CN116824900B - 硬件报站与模拟报站的融合方法、系统及其应用 - Google Patents
硬件报站与模拟报站的融合方法、系统及其应用 Download PDFInfo
- Publication number
- CN116824900B CN116824900B CN202311070140.1A CN202311070140A CN116824900B CN 116824900 B CN116824900 B CN 116824900B CN 202311070140 A CN202311070140 A CN 202311070140A CN 116824900 B CN116824900 B CN 116824900B
- Authority
- CN
- China
- Prior art keywords
- station
- report
- hardware
- stations
- reporting
- 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.)
- Active
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 16
- 238000004088 simulation Methods 0.000 title claims description 28
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 16
- 230000004927 fusion Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 230000001131 transforming effect Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- 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
- G08G1/133—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 within the vehicle ; Indicators inside the vehicles or at stops
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请提出了硬件报站与模拟报站的融合方法、系统及其应用,包括S00、对标准化处理后的硬件报站和模拟报站数据进行到离站合并并去除重复报站的数据,以使得独立的到站数据和离站数据合并成在站点上的报站数据;S10、建立模拟报站和硬件报站的关联,形成模拟报站和硬件报站对;S20、建立模拟报站和硬件报站的二部图,并根据站点与站点之间的关系,计算权重之和最小的二部图作为最大匹配的最优解;其中,时间差作为权重值,该时间差是指模拟报站数据和硬件报站数据在报站时间上的时间差值;S30、根据最优解,筛选出未匹配的报站进行融合。本申请保证业务正确的情况下充分利用了现有数据形成了较为完整的线路报站。
Description
技术领域
本申请涉及城市交通技术领域,特别是一种涉及硬件报站与模拟报站的融合方法、系统及其应用。
背景技术
现有技术对公交报站行为分析的时候,会采用对GPS报文分析,判断GPS报文点与目标站点的位置进行模拟报站;或者完全信任由车上硬件控制或司机操控的公交硬件报站,采取对应数据进行运营指标或业务行为分析。上述方法都具有相对应的局限性:当GPS报文在信号不好的景区、隧道、地区的时候会出现漂移或断流的情况,导致模拟报站的结果出现较大的偏差;当车上的硬件出问题的时候,会导致硬件报站无法生效;司机的误操作或习惯性操作会导致硬件报站不准确等。
因此亟待硬件报站与模拟报站的融合方法、系统及其应用,取长补短,来弥补两者的不足之处。
发明内容
本申请实施例提供了硬件报站与模拟报站的融合方法、系统及其应用,针对目前技术存在的硬件报站与模拟报站均存在缺点等问题。
本发明核心技术主要是融合硬件报站与模拟报站,取长补短,来弥补两者的不足之处。
第一方面,本申请提供了硬件报站与模拟报站的融合方法,所述方法包括以下步骤:
S00、对标准化处理后的硬件报站和模拟报站数据进行到离站合并并去除重复报站的数据,以使得独立的到站数据和离站数据合并成在站点上的报站数据;
S10、建立模拟报站和硬件报站的关联,形成模拟报站和硬件报站对;
S20、建立模拟报站和硬件报站的二部图,并根据站点与站点之间的关系,计算权重之和最小的二部图作为最大匹配的最优解;
其中,时间差作为权重值,该时间差是指模拟报站数据和硬件报站数据在报站时间上的时间差值;
S30、根据最优解,筛选出未匹配的报站进行融合。
进一步地,S00步骤中,标准化处理包括剔除异常经纬度的报站、与业务系统存储的维度表匹配以及选取相同数据内容。
进一步地,S10步骤中,以车辆、线路、方向以及站序建立模拟报站和硬件报站的关联,并对每个报站对计算模拟报站时间与对应硬件报站时间之间的差值作为时间差,以该时间差作为权重。
进一步地,S20步骤中,通过匈牙利算法建立模拟报站和硬件报站之间的最大匹配,以确定最优的报站对。
进一步地,S20步骤中,通过匈牙利算法建立模拟报站和硬件报站之间的最大匹配的具体步骤为:
当模拟报站与硬件报站数量不对等时,补充缺失的报站,并赋予该报站与其他报站之间的权重为一个最大值;
构建效率矩阵,即第i个模拟报站到第j个硬件报站的时间差;
变换效率矩阵,找出每行或每列中最小元素并从该行或该列中减去,使每行每列至少有一个零;
标记矩阵中不再同行同列的零元素作为独立零元素,并用直线覆盖所有零元素;
当独立零元素的个数等于报站数时,独立零元素的位置即为匹配结果,该匹配结果作为最大匹配的最优解。
进一步地,S20步骤中,若标记独立零元素后,独立零元素的个数小于报站数,则再次变换效率矩阵,以增加独立零元素的个数,不断循环直至独立零元素的个数等于报站数。
进一步地,S30步骤中,融合的具体步骤为:
根据车辆将分别将模拟报站和模拟报站分组,并按照时间进行单独排序;
对于连续的两个模拟报站,若属于同一线路的同一方向,并且不属于相邻的站序,则找出这两个模拟报站在S20步骤中匹配的硬件报站;
判断找到的两个硬件报站之间是否还存在报站;
若是,则对两个硬件报站进行合理性判断,判断是否在相邻两个模拟报站对的报站时间内并且是否与模拟报站的方向一致;
若都是,则将硬件报站融合进模拟报站中;若其中一个不是,则舍弃硬件报站。
第二方面,本申请提供了硬件报站与模拟报站的融合方法系统,包括:
标准化模块,对硬件报站和模拟报站数据进行标准化处理;
合并模块,对标准化处理后的硬件报站和模拟报站数据进行到离站合并并去除重复报站的数据,以使得独立的到站数据和离站数据合并成在站点上的报站数据;
关联模块,建立模拟报站和硬件报站的关联,形成模拟报站和硬件报站对;
匹配模块,建立模拟报站和硬件报站的二部图,并根据站点与站点之间的关系,计算权重之和最小的二部图作为最大匹配的最优解;
其中,时间差作为权重值,该时间差是指模拟报站数据和硬件报站数据在报站时间上的时间差值;
融合模块,根据最优解,筛选出未匹配的报站进行融合。
第三方面,本申请提供了一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序以执行上述的硬件报站与模拟报站的融合方法。
第四方面,本申请提供了一种可读存储介质,可读存储介质中存储有计算机程序,计算机程序包括用于控制过程以执行过程的程序代码,过程包括根据上述的硬件报站与模拟报站的融合方法。
本发明的主要贡献和创新点如下:1、与现有技术相比,本申请建立统一的规则对硬件报站和模拟报站的结果进行前置处理,保证后续融合数据不会出现不一致的情况;构建了一种最大概率的图匹配模型,在保证业务正确的情况下充分利用了现有数据形成了较为完整的线路报站。
2、与现有技术相比,本申请对硬件报站和模拟报站数据的全面处理和融合。通过标准化、合并、匹配和融合等步骤,实现了数据的高质量融合,为后续的数据分析和决策提供了可靠的数据基础。同时,在步骤中引入时间差作为权重因素和应用匈牙利算法进行最大匹配,体现了对问题复杂性的深入理解和有效解决的创新思维。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的硬件报站与模拟报站的融合方法的流程;
图2是建立硬件报站和模拟报站的关联示意图;
图3是建立模拟报站和硬件的二部图示意图;
图4是构建效率矩阵的示意图;
图5是变换效率矩阵的示意图;
图6是找出独立零元素的示意图;
图7是独立零元素个数不足报站数后再变换矩阵的示意图;
图8是变换矩阵后独立零的个数等于报站数的示意图;
图9是融合示意图;
图10是根据本申请实施例的电子装置的硬件结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例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、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
需要说明的是:在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其他实施例中可能被分解为多个步骤进行描述;而本说明书中所描述的多个步骤,在其他实施例中也可能被合并为单个步骤进行描述。
实施例一
本申请旨在提出硬件报站与模拟报站的融合方法,具体地,参考图1,所述方法包括:
S00、对标准化处理后的硬件报站和模拟报站数据进行到离站合并并去除重复报站的数据,以使得独立的到站数据和离站数据合并成在站点上的报站数据;
在本实施例中,对选取的硬件报站和模拟报站进行如下标准化处理:
(1a)剔除异常经纬度的报站;
(2b)与维度表进行匹配,方便后续匹配;
(3c)分别选取相同数据内容,方便后续数据融合。
其中,"维度表"是一个用于存储特定维度信息的表格或数据集。举例来说,例如车辆主键、线路主键、线路名称、线路方向、线路方案主键、线路段主键、线路站点单程序号、到站时间、离站时间等。
维度表中可能包含以下信息:
车辆维度:车辆主键、车辆名称
线路维度:线路主键、线路名称、线路方向、线路段主键、线路方案主键
站点维度:站点主键、站点名称
线路站点维度:线路主键、站点主键、站点序号。
在与业务系统存储的维度表匹配后,报站数据将包含与站点、线路、方向等相关联的维度属性,使得后续处理和分析更加方便和准确。在实际情况中,车辆经过一个站点时会产生到站信息,以及当车辆离开该站点时会产生离站信息。这些信息需要被整合成一条完整的报站记录,标记车辆在该站点上的状态。因此处理过后,对标准化后的硬件报站和模拟报站数据进行到离站合并,使独立的到站数据和离站数据合并成在站点上的报站数据,减少后续匹配的数据量,并方便下游流程使用。
由于硬件报站的特殊性,可能存在重复报站的情况,即连续但不相同的时间报同一个站的情况。固需要处理去除重复报站的数据。以确保每个报站记录都是唯一的,避免在后续处理中产生错误的匹配结果。去除重复报站可以通过对硬件报站数据进行一些处理,比如根据时间戳或其他属性,仅保留每个站点的最新记录,从而消除重复。
S10、建立模拟报站和硬件报站的关联,形成模拟报站和硬件报站对;
在本实施例中,如图2所示,根据业务判断可知,相同的报站必定发生在同一辆车在同一条线路的同一个方向上某个站序发生的,车辆、线路、方向、站序都是在硬件报站和模拟报站上可确定的,所以用这几个条件建立模拟报站和硬件报站的关联,形成模拟报站和硬件报站对(简称报站对)。
但又因为在一天中同一辆车可能在同一个线路的某个方向上经过同一个站序的站点多次,所以同一个硬件报站可能会关联上多个模拟报站,同一个模拟报站也可能关联上多个硬件报站。使用最接近的时间差的报站对可能不一定是最优解,所以将时间差作为权重值,方便后续模型选出整体最优解。
其中,为了选择最佳的报站对(即最优匹配),方案中引入了时间差作为权重值。时间差是指模拟报站数据和硬件报站数据在报站时间上的时间差值。这样的设计允许在匹配报站对时,更倾向于选择时间差较小的数据对,以提高匹配的准确性。
S20、建立模拟报站和硬件报站的二部图,并根据站点与站点之间的关系,计算权重之和最小的二部图作为最大匹配的最优解;
在本实施例中,在选取一整天内车辆的报站进行分析的时候,会存在一天在同一个站点报站多次且报站时间相近的情况,模拟报站与硬件报站不能通过单纯的时间最近的关系进行判断,所以需要使用匈牙利算法选取最大匹配。根据S10步骤中站点与站点之间的关系,求取权重之和最小的二部图即为本次最大匹配算法的最优解。
具体步骤如下:
(4a)如图3所示,由于匈牙利算法需要二部图是有完备匹配的,且一个报站不能对应多个报站,所以在模拟报站与硬件报站数量不对等的情况下,需要补充缺失的报站,并赋予该报站与其他报站的权重为一个最大值,如站序1a与站序1A、站序1B、站序1C、站序1D之间的权重(时间差)分别为80 、160、360、720。而这里提到的补充缺失的报站(补充站序1d)1d,由于不清楚具体时间差,因此赋予一个权重为最大值,即9999;
(4b)如图4所示,构建效率矩阵,即第i个模拟报站到第j个硬件报站的时间差;
(4c)如图5所示,变换效率矩阵,使每行每列至少有一个零:
行变换:找出每行最小元素,从该行各元素中减去;
列变换:找出每列最小元素,从该列各元素中减去;
(4d)如图6所示,找出独立零元素(不在同行同列的零,矩阵中被标记的就是独立零元素),并用直线覆盖全部零元素(被直线覆盖的非独立零可不被看作零元素),如用方括号标记零元素;
(4e)如图7所示,若此时独立零的个数不足报站数,再变换矩阵来增多独立零元素个数;在未划线的元素中找出最小元素,未划线的各个元素减去这个最小元素,交叉划线的元素均加上这个元素;
(4f)如图8所示,重复4c-4e操作,直至独立零的个数等于报站数;
(4g)上述独立零的位置即为匹配的结果。例如图3所示,站序1a与站序1A匹配,站序1b与站序1C匹配,站序1c与站序1D匹配,站序1d与站序1B匹配。
S30、根据最优解,筛选出未匹配的报站进行融合。
在本实施例中,如图9所示,将模拟报站根据车辆分组,按照时间进行排序。如果连续的两个报站属于同一线路同一方向且不属于相邻站序的报站,找出这两个报站在步骤S20中匹配的硬件报站。对硬件报站按照相同的方式分组排序,查看刚才找出来的两个硬件报站之间是否还存在报站,如果有,则将这些硬件报站的时间和线路站点等属性进行合理性判断,判断是否在上述相邻的模拟报站对的报站时间范围内和是否与模拟报站为同一线路同一方向,若都合理则将这些硬件报站融合进模拟报站中;若存在不合理的条件,则舍弃这些硬件报站。
实施例二
基于相同的构思,本申请还提出了硬件报站与模拟报站的融合方法系统,包括:
标准化模块,对硬件报站和模拟报站数据进行标准化处理;
合并模块,对标准化处理后的硬件报站和模拟报站数据进行到离站合并并去除重复报站的数据,以使得独立的到站数据和离站数据合并成在站点上的报站数据;
关联模块,建立模拟报站和硬件报站的关联,形成模拟报站和硬件报站对;
匹配模块,建立模拟报站和硬件报站的二部图,并根据站点与站点之间的关系,计算权重之和最小的二部图作为最大匹配的最优解;
其中,时间差作为权重值,该时间差是指模拟报站数据和硬件报站数据在报站时间上的时间差值;
融合模块,根据最优解,筛选出未匹配的报站进行融合。
实施例三
本实施例还提供了一种电子装置,参考图10,包括存储器404和处理器402,该存储器404中存储有计算机程序,该处理器402被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
具体地,上述处理器402可以包括中央处理器(CPU),或者特定集成电路(ApplicationSpecificIntegratedCircuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器404可以包括用于数据或指令的大容量存储器404。举例来说而非限制,存储器404可包括硬盘驱动器(HardDiskDrive,简称为HDD)、软盘驱动器、固态驱动器(SolidStateDrive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(UniversalSerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器404可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器404可在数据处理装置的内部或外部。在特定实施例中,存储器404是非易失性(Non-Volatile)存储器。在特定实施例中,存储器404包括只读存储器(Read-OnlyMemory,简称为ROM)和随机存取存储器(RandomAccessMemory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(ProgrammableRead-OnlyMemory,简称为PROM)、可擦除PROM(ErasableProgrammableRead-OnlyMemory,简称为EPROM)、电可擦除PROM(ElectricallyErasableProgrammableRead-OnlyMemory,简称为EEPROM)、电可改写ROM(ElectricallyAlterableRead-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(StaticRandom-AccessMemory,简称为SRAM)或动态随机存取存储器(DynamicRandomAccessMemory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器404(FastPageModeDynamicRandomAccessMemory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(ExtendedDateOutDynamicRandomAccessMemory,简称为EDODRAM)、同步动态随机存取内存(SynchronousDynamicRandom-AccessMemory,简称SDRAM)等。
存储器404可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器402所执行的可能的计算机程序指令。
处理器402通过读取并执行存储器404中存储的计算机程序指令,以实现上述实施例中的任意硬件报站与模拟报站的融合方法。
可选地,上述电子装置还可以包括传输设备406以及输入输出设备408,其中,该传输设备406和上述处理器402连接,该输入输出设备408和上述处理器402连接。
传输设备406可以用来经由一个网络接收或者发送数据。上述的网络具体实例可包括电子装置的通信供应商提供的有线或无线网络。在一个实例中,传输设备包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备406可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
输入输出设备408用于输入或输出信息。在本实施例中,输入的信息可以是硬件报站和模拟报站数据等,输出的信息可以是融合结果等。
实施例四
本实施例还提供了一种可读存储介质,可读存储介质中存储有计算机程序,计算机程序包括用于控制过程以执行过程的程序代码,过程包括根据实施例一的硬件报站与模拟报站的融合方法。
需要说明的是,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
通常,各种实施例可以以硬件或专用电路、软件、逻辑或其任何组合来实现。本发明的一些方面可以以硬件来实现,而其他方面可以由控制器、微处理器或其他计算设备执行的固件或软件来实现,但是本发明不限于此。尽管本发明的各个方面可以被示出和描述为框图、流程图或使用一些其他图形表示,但是应当理解,作为非限制性示例,本文中描述的这些框、装置、系统、技术或方法可以以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备或其某种组合来实现。
本发明的实施例可以由计算机软件来实现,该计算机软件由移动设备的数据处理器诸如在处理器实体中可执行,或者由硬件来实现,或者由软件和硬件的组合来实现。包括软件例程、小程序和/或宏的计算机软件或程序(也称为程序产品)可以存储在任何装置可读数据存储介质中,并且它们包括用于执行特定任务的程序指令。计算机程序产品可以包括当程序运行时被配置为执行实施例的一个或多个计算机可执行组件。一个或多个计算机可执行组件可以是至少一个软件代码或其一部分。另外,在这一点上,应当注意,如图中的逻辑流程的任何框可以表示程序步骤,或者互连的逻辑电路、框和功能,或者程序步骤和逻辑电路、框和功能的组合。软件可以存储在诸如存储器芯片或在处理器内实现的存储块等物理介质、诸如硬盘或软盘等磁性介质,以及诸如例如DVD及其数据变体、CD等光学介质上。物理介质是非瞬态介质。
本领域的技术人员应该明白,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。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以作出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (6)
1.硬件报站与模拟报站的融合方法,其特征在于,包括以下步骤:
S00、对标准化处理后的硬件报站和模拟报站数据进行到离站合并并去除重复报站的数据,以使得独立的到站数据和离站数据合并成在站点上的报站数据;
S10、建立模拟报站和硬件报站的关联,形成模拟报站和硬件报站报站对;
S20、建立模拟报站和硬件报站的二部图,并根据站点与站点之间的关系,通过匈牙利算法建立模拟报站和硬件报站之间的最大匹配,以确定最优的报站对,计算权重之和最小的二部图作为最大匹配的最优解;
当模拟报站与硬件报站数量不对等时,补充缺失的报站,并赋予该报站与其他报站之间的权重为一个最大值;
构建效率矩阵,即第i个模拟报站到第j个硬件报站的时间差;
变换效率矩阵,找出每行或每列中最小元素并从该行或该列中减去,使每行每列至少有一个零;
标记矩阵中不再同行同列的零元素作为独立零元素,并用直线覆盖所有零元素;
当独立零元素的个数等于报站数时,独立零元素的位置即为匹配结果,该匹配结果作为最大匹配的最优解;
若标记独立零元素后,独立零元素的个数小于报站数,则再次变换效率矩阵,以增加独立零元素的个数,不断循环直至独立零元素的个数等于报站数;
其中,时间差作为权重值,该时间差是指模拟报站数据和硬件报站数据在报站时间上的时间差值;
S30、根据最优解,筛选出未匹配的报站进行融合;
根据车辆将分别将模拟报站和模拟报站分组,并按照时间进行单独排序;
对于连续的两个模拟报站,若属于同一线路的同一方向,并且不属于相邻的站序,则找出这两个模拟报站在S20步骤中匹配的硬件报站;
判断找到的两个硬件报站之间是否还存在报站;
若是,则对两个硬件报站进行合理性判断,判断是否在相邻两个模拟报站对的报站时间内并且是否与模拟报站的方向一致;
若都是,则将硬件报站融合进模拟报站中;若其中一个不是,则舍弃硬件报站。
2.如权利要求1所述的硬件报站与模拟报站的融合方法,其特征在于,S00步骤中,所述标准化处理包括剔除异常经纬度的报站、与业务系统存储的维度表匹配以及选取相同数据内容。
3.如权利要求1所述的硬件报站与模拟报站的融合方法,其特征在于,S10步骤中,以车辆、线路、方向以及站序建立模拟报站和硬件报站的关联,并对每个报站对计算模拟报站时间与对应硬件报站时间之间的差值作为时间差,以该时间差作为权重。
4.硬件报站与模拟报站的融合方法系统,其特征在于,包括:
标准化模块,对硬件报站和模拟报站数据进行标准化处理;
合并模块,对标准化处理后的硬件报站和模拟报站数据进行到离站合并并去除重复报站的数据,以使得独立的到站数据和离站数据合并成在站点上的报站数据;
关联模块,建立模拟报站和硬件报站的关联,形成模拟报站和硬件报站报站对;
匹配模块,建立模拟报站和硬件报站的二部图,并根据站点与站点之间的关系,通过匈牙利算法建立模拟报站和硬件报站之间的最大匹配,以确定最优的报站对,计算权重之和最小的二部图作为最大匹配的最优解;当模拟报站与硬件报站数量不对等时,补充缺失的报站,并赋予该报站与其他报站之间的权重为一个最大值;
构建效率矩阵,即第i个模拟报站到第j个硬件报站的时间差;
变换效率矩阵,找出每行或每列中最小元素并从该行或该列中减去,使每行每列至少有一个零;
标记矩阵中不再同行同列的零元素作为独立零元素,并用直线覆盖所有零元素;
当独立零元素的个数等于报站数时,独立零元素的位置即为匹配结果,该匹配结果作为最大匹配的最优解;
若标记独立零元素后,独立零元素的个数小于报站数,则再次变换效率矩阵,以增加独立零元素的个数,不断循环直至独立零元素的个数等于报站数;
其中,时间差作为权重值,该时间差是指模拟报站数据和硬件报站数据在报站时间上的时间差值;
融合模块,根据最优解,筛选出未匹配的报站进行融合;
根据车辆将分别将模拟报站和模拟报站分组,并按照时间进行单独排序;
对于连续的两个模拟报站,若属于同一线路的同一方向,并且不属于相邻的站序,则找出这两个模拟报站在S20步骤中匹配的硬件报站;
判断找到的两个硬件报站之间是否还存在报站;
若是,则对两个硬件报站进行合理性判断,判断是否在相邻两个模拟报站对的报站时间内并且是否与模拟报站的方向一致;
若都是,则将硬件报站融合进模拟报站中;若其中一个不是,则舍弃硬件报站。
5.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至3任一项所述的硬件报站与模拟报站的融合方法。
6.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序包括用于控制过程以执行过程的程序代码,所述过程包括根据权利要求1至3任一项所述的硬件报站与模拟报站的融合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311070140.1A CN116824900B (zh) | 2023-08-24 | 2023-08-24 | 硬件报站与模拟报站的融合方法、系统及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311070140.1A CN116824900B (zh) | 2023-08-24 | 2023-08-24 | 硬件报站与模拟报站的融合方法、系统及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116824900A CN116824900A (zh) | 2023-09-29 |
CN116824900B true CN116824900B (zh) | 2023-11-14 |
Family
ID=88118708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311070140.1A Active CN116824900B (zh) | 2023-08-24 | 2023-08-24 | 硬件报站与模拟报站的融合方法、系统及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116824900B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608919A (zh) * | 2014-11-21 | 2016-05-25 | 杭州海康威视数字技术股份有限公司 | 车站位置的确定方法及装置 |
CN111613082A (zh) * | 2020-04-07 | 2020-09-01 | 武汉小码联城科技有限公司 | 公交车自动报站方法、系统及一种远程服务器 |
CN112071109A (zh) * | 2020-08-28 | 2020-12-11 | 青岛海信网络科技股份有限公司 | 一种无定位信号区域公交车自动报站方法及装置 |
WO2022161403A1 (zh) * | 2021-01-26 | 2022-08-04 | 展讯通信(上海)有限公司 | 报站方法、系统、电子设备和广播设备 |
CN115169795A (zh) * | 2022-06-01 | 2022-10-11 | 西北工业大学 | 站点重要性评估方法及装置 |
CN116205460A (zh) * | 2023-03-02 | 2023-06-02 | 杭州数知梦科技有限公司 | 基于乘客画像和eta数据的公交报站生成方法、装置及应用 |
-
2023
- 2023-08-24 CN CN202311070140.1A patent/CN116824900B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608919A (zh) * | 2014-11-21 | 2016-05-25 | 杭州海康威视数字技术股份有限公司 | 车站位置的确定方法及装置 |
CN111613082A (zh) * | 2020-04-07 | 2020-09-01 | 武汉小码联城科技有限公司 | 公交车自动报站方法、系统及一种远程服务器 |
CN112071109A (zh) * | 2020-08-28 | 2020-12-11 | 青岛海信网络科技股份有限公司 | 一种无定位信号区域公交车自动报站方法及装置 |
WO2022161403A1 (zh) * | 2021-01-26 | 2022-08-04 | 展讯通信(上海)有限公司 | 报站方法、系统、电子设备和广播设备 |
CN115169795A (zh) * | 2022-06-01 | 2022-10-11 | 西北工业大学 | 站点重要性评估方法及装置 |
CN116205460A (zh) * | 2023-03-02 | 2023-06-02 | 杭州数知梦科技有限公司 | 基于乘客画像和eta数据的公交报站生成方法、装置及应用 |
Non-Patent Citations (1)
Title |
---|
杭州快速公交实时在线智能调度优化系统平台;韩张磊;柳毅;陈志宏;;科技资讯(27);36-37 * |
Also Published As
Publication number | Publication date |
---|---|
CN116824900A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103512577A (zh) | 地图更新系统 | |
CN111132145B (zh) | 网络通信安全监测方法、装置、服务器及网络通信系统 | |
CN111815946A (zh) | 一种异常路段的确定方法、装置、存储介质和电子设备 | |
CN111125293B (zh) | 公交网络模型自动生成方法、装置及电子设备 | |
CN111435570B (zh) | 一种公交线路匹配方法及装置 | |
CN112818075B (zh) | 道路网络补全方法、装置、电子设备及可读存储介质 | |
CN111510859B (zh) | 一种用户轨迹定位方法、系统、服务器和存储介质 | |
CN111338869B (zh) | 配置参数管理方法、装置、设备及存储介质 | |
CN115617938A (zh) | 基于时空历史比对的车辆轨迹重复校验方法及装置 | |
CN116824900B (zh) | 硬件报站与模拟报站的融合方法、系统及其应用 | |
CN116187585B (zh) | 对乘客的brt公交路线进行预测的方法、装置及应用 | |
CN107517474B (zh) | 一种网络分析优化方法及装置 | |
CN112885128B (zh) | 识别封堵路段的方法、装置、设备及存储介质 | |
CN113032514B (zh) | 兴趣点数据处理方法及装置 | |
CN114911515A (zh) | 配置管理方法、装置、设备及介质 | |
US11138508B2 (en) | Device and method for identifying causal factors in classification decision making models using subjective judgement | |
CN115758182B (zh) | 基于时空匹配分析的车辆轨迹真实性校验方法及装置 | |
CN114222307B (zh) | 扇区重叠覆盖区域的确定方法、装置和电子设备 | |
CN115757303B (zh) | 分布式系统中的指标追踪方法及装置 | |
CN113923602B (zh) | 信令漂移数据的过滤方法及装置 | |
CN111294919B (zh) | 一种伪基站定位方法、装置、电子设备及存储介质 | |
US20240038064A1 (en) | Traffic Speed Prediction Device and Method Therefor | |
CN116153072A (zh) | 基于gps的公交实时路况计算方法、装置及其应用 | |
CN117308978A (zh) | 轨迹位置点与路线的匹配方法、装置、设备及存储介质 | |
CN113891236A (zh) | 基站的位置信息的检查方法、装置和计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |