本申请涉及计算机,具体而言,涉及一种路线的车辆匹配方法、装置、计算机设备和可读存储介质。
背景技术:
1、在现代物流行业中,随着市场需求和基础设施的不断发展,车辆的运营范围日益扩大,车辆的运行路线也变得越来越复杂。能够准确识别车辆的区域性路线对物流行业具有重要意义,为路线匹配车辆显得尤为重要。
2、相关技术中,识别车辆的区域性路线并对路线进行车辆匹配多依赖于高质量的数据分析,主要有以下两种数据分析:第一种,直接在历史准确运单数据中搜索路线上的车辆,确定匹配的车辆;第二种,通过车辆上的全球定位系统(global position system,简称gps)获取高密度连续性的gps定位数据,基于gps定位数据的时序性识别车辆的路线分布,并据此确定匹配的车辆。
3、然而,在基于相关技术进行路线的车辆匹配时,存在过度依赖高质量数据的问题。
技术实现思路
1、本申请的目的在于提供一种路线的车辆匹配方法、装置、计算机设备和可读存储介质,可以达到支持模糊匹配、不依赖高质量数据积累以及更贴合物流场景的效果。
2、本申请的实施例是这样实现的:
3、本申请实施例的第一方面,提供一种路线的车辆匹配方法,包括:
4、获取多个车辆的多条目标粗定位数据,其中,各车辆的相邻两条目标粗定位数据之间的时间间隔大于预设时长;
5、根据各车辆的多条目标粗定位数据,确定各车辆的行驶区域分布信息;
6、根据预设的区域位置关系信息,确定区域间最短距离以及区域间路线分布信息;
7、根据各车辆的行驶区域分布信息、区域间最短距离以及区域间路线分布信息,确定各车辆在各区域间的各路线上的概率分布结果;
8、根据各车辆在各区域间的各路线上的概率分布结果,为用户指示的目标任务匹配车辆列表,其中,目标任务用于指示起始区域以及目的区域。
9、作为一种可能的实现方式,根据各车辆的多条目标粗定位数据,确定各车辆的行驶区域分布信息,包括:
10、根据车辆的多条目标粗定位数据,确定车辆在各区域的频次;
11、根据车辆在各区域的频次,确定各车辆的行驶区域分布信息。
12、作为一种可能的实现方式,根据预设的区域位置关系信息,确定区域间最短距离以及区域间路线分布信息,包括:
13、根据区域位置关系信息,确定各个区域的相邻关系信息;
14、根据各个区域的相邻关系信息,确定目标路径图,其中,目标路径图为无向路径图,各个区域作为无向路径图的节点,具有相邻关系的两个区域对应的节点之间具有一条连线;
15、对目标路径图进行图路径搜索,得到区域间最短距离以及区域间路线分布信息。
16、作为一种可能的实现方式,根据各车辆的行驶区域分布信息、区域间最短距离以及区域间路线分布信息,确定各车辆在各区域间的各路线上的概率分布结果,包括:
17、根据车辆的行驶区域分布信息,确定车辆的多个行驶路线,各行驶路线上包括顺序排列的多个区域;
18、根据车辆的多个行驶路线以及区域间路线分布信息,确定车辆对应的交集区域;
19、根据车辆的交集区域和区域间路线分布信息,确定车辆在各区域间的各路线上的路线相似度;
20、根据车辆的交集区域和车辆的行驶区域分布信息,确定车辆在各区域间的各路线上的路线聚集度;
21、根据车辆的多个行驶路线以及区域间最短距离,确定车辆在各区域间的各路线上的路线迁移成本;
22、根据路线相似度、路线聚集度以及所述路线迁移成本,确定车辆在各区域间的各路线上的概率分布结果。
23、作为一种可能的实现方式,根据路线相似度、路线聚集度以及路线迁移成本,确定车辆在各区域间的各路线上的概率分布结果,包括:
24、计算路线相似度、路线聚集度以及路线迁移成本的乘积,得到车辆在各区域间的各路线上的概率分布结果。
25、作为一种可能的实现方式,根据各车辆在各区域间的各路线上的概率分布结果,为用户指示的目标任务匹配目标车辆列表,包括:
26、根据任务所指示的起始区域和目的区域,获取与目标任务对应的多个路线上的概率分布结果;
27、根据各路线上的概率分布结果中各车辆对应的概率,对各路线上的各车辆进行排序,得到各路线对应的车辆列表;
28、将各路线对应的车辆列表输出。
29、作为一种可能的实现方式,获取多个车辆的多条目标粗定位数据,包括:
30、对预先获取的多个车辆的多条原始粗定位数据按照车辆的定位点数阈值以及迁移成本距离阈值进行筛选,得到多条目标粗定位数据。
31、本申请实施例的第二方面,提供了一种路线的车辆匹配装置,所述路线的车辆匹配装置包括:
32、获取模块,用于获取多个车辆的多条目标粗定位数据,其中,各车辆的相邻两条目标粗定位数据之间的时间间隔大于预设时长;
33、第一确定模块,用于根据各车辆的多条目标粗定位数据,确定各车辆的行驶区域分布信息;
34、第一确定模块,还用于根据预设的区域位置关系信息,确定区域间最短距离以及区域间路线分布信息;
35、第二确定模块,用于根据各车辆的行驶区域分布信息、区域间最短距离以及区域间路线分布信息,确定各车辆在各区域间的各路线上的概率分布结果;
36、匹配模块,用于根据各车辆在各区域间的各路线上的概率分布结果,为用户指示的目标任务匹配车辆列表,其中,目标任务用于指示起始区域以及目的区域。
37、本申请实施例的第三方面,提供了一种计算机设备,所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述第一方面所述的路线的车辆匹配方法。
38、本申请实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的路线的车辆匹配方法。
39、本申请实施例的有益效果包括:
40、本申请实施例提供的一种路线的车辆匹配方法,通过获取多个车辆的多条粗定位数据,经由预设定位点阈值筛选获得多个车辆的多条目标粗定位数据,根据各个车辆的多条目标粗定位数据获取该车辆的行驶区域分布信息,引入预设的区域位置关系信息,可以确定各个区域间最短距离以及区域间路线分布信息,根据各个车辆的行驶分布信息、区域间最短距离以及区域间路线分布信息确定各车辆在各区域间的各路线上的概率分布结果,根据各车辆在各区域间的各路线上的概率分布结果以及用户指示的目标任务匹配车辆列表。其中,多个车辆的多条粗定位数据,经由预设定位点阈值筛选获得多个车辆的多条目标粗定位数据,这样可以避免对车辆数据的高质量要求以及时序性要求。如此,可以达到支持模糊匹配、不依赖高质量数据积累以及更贴合物流场景的效果。
1.一种路线的车辆匹配方法,其特征在于,包括:
2.根据权利要求1所述的路线的车辆匹配方法,其特征在于,所述根据各车辆的多条目标粗定位数据,确定各车辆的行驶区域分布信息,包括:
3.根据权利要求1所述的路线的车辆匹配方法,其特征在于,所述根据预设的区域位置关系信息,确定区域间最短距离以及区域间路线分布信息,包括:
4.根据权利要求1所述的路线的车辆匹配方法,其特征在于,所述根据所述各车辆的行驶区域分布信息、所述区域间最短距离以及所述区域间路线分布信息,确定各车辆在各区域间的各路线上的概率分布结果,包括:
5.根据权利要求4所述的路线的车辆匹配方法,其特征在于,所述根据所述路线相似度、所述路线聚集度以及所述路线迁移成本,确定车辆在各区域间的各路线上的概率分布结果,包括:
6.根据权利要求1-5任一项所述的路线的车辆匹配方法,其特征在于,所述根据各车辆在各区域间的各路线上的概率分布结果,为用户指示的目标任务匹配目标车辆列表,包括:
7.根据权利要求1-5中任一项所述的路线的车辆匹配方法,其特征在于,所述获取多个车辆的多条目标粗定位数据,包括:
8.一种路线的车辆匹配装置,其特征在于,所述装置包括:
9.一种计算机设备,其特征在于,包括:存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时,实现权利要求1至7中任一项所述方法的步骤。