CN112991798B - 基于通行速度数据的道路线段行驶时间确定方法及装置 - Google Patents
基于通行速度数据的道路线段行驶时间确定方法及装置 Download PDFInfo
- Publication number
- CN112991798B CN112991798B CN201911273823.0A CN201911273823A CN112991798B CN 112991798 B CN112991798 B CN 112991798B CN 201911273823 A CN201911273823 A CN 201911273823A CN 112991798 B CN112991798 B CN 112991798B
- Authority
- CN
- China
- Prior art keywords
- time
- road segment
- speed
- traffic speed
- determining
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于通行速度数据的道路线段行驶时间确定方法及装置,所述方法包括获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;基于所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。能够精确到不同时间段的平均速度的确定,数据的更新频率更好,得到的数据结果也更加准确、更加贴近生活实际。
Description
技术领域
本发明涉及行驶信息确定技术领域,特别涉及一种基于通行速度数据的道路线段行驶时间确定方法及装置。
背景技术
现有的车辆行驶信息确定过程中,在进行路线计算时,其使用的道路速度普遍为静态存储方式,即在路线计算时,使用的道路速度与真实的车辆通行速度、及使用路线平均速度计算得到的预计到达时间等与实际情况相差较多,这是由于导航数据的更新节奏较为缓慢,并不是实时进行的,从导航数据中获取得到的相关数据信息也存在一定延滞性,即导航数据中数据信息的合理性也随时间周期有所下降,预计到达时间也越来越不准确。因此迫切需要一种基于通行速度数据的道路线段行驶时间确定方法及装置,以解决上述问题,更好的满足人们的使用需求。
发明内容
鉴于上述问题,本发明提出了一种克服上述问题或者至少部分地解决上述问题的基于通行速度数据的道路线段行驶时间确定方法及装置。
具体地,本发明是通过如下技术方案实现的:
第一方面,本发明实施例提供一种基于通行速度数据的道路线段行驶时间确定方法,包括:
获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;
基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;
对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;
基于所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
在一个实施例中,所述确定各道路线段的预计行驶时间之后,还包括:
根据用户当前位置及目的地,确定所述当前位置与目的地之间的不同路线、及各路线包含的道路线段;
基于确定的各道路线段的预计行驶时间,确定不同路线的行驶时间;
根据不同路线的行驶时间,确定目标路线。
在一个实施例中,所述确定各道路线段的预计行驶时间之后,还包括:
根据用户当前位置及目的地,确定所述当前位置与目的地之间的不同路线、及各路线包含的道路线段;
基于确定的各道路线段的预计行驶时间,确定不同路线的行驶时间;
根据不同路线的行驶时间确定不同级别的推送路线;
显示根据不同级别的推送路线描画的规划路线。
在一个实施例中,所述根据不同路线的行驶时间,确定目标路线,具体指:
根据不同路线的行驶时间确定各路线的时间消费值;
将时间消费值最小的路线作为目标路线。
在一个实施例中,每条所述通行速度数据还至少包括:交通事件及限行信息;
在获取道路线段的通行速度数据之后,根据通行速度数据的项数对获取的道路线段的通行速度数据进行清洗。
在一个实施例中,所述确定道路线段的历史通行速度的具体过程为:
基于获取的截止至当前时刻的至少前一整天的所述道路线段的实时通行速度,确定该道路线段当前时刻的日平均通行速度;
基于获取的截止至当前时刻的至少一个整周前的所述道路线段的实时通行速度,确定该道路线段当前时刻的周平均通行速度;
根据所述日平均通行速度及周平均通行速度的平均值,得到该道路线段当前时刻的历史通行速度。
在一个实施例中,所述基于获取的截止至当前时刻的至少前一整天的所述道路线段的实时通行速度,确定该道路线段当前时刻的日平均通行速度的具体过程为:
按照预设的第一时间阈值对截止至当前时刻的至少前一整天内的实时通行速度进行读取;
根据读取的次数对读取的实时通行速度求取平均值,作为该道路线段当前时刻的日平均通行速度。
在一个实施例中,所述基于获取的截止至当前时刻的至少一个整周前的所述道路线段的实时通行速度,确定该道路线段当前时刻的周平均通行速度的具体过程为:
对当前日期对应的至少一个整周前的对应日期的时间段进行划分;
确定当前时刻在对应日期中对应的时间段;
按照预设的第二时间阈值对确定的当前时刻在对应日期中对应的时间段内的实时通行速度进行读取;
根据读取的次数对读取的实时通行速度求取平均值,作为该道路线段当前时刻的周平均通行速度。
在一个实施例中,对当前日期对应的至少一个整周前的对应日期的时间段进行划分的具体方式为:
基于交通高峰时间对该对应日期一天的时间进行时间段划分。
第二方面,本发明实施例提供一种基于通行速度数据的道路线段行驶时间确定装置,所述装置包括:
数据获取模块:用于获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;
速度确定模块:用于基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;
平均行驶速度求取模块:用于对获取的某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;
行驶时间确定模块:用于根据所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
第三方面,本发明实施例提供一种终端设备,其包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例提供的基于通行速度数据的道路线段行驶时间确定方法。
第四方面,本发明实施例还提供了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本发明实施例提供的基于通行速度数据的道路线段行驶时间确定方法。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的一种基于通行速度数据的道路线段行驶时间确定方法及装置,在本实施例中,首先获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;并基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;然后对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;最后基于所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
现有技术中,在进行路线规划时,最优路线算法是使用导航地图数据中存储的道路的平均速度来进行路线规划,向用户推荐速度最快的最优路线,但是导航存储的地图数据中有关道路的平均速度,没有根据时间段进行细化处理,在实际生活,不同时间段应该有不同的平均速度。本发明的方案中,是基于日平均通行速度及周平均通行速度的平均值,得到该道路线段当前时刻的历史通行速度,然后对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度,得到各道路路段的行驶时长,能够精确到不同时间段的平均速度的确定,数据的更新频率更好,得到的数据结果也更加准确、更加贴近生活实际。利用交通数据进行分析和整合,来提升算路质量和预计到达时间准确性,进而解决用户由于长时间不更新数据带来的路线质量下降、预计到达时间不准确等问题,从而引发的违章和驾驶安全问题,保护了驾驶员的生命财产安全。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种基于通行速度数据的道路行驶时间确定方法的流程示意图;
图2为确定道路线段的历史通行速度的具体过程的流程示意图;
图3为确定该道路线段当前时刻的日平均通行速度的流程示意图;
图4为确定该道路线段当前时刻的周平均通行速度的流程示意图;
图5为确定各道路线段的预计行驶时间之后其中一种应用情况的流程示意图;
图6为确定各道路线段的预计行驶时间之后另一种应用情况的流程示意图;
图7为本发明实施例二提供的一种基于通行速度数据的道路行驶时间确定装置的结构示意图;
图8为本发明实施例三提供的一种终端设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
根据本发明实施例,提供了一种基于通行速度数据的道路线段行驶时间确定方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例一提供一种基于通行速度数据的道路线段行驶时间确定方法,如图1所示,可以包括以下步骤S11-S14:
S11:获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;
S12:基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;
S13:对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;
S14:基于所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
在本实施例中,道路线段的通行速度数据可以通过路况服务公司获取,获取得到的信息可以存储在预先安装在车辆上的车载终端如车机中,还可以存储在设置于车辆上的导航系统中,本实施例中不做具体限定,进一步地,还可以把获取得到的通行速度数据组织成NDS数据格式,提供其他系统使用。具体地,每条所述通行速度数据还至少包括:交通事件、限行信息及交通路况,详细举例来说,该交通路况为拥堵、缓行、顺畅(根据预设车流量信息设定);交通事件为:如肇事、特殊天气导致的事件;限行信息为临时封路或者车牌限行等。
在本实施例中,首先获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;并基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;然后对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;最后基于所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。利用交通数据进行分析和整合,来提升算路质量和预计到达时间准确性。能够精确到不同时间段的平均速度的确定,数据的更新频率更好,得到的数据结果也更加准确、更加贴近生活实际。
在本实施例中,所述确定道路线段的历史通行速度的具体过程,如图2所示,包括以下步骤S121-S123:
S121:基于获取的截止至当前时刻的至少前一整天的所述道路线段的实时通行速度,确定该道路线段当前时刻的日平均通行速度;
S122:基于获取的截止至当前时刻的至少一个整周前的所述道路线段的实时通行速度,确定该道路线段当前时刻的周平均通行速度;
S123:根据所述日平均通行速度及周平均通行速度的平均值,得到该道路线段当前时刻的历史通行速度。
在本实施例中,是将历史的道路线段的通行速度数据分解为具体执行任务,具体地,任务可分解为日任务和周任务,一个城市一天的数据作为一个日任务,每个日任务作为一个DayTask单元;一个城市一周的数据作为一个周任务,每个周任务作为一个WeekTask单元;然后统计每天的通行速度信息数据,生成DayData,统计每周的通行速度信息数据,生成WeekData,进而得到当前时刻的日平均通行速度和周平均通行速度;最后基于得到的日平均通行速度和周平均通行速度求取平均值,最终确定了该道路线段当前时刻的历史通行速度。
具体举例来说,如果当前时刻为7点,则获取昨天6:59到当天7:00的实时通行速度,并求取获取的该一整天的实时通行速度的平均值,作为该道路线段当前时刻7点的日平均通行速度;且当前时刻所在日期为周一,则获取的上周一或者上上周一的实时通行速度,对截止至当前时刻7点的上周一或者上上周一对应当前时刻的时间段(如上周一或者上上周一的7:00到7:30)的实时通行速度求取平均值,作为该道路线段当前时刻7点的周平均通行速度,基于上述获得的日平均通行速度及周平均通行速度求取平均值,得到该道路线段当前时刻的历史通行速度。
进一步地,在一个实施例中,所述基于获取的截止至当前时刻的至少前一整天的所述道路线段的实时通行速度,确定该道路线段当前时刻的日平均通行速度的具体过程,如图3所示,包括以下步骤S1211-S1212:
S1211:按照预设的第一时间阈值对截止至当前时刻的至少前一整天内的实时通行速度进行读取;
S1212:根据读取的次数对读取的实时通行速度求取平均值,作为该道路线段当前时刻的日平均通行速度。
在本实施例中,是按照预设的第一时间阈值对一天进行划分,读取得到一天内的多个实时通行速度,每相邻两个实时通行速度的时间间隔均为该第一时间阈值,然后根据读取的次数对读取的实时通行速度求取平均值,作为该道路线段当前时刻的日平均通行速度。具体举例来说,可以将该第一时间阈值设定为2分钟,即按照每2分钟一个时间段,读取得到一天内的多个实时通行速度,则一天内的读取次数:x=(24小时*60分钟/2分钟),每次读取的实时通行速度:nx,计算一天内的所有时间段的日平均行驶速度为:(n1+n2+…+nx)/x。
进一步地,在一个实施例中,所述基于获取的截止至当前时刻的至少一个整周前的所述道路线段的实时通行速度,确定该道路线段当前时刻的周平均通行速度的具体过程,如图4所示,包括以下步骤S1221-S1224:
S1221:对当前日期对应的至少一个整周前的对应日期的时间段进行划分;
S1222:确定当前时刻在对应日期中对应的时间段;
S1223:按照预设的第二时间阈值对确定的当前时刻在对应日期中对应的时间段内的实时通行速度进行读取;
S1224:根据读取的次数对读取的实时通行速度求取平均值,作为该道路线段当前时刻的周平均通行速度。
在本实施例中,是对当前日期对应的至少一个整周前的对应日期的时间段进行划分,得到一天内的多个时间段,即可以是一个整周前的对应日期,也可以是两个整周前的对应日期,再按照预设的第二时间阈值对对应日期中当前时刻对应的时间段内的实时通行速度进行读取,每相邻两个实时通行速度的时间间隔均为该第二时间阈值,然后根据读取的次数及读取的实时通行速度求取平均值,作为该道路线段当前时刻的周平均通行速度。
在本实施例中,对当前日期对应的至少一个整周前的对应日期的时间段进行划分的具体方式为:基于交通高峰时间对该对应日期一天的时间进行时间段划分。具体地,可以是将一天的早高峰时间、晚高峰时间分别划分为早高峰时间段、晚高峰时间段,并确定早高峰时间段至晚高峰时间段之间为第一时间段,及晚高峰时间段至早高峰时间段之间为第二时间段;按照预设的第三时间阈值对早高峰时间段和晚高峰时间段进行划分,分别得到多个早高峰子时间段和晚高峰子时间段。
具体地,以某一天举例,将该天内时间段按照早高峰时间段、晚高峰时间段和其他时间段划分,其中,可以将该第三时间阈值设定为30分钟,则将早高峰时间段、晚高峰时间段均细化为30分钟一个时段,把一天划分为了多个时间段。详细举例来说,如果以7--9点为早高峰,17--19点为晚高峰,则得到7--9点的早高峰时间段、17--19点的晚高峰时间段、9-17点的第一时间段、19-7点的第二时间段这四个时间段,然后将7--9点的早高峰时间段,17--19点的晚高峰时间段分别按照30分钟进行划分,分别得到了四个早高峰子时间段和四个晚高峰子时间段,即将一天划分为了十个时间段,计算每个时间段的实时通行速度的平均值,加入了早晚高峰时段的数据分析,最终呈现的计算结果更贴近实际使用情况,能够向用户提供更优质的服务。
进一步地,在计算每个时间段的实时通行速度的平均值时,是按照预设的第二时间阈值对每个时间段进行划分,读取得到一个时间段内的多个实时通行速度,每相邻两个实时通行速度的时间间隔均为该第二时间阈值,该第二时间阈值可以和第一时间阈值相同,然后根据读取的次数及读取的实时通行速度求取平均值,作为对应时间段的平均通行速度。具体举例来说,可以将该第二时间阈值也设定为2分钟,即按照每2分钟一个间隔,读取得到一个时间段内的多个实时通行速度,则一个时间段内的读取次数:x’=(m小时*60分钟/2分钟),每次读取的实时通行速度:n’x’,计算一个时间段内的平均行驶速度为:(n’1+n’2+…+n’x’)/x’。
在一个实施例中,所述确定各道路线段的预计行驶时间之后,如图5所示,还包括以下步骤S21-S23:
S21:根据用户当前位置及目的地,确定所述当前位置与目的地之间的不同路线、及各路线包含的道路线段;
在本实施例中,地图数据中每条路线由多段道路线段组成,每段道路线段均可以包括道路线段编号、道路线段长度、道路线段限速及GPS序列点,该GPS序列点可以用数组来表示,即每个道路线段均具有唯一的身份标识信息,可以根据道路线段的身份标识信息区分和查找线路。具体地,通过车辆装配的GPS芯片或北斗芯片接收卫星信号判断车辆所处位置的经纬度数据,将车辆当前位置匹配至地图数据中,根据经纬度数据获取车辆当前位置所处的道路路段、及该道路线段的编号及长度等信息,进而确定各路线包含的道路线段。
S22:基于确定的各道路线段的预计行驶时间,确定不同路线的行驶时间;
在本实施例中,路线计算模块内使用的算法是“A星算法(迪杰斯特拉算法)”,该算法使用的是双向探索方式(出发点与目的地向中间区域探索并连接),会根据当前道路线段查找与其连接的下一条道路线段,并循环向前探索。
S23:根据不同路线的行驶时间,确定目标路线。
在本实施例中,是根据不同路线的行驶时间确定各路线的时间消费值,将时间消费值最小的路线作为目标路线。即是根据道路线段计算权值,并选择最优道路。道路线段权值的计算会使用各道路线段的平均行驶速度,并根据各道路线段的平均行驶速度计算车辆在该道路线段上行驶的时间,算法内可将该计算时间抽象为“Cost值”(即时间消费值),算法在最优路线选择时,会选择Cost值(即时间消费值)最低的路线作为最优路线。在具体计算时,还会获取各道路线段的信号灯个数、转向系数等,以使路线的时间消费值计算更加准确。
在另一个实施例中,所述确定各道路线段的预计行驶时间之后,如图6所示,还包括以下步骤S31-S34:
S31:根据用户当前位置及目的地,确定所述当前位置与目的地之间的不同路线、及各路线包含的道路线段;
S32:基于确定的各道路线段的预计行驶时间,确定不同路线的行驶时间;
S33:根据不同路线的行驶时间确定不同级别的推送路线;
S34:显示根据不同级别的推送路线描画的规划路线。
在本实施例中,基于各道路线段的预计行驶时间,确定不同路线的行驶时间,对每条路线的预计到达时间做一个预测,并根据不同路线的行驶时间确定不同级别的推送路线,进而转换为实时交通信息在用户界面上进行显示,便于用户进行识别和选择。
在一个实施例中,在获取道路线段的通行速度数据之后,还可以根据通行速度数据的项数对获取的道路线段的通行速度数据进行清洗,具体地,在其中一种情况中,所述对获取的道路线段的通行速度数据进行清洗的方法为:判断每条通行速度数据包含的数据项数是否满足预设项数要求,将数据项数不满足预设项数要求的通行速度数据作为无效数据,进行清洗。
在本实施例中,每条通行速度数据包含的数据项数对获取的道路线段的通行速度数据进行清洗,过滤掉数据项数不满足预设项数要求的通行速度数据,因为在车辆行驶过程中,并不只是和速度关联,道路线段上的交通事件、限行信息及交通路况均会对车辆在道路线段上的行驶产生影响,故通过每条通行速度数据包含的数据项数将其中不满足预设项数要求的道路线段的通行速度数据进行剔除,保证收集的车辆数据的有效性。此处,仅是对道路线段的通行速度数据的清洗举出了一个实例,用于解释本发明,并不构成对本发明的限制,在实际使用时,能够实现数据清洗的方法均适用于本发明的数据清洗处理。
实施例二
本发明实施例提供一种基于通行速度数据的道路线段行驶时间确定装置,如图7所示,所述装置包括:
数据获取模块41:用于获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;
速度确定模块42:用于基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;
平均行驶速度求取模块43:用于对获取的某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;
行驶时间确定模块44:用于根据所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
实施例三
如图8所示,本发明实施例三提供的终端设备包括:一个或多个处理器51和存储装置52;该终端设备中的处理器51可以是一个或多个,图8中以一个处理器51为例;存储装置52用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器51执行,使得所述一个或多个处理器51实现如本发明实施例中任一项所述的基于通行速度数据的道路线段行驶时间确定方法。
所述终端设备还可以包括:输入装置53和输出装置54。
终端设备中的处理器51、存储装置52、输入装置53和输出装置54可以通过总线或其他方式连接,图8中以通过总线连接为例。
该终端设备中的存储装置52作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本发明实施例一所提供基于通行速度数据的道路线段行驶时间确定方法对应的程序指令/模块(例如,附图7所示的基于通行速度数据的道路线段行驶时间确定装置,包括数据获取模块41、速度确定模块42、平均行驶速度求取模块43和行驶时间确定模块44)。处理器51通过运行存储在存储装置52中的软件程序、指令以及模块,从而执行终端设备的各种功能应用以及数据处理,即实现上述方法实施例中基于通行速度数据的道路线段行驶时间确定方法。
存储装置52可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;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储装置52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、或其他非易失性固态存储器件。在一些实例中,存储装置52可进一步包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置53可用于接收输入的数字或字符信息,以及产生与终端设备的用户设置以及功能控制有关的键信号输入。输出装置54可包括显示屏等显示设备。
并且,当上述终端设备所包括一个或者多个程序被所述一个或者多个处理器51执行时,程序进行如下操作:
获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;
基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;
对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;
基于所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
实施例四
本发明实施例四提供了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用于执行基于通行速度数据的道路线段行驶时间确定方法,该方法包括:
获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;
基于历史的道路线段的通行速度数据,确定道路线段的历史通行速度;
对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;
基于所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
可选的,该程序被处理器执行时还可以用于执行本发明任意实施例所提供的基于通行速度数据的道路线段行驶时间确定方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于:电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、无线电频率(RadioFrequency,RF)等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (7)
1.一种基于通行速度数据的道路线段行驶时间确定方法,其特征在于,所述方法包括:
获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;
基于获取的截止至当前时刻的至少前一整天的所述道路线段的实时通行速度,确定该道路线段当前时刻的日平均通行速度;
获取截止至当前时刻的至少一个整周前的所述道路线段的实时通行速度,将一天的早高峰时间、晚高峰时间分别划分为早高峰时间段、晚高峰时间段,并确定早高峰时间段至晚高峰时间段之间为第一时间段,及晚高峰时间段至早高峰时间段之间为第二时间段;按照预设的第三时间阈值对早高峰时间段和晚高峰时间段进行划分,分别得到多个早高峰子时间段和晚高峰子时间段;确定当前时刻在对应日期中对应的时间段;按照预设的第二时间阈值对确定的当前时刻在对应日期中对应的时间段内的实时通行速度进行读取;根据读取的次数对读取的实时通行速度求取平均值,作为该道路线段当前时刻的周平均通行速度;
根据所述日平均通行速度及周平均通行速度的平均值,得到该道路线段当前时刻的历史通行速度;
对某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;
基于所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
2.根据权利要求1所述的方法,其特征在于,所述确定各道路线段的预计行驶时间之后,还包括:
根据用户当前位置及目的地,确定所述当前位置与目的地之间的不同路线、及各路线包含的道路线段;
基于确定的各道路线段的预计行驶时间,确定不同路线的行驶时间;
根据不同路线的行驶时间,确定目标路线。
3.根据权利要求1所述的方法,其特征在于,所述确定各道路线段的预计行驶时间之后,还包括:
根据用户当前位置及目的地,确定所述当前位置与目的地之间的不同路线、及各路线包含的道路线段;
基于确定的各道路线段的预计行驶时间,确定不同路线的行驶时间;
根据不同路线的行驶时间确定不同级别的推送路线;
显示根据不同级别的推送路线描画的规划路线。
4.根据权利要求2所述的方法,其特征在于,所述根据不同路线的行驶时间,确定目标路线,具体指:
根据不同路线的行驶时间确定各路线的时间消费值;
将时间消费值最小的路线作为目标路线。
5.根据权利要求1所述的方法,其特征在于:
每条所述通行速度数据还至少包括:交通事件及限行信息;
在获取道路线段的通行速度数据之后,根据通行速度数据的项数对获取的道路线段的通行速度数据进行清洗。
6.根据权利要求1所述的方法,其特征在于,所述基于获取的截止至当前时刻的至少前一整天的所述道路线段的实时通行速度,确定该道路线段当前时刻的日平均通行速度的具体过程为:
按照预设的第一时间阈值对截止至当前时刻的至少前一整天内的实时通行速度进行读取;
根据读取的次数对读取的实时通行速度求取平均值,作为该道路线段当前时刻的日平均通行速度。
7.一种基于通行速度数据的道路线段行驶时间确定装置,其特征在于,所述装置包括:
数据获取模块:用于获取道路线段的通行速度数据,所述通行速度数据包括道路线段的实时通行速度和道路线段的预测通行速度;
速度确定模块:用于基于获取的截止至当前时刻的至少前一整天的所述道路线段的实时通行速度,确定该道路线段当前时刻的日平均通行速度;
获取截止至当前时刻的至少一个整周前的所述道路线段的实时通行速度,将一天的早高峰时间、晚高峰时间分别划分为早高峰时间段、晚高峰时间段,并确定早高峰时间段至晚高峰时间段之间为第一时间段,及晚高峰时间段至早高峰时间段之间为第二时间段;按照预设的第三时间阈值对早高峰时间段和晚高峰时间段进行划分,分别得到多个早高峰子时间段和晚高峰子时间段;确定当前时刻在对应日期中对应的时间段;按照预设的第二时间阈值对确定的当前时刻在对应日期中对应的时间段内的实时通行速度进行读取;根据读取的次数对读取的实时通行速度求取平均值,作为该道路线段当前时刻的周平均通行速度;
根据所述日平均通行速度及周平均通行速度的平均值,得到该道路线段当前时刻的历史通行速度;
平均行驶速度求取模块:用于对获取的某一时刻对应的所述道路线段的实时通行速度、道路线段的历史通行速度及道路线段的预测通行速度求取平均值,作为各道路线段该时刻的平均行驶速度;
行驶时间确定模块:用于根据所述各道路线段的平均行驶速度及道路线段长度,确定各道路线段的预计行驶时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911273823.0A CN112991798B (zh) | 2019-12-12 | 2019-12-12 | 基于通行速度数据的道路线段行驶时间确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911273823.0A CN112991798B (zh) | 2019-12-12 | 2019-12-12 | 基于通行速度数据的道路线段行驶时间确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991798A CN112991798A (zh) | 2021-06-18 |
CN112991798B true CN112991798B (zh) | 2022-05-20 |
Family
ID=76331991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911273823.0A Active CN112991798B (zh) | 2019-12-12 | 2019-12-12 | 基于通行速度数据的道路线段行驶时间确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991798B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113885492B (zh) * | 2021-09-17 | 2023-12-05 | 广东嘉腾机器人自动化有限公司 | 一种agv行驶控制方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101636771A (zh) * | 2007-02-27 | 2010-01-27 | 丰田自动车株式会社 | 行程时间运算服务器、车辆用行程时间运算装置及行程时间运算系统 |
CN101777253A (zh) * | 2009-12-24 | 2010-07-14 | 戴磊 | 一种实时路况采集、分析与反馈及智能交通综合服务系统 |
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN105405293A (zh) * | 2015-12-23 | 2016-03-16 | 青岛海信网络科技股份有限公司 | 一种道路旅行时间短期预测方法和系统 |
CN105674994A (zh) * | 2014-11-17 | 2016-06-15 | 深圳市腾讯计算机系统有限公司 | 获取行车路线的方法、装置及导航设备 |
CN106504530A (zh) * | 2016-10-31 | 2017-03-15 | 合肥工业大学 | 一种用户出行路径诱导与管控系统及其方法 |
CN106935027A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种基于行驶数据的交通信息预测方法及装置 |
CN110163405A (zh) * | 2018-07-23 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 通行时间确定方法、装置、终端及存储介质 |
CN110274609A (zh) * | 2019-06-10 | 2019-09-24 | 浙江工业大学 | 一种基于行程时间预测的实时路径规划方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7221287B2 (en) * | 2002-03-05 | 2007-05-22 | Triangle Software Llc | Three-dimensional traffic report |
US20030208313A1 (en) * | 2002-05-01 | 2003-11-06 | Wells Charles Hilliary | System for computing speeds and estimated arrival times for moving vehicles |
US7610145B2 (en) * | 2003-07-25 | 2009-10-27 | Triangle Software Llc | System and method for determining recommended departure time |
GB201113112D0 (en) * | 2011-02-03 | 2011-09-14 | Tomtom Dev Germany Gmbh | Method of generating expected average speeds of travel |
CN103440768B (zh) * | 2013-09-12 | 2015-04-15 | 重庆大学 | 一种基于动态修正的公交车到达时间实时预测方法 |
CN104021674B (zh) * | 2014-06-17 | 2016-07-06 | 武汉烽火众智数字技术有限责任公司 | 一种快速准确预测车辆通过路段旅行时间的方法 |
CN104408958B (zh) * | 2014-11-11 | 2016-09-28 | 河海大学 | 一种城市动态路径行程时间预测方法 |
CN104537836B (zh) * | 2014-12-30 | 2016-11-30 | 北京通博科技有限公司 | 路段行驶时间分布预测方法 |
US10078337B1 (en) * | 2017-07-14 | 2018-09-18 | Uber Technologies, Inc. | Generation of trip estimates using real-time data and historical data |
CN109059952A (zh) * | 2018-10-11 | 2018-12-21 | 国家卫星海洋应用中心 | 一种行程时长预测方法及装置 |
-
2019
- 2019-12-12 CN CN201911273823.0A patent/CN112991798B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101636771A (zh) * | 2007-02-27 | 2010-01-27 | 丰田自动车株式会社 | 行程时间运算服务器、车辆用行程时间运算装置及行程时间运算系统 |
CN101777253A (zh) * | 2009-12-24 | 2010-07-14 | 戴磊 | 一种实时路况采集、分析与反馈及智能交通综合服务系统 |
CN105674994A (zh) * | 2014-11-17 | 2016-06-15 | 深圳市腾讯计算机系统有限公司 | 获取行车路线的方法、装置及导航设备 |
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN105405293A (zh) * | 2015-12-23 | 2016-03-16 | 青岛海信网络科技股份有限公司 | 一种道路旅行时间短期预测方法和系统 |
CN106935027A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种基于行驶数据的交通信息预测方法及装置 |
CN106504530A (zh) * | 2016-10-31 | 2017-03-15 | 合肥工业大学 | 一种用户出行路径诱导与管控系统及其方法 |
CN110163405A (zh) * | 2018-07-23 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 通行时间确定方法、装置、终端及存储介质 |
CN110274609A (zh) * | 2019-06-10 | 2019-09-24 | 浙江工业大学 | 一种基于行程时间预测的实时路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112991798A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9239241B2 (en) | Navigation system | |
CN106960571B (zh) | 道路拥堵瓶颈点确定方法、装置、服务器及存储介质 | |
US8024110B2 (en) | Method of estimation of traffic information, device of estimation of traffic information and car navigation device | |
JP4591395B2 (ja) | ナビゲーションシステム | |
US8315785B2 (en) | Data communication device, data communication system, and recording medium | |
US9301099B2 (en) | Method of analyzing points of interest with probe data | |
US20110153189A1 (en) | Historical traffic data compression | |
US20060074551A1 (en) | Navigation systems, methods, and programs | |
JP2013515974A (ja) | デジタル地図におけるネットワーク生成のための時間および/または正確度に依存した重み | |
CN106382939A (zh) | 一种基于历史数据的导航路径行驶时间预测系统及方法 | |
US7418338B2 (en) | Road information provision server, road information provision system, road information provision method, route search server, route search system, and route search method | |
JP2009036594A (ja) | 移動先予測装置および移動先予測方法 | |
CN107909180B (zh) | 公共交通出行用时的处理方法、设备及可读介质 | |
CN110542425B (zh) | 导航路径选择方法、导航装置、计算机设备及可读介质 | |
WO2022160301A1 (zh) | 一种道路预警的方法、装置和系统 | |
US20200109960A1 (en) | Toll tracking and estimating system | |
CN110782656B (zh) | 一种道路瓶颈点识别方法、装置、电子设备及存储介质 | |
JP4501619B2 (ja) | ナビゲーションシステム | |
CN112991798B (zh) | 基于通行速度数据的道路线段行驶时间确定方法及装置 | |
CN115033807A (zh) | 未来出发用时的推荐方法、装置、设备及存储介质 | |
CN109446437B (zh) | 信息挖掘方法、装置、服务器及存储介质 | |
JP5467124B2 (ja) | 移動する対象物が静止している場所を場所と時刻からなる各サイティングの記録から選択する方法及び各サイティングの記録に従ってルート計画システム内でルート計画パラメータを較正する方法 | |
CN112185153B (zh) | 一种车辆行驶路线确定方法、装置、设备及介质 | |
CN108961761B (zh) | 用于生成信息的方法和装置 | |
CN111783037A (zh) | 一种车辆里程预估模型优化方法、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 | ||
CB02 | Change of applicant information |
Address after: 110000 No. 861-6, shangshengou village, Hunnan District, Shenyang City, Liaoning Province Applicant after: Shenyang Meihang Technology Co.,Ltd. Address before: 110167 12th and 13th floors of Debao building, No.1 Jinhui street, Hunnan New District, Shenyang City, Liaoning Province Applicant before: SHENYANG MXNAVI Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |