绿波速度确定方法、装置、电子设备和存储介质与流程

1.本公开涉及人工智能领域，具体涉及智能交通领域，尤其涉及绿波速度确定方法、装置、电子设备和存储介质。


背景技术：

2.绿波速度是指在实施了绿波协调控制的干线路段(即绿波协调线路)中，车辆在绿波带中顺畅行驶的速度。绿波速度指标在干线绿波设计、实施和评价中具有重要作用，直接决定了绿波方案形式和绿波实施效果。即绿波速度指标是进行动态绿波设计的基础，对提升绿波设计效果，提升道路交通通行效率具有重大意义。因此，如何确定各绿波协调线路上的绿波速度是非常重要的。


技术实现要素：

3.本公开提供了一种用于绿波速度确定方法、装置、电子设备和存储介质。
4.根据本公开的一方面，提供了一种绿波速度确定方法，包括：
5.获取至少一个车辆在绿波协调线路上的车辆行驶数据；
6.根据所述车辆行驶数据确定所述车辆的行驶方向；
7.将所述行驶方向与所述绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆；
8.根据所述目标车辆的车辆行驶数据，确定所述绿波协调线路上相邻路口之间的路段上的绿波速度。
9.根据本公开的另一方面，提供了一种绿波速度确定装置，包括：
10.第一获取模块，用于获取至少一个车辆在绿波协调线路上的车辆行驶数据；
11.第一确定模块，用于根据所述车辆行驶数据确定所述车辆的行驶方向；
12.处理模块，用于将所述行驶方向与所述绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆；
13.第二确定模块，用于根据所述目标车辆的车辆行驶数据，确定所述绿波协调线路上相邻路口之间的路段上的绿波速度。
14.根据本公开的又一方面，提供了一种电子设备，包括：
15.至少一个处理器；以及
16.与所述至少一个处理器通信连接的存储器；其中，
17.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开上述一方面提出的绿波速度确定方法。
18.根据本公开的再一方面，提供了一种计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开上述一方面提出的绿波速度确定方法。
19.根据本公开的还一方面，提供了一种计算机程序产品，包括计算机程序，所述计算
机程序在被处理器执行时实现本公开上述一方面提出的绿波速度确定方法。
20.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
21.附图用于更好地理解本方案，不构成对本公开的限定。其中：
22.图1是本公开实施例一所提供的绿波速度确定方法的流程示意图；
23.图2为本公开实施例二所提供的绿波速度确定方法的流程示意图；
24.图3为本公开实施例三所提供的绿波速度确定方法的流程示意图；
25.图4为本公开实施例四所提供的绿波速度确定方法的流程示意图；
26.图5为本公开实施例五所提供的绿波速度确定方法的流程示意图；
27.图6为本公开实施例中绿波速度计算流程示意图；
28.图7为本公开实施例六所提供的绿波速度确定装置的结构示意图；
29.图8示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
30.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
31.目前，可以基于以下两种方式，确定绿波速度：
32.第一种，基于人工跟车调查的方式，采集绿波速度。
33.具体地，人工跟车调查要求具备驾驶技术并熟悉当地路况的驾驶员驾驶车辆，在实施绿波的干线路段进行多次完整的正反向跑车测试，并记录各种场景下(绿灯初期、绿灯中期、绿灯末期、队首、队尾)的实际行程车速，并以此推断绿波速度。
34.第二种，基于路侧设备的过车记录行程时间换算得到绿波速度。
35.具体地，通过部署在路侧的相机等车辆感知设备进行断面过车数据采集，并将通过干线一系列路口的过车记录进行筛选匹配，统计行程时间，进而计算干线路段的绿波速度。这种方案的数据采样率较高，在设备正常的情况下能覆盖绝大部分车辆，具有较高的可信度。
36.然而，上述第一种方式，存在以下缺点：一，对人员及设备具有极高的依赖；二，绿波速度指标采集的过程耗时较长，从数据采集准备到数据指标输出链路极长；三，采集的绿波速度指标只能代表单个车辆的速度，不具备代表性；四，无法适应交通流的变化，无法表示实时的绿波车速。
37.上述第二种方式，存在以下缺点：通过设备采集的是断面过车数据，无法把握车辆在检测点之间的行驶情况，无法分辨车辆在行驶过程中是否停车，计算的绿波速度准确度较低。此外，该方案对设备具有较强的依赖，如果目标干线路段(即绿波协调线路中各路段)无设备或设备覆盖率较低，则无法满足绿波速度指标计算要求。
38.因此针对上述存在的问题，本公开提出一种绿波速度确定方法、装置、电子设备和
存储介质。
39.下面参考附图描述本公开实施例的绿波速度确定方法、装置、电子设备和存储介质。
40.图1为本公开实施例一所提供的绿波速度确定方法的流程示意图。
41.本公开实施例以该绿波速度确定方法被配置于绿波速度确定装置中来举例说明，该绿波速度确定装置可以应用于任一电子设备中，以使该电子设备可以执行绿波速度确定功能。
42.其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑(personal computer，简称pc)、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
43.如图1所示，该绿波速度确定方法可以包括以下步骤：
44.步骤101，获取至少一个车辆在绿波协调线路上的车辆行驶数据。
45.在本公开实施例中，绿波协调线路是指任意一个进行绿波协调控制的线路或干线。
46.在本公开实施例中，车辆行驶数据可以包括车辆行驶至绿波协调线路上各轨迹点的坐标位置、瞬时速度、时间戳中的至少一项。
47.在本公开实施例中，可以通过车辆或移动终端中的相关传感器采集车辆行驶数据，例如，可以通过车辆上的定位设备(比如gps(global position system，全球定位系统))采集车辆行驶至绿波协调线路上各轨迹点的坐标位置，根据车辆上的速度传感器、位移传感器采集的数据，确定车辆行驶至绿波协调线路上各轨迹点的瞬时速度。
48.在本公开实施例中，可以将车辆或移动终端采集的车辆行驶数据整合到地图端，以将车辆行驶数据与路网数据关联。从而本公开中，可以在地图端输入绿波协调线路中各路口、路段信息，以获取各车辆在绿波协调线路上的车辆行驶数据。例如，地图端可以根据输入的绿波协调线路中各路口、路段信息，将各车辆对应的车辆行驶数据与绿波协调线路所在的路口、路段进行匹配，从而将与绿波协调线路所在的路口、路段匹配的车辆行驶速度，作为相应车辆在绿波协调线路上的车辆行驶数据。
49.步骤102，根据车辆行驶数据确定车辆的行驶方向。
50.在本公开实施例中，可以根据车辆行驶数据确定车辆的行驶方向。比如，可以根据车辆行驶数据中各轨迹点的坐标位置和时间戳，确定车辆的行驶方向。
51.举例而言，根据车辆行驶数据，确定车辆在时刻1行驶至坐标位置a，在时刻2行驶至坐标位置b，且时刻2大于时刻1，则可以确定车辆是从a点行驶至b点的，行驶方向为
52.步骤103，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆。
53.可以理解的是，每个绿波协调线路具有对应的绿波协调方向，其中，绿波协调方向是根据绿波协调线路的起点和终点确定的。
54.应当理解的是，即使车辆在绿波协调线路上行驶，车辆的行驶方向也可能与绿波协调线路对应的绿波协调方向不同，比如，绿波协调线路为：路口1
→
路口2
→
路口3
→…→
路口n。当车辆从路口1驶入，依次经过路口2、路口3、
…
、路口n时，可以确定车辆的行驶方向与绿波协调线路对应的绿波协调方向匹配，而当车辆从路口n驶入，依次经过路口n
‑
1、路口
n
‑
2、
…
、路口1，则可以确定车辆的行驶方向与绿波协调线路对应的绿波协调方向相反。此外，一条干线可能同时具有两条绿波协调线路，对应相反的两个绿波协调方向，即正向协调方向和反向协调方向。
55.在本公开实施例中，可以将各车辆的行驶方向与绿波协调线路对应的绿波协调方向进行匹配，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆。
56.步骤104，根据目标车辆的车辆行驶数据，确定绿波协调线路上相邻路口之间的路段上的绿波速度。
57.在本公开实施例中，可以根据目标车辆的车辆行驶数据，确定绿波协调线路上相邻路口之间的路段上的绿波速度。由此，可以实现根据车辆的实际行驶数据，确定绿波协调线路上各路段上的绿波速度，可以提升绿波速度计算结果的准确性和可靠性。
58.本公开实施例的绿波速度确定方法，通过根据车辆在绿波协调线路上的车辆行驶数据，确定车辆的行驶方向，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆，根据目标车辆的车辆行驶数据，确定绿波协调线路上相邻路口之间的路段上的绿波速度。由此，可以实现根据车辆的实际行驶数据，确定绿波协调线路上各路段上的绿波速度，可以提升绿波速度计算结果的准确性和可靠性。
59.为了清楚说明上述实施例中是如何确定绿波协调线路上各路段的绿波速度的，本公开提供了另一种绿波速度确定方法。
60.图2为本公开实施例二所提供的绿波速度确定方法的流程示意图。
61.如图2所示，该绿波速度确定方法可以包括以下步骤：
62.步骤201，获取至少一个车辆在绿波协调线路上的车辆行驶数据。
63.步骤202，根据车辆行驶数据确定车辆的行驶方向。
64.步骤203，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆。
65.步骤201至203的执行过程可以参见上述实施例的执行过程，在此不做赘述。
66.步骤204，针对绿波协调线路上任意两个相邻路口，获取两个相邻路口的位置。
67.在本公开实施例中，针对绿波协调线路上任意两个相邻路口，获取上述两个相邻路口的位置。例如，可以从地图端，获取绿波协调线路上任意两个相邻路口的位置。
68.步骤205，从目标车辆的车辆行驶数据中，确定在目标车辆处于两个相邻路口的位置之间时目标车辆的目标行驶数据。
69.在本公开实施例中，在计算任意两个相邻路口之间的路段上的绿波速度时，只需要获取目标车辆在该路段上的车辆行驶数据即可。因此，本公开中，可以从目标车辆的车辆行驶数据中，确定在目标车辆处于上述两个相邻路口的位置之间时目标车辆的目标行驶数据。
70.作为一种示例，可以从目标车辆的车辆行驶数据中，确定坐标位置与上述两个相邻路口的位置分别匹配的第一轨迹点和第二轨迹点，并确定车辆行驶数据中坐标位置处于第一轨迹点的坐标位置和第二轨迹点的坐标位置之间的各轨迹点，从而可以将确定的各轨迹点、第一轨迹点、第二轨迹点，作为目标行驶数据。
71.步骤206，根据目标行驶数据，确定两个相邻路口之间的路段上的绿波速度。
72.在本公开实施例中，可以根据目标行驶数据，确定上述两个相邻路口之间的路段
上的绿波速度。
73.本公开实施例的绿波速度确定方法，通过针对绿波协调线路上任意两个相邻路口，获取两个相邻路口的位置，并从目标车辆的车辆行驶数据中，确定在目标车辆处于两个相邻路口的位置之间时目标车辆的目标行驶数据，以根据目标行驶数据，确定两个相邻路口之间的路段上的绿波速度。由此，根据车辆在各路段的实际行驶数据，来确定各路段对应的绿波速度，可以提升确定结果的准确性和可靠性。
74.在本公开实施例的一种可能的实现方式中，可以基于目标行驶数据中各轨迹点的坐标位置，以及目标车辆行驶至各轨迹点的时间戳，来确定相邻路口之间的路段上的绿波速度。下面结合实施例三，对上述过程进行详细说明。
75.图3为本公开实施例三所提供的绿波速度确定方法的流程示意图。
76.如图3所示，该绿波速度确定方法可以包括以下步骤：
77.步骤301，获取至少一个车辆在绿波协调线路上的车辆行驶数据。
78.步骤302，根据车辆行驶数据确定车辆的行驶方向。
79.步骤303，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆。
80.步骤304，针对绿波协调线路上任意两个相邻路口，获取两个相邻路口的位置。
81.步骤305，从目标车辆的车辆行驶数据中，确定在目标车辆处于两个相邻路口的位置之间时目标车辆的目标行驶数据；其中，目标行驶数据包括各轨迹点的坐标位置，以及目标车辆行驶至各轨迹点的时间戳。
82.步骤301至305的执行过程可以参见上述实施例的执行过程，在此不做赘述。
83.步骤306，从目标行驶数据中，确定坐标位置与两个相邻路口的位置分别匹配的第一轨迹点和第二轨迹点。
84.在本公开实施例中，可以从目标行驶数据中，确定坐标位置与上述两个相邻路口中的其中一个路口的位置匹配的轨迹点，作为第一轨迹点，并确定坐标位置与上述两个相邻路口中的另一个路口的位置匹配的轨迹点，作为第二轨迹点。
85.步骤307，根据第一轨迹点的时间戳和第二轨迹点的时间戳，确定目标车辆通过两个相邻路口的第一行驶时长。
86.在本公开实施例中，可以将第一轨迹点的时间戳和第二轨迹点的时间戳作差，以得到目标车辆通过上述两个相邻路口的第一行驶时长。
87.步骤308，确定两个相邻路口之间的路段对应的路段长度。
88.在本公开实施例中，可以根据第一轨迹点和第二轨迹点之间的各轨迹点的坐标位置进行轨迹拟合，将拟合得到的轨迹长度，作为路段长度。或者，可以直接在地图端查询上述两个相邻路口之间的路段对应的路段长度，本公开对此并不作限制。
89.步骤309，根据第一行驶时长和路段长度，确定两个相邻路口之间的路段上的绿波速度。
90.在本公开实施例的一种可能的实现方式中，在目标车辆的个数为一个的情况下，可以直接将路段长度除以该目标车辆对应的第一行驶时长，得到上述两个相邻路口之间的路段上的绿波速度。
91.在本公开实施例的另一种可能的实现方式中，在目标车辆的个数为多个的情况
下，可以根据各目标车辆对应的第一行驶时长，以及路段长度，确定各目标车辆的第一速度，比如，针对每个目标车辆，可以将路段长度除以该目标车辆对应的第一行驶时长，得到该目标车辆的第一速度。从而本公开中，可以根据各目标车辆的第一速度，确定上述两个相邻路口之间的路段上的绿波速度。
92.作为一种示例，可以对各目标车辆对应的第一速度求取均值，将均值作为上述两个相邻路口之间的路段上的绿波速度。
93.作为另一种示例，为了提升绿波速度计算结果的准确性和可靠性，可以剔除掉未享受到绿波，无法连贯地通过绿波协调路线上各路段的目标车辆。具体地，可以对各目标车辆对应的第一速度进行筛选，以保留大于或者等于设定速度阈值的第一速度，从而根据保留的各第一速度，确定上述两个相邻路口之间的路段上的绿波速度。
94.举例而言，以设定速度阈值为30km/h，可以剔除第一速度小于30km/h的目标车辆，从而根据保留的各目标车辆的第一速度，确定上述两个相邻路口之间的路段上的绿波速度。
95.一种示例，可以对保留的各第一速度求取均值，将均值作为上述两个相邻路口之间的路段上的绿波速度。
96.另一种示例，为了进一步提升绿波速度计算结果的准确性和可靠性，还可以对保留的各第一速度按照取值大小，从大至小排序，选取排序在前的预设个数或预设比例的第一速度，根据选取的各第一速度，确定上述两个相邻路口之间的路段上的绿波速度。
97.举例而言，以预设比例为85％进行示例，可以选取排序在前的前85％的第一速度，将选取的各第一速度的均值，作为上述路段的绿波速度。
98.本公开实施例的绿波速度确定方法，通过基于目标行驶数据中各轨迹点的坐标位置，以及目标车辆行驶至各轨迹点的时间戳，来确定相邻路口之间的路段上的绿波速度，可以实现有效确定各路段的绿波速度。
99.在本公开实施例的一种可能的实现方式中，可以基于目标行驶数据中各轨迹点的坐标位置，以及目标车辆行驶至各轨迹点的瞬时速度，来确定相邻路口之间的路段上的绿波速度。下面结合实施例四，对上述过程进行详细说明。
100.图4为本公开实施例四所提供的绿波速度确定方法的流程示意图。
101.如图4所示，该绿波速度确定方法可以包括以下步骤：
102.步骤401，获取至少一个车辆在绿波协调线路上的车辆行驶数据。
103.步骤402，根据车辆行驶数据确定车辆的行驶方向。
104.步骤403，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆。
105.步骤404，针对绿波协调线路上任意两个相邻路口，获取两个相邻路口的位置。
106.步骤405，从目标车辆的车辆行驶数据中，确定在目标车辆处于两个相邻路口的位置之间时目标车辆的目标行驶数据；其中，目标行驶数据包括各轨迹点的坐标位置，以及目标车辆行驶至各轨迹点的瞬时速度。
107.步骤401至405的执行过程可以参见上述实施例的执行过程，在此不做赘述。
108.步骤406，从目标行驶数据中，确定坐标位置与两个相邻路口的位置分别匹配的第一轨迹点和第二轨迹点。
109.在本公开实施例中，可以从目标行驶数据中，确定坐标位置与上述两个相邻路口中的其中一个路口的位置匹配的轨迹点，作为第一轨迹点，并确定坐标位置与上述两个相邻路口中的另一个路口的位置匹配的轨迹点，作为第二轨迹点。
110.步骤407，从目标行驶数据中，确定坐标位置处于第一轨迹点的坐标位置和第二轨迹点的坐标位置之间的至少一个第三轨迹点。
111.在本公开实施例中，可以确定目标行驶数据中坐标位置处于第一轨迹点的坐标位置和第二轨迹点的坐标位置之间的各轨迹点，将确定的各轨迹点，作为第三轨迹点。
112.步骤408，根据第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度，确定绿波速度。
113.在本公开实施例中，可以根据第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度，确定两个相邻路口之间的路段上的绿波速度。
114.在本公开实施例的一种可能的实现方式中，在目标车辆的个数为一个的情况下，可以对第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度求取均值，将均值作为两个相邻路口之间的路段上的绿波速度。
115.在本公开实施例的另一种可能的实现方式中，为了排除偶发停车的影响，从而提升绿波速度计算结果的准确性和可靠性，在目标车辆的个数为一个的情况下，还可以对第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度进行筛选，将瞬时速度大于或者等于设定速度阈值的各轨迹点，作为候选轨迹点，从而可以根据候选轨迹点的瞬时速度，确定上述两个相邻路口之间的路段上的绿波速度。例如，可以对各候选轨迹点的瞬时速度求取均值，将均值作为上述两个相邻路口之间的路段上的绿波速度。
116.在本公开实施例的又一种可能的实现方式中，在目标车辆的个数为多个的情况下，针对每个目标车辆，可以根据第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度，确定第二速度，根据各目标车辆对应的第二速度，确定上述两个相邻路口之间的路段上的绿波速度。
117.作为一种示例，针对各目标车辆，可以对第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度求取均值，将均值作为该目标车辆的第二速度。或者，可以对第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度进行筛选，将瞬时速度大于或者等于设定速度阈值的各轨迹点，作为候选轨迹点，从而可以根据候选轨迹点的瞬时速度，确定该目标车辆的第二速度，比如，可以对各候选轨迹点的瞬时速度求取均值，得到目标车辆的第二速度。
118.在确定各目标车辆的第二速度后，可以对各目标车辆的第二速度求取均值，将均值作为上述两个相邻路口之间的路段上的绿波速度，或者，可以对各目标车辆的第二速度按照取值大小，从大至小排序，选取排序在前的预设个数或预设比例的第二速度，根据选取的各第二速度，确定上述两个相邻路口之间的路段上的绿波速度，比如可以对选取的各第二速度求取均值，得到上述两个相邻路口之间的路段上的绿波速度。
119.本公开实施例的绿波速度确定方法，通过基于目标行驶数据中各轨迹点的坐标位置，以及目标车辆行驶至各轨迹点的瞬时速度，来确定相邻路口之间的路段上的绿波速度，可以实现有效确定各路段的绿波速度。
120.在本技术实施例的一种可能的实现方式中，为了使得计算得到的绿波速度指标能
够符合绿波速度业务需求，可以剔除掉未享受到绿波，无法连贯地通过绿波协调线路上的各路段的车辆行驶数据。下面结合实施例五，对上述过程进行详细说明。
121.图5为本公开实施例五所提供的绿波速度确定方法的流程示意图。
122.如图5所示，该绿波速度确定方法可以包括以下步骤：
123.步骤501，获取至少一个车辆在绿波协调线路上的车辆行驶数据。
124.步骤502，根据车辆行驶数据确定车辆的行驶方向。
125.步骤503，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆。
126.步骤501至503的执行过程可以参见上述实施例的执行过程，在此不做赘述。
127.步骤504，针对绿波协调线路上任意两个路口，获取两个路口的位置。
128.在本公开实施例中，针对绿波协调线路上任意两个路口，获取两个路口的位置。例如，可以从地图端，获取绿波协调线路上任意两个路口的位置。
129.步骤505，从目标车辆的车辆行驶数据中，确定坐标位置与两个路口的位置分别匹配的第四轨迹点和第五轨迹点。
130.在本公开实施例中，可以从目标车辆的车辆行驶数据中，确定坐标位置与上述两个路口中的其中一个路口的位置匹配的轨迹点，作为第四轨迹点，并确定坐标位置与上述两个路口中的另一个路口的位置匹配的轨迹点，作为第五轨迹点。
131.步骤506，根据第四轨迹点的时间戳和第五轨迹点的时间戳，确定目标车辆通过两个路口的第二行驶时长。
132.在本公开实施例中，可以将第四轨迹点的时间戳和第五轨迹点的时间戳作差，以得到目标车辆通过上述两个路口的第二行驶时长。
133.步骤507，筛选以保留第二行驶时长小于或者等于设定时长的目标车辆。
134.需要说明的是，设定时长与上述两个路口中间间隔的路口个数相关。比如，当上述两个路口中间间隔的路口个数较多时，设定时长的取值相对较大，而当上述两个路口中间间隔的路口个数较少时，设定时长的取值相对较小。
135.可以理解的是，当车辆享受到绿波时，可连续通过绿波协调线路上的各路段，此时，车辆通过各路段的时长是可以统计得到的，比如，在一般情况下，车辆不停车连续通过10个路口的时长不应高于20分钟，因此，在本公开中，为了进一步提升绿波速度计算结果的准确性和可靠性，可以对各第二行驶时长进行筛选，仅保留第二行驶时长小于或者等于设定时长的目标车辆。
136.步骤508，根据保留的目标车辆的车辆行驶数据，确定绿波协调线路上相邻路口之间的路段上的绿波速度。
137.步骤508的执行过程可以参见上述任一实施例的执行过程，在此不做赘述。
138.综上，本公开中，可以基于车辆行驶数据进行绿波速度的计算，能够利用到干线行驶中车辆的完整行程数据，通过车辆提供的轨迹点数据进行实时匹配、筛选及统计计算，最终得到目标干线(本公开中记为绿波协调线路)上各路段的绿波速度。在绿波速度计算的过程中，一方面需要保证数据源的有效性和准确性，另一方面要保证计算输出的绿波速度指标与业务需求一致。
139.作为一种应用场景，如图6所示，绿波速度的计算过程，可以包括以下两部分：
140.第一部分，车辆行驶数据处理。
141.(1)车辆行驶数据匹配
142.通常，车辆行驶数据是由车端相关设备按照固定频率采集车辆实时位置、实时速度得到的，通过将车辆行驶数据整合到地图端，车辆行驶数据与路网数据建立了关联，再按照一定规则输入干线路口路段信息，可以将车辆行驶数据与目标干线所在的路口路段进行匹配。
143.(2)数据清洗
144.车辆行驶数据包括了各轨迹点的时间戳、各轨迹点的经纬度坐标和车辆行驶至各轨迹点的瞬时速度这三个字段，该数据结构能体现车辆的完整行驶过程。为了满足绿波速度指标的计算，可以对车辆行驶数据进行清洗：以目标干线中的单辆行驶车辆为样本，首先剔除车辆行驶数据中轨迹点缺失的样本，以及轨迹点偏离目标干线的样本；然后筛选出行驶方向与绿波协调方向一致(按照协调相位驶入绿波并驶出绿波干线)的车辆作为有效样本。
145.第二部分，绿波速度计算。
146.为了使得计算得到的绿波速度指标符合绿波速度业务需求，可以剔除掉未享受到绿波，无法连贯地通过绿波协调线路上各路段的车辆行驶数据。为此，可以对有效样本的车辆行驶数据中的各轨迹点以及各轨迹点对应的瞬时速度进行筛选。首先可以按照绿波协调线路上各路口的坐标，对绿波协调线路进行分段，得到各个相邻路口之间的路段。
147.(1)基于轨迹点的坐标位置计算绿波速度
148.针对单辆车辆，对于该车辆的车辆行驶数据t＝{t1(x,y),t2(x,y)、
…
、t
i
(x,y)}，其中，t
i
(x,y)表示第i个轨迹点的坐标位置，可以按照各个轨迹点的坐标位置，将车辆行驶数据分为k个部分，其中，k为绿波协调线路上路段的个数。车辆行驶数据的每个部分对应的轨迹点坐标t
ik
表示车辆在路段c(k,k 1)的行驶记录。对于每个路段中的轨迹点，可以提取该路段中的首尾轨迹点的时间戳做差值，作为车辆在该路段的行驶时间t
k,k 1
，路段长度为l
k,k 1
，则单辆车辆在该路段c(k,k 1)上的行驶速度v
k,k 1
可表示为公式(1)：
149.v
k,k 1
＝l
k,k 1
/t
k,k 1
；
ꢀꢀ
(1)
150.通过计算目标时间段(即绿波时段)内的所有车辆在该路段的速度，并剔除v
k,k 1
小于30km/h的样本，并统计筛选出前85％的样本的速度均值，作为该路段的绿波速度v
k,k 1
，如公式(2)所示：
151.v
k,k 1
＝∑v
k,k 1
/m；
ꢀꢀ
(2)
152.其中，m为前85％的车辆的个数。
153.(2)基于轨迹点的瞬时速度计算绿波速度
154.对于轨迹点的瞬时速度vt＝{vt1,vt2、
…
、vt
i
}的处理，和坐标位置的处理一样，可按照轨迹点的坐标位置，将vt分为k个部分。根据绿波速度的定义，可以剔除vt
i
小于30km/h的轨迹点，以排除偶发停车影响，保证计算得到的车辆速度是车辆顺畅通行的速度。单辆车辆在路段c(k,k 1)上的行驶速度v
k,k 1
可表示为公式(3)所示：
155.v
k,k 1
＝∑vt
i(k,k 1)
/l；
ꢀꢀ
(3)
156.其中，l表示路段c(k,k 1)上保留的轨迹点个数，i(k,k 1)表示轨迹点在路段c(k,k 1)中点的下标，vt
i
表示车辆在轨迹点i处的瞬时速度。
157.通过计算目标时间段(即绿波时段)内的所有车辆在该路段的速度，并取平均值，作为该路段的绿波速度v
k,k 1
，计算方法同公式(2)。
158.由此，可以解决传统手段无法解决的难题，大幅降低人工时间成本或设备依赖，是大规模运用城市干线绿波，提升交通通行效率的关键。
159.本公开实施例的绿波速度确定方法，通过针对绿波协调线路上任意两个路口，获取两个路口的位置，从目标车辆的车辆行驶数据中，确定坐标位置与两个路口的位置分别匹配的第四轨迹点和第五轨迹点；根据第四轨迹点的时间戳和第五轨迹点的时间戳，确定目标车辆通过两个路口的第二行驶时长；筛选以保留第二行驶时长小于或者等于设定时长的目标车辆；根据保留的目标车辆的车辆行驶数据，确定绿波协调线路上相邻路口之间的路段上的绿波速度。由此，通过剔除掉未享受到绿波，无法连贯地通过绿波协调线路的各车辆，可以进一步提升各路段上绿波速度确定结果的准确性和可靠性。
160.与上述图1至图5实施例提供的绿波速度确定方法相对应，本公开还提供一种绿波速度确定装置，由于本公开实施例提供的绿波速度确定装置与上述图1至图5实施例提供的绿波速度确定方法相对应，因此在绿波速度确定方法的实施方式也适用于本公开实施例提供的绿波速度确定装置，在本公开实施例中不再详细描述。
161.图7为本公开实施例六所提供的绿波速度确定装置的结构示意图。
162.如图7所示，该绿波速度确定装置700可以包括：第一获取模块710、第一确定模块720、处理模块730以及第二确定模块740。
163.其中，第一获取模块710，用于获取至少一个车辆在绿波协调线路上的车辆行驶数据。
164.第一确定模块720，用于根据车辆行驶数据确定车辆的行驶方向。
165.处理模块730，用于将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆。
166.第二确定模块740，用于根据目标车辆的车辆行驶数据，确定绿波协调线路上相邻路口之间的路段上的绿波速度。
167.在本公开实施例的一种可能的实现方式中，第二确定模块740，具体用于：针对绿波协调线路上任意两个相邻路口，获取两个相邻路口的位置；从目标车辆的车辆行驶数据中，确定在目标车辆处于两个相邻路口的位置之间时目标车辆的目标行驶数据；根据目标行驶数据，确定两个相邻路口之间的路段上的绿波速度。
168.在本公开实施例的一种可能的实现方式中，目标行驶数据包括各轨迹点的坐标位置，以及目标车辆行驶至各轨迹点的时间戳；第二确定模块740，具体用于：从目标行驶数据中，确定坐标位置与两个相邻路口的位置分别匹配的第一轨迹点和第二轨迹点；根据第一轨迹点的时间戳和第二轨迹点的时间戳，确定目标车辆通过两个相邻路口的第一行驶时长；确定两个相邻路口之间的路段对应的路段长度；根据第一行驶时长和路段长度，确定绿波速度。
169.在本公开实施例的一种可能的实现方式中，目标车辆为多个，第二确定模块740，具体用于：根据各目标车辆对应的第一行驶时长，以及路段长度，确定各目标车辆的第一速度；对各目标车辆的第一速度进行筛选，以保留大于或者等于设定速度阈值的第一速度；根据保留的各第一速度，确定绿波速度。
170.在本公开实施例的一种可能的实现方式中，目标行驶数据包括各轨迹点的坐标位置，以及目标车辆行驶至各轨迹点的瞬时速度；第二确定模块740，具体用于：从目标行驶数据中，确定坐标位置与两个相邻路口的位置分别匹配的第一轨迹点和第二轨迹点；从目标行驶数据中，确定坐标位置处于第一轨迹点的坐标位置和第二轨迹点的坐标位置之间的至少一个第三轨迹点；根据第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度，确定绿波速度。
171.在本公开实施例的一种可能的实现方式中，第二确定模块740，具体用于：对第一轨迹点、第二轨迹点和各第三轨迹点分别对应的瞬时速度进行筛选，以保留大于或者等于设定速度阈值的候选轨迹点；根据候选轨迹点的瞬时速度，确定绿波速度。
172.在本公开实施例的一种可能的实现方式中，车辆行驶数据包括目标车辆行驶至各轨迹点的时间戳；该绿波速度确定装置700还可以包括：
173.第二获取模块，用于针对绿波协调线路上任意两个路口，获取两个路口的位置。
174.第三确定模块，用于从目标车辆的车辆行驶数据中，确定坐标位置与两个路口的位置分别匹配的第四轨迹点和第五轨迹点。
175.第四确定模块，用于根据第四轨迹点的时间戳和第五轨迹点的时间戳，确定目标车辆通过两个路口的第二行驶时长。
176.筛选模块，用于筛选以保留第二行驶时长小于或者等于设定时长的目标车辆。
177.本公开实施例的绿波速度确定装置，通过根据车辆在绿波协调线路上的车辆行驶数据，确定车辆的行驶方向，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆，根据目标车辆的车辆行驶数据，确定绿波协调线路上相邻路口之间的路段上的绿波速度。由此，可以实现根据车辆的实际行驶数据，确定绿波协调线路上各路段上的绿波速度，可以提升绿波速度计算结果的准确性和可靠性。
178.为了实现上述实施例，本公开还提供一种电子设备，电子设备可以包括上述实施例中的主播客户端或服务端，该电子设备可以包括至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开上述任一实施例提出的绿波速度确定方法。
179.为了实现上述实施例，本公开还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开上述任一实施例提出的绿波速度确定方法。
180.为了实现上述实施例，本公开还提供一种计算机程序产品，该计算机程序产品包括计算机程序，计算机程序在被处理器执行时实现本公开上述任一实施例提出的绿波速度确定方法。
181.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
182.图8示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。其中，电子设备可以包括上述实施例中的服务端、客户端。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字
处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
183.如图8所示，设备800包括计算单元801，其可以根据存储在rom(read
‑
only memory，只读存储器)802中的计算机程序或者从存储单元807加载到ram(random access memory，随机访问/存取存储器)803中的计算机程序，来执行各种适当的动作和处理。在ram 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom 802以及ram 803通过总线804彼此相连。i/o(input/output，输入/输出)接口805也连接至总线804。
184.设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
185.计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于cpu(central processing unit，中央处理单元)、gpu(graphic processing units，图形处理单元)、各种专用的ai(artificial intelligence，人工智能)计算芯片、各种运行机器学习模型算法的计算单元、dsp(digital signal processor，数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如上述绿波速度确定方法。例如，在一些实施例中，上述绿波速度确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram 803并由计算单元801执行时，可以执行上文描述的绿波速度确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述绿波速度确定方法。
186.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、fpga(field programmable gate array，现场可编程门阵列)、asic(application
‑
specific integrated circuit，专用集成电路)、assp(application specific standard product，专用标准产品)、soc(system on chip，芯片上系统的系统)、cpld(complex programmable logic device，复杂可编程逻辑设备)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
187.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
188.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、ram、rom、eprom(electrically programmable read
‑
only
‑
memory，可擦除可编程只读存储器)或快闪存储器、光纤、cd
‑
rom(compact disc read
‑
only memory，便捷式紧凑盘只读存储器)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
189.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(cathode
‑
ray tube，阴极射线管)或者lcd(liquid crystal display，液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
190.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：lan(local area network，局域网)、wan(wide area network，广域网)、互联网和区块链网络。
191.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务(virtual private server，虚拟专用服务器)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
192.其中，需要说明的是，人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
193.根据本公开实施例的技术方案，通过根据车辆在绿波协调线路上的车辆行驶数据，确定车辆的行驶方向，将行驶方向与绿波协调线路对应的绿波协调方向匹配的车辆，作为目标车辆，根据目标车辆的车辆行驶数据，确定绿波协调线路上相邻路口之间的路段上的绿波速度。由此，可以实现根据车辆的实际行驶数据，确定绿波协调线路上各路段上的绿波速度，可以提升绿波速度计算结果的准确性和可靠性。
194.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例
如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
195.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。