一种基于GPS数据集判定车辆滞留异常的方法及系统与流程

文档序号:29950512发布日期:2022-05-07 18:04阅读:204来源:国知局
一种基于GPS数据集判定车辆滞留异常的方法及系统与流程
一种基于gps数据集判定车辆滞留异常的方法及系统
技术领域
1.本发明涉及车辆物流技术领域,更具体地,涉及一种基于gps数据集判定车辆滞留异常的方法及系统。


背景技术:

2.在物流运输领域,经常需要对在途运输车辆做可视化管理,其中很普遍的需求就是需要尽快识别出异常滞留的车辆,以免出现整个订单的延迟交付,严重者甚至会引起交通安全事故。比如大跨度桥梁因长期处于交通流密度较大的情况和承受载荷超限而被损坏、压塌以及桥梁侧翻的现象时有发生。
3.目前有多种方法检测车流量的方法,例如:电磁感应装置法、声学检测系统法、激光雷达达检测法和车流信息的超声波检测法等。由于道路上前进中的车辆速度、种类始终变化,传统流量统计方法存在反射信号不稳定,测量误差大,滞留异常判断不及时且不精确,亦或是功能多但造价昂贵,仪器扩展性和通用性不高的特点。现有技术主要缺点是性价比不高,为了得到较丰富的车辆调查数据往往是以较大的造价为代价的,结构和原理都很复杂。并且功能强大的汽车流量调查系统比如采用磁感应技术的调查系统,由于其主要的调查端全部埋在地下,故该仪器的重复利用性较差,扩展性也差,施工开挖面积大,对道路交通影响周期长,可维修性底。


技术实现要素:

4.本发明针对现有技术中存在的物流车辆滞留异常判断不及时且不精确的技术问题。
5.本发明提供了一种基于gps数据集判定车辆滞留异常的方法,包括以下步骤:
6.s1,获取单车指定范围内的gps数据集;
7.s2,根据gps数据集计算出位置集的中心位置点;
8.s3,计算出中心位置点到数据集中每个坐标点的距离;
9.s4,计算所有距离的平均距离,根据平均距离是否超过限定的阈值来判定是否出现滞留。
10.优选地,所述s1具体包括:从数据库仓库hive或者elasticsearch中获取车辆的gps数据集,所述gps数据集包含车辆的标识、以及经纬度位置点信息。
11.优选地,所述s2具体包括:
12.s21,将经纬度从度数转换为弧度;
13.s22,经纬度转换为第一个位置的笛卡尔坐标;
14.s23,重复步骤s21-s22,得到所有位置的笛卡尔坐标xn,yn,zn;
15.s24,计算x,y,z三个轴的加权平均的坐标;
16.s25,将三个轴的加权平均分别对应转换为纬度和经度。
17.优选地,所述s25具体包括:
18.经度lon=atan2(y,x);
19.纬度lat=atan2(z,hyp),中间变量hyp=sqrt(x*x+y*y)。
20.优选地,所述s3具体包括:
21.s31,将经纬度从度数转为弧度;
22.s32,计算边a和边b的弦度;
23.利用纬度差,得到边a的弧度δa;
24.利用经度差,得到边b的弧度δb;
25.其中,边a是指第一个点与地球中心点的连线,边b是指第二个点与地球中心点的连线;
26.s33,计算出半正矢值a,其计算公式为sin2(δa/2)+cos(φa)*cos(φa)*sin2(δb/2);
27.s34,计算正切值;c=2*atan2(√a,√(1-a))
28.s35,计算距离d=r*c(r表示地球半径);
29.s36,重复步骤s31-s35计算出所有坐标点到中心位置的距离d1,d2,

,dn。
30.本发明还提供了一种基于gps数据集判定车辆滞留异常的系统,其特征在于,所述系统用于实现基于gps数据集判定车辆滞留异常的方法,包括:
31.数据获取模块,用于获取单车指定范围内的gps数据集;
32.数据处理模块,用于根据gps数据集计算出位置集的中心位置点;计算出中心位置点到数据集中每个坐标点的距离;计算所有距离的平均距离,根据平均距离是否超过限定的阈值来判定是否出现滞留。
33.本发明还提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现基于gps数据集判定车辆滞留异常的方法的步骤。
34.本发明还提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现基于gps数据集判定车辆滞留异常的方法的步骤。
35.有益效果:本发明提供的一种基于gps数据集判定车辆滞留异常的方法及系统,其中方法包括s1,获取单车指定范围内的gps数据集;s2,根据gps数据集计算出位置集的中心位置点;s3,计算出中心位置点到数据集中每个坐标点的距离;s4,计算所有距离的平均距离,根据平均距离是否超过限定的阈值来判定是否出现滞留。该方案通过对车辆终端在一段时间上报的gps位置数据进行计算,根据给定的阈值,判断车辆的活动半径是否超过给定阈值来判定是否发生滞留。比如车辆在24小时的活动半径都在2km内,即认定该车辆发生滞留异常。该方案逻辑简单,易实现;且减少了异常判定循环次数,效率高。
附图说明
36.图1为本发明提供的一种基于gps数据集判定车辆滞留异常的方法的流程图;
37.图2为本发明提供的一种可能的电子设备的硬件结构示意图;
38.图3为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
39.下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施
例用于说明本发明,但不用来限制本发明的范围。
40.图1为本发明提供的一种基于gps数据集判定车辆滞留异常的方法及系统,其中方法包括s1,获取单车指定范围内的gps数据集;s2,根据gps数据集计算出位置集的中心位置点;s3,计算出中心位置点到数据集中每个坐标点的距离;s4,计算所有距离的平均距离,根据平均距离是否超过限定的阈值来判定是否出现滞留。该方案通过对车辆终端在一段时间上报的gps位置数据进行计算,根据给定的阈值,判断车辆的活动半径是否超过给定阈值来判定是否发生滞留。比如车辆在24小时的活动半径都在2km内,即认定该车辆发生滞留异常。该方案逻辑简单,易实现;且减少了异常判定循环次数,效率高。
41.在一个具体的实施场景中,基于gps数据集判定车辆滞留异常的具体实现方式如下:
42.步骤一:获取单车指定范围内的gps数据集;
43.步骤二:根据gps数据集计算出位置集的中心位置点;
44.步骤三:计算出中心位置点到数据集中每个坐标点的距离;
45.步骤四:计算所有距离的平均距离,根据平均距离是否超过限定的阈值来判定是否出现滞留;
46.在步骤一中一般是从数据库仓库hive或者elasticsearch中存储的车辆gps数据,只要包含的内容为车辆的标识,以及经纬度位置点。
47.在步骤二中计算中心位置点具体的步骤如下:
48.(1)将经纬度从度数转换为弧度:
49.纬度1=纬度1*pi/180
50.经度1=经度1*pi/180。
51.(2)经纬度转换为第一个位置的笛卡尔坐标;
52.x1=cos(lat1)*cos(lon1)
53.y1=cos(lat1)*sin(lon1)
54.z1=sin(lat1)。
55.lat1表示第一个位置的纬度,lon1表示第一个位置的经度。
56.(3)重复步骤(1)-(2),得到所有位置的笛卡尔坐标xn,yn,zn。
57.(4)计算加权平均x,y,z的坐标:
58.x=(x1+x2+...+xn)/总的坐标点个数;
59.y=(y1+y2+...+yn)/总的坐标点个数;
60.z=(z1+z2+...+zn)/总的坐标点个数。
61.(5)将平均x、y、z坐标转换为纬度和经度。请注意,在excel和可能的其他一些应用程序中,需要在atan2函数中反转参数,例如,使用atan2(x,y)而不是atan2(y,x)。
62.经度lon=atan2(y,x);
63.hyp=sqrt(x*x+y*y);
64.纬度lat=atan2(z,hyp)。
65.(6)将lat和lon转换为度数。
66.中心位置纬度=纬度*180/pi;
67.中心位置经度=经度*180/pi。
68.在步骤三中需要计算中心位置到数据集中每个坐标点的距离,具体步骤如下:
69.(1)将经纬度从度数转为弧度,参考步骤二中的第1点;
70.(2)计算边a和边b的弦度;
71.利用纬度差,得到边a的弧度δa;
72.利用经度差,得到边b的弧度δb(计算时注意取绝对值);
73.其中,边a是指第一个点与地球中心点的连线,边b是指第二个点与地球中心点的连线;
74.(3)计算出以上一系列变量后,计算出半正矢值a;
75.其计算公式为sin2(δa/2)+cos(φa)*cos(φa)*sin2(δb/2);
76.(4)计算正切值;
77.c=2*atan2(√a,√(1-a));
78.(5)计算距离;
79.d=r*c(r表示地球半径);
80.(6)重复(1)-(5)计算出所有坐标点到中心位置的距离d1,d2,

,dn。
81.在步骤四中需要计算d1,d2,

,dn的平均距离d,判断平均距离d和给定范围阈值的关系,如果小于则判定车辆滞留异常,大于则无滞留异常。
82.该方案逻辑简单,易实现;算法计算循环次数少,效率高。
83.本发明实施例还提供了一种基于gps数据集判定车辆滞留异常的系统,所述系统用于实现基于gps数据集判定车辆滞留异常的方法,包括:
84.数据获取模块,用于获取单车指定范围内的gps数据集;
85.数据处理模块,用于根据gps数据集计算出位置集的中心位置点;计算出中心位置点到数据集中每个坐标点的距离;计算所有距离的平均距离,根据平均距离是否超过限定的阈值来判定是否出现滞留。
86.请参阅图2为本发明实施例提供的电子设备的实施例示意图。如图2所示,本发明实施例提了一种电子设备,包括存储器1310、处理器1320及存储在存储器1310上并可在处理器1320上运行的计算机程序1311,处理器1320执行计算机程序1311时实现以下步骤:s1,获取单车指定范围内的gps数据集;
87.s2,根据gps数据集计算出位置集的中心位置点;
88.s3,计算出中心位置点到数据集中每个坐标点的距离;
89.s4,计算所有距离的平均距离,根据平均距离是否超过限定的阈值来判定是否出现滞留。
90.请参阅图3为本发明提供的一种计算机可读存储介质的实施例示意图。如图3所示,本实施例提供了一种计算机可读存储介质1400,其上存储有计算机程序1411,该计算机程序1411被处理器执行时实现如下步骤:s1,获取单车指定范围内的gps数据集;
91.s2,根据gps数据集计算出位置集的中心位置点;
92.s3,计算出中心位置点到数据集中每个坐标点的距离;
93.s4,计算所有距离的平均距离,根据平均距离是否超过限定的阈值来判定是否出现滞留。
94.需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中
没有详细描述的部分,可以参见其它实施例的相关描述。
95.本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
96.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
97.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
98.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
99.尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
100.显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1