车辆到达时间的预测方法、装置、计算机设备及存储介质制造方法及图纸

本申请提供车辆到达时间的预测方法、装置、计算机设备及存储介质，属于交通预测技术领域。用于在目的地端对所有可能到达该目的地的车辆及到达该目的地的到达时间进行准确预测。该方法包括：根据车辆发出的GPS数据包获取每个车辆的行驶轨迹数据；计算对应车辆到达预设的同一目的地的概率；将计算的该概率大于预设概率阈值的车辆确定为备选到达车辆；计算每个备选到达车辆的预测到达时间；从该备选到达车辆中选取与当前时间相隔预设时间段内该概率最大的前预设个车辆作为最终到达车辆，获取该最终到达车辆的预测到达时间；实时计算该最终到达车辆与该目的地之间的拥堵时间；根据预测到达时间、拥堵时间及权重系数计算该最终到达车辆的最终到达时间。

Prediction method, device, computer equipment and storage medium of vehicle arrival time

【技术实现步骤摘要】
车辆到达时间的预测方法、装置、计算机设备及存储介质
本专利技术涉及交通预测
，特别是涉及车辆到达时间的预测方法、装置、计算机设备及存储介质。
技术介绍
基于用户的乘车需求，需要对用户的到达目的地的时间进行预估，目前市面上主流的打车软件及地图路线搜索工具中均存在对当前位置至目的地的到达时间进行预估。不管是打车软件中对用户到达目的地的时间的预估方法，还是地图路线搜索工具中对用户到达目的地的时间的预估方法，该方法只能适用于用户端对当前用户的到达时间进行预估，在某些特殊场景下无法适用。例如很多货柜车从四面八方行驶到同一港口，需要在该港口进行卸货，则港口需要对到港的货柜车进行初步统计，并对到港的货柜车的到港时间进行统计，以便于对卸货工作人员及装载设备进行安排，避免等待时间过长导致资源浪费。考虑到到港卸货的货柜车的排队情况会导致港口拥堵，而此拥堵情况是大面积的，与传统场景中单个用户、单条路线的拥堵情况不同、数据获取方式不同，因此无法直接将现有的到达时间的预测方法应用在本场景中。现亟待提出一种应用于目的地的能对所有可能到达该目的地的车辆及到达该目的地的到达时间进行准确预测的方法。
技术实现思路
本专利技术实施例提供车辆到达时间的预测方法、装置、计算机设备及存储介质，应用于目的地且可以对所有可能到达该目的地的车辆及到达该目的地的到达时间进行准确预测。根据本专利技术的一个方面提供的一种车辆到达时间的预测方法，该方法包括：实时接收多个车辆发出的GPS数据包，解析该GPS数据包中的车辆标识及坐标信息；按照时间先后顺序，生成与每个该车辆标识对应的坐标序列，得到对应车辆的行驶轨迹数据；通过概率分布函数及该行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率，该概率分布函数通过对存储的历史车辆轨迹数据及是否到达目的地进行求解得到；将计算的该概率大于预设概率阈值的车辆确定为备选到达车辆；根据该历史车辆轨迹数据及历史到达时间计算每个该备选到达车辆的预测到达时间；从该备选到达车辆中选取与当前时间相隔预设时间段内该概率最大的前预设个车辆作为最终到达车辆，获取该最终到达车辆的预测到达时间；实时计算该最终到达车辆与该目的地之间的拥堵时间，并获取该拥堵时间的权重系数；根据该预测到达时间、该拥堵时间及该权重系数计算该最终到达车辆的最终到达时间。根据本专利技术的另一个阶段提供的车辆到达时间的预测装置，该装置包括：数据接收模块，用于实时接收多个车辆发出的GPS数据包，解析该GPS数据包中的车辆标识及坐标信息；坐标序列生成模块，用于按照时间先后顺序，生成与每个该车辆标识对应的坐标序列，得到对应车辆的行驶轨迹数据；第一计算模块，用于通过概率分布函数及该行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率，该概率分布函数通过对存储的历史车辆轨迹数据及是否到达目的地进行求解得到；车辆确定模块，用于将计算的该概率大于预设概率阈值的车辆确定为备选到达车辆；第二计算模块，用于根据该历史车辆轨迹数据及历史到达时间计算每个该备选到达车辆的预测到达时间；时间获取模块，用于从该备选到达车辆中选取与当前时间相隔预设时间段内该概率最大的前预设个车辆作为最终到达车辆，获取该最终到达车辆的预测到达时间；第三计算模块，用于实时计算该最终到达车辆与该目的地之间的拥堵时间，并获取该拥堵时间的权重系数；时间计算模块，用于根据该预测到达时间、该拥堵时间及该权重系数计算该最终到达车辆的最终到达时间。根据本专利技术的又一个方面提供的一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该程序时实现上述车辆到达时间的预测方法。根据本专利技术的还一个方面提供的一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述车辆到达时间的预测方法中的步骤。本专利技术提供的车辆到达时间的预测方法、装置、计算机设备及存储介质，通过实时接收多个车辆发出的GPS数据包，解析该GPS数据包中的车辆标识及坐标信息，得到对应车辆的行驶轨迹数据，然后通过概率分布函数及该行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率，将计算的该概率大于预设概率阈值的车辆确定为备选到达车辆，由于目的地同一时间段能够容纳的车辆有限，根据概率确定的备选到达车辆并非一定都能到达，因此还需要考虑目的地的能够容纳的最大车辆的数量，故本方案还设定从该备选到达车辆中选取与当前时间相隔预设时间段内该概率最大的前预设个车辆作为最终到达车辆，并从预先计算的每个该备选到达车辆的预测到达时间中获取该最终到达车辆的预测到达时间，然后实时计算该最终到达车辆与该目的地之间的拥堵时间，并获取该拥堵时间的权重系数，根据该预测到达时间、该拥堵时间及该权重系数计算该最终到达车辆的最终到达时间，根据本申请的方法计算的最终到达车辆及该最终到达车辆的最终到达时间考虑了目的地的容纳情况即车辆与该目的地之间的实时的拥堵情况，使得该应用于目的地且可以对所有可能最终到达该目的地的车辆及到达该目的地的到达时间进行准确预测。附图说明图1是本专利技术一实施例中车辆到达时间的预测方法的一应用环境示意图；图2是根据本专利技术的一个实施例的车辆到达时间的预测方法的流程图；图3是根据本专利技术的另一实施例的车辆到达时间的预测方法的流程图；图4是根据本专利技术的又一实施例的车辆到达时间的预测方法的流程图；图5是根据本专利技术一个实施例的拥堵时间的计算方法的适用环境示意图；图6是根据本专利技术另一实施例的拥堵时间的计算方法的适用环境示意图；图7为根据本专利技术的一个实施例的车辆到达时间的预测装置的示范性结构框图；图8为根据本专利技术的一个实施例的计算机设备的内部结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本申请提供的车辆到达时间的预测方法，可应用在如图1的应用环境中，其中，计算机设备通过网络与各个车辆的车载系统进行通信。其中，计算机设备包括但不限于各种个人计算机、服务器、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。其中，该服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。该计算机设备用于接收多个车辆发出的GPS(GlobalPositioningSystem，全球定位系统)数据包，并依据该GPS数据包及车辆到达时间的预测方法判断哪些车辆为到达预设目的地的车辆，并预测到达该预设目的地的车辆的到达时间。图2是根据本专利技术的一个实施例的车辆到达时间的预测方法的流程图，如图2所示，该车辆到达时间的预测方法包括以下步骤S101至S108。S101、实时接收多个车辆发出的GP本文档来自技高网...

【技术保护点】
1.一种车辆到达时间的预测方法，其特征在于，所述方法包括：/n实时接收多个车辆发出的GPS数据包，解析所述GPS数据包中的车辆标识及坐标信息；/n按照时间先后顺序，生成与每个所述车辆标识对应的坐标序列，得到对应车辆的行驶轨迹数据；/n通过概率分布函数及所述行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率，所述概率分布函数通过对存储的历史车辆轨迹数据及是否到达所述目的地进行求解得到；/n将计算的所述概率大于预设概率阈值的车辆确定为备选到达车辆；/n根据所述历史车辆轨迹数据及历史到达时间计算每个所述备选到达车辆的预测到达时间；/n从所述备选到达车辆中选取与当前时间相隔预设时间段内所述概率最大的前预设个车辆作为最终到达车辆，获取所述最终到达车辆的预测到达时间；/n实时计算所述最终到达车辆与所述目的地之间的拥堵时间，并获取所述拥堵时间的权重系数；/n根据所述预测到达时间、所述拥堵时间及所述权重系数计算所述最终到达车辆的最终到达时间。/n

【技术特征摘要】
1.一种车辆到达时间的预测方法，其特征在于，所述方法包括：
实时接收多个车辆发出的GPS数据包，解析所述GPS数据包中的车辆标识及坐标信息；
按照时间先后顺序，生成与每个所述车辆标识对应的坐标序列，得到对应车辆的行驶轨迹数据；
通过概率分布函数及所述行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率，所述概率分布函数通过对存储的历史车辆轨迹数据及是否到达所述目的地进行求解得到；
将计算的所述概率大于预设概率阈值的车辆确定为备选到达车辆；
根据所述历史车辆轨迹数据及历史到达时间计算每个所述备选到达车辆的预测到达时间；
从所述备选到达车辆中选取与当前时间相隔预设时间段内所述概率最大的前预设个车辆作为最终到达车辆，获取所述最终到达车辆的预测到达时间；
实时计算所述最终到达车辆与所述目的地之间的拥堵时间，并获取所述拥堵时间的权重系数；
根据所述预测到达时间、所述拥堵时间及所述权重系数计算所述最终到达车辆的最终到达时间。


2.根据权利要求1所述的方法，其特征在于，所述根据所述预测到达时间、所述拥堵时间及所述权重系数计算所述最终到达车辆的最终到达时间的步骤包括：
通过以下公式计算所述最终到达车辆的最终到达时间
T＝b*Tavg+∑an*Yn/Xn；
其中，∑an表示所述拥堵时间的权重系数，b＝1-∑an，b＞0，an＞0，Tavg表示所述最终到达车辆的预测到达时间，Xn表示当前时刻与所述目的地之间相隔n公里的里程距离或表示与所述目的地之间相距的第n个一公里，n≤k，且n为正整数，k表示预设值或所述最终到达车辆与所述目的地之间实际距离，Yn表示Xn指引的里程距离内的车辆的总数。


3.根据权利要求1所述的方法，其特征在于，所述根据所述预测到达时间、所述拥堵时间及所述权重系数计算所述最终到达车辆的最终到达时间的步骤包括：
通过以下公式计算所述最终到达车辆的最终到达时间
T＝b*Tavg+∑an*Yn/Xn+∑cm*Zm；
其中，b表示所述预测到达时间的权重系数，∑an表示所述拥堵时间的权重系数，∑cm＝1-b-∑an，an＞0，b＞0，cm＞0，Xn表示当前时刻与所述目的地之间相隔n公里的里程距离或表示与所述目的地之间相距的第n个一公里，n≤k，且n为正整数，k表示预设值或所述最终到达车辆与所述目的地之间实际距离，Yn表示Xn指引的里程距离内的车辆的总数，Zm表示所述最终到达车辆与所述目的地之间相隔m公里的里程距离，m为正整数，当k表示所述最终到达车辆与所述目的地之间实际距离时m＝n。


4.根据权利要求1所述的方法，其特征在于，在所述计算对应车辆到达目的地的概率的步骤之前，所述方法还包括：
对所述行驶轨迹数据进行主成分分析降维处理，得到降维轨迹数据；
所述通过概率分布函数及所述行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率的步骤进一步为：
通过概率分布函数及所述降维轨迹数据，计算对应车辆到达预设的同一目的地的概率。


5.根据权利要求4所述的方法，其特征在于，在所述对所述行驶轨迹数据进行主成分分析降维处理的步骤之前，所述方法还包括
对所述行驶轨迹数据分别进行数据清洗、数据过滤及空值插入处理，得到预处理后的行驶轨迹数据；
所述对所述行驶轨迹数据进行主成分分析降维处理的步骤进一步为：
对预处理后的所述行驶轨迹数据进行主成分分析降维处理，得到所述降维轨迹数据。


6.根据权利要求4所述的方法，其特征在于，所述根据所述历史车辆轨迹数据及历史到达时间计算每个所述备选到达车辆的预测到达时间的步骤包括：
获取到达所述目的地的所有车辆的历史车辆轨迹数据及历史到达时间；
从所述历史车辆轨迹数据中获取与所述备选到...

【专利技术属性】
技术研发人员：杨耿，李钦，
申请(专利权)人：深圳信息职业技术学院，
类型：发明
国别省市：广东;44