本发明属于共享单车技术领域，特别是涉及一种基于历史骑行数据的非机动车道路况判断方法及系统。
背景技术
共享单车骑行方便，已经成为很多人一公里内的最佳出行方式。单车通常在非机动车道上骑行，但很多非机动车道路况经常发生变化，例如，在修建地铁等大型工程时，非机动车道被占用，当单车骑行经过这些路段时，骑行速度非常慢，而且更容易出现危险事故。目前用于骑行的导航中没有判断非机动车道路况的技术方案，为此提出一种基于历史骑行数据的非机动车道路况判断方法及系统。
技术实现要素：
本发明所要解决的技术问题是不能判断非机动车道路况的问题，提出一种基于历史骑行数据的非机动车道路况判断方法及系统。
本发明依托现有的共享单车系统，单车上部署振动检测设备，定时收集数据并发送至服务器，服务器获取共享单车的历史骑行记录，包括骑行中的振动数据、骑行时间和骑行轨迹。
用户通过终端的电子地图输入目的地及进行骑行导航，所述终端包括但不限于移动终端app或网页或小程序。
本发明的基于历史骑行数据的非机动车道路况判断系统，包括识别导航路径中的非机动车道路段模块、判断非机动车道路段骑行振动是否异常模块、判断非机动车道路段平均速度是否异常模块、判断非机动车道路段骑行轨迹是否异常模块、识别非机动车道路况模块。
识别导航路径中的非机动车道路段模块：用户选定导航路径后，识别该导航路径中的非机动车道路段(通过电子地图导航系统识别)，非机动车道路段数量用变量n表示，将非机动车道路段按从1到n编号为i，1≤i≤n。
判断非机动车道路段骑行振动是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算单车在各非机动车道路段的振动数据平均值，记为ai，若ai>a，其中a是事先设置的骑行振动阈值，则判定该非机动车道路段骑行振动异常。
判断非机动车道路段平均速度是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的平均骑行时间，记为ti，读取各非机动车道路段的长度，记为si，则计算单车在各非机动车道路段的平均速度vi＝si/ti；若vi<v，其中v是事先设置的非机动车道均速阈值，则判定该非机动车道路段平均速度异常。
判断非机动车道路段骑行轨迹是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的骑行轨迹，若在非机动车道路段的骑行轨迹出现绕行或掉头，则判定该非机动车道路段骑行轨迹异常。
识别非机动车道路况模块：调取时间段t内各非机动车道路段的骑行数据，统计骑行振动、骑行平均速度和骑行轨迹的异常次数，分别用xi、yi和zi表示，时间段t事先设置；若xi>x，其中x是事先设置的骑行振动异常次数阈值，则判定该非机动车道路段道路状况崎岖不平；若yi>y，其中y是事先设置的骑行平均速度异常次数阈值，则判定该非机动车道路段道路拥堵；zi>z，其中z是事先设置的骑行轨迹异常次数阈值，则判定该非机动车道路段道路被阻断。
本发明的基于历史骑行数据的非机动车道路况判断方法按如下步骤实现：
识别导航路径中的非机动车道路段：用户选定导航路径后，识别该导航路径中的非机动车道路段(通过电子地图导航系统识别)，非机动车道路段数量用变量n表示，将非机动车道路段按从1到n编号为i，1≤i≤n。
判断非机动车道路段骑行数据是否异常：读取所有单车在各非机动车道路段的历史骑行记录，若单车在非机动车道路段的振动数据平均值超过事先设置的阈值，则判定该非机动车道路段骑行振动异常；根据单车在非机动车道路段的平均骑行时间和路段长度计算单车在各非机动车道路段的骑行平均速度，若平均速度低于事先设置的阈值，则判定该非机动车道路段平均速度异常；若单车在非机动车道路段的骑行轨迹出现绕行或掉头，则判定该非机动车道路段平均速度异常。
识别非机动车道路况：调取时间段t内各非机动车道路段的骑行数据，统计骑行振动、骑行平均速度和骑行轨迹的异常次数，分别用xi、yi和zi表示，时间段t事先设置；若xi>x，其中x是事先设置的骑行振动异常次数阈值，则判定该非机动车道路段道路状况崎岖不平；若yi>y，其中y是事先设置的骑行平均速度异常次数阈值，则判定该非机动车道路段道路拥堵；zi>z，其中z是事先设置的骑行轨迹异常次数阈值，则判定该非机动车道路段道路被阻断。
本发明的方法及系统具有的优点是：通过计算单车骑行在非机动车道上的历史数据，判断各非机动车道路段的道路状况、拥堵状况和阻断状况，为用户选择平坦、通畅的骑行路径提供依据。
附图说明
图1是本发明实施例一的基于历史骑行数据的非机动车道路况判断系统框图；
图2是本发明实施例二的基于历史骑行数据的非机动车道路况判断系统框图；
图3是本发明实施例三的基于历史骑行数据的非机动车道路况判断方法流程图。
具体实施方式
下面对本发明优选实施例作详细说明。
本发明依托现有的共享单车系统，单车上部署振动检测设备，定时收集振动数据并发送至服务器，服务器获取共享单车的历史骑行记录，包括骑行时间、骑行中的振动数据和骑行轨迹。本实施例中，在共享单车上部署振动检测设备定时收集振动数据，服务器获取共享单车的历史骑行记录，包括骑行时间、骑行中的振动数据和骑行轨迹。
用户通过终端的电子地图输入目的地及进行骑行导航，所述终端包括但不限于移动终端app或网页或小程序。本实施例中，用户通过移动终端app的电子地图输入目的地及进行骑行导航。
一种基于历史骑行数据的非机动车道路况判断系统，有以下两个实施例。
实施例一：
包括识别导航路径中的非机动车道路段模块、判断非机动车道路段骑行振动是否异常模块、判断非机动车道路段平均速度是否异常模块、判断非机动车道路段骑行轨迹是否异常模块、识别非机动车道路况模块。其中，判断非机动车道路段骑行振动是否异常模块、判断非机动车道路段平均速度是否异常模块、判断非机动车道路段骑行轨迹模块是否异常模块并列执行，本实施例一的基于历史骑行数据的非机动车道路况判断系统框图，如图1所示。
识别导航路径中的非机动车道路段模块：用户选定导航路径后，识别该导航路径中的非机动车道路段(通过电子地图导航系统识别)，非机动车道路段数量用变量n表示，将非机动车道路段按从1到n编号为i，1≤i≤n。本实施例中，用户通过电子地图导航系统选定从“宝龙城市广场”到“钱塘景苑”小区的导航路径，识别该路径的非机动车道路段分别为“江南大道”旁的非机动车道路段、“火炬大道”旁的非机动车道路段、“滨盛路”旁的非机动车道路段、“诚业路”旁的非机动车道路段、“惠商街”旁的非机动车道路段，数量n＝5，将5条路段按顺序从1到5编号。
判断非机动车道路段骑行振动是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算单车在各非机动车道路段的振动数据平均值，记为ai，若ai>a，其中a是事先设置的骑行振动阈值，则判定该非机动车道路段骑行振动异常。本实施例中，事先设置的骑行振动阈值a＝3，读取所有单车在各非机动车道路段的历史骑行记录，计算单车在各非机动车道路段的振动数据平均值a1＝1.2，a2＝2.5，a3＝2，a4＝1，a5＝4，其中，编号5即“惠商街”旁的非机动车道路段的振动数据a5>a＝3，则“惠商街”旁的非机动车道路段骑行振动异常。
判断非机动车道路段平均速度是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的平均骑行时间，记为ti，读取各非机动车道路段的长度，记为si，则计算单车在各非机动车道路段的平均速度vi＝si/ti；若vi<v，其中v是事先设置的非机动车道均速阈值，则判定该非机动车道路段平均速度异常。本实施例中，读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的平均骑行时间t1＝4分钟，t2＝4分钟，t3＝3分钟，t4＝2分钟，t5＝2分钟，读取各非机动车道路段的长度分别为s1＝900米，s2＝500米，s3＝800米，s4＝500米，s5＝400米。则计算单车在各非机动车道路段的平均速度分别为v1＝900/4＝225米/分钟，v2＝500/4＝125米/分钟，v3＝800/3＝266.7米/分钟，v4＝500/2＝250米/分钟，v5＝400/2＝200米/分钟。事先设置的非机动车道均速阈值v＝150米/分钟，此时v2＝125<v＝150，则“火炬大道”旁的非机动车道路段平均速度异常。
判断非机动车道路段骑行轨迹是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的骑行轨迹，若在非机动车道路段的骑行轨迹出现绕行或掉头，则判定该非机动车道路段骑行轨迹异常。本实施例中，读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的骑行轨迹，各非机动车道路段的骑行轨迹均没有出现绕行或掉头，则各非机动车道路段骑行轨迹均没有异常。
识别非机动车道路况模块：调取时间段t内各非机动车道路段的骑行数据，统计骑行振动、骑行平均速度和骑行轨迹的异常次数，分别用xi、yi和zi表示，时间段t事先设置；若xi>x，其中x是事先设置的骑行振动异常次数阈值，则判定该非机动车道路段道路状况崎岖不平；若yi>y，其中y是事先设置的骑行平均速度异常次数阈值，则判定该非机动车道路段道路拥堵；zi>z，其中z是事先设置的骑行轨迹异常次数阈值，则判定该非机动车道路段道路被阻断。本实施例中，每隔一天判断各非机动车道路段的骑行振动、骑行平均速度和骑行轨迹是否异常，事先设置的时间段t＝5天，调取最近一个时间段内各非机动车道路段的骑行振动、骑行平均速度和骑行轨迹的异常数据，统计骑行振动异常次数x1＝0，x2＝0，x5＝0，x4＝1，x5＝5；骑行平均速度异常次数y1＝0，y2＝3，y3＝1，y4＝0，y5＝2；骑行轨迹异常次数z1＝0，z2＝0，z3＝1，z4＝0，z5＝0；事先设置的骑行振动异常次数阈值x＝3，骑行平均速度异常次数阈值y＝2，骑行轨迹异常次数阈值z＝2；x5＝5>x＝3，则判定“惠商街”旁的非机动车道路段道路状况崎岖不平；y2＝3>y＝2，则判定“火炬大道”旁的非机动车道路段道路拥堵；zi<z，则非机动车道路段均未被阻断。
实施例二：
包括识别导航路径中的非机动车道路段模块、判断非机动车道路段骑行振动是否异常模块、判断非机动车道路段平均速度是否异常模块、判断非机动车道路段骑行轨迹是否异常模块、识别非机动车道路况模块。其中，判断非机动车道路段骑行振动是否异常模块、判断非机动车道路段平均速度是否异常模块、判断非机动车道路段骑行轨迹模块是否异常模块按顺序执行，本实施例二的基于历史骑行数据的非机动车道路况判断系统框图，如图2所示。
识别导航路径中的非机动车道路段模块：用户选定导航路径后，识别该导航路径中的非机动车道路段(通过电子地图导航系统识别)，非机动车道路段数量用变量n表示，将非机动车道路段按从1到n编号为i，1≤i≤n。本实施例中，用户通过电子地图导航系统选定从“宝龙城市广场”到“钱塘景苑”小区的导航路径，识别该路径的非机动车道路段分别为“江南大道”旁的非机动车道路段、“火炬大道”旁的非机动车道路段、“滨盛路”旁的非机动车道路段、“诚业路”旁的非机动车道路段、“惠商街”旁的非机动车道路段，数量n＝5，将5条路段按顺序从1到5编号。
判断非机动车道路段骑行振动是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算单车在各非机动车道路段的振动数据平均值，记为ai，若ai>a，其中a是事先设置的骑行振动阈值，则判定该非机动车道路段骑行振动异常。本实施例中，事先设置的骑行振动阈值a＝3，读取所有单车在各非机动车道路段的历史骑行记录，计算单车在各非机动车道路段的振动数据平均值a1＝1.2，a2＝2.5，a3＝2，a4＝1，a5＝4，其中，编号5即“惠商街”旁的非机动车道路段的振动数据a5>a＝3，则“惠商街”旁的非机动车道路段骑行振动异常。
判断非机动车道路段平均速度是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的平均骑行时间，记为ti，读取各非机动车道路段的长度，记为si，则计算单车在各非机动车道路段的平均速度vi＝si/ti；若vi<v，其中v是事先设置的非机动车道均速阈值，则判定该非机动车道路段平均速度异常。本实施例中，读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的平均骑行时间t1＝4分钟，t2＝4分钟，t3＝3分钟，t4＝2分钟，t5＝2分钟，读取各非机动车道路段的长度分别为s1＝900米，s2＝500米，s3＝800米，s4＝500米，s5＝400米。则计算单车在各非机动车道路段的平均速度分别为v1＝900/4＝225米/分钟，v2＝500/4＝125米/分钟，v3＝800/3＝266.7米/分钟，v4＝500/2＝250米/分钟，v5＝400/2＝200米/分钟。事先设置的非机动车道均速阈值v＝150米/分钟，此时v2＝125<v＝150，则“火炬大道”旁的非机动车道路段平均速度异常。
判断非机动车道路段骑行轨迹是否异常模块：读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的骑行轨迹，若在非机动车道路段的骑行轨迹出现绕行或掉头，则判定该非机动车道路段骑行轨迹异常。本实施例中，读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的骑行轨迹，各非机动车道路段的骑行轨迹均没有出现绕行或掉头，则各非机动车道路段骑行轨迹均没有异常。
识别非机动车道路况模块：调取时间段t内各非机动车道路段的骑行数据，统计骑行振动、骑行平均速度和骑行轨迹的异常次数，分别用xi、yi和zi表示，时间段t事先设置；若xi>x，其中x是事先设置的骑行振动异常次数阈值，则判定该非机动车道路段道路状况崎岖不平；若yi>y，其中y是事先设置的骑行平均速度异常次数阈值，则判定该非机动车道路段道路拥堵；zi>z，其中z是事先设置的骑行轨迹异常次数阈值，则判定该非机动车道路段道路被阻断。本实施例中，每隔一天判断各非机动车道路段的骑行振动、骑行平均速度和骑行轨迹是否异常，事先设置的时间段t＝5天，调取最近一个时间段内各非机动车道路段的骑行振动、骑行平均速度和骑行轨迹的异常数据，统计骑行振动异常次数x1＝0，x2＝0，x5＝0，x4＝1，x5＝5；骑行平均速度异常次数y1＝0，y2＝3，y3＝1，y4＝0，y5＝2；骑行轨迹异常次数z1＝0，z2＝0，z3＝1，z4＝0，z5＝0；事先设置的骑行振动异常次数阈值x＝3，骑行平均速度异常次数阈值y＝2，骑行轨迹异常次数阈值z＝2；x5＝5>x＝3，则判定“惠商街”旁的非机动车道路段道路状况崎岖不平；y2＝3>y＝2，则判定“火炬大道”旁的非机动车道路段道路拥堵；zi<z，则非机动车道路段均未被阻断。
一种基于历史骑行数据的非机动车道路况判断方法，实施例(实施例三)如下：
识别导航路径中的非机动车道路段：用户选定导航路径后，识别该导航路径中的非机动车道路段(通过电子地图导航系统识别)，非机动车道路段数量用变量n表示，将非机动车道路段按从1到n编号为i，1≤i≤n。本实施例中，用户通过电子地图导航系统选定从“宝龙城市广场”到“钱塘景苑”小区的导航路径，识别该路径的非机动车道路段分别为“江南大道”旁的非机动车道路段、“火炬大道”旁的非机动车道路段、“滨盛路”旁的非机动车道路段、“诚业路”旁的非机动车道路段、“惠商街”旁的非机动车道路段，数量n＝5，将5条路段按顺序从1到5编号。
判断非机动车道路段骑行数据是否异常：读取所有单车在各非机动车道路段的历史骑行记录，若单车在非机动车道路段的振动数据平均值超过事先设置的阈值，则判定该非机动车道路段骑行振动异常；根据单车在非机动车道路段的平均骑行时间和路段长度计算单车在各非机动车道路段的骑行平均速度，若平均速度低于事先设置的阈值，则判定该非机动车道路段平均速度异常；若单车在非机动车道路段的骑行轨迹出现绕行或掉头，则判定该非机动车道路段平均速度异常。
各非机动车道路段的平均骑行时间记为ti，各非机动车道路段的长度记为si，则单车在各非机动车道路段的骑行平均速度vi＝si/ti。本实施例中，事先设置的骑行振动阈值a＝3，读取所有单车在各非机动车道路段的历史骑行记录，计算单车在各非机动车道路段的振动数据平均值a1＝1.2，a2＝2.5，a3＝2，a4＝1，a5＝4，其中，编号5即“惠商街”旁的非机动车道路段的振动数据a5>a＝3，则“惠商街”旁的非机动车道路段骑行振动异常。读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的平均骑行时间t1＝4分钟，t2＝4分钟，t3＝3分钟，t4＝2分钟，t5＝2分钟，读取各非机动车道路段的长度分别为s1＝900米，s2＝500米，s3＝800米，s4＝500米，s5＝400米。则计算单车在各非机动车道路段的平均速度分别为v1＝900/4＝225米/分钟，v2＝500/4＝125米/分钟，v3＝800/3＝266.7米/分钟，v4＝500/2＝250米/分钟，v5＝400/2＝200米/分钟。事先设置的非机动车道均速阈值v＝150米/分钟，此时v2＝125<v＝150，则“火炬大道”旁的非机动车道路段平均速度异常。读取所有单车在各非机动车道路段的历史骑行记录，计算在各非机动车道路段的骑行轨迹，各非机动车道路段的骑行轨迹均没有出现绕行或掉头，则各非机动车道路段骑行轨迹均没有异常。
识别非机动车道路况：调取时间段t内各非机动车道路段的骑行数据，统计骑行振动、骑行平均速度和骑行轨迹的异常次数，分别用xi、yi和zi表示，时间段t事先设置；若xi>x，其中x是事先设置的骑行振动异常次数阈值，则判定该非机动车道路段道路状况崎岖不平；若yi>y，其中y是事先设置的骑行平均速度异常次数阈值，则判定该非机动车道路段道路拥堵；zi>z，其中z是事先设置的骑行轨迹异常次数阈值，则判定该非机动车道路段道路被阻断。本实施例中，每隔一天判断各非机动车道路段的骑行振动、骑行平均速度和骑行轨迹是否异常，事先设置的时间段t＝5天，调取最近一个时间段内各非机动车道路段的骑行振动、骑行平均速度和骑行轨迹的异常数据，统计骑行振动异常次数x1＝0，x2＝0，x5＝0，x4＝1，x5＝5；骑行平均速度异常次数y1＝0，y2＝3，y3＝1，y4＝0，y5＝2；骑行轨迹异常次数z1＝0，z2＝0，z3＝1，z4＝0，z5＝0；事先设置的骑行振动异常次数阈值x＝3，骑行平均速度异常次数阈值y＝2，骑行轨迹异常次数阈值z＝2；x5＝5>x＝3，则判定“惠商街”旁的非机动车道路段道路状况崎岖不平；y2＝3>y＝2，则判定“火炬大道”旁的非机动车道路段道路拥堵；zi<z，则非机动车道路段均未被阻断。
本实施例三的基于历史骑行数据的非机动车道路况判断方法流程图，如图3所示。
当然，本技术领域中的普通技术人员应当认识到，以上实施例仅是用来说明本发明的，而并非作为对本发明的限定，只要在本发明的范围内，对以上实施例的变化、变型都将落入本发明的保护范围。