CN117113037B - 通行数据确定方法、装置、电子设备及存储介质 - Google Patents
通行数据确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117113037B CN117113037B CN202311369691.8A CN202311369691A CN117113037B CN 117113037 B CN117113037 B CN 117113037B CN 202311369691 A CN202311369691 A CN 202311369691A CN 117113037 B CN117113037 B CN 117113037B
- Authority
- CN
- China
- Prior art keywords
- target
- identifier
- road
- preset
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 15
- 238000013473 artificial intelligence Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 108010001267 Protein Subunits Proteins 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种通行数据确定方法、装置、电子设备及存储介质,可应用于交通领域和地图领域。本申请可以获取行驶路径对应的第一标识集合,获取第二标识集合;根据第一标识集合和第二标识集合,对行驶路径进行过滤处理,得到目标行驶路径;将目标行驶路径和预设路网进行匹配,得到目标行驶路径对应的目标路段;根据述目标路段,确定所述行驶路径的通行数据。通过第一标识集合和第二标识集合,对行驶路径进行过滤处理,仅保留确定通行数据所需的关键位置点,从而降低通行数据的计算量,进而提升通行数据的确定效率。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种通行数据确定方法、装置、电子设备及存储介质。
背景技术
近年来,随着科技的快速发展,道路也四通八达,极大方便了人们的出行,车辆在一些特定的道路上行驶时,会产生对应的通行数据,该通行数据可以是通行费用,例如车辆在高速道路上行驶时,通常会产生对应的费用。
目前,车辆在高速道路上行驶后,通常需要获取到车辆的整个行驶路径,并利用整个行驶路径对应的行驶数据进行通行数据的确定,整个确定过程复杂,需要耗费较长的时间,导致通行数据的确定效率低下。
发明内容
本申请实施例提供一种通行数据确定方法、装置、电子设备及存储介质,可以提升通行数据的确定效率。
本申请实施例提供一种通行数据确定方法,该方法包括:
获取行驶路径对应的第一标识集合,所述第一标识集合包括所述行驶路径中的每个位置点对应的第一标识,所述第一标识为所述位置点所处于的位置区域对应的区域标识;
获取第二标识集合,所述第二标识集合包括每个通行记录点对应的第二标识,所述第二标识为所述通行记录点所处于的位置区域对应的区域标识;
根据所述第一标识集合和所述第二标识集合,对所述行驶路径进行过滤处理,得到目标行驶路径;
将所述目标行驶路径和预设路网进行匹配,得到所述目标行驶路径对应的目标路段;
根据所述目标路段,确定所述行驶路径的通行数据。
本申请实施例还提供一种行驶路径处理装置,该装置包括:
第一获取单元,用于获取行驶路径对应的第一标识集合,所述第一标识集合包括所述行驶路径中的每个位置点对应的第一标识,所述第一标识为所述位置点所处于的位置区域对应的区域标识;
第二获取单元,用于获取第二标识集合,所述第二标识集合包括每个通行记录点对应的第二标识,所述第二标识为所述通行记录点所处于的位置区域对应的区域标识;
过滤单元,用于根据所述第一标识集合和所述第二标识集合,对所述行驶路径进行过滤处理,得到目标行驶路径;
匹配单元,用于将所述目标行驶路径和预设路网进行匹配,得到所述目标行驶路径对应的目标路段;
确定单元,根据所述目标路段,确定所述行驶路径的通行数据。
在一些实施例中,过滤单元还包括:
检测子单元,用于针对每个所述位置点对应的第一标识,在所述第二标识集合中,检测所述第一标识匹配的第二标识;
位置点确定子单元,用于若在所述第二标识集合中,检测到所述第一标识匹配的第二标识,将所述第一标识对应的位置点确定为目标位置点;
目标获取子单元,用于利用所述目标位置点得到目标行驶路径。
在一些实施例中,检测子单元还用于:
针对每个所述位置点对应的第一标识,计算所述第一标识与每个所述第二标识的匹配度,得到所述第一标识对应的多个匹配度;
若所述第一标识对应的多个匹配度中,存在满足预设条件的匹配度,确定检测到所述第一标识匹配的第二标识。
在一些实施例中,第一获取单元还包括:
位置获取子单元,用于获取每个所述位置点对应的位置信息;
编码子单元,用于针对每个所述位置点,对所述位置点对应的位置信息进行编码处理,得到所述位置点对应的第一标识;
集合获取子单元,用于根据所有所述位置点对应的第一标识,得到第一标识集合。
在一些实施例中,所述位置信息包括经度值和纬度值,编码子单元还用于:
针对每个所述位置点,根据预设纬度范围和预设编码精度,将所述位置信息中的所述纬度值编码为第一纬度;
根据预设经度范围和所述预设编码精度,将所述位置信息中的所述经度值编码为第一经度;
融合所述第一经度和所述第一纬度,得到第一经纬度;
基于预设编码表,将所述第一经纬度转换为第一标识。
在一些实施例中,所述预设编码表包括预设格式的预设参数和预设字符之间的对应关系,编码子单元还用于:
将所述第一经纬度按照预设位数进行分组处理,得到至少一个分组经纬度;
将所述分组经纬度转换为预设格式,得到每个所述分组经纬度对应的目标参数;
根据所述预设编码表,获取每个所述目标参数对应的预设字符,得到第一标识。
在一些实施例中,所述目标行驶路径包括多个目标位置点,匹配单元还包括:
划分子单元,用于根据所述目标位置点,将所述目标行驶路径划分为多个分段路径;
匹配子单元,用于针对每个所述分段路径,将所述分段路径和预设路网进行匹配,得到分段路径对应的子路段;
确定子单元,用于将所有所述分段路径对应的子路段,确定为目标路段。
在一些实施例中,划分子单元还用于:
获取所述目标行驶路径中,每个所述目标位置点对应的位置信息以及采集时间;
根据所述采集时间,计算相邻的目标位置点之间的采集间隔;
若所述采集间隔超出预设间隔,在所述相邻的目标位置点之间插入分隔符;
根据所述分隔符,将所述目标行驶路径划分为多个分段路径。
在一些实施例中,匹配子单元还用于:
获取预设路网对应的路网数据,所述路网数据包括道路节点,以及道路节点之间的道路;
将所述分段路径中的每个目标位置点,映射至所述预设路网中,得到每个目标位置点对应的候选道路;
从所有所述目标位置点对应的候选道路中确定目标道路;
从所述目标道路中确定所述分段路径对应的子路段。
在一些实施例中,所述路网数据包括所述道路节点对应的位置信息,匹配子单元还用于:
针对所述分段路径中的每个目标位置点,根据所述道路节点对应的位置信息以及所述目标位置点的位置信息,确定目标位置点对应的待使用道路节点;
在所述待使用道路节点对应的待使用道路中,确定目标位置点对应的候选道路。
在一些实施例中,匹配子单元还用于:
根据目标位置点的位置信息,在所述路网数据中确定查找范围;
根据所述道路节点的位置信息,在所述查找范围内确定与所述目标位置点对应的目标道路节点;
计算目标位置点与所述目标道路节点之间的距离,并基于所述距离从所述目标道路节点中确定待使用道路节点。
本申请实施例还提供一种电子设备,包括存储器存储有多条指令;所述处理器从所述存储器中加载指令,以执行本申请实施例所提供的任一种通行数据确定方法中的步骤。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行本申请实施例所提供的任一种通行数据确定方法中的步骤。
本申请实施例还提供一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现本申请实施例所提供的任一种通行数据确定方法中的步骤。
本申请实施例可以获取到行驶路径对应的第一标识集合,并获取到通行记录点对应的第二标识集合;利用第一标识集合和第二标识集合,对行驶路径进行过滤处理,得到目标行驶路径,再匹配目标行驶路径匹配和预设路网,得到目标路段,最后利用目标路段计算出通行数据。通过对行驶路径进行过滤处理,仅保留确定通行数据所需的关键位置点,从而降低通行数据的计算量,进而提升通行数据的确定效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,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1a是本申请实施例提供的通行数据确定方法的应用场景示意图;
图1b是本申请实施例提供的通行数据确定方法的流程示意图;
图1c是本申请实施例提供的示出了融合第一经度和第一纬度的示意图;
图1d是本申请实施例提供的示出了预设编码表的示意图;
图1e是本申请实施例提供的对行驶路径进行过滤的示意图;
图1f是本申请实施例提供的示出了目标路段的示意图;
图2a是本申请另一实施例提供的通行数据确定方法的流程示意图;
图2b是本申请实施例提供的通行数据确定方法的整体框架示意图;
图3是本申请实施例提供的通行数据确定装置的结构示意图;
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供一种通行数据确定方法、装置、电子设备及存储介质。
其中,该通行数据确定装置具体可以集成在电子设备中,该电子设备可以为终端、服务器等设备。其中,终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、或者个人电脑(Personal Computer,PC)、智能语音交互设备、智能家电、车载终端、飞行器等设备;服务器可以是单一服务器,也可以是由多个服务器组成的服务器集群。
在一些实施例中,该通行数据确定装置还可以集成在多个电子设备中,比如,通行数据确定装置可以集成在多个服务器中,由多个服务器来实现本申请的通行数据确定方法。
在一些实施例中,服务器也可以以终端的形式来实现。
例如,参考图1a,示出了通行数据确定方法的应用场景示意图。该应用场景中可包括服务器101以及终端102。
终端102上可安装有地图类应用程序,终端102可以运行该应用程序,以便指引车辆在道路上的行驶路径。终端102可跟随车辆一起移动,则在车辆行驶的过程中,终端102可以按照预设间隔采集位置信息,并将采集到的位置信息发送给服务器101,从而服务器101可以获取到车辆的行驶路径。
服务器101在获取到行驶路径后,可以继续获取行驶路径对应的第一标识集合,即行驶路径中每个位置点对应的第一标识,该第一标识为位置点所处于的位置区域对应的区域标识;再获取第二标识集合,该第二标识集合中可包括每个通行记录点对应的第二标识,第二标识则是指通行记录点所处于的位置区域对应的区域标识。然后服务器101可根据第一标识集合和第二标识集合,对行驶路径进行过滤处理,以得到目标行驶路径,再将目标行驶路径和预设路网进行匹配,得到目标路段,最后基于目标路段,计算出行驶路径的通行数据。
服务器101在计算出行驶路径的通行数据后,可将该通行数据发送给终端102,终端102可通过应用程序将通行数据展示给用户,以便用户获知通行数据。
以下分别进行详细说明。需说明的是,以下实施例的顺序不作为对实施例优选顺序的限定。
人工智能(Artificial Intelligence, AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、预训练模型技术、操作/交互系统、机电一体化等技术。其中,预训练模型又称大模型、基础模型,经过微调后可以广泛应用于人工智能各大方向下游任务。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
自动驾驶技术,指车辆在无驾驶员操作的情况下实现自行驾驶。通常包括高精地图、环境感知、计算机视觉、行为决策、路径规划、运动控制等技术。自动驾驶包括单车智能、车路协同、联网云控等多种发展路径。自动驾驶技术有着广泛的应用前景,目前的领域为物流、公共交通、出租车、智慧交通领域外,未来将得到进一步发展,自动驾驶技术有着广泛的应用前景。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、数字孪生、虚拟人、机器人、人工智能生成内容(AIGC)、对话式交互、智能医疗、智能客服、游戏AI等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。在本申请实施例中,可利用人工智能技术将轨迹匹配至预设路网,后续将详细进行说明。
智能交通系统(Intelligent Traffic System,ITS)又称智能运输系统(Intelligent Transportation System),是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造,加强车辆、道路、使用者三者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
智能车路协同系统(Intelligent Vehicle Infrastructure CooperativeSystems,IVICS),简称车路协同系统,是智能交通系统(ITS)的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。在本申请实施例中,可以快速确定出通行数据,以提升通行效率。
可以理解的是,在本申请的具体实施方式中,涉及到和用户相关的数据,例如,行驶路径、位置点的位置信息、车辆的数据,当本申请以上实施例运用到具体产品或技术中时,需要获得用户许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
在本实施例中,提供了一种通行数据确定方法,如图1b所示,该通行数据确定方法的具体流程可以如下:
110、获取行驶路径对应的第一标识集合,所述第一标识集合包括所述行驶路径中的每个位置点对应的第一标识。
行驶路径是指车辆、船只、飞机等交通工具在一段时间内的行驶路径,行驶路径可以通过定位系统进行记录,并以地图的方式进行显示。其中,行驶路径可以是各种形状,例如,直线、曲线、折线等。
行驶路径中通常可包括多个位置点,行驶路径中的位置点数量和定位系统采集位置信息的间隔有关,即定位系统每采集一次位置信息,则可以得到一个位置点。例如,车辆的行驶路径可以通过全球定位系统(Global Positioning System,GPS)进行记录。在车辆行驶的过程中,GPS可按照预设间隔对车辆的位置信息进行采集,从而可得到多个位置点,这多个位置点则组成行驶路径。
作为一种实施方式,车辆在行驶的过程中,可由车载GPS或跟随车辆一起移动的终端设备按照预设间隔采集车辆的位置信息,并将该位置信息发送给服务器,服务器每获取到一次位置信息,可认为获取到行驶路径中的一个位置点。
第一标识集合中可包括多个第一标识,其中一个位置点对应一个第一标识,该第一标识为位置点所处于的位置区域对应的区域标识。也即,第一标识表征一个位置区域,而非一个位置点。
第一标识可以基于位置点的位置信息计算得到,通过对每个位置点的位置信息进行计算,则可以得到第一标识集合。例如,在一些实施方式中,获取行驶路径对应的第一标识集合时,可以是获取每个所述位置点对应的位置信息;针对每个所述位置点,对所述位置点对应的位置信息进行编码处理,得到所述位置点对应的第一标识;根据所有所述位置点对应的第一标识,得到第一标识集合。
为了得到每个位置点对应的第一标识,可以针对每个位置点,将位置点对应的位置信息转换为第一标识,然后根据每个位置点对应的第一标识,得到第一标识集合。
作为一种实施方式,将位置点的位置信息转换为第一标识时,可以是针对每个所述位置点,根据预设纬度范围和预设编码精度,将所述位置信息中的所述纬度值编码为第一纬度;根据预设经度范围和预设编码精度,将所述位置信息中的所述经度值编码为第一经度;融合所述第一经度和所述第一纬度,得到第一经纬度;基于预设编码表,将所述第一经纬度转换为第一标识。
其中,位置点的位置信息通常由GPS采集到,其是使用经度和纬度表示的,即位置点的位置信息中可以包括经度值和纬度值。针对每个位置点,可以利用预设纬度范围和预设编码精度,将纬度值编码为第一纬度。
预设纬度范围是指地球的纬度范围,为南纬90度至北纬90度,若设定南纬为负,则预设纬度范围可表示为[-90,90]。然后可将预设纬度范围进行二等分处理,得到两个纬度区间;将纬度值所处于的纬度区间确定为目标纬度区间;将目标纬度区间作为预设纬度范围,返回执行将预设纬度范围进行二等分处理,得到两个纬度区间的步骤及后续步骤,直到达到预设编码精度;组合所有目标纬度区间对应的标识,得到第一纬度。
其中,预设编码精度可以是指二等分的次数,预设编码精度越高,二等分的次数越高,则第一纬度的长度越长。在本申请实施例中,预设编码精度可根据实际的需要进行设置,在此不做具体限定。
将预设纬度范围[-90,90]进行二等分,得到两个纬度区间即[-90,0]以及[0,90],若纬度值为30.559,则目标纬度区间为[0,90]。然后,将[0,90]继续二等分,得到两个纬度区间即[0,45]以及[45,90],则目标纬度区间为[0,45],以此类推,在达到预设编码精度后,可得到多个目标纬度区间。例如,预设编码精度为10,则可以得到10个目标纬度区间。
其中,二等分得到的每个纬度区间,均可以对应一个标识,若两个纬度区间中,偏南的纬度区间的标识为0,另一个纬度区间为1,则[-90,0]的标识为0,[0,90]的标识为1,[0,45]的标识为0,[45,90]的标识为1。
基于上述确定目标纬度区间的方式可知,目标纬度区间的范围越大,则得到该目标纬度区间的时间越靠前。例如,前述得到的目标纬度区间可以包括[0,90]、[0,45],由于[0,90]的范围更大,则得到[0,90]的时间早于[0,45]。
基于得到目标纬度区间的顺序,将各个目标纬度区间对应的标识组合在一起,则可以得到第一纬度。例如,目标纬度区间有4个,依次为[0,90]、[0,45]、[22.5,45]、[22.5,33.75],则组合得到的第一纬度为1010。
类似的,在计算第一经度时,可以是将预设经度范围进行二等分处理,得到两个经度区间;将经度值处于的经度区间确定为目标经度区间;将目标经度区间作为预设经度范围,返回执行将预设经度范围进行二等分处理,得到两个经度区间的步骤及后续步骤,直到达到预设编码精度;组合所有目标经度区间对应的标识,得到第一经度。
该过程可前述计算第一纬度的方法类似,在此不再赘述,若经度值为104.059,则对应的第一经度为1100100111。在融合第一经度和第一纬度时,可以是进行交叉融合,即将按照顺序在第一经度中的每个值放在偶数位,将第一纬度中的每个值放在奇数位,以生成第一经纬度。
例如,可参阅图1c,示出了融合第一经度和第一纬度的示意图,其中,若第一纬度为1010101101,第一经度为1100100111。偶数位即图1c中的灰色区域,将第一经度,依次填入灰色区域内,将第一纬度依次填入白色区域,最终得到的编码即为第一经纬度。
在得到第一经纬度后,可以利用预设编码表,将第一经纬度转换为第一标识。例如,可以是将所述第一经纬度按照预设位数进行分组处理,得到至少一个分组经纬度;将所述分组经纬度转换为预设格式,得到每个所述分组经纬度对应的目标参数;根据所述预设编码表,获取每个所述目标参数对应的预设字符,得到第一标识。
其中,预设位数可根据实际的需要进行设置,在本申请实施例中,预设位数可以是5,即将第一经纬度按照每5位进行分组。例如,图1c中,第一经纬度为11100100110001111011,得到4个分组经纬度分别为11100、10011、00011、11011。
预设编码表中包括预设格式的预设参数和预设字符之间的对应关系。例如,可出参阅图1d,示出了预设编码表的示意图。其中,预设格式为十进制格式,由此,需要将每个分组经纬度转换为十进制格式,前述4个分组经纬度转换为十进制格式后,分别为28、19、3、27,该四个参数则为目标参数。
根据图1d所示出的预设编码表可知,28对应的预设字符为w,19对应的预设字符为m,3对应的预设字符为3,27对应的预设字符为v,则最终得到第一标识为wm3v。按照上述方式,可以将每个位置点的位置信息编码为第一标识,进而得到第一标识集合。
120、获取第二标识集合,所述第二标识集合包括每个通行记录点对应的第二标识。
通行记录点是指设置有通行记录设备的位置,通行记录设备是设立在高速道路上的一个重要的设备,该通行记录设备可以是高速门架、高速收费站中的设备等。当车辆靠近通行记录点时,通行记录设备可以读取车辆的相关信息,例如,车辆的车牌号信息、颜色信息、车辆通过该通行记录点的时间信息,最终可基于车辆所通过的通行记录点进行通行数据的计算。
第二标识集合中包括每个通行记录点对应的第二标识,而第二标识则为通行记录点所处于的位置区域对应的区域标识。通行记录点在高速公路上设定的间距一般是几公里或几十公里,由此,道路上通常存在多个通行记录点,可获取到每个通行记录点对应的第二标识。
其中,通行记录点的位置通常是固定不变的,由此,可以预先获取到各个通行记录点的位置信息,并按照前述的方式将通行记录点的位置信息转换为第二标识。然后,将所有通行记录点的第二标识存储为第二标识集合,并存储在预设位置处,从而,可直接从预设位置处读取到第二标识集合。
需要说明的是,将每个通行记录点对应位置信息转换为第二标识时,所使用的方式和获取到第一标识的方式是完全相同的,以确保第一标识和第二标识的编码方式和编码精度一致,便于后续计算。具体得到每个通行记录点对应的第二标识的方式,可参照前述实施例中获取第一标识部分对应的内容,为避免重复,在此不再赘述。在得到每个通行记录点对应的第二标识后,即可得到对应的第二标识集合。
130、根据所述第一标识集合和所述第二标识集合,对所述行驶路径进行过滤处理,得到目标行驶路径。
在获取到第一标识集合和第二标识集合后,可基于第一标识集合和第二标识集合对行驶路径进行过滤处理。其中,行驶路径中包含了多个位置点,为了降低后续的计算量,可从行驶路径中过滤掉部分位置点,得到目标行驶路径。
目标行驶路径是对行驶路径进行过滤后,所得到的轨迹,该目标行驶路径中的位置点数量少于行驶路径中的位置点数量。例如,可参阅图1e,示出了对行驶路径进行过滤的示意图,其中,黑色的线段组成行驶路径,而目标行驶路径则由虚线框内的位置点组成。
在一些实施方式中,在对行驶路径进行过滤处理,得到目标行驶路径时,可以是针对每个所述位置点对应的第一标识,在所述第二标识集合中,检测所述第一标识匹配的第二标识;若在所述第二标识集合中,检测到所述第一标识匹配的第二标识,将所述第一标识对应的位置点确定为目标位置点;利用所述目标位置点得到目标行驶路径。
其中,第一标识集合中包括了行驶路径中每个位置点对应的第一标识,针对每个位置点对应的第一标识,可在第二标识集合中,检测与该第一标识匹配的第二标识。在检测与第一标识匹配的第二标识时,可以是计算出第一标识和每个第二标识的匹配度,基于匹配度确定是否检测到匹配的第二标识。
例如,可以是针对每个所述位置点对应的第一标识,计算所述第一标识与每个所述第二标识的匹配度,得到所述第一标识对应的多个匹配度;若所述第一标识对应的多个匹配度中,存在满足预设条件的匹配度,确定检测到所述第一标识匹配的第二标识。
第一标识和第二标识是基于相同编码方式转换得到,则第一标识和第二标识均为字符串,且字符串的长度是相等的,也即第一标识和第二标识所表征的地理区域的大小是相等的。针对每个位置点对应的第一标识,均可以计算出该第一标识和每个第二标识的匹配度。
可选地,在计算第一标识和第二标识的匹配度时,可以是确定第一标识和第二标识是否一致;若一致,确定第一标识和第二标识的匹配度为第一匹配度;若不一致,确定第一标识和第二标识的匹配度为第二匹配度,其中,第一匹配度大于第二匹配度。第一匹配度和第二匹配度可根据实际的需要进行设置,例如,第一匹配度可设置为1,第二匹配度可设置为0。
可选地,第一标识和第二标识均为字符串,且字符串的长度相等,也即第一标识和的第二标识的总位数相同,可以逐个比对第一标识和第二标识在同一位上的字符,以确定出字符相同的位数,然后利用位数和总位数计算出匹配度。
逐个比对第一标识和第二标识在同一位上的字符,以确定出字符相同的位数时,可以是获取第一标识或第二标识的总位数;比对第一标识和第二标识在首位上的字符;若第一标识和第二标识在首位上的字符相同,确定首位为匹配位,并将首位的下一位确定为新的首位,并返回执行比对第一标识和第二标识在首位上的字符的步骤以及后续步骤,直到所有位均被确定为首位,确定匹配位的数量;若第一标识和第二标识在首位上的字符不同,确定匹配位的数量。
例如,第一标识为wm3v,第二标识为wm26,可以比较第一标识和第二标识在首位上的字符是否相同,其中,第一标识和第二标识均包括4个位,从左至右依次为第一位、第二位、第三位和第四位。在第一位为首位,第一标识中的和第二标识相同,均为w,第一位为匹配位;然后比对第二位,第一标识和第二标识相同,均为m,第二位为匹配位;然后比对第三位,第一标识和第二标识不同,则第一位和第二位为匹配位,匹配位的数量为2。
在计算出匹配位的数量后,可根据匹配位的数量和第一标识的总位数,计算出匹配度。可选地,可以是计算匹配位的数量和总位数的比例,得到匹配度,例如,匹配位的数量为2,总位数为4,则匹配度为2/4=50%。
由此,可以计算出第一标识和每个第二标识的匹配度,得到多个匹配度。例如,一共存在10个第二标识,则每个第一标识可计算出10个匹配度,然后,可确定多个匹配度中,是否存在满足预设条件的匹配度。
其中,预设条件是指检测到匹配的第二标识时,其匹配度所需要满足的条件。例如,该预设条件可以是匹配度大于或等于预设值,也即,当第一标识对应的多个匹配度中,存在大于或等于预设值的匹配度,则认为检测到与第一标识匹配的第二标识。若多个匹配度中,不存在大于或等于预设值的匹配度,则认为未检测到与第一标识匹配的第二标识。
其中,预设值可以是0至1之间的一个数值,具体可根据实际的需要进行设置,例如,本申请实施例中,预设值可以是1。也即,当第一标识和第二标识完全一致时,可认为第一标识和第二标识匹配。需要说明的是,第一标识由位置点的位置信息转换得到,第二标识由通行记录点的位置信息转换得到,预设值越靠近1,表明位置点和通行记录点之间的距离越近时,才能满足预设条件。预设值越靠近0,表明位置点和通行记录点之间的距离较远时,也可以满足预设条件。
针对每个第一标识,若在第二标识集合中检测到与第一标识匹配的第二标识,可将该第一标识对应的位置点确定为目标位置点。
作为一种实施方式,还可以是每计算出第一标识和一个第二标识之间的匹配度后,则确定该匹配度是否满足预设条件;若不满足预设条件,则继续计算第一标识和下一第二标识之间的匹配度;若满足预设条件,可直接确定检测到与第一标识匹配的第二标识,而无需计算第一标识和其他第二标识之间的匹配度,从而可降低计算量,提升确定目标位置点的效率。
例如,存在10个第二标识,第一标识和第一个第二标识的匹配度满足预设条件,可直接确定检测到与第一标识匹配的第二标识,无需再计算该第一标识和剩余9个第二标识之间的匹配度,以此提升确定目标位置点的效率。
按照上述方式,可确定每个第一标识是否存在匹配的第二标识,将和第二标识匹配的第一标识对应的位置点确定为目标位置点,再利用目标位置点,得到目标行驶路径。
在一些实施方式中,在确定目标位置点时,可以在行驶路径中为该目标位置点添加预设标记,利用目标位置点,得到目标行驶路径时,可以是将行驶路径中不具有该预设标记的位置点删除,以得到目标行驶路径。其中,行驶路径中的各个位置点是按照采集时间的先后顺序排列的,目标行驶路径中的目标位置点也是按照采集时间的先后顺序排列,由于仅仅是从行驶路径中删除了部分位置点,保留的目标位置点仍然是按照采集时间的先后顺序排列的。
作为一种实施方式,还可以是将具有预设标记的位置点从行驶路径中取出,取出多个目标位置点后,可以获取每个目标位置点的采集时间,然后按照采集时间对目标位置点进行排列,以得到目标位置点形成的序列,即为目标行驶路径。
需要说明的是,第一标识和第二标识均可以表征某个地理区域,通过寻找和第一标识匹配的第二标识,可以将多个位置点中,靠近通行记录点的位置点作为目标位置点,从而将行驶路径中,距离通行记录点较远的位置点过滤掉,后续直接利用目标行驶路径进行计算,由于目标位置点的数量小于位置点的数量,且目标位置点是通行记录点附近的位置点,既可准确计算出通行数据,也可有效降低后续的计算量。
140、将所述目标行驶路径和预设路网进行匹配,得到目标行驶路径对应的目标路段。
目标行驶路径中的目标位置点由定位设备采集得到,通常这些目标位置点和真实位置之间存在一定的误差。例如,车辆通常只能在道路内行驶,而采集得到的目标位置点可能是在道路外的某个位置,此时,则需要确定目标位置点对应的真实位置,以准确地确定出车辆的行驶的真实路段,即目标路段。预设路网是包含了真实的道路之间的连通关系的数据,可以是预先通过收集道路数据构建得到的。例如,可继续参阅图1e,其中的灰色线条则为预设路网中的道路,可见虚线框内的目标位置点并不处于灰色线条上。
为了确定出目标行驶路径的实际目标路段,可以将目标行驶路径和预设路网进行匹配,以目标行驶路径在预设路网中对应的路段确定为目标路段。在一些实施方式中,可直接将目标行驶路径和预设路网进行匹配,以确定出目标行驶路径在预设路网中对应的目标路段。
在另一些实施方式中,在确定目标路段时,可以是根据所述目标位置点,将所述目标行驶路径划分为多个分段路径;针对每个所述分段路径,将所述分段路径和预设路网进行匹配,得到分段路径对应的子路段;将所有所述分段路径对应的子路段,确定为目标路段。
通过将目标行驶路径划分为多个分段路径,可以分段计算每个分段路径匹配的子路段,最后将得到的所有子路段作为目标路段。作为一种实施方式,在将目标行驶路径划分为多个分段路径时,可以是获取所述目标行驶路径中,每个所述目标位置点对应的位置信息以及采集时间;根据所述采集时间,计算相邻的目标位置点之间的采集间隔;若所述采集间隔超出预设间隔,在所述相邻的目标位置点之间插入分隔符;根据所述分隔符,将所述目标行驶路径划分为多个分段路径。
行驶路径是由一系列的位置点构成的,在获取到行驶路径时,即可以获取到每个位置点对应的位置信息以及采集时间,而目标位置点是从多个位置点中确定出的,则目标位置点对应的位置信息和采集时间也可以一并获取到。
由于行驶路径是按照预设间隔采集得到的,则行驶路径中相邻的位置点之间的采集间隔为预设间隔。而目标行驶路径为从行驶路径中过滤了部分位置点后得到的,则目标行驶路径中存在相邻的目标位置点的采集间隔大于预设间隔,从而可将这些相邻的目标位置点找出,并以此对目标行驶路径进行划分,得到分段路径。
目标行驶路径是由目标位置点构成的序列,在将目标行驶路径划分为多个分段路径时,可以是计算相邻的目标位置点之间的采集间隔。例如,计算目标行驶路径中,第一个目标位置点和第二个目标位置点之间的采集间隔,计算第二个目标位置点和第三个目标位置点之间的采集间隔,以此类推,可以计算出相邻的目标位置点之间的采集间隔。
其中,相邻的目标位置点之间的采集间隔可通过相邻的目标位置点的采集时间计算得到。例如,可以使用当前目标位置点的采集时间减去前一目标位置点的采集时间,即可以得到采集间隔。
若相邻的目标位置点之间的采集间隔大于预设间隔,表明这两个目标位置点之间存在过滤掉的位置点,可在这两个目标位置点之间插入分隔符,若有多个相邻的目标位置点之间的采集间隔大于预设间隔,则可以插入多个分隔符。
然后,可直接基于分隔符,将目标行驶路径划分为多个分段路径。例如,一共插入了2个分隔符,则可以将目标行驶路径划分为3个分段路径,若一共插入了1个分隔符,则可以将目标行驶路径划分为2个分段路径。
可以理解的是,分段路径中相邻的目标位置点的采集间隔不大于预设间隔,则一个分段路径中的目标位置点均为同一个通行记录点附近的位置点,分段路径的数量和行驶路径中经过的通行记录点的数量一致。例如,图1e中,每个虚线框则为一个分段路径。
作为一种实施方式,在将目标行驶路径划分为多个分段路径时,可以是获取每个目标位置点对应的第一标识,根据每个目标位置点对应的第一标识将目标行驶路径划分为分段路径。由于目标位置点的第一标识表征一个地理区域,则可能存在多个目标位置点的第一标识是相同的,则可以将第一标识相同的目标位置点划分为分段路径。例如,目标位置点1、目标位置点2和目标位置点3的第一标识均为第一标识1,目标位置点4和目标位置点5的第一标识均为第一标识2,则目标位置点1、目标位置点2和目标位置点3为一个分段路径,目标位置点4和目标位置点5为另一个分段路径。
对目标行驶路径划分得到多个分段路径后,可针对每个所述分段路径,匹配分段路径和预设路网,得到分段路径对应的子路段。
在一些实施方式中,确定分段路径对应的子路段时,可以是获取预设路网对应的路网数据,所述路网数据包括道路节点,以及道路节点之间的道路;将所述分段路径中的每个目标位置点,映射至所述预设路网中,得到目标位置点对应的候选道路;从所述目标位置点对应的候选道路中确定目标道路;根据所述目标道路对应的道路节点,从所述目标道路中确定所述分段路径对应的子路段。
其中,预设路网对应的路网数据可以是预先通过收集道路数据,所构建得到的,其可以包括多个道路节点,该道路节点可以是指道路的交叉点、路口或者其他连接点,其可以表征不同道路路段的起点和终点。道路节点之间存在可通行的道路时,则可以通过道路连接,道路可以包括高速公路、城市道路、乡村道路、街道等。
分段路径中可以包括多个采集间隔为预设间隔的目标位置点,针对分段路径中的每个目标位置点,可以将其映射至预设路网中,得到分段路径对应的候选道路。也即,可确定分段路径中的每个目标位置点在预设路网中所处于的道路,得到每个目标位置点对应的候选道路。在一些实施方式中,在确定候选道路时,可以是针对所述分段路径中的每个目标位置点,根据所述道路节点对应的位置信息,确定目标位置点对应的待使用道路节点;在所述待使用道路节点对应的待使用道路中,确定目标位置点对应的候选道路。
其中,预设路网中可以包括每个道路节点对应的位置信息,为了确定每个目标位置点对应的候选道路,可以利用每个道路节点对应的位置信息以及目标位置点的位置信息,查找到距离目标位置点对应的候选道路。
其中,待使用道路节点是距离目标位置点最近的道路节点。作为一种实施方式,针对每个目标位置点,可以利用目标位置点的位置信息,以及每个道路节点对应的位置信息,计算出目标位置点和每个道路节点之间的欧式距离,再将欧式距离的最小值对应的道路节点,确定为待使用道路节点。
作为一种实施方式,为了降低确定待使用道路节点的计算量,可以根据目标位置点的位置信息,在路网数据中确定查找范围;根据所述道路节点的位置信息,在所述查找范围内确定与所述目标位置点对应的目标道路节点;计算目标位置点与所述目标道路节点之间的距离,并基于所述距离从所述目标道路节点中确定待使用道路节点。
例如,前述已经获取到了每个位置点对应的第一标识,则可以将目标位置点的第一标识所表征的地理区域在路网数据中的区域作为查找范围,并将查找范围内的道路节点作为目标道路节点。
又例如,可以是以该目标位置点为中心,根据预设尺寸划定一预设区域,将该预设区域作为查找范围。该预设区域的形状可以是圆形或矩形,预设尺寸也可根据实际的需要进行调整。然后,根据每个道路节点对应的位置信息,将落入该预设区域的道路节点作为目标道路节点。
在确定出目标道路节点后,可以计算目标位置点和每个目标道路节点之间的欧式距离,将最小的欧式距离对应的目标道路节点作为待使用道路节点。从路网数据中确定与待使用道路节点相连的道路,得到待使用道路,以便直接从待使用道路中确定候选道路。
若待使用道路的数量为1,可直接将该待使用道路确定为候选道路。若待使用道路的数量大于1,从待使用道路中确定候选道路时,可以是计算目标位置点和每个待使用道路之间的欧式距离,将最小欧式距离对应的待使用道路确定为候选道路。
其中,每个目标位置点可以确定出一个候选道路,例如,分段路径中有n目标位置点,则可以对应得到n个候选道路。由于分段路径中的目标位置点均处于同一个通行记录点附近,为了避免误差,在从候选道路中确定目标道路时,可以是计算每个候选道路的出现次数,将出现次数最多的候选道路确定为目标道路。例如,有3个目标位置点对应的候选道路均为道路A,有2个目标位置点对应的候选道路为道路B,则候选道路中,道路A的出现次数为3,道路B的出现次数为2,从而,可以直接将道路A确定为目标道路。
然后,可确定分段路径中的第一个目标位置点在目标道路上的投影点,得到起点,确定分段路径中的最后一个目标位置点在目标道路上的投影点,得到子终点;最后将起点和终点之间的目标道路,确定为分段路径对应的子路段。
在一些实施方式中,还可以预先训练有轨迹匹配网络,将分段路径输入该轨迹匹配网络中,则可以输出在预设路网中,分段路径对应的子路段。例如,可以根据分段路径中每个目标位置点的数据,如位置信息、采集时间,轨迹的运动方向等将分段路径拟合为曲线,然后通过计算拟合的曲线和路网数据中道路的相似度,来定位出分段路径在预设路网中的子路段。
又例如,该轨迹匹配网络可以是隐马尔可夫模型(Hidden Markov Model,HMM),其中,HMM的观测状态可以是指目标位置点的位置信息;隐藏状态可以是指目标位置点的真实位置;状态概率可以是指观测的目标位置点在候选路段上的概率,目标位置点距离候选路段越近,则该目标位置点在该候选路段上的概率就越大;状态转移概率可以是指目标位置点之间的距离越近,该状态转移该概率就越大。其主要的匹配思路为从预设路网中确定一组候选路段,每个候选路段可被表示为马尔可夫链中的隐藏状态,并具有状态概率。然后可将预设路网看作一个图数据,每个路段可看作一个隐藏状态,且每对相邻的路段之间存在一条边,即状态转移。基于该图数据,计算马尔可夫链中相邻顶点之间的边的权重,即状态转移概率;最后使用维特比算法得到最大似然路径,即子路径。
按照上述方式,可计算出每个分段路径在预设路网中匹配的子路段,这些子路段则为目标路段。例如,可参阅图1f,示出了目标路段的示意图,可见目标路段已经处于道路中。
在一些实施方式中,为了提升确定目标路段的效率,可以并行计算每个分段路径对应的子路段。例如,将计算一个分段路径对应的子路段作为一个任务,则可以得到多个任务。然后将多个任务分配至线程池中的线程,每个线程独立处理分配到任务,并将对应的结果发送给线程池中的指定线程,由指定线程将多个子路段,组合为目标路段。由于每个线程均可独立处理任务,不会对其他线程的任务产生干扰,从而可以使用多个线程进行加速计算,以提升确定目标路段的效率。
150、根据所述目标路段,确定所述行驶路径的通行数据。
在计算得到目标路段后,可基于目标路段计算通行数据,其中,通行数据是指在收费道路,例如高速道路上行驶后,所需要支付的通行费用。其中,通行数据和在高速公路上的行驶距离相关,在计算通行数据时,可以是根据所述目标路段,计算所述行驶路径在指定路段上的行驶距离;根据所述指定路段上的行驶距离,以及所述指定路段的参数计算规则,计算所述行驶路径的通行数据。
需要说明的是,由于目标路段是基于目标位置点得到的,则目标路段中包括了行驶路径中的所有通行记录点,根据目标路段仍然可以准确地计算出通行数据。
在一些实施方式中,目标路段可以理解为是车辆的实际行驶路径中的部分路段,在得到目标路段后,可以将处于目标路段中的通行记录点确定为目标通行记录点;根据目标通行记录点,计算在指定路段上的行驶距离。
需要说明的是,由于目标位置点是和通行记录点的第二标识进行配后得到的,而目标位置点是通过GPS采集得到的,由此,目标位置点可能仅仅是在通行记录点的附近,并非是通过了通行记录点,基于路网数据匹配到目标行驶路径对应的目标路段后,目标路段中的通行记录点则不会包括仅是在通行记录点的附近,并非是通过了的通行记录点,由此,再基于目标路段重新确定目标通行记录点,可以确保目标通行记录点是车辆经过的通行记录点,以进一步提升计算通行数据的准确性。
在车辆行驶的过程中,会依次经过目标通行记录点,在确定出目标通行记录点后,可以根据行驶路径的方向,确定经过每个目标通行记录点的顺序,得到目标通行记录点序列。然后根据目标通行记录点序列,确定相邻的目标通行记录点之间的指定路段的长度,得到在指定路段上的行驶距离。
作为一种实施方式,由于不同类型的指定路段对应的计算规则不同,由此,在确定出每个指定路段上的行驶距离后,可以按照指定路段的类型以及指定路段上的行驶距离,计算每个类型的指定路段上的子距离;然后根据指定路段的类型,计算出每个子距离对应的子参数;求和所有子参数,得到通行数据。
例如,目标通行记录点序列为通行记录点A、通行记录点B、通行记录点C、通行记录点D,通行记录点A和通行记录点B之间的指定路段为路段AB,距离为20km,通行记录点B和通行记录点C之间的指定路段为路段BC,距离为30km,通行记录点C和通行记录点D之间的指定路段为路段CD,距离为10km。其中,路段AB和路段BC为类型1,路段CD为类型2,则类型1对应的子距离为20+30=50km,则类型2对应的子距离为10km。
然后,根据指定路段的类型,可确定出对应的基础行驶参数,即在该类型的指定路段上,每行驶一公里所需要支付的费用。例如,类型1对应的基础行驶参数为a,类型2对应的基础形式参数为b,则通行数据可以表示为a*50+b*10。
在一些实施方式中,还可以是直接将每个目标位置点映射至通行记录点,例如,计算目标位置点和每个通行记录点之间的欧式距离,将最小欧式距离对应的通行记录点作为待计算通行记录点,从而可确定出行驶路径所经过的所有通行记录点,再利用待计算通行记录点之间的路段的长度,计算出通行数据。
服务器在计算出通行数据后,可将通行数据发送至终端设备,以便在终端设备上展示该通行数据。例如,终端设备为移动终端,该移动终端上按照有地图应用程序,用户在通过地图应用程序进行导航,以便根据导航的路径驾驶车辆。在导航结束后,可由移动终端向服务器发送数据获取请求,从而服务器可基于该数据获取请求计算出通行数据,并反馈给移动终端,从而移动终端可将其显示在地图应用程序中,以便用户获知该次行程所产生的通信参数。
又例如,该终端设备还可以是高速收费站中的收费设备,在某个收费设备检测到车辆驶出指定路段时,可以由收费设备向服务器发送数据获取请求,从而服务器可基于该数据获取请求计算出通行数据,并反馈给收费设备,以便收费设备进行结算并显示通行数据。
本申请实施例提供的通行数据确定方案可以应用在各种道路计费场景中。比如,以高速道路的通行数据为例,采用本申请实施例提供的方案可以更加快速地确定出通行数据,适用于通行数据的实时计算场景。
通过本申请实施例提供的方法,可以利用行驶路径中每个位置点对应的第一标识、以及每个通行记录点对应的第二标识,对行驶路径进行过滤,得到目标行驶路径。由于目标行驶路径中的位置点数量较少,且均是通行记录点附近的位置点,将目标行驶路径匹配至预设路网,得到目标路段时,可极大降低匹配的计算量,最终利用目标路段确定通行数据,可提升通行数据的确定效率。并且目标行驶路径是利用第二标识确定出的,并未损失确定通行数据的关键位置点,也可以确保通行数据的准确性。
根据上述实施例所描述的方法,以下将作进一步详细说明。
在本实施例中,将以通行数据为高速公路的通行费用为例,对本申请实施例的方法进行详细说明。
如图2a所示,一种通行数据确定方法具体流程如下:
210、服务器获取行驶路径对应的第一标识集合。
220、服务器获取多个通行记录点对应的第二标识集合。
230、服务器根据所述第一标识集合和所述第二标识集合,对所述行驶路径进行过滤处理,得到目标行驶路径。
240、服务器将目标行驶路径划分为多个分段路径。
250、服务器将每个分段路径和预设路网进行匹配,得到多个子路段。
260、服务器根据所述多个子路段,确定所述行驶路径的通行数据。
270、服务器向终端发送所述通行数据,以便在终端上展示所述通行数据。
上述步骤210至270的内容可参照前述实施例对应部分,为了更加详细地说明通行数据确定方法,可同时参阅图2b,示出了通行数据确定方法的整体框架示意图,下面将结合图2b进行详细说明。
在本申请实施例中,执行主体为服务器,终端可将采集到的位置信息发送给服务器,每个位置信息则为一个位置点,从而服务器可获取到行驶路径。也即,行驶路径是位置点串,服务器拿到位置点串后,可计算出每个位置点对应的第一标识,从而得到第一标识集合。
服务器还可以获取到每个通行记录点对应的位置信息,并生成每个通行记录点对应的第第二标识,从而得到第二标识集合。不同的编码精度得到的标识的长度不同,在本申请实施例中,第一标识和第二标识的长度可以为13位。
在计算得到第一标识集合和第二标识集合后,可以将第一标识集合中与任意一个第二标识相同的第一标识保留,将保留的第一标识对应的位置点作为目标位置点,从而得到目标行驶路径,再将目标行驶路径划分为多个分段路径。
针对每个分段路径,可以将分段路径和预设路网进行匹配,从而得到每个分段路径对应的子路段,将所有的子路段作为目标行驶路径对应的目标路段,最后,可根据目标路段,计算出的通行费用。服务器将计算出的通行费用反馈给终端,以便终端展示通行费用。
由上可知,本申请实施例提供的通行数据确定方法,可以将位置点和通行记录点的地理位置编码为表征地理区域的标识,并基于此从行驶路径中保留处于通行记录点附近的位置点,再利用这些位置点进行轨迹匹配,基于匹配到的目标路段进行通信参数的计算,由于轨迹匹配时仅使用了通行记录点附近的位置点,在降低计算量的同时可确保准确地确定通行数据。
为了更好地实施以上方法,本申请实施例还提供一种通行数据确定装置,该通行数据确定装置具体可以集成在电子设备中,该电子设备可以为终端、服务器等设备。其中,终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑、智能语音交互设备、智能家电、车载终端、飞行器等设备;服务器可以是单一服务器,也可以是由多个服务器组成的服务器集群。
比如,在本实施例中,将以通行数据确定装置具体集成在服务器为例,对本申请实施例的方法进行详细说明。
例如,如图3所示,该通行数据确定装置可以包括第一获取单元310、第二获取单元320、过滤单元330、匹配单元340以及确定单元350,如下:
(一)第一获取单元310
用于获取行驶路径对应的第一标识集合,所述第一标识集合包括所述行驶路径中的每个位置点对应的第一标识,所述第一标识为所述位置点所处于的位置区域对应的区域标识。
在一些实施例中,第一获取单元310还包括:
位置获取子单元,用于获取每个所述位置点对应的位置信息;
编码子单元,用于针对每个所述位置点,对所述位置点对应的位置信息进行编码处理,得到所述位置点对应的第一标识;
集合获取子单元,用于根据所有所述位置点对应的第一标识,得到第一标识集合。
在一些实施例中,所述位置信息包括经度值和纬度值,编码子单元还用于:
针对每个所述位置点,根据预设纬度范围和预设编码精度,将所述位置信息中的所述纬度值编码为第一纬度;
根据预设经度范围和所述预设编码精度,将所述位置信息中的所述经度值编码为第一经度;
融合所述第一经度和所述第一纬度,得到第一经纬度;
基于预设编码表,将所述第一经纬度转换为第一标识。
在一些实施例中,所述预设编码表包括预设格式的预设参数和预设字符之间的对应关系,编码子单元还用于:
将所述第一经纬度按照预设位数进行分组处理,得到至少一个分组经纬度;
将所述分组经纬度转换为预设格式,得到每个所述分组经纬度对应的目标参数;
根据所述预设编码表,获取每个所述目标参数对应的预设字符,得到第一标识。
(二)第二获取单元320
用于获取第二标识集合,所述第二标识集合包括每个通行记录点对应的第二标识,所述第二标识为所述通行记录点所处于的位置区域对应的区域标识。
(三)过滤单元330
用于根据所述第一标识集合和所述第二标识集合,对所述行驶路径进行过滤处理,得到目标行驶路径。
在一些实施例中,过滤单元330还包括:
检测子单元,用于针对每个所述位置点对应的第一标识,在所述第二标识集合中,检测所述第一标识匹配的第二标识;
位置点确定子单元,用于若在所述第二标识集合中,检测到所述第一标识匹配的第二标识,将所述第一标识对应的位置点确定为目标位置点;
目标获取子单元,用于利用所述目标位置点得到目标行驶路径。
在一些实施例中,检测子单元还用于:
针对每个所述位置点对应的第一标识,计算所述第一标识与每个所述第二标识的匹配度,得到所述第一标识对应的多个匹配度;
若所述第一标识对应的多个匹配度中,存在满足预设条件的匹配度,确定检测到所述第一标识匹配的第二标识。
(四)匹配单元340
用于将所述目标行驶路径和预设路网进行匹配,得到所述目标行驶路径对应的目标路段。
在一些实施例中,所述目标行驶路径包括多个目标位置点,匹配单元340还包括:
划分子单元,用于根据所述目标位置点,将所述目标行驶路径划分为多个分段路径;
匹配子单元,用于针对每个所述分段路径,将所述分段路径和预设路网进行匹配,得到分段路径对应的子路段;
确定子单元,用于将所有所述分段路径对应的子路段,确定为目标路段。
在一些实施例中,划分子单元还用于:
获取所述目标行驶路径中,每个所述目标位置点对应的位置信息以及采集时间;
根据所述采集时间,计算相邻的目标位置点之间的采集间隔;
若所述采集间隔超出预设间隔,在所述相邻的目标位置点之间插入分隔符;
根据所述分隔符,将所述目标行驶路径划分为多个分段路径。
在一些实施例中,匹配子单元还用于:
获取预设路网对应的路网数据,所述路网数据包括道路节点,以及道路节点之间的道路;
将所述分段路径中的每个目标位置点,映射至所述预设路网中,得到每个目标位置点对应的候选道路;
从所有所述目标位置点对应的候选道路中确定目标道路;
从所述目标道路中确定所述分段路径对应的子路段。
在一些实施例中,所述路网数据包括所述道路节点对应的位置信息,匹配子单元还用于:
针对所述分段路径中的每个目标位置点,根据所述道路节点对应的位置信息以及所述目标位置点的位置信息,确定目标位置点对应的待使用道路节点;
在所述待使用道路节点对应的待使用道路中,确定目标位置点对应的候选道路。
在一些实施例中,匹配子单元还用于:
根据目标位置点的位置信息,在所述路网数据中确定查找范围;
根据所述道路节点的位置信息,在所述查找范围内确定与所述目标位置点对应的目标道路节点;
计算目标位置点与所述目标道路节点之间的距离,并基于所述距离从所述目标道路节点中确定待使用道路节点。
(五)确定单元350
用于根据所述目标路段,计算所述行驶路径的通行数据。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
由上可知,本实施例的通行数据确定装置可以获取到行驶路径对应的第一标识集合,并获取到通行记录点对应的第二标识集合;利用第一标识集合和第二标识集合,对行驶路径进行过滤处理,得到目标行驶路径,再匹配目标行驶路径匹配和预设路网,得到目标路段,最后利用目标路段计算出通行数据。通过对行驶路径进行过滤处理,仅保留确定通行数据所需的关键位置点,从而降低通行数据的计算量,进而提升通行数据的确定效率。
本申请实施例还提供一种电子设备,该电子设备可以为终端、服务器等设备。其中,终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑、智能语音交互设备、智能家电、车载终端、飞行器等等;服务器可以是单一服务器,也可以是由多个服务器组成的服务器集群,等等。
在一些实施例中,该通行数据确定装置还可以集成在多个电子设备中,比如,通行数据确定装置可以集成在多个服务器中,由多个服务器来实现本申请的通行数据确定方法。
在本实施例中,将以本实施例的电子设备是服务器为例进行详细描述,比如,如图4所示,其示出了本申请实施例所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403、输入模块404以及通信模块405等部件。本领域技术人员可以理解,图4中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体检测。在一些实施例中,处理器401可包括一个或多个处理核心;在一些实施例中,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403,在一些实施例中,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入模块404,该输入模块404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
该电子设备还可包括通信模块405,在一些实施例中通信模块405可以包括无线模块,电子设备可以通过该通信模块405的无线模块进行短距离无线传输,从而为用户提供了无线的宽带互联网访问。比如,该通信模块405可以用于帮助用户收发电子邮件、浏览网页和访问流式媒体等。
尽管未示出,电子设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,电子设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
获取行驶路径对应的第一标识集合,所述第一标识集合包括所述行驶路径中的每个位置点对应的第一标识,所述第一标识为所述位置点所处于的位置区域对应的区域标识;
获取第二标识集合,所述第二标识集合包括每个通行记录点对应的第二标识,所述第二标识为所述通行记录点所处于的位置区域对应的区域标识;
根据所述第一标识集合和所述第二标识集合,对所述行驶路径进行过滤处理,得到目标行驶路径;
将所述目标行驶路径和预设路网进行匹配,得到所述目标行驶路径对应的目标路段;
根据所述目标路段,确定所述行驶路径的通行数据。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
由上可知,本申请实施例的电子设备可以获取到行驶路径对应的第一标识集合,并获取到通行记录点对应的第二标识集合;利用第一标识集合和第二标识集合,对行驶路径进行过滤处理,得到目标行驶路径,再匹配目标行驶路径匹配和预设路网,得到目标路段,最后利用目标路段计算出通行数据。通过对行驶路径进行过滤处理,仅保留确定通行数据所需的关键位置点,从而降低通行数据的计算量,进而提升通行数据的确定效率。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种通行数据确定方法中的步骤。例如,该指令可以执行如下步骤:
获取行驶路径对应的第一标识集合,所述第一标识集合包括所述行驶路径中的每个位置点对应的第一标识,所述第一标识为所述位置点所处于的位置区域对应的区域标识;
获取第二标识集合,所述第二标识集合包括每个通行记录点对应的第二标识,所述第二标识为所述通行记录点所处于的位置区域对应的区域标识;
根据所述第一标识集合和所述第二标识集合,对所述行驶路径进行过滤处理,得到目标行驶路径;
将所述目标行驶路径和预设路网进行匹配,得到所述目标行驶路径对应的目标路段;
根据所述目标路段,确定所述行驶路径的通行数据。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该电子设备执行上述实施例中提供的通行数据确定方面的各种可选实现方式中提供的方法。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一种通行数据确定方法中的步骤,因此,可以实现本申请实施例所提供的任一种通行数据确定方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种通行数据确定方法、装置、电子设备及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (13)
1.一种通行数据确定方法,其特征在于,所述方法包括:
获取行驶路径对应的第一标识集合,所述行驶路径包括多个位置点,所述第一标识集合包括所述行驶路径中的每个位置点对应的第一标识,所述第一标识为所述位置点所处于的位置区域对应的区域标识;
获取第二标识集合,所述第二标识集合包括每个通行记录点对应的第二标识,所述第二标识为所述通行记录点所处于的位置区域对应的区域标识;
针对每个所述位置点对应的第一标识,在所述第二标识集合中,检测所述第一标识匹配的第二标识;
若在所述第二标识集合中,检测到所述第一标识匹配的第二标识,将所述第一标识对应的位置点确定为目标位置点;
将所述行驶路径中除所述目标位置点以外的位置点过滤,并将过滤后的行驶路径确定为目标行驶路径;
将所述目标行驶路径和预设路网进行匹配,得到所述目标行驶路径对应的目标路段;
根据所述目标路段,确定所述行驶路径的通行数据。
2.根据权利要求1所述的方法,其特征在于,所述针对每个所述位置点对应的第一标识,在所述第二标识集合中,检测所述第一标识匹配的第二标识,包括:
针对每个所述位置点对应的第一标识,计算所述第一标识与每个所述第二标识的匹配度,得到所述第一标识对应的多个匹配度;
若所述第一标识对应的多个匹配度中,存在满足预设条件的匹配度,确定检测到所述第一标识匹配的第二标识。
3.根据权利要求1所述的方法,其特征在于,所述获取行驶路径对应的第一标识集合,包括:
获取每个所述位置点对应的位置信息;
针对每个所述位置点,对所述位置点对应的位置信息进行编码处理,得到所述位置点对应的第一标识;
根据所有所述位置点对应的第一标识,得到第一标识集合。
4.根据权利要求3所述的方法,其特征在于,所述位置信息包括经度值和纬度值,所述针对每个所述位置点,对所述位置点对应的位置信息进行编码处理,得到所述位置点对应的第一标识,包括:
针对每个所述位置点,根据预设纬度范围和预设编码精度,将所述位置信息中的所述纬度值编码为第一纬度;
根据预设经度范围和所述预设编码精度,将所述位置信息中的所述经度值编码为第一经度;
融合所述第一经度和所述第一纬度,得到第一经纬度;
基于预设编码表,将所述第一经纬度转换为第一标识。
5.根据权利要求4所述的方法,其特征在于,所述预设编码表包括预设格式的预设参数和预设字符之间的对应关系,所述基于预设编码表,将所述第一经纬度转换为第一标识,包括:
将所述第一经纬度按照预设位数进行分组处理,得到至少一个分组经纬度;
将所述分组经纬度转换为预设格式,得到每个所述分组经纬度对应的目标参数;
根据所述预设编码表,获取每个所述目标参数对应的预设字符,得到第一标识。
6.根据权利要求1所述的方法,其特征在于,所述目标行驶路径包括多个目标位置点,所述将所述目标行驶路径和预设路网进行匹配,得到所述目标行驶路径对应的目标路段,包括:
根据所述目标位置点,将所述目标行驶路径划分为多个分段路径;
针对每个所述分段路径,将所述分段路径和预设路网进行匹配,得到分段路径对应的子路段;
将所有所述分段路径对应的子路段,确定为目标路段。
7.根据权利要求6所述的方法,其特征在于,所述根据所述目标位置点,将所述目标行驶路径划分为多个分段路径,包括:
获取所述目标行驶路径中,每个所述目标位置点对应的位置信息以及采集时间;
根据所述采集时间,计算相邻的目标位置点之间的采集间隔;
若所述采集间隔超出预设间隔,在所述相邻的目标位置点之间插入分隔符;
根据所述分隔符,将所述目标行驶路径划分为多个分段路径。
8.根据权利要求6所述的方法,其特征在于,所述针对每个所述分段路径,将所述分段路径和预设路网进行匹配,得到分段路径对应的子路段,包括:
获取预设路网对应的路网数据,所述路网数据包括道路节点,以及道路节点之间的道路;
将所述分段路径中的每个目标位置点,映射至所述预设路网中,得到每个目标位置点对应的候选道路;
从所有所述目标位置点对应的候选道路中确定目标道路;
从所述目标道路中确定所述分段路径对应的子路段。
9.根据权利要求8所述的方法,其特征在于,所述路网数据包括所述道路节点对应的位置信息,所述将所述分段路径中的每个目标位置点,映射至所述预设路网中,得到每个目标位置点对应的候选道路,包括:
针对所述分段路径中的每个目标位置点,根据所述道路节点对应的位置信息以及所述目标位置点的位置信息,确定目标位置点对应的待使用道路节点;
在所述待使用道路节点对应的待使用道路中,确定目标位置点对应的候选道路。
10.根据权利要求9所述的方法,其特征在于,所述根据所述道路节点对应的位置信息以及所述目标位置点的位置信息,确定目标位置点对应的待使用道路节点,包括:
根据目标位置点的位置信息,在所述路网数据中确定查找范围;
根据所述道路节点的位置信息,在所述查找范围内确定与所述目标位置点对应的目标道路节点;
计算目标位置点与所述目标道路节点之间的距离,并基于所述距离从所述目标道路节点中确定待使用道路节点。
11.一种通行数据确定装置,其特征在于,所述装置包括:
第一获取单元,用于获取行驶路径对应的第一标识集合,所述行驶路径包括多个位置点,所述第一标识集合包括所述行驶路径中的每个位置点对应的第一标识,所述第一标识为所述位置点所处于的位置区域对应的区域标识;
第二获取单元,用于获取第二标识集合,所述第二标识集合包括每个通行记录点对应的第二标识,所述第二标识为所述通行记录点所处于的位置区域对应的区域标识;
过滤单元,用于针对每个所述位置点对应的第一标识,在所述第二标识集合中,检测所述第一标识匹配的第二标识;若在所述第二标识集合中,检测到所述第一标识匹配的第二标识,将所述第一标识对应的位置点确定为目标位置点;将所述行驶路径中除所述目标位置点以外的位置点过滤,并将过滤后的行驶路径确定为目标行驶路径;
匹配单元,用于将所述目标行驶路径和预设路网进行匹配,得到所述目标行驶路径对应的目标路段;
确定单元,根据所述目标路段,确定所述行驶路径的通行数据。
12.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有多条指令;所述处理器从所述存储器中加载指令,以执行如权利要求1~10任一项所述的通行数据确定方法中的步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1~10任一项所述的通行数据确定方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311369691.8A CN117113037B (zh) | 2023-10-23 | 2023-10-23 | 通行数据确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311369691.8A CN117113037B (zh) | 2023-10-23 | 2023-10-23 | 通行数据确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117113037A CN117113037A (zh) | 2023-11-24 |
CN117113037B true CN117113037B (zh) | 2024-04-05 |
Family
ID=88795062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311369691.8A Active CN117113037B (zh) | 2023-10-23 | 2023-10-23 | 通行数据确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117113037B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101286242A (zh) * | 2008-04-23 | 2008-10-15 | 交通部公路科学研究所 | Gps定位信息和电子地图收费路段匹配的方法 |
JP2011047886A (ja) * | 2009-08-28 | 2011-03-10 | Navitime Japan Co Ltd | ナビゲーションシステム、ナビゲーション装置、ナビゲーションサーバ、および、ナビゲーション方法 |
JP2011141171A (ja) * | 2010-01-06 | 2011-07-21 | Navitime Japan Co Ltd | ナビゲーションシステム、ナビゲーションサーバ、ナビゲーション装置、ナビゲーション方法、および、プログラム |
WO2022109681A1 (en) * | 2020-11-26 | 2022-06-02 | Technological Resources Pty. Limited | Method and apparatus for incremental mapping of haul roads |
CN114664104A (zh) * | 2022-03-23 | 2022-06-24 | 阿里云计算有限公司 | 一种路网匹配方法和装置 |
CN116701492A (zh) * | 2023-08-03 | 2023-09-05 | 智慧足迹数据科技有限公司 | 轨迹匹配程度校验方法、装置、计算机设备及存储介质 |
-
2023
- 2023-10-23 CN CN202311369691.8A patent/CN117113037B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101286242A (zh) * | 2008-04-23 | 2008-10-15 | 交通部公路科学研究所 | Gps定位信息和电子地图收费路段匹配的方法 |
JP2011047886A (ja) * | 2009-08-28 | 2011-03-10 | Navitime Japan Co Ltd | ナビゲーションシステム、ナビゲーション装置、ナビゲーションサーバ、および、ナビゲーション方法 |
JP2011141171A (ja) * | 2010-01-06 | 2011-07-21 | Navitime Japan Co Ltd | ナビゲーションシステム、ナビゲーションサーバ、ナビゲーション装置、ナビゲーション方法、および、プログラム |
WO2022109681A1 (en) * | 2020-11-26 | 2022-06-02 | Technological Resources Pty. Limited | Method and apparatus for incremental mapping of haul roads |
CN114664104A (zh) * | 2022-03-23 | 2022-06-24 | 阿里云计算有限公司 | 一种路网匹配方法和装置 |
CN116701492A (zh) * | 2023-08-03 | 2023-09-05 | 智慧足迹数据科技有限公司 | 轨迹匹配程度校验方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
浮动车数据中零速度点数据地图匹配方法;王东柱 等;交通信息与安全(第06期);全文 * |
王东柱 等.浮动车数据中零速度点数据地图匹配方法.交通信息与安全.2009,(第06期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117113037A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11423677B2 (en) | Automatic detection and positioning of pole-like objects in 3D | |
Hsueh et al. | Map matching for low-sampling-rate GPS trajectories by exploring real-time moving directions | |
US9697730B2 (en) | Spatial clustering of vehicle probe data | |
US20220051559A1 (en) | Method and system for determining a geographical area occupied by an intersection | |
Huang et al. | Survey on vehicle map matching techniques | |
CN110543814A (zh) | 一种交通灯的识别方法及装置 | |
CN110400490A (zh) | 轨迹预测方法和装置 | |
US11231282B2 (en) | Method and apparatus for providing node-based map matching | |
CN106568456B (zh) | 基于gps/北斗定位和云计算平台的不停车收费方法 | |
US11798225B2 (en) | 3D building generation using topology | |
CN113779430B (zh) | 路网数据生成方法、装置、计算设备和存储介质 | |
CN116518960B (zh) | 路网更新方法、装置、电子设备和存储介质 | |
CN114255275A (zh) | 一种构建地图的方法及计算设备 | |
Chen et al. | Enabling smart urban services with gps trajectory data | |
CN116737857A (zh) | 道路数据处理方法、相关装置和介质 | |
CN105806355A (zh) | 一种车辆绿色路径导航系统及方法 | |
CN117113037B (zh) | 通行数据确定方法、装置、电子设备及存储介质 | |
CN102855272B (zh) | 一种微博客蕴含交通信息融合的d-s证据理论方法 | |
US20210269054A1 (en) | System and Method for Controlling a Vehicle Using Contextual Navigation Assistance | |
CN116629425A (zh) | 车辆能耗的计算方法、装置、计算机可读介质及电子设备 | |
CN117270913B (zh) | 地图更新方法、装置、电子设备和存储介质 | |
Matthes et al. | Accurate bike routing for lane prediction in glosa apps via infrastructure reference models | |
Sun et al. | Deep learning-based probability model for traffic information estimation | |
Zhang et al. | Elevated Road Network: A Metric Learning Method for Recognizing Whether a Vehicle is on an Elevated Road | |
KR102592628B1 (ko) | 분기점 판별 장치 및 그 방법 |
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 |