基于GPS的公交实时路况计算方法、装置及其应用与流程

基于gps的公交实时路况计算方法、装置及其应用
技术领域
1.本技术涉及公交路况分析，特别是涉及基于gps的公交实时路况计算方法、装置及其应用。


背景技术：

2.现在公交拥堵路况的信息来源主要是依据车的报站信息来反映该线路站点间甚至整条线的拥堵情况，而基于车的报站数据计算出来的线路速度或是站点间的速度都是平均的，并不能精确掌握公交线路真正拥堵的路段以及拥堵的时间片段，所以不能很好地解决公交避开拥堵的情况；而路段拥堵导致乘客的出行时间的增加，出行速度慢、等候时间不稳定等都是阻碍公交出行的弊端。
3.因此亟待一种基于gps的公交实时路况计算方法及其应用，可提供更细粒度的路况计算方式，能够反应公交在当前时刻当前路段的拥堵情况，用来作为优化公交出行服务的决策分析。


技术实现要素：

4.本技术实施例提供了基于gps的公交实时路况计算方法及其应用，针对目前技术存在不准确的问题。
5.本发明核心技术主要是采用gps分析公交实时路况。
6.第一方面，本技术提供了基于gps的公交实时路况计算方法，所述方法包括以下步骤：
7.s00、获取当前时段的车辆gps数据和路段数据，以车辆行驶的道路里程作为当前时段下的实际行驶里程；
8.其中，路段数据为一系列坐标点连接组成的数据；
9.s10、对车辆gps数据进行异常处理，得到有效的车辆gps数据；
10.s20、根据车辆gps数据中的gps点与路段数据中的每个坐标点的距离，利用viterbi算法将每个gps点匹配到坐标点上，并根据匹配结果计算出当前时段的路段速度；
11.s30、以路段中每辆车经过的速度的平均值作为当前路段的平均速度并输出。
12.进一步地，s00步骤中，通过创建设定时长的窗口来抓取车辆gps数据，该窗口大小根据车辆gps上报频率而定，频率越高，窗口越小。
13.进一步地，s00步骤中，路段数据和车辆gps数据仅采用车辆营运班次时间内的数据进行分析。
14.进一步地，s10步骤中，异常处理至少包括去除经纬度为空和不在公交路网范围内的gps数据、对相同经纬度相同时间的gps去重、过滤相同时间内多个gps点的报文、过滤补传的gps数据以及过滤营运班次时间外的gps数据。
15.进一步地，s20步骤中，车辆gps数据中的gps点与路段数据中的每个坐标点的距离的具体计算步骤为：
16.按时间先后将每个gps点进行排序；
17.搜寻每个gps点设定半径范围内的所有坐标点；
18.计算gps点与范围内所有坐标点的距离。
19.进一步地，s20步骤中，利用viterbi算法将每个gps点匹配到坐标点上的具体步骤为：
20.构建第一字典记录当前坐标点的最大价值，构建第二字典记录当前坐标点的路径，并以第一个gps点搜寻得到的所有坐标点和距离作为当前坐标点的最大价值；
21.从第二个gps点开始依次遍历当前gps点的所有可能匹配上的坐标点；
22.将第一字典中所有坐标点与当前gps点的所有可能匹配上的坐标点进行价值计算并记录；
23.遍历结束后，获取价值最大的坐标点；
24.通过第二字典，从价值最大的坐标点开始回溯路径并记录每个gps点最终对应的坐标点，得到最佳匹配结果。
25.进一步地，s20步骤中，根据匹配结果计算出当前时段的路段速度具体步骤为：
26.通过坐标点获取所属的路段；
27.取当前路段的前一个gps点和后一个gps点，以两gps点匹配到的坐标点之间的累计距离作为实际里程；
28.根据当前时段的时长计算出每辆车在当前时段经过当前路段的速度。
29.第二方面，本技术提供了一种基于gps的公交实时路况计算装置，包括：
30.获取模块，获取当前时段的车辆gps数据和路段数据，以车辆行驶的道路里程作为当前时段下的实际行驶里程；其中，路段数据为一系列坐标点连接组成的数据；
31.异常处理模块，对车辆gps数据进行异常处理，得到有效的车辆gps数据；
32.匹配计算模块，根据车辆gps数据中的gps点与路段数据中的每个坐标点的距离，利用viterbi算法将每个gps点匹配到坐标点上，并根据匹配结果计算出当前时段的路段速度；
33.平均速度计算模块，以路段中每辆车经过的速度的平均值作为当前路段的平均速度；
34.输出模块，将平均速度作为拥堵程度输出。
35.第三方面，本技术提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述的基于gps的公交实时路况计算方法。
36.第四方面，本技术提供了一种可读存储介质，可读存储介质中存储有计算机程序，计算机程序包括用于控制过程以执行过程的程序代码，过程包括根据上述的基于gps的公交实时路况计算方法。
37.本发明的主要贡献和创新点如下：1、与现有技术相比，本技术采用公交本身的车载gps的数据来计算公交的速度，粒度更细，能够计算如路段维度，线路维度，公交线网维度下的速度，而不是仅仅局限于车辆报站数据计算出来的线路维度，可分析域更广；同时计算出的路况能精准监测当前时刻的公交运行状况，获取当前路况较差的线路以及路段的时空分布情况；
38.2、与现有技术相比，本技术采用筛选出价值最大的点，目的是回溯，找到最佳匹配结果，通过坐标点再去索引上相应的路段，这样gps轨迹就能匹配上正确的路段，知道每个路段上的gps信息，就能计算此路段的速度。而路段是路网中计算的最小维度，线路维度和整个公交线网都是由路段组成的，有了路段速度，就可以进行线路路况以及公交线网路况的分析，使得有关部门可掌握常发拥堵线路经常发生拥堵的时段以及路段位置，使得公交优化线路时可考虑结合客流量来避开该拥堵路段，让线路提速。对于拥堵情况较严重的路段，能为申请公交专用道提供数据支撑。
39.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
40.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
41.图1是根据本技术实施例的基于gps的公交实时路况计算方法的流程；
42.图2是根据本技术实施例的电子装置的硬件结构示意图；
43.图3是本技术采用viterbi的示意图。
具体实施方式
44.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
45.需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。
46.目前公交拥堵路况的信息来源主要是依据车的报站信息来反映该线路站点间甚至整条线的拥堵情况，而基于车的报站数据计算出来的线路速度或是站点间的速度都是平均的，并不能精确掌握公交线路真正拥堵的路段以及拥堵的时间片段，所以不能很好地解决公交避开拥堵的情况。
47.基于此，本发明基于公交车载机gps的数据来进行计算，以解决现有技术存在的问题。
48.实施例一
49.本技术旨在提出一种基于gps的公交实时路况计算方法，具体地，参考图1，所述方法包括以下步骤：
50.s00、获取当前时段的车辆gps数据和路段数据，以车辆行驶的道路里程作为当前时段下的实际行驶里程；
51.其中，路段数据为一系列坐标点连接组成的数据；
52.在本实施例中，使用flink(一般指apache flink，是由apache软件基金会开发的开源流处理框架，其核心是用java和scala编写的分布式流数据流引擎。flink以数据并行和流水线方式执行任意流数据程序，flink的流水线运行时系统可以执行批处理和流处理程序。)来保障数据产出的实时性，用flink构建一个窗口大小为十分钟，滑动步长为五分钟的滑动窗口，来抓取这个时间片段内的车辆gps数据。窗口大小的定义主要看车载机gps的上报频率，频率越高，窗口大小就可以更小，而当gps上报频率不高的话，这时候应该是窗口越大，收集到的gps才会越多，理论上在车辆gps越多的情况下，计算出来的结果也就越准确，但是为了保证数据时效性，窗口也不宜配置太大。
53.在本实施例中，路段数据准备，路段是由一系列坐标点组成的linestring(一个一维对象，表示一系列点和连接这些点的线段)，规定每条路段上坐标点之间的距离不能大于30m，以减小计算误差。
54.优选地，考虑到车载机gps有漂移，定位不准的问题，为了避免车辆gps匹配到错误的路段上去，需要提前准备好静态的线路轨迹与路段匹配的结果，结合整段gps轨迹将每个gps点正确的匹配到路段的坐标点上，用此约束不仅可以提高匹配的准确性，而且这种情况下使用gps的累计里程计算速度会有误差，使用车辆行驶的道路里程(匹配上路段坐标点之间的累计距离)来作为当前时段下的实际行驶里程使得结果会更加准确。
55.优选地，车辆路单数据准备，公交路况只分析车辆营运班次时间内的路段路况信息，对于在其他状况下运行的车辆，不做相应的处理，因为考虑到会有车停在厂站，或者首末站，或者加油加气的情况，这些状况下的gps数据是无分析意义的。
56.s10、对车辆gps数据进行异常处理，得到有效的车辆gps数据；
57.在本实施例中，异常处理包括不限于：
58.去除经纬度为空的，以及不在路网范围内的gps；
59.提前对相同经纬度相同时间的gps数据进行去重；
60.提前过滤掉在相同时间下，有多个gps点的报文；
61.由于车载机设备会存在补传gps的情况，补传的gps会影响判断车辆的走势，因此过滤掉补传的gps；
62.利用路单数据过滤掉营运时间外的gps数据。
63.s20、根据车辆gps数据中的gps点与路段数据中的每个坐标点的距离，利用viterbi算法将每个gps点匹配到坐标点上，并根据匹配结果计算出当前时段的路段速度；
64.在本实施例中，每个gps点按时间顺序升序排序，并搜寻该点附近100m范围内的坐标点，记录当前点到范围内所有坐标点的距离。
65.优选地，实时状况下需建立索引，加速匹配：以每条线路为分析对象，获取到该线路经过的所有路段，将路网划分为100*100的网格，将组成路段的所有坐标点分配到每个网格下去，利用网格id获取网格下的坐标点。在搜寻gps点附近100m范围内的坐标点时，可先获取当前gps点所属的网格，然后直接获取到周围九个网格内的所有坐标点。
66.如此，计算每个坐标点与gps点之间的距离，并过滤掉100m范围之外的数据。
67.在本实施例中，针对匹配的结果，通过viterbi算法、记录转移和回溯得到各gps的最佳匹配结果：
68.构建第一字典记录当前坐标点的最大价值(predict，map(当前坐标点，价值))，构建第二字典记录当前坐标点的路径(prepath，map(当前坐标点，上一点坐标点))，并以第一个gps点搜寻(索引)得到的所有坐标点和距离作为当前坐标点的最大价值；
69.从第二个gps点开始依次遍历当前gps点的所有可能匹配上的坐标点(所有可能性)；
70.将第一字典的predict中所有坐标点与当前gps点的所有可能匹配上的坐标点进行价值计算并记录；
71.其中，用curdict记录到当前坐标点的价值val＝上一个坐标点的价值+当前坐标点的价值+跳段数(当前坐标点的下标-上一个坐标点的下标)*100(搜寻范围)/15；
72.优选地，保留当前坐标点的最大价值并记录路径到prepath中。当当前可能的坐标点与predict中的一个坐标点价值计算结束时，需要丢弃predict中的这个坐标点，丢弃惩罚必须比跳段惩罚大，否则匹配出来的结果会更加倾向于丢弃，丢弃价值val＝preval.getvalue()+10*100/3。
73.遍历结束后，获取(predict)价值最大的坐标点；
74.其中，根据匹配结果计算出当前时段的路段速度具体步骤为：
75.通过第二字典，从价值最大的坐标点开始回溯路径并记录每个gps点最终对应的坐标点，得到最佳匹配结果。
76.通过坐标点获取所属的路段；
77.取当前路段的前一个gps点和后一个gps点，以两gps点匹配到的坐标点之间的累计距离作为实际里程；
78.根据当前时段的时长计算出每辆车在当前时段经过当前路段的速度
79.s30、以路段中每辆车经过的速度的平均值作为当前路段的平均速度并输出。
80.在本实施例中，得到每个路段的平均速度就可以得出拥堵情况，平均速度越慢表示越拥堵，可以按等级划分，或者结合现有的算法来计算出拥堵情况。路段是路网中计算的最小维度，线路维度和整个公交线网都是由路段组成的，有了路段速度，就可以进行线路路况以及公交线网路况的分析。
81.在本实施例中，本技术利用viterbi算法，进行记录转移和回溯得到各gps点的最佳匹配结果。此算法定义了两个局部状态用于递推，第一个局部状态是记录到当前点的最大价值，第二个状态是记录路径。如图3所示，图中1,2,3表示每个gps点可能匹配上的坐标点(此处的坐标点指的是路段上的坐标点，因为要想将gps点匹配上正确的路段，首先就要将gps点匹配上路段的坐标点，然后再根据坐标点索引回路段上)，因为要确定每个gps点到底匹配上哪个坐标点，所以需要计算每个gps点索引的所有坐标点到下一个gps点索引的所有坐标点之间的价值，并用predict记录到当前坐标点的最大价值，用pathinv保留路径，方便回溯。
82.图中gps1和gps2之间，到gps2中1坐标点最大的价值为80，用predict记录为{1,80}，prepath记录为{1,2}；到2坐标点最大的价值为120，用predict记录为{2,120}，prepath记录为{2,3}；到3坐标点最大的价值为100，用predict记录为{3,1依此类推prepath记录为{3,1}。依此类推，继续计算gps2到gps3坐标点之间的价值。计算到gps4的时候，1坐标点的最大价值为300，2坐标点的最大价值为320。所以选取价值最大的坐标点2，并
通过prepath开始回溯。最终的匹配的结果就会是2-》1-》2-》2。再根据坐标点去索引上相应的路段，就能将每个gps点精准匹配上正确的路段。
83.实施例二
84.基于相同的构思，本技术还提出了一种基于gps的公交实时路况计算装置，包括：
85.获取模块，获取当前时段的车辆gps数据和路段数据，以车辆行驶的道路里程作为当前时段下的实际行驶里程；其中，路段数据为一系列坐标点连接组成的数据；
86.异常处理模块，对车辆gps数据进行异常处理，得到有效的车辆gps数据；
87.匹配计算模块，根据车辆gps数据中的gps点与路段数据中的每个坐标点的距离，利用viterbi算法将每个gps点匹配到坐标点上，并根据匹配结果计算出当前时段的路段速度；
88.平均速度计算模块，以路段中每辆车经过的速度的平均值作为当前路段的平均速度；
89.输出模块，将平均速度作为拥堵程度输出。
90.实施例三
91.本实施例还提供了一种电子装置，参考图2，包括存储器404和处理器402，该存储器404中存储有计算机程序，该处理器402被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
92.具体地，上述处理器402可以包括中央处理器(cpu)，或者特定集成电路(applicationspecificintegratedcircuit，简称为asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
93.其中，存储器404可以包括用于数据或指令的大容量存储器404。举例来说而非限制，存储器404可包括硬盘驱动器(harddiskdrive，简称为hdd)、软盘驱动器、固态驱动器(solidstatedrive，简称为ssd)、闪存、光盘、磁光盘、磁带或通用串行总线(universalserialbus，简称为usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器404可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器404可在数据处理装置的内部或外部。在特定实施例中，存储器404是非易失性(non-volatile)存储器。在特定实施例中，存储器404包括只读存储器(read-onlymemory，简称为rom)和随机存取存储器(randomaccessmemory，简称为ram)。在合适的情况下，该rom可以是掩模编程的rom、可编程rom(programmableread-onlymemo ry，简称为prom)、可擦除prom(erasableprogrammableread-onlymemory，简称为eprom)、电可擦除prom(electricallyerasableprogrammableread-onl ymemory，简称为eeprom)、电可改写rom(electricallyalterableread-only memory，简称为earom)或闪存(flash)或者两个或更多个以上这些的组合。在合适的情况下，该ram可以是静态随机存取存储器(staticrandom-acc essmemory，简称为sram)或动态随机存取存储器(dynamicrandomaccessm emory，简称为dram)，其中，dram可以是快速页模式动态随机存取存储器404(fastpagemodedynamicrandomaccessmemory，简称为fpmdram)、扩展数据输出动态随机存取存储器(extendeddateoutdynamicrandomaccessme mory，简称为edodram)、同步动态随机存取内存(synchronousdynamicra ndom-accessmemory，简称sdram)等。
94.存储器404可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及
处理器402所执行的可能的计算机程序指令。
95.处理器402通过读取并执行存储器404中存储的计算机程序指令，以实现上述实施例中的任意基于gps的公交实时路况计算方法。
96.可选地，上述电子装置还可以包括传输设备406以及输入输出设备408，其中，该传输设备406和上述处理器402连接，该输入输出设备408和上述处理器402连接。
97.传输设备406可以用来经由一个网络接收或者发送数据。上述的网络具体实例可包括电子装置的通信供应商提供的有线或无线网络。在一个实例中，传输设备包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备406可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
98.输入输出设备408用于输入或输出信息。在本实施例中，输入的信息可以是gps数据和路段数据等，输出的信息可以是平均速度或拥堵程度等。
99.实施例四
100.本实施例还提供了一种可读存储介质，可读存储介质中存储有计算机程序，计算机程序包括用于控制过程以执行过程的程序代码，过程包括根据实施例一的基于gps的公交实时路况计算方法。
101.需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
102.通常，各种实施例可以以硬件或专用电路、软件、逻辑或其任何组合来实现。本发明的一些方面可以以硬件来实现，而其他方面可以以可以由控制器、微处理器或其他计算设备执行的固件或软件来实现，但是本发明不限于此。尽管本发明的各个方面可以被示出和描述为框图、流程图或使用一些其他图形表示，但是应当理解，作为非限制性示例，本文中描述的这些框、装置、系统、技术或方法可以以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备或其某种组合来实现。
103.本发明的实施例可以由计算机软件来实现，该计算机软件由移动设备的数据处理器诸如在处理器实体中可执行，或者由硬件来实现，或者由软件和硬件的组合来实现。包括软件例程、小程序和/或宏的计算机软件或程序(也称为程序产品)可以存储在任何装置可读数据存储介质中，并且它们包括用于执行特定任务的程序指令。计算机程序产品可以包括当程序运行时被配置为执行实施例的一个或多个计算机可执行组件。一个或多个计算机可执行组件可以是至少一个软件代码或其一部分。另外，在这一点上，应当注意，如图中的逻辑流程的任何框可以表示程序步骤、或者互连的逻辑电路、框和功能、或者程序步骤和逻辑电路、框和功能的组合。软件可以存储在诸如存储器芯片或在处理器内实现的存储块等物理介质、诸如硬盘或软盘等磁性介质、以及诸如例如dvd及其数据变体、cd等光学介质上。物理介质是非瞬态介质。
104.本领域的技术人员应该明白，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
105.以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不
脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.基于gps的公交实时路况计算方法，其特征在于，包括以下步骤：s00、获取当前时段的车辆gps数据和路段数据，以车辆行驶的道路里程作为当前时段下的实际行驶里程；其中，所述路段数据为一系列坐标点连接组成的数据；s10、对所述车辆gps数据进行异常处理，得到有效的车辆gps数据；s20、根据所述车辆gps数据中的gps点与所述路段数据中的每个坐标点的距离，利用viterbi算法将每个gps点匹配到坐标点上，并根据匹配结果计算出当前时段的路段速度；s30、以路段中每辆车经过的速度的平均值作为当前路段的平均速度并输出。2.如权利要求1所述的基于gps的公交实时路况计算方法，其特征在于，s00步骤中，通过创建设定时长的窗口来抓取车辆gps数据，该窗口大小根据车辆gps上报频率而定，频率越高，窗口越小。3.如权利要求1所述的基于gps的公交实时路况计算方法，其特征在于，s00步骤中，所述路段数据和所述车辆gps数据仅采用车辆营运班次时间内的数据进行分析。4.如权利要求1所述的基于gps的公交实时路况计算方法，其特征在于，s10步骤中，所述异常处理至少包括去除经纬度为空和不在公交路网范围内的gps数据、对相同经纬度相同时间的gps去重、过滤相同时间内多个gps点的报文、过滤补传的gps数据以及过滤营运班次时间外的gps数据。5.如权利要求1所述的基于gps的公交实时路况计算方法，其特征在于，s20步骤中，所述车辆gps数据中的gps点与所述路段数据中的每个坐标点的距离的具体计算步骤为：按时间先后将每个gps点进行排序；搜寻每个gps点设定半径范围内的所有坐标点；计算gps点与范围内所有坐标点的距离。6.如权利要求5所述的基于gps的公交实时路况计算方法，其特征在于，s20步骤中，利用viterbi算法将每个gps点匹配到坐标点上的具体步骤为：构建第一字典记录当前坐标点的最大价值，构建第二字典记录当前坐标点的路径，并以第一个gps点搜寻得到的所有坐标点和距离作为当前坐标点的最大价值；从第二个gps点开始依次遍历当前gps点的所有可能匹配上的坐标点；将所述第一字典中所有坐标点与当前gps点的所有可能匹配上的坐标点进行价值计算并记录；遍历结束后，获取价值最大的坐标点；通过第二字典，从价值最大的坐标点开始回溯路径并记录每个gps点最终对应的坐标点，得到最佳匹配结果。7.如权利要求1-6任意一项所述的基于gps的公交实时路况计算方法，其特征在于，s20步骤中，根据匹配结果计算出当前时段的路段速度具体步骤为：通过坐标点获取所属的路段；取当前路段的前一个gps点和后一个gps点，以两gps点匹配到的坐标点之间的累计距离作为实际里程；根据当前时段的时长计算出每辆车在当前时段经过当前路段的速度。8.一种基于gps的公交实时路况计算装置，其特征在于，包括：
获取模块，获取当前时段的车辆gps数据和路段数据，以车辆行驶的道路里程作为当前时段下的实际行驶里程；其中，路段数据为一系列坐标点连接组成的数据；异常处理模块，对车辆gps数据进行异常处理，得到有效的车辆gps数据；匹配计算模块，根据车辆gps数据中的gps点与路段数据中的每个坐标点的距离，利用viterbi算法将每个gps点匹配到坐标点上，并根据匹配结果计算出当前时段的路段速度；平均速度计算模块，以路段中每辆车经过的速度的平均值作为当前路段的平均速度；输出模块，将平均速度作为拥堵程度输出。9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7任一项所述的基于gps的公交实时路况计算方法。10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括根据权利要求1至7任一项所述的基于gps的公交实时路况计算方法。

技术总结
本申请提出了基于GPS的公交实时路况计算方法、装置及其应用，包括以下步骤：S00、获取当前时段的车辆GPS数据和路段数据，以车辆行驶的道路里程作为当前时段下的实际行驶里程；其中，路段数据为一系列坐标点连接组成的数据；S10、对车辆GPS数据进行异常处理，得到有效的车辆GPS数据；S20、根据车辆GPS数据中的GPS点与路段数据中的每个坐标点的距离，利用Viterbi算法将每个GPS点匹配到坐标点上，并根据匹配结果计算出当前时段的路段速度；S30、以路段中每辆车经过的速度的平均值作为当前路段的平均速度并输出。本申请能够得出更加精准的公交实时路况分析的情况。的公交实时路况分析的情况。的公交实时路况分析的情况。


技术研发人员：杨盛杰 何川 郑凯杰
受保护的技术使用者：杭州数知梦科技有限公司
技术研发日：2023.02.06
技术公布日：2023/5/24