一种车辆出行轨迹获取方法、装置及电子设备与流程

1.本发明实施例涉及智能交通技术领域，具体涉及一种车辆出行轨迹获取方法、装置及电子设备。


背景技术：

2.随着城市的不断发展，交通规划成为城市发展中主要环节之一。车辆出行轨迹是交通规划重要依据数据之一，目前相关技术中通过全球定位系统(global positioning system，gps)和交通路段的交通卡口数据对车辆出行轨迹进行确认。但现有技术中，交通路段的交通卡口数据可能存在异常检测和漏检等问题，导致检测数据的位置和时钟不同步的情况，使后续在分析获得车辆出行轨迹的计算中出现最终结果的异常的问题，降低了车辆出行轨迹的准确性。
3.可见，现有技术中存在着车辆出行轨迹的准确性较低的问题。


技术实现要素：

4.本发明实施例提供一种车辆出行轨迹获取方法、装置及电子设备，以解决现有技术中存在着车辆出行轨迹的准确性较低的问题。
5.为解决上述问题，本发明是这样实现的：
6.第一方面，本发明实施例提供一种车辆出行轨迹获取方法，包括：
7.基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹；
8.基于交通流量计算第一交通区域内的第一定位点与时间排列最早的所述交通卡口之间的第二车辆轨迹，以及第二交通区域内的第二定位点与时间排列最晚的所述交通卡口之间的第三车辆轨迹，其中，所述第一交通区域和所述第二交通区域为同一交通区域或不同交通区域；
9.将所述第一车辆轨迹、所述第二车辆轨迹和所述第三车辆轨迹相加获得车辆出行轨迹。
10.第二方面，本发明实施例还提供一种车辆出行轨迹获取装置，包括：
11.第一处理模块，用于基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹；
12.第二处理模块，用于基于交通流量计算第一交通区域内的第一定位点与时间排列最早的所述交通卡口之间的第二车辆轨迹，以及第二交通区域内的第二定位点与时间排列最晚的所述交通卡口之间的第三车辆轨迹，其中，所述第一交通区域和所述第二交通区域为同一交通区域或不同交通区域；
13.第三处理模块，用于将所述第一车辆轨迹、所述第二车辆轨迹和所述第三车辆轨迹相加获得车辆出行轨迹。
14.第三方面，本发明实施例还提供一种电子设备，包括处理器、存储器及存储在所述
存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如前述第一方面所述的车辆出行轨迹获取方法中的步骤。
15.第四方面，本发明实施例还提供一种可读存储介质，用于存储程序，所述程序被处理器执行时实现如前述第一方面所述的车辆出行轨迹获取方法中的步骤。
16.在本发明实施例中，通过将交通卡口之间的车辆出行轨迹通过卫星定位数据进行校核，获得更加准确的交通卡口之间的车辆出行轨迹；同时，增加了交通区域内定位点与交通卡口之间的车辆出行轨迹，补充了车辆出行轨迹，从而提高了车辆出行轨迹的准确性。
附图说明
17.为更清楚地说明本发明实施例的技术方案，下面将对本发明实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
18.图1是本发明实施例提供的一种车辆出行轨迹获取方法的流程图；
19.图2是本发明实施例提供的相邻交通卡口之间多条第一预测轨迹示意图；
20.图3是本发明实施例提供的一种卫星定位数据校核前后的第一车辆轨迹图；
21.图4是本发明实施例提供的交通区域与交通卡口之间的关系示意图；
22.图5是本发明实施例提供的一种补充交通区域与交通卡口之间车辆出行轨迹前后的示意图；
23.图6是本发明实施例提供的一种车辆出行轨迹获取装置的结构示意图；
24.图7是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
26.请参见图1，图1是本发明实施例提供一种车辆出行轨迹获取方法的流程图，如图1所示，车辆出行轨迹获取方法包括以下步骤：
27.s101、基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹。
28.其中，卫星定位数据可以通过gps系统获得，也可以通过中国北斗卫星导航系统(beidou navigation satellite system，bds)获得，也可以通过伽利略卫星导航系统(galileo satellite navigation system，galileo)或其他卫星定位系统获得。卫星定位数据包括了车辆位置信息、车辆速度信息和车辆时间信息等多种车辆相关信息数据。
29.其中，交通卡口是公共道路上的特定场所，例如收费站、交通或治安检查站等。交通卡口可以通过拍摄照片或视频等方式记录车辆的车牌信息、车辆速度信息和车辆时间信息并上传到指定设备或云端。
30.其中，基于卫星定位数据对交通卡口的车辆数据进行校核为以卫星定位数据为依
据，对通过计算检验出的异常或缺失的交通卡口数据进行校正或补充。
31.其中，需要在路网图或路网系统中将校核后的交通卡口位置按照时间顺序进行点位连接，获得车辆在路网图或路网系统中的第一车辆轨迹示意图。
32.s102、基于交通流量计算第一交通区域内的第一定位点与时间排列最早的所述交通卡口之间的第二车辆轨迹，以及第二交通区域内的第二定位点与时间排列最晚的所述交通卡口之间的第三车辆轨迹，其中，所述第一交通区域和所述第二交通区域为同一交通区域或不同交通区域。
33.其中，第一定位点为车辆轨迹的起始点，第二定位点为车辆轨迹的终止点。交通区域包括至少一个定位点，该定位点即是起始点也是终止点。在路网系统中将第一定位点与交通卡口连接获得从该交通区域内出发的车辆经过交通卡口的轨迹图，即第二车辆轨迹。同样的，将第二定位点与交通卡口连接获得从交通卡口到该交通区域内结束行驶的车辆的轨迹图，即第三车辆轨迹。
34.其中，交通区域依据第一定位点或第二定位点的分布情况进行预先划分，也可以依据终端信号的分布情况进行划分。将划分好的交通区域通过手机信令等方式可以获取交通区域的人员进出入的交通流量。
35.其中，交通流量由多个车辆的轨迹共同形成，通过计算交通流量在路网系统的分布情况，默认为交通流量最大的轨迹为车辆行驶轨迹，从而推算出车辆从交通区域出发到第一个交通卡口时的轨迹。
36.s103、将所述第一车辆轨迹、所述第二车辆轨迹和所述第三车辆轨迹相加获得车辆出行轨迹。
37.本实施方式中，通过将车辆出行轨迹拆分为第一车辆轨迹、第二车辆轨迹和第三车辆轨迹，对第一车辆轨迹通过卫星定位数据校核进行纠错和补正，对第二车辆轨迹和第三车辆轨迹通过交通流量的方式进行推算补充整个车辆出行轨迹，实现了提高车辆出行轨迹精确性的同时，补充了车辆出行轨迹，提高了车辆出行轨迹的完整性。
38.作为一种可选的实施方式，所述车辆数据包括卡口位置数据和卡口时间数据，所述卫星定位数据包括卫星定位位置数据和卫星定位时间数据，所述校核数据包括校核位置数据和校核时间数据；
39.所述基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹，包括：
40.提取多个所述交通卡口的车辆数据和卫星定位数据；
41.基于所述卫星定位位置数据和所述卫星定位时间数据校核所述卡口位置数据，获得所述校核位置数据；
42.基于所述卫星定位时间数据校核所述卡口时间数据，获得所述校核时间数据；
43.按时间顺序排列所述校核时间数据，在预设路网图上连接对应的所述校核位置数据获得所述第一车辆轨迹。
44.本实施方式中，通过卫星定位数据对交通卡口的位置进行校核，使交通卡口的位置信息能够分布在路网系统中正确的位置，避免某一交通卡口位置出现偏移导致经过该交通路口的车辆轨迹发生异常偏差，进而提高第一车辆轨迹的正确率。
45.另外，通过卫星时间数据对交通卡口的卡口时间数据进行校核，使所有的交通卡
口的时间能够进行统一，对应的卡口时间数据能够准确的表示车辆进过不同交通卡口的顺序，避免因时间偏差导致车辆经过交通卡口的顺序错误，造成第一车辆轨迹的偏移。
46.其中，交通卡口的车辆数据通过卡口设备获取，卡口设备设置在交通卡口位置用于收集进过该交通卡口的车辆车牌信息和时间信息。
47.作为一种可选的实施方式，所述基于所述卫星定位位置数据和所述卫星定位时间数据校核所述卡口位置数据，获得所述校核位置数据，包括：
48.统计在预设的时间段内的所述卡口位置数据的个数，获得统计数量；
49.在所述统计数量未超过阈值的情况下，将所述卡口位置数据作为所述校核位置数据；
50.在所述统计数量超过阈值的情况下，将所述卫星定位位置数据作为所述校核位置数据。
51.本实施方式中，通过卫星定位数据对卡口位置数据进行校核，是卡口位置数据能够准确的表示车辆的行驶情况，将异常的数据通过卫星定位位置数据进行替换，对车辆数据的样本进行了扩充，使最终获得的车辆轨迹的准确性能够提升。
52.其中，在某个卡口设备出现异常情况，卡口位置数据错误的识别为其他卡口设备的位置，会导致在路网系统上连接的轨迹发生错误偏移。本实施方式中，通过预设一时间t，统计t
±
δt的时间范围内经过卡口位置数据l＝{link}，获得经过单个交通卡口的过车次数n
link
，当n
link
的值显著大过预设的阈值时，认为该交通卡口的位置信息出现了错误，即n
link_max
对应的交通卡口位置出现异常。
53.在统计得到异常的交通卡口的信息之后，对于该交通卡口的数据信息进行校核处理，即该交通卡口对应的卡口设备获取的车辆数据，通过分析车辆牌照后再将不同车辆对应卫星定位位置数据替换卡口位置数据，获得校核位置数据。例如，在统计a交通卡口、b交通卡口和c交通卡口的卡口位置数据后，a交通卡口的位置数据超过阈值，在此情况下需要对a交通卡口的数据进行校核。a交通卡口对应的车辆有第一车辆、第二车辆和第三车辆，依据第一车辆、第二车辆和第三车辆的车牌信息等获取对应的卫星定位位置数据，即第一车辆的卫星定位位置数据、第二车辆的卫星定位位置数据和第三车辆的卫星定位位置数据。此时，将第一车辆的卫星定位位置数据、第二车辆的卫星定位位置数据和第三车辆的卫星定位位置数据作为进过a交通卡口的校核位置数据。
54.作为一种可选的实施方式，所述基于所述卫星定位时间数据校核所述卡口时间数据，获得所述校核时间数据，包括：
55.选择一组所述卡口时间数据，并选择所述卡口时间数据对应车辆的所述卫星定位时间数据；
56.对所述卫星时间定位数据减去所述卡口时间数据，获得所述交通卡口的时间偏差；
57.对所述交通卡口的所述卡口时间数据减去所述时间偏差，获得所述校核时间数据。
58.本实施方式中，由于不同的卡口设备之间的设定时间可能存在偏差，偏差存在导致车辆进过交通卡口的顺序发生变化影响最终的第一车辆轨迹。通过卫星定位时间对车辆轨迹进行校核，使卡口设备的时间能够统一，从而实现提高第一车辆轨迹准确率的效果。
59.其中，在卡口设备获取车辆信息的过程中，认定卡口设备识别车辆的时间是某个点的随机变量td。该随机变量td是某个固定时间偏差和成正态分布的随机变量的和，即：
60.td＝d+ε
61.其中，d是固定的时间偏差，是一个确定的值，ε是成正态分布的随机变量。有
62.e(td)＝e(d+ε)＝e(d)+e(ε)＝d+t
63.认定在单个车辆出行轨迹中的卫星定位时间成平均分布，设该时间随机变量为t
gps
，如果选取在卡口设备识别车辆固定点周围对称的区域，则
64.e(t
gps
)＝t＝e(ε)
65.由于行程轨迹时间分布和卡口设备识别时间分布是相互独立的，所以，有
66.e(t
d-t
gps
)＝(d+t)-t＝d
67.由此，可获得时间偏差。
68.具体的，获取车辆a经过第一卡口的卡口位置时间，和车辆a经过位置b和位置c的卫星定位时间，位置b和位置c的中点位置使该第一卡口的卡口位置。计算车辆a经过位置b和位置c的时间平均值为第一卡口的卫星定位时间，再减去卡口位置时间可以获得第一卡口的时间偏差。将第一卡口对应的卡口设备获取的卡口时间数据减去时间偏差可获得校核后的第一卡口的校核时间数据。
69.作为一种可选的实施方式，在某一车辆连续经过的两个所述交通卡口之间还存在至少一个所述交通卡口情况下，所述第一车辆轨迹包括多个第一预测轨迹；
70.所述按时间顺序排列所述校核时间数据，在预设路网图上连接对应的所述校核位置数据获得所述第一车辆轨迹之后，所述方法还包括：
71.获取多个所述第一预测轨迹上的所述交通卡口的车辆识别率；
72.通过对所述车辆识别率归一化处理获得对应所述第一预测轨迹的分配概率；
73.将所述分配概率最大的所述第一预测轨迹作为所述第一车辆轨迹。
74.本实施方式中，某一车辆连续经过的两个交通卡口之间还存在至少一个交通卡口情况，可以判定出存在的该交通卡口出现了漏检情况，未能准确识别出经过的车辆，使第一车辆轨迹存在发生偏移的可能性，需要对第一车辆轨迹进行补充。
75.具体的，设车辆经过交通卡口的集合为{ri}，i∈[1,nr]，其中，nr为车辆经过的断面总数，即集合{ri}的维数。对于不能确定唯一路径的相邻交通卡口ri,r
i+1
，设o为ri的位置、d为r
i+1
的位置。在路网系统中找出所有起点为o、终点为d的路径，即第一预测轨迹，形成集合{pj}，j∈[1,n
p
]，其中，n
p
为起点为o、终点为d的所有路径总数，即集合{pj}的维数，如图2所示。
[0076]
对于集合{pj}中的任一路径pj，交通卡口集合为其中为pj路径交通卡口的个数。设为交通卡口的识别率：
[0077][0078]
如果该交通卡口不存在卡口设备，则为0。对于集合{pj}中的任一路径pj，其综合识别率为：
[0079][0080]
设αj为路径pj的归一化分配概率，则考虑综合识别率的路径pj上的流量分配为：
[0081][0082]
其中，αj为路径pj的归一化先验流量比例，即：
[0083][0084]
其中，max(pj)为对起点为o终点为d的所有路径下分配概率中最大的分配概率，min(pj)为对起点为o终点为d的所有路径下分配概率中最小的分配概率。
[0085]
通过计算获得第一预测轨迹的分配概率，将分配概率最大的第一预测轨迹作为第一车辆轨迹，补充交通卡口的漏检部分。
[0086]
作为一种可选的实施方式，所述通过对所述车辆识别率归一化处理获得对应所述第一预测轨迹的分配概率之后，所述方法还包括：
[0087]
提取所述第一预测轨迹的距离数据、道路等级数据和红绿灯数据；
[0088]
对所述距离数据、所述道路等级数据和所述红绿灯数据归一化处理获得综合影响矩阵；
[0089]
将所述分配概率与所述综合影响矩阵相乘获得优化分配概率；
[0090]
将所述优化分配概率最大的所述第一预测轨迹作为所述第一车辆轨迹。
[0091]
本实施方式中，由于第一预测轨迹存在多个可能性，而不同轨迹经过的路段的距离、红绿灯和道路等级等情况存在不一致的情况，需要将影响因素均考虑以提高第一预测轨迹的准确性。
[0092]
具体的，获取不同的第一预测轨迹的距离数据、道路等级数据和红绿灯数据集合：
[0093][0094]
其中，为路径pj考虑距离、道路等级和交叉口个数的效用函数，其中分别为路径pj下距离、道路等级和交叉口个数的标定参数，可根据历史数据中经过路径pj的选择概率和交通卡口的综合识别率标定得到。
[0095]
其中，分别为pj路径下的距离、道路等级、红绿灯影响因素，其中，即pj路径的实际地理距离的倒数，由计算道路实际长度得到，在系统中可通过计算所有路段{link}相加求和得到；即道路等级权重的倒数，在实际应用案例中可以获得，如快速路，主干路，次干路，支路或高速公路、一级公路、二级公路等，再根据实际路网中道路等级主观分配相应的权重；为即路径中带有红绿灯的交叉口个数的倒数，其值可根据实际路网和对应路径计算得到。
[0096]
另外，从路网数据中获得，分别对影响因素进行归一化处理，即：
[0097][0098]
其中，
[0099]
通过考虑综合因素的概率选择模型，计算综合影响矩阵βj：
[0100][0101]
最终，计算得到优化分配概率：
[0102][0103]
将优化分配概率最大的第一预测轨迹作为第一车辆轨迹，使第一车辆轨迹的准确性提高。
[0104]
如图3所示，图3是本发明实施例提供一种卫星定位数据校核前后的第一车辆轨迹图。经过校核和补充优化后，能够有效的优化第一车辆轨迹的准确性，减少了异常数据。
[0105]
作为一种可选的实施方式，所述基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹之后，所述方法还包括：
[0106]
对所述第一车辆轨迹依据预设速度计算处理，获得车辆出行时间；
[0107]
在所述出行时间大于所述预设的阈值时间的情况下，基于所述卫星定位数据和所述路网数据获得车辆驻留点；
[0108]
基于所述车辆驻留点将所述第一车辆轨迹分割为第一轨迹和第二轨迹，其中，第一轨迹的终点为所述驻留点，第二轨迹的起点为所述驻留点。
[0109]
本实施方式中，在第一车辆轨迹中车辆在某一点停留时间过长，超过阈值时间，此时可以认为车辆在该点已经结束了全部的行程，第一车辆轨迹是两次出行拼接后的计算结果，需要对该结果进行优化处理。
[0110]
其中，可以通过卫星定位数据确认车辆停留时间过长的位置点，设该位置点为驻留点；也可以根据路网数据，获得第一车辆轨迹中沿途的预测驻留点，选取离停留时间最长点的最近驻留点为最终驻留点。
[0111]
作为一种可选的实施方式，所述基于交通流量计算交通区域内的第一定位点与时间排列最早的所述交通卡口之间的第二车辆轨迹，以及所述交通区域内的第二定位点与时间排列最晚的所述交通卡口之间的第三车辆轨迹包括：
[0112]
获取所述第一交通区域的产生交通总量、所述第一定位点与时间排列最早的所述交通卡口之间的多个第二预测轨迹以及所述第二预测轨迹的距离，并获取所述第二交通区域的吸引交通总量、所述第二定位点与时间排列最晚的所述交通卡口之间的多个第三预测轨迹以及所述第三预测轨迹的距离；
[0113]
对所述第二预测轨迹的距离依据重力模型拟合计算获得所述第二预测轨迹的第一中间概率，对所述第三预测轨迹的距离依据重力模型拟合计算获得所述第三预测轨迹的第二中间概率；
[0114]
对所述第一中间概率依据预设的第一折减公式计算获得第一概率，对所述第二中间概率依据所第一折减公式计算获得第二概率；
[0115]
对所述第一概率与所述产生交通总量进行相乘获得所述第二预测轨迹的中间产生交通量，对所述第二概率与所述吸引交通总量进行相乘获得所述第三预测轨迹的中间吸引交通量；
[0116]
对所述第二预测轨迹的中间产生交通量依据预设的第二折减公式计算获得所述第二预测轨迹的产生交通量，对所述第三预测轨迹的中间吸引交通量依据预设的第二折减公式计算获得所述第三预测轨迹的吸引交通量；
[0117]
将所述第二预测轨迹的产生交通量最大的所述第二预测轨迹作为所述第二车辆轨迹；
[0118]
将所述第三预测轨迹的吸引交通量最大的所述第三预测轨迹作为所述第三车辆轨迹。
[0119]
本实施方式中，通过增加交通区域到交通卡口的第二车辆轨迹和第三车辆轨迹，能够增加车辆出行轨迹的完整性，提高对车辆出行轨迹的准确性。
[0120]
具体的，交通区域可以为社区、小区或其他车辆可能的起始或终止位置，该位置为定位点，定位点无法被卡口设备获取。其中设no为第一交通区域的总个数，i(i＝1..no)；设nd为第二交通区域的总个数，j(j＝1..2nd)。
[0121]
通过手机信令数据统计第一交通区域的产生交通总量oi和第二交通区域的吸引交通总量dj，以及扩样后的各断面总交通量xn(n＝1
…
n)，n为卡口设备的总数。
[0122]
其中，产生交通总量oi和吸引交通总量dj的统计基本流程如下：
[0123]
(1)根据基站经纬度信息，将一定距离(根据基站平均服务半径)内的基站进行聚类合并处理；
[0124]
(2)根据聚合处理后的基站，确定终端的停留轨迹；
[0125]
(3)选择每个终端有效停留轨迹中，停留时间不小于设定停留阈值的有效停留点；
[0126]
如设置停留时间为1小时为其一次有目的的出行的时间阈值。
[0127]
(4)如果终端相邻两次有效停留点的距离不小于0.5km(信令漂移或短出行剔除)，则两次停留点间作为该终端的一次出行；
[0128]
(5)遍历所有终端有效停留表，判断其出行链的起终点所在交通小区；
[0129]
(6)统计第一交通区域的产生交通总量oi和第二交通区域的吸引交通总量dj。
[0130]
其中，扩样后的各断面总交通量xn(n＝1
…
n)修改为统计连接各交通小区的卡口设备检测的交通量xn(n＝1
…
n)，该值由卡口设备得到，n为连接交通小区的卡口设备的总数。
[0131]
依据重力模型拟合计算第一中间概率p
ni
和第二中间概率p
nj
：
[0132]
[0133][0134]
其中d
in
为第二预测轨迹的距离，d
jn
为第三预测轨迹的距离。α、β与k为概率模型的标定参数，通过获取车辆轨迹数据与调查数据标定得到。
[0135]
由于第一交通区域包括多个第一定位点，第二交通区域包括多个第二定位点，需要对第一中间概率和第二中间概率进行如下折减：
[0136][0137][0138]
其中，p
ni’为第一概率，p
nj’为第二概率。
[0139]
获取第二预测轨迹的中间产生量o
in’和第三预测轨迹的中间吸引量d
jn’：
[0140][0141][0142]
再在第二预测轨迹的中间产生量o
in’和第三预测轨迹的中间产生量d
jn’的基础上获得第二预测轨迹的产生交通量o
in
和第三预测轨迹的吸引交通量d
jn
：
[0143][0144][0145]
其中，γi和γj为第二折减公式，其公式为：
[0146][0147][0148]
将计算获得的将所述第二预测轨迹的产生交通量o
in
最大的所述第二预测轨迹作为所述第二车辆轨迹，将所述第三预测轨迹的吸引交通量d
jn
最大的所述第三预测轨迹作为所述第三车辆轨迹，从而补充车辆出行轨迹，提高了完整度。
[0149]
如图5所示，图5是本发明实施例提供的一种补充交通区域与交通卡口之间车辆出行轨迹前后的示意图，从图中可以看出经过补充车辆轨迹能够有效的扩展，并能准确的体现在路网系统上。
[0150]
请参见图6，图6是本发明实施例提供一种车辆出行轨迹获取装置的结构示意图，如图6所示，车辆出行轨迹获取装置包括：
[0151]
第一处理模块201，用于基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹；
[0152]
第二处理模块202，用于基于交通流量计算第一交通区域内的第一定位点与时间排列最早的所述交通卡口之间的第二车辆轨迹，以及第二交通区域内的第二定位点与时间排列最晚的所述交通卡口之间的第三车辆轨迹，其中，所述第一交通区域和所述第二交通区域为同一交通区域或不同交通区域；
[0153]
第三处理模块203，用于将所述第一车辆轨迹、所述第二车辆轨迹和所述第三车辆轨迹相加获得车辆出行轨迹。
[0154]
作为一种可选的实施方式，所述车辆数据包括卡口位置数据和卡口时间数据，所述卫星定位数据包括卫星定位位置数据和卫星定位时间数据，所述校核数据包括校核位置数据和校核时间数据；
[0155]
所述第一处理模块包括：
[0156]
第一获取单元，用于提取多个所述交通卡口的车辆数据和卫星定位数据；
[0157]
第一校核单元，用于基于所述卫星定位位置数据和所述卫星定位时间数据校核所述卡口位置数据，获得所述校核位置数据；
[0158]
第二校核单元，用于基于所述卫星定位时间数据校核所述卡口时间数据，获得所述校核时间数据；
[0159]
第一计算单元，用于按时间顺序排列所述校核时间数据，在预设路网图上连接对应的所述校核位置数据获得所述第一车辆轨迹。
[0160]
作为一种可选的实施方式，所述第一校核单元包括：
[0161]
第一统计单元，用于统计在预设的时间段内的所述卡口位置数据的个数，获得统计数量；
[0162]
第一设置单元，用于在所述统计数量未超过阈值的情况下，将所述卡口位置数据作为所述校核位置数据；
[0163]
第二设置单元，用于在所述统计数量超过阈值的情况下，将所述卫星定位位置数据作为所述校核位置数据。
[0164]
作为一种可选的实施方式，所述第二校核单元包括：
[0165]
第二统计单元，用于选择一组所述卡口时间数据，并选择所述卡口时间数据对应车辆的所述卫星定位时间数据；
[0166]
第二计算单元，用于对所述卫星时间定位数据减去所述卡口时间数据，获得所述交通卡口的时间偏差；
[0167]
第三设置单元，用于对所述交通卡口的所述卡口时间数据减去所述时间偏差，获得所述校核时间数据。
[0168]
作为一种可选的实施方式，在某一车辆连续经过的两个所述交通卡口之间还存在至少一个所述交通卡口情况下，所述第一车辆轨迹包括多个第一预测轨迹；
[0169]
所述第一处理模块之后，所述装置还包括：
[0170]
第一获取模块，用于获取多个所述第一预测轨迹上的所述交通卡口的车辆识别率；
[0171]
第四处理模块，用于通过对所述车辆识别率归一化处理获得对应所述第一预测轨迹的分配概率；
[0172]
第一设置模块，用于将所述分配概率最大的所述第一预测轨迹作为所述第一车辆
轨迹。
[0173]
作为一种可选的实施方式，所述第四模块之后，所述装置还包括：
[0174]
第二获取模块，用于提取所述第一预测轨迹的距离数据、道路等级数据和红绿灯数据；
[0175]
第五处理模块，用于对所述距离数据、所述道路等级数据和所述红绿灯数据归一化处理获得综合影响矩阵；
[0176]
第六处理模块，用于将所述分配概率与所述综合影响矩阵相乘获得优化分配概率；
[0177]
第二设置模块，用于将所述优化分配概率最大的所述第一预测轨迹作为所述第一车辆轨迹。
[0178]
作为一种可选的实施方式，所述第一处理模块之后，所述装置还包括：
[0179]
计算模块，用于对所述第一车辆轨迹依据预设速度计算处理，获得车辆出行时间；
[0180]
第七处理模块，用于在所述出行时间大于所述预设的阈值时间的情况下，基于所述卫星定位数据和所述路网数据获得车辆驻留点；
[0181]
第八处理模块，用于基于所述车辆驻留点将所述第一车辆轨迹分割为第一轨迹和第二轨迹，其中，第一轨迹的终点为所述驻留点，第二轨迹的起点为所述驻留点。
[0182]
作为一种可选的实施方式，所述第二处理模块包括：
[0183]
第二获取单元，用于获取所述第一交通区域的产生交通总量、所述第一定位点与时间排列最早的所述交通卡口之间的多个第二预测轨迹以及所述第二预测轨迹的距离，并获取所述第二交通区域的吸引交通总量、所述第二定位点与时间排列最晚的所述交通卡口之间的多个第三预测轨迹以及所述第三预测轨迹的距离；
[0184]
第三计算单元，用于对所述第二预测轨迹的距离依据重力模型拟合计算获得所述第二预测轨迹的第一中间概率，对所述第三预测轨迹的距离依据重力模型拟合计算获得所述第三预测轨迹的第二中间概率；
[0185]
第四计算单元，用于对所述第一中间概率依据预设的第一折减公式计算获得第一概率，对所述第二中间概率依据所第一折减公式计算获得第二概率；
[0186]
第五计算单元，用于对所述第一概率与所述产生交通总量进行相乘获得所述第二预测轨迹的中间产生交通量，对所述第二概率与所述吸引交通总量进行相乘获得所述第三预测轨迹的中间吸引交通量；
[0187]
第六计算单元，用于对所述第二预测轨迹的中间产生交通量依据预设的第二折减公式计算获得所述第二预测轨迹的产生交通量，对所述第三预测轨迹的中间吸引交通量依据预设的第二折减公式计算获得所述第三预测轨迹的吸引交通量；
[0188]
第四设置单元，用于将所述第二预测轨迹的产生交通量最大的所述第二预测轨迹作为所述第二车辆轨迹；
[0189]
第五设置单元，用于将所述第三预测轨迹的吸引交通量最大的所述第三预测轨迹作为所述第三车辆轨迹。
[0190]
本发明实施例还提供一种电子设备，参见图7，图7是本发明实施提供的一种电子设备的结构示意图，电子设备包括存储器301、处理器302和存储在存储器301上运行的程序或者指令，该程序或者指令被处理器302执行时可实现图1对应的方法实施例中的任意步骤
及达到相同的有益效果，此处不再赘述.
[0191]
其中，处理器302可以是cpu、asic、fpga或cpld。
[0192]
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过程序指令相关的硬件来完成，所述的程序可以存储于一可读取介质中。本发明实施例还提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时可实现上述图1对应的方法实施例中的任意步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0193]
所述的存储介质，如只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等。
[0194]
本发明实施例中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，本技术中使用“和/或”表示所连接对象的至少其中之一，例如a和/或b和/或c，表示包含单独a，单独b，单独c，以及a和b都存在，b和c都存在，a和c都存在，以及a、b和c都存在的7种情况。
[0195]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0196]
通过以上的实施方式的描述，本领域的技术人员可以清楚地解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者第二终端设备等)执行本技术各个实施例所述的方法。
[0197]
上面结合附图对本技术的实施例进行描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。

技术特征：
1.一种车辆出行轨迹获取方法，其特征在于，包括：基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹；基于交通流量计算第一交通区域内的第一定位点与时间排列最早的所述交通卡口之间的第二车辆轨迹，以及第二交通区域内的第二定位点与时间排列最晚的所述交通卡口之间的第三车辆轨迹，其中，所述第一交通区域和所述第二交通区域为同一交通区域或不同交通区域；将所述第一车辆轨迹、所述第二车辆轨迹和所述第三车辆轨迹相加获得车辆出行轨迹。2.根据权利要求1所述的方法，其特征在于，所述车辆数据包括卡口位置数据和卡口时间数据，所述卫星定位数据包括卫星定位位置数据和卫星定位时间数据，所述校核数据包括校核位置数据和校核时间数据；所述基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹，包括：提取多个所述交通卡口的车辆数据和卫星定位数据；基于所述卫星定位位置数据和所述卫星定位时间数据校核所述卡口位置数据，获得所述校核位置数据；基于所述卫星定位时间数据校核所述卡口时间数据，获得所述校核时间数据；按时间顺序排列所述校核时间数据，在预设路网图上连接对应的所述校核位置数据获得所述第一车辆轨迹。3.根据权利要求2所述的方法，其特征在于，所述基于所述卫星定位位置数据和所述卫星定位时间数据校核所述卡口位置数据，获得所述校核位置数据，包括：统计在预设的时间段内的所述卡口位置数据的个数，获得统计数量；在所述统计数量未超过设定阈值的情况下，将所述卡口位置数据作为所述校核位置数据；在所述统计数量超过设定阈值的情况下，将所述卫星定位位置数据作为所述校核位置数据。4.根据权利要求2所述的方法，其特征在于，所述基于所述卫星定位时间数据校核所述卡口时间数据，获得所述校核时间数据，包括：选择一组所述卡口时间数据，并选择所述卡口时间数据对应车辆的所述卫星定位时间数据；对所述卫星时间定位数据减去所述卡口时间数据，获得所述交通卡口的时间偏差；对所述交通卡口的所述卡口时间数据减去所述时间偏差，获得所述校核时间数据。5.根据权利要求2所述的方法，其特征在于，在某一车辆连续经过的两个所述交通卡口之间还存在至少一个所述交通卡口情况下，所述第一车辆轨迹包括多个第一预测轨迹；所述按时间顺序排列所述校核时间数据，在预设路网图上连接对应的所述校核位置数据获得所述第一车辆轨迹之后，所述方法还包括：获取多个所述第一预测轨迹上的所述交通卡口的车辆识别率；通过对所述车辆识别率归一化处理获得对应所述第一预测轨迹的分配概率；
将所述分配概率最大的所述第一预测轨迹作为所述第一车辆轨迹。6.根据权利要求5所述的方法，其特征在于，所述通过对所述车辆识别率归一化处理获得对应所述第一预测轨迹的分配概率之后，所述方法还包括：提取所述第一预测轨迹的距离数据、道路等级数据和红绿灯数据；对所述距离数据、所述道路等级数据和所述红绿灯数据归一化处理获得综合影响矩阵；将所述分配概率与所述综合影响矩阵相乘获得优化分配概率；将所述优化分配概率最大的所述第一预测轨迹作为所述第一车辆轨迹。7.根据权利要求1所述的方法，其特征在于，所述基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹之后，所述方法还包括：对所述第一车辆轨迹依据预设速度计算处理，获得车辆出行时间；在所述出行时间大于所述预设的阈值时间的情况下，基于所述卫星定位数据和路网数据获得车辆驻留点；基于所述车辆驻留点将所述第一车辆轨迹分割为第一轨迹和第二轨迹，其中，第一轨迹的终点为所述驻留点，第二轨迹的起点为所述驻留点。8.根据权利要求1所述的方法，其特征在于，所述基于交通流量计算交通区域内的第一定位点与时间排列最早的所述交通卡口之间的第二车辆轨迹，以及所述交通区域内的第二定位点与时间排列最晚的所述交通卡口之间的第三车辆轨迹包括：获取所述第一交通区域的产生交通总量、所述第一定位点与时间排列最早的所述交通卡口之间的多个第二预测轨迹以及所述第二预测轨迹的距离，并获取所述第二交通区域的吸引交通总量、所述第二定位点与时间排列最晚的所述交通卡口之间的多个第三预测轨迹以及所述第三预测轨迹的距离；对所述第二预测轨迹的距离依据重力模型拟合计算获得所述第二预测轨迹的第一中间概率，对所述第三预测轨迹的距离依据重力模型拟合计算获得所述第三预测轨迹的第二中间概率；对所述第一中间概率依据预设的第一折减公式计算获得第一概率，对所述第二中间概率依据所第一折减公式计算获得第二概率；对所述第一概率与所述产生交通总量进行相乘获得所述第二预测轨迹的中间产生交通量，对所述第二概率与所述吸引交通总量进行相乘获得所述第三预测轨迹的中间吸引交通量；对所述第二预测轨迹的中间产生交通量依据预设的第二折减公式计算获得所述第二预测轨迹的产生交通量，对所述第三预测轨迹的中间吸引交通量依据预设的第二折减公式计算获得所述第三预测轨迹的吸引交通量；将所述第二预测轨迹的产生交通量最大的所述第二预测轨迹作为所述第二车辆轨迹；将所述第三预测轨迹的吸引交通量最大的所述第三预测轨迹作为所述第三车辆轨迹。9.一种车辆出行轨迹获取装置，其特征在于，包括：第一处理模块，用于基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过所述校核数据按时间排列获得多个所述交通卡口之间的第一车辆轨迹；
第二处理模块，用于基于交通流量计算第一交通区域内的第一定位点与时间排列最早的所述交通卡口之间的第二车辆轨迹，以及第二交通区域内的第二定位点与时间排列最晚的所述交通卡口之间的第三车辆轨迹，其中，所述第一交通区域和所述第二交通区域为同一交通区域或不同交通区域；第三处理模块，用于将所述第一车辆轨迹、所述第二车辆轨迹和所述第三车辆轨迹相加获得车辆出行轨迹。10.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的车辆出行轨迹获取方法中的步骤。11.一种可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现如权利要求1至8中任一项所述的车辆出行轨迹获取方法中的步骤。

技术总结
本发明提供一种车辆出行轨迹获取方法、装置及电子设备，涉及智能交通技术领域，其中，车辆出行轨迹获取方法包括：基于卫星定位数据对多个交通卡口的车辆数据进行校核获得校核数据，通过校核数据按时间排列获得多个交通卡口之间的第一车辆轨迹；基于交通流量计算第一交通区域内的第一定位点与时间排列最早的交通卡口之间的第二车辆轨迹，以及第二交通区域内的第二定位点与时间排列最晚的交通卡口之间的第三车辆轨迹；将第一车辆轨迹、第二车辆轨迹和第三车辆轨迹相加获得车辆出行轨迹。本发明实施例通过校核交通卡口的车辆轨迹，并增加了交通区域内定位点到交通卡口的轨迹，完善了车辆出行轨迹，提高了车辆出行轨迹的准确性。提高了车辆出行轨迹的准确性。提高了车辆出行轨迹的准确性。


技术研发人员：朱丽云 云旭 高永 朱子玉 李惠
受保护的技术使用者：北京交研智慧科技有限公司
技术研发日：2022.01.07
技术公布日：2023/7/21