进行设计编程为本领域技术人员所公知的技术,这里不再赘述。
基于同一发明构思,本申请实施例还提供一种存储介质,该存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行前文论述的一种缺失轨迹补全方法。
在一些可能的实施方式中,本申请提供一种缺失轨迹补全方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在装置上运行时,程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种缺失轨迹补全方法中的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (17)
1.一种轨迹缺失补全方法,其特征在于,包括:
基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识;
基于获得的监测点标识,从车辆轨迹数据库中,筛选出至少一条候选车辆轨迹;其中,每条候选车辆轨迹包含:所述起始位置点和所述结束位置点之间的完整路段信息;
基于指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的车辆通行总次数,从所述至少一条候选车辆轨迹中,选取出目标车辆轨迹;
基于所述目标车辆轨迹包含的完整路段信息,对所述轨迹缺失路段进行补全。
2.如权利要求1所述的方法,其特征在于,所述基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,还包括:
获取至少两个监测点各自对应的位置信息;
基于所述至少两个监测点各自对应的位置信息,分别生成所述至少两个监测点各自对应的监测点标识。
3.如权利要求2所述的方法,其特征在于,所述基于所述至少两个监测点各自对应的位置信息,分别生成所述至少两个监测点各自对应的监测点标识,包括:
分别对所述至少两个监测点各自对应的位置信息进行地理哈希编码,获得相应的编码结果;
基于获得的各个编码结果的取值,对所述各个编码结果进行排序,分别获得相应编码结果的序号;
基于获得的各个序号,分别生成相应监测点的监测点标识。
4.如权利要求1所述的方法,其特征在于,所述基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,还包括:
针对各个历史车辆,分别执行以下操作:
获取一个历史车辆在设定历史监测范围内,由各监测点获得的至少两个历史监测信息;其中,每个历史监测信息包括:相应监测点在所述历史监测范围内监测到所述一个历史车辆的时间;
针对所述至少两个历史监测信息中,相邻获得的每两个历史监测信息,分别执行以下操作:确定相邻获得的两个历史监测信息的历史监测时间间隔,在确定所述历史监测时间间隔不大于预设的间隔阈值时,将所述两个历史监测信息各自对应的监测点之间的路段作为一条候选车辆轨迹。
5.如权利要求1所述的方法,其特征在于,所述基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,还包括:
获取所述目标车辆在历史车辆轨迹上,由各监测点获得的至少两个目标监测信息;其中,每个目标监测信息包括:相应监测点在所述历史车辆轨迹上监测到所述目标车辆的时间;
针对所述至少两个目标监测信息中,相邻获得的每两个目标监测信息,分别执行以下操作:
确定相邻获得的两个目标监测信息的目标监测时间间隔;
在确定所述目标监测时间间隔大于预设的间隔阈值时,将所述两个目标监测信息各自对应的监测点之间的路段作为一个轨迹缺失路段。
6.如权利要求1所述的方法,其特征在于,所述基于指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的车辆通行总次数,从所述至少一条候选车辆轨迹中,选取出目标车辆轨迹,包括:
获取指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的历史车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的历史车辆通行总次数;
基于获得的各个历史车辆通行次数,以及所述历史车辆通行总次数,分别确定相应候选车辆轨迹的历史车辆通行占比;
基于获得的各个历史车辆通行占比,结合预设的历史车辆通行占比阈值,从所述各条候选车辆轨迹中,选取出目标车辆轨迹。
7.如权利要求1所述的方法,其特征在于,所述基于指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的车辆通行总次数,从所述至少一条候选车辆轨迹中,选取出目标车辆轨迹,包括:
获取指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的目标车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的目标车辆通行总次数;
基于获得的各个目标车辆通行次数,以及所述目标车辆通行总次数,分别确定相应候选车辆轨迹的目标车辆通行占比;
基于获得的各个目标车辆通行占比,结合预设的目标车辆通行占比阈值,从所述各条候选车辆轨迹中,选取出目标车辆轨迹。
8.一种轨迹缺失补全装置,其特征在于,包括:
获取模块,用于基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识;
筛选模块,用于基于获得的监测点标识,从车辆轨迹数据库中,筛选出至少一条候选车辆轨迹;其中,每条候选车辆轨迹包含:所述起始位置点和所述结束位置点之间的完整路段信息;
处理模块,用于基于指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的车辆通行总次数,从所述至少一条候选车辆轨迹中,选取出目标车辆轨迹;基于所述目标车辆轨迹包含的完整路段信息,对所述轨迹缺失路段进行补全。
9.如权利要求8所述的装置,其特征在于,在所述基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,所述获取模块还用于:
获取至少两个监测点各自对应的位置信息;
基于所述至少两个监测点各自对应的位置信息,分别生成所述至少两个监测点各自对应的监测点标识。
10.如权利要求8所述的装置,其特征在于,在所述基于所述至少两个监测点各自对应的位置信息,分别生成所述至少两个监测点各自对应的监测点标识时,所述处理模块具体用于:
分别对所述至少两个监测点各自对应的位置信息进行地理哈希编码,获得相应的编码结果;
基于获得的各个编码结果的取值,对所述各个编码结果进行排序,分别获得相应编码结果的序号;
基于获得的各个序号,分别生成相应监测点的监测点标识。
11.如权利要求8所述的装置,其特征在于,在所述基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,所述获取模块还用于:
针对各个历史车辆,分别执行以下操作:
获取一个历史车辆在设定历史监测范围内,由各监测点获得的至少两个历史监测信息;其中,每个历史监测信息包括:相应监测点在所述历史监测范围内监测到所述一个历史车辆的时间;
针对所述至少两个历史监测信息中,相邻获得的每两个历史监测信息,分别执行以下操作:确定相邻获得的两个历史监测信息的历史监测时间间隔,在确定所述历史监测时间间隔不大于预设的间隔阈值时,将所述两个历史监测信息各自对应的监测点之间的路段作为一条候选车辆轨迹。
12.如权利要求8所述的装置,其特征在于,在所述基于目标车辆的轨迹缺失路段,获取所述轨迹缺失路段的起始位置点和结束位置点各自对应的监测点标识之前,所述获取模块还用于:
获取所述目标车辆在历史车辆轨迹上,由各监测点获得的至少两个目标监测信息;其中,每个目标监测信息包括:相应监测点在所述历史车辆轨迹上监测到所述目标车辆的时间;
针对所述至少两个目标监测信息中,相邻获得的每两个目标监测信息,分别执行以下操作:
确定相邻获得的两个目标监测信息的目标监测时间间隔;
在确定所述目标监测时间间隔大于预设的间隔阈值时,将所述两个目标监测信息各自对应的监测点之间的路段作为一个轨迹缺失路段。
13.如权利要求8所述的装置,其特征在于,在所述基于指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的车辆通行总次数,从所述至少一条候选车辆轨迹中,选取出目标车辆轨迹时,所述获取模块还用于:
获取指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的历史车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的历史车辆通行总次数;
基于获得的各个历史车辆通行次数,以及所述历史车辆通行总次数,分别确定相应候选车辆轨迹的历史车辆通行占比;
基于获得的各个历史车辆通行占比,结合预设的历史车辆通行占比阈值,从所述各条候选车辆轨迹中,选取出目标车辆轨迹。
14.如权利要求8所述的装置,其特征在于,在所述基于指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的车辆通行总次数,从所述至少一条候选车辆轨迹中,选取出目标车辆轨迹时,所述获取模块还用于:
获取指定的历史时间范围内,所述至少一条候选车辆轨迹各自对应的目标车辆通行次数,以及所述至少一条候选车辆轨迹共同对应的目标车辆通行总次数;
基于获得的各个目标车辆通行次数,以及所述目标车辆通行总次数,分别确定相应候选车辆轨迹的目标车辆通行占比;
基于获得的各个目标车辆通行占比,结合预设的目标车辆通行占比阈值,从所述各条候选车辆轨迹中,选取出目标车辆轨迹。
15.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
16.一种计算机可读存储介质,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1-7中任一所述方法的步骤。
17.一种计算机程序产品,其特征在于,所述计算机程序产品在被计算机调用时,使得所述计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191819.5A CN114817660A (zh) | 2022-02-28 | 2022-02-28 | 一种轨迹缺失补全方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191819.5A CN114817660A (zh) | 2022-02-28 | 2022-02-28 | 一种轨迹缺失补全方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114817660A true CN114817660A (zh) | 2022-07-29 |
Family
ID=82529346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210191819.5A Pending CN114817660A (zh) | 2022-02-28 | 2022-02-28 | 一种轨迹缺失补全方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114817660A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115984279A (zh) * | 2023-03-20 | 2023-04-18 | 银河航天(北京)网络技术有限公司 | 一种路径确定方法、系统、电子设备及存储介质 |
-
2022
- 2022-02-28 CN CN202210191819.5A patent/CN114817660A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115984279A (zh) * | 2023-03-20 | 2023-04-18 | 银河航天(北京)网络技术有限公司 | 一种路径确定方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109165787B (zh) | 公交路线定制方法、装置以及设备 | |
Zhu et al. | Spatio-temporal sentiment hotspot detection using geotagged photos | |
CN103455542A (zh) | 多类识别器以及多类识别方法 | |
CN112050820B (zh) | 道路匹配方法、装置、电子设备及可读存储介质 | |
CN110825968A (zh) | 信息推送方法、装置、存储介质和计算机设备 | |
EP4206611A1 (en) | Data processing method and device | |
CN103929644A (zh) | 一种视频指纹库建立、视频指纹识别方法及装置 | |
CN114549873A (zh) | 一种图像档案的关联方法、装置、电子设备及存储介质 | |
CN116310656B (zh) | 训练样本确定方法、装置和计算机设备 | |
CN116978011B (zh) | 一种用于智能目标识别的图像语义通信方法及系统 | |
WO2021154155A1 (en) | Methods and data processing systems for predicting road attributes | |
CN114817660A (zh) | 一种轨迹缺失补全方法、装置、电子设备及存储介质 | |
CN114792111A (zh) | 一种数据获取方法、装置、电子设备及存储介质 | |
CN107798450B (zh) | 业务分配方法和装置 | |
CN103858126B (zh) | 压缩空间数据的装置和方法及恢复压缩的空间数据的装置和方法 | |
CN115880754A (zh) | 一种多档合并的方法、装置及电子设备 | |
CN115773744A (zh) | 模型训练和路网处理方法、装置、设备、介质和产品 | |
CN113887518A (zh) | 一种行为检测的方法、装置、电子设备及存储介质 | |
CN113593297A (zh) | 一种停车位状态检测方法和装置 | |
CN113449002A (zh) | 车辆推荐方法、装置、电子设备及存储介质 | |
CN113392859A (zh) | 一种确定城市功能区域的类型的方法及装置 | |
CN112434601A (zh) | 基于行车视频的车辆违法检测方法、装置、设备及介质 | |
CN112948631A (zh) | 视频标签生成方法、装置及电子终端 | |
CN113837155B (zh) | 图像处理、地图数据更新方法、装置和存储介质 | |
CN113496317A (zh) | 一种多轨迹碰撞分析方法、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 |