一种高速公路车辆进入服务区停留过程分析方法及装置与流程
本发明实施例涉及交通信息技术领域，具体为一种高速公路车辆进入服务区停留过程分析方法及装置。
背景技术：
随着高速公路的建设和城市化进程的加速，通过高速公路出行的方式已经越来越普遍。由于高速公路的封闭特性，会在高速公路边建设服务区，提供包括停车、加油、超市、餐饮等功能。为了能让服务区最大限度地发挥它的功能，需要根据高速公路的车流量等因素来选择建设服务区的地点和规模，或者对已有的服务区进行调整。
已有的研究都是通过交通调查来分析服务区中的车辆驶入率，通过驶入率来判断服务区的功能，其中：
其中，vs表示一段时间驶入服务区的车辆数量，v表示这段时间高速公路主线的车流量。
现有相关文献中几乎所有的方法都是基于交通调查数据，但是交通调查数据具有一定的局限性，比如调查成本高、基于特定时间且一般时间较短。另外，已有的方法都只关注车辆的驶入率，驶入率是反映高速公路服务区功能的一个重要指标，但是还有其他很多影响因素，比如车辆在服务区停留的时间是交通调查数据和已有的模型很难得到的。
技术实现要素：
为解决现有技术中主要基于调查数据及统计参数过少的问题，本发明实施例提供一种高速公路车辆进入服务区停留过程分析方法及装置。
第一方面，本发明实施例提供一种高速公路车辆进入服务区停留过程分析方法。该方法包括：获取用户终端的移动轨迹数据；根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据。
第二方面，本发明实施例提供一种高速公路车辆进入服务区停留过程分析装置。该装置包括：用户终端的移动轨迹数据获取模块，用于获取用户终端的移动轨迹数据；车辆的移动轨迹数据获取模块，用于根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；停留事件判断模块，用于根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；进出时间计算模块，用于若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；交通统计数据计算模块，用于根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据；
第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：获取用户终端的移动轨迹数据；根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如下方法：获取用户终端的移动轨迹数据；根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据。
本发明实施例提供的高速公路车辆进入服务区停留过程分析方法及装置利用用户终端信令数据，通过分析海量移动数据，对车辆在高速公路上行驶时进入服务区及驶出服务区的整个过程进行分析，克服了现有技术中主要基于调查数据的缺陷，数据信息针对性强，多样化了车辆在服务区停留的统计参数，契合了应用需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的高速公路车辆进入服务区停留过程分析方法流程图；
图2为本发明实施例提供的高速公路车辆进入服务区停留过程分析装置结构示意图。
图3是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的高速公路车辆进入服务区停留过程分析方法流程图。如图1所示，该方法包括：
步骤s1、获取用户终端的移动轨迹数据；
首先，获取用户终端的移动轨迹数据。所述用户终端是指放置在车辆中的移动通信设备，如手机、平板电脑等。根据用户终端与基站的信令交互数据，可获知用户终端在某个时间点的位置信息，时间信息和位置信息构成时空点，多个连续的时空点构成用户终端的移动轨迹数据。用户终端的位置信息由所连接基站的信息得到。每个基站都有一个id标识符，插上sim卡的用户终端或者其他设备在与基站进行数据交互的时候，比如打电话，上网，会获取基站的id标识符，通过查询服务器可以知道基站的位置，可以用基站的位置近似表示用户终端所在的位置。基站切换时用户终端的位置可以用前一基站的位置表示也可用后一基站的位置表示。
步骤s2、根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；
因为用户终端放置于车辆上，车辆上用户终端的移动轨迹代表车辆的移动轨迹，因此，根据用户终端的移动轨迹数据可以得到车辆的移动轨迹数据。
步骤s3、根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；
车辆在高速公路上正常行驶时，通常是匀速行驶状态，在车辆进入服务区或驶出服务区时，行驶速度会发生明显变化，根据车辆的移动轨迹数据可得到车辆行驶的速度变化情况，因此，根据车辆的移动轨迹数据可判断所述车辆在服务区是否发生停留事件。例如车辆在服务器附近有明显的减速或加速过程，则认为车辆在服务区发生所述停留事件。
步骤s4、若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；
由于车辆进入服务区的减速过程和驶出服务区的加速过程具有一般性规律，各车辆从匀速行驶减速进入服务区经过的距离和加速驶出服务区至匀速行驶经过的距离差别不大，因此，用预设减速距离表示车辆从匀速行驶减速进入服务区经过的距离，用预设加速距离表示车辆加速驶出服务区至匀速行驶经过的距离。所述预设减速距离和所述预设加速距离可以相同，如均取为500m。根据车辆的移动轨迹数据可以得到匀速行驶时车辆的速度，根据预设减速距离和加速度可得到车辆减速过程需要的时间，根据预设加速距离和加速度可得到车辆加速过程需要的时间，其中，所述加速度可为常数，即采用匀减速或匀加速。进一步结合车辆的移动轨迹数据提供的时空点数据，如服务区附近时空点的位置信息和时间信息，可以计算得出所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间。
步骤s5、根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据；
车辆进入所述服务区的时间和车辆驶出所述服务区的时间是分析车辆在服务区停留过程的重要参数，可由所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到其他的交通统计数据。
其中，所述移动轨迹数据表示为：
x＝[(t1，l1)，(t2，l2)，...，(tn，ln)]
其中第i条记录ri＝(ti,li)表示连接时间为ti，所在的位置为li，ri称为时空点。
本发明实施例利用用户终端信令数据，通过分析海量移动数据，对车辆在高速公路上行驶时进入服务区及驶出服务区的整个过程进行分析，克服了现有技术中主要基于调查数据的缺陷，数据信息针对性强，多样化了车辆在服务区停留的统计参数，契合了应用需求。
进一步地，基于上述实施例，所述服务区的交通统计数据具体包括每个时段内服务区车辆的驶入量和驶出量、每个时刻服务区内停留的车辆数量以及车辆在服务区的平均停留时间。
除了所有车辆的单独停留状态，本发明实施例也统计任意时间段内服务区中车辆的驶入量、驶出量、任意时刻服务区中车辆的数量以及车辆在服务区的平均停留时间。任意时间段内服务区中车辆的驶入量和驶出量直接根据车辆进出服务区时间即可得到。假设所述车辆进入所述服务区的时间为tin，所述车辆驶出所述服务区的时间为tout，即所述车辆在服务区的停留时间区间为tin至tout，由此，可得出每个时刻服务区内停留的车辆数量。
若车辆在服务区停留的时间为tpause，则tpause＝tout-tin，即可以得到车辆在服务区的停留时间。若服务区中停留的车辆的停留平均时间
其中，nc为研究时段内服务区中停留的车辆总数。
在上述实施例的基础上，本发明实施例通过得到车辆在服务区的更多统计参数，多样化了统计分析的角度和维度，利用这些统计参数进行分析的结果更加契合实际情况，更贴近应用需求。
进一步地，基于上述实施例，所述获取用户终端的移动轨迹数据具体包括：获取所述用户终端的基站切换信息，所述基站切换信息包括基站切换时的时间信息和前一基站的位置信息以及后一基站的位置信息；根据所述前一基站和所述后一基站连线的中垂线与道路的交点得到与所述基站切换时的时间信息对应的基站切换时用户终端的位置信息；根据所述基站切换时的时间信息和所述基站切换时用户终端的位置信息得到基站切换时用户终端的移动轨迹数据；
假设非基站切换时用户终端的移动轨迹数据中的时空点(tk,lk)位于所述基站切换时用户终端的移动轨迹数据的两个时空点(ti,li′),(tj,lj′)之间，则：
其中，||lj-li′||表示lj′和li′之间的直线距离；
根据所述非基站切换时用户终端的移动轨迹数据中的时空点数据得到非基站切换时用户终端的移动轨迹数据；
根据所述基站切换时用户终端的移动轨迹数据和所述非基站切换时用户终端的移动轨迹数据得到所述用户终端的移动轨迹数据。
本发明实施例通过两个步骤得到用户终端的移动轨迹数据。第一步是得到基站切换时用户终端的移动轨迹数据；第二步利用所述基站切换时用户终端的移动轨迹数据得到非基站切换时用户终端的移动轨迹数据，则所述基站切换时用户终端的移动轨迹数据和所述非基站切换时用户终端的移动轨迹数据的合集即为所述用户终端的移动轨迹数据。接下来的计算中，基于两个基本的假设：1)车辆在高速上的行驶接近于匀速行驶；2)基站切换时用户终端的位置距离两个基站的距离基本相同。这两个假设在高速公路上是比较容易满足的。
用户终端在两个基站之间切换时会产生相应的记录，取所有用户终端的基站切换记录，所述基站切换记录包含基站切换信息，利用所述基站切换信息将用户终端的定位信息从基站转换到道路上的gps点。所述基站切换信息包括基站切换时的时间信息和前一基站的位置信息以及后一基站的位置信息。因为基站切换时用户终端距离两个基站的距离基本相同，对于每一个基站切换，取基站切换前的基站即前一基站与基站切换后的基站即后一基站的中垂线，该中垂线与道路的交点即是用户终端所在的位置，即与所述基站切换时的时间信息对应的基站切换时用户终端的位置信息；根据所述基站切换时的时间信息和所述基站切换时用户终端的位置信息得到基站切换时用户终端的移动轨迹数据。
根据已经得到的基站切换时用户终端的移动轨迹数据，用线性插值的方法得到非基站切换时用户终端的移动轨迹数据。
假设非基站切换时用户终端的移动轨迹数据中的时空点(tk,lk)位于所述基站切换时用户终端的移动轨迹数据的两个时空点(ti,li′),(tj,lj′)之间，则：
其中，||lj′-li′||表示lj′和li′之间的直线距离。
优选地，所述基站切换时用户终端的移动轨迹数据的两个时空点(ti,li′),(tj,lj′)临近。
根据所述非基站切换时用户终端的移动轨迹数据中的时空点数据得到非基站切换时用户终端的移动轨迹数据。
进一步根据所述基站切换时用户终端的移动轨迹数据和所述非基站切换时用户终端的移动轨迹数据得到所述用户终端的移动轨迹数据，所述用户终端的移动轨迹数据为所述基站切换时用户终端的移动轨迹数据和所述非基站切换时用户终端的移动轨迹数据的合集。
在上述实施例的基础上，本发明实施例通过将所有基于基站位置的用户终端的定位信息匹配到道路上，得到了用户终端在道路上的移动轨迹数据，提高了用户终端移动轨迹数据的准确性。
进一步地，基于上述实施例，所述根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据具体包括：
若判断获知任意n个用户终端的移动轨迹之间的距离均小于所设阈值，则将所述n个用户终端的移动轨迹数据进行合并，得到所述车辆的移动轨迹数据；
其中，所述用户终端的移动轨迹之间的距离的计算公式为：
其中，d(a,b)为两条所述用户终端的移动轨迹a、b之间的距离；
m和n分别为两条所述用户终端的移动轨迹的时空点个数；
dij＝δsds+δtdt表示两个时空点之间的时空距离，其中ds表示两个时空点之间的空间距离，dt表示两个时空点之间的时间距离，δs，δt分别是空间和时间的加权系数。
用户终端的移动轨迹反映的是个人的移动轨迹，但是交通分析中关注的是车辆的移动轨迹。所以，需要将用户终端的移动轨迹转化到车辆的移动轨迹。同一辆车中的用户终端的移动轨迹具有高度的相似性，通过这一特点，可以将同一辆车中用户终端的移动轨迹数据进行合并，用合并后的移动轨迹来表示这辆车的移动轨迹。
判断用户终端是否位于同一辆车的具体的方法是计算用户终端移动轨迹之间的相似度，如果用户终端的移动轨迹相似，即用户终端的移动轨迹之间的距离小于所设阈值，则认为所述用户终端位于同一辆车，将他们的移动轨迹数据合并，得到车辆的移动轨迹数据。
判断两条用户终端的移动轨迹是否相似的方法是计算两条用户终端的移动轨迹之间的距离，具体计算过程如下：
设两条移动轨迹分别为a＝[(ta1,la1),(ta2,la2),...,(tam,lam)]和b＝[(tb1,lb1),(tb2,lb2),...,(tbn,lbn)]，m≤n，则移动轨迹a中的时空点
d＝δsds+δtdt
其中，d表示移动轨迹a中的时空点
对于移动轨迹距离小于一定阈值的两个用户终端的移动轨迹认为所述两个用户终端在同一辆车上。同理，若判断获知任意n个用户终端的移动轨迹之间的距离均小于所设阈值，则所述n个用户终端在同一辆车上，将所述n个用户终端的移动轨迹数据合并，合并后的移动轨迹数据为n个用户终端所有的时空点的合集，从而得到车辆的移动轨迹数据。
在上述实施例的基础上，本发明实施例通过合并同一辆车的用户终端的移动轨迹数据进而得到车辆的移动轨迹数据，避免了同一辆车中n个用户终端的移动轨迹数据当成n辆车的移动估计数据，保证了车辆的移动轨迹数量与车辆数量的对应，并提高了车辆移动轨迹数据的准确性。
进一步地，基于上述实施例，所述方法还包括：根据所述n的值和所述交通统计数据得到每个时段内进出服务区的人数、每个时刻服务区的人数以及在服务区的人均停留时间。
若判断获知任意n个用户终端的移动轨迹之间的距离均小于所设阈值，则将所述n个用户终端的移动轨迹数据进行合并，得到所述车辆的移动轨迹数据；即若判断获知任意n个用户终端的移动轨迹之间的距离均小于所设阈值，则认为所述n个用户终端在同一辆车上。所述交通统计数据包括每个时段内服务区车辆的驶入量和驶出量、每个时刻服务区内停留的车辆数量以及车辆在服务区的平均停留时间。由于车辆与用户终端是1：n的关系，一般认为一个用户终端对应一个人，因此，认为车辆中的人数为n。则将所述交通统计数据映射到人，可得到每个时段内进出服务区的人数、每个时刻服务区的人数以及在服务区的人均停留时间。
在上述实施例的基础上，本发明实施例通过得到关于人在服务区停留的信息，进一步增加了分析维度，可为服务区的建设提供更多的参考意义。
进一步地，基于上述实施例，所述判断所述车辆在服务区是否发生停留事件的方法具体包括：以所述服务区为中心，半径为r做一个圆，将所述车辆的移动轨迹数据分为内轨迹和外轨迹；若判断获知所述外轨迹相邻时空点形成的轨迹段的平均速度的均值与所述内轨迹相邻时空点形成的轨迹段的平均速度的均值之差大于预设速度，则获知发生所述停留事件。
对于我们要研究的高速公路路段，首先根据交通资料以及地图，提取出整个路段中所包含的服务区的数量，并获取每个服务区的位置，用服务区中心点表示。所有服务区用集合{s1,s2,s3,...,sn}表示，其中每个服务区包含它的gps位置，即si＝(lati,loni)，lat表示纬度，lon表示经度。
在获取到服务区的位置信息之后，判断每辆车在经过服务区的时候有没有停留。方法是判断车辆在服务区附近的速度是否很低或者出现静止情况。首先以服务区为中心，半径为r做一个圆，将所述车辆的移动轨迹数据分为内轨迹和外轨迹；r的大小需要根据服务区附近的基站覆盖范围来定，从保守估计的角度来看可以将r的值取大一点。对于轨迹x＝[(t1,l1),(t2,l2),...,(tn,ln)]中的每一个时空点(ti,li)，判断位置li是否在以服务区为圆心，半径为r的圆内，如果是，则将时空点(ti,li)添加到内轨迹中；同理，如果li在以服务区为圆心，半径为r的圆外，则将(ti,li)添加到外轨迹中。
每相邻两个时空点构成轨迹段，计算内轨迹和外轨迹每个轨迹段的平均速度
通过速度的变化情况可以判断是否有停留事件发生，发生停留事件需要满足服务区附近的平均速度明显小于另外路段的平均速度，即可通过如下公式判断：
其中，δv为预设速度，可以取为50km/h，|vo|表示vo中包含的平均速度的数量，|vs|表示vs中包含的平均速度的数量。v表示各轨迹段的平均速度；
因此上述公式表明外轨迹的轨迹段的平均速度的均值与内轨迹的轨迹段的平均速度的均值之差大于预设速度δv，如果满足此条件，则获知发生所述停留事件。
对于发生停留事件的车辆，可以分析车辆整个减速的过程、车辆驶出基站时的加速过程以及车辆在服务区连接的基站，内轨迹中出现最多的基站作为服务区基站，从而更详细地分析出车辆在服务区停留的过程。
在上述实施例的基础上，本发明实施例通过将车辆的移动轨迹数据分为内轨迹和外轨迹，并进行速度比较，进而判断车辆是否在服务区发生停留事件，为车辆在服务区停留过程的进一步分析提供了前提。
进一步地，基于上述实施例，计算所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间的公式为：
其中，tin为所述车辆进入所述服务区的时间；
车辆在高速公路上行驶时车速非常快，一般在80km/h以上，最高时可达到120km/h，所以两个时空点的位置之间的距离可能会达到数千米。车辆在进入服务区的过程中会经历一个减速的过程，驶出服务区的时候有一个加速过程。分别用减速模型和加速模型来拟合车辆进出服务区的过程，能够更细致地分析出车辆在服务区的停留过程。假设车辆在距离服务区为预设减速距离s1处开始匀减速，驶出服务区的加速过程经过的距离为预设加速距离s2。
当车辆处于服务区时，用户终端的速度接近于零，也即车辆的速度接近于零。车辆进入服务区前和车辆驶出服务区后具有一定的行驶速度，利用车辆进入服务区前的移动轨迹数据的最后一个时空点及车辆驶出服务区后的移动轨迹数据的第一个时空点参与计算车辆进入服务区的时间和车辆驶出服务区的时间。
车辆进入服务区前最后一个时空点对应的位置与服务区的距离可能大于预设减速距离s1，也可能小于预设减速距离s1，假设进入服务区前最后一个时空点对应的时间为
第一个阶段为匀速行驶阶段，速度为v，车辆匀速行驶的速度v可以由进入服务区之前的移动轨迹求得，可以计算出此阶段匀速行驶的时间：
第二个阶段为匀减速阶段，车辆在从距服务区距离s1米处开始匀减速，一直减速到零，此阶段所需要的时间：
第三个阶段为静止，车辆已经进入服务区。
当车辆进入服务区前最后一个时空点对应的位置与服务区的距离小于或等于预设减速距离s1时，车辆的减速过程分为两个阶段：
第一个阶段为匀减速阶段，车辆在前一段轨迹中已经开始匀减速，设加速度为a，设第一个阶段需要的时间为δt3，则v2＝2as1，
第二个阶段为静止，车辆已经进入服务区。
由以上分析可知，车辆进入所述服务区的时间tin为：
出服务区的过程为进服务区的完全相反过程，车辆驶出服务区后第一个时空点对应的位置与服务区的距离可能大于s2，也可能小于s2，所述车辆驶出所述服务区的时间tout为：
其中，tout为所述车辆驶出所述服务区的时间；
在上述实施例的基础上，本发明实施例通过提供车辆进入所述服务区的时间和车辆驶出所述服务区的时间具体计算方法，得到了主要的统计参数车辆进出服务区的时间，为车辆在服务区停留过程的进一步统计分析提供了前提。
图2为本发明实施例提供的高速公路车辆进入服务区停留过程分析装置结构示意图。如图2所示，该装置包括用户终端的移动轨迹数据获取模块10、车辆的移动轨迹数据获取模块20、停留事件判断模块30、进出时间计算模块40和交通统计数据计算模块50，其中：
用户终端的移动轨迹数据获取模块10用于获取用户终端的移动轨迹数据；车辆的移动轨迹数据获取模块20用于根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；停留事件判断模块30用于根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；进出时间计算模块40用于若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；交通统计数据计算模块50用于根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据；
其中，所述移动轨迹数据表示为：
x＝[(t1,l1),(t2,l2),...,(tn,ln)]
其中第i条记录ri＝(ti,li)表示连接时间为ti，所在的位置为li，ri称为时空点。
用户终端的移动轨迹数据获取模块10用于获取用户终端的移动轨迹数据。所述用户终端是指放置在车辆中的移动通信设备，如手机、平板电脑等。根据用户终端与基站的信令交互数据，可获知用户终端在某个时间点的位置信息，时间信息和位置信息构成时空点，多个连续的时空点构成用户终端的移动轨迹数据。用户终端的位置信息由所连接基站的信息得到。
车辆的移动轨迹数据获取模块20用于根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据。因为用户终端放置于车辆上，车辆上用户终端的移动轨迹代表车辆的移动轨迹，因此，根据用户终端的移动轨迹数据可以得到车辆的移动轨迹数据。
停留事件判断模块30用于根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件。车辆在高速公路上正常行驶时，通常是匀速行驶状态，在车辆进入服务区或驶出服务区时，行驶速度会发生明显变化，根据车辆的移动轨迹数据可得到车辆行驶的速度变化情况，因此，根据车辆的移动轨迹数据可判断所述车辆在服务区是否发生停留事件。例如车辆在服务区附近有明显的减速或加速过程，则认为车辆在服务区发生所述停留事件。
进出时间计算模块40用于若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间。用预设减速距离表示车辆从匀速行驶减速进入服务区经过的距离，用预设加速距离表示车辆加速驶出服务区至匀速行驶经过的距离。所述预设减速距离和所述预设加速距离可以相同。根据车辆的移动轨迹数据可以得到匀速行驶时车辆的速度，根据预设减速距离和加速度可得到车辆减速过程需要的时间，根据预设加速距离和加速度可得到车辆加速过程需要的时间，其中，所述加速度可为常数。进一步结合车辆的移动轨迹数据提供的时空点数据，可以计算得出所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间。
交通统计数据计算模块50用于根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据。车辆进入所述服务区的时间和车辆驶出所述服务区的时间是分析车辆在服务区停留过程的重要参数，可由所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到其他的交通统计数据。
本发明实施例利用用户终端信令数据，通过分析海量移动数据，对车辆在高速公路上行驶时进入服务区及驶出服务区的整个过程进行分析，克服了现有技术中主要基于调查数据的缺陷，数据信息针对性强，多样化了车辆在服务区停留的统计参数，契合了应用需求。
进一步地，基于上述实施例，所述服务区的交通统计数据具体包括每个时段内服务区车辆的驶入量和驶出量、每个时刻服务区内停留的车辆数量以及车辆在服务区的平均停留时间。
除了所有车辆的单独停留状态，服务区车辆的驶入量和驶出量直接根据车辆进出服务区时间即可得到。假设所述车辆进入所述服务区的时间为tin，所述车辆驶出所述服务区的时间为tout，即所述车辆在服务区的停留时间区间为tin至tout，由此，可得出每个时刻服务区内停留的车辆数量。若车辆在服务区停留的时间为tpause，则tpause＝tout-tin，即可以得到车辆在服务区的停留时间。若服务区中停留的车辆的停留平均时间
其中，nc为研究时段内服务区中停留的车辆总数。
在上述实施例的基础上，本发明实施例通过得到车辆在服务区的更多统计参数，多样化了统计分析的角度和维度，利用这些统计参数进行分析的结果更加契合实际情况，更贴近应用需求。
进一步地，基于上述实施例，所述用户终端的移动轨迹数据获取模块10具体用于：获取所述用户终端的基站切换信息，所述基站切换信息包括基站切换时的时间信息和前一基站的位置信息以及后一基站的位置信息；根据所述前一基站和所述后一基站连线的中垂线与道路的交点得到与所述基站切换时的时间信息对应的基站切换时用户终端的位置信息；根据所述基站切换时的时间信息和所述基站切换时用户终端的位置信息得到基站切换时用户终端的移动轨迹数据；
假设非基站切换时用户终端的移动轨迹数据中的时空点(tk,lk)位于所述基站切换时用户终端的移动轨迹数据的两个时空点(ti,li′),(tj,lj′)之间，则：
其中，||lj′-li′||表示lj′和li′之间的直线距离；
根据所述非基站切换时用户终端的移动轨迹数据中的时空点数据得到非基站切换时用户终端的移动轨迹数据；
根据所述基站切换时用户终端的移动轨迹数据和所述非基站切换时用户终端的移动轨迹数据得到所述用户终端的移动轨迹数据。
本发明实施例基于两个基本的假设：1)车辆在高速上的行驶接近于匀速行驶；2)基站切换时用户终端的位置距离两个基站的距离基本相同。
用户终端在两个基站之间切换时会产生相应的记录，取所有用户终端的基站切换记录，所述基站切换记录包含基站切换信息，利用所述基站切换信息将用户终端的定位信息从基站转换到道路上的gps点。所述基站切换信息包括基站切换时的时间信息和前一基站的位置信息以及后一基站的位置信息。因为基站切换时用户终端距离两个基站的距离基本相同，对于每一个基站切换，取基站切换前的基站即前一基站与基站切换后的基站即后一基站的中垂线，该中垂线与道路的交点即是用户终端所在的位置，即与所述基站切换时的时间信息对应的基站切换时用户终端的位置信息；根据所述基站切换时的时间信息和所述基站切换时用户终端的位置信息得到基站切换时用户终端的移动轨迹数据。
根据已经得到的基站切换时用户终端的移动轨迹数据，用线性插值的方法得到非基站切换时用户终端的移动轨迹数据。
假设非基站切换时用户终端的移动轨迹数据中的时空点(tk,lk)位于所述基站切换时用户终端的移动轨迹数据的两个时空点(ti,li′),(tj,lj′)之间，则：
其中，||lj′-li′||表示lj′和li′之间的直线距离。
优选地，所述基站切换时用户终端的移动轨迹数据的两个时空点(ti,li′),(tj,lj′)临近。
根据所述非基站切换时用户终端的移动轨迹数据中的时空点数据得到非基站切换时用户终端的移动轨迹数据。
所述用户终端的移动轨迹数据为所述基站切换时用户终端的移动轨迹数据和所述非基站切换时用户终端的移动轨迹数据的合集。
在上述实施例的基础上，本发明实施例通过将所有基于基站位置的用户终端的定位信息匹配到道路上，得到了用户终端在道路上的移动轨迹数据，提高了用户终端移动轨迹数据的准确性。
进一步地，基于上述实施例，所述车辆的移动轨迹数据获取模块20具体用于若判断获知任意n个用户终端的移动轨迹之间的距离均小于所设阈值，则将所述n个用户终端的移动轨迹数据进行合并，得到所述车辆的移动轨迹数据；
其中，所述用户终端的移动轨迹之间的距离的计算公式为：
其中，d(a,b)为两条所述用户终端的移动轨迹a、b之间的距离；
m和n分别为两条所述用户终端的移动轨迹的时空点个数；
dij＝δsds+δtdt表示两个时空点之间的时空距离，其中ds表示两个时空点之间的空间距离，dt表示两个时空点之间的时间距离，δs，δt分别是空间和时间的加权系数。
同一辆车中的用户终端的移动轨迹具有高度的相似性，，可以将同一辆车中用户终端的移动轨迹数据进行合并，用合并后的移动轨迹来表示这辆车的移动轨迹。
两条用户终端的移动轨迹之间的距离的计算过程如下：
设两条移动轨迹分别为a＝[(ta1,la1),(ta2,la2),...,(tam,lam)]和b＝[(tb1,lb1),(tb2,lb2),...,(tbn,lbn)]，m≤n，则移动轨迹a中的时空点
d＝δsds+δtdt
其中，d表示移动轨迹a中的时空点
对于移动轨迹距离小于一定阈值的两个用户终端的移动轨迹认为所述两个用户终端在同一辆车上。同理，若判断获知任意n个用户终端的移动轨迹之间的距离均小于所设阈值，则所述n个用户终端在同一辆车上，将所述n个用户终端的移动轨迹数据合并，合并后的移动轨迹数据为n个用户终端所有的时空点的合集，从而得到车辆的移动轨迹数据。
在上述实施例的基础上，本发明实施例通过合并同一辆车的用户终端的移动轨迹数据进而得到车辆的移动轨迹数据，避免了同一辆车中n个用户终端的移动轨迹数据当成n辆车的移动估计数据，保证了车辆的移动轨迹数量与车辆数量的对应，并提高了车辆移动轨迹数据的准确性。
进一步地，基于上述实施例，还包括人流统计模块，所述人流统计模块根据所述n的值和所述交通统计数据得到每个时段内进出服务区的人数、每个时刻服务区的人数以及在服务区的人均停留时间。
若判断获知任意n个用户终端的移动轨迹之间的距离均小于所设阈值，则认为所述n个用户终端在同一辆车上。一般认为一个用户终端对应一个人，因此，车辆中的人数为n。将每个时段内服务区车辆的驶入量和驶出量、每个时刻服务区内停留的车辆数量以及车辆在服务区的平均停留时间映射到人，可得到每个时段内进出服务区的人数、每个时刻服务区的人数以及在服务区的人均停留时间。
在上述实施例的基础上，本发明实施例通过得到关于人在服务区停留的信息，进一步增加了分析维度，可为服务区的建设提供更多的参考意义。
进一步地，基于上述实施例，停留事件判断模块30具体用于以所述服务区为中心，半径为r做一个圆，将所述车辆的移动轨迹数据分为内轨迹和外轨迹；若判断获知所述外轨迹相邻时空点形成的轨迹段的平均速度的均值与所述内轨迹相邻时空点形成的轨迹段的平均速度的均值之差大于预设速度，则获知发生所述停留事件。
对于我们要研究的高速公路路段，首先根据交通资料以及地图，提取出整个路段中所包含的服务区的数量，并获取每个服务区的位置，用服务区中心点表示。
判断每辆车在经过服务区的时候有没有停留。首先以服务区为中心，半径为r做一个圆，将所述车辆的移动轨迹数据分为内轨迹和外轨迹；r的大小需要根据服务区附近的基站覆盖范围来定。
每相邻两个时空点构成轨迹段，计算内轨迹和外轨迹每个轨迹段的平均速度
通过速度的变化情况可以判断是否有停留事件发生，发生停留事件需要满足服务区附近的平均速度明显小于另外路段的平均速度，即可通过如下公式判断：
其中，δv为预设速度，可以取为50km/h，|vo|表示vo中包含的平均速度的数量，|vs|表示vs中包含的平均速度的数量。v表示各轨迹段的平均速度；
在上述实施例的基础上，本发明实施例通过将车辆的移动轨迹数据分为内轨迹和外轨迹，并进行速度比较，进而判断车辆是否在服务区发生停留事件，为车辆在服务区停留过程的进一步分析提供了前提。
进一步地，基于上述实施例，进出时间计算模块40用于计算所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间，具体公式为：
其中，tin为所述车辆进入所述服务区的时间；
假设车辆在距离服务区为预设减速距离s1处开始匀减速，驶出服务区的加速过程经过的距离为预设加速距离s2。
车辆进入服务区前最后一个时空点对应的位置与服务区的距离可能大于预设减速距离s1，也可能小于预设减速距离s1，假设进入服务区前最后一个时空点对应的时间为
第一个阶段为匀速行驶阶段，速度为v，车辆匀速行驶的速度v可以由进入服务区之前的移动轨迹求得；第二个阶段为匀减速阶段，车辆在从距服务区距离s1米处开始匀减速，一直减速到零，可计算求得此阶段所需要的时间；第三个阶段为静止，车辆已经进入服务区。
当车辆进入服务区前最后一个时空点对应的位置与服务区的距离小于或等于预设减速距离s1时，车辆的减速过程分为两个阶段：
第一个阶段为匀减速阶段，车辆在前一段轨迹中已经开始匀减速，可计算求得此阶段所需要的时间；第二个阶段为静止，车辆已经进入服务区。
最后可求得车辆进入所述服务区的时间tn为：
驶出服务区的过程为进服务区的完全相反过程，车辆驶出服务区后第一个时空点对应的位置与服务区的距离可能大于s2，也可能小于s2，所述车辆驶出所述服务区的时间tout为：
其中，tout为所述车辆驶出所述服务区的时间；
在上述实施例的基础上，本发明实施例通过提供车辆进入所述服务区的时间和车辆驶出所述服务区的时间具体计算方法，得到了主要的统计参数车辆进出服务区的时间，为车辆在服务区停留过程的进一步统计分析提供了前提。
本发明实施例提供装置是用于上述方法的，具体功能可参照上述方法流程，此处不再赘述。
图3是本发明实施例提供的计算机设备的结构示意图。如图3所示，计算机设备1包括处理器301、存储器302和总线303。其中，所述处理器301和所述存储器302通过所述总线303完成相互间的通信；所述处理器301用于调用所述存储器302中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：获取用户终端的移动轨迹数据；根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取用户终端的移动轨迹数据；根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取用户终端的移动轨迹数据；根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据；根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件；若判断获知所述车辆在服务区发生停留事件，则根据预设减速距离和所述车辆的移动轨迹数据得到所述车辆进入所述服务区的时间，根据预设加速距离和所述车辆的移动轨迹数据得到所述车辆驶出所述服务区的时间；根据所述车辆进入所述服务区的时间和所述车辆驶出所述服务区的时间得到所述服务区的交通统计数据。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的计算机设备等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
- 还没有人留言评论。精彩留言会获得点赞！