一种车辆出行主题确定方法及装置的制造方法
【技术领域】
[0001] 本发明涉及视频监控技术领域，尤其涉及一种车辆出行主题确定方法及装置。
【背景技术】
[0002] 近年来，城市车辆保有量的激增，而同期城市道路并未出现等比例的建设，导致许 多城区道路的车辆车载能力超标。因此，交通管理部门迫切需要科学的车辆管控决策模型， 辅助决策交通秩序规则。
[0003] 目前的车辆管控方案中，通常是通过线圈、地磁等进行流量检测，对道路畅通程度 进行简单的数据统计，在电子地图上进行拥堵程度呈现，然后基于主观分析进行决策判断。
[0004] 然而实践发现，采用线圈、地磁等进行流量检测，只能简单地统计车辆数目信息， 无法确定车辆出行主题，基于此做出的车辆管控决策不够客观，效果较差，因此，如何确定 车辆出行主题成为一个亟待解决的技术问题。
【发明内容】
[0005] 本发明提供一种车辆出行主题确定方法及装置，以解决现有技术中无法确定车辆 出行主题的问题。
[0006] 根据本发明实施例的第一方面，提供一种车辆出行主题确定方法，包括：
[0007 ]获取目标车辆在预设时间段内的卡口过车数据；
[0008] 根据所述卡口过车数据确定所述目标车辆在所述预设时间段内经过的卡口点位；
[0009] 根据所述目标车辆在所述预设时间段内经过的卡口点位，以及预设的卡口点位与 车辆出行主题的对应关系，确定所述目标车辆的出行主题。
[0010] 根据本发明实施例的第二方面，提供一种车辆出行主题确定装置，包括：
[0011] 获取单元，获取目标车辆在预设时间段内的卡口过车数据；
[0012] 第一确定单元，用于根据所述卡口过车数据确定所述目标车辆在所述预设时间段 内经过的卡口点位；
[0013] 第二确定单元，用于根据所述目标车辆在所述预设时间段内经过的卡口点位，以 及预设的卡口点位与车辆出行主题的对应关系，确定所述目标车辆的出行主题。
[0014] 应用本发明实施例，通过获取目标车辆在预设时间段内的卡口过车数据，并根据 该卡口过车数据确定目标车辆在预设时间段内经过的卡口点位，进而，根据目标车辆在预 设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标 车辆的出行主题，实现了对车辆出行主题的确定，为更加合理的执行车辆管控决策提供了 依据。
【附图说明】
[0015] 图1是本发明实施例提供的一种车辆出行主题确定方法的流程示意图；
[0016] 图2是本发明实施例提供的另一种车辆出行主题确定方法的流程示意图；
[0017] 图3是本发明实施例提供的一种车辆出行主题确定装置的结构示意图；
[0018] 图4是本发明实施例提供的另一种车辆出行主题确定装置的结构示意图；
[0019] 图5是本发明实施例提供的另一种车辆出行主题确定装置的结构示意图。
【具体实施方式】
[0020] 为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实 施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方 案作进一步详细的说明。
[0021] 请参见图1，图1为本发明实施例提供的一种车辆出行主题确定方法的流程示意 图，如图1所示，该车辆出行主题确定方法可以包括以下步骤：
[0022] 步骤101、获取目标车辆在预设时间段内的卡口过车数据。
[0023] 本发明实施例中，上述方法可以应用于智能交通系统中，例如，应用于智能交通系 统中的后台服务器。为便于描述，以下以上述方法的执行主体为服务器为例进行描述。
[0024] 本发明实施例中，目标车辆并不特征某一车辆，而是可以指代任一进行车辆出行 主题分析的车辆，本发明实施例后续不再复述。
[0025] 本发明实施例中，预设时间段可以根据具体应用场景设定，例如，该预设时间段可 以为10小时、1天、一周等，其中，预设时间段对应的时长越长，基于该预设时间段内的卡口 过车数据分析得到的车辆出行主题的准确率相对越高，但是统计分析工作量也相应越大， 因此，在设定预设时间段时可以综合考虑准确率要求和工作量要求，其具体实现在此不再 赘述。
[0026] 本发明实施例中，当服务器需要对目标车辆进行主题分析时，可以从数据库中获 取该目标车辆在预设时间段内的卡口过车数据，其中，该卡口过车数据可以通过各卡口设 置的摄像机抓拍得到，该卡口过车数据包括卡口标识信息、目标车辆的车牌号、抓拍时间信 息。可选地，该卡口过车数据还可以包括目标车辆的车辆类型，如本地车、外地车、大货车 等。
[0027] 步骤102、根据获取到的卡口过车数据确定目标车辆在预设时间段内经过的卡口 点位。
[0028] 本发明实施例中，服务器获取到目标车辆在预设时间段内的卡口过车数据之后， 可以根据该卡口过车数据确定目标车辆在预设时间段内经过的卡口点位。
[0029] 作为一种可选的实施方式，在上述步骤102中，根据获取到的卡口过车数据确定目 标车辆在预设时间段内经过的卡口点位，可以包括以下步骤：
[0030] 11 )、对预设时间段进行时间片划分；
[0031 ] 12 )、根据卡口过车数据，确定目标车辆在各时间片经过的卡口点位向量;其中，若 目标车辆在目标时间片中经过目标卡口时，该目标时间片对应的卡口点位向量中该目标卡 口对应的值为1;否则，该目标时间片对应的卡口点位向量中该目标卡口对应的值为0;
[0032] 13 )、根据卡口点位向量生成目标车辆在预设时间段内的卡口点位矩阵。
[0033] 在该实施方式中，服务器可以根据预设的时间粒度(可以根据具体应用场景设定， 如10分钟、半小时等)对预设时间段进行时间片划分，将预设时间段划分为多个时间片。
[0034] 例如，假设预设时间段为1天，预设时间粒度为1小时，则服务器可以将该预设时间 段划分为24个时间分片。
[0035] 服务器对预设时间段进行时间片划分后，可以根据卡口过车数据，确定目标车辆 在各时间片经过的卡口点位向量。其中，第i个时间片对应的卡口点位向量为：
[0036] (sil,Si2. . .,Sin)
[0037] 其中，η为目标区域内（需要进行车辆管控的具体区域，如上海市、深圳市等）的卡 口点位的总数，叫用于表示目标车辆在第i个时间片内是否经过第j个卡口点位，若经过，则 sij的值为1;若未经过，则sij的值为0。
[0038] 进一步地，服务器确定目标车辆在各时间片经过的卡口点位向量之后，可以根据 该卡口点位向量生成目标车辆在预设时间段内的卡口点位矩阵。其中，该卡口点位矩阵可 以如下：
[0039:
[0040]其中，m为时间片的数量，该卡口点位矩阵的第i行为目标车辆在第i个时间片经过 的卡口点位向量。
[0041] 进一步地，在本发明实施例中，考虑到工作日与非工作日车辆的出行主题可能会 不一致，即车辆经过的卡口点位的差别也会比较大，若将车辆在工作日与非工作日的卡口 过车数据综合用于确定车辆的出行主题，所确定的出行主题的准确率会较低。
[0042] 相应地，作为一种可选的实施方式，上述预设时间段可以包括连续第一预设数量 的工作日或连续第二预设数量的非工作日。其中，该第一预设数量和第二预设数量可以相 同也可以不相同。
[0043] 在该实施方式中，上述步骤11中，对预设时间段进行时间划分，可以包括：
[0044] 分别对各工作日或非工作日进行时间划分。
[0045] 上述步骤13中，预设时间段的卡口点位矩阵包括第一预设数量的工作日分别对应 的卡口点位矩阵，或第二预设数量的非工作日分别对应的卡口点位矩阵。
[0046] 具体的，在该实施方式中，服务器获取到目标车辆的卡口过车数据后，可以根据该 卡口过车数据中的时间信息将其分为工作日卡口过车数据和非工作日卡口过车数据，并可 以根据该目标车辆工作日卡口过车数据或非工作日卡口过车数据确定目标车辆的出行主 题。
[0047] 例如，服务器可以分析目标车辆在工作日和非工作日的卡口过车数据，若目标车 辆在工作日（或非工作日）的行驶轨迹较为丰富（即经过卡口点位较多)且稳定(经过的卡口 点位较为一致或卡口点位对应的主题较为一致），则可以根据目标车辆在工作日（或非工作 日）的卡口过车数据确定目标车辆的出行主题。为便于描述，以下以服务器根据目标车辆在 工作日的卡口过车数据确定目标车辆的出