CN117079490A - 交通工具出发时刻确定方法、装置、电子设备及存储介质 - Google Patents
交通工具出发时刻确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117079490A CN117079490A CN202311174957.3A CN202311174957A CN117079490A CN 117079490 A CN117079490 A CN 117079490A CN 202311174957 A CN202311174957 A CN 202311174957A CN 117079490 A CN117079490 A CN 117079490A
- Authority
- CN
- China
- Prior art keywords
- time
- determining
- departure
- candidate
- sequence
- 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 73
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000007667 floating Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010304 firing Methods 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
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本公开提供了一种交通工具出发时刻确定方法、装置、电子设备及存储介质,涉及人工智能技术领域,尤其涉及物联网、智能交通、大数据等领域。具体实现方案为:针对目标站点,根据交通工具的出发间隔和预定波动时长,确定多个候选时刻序列;针对多个候选时刻序列中的每个候选时刻序列,根据候选时刻序列与历史时刻序列之间的差异,确定候选时刻序列的评估值;以及根据多个评估值,从多个候选时刻序列中确定目标时刻序列,得到针对目标站点的多个出发时刻。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及物联网、智能交通、大数据等领域,更具体地,本公开提供了一种交通工具出发时刻确定方法、装置、电子设备、存储介质以及计算机程序产品。
背景技术
用户有时需要根据公交、地铁等公共交通的发车时刻表来规划出行,精准的公共交通时刻表能够提高用户出行效率,以及提高地图、相关LBS服务(基于位置的服务,Location Based Services)等产品的口碑。然而地图及相关LBS服务无法提供时刻表信息。
发明内容
本公开提供了一种交通工具出发时刻确定方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种交通工具出发时刻确定方法,包括:针对目标站点,根据交通工具的出发间隔和预定波动时长,确定多个候选时刻序列;针对多个候选时刻序列中的每个候选时刻序列,根据候选时刻序列与历史时刻序列之间的差异,确定候选时刻序列的评估值;以及根据多个评估值,从多个候选时刻序列中确定目标时刻序列,得到针对目标站点的多个出发时刻。
根据本公开的另一方面,提供了一种交通工具出发时刻确定装置,包括:候选序列确定模块、评估模块和目标序列确定模块。候选序列确定模块用于针对目标站点,根据交通工具的出发间隔和预定波动时长,确定多个候选时刻序列。评估模块用于针对多个候选时刻序列中的每个候选时刻序列,根据候选时刻序列与历史时刻序列之间的差异,确定候选时刻序列的评估值。目标序列确定模块用于根据多个评估值,从多个候选时刻序列中确定目标时刻序列,得到针对目标站点的多个出发时刻。
根据本公开的另一个方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提供的方法。
根据本公开的另一个方面,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,计算机指令用于使计算机执行本公开提供的方法。
根据本公开的另一个方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本公开提供的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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是根据本公开实施例的交通工具出发时刻确定方法和装置的应用场景示意图;
图2是根据本公开实施例的交通工具出发时刻确定方法的示意流程图;
图3是根据本公开实施例的交通工具出发时刻确定方法的示意图;
图4是根据本公开实施例的确定出发间隔的示意流程图;
图5是根据本公开实施例的确定出发间隔的示意原理图;
图6是根据本公开实施例的生成候选时刻序列的示意原理图;
图7是根据本公开实施例的交通工具出发时刻确定装置的示意结构框图;以及
图8是用来实施本公开实施例的交通工具出发时刻确定方法的电子设备的结构框图。
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。
需要说明的是,由于运营分散,公交交通系统维护在线时刻表信息成本较高,因此在地图及相关LBS服务中时刻表信息覆盖存在瓶颈,无法提供交通工具的出发时刻表。
在一些实施例中,可以通过聚类统计的方式来生成公交、地铁等公共交通的出发时刻表,但是该种方式人工干预较多,且精度不高。在另一些实施例中,可以利用出发间隔直接进行推理,来确定站点的出发时刻,但是受路况和驾驶差异等因素的影响,推理得到的出发时刻表与实际偏差较大。
本公开实施例旨在提供一种交通工具出发时刻确定方法,该方法在获得出发间隔之后,以目标站点的出发间隔为浮动的基准,以预定波动时长为浮动的幅度,进行浮动处理,这样将对应于出发间隔的一个时刻序列扩展为多个候选时刻序列。接下来根据历史时刻序列,计算多个候选时刻序列各自的评估值,并基于评估值从多个候选时刻序列中选择较为准确的序列作为目标时刻序列,该目标时刻序列中的时刻即为目标站点的出发时刻。上述技术方案能够提升公共交通的出发时刻表的精度,提升用户出行体验。
以下将结合附图和具体实施例详细阐述本公开提供的技术方案。
图1是根据本公开实施例的交通工具出发时刻确定方法和装置的应用场景示意图。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的目标站点的出发时刻表等)反馈给终端设备。
例如,服务器105可以收集大规模的轨迹信息(例如众包轨迹、公交地铁行车轨迹、用户轨迹等),然后基于轨迹信息确定交通工具在目标站点的出发间隔,然后基于出发间隔和预定波动时长确定多个候选时刻序列,再基于历史时刻序列确定多个候选时刻序列各自的评估值,并基于评估值从多个候选时刻序列中选择目标时刻序列。
需要说明的是,本公开实施例所提供的交通工具出发时刻确定方法一般可以由服务器105执行。相应地,本公开实施例所提供的交通工具出发时刻确定装置一般可以设置于服务器105中。本公开实施例所提供的交通工具出发时刻确定方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的交通工具出发时刻确定装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2是根据本公开实施例的交通工具出发时刻确定方法的示意流程图。
如图2所示,该交通工具出发时刻确定方法200可以包括操作S210~操作S230。
在操作S210,针对目标站点,根据交通工具的出发间隔和预定波动时长,确定多个候选时刻序列。
例如,交通工具可以包括地铁、公交等。站点可以表示地铁、公交等公共交通的车站,目标站点可以表示待确定发车时刻表的任意站点,例如起始站、中间车站、终点站等车站。
例如,出发间隔表示前后两班次车辆驶离目标站点的时距。
可以理解的是,受调度安排、驾驶员个人原因、路况等因素的影响,有时车辆无法按照预先规划的出发间隔准时出发,车辆的实际出发时刻与预先规划的出发时刻存在一些差异。考虑到该差异,本实施例预先配置预定波动时长,预定波动时长例如可以包括-2、-1、1、2、3分钟等。
以车辆在9点出发,出发间隔为10分钟,预定波动时长包括±1分钟为例,可以看出,一个班次的车辆预计在9点9分~9点11分(下文称为时段1)出发,另一个班次的车辆可以预计在9点19分~9点21分(下文称为时段2)出发。可以分别从时段1和时段2中任选一个时刻,并将选择出的时刻构成一个候选时刻序列。
在操作S220,针对多个候选时刻序列中的每个候选时刻序列,根据候选时刻序列与历史时刻序列之间的差异,确定候选时刻序列的评估值。
例如,历史时刻序列包括一个或多个历史出发时刻,历史出发时刻可以表示目标站点在过去的某个真实的出发时刻,或者可以表示对历史多天的真实出发时刻进行平均、拟合等处理得到的出发时刻。例如,交通工具在昨天的9点、9点9分、9点20分从目标站点出发,则历史时刻序列可以包括9点、9点9分和9点20分。
例如,可以计算候选时刻序列与历史时刻序列之间的相似度,并将相似度作为评估值。
又例如,可以计算每个候选时刻序列的至少一个评价指标的数值,并将单一评价指标的数值或者多个评价指标的加权和作为评估值,评价指标可以包括误差、覆盖率等,确定误差、覆盖率的过程在下文详细说明。
在操作S230,根据多个候选时刻序列的多个评估值,从多个候选时刻序列中确定目标时刻序列,得到针对目标站点的多个出发时刻。
例如,可以选择评估值最大或最小的一个候选时刻序列作为目标时刻序列。
根据本公开实施例提供的技术方案,以目标站点的出发间隔为浮动的基准,以预定波动时长为浮动的幅度,进行浮动处理,这样将对应于出发间隔的一个时刻序列扩展为多个候选时刻序列。接下来根据历史时刻序列,计算多个候选时刻序列各自的评估值,并基于评估值从多个候选时刻序列中选择较为准确的序列作为目标时刻序列,该目标时刻序列中的时刻即为目标站点的出发时刻。上述技术方案能够提升公共交通的出发时刻表的精度,提升用户出行体验。
图3是根据本公开实施例的交通工具出发时刻确定方法的示意图。
如图3所示,本实施例中,交通工具出发时刻确定方法300可以包括以下过程:通过操作S340确定出发间隔S340,通过操作S310生成候选时刻序列,通过操作S320评估候选时刻序列,以及通过操作S330选择目标时刻序列,其中,操作S310~操作S330可以参考上文的操作S210~操作S230,操作S340下文说明。
图4是根据本公开实施例的确定出发间隔的示意流程图。
以下结合图4,对确定出发间隔的过程进行详细说明。
在一种示例中,可以直接从公交交通的运营管理方获取出发间隔。
在另一种示例中,可以基于大规模的对象轨迹确定出发间隔,以下通过操作S441~操作S443对本示例进行说明。
在操作S441,获取多个对象轨迹,每个对象轨迹包括多个轨迹点,每个轨迹点的信息包括位置信息和时间信息。
例如,对象轨迹可以包括众包轨迹、公交地铁行车轨迹、用户轨迹等,以用户轨迹为例,在获得用户授权之后,可以采集用户的轨迹信息。
在操作S442,针对每个对象轨迹,根据对象轨迹中多个轨迹点的位置信息和时间信息,确定表征目标站点发车的估计时刻。
例如,可以基于大量的对象轨迹进行预定处理,得到目标站点发车的估计时刻,预定处理的过程在下文详细说明。
在操作S443,根据基于多个对象轨迹确定的针对目标站点的多个估计时刻,确定目标站点的出发间隔。
例如,基于一个对象轨迹可以确定目标站点的一个发车的估计时刻,这样基于多个对象轨迹可以得到多个估计时刻,可以统计多个估计时刻的分布信息,例如以时间为横坐标并且以频次为纵坐标,生成估计时刻的分布图。然后可以基于分布信息确定出发间隔,例如基于时间将分布图划分为多个时间区间,将每一个时间区间中两个波峰的时间差值作为该时间区间的出发间隔。
本实施例基于大规模的对象轨迹确定目标站点多次发车的估计时刻,然后通过该些估计时刻的分布信息确定出发间隔,因此可以基于大量的历史真实发车情况估计目标站点的出发间隔,提高出发间隔的准确性。
图5是根据本公开实施例的确定出发间隔的示意原理图。
如图5所示,本实施例中,可以先获取多个对象轨迹501,然后执行操作S542,即针对每个对象轨迹501进行预定处理,得到目标站点发车的估计时刻,然后统计多个估计时刻的分布信息502,分布信息502可以包括以时间为横坐标且以频次为纵坐标的分布图,然后基于分布信息502得到目标站点在各个时间区域的出发间隔503。
在一种示例中,上述进行预定处理的操作S542可以包括以下过程:轨迹去噪、路线匹配、站点识别、目标路线确定以及计算目标站点发车的估计时刻等。
在轨迹去噪过程中,例如可以将一段时长内静止不动的轨迹点去除,或者将前后两个相邻且间距很远的轨迹点去除。
路线匹配过程中,例如可以根据对象轨迹501,从交通工具的多个行驶路线确定至少一个候选路线。例如可以计算对象轨迹501的形状与交通工具行驶路线的形状之间的相似度,并将相似度大于等于相似度阈值的行驶路线确定为候选路线。
在站点识别过程中,例如可以根据对象轨迹501中多个轨迹点的位置信息和至少一个候选路线中多个站点的位置信息,确定多个匹配站点,轨迹点与站点相匹配可以表示该轨迹点处于站点指示的区域。通过站点识别,可以确定用户处于候选路线中的哪个站点。
在目标路线确定的过程中,例如可以根据多个匹配站点,从至少一个候选路线中确定目标路线。可以理解的是,交通工具的两个候选路线可以在一些区域中存在重叠(例如两条地铁线均具有XX地铁站),而重叠区域有限,因此基于两个、三个或更多数量个匹配站点可以唯一确定出一个目标路线以及路线的方向。在其他实施例中,还可以通过确定对象轨迹501的速度与交通工具在候选路线中行驶的速度是否一致,来确定是否将候选轨迹滤除。
上述过程通过路线匹配、站点识别和目标路线确定的方式,从多个候选路线中合理选择目标路线,相比直接将候选路线确定为目标路线的方式,本实施例能够基于用户所处的多个站点,从局部路线重叠的多个候选路线中准确确定目标路线,提高目标路线的准确性。
在计算目标站点发车的估计时刻的过程中,例如可以从对象轨迹501中多个轨迹点确定参考轨迹点,从目标路线中多个站点中确定参考站点,参考轨迹点的位置信息与参考站点的位置信息一致,即二者指示的地理位置相同或相近。然后根据参考轨迹点的时间信息,以及参考站点与目标站点之间的行驶间隔时长,确定目标站点发车的估计时刻。例如对象处于XX参考站点的时刻为9点,交通工具从目标站点行驶至XX参考站点需要半小时,因此可以确定交通工具从目标站点发车的估计时刻为8点半。通过该种方式可准确确定目标站点发车的估计时刻。
图6是根据本公开实施例的生成候选时刻序列的示意原理图。
以下结合图6,对生成候选时刻序列的过程进行详细说明。
本实施例中,可以针对目标站点的N个班次中的当前班次,根据当前班次的至少一个出发时刻、出发间隔以及预定波动时长,确定在后班次的多个出发时刻,N是大于等于2的整数。然后根据N个班次的顺序和N个班次中每个班次的出发时刻,确定树形结构。接下来,根据树形结构的路径,确定多个候选时刻序列,其中,树形结构中的结点表征出发时刻,表征当前班次出发时刻的结点与表征在后班次出发时刻的至少一部分结点之间具有父子关系。
例如,不同时间区间可以对应不同的出发间隔,例如一个时间区间为8点至9点,该区间的出发间隔为5分钟。另一个时间区间为9点至10点,该区间的出发间隔为9分钟。每个区间均可以生成候选时刻序列,多个区间可以并行计算。
下面对生成候选出发时刻的过程进行说明。图6中,第T分钟为某个时间区间中第一班次车辆从目标站点出发的出发时刻,K为出发间隔,预定波动时长为±1分钟。
如图6所示,以第一班次车辆的出发时刻T为根结点601,以±1分钟为浮动的幅度,生成针对根结点601的三个子结点6021、6022、6023,该三个子结点6021、6022、6023表示第二班次车辆的三个候选的出发时刻。接下来,针对子结点6021,以±1分钟为浮动的幅度,生成针对子结点6021的三个子结点6031、6032、6033。针对子结点6022、6023做类似处理,这样可以基于第二班次车辆发三个候选的出发时刻6021、6022、6023,得到第三班次车辆的九个候选的出发时刻6031~6039。依次类推,直至得到第N班次车辆的多个候选出发时刻,例如得到候选出发时刻6041等。通过上述过程可以得到树形结构,在该树形结构中,每个从根结点到叶子结点的路径表示目标站点在该时间区间的一个候选时刻序列,例如结点601,6021,6031,...,6041构成一个候选时刻序列。
在一些实施例中,若在后班次的出发时刻A是基于某个在前班次的出发时刻B确定的,而非基于另一个在前班次的出发时刻C确定的,则表征出发时刻A的结点与表征出发时刻B的结点之间可以具有父子关系,表征出发时刻A的结点与表征出发时刻C的结点之间可以不具有父子关系。例如,结点6031与结点6021之间具有父子关系,而结点6031与结点6022之间可以不具有父子关系。
可以理解的是,图6以预定波动时长是±1分钟为例进行说明,预定波动时长还可以是其他数值,例如预定波动时长为±2分钟时,第二班次车辆对应5个候选出发时刻,第二班次车辆对应25个候选出发时刻。
本实施例中,在生成候选时刻序列的过程中采用深度优先搜索方式,枚举所有可能发车的时刻,从而确保候选出发时刻序列的全面性。此外,在处理过程中还生成树形结构,因此在确定候选出发时刻序列的过程中,无需进行遍历等操作,可以直接基于树形结构的层级关系来确定候选时刻序列,从而提高确定候选时刻序列的效率。
可以理解的是,在其他实施例中,可以确定每个班次车辆的候选出发时刻,然后对多个班次车辆的候选出发时刻进行排列组合,得到候选时刻序列,并且在一个候选时刻序列中,每个班次车辆的候选出发时刻的数量仅有一个。
在一些实施例中,得到候选出发时刻序列之后,可以结合预定规则进行过滤,从而滤除明显不符合实际情况的候选出发时刻序列。例如,可以针对各个时间区间设置约束条件,某个约束条件为该区间中的前后两个班次车辆的出发间隔要大于某个时长阈值th,若某个候选出发时刻序列中的出发间隔小于该时长阈值th,则将该候选出发时刻序列滤除,后续不再计算该候选出发时刻序列的评估值。
以下对评估候选时刻序列的过程进行说明。
本实施例中,可以计算每个候选时刻序列的至少一个评价指标的数值,然后基于评价指标确定评估值。
在一种示例中,评价指标可以包括误差。以历史时刻序列T0和候选时刻序列T1为例,对确定误差的过程进行说明,确定其他候选时刻序列的误差的过程可以参考候选时刻序列T1。
本实施例中,可以针对历史时刻序列T0中的每个历史出发时刻,确定候选时刻序列T1中的多个候选时刻与历史出发时刻之间的最小间隔时长,得到与历史出发时刻相对应的最小间隔时长。然后根据与历史时刻序列中多个历史出发时刻相对应的多个最小间隔时长,确定候选时刻序列T1与历史时刻序列T0之间的误差。
例如,历史时刻序列T0包括9点5分、9点10分和9点15分,候选时刻序列T1包括9点6分和9点12分,则与序列T0中9点5分相对应的最小间隔时长为1分钟,与序列T0中9点10分相对应的最小间隔时长为2分钟,与序列T0中9点15分相对应的最小间隔时长为3分钟。接下来,例如,可以将多个最小间隔时长之和作为误差,则上述序列T0中的误差可以为6分钟。又例如,可以将多个最小间隔时长之和与序列T0中的元素数量的比值作为误差,则上述序列T0中的误差可以为2分钟。
本实施例通过候选时刻序列和历史时刻序列之间的最小间隔时长来确定候选时刻序列相对于历史时刻序列的时间偏移程度,因此可以用于评估候选时刻序列是否准确。
在另一种示例中,评价指标还可以包括覆盖率,下面以上述历史时刻序列T0和候选时刻序列T1为例,对覆盖率进行说明。
可以针对历史时刻序列T0中的每个历史出发时刻,确定候选时刻序列T1中是否包括与该历史出发时刻之间间隔时长小于等于预定阈值的时刻,预定阈值可以是2分钟。若包括,则确定该历史出发时刻被覆盖,否则确定该历史出发时刻未被覆盖。例如,上述序列T0中的9点5分和9点10分被覆盖,序列T0中的9点15分未被覆盖。
接下来,基于历史时刻序列T0中每个历史出发时刻是否被覆盖,计算覆盖率。可以将被覆盖的历史出发时刻的数量与历史出发时刻序列中时刻总数量之间的比值,确定为覆盖率,例如上述序列T0的覆盖率为三分之二。
本实施例通过检测真实的历史出发时刻附近是否有候选出发时刻,来确定候选时刻序列对历史出发时刻的覆盖情况,并基于该覆盖情况评估候选时刻序列是否准确。
在得到误差和覆盖率之后,可以基于误差和覆盖率中的至少一个确定评估值。
在一种示例中,例如可以预先配置误差和覆盖率的权重,然后计算二者的加权和作为评估值。又例如,在覆盖率达到某个预定阈值(例如80%)的情况下,误差越小,评估值越高。在其他示例中,可以将误差确定为评估值,或者可以将覆盖率确定为评估值。
图7是根据本公开实施例的交通工具出发时刻确定装置的示意结构框图。
如图7所示,该交通工具出发时刻确定装置700可以包括候选序列确定模块710、评估模块720和目标序列确定模块730。
候选序列确定模块710用于针对目标站点,根据交通工具的出发间隔和预定波动时长,确定多个候选时刻序列。
评估模块720用于针对多个候选时刻序列中的每个候选时刻序列,根据候选时刻序列与历史时刻序列之间的差异,确定候选时刻序列的评估值。
目标序列确定模块730用于根据多个评估值,从多个候选时刻序列中确定目标时刻序列,得到针对目标站点的多个出发时刻。
本实施例中,历史时刻序列包括多个历史出发时刻。评估模块包括:间隔时长确定子模块、误差确定子模块和第一评估值确定子模块。间隔时长确定子模块用于针对多个历史出发时刻中的每个历史出发时刻,确定候选时刻序列中的多个候选时刻与历史出发时刻之间的最小间隔时长,得到与历史出发时刻相对应的最小间隔时长。误差确定子模块用于根据与多个历史出发时刻相对应的多个最小间隔时长,确定候选时刻序列与历史时刻序列之间的误差。第一评估值确定子模块用于根据误差,确定评估值。
本实施例中,评估模块包括:覆盖率确定子模块和第二评估值确定子模块。覆盖率确定子模块用于确定历史时刻序列中的每个历史出发时刻是否被覆盖,得到覆盖率。第二评估值确定子模块用于根据覆盖率,确定评估值。历史出发时刻被覆盖表征:候选时刻序列包括与历史出发时刻之间间隔时长小于等于预定阈值的时刻。
本实施例中,候选序列确定模块包括:时刻确定子模块、树形结构确定子模块和候选序列确定子模块时刻确定子模块用于针对目标站点的N个班次中的当前班次,根据当前班次的至少一个出发时刻、出发间隔以及预定波动时长,确定在后班次的多个出发时刻。N是大于等于2的整数。树形结构确定子模块用于根据N个班次的顺序和N个班次中每个班次的出发时刻,确定树形结构。候选序列确定子模块用于根据树形结构的路径,确定多个候选时刻序列。树形结构中的结点表征出发时刻,表征当前班次出发时刻的结点与表征在后班次出发时刻的至少一部分结点之间具有父子关系。
本实施例中,上述装置还包括:获取模块、估计时刻确定模块和出发间隔确定模块。获取模块用于获取多个对象轨迹,每个对象轨迹包括多个轨迹点,每个轨迹点的信息包括位置信息和时间信息。估计时刻确定模块用于针对每个对象轨迹,根据对象轨迹中多个轨迹点的位置信息和时间信息,确定表征目标站点发车的估计时刻。出发间隔确定模块用于根据基于多个对象轨迹确定的针对目标站点的多个估计时刻,确定目标站点的出发间隔。
本实施例中,估计时刻确定模块包括:目标路线确定子模块和参考信息确定子模块。目标路线确定子模块用于从交通工具的多个行驶路线中,确定与对象轨迹相匹配的目标路线。参考信息确定子模块用于从对象轨迹中多个轨迹点和目标路线中多个站点中分别确定参考轨迹点和参考站点,参考轨迹点的位置信息与参考站点的位置信息一致。估计时刻确定子模块用于根据参考轨迹点的时间信息,以及参考站点与目标站点之间的行驶间隔时长,确定目标站点发车的估计时刻。
本实施例中,目标路线确定子模块包括:候选路线确定单元、匹配站点确定单元和目标路线确定单元。候选路线确定单元用于根据对象轨迹,从多个行驶路线确定至少一个候选路线。匹配站点确定单元用于根据对象轨迹中多个轨迹点的位置信息和至少一个候选路线中多个站点的位置信息,确定多个匹配站点。目标路线确定单元用于根据多个匹配站点,从至少一个候选路线中确定目标路线。
根据本公开的实施例,本公开还提供了一种电子设备,包括至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述交通工具出发时刻确定方法。
根据本公开的实施例,本公开还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,计算机指令用于使计算机执行上述交通工具出发时刻确定方法。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述交通工具出发时刻确定方法。
图8是用来实施本公开实施例的交通工具出发时刻确定方法的电子设备的结构框图。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8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801执行上文所描述的各个方法和处理,例如交通工具出发时刻确定方法。例如,在一些实施例中,通工具出发时刻确定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808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的通工具出发时刻确定方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行通工具出发时刻确定方法。
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)、复杂可编程逻辑设备(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。
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。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
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)
1.一种交通工具出发时刻确定方法,包括:
针对目标站点,根据交通工具的出发间隔和预定波动时长,确定多个候选时刻序列;
针对所述多个候选时刻序列中的每个候选时刻序列,根据所述候选时刻序列与历史时刻序列之间的差异,确定所述候选时刻序列的评估值;以及
根据多个评估值,从所述多个候选时刻序列中确定目标时刻序列,得到针对所述目标站点的多个出发时刻。
2.根据权利要求1所述的方法,其中,所述历史时刻序列包括多个历史出发时刻;所述根据所述候选时刻序列与历史时刻序列之间的差异,确定所述候选时刻序列的评估值包括:
针对所述多个历史出发时刻中的每个历史出发时刻,确定所述候选时刻序列中的多个候选时刻与所述历史出发时刻之间的最小间隔时长,得到与所述历史出发时刻相对应的最小间隔时长;
根据与所述多个历史出发时刻相对应的多个最小间隔时长,确定所述候选时刻序列与历史时刻序列之间的误差;以及
根据所述误差,确定所述评估值。
3.根据权利要求1所述的方法,其中,所述根据所述候选时刻序列与历史时刻序列之间的差异,确定所述候选时刻序列的评估值包括:
确定所述历史时刻序列中的每个历史出发时刻是否被覆盖,得到覆盖率;以及
根据所述覆盖率,确定所述评估值;
其中,所述历史出发时刻被覆盖表征:所述候选时刻序列包括与所述历史出发时刻之间间隔时长小于等于预定阈值的时刻。
4.根据权利要求1所述的方法,其中,所述针对目标站点,根据交通工具的出发间隔和预定波动时长,确定多个候选时刻序列包括:
针对所述目标站点的N个班次中的当前班次,根据当前班次的至少一个出发时刻、所述出发间隔以及所述预定波动时长,确定在后班次的多个出发时刻;N是大于等于2的整数;
根据所述N个班次的顺序和所述N个班次中每个班次的出发时刻,确定树形结构;以及
根据所述树形结构的路径,确定所述多个候选时刻序列;
其中,所述树形结构中的结点表征出发时刻,表征当前班次出发时刻的结点与表征在后班次出发时刻的至少一部分结点之间具有父子关系。
5.根据权利要求1至4中任意一项所述的方法,还包括:
获取多个对象轨迹,每个对象轨迹包括多个轨迹点,每个轨迹点的信息包括位置信息和时间信息;
针对每个对象轨迹,根据所述对象轨迹中多个轨迹点的位置信息和时间信息,确定表征所述目标站点发车的估计时刻;以及
根据基于所述多个对象轨迹确定的针对所述目标站点的多个估计时刻,确定所述目标站点的出发间隔。
6.根据权利要求5所述的方法,其中,根据所述对象轨迹中多个轨迹点的位置信息和时间信息,确定表征所述目标站点发车的估计时刻包括:
从交通工具的多个行驶路线中,确定与所述对象轨迹相匹配的目标路线;
从所述对象轨迹中多个轨迹点和所述目标路线中多个站点中分别确定参考轨迹点和参考站点,所述参考轨迹点的位置信息与所述参考站点的位置信息一致;以及
根据所述参考轨迹点的时间信息,以及所述参考站点与所述目标站点之间的行驶间隔时长,确定所述目标站点发车的估计时刻。
7.根据权利要求6所述的方法,其中,所述从交通工具的多个行驶路线中,确定与所述对象轨迹相匹配的目标路线包括:
根据所述对象轨迹,从所述多个行驶路线确定至少一个候选路线;
根据所述对象轨迹中多个轨迹点的位置信息和所述至少一个候选路线中多个站点的位置信息,确定多个匹配站点;以及
根据所述多个匹配站点,从所述至少一个候选路线中确定所述目标路线。
8.一种交通工具出发时刻确定装置,包括:
候选序列确定模块,用于针对目标站点,根据交通工具的出发间隔和预定波动时长,确定多个候选时刻序列;
评估模块,用于针对所述多个候选时刻序列中的每个候选时刻序列,根据所述候选时刻序列与历史时刻序列之间的差异,确定所述候选时刻序列的评估值;以及
目标序列确定模块,用于根据多个评估值,从所述多个候选时刻序列中确定目标时刻序列,得到针对所述目标站点的多个出发时刻。
9.根据权利要求8所述的装置,其中,所述历史时刻序列包括多个历史出发时刻;所述评估模块包括:
间隔时长确定子模块,用于针对所述多个历史出发时刻中的每个历史出发时刻,确定所述候选时刻序列中的多个候选时刻与所述历史出发时刻之间的最小间隔时长,得到与所述历史出发时刻相对应的最小间隔时长;
误差确定子模块,用于根据与所述多个历史出发时刻相对应的多个最小间隔时长,确定所述候选时刻序列与历史时刻序列之间的误差;以及
第一评估值确定子模块,用于根据所述误差,确定所述评估值。
10.根据权利要求8所述的装置,其中,所述评估模块包括:
覆盖率确定子模块,用于确定所述历史时刻序列中的每个历史出发时刻是否被覆盖,得到覆盖率;以及
第二评估值确定子模块,用于根据所述覆盖率,确定所述评估值;
其中,所述历史出发时刻被覆盖表征:所述候选时刻序列包括与所述历史出发时刻之间间隔时长小于等于预定阈值的时刻。
11.根据权利要求8所述的装置,其中,所述候选序列确定模块包括:
时刻确定子模块,用于针对所述目标站点的N个班次中的当前班次,根据当前班次的至少一个出发时刻、所述出发间隔以及所述预定波动时长,确定在后班次的多个出发时刻;N是大于等于2的整数;
树形结构确定子模块,用于根据所述N个班次的顺序和所述N个班次中每个班次的出发时刻,确定树形结构;以及
候选序列确定子模块,用于根据所述树形结构的路径,确定所述多个候选时刻序列;
其中,所述树形结构中的结点表征出发时刻,表征当前班次出发时刻的结点与表征在后班次出发时刻的至少一部分结点之间具有父子关系。
12.根据权利要求8至11中任意一项所述的装置,还包括:
获取模块,用于获取多个对象轨迹,每个对象轨迹包括多个轨迹点,每个轨迹点的信息包括位置信息和时间信息;
估计时刻确定模块,用于针对每个对象轨迹,根据所述对象轨迹中多个轨迹点的位置信息和时间信息,确定表征所述目标站点发车的估计时刻;以及
出发间隔确定模块,用于根据基于所述多个对象轨迹确定的针对所述目标站点的多个估计时刻,确定所述目标站点的出发间隔。
13.根据权利要求12所述的装置,其中,所述估计时刻确定模块包括:
目标路线确定子模块,用于从交通工具的多个行驶路线中,确定与所述对象轨迹相匹配的目标路线;
参考信息确定子模块,用于从所述对象轨迹中多个轨迹点和所述目标路线中多个站点中分别确定参考轨迹点和参考站点,所述参考轨迹点的位置信息与所述参考站点的位置信息一致;以及
估计时刻确定子模块,用于根据所述参考轨迹点的时间信息,以及所述参考站点与所述目标站点之间的行驶间隔时长,确定所述目标站点发车的估计时刻。
14.根据权利要求13所述的装置,其中,所述目标路线确定子模块包括:
候选路线确定单元,用于根据所述对象轨迹,从所述多个行驶路线确定至少一个候选路线;
匹配站点确定单元,用于根据所述对象轨迹中多个轨迹点的位置信息和所述至少一个候选路线中多个站点的位置信息,确定多个匹配站点;以及
目标路线确定单元,用于根据所述多个匹配站点,从所述至少一个候选路线中确定所述目标路线。
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至7中任一项所述的方法。
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根据权利要求1至7中任一项所述的方法。
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根据权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311174957.3A CN117079490A (zh) | 2023-09-12 | 2023-09-12 | 交通工具出发时刻确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311174957.3A CN117079490A (zh) | 2023-09-12 | 2023-09-12 | 交通工具出发时刻确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117079490A true CN117079490A (zh) | 2023-11-17 |
Family
ID=88708087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311174957.3A Pending CN117079490A (zh) | 2023-09-12 | 2023-09-12 | 交通工具出发时刻确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117079490A (zh) |
-
2023
- 2023-09-12 CN CN202311174957.3A patent/CN117079490A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106855878B (zh) | 基于电子地图的历史行车轨迹显示方法和装置 | |
CN114036253B (zh) | 高精地图数据处理方法、装置、电子设备和介质 | |
CN114092911B (zh) | 一种道路识别方法、装置、电子设备以及存储介质 | |
CN113360792A (zh) | 信息推荐方法、装置、电子设备以及存储介质 | |
CN113821579B (zh) | 路线的生成方法、装置、电子设备和存储器 | |
CN114596709A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN114238790A (zh) | 用于确定最大感知范围的方法、装置、设备以及存储介质 | |
CN113108806A (zh) | 路径规划方法、装置、设备及介质 | |
CN113899381A (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
CN113190766A (zh) | 路径规划方法、装置、电子设备及存储介质 | |
CN117079490A (zh) | 交通工具出发时刻确定方法、装置、电子设备及存储介质 | |
CN114674327A (zh) | 行驶轨迹的推送方法、装置、电子设备和导航设备 | |
CN114689072A (zh) | 一种定位位置的智能纠偏方法、装置、服务器及介质 | |
CN113851007B (zh) | 划分时段的方法、装置、电子设备和存储介质 | |
CN114158119B (zh) | 行驶方向的识别方法、装置、电子设备和介质 | |
CN115115944B (zh) | 地图数据查验方法、装置、电子设备和介质 | |
CN114199228B (zh) | 地图数据生成方法、装置、电子设备和存储介质 | |
CN114822066B (zh) | 车辆定位方法、装置、电子设备和存储介质 | |
US20220026227A1 (en) | Navigation route determination method, device, and storage medium | |
CN113312562B (zh) | 路线规划方法、装置、电子设备、存储介质及程序产品 | |
CN113138903B (zh) | 用于跟踪存储系统的性能的方法和设备 | |
CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 | |
CN112836626B (zh) | 事故确定方法及装置、模型训练方法及装置、电子设备 | |
CN114659534A (zh) | 导航路径通行时间处理方法、装置、设备、介质及产品 | |
CN115046564B (zh) | 导航处理方法、装置、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 |