一種移動目標運動距離統計方法和裝置製造方法

2023-07-29 17:05:56

一種移動目標運動距離統計方法和裝置製造方法
【專利摘要】本發明提供了一種移動目標運動距離統計的方法和裝置，其中，所述的方法包括：獲取移動目標的特徵數據；所述特徵數據包括多個在預設時間間隔上傳的離散點數據；針對所述特徵數據計算離散點數據集合；針對所述離散點數據集合生成擬合曲線；將所述擬合曲線拆分為高擬合度曲線和低擬合度曲線；採用所述高擬合度曲線計算第一運動距離；採用所述低擬合度曲線計算第二運動距離；將所述第一運動距離及所述第二運動距離合併為當前移動目標的運動距離。本發明用以降低對設備的強依賴性，節約成本，增強容錯能力，保持較高的計算精確度。
【專利說明】一種移動目標運動距離統計方法和裝置
【技術領域】
[0001]本發明涉及空間信息處理【技術領域】，特別是涉及提出一種移動目標運動距離統計的方法和裝置。
【背景技術】
[0002]在傳統方式中獲取移動目標的運動距離的方式一般是通過儀表來計算並顯示，可以解決獲取移動目標的運動距離的問題。但是由於儀表自身存在計算方法設計問題的缺陷，例如當車輛車輪空轉，載重變化等情況下，儀表統計存在較大誤差；在人為調動儀表，或儀表故障的情況下，更是無法作為裡程數據參考，因此傳統的運動距離的統計方式已經無法滿足人們的要求。
[0003]在現存解決車輛歷史軌跡的裡程統計方案是:對車輛通過將GPS(GlobalPositioning System，全球定位系統)設備上報位置信息，強制性與現有地圖數據進行匹配計算，利用通過實際測繪獲取的道理裡程數據，進行計算，從而獲取較為精準的裡程數據，但此方案需要高精度GPS設備以保證車輛上報位置的準確性，該條件導致此方案只能在軍方等，配備高精度儀器領域使用，且對車輛不在道路上行駛情況無法準確計算。
[0004]本領域技術人員迫切需要解決的問題之一在於，提出一種移動目標運動距離統計的方法和裝置，用以降低對設備的強依賴性，節約成本，增強容錯能力，保持較高的計算精確度。

【發明內容】

[0005]本發明所要解決的技術問題是提供一種移動目標運動距離統計的方法和裝置，用以降低對設備的強依賴性，節約成本，增強容錯能力，保持較高的計算精確度。
[0006]為了解決上述問題，本發明公開了一種移動目標運動距離統計的方法，包括:
[0007]獲取移動目標的特徵數據；所述特徵數據包括多個在預設時間間隔上傳的離散點數據；
[0008]針對所述特徵數據計算離散點數據集合；
[0009]針對所述離散點數據集合生成擬合曲線；
[0010]將所述擬合曲線拆分為高擬合度曲線和低擬合度曲線；
[0011]採用所述高擬合度曲線計算第一運動距離；
[0012]採用所述低擬合度曲線計算第二運動距離；
[0013]將所述第一運動距離及所述第二運動距離合併為當前移動目標的運動距離。
[0014]優選地，所述針對特徵數據計算離散點數據集合的步驟之前，還包括:
[0015]對所述特徵數據進行格式轉換。
[0016]優選地，所述針對特徵數據計算離散點數據集合的步驟包括:
[0017]子步驟S11，按照時間順序依次提取離散點數據；所述離散點數據中包括移動目標位置信息，移動目標速度信息，移動目標記錄時間信息、移動目標運動方向信息；[0018]子步驟S12，依據所述移動目標運動方向信息，移動目標速度信息以及所述預設時間間隔計算預計移動目標位置信息；
[0019]子步驟S13，從所述特徵數據提取與所述離散點數據相鄰的離散點數據的移動目標位置信息；
[0020]子步驟S14，判斷所述相鄰的離散點數據中的移動目標位置信息是否在所述預計移動目標位置信息的預設濾波範圍內；若是，則執行子步驟S15，若否，則執行子步驟S16 ；
[0021]子步驟S15，採用所述預計移動目標位置信息，以及所述相鄰的離散點數據的移動目標位置信息計算近似實際移動目標位置信息，並將所述相鄰的離散點數據中的移動目標位置信息更新為近似實際移動目標位置信息；
[0022]子步驟S16，將所述相鄰的離散點數據的移動目標位置信息更新為近似實際移動目標位置信息；
[0023]子步驟S17，判斷是否遍歷完所述離散點數據；若是，則執行子步驟S18，若否，則返回子步驟Sll ；
[0024]子步驟S18，將所述離散點數據組織為離散點數據集合。
[0025]優選地，所述針對特徵數據計算離散點數據集合的步驟還包括:
[0026]移除所述離散點數據集合中不符合預置濾波規則的離散點數據，所述預置濾波規則包括離散點數據邊界閾值範圍，移動目標運動速度閾值範圍，相鄰離散點數據的移動目標運動方向夾角閾值範圍。
[0027]優選地，所述採用高擬合度曲線計算第一運動距離的步驟包括:
[0028]計算所述高擬合度曲線的長度；
[0029]將所述高擬合度曲線的長度組織為第一運動距離。
[0030]優選地，所述採用低擬合度曲線計算第二運動距離的步驟包括:
[0031]將所述低擬合度曲線中的離散點數據的移動目標位置信息在預置路網地圖中選取匹配道路曲線；
[0032]計算所述匹配道路曲線的長度；
[0033]將所述匹配道路曲線的長度組織為第二運動距離。
[0034]優選地，所述的方法還包括:
[0035]將所述移動目標的運動距離存儲為可擴展標記語言格式XML。
[0036]本發明實施例還公開了一種移動目標運動距離統計的裝置，包括:
[0037]特徵數據獲取模塊，用於獲取移動目標的特徵數據；所述特徵數據包括多個在預設時間間隔上傳的離散點數據；
[0038]離散點數據集合計算模塊，用於針對所述特徵數據計算離散點數據集合；
[0039]擬合曲線生成模塊，用於針對所述離散點數據集合生成擬合曲線；
[0040]擬合曲線拆分模塊，用於將所述擬合曲線拆分為高擬合度曲線和低擬合度曲線；
[0041]第一運動距離計算模塊，用於採用所述高擬合度曲線計算第一運動距離；
[0042]第二運動距離計算模塊，用於採用所述低擬合度曲線計算第二運動距離；
[0043]合併模塊，用於將所述第一運動距離及所述第二運動距離合併為當前移動目標的運動距離。
[0044]優選地，在所述離散點數據集合計算模塊之前，還包括:[0045]格式轉換模塊，用於對所述特徵數據進行格式轉換。
[0046]優選地，所述離散點數據集合計算模塊包括:
[0047]提取子模塊，用於按照時間順序依次提取離散點數據；所述離散點數據中包括移動目標位置信息，移動目標速度信息，移動目標記錄時間信息、移動目標運動方向信息；
[0048]預計位置信息計算子模塊，用於依據所述移動目標運動方向信息，移動目標速度信息以及所述預設時間間隔計算預計移動目標位置信息；
[0049]相鄰數據提取子模塊，用於從所述特徵數據提取與所述離散點數據相鄰的離散點數據的移動目標位置信息；
[0050]判斷子模塊，用於判斷所述相鄰的離散點數據中的移動目標位置信息是否在所述預計移動目標位置信息的預設濾波範圍內；若是，則調用第一更新子模塊，若否，則調用第二更新子模塊；
[0051]第一更新子模塊，用於採用所述預計移動目標位置信息，以及所述相鄰的離散點數據的移動目標位置信息計算近似實際移動目標位置信息，並將所述相鄰的離散點數據中的移動目標位置信息更新為近似實際移動目標位置信息；
[0052]第二更新子模塊，用於將所述相鄰的離散點數據的移動目標位置信息更新為近似實際移動目標位置信息；
[0053]遍歷子模塊，用於判斷是否遍歷完所述離散點數據；若是，則調用組織子模塊，若否，則調用提取子模塊；
[0054]組織子模塊，用於將所述離散點數據組織為離散點數據集合。
[0055]優選地，所述離散點數據集合計算模塊還包括:
[0056]移除模塊，用於移除所述離散點數據集合中不符合預置濾波規則的離散點數據，所述預置濾波規則包括離散點數據邊界閾值範圍，移動目標運動速度閾值範圍，相鄰離散點數據的移動目標運動方向的夾角閾值範圍。
[0057]優選地，所述第一運動距離計算模塊包括:
[0058]第一長度計算子模塊，用於計算所述高擬合度曲線的長度；
[0059]第一組織子模塊，用於將所述高擬合度曲線的長度組織為第一運動距離。
[0060]優選地，所述第二運動距離計算模塊包括:
[0061]匹配子模塊，用於將所述低擬合度曲線中的離散點數據的移動目標位置信息在預置路網地圖中選取匹配道路曲線；
[0062]第二長度子模塊，用於計算所述匹配道路曲線的長度；
[0063]第二組織子模塊，用於將所述匹配道路曲線的長度組織為第二運動距離。
[0064]優選地，所述的裝置還包括:
[0065]存儲模塊，用於將所述移動目標的運動距離存儲為可擴展標記語言格式XML。
[0066]與現有技術相比，本發明包括以下優點:
[0067]本發明對移動目標的特徵數據中的離散點數據進行濾波處理，得到準確度較高的離散點數據集合，然後依據該離散點數據集合生成擬合曲線，依據擬合曲線擬合度的高低分別以不同的方式計算曲線的長度，最後合併得到移動目標運動距離，降低對設備的強依賴性，節約成本，增強容錯能力，保持較高的計算精確度。【專利附圖】

【附圖說明】
[0068]圖1是本發明的一種移動目標運動距離統計的方法實施例的步驟流程圖；
[0069]圖2是本發明的一種對離散點數據進行濾波處理的示意圖；
[0070]圖3是本發明的一種移動目標(車輛)運動距離的計算流程圖；
[0071]圖4是本發明的一種移動目標運動距離統計的裝置實施例的結構框圖。
【具體實施方式】
[0072]為使本發明的上述目的、特徵和優點能夠更加明顯易懂，下面結合附圖和【具體實施方式】對本發明作進一步詳細的說明。
[0073]本發明實施例的核心構思之一在於，對於移動目標的特徵數據中的離散點數據進行濾波處理，得到準確度較高的離散點數據集合，然後依據該離散點數據集合生成擬合曲線，依據擬合曲線擬合度的高低分別以不同的方式計算曲線的長度，最後合併得到移動目標運動距離，保持統計數據精確度。
[0074]具體來說，本發明實施例可以解決公路交通運輸等相關行業中無法準確獲取車輛行駛道路裡程的問題，可繞過儀表顯示等傳統方式，提供較小誤差、更接近真實行駛裡程的數據。在本發明實施例中降低了對GPS設備的強依賴性，在設備精度較高，且良好工作的環境下可提供誤差小於0.5 %的精確度，在設備精度較差，複雜工作環境影響下，如信號屏蔽、設備異常等引起的大範圍漏點，非法報位，常規偏移等情況下，依然可以保持較高計算精度，擁有較高的容錯性，可有效處理多種多樣的車輛歷史軌跡情況，並提供較為精準的計
晳奸裡
[0075]參照圖1，示出了本發明的一種移動目標運動距離統計的方法實施例的步驟流程圖，具體可以包括如下步驟:
[0076]步驟101，獲取移動目標的特徵數據；所述特徵數據包括多個在預設時間間隔上傳的離散點數據；
[0077]在實際中，移動目標的特徵數據為GPS設備或其他設備在預設時間間隔上傳到伺服器有關移動目標的詳細說明信息，例如移動目標經緯度位置信息等。以移動目標為車輛做示例，所述車輛的特徵數據的離散點數據具體可以如下所示:
[0078][偏移經度:偏移緯度:GPS時間:GPS速度:正北方向夾角:車輛狀態:報警編碼:經度:緯度:海拔:裡程:累計油耗:發動機運行總時長:引擎轉速(發動機轉速):位置基本信息狀態位:區域/線路報警:冷卻液溫度:蓄電池電壓:瞬時油耗:行駛記錄儀速度:機油壓力:大氣壓力:發動機扭矩百分比:車輛信號狀態:車速來源:油量(對應儀錶盤讀數):超速報警附加信息:路線行駛時間不足/過長:油門踏板位置，(lbit = 0.4%，0 =0% ):終端內置電池電壓:發動機水溫:發動機水溫:進氣溫度:開門狀態:需要人工確認報警事件的ID:系統時間]。
[0079]在具體實現中，對所述移動目標的特徵數據作進一步處理之前，還可以對所述特徵數據進行格式轉換。
[0080]通過GPS設備上傳的移動目標的實時特徵數據到指定歷史軌跡存儲介質中，然後可從中選取指定時段內待計算數據。在實際中，由於GPS設備上報數據為設備格式數據，在對所述特徵數據進一步處理之前還需經過轉換規則轉換為可使用格式數據，即對移動目標的特徵數據抽取整合:
[0081]首先從特徵數據中提取必須的特徵數據，假設在統計中需要的數據為經度，緯度，GPS速度，GPS時間，正北方向夾角。
[0082]其中，對於需要的數據的轉換可以為如下方式:
[0083]偏移經度/偏移緯度:除以600000換算成實際經度、緯度，保留到小數點後6位；
[0084]GPS時間:轉換成毫秒單位，並可根據此時間排序，默認不對GPS時間排序；
[0085]GPS速度:乘以0.1換算成實際速度，單位Km/h (千米/秒，保留I位小數)
[0086]具體地，GPS設備上報的特徵數據可以為:
[0087]72376654:18810079:20120625/000030:573:183::27:72374140:18811368:7:498968:-1::-1:2::::-1:0:::-1:0:1::::-1:::::::1340553597914。
[0088]從該特徵數據中截取並拆分前5個參數為:
[0089]偏移經度:72376654
[0090]偏移緯度:18810079
[0091]GPS 時間:20120625/000030
[0092]GPS 速度:573
[0093]正北方向夾角:183
[0094]拆分的前5個參數經轉換後的為:
[0095]偏移經度:120.627756
[0096]偏移緯度:31.35Ol3I
[0097]GPS 時間:1340553630000
[0098]GPS 速度:57.3
[0099]正北方向夾角:183
[0100]由於特徵數據的轉換方式與GPS設備上傳數據的格式相關，故在具體實現中應當依據實際情況實現對特徵數據的格式轉換。
[0101]步驟102，針對所述特徵數據計算離散點數據集合；
[0102]在本發明的一種優選實施例中，所述步驟102可以包括如下子步驟:
[0103]子步驟S11，按照時間順序依次提取離散點數據；所述離散點數據中包括移動目標位置信息，移動目標速度信息，移動目標記錄時間信息、移動目標運動方向信息；
[0104]子步驟S12，依據所述移動目標運動方向信息，移動目標速度信息以及所述預設時間間隔計算預計移動目標位置信息；
[0105]子步驟S13，從所述特徵數據提取與所述離散點數據相鄰的離散點數據的移動目標位置信息；
[0106]子步驟S14，判斷所述相鄰的離散點數據中的移動目標位置信息是否在所述預計移動目標位置信息的預設濾波範圍內；若是，則執行子步驟S15，若否，則執行子步驟S16 ；
[0107]子步驟S15，採用所述預計移動目標位置信息，以及所述相鄰的離散點數據的移動目標位置信息計算近似實際移動目標位置信息，並將所述相鄰的離散點數據中的移動目標位置信息更新為近似實際移動目標位置信息；
[0108]子步驟S16，將所述相鄰的離散點數據的移動目標位置信息更新為近似實際移動目標位置信息；[0109]子步驟S17，判斷是否遍歷完所述離散點數據；若是，則執行子步驟S18，若否，則返回子步驟Sll ；
[0110]子步驟S18，將所述離散點數據組織為離散點數據集合。
[0111]在本發明實施例中，可以將離散點數據通過自定義實現笛卡爾濾波算法，進行初步降噪處理(濾波處理)，得到較貼近實際移動目標運動軌跡的離散點數據集合。
[0112]自定義實現的笛卡爾濾波方法可以為:從特徵數據中依次提取離散點數據，根據當前離散點數據中移動目標運動方向信息，移動目標速度信息以及與上報的下一離散點數據時間間隔，計算出預計移動目標位置信息，將該預計移動目標位置信息和設備上報的相鄰離散點數據的移動目標位置信息，通過降噪指數計算出近似實際移動目標位置信息來更新下一離散點數據中的移動目標位置信息，以此類推，再以下一點為處理點，重複本計算流程，直到全部特徵數據處理完畢。
[0113]參照圖2，所示本發明的一種對離散點數據進行濾波處理的示意圖，其中，離散點pi, p2, p3為特徵數據中的待處理點，首先以pi點為處理點,通過移動目標運動方向，移動目標速度，GPS設備上報數據預置時間間隔等數據計算出預計移動目標p2』點坐標，然後對p2點坐標與p2』點坐標通過降噪指數計算得點p2」坐標,更新p2點坐標為p2」點坐標,再以P2點為處理點計算p3點濾波坐標，由於p3點坐標超出p3』點坐標的濾波範圍，故捨棄P3點，更新p3點坐標為p3』點坐標，以此類推，完成全部特徵數據的濾波處理。
[0114]在本發明的一種優選實施例中，所述步驟102還可以包括如下子步驟:
[0115]子步驟S19，移除所述離散點數據集合中不符合預置濾波規則的離散點數據，所述預置濾波規則包括離散點數據邊界閾值範圍，運動速度閾值範圍，相鄰離散點數據的移動目標運動方向的夾角閾值範圍。
[0116]優選地，可以對離散點數據進行進一步的處理，提高離散點數據集合數據的精確度。
[0117]以車輛在中國境內公路上行駛時獲取的特徵數據為例，依據行業特性可制定二次濾波處理，進行深度過濾，具體可以為如下的實現濾波處理方式:
[0118]I)車輛默認行駛在中國境內，可過濾掉離散點集合中超出中國邊界的報位點；
[0119]2)車輛速度為O時，認為車輛未行走，報位點為無效點，可過濾掉；
[0120]3)通過兩點間距離及相隔時間可計算得車輛行駛平均速度，根據中國道路最高限速值判斷，若該平均速度超過本限速值，即認為該點無效，可過濾掉；
[0121]4)根據GPS漂移特性，計算某點與前後兩點矢量夾角，若該夾角超過漂移點夾角閾值，則認為該點為漂移點，可過濾掉。
[0122]需要說明的是，對於特徵數據的濾波處理可以根據移動目標及該移動目標移動具體特徵以及移動目標運動地點指定相應濾波處理，故本發明實施例不對離散度數據進行濾波處理的方式做限制。
[0123]步驟103，針對所述離散點數據集合生成擬合曲線；
[0124]對經過濾波處理的離散點數據集合，可進行曲線擬合處理，將離散點數據集合按指定規範擬合到一條平滑的複合曲線上，獲得擬合曲線。
[0125]步驟104，將所述擬合曲線拆分為高擬合度曲線和低擬合度曲線；
[0126]在具體實現中，由於擬合曲線由於離散點數據的準確度等多方面的原因，可能造成該擬合曲線中不同的部分曲線的擬合度有所不同，為提高移動目標運動距離計算的準確性，可以將擬合曲線劃分成高擬合度曲線和低擬合度曲線。擬合曲線拆分可以是按照曲線擬合度的閾值將擬合曲線截斷，拆分為多端曲線，所述的閾值可以是自定義的數值，是可變的。具體地，曲線擬合度的高低可以通過計算曲線中相鄰兩點間距離，比較該距離與自定義閾值，若大於閾值則為低擬合度曲線，若小於閾值則為高擬合度曲線。
[0127]步驟105，採用所述高擬合度曲線計算第一運動距離；
[0128]在本發明的一種優選實施例中，所述步驟105可以包括如下子步驟:
[0129]子步驟S21，計算所述高擬合度曲線的長度；
[0130]子步驟S22，將所述高擬合度曲線的長度組織為第一運動距離。
[0131]對於拆分成高擬合度的曲線，由於該曲線與實際中道路的曲線接近，故可以直接按此曲線計算長度，即可得到準確度較高的移動目標的運動距離。
[0132]步驟106，採用所述低擬合度曲線計算第二運動距離；
[0133]在本發明的一種優選實施例中，所述步驟106可以包括如下子步驟:
[0134]子步驟S31，將所述低擬合度曲線中的離散點數據的移動目標位置信息在預置路網地圖中選取匹配道路曲線；
[0135]子步驟S32，計算所述匹配道路曲線的長度；
[0136]子步驟S33，將所述匹配道路曲線的長度組織為第二運動距離。
[0137]對於拆分成低擬合度的曲線，由於該曲線與實際中道路的曲線差異較大，故需對此曲線做進一步的處理才能得到準確度較高的移動目標的運動距離。
[0138]具體地，根據擬合曲線中各離散點的移動目標位置信息及方向信息，與路網中道路進行匹配，選取距離點較近，方向一致的道路曲線作為必經道路曲線，例如可以通過最短距離算法AStar進行路網拓撲查找，將各點對應的道路與路網中的道路連通起來，近似還原車輛行駛軌跡，採用通過測繪方式獲得的道路經緯度填充曲線中丟失的點，提高曲線擬合度及平滑度，得到較完美匹配曲線，然後按照該曲線長度計算移動目標的運動距離。
[0139]步驟107，將所述第一運動距離及所述第二運動距離合併為當前移動目標的運動距離。
[0140]對於依據高擬合度曲線計算所得的移動目標運動距離，以及依據低擬合度曲線計算所得的移動目標運動距離進行合併處理，形成當前移動目標的運動距離。
[0141]在本發明的一種優選實施例中，所述的方法還可以包括如下步驟:
[0142]將所述移動目標的運動距離存儲為可擴展標記語言格式XML。
[0143]對於完成合併處理的移動目標的運動距離數據可以封裝為指定格式數據供外部使用，例如可以通過URL (Uniform/Universal ResourceLocator,統一資源定位符)請求返回的可擴展標記語言XML格式的數據。
[0144]為了使本領域人員進一步了解本發明實施例，下面通過一個完整示例來說明移動目標運動距離的計算流程。
[0145]參照圖3，所示為本發明的一種移動目標(車輛)運動距離的計算流程圖，具體包括如下步驟:
[0146]1、通過GPS設備上傳的車輛實時數據到指定歷史軌跡存儲介質中，選取指定時段內待計算數據，並抽取其中特徵數據依據算法進行相關數據整合，作為原始計算數據使用。[0147]2、將原數據通過自定義實現笛卡爾濾波算法，進行初步降噪處理，得到較貼近實際行駛路線軌跡的離散點集合。
[0148]3、通過依據行業規範自定義的濾波算法，對離散點集合進行非法點等無效點進行二次濾波，得到一條聚合度較高的，較為平滑的離散點曲線帶。
[0149]4、對進行過濾波出來的離散點數據，進行曲線擬合處理，將離散點按指定規範擬合到一條平滑的複合曲線上。
[0150]5、按照自定義曲線拆分規範，對複合曲線進行拆分處理，針對曲線擬合度較高的拆分段，按照曲線長度計算方法計算裡程。
[0151]6、針對複合曲線拆分段中，擬合度較低的曲線，進行基於地圖數據匹配的路網匹配算法計算，通過該算法填充該曲線中較低擬合帶中曲線點，得到較完美匹配曲線，然後按照曲線長度計算車輛裡程。
[0152]7、對各曲線拆分段計算獲得的裡程數據進行合併處理，並封裝為指定格式數據供外部使用。
[0153]對於方法實施例，為了簡單描述，故將其都表述為一系列的動作組合，但是本領域技術人員應該知悉，本發明實施例並不受所描述的動作順序的限制，因為依據本發明實施例，某些步驟可以採用其他順序或者同時進行。其次，本領域技術人員也應該知悉，說明書中所描述的實施例均屬於優選實施例，所涉及的動作和模塊並不一定是本發明實施例所必須的。
[0154]參照圖4，示出了本發明的一種移動目標運動距離統計的裝置實施例的結構框圖，具體可以包括如下模塊:
[0155]特徵數據獲取模塊201，用於獲取移動目標的特徵數據；所述特徵數據包括多個在預設時間間隔上傳的離散點數據；
[0156]離散點數據集合計算模塊202，用於針對所述特徵數據計算離散點數據集合；
[0157]在本發明的一種優選實施例中，在所述離散點數據集合計算模塊202之前，還可以包括如下模塊:
[0158]格式轉換模塊，用於對所述特徵數據進行格式轉換。
[0159]在本發明的一種優選實施例中，所述離散點數據集合計算模塊202可以包括如下子模塊:
[0160]提取子模塊，用於按照時間順序依次提取離散點數據；所述離散點數據中包括移動目標位置信息，移動目標速度信息，移動目標記錄時間信息、移動目標運動方向信息；
[0161]預計位置信息計算子模塊，用於依據所述移動目標運動方向信息，移動目標速度信息以及所述預設時間間隔計算預計移動目標位置信息；
[0162]相鄰數據提取子模塊，用於從所述特徵數據提取與所述離散點數據相鄰的離散點數據的移動目標位置信息；
[0163]判斷子模塊，用於判斷所述相鄰的離散點數據中的移動目標位置信息是否在所述預計移動目標位置信息的預設濾波範圍內；若是，則調用第一更新子模塊，若否，則調用第二更新子模塊；
[0164]第一更新子模塊，用於採用所述預計移動目標位置信息，以及所述相鄰的離散點數據的移動目標位置信息計算近似實際移動目標位置信息，並將所述相鄰的離散點數據中的移動目標位置信息更新為近似實際移動目標位置信息；
[0165]第二更新子模塊，用於將所述相鄰的離散點數據的移動目標位置信息更新為近似實際移動目標位置信息；
[0166]遍歷子模塊，用於判斷是否遍歷完所述離散點數據；若是，則調用組織子模塊，若否，則調用提取子模塊；
[0167]組織子模塊，用於將所述離散點數據組織為離散點數據集合。
[0168]在本發明的一種優選實施例中，所述離散點數據集合計算模塊202還可以包括如下模塊:
[0169]移除模塊，用於移除所述離散點數據集合中不符合預置濾波規則的離散點數據，所述預置濾波規則包括離散點數據邊界閾值範圍，移動目標運動速度閾值範圍，相鄰離散點數據的移動目標運動方向的夾角閾值範圍。[0170]擬合曲線生成模塊203，用於針對所述離散點數據集合生成擬合曲線；
[0171]擬合曲線拆分模塊204，用於將所述擬合曲線拆分為高擬合度曲線和低擬合度曲線 ，
[0172]第一運動距離計算模塊205，用於採用所述高擬合度曲線計算第一運動距離；
[0173]在本發明的一種優選實施例中，所述第一運動距離計算模塊205可以包括如下子模塊:
[0174]第一長度計算子模塊，用於計算所述高擬合度曲線的長度；
[0175]第一組織子模塊，用於將所述高擬合度曲線的長度組織為第一運動距離。
[0176]第二運動距離計算模塊206，用於採用所述低擬合度曲線計算第二運動距離；
[0177]在本發明的一種優選實施例中，所述第二運動距離計算模塊206可以包括如下子模塊:
[0178]匹配子模塊，用於將所述低擬合度曲線中的離散點數據的移動目標位置信息在預置路網地圖中選取匹配道路曲線；
[0179]第二長度子模塊，用於計算所述匹配道路曲線的長度；
[0180]第二組織子模塊，用於將所述匹配道路曲線的長度組織為第二運動距離。
[0181]合併模塊207，用於將所述第一運動距離及所述第二運動距離合併為當前移動目標的運動距離。
[0182]在本發明的一種優選實施例中，所述的裝置還可以包括如下模塊:
[0183]存儲模塊，用於將所述移動目標的運動距離存儲為可擴展標記語言格式XML。
[0184]對於裝置實施例而言，由於其與裝置實施例基本相似，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
[0185]本說明書中的各個實施例均採用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對於裝置實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
[0186]本領域內的技術人員應明白，本申請的實施例可提供為方法、系統、或電腦程式產品。因此，本申請可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本申請可採用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限於磁碟存儲器、CD-ROM、光學存儲器等)上實施的電腦程式產品的形式。
[0187]本申請是參照根據本申請實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方框圖來描述的。應理解可由電腦程式指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些電腦程式指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
[0188]這些電腦程式指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
[0189]這些電腦程式指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
[0190]儘管已描述了本申請的優選實施例，但本領域內的技術人員一旦得知了基本創造性概念，則可對這些實施例做出另外的變更和修改。所以，所附權利要求意欲解釋為包括優選實施例以及落入本申請範圍的所有變更和修改。
[0191]最後，還需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或
者設備所固有的要素。在沒有更多限制的情況下，由語句「包括一個......」限定的要素，
並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
[0192]以上對本發明所提供的一種移動目標運動距離統計的方法和裝置，進行了詳細介紹，本文中應用了具體個例對本發明的原理及實施方式進行了闡述，以上實施例的說明只是用於幫助理解本發明的方法及其核心思想；同時，對於本領域的一般技術人員，依據本發明的思想，在【具體實施方式】及應用範圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發明的限制。
【權利要求】
1.一種移動目標運動距離統計的方法，其特徵在於，包括: 獲取移動目標的特徵數據；所述特徵數據包括多個在預設時間間隔上傳的離散點數據； 針對所述特徵數據計算離散點數據集合； 針對所述離散點數據集合生成擬合曲線； 將所述擬合曲線拆分為高擬合度曲線和低擬合度曲線； 採用所述高擬合度曲線計算第一運動距離； 採用所述低擬合度曲線計算第二運動距離； 將所述第一運動距離及所述第二運動距離合併為當前移動目標的運動距離。
2.根據權利要求1所述的方法，其特徵在於，所述針對特徵數據計算離散點數據集合的步驟之前，還包括: 對所述特徵數據進行格式轉換。
3.根據權利要 求1所述的方法，其特徵在於，所述針對特徵數據計算離散點數據集合的步驟包括: 子步驟S11，按照時間順序依次提取離散點數據；所述離散點數據中包括移動目標位置信息，移動目標速度信息，移動目標記錄時間信息、移動目標運動方向信息； 子步驟S12，依據所述移動目標運動方向信息，移動目標速度信息以及所述預設時間間隔計算預計移動目標位置信息； 子步驟S13，從所述特徵數據提取與所述離散點數據相鄰的離散點數據的移動目標位置信息； 子步驟S14，判斷所述相鄰的離散點數據中的移動目標位置信息是否在所述預計移動目標位置信息的預設濾波範圍內；若是，則執行子步驟S15，若否，則執行子步驟S16 ； 子步驟S15，採用所述預計移動目標位置信息，以及所述相鄰的離散點數據的移動目標位置信息計算近似實際移動目標位置信息，並將所述相鄰的離散點數據中的移動目標位置信息更新為近似實際移動目標位置信息； 子步驟S16，將所述相鄰的離散點數據的移動目標位置信息更新為近似實際移動目標位置信息； 子步驟S17，判斷是否遍歷完所述離散點數據；若是，則執行子步驟S18，若否，則返回子步驟Sll ； 子步驟S18，將所述離散點數據組織為離散點數據集合。
4.根據權利要求3所述的方法，其特徵在於，所述針對特徵數據計算離散點數據集合的步驟還包括: 移除所述離散點數據集合中不符合預置濾波規則的離散點數據，所述預置濾波規則包括離散點數據邊界閾值範圍，移動目標運動速度閾值範圍，相鄰離散點數據的移動目標運動方向夾角閾值範圍。
5.根據權利要求2所述的方法，其特徵在於，所述採用高擬合度曲線計算第一運動距離的步驟包括: 計算所述高擬合度曲線的長度； 將所述高擬合度曲線的長度組織為第一運動距離。
6.根據權利要求2所述的方法，其特徵在於，所述採用低擬合度曲線計算第二運動距離的步驟包括: 將所述低擬合度曲線中的離散點數據的移動目標位置信息在預置路網地圖中選取匹配道路曲線； 計算所述匹配道路曲線的長度； 將所述匹配道路曲線的長度組織為第二運動距離。
7.根據權利要求1-6任一權利要求所述的方法，其特徵在於，還包括: 將所述移動目標的運動距離存儲為可擴展標記語言格式XML。
8.一種移動目標運動距離統計的裝置，其特徵在於，包括: 特徵數據獲取模塊，用於獲取移動目標的特徵數據；所述特徵數據包括多個在預設時間間隔上傳的離散點數據； 離散點數據集合計算模塊，用於針對所述特徵數據計算離散點數據集合； 擬合曲線生成模塊，用於針對所述離散點數據集合生成擬合曲線； 擬合曲線拆分模塊，用於將所述擬合曲線拆分為高擬合度曲線和低擬合度曲線； 第一運動距離計算模塊，用於採用所述高擬合度曲線計算第一運動距離； 第二運動距離計算模塊，用於採用所述低擬合度曲線計算第二運動距離； 合併模塊，用於將所述第一運動距離及所述第二運動距離合併為當前移動目標的運動距離。
9.根據權利要求8所述的裝置，其特徵在於，在所述離散點數據集合計算模塊之前，還包括: 格式轉換模塊，用於對所述特徵數據進行格式轉換。
10.根據權利要求8所述的裝置，其特徵在於，所述離散點數據集合計算模塊包括: 提取子模塊，用於按照時間順序依次提取離散點數據；所述離散點數據中包括移動目標位置信息，移動目標速度信息，移動目標記錄時間信息、移動目標運動方向信息； 預計位置信息計算子模塊，用於依據所述移動目標運動方向信息，移動目標速度信息以及所述預設時間間隔計算預計移動目標位置信息； 相鄰數據提取子模塊，用於從所述特徵數據提取與所述離散點數據相鄰的離散點數據的移動目標位置信息； 判斷子模塊，用於判斷所述相鄰的離散點數據中的移動目標位置信息是否在所述預計移動目標位置信息的預設濾波範圍內；若是，則調用第一更新子模塊，若否，則調用第二更新子1吳塊； 第一更新子模塊，用於採用所述預計移動目標位置信息，以及所述相鄰的離散點數據的移動目標位置信息計算近似實際移動目標位置信息，並將所述相鄰的離散點數據中的移動目標位置信息更新為近似實際移動目標位置信息； 第二更新子模塊，用於將所述相鄰的離散點數據的移動目標位置信息更新為近似實際移動目標位置信息； 遍歷子模塊，用於判斷是否遍歷完所述離散點數據；若是，則調用組織子模塊，若否，則調用提取子模塊； 組織子模塊，用於將所述離散點數據組織為離散點數據集合。
11.根據權利要求9所述的裝置，其特徵在於，所述離散點數據集合計算模塊還包括: 移除模塊，用於移除所述離散點數據集合中不符合預置濾波規則的離散點數據，所述預置濾波規則包括離散點數據邊界閾值範圍，移動目標運動速度閾值範圍，相鄰離散點數據的移動目標運動方向的夾角閾值範圍。
12.根據權利要求9所述的裝置，其特徵在於，所述第一運動距離計算模塊包括: 第一長度計算子模塊，用於計算所述高擬合度曲線的長度； 第一組織子模塊，用於將所述高擬合度曲線的長度組織為第一運動距離。
13.根據權利要求2所述的裝置，其特徵在於，所述第二運動距離計算模塊包括: 匹配子模塊，用於將所述低擬合度曲線中的離散點數據的移動目標位置信息在預置路網地圖中選取匹配道路曲線； 第二長度子模塊，用於計算所述匹配道路曲線的長度； 第二組織子模塊，用於將所述匹配道路曲線的長度組織為第二運動距離。
14.根據權利要求8-13任一權利要求所述的裝置，其特徵在於，還包括: 存儲模塊，用於將所述移動目標的運動距離存儲為可擴展標記語言格式XML。
【文檔編號】G01C22/00GK103925929SQ201310013160
【公開日】2014年7月16日 申請日期:2013年1月14日 優先權日:2013年1月14日
【發明者】朱佳, 杜雄, 張志平, 胡道生, 夏曙東 申請人:北京中交興路信息科技有限公司, 北京千方科技集團有限公司