本发明专利技术公开了一种货车运输类型识别方法、装置、存储介质及终端，方法包括：对待识别货车的车辆轨迹数据进行网格化处理，生成单元格序列；根据单元格序列，并结合滑动窗口算法进行滚动计算，生成待识别货车的活动范围；根据活动范围计算待识别货车的最长行驶距离；根据最长行驶距离确定待识别货车的运输类型。由于本申请通过将每个待识别货车的车辆轨迹数据进行网格化处理，并结合滑动窗口算法进行滚动计算的方式可快速确定出每个待识别货车的运输类型，从而提升了运输类型识别效率，保障了订单配送的及时性。单配送的及时性。单配送的及时性。
【技术实现步骤摘要】
一种货车运输类型识别方法、装置、存储介质及终端
[0001]本专利技术涉及计算机
，特别涉及一种货车运输类型识别方法、装置、存储介质及终端。
技术介绍
[0002]随着电商时代的发展，对物流运输的发展提出了更大的要求。公路运输作为物流运输中的最重要的一部分，为互联网经济的发展提供了巨大的助力。为了能够依据不同客户对运输业务场景的需求，合理分配资源配比，故而需要及时掌握货运市场中各个载货车辆的运输类型。由此可知，获悉载货车辆的运输类型对于如今的物流行业来说是至关重要的。
[0003]目前，运输类型一般分为长途物流和短途配送两种场景。当有大量的长途物流和短途配送订单同时存在时，调度人员需要逐一对车辆的历史运输路线进行分析，根据分析结果对不同订单联系不同的配送货车。由于该方案都是在运输业务完成之前进行人工识别，识别的结果会具有较大的偏差，识别的效率以及时效性尤为低下。
技术实现思路
[0004]本申请实施例提供了一种货车运输类型识别方法、装置、存储介质及终端。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。
[0005]第一方面，本申请实施例提供了一种货车运输类型识别方法，方法包括：
[0006]对待识别货车的车辆轨迹数据进行网格化处理，生成单元格序列；
[0007]根据单元格序列，并结合滑动窗口算法进行滚动计算，生成待识别货车的活动范围；
[0008]根据活动范围计算待识别货车的最长行驶距离；
[0009]根据最长行驶距离确定待识别货车的运输类型。
[0010]可选的，对待识别货车的车辆轨迹数据进行网格化处理，生成单元格序列，包括：
[0011]在大数据平台中获取待识别货车在预设周期内的历史车辆轨迹数据；
[0012]按照数据采集时刻的先后顺序将历史车辆轨迹数据进行有序排列，得到轨迹点序列；
[0013]根据预设映射规则将轨迹点序列进行网格化映射，生成网格化数据；
[0014]按照预设近似参数将网格化数据进行邻近合并，生成单元格序列。
[0015]可选的，根据单元格序列，并结合滑动窗口算法进行滚动计算，生成待识别货车的活动范围，包括：
[0016]采用滑动窗口算法创建滑动窗口；
[0017]设置滑动窗口的窗口期；
[0018]获取单元格序列中每个单元格携带的车辆进出时间；
[0019]根据车辆进出时间的先后顺序将单元格序列进行排列，生成有序数组；
[0020]将有序数组输入滑动窗口中，以确定在窗口期内所覆盖的单元格；
[0021]根据窗口期内所覆盖的单元格计算待识别货车的活动范围。
[0022]可选的，根据活动范围计算待识别货车的最长行驶距离，包括：
[0023]构建活动范围的外接矩形；
[0024]计算外接矩形中任意一个对角线的目标长度；
[0025]将目标长度确定为待识别货车的最长行驶距离；
[0026]或者，
[0027]确定活动范围中直线最长的两个目标点；遍历查询两个目标点之间的最短行驶路径；将最短行驶路径确定为待识别货车的最长行驶距离。
[0028]可选的，根据最长行驶距离确定待识别货车的运输类型，包括：
[0029]当最长行驶距离小于等于预设长短途阈值时，确定待识别货车的运输类型为短途货车；
[0030]或者，
[0031]当最长行驶距离大于预设长短途阈值时，确定待识别货车的运输类型为长途货车。
[0032]可选的，根据预设映射规则将轨迹点序列进行网格化映射，生成网格化数据，包括：
[0033]将轨迹点序列中每个轨迹点作为球面上的点，并将球面上的点转换为直角坐标系中的点，得到多个坐标点；
[0034]将每个坐标点投影到正方体的面上，并将投影后的坐标进行变换，得到二维平面图形；
[0035]将二维平面图形进行单元格划分，并将二维平面图形上的坐标参数映射到划分的单元格中，得到坐标轴点；
[0036]将坐标轴点采用希尔伯特曲线进行cell id转换，生成网格化数据。
[0037]可选的，方法还包括：
[0038]根据待识别货车的运输类型，对待识别货车进行运输类型标记。
[0039]第二方面，本申请实施例提供了一种货车运输类型识别装置，装置包括：
[0040]单元格序列生成模块，用于对待识别货车的车辆轨迹数据进行网格化处理，生成单元格序列；
[0041]活动范围生成模块，用于根据单元格序列，并结合滑动窗口算法进行滚动计算，生成待识别货车的活动范围；
[0042]最长行驶距离计算模块，用于根据活动范围计算待识别货车的最长行驶距离；
[0043]运输类型确定模块，用于根据最长行驶距离确定待识别货车的运输类型。
[0044]第三方面，本申请实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。
[0045]第四方面，本申请实施例提供一种终端，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。
[0046]本申请实施例提供的技术方案可以包括以下有益效果：
[0047]在本申请实施例中，货车运输类型识别装置首先对待识别货车的车辆轨迹数据进行网格化处理，生成单元格序列，然后根据单元格序列，并结合滑动窗口算法进行滚动计算，生成待识别货车的活动范围，其次根据活动范围计算待识别货车的最长行驶距离，最后根据最长行驶距离确定待识别货车的运输类型。由于本申请通过将每个待识别货车的车辆轨迹数据进行网格化处理，并结合滑动窗口算法进行滚动计算的方式可快速确定出每个待识别货车的运输类型，从而提升了运输类型识别效率，保障了订单配送的及时性。
[0048]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0049]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0050]图1是本申请实施例提供的一种货车运输类型识别方法的流程示意图；
[0051]图2是本申请实施例提供的一种球面上的点转换为直角坐标系中的点的示意图；
[0052]图3是本申请实施例提供的一种将每个坐标点投影到正方体的面上的示意图；
[0053]图4是本申请实施例提供的一种坐标轴点转换为希尔伯特曲线的示意图；
[0054]图5是本申请实施例提供的一种参数level调整下的货车不同活动范围示意图；
[0055]图6是本申请实施例提供的一种短途运输类型示意图；
[0056]图7是本申请实施例提供的一种长途运本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种货车运输类型识别方法，其特征在于，所述方法包括：对待识别货车的车辆轨迹数据进行网格化处理，生成单元格序列；根据所述单元格序列，并结合滑动窗口算法进行滚动计算，生成所述待识别货车的活动范围；根据所述活动范围计算所述待识别货车的最长行驶距离；根据所述最长行驶距离确定所述待识别货车的运输类型。2.根据权利要求1所述的方法，其特征在于，所述对待识别货车的车辆轨迹数据进行网格化处理，生成单元格序列，包括：在大数据平台中获取待识别货车在预设周期内的历史车辆轨迹数据；按照数据采集时刻的先后顺序将所述历史车辆轨迹数据进行有序排列，得到轨迹点序列；根据预设映射规则将轨迹点序列进行网格化映射，生成网格化数据；按照预设近似参数将所述网格化数据进行邻近合并，生成单元格序列。3.根据权利要求1所述的方法，其特征在于，所述根据所述单元格序列，并结合滑动窗口算法进行滚动计算，生成所述待识别货车的活动范围，包括：采用滑动窗口算法创建滑动窗口；设置所述滑动窗口的窗口期；获取单元格序列中每个单元格携带的车辆进出时间；根据所述车辆进出时间的先后顺序将所述单元格序列进行排列，生成有序数组；将所述有序数组输入所述滑动窗口中，以确定在所述窗口期内所覆盖的单元格；根据所述窗口期内所覆盖的单元格计算所述待识别货车的活动范围。4.根据权利要求1所述的方法，其特征在于，所述根据所述活动范围计算所述待识别货车的最长行驶距离，包括：构建所述活动范围的外接矩形；计算所述外接矩形中任意一个对角线的目标长度；将所述目标长度确定为待识别货车的最长行驶距离；或者，确定所述活动范围中直线最长的两个目标点；遍历查询两个目标点之间的最短行驶路径；将所述最短行驶路径确定为待识别货车的最长行驶距离。5.根据权利要求1所述的方法，其特征在于，所述根据所述最长行驶距离确定所述待识别货车的运输类型...
【专利技术属性】
技术研发人员：徐小康，李忠敏，夏曙东，冯新平，张志平，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。