一种基于GPS数据和车辆运单计算车辆载货里程的方法与流程

一种基于gps数据和车辆运单计算车辆载货里程的方法
技术领域
1.本发明属于车辆载货里程计算技术领域，涉及一种基于gps数据和车辆运单计算车辆载货里程的方法。


背景技术：

2.车辆载货里程是指车辆运输货物的距离。用于支撑货物运输调查、车辆运行效率评价等，也是确定货车装载货物运输里程的主要依据。目前车辆载货里程的主要获取技术为交通调查，成本较高，长期维护难度大、在车辆中覆盖有限，目前无法获取所有货车的载货里程。
3.随着互联网技术的飞速发展，以出行个体为载体的交通信息获取方式得到大面积应用，如车载终端导航(gps)数据、车辆运单数据等，此类数据的特征是包含车辆个体的出行起点、行程重点和车辆轨迹、时间等信息。通过对车辆gps数据和车辆运单信息的挖掘与分析，能够获得gps数据和运单数据背后的车辆载货里程信息，为车辆运输调度方案、交通管理提供数据支撑与决策支持。
4.现有关于车辆载货里程的研究较少，但是存在各种技术方法进行车辆载货状态的研究，如“车辆载货状态识别方法和装置(公告号：cn104915650b)”,通过视频监控与图像识别技术以及物联网的集成，完成对车辆上货品的实时监控,通过截取视频图片与货车无货等标准状态时的图片进行对比，以判断车辆是否载货。
[0005]“一种车辆载货状态探测方法(公开号：cn106768237a)”，根据车辆传感器输出信号判断车辆为满载、空载或卸载状态,最后通过车载终端将车辆载货状态发送到车联网平台，进而判定车辆是否处于载货状态。基于视频识别及传感器等相关技术进行载货状态判别的方法需要安装大量的视频设备及传感器等，投入成本和维护成本均较大；另外需要通过视频识别算法或传感器采集数据的相关处理进行识别，对数据计算处理的能力要求较高。
[0006]
因此，提出一种基于gps数据和车辆运单计算车辆载货里程的方法，本发明基于车辆gps数据和运单数据填补载货里程识别的空白，通过对车辆gps数据和车辆运单信息的挖掘与分析，能够获得gps数据和运单数据背后的车辆载货里程信息，为车辆运输调度方案、交通管理提供数据支撑与决策支持。


技术实现要素：

[0007]
本发明的目的是针对现有的技术存在上述问题，提出了一种基于gps数据和车辆运单计算车辆载货里程的方法，本发明要解决的技术问题是：如何通过gps数据和车辆运单数据匹配识别车辆载货里程，以支撑货车车辆调度。
[0008]
本发明的目的可通过下列技术方案来实现：
[0009]
一种基于gps数据和车辆运单计算车辆载货里程的方法，包含以下步骤：
[0010]
步骤1：对车辆gps数据和运单数据进行预处理，将重复数据和异常数据进行删除，
得到有效的gps数据和运单数据，形成有效gps数据和运单数据集其中g表示车辆gps数据，y表示车辆运单数据，具体规则如下，
[0011]
1.1删除数据中完全重复的数据，删除相邻点间速度大于120km/h的数据；若相邻两条gps数据时间差大于60s，则根据等间隔进行经纬度补点；
[0012]
1.2删除完全重复以及起终点中文地址不完整的运单数据；
[0013]
1.3将预处理后的车辆gps数据和运单数据按照日期进行分组，删除仅有任意一类数据的数据集；
[0014]
步骤2：基于有效运单数据，根据车辆的运单起点、卸货点和运单终点，计算每条运单的最短路径里程p
k
，其中k表示第k条运单数据，以运单号码由小到大排序，形成有效运单数据集合p(y
o
,y
c
,y
d
),其中y
o
表示运单起点的中文地址和经纬度，y
c
表示运单卸货点的中文地址和经纬度，y
d
表示运单终点的中文地址和经纬度；
[0015]
步骤3：将车辆按照日期为间隔，统计不同日期t内的车辆载货里程，车辆j在某日期内的载货里程用集合r表示，标记为其中p
j
为车辆运单对应的载货最短路径里程，l
j
为载货里程，t
j
为载货行驶时间；
[0016]
步骤4：按将车辆gps数据和运单数据进行空间匹配更新车辆载货里程状态)，进行车辆载货里程的测算,过程如下：
[0017]
4.1在车辆有效数据集和数据集合p(y
o
,y
c
,y
d
)，按照顺序将车辆各运单起点y
o
、卸货点y
c
和终点y
d
与车辆gps数据进行对比，若距离小于500m，则在对应的车辆gps数据后标记为y
x
，含运单起点、卸货点或终点；若距离大于500m，则在对应的车辆gps数据后标记为0；对匹配运单数据后的车辆gps数据进行优化调整，若list[i]＝0,list[i―1]和list[i 1]＝y
x
,则调整list[i]＝y
x
；若list[i:i n]＝y
x
持续时间小于等于5min，则调整list[i:i n]＝0，若list[i:i n]＝y
x
持续时间大于5min，则不做调整；
[0018]
4.2对匹配优化后的车辆gps数据，取相邻y
o
和y
d
间车辆gps数据计算载货里程l
j
和载货行驶时间t
j
，更新车辆载货里程状态计算过程如下：
[0019]
l
j
＝∑
k＝0
6371004*sqrt(power(cos(lat
i
*pi()/180)*(lon
i 1
*pi()/180―(lon
i
*pi()/180),1) po；
[0020][0021]
步骤5：对比车辆载货里程状态中车辆运单对应的载货最短路径里程p
j
和载货里程l
j
,若两者之间误差小于20％，则采纳车辆载货里程；若误差大于20％时，标记为疑似异常运单。
[0022]
在进行运单数据处理时，基于有效运单数据，统计运单的日期、车牌号、运单号、起点、卸货点和终点等信息，并进行最短路径的搜索，获取车辆运单的最短路径里程。
[0023]
在进行gps数据处理时，gps数据统计中包含车辆id、时间、车辆累计里程和车辆位置的中文地址和经纬度等信息，并增加【是否为停留点】、【停留点名称】、【运单号】和【车牌号】等信息，根据车辆gps数据与运单数据之间的距离和停留时间判定，对各列进行赋值，其中【是否为停留点】中的1为运单起点、2为运单终点、3为运单卸货点，0为车辆运行点，并将
运单起终点、运单号和车牌号进行赋值。
[0024]
与现有技术相比，本基于gps数据和车辆运单计算车辆载货里程的方法具有以下优点：
[0025]
本发明通过车辆gps数据和车辆运单有效解决车辆载货里程识别的问题，利用数据挖掘和分析的手段有效识别车辆的载货里程，能够降低因加装传感器带来的成本；本技术相比现有技术可减少道路监测设备的依赖，基于单车数据实现车辆及载货里程的识别，能够有效识别运单数据的准确性，为车辆运输调度方案、交通管理提供数据支撑与决策支持。
附图说明
[0026]
图1是本发明的操作步骤示意图；
具体实施方式
[0027]
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
[0028]
本实施例提供了一种基于gps数据和车辆运单计算车辆载货里程的方法，包含以下步骤：
[0029]
步骤1：对车辆gps数据和运单数据进行预处理，将重复数据和异常数据进行删除，得到有效的gps数据和运单数据，形成有效gps数据和运单数据集其中g表示车辆gps数据，y表示车辆运单数据，具体规则如下，
[0030]
1.1删除数据中完全重复的数据，删除相邻点间速度大于120km/h的数据；若相邻两条gps数据时间差大于60s，则根据等间隔进行经纬度补点；
[0031]
1.2删除完全重复以及起终点中文地址不完整的运单数据；
[0032]
1.3将预处理后的车辆gps数据和运单数据按照日期进行分组，删除仅有任意一类数据的数据集；
[0033]
步骤2：基于有效运单数据，根据车辆的运单起点、卸货点和运单终点，计算每条运单的最短路径里程p
k
，其中k表示第k条运单数据，以运单号码由小到大排序，形成有效运单数据集合p(y
o
,y
c
,y
d
),其中y
o
表示运单起点的中文地址和经纬度，y
c
表示运单卸货点的中文地址和经纬度，y
d
表示运单终点的中文地址和经纬度；
[0034]
步骤3：将车辆按照日期为间隔，统计不同日期t内的车辆载货里程，车辆j在某日期内的载货里程用集合r表示，标记为其中p
j
为车辆运单对应的载货最短路径里程，l
j
为载货里程，t
j
为载货行驶时间；
[0035]
步骤4：按将车辆gps数据和运单数据进行空间匹配更新车辆载货里程状态步骤4：按将车辆gps数据和运单数据进行空间匹配更新车辆载货里程状态进行车辆载货里程的测算,过程如下：
[0036]
4.1在车辆有效数据集和数据集合p(y
o
,y
c
,y
d
)，按照顺序将车辆各运单起点y
o
、卸货点y
c
和终点y
d
与车辆gps数据进行对比，若距离小于500m，则在对应的车辆gps数据后标记为y
x
，含运单起点、卸货点或终点；若距离大于500m，则在对应的车辆gps数据后标记为0；对匹配运单数据后的车辆gps数据进行优化调整，若list[i]＝0,list[i―1]和list
[i 1]＝y
x
,则调整list[i]＝y
x
；若list[i:i n]＝y
x
持续时间小于等于5min，则调整list[i:i n]＝0，若list[i:i n]＝y
x
持续时间大于5min，则不做调整；
[0037]
4.2对匹配优化后的车辆gps数据，取相邻y
o
和y
d
间车辆gps数据计算载货里程l
j
和载货行驶时间t
j
，更新车辆载货里程状态计算过程如下：
[0038]
l
j
＝∑
k＝0
6371004*sqrt(power(cos(lat
i
*pi()/180)*(lon
i 1
*pi()/180―(lon
i
*pi()/180),1) po；
ꢀꢀ
(公式1)
[0039][0040]
步骤5：对比车辆载货里程状态中车辆运单对应的载货最短路径里程p
j
和载货里程l
j
,若两者之间误差小于20％，则采纳车辆载货里程；若误差大于20％时，标记为疑似异常运单。
[0041]
在进行运单数据处理时，基于有效运单数据，统计运单的日期、车牌号、运单号、起点、卸货点和终点等信息，并进行最短路径的搜索，获取车辆运单的最短路径里程。
[0042]
在进行gps数据处理时，gps数据统计中包含车辆id、时间、车辆累计里程和车辆位置的中文地址和经纬度等信息，并增加【是否为停留点】、【停留点名称】、【运单号】和【车牌号】等信息，根据车辆gps数据与运单数据之间的距离和停留时间判定，对各列进行赋值，其中【是否为停留点】中的1为运单起点、2为运单终点、3为运单卸货点，0为车辆运行点，并将运单起终点、运单号和车牌号进行赋值。
[0043]
以下结合具体实施例，采用本发明方法，基于gps数据和车辆运单计算车辆载货里程。
[0044]
具体地，以某公司运输车辆，车牌号为京aa126xx为例，采用本发明方法进行载货里程计算，包含以下步骤：
[0045]
步骤1：对车辆gps数据和运单数据进行预处理，将重复数据和异常数据进行删除，得到有效的gps数据和运单数据，形成有效gps数据和运单数据集其中g表示车辆gps数据，y表示车辆运单数据；
[0046]
步骤2：基于有效运单数据，整理运单的起点y
o
、卸货点y
c
和终点y
d
，并进行最短路径的搜索，获取车辆每条运单的最短路径里程p
k
，其中k表示第k条运单数据，以运单号码由小到大排序，形成有效运单数据集合p(y
o
,y
c
,y
d
)；统计表如表1所示，表1为车辆运单数据字段；
[0047]
表1车辆运单数据字段
[0048][0049]
步骤3：本例中按照日期进行数据划分，标记为t，如2021
‑
03
‑
01等，统计不同日期下的车辆载货里程和载货行驶时间；车辆j在某日期内的载货里程用集合r表示，标记为(p
j
,l
j
,t
j
)，其中p
j
为车辆运单对应的载货最短路径里程，l
j
为载货里程，t
j
为载货行驶时间；
[0050]
步骤4：抽取车辆京aa126xx的运单数据和gps数据，进行车辆载货里程的测算。
[0051]
在进行gps数据处理时，在车辆gps数据统计表中增加【是否为停留点】、【停留点名称】、【运单号】、【车牌号】四列，根据车辆gps数据与运单数据之间的距离和停留时间判定，对各列进行赋值，其中【是否为停留点】中的1为运单起点、2为运单终点、3为运单卸货点，0为车辆运行点，并将运单起终点、运单号和车牌号进行赋值；如表2所示，表2为车辆gps数据重要字段；
[0052]
表2车辆gps数据重要字段
[0053]
[0054]
[0055][0056]
根据停留信息匹配结果，对每一个停留点进行迭代分析，通过判定其前后点位是否为停留点，对其属性进行检验。如第125行gps数据，通过距离和停留时间判定为车辆运行点，但其相邻的前后gps点均为车辆停留点，因此该条数据优化后其【是否为停留点】的属性将由0优化为1。
[0057]
对赋值后的车辆gps数据根据公式1和公式2计算车辆载货里程，其载货里程为37.8km，运行时间为2.4h。因此，车辆载货状态为
[0058]
步骤5：对车辆载货里程测算结果与车辆运单对应的最短路径里程进行对比，其相对误差为2％，在可接受范围内，因此，车辆载货里程识别正常，该运单判定为正常订单。
[0059]
本发明通过车辆gps数据和车辆运单有效解决车辆载货里程识别的问题，利用数据挖掘和分析的手段有效识别车辆的载货里程，能够降低因加装传感器带来的成本；本技术相比现有技术可减少道路监测设备的依赖，基于单车数据实现车辆及载货里程的识别，能够有效识别运单数据的准确性，为车辆运输调度方案、交通管理提供数据支撑与决策支持。
[0060]
上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下做出各种变化。