获取道路常用停靠点的方法及装置制造方法及图纸

本申请公开了一种获取道路常用停靠点的方法及装置，方法包括：获取GPS信息点；从所述GPS信息点中筛选出高速公路GPS信息点；判断所述高速公路GPS信息点的位置是否能够停靠，利用能够停靠的高速公路GPS信息点生成停靠点；根据所述停靠点的密度对所述停靠点进行分类，去掉不满足密度要求的所述停靠点，将满足密度要求的所述停靠点放到数据集中；对所述数据集进行聚类，得到聚类结果；计算所述聚类结果的轮廓系数，选择轮廓系数最大的所述聚类结果，得到常用停靠点。本申请提供的获取道路常用停靠点的方法，能够准确快速地找出常用停靠点，实时性好，数据延迟小，且能有效避开堵车路段，能够很好地满足实际应用的需要。

Methods and devices for obtaining common road stops

【技术实现步骤摘要】
获取道路常用停靠点的方法及装置
本申请涉及交通
，具体涉及一种获取道路常用停靠点的方法及装置。
技术介绍
目前，在高速公路上寻找可停车位置的比较常用的方法，是从图商处购买高速上服务区、加油站、收费站等POI(PointofInterest，兴趣点)数据，以这些POI作为常见的高速公路的停靠点。由于图商数据存在一定的延迟，且不同图商采集的数据也会略有不同，所以图商数据会和实际情况有所偏差，导致不能准确找到可用停靠点，而且图商数据也不能对高速公路上经常堵车的区域进行标记，导致容易在寻找停靠点的过程中进入堵车路段。因此，现有技术的获取车辆停靠点的技术方案所达到的效果不佳，不能满足实际应用的需要。
技术实现思路
本申请的目的是提供一种获取道路常用停靠点的方法及装置。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。根据本申请实施例的一个方面，提供一种获取道路停靠点的方法，包括：获取GPS信息点；从所述GPS信息点中筛选出高速公路GPS信息点；判断所述高速公路GPS信息点的位置是否能够停靠，利用能够停靠的高速公路GPS信息点生成停靠点；根据所述停靠点的密度对所述停靠点进行分类，去掉不满足密度要求的所述停靠点，将满足密度要求的所述停靠点放到数据集中；对所述数据集进行聚类，得到聚类结果；计算所述聚类结果的轮廓系数，选择轮廓系数最大的所述聚类结果，得到常用停靠点。进一步地，所述从所述GPS信息点中筛选出高速公路GPS信息点，包括：根据所述GPS信息点的路段标识号，对所有所述GPS信息点和高速公路路段数据进行内连接操作，输出从高速公路采集到的GPS信息点。进一步地，所述根据所述停靠点的密度对所述停靠点进行分类，去掉不满足密度要求的所述停靠点，将满足密度要求的所述停靠点放到数据集中，包括：设置一个密度上限和一个密度下限；使用DBScan算法，以所述密度上限作为MinPts参数，对停靠点进行分类，去掉不能分类的停靠点，将能分类的停靠点放到第一数据集中；使用DBScan算法，以密度下限作为MinPts参数，对所述第一数据集中的停靠点进行分类，去掉不能分类的停靠点，将能分类的停靠点放到第二数据集中，记录分类数量。进一步地，所述对所述数据集进行聚类，得到聚类结果，包括：使用KMeans算法处理所述第二数据集，将k值设为从1到M的M个值，依次对所述第二数据集中的数据进行聚类；所述M为所述分类数量。进一步地，所述计算所述聚类结果的轮廓系数，选择轮廓系数最大的所述聚类结果，得到常用停靠点，包括：若聚合出k个类时的轮廓系数最大，则计算出这k组停靠点中的每组停靠点的中心点，并以这k个所述中心点作为常见停靠点；k为正整数。进一步地，所述GPS信息点的数据包括车辆标识号、经纬度、路段标识号、车辆速度和采集车辆行进信息数据的时间点。根据本申请实施例的另一个方面，提供一种获取道路常用停靠点的装置，包括：采集模块，用于获取GPS信息点；筛选模块，用于从所述GPS信息点中筛选出高速公路GPS信息点；生成模块，用于判断所述高速公路GPS信息点的位置是否能够停靠，利用能够停靠的高速公路GPS信息点生成停靠点；分类模块，用于根据所述停靠点的密度对所述停靠点进行分类，去掉不满足密度要求的所述停靠点，将满足密度要求的所述停靠点放到数据集中；聚类模块，用于对所述数据集进行聚类，得到聚类结果；计算模块，用于计算所述聚类结果的轮廓系数，选择轮廓系数最大的所述聚类结果，得到常用停靠点。进一步地，所述筛选模块具体用于根据所述GPS信息点的路段标识号，对所有所述GPS信息点和高速公路路段数据进行内连接操作，输出从高速公路采集到的GPS信息点。进一步地，所述计算模块具体用于计算轮廓系数，若聚合出k个类时的轮廓系数最大，则计算出这k组停靠点中的每组停靠点的中心点，并以这k个所述中心点作为常见停靠点；k为正整数。根据本申请实施例的另一个方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现所述的获取道路常用停靠点的方法。本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果：本申请实施例提供的获取道路常用停靠点的方法，能够准确快速地找出常用停靠点，实时性好，数据延迟小，且能有效避开堵车路段，能够很好地满足实际应用的需要。本申请的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者，部分特征和优点可以从说明书中推知或毫无疑义地确定，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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示出了本申请的一个实施例的获取道路常用停靠点的方法的流程图；图2示出了本申请的一个实施例的获取道路常用停靠点的装置的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本申请做进一步说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。如图1所示，本申请的一个实施例提供了一种获取道路常用停靠点的方法01，包括：S1、获取GPS信息点。通过设置在车辆上的GPS终端设备周期性地采集车辆行进的信息数据，得到若干GPS信息点；每个GPS信息点的数据包括车辆ID(车辆标识号)、经纬度、路段ID(路段标识号)、车辆速度和采集车辆行进信息数据的时间点等数据。在某些实施方式中，从路网匹配数据库中，调取所有高速公路的路段数据，存储到一个文件中，然后上传到大数据环境中。在路网匹配数据库中，存储有每个GPS信息点(GPS信息点的信息数据包含车辆ID、经纬度、路段ID、速度、时间等数据)所在路线的路段信息。S2、从所述GPS信息点中筛选出本文档来自技高网...

【技术保护点】
1.一种获取道路常用停靠点的方法，其特征在于，包括：/n获取GPS信息点；/n从所述GPS信息点中筛选出高速公路GPS信息点；/n判断所述高速公路GPS信息点的位置是否能够停靠，利用能够停靠的高速公路GPS信息点生成停靠点；/n根据所述停靠点的密度对所述停靠点进行分类，去掉不满足密度要求的所述停靠点，将满足密度要求的所述停靠点放到数据集中；/n对所述数据集进行聚类，得到聚类结果；/n计算所述聚类结果的轮廓系数，选择轮廓系数最大的所述聚类结果，得到常用停靠点。/n

【技术特征摘要】
1.一种获取道路常用停靠点的方法，其特征在于，包括：
获取GPS信息点；
从所述GPS信息点中筛选出高速公路GPS信息点；
判断所述高速公路GPS信息点的位置是否能够停靠，利用能够停靠的高速公路GPS信息点生成停靠点；
根据所述停靠点的密度对所述停靠点进行分类，去掉不满足密度要求的所述停靠点，将满足密度要求的所述停靠点放到数据集中；
对所述数据集进行聚类，得到聚类结果；
计算所述聚类结果的轮廓系数，选择轮廓系数最大的所述聚类结果，得到常用停靠点。


2.根据权利要求1所述的方法，其特征在于，所述从所述GPS信息点中筛选出高速公路GPS信息点，包括：根据所述GPS信息点的路段标识号，对所有所述GPS信息点和高速公路路段数据进行内连接操作，输出从高速公路采集到的GPS信息点。


3.根据权利要求1所述的方法，其特征在于，所述根据所述停靠点的密度对所述停靠点进行分类，去掉不满足密度要求的所述停靠点，将满足密度要求的所述停靠点放到数据集中，包括：
设置一个密度上限和一个密度下限；
使用DBScan算法，以所述密度上限作为MinPts参数，对停靠点进行分类，去掉不能分类的停靠点，将能分类的停靠点放到第一数据集中；
使用DBScan算法，以密度下限作为MinPts参数，对所述第一数据集中的停靠点进行分类，去掉不能分类的停靠点，将能分类的停靠点放到第二数据集中，记录分类数量。


4.根据权利要求3所述的方法，其特征在于，所述对所述数据集进行聚类，得到聚类结果，包括：
使用KMeans算法处理所述第二数据集，将k值设为从1到M的M个值，依次对所述第二数据集中的数据进行聚类；所述M为所述分类数量。


5.根据权利要求4所述的方法，其特征在于，所述计...

【专利技术属性】
技术研发人员：杨晓明，王巍，张志平，胡道生，夏曙东，
申请(专利权)人：北京中交兴路信息科技有限公司，
类型：发明
国别省市：北京;11