CN114820690A - 轨迹还原方法、装置和电子设备 - Google Patents
轨迹还原方法、装置和电子设备 Download PDFInfo
- Publication number
- CN114820690A CN114820690A CN202210517361.8A CN202210517361A CN114820690A CN 114820690 A CN114820690 A CN 114820690A CN 202210517361 A CN202210517361 A CN 202210517361A CN 114820690 A CN114820690 A CN 114820690A
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- data
- shooting
- passing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000009467 reduction Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
Abstract
本公开提供了一种轨迹还原方法、装置和电子设备,涉及数据处理技术领域,尤其涉及智能交通领域。具体实现方案为:轨迹还原方法,包括:获取目标区域中的过车数据,所述过车数据为基于拍摄数据生成的数据,所述拍摄数据为基于所述目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄得到的数据;基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原。本公开可以提高对车辆的行驶轨迹进行还原的效果。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及智能交通领域。具体涉及一种轨迹还原方法、装置和电子设备。
背景技术
目前,在一些场景下通常需要对车辆的行驶轨迹进行还原。现有的还原方法主要依赖于车辆自身的定位功能进行还原,例如,可以获取车辆的定位数据,通过分析车辆在不同时间点所处的位置,即可对车辆的历史行驶轨迹进行还原。
发明内容
本公开提供了一种轨迹还原方法、装置和电子设备。
根据本公开的第一方面,提供了一种轨迹还原方法,包括:
获取目标区域中的过车数据,所述过车数据为基于拍摄数据生成的数据,所述拍摄数据为基于所述目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄得到的数据;
基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原。
根据本公开的第二方面,提供了一种轨迹还原装置,包括:
获取模块,用于获取目标区域中的过车数据,所述过车数据为基于拍摄数据生成的数据,所述拍摄数据为基于所述目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄得到的数据;
还原模块,用于基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面所述的轨迹还原方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述第一方面所述的轨迹还原方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现第一方面所述的轨迹还原方法。
本公开实施例中,通过基于目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄,以生成目标区域中的过车数据,然后,基于过车数据对目标区域中的车辆的行驶轨迹进行还原。如此,由于无需依赖于车辆自身的定位功能进行还原,因此,在车辆不具备定位功能的情况下,也能实现对车辆的行驶轨迹进行还原,从而提高了对车辆的行驶轨迹进行还原的效果。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开实施例提供的一种轨迹还原方法的流程图;
图2是本公开实施例中路网的局部示意图之一;
图3是本公开实施例中路网的局部示意图之二;
图4是本公开实施例中路网的局部示意图之三;
图5是本公开实施例中路网的局部示意图之四;
图6是本公开实施例中路网的局部示意图之五;
图7是本公开实施例中路网的局部示意图之六;
图8是本公开实施例中轨迹还原装置的结构示意图之一;
图9是本公开实施例中还原模块的结构示意图;
图10是本公开实施例中轨迹还原装置的结构示意图之二;
图11本公开实施例提供的用于实现轨迹还原方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
请参见图1,为本公开实施例提供的一种轨迹还原方法,所述方法包括以下步骤:
步骤S101、获取目标区域中的过车数据,所述过车数据为基于拍摄数据生成的数据,所述拍摄数据为基于所述目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄得到的数据;
步骤S102、基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原。
其中,所述目标区域可以是需要对车辆行驶轨迹进行还原的任意区域。相应地,所述轨迹还原方法可以应用于各种需要进行轨迹还原的场景,例如,在红绿灯信号控制场景,需要精确确定每个路口的车流量,然而,由于拍摄设备覆盖率的问题,不可能每个交通路口均具有拍摄设备,因此,需要对车辆的行驶轨迹进行还原,在还原得到目标区域中所有车辆的行驶轨迹之后,即可确定目标区域中各个路口的车流量。此外,所述轨迹还原方法还可以应用于交通拥堵程度分析、特定车辆轨迹还原等场景。
上述拍摄设备可以是布置于交通路口的拍摄设备。由于现有的交通路口通常布置有抓拍设备,因此,可以直接获取交通路口的抓拍设备所拍摄的图像,然后,对图像进行识别,以得到所述过车数据。这样,通过对不同交通路口的过车数据进行分析,即可分析出目标车辆在何时通过了哪些交通路口,然后,根据目标车辆通过交通路口的时间顺序,即可还原出车辆的行驶轨迹。其中,所述目标车辆可以是在所述目标区域内行驶的任意车辆。
该实施方式中,通过基于目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄,以生成目标区域中的过车数据,然后,基于过车数据对目标区域中的车辆的行驶轨迹进行还原。如此,由于无需依赖于车辆自身的定位功能进行还原,因此,在车辆不具备定位功能的情况下,也能实现对车辆的行驶轨迹进行还原,从而提高了对车辆的行驶轨迹进行还原的效果。
可选地,所述过车数据包括至少两个目标子数据,所述至少两个目标子数据与所述目标区域对应的路网中的至少两个位置点一一对应,且所述目标子数据为目标车辆经过所对应的位置点时生成的过车数据,所述基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原,包括:
基于所述至少两个目标子数据,确定所述目标车辆在所述至少两个位置点之间的通行顺序;
基于所述通行顺序,确定所述至少两个位置点中,相邻的位置点之间连接路径,得到所述目标车辆的目标行驶轨迹。
可以理解的是,上述至少两个位置点均布置有所述拍摄设备。
上述至少两个目标子数据与所述目标区域对应的路网中的至少两个位置点一一对应可以是指:所述目标子数据为基于所对应的位置点的拍摄设备对所述目标车辆进行拍摄得到的拍摄数据,生成的过车数据。
具体地,在所述目标车辆经过至少两个位置点中的任意位置点时,该位置点的拍摄设备对所述目标车辆进行拍摄得到拍摄数据,然后,通过对该拍摄数据进行图像识别,并将识别结果作为该位置点对应的目标子数据。
由于所述目标子数据为基于拍摄设备拍摄的得到拍摄数据生成的过车数据,因此,可以根据各个目标子数据对应的拍摄数据的拍摄时间,即可确定所述目标车辆在所述至少两个位置点之间的通行顺序。例如,请参见图3,出行路径1的通行顺序依次为:A→B→C→D→E→F→G→H。出行路径2的通行顺序依次为:H→G→F→I→J→K→L→A。
上述至少两个目标子数据为所述目标车辆在同一次连续行驶过程中的过车数据。其中,可以通过判断不同目标子数据中记录的拍摄时间,以确定是否为同一次连续行驶过程中的过车数据。例如,在判断两个相邻的位置点对应的两个目标子数据是否为同一次连续行驶过程中的目标子数据时,可以预先统计车辆在该两个位置点之间通行所需的时间范围,然后,可以通过计算该两个目标子数据中记录的拍摄时间的时间差,若所述时间差位于所述时间范围之内,则确定该两个目标子数据为同一次连续行驶过程中的目标子数据。相应地,若所述时间差位于所述时间范围之外,则确定该两个目标子数据不是同一次连续行驶过程中的目标子数据。
在本公开一个实施例中,上述路网可以是拓扑路网,所述路网中可以包括:
(1)顶点:拓扑路网的顶点从地图数据中的branch对象(路口分支,表示进口道或者出口道)转化而来,一个branch代表图中一个顶点。根据branch的分类,顶点也分为进口道和出口道两类,请参见图2,路口中的实心点为进口道类顶点,路口中的空心点为进口道类顶点。
(2)边:连接不同顶点的有向边也分为以下两种:
从出口道顶点指向进口道顶点(1类边):1类边通常为连接相邻交叉口的路段,即地图数据中的seg类,请参见图2,位于路段中的带箭头线图为1类边。
从进口道顶点指向出口道顶点(2类边):2类边通常为单个交叉口内部的流向,对应着地图数据中flow类,请参见图2,位于路口内的带箭头线图为2类边。
具体地,可以基于目标区域的地图数据还原所述目标区域的拓扑路网。具体可以将提取所述地图数据中的所有路口,即cross对象。然后,提取cross对象中的路口分支(branch)对象,以及与branch对象关联的车流方向(flow)信息和路段(seg)信息。其中,将branch对象转换为路网中的顶点,基于flow信息生成1类边,基于seg信息生成2类边。
在生成所述路网之后,可以基于如下方法对所生成的路网的连通性进行检测:
正常情况下,路网中任意两点之间都可以找到至少1条连通的路径;
孤立节点(0出度,0入度):路网中不能出现孤立节点,并且这个路口不能是有安装卡口电警的路口,否则路网连通性有问题;
0入度节点:只能出现在边界;
0出度节点:只能出现在边界;
在检测到所述路网中存在如上问题节点的情况下,可以对路网进行修正,例如,可以删除问题节点。
该实施方式中,通过确定所述目标车辆在所述至少两个位置点之间的通行顺序,然后,按照所述通行顺序,在路网相邻的两个位置点之间确定一条连接路径,从而得到目标车辆在任意相邻的两个位置点之间的行驶轨迹,以实现对目标车辆的轨迹还原过程。
可选地,所述目标子数据包括:所述目标车辆的身份信息、所述拍摄设备拍摄所述目标车辆的拍摄时间信息和拍摄地点信息。
其中,所述身份信息可以包括所述目标车辆的车牌号码、车辆颜色、车辆型号等车辆属性信息。由于所述目标子数据为基于拍摄数据生成的过车数据,因此,所述拍摄时间信息可以是拍摄设备对所述目标车辆进行拍摄得到所述拍摄数据过程中的拍摄时间。上述拍摄地点信息可以根据所述拍摄设备的设备编号确定。具体地,由于拍摄设备布置的位置可以预先获取,且不同的拍摄设备通常具有不同的设备编码,因此,通过获取拍摄设备的设备编码即可确定所拍摄地点信息。
可以理解的是,上述目标区域中的过车数据可以包括若干条子数据,其中,每一条子数据可以是基于拍摄设备的一次拍摄所生产的过车数据。且所述若干条子数据既可以包括目标车辆的过车数据,还可以包括所述目标车辆之外的其他车辆的过车数据。
基于此,在基于所述至少两个目标子数据,确定所述目标车辆在所述至少两个位置点之间的通行顺序之前,所述方法还可以包括:获取所述目标车辆的身份信息,基于所述目标车辆的身份信息,在所述目标区域的过车数据中进行筛选,得到所述至少两条目标子数据。
然后,可以基于所述目标子数据中的拍摄时间信息和拍摄地点信息确定所述目标车辆的通行顺序。
在本公开一个实施例中,任意一条过车数据可以包括如下表中的各个字段:
此外,由于所述拍摄设备为布置于所述路网中的拍摄设备,因此,可以基于如下表构建拍摄设备与路网之间的关联关系:
该实施方式中,通过使所述目标子数据包括:所述目标车辆的身份信息、所述拍摄设备拍摄所述目标车辆的拍摄时间信息和拍摄地点信息,这样,可以基于所述目标子数据确定目标车辆的通行顺序,进而有利于实现对目标车辆的轨迹还原。
可选地,所述基于所述通行顺序,确定所述至少两个位置点中,相邻的位置点之间连接路径,包括:
在第一位置点与第二位置点之间的候选路径的数量为1的情况下,将所述候选路径确定为所述第一位置点与所述第二位置点之间的连接路径,所述第一位置点和所述第二位置点为所述至少两个位置点中任意相邻的两个位置点。
上述第一位置点与第二位置点之间的候选路径的数量为1可以是指:所述第一位置点和所述第二位置点为相邻的两个交通路口,此时,该相邻的两个交通路口之间的路段形成所述第一位置点和第二位置点之间的唯一候选路径,也即所述目标车辆在所述第一位置点与第二位置点之间的行驶轨迹。例如,请参见图5,在本公开一个实施例中,第一位置点为进口道Vr-1的路口Cr-1,第二位置点为进口道Vr的路口Cr,此时,可以直接将“进口道Vr-1的路口Cr-1”与“进口道Vr的路口Cr”之间的路段确定为所述第一位置点与第二位置点之间的连接路段。
该实施方式中,在第一位置点与第二位置点之间的候选路径的数量为1的情况下,直接将所述候选路径确定为所述第一位置点与所述第二位置点之间的连接路径,从而实现在仅具有一条候选路径下的轨迹还原过程。
请参见图6,由于“进口道Vr-1的路口Cr-1”与“进口道Vr的路口Cr”并非相邻的交通路口,在此情况下,可以基于预设手段在所述“进口道Vr-1的路口Cr-1”与“进口道Vr的路口Cr”之间确定所述连接路径。
可选地,所述基于所述通行顺序,确定所述至少两个位置点中,相邻的位置点之间连接路径,包括:
在所述第一位置点与所述第二位置点之间的候选路径的数量大于1的情况下,所述第一位置点与所述第二位置点之间的连接路径为如下任意一项:
所述第一位置点与所述第二位置点之间的候选路径中,长度最短的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆通行时间最短的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,转弯次数最少的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆历史通行次数最多的候选路径。
请参见图4,在本公开一个实施例中,所述第一位置点为点H,所述第二位置点为点I,由于所述第一位置点与第二位置点并非相邻的交通路口,因此,目标车辆从所述第一位置点行驶至第二位置点存在多种候选的路径。此时,需要从多条候选路径中选中目标候选路径作为所述第一位置点与所述第二位置点之间的连接路径,以实现目标车辆的轨迹还原过车。
在本公开一个实施例中,可以分别确定每条候选路径的长度,然后将所述第一位置点与所述第二位置点之间的候选路径中,长度最短的候选路径确定为所述第一位置点与所述第二位置点之间的连接路径。
在本公开另一实施例中,可以确定目标车辆通过每条候选路径所需的通行时间,然后,将所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆通行时间最短的候选路径确定为所述第一位置点与所述第二位置点之间的连接路径。例如,请参见图7,可以将Vr-1至Vr之间的最短出行路径确定为Vr-1至Vr之间的连接路径。
在本公开另一实施例中,还可以统计每条候选路径的转弯次数,并将所述第一位置点与所述第二位置点之间的候选路径中,转弯次数最少的候选路径确定为所述第一位置点与所述第二位置点之间的连接路径。
在本公开另一实施例中,还可以获取所述目标车辆在所述第一位置点和第二位置点之间的历史通行数据,并将所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆历史通行次数最多的候选路径确定为所述第一位置点与所述第二位置点之间的连接路径。
该实施方式中,在第一位置点和第二位置点之间存在至少两条候选路径的情况下,通过对比不同候选路径之后的通行时间、长度、转弯次数以及用户通行偏好等信息,以确定用户实际更可能选择的候选路径,从而进一步提高轨迹还原的准确性。
可选地,所述目标区域中的交通路口形成所述路网中的连接节点,所述目标区域中连接相邻两个交通路口的路段形成所述路网中的连接边,所述候选路径包括至少一条所述连接边,所述方法还包括:
确定所述路网中每条连接边的平均通行时间;
基于所述平均通行时间,确定所述目标车辆通过所述候选路径的通行时间。
该实施方式中,通过计算路网中每条连接边的平均通行时间,而所述候选路径包括知识一体连接边,这样,当需要计算某一候选路径的通行时间时,仅需对该候选路径所包括的所有连接边的平均通行时间求和,即可得到该候选路径的通行时间。
可选地,所述确定所述路网中每条连接边的平均通行时间,包括如下至少一项:
在获取到目标连接边的路况信息的情况下,基于所述路况信息确定所述目标连接边的平均通行时间,其中,所述目标连接边为所述路网中的任意连接边,所述路况信息包括车辆通过所述目标连接边时的实际通行时间;
在未获取到所述目标连接边的路况信息的情况下,基于所述目标连接边所属的道路级别确定所述目标连接边的平均通行时间,其中,不同的道路级别对应不同的平均通行时间。
具体地,由于相关技术中存在一些服务平台能够获取部分车辆的通行数据,例如,现有的定位或导航服务平台可以获取使用其提供的服务的车辆的通行数据。这样,服务平台可以通过所述通行数据确定车辆实际通过所述目标连接边所对应的路段所花费的时间,通过统计某一时间段通过所述目标连接边所对应的路段的所有车辆的平均通行时间,即可得到所述目标连接边的平均通行时间。
此外,由于所述服务平台并不一定能够获取到所述目标区域中所有路段的路口信息,因此,当未获取到所述目标连接边的路况信息的情况下,可以基于所述目标连接边所属道路的道路级别确定所述目标连接边的平均通行时间。
具体地,由于不同级别的道路允许的行驶速度通常不同,因此,可以根据路段的路段长度以及路段允许的通行速度计算得到所述平均通行时间。
请参见下表为不同道路级别的推荐设计速度:
这样,当无法基于所述路况信息确定所述目标连接边的平均通行时间时,可以根据所述目标连接边所属的道路级别确定对应的推荐设计速度,然后,利用所述目标连接边所对应的路段的长度除以所述推荐设计速度,即可得到所述目标连接边的平均通行时间。
在本公开一个实施例中,针对同一目标连接边,还可以根据不同时间段,确定对应的平均通行时间,例如,请参见下表为本公开一个实施例中,所述目标连接边在不同时间段的平均通行时间:
该实施方式中,通过确定路网中各个连接边的平均通行时间,如此,可以根据所述连接边的平均通行时间计算所述候选路径的通行时间,进而方便确定出最优的候选路径,以提高轨迹还原的效果。
在本公开另一实施例中,当需要实现对特定车辆的追踪时,针对同一目标车辆,可以同时输出至少两条目标行驶轨迹,例如,可以对目标车辆进行轨迹还原,并得到目标车辆可能的所有行驶轨迹,然后,从中选择至少两条路径长度最短的行驶轨迹分别确定为目标行驶轨迹。
请参见图8,为本公开实施例提供的一种轨迹还原装置800的结构示意图,所述轨迹还原装置800,包括:
获取模块801,用于获取目标区域中的过车数据,所述过车数据为基于拍摄数据生成的数据,所述拍摄数据为基于所述目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄得到的数据;
还原模块802,用于基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原。
可选地,所述过车数据包括至少两个目标子数据,所述至少两个目标子数据与所述目标区域对应的路网中的至少两个位置点一一对应,且所述目标子数据为目标车辆经过所对应的位置点时生成的过车数据,请参见图9,所述还原模块802,包括:
第一确定子模块8021,用于基于所述至少两个目标子数据,确定所述目标车辆在所述至少两个位置点之间的通行顺序;
第二确定子模块8022,用于基于所述通行顺序,确定所述至少两个位置点中,相邻的位置点之间连接路径,得到所述目标车辆的目标行驶轨迹。
可选地,所述目标子数据包括:所述目标车辆的身份信息、所述拍摄设备拍摄所述目标车辆的拍摄时间信息和拍摄地点信息。
可选地,所述第二确定子模块8022,具体用于在第一位置点与第二位置点之间的候选路径的数量为1的情况下,将所述候选路径确定为所述第一位置点与所述第二位置点之间的连接路径,所述第一位置点和所述第二位置点为所述至少两个位置点中任意相邻的两个位置点。
可选地,所述第二确定子模块8022,具体用于在所述第一位置点与所述第二位置点之间的候选路径的数量大于1的情况下,所述第一位置点与所述第二位置点之间的连接路径为如下任意一项:
所述第一位置点与所述第二位置点之间的候选路径中,长度最短的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆通行时间最短的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,转弯次数最少的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆历史通行次数最多的候选路径。
可选地,所述目标区域中的交通路口形成所述路网中的连接节点,所述目标区域中连接相邻两个交通路口的路段形成所述路网中的连接边,所述候选路径包括至少一条所述连接边,请参见图10,所述装置还包括:
确定模块803,用于确定所述路网中每条连接边的平均通行时间;
所述确定模块803,还用于基于所述平均通行时间,确定所述目标车辆通过所述候选路径的通行时间。
可选地,所述确定模块803,具体用于在获取到目标连接边的路况信息的情况下,基于所述路况信息确定所述目标连接边的平均通行时间,其中,所述目标连接边为所述路网中的任意连接边,所述路况信息包括车辆通过所述目标连接边时的实际通行时间;
所述确定模块803,还用于在未获取到所述目标连接边的路况信息的情况下,基于所述目标连接边所属的道路级别确定所述目标连接边的平均通行时间,其中,不同的道路级别对应不同的平均通行时间。
需要说明地,本实施例提供的轨迹还原装置800能够实现上述轨迹还原方法实施例的全部技术方案,因此至少能够实现上述全部技术效果,此处不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示,电子设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM 1103中,还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
电子设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106,例如键盘、鼠标等;输出单元1107,例如各种类型的显示器、扬声器等;存储单元1108,例如磁盘、光盘等;以及通信单元1109,例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理,例如轨迹还原方法。例如,在一些实施例中,轨迹还原方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,执行上文描述的轨迹还原方法的一个或多个步骤。备选地,在其他实施例中,计算单元1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行轨迹还原方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种轨迹还原方法,包括:
获取目标区域中的过车数据,所述过车数据为基于拍摄数据生成的数据,所述拍摄数据为基于所述目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄得到的数据;
基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原。
2.根据权利要求1所述的方法,其中,所述过车数据包括至少两个目标子数据,所述至少两个目标子数据与所述目标区域对应的路网中的至少两个位置点一一对应,且所述目标子数据为目标车辆经过所对应的位置点时生成的过车数据,所述基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原,包括:
基于所述至少两个目标子数据,确定所述目标车辆在所述至少两个位置点之间的通行顺序;
基于所述通行顺序,确定所述至少两个位置点中,相邻的位置点之间连接路径,得到所述目标车辆的目标行驶轨迹。
3.根据权利要求2所述的方法,其中,所述目标子数据包括:所述目标车辆的身份信息、所述拍摄设备拍摄所述目标车辆的拍摄时间信息和拍摄地点信息。
4.根据权利要求2所述的方法,其中,所述基于所述通行顺序,确定所述至少两个位置点中,相邻的位置点之间连接路径,包括:
在第一位置点与第二位置点之间的候选路径的数量为1的情况下,将所述候选路径确定为所述第一位置点与所述第二位置点之间的连接路径,所述第一位置点和所述第二位置点为所述至少两个位置点中任意相邻的两个位置点。
5.根据权利要求4所述的方法,其中,所述基于所述通行顺序,确定所述至少两个位置点中,相邻的位置点之间连接路径,包括:
在所述第一位置点与所述第二位置点之间的候选路径的数量大于1的情况下,所述第一位置点与所述第二位置点之间的连接路径为如下任意一项:
所述第一位置点与所述第二位置点之间的候选路径中,长度最短的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆通行时间最短的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,转弯次数最少的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆历史通行次数最多的候选路径。
6.根据权利要求5所述的方法,其中,所述目标区域中的交通路口形成所述路网中的连接节点,所述目标区域中连接相邻两个交通路口的路段形成所述路网中的连接边,所述候选路径包括至少一条所述连接边,所述方法还包括:
确定所述路网中每条连接边的平均通行时间;
基于所述平均通行时间,确定所述目标车辆通过所述候选路径的通行时间。
7.根据权利要求6所述的方法,其中,所述确定所述路网中每条连接边的平均通行时间,包括如下至少一项:
在获取到目标连接边的路况信息的情况下,基于所述路况信息确定所述目标连接边的平均通行时间,其中,所述目标连接边为所述路网中的任意连接边,所述路况信息包括车辆通过所述目标连接边时的实际通行时间;
在未获取到所述目标连接边的路况信息的情况下,基于所述目标连接边所属的道路级别确定所述目标连接边的平均通行时间,其中,不同的道路级别对应不同的平均通行时间。
8.一种轨迹还原装置,包括:
获取模块,用于获取目标区域中的过车数据,所述过车数据为基于拍摄数据生成的数据,所述拍摄数据为基于所述目标区域中的拍摄设备对所述目标区域中的车辆进行拍摄得到的数据;
还原模块,用于基于所述过车数据对所述拍摄设备所拍摄的车辆的行驶轨迹进行还原。
9.根据权利要求8所述的装置,其中,所述过车数据包括至少两个目标子数据,所述至少两个目标子数据与所述目标区域对应的路网中的至少两个位置点一一对应,且所述目标子数据为目标车辆经过所对应的位置点时生成的过车数据,所述还原模块,包括:
第一确定子模块,用于基于所述至少两个目标子数据,确定所述目标车辆在所述至少两个位置点之间的通行顺序;
第二确定子模块,用于基于所述通行顺序,确定所述至少两个位置点中,相邻的位置点之间连接路径,得到所述目标车辆的目标行驶轨迹。
10.根据权利要求9所述的装置,其中,所述目标子数据包括:所述目标车辆的身份信息、所述拍摄设备拍摄所述目标车辆的拍摄时间信息和拍摄地点信息。
11.根据权利要求9所述的装置,其中,所述第二确定子模块,具体用于在第一位置点与第二位置点之间的候选路径的数量为1的情况下,将所述候选路径确定为所述第一位置点与所述第二位置点之间的连接路径,所述第一位置点和所述第二位置点为所述至少两个位置点中任意相邻的两个位置点。
12.根据权利要求11所述的装置,其中,所述第二确定子模块,具体用于在所述第一位置点与所述第二位置点之间的候选路径的数量大于1的情况下,所述第一位置点与所述第二位置点之间的连接路径为如下任意一项:
所述第一位置点与所述第二位置点之间的候选路径中,长度最短的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆通行时间最短的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,转弯次数最少的候选路径;
所述第一位置点与所述第二位置点之间的候选路径中,所述目标车辆历史通行次数最多的候选路径。
13.根据权利要求12所述的装置,其中,所述目标区域中的交通路口形成所述路网中的连接节点,所述目标区域中连接相邻两个交通路口的路段形成所述路网中的连接边,所述候选路径包括至少一条所述连接边,所述装置还包括:
确定模块,用于确定所述路网中每条连接边的平均通行时间;
所述确定模块,还用于基于所述平均通行时间,确定所述目标车辆通过所述候选路径的通行时间。
14.根据权利要求12所述的装置,其中,所述确定模块,具体用于在获取到目标连接边的路况信息的情况下,基于所述路况信息确定所述目标连接边的平均通行时间,其中,所述目标连接边为所述路网中的任意连接边,所述路况信息包括车辆通过所述目标连接边时的实际通行时间;
所述确定模块,还用于在未获取到所述目标连接边的路况信息的情况下,基于所述目标连接边所属的道路级别确定所述目标连接边的平均通行时间,其中,不同的道路级别对应不同的平均通行时间。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的轨迹还原方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的轨迹还原方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的轨迹还原方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210517361.8A CN114820690A (zh) | 2022-05-12 | 2022-05-12 | 轨迹还原方法、装置和电子设备 |
US18/171,269 US20230281998A1 (en) | 2022-05-12 | 2023-02-17 | Track restoration method, track restoration device and non-transitory computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210517361.8A CN114820690A (zh) | 2022-05-12 | 2022-05-12 | 轨迹还原方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114820690A true CN114820690A (zh) | 2022-07-29 |
Family
ID=82513803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210517361.8A Pending CN114820690A (zh) | 2022-05-12 | 2022-05-12 | 轨迹还原方法、装置和电子设备 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230281998A1 (zh) |
CN (1) | CN114820690A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117292547A (zh) * | 2023-10-27 | 2023-12-26 | 重庆交通大学 | 一种大型活动多级影响区路网连通性评价方法 |
-
2022
- 2022-05-12 CN CN202210517361.8A patent/CN114820690A/zh active Pending
-
2023
- 2023-02-17 US US18/171,269 patent/US20230281998A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230281998A1 (en) | 2023-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113240909B (zh) | 车辆监测方法、设备、云控平台和车路协同系统 | |
CN112581763A (zh) | 道路事件检测的方法、装置、设备和存储介质 | |
CN114170797B (zh) | 交通限制路口的识别方法、装置、设备、介质及产品 | |
CN114415628A (zh) | 自动驾驶测试方法及装置、电子设备和存储介质 | |
CN113807270A (zh) | 道路拥堵检测方法、装置及电子设备 | |
CN111681428B (zh) | 一种溢流检测的方法、装置、电子设备及存储介质 | |
CN113392794A (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN113392793A (zh) | 用于识别车道线的方法、装置、设备、存储介质以及无人车 | |
CN113033471A (zh) | 交通异常检测方法、装置、设备、存储介质以及程序产品 | |
CN114820690A (zh) | 轨迹还原方法、装置和电子设备 | |
CN112447060A (zh) | 识别车道的方法、装置及计算设备 | |
CN113592903A (zh) | 车辆轨迹识别方法、装置、电子设备和存储介质 | |
CN115641359B (zh) | 确定对象的运动轨迹的方法、装置、电子设备和介质 | |
CN111814724A (zh) | 车道数的识别方法、装置、设备及存储介质 | |
CN115782919A (zh) | 信息感知方法、装置及电子设备 | |
CN114689069A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN114708498A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN111009135B (zh) | 车辆行驶速度的确定方法、装置以及计算机设备 | |
CN114218344A (zh) | 地图数据更新方法、装置、设备、存储介质和程序产品 | |
CN114519686A (zh) | 用于检测路牙的方法、装置、电子设备和介质 | |
CN114179805A (zh) | 一种行驶方向确定方法、装置、设备以及存储介质 | |
CN113850297A (zh) | 道路数据的监测方法、装置、电子设备及存储介质 | |
CN114529768B (zh) | 确定对象类别的方法、装置、电子设备和存储介质 | |
CN110864646B (zh) | 可用于自动驾驶车辆的用于检测抬杆的方法和装置 | |
CN115810270A (zh) | 车辆转向检测的方法、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 |