CN114881279A - 一种车辆轨迹预测方法、设备和装置 - Google Patents
一种车辆轨迹预测方法、设备和装置 Download PDFInfo
- Publication number
- CN114881279A CN114881279A CN202210297421.XA CN202210297421A CN114881279A CN 114881279 A CN114881279 A CN 114881279A CN 202210297421 A CN202210297421 A CN 202210297421A CN 114881279 A CN114881279 A CN 114881279A
- Authority
- CN
- China
- Prior art keywords
- driving
- historical
- point
- route
- target vehicle
- 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 33
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 195
- 238000010586 diagram Methods 0.000 description 23
- 238000012806 monitoring device Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例涉及数据处理技术邻域,特别涉及一种车辆轨迹预测方法、设备和装置。本申请实施例在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据预设时间范围以及历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;根据目标历史行驶路线中行驶起始点位与行驶终止点位,以及行驶起始点位与行驶终止点位之间的常用停留点位,生成与目标行驶路线对应的预测得到的目标车辆的行驶轨迹;并根据预测目标车辆在当前行车周期的预设时间范围内按照行驶轨迹进行行驶的行驶概率值;在用户界面中显示目标车辆的行驶轨迹以及各个行驶轨迹对应的行驶概率值。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种车辆轨迹预测方法、设备和装置。
背景技术
随着科技和生活的进步,人们对于车辆的使用率也越来越高;随着城市建设的扩大以及车辆的增多,也使得交通网络不断变得复杂多变,同时也带来了相应的社会问题;例如,道路拥堵、驾驶涉案车辆逃逸等车辆相关事件逐渐增多。
针对复杂多变的道路环境,车辆的行驶轨迹会有多种可能性。例如在早晚高峰时段,若能提前预测各个车辆的行驶轨迹,可以确定出交通网中可能会发生拥堵路段,这样可以提前做好准备工作;又例如,针对肇事逃逸车辆,若能够预测车辆的行驶轨迹,会给侦破案件带来诸多便利。因此,如何对车辆的行驶轨迹进行预测成为亟待解决的技术问题。
发明内容
本申请实施例提供一种车辆轨迹预测方法、设备和装置,用以提供一种对目标车辆的行驶轨迹进行准确预测的方案。
第一方面,本申请实施例提供一种车辆轨迹预测方法,包括:
在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据所述预设时间范围以及所述历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,所述目标历史行驶路线中包含所述目标车辆在历史行车周期的所述预设时间范围经过的行驶路段;所述历史行驶路线集合是根据所述目标车辆在多个历史行车周期内的行驶数据生成的,且所述历史行驶路线集合中的历史行驶路线是所述目标车辆在一个历史行车周期内的行驶路线;所述历史行驶路线对应的权重值是通过统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数确定的;
针对所述任意一个目标历史行驶路线,根据所述预设时间范围的预测起始时间点,从所述目标历史行驶路线中确定行驶起始点位;以及根据所述预设时间范围的预测结束时间点,从所述目标历史行驶路线中确定行驶终止点位;根据所述目标历史行驶路线中所述行驶起始点位与所述行驶终止点位,以及所述行驶起始点位与所述行驶终止点位之间的常用停留点位,生成与所述目标行驶路线对应的预测得到的所述目标车辆的行驶轨迹;并根据所述目标历史路线对应的权重值,预测所述目标车辆在所述当前行车周期的预设时间范围内按照所述行驶轨迹进行行驶的行驶概率值;
在用户界面中显示根据各个目标行驶路线分别预测得到的所述目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
第二方面,本申请实施例提供一种车辆轨迹预测设备,该设备包括至少一个处理器和显示屏:
所述处理器,用于在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据所述预设时间范围以及所述历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,所述目标历史行驶路线中包含所述目标车辆在历史行车周期的所述预设时间范围经过的行驶路段;所述历史行驶路线集合是根据所述目标车辆在多个历史行车周期内的行驶数据生成的,且所述历史行驶路线集合中的历史行驶路线是所述目标车辆在一个历史行车周期内的行驶路线;所述历史行驶路线对应的权重值是通过统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数确定的;针对所述任意一个目标历史行驶路线,根据所述预设时间范围的预测起始时间点,从所述目标历史行驶路线中确定行驶起始点位;以及根据所述预设时间范围的预测结束时间点,从所述目标历史行驶路线中确定行驶终止点位;根据所述目标历史行驶路线中所述行驶起始点位与所述行驶终止点位,以及所述行驶起始点位与所述行驶终止点位之间的常用停留点位,生成与所述目标行驶路线对应的预测得到的所述目标车辆的行驶轨迹;并根据所述目标历史路线对应的权重值,预测所述目标车辆在所述当前行车周期的预设时间范围内按照所述行驶轨迹进行行驶的行驶概率值;
所述显示屏,用于在用户界面中显示根据各个目标行驶路线分别预测得到的所述目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
第三方面,本申请实施例提供一种车辆轨迹预测装置,包括:
筛选模块,用于在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据所述预设时间范围以及所述历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,所述目标历史行驶路线中包含所述目标车辆在历史行车周期的所述预设时间范围经过的行驶路段;所述历史行驶路线集合是根据所述目标车辆在多个历史行车周期内的行驶数据生成的,且所述历史行驶路线集合中的历史行驶路线是所述目标车辆在一个历史行车周期内的行驶路线;所述历史行驶路线对应的权重值是通过统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数确定的;
预测模块,用于针对所述任意一个目标历史行驶路线,根据所述预设时间范围的预测起始时间点,从所述目标历史行驶路线中确定行驶起始点位;以及根据所述预设时间范围的预测结束时间点,从所述目标历史行驶路线中确定行驶终止点位;根据所述目标历史行驶路线中所述行驶起始点位与所述行驶终止点位,以及所述行驶起始点位与所述行驶终止点位之间的常用停留点位,生成与所述目标行驶路线对应的预测得到的所述目标车辆的行驶轨迹;并根据所述目标历史路线对应的权重值,预测所述目标车辆在所述当前行车周期的预设时间范围内按照所述行驶轨迹进行行驶的行驶概率值;
显示模块,用于在用户界面中显示根据各个目标行驶路线分别预测得到的所述目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
第四方面,本申请实施例提供一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行本申请提供的车辆轨迹预测方法。
由于本申请实施例提供一种对车辆的行驶轨迹进行预测的方案,在该车辆行驶轨迹预测方案中,根据目标车辆在多个历史行车周期的行驶数据,生成该目标车辆对应的历史行驶路线集合,且历史行驶路线集合中的每一个历史行驶路线是根据一个历史行车周期内的行驶数据生成的。由于目标车辆在多个历史行车周期内的行驶数据可以反映目标车辆的行驶习惯,根据多个历史行车周期内的行驶数据可以确定出目标车辆的常用行驶路线,这样,在对目标车辆在当前行车周期的某一个预设时间范围的行驶轨迹进行预测时,可以基于生成的历史行驶路线集合,从历史行驶路线集合中筛选出保护该预设时间范围对应的行驶路段的目标历史行驶路线;在预测过程中,根据目标历史行驶路线以及预设时间范围,分别确定行驶起始点位和行驶终止点位,将目标历史行驶路线中行驶起始点位、行驶终止点位以及行驶起始点位和行驶终止点位之间的常用停留点位组成的行驶路段作为该目标车辆预测得到的行驶轨迹。并且,针对每一个预测得到的行驶轨迹,确定该行驶轨迹对应的行驶概率值,在用户界面中展示预测得到的行驶轨迹以及对应的行驶概率值。因此,基于本申请实施例提供的车辆行驶轨迹预测方案,可以在需要时对目标车辆的行驶轨迹进行预测,并且基于目标车辆在多个历史周期内的行驶数据进行预测,可以使预测得到的行驶轨迹较为准确,并且,通过在用户界面中展示预测得到的行驶轨迹以及对应的行驶概率值,用户可以直观的看到预测得到的各个行驶轨迹,便于对目标车辆进行追踪。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,显而易见地,下面所介绍的附图仅仅是本发明的一些实施例,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的附图。
图1为本申请实施例一种可选的车辆轨迹预测场景示意图;
图2为本申请实施例一种车辆轨迹预测方法流程图;
图3为本申请实施例一种生成目标车辆对应的历史行驶路线集合的方法流程图;
图4为本申请实施例目标车辆在一个历史行车周期内经过的点位示意图;
图5A为本申请实施例历史行车周期T2对应的历史行驶路线的车辆行驶状态示意图;
图5B为本申请实施例历史行车周期T2对应的历史行驶路线的车辆行驶状态示意图;
图5C为本申请实施例历史行车周期T2对应的历史行驶路线的车辆行驶状态示意图;
图6A为本申请实施例展示预测得到的行驶轨迹的用户界面示意图;
图6B为本申请实施例展示预测得到的行驶轨迹的用户界面示意图;
图6C为本申请实施例展示预测得到的行驶轨迹的用户界面示意图;
图7为本申请实施例展示预测得到的行驶轨迹的用户界面示意图;
图8为本申请实施例一种车辆轨迹预测设备的结构示意图;
图9为本申请实施例一种车辆轨迹预测装置的结构示意图;
图10为本申请实施例另一种车辆轨迹预测装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
下面对本申请实施例的设计思想进行简要介绍:
目前交通网越来越复杂,各个道路上行驶的车辆日益增多,若能提前预测车辆的行驶轨迹,可以基于预测得到的车辆行驶轨迹执行多种操作。例如在早晚高峰时段,若能提前预测各个车辆的行驶轨迹,可以确定出交通网中可能会发生拥堵路段,这样可以提前做好准备工作;又例如,针对肇事逃逸车辆,若能够预测车辆的行驶轨迹,会给公安部门侦破案件带来诸多便利。因此,如何对车辆的行驶轨迹进行预测成为亟待解决的技术问题。
本申请实施例在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据预设时间范围以及历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,目标历史行驶路线中包含目标车辆在历史行车周期的预设时间范围经过的行驶路段;历史行驶路线集合是根据目标车辆在多个历史行车周期内的行驶数据生成的,且历史行驶路线集合中的历史行驶路线目标车辆在一个历史行车周期内的行驶路线;历史行驶路线对应的权重值是通过统计目标车辆在历史行车周期内按照历史行驶路线行驶的次数确定的;针对任意一个目标历史行驶路线,根据预设时间范围的预测起始时间点,从目标历史行驶路线中确定行驶起始点位;根据目标历史行驶路线中行驶起始点位与行驶终止点位,以及行驶起始点位与行驶终止点位之间的常用停留点位,生成与目标行驶路线对应的预测得到的目标车辆的行驶轨迹;并根据目标历史路线对应的权重值,预测目标车辆在当前行车周期的预设时间范围内按照行驶轨迹进行行驶的行驶概率值;在用户界面中显示根据各个目标行驶路线分别预测得到的目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
由于本申请实施例提供一种对车辆的行驶轨迹进行预测的方案,在该车辆行驶轨迹预测方案中,根据目标车辆在多个历史行车周期的行驶数据,生成该目标车辆对应的历史行驶路线集合,且历史行驶路线集合中的每一个历史行驶路线是根据一个历史行车周期内的行驶数据生成的。由于目标车辆在多个历史行车周期内的行驶数据可以反映目标车辆的行驶习惯,根据多个历史行车周期内的行驶数据可以确定出目标车辆的常用行驶路线,这样,在对目标车辆在当前行车周期的某一个预设时间范围的行驶轨迹进行预测时,可以基于生成的历史行驶路线集合,从历史行驶路线集合中筛选出保护该预设时间范围对应的行驶路段的目标历史行驶路线;在预测过程中,根据目标历史行驶路线以及预设时间范围,分别确定行驶起始点位和行驶终止点位,将目标历史行驶路线中行驶起始点位、行驶终止点位以及行驶起始点位和行驶终止点位之间的常用停留点位组成的行驶路段作为该目标车辆预测得到的行驶轨迹。并且,针对每一个预测得到的行驶轨迹,确定该行驶轨迹对应的行驶概率值,在用户界面中展示预测得到的行驶轨迹以及对应的行驶概率值。因此,基于本申请实施例提供的车辆行驶轨迹预测方案,可以在需要时对目标车辆的行驶轨迹进行预测,并且基于目标车辆在多个历史周期内的行驶数据进行预测,可以使预测得到的行驶轨迹较为准确,并且,通过在用户界面中展示预测得到的行驶轨迹以及对应的行驶概率值,用户可以直观的看到预测得到的各个行驶轨迹,便于对目标车辆进行追踪。
在介绍完本申请实施例的设计思想之后,下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施过程中,可以根据实际需要灵活地应用本申请实施例提供的技术方案。
如图1所示,本申请实施例一种可选的车辆轨迹预测场景示意图,包括道路监控设备10、道路中行驶的车辆11和服务器12;
其中,道路监控设备10可以设置在道路的交口;例如道路监控设备10可以为交通摄像头。
道路监控设备10采集范围内的车辆11的行驶数据,其中车辆11的行驶数据包括但不限于车辆标识、车辆颜色、车辆型号、车辆经过该道路监控设备的时间;
道路监控设备10将采集到的车辆行驶数据上报至服务器12;其中道路监控设备10可以将采集到的车辆行驶数据实时上报至服务器12,或者道路监控设备10可以周期性将采集到的车辆行驶数据实时上报至服务器12。
服务器12根据车辆11在多个历史行车周期内的行驶数据生成历史行驶路线集合,其中历史行驶路线集合中的历史行驶路线是车辆11在一个历史行车周期内的行驶路线;
在需要对当前行车周期的预设时间范围内车辆11的行驶轨迹进行预测时,服务器12根据预设时间范围以及历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线,目标历史行驶路线中包含车辆11在历史行车周期的预设时间范围经过的行驶路段;针对任意一个目标历史行驶路线,服务器12根据预设时间范围的预测起始时间点,从目标历史行驶路线中确定行驶起始点位;以及根据预设时间范围的预测结束时间点,从目标历史行驶路线中确定行驶终止点位;根据目标历史行驶路线中行驶起始点位与行驶终止点位,以及行驶起始点位与行驶终止点位之间的常用停留点位,生成与目标行驶路线对应的预测得到的车辆11的行驶轨迹;并根据目标历史路线对应的权重值,预测车辆11在当前行车周期的预设时间范围内按照行驶轨迹进行行驶的行驶概率值。
服务器12可以为交管服务器,服务器12可以为一个独立服务器,或者可以是由多个服务器组成的服务器集群。
另外,服务器12在预测得到车辆11的行驶轨迹之后,可以通过外接的显示设备在用户界面中显示根据各个目标行驶路线分别预测得到的车辆11的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
下面结合上述描述的应用场景,参考图2-图7来描述本申请示例性实施方式提供的一种图像检测方法。需要注意的是,上述应用场景仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此方面不受任何限制。相反,本申请的实施方式可以应用于适用的任何场景。
如图2所示,本申请实施例一种车辆轨迹预测方法流程图,具体可以包括如下步骤:
步骤S201、在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据预设时间范围以及历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;
其中,目标历史行驶路线中包含目标车辆在历史行车周期的预设时间范围经过的行驶路段,历史行驶路线集合是根据目标车辆在多个历史行车周期内的行驶数据生成的,且历史行驶路线集合中的历史行驶路线目标车辆在一个历史行车周期内的行驶路线;历史行驶路线对应的权重值是通过统计目标车辆在历史行车周期内按照历史行驶路线行驶的次数确定的;
步骤S202、针对任意一个目标历史行驶路线,根据预设时间范围的预测起始时间点,从目标历史行驶路线中确定行驶起始点位;以及根据预设时间范围的预测结束时间点,从目标历史行驶路线中确定行驶终止点位;根据目标历史行驶路线中行驶起始点位与行驶终止点位,以及行驶起始点位与行驶终止点位之间的常用停留点位,生成与目标行驶路线对应的预测得到的目标车辆的行驶轨迹;并根据目标历史路线对应的权重值,预测目标车辆在当前行车周期的预设时间范围内按照行驶轨迹进行行驶的行驶概率值;
步骤S203、在用户界面中显示根据各个目标行驶路线分别预测得到的目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
本申请实施例在对目标车辆的行驶轨迹进行预测之前,需要基于各个车辆的历史行驶数据,针对每个车辆分别生成与车辆对应的历史行驶路线集合。下面以目标车辆为例,详细介绍下生成目标车辆对应的历史行驶路线集合的过程。
如图3所示,本申请实施例生成目标车辆对应的历史行驶路线集合的方法流程图,具体可以包括如下步骤:
步骤S301、获取目标车辆在多个历史行车周期内的行驶数据;
在生成目标车辆对应的历史行驶路线集合时,可以预先设置需要统计的历史行车周期的个数;例如,历史行车周期可以为一天,可以预先设置需要统计的历史行车周期的个数为7,则根据7天内的行驶数据,生成目标车辆对应的历史行驶路线集合。
其中,历史行车周期内的行驶数据包括但不限于:目标车辆经过的点位、经过每个点位的时间、车辆的标识信息;
需要说明的是,本申请实施例的点位是指道路监控设备设置的位置,通过道路监控设备可以检测到经过的车辆以及车辆经过时间;可选的,道路监控设备设置在道路交口,则本申请实施例的点位可以指各个道路交口。
步骤S302、针对任意一个历史行车周期内的行驶数据,根据历史行车周期内的行驶数据确定目标车辆在历史行车周期内行驶经过的多个点位,并确定目标车辆经过多个点位中任意两个相邻点位之间路段的行驶时长;根据每两个相邻点位之间路段对应的行驶时长,从多个点位中确定出目标车辆的停留点位。
在步骤S302中,需要确定出每个历史行车周期内目标车辆的停留点位;下文介绍中针对一个历史行车周期内目标车辆的停留点位确定过程进行说明。
由于目标车辆的行驶数据是由点位对应的道路监控设备检测到的,因此根据检测到行驶数据的道路监控设备所在的位置,可以确定出目标车辆在一个历史行车周期内经过的所有点位,以及目标车辆经过各个点位的时间;
如图4所示,假设根据历史行车周期内的行驶数据,确定目标车辆在一个历史行车周期内经过的所有点位包括点位1、点位2、点位3、点位4……点位 n;目标车辆经过点位1的时间为t1,经过点位2的时间为t2,经过点位3的时间为t3……经过点位n的时间为tn;其中,时间轴表示一个行车周期,例如可以为0:00-24:00时间周期。
根据确定出的目标车辆在一个历史行车周期内经过的所有点位,以及目标车辆经过各个点位的时间,确定目标车辆经过每两个相邻点位之间路段的行驶时长;
例如,目标车辆经过点位1和点位2之间路段的行驶时长Δt1,经过点位2 和点位3之间路段的行驶时长Δt2……经过点位n-1和点位n之间路段的行驶时长Δtn-1。
在确定出每两个相邻点位之间路段对应的行驶时长之后,根据每两个相邻点位之间路段对应的行驶时长,从所述多个点位中确定出所述目标车辆的停留点位;
一种可选的实施方式,针对目标车辆的在历史行车周期内经过的任意一个点位,判断该点位是否为停留点位:
根据位于点位之前的任意两个相邻点位之间路段对应的行驶时长,确定与点位对应的停留点判断阈值;若点位与上一个点位之间路段对应的行驶时长大于停留点判断阈值,则确定点位为目标车辆的停留点位。
需要说明的是,在判断每个点位是否为停留点位时,针对每个点位分别确定该点位对应的停留点判断阈值;
可选的,本申请实施例根据下列方式确定点位对应的停留点判断阈值:
对位于点位之前的任意两个相邻点位之间路段对应的行驶时长做求均值运算,将均值运算的运算结果作为点位对应的目标车辆经过两个相邻点位之间路段的平均行驶时长;根据点位对应的目标车辆经过两个相邻点位之间路段的平均行驶时长,确定位于点位之前的任意两个相邻点位之间路段对应的行驶时长的标准差值;根据平均行驶时长和标准差值,确定与点位对应的停留点判断阈值。
例如,针对图4中目标车辆经过的各个点位,假设判断点位n是否为停留点位,则计算点位n对应的停留点判断阈值;
位于点位n之前的任意两个相邻点位之间路段对应的行驶时长分别为Δt1、Δt2、Δt3……Δtn-2;对Δt1、Δt2、Δt3……Δtn-2做求均值运算,得到点位n对应的目标车辆经过两个相邻点位之间路段的平均行驶时长μ;
μ=(Δt1+Δt2+Δt3+……+Δtn-2)/(n-2);
然后根据点位n对应的目标车辆经过两个相邻点位之间路段的平均行驶时长μ,确定位于点位n之前的任意两个相邻点位之间路段对应的行驶时长的标准差值σ;
在计算得到平均行驶时长和标准差值之后,可以根据如下公式确定点位n 对应的停留点判断阈值:
A=μ+3σ;
其中,A为停留点判断阈值,μ为点位n对应的目标车辆经过两个相邻点位之间路段的平均行驶时长,σ为点位n之前的任意两个相邻点位之间路段对应的行驶时长的标准差值。
本申请实施例在得到点位对应的停留点判断阈值之后,将点位与上一个点位之间路段对应的行驶时长与停留点判断阈值进行比较,若点位与上一个点位之间路段对应的行驶时长大于停留点判断阈值,则可以确定该点位为停留点位,否则,确定该点位不是停留点位。
例如,若Δtn-1>μ+3σ,则点位n为停留点位。
步骤S303、根据在各个历史行车周期内确定出的目标车辆的停留点位,确定各个停留点位对应的停留次数;并根据确定出的各个停留点位对应的停留次数,确定目标车辆的常用停留点位;
本申请实施例在确定出各个历史行车周期内的目标车辆的停留点位之后,统计在多个历史行车周期内,目标车辆的各个停留点位对应的停留次数;并根据确定出的各个停留点位对应的停留次数,确定目标车辆的常用停留点位。
其中,在确定常用停留点位时,可以将各个停留点位对应的停留次数与预设阈值进行比较;若停留点位对应的停留次数不小于该预设阈值,则确定稿停留点位为常用停留点位;若停留点位对应的停留次数小于该预设阈值,则确定稿停留点位不是常用停留点位。
例如,在历史行车周期T1内,目标车辆的停留点位包括停留点1、停留点4、停留点5;在历史行车周期T2内,目标车辆的停留点位包括停留点1、停留点2、停留点4、停留点5;在历史行车周期T3内,目标车辆的停留点位包括停留点1、停留点2、停留点5;在历史行车周期T4内,目标车辆的停留点位包括停留点1、停留点2、停留点3、停留点5;在历史行车周期T5内,目标车辆的停留点位包括停留点1、停留点4、停留点5。
则统计各个停留点对应的停留次数,停留点1对应的停留次数为5,停留点2对应的停留次数为3,停留点3对应的停留次数为1,停留点4对应的停留次数为3,停留点5对应的停留次数为5;
假设预设阈值为3,则确定停留点1、停留点2、停留点4、停留点5为常用停留点。
步骤S304、根据同一个历史行车周期内确定出的常用停留点位,分别生成与历史行车周期对应的历史行驶路线;将各个历史行车周期对应的历史行驶路线组成历史行驶路线集合。
可选的,针对任意一个确定出常用停留点位的历史行车周期,根据在历史行车周期中目标车辆的行驶起始点位、历史行车周期内确定出的各个常用停留点位、以及在历史行车周期中目标车辆的行驶终止点位,确定目标车辆在历史行车周期内的多个行驶路径;将确定出的多个行驶路径组成历史行车周期对应的历史行驶路线;
本申请实施例中目标车辆在历史行车周期内的多个行驶路径包括:目标车辆的行驶起始点位和历史行车周期内的第一个常用停留点位之间的行驶路径、任意两个相邻常用停留点位之间的行驶路径、历史行车周期内的最后一个常用停留点位与行驶终止点位之间的行驶路径。
需要说明的是,本申请实施例的一个行驶路径的起点可以为行驶起始点位或常用停留点位,一个行驶路径的终点可以为常用停留点位或行驶终止点位;一个行驶路径由起点、各个点位和终点组成。
本申请实施例历史行车周期中目标车辆的行驶起始点位可以为在该历史行车周期中,第一次检测到该目标车辆的点位;历史行车周期中目标车辆的行驶终止点位可以为在该历史行车周期中,最后一次检测到该目标车辆的点位;另外,历史行车周期中目标车辆的行驶终止点位还可以为该历史行车周期中最后一个停留点位。
例如,假设历史行车周期T1内,常用停留点包括停留点1、停留点4、停留点5;则历史行车周期T1对应的历史行驶路线包括起点和停留点1之间的行驶路径、停留点1和停留点4之间的行驶路径、停留点4和停留点5之间的行驶路径、停留点5和终点之间的行驶路径;历史行车周期T1对应的历史行驶路线的车辆行驶状态图如图5A所示,时间轴表示一个历史行车周期,目标车辆在行驶路径所对应的时间段处于行驶状态,目标车辆在两个行驶路径之间所对应的时间段处于停止状态;另外,相邻两个行驶路径,前一个行驶路径的终点为后一个行驶路径的起点。
假设历史行车周期T2内,常用停留点包括停留点1、停留点2、停留点4、停留点5;则历史行车周期T2对应的历史行驶路线包括起点和停留点1之间的行驶路径、停留点1和停留点2之间的行驶路径、停留点2和停留点4之间的行驶路径、停留点4和停留点5之间的行驶路径、停留点5和终点之间的行驶路径;历史行车周期T2对应的历史行驶路线的车辆行驶状态图如图5B所示,时间轴表示一个历史行车周期,目标车辆在行驶路径所对应的时间段处于行驶状态,目标车辆在两个行驶路径之间所对应的时间段处于停止状态;另外,相邻两个行驶路径,前一个行驶路径的终端为后一个行驶路径的起点。
假设历史行车周期T3内,常用停留点包括停留点1、停留点2、停留点5;则历史行车周期T3对应的历史行驶路线包括起点和停留点1之间的行驶路径、停留点1和停留点2之间的行驶路径、停留点2和停留点5之间的行驶路径;历史行车周期T3对应的历史行驶路线的车辆行驶状态图如图5C所示,时间轴表示一个历史行车周期,目标车辆在行驶路径所对应的时间段处于行驶状态,目标车辆在两个行驶路径之间所对应的时间段处于停止状态;另外,相邻两个行驶路径,前一个行驶路径的终端为后一个行驶路径的起点。
本申请实施例在根据同一个历史行车周期内确定出的常用停留点位,分别生成与历史行车周期对应的历史行驶路线之后,确定该历史行驶路线对应的权重值;
可选的,针对每个历史行驶路线,统计目标车辆在历史行车周期内按照所述历史行驶路线行驶的次数;根据统计出的目标车辆在历史行车周期内按照历史行驶路线行驶的次数,以及在历史行车周期中确定出的历史行驶路线个数,确定历史行驶路线对应的权重值。
实施中,可以将目标车辆在历史行车周期内按照历史行驶路线行驶的次数,与历史行车周期中确定出的历史行驶路线个数的比值作为历史行驶路线对应的权重值。
例如,历史行车周期T1对应的历史行驶路线为停留点位1-停留点位2-停留点位5;历史行车周期T2对应的历史行驶路线为停留点位1-停留点位2-停留点位5;历史行车周期T3对应的历史行驶路线为停留点位1-停留点位2-停留点位4;历史行车周期T4对应的历史行驶路线为停留点位1-停留点位2-停留点位4;历史行车周期T5对应的历史行驶路线为停留点位1-停留点位2-停留点位5;历史行车周期T6对应的历史行驶路线为停留点位1-停留点位3-停留点位5;历史行车周期T7对应的历史行驶路线为停留点位1-停留点位2-停留点位3-停留点位5;则历史行驶路线1:停留点位1-停留点位2-停留点位5 对应的次数为3次,历史行驶路线2:停留点位1-停留点位2-停留点位4对应的次数为2次,历史行驶路线3:停留点位1-停留点位2-停留点位4对应的次数为2次,历史行驶路线4:停留点位1-停留点位3-停留点位5对应的次数为 1次,历史行驶路线5:停留点位1-停留点位2-停留点位3-停留点位5对应的次数为1次。则,历史行驶路线1对应的权重值可以为0.43,历史行驶路线2 对应的权重值可以为0.28,历史行驶路线3对应的权重值可以为0.28,历史行驶路线4对应的权重值可以为0.14,历史行驶路线5对应的权重值可以为0.14。
本申请实施例在生成历史行驶路线集合之后,基于生成的历史行驶路线集合,可以对目标车辆的行驶轨迹进行预测;
另外,在生成历史行驶路线集合之后,根据最新获取的目标车辆的行驶数据,可以对已生成的历史行驶路线集合进行更新。
下面介绍下对目标车辆的行驶轨迹进行预测的过程:
首先确定需要进行行驶轨迹预测的预设时间范围,预测目标车辆在该预设时间范围内的行驶轨迹;
其中,本申请实施例的预设时间范围可以为行车周期中的一个时间段,或者预设时间范围可以为行车周期;
例如,行车周期为一天(0:00-24:00),假设需要对早高峰时段内车辆的行驶轨迹进行预测,则预设时间范围可以为7:00-9:00。
由于根据上述方式生成的历史行驶线路集合中每个历史行驶线路的行驶路段均有对应的行驶时间;在对目标车辆的行驶轨迹进行预测的过程中,根据预设时间范围,从历史行驶路线集合中筛选出包含在该预设时间范围经过的行驶路段的目标历史行驶路线;
例如,历史行驶线路集合中包含三个历史行驶线路:历史行驶线路1中目标车辆经过起始点位的时间为7:00,经过终止点位的时间为18:00;历史行驶线路2中目标车辆经过起始点位的时间为13:00,经过终止点位的时间为18:00;历史行驶线路3中目标车辆经过起始点位的时间为6:00,经过终止点位的时间为12:00;假设预设时间范围为7:00-9:00,则确定目标历史行驶路线为历史行驶线路1和历史行驶线路3。
本申请实施例在确定出目标历史行驶路线之后,根据预设时间范围的预测起始时间点,从目标历史行驶路线中确定行驶起始点位;以及根据预设时间范围的预测结束时间点,从目标历史行驶路线中确定行驶终止点位;
实施中,在从目标历史行驶路线中确定行驶起始点位时,可以将从目标历史行驶路线中、目标车辆在预设时间范围的预测起始时间点前后预设时长内经过的停留点作为行驶起始点位;以及,在从目标历史行驶路线中确定行驶终止点位时,可以将从目标历史行驶路线中、目标车辆在预设时间范围的预测结束时间点前后预设时长内经过的停留点作为行驶终止点位;
在从目标历史行驶路线中确定出行驶起始点位和行驶终止点位之后,将行驶起始点位、行驶终止点位以及行驶起始点位和行驶终止点位之间常用停留点位组成的行驶路段作为目标车辆的行驶轨迹;
需要说明的是,本申请实施例基于一个目标历史行驶路线,可以确定出一个目标车辆的行驶轨迹;在确定出多个目标历史行驶路线时,可以得到目标车辆的多个行驶轨迹。
在确定出目标车辆的各个行驶轨迹之后,确定每个行驶轨迹对应的目标车辆在当前行车周期的预设时间范围内按照该行驶轨迹进行行驶的行驶概率值;
需要说明的是,由于每个目标历史行驶路线对应一个权重值,在基于该目标历史行驶路线预测得到行驶轨迹之后,根据该目标历史行驶路线的权重值,确定该行驶轨迹对应的行驶概率值;其中,行驶轨迹对应的行驶概率值与该行驶轨迹对应的目标历史行驶路线的权重值正相关;
另外,可选的,在预测得到目标车辆的多个行驶轨迹之后,多个行驶轨迹对应的行驶概率值之和为1。
本申请实施例在预测出目标车辆的行驶轨迹之后,通过显示设备的用户界面展示预测得到的行驶轨迹;由于本申请实施例可以预测得到目标车辆的多个行驶轨迹,在用户界面中展示预测得到的多个行驶轨迹时,可以按照优先级顺序进行排序展示,或者仅在用户界面中展示优先级最高的一个行驶轨迹。
实施中,本申请实施例可以根据历史行驶路线集合中每个历史行驶路线对应的权重系数,确定每个行驶轨迹对应的优先级;例如,历史行驶路线对应的权重系数越大,从该历史行驶路线中得到的行驶轨迹对应的优先级越高。
可选的,在用户界面中展示多个目标车辆的行驶轨迹时,根据行驶轨迹对应的行驶概率值将预测得到的多个行驶轨迹进行排序处理,并在用户界面中展示排序处理后的目标车辆的行驶轨迹。
例如,如图6A所示的用户界面,假设根据目标历史行驶路线1确定出行驶轨迹1,根据目标历史行驶路线3确定出行驶轨迹2,根据目标历史行驶路线5确定出行驶轨迹3;且目标历史行驶路线1对应的权重值为a,目标历史行驶路线3对应的权重值为b,目标历史行驶路线5对应的权重值为c,a>b>c,则行驶轨迹1对应的行驶概率值可以为50%,行驶轨迹2对应的行驶概率值可以为30%,行驶轨迹3对应的行驶概率值可以为20%;将预测得到的行驶轨迹按照优先级进行排序为:行驶轨迹1、行驶轨迹2、行驶轨迹3;在用户界面中默认显示优先级最高的行驶轨迹1,用户可以触发路线切换指令,在用户界面中显示的行驶轨迹1切换为行驶轨迹2,切换后的用户界面如图6B所示;若用户再次触发路线切换指令,则将在用户界面中显示的行驶轨迹2切换为行驶轨迹3,切换后的用户界面如图6C所示。
另外,本申请实施例在用户界面中展示多个目标车辆的行驶轨迹时,可以在同一个显示界面中展示多个行驶轨迹,并展示每个行驶轨迹对应的概率;如图7所示的用户界面,假设根据目标历史行驶路线1确定出行驶轨迹1,根据目标历史行驶路线3确定出行驶轨迹2,根据目标历史行驶路线5确定出行驶轨迹3;且目标历史行驶路线1对应的权重值为a,目标历史行驶路线3对应的权重值为b,目标历史行驶路线5对应的权重值为c,a>b>c,则行驶轨迹1 对应的行驶概率值可以为50%,行驶轨迹2对应的行驶概率值可以为30%,行驶轨迹3对应的行驶概率值可以为20%;将预测得到的行驶轨迹按照优先级进行排序为:行驶轨迹1、行驶轨迹2、行驶轨迹3;在用户界面中同时显示行驶轨迹1、行驶轨迹2、行驶轨迹3,且标注行驶轨迹1对应的行驶概率值为50%,行驶轨迹2对应的行驶概率值为30%,行驶轨迹3对应的行驶概率值为20%。
基于同一发明构思,在一些可能的实施方式中,本申请实施例还提供一种车辆轨迹预测设备800,如图8所示,可以至少包括至少一个处理器801和显示屏802;
所述处理器801,用于在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据所述预设时间范围以及所述历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,所述目标历史行驶路线中包含所述目标车辆在历史行车周期的所述预设时间范围经过的行驶路段;所述历史行驶路线集合是根据所述目标车辆在多个历史行车周期内的行驶数据生成的,且所述历史行驶路线集合中的历史行驶路线是所述目标车辆在一个历史行车周期内的行驶路线;所述历史行驶路线对应的权重值是通过统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数确定的;针对所述任意一个目标历史行驶路线,根据所述预设时间范围的预测起始时间点,从所述目标历史行驶路线中确定行驶起始点位;以及根据所述预设时间范围的预测结束时间点,从所述目标历史行驶路线中确定行驶终止点位;根据所述目标历史行驶路线中所述行驶起始点位与所述行驶终止点位,以及所述行驶起始点位与所述行驶终止点位之间的常用停留点位,生成与所述目标行驶路线对应的预测得到的所述目标车辆的行驶轨迹;并根据所述目标历史路线对应的权重值,预测所述目标车辆在所述当前行车周期的预设时间范围内按照所述行驶轨迹进行行驶的行驶概率值;
所述显示屏802,用于在用户界面中显示根据各个目标行驶路线分别预测得到的所述目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
可选的,所述处理器801具体用于根据下列方式生成所述历史行驶路线集合:
获取所述目标车辆在多个历史行车周期内的行驶数据;
针对任意一个历史行车周期内的行驶数据,根据所述历史行车周期内的行驶数据确定所述目标车辆在所述历史行车周期内行驶经过的多个点位,并确定所述目标车辆经过所述多个点位中任意两个相邻点位之间路段的行驶时长;根据每两个相邻点位之间路段对应的行驶时长,从所述多个点位中确定出所述目标车辆的停留点位;
根据在各个历史行车周期内确定出的所述目标车辆的停留点位,确定各个停留点位对应的停留次数;并根据确定出的所述各个停留点位对应的停留次数,确定所述目标车辆的常用停留点位;
根据同一个历史行车周期内确定出的常用停留点位,分别生成与所述历史行车周期对应的历史行驶路线;将各个历史行车周期对应的历史行驶路线组成所述历史行驶路线集合。
可选的,所述处理器801具体用于:
针对所述多个点位中任意一个点位,根据位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长,确定与所述点位对应的停留点判断阈值;
若所述点位与上一个点位之间路段对应的行驶时长大于所述停留点判断阈值,则确定所述点位为所述目标车辆的停留点位。
可选的,所述处理器801具体用于:
对位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长做求均值运算,将均值运算的运算结果作为所述点位对应的所述目标车辆经过两个相邻点位之间路段的平均行驶时长;
根据所述点位对应的所述目标车辆经过两个相邻点位之间路段的平均行驶时长,确定位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长的标准差值;
根据所述平均行驶时长和所述标准差值,确定与所述点位对应的停留点判断阈值。
可选的,所述处理器801具体用于根据下列公式确定与点位n对应的停留点判断阈值:
其中,μ=(Δt1+Δt2+Δt3+……+Δtn-2)/(n-2);
所述A为与点位n对应的停留点判断阈值,所述Δt1、Δt2、Δt3……Δtn-2为位于点位n之前的任意两个相邻点位之间路段对应的行驶时长,α为预设的系数。
可选的,所述处理器801具体用于:
针对任意一个确定出常用停留点位的历史行车周期,根据在所述历史行车周期中所述目标车辆的行驶起始点位、所述历史行车周期内确定出的各个常用停留点位、以及在所述历史行车周期中所述目标车辆的行驶终止点位,确定所述目标车辆在所述历史行车周期内的多个行驶路径;
将确定出的多个行驶路径组成所述历史行车周期对应的历史行驶路线;
其中,所述目标车辆在所述历史行车周期内的多个行驶路径包括:所述目标车辆的行驶起始点位和所述历史行车周期内的第一个常用停留点位之间的行驶路径、任意两个相邻常用停留点位之间的行驶路径、所述历史行车周期内的最后一个常用停留点位与行驶终止点位之间的行驶路径。
可选的,所述处理器801具体用于根据下列方式确定所述历史行驶路线集合中各个历史行驶路线对应的权重值:
针对所述历史行驶路线集合中的任意一个历史行驶路线,统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数;
根据统计出的所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数,以及在所述历史行车周期中确定出的历史行驶路线个数,确定所述历史行驶路线对应的权重值。
如图9所示,本申请实施例还提供一种车辆轨迹预测装置900,包括:
筛选模块901,用于在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据所述预设时间范围以及所述历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,所述目标历史行驶路线中包含所述目标车辆在历史行车周期的所述预设时间范围经过的行驶路段;所述历史行驶路线集合是根据所述目标车辆在多个历史行车周期内的行驶数据生成的,且所述历史行驶路线集合中的历史行驶路线是所述目标车辆在一个历史行车周期内的行驶路线;所述历史行驶路线对应的权重值是通过统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数确定的;
预测模块902,用于针对所述任意一个目标历史行驶路线,根据所述预设时间范围的预测起始时间点,从所述目标历史行驶路线中确定行驶起始点位;以及根据所述预设时间范围的预测结束时间点,从所述目标历史行驶路线中确定行驶终止点位;根据所述目标历史行驶路线中所述行驶起始点位与所述行驶终止点位,以及所述行驶起始点位与所述行驶终止点位之间的常用停留点位,生成与所述目标行驶路线对应的预测得到的所述目标车辆的行驶轨迹;并根据所述目标历史路线对应的权重值,预测所述目标车辆在所述当前行车周期的预设时间范围内按照所述行驶轨迹进行行驶的行驶概率值;
显示模块903,用于在用户界面中显示根据各个目标行驶路线分别预测得到的所述目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
可选的,如图10所示,本申请实施例的车辆轨迹预测装置900还包括生成模块904;
所述生成模块904用于根据下列方式生成所述历史行驶路线集合:
获取所述目标车辆在多个历史行车周期内的行驶数据;
针对任意一个历史行车周期内的行驶数据,根据所述历史行车周期内的行驶数据确定所述目标车辆在所述历史行车周期内行驶经过的多个点位,并确定所述目标车辆经过所述多个点位中任意两个相邻点位之间路段的行驶时长;根据每两个相邻点位之间路段对应的行驶时长,从所述多个点位中确定出所述目标车辆的停留点位;
根据在各个历史行车周期内确定出的所述目标车辆的停留点位,确定各个停留点位对应的停留次数;并根据确定出的所述各个停留点位对应的停留次数,确定所述目标车辆的常用停留点位;
根据同一个历史行车周期内确定出的常用停留点位,分别生成与所述历史行车周期对应的历史行驶路线;将各个历史行车周期对应的历史行驶路线组成所述历史行驶路线集合。
可选的,所述生成模块904具体用于:
针对所述多个点位中任意一个点位,根据位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长,确定与所述点位对应的停留点判断阈值;
若所述点位与上一个点位之间路段对应的行驶时长大于所述停留点判断阈值,则确定所述点位为所述目标车辆的停留点位。
可选的,所述生成模块904具体用于:
对位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长做求均值运算,将均值运算的运算结果作为所述点位对应的所述目标车辆经过两个相邻点位之间路段的平均行驶时长;
根据所述点位对应的所述目标车辆经过两个相邻点位之间路段的平均行驶时长,确定位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长的标准差值;
根据所述平均行驶时长和所述标准差值,确定与所述点位对应的停留点判断阈值。
可选的,所述生成模块904具体用于:
针对任意一个确定出常用停留点位的历史行车周期,根据在所述历史行车周期中所述目标车辆的行驶起始点位、所述历史行车周期内确定出的各个常用停留点位、以及在所述历史行车周期中所述目标车辆的行驶终止点位,确定所述目标车辆在所述历史行车周期内的多个行驶路径;
将确定出的多个行驶路径组成所述历史行车周期对应的历史行驶路线;
其中,所述目标车辆在所述历史行车周期内的多个行驶路径包括:所述目标车辆的行驶起始点位和所述历史行车周期内的第一个常用停留点位之间的行驶路径、任意两个相邻常用停留点位之间的行驶路径、所述历史行车周期内的最后一个常用停留点位与行驶终止点位之间的行驶路径。
可选的,所述生成模块904具体用于根据下列方式确定所述历史行驶路线集合中各个历史行驶路线对应的权重值:
针对所述历史行驶路线集合中的任意一个历史行驶路线,统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数;
根据统计出的所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数,以及在所述历史行车周期中确定出的历史行驶路线个数,确定所述历史行驶路线对应的权重值。
为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本申请时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
所属技术领域的技术人员能够理解,本申请的每个方面可以实现为系统、方法或程序产品。因此,本申请的每个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,本申请提供的车辆轨迹预测方法的每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,当程序产品在计算机设备上运行时,程序代码用于使计算机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车辆轨迹预测方法中的步骤,例如,计算机设备可以执行如图2或图3所示的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
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 (10)
1.一种车辆轨迹预测方法,其特征在于,该方法包括:
在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据所述预设时间范围以及所述历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,所述目标历史行驶路线中包含所述目标车辆在历史行车周期的所述预设时间范围经过的行驶路段;所述历史行驶路线集合是根据所述目标车辆在多个历史行车周期内的行驶数据生成的,且所述历史行驶路线集合中的历史行驶路线是所述目标车辆在一个历史行车周期内的行驶路线;所述历史行驶路线对应的权重值是通过统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数确定的;
针对所述任意一个目标历史行驶路线,根据所述预设时间范围的预测起始时间点,从所述目标历史行驶路线中确定行驶起始点位;以及根据所述预设时间范围的预测结束时间点,从所述目标历史行驶路线中确定行驶终止点位;根据所述目标历史行驶路线中所述行驶起始点位与所述行驶终止点位,以及所述行驶起始点位与所述行驶终止点位之间的常用停留点位,生成与所述目标行驶路线对应的预测得到的所述目标车辆的行驶轨迹;并根据所述目标历史路线对应的权重值,预测所述目标车辆在所述当前行车周期的预设时间范围内按照所述行驶轨迹进行行驶的行驶概率值;
在用户界面中显示根据各个目标行驶路线分别预测得到的所述目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
2.如权利要求1所述的方法,其特征在于,根据下列方式生成所述历史行驶路线集合:
获取所述目标车辆在多个历史行车周期内的行驶数据;
针对任意一个历史行车周期内的行驶数据,根据所述历史行车周期内的行驶数据确定所述目标车辆在所述历史行车周期内行驶经过的多个点位,并确定所述目标车辆经过所述多个点位中任意两个相邻点位之间路段的行驶时长;根据每两个相邻点位之间路段对应的行驶时长,从所述多个点位中确定出所述目标车辆的停留点位;
根据在各个历史行车周期内确定出的所述目标车辆的停留点位,确定各个停留点位对应的停留次数;并根据确定出的所述各个停留点位对应的停留次数,确定所述目标车辆的常用停留点位;
根据同一个历史行车周期内确定出的常用停留点位,分别生成与所述历史行车周期对应的历史行驶路线;将各个历史行车周期对应的历史行驶路线组成所述历史行驶路线集合。
3.如权利要求2所述的方法,其特征在于,所述根据每两个相邻点位之间路段对应的行驶时长,从所述多个点位中确定出所述目标车辆的停留点位,具体包括:
针对所述多个点位中任意一个点位,根据位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长,确定与所述点位对应的停留点判断阈值;
若所述点位与上一个点位之间路段对应的行驶时长大于所述停留点判断阈值,则确定所述点位为所述目标车辆的停留点位。
4.如权利要求3所述的方法,其特征在于,所述根据位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长,确定与所述点位对应的停留点判断阈值,具体包括:
对位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长做求均值运算,将均值运算的运算结果作为所述点位对应的所述目标车辆经过两个相邻点位之间路段的平均行驶时长;
根据所述点位对应的所述目标车辆经过两个相邻点位之间路段的平均行驶时长,确定位于所述点位之前的任意两个相邻点位之间路段对应的行驶时长的标准差值;
根据所述平均行驶时长和所述标准差值,确定与所述点位对应的停留点判断阈值。
6.如权利要求2所述的方法,其特征在于,所述根据同一个历史行车周期内确定出的常用停留点位,分别生成与所述历史行车周期对应的历史行驶路线,具体包括:
针对任意一个确定出常用停留点位的历史行车周期,根据在所述历史行车周期中所述目标车辆的行驶起始点位、所述历史行车周期内确定出的各个常用停留点位、以及在所述历史行车周期中所述目标车辆的行驶终止点位,确定所述目标车辆在所述历史行车周期内的多个行驶路径;
将确定出的多个行驶路径组成所述历史行车周期对应的历史行驶路线;
其中,所述目标车辆在所述历史行车周期内的多个行驶路径包括:所述目标车辆的行驶起始点位和所述历史行车周期内的第一个常用停留点位之间的行驶路径、任意两个相邻常用停留点位之间的行驶路径、所述历史行车周期内的最后一个常用停留点位与行驶终止点位之间的行驶路径。
7.如权利要求1所述的方法,其特征在于,根据下列方式确定所述历史行驶路线集合中各个历史行驶路线对应的权重值:
针对所述历史行驶路线集合中的任意一个历史行驶路线,统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数;
根据统计出的所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数,以及在所述历史行车周期中确定出的历史行驶路线个数,确定所述历史行驶路线对应的权重值。
8.一种车辆轨迹预测设备,其特征在于,该设备包括至少一个处理器和显示屏:
所述处理器,用于在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据所述预设时间范围以及所述历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,所述目标历史行驶路线中包含所述目标车辆在历史行车周期的所述预设时间范围经过的行驶路段;所述历史行驶路线集合是根据所述目标车辆在多个历史行车周期内的行驶数据生成的,且所述历史行驶路线集合中的历史行驶路线是所述目标车辆在一个历史行车周期内的行驶路线;所述历史行驶路线对应的权重值是通过统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数确定的;针对所述任意一个目标历史行驶路线,根据所述预设时间范围的预测起始时间点,从所述目标历史行驶路线中确定行驶起始点位;以及根据所述预设时间范围的预测结束时间点,从所述目标历史行驶路线中确定行驶终止点位;根据所述目标历史行驶路线中所述行驶起始点位与所述行驶终止点位,以及所述行驶起始点位与所述行驶终止点位之间的常用停留点位,生成与所述目标行驶路线对应的预测得到的所述目标车辆的行驶轨迹;并根据所述目标历史路线对应的权重值,预测所述目标车辆在所述当前行车周期的预设时间范围内按照所述行驶轨迹进行行驶的行驶概率值;
所述显示屏,用于在用户界面中显示根据各个目标行驶路线分别预测得到的所述目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
9.如权利要求8所述的设备,其特征在于,所述处理器具体用于根据下列方式生成所述历史行驶路线集合:
获取所述目标车辆在多个历史行车周期内的行驶数据;
针对任意一个历史行车周期内的行驶数据,根据所述历史行车周期内的行驶数据确定所述目标车辆在所述历史行车周期内行驶经过的多个点位,并确定所述目标车辆经过所述多个点位中任意两个相邻点位之间路段的行驶时长;根据每两个相邻点位之间路段对应的行驶时长,从所述多个点位中确定出所述目标车辆的停留点位;
根据在各个历史行车周期内确定出的所述目标车辆的停留点位,确定各个停留点位对应的停留次数;并根据确定出的所述各个停留点位对应的停留次数,确定所述目标车辆的常用停留点位;
根据同一个历史行车周期内确定出的常用停留点位,分别生成与所述历史行车周期对应的历史行驶路线;将各个历史行车周期对应的历史行驶路线组成所述历史行驶路线集合。
10.一种车辆轨迹预测装置,其特征在于,包括:
筛选模块,用于在需要对当前行车周期的预设时间范围内目标车辆的行驶轨迹进行预测时,根据所述预设时间范围以及所述历史行驶路线集合中各个历史行驶路线对应的权重值,从历史行驶路线集合中筛选出至少一个目标历史行驶路线;其中,所述目标历史行驶路线中包含所述目标车辆在历史行车周期的所述预设时间范围经过的行驶路段;所述历史行驶路线集合是根据所述目标车辆在多个历史行车周期内的行驶数据生成的,且所述历史行驶路线集合中的历史行驶路线是所述目标车辆在一个历史行车周期内的行驶路线;所述历史行驶路线对应的权重值是通过统计所述目标车辆在所述历史行车周期内按照所述历史行驶路线行驶的次数确定的;
预测模块,用于针对所述任意一个目标历史行驶路线,根据所述预设时间范围的预测起始时间点,从所述目标历史行驶路线中确定行驶起始点位;以及根据所述预设时间范围的预测结束时间点,从所述目标历史行驶路线中确定行驶终止点位;根据所述目标历史行驶路线中所述行驶起始点位与所述行驶终止点位,以及所述行驶起始点位与所述行驶终止点位之间的常用停留点位,生成与所述目标行驶路线对应的预测得到的所述目标车辆的行驶轨迹;并根据所述目标历史路线对应的权重值,预测所述目标车辆在所述当前行车周期的预设时间范围内按照所述行驶轨迹进行行驶的行驶概率值;
显示模块,用于在用户界面中显示根据各个目标行驶路线分别预测得到的所述目标车辆的行驶轨迹,以及各个行驶轨迹对应的行驶概率值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210297421.XA CN114881279A (zh) | 2022-03-24 | 2022-03-24 | 一种车辆轨迹预测方法、设备和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210297421.XA CN114881279A (zh) | 2022-03-24 | 2022-03-24 | 一种车辆轨迹预测方法、设备和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114881279A true CN114881279A (zh) | 2022-08-09 |
Family
ID=82667096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210297421.XA Pending CN114881279A (zh) | 2022-03-24 | 2022-03-24 | 一种车辆轨迹预测方法、设备和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114881279A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116662788A (zh) * | 2023-07-27 | 2023-08-29 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种车辆轨迹处理方法、装置、设备和存储介质 |
CN117516584A (zh) * | 2024-01-05 | 2024-02-06 | 每日互动股份有限公司 | 一种预测行驶路径信息的获取方法、装置、介质及设备 |
-
2022
- 2022-03-24 CN CN202210297421.XA patent/CN114881279A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116662788A (zh) * | 2023-07-27 | 2023-08-29 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种车辆轨迹处理方法、装置、设备和存储介质 |
CN116662788B (zh) * | 2023-07-27 | 2024-04-02 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种车辆轨迹处理方法、装置、设备和存储介质 |
CN117516584A (zh) * | 2024-01-05 | 2024-02-06 | 每日互动股份有限公司 | 一种预测行驶路径信息的获取方法、装置、介质及设备 |
CN117516584B (zh) * | 2024-01-05 | 2024-04-05 | 每日互动股份有限公司 | 一种预测行驶路径信息的获取方法、装置、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114881279A (zh) | 一种车辆轨迹预测方法、设备和装置 | |
US10861330B2 (en) | Method and apparatus for obtaining signal light duration data | |
CN110100271B (zh) | 用于使用交通信号数据估计道路交通状况的方法和装置 | |
CN106971604B (zh) | 一种停车位资源配置方法和装置 | |
CN105513339B (zh) | 一种车辆轨迹分析方法和设备 | |
CN110648533A (zh) | 一种交通管控方法、设备、系统及存储介质 | |
Chen et al. | When traffic flow prediction and wireless big data analytics meet | |
CN110032947B (zh) | 一种监控事件发生的方法及装置 | |
CN103632542A (zh) | 交通信息处理方法、装置和相应设备 | |
CN109979197B (zh) | 基于融合数据的高速公路交通时间地图构建方法、系统 | |
CN110852499A (zh) | 回收故障车辆的方法和装置 | |
CN113223293B (zh) | 路网仿真模型的构建方法、装置及电子设备 | |
CN114140780A (zh) | 一种异常车辆的检测方法、装置及设备 | |
CN112241974A (zh) | 交通事故检测方法及处理方法、系统、存储介质 | |
CN110954105B (zh) | 车辆位置预测方法、装置、存储介质及电子设备 | |
CN115601983A (zh) | 交通信号灯的周期时长确定方法、装置、设备和存储介质 | |
JP5171793B2 (ja) | 事象検知装置及び事象検知方法 | |
CN111210639A (zh) | 一种基于大数据的交通信号灯管理方法及管理系统 | |
CN111367906A (zh) | 异常车辆识别方法、装置、设备及计算机可读存储介质 | |
Abdelghany et al. | Real-time dynamic traffic assignment and path-based signal coordination; application to network traffic management | |
Heckmann et al. | Stage Prediction of Traffic Lights Using Machine Learning | |
CN115440037B (zh) | 交通流量数据采集方法、装置、电子设备及存储介质 | |
CN113988110A (zh) | 闯红灯行为检测方法、装置及可读存储介质 | |
CN115731688A (zh) | 一种停车围栏的生成方法、装置及服务器 | |
CN115019242A (zh) | 一种交通场景的异常事件检测方法、装置和处理设备 |
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 |