-
公开(公告)号：CN115080866B
公开(公告)日：2022-11-25
申请号：CN202211003907.4
申请日：2022-08-22
Applicant: 北京中交兴路信息科技有限公司 , 中铁大桥科学研究院有限公司 , 中国公路工程咨询集团有限公司
IPC: G06F16/9535 , G06F16/951 , G06Q10/04 , G06Q50/30
Abstract: 本发明公开了一种行驶路径推荐方法、装置、存储介质及终端，方法包括：根据来自客户端的起点位置和终点位置生成起点区域网格和终点区域网格；在预先生成的时空索引文件中，加载起点区域网格和终点区域网格在预设时段的数据，生成起点区域数据和终点区域数据；根据起点区域数据和终点区域数据确定多个目标车辆标识，并确定出每个目标车辆标识的时间点对；根据每个目标车辆标识的时间点对构建结果集，并基于结果集生成推荐路径，并将推荐路径推荐至客户端。由于本申请根据预先生成的时空索引文件，并在大数据统计的基础上可快速搜索出起点位置和终点位置的推荐路径，从而提升了路线推荐效率。
-
公开(公告)号：CN116233743A
公开(公告)日：2023-06-06
申请号：CN202211673947.X
申请日：2022-12-26
Applicant: 北京中交兴路信息科技有限公司
Abstract: 本发明公开了一种电子围栏边界生成方法、装置、存储介质及终端，方法包括：根据车辆历史轨迹数据构建目标网格集合；遍历查找每个初始网格的可传播网格集合，得到多个可传播网格集合；初始网格为目标网格集合中任意一个网格，在多个可传播网格集合中确定出最优可传播网格集合，并基于最优可传播网格集合的所有网格，生成电子围栏边界。由于本申请基于批量车辆历史轨迹数据生成满足覆盖率的多个可传播网格集合，并从中判断出最优可传播网格集合来生成电子围栏边界，通过批量车辆历史轨迹数据和最优可传播网格集合能提升电子围栏边界的准确度，同时提高了电子围栏生成效率。
-
公开(公告)号：CN115935056A
公开(公告)日：2023-04-07
申请号：CN202211355310.6
申请日：2022-11-01
Applicant: 北京中交兴路信息科技有限公司
IPC: G06F16/9535 , G06F16/9537 , G06F18/22 , G06F18/2433 , G06Q10/0833 , G06Q10/083 , G06Q40/08
Abstract: 本发明公开了一种车辆虚假轨迹的识别方法、装置、设备及存储介质，所述方法包括：根据车辆的轨迹数据确定车辆的停靠数据以及行驶里程数据；根据所述停靠数据以及行驶里程数据计算得到车辆的异常停靠数据；根据所述异常停靠数据确定车辆的异常轨迹分段；获取所述异常轨迹分段的对比轨迹分段，计算所述异常轨迹分段与所述对比轨迹分段的相似度，根据所述相似度确定车辆轨迹异常，并获取车辆轨迹异常的天数，当轨迹异常的天数大于预设天数阈值时，确定车辆虚假上报轨迹。根据本申请提供的车辆虚假轨迹的识别方法，可以有效鉴别车辆假造轨迹，辅助货运平台及服务商有效监管货运车辆的正常运营。
-
公开(公告)号：CN116257673A
公开(公告)日：2023-06-13
申请号：CN202211726024.6
申请日：2022-12-30
Applicant: 北京中交兴路信息科技有限公司
IPC: G06F16/953 , G06F16/9532
Abstract: 本申请应用于大数据检索技术领域，具体公开了一种基于ElasticSearch的数据查询方法、装置、设备及存储介质，所述方法包括：获取客户端输入的查询参数；调用mapper接口的查询方法，根据预先定义的mapper文件中所述查询方法与DSL初始查询语句的对应关系，得到对应的DSL初始查询语句；根据所述查询参数与所述DSL初始查询语句，得到最终的DSL查询语句；将所述DSL查询语句输入ElasticSearch，得到查询结果，将所述查询结果返回到客户端。根据本申请实施例提供的数据查询方法，用户不需要输入复杂的查询语句，也无需学习复杂的DSL语法和组装格式，降低了对技术人员的要求和学习成本，大大提高了查询效率和查询方案的普适性。
-
公开(公告)号：CN116071954A
公开(公告)日：2023-05-05
申请号：CN202211712246.2
申请日：2022-12-29
Applicant: 北京中交兴路信息科技有限公司
Abstract: 本申请公开了一种车辆停靠区域的识别方法、装置、设备及存储介质，所述方法包括：获取车辆的停靠点数据；根据预设的网格划分参数划分地理网格，将每个网格中的停靠点合并成一个经纬度点，将网格中所有停靠点的数量和作为所述经纬度点的数量字段；将所有经纬度点进行分组，在各组中通过改进的聚类算法进行聚类，生成聚类点簇；根据预设的边界生成算法以及全国道路数据对所述聚类点簇进行边界划分，得到车辆的停靠区域。根据本申请实施例提供的车辆停靠区域的识别方法，通过对聚类算法进行优化，从很大程度上提升了聚合的性能。而且采用边界生成算法，以及联合全国道路数据，可以对聚类后的点簇划分边界，生成精确的停靠区域。便于后续应用。
-
Patent Agency Ranking
公开(公告)号：CN116055993A
公开(公告)日：2023-05-02
申请号：CN202211656505.4
申请日：2022-12-22
Applicant: 北京中交兴路信息科技有限公司
Abstract: 本发明公开了一种位置信息的真实性校验方法、装置、存储介质及终端，方法包括：在接收到待处理的北斗车载终端定位数据时，获取北斗车载终端的目标IP地址；若目标IP地址和上一次获取的历史IP地址不一致，则根据北斗车载终端定位数据确定第一地理位置信息，并根据目标IP地址确定第二地理位置信息；根据第一地理位置信息与第二地理位置信息校验北斗车载终端定位数据是否真实。由于本申请在接收到北斗车载终端定位数据时，可通过直接获取与其对应的目标IP地址的方式进行对比分析，避免现有技术中花费大量算力对星历数据和轨迹数据进行处理的弊端，从而降低了校验成本。
-
公开(公告)号：CN116051343A
公开(公告)日：2023-05-02
申请号：CN202211676501.2
申请日：2022-12-26
Applicant: 北京中交兴路信息科技有限公司
IPC: G06Q50/30 , G06F17/14 , G06F17/18 , G06F40/177
Abstract: 本发明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。
-
公开(公告)号：CN115965854A
公开(公告)日：2023-04-14
申请号：CN202211725669.8
申请日：2022-12-30
Applicant: 北京中交兴路信息科技有限公司
IPC: G06V10/82 , G06V10/774 , G06V10/762 , G06V20/13
Abstract: 本申请公开了一种基于神经网络的停靠区域识别方法、装置、设备及存储介质，所述方法包括：获取车辆预设时间段内的停靠点数据；根据所述停靠点数据进行聚类，得到聚集区域；将包含所述聚集区域的卫星图片输入预训练的神经网络模型，得到所述卫星图片中的道路边框；根据识别出的所述道路边框得到封闭区域，将包含所述聚集区域的最小封闭区域作为车辆的停靠区域。根据本申请实施例提供的车辆停靠区域的识别方法，通过UNet深度神经网络对卫星影像图进行识别，并结合车辆停靠数据，识别车辆常停靠区域，根据生成的停靠区域还可以得到厂区范围，从而可以对进出厂区的车辆进行有效识别。
-
公开(公告)号：CN115797403A
公开(公告)日：2023-03-14
申请号：CN202211501436.X
申请日：2022-11-28
Applicant: 北京中交兴路信息科技有限公司
IPC: G06T7/246 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种交通事故预测方法和装置、存储介质及电子设备。其中，所述方法包括：获取预设时间段内目标车辆集合对应的车辆轨迹数据，并对所述车辆轨迹数据进行预处理，得到所述目标车辆集合对应的原始停靠样本；基于所述原始停靠样本，获取目标主题对应的特征数据；根据所述目标主题对应的特征数据对预设的门控神经网络模型进行训练，得到训练好的交通事故预测模型；将当前车辆对应的待预测数据输入所述训练好的交通事故预测模型，以确定当前车辆是否发生交通事故。本发明解决了相关技术在对交通事故进行识别和预测准确度较低的技术问题。
-
公开(公告)号：CN115630293A
公开(公告)日：2023-01-20
申请号：CN202211078253.1
申请日：2022-09-05
Applicant: 北京中交兴路信息科技有限公司
IPC: G06F18/214 , G06F18/23 , G06F18/24 , G06F16/29
Abstract: 本申请实施例公开了一种聚集区类型判断模型训练方法和系统，所述方法包括：通过网格聚类确定目标区域中的车辆停靠点的聚集区；根据所述车辆停靠点的聚集区的聚集数据、地理信息系统数据、车辆静态数据和车辆停靠数据确定聚集区的特征数据，所述聚集区的特征数据包括聚类特征、地理特征、车辆停靠特征和网络关系特征；对所述车辆停靠点的聚集区进行地理信息点的关联，将具有地理信息点的聚集区的特征数据以及地理信息点的类型数据加入标注样本候选集；采用分类模型对所述标注样本候选集进行训练，得到聚集区类型判断模型。准确识别聚集区的物流类型，为物流地图构建提供依据。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.041 seconds)
