技术特征：
1.一种基于gps数据集判定车辆滞留异常的方法，其特征在于，包括以下步骤：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。2.根据权利要求1所述的基于gps数据集判定车辆滞留异常的方法，其特征在于，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。3.根据权利要求1所述的基于gps数据集判定车辆滞留异常的方法，其特征在于，所述s2具体包括：s21，将经纬度从度数转换为弧度；s22，经纬度转换为第一个位置的笛卡尔坐标；s23，重复步骤s21-s22，得到所有位置的笛卡尔坐标xn，yn，zn；s24，计算x，y，z三个轴的加权平均的坐标；s25，将三个轴的加权平均分别对应转换为纬度和经度。4.根据权利要求3所述的基于gps数据集判定车辆滞留异常的方法，其特征在于，所述s25具体包括：经度lon＝atan2(y,x)；纬度lat＝atan2(z,hyp)，中间变量hyp＝sqrt(x*x+y*y)。5.根据权利要求1或3所述的基于gps数据集判定车辆滞留异常的方法，其特征在于，所述s3具体包括：s31，将经纬度从度数转为弧度；s32，计算边a和边b的弦度；利用纬度差，得到边a的弧度δa；利用经度差，得到边b的弧度δb；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；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)；s34，计算正切值；c＝2*atan2(√a,√(1-a))s35，计算距离d＝r*c(r表示地球半径)；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。6.一种基于gps数据集判定车辆滞留异常的系统，其特征在于，所述系统用于实现如权利要求1-5任一项所述的基于gps数据集判定车辆滞留异常的方法，包括：数据获取模块，用于获取单车指定范围内的gps数据集；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。7.一种电子设备，其特征在于，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如权利要求1-5任一项所述的基于gps数据集判定车辆滞留
异常的方法的步骤。8.一种计算机可读存储介质，其特征在于，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如权利要求1-5任一项所述的基于gps数据集判定车辆滞留异常的方法的步骤。
技术总结
本发明属于车辆物流技术领域，具体提供了一种基于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。率高。率高。
技术研发人员：胡程 陈文杰 李晓聪 卢风云
受保护的技术使用者：南斗六星系统集成有限公司
技术研发日：2022.01.21
技术公布日：2022/5/6