[發(fā)明專利]一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法在審
| 申請(qǐng)?zhí)枺?/td> | 202010919548.1 | 申請(qǐng)日： | 2020-09-04 |
| 公開(kāi)（公告）號(hào)： | CN112084279A | 公開(kāi)（公告）日： | 2020-12-15 |
| 發(fā)明（設(shè)計(jì)）人： | 羅贊文;付小雪;秦松鄂;陳曉潔 | 申請(qǐng)（專利權(quán)）人： | 上海經(jīng)達(dá)信息科技股份有限公司 |
| 主分類號(hào)： | G06F16/29 | 分類號(hào)： | G06F16/29;G06F16/2455;G06F16/242;G01S19/42;G01S19/12 |
| 代理公司： | 上海驍象知識(shí)產(chǎn)權(quán)代理有限公司 31315 | 代理人： | 趙峰 |
| 地址： | 200336 上海市*** | 國(guó)省代碼： | 上海;31 |
| 權(quán)利要求書(shū)： | 查看更多 | 說(shuō)明書(shū)： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 地圖 聚合 算法 出租車 聚集 事件 判定 方法 | ||
1.一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，包括一個(gè)利用GPS設(shè)備和通訊裝置采集出租車位置信息的過(guò)程，其特征在于：所述的利用GPS設(shè)備和通訊裝置采集出租車位置信息的過(guò)程包括以下步驟：
S1：采集所有出租車位置信息，出租車位置信號(hào)包括出租車的經(jīng)緯度，將出租車的經(jīng)緯度均轉(zhuǎn)換為平面坐標(biāo)(x，y)，出租車與平面坐標(biāo)(x，y)一一對(duì)應(yīng)；
S2：構(gòu)造四叉樹(shù)結(jié)構(gòu)，將車輛看作是地圖上的點(diǎn)，將所有出租車的位置信息均插入到四叉樹(shù)的節(jié)點(diǎn)中，一個(gè)出租車的位置信息對(duì)應(yīng)一個(gè)節(jié)點(diǎn)；
S3：遍歷四叉樹(shù)的所有節(jié)點(diǎn)，設(shè)定一個(gè)距離閾值，以每個(gè)節(jié)點(diǎn)為中心畫(huà)一個(gè)邊長(zhǎng)為距離閾值的正方形框，將正方形框相交并且距離最近的節(jié)點(diǎn)歸為一個(gè)類簇，將所有的類簇加入到一個(gè)類簇列表中；
S4：設(shè)定一個(gè)最大車輛數(shù)閾值，判斷類簇列表中每一個(gè)類簇的區(qū)域中的出租車數(shù)量是否大于最大車輛數(shù)閾值，若是，則判定對(duì)應(yīng)類簇的聚合區(qū)域產(chǎn)生第一聚集事件C，將所有的第一聚集事件C加入到一個(gè)聚集事件集合α中；
S5：對(duì)聚集事件集合α中的每一個(gè)第一聚集事件C的聚合區(qū)域進(jìn)行報(bào)警；
S6：判斷下一時(shí)刻的聚集事件集合α中每一個(gè)第一聚集事件C的聚合區(qū)域包含的出租車數(shù)量是否大于最大車輛數(shù)閾值，若是，則對(duì)其持續(xù)報(bào)警，并將其記錄為第二聚集事件A，否則，繼續(xù)判斷第一聚集事件C的聚合區(qū)域的出租車數(shù)量是否滿足結(jié)束條件，若滿足結(jié)束條件，則結(jié)束該第一聚集事件C，將其從聚集事件集合α中刪除，否則，則對(duì)其持續(xù)報(bào)警；
S7：判斷聚集事件集合α中的每一個(gè)第二聚集事件A持續(xù)時(shí)間是否大于30分鐘，若是，則將其標(biāo)記為重點(diǎn)關(guān)注聚集事件；
S8：判斷下一時(shí)刻類簇列表中每一個(gè)類簇的區(qū)域中的出租車數(shù)量是否大于最大車輛數(shù)閾值，若是，則產(chǎn)生新的第一聚集事件C，繼續(xù)執(zhí)行步驟S9，否則，執(zhí)行步驟S11；
S9：判斷S8中新產(chǎn)生的第一聚集事件C的聚合點(diǎn)與集合α中每一個(gè)第二聚集事件A的聚合點(diǎn)之間的距離是否小于距離閾值，若是，則將新的第一聚集事件C并入聚集事件集合α中，判定沒(méi)有產(chǎn)生新的第一聚集事件C，否則，判定產(chǎn)生新的第一聚集事件C，將所有新產(chǎn)生的第一聚集事件C加入到一個(gè)聚集事件集合β中；
S10：對(duì)聚集事件集合β中所有的第一聚集事件C的聚合區(qū)域進(jìn)行報(bào)警；
S11：對(duì)聚集事件詳細(xì)內(nèi)容進(jìn)行界面展示，返回步驟S6。
2.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：在步驟S1中，利用出租車的車載衛(wèi)星定位導(dǎo)航終端設(shè)備采集出租車的經(jīng)緯度，利用墨卡托投影方法將出租車經(jīng)緯度轉(zhuǎn)換為平面坐標(biāo)。
3.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：所述的距離閾值設(shè)為100米，最大車輛數(shù)閾值設(shè)為20輛。
4.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：所述的距離閾值設(shè)為200米，最大車輛數(shù)閾值設(shè)為30輛。
5.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：所述的距離閾值設(shè)為300米，最大車輛數(shù)閾值設(shè)為50輛。
6.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：所述的距離閾值設(shè)為400米，最大車輛數(shù)閾值設(shè)為60輛。
7.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：所述的距離閾值設(shè)為500米，最大車輛數(shù)閾值設(shè)為80輛。
8.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：下一時(shí)刻與上一時(shí)刻之間的時(shí)間間隔為10s。
9.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：所述的結(jié)束條件為集合α中每一個(gè)聚集事件C所在的區(qū)域包含的出租車數(shù)量小于上一時(shí)刻車輛數(shù)的30％。
10.根據(jù)權(quán)利要求1所述的一種基于地圖點(diǎn)聚合算法的出租車聚集事件的判定方法，其特征在于：所述的對(duì)聚集事件詳細(xì)內(nèi)容進(jìn)行界面展示的方法包括：
1)對(duì)產(chǎn)生聚集事件的區(qū)域進(jìn)行標(biāo)注；
2)對(duì)每一個(gè)聚集事件中的每一車輛在此事件中的持續(xù)時(shí)間進(jìn)行統(tǒng)計(jì)，展示柱狀圖形；
3)對(duì)持續(xù)產(chǎn)生的事件，在每一時(shí)刻，其包含的車輛數(shù)進(jìn)行統(tǒng)計(jì)，展示曲線圖。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海經(jīng)達(dá)信息科技股份有限公司，未經(jīng)上海經(jīng)達(dá)信息科技股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請(qǐng)聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010919548.1/1.html，轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
