CN116665455A - 一种车辆站点选择方法、装置、计算机设备 - Google Patents
一种车辆站点选择方法、装置、计算机设备 Download PDFInfo
- Publication number
- CN116665455A CN116665455A CN202310878178.5A CN202310878178A CN116665455A CN 116665455 A CN116665455 A CN 116665455A CN 202310878178 A CN202310878178 A CN 202310878178A CN 116665455 A CN116665455 A CN 116665455A
- Authority
- CN
- China
- Prior art keywords
- road
- score
- point
- vehicle
- coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 24
- 239000002131 composite material Substances 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 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
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种车辆站点选择方法。所述方法包括：获取车辆的轨迹数据，所述轨迹数据包括车辆的坐标点、与车辆的坐标点对应的时间；根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点；根据调整后的坐标点与所有道路的欧式距离，得到符合距离阈值的道路，确定符合距离阈值的道路中存在拓扑关系的第一道路；确定所述轨迹数据中存在第一道路中道路的数量，根据所述道路的数量匹配相应的道路轨迹分数；基于所述第一道路上预设关键点的数量、权重得到道路关键点分数；根据道路综合分数选择站点。采用本方法能够提高站点选择的准确性。
Description
技术领域
本申请涉及数据统计技术领域，特别是涉及一种车辆站点选择方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
在城市交通领域，共享单车已成为一种使用率较高的出行工具。用户在站点获取共享单车，骑行一段时间结束行程后，需要将共享单车停放在附近的站点。
相关技术中，站点的选择基于用户用车地点信息、人工经验确定，而用户用车地点信息为已有站点的区域，无法根据现有统计数据得到无车区域内站点的选择方案。
发明内容
基于此，有必要针对上述技术问题，提供了一种车辆站点选择方法，可以根据车辆的轨迹数据、道路上关键点的数量，进行车辆站点的选择。
第一方面，本申请提供了一种车辆站点选择方法。所述方法包括：
获取车辆的轨迹数据，所述轨迹数据包括车辆的坐标点、与车辆的坐标点对应的时间，其中，相邻坐标点之间的时间间隔相同；
根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点，其中，所述相同时间间隔内车辆的速度根据相邻坐标点之间的距离、时间间隔确定；
根据调整后的坐标点与所有道路的欧式距离，得到符合距离阈值的道路，确定所述符合距离阈值的道路中存在拓扑关系的第一道路；
确定所述轨迹数据中存在所述第一道路中道路的数量，根据所述道路的数量匹配相应的道路轨迹分数；基于所述第一道路上预设关键点的数量、权重得到道路关键点分数；
基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点。
在其中一个实施例中，所述根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点包括：
任一坐标点对应的车辆速度大于前一坐标点、后一坐标点对应的车辆速度的预设倍数，判定坐标点为错误坐标点，将所述错误坐标点去除；
任一坐标点与前一坐标点或后一坐标点的距离小于停留点阈值，判定坐标点为停留点，将所述停留点去除。
在一个实施例中，所述计算所述轨迹数据内需要调整的坐标点之后，包括：
根据预设时间对调整后的坐标点进行采样，得到采样后的坐标点，所述预设时间为所述时间间隔的整数倍。
在一个实施例中，所述基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点包括：
基于所述道路综合分数，得到分数阈值内的道路；
基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点，以使所述分数最高的关键点作为站点。
在一个实施例中，所述基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点包括：
所述关键点对应不同的数量、权重，基于所述数量、权重计算道路上每个关键点的分数，得到每条道路上分数最高的关键点，在分数最高的关键点附近选择站点。
在一个实施例中，所述道路综合分数的确定包括：
对所述道路关键点分数做平滑处理，根据处理后的道路关键点分数、所述道路轨迹分数的函数关系得到道路综合分数。
第二方面，本申请还提供了一种车辆站点选择装置，所述装置包括：
数据获取模块，用于获取车辆的轨迹数据，所述轨迹数据包括车辆的坐标点、与车辆的坐标点对应的时间，其中，相邻坐标点之间的时间间隔相同；
调整模块，用于根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点，其中，所述相同时间间隔内车辆的速度根据相邻坐标点之间的距离、时间间隔确定；
道路确定模块，用于根据调整后的坐标点与所有道路的欧式距离，得到符合距离阈值的道路，确定所述符合距离阈值的道路中存在拓扑关系的第一道路；
分数计算模块，用于确定所述轨迹数据中存在所述第一道路中道路的数量，根据所述道路的数量匹配相应的道路轨迹分数；基于所述第一道路上预设关键点的数量、权重得到道路关键点分数；
选择模块，用于基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点。
在一个实施例中，所述根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点包括：
任一坐标点对应的车辆速度大于前一坐标点、后一坐标点对应的车辆速度的预设倍数，判定坐标点为错误坐标点，将所述错误坐标点去除；
任一坐标点与前一坐标点或后一坐标点的距离小于停留点阈值，判定坐标点为停留点，将所述停留点去除。
在一个实施例中，所述计算所述轨迹数据内需要调整的坐标点之后，包括：
根据预设时间对调整后的坐标点进行采样，得到采样后的坐标点，所述预设时间为所述时间间隔的整数倍。
在一个实施例中，所述基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点包括：
基于所述道路综合分数，得到分数阈值内的道路；
基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点，以使所述分数最高的关键点作为站点。
在一个实施例中，所述基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点包括：
所述关键点对应不同的数量、权重，基于所述数量、权重计算道路上每个关键点的分数，得到每条道路上分数最高的关键点，在分数最高的关键点附近选择站点。
在一个实施例中，所述道路综合分数的确定包括：
对所述道路关键点分数做平滑处理，根据处理后的道路关键点分数、所述道路轨迹分数的函数关系得到道路综合分数。
第三方面，本公开还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现车辆站点选择方法的步骤。
第四方面，本公开还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现车辆站点选择方法的步骤。
第五方面，本公开还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现车辆站点选择方法的步骤。
上述车辆站点选择方法，至少包括以下有益效果：
本公开提供的实施例方案，可以对轨迹数据进行预处理，得到过滤后的轨迹数据，提高轨迹数据的质量。对过滤后的轨迹数据进行路网匹配，选取与轨迹数据中坐标点最近且与其他道路存在交点的道路，计算道路轨迹分数。根据道路上关键点的权重计算道路关键点分数。根据道路综合分数选择站点，提高站点选择的准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
为了更清楚地说明本公开实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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为一个实施例中车辆站点选择方法的应用环境图；
图2为一个实施例中车辆站点选择方法的流程示意图；
图3为一个实施例中车辆站点选择方法的流程示意图；
图4为一个实施例中车辆站点选择装置的结构框图；
图5为一个实施例中车辆站点选择装置的结构框图；
图6为一个实施例中计算机设备的内部结构图；
图7为一个实施例中一种服务器的内部结构图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开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，以便这里描述的本公开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公开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、本公开的一些方面相一致的装置和方法的例子。术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。例如若使用到第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
本公开实施例提供一种车辆站点选择方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在本公开的一些实施例中，如图2所示，提供了一种车辆站点选择方法，以该方法应用于图1中的服务器对车辆轨迹数据进行处理为例进行说明。可以理解的是，该方法可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。具体的一个实施例中，所述方法可以包括以下步骤：
S202：获取车辆的轨迹数据，所述轨迹数据包括车辆的坐标点、与车辆的坐标点对应的时间，其中，相邻坐标点之间的时间间隔相同。
车辆轨迹数据是指车辆在一段时间内行驶路线及其相关信息的记录，通常包括车辆的坐标点、与车辆的坐标点对应的时间、地理位置信息等数据，可以通过全球定位系统（GPS，Global Positioning System）定位以及车载传感器等方式获取。
车辆的坐标点可以表示车辆在坐标系中的x轴、y轴、z轴、以及车辆的偏转角度。为获取较多的车辆轨迹数据，可以将上报时间设置为1秒，相邻坐标点之间的时间间隔相同，与车辆的坐标点对应的时间可以表示车辆在当前坐标点上传的时间戳。地理位置信息可以表示坐标点周围的道路信息、关键点信息等。
S204：根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点，其中，所述相同时间间隔内车辆的速度根据相邻坐标点之间的距离、时间间隔确定。
预先设置相邻坐标点之间的距离，用户在行驶过程中，可能出现临时停车的情况，例如红绿灯、拨打电话等，可以将相邻坐标点之间的距离小于预先设置相邻坐标点之间的距离的坐标点定义为停留点，在数据统计过程中，可能会将停留点判断为用户需要停车点，进而增加站点选择的权重，可以将停留点过滤，提高轨迹数据的质量。
在车辆速度过快，以至于GPS的响应时间短于当前运行速度，可能出现漂移的问题，或在高大建筑密集或天气情况不好的地方，因为GPS信号经过多次的折射、反射，造成信号误差，出现漂移的问题。可以通过计算相同时间间隔内车辆的速度解决漂移问题，车辆行驶的速度存在一个上限，并且难以在一瞬间进行加速，因此可以比较相同时间间隔内车辆的速度，若某一时间间隔内的速度与前一时间间隔内的速度、后一时间间隔内的速度差距超过速度阈值，可以将某一时间间隔对应的坐标点定义为漂移点，可以将停留点过滤，提高轨迹数据的质量。
S206：根据调整后的坐标点与所有道路的欧式距离，得到符合距离阈值的道路，确定所述符合距离阈值的道路中存在拓扑关系的第一道路。
欧式距离为两点之间的绝对距离，可以计算道路的起点、终点、中点与调整后的坐标点之间的欧式距离，可以将距离阈值设置为最小的欧式距离，得到与坐标点距离最近的道路。
当所有点位匹配完成后，对道路进行拓扑关系检测，去除没有拓扑关系的道路。例如，每条道路都至少与其他道路存在一个交点，如果交点为0则将该条道路去除。
S208：确定所述轨迹数据中存在所述第一道路中道路的数量，根据所述道路的数量匹配相应的道路轨迹分数；基于所述第一道路上预设关键点的数量、权重得到道路关键点分数。
轨迹数据中包括多个路网匹配后的第一道路，对每条轨迹数据涉及到的道路权重加1，根据道路的数量匹配相应的道路轨迹分数。例如，若一条轨迹数据中有3个过滤后的坐标点，这3个坐标点匹配到2个欧氏距离最小且存在拓扑关系的道路，对这2个道路的权重加1。
道路上包括多种类型的关键点，不同类型关键点的权重不同，权重可以根据关键点的使用频率确定，关键点可以包括公共设施、商户住宅、购物服务等。可以根据第一道路上预设关键点的数量、权重得到道路关键点分数。
S210：基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点。
根据道路轨迹分数、道路关键点分数计算道路综合分数，可以选取排名靠前的关键点为站点。
上述一种车辆站点选择方法中，可以对轨迹数据进行预处理，得到过滤后的轨迹数据，提高轨迹数据的质量。对过滤后的轨迹数据进行路网匹配，选取与轨迹数据中坐标点最近且与其他道路存在交点的道路，计算道路轨迹分数。根据道路上关键点的权重计算道路关键点分数。根据道路综合分数选择站点，提高站点选择的准确性。
在本公开的一些实施例中，所述根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点包括：
任一坐标点对应的车辆速度大于前一坐标点、后一坐标点对应的车辆速度的预设倍数，判定坐标点为错误坐标点，将所述错误坐标点去除；
任一坐标点与前一坐标点或后一坐标点的距离小于停留点阈值，判定坐标点为停留点，将所述停留点去除。
可以根据上报的时间戳以及GPS坐标点计算坐标点对应的车辆速度，将坐标点i的速度定义为V(i)，若V(i)>2V(i-1)且V(i)>2V(i+1)，可以判定坐标点i为错误坐标点，将所述错误坐标点去除。
例如a，b，c为相邻的3个坐标点，可以计算a点与b点之间的距离，若距离小于停留点阈值，判定坐标点a为停留点，将所述停留点a去除，继续判断a点与c点之间的距离，若距离大于停留点阈值，则保留c点。
在本公开的一些实施例中，所述计算所述轨迹数据内需要调整的坐标点之后，包括：
图3为一个实施例中车辆站点选择方法的流程示意图。
S302：根据预设时间对调整后的坐标点进行采样，得到采样后的坐标点，所述预设时间为所述时间间隔的整数倍。
可以对轨迹数据中调整后的坐标点进行采样，减小轨迹数据的误差。例如，原本系统每个1秒上报一次坐标点，坐标点在进行调整后，可以从车辆启动开始后，每隔5秒进行一次采样。
在本公开的一些实施例中，所述基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点包括：
基于所述道路综合分数，得到分数阈值内的道路；
基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点，以使所述分数最高的关键点作为站点。
可以根据站点数量的需求选择道路综合分数排名靠前的道路，在每条道路上存在多个关键点，可以选择每条道路上分数最高的关键点作为站点。
在本公开的一些实施例中，所述基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点包括：
所述关键点对应不同的数量、权重，基于所述数量、权重计算道路上每个关键点的分数，得到每条道路上分数最高的关键点，在分数最高的关键点附近选择站点。
一条道路存在多个不同类型的关键点，每个关键点根据类型设置不同的权重，可以根据关键点的数量、对应的权重计算关键点的得分，得到分数最高的关键点。若同时存在两个分数最高的关键点，可以在这两个关键点中间选取站点。
在本公开的一些实施例中，所述道路综合分数的确定包括：
对所述道路关键点分数做平滑处理，根据处理后的道路关键点分数、所述道路轨迹分数的函数关系得到道路综合分数。
可以使用对数函数对道路关键点分数做平滑处理，防止权重过大对道路综合分数的影响较大。公式可以设置为道路综合得分 = St * log10(Sp)，St可以为 道路轨迹分数，Sp可以为道路关键点分数。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本公开实施例还提供了一种用于实现上述所涉及的针对车辆站点选择方法的车辆站点选择装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的车辆站点选择装置实施例中的具体限定可以参见上文中对于车辆站点选择方法的限定，在此不再赘述。
所述装置可以包括使用了本说明书实施例所述方法的系统（包括分布式系统）、软件（应用）、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思，本公开实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的装置的实施可以参见前述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
在一个实施例中，如图4所示，提供了一种车辆站点选择装置400，所述装置可以为前述服务器，或者集成于所述服务器的模块、组件、器件、单元等。该装置400可以包括：
数据获取模块402，用于获取车辆的轨迹数据，所述轨迹数据包括车辆的坐标点、与车辆的坐标点对应的时间，其中，相邻坐标点之间的时间间隔相同；
调整模块404，用于根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点，其中，所述相同时间间隔内车辆的速度根据相邻坐标点之间的距离、时间间隔确定；
道路确定模块406，用于根据调整后的坐标点与所有道路的欧式距离，得到符合距离阈值的道路，确定所述符合距离阈值的道路中存在拓扑关系的第一道路；
分数计算模块408，用于确定所述轨迹数据中存在所述第一道路中道路的数量，根据所述道路的数量匹配相应的道路轨迹分数；基于所述第一道路上预设关键点的数量、权重得到道路关键点分数；
选择模块410，用于基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点。
在一个实施例中，所述根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点包括：
任一坐标点对应的车辆速度大于前一坐标点、后一坐标点对应的车辆速度的预设倍数，判定坐标点为错误坐标点，将所述错误坐标点去除；
任一坐标点与前一坐标点或后一坐标点的距离小于停留点阈值，判定坐标点为停留点，将所述停留点去除。
在一个实施例中，图5为一个实施例中车辆站点选择装置的结构框图，所述计算所述轨迹数据内需要调整的坐标点之后，包括：
采样模块502，根据预设时间对调整后的坐标点进行采样，得到采样后的坐标点，所述预设时间为所述时间间隔的整数倍。
在一个实施例中，所述基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点包括：
基于所述道路综合分数，得到分数阈值内的道路；
基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点，以使所述分数最高的关键点作为站点。
在一个实施例中，所述基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点包括：
所述关键点对应不同的数量、权重，基于所述数量、权重计算道路上每个关键点的分数，得到每条道路上分数最高的关键点，在分数最高的关键点附近选择站点。
在一个实施例中，所述道路综合分数的确定包括：
对所述道路关键点分数做平滑处理，根据处理后的道路关键点分数、所述道路轨迹分数的函数关系得到道路综合分数。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
上述针对车辆站点选择装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储轨迹数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆站点选择方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现车辆站点选择方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图6、图7中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本公开任一实施例所述的方法。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例所述的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random AccessMemory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本公开所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本公开所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本公开的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本公开专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开构思的前提下，还可以做出若干变形和改进，这些都属于本公开的保护范围。因此，本公开的保护范围应以所附权利要求为准。
Claims (15)
1.一种车辆站点选择方法，其特征在于，所述方法包括：
获取车辆的轨迹数据，所述轨迹数据包括车辆的坐标点、与车辆的坐标点对应的时间，其中，相邻坐标点之间的时间间隔相同；
根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点，其中，所述相同时间间隔内车辆的速度根据相邻坐标点之间的距离、时间间隔确定；
根据调整后的坐标点与所有道路的欧式距离，得到符合距离阈值的道路，确定所述符合距离阈值的道路中存在拓扑关系的第一道路；
确定所述轨迹数据中存在所述第一道路中道路的数量，根据所述道路的数量匹配相应的道路轨迹分数；基于所述第一道路上预设关键点的数量、权重得到道路关键点分数；
基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点。
2.根据权利要求1所述的方法，其特征在于，所述根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点包括：
任一坐标点对应的车辆速度大于前一坐标点、后一坐标点对应的车辆速度的预设倍数，判定坐标点为错误坐标点，将所述错误坐标点去除；
任一坐标点与前一坐标点或后一坐标点的距离小于停留点阈值，判定坐标点为停留点，将所述停留点去除。
3.根据权利要求1所述的方法，其特征在于，所述计算所述轨迹数据内需要调整的坐标点之后，包括：
根据预设时间对调整后的坐标点进行采样，得到采样后的坐标点，所述预设时间为所述时间间隔的整数倍。
4.根据权利要求1所述的方法，其特征在于，所述基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点包括：
基于所述道路综合分数，得到分数阈值内的道路；
基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点，以使所述分数最高的关键点作为站点。
5.根据权利要求4所述的方法，其特征在于，所述基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点包括：
所述关键点对应不同的数量、权重，基于所述数量、权重计算道路上每个关键点的分数，得到每条道路上分数最高的关键点，在分数最高的关键点附近选择站点。
6.根据权利要求1所述的方法，其特征在于，所述道路综合分数的确定包括：
对所述道路关键点分数做平滑处理，根据处理后的道路关键点分数、所述道路轨迹分数的函数关系得到道路综合分数。
7.一种车辆站点选择装置，其特征在于，所述装置包括：
数据获取模块，用于获取车辆的轨迹数据，所述轨迹数据包括车辆的坐标点、与车辆的坐标点对应的时间，其中，相邻坐标点之间的时间间隔相同；
调整模块，用于根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点，其中，所述相同时间间隔内车辆的速度根据相邻坐标点之间的距离、时间间隔确定；
道路确定模块，用于根据调整后的坐标点与所有道路的欧式距离，得到符合距离阈值的道路，确定所述符合距离阈值的道路中存在拓扑关系的第一道路；
分数计算模块，用于确定所述轨迹数据中存在所述第一道路中道路的数量，根据所述道路的数量匹配相应的道路轨迹分数；基于所述第一道路上预设关键点的数量、权重得到道路关键点分数；
选择模块，用于基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点。
8.根据权利要求7所述的装置，其特征在于，所述根据预先设置的相邻坐标点之间的距离、相同时间间隔内车辆的速度，计算所述轨迹数据内需要调整的坐标点包括：
任一坐标点对应的车辆速度大于前一坐标点、后一坐标点对应的车辆速度的预设倍数，判定坐标点为错误坐标点，将所述错误坐标点去除；
任一坐标点与前一坐标点或后一坐标点的距离小于停留点阈值，判定坐标点为停留点，将所述停留点去除。
9.根据权利要求7所述的装置，其特征在于，所述计算所述轨迹数据内需要调整的坐标点之后，包括：
采样模块，用于根据预设时间对调整后的坐标点进行采样，得到采样后的坐标点，所述预设时间为所述时间间隔的整数倍。
10.根据权利要求7所述的装置，其特征在于，所述基于所述道路轨迹分数、所述道路关键点分数得到道路综合分数，根据所述道路综合分数选择站点包括：
基于所述道路综合分数，得到分数阈值内的道路；
基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点，以使所述分数最高的关键点作为站点。
11.根据权利要求10所述的装置，其特征在于，所述基于每条道路上关键点的分数，得到分数阈值内的道路上分数最高的关键点包括：
所述关键点对应不同的数量、权重，基于所述数量、权重计算道路上每个关键点的分数，得到每条道路上分数最高的关键点，在分数最高的关键点附近选择站点。
12.根据权利要求7所述的装置，其特征在于，所述道路综合分数的确定包括：
对所述道路关键点分数做平滑处理，根据处理后的道路关键点分数、所述道路轨迹分数的函数关系得到道路综合分数。
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
14.一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权利要求1至6中任一项所述的方法的步骤。
15.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310878178.5A CN116665455B (zh) | 2023-07-18 | 2023-07-18 | 一种车辆站点选择方法、装置、计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310878178.5A CN116665455B (zh) | 2023-07-18 | 2023-07-18 | 一种车辆站点选择方法、装置、计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116665455A true CN116665455A (zh) | 2023-08-29 |
| CN116665455B CN116665455B (zh) | 2023-12-01 |
Family
ID=87715452
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310878178.5A Active CN116665455B (zh) | 2023-07-18 | 2023-07-18 | 一种车辆站点选择方法、装置、计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116665455B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016200984A (ja) * | 2015-04-10 | 2016-12-01 | 日産自動車株式会社 | 共用車両管理装置 |
| CN108764555A (zh) * | 2018-05-22 | 2018-11-06 | 浙江大学城市学院 | 一种基于Hadoop的共享单车停放点选址方法 |
| CN109345001A (zh) * | 2018-09-07 | 2019-02-15 | 山东师范大学 | 基于Pareto多目标选择的共享单车站点失衡调整方法及系统 |
| CN111524384A (zh) * | 2020-04-29 | 2020-08-11 | 北京首汽智行科技有限公司 | 一种停车网点车位占用及释放判断方法 |
| CN111914940A (zh) * | 2020-08-11 | 2020-11-10 | 上海钧正网络科技有限公司 | 一种共享车辆站点分群聚类方法、系统、装置及存储介质 |
| CN111932123A (zh) * | 2020-08-11 | 2020-11-13 | 上海钧正网络科技有限公司 | 一种基于流向的共享车辆站点选取的方法、装置及系统 |
| CN113393030A (zh) * | 2021-06-11 | 2021-09-14 | 上海钧正网络科技有限公司 | 车辆运营区域潜力站点选址方法、系统、终端及介质 |
-
2023
- 2023-07-18 CN CN202310878178.5A patent/CN116665455B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016200984A (ja) * | 2015-04-10 | 2016-12-01 | 日産自動車株式会社 | 共用車両管理装置 |
| CN108764555A (zh) * | 2018-05-22 | 2018-11-06 | 浙江大学城市学院 | 一种基于Hadoop的共享单车停放点选址方法 |
| CN109345001A (zh) * | 2018-09-07 | 2019-02-15 | 山东师范大学 | 基于Pareto多目标选择的共享单车站点失衡调整方法及系统 |
| CN111524384A (zh) * | 2020-04-29 | 2020-08-11 | 北京首汽智行科技有限公司 | 一种停车网点车位占用及释放判断方法 |
| CN111914940A (zh) * | 2020-08-11 | 2020-11-10 | 上海钧正网络科技有限公司 | 一种共享车辆站点分群聚类方法、系统、装置及存储介质 |
| CN111932123A (zh) * | 2020-08-11 | 2020-11-13 | 上海钧正网络科技有限公司 | 一种基于流向的共享车辆站点选取的方法、装置及系统 |
| CN113393030A (zh) * | 2021-06-11 | 2021-09-14 | 上海钧正网络科技有限公司 | 车辆运营区域潜力站点选址方法、系统、终端及介质 |
Non-Patent Citations (2)
| Title |
|---|
| 赵宏;史瑞刚;: "公共自行车系统站点设置和锁桩配置评价研究", 兰州理工大学学报, no. 02, pages 113 - 118 * |
| 黄文达;陶煜波;屈珂;林海;: "基于OD数据的群体行为可视分析", 计算机辅助设计与图形学学报, no. 06, pages 52 - 62 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116665455B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106709606B (zh) | 个性化场景预测方法及装置 | |
| US9778060B2 (en) | Method and apparatus for providing personalized routing based on user routing behaviors | |
| CA2975002C (en) | Methods and systems for providing information for an on-demand service | |
| CN102265114B (zh) | 用于存储和提供路线的系统和方法 | |
| US9904932B2 (en) | Analyzing semantic places and related data from a plurality of location data reports | |
| JP6225257B2 (ja) | 関心ポイントのクラスタリング方法及び関連する装置 | |
| CN105528359B (zh) | 用于存储行进轨迹的方法和系统 | |
| US8412667B2 (en) | Comparing and identifying similar tracks | |
| US9086288B2 (en) | Method and system for finding paths using GPS tracks | |
| CN108701413A (zh) | 在实时合乘馈送中验证接取时间 | |
| US10401181B2 (en) | Detection of travel mode associated with computing devices | |
| CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
| US20210231454A1 (en) | System and method for estimating travel time and distance | |
| CN103039036B (zh) | 用户数量计算方法及系统 | |
| CN104320848A (zh) | 基于云计算实现室内定位的系统及方法 | |
| CN115620252A (zh) | 轨迹纠偏方法、装置、计算机设备和存储介质 | |
| US20170299424A1 (en) | Measuring and diagnosing noise in an urban environment | |
| Liao et al. | Fusing geographic information into latent factor model for pick-up region recommendation | |
| CN112381078B (zh) | 基于高架的道路识别方法、装置、计算机设备和存储介质 | |
| US20220252422A1 (en) | Method, apparatus, and system for constructing a high-resolution map for geospatial big data processing | |
| US11781869B2 (en) | Method and apparatus for providing an indoor pedestrian origin-destination matrix and flow analytics | |
| CN116665455B (zh) | 一种车辆站点选择方法、装置、计算机设备 | |
| US11126928B2 (en) | Stationary classifier for geographic route trace data | |
| CN110177339B (zh) | 一种od矩阵构建方法及装置 | |
| US9098386B1 (en) | System, method, and computer program for determining a subjective distance between two locations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |