发布信息

路径流量确定方法、装置、电子设备及存储介质与流程 专利技术说明

作者:admin      2023-06-29 16:35:24     874



信号装置的制造及其应用技术1.本公开涉及人工智能领域,尤其涉及自动驾驶、智能交通等领域,具体涉及一种路径流量确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。背景技术:2.随着社会经济增长和科学技术进步,世界各国的城市化进程不断加快,城市人口的规模也随之不断增加。与此同时,交通供需不平衡导致的交通拥堵问题也逐渐凸显,从各个方面制约着城市的进一步发展。3.路径流量作为城市交通运输系统的基础数据指标之一,描述了整个交通网络中每一对起点-终点之间的出行分布状况,直接反映了交通网络中车流的时空分布,对于城市道路交通的管理与控制、发展规划以及远景预测等均具有重要意义。因此,获取准确的路径流量已经成为交通领域中的一项热点研究内容。技术实现要素:4.本公开提供了一种路径流量确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。5.根据本公开的一方面,提供了一种路径流量确定方法,包括获取选定的路网区域在预设时段内与车辆行驶轨迹相关联的第一数据和与道路监控相关联的第二数据,以及与路网区域内的指定交叉口相关联的路径集,其中,路径集中的路径的起点和终点对应于指定交叉口;基于第一数据,对路径集进行路径完整性扩充以得到第一扩充路径集;基于第二数据,对表征路网区域的初始起点-终点流量的流量矩阵进行加权以得到经加权的流量矩阵,其中,初始起点-终点流量的流量矩阵是基于对车辆行驶轨迹进行轨迹完整性补充所得到的经补充的第一数据确定的;基于经加权的流量矩阵,确定与第一扩充路径集相对应的初始的路径流量;以及基于经由第二数据确定的第一转向流量以及经由初始的路径流量确定的第二转向流量,对初始的路径流量进行更新以得到更新的路径流量。6.根据本公开的另一方面,提供了一种路径流量确定装置,包括获取模块,被配置用于获取选定的路网区域在预设时段内与车辆行驶轨迹相关联的第一数据和与道路监控相关联的第二数据,以及与路网区域内的指定交叉口相关联的路径集,其中,路径集中的路径的起点和终点对应于指定交叉口;路径扩充模块,被配置用于基于第一数据,对路径集进行路径完整性扩充以得到第一扩充路径集;加权模块,被配置用于基于第二数据,对表征路网区域的初始起点-终点流量的流量矩阵进行加权以得到经加权的流量矩阵,其中,初始起点-终点流量的流量矩阵是基于对车辆行驶轨迹进行轨迹完整性补充所得到的经补充的第一数据确定的;路径流量确定模块,被配置用于基于经加权的流量矩阵,确定与第一扩充路径集相对应的初始的路径流量;以及第一路径流量更新模块,被配置用于基于经由第二数据确定的第一转向流量以及经由初始的路径流量确定的第二转向流量,对初始的路径流量以得到更新的路径流量。7.根据本公开的另一方面,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;其中存储器存储有能够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如上所提供的方法。8.根据本公开的另一方面,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如上所提供的方法。9.根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现如上所提供的方法。10.根据本公开的一个或多个实施例,可以以更简单、更高效的方式实现路径流量的确定。11.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12.附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。13.图1示出了根据本公开实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;14.图2示出了根据本公开实施例的路径流量确定方法的流程图;15.图3示出了根据本公开实施例的路网区域的示意图;16.图4示出了根据本公开实施例的转向流量收敛曲线示意图;17.图5示出了根据本公开一个实施例的路径流量确定装置的结构框图;18.图6示出了根据本公开另一个实施例的路径流量确定装置的结构框图;19.图7示出了能够用于实现本公开实施例的示例性电子设备的结构框图。具体实施方式20.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。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。21.在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。22.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。23.在相关技术中,传统的对路径流量的确定方法一般使用双层的路径流量估计模型来实现。路径流量估计模型的上层基于用户均衡假设来估计需求分配矩阵,路径流量估计模型的下层基于上层求解得到的分配矩阵估计路径流量,路径流量估计模型中的两层以迭代方式执行,直到达到收敛。只有当用户均衡假设与现实世界的交通状况非常吻合时,使用这种路径流量估计模型才可能是实用的。24.然而,随着城市道路的发展和车辆数量的不断增加,在道路状况多变的情况下难以进行用户均衡假设,这种传统的依赖于用户均衡假设的路径流量确定方法就难以应用,与此同时进行用户均衡假设还需要大量的时间,使得传统的路径流量估计方法不仅技术上复杂,而且效率也较低。25.针对上述技术问题,根据本公开的一个方面,提供了一种路径流量确定方法。26.在详细描述根据本公开实施例的路径流量确定方法之前,首先结合图1描述可以将本文描述的各种方法和装置在其中实施的示例性系统的示意图。27.图1示出了根据本公开实施例的可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。28.在本公开的实施例中,服务器120可以运行使得能够执行路径流量确定方法的一个或多个服务或软件应用。29.在某些实施例中,服务器120还可以提供其他服务或软件应用,这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。30.在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。31.用户可以使用客户端设备101、102、103、104、105和/或106来获取路径流量确定的结果。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。32.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os);或包括各种移动操作系统,例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序,并且可以使用各种通信协议。33.网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、区块链网络、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。34.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。35.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。36.在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。37.在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(vps,virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。38.系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。39.在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。40.图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。41.以下详细描述根据本公开实施例的路径流量确定方法。42.图2示出了根据本公开实施例的路径流量确定方法200的流程图;如图2所示,方法200包括步骤s202、s204、s206、s208和s210。43.在步骤s202,获取选定的路网区域在预设时段内与车辆行驶轨迹相关联的第一数据和与道路监控相关联的第二数据,以及与路网区域内的指定交叉口相关联的路径集,其中,路径集中的路径的起点和终点对应于指定交叉口。44.在示例中,路网区域可以是根据需要选定的任意的一片区域。例如,图3示出了根据本公开实施例的路网区域的示意图,如图3所示,图中的横坐标表示经度,纵坐标表示维度;黑点表示交叉口,两个黑点之间的连线表示路段,由图3可以看出该区域共包含91个交叉口,289个路段。45.在示例中,与车辆行驶轨迹相关联的第一数据可以是车牌数据,与车辆行驶轨迹相关联的第一数据可以通过一种或多种道路监控获得。46.在示例中,道路监控可以是雷视设备和卡口设备,与道路监控相关联的第二数据可以是通过雷视设备和卡口设备获得的雷视设备数据和卡口数据。47.在示例中,指定交叉口可以是在路网区域内指定的任意的交叉口,例如可以是图3所示的路网区域中的外部的31交叉口和内部的60个交叉口。与路网区域内的指定交叉口相关联的路径集,可以是以路网区域中的外部的31交叉口和内部的60个交叉口作为起终点形成的路径集。例如,路网区域中的指定交叉口nk表示路网区域中的第k个交叉口,路段linkk,k+1表示从指定交叉口nk到指定交叉口nk+1的路段,路径pathk,l={[nk,nk+1,...,nl-1,nl],}就表示从指定交叉口nk到指定交叉口nl的路径。[0048]在步骤s204,基于第一数据,对路径集进行路径完整性扩充以得到第一扩充路径集;[0049]在示例中,路径集中的路径的起点和终点对应于指定的交叉口,而车辆在实际行驶时,路径的起点和终点可能会是任意的交叉口,即路径集中的路径相对于车辆的实际行驶路径可能会有缺失。第一数据可以是车牌数据,基于与车辆行驶轨迹相关联的车牌数据,得到车辆实际行驶路径,然后将车辆实际行驶路径添加到路径集中,对路径集进行完整性扩充以得到第一扩充路径集。[0050]在步骤s206,基于第二数据,对表征路网区域的初始起点-终点流量的流量矩阵进行加权以得到经加权的流量矩阵,其中,初始起点-终点流量的流量矩阵是基于对车辆行驶轨迹进行轨迹完整性补充所得到的经补充的第一数据确定的。[0051]示例性的,第一数据可以是车牌数据。第一数据中即可以包括连续的车辆行驶轨迹,也可以包括因为设备缺失和漏检导致的不连续的车辆轨迹,对第一数据中缺失的车辆行驶轨迹进行补全,得到经补充的车牌数据。在经补充的车牌数据中,提取出具有相同的起点-终点的流量,得到路网区域的初始起点-终点流量的流量矩阵。流量矩阵如下表所示:[0052][0053]其中,nk表示第k个交叉口,表示起点-终点流量。[0054]示例性的,由于获取的与车辆行驶轨迹相关联的第一数据通常会有缺失,为了减小第一数据的缺失对确定的路径流量的影响,通过与道路监控相关联的第二数据对初始起点-终点流量的流量矩阵进行加权,以得到经加权的流量矩阵。[0055]在步骤s208,基于经加权的流量矩阵,确定与第一扩充路径集相对应的初始的路径流量;[0056]示例性的,路径流量的确定可以通过路径流量估计模型,路径流量估计模型可以由两层最小二乘(ordinary least squares,ols)估计模型组成,其中,第一层最小二乘估计模型可以为:[0057][0058][0059]其中,vτ,a是时间τ内路段a的流量;是通过道路监控获得的时间τ内路段a的流量;tvτ,a是时间τ内路段a的转向流量,包括左转流量ltτ,a,直行流量stτ,a和右转流量rtτ,a;是通过道路监控获得的时间τ内路段a的转向流量;是时间τ内从起点r到终点s的起点-终点流量的流量矩阵;是时间τ内从r到s的起点-终点流量分配到路径j的比例的分配矩阵;是时间τ内从r到s的路径j的流量;是路径-路段流量发生率,若路径j经过路段a,否则为0;为路径-转向流量发生率,若路径j在路段a为相应转向,否则为0。[0060]第二层最小二乘估计模型用于求解起点-终点流量的流量矩阵目标函数为各个路段转向流量和起点-终点流量与真值差距平方的加权和。为避免部分转向流量过大,对其增加转向流量小于转向通行能力的约束。[0061]第二层最小二乘估计模型可以为:[0062][0063][0064]其中,为经加权的流量矩阵,tva,c为路段a相应转向的通行能力,其他变量与第一层最小二乘估计模型中的含义相同。[0065]示例性的,tva,c可以通过转向对应的绿信比、车道数和饱和流率确定:[0066]tva,c=rsat×λt×lt[0067]其中,rsat为饱和流量;λt为转向t对应相位的绿信比;lt是与转向t相关的车道数。[0068]示例性的,将经加权的流量矩阵作为路径流量估计模型的输入,即可确定与第一扩充路径集相对应的初始的路径流量,初始的路径流量可以包括流量矩阵和转向矩阵[0069]在步骤s210,基于经由第二数据确定的第一转向流量以及经由初始的路径流量确定的第二转向流量,对初始的路径流量进行更新以得到更新的路径流量。[0070]示例性的,第二数据可以是通过雷视设备得到的雷视设备数据,经由第二数据确定的第一转向流量,可以包括车辆轨迹实际经过的多个路段对应的左转流量、直行流量和右转流量。初始的路径流量确定的第二转向流量,可以包括路径集中包括的各个路段对应的左转流量、直行流量和右转流量。[0071]示例性的,基于经由第二数据确定的第一转向流量以及经由初始的路径流量确定的第二转向流量,对初始的路径流量进行更新以得到更新的路径流量。当更新的路径流量满足预设标准时,停止更新。[0072]示例性的,预设标准可以为:[0073][0074]其中,mape为平均偏差比,xi为第二转向流量中的第i个转向流量;为第一转向流量中的第i个转向流量,m为转向流量的总数。[0075]示例性的,图4示出了根据本公开实施例的转向流量收敛曲线示意图,如图4所示,横坐标为迭代次数也就是k值,纵坐标为平均偏差比(mape)。若第k+1次的平均偏差比(mape)和第k次平均偏差比(mape)的差值小于阈值,即第k+1次的平均偏差比(mape)和第k次平均偏差比(mape)的差值满足如下公式:[0076][0077]其中,ε为阈值,具体的取值的可以通过观察收敛曲线预先设定。此时,路径流量的更新结束,得到的流量矩阵和分配矩阵为更新的路径流量。[0078]根据本公开实施例的路径流量确定方法,通过借助于与车辆行驶轨迹相关联的第一数据和与道路监控相关联的第二数据,以及与路网区域内的指定交叉口相关联的路径集,能够避免传统方法中依赖于预先校准网络参数的方式,使路径流量确定过程只需要获取与车辆行驶轨迹相关联的第一数据和与道路监控相关联的第二数据,即可实现路径流量的确定并保证确定结果的准确性,由此降低了路径流量确定方法的复杂度,从而降低了路径流量确定方法的实施难度,提高了确定路径流量的效率。[0079]需说明的是,本公开的技术方案中,所涉及的与车辆行驶轨迹以及与道路监控相关的信息的收集、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。[0080]以下进一步描述根据本公开实施例的路径流量确定方法的各个方面。[0081]根据一些实施例,基于经由第二数据确定的第一转向流量以及经由初始的路径流量确定的第二转向流量,对初始的路径流量进行更新以得到更新的路径流量,包括基于第一转向流量,确定未被第一扩充路径集包含的第一缺失路径;将第一缺失路径以及基于第二转向流量与第一转向流量之间的差值所确定的第二缺失路径,添加至第一扩充路径集中以得到第二扩充路径集;以及确定与第二扩充路径集相对应的更新的路径流量。[0082]示例性的,第二数据可以是通过雷视设备得到的雷视设备数据,雷视设备通常只采集直行流量和左转流量,但在在确定路径流量时,各个转向流量的完整性对路径流量准确性会产生影响,因此也要获取右转流量。右转向的转向流量为:[0083][0084]其中,和分别表示时段τ,起点为r,终点为s在路段a上所对应的路段流量、左转流量、直行流量和右转流量。[0085]示例性的,第二数据可以是通过雷视设备得到的雷视设备数据,第一转向流量可以是通过雷视设备数据确定的车辆行驶轨迹中实际的转向流量,根据第一转向流量可以确定各个转向对应的路径集,将各个转向对应的路径集与第一扩充路径集进行比对,确定未被第一扩充路径集包含的第一缺失路径。[0086]示例性的,通过初始的路径流量可以确定第二转向流量,也就是第一扩充路径集相对应的转向流量。将第二转向流量与第一转向流量进行比较,将第二转向流量与第一转向流量之间的差值大于一定阈值的路径,确定为第二缺失路径。[0087]示例性的,将第一缺失路径和第二缺失路径,添加至第一扩充路径集中。也就是对前述实施例中的路径流量估计模型中的参数进行更新,得到更新后的路径流量估计模型。[0088]示例性的,将初始的路径流量做为更新后的路径流量估计模型的输入值,得到与第二扩充路径集相对应的更新的路径流量。[0089]根据本公开的实施例,基于第一转向流量,确定未被第一扩充路径集包含的第一缺失路径;将第一缺失路径以及基于第二转向流量与第一转向流量之间的差值所确定的第二缺失路径,添加至第一扩充路径集中以得到第二扩充路径集,使路径集更加符合选定的路网区域,从而可以使确定的与第二扩充路径集相对应的路径流量更加准确。[0090]根据一些实施例,第二数据包括雷视设备数据和卡口数据;其中,基于第二数据,对表征路网区域的初始起点-终点流量的流量矩阵进行加权以得到经加权的流量矩阵,包括根据雷视设备数据,确定在起点的第一起点车辆数和在终点的第一终点车辆数;根据卡口数据,确定在起点的第二起点车辆数和在终点的第二终点车辆数;基于第一起点车辆数和第二起点车辆数确定起点车辆识别率,以及基于第一终点车辆数和第二终点车辆数确定终点车辆识别率;以及基于起点车辆识别率和终点车辆识别率中更小的一者,对流量矩阵进行加权以得到经加权的流量矩阵。[0091]示例性的,在实际应用时,雷视设备数据和卡口数据较真实的数据都会有缺失,为了使确定的流量矩阵更加接近真实值,可以通过雷视设备数据和卡口数据对初始起点-终点流量的流量矩阵进行加权。[0092]示例性的,时间间隔τ内,雷视设备在起点r检测到的第一起点车辆数为在终点s检测到的第一终点车辆数为卡口设备在起点r检测到的第二起点车辆数为在终点s检测到的第二终点车辆数为[0093]基于第一起点车辆数和第二起点车辆数确定的起点车辆识别率为:[0094][0095]基于第一终点车辆数和第二终点车辆数确定终点车辆识别率为:[0096][0097]基于起点车辆识别率和终点车辆识别率中更小的一者,对表征路网区域的初始起点-终点流量的流量矩阵进行加权:[0098][0099]其中,为经加权的流量矩阵。[0100]根据本公开的实施例,通过雷视设备数据和卡口数据对初始起点-终点流量的流量矩阵进行加权,可以使经加权的流量矩阵更加符合选定的路网区域,由此可以获得更加准确的路径流量。[0101]根据一些实施例,基于第一数据,对路径集进行路径完整性扩充以得到第一扩充路径集,包括基于第一数据,对车辆行驶轨迹进行轨迹完整性补充以得到经补充的第一数据,其中,经补充的第一数据表示实际的车辆行驶路径;以及将实际的车辆行驶路径,添加至路径集中以得到第一扩充路径集。[0102]示例性的,第一数据中即可以包括连续的车辆行驶轨迹,也可以包括因为设备缺失和漏检导致的不连续的车辆轨迹。将第一数据中不连续的轨迹进行补充,得到连续的车辆行驶轨迹,也就是得到经补充的第一数据。[0103]示例性的,经扩充的第一数据表示实际的车辆行驶路径,将实际的车辆行驶路径,添加至路径集中以得到第一扩充路径集[0104]根据本公开的实施例,基于第一数据,对车辆行驶轨迹进行轨迹完整性补充以得到实际的车辆行驶路径,并将实际的车辆行驶路径,添加至路径集中以得到第一扩充路径集,使第一扩充路径集更加符合实际的路径集,从而可以提高确定的路径流量的准确性和可靠性。[0105]根据一些实施例,基于第一数据,对车辆行驶轨迹进行轨迹完整性补充以得到经补充的第一数据,包括基于第一数据,采用第一最短路径算法确定未被车辆行驶轨迹包含的缺失轨迹;以及将缺失轨迹补全到车辆行驶轨迹中以得到经补充的第一数据。[0106]示例性的,第一最短路径算法可以是迪杰斯特拉(dijkstra)最短路径算法。[0107]示例性的,第一数据可以是车牌数据。第一数据中即可以包括连续的车辆行驶轨迹,也可以包括因为设备缺失和漏检导致的不连续的车辆轨迹。采用第一最短路径算法计算出车辆行驶轨迹的最短路径,进而可以确定未被车辆行驶轨迹包含的缺失轨迹。将缺失轨迹补充到车辆行驶轨迹中就可以得到只包括连续的车辆行驶轨迹的第一数据,也就是得到经补充的第一数据。[0108]根据本公开的实施例,采用第一最短路算法可以高效率的确定未被车辆行驶轨迹包含的缺失轨迹,提高了路径的完整性。[0109]根据一些实施例,与路网区域内的指定交叉口相关联的路径集是根据第二最短路径算法以指定交叉口作为路径的起点和终点得到的。[0110]示例性的,第二最短路径算法可以是k最短路径算法,其中,k为基于相同的起点和终点得到的最短路径的数量。[0111]根据本公开的实施例,根据第二最短路径算法以指定交叉口作为路径的起点和终点得到与路网区域内的指定交叉口相关联的路径集,可以使得到的路径集中路径的数量更符合确定路径流量时的需求,在确保路径流量准确的情况下减少了求解变量,提高了求解效率。[0112]图5示出了根据本公开一个实施例的路径流量确定装置500的结构框图。如图5所示,装置500包括:获取模块510,被配置用于获取选定的路网区域在预设时段内与车辆行驶轨迹相关联的第一数据和与道路监控相关联的第二数据,以及与路网区域内的指定交叉口相关联的路径集,其中,路径集中的路径的起点和终点对应于指定交叉口;路径扩充模块520,被配置用于基于第一数据,对路径集进行路径完整性扩充以得到第一扩充路径集;加权模块530,被配置用于基于第二数据,对表征路网区域的初始起点-终点流量的流量矩阵进行加权以得到经加权的流量矩阵,其中,初始起点-终点流量的流量矩阵是基于对车辆行驶轨迹进行轨迹完整性补充所得到的经补充的第一数据确定的;路径流量确定模块540,被配置用于基于经加权的流量矩阵,确定与第一扩充路径集相对应的初始的路径流量;以及第一路径流量更新模块550,被配置用于基于经由第二数据确定的第一转向流量以及经由初始的路径流量确定的第二转向流量,对初始的路径流量以得到更新的路径流量。[0113]根据本公开的实施例,能够避免传统方法中依赖于预先校准网络参数的方式,使路径流量确定过程只需要获取与车辆行驶轨迹相关联的第一数据和与道路监控相关联的第二数据,即可实现路径流量的确定并保证确定结果的准确性,由此降低了路径流量确定方法的复杂度,从而降低了路径流量确定方法的实施难度,提高了确定路径流量的效率。[0114]图6示出了根据本公开另一个实施例的车辆测速装置600的结构框图。如图6所示,装置600可以包括获取模块610,路径扩充模块620,加权模块630、路径流量确定模块640以及第一路径流量更新模块650。获取模块610,路径扩充模块620,加权模块630、路径流量确定模块640以及第一路径流量更新模块650与如图5所示的获取模块510,路径扩充模块520,加权模块530、路径流量确定模块540以及第一路径流量更新模块550相对应,因而在此不再赘述其细节。[0115]在示例中,第一路径流量更新模块650,包括:缺失路径确定模块6501,被配置用于基于第一转向流量,确定未被第一扩充路径集包含的第一缺失路径;第一路径添加模块6502,被配置用于将第一缺失路径以及基于第二转向流量与第一转向流量之间的差值所确定的第二缺失路径,添加至第一扩充路径集中以得到第二扩充路径集;以及第二路径流量更新模块6503,被配置用于确定与第二扩充路径集相对应的更新的路径流量。[0116]由此,可以使确定的与第二扩充路径集相对应的路径流量更加准确。[0117]在示例中,第二数据包括雷视设备数据和卡口数据;其中,加权模块630,包括第一车辆数确定模块6301,被配置用于根据雷视设备数据,确定在起点的第一起点车辆数和在终点的第一终点车辆数;第二车辆数确定模块6302,被配置用于根据卡口数据,确定在起点的第二起点车辆数和在终点的第二终点车辆数;车辆识别率确定模块6303,被配置用于基于第一起点车辆数和第二起点车辆数确定起点车辆识别率,以及基于第一终点车辆数和第二终点车辆数确定终点车辆识别率;以及流量矩阵加权模块6304,被配置用于基于起点车辆识别率和终点车辆识别率中更小的一者,对流量矩阵进行加权以得到经加权的流量矩阵。[0118]由此,通过雷视设备数据和卡口数据对初始起点-终点流量的流量矩阵进行加权,可以使经加权的流量矩阵更加符合选定的路网区域,由此可以获得更加准确的路径流量。[0119]在示例中,路径扩充模块620可以包括:[0120]路径补充模块6201,被配置用于基于第一数据,对车辆行驶轨迹进行轨迹完整性补充以得到经补充的第一数据,其中,经补充的第一数据表示实际的车辆行驶路径;以及第二路径添加模块6202,被配置用于将实际的车辆行驶路径,添加至路径集中以得到第一扩充路径集。[0121]由此,能够使第一扩充路径集更加符合实际的路径集,从而可以提高确定的路径流量的准确性和可靠性。[0122]在示例中,路径补充模块6201可以包括:[0123]缺失轨迹确定模块6201a,被配置用于基于第一数据,采用第一最短路径算法确定未被车辆行驶轨迹包含的缺失轨迹;以及[0124]缺失轨迹确定模块6201b,被配置用于将缺失轨迹补全到车辆行驶轨迹中以得到经补充的第一数据。[0125]由此,采用第一最短路算法可以高效率的确定未被车辆行驶轨迹包含的缺失轨迹,提高了路径的完整性。[0126]在示例中,与路网区域内的指定交叉口相关联的路径集是根据第二最短路径算法以指定交叉口作为路径的起点和终点得到的。[0127]由此,能够使得到的路径集中路径的数量更符合确定路径流量时的需求,在确保路径流量准确的情况下减少了求解变量,提高了求解效率。[0128]根据本公开的另一方面,还提供一种电子设备,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上述实施例中的方法。[0129]根据本公开的另一方面,还提供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实施例中的方法。[0130]根据本公开的另一方面,还提供一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述实施例中的方法。[0131]参考图7,现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,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。[0132]如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(rom)702中的计算机程序或者从存储单元708加载到随机访问存储器(ram)703中的计算机程序,来执行各种适当的动作和处理。在ram703中,还可存储电子设备700操作所需的各种程序和数据。计算单元701、rom 702以及ram 703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。[0133]电子设备700中的多个部件连接至i/o接口705,包括:输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700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,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙设备、802.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。[0134]计算单元701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701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701执行上文所描述的各个方法和处理,例如路径流量确定方法。例如,在一些实施例中,路径流量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708。在一些实施例中,计算机程序的部分或者全部可以经由rom 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到ram 703并由计算单元701执行时,可以执行上文描述的路径流量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701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行路径流量确定方法。[0135]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。[0136]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。[0137]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。[0138]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。[0139]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)、互联网和区块链网络。[0140]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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。[0141]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、也可以顺序地或以不同的次序执行,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。[0142]虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。









图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

相关内容 查看全部