CN117112861A - 一种路径拟合方法及装载该方法的地理信息可视化系统 - Google Patents
一种路径拟合方法及装载该方法的地理信息可视化系统 Download PDFInfo
- Publication number
- CN117112861A CN117112861A CN202311041864.3A CN202311041864A CN117112861A CN 117112861 A CN117112861 A CN 117112861A CN 202311041864 A CN202311041864 A CN 202311041864A CN 117112861 A CN117112861 A CN 117112861A
- Authority
- CN
- China
- Prior art keywords
- portal
- service
- data
- path
- passing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012800 visualization Methods 0.000 title claims abstract description 37
- 238000011068 loading method Methods 0.000 title claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 32
- 238000012795 verification Methods 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 238000007726 management method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 230000000007 visual effect Effects 0.000 claims description 16
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000008447 perception Effects 0.000 claims description 7
- 230000006855 networking Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000005405 multipole Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 210000004258 portal system Anatomy 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 238000013461 design Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004899 c-terminal region Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明提供一种路径拟合方法及装载该方法的地理信息可视化系统,在在线计费过程中,基于迪杰斯特拉算法结合多重校验模型对车辆在途数据以及拟合路径中的节点进行校验和优化,去除通行关系错误、通行状态异常的门架系统,以保证最终拟合的车辆行驶路径更贴合实际。同时,通过建立完善的多层数据及业务管理系统,保证复杂业务运行过程中的正确率,并减小系统运行负荷。
Description
技术领域
本发明涉及一种车辆通行管理技术领域,尤其涉及一种路径拟合方法及装载该方法的地理信息可视化系统。
背景技术
现有的车辆通行管理系统通过提供多种业务满足车辆通行费用交易和通行管理的需求,依托车辆通行管理系统,在与用户的交互过程中展示和提供多种业务信息,这些业务面向客户端和管理端,业务内容复杂多样,数据量庞大,存在错误率高所需运行资源庞大的问题。例如,联网收费公路主要通过介质计费的方式进行计费,但当介质计费失败时,出口将发起在线计费,在线计费路径拟合成功率、准确性等性能是影响在线计费收费准确性的关键。目前在线计费路径拟合算法为Dijkstra算法(迪杰斯特拉算法),该算法为路径拟合经典算法,Dijkstra算法的原则是以贪心的模式在每一步都选择局部最优解以期望产生一个最优解。但是,Dijkstra算法在进行路径拟合的过程中,会存在拟合路径与用户实际通行路径不符的问题。又例如,在可视化展示的过程中,地理信息图层的link串(组成图上基础设施的点位信息集合)量巨大,存储资源消耗较大,加载图层缓慢。
因此,亟需一种新的路径拟合方案以满足车辆通行管理系统的计费需求,以及一种新的车辆通行管理系统以针对复杂业务提供高效以及系统化的管理和展示方案。
发明内容
鉴于此,本发明实施例提供了一种路径拟合方法及装载该方法的地理信息可视化系统,以消除或改善现有技术中车辆通行管理系统由于路径拟合方案不准确导致通行费用与实际不符以及由于业务内容复杂多样导致错误率高系统运行负荷高的问题。
一方面,本发明提供了一种一种多重校验模型的路径拟合方法,所述方法用于在交易平台执行,该方法包括以下步骤:
获取门架和/或入出口收费站采集的目标车辆的在途数据,所述在途数据包括感测到所述目标车辆的所述门架和/或所述入出口收费站的标识信息以及发生感测时对应的时间戳;
获取目标区块范围内的交通有向图,所述交通有向图中的节点用于标记所述目标区块范围内所述门架和/或所述入出口收费站的标识信息,所述交通有向图中的边用于标记所述目标区块范围内所述门架和/或所述入出口收费站的连接关系,并将所述门架和/或所述入出口收费站之间的同行费额作为边的权重;
基于迪杰斯特拉算法,以最小化总费额拟合所述目标车辆的实际行驶路径;在路径拟合过程中,通过校验时间戳去除所述在途数据中时间戳为空或者经行顺序颠倒的节点,同时去除超速门架对应的节点,去除重复门架对应的节点,去除连通关系错误门架对应的节点,去除错误率高于第一设定值的门架对应的节点,去除相邻门架数量小于第二设定值的节点。
在一些实施例中,所述多重校验模型的路径拟合方法,去除超速门架对应的节点,包括:
获取所述在途数据以及拟合路径中,所述目标车辆通过经行门架时对应的时间戳和门架位置;
计算所述目标车辆通过各经行门架之间路段的区间速度,计算式为:
vi,i+1=si,i+1/(ti+1-ti);
其中,vi,i+1为所述目标车辆通过第i个门架至第i+1个门架之间路段的速度,si,i+1为第i个门架与第i+1个门架之间路段的距离,ti为所述目标车辆通过第i个门架的时间戳,ti+1为所述目标车辆通过第i+1个门架的时间戳;
判断所述目标车辆通过各经行门架之间路段的区间速度是否超过设定速度,当存在所述区间速度大于所述设定速度时,将相应路段末端的门架标记为所述超速门架并去除。
在一些实施例中,所述的多重校验模型的路径拟合方法,去除重复门架对应的节点,包括:
获取所述在途数据以及所述拟合路径,所述目标车辆通过的所述经行门架的标识信息;
根据各经行门架的标识信息,判断是否存在相邻门架出现标识信息重复的情况,若存在则将相应的相邻门架标记为重复门架并去除。
在一些实施例中,所述的多重校验模型的路径拟合方法,去除连通关系错误门架对应的节点,包括:
根据所述交通有向图,判断所述在途数据以及所述拟合路径中所述目标车辆通过的所述经行门架是否连通,当全部所述经行门架均连通时则执行路径拟合;
当存在不连通的错误门架时,则去除所述错误门架,并判断所述错误门架前后设定条数范围内的所述经行门架是否存连通,若连通则执行路径拟合,若不连通则提示路径拟合失败。
在一些实施例中,所述的多重校验模型的路径拟合方法,去除相邻门架数量小于第二设定值的节点,包括:
计算所述目标车辆通过的所述经行门架与拟合路径上其他门架的距离,将距离小于设定距离的标记为相应经行门架的相邻门架;
统计每个经行门架所拥有的相邻门架的数量,当存在所述经行门架的相邻门架数量小于所述第二设定值时,则将相应的经行门架标记为异常并去除。
另一方面,本发明提供一种用于联网收费公路的地理信息可视化系统,该系统包括信息感知层、资源服务层、服务中台层和应用系统层;
所述信息感知层用于获取目标车辆在途数据、底图数据、业务基础数据和交易数据;所述在途数据包括感测到所述目标车辆的所述门架和/或所述入出口收费站的标识信息以及发生感测时对应的时间戳;所述底图数据包括交通有向图,所述交通有向图中的节点用于标记所述目标区块范围内所述门架和/或所述入出口收费站的标识信息,所述交通有向图中的边用于标记所述目标区块范围内所述门架和/或所述入出口收费站的连接关系,并将所述门架和/或所述入出口收费站之间的同行费额作为边的权重;所述业务基础数据包括支持业务运行的标准数据;所述交易数据包括用于执行通行费交易的车辆信息;
所述资源服务层包括资源层、数据层和服务层,用于基于计算资源、存储资源、网络资源、安全资源和加密管理资源构建基础服务,所述基础服务包括:数据库服务、可视化与可视分析的大数据服务、存储服务和集成服务;
所述服务中台通过融合地理信息系统和所述基础服务,提供执行如权利要求1至5任意一项所述多重校验模型的路径拟合方法,以提供对所述目标车辆的行驶路径拟合服务,以及提供多场景导航服务、数据分析服务、通行费交易服务以及地理信息系统可视化服务;
所述应用系统层用于提供多个应用平台,向多类用户展示和提供所述行驶路径拟合服务,所述多场景导航服务、所述数据分析服务、所述通行费交易服务以及所述地理信息系统可视化服务的操作窗口。
在一些实施例中,所述的用于联网收费公路的地理信息可视化系统,所述系统部署在终端节点、边缘节点和云端节点构成的网络;
所述终端节点包括但不限于车道设备、门架设备、停车场设备和用户终端,用于获取所述在途数据、所述底图数据、所述业务基础数据和所述交易数据;
所述边缘节点连接所述终端节点,所述边缘节点用于加载并向所述终端节点提供所述行驶路径拟合服务、所述多场景导航服务、所述数据分析服务、所述通行费交易服务以及所述地理信息系统可视化服务;
所述云端节点设置多个,并连接所述边缘节点以提供所述基础服务,各云端节点之间通过镜像设置多极调用并互为灾备。
在一些实施例中,所述的用于联网收费公路的地理信息可视化系统,所述可视化与可视分析的大数据服务包括:基于设定缩放比例对图层进行可视化展示,所述设定缩放比例的计算式为:
其中,xi为目标展示对象起点的横坐标,yi为所述目标展示对象起点的纵坐标,xj为目标展示对象终点的横坐标,yj为所述目标展示对象终点的纵坐标;和θ为缩放因子;
以及,对图层的点位信息集合进行压缩,所述点位信息集合仅记录起始门架的位置,对后续门架仅记录与所述起始门架的偏差。
另一方面,本发明还提供一种多重校验模型的路径装置,包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该装置实现上述方法的步骤。
另一方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
与现有技术相比,本发明的有益效果至少是:
本发明所述路径拟合方法及装载该方法的地理信息可视化系统,在在线计费过程中,基于迪杰斯特拉算法结合多重校验模型对车辆在途数据以及拟合路径中的节点进行校验和优化,去除通行关系错误、通行状态异常的门架系统,以保证最终拟合的车辆行驶路径更贴合实际。同时,通过建立完善的多层数据及业务管理系统,保证复杂业务运行过程中的正确率,并减小系统运行负荷。
进一步的,通过在可视化过程中,对图层的点位信息集合进行压缩,仅记录起始门架的位置,对后续门架仅记录与起始门架的偏差,以减小占用的资源空间。根据目标展示对象起点和重点的坐标配置图层的的缩放比例,辅助基础设施精准定位和展示。
本发明的附加优点、目的,以及特征将在下面的描述中将部分地加以阐述,且将对于本领域普通技术人员在研究下文后部分地变得明显,或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是,能够用本发明实现的目的和优点不限于以上具体所述,并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。
图1为本发明一实施例所述多重校验模型的路径拟合方法的流程示意图。
图2为本发明一实施例中最优路径向量图。
图3为本发明一实施例所述多重校验模型的路径拟合方法中车辆经行门架连通判断流程图。
图4(a)为本发明一实施例所述多重校验模型的路径拟合方法中对向车道绑架到本车道的异常门架点示意图。
图4(b)为本发明一实施例所述多重校验模型的路径拟合方法中相邻点异常的异常门架点示意图。
图5为本发明一实施例所述GIS可视化三层系统结构示意图。
图6为本发明一实施例所述GIS可视化四层系统结构示意图。
图7为本发明一实施例所述GIS可视化系统中云-边-端部署结构示意图。
图8为本发明一实施例所述GIS可视化系统网络拓扑结构设计示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
在此,还需要说明的是,如果没有特殊说明,术语“连接”在本文不仅可以指直接连接,也可以表示存在中间物的间接连接。
现有的车辆通行管理系统可以提供了多种业务,但是由于业务内容繁杂以及部分业务执行逻辑较差导致系统运行压力大,业务执行效率低。例如在计算通行费用时,由于传统路径拟合方案存在拟合路径与实际不符的,导致计费偏差。可视化展示过程中,由于link串(图层的点位信息)是对每个点位的坐标信息进行记录,大量的点位信息导致资源占用率较高,使得系统运行负荷压力大。
本发明提供一种多重校验模型的路径拟合方法,该方法用于在交易平台执行,如图1所示,该方法包括以下步骤S101~S103:
步骤S101:获取门架和/或入出口收费站采集的目标车辆的在途数据,在途数据包括感测到目标车辆的门架和/或入出口收费站的标识信息以及发生感测时对应的时间戳。
步骤S102:获取目标区块范围内的交通有向图,交通有向图中的节点用于标记目标区块范围内门架和/或入出口收费站的标识信息,交通有向图中的边用于标记所述目标区块范围内门架和/或入出口收费站的连接关系,并将门架和/或入出口收费站之间的同行费额作为边的权重。
步骤S103:基于迪杰斯特拉算法,以最小化总费额拟合目标车辆的实际行驶路径;在路径拟合过程中,通过校验时间戳去除在途数据中时间戳为空或者经行顺序颠倒的节点,同时去除超速门架对应的节点,去除重复门架对应的节点,去除连通关系错误门架对应的节点,去除错误率高于第一设定值的门架对应的节点,去除相邻门架数量小于第二设定值的节点。
步骤S101~S103是为了满足车辆通行计费的要求,对车辆行驶路径进行拟合。在实际应用过程中,车辆在经行高速公路的过程中,基于车载设备和路侧单元进行通信,标记经行位置。其中,车载设备可以是车载OBU(车载标签)或CPC卡(复合通行卡),路侧单元包括门架和或入出口收费站,在车辆经行门架和或入出口收费站时,可以通过交易天线对车载标签或复合通行卡进行读写,记录车辆经行的门架。但是在实际运行过程中,会由于通信或者设备故障等问题导致对车载标签或CPC卡的写入存在问题,则无法执行介质计费。此时,基于在线计费的形式,利用门架或入出口收费站记录的车辆通行在途数据,对车辆经行的路径进行还原并计算和收取通行费。
在步骤S101中,在途数据就是由门架或入出口收费站检测到目标车辆时产生的数据,其感测过程可以包括对车载标签或复合通行卡的感测,也可以是通过计算机视觉的形式进行识别。门架或入出口收费站的标识信息以及发生感测时对应的时间戳可以用于记录目标车辆经行相应门架或入出口收费站的状况,形成一条可以记录目标车辆形式路线的信息。当然,在线计费的形式中的在途数据会存在不完整的情况,需要进一步进行路径拟合。
在步骤S102中,获取交通有向图,为后续的拟合过程做准备。交通有向图是基于现实路况产生的,在道路规划建设阶段产生,并在道路新建过程中进行更新。
在步骤S103中,基于迪杰斯特拉算法进行路径的拟合,在这个过程中,构建多种约束条件,强化对真实路径的拟合精度。迪杰斯特拉算法是用于在带权重的图中找出从一个起始节点到其他节点的最短路径的算法。该算法被广泛应用于网络路由、地图导航和资源分配等领域。
其中,通过校验时间戳去除在途数据中时间戳为空或者经行顺序颠倒的节点,这主要是针对真实采集的在途数据实施的,实际的数据采集过程中,由于如读写错误、对向车道误读写等多种因素导致的门架时间戳错误,对这些不合理的点作为脏点去除,在后续拟合时重新补充合理点位和时间戳。
具体的,多重校验模型的路径拟合方法,去除超速门架对应的节点,包括步骤S201~S203:
步骤S201:获取在途数据以及拟合路径中,目标车辆通过经行门架时对应的时间戳和门架位置。
步骤S202:计算目标车辆通过各经行门架之间路段的区间速度,计算式为:
vi,i+1=si,i+1/(ti+1-ti);
其中,vi,i+1为所述目标车辆通过第i个门架至第i+1个门架之间路段的速度,si,i+1为第i个门架与第i+1个门架之间路段的距离,ti为所述目标车辆通过第i个门架的时间戳,ti+1为所述目标车辆通过第i+1个门架的时间戳;
步骤S203:判断目标车辆通过各经行门架之间路段的区间速度是否超过设定速度,当存在区间速度大于设定速度时,将相应路段末端的门架标记为超速门架并去除。
步骤S201~S203中,超速通过的门架可能是由于异常读取中时间戳错误导致的,也可能是由于通行路径中存在捷径导致的,需要重新拟合。在实际应用过程中,设定速度可以根据实际应用需求设置。进一步的,基于统计的驾驶情形,大约有60%的车辆在最后一个门架处超速通过,所以,可以直接将最后一个门架进行去除。
具体的,多重校验模型的路径拟合方法,去除重复门架对应的节点,包括步骤S301~S302:
步骤S301:获取在途数据以及拟合路径,目标车辆通过的经行门架的标识信息。
步骤S302:根据各经行门架的标识信息,判断是否存在相邻门架出现标识信息重复的情况,若存在则将相应的相邻门架标记为重复门架并去除。
具体的,多重校验模型的路径拟合方法,去除连通关系错误门架对应的节点,包括步骤S401~S402:
步骤S401:根据交通有向图,判断在途数据以及拟合路径中目标车辆通过的经行门架是否连通,当全部经行门架均连通时则执行路径拟合。
步骤S402:当存在不连通的错误门架时,则去除错误门架,并判断错误门架前后设定条数范围内的经行门架是否存连通,若连通则执行路径拟合,若不连通则提示路径拟合失败。
具体的,多重校验模型的路径拟合方法,去除相邻门架数量小于第二设定值的节点,包括步骤S501~S502:
步骤S501:计算目标车辆通过的经行门架与拟合路径上其他门架的距离,将距离小于设定距离的标记为相应经行门架的相邻门架。
步骤S502:统计每个经行门架所拥有的相邻门架的数量,当存在经行门架的相邻门架数量小于第二设定值时,则将相应的经行门架标记为异常并去除。
本发明还提供一种多重校验模型的路径装置,包括处理器和存储器,存储器中存储有计算机指令,处理器用于执行所述存储器中存储的计算机指令,当计算机指令被处理器执行时该装置实现步骤S101~S103、步骤S201~S203、步骤S301~S302、步骤S401~S402以及步骤S501~S502所述方法的步骤。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现步骤S101~S103、步骤S201~S203、步骤S301~S302、步骤S401~S402以及步骤S501~S502所述方法的步骤。
本发明还提供了一种用于联网收费公路的地理信息可视化系统,该系统包括信息感知层、资源服务层、服务中台层和应用系统层;
信息感知层用于获取目标车辆在途数据、底图数据、业务基础数据和交易数据;在途数据包括感测到目标车辆的所述门架和/或入出口收费站的标识信息以及发生感测时对应的时间戳;底图数据包括交通有向图,交通有向图中的节点用于标记目标区块范围内门架和/或入出口收费站的标识信息,交通有向图中的边用于标记目标区块范围内门架和/或入出口收费站的连接关系,并将门架和/或入出口收费站之间的同行费额作为边的权重;业务基础数据包括支持业务运行的标准数据;交易数据包括用于执行通行费交易的车辆信息。
其中,底图数据是用于构建地理信息系统(GIS)可视化的基础地图,提供了地理参考框架和背景环境。底图数据通常包括以下几个方面:地理要素:底图数据可以包含各种地理要素,如河流、湖泊、山脉、道路、建筑物等。这些地理要素被表示为矢量数据,可以用于显示地理特征和空间关系;地形:底图数据可以包含地形信息,例如高程模型(DEM)或数字高程模型(DEM)。这些数据可以用来呈现地球表面的高度变化,如山脉、山谷、平原;影像:底图数据也可以包含遥感影像,如航空照片或卫星图像。这些影像可以用来提供真实的地貌和地表覆盖的外观,并且可以作为背景进行其他地理数据的叠加;行政边界:底图数据还可以包括行政边界,如国家、省份、县区等行政区划的边界。这些数据可以用来显示不同行政区域的划分和界限;地名标注:底图数据还可以包含地名标注,用于标识地点名称和标志性地点。这些标注可以提供更好的地理参考和定位。
资源服务层包括资源层、数据层和服务层,用于基于计算资源、存储资源、网络资源、安全资源和加密管理资源构建基础服务,基础服务包括:数据库服务、可视化与可视分析的大数据服务、存储服务和集成服务。
服务中台通过融合地理信息系统和基础服务,提供执行上述步骤S101~S103所述的多重校验模型的路径拟合方法,以提供对目标车辆的行驶路径拟合服务,以及提供多场景导航服务、数据分析服务、通行费交易服务以及地理信息系统可视化服务。
应用系统层用于提供多个应用平台,向多类用户展示和提供所述行驶路径拟合服务,多场景导航服务、数据分析服务、通行费交易服务以及地理信息系统可视化服务的操作窗口。
在一些实施例中,本实施例所述用于联网收费公路的地理信息可视化系统,系统部署在终端节点、边缘节点和云端节点构成的网络;
终端节点包括但不限于车道设备、门架设备、停车场设备和用户终端,用于获取所述在途数据、底图数据、业务基础数据和所述交易数据;
边缘节点连接所述终端节点,边缘节点用于加载并向终端节点提供行驶路径拟合服务、多场景导航服务、所数据分析服务、通行费交易服务以及地理信息系统可视化服务;
云端节点设置多个,并连接边缘节点以提供基础服务,各云端节点之间通过镜像设置多极调用并互为灾备。
具体的,可视化与可视分析的大数据服务包括:基于设定缩放比例对图层进行可视化展示,所述设定缩放比例的计算式为:
其中,xi为目标展示对象起点的横坐标,yi为所述目标展示对象起点的纵坐标,xj为目标展示对象终点的横坐标,yj为所述目标展示对象终点的纵坐标;和θ为缩放因子。
下面结合一具体实施例对本发明进行说明:
目前联网收费公路主要通过介质计费的方式进行计费,但当介质计费失败时,出口将发起在线计费。在线计费路径拟合成功率、准确性等性能是影响在线计费收费准确性的关键。
目前在线计费路径拟合算法为Dijistra算法(迪杰斯特拉算法),该算法为路径拟合经典算法。Dijkstra算法的原则是以贪心的模式在每一步都选择局部最优解以期望产生一个最优解。在构造路网过程中,如将费额做为每条路径的最优路径寻解权值,Dijkstra算法将在每一步都选择权值最小的节点处理,从而产生最优路径解。
举例说明,记有向图G=(V,E,W)。每条边ei,j={vi,vj}权值为非负实数,权值集合记为wi,j(ei,j)。设原点s∈V,任务为找到从原点s出发,到V中所有节点的最优路径。
以图2为例,最优路径向量图所示为一个具有4个顶点的赋权有向图,其顶点集合为V={v1,v2,v3,v4},将费额当做权值,分别为:
w1,2(e1,2)=5w2,3(e2,3)=5w3,4(e3,4)=5w4,1(e4,1)=5
w4,3(e4,3)=6w3,2(e3,2)=5w4,2(e4,2)=15;
从v4至v2的权值有:
w4,2=15w4,3,2=11w4,1,2=10
则最优路径为v4-v1-v2。在实际进行路径拟合时,若v1、v3路径点丢失,使用Dijkstra算法进行漏标补缺处理时,将拟合v1点。
针对Dijkstra算法用费额作为权值进行补点,可能出现拟合出的结果与用户实际通行路径不符的情况。本实施例,提供一种多重校验模型的路径拟合方法,通过构建多重校验模型的方式辅助过滤可能不符合实际通行轨迹的计费节点,从而使路径拟合路线最大程度贴近用户实际通行轨迹。在利用Dijkstra算法进行拟合的过程中,同步构建多重校验模型用于修正路径。
多重校验模型包括如下几个部分:
1)校验时间戳:
路径拟合通过获取车辆通行的在途数据进行,在途数据包括车辆通行的沿途门架及入出口收费站信息,包括点位信息及时间戳等。首先校验通行门架的时间戳是否为空,然后校验时间戳的先后顺序是否合理。若时间戳为空或有门架先后顺序不合理,则将该点视为脏点暂时去除。后续拟合时,将根据连通关系及实际物理门架位置进行补点并补充合理时间。
2)过滤异常门架:
2.1过滤超速门架:
即判断车辆通行上一门架至本门架的速度是否在车辆允许的最大值范围内。计算目标车辆通过各经行门架之间路段的区间速度,计算式为:
vi,i+1=si,i+1/(ti+1-ti);①
其中,vi,i+1为所述目标车辆通过第i个门架至第i+1个门架之间路段的速度,si,i+1为第i个门架与第i+1个门架之间路段的距离,ti为所述目标车辆通过第i个门架的时间戳,ti+1为所述目标车辆通过第i+1个门架的时间戳;
若vi,i+1>vmax,则第i+1个门架判断为超速异常门架,暂作为异常点剔除。vmax为设置的超速限。
2.2过滤重复门架
即判断车辆通行相邻两个门架有无重复,若有重复,将两个重复门架均做剔除,后续根据连通关系及门架物理位置再行补充正确的门架。
2.3过滤不连通的门架
根据门架和入出收费站的连通关系,过滤掉路径上连通关系不通的门架,后续补充连通关系合理的门架。如图3所示,判断逻辑如下:
a.判断请求中任意点是否连通。若是则转c,若否则转b。
b.判断不连通的点位前后n个门架有无连通关系。n为跳数。若满足,则转c若不满足,则转e。
判断公式如公式②所示,其中i,j表示link串中任意两个点位信息,M为link串点集,bij表示从i至j是否连通,连通则bij=1。n为跳数,按1小时通行22个门架换算跳数,最低为8。如通行半小时,则跳数为11。记t为从i至j的时间,则跳数的计算公式如公式③所示。
c.正常拟合。
d.判断拟合结果中广场数(入出收费站)是否大于等于4个,若是则转e,若否则转f。
e.拟合失败。
f.拟合结束。
2.4过滤易出错门架
去除错误率高于第一设定值的门架对应的节点。根据大量超速门架数据分析,最后一个门架超速情况较多,拟合时会先将车辆通行最后6分钟与最后6公里的门架先行剔除。后续拟合时,将补充一个合理的门架。
2.5过滤明显异常门架
如图4异常门架点示意图左侧所示橘色点位为异常点,为对向车道门架绑定至本向车道门架,如不做处理将导致拟合从图示的收费站绕路。图3车辆经行门架连通判断流程图,判断异常点逻辑如公式④所示,当一个门架点在路径上相邻门架点个数小于k,k为8个时,认为该门架点为异常点。记任意两个门架点位坐标为i(xi,yi)、j(xj,yj),d为门架之间的一般距离,c为相邻个数。当相邻个数小于k个时,认为是异常点。
本实施例提供一种基于多重校验模型的GIS可视化系统和装置。
如图5所示为GIS可视化三层系统的结构示意图。整体设计采用信息感知层、服务中台层、应用系统层三层协作,基于云边端系统架构,构建一张高速公路收费领域全场景业务支撑交互网。
一是通过信息感知层获取基础数据、通行数据、交易数据、牌识数据、底图数据等多样化数据。
二是通过服务中台的综合数据处理能力进行智能计算,与GIS信息融合,构建面向全网的路径拟合服务能力、多场景导航服务能力、多维度数据分析能力、多场景服务支撑能力等。
三是基于底层与中层构建的服务能力构建顶层应用,为B端计费、展示、拟合、客服、稽核、拆分、数据治理提供业务抓手与工具,为C端用户提供精准的通行前费用预估、通行后费用查询。为统一全网费率标准化配置提供系统实现等。
GIS可视化系统设计。如图6为GIS可视化四层系统结构示意图。整体设计采用信息感知层、资源服务层(IaaS层)、服务中台层(PaaS层)、应用系统层(SaaS层)四层协作,基于如图7所示的云-边-端的架构设计,构建一张高速公路收费领域全业务场景GIS支撑交互网。
信息感知层主要由现有获取各类基础数据、通行数据、交易数据、牌识数据、底图数据等的ETC设备组成。包括ETC车道控制软硬件、门架控制软硬件、停车场控制软硬件等。
通过IaaS层构建基础设施服务。IaaS层又分为资源层、数据层与服务层。基于计算资源、存储资源、网络资源、安全资源、加密管理资源等构建基础数据服务。数据层包括省站级交易数据、在途数据、日志文件、发票数据等动态数据。以及基础数据、发行数据、名单数据等静态数据。另外动态采集的数据如北斗数据、牌识数据、视频数据,以及多渠道共享的GPS数据、底图数据也包含其中。基于资源层与数据层,构建多样化基础服务,包括数据库服务、可视化与可视分析的大数据服务、多样化存储服务以及多种集成服务。
通过PaaS层构建丰富、多元、综合、个性的中台服务。基于底层数据构建多样化数据服务,并面向联网收费行业各场景提供统一的集成GIS平台支撑。通过综合数据处理能力进行智能计算,与GIS信息融合,构建面向全网的路径拟合服务能力、多场景导航服务能力、多维度数据分析能力、多场景服务支撑能力等。基于底层与中层构建的服务能力构建顶层应用,为B端提供业务抓手与工具,为C端用户提供多样化用户服务。
通过SaaS层搭建多个应用平台,提供面向多种类用户的展示、操作窗口。GIS可视化系统包括高速公路收费网GIS服务支撑平台与智慧出行GIS可视化支撑平台两个二级子系统。高速公路收费网GIS服务支撑平台又包括全网收费业务GIS服务支撑平台、争议判断客户服务GIS服务支撑平台、费率标准化配置平台三个三级子系统。智慧出行GIS可视化支撑平台又包括拓展服务GIS可视化支撑平台、通行服务支撑平台、用户画像分析平台三个三级子系统。系统支持多终端设备部署,为部、省、路段级管理部门、交管部门、应急救援部门、C端用户等提供一站式GIS可视化服务。
本发明提出的GIS可视化系统数据体量大、面向用户广、系统架构较为复杂,故提出采取云-边-端分级部署部署方案,以提供多场景数据分析与应用提供高带宽、低时延、高可靠的服务。
针对图层link串(一系列连接地理要素的关联关系)量巨大,图层加载缓慢的问题,本实施例采取如下方式提高图层处理效率;link串压缩技术。link串由一系列带有经纬度的门架点位组成,位置越精确的图层元素,经纬度串越长,占用资源空间越大。因此本发明提出的方案中,记录门架点串采取仅记录link串的起始位置,后续门架点位仅记录与初始点位的偏差,以此节约内存,加快图层处理效率。
如图7所示为云-边-端部署结构示意图,结合图8网络拓扑结构设计示意图,云端节点包括5个大区云,即通过华北、华南、华东、东北、部中心五个地区的云上服务实现多极调用、互为灾备,缓解系统资源压力,并提高网络安全防护能力。边端节点包括B端节点上的部中心各业务系统、各大区省中心以及路段公司、以及相关第三方的边缘应用,可做数据存储与服务二次开发。C端节点的边缘应用面向公众用户,但仅做服务使用。终端节点包括收费网门架、车道、停车场、路侧单元硬件感知设备以及其他物联网设备等。各类信息、数据通过终端节点上传至边缘节点,边缘应用处理信息后,上传至云端配置平台,通过镜像服务进行镜像后,通过IEF平台下发至边缘应用,最后又于终端节点生效,实现信息的闭环传输与处理。
如图7所示,因系统提供ToB、ToC两种服务模式,用户种类繁多、访问量巨大,为避免网络拥堵瘫痪、资源支撑不足、网络安全隐患等问题,应设置多地容灾备份机制,需采用分区模式进行网络架构设计。按照华北、华南、华东、东北、部中心五个地区部署,每个地区均部署全量、一致的收费网数据及GIS相关的各类服务等。不同区域用户应访问各自区域的云服务。
如图8所示为以华北地区云、部中心云为例,说明整个网络拓扑设计。
1)系统架构设计涉及内网GIS服务需求与公网GIS服务需求,需在内网部署地图数据与地图服务私有化、开通公网GIS服务请求权限,并保证地图私有化与公网GIS服务统一、数据统一。
2)各地区云生产内网应通过专线相连互通,互为补充。通过专线接入双核心交换机、综合接入双核心交换机、以及防火墙相连,以保证带宽与安全性。根据地域相邻关系,东北地区用户请求东北地区云服务失败应转接华北地区云服务,以此类推,四个大区云服务均失败应请求部中心云服务。
3)公网GIS服务需请求互联网,每个大区应分别通过接入交换机、核心交换机、核心路由器、防火墙以及互联网出口交换机等与互联网相连,并进行相关网络策略配置,以保证访问的高可用性与网络安全。
综上所述,本发明所述路径拟合方法及装载该方法的地理信息可视化系统,在在线计费过程中,基于迪杰斯特拉算法结合多重校验模型对车辆在途数据以及拟合路径中的节点进行校验和优化,去除通行关系错误、通行状态异常的门架系统,以保证最终拟合的车辆行驶路径更贴合实际。同时,通过建立完善的多层数据及业务管理系统,保证复杂业务运行过程中的正确率,并减小系统运行负荷。
进一步的,通过在可视化过程中,对图层的点位信息集合进行压缩,仅记录起始门架的位置,对后续门架仅记录与起始门架的偏差,以减小占用的资源空间。根据目标展示对象起点和重点的坐标配置图层的的缩放比例,辅助基础设施精准定位和展示。
与上述方法相应地,本发明还提供了一种装置/系统,系统包括计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该系统实现如前所述方法的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时以实现前述边缘计算服务器部署方法的步骤。该计算机可读存储介质可以是有形存储介质,诸如随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
本领域普通技术人员应该可以明白,结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法,能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
本发明中,针对一个实施方式描述和/或例示的特征,可以在一个或更多个其它实施方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种多重校验模型的路径拟合方法,其特征在于,所述方法用于在交易平台执行,该方法包括以下步骤:
获取门架和/或入出口收费站采集的目标车辆的在途数据,所述在途数据包括感测到所述目标车辆的所述门架和/或所述入出口收费站的标识信息以及发生感测时对应的时间戳;
获取目标区块范围内的交通有向图,所述交通有向图中的节点用于标记所述目标区块范围内所述门架和/或所述入出口收费站的标识信息,所述交通有向图中的边用于标记所述目标区块范围内所述门架和/或所述入出口收费站的连接关系,并将所述门架和/或所述入出口收费站之间的同行费额作为边的权重;
基于迪杰斯特拉算法,以最小化总费额拟合所述目标车辆的实际行驶路径;在路径拟合过程中,通过校验时间戳去除所述在途数据中时间戳为空或者经行顺序颠倒的节点,同时去除超速门架对应的节点,去除重复门架对应的节点,去除连通关系错误门架对应的节点,去除错误率高于第一设定值的门架对应的节点,去除相邻门架数量小于第二设定值的节点。
2.根据权利要求1所述的多重校验模型的路径拟合方法,其特征在于,去除超速门架对应的节点,包括:
获取所述在途数据以及拟合路径中,所述目标车辆通过经行门架时对应的时间戳和门架位置;
计算所述目标车辆通过各经行门架之间路段的区间速度,计算式为:
vi,i+1=si,i+1/(ti+1-ti);
其中,vi,i+1为所述目标车辆通过第i个门架至第i+1个门架之间路段的速度,si,i+1为第i个门架与第i+1个门架之间路段的距离,ti为所述目标车辆通过第i个门架的时间戳,ti+1为所述目标车辆通过第i+1个门架的时间戳;
判断所述目标车辆通过各经行门架之间路段的区间速度是否超过设定速度,当存在所述区间速度大于所述设定速度时,将相应路段末端的门架标记为所述超速门架并去除。
3.根据权利要求1所述的多重校验模型的路径拟合方法,其特征在于,去除重复门架对应的节点,包括:
获取所述在途数据以及所述拟合路径,所述目标车辆通过的所述经行门架的标识信息;
根据各经行门架的标识信息,判断是否存在相邻门架出现标识信息重复的情况,若存在则将相应的相邻门架标记为重复门架并去除。
4.根据权利要求1所述的多重校验模型的路径拟合方法,其特征在于,去除连通关系错误门架对应的节点,包括:
根据所述交通有向图,判断所述在途数据以及所述拟合路径中所述目标车辆通过的所述经行门架是否连通,当全部所述经行门架均连通时则执行路径拟合;
当存在不连通的错误门架时,则去除所述错误门架,并判断所述错误门架前后设定条数范围内的所述经行门架是否存连通,若连通则执行路径拟合,若不连通则提示路径拟合失败。
5.根据权利要求1所述的多重校验模型的路径拟合方法,其特征在于,去除相邻门架数量小于第二设定值的节点,包括:
计算所述目标车辆通过的所述经行门架与拟合路径上其他门架的距离,将距离小于设定距离的标记为相应经行门架的相邻门架;
统计每个经行门架所拥有的相邻门架的数量,当存在所述经行门架的相邻门架数量小于所述第二设定值时,则将相应的经行门架标记为异常并去除。
6.一种用于联网收费公路的地理信息可视化系统,其特征在于,该系统包括信息感知层、资源服务层、服务中台层和应用系统层;
所述信息感知层用于获取目标车辆在途数据、底图数据、业务基础数据和交易数据;所述在途数据包括感测到所述目标车辆的所述门架和/或所述入出口收费站的标识信息以及发生感测时对应的时间戳;所述底图数据包括交通有向图,所述交通有向图中的节点用于标记所述目标区块范围内所述门架和/或所述入出口收费站的标识信息,所述交通有向图中的边用于标记所述目标区块范围内所述门架和/或所述入出口收费站的连接关系,并将所述门架和/或所述入出口收费站之间的同行费额作为边的权重;所述业务基础数据包括支持业务运行的标准数据;所述交易数据包括用于执行通行费交易的车辆信息;
所述资源服务层包括资源层、数据层和服务层,用于基于计算资源、存储资源、网络资源、安全资源和加密管理资源构建基础服务,所述基础服务包括:数据库服务、可视化与可视分析的大数据服务、存储服务和集成服务;
所述服务中台通过融合地理信息系统和所述基础服务,提供执行如权利要求1至5任意一项所述多重校验模型的路径拟合方法,以提供对所述目标车辆的行驶路径拟合服务,以及提供多场景导航服务、数据分析服务、通行费交易服务以及地理信息系统可视化服务;
所述应用系统层用于提供多个应用平台,向多类用户展示和提供所述行驶路径拟合服务,所述多场景导航服务、所述数据分析服务、所述通行费交易服务以及所述地理信息系统可视化服务的操作窗口。
7.根据权利要求6所述的用于联网收费公路的地理信息可视化系统,其特征在于,所述系统部署在终端节点、边缘节点和云端节点构成的网络;
所述终端节点包括但不限于车道设备、门架设备、停车场设备和用户终端,用于获取所述在途数据、所述底图数据、所述业务基础数据和所述交易数据;
所述边缘节点连接所述终端节点,所述边缘节点用于加载并向所述终端节点提供所述行驶路径拟合服务、所述多场景导航服务、所述数据分析服务、所述通行费交易服务以及所述地理信息系统可视化服务;
所述云端节点设置多个,并连接所述边缘节点以提供所述基础服务,各云端节点之间通过镜像设置多极调用并互为灾备。
8.根据权利要求6所述的用于联网收费公路的地理信息可视化系统,其特征在于,所述可视化与可视分析的大数据服务包括:基于设定缩放比例对图层进行可视化展示,所述设定缩放比例的计算式为:
其中,xi为目标展示对象起点的横坐标,yi为所述目标展示对象起点的纵坐标,xj为目标展示对象终点的横坐标,yj为所述目标展示对象终点的纵坐标;和θ为缩放因子;
以及,对图层的点位信息集合进行压缩,所述点位信息集合仅记录起始门架的位置,对后续门架仅记录与所述起始门架的偏差。
9.一种多重校验模型的路径装置,包括处理器和存储器,其特征在于,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该装置实现如权利要求1至5中任一项所述方法的步骤。
10.一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,该程序被处理器执行时实现如权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311041864.3A CN117112861A (zh) | 2023-08-17 | 2023-08-17 | 一种路径拟合方法及装载该方法的地理信息可视化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311041864.3A CN117112861A (zh) | 2023-08-17 | 2023-08-17 | 一种路径拟合方法及装载该方法的地理信息可视化系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117112861A true CN117112861A (zh) | 2023-11-24 |
Family
ID=88795840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311041864.3A Pending CN117112861A (zh) | 2023-08-17 | 2023-08-17 | 一种路径拟合方法及装载该方法的地理信息可视化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117112861A (zh) |
-
2023
- 2023-08-17 CN CN202311041864.3A patent/CN117112861A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Biagioni et al. | Easytracker: automatic transit tracking, mapping, and arrival time prediction using smartphones | |
AU2018259218B2 (en) | Verifying sensor data using embeddings | |
EP3247978B1 (en) | Updating navigational map data | |
EP0921509B1 (en) | System and method for updating, enhancing or refining a geographic database using feedback | |
US10032368B1 (en) | Method and apparatus for measurement of parking duration from anonymized data | |
US10373494B1 (en) | Method and apparatus for estimating a parking event based on device signal observations | |
CN104025075A (zh) | 用于车队导航、调度以及多个车辆、多个目的地指定路线的方法及系统 | |
US11651689B2 (en) | Method, apparatus, and computer program product for identifying street parking based on aerial imagery | |
Huang et al. | A method for bus OD matrix estimation using multisource data | |
US10062282B2 (en) | Method and system for determining effect of weather conditions on transportation networks | |
JP5964981B2 (ja) | プローブ交通情報生成システム及びプローブ交通情報生成方法 | |
Osogami et al. | Toward simulating entire cities with behavioral models of traffic | |
CN104024801A (zh) | 使用有界地理区域用于导航的方法和系统 | |
EP3671126A1 (en) | Method, apparatus, and system for providing road closure graph inconsistency resolution | |
US10904853B2 (en) | Estimation of mobile device count | |
CN108332754B (zh) | 路径优化方法、装置、电子设备及计算机存储介质 | |
Noulas et al. | Developing and deploying a taxi price comparison mobile app in the wild: Insights and challenges | |
US20220366336A1 (en) | Fleet operational assessment based on extrapolation of geolocation data | |
US20220207992A1 (en) | Surprise pedestrian density and flow | |
Ou et al. | Big data processing and analysis on the impact of COVID-19 on public transport delay | |
US11060879B2 (en) | Method, system, and computer program product for generating synthetic demand data of vehicle rides | |
Tian et al. | Identifying residential and workplace locations from transit smart card data | |
CN117112861A (zh) | 一种路径拟合方法及装载该方法的地理信息可视化系统 | |
US20230206753A1 (en) | Method, apparatus, and system for traffic prediction based on road segment travel time reliability | |
Albalawneh et al. | Evaluation of Using Genetic Algorithm and ArcGIS for Determining the Optimal‐Time Path in the Optimization of Vehicle Routing Applications |
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 |