本发明涉及车辆监测技术领域，尤其涉及预测车辆位置的方法及装置。
背景技术：
在汽车金融风控项目中，为避免用户脱逃，通常放贷公司会在车辆中安装定位装置，如gps定位器。定位装置将会实时上报车辆的位置，无论车辆处于熄火状态还是启动状态。进而，通过对上报的车辆位置数据进行统计，能够预测出未来车辆的位置。现有技术仅根据时间和位置之间的对应关系对车辆的位置进行预测，采用上述方法预测车辆的位置由于特征单一，预测出的结果往往并不准确。
技术实现要素：
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的预测车辆位置的方法及装置。
依据本发明的第一个方面，本发明提供了一种预测车辆位置的方法，所述方法包括：
获取待预测的目标时间；
确定车辆的使用地在所述目标时间下的目标天气特征信息；
在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息，其中，所述历史车辆数据中包含时间信息、天气特征信息和车辆位置信息之间的对应关系；
将查找到的与所述目标时间和所述目标天气特征信息对应的车辆位置信息反馈给用户。
优选的，在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息之前，所述方法还包括：
获取所述车辆的历史车辆数据，所述历史车辆数据包含多个车辆子数据；
将所述多个车辆子数据利用矩阵表示。
优选的，所述获取所述车辆的历史车辆数据，包括：
获取所述车辆上报的车辆位置，以及所述车辆上报所述车辆位置的上报时间；
调用第三方天气查询接口获取所述使用地在所述上报时间下的天气特征信息；
通过建立所述车辆位置、所述上报时间和所述天气特征信息之间的对应关系获得每一个所述车辆子数据。
优选的，所述历史车辆数据中包含所述车辆的车辆识别码，在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息之前，所述方法还包括：
将所述历史车辆数据以所述车辆识别码作为分区名进行分区存储。
优选的，在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息之前，所述方法还包括：
去除所述历史车辆数据中日期为节假日的数据；和/或
去除所述历史车辆数据中车辆位置为所述车辆的车主的家庭住址的数据。
优选的，当所述目标天气特征信息包含多个天气特征子信息时，在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息，包括：
在所述多个天气特征信息中任一天气特征子信息表征天气情况达到预设恶劣天气时，在所述历史车辆数据中仅查找与该天气特征子信息和所述目标时间对应的车辆位置信息。
依据本发明的第二个方面，本发明提供了一种预测车辆位置的装置，所述装置包括：
第一获取模块，用于获取待预测的目标时间；
确定模块，用于确定车辆的使用地在所述目标时间下的目标天气特征信息；
查找模块，用于在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息，其中，所述历史车辆数据中包含时间信息、天气特征信息和车辆位置信息之间的对应关系；
反馈模块，用于将查找到的与所述目标时间和所述目标天气特征信息对应的车辆位置信息反馈给用户。
优选的，所述装置还包括：
第二获取模块，用于获取所述车辆的历史车辆数据，所述历史车辆数据包含多个车辆子数据；
转换模块，用于将所述多个车辆子数据利用矩阵表示。
依据本发明的第三个方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如前述第一个方面所述的方法步骤。
依据本发明的第四个方面，本发明提供了一种计算机设备，包括存储，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如前述第一个方面所述的方法步骤。
根据本发明的预测车辆位置的方法及装置，首先获取待预测的目标时间。接着确定车辆的使用地在目标时间下的目标天气特征信息。然后在车辆的历史车辆数据中查找与目标时间和目标天气特征信息对应的车辆位置信息，其中，历史车辆数据中包含时间信息、天气特征信息和车辆位置信息之间的对应关系。最后将查找到的与目标时间和目标天气特征信息对应的车辆位置信息反馈给用户。本发明由于利用时间和天气特征信息作为查询条件，能够使得最终预测出的车辆位置信息更加准确，符合实际情况。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考图形表示相同的部件。在附图中：
图1示出了本发明实施例中预测车辆位置的方法的流程图；
图2示出了本发明实施例中预测车辆位置的装置的结构示意图；
图3示出了本发明实施例中计算机设备的结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明第一实施例提供一种预测车辆位置的方法，该方法能够对车辆的位置进行预测。该方法应用于车辆系统中。执行该方法的电子设备可以为服务器，也可以为客户端。
如图1所示，本发明的预测车辆位置的方法包括以下步骤：
步骤101：获取待预测的目标时间。
具体来讲，用户在想要知晓车辆在某一时刻下的位置时，可以输入该时刻，从而，电子设备通过接收用户输入的时间，获得待预测的时间，该待预测的时间即为目标时间。本发明的目的在于预测目标时间下车辆的位置。
进一步来讲，如果对单一时刻进行预测，不仅存在预测准确度低的问题，还会降低预测效率。因此，在本发明中，可以将时刻转换为时间段，从而步骤101具体包括：
步骤1011：获取待预测的目标时刻。
步骤1012：确定目标时刻归属的目标时间段，其中，相邻的两个整点时刻之间为一个时间段，位于该相邻的两个整点时刻之间的时刻归属于该时间段。
例如，以24小时制为例，0点到1点为一个时间段，1点到2点为一个时间段，2点到3点为一个时间段，以此类推，一天存在24个时间段。若用户输入的目标时刻为10:20，那么可以确定出该目标时刻归属的目标时间段为10点到11点这一时间段。另外，一个时间段可以通过与该时间段对应的最早的整点时刻表示，例如，对于10点到11点这一时间段，可以通过10表示，从而，若用户输入的目标时刻为10:20，那么可以获得目标时间段为10。
在完成步骤101之后，执行步骤102：确定车辆的使用地在目标时间下的目标天气特征信息。
具体来讲，在本发明中，天气特征信息用于表征天气情况，天气特征信息可以包含多个天气特征子信息。天气特征子信息可以为空气质量、天气或温度。为了提高预测准确性，天气特征信息包含空气质量、天气和温度。从而，在获取到目标时间之后，确定车辆的使用地在目标时间下的天气特征信息，该天气特征信息即为目标天气特征信息，目标天气特征信息包含目标空气质量、目标天气和目标温度。目标空气质量为车辆使用地在目标时间下的空气质量，若通过pm2.5来表征空气质量，则目标空气质量为车辆使用地在目标时间下的pm2.5的值。目标天气为车辆使用地在目标时间下的天气，如晴、雨、雪等。目标温度为车辆使用地在目标时间下的温度。
需要说明的是，车辆的使用地为车辆使用区域，通常可以将车辆入网时定位出的位置作为车辆使用地，例如，若车辆入网时定位出的位置为成都，则将成都作为车辆的使用地。另外，车辆使用地也可以基于历史车辆数据确定，通过对历史车辆数据进行统计，将车辆出现次数超过预设阈值的区域作为车辆使用地，例如，若车辆在成都出现了500次，在重庆出现了2次，预设阈值为100次，那么可以将成都确定为车辆的使用地。通常来说，车辆使用地为一城市，当然，根据用户需要，车辆使用地也可以为用户自行划分的小于或大于城市级别的区域，如城市下属的某一个区，或城市上属的某一个省，本发明不做限定。
进一步来讲，在执行步骤103之前，本发明的预测车辆位置的方法还包括以下步骤：
获取车辆的历史车辆数据，历史车辆数据包含多个车辆子数据；
将多个车辆子数据利用矩阵表示。
具体来讲，本发明中的历史车辆数据是与车辆的使用地对应的数据，本发明通过对与使用地对应的历史车辆数据进行统计，能够在知晓使用地未来的天气特征信息时，预测出未来车辆的位置。
进一步来讲，车辆中安装有定位装置，定位装置将会实时上报车辆的位置。对于历史车辆数据而言，历史车辆数据中包含多个车辆子数据，每一个车辆子数据对应一个上报时间。在本发明中，先获取车辆上报的车辆位置以及车辆上报该车辆位置的上报时间，再调用第三方天气查询接口获取使用地在上报时间下的天气特征信息。最后，建立车辆位置、上报时间和天气特征信息之间的对应关系，从而获得一个车辆子数据。通过重复上述过程，能够获得与每个上报时间对应的车辆子数据，历史车辆数据由多个车辆子数据组成。
例如，当车辆的使用地为成都时，车辆在10:15上报一条位置信息为天府四街336号b小区，那么，通过调用第三方天气查询接口获取到10:15成都的天气特征信息为：pm2.5为80、天气阴、温度为25℃，最终，将得到一个车辆子数据为：上报时间：10:15、车辆位置：天府四街336号b小区、天气特征信息：pm2.5为80、天气阴、温度为25℃。该车辆子数据即属于历史车辆数据。
进一步来讲，在本发明中，第三方天气查询接口可以为天气情况查询服务器，利用第三方天气查询接口查询到的天气特征信息能够准确地反映当前天气情况。
进一步来讲，在本发明中，为了提高查找效率，在获取到历史车辆数据之后，将多个车辆子数据利用矩阵表示。具体地，将多个车辆子数据通过由上报时间、天气特征信息和车辆位置建立的矩阵表示。需要说明的是，对于历史车辆数据而言，同样可以将时刻转换为时间段，即将上报的时刻转换成时间段，由于转换的过程与前述目标时刻的转换方式相同，此处不再赘述。
例如，若车辆使用地为成都，一个车辆子数据为：车辆上报的车辆位置为天府三街199号a大厦，上报时间为00:15，该上报时间下成都的天气特征信息为：pm2.5为120、天气为晴、温度为10℃。一个车辆子数据为：车辆上报的车辆位置为天府四街336号b小区，上报时间为10:16，获得该上报时间下成都的天气特征信息为：pm2.5为80、天气为阴、温度为25℃。一个车辆子数据为：车辆上报的车辆位置为天府十街996号c咖啡店，上报时间为21:17，获得该上报时间下成都的天气特征信息为：pm2.5为60、天气为雨、温度为23℃。则，利用矩阵表示后可以得到如表一的结果：
需要说明的是，在发明中，为了提高查询效率，天气可以采用数值表征，不同的天气利用不同的数值表征，例如，可以用1表征晴，用2表征阴，用3表征雨。
进一步来讲，为了避免数据混乱，方便数据查找，从而提高查询效率，在本发明中，历史车辆数据中还包含车辆的车辆识别码(vehicleidentificationnumber，vin)，即，车辆在上报数据时，会将自身的车辆识别码一并进行上报。进一步，在保存历史车辆数据时，以车辆识别码作为分区名进行分区存储，从而不同的车辆能够存储在不同的区域，每个车辆具有单独的存储空间。
进一步来讲，在执行步骤103之前，本发明的预测车辆位置的方法还包括以下步骤：
去除历史车辆数据中日期为节假日的数据；和/或
去除历史车辆数据中车辆位置为车辆的车主的家庭住址的数据。
具体来讲，由于车辆的车主的家庭住址通常会预先存储在服务器中，用户预先能够知晓家庭住址，并通常会先根据家庭住址寻找车辆，因此，为了扩展预测结果的多样性，本发明并不会将家庭住址作为预测结果，从而，对于历史车辆数据中车辆位置为车主的家庭住址的数据将会预先进行去除。进而，在基于历史车辆数据查找与目标时间对应的车辆位置信息时，车辆的车主的家庭住址将不会成为查找结果。而，由于节假日用户驾驶车辆所到位置通常是无规律性的，若考虑与节假日对应的数据，将会对预测造成干扰，因此，在本发明中，对于历史车辆数据中日期为节假日的数据可以预先进行去除。
需要说明的是，在本发明中，历史车辆数据中还可以包含上报日期，即，车辆在上报数据时，不仅会上报时间还会上报日期，以便对历史车辆数据中日期为节假日的数据进行去除。
进一步来讲，为了便于去除节假日和家庭住址，利用矩阵对历史车辆数据进行表示时，可以增加是否为节假日和是否为家庭住址的特征，参见下表二：
其中，对于节假日特征而言，1代表是节假日，0代表不是节假日。对于家庭住址特征而言，1代表是家庭住址，0代表不是家庭住址。
进一步来讲，在获取到历史车辆数据和目标天气特征信息之后，执行步骤103：在车辆的历史车辆数据中查找与目标时间和目标天气特征信息对应的车辆位置信息。
具体来讲，由于历史车辆数据中存储有时间信息、天气特征信息和车辆位置信息之间的对应关系，因此，在知晓目标时间和目标天气特征信息后，可以根据上述对应关系确定出与目标时间和目标天气特征信息均对应的车辆位置信息。例如，若目标时间为10，目标天气特征信息为天气为阴，那么，通过查询历史车辆数据可以确定出与10和阴均对应的车辆位置信息为：天府四街336号b小区。
进一步来讲，为了提高查询效率，当目标天气特征信息包含多个天气特征子信息时，在多个天气特征信息中任一天气特征子信息表征天气情况达到预设恶劣天气时，在历史车辆数据中仅查找与该天气特征子信息和目标时间对应的车辆位置信息。预设恶劣天气可以根据用户需求进行设定，其为预设的天气情况，如可以设定pm2.5值大于200为恶劣天气，也可以设定温度低于零下20℃为恶劣天气，等等，本发明对何种程度为恶劣天气不做限定。
例如，若目标天气特征信息包含：pm2.5为300、天气为阴、温度为25℃，由于pm2.5为300，表征天气情况达到预设的恶劣天气，因此，可以在历史车辆数据中仅查找与目标时间和pm2.5为300对应的车辆位置信息，忽略天气和温度这两个特征属性。
在完成步骤103之后，执行步骤104：将查找到的与目标时间和目标天气特征信息对应的车辆位置信息反馈给用户。
具体来讲，与目标时间和目标天气特征信息对应的车辆位置信息即为预测出的目标时间下的车辆的位置。
进一步来讲，若查找到的结果包含多个车辆位置信息，则将出现次数超过预设阈值的车辆位置信息反馈给用户。例如，若查找到第一车辆位置和第二车辆位置，第一车辆位置在历史车辆数据中对应的目标时间和目标天气特征信息下出现的次数为100次，而第二车辆位置在历史车辆数据中对应的目标时间和目标天气特征信息下出现的次数为1次，预设阈值为10次，那么仅将第一车辆位置反馈给用户。
下面结合一实例对本发明的预测车辆位置的方法进行说明：
车辆的使用地为成都，用户想要知晓车辆在10:20可能出现的位置。首先，确定目标时间段为10点到11点这一时间段，接着，确定10点到11点这一时间段成都的天气特征信息，具体为：阴、温度为25-30℃、pm2.5小于10。然后，在车辆的历史车辆数据中查找满足以下条件的数据：时间为：10点到11点，温度为25-30℃，pm2.5小于10，最终确定出历史车辆数据中满足上述条件对应的车辆位置为：a公园、b农家乐和c咖啡店，a公园的出现次数为2689，b农家乐的出现次数为1899，c咖啡店的出现次数为1689。从而，可以将a公园作为预测结果反馈给用户。
本发明增加了预测的维度，将时间和天气特征信息作为查询条件，从而能够提高预测结果的准确性，符合实际需求。
基于同一发明构思，本发明第二实施例提供一种预测车辆位置的装置，如图2所示，所述装置包括：
第一获取模块201，用于获取待预测的目标时间；
确定模块202，用于确定车辆的使用地在所述目标时间下的目标天气特征信息；
查找模块203，用于在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息，其中，所述历史车辆数据中包含时间信息、天气特征信息和车辆位置信息之间的对应关系；
反馈模块204，用于将查找到的与所述目标时间和所述目标天气特征信息对应的车辆位置信息反馈给用户。
优选的，所述装置还包括：
第二获取模块，用于获取所述车辆的历史车辆数据，所述历史车辆数据包含多个车辆子数据；
转换模块，用于将所述多个车辆子数据利用矩阵表示。
优选的，所述第二获取模块，包括：
第一获取单元，用于获取所述车辆上报的车辆位置，以及所述车辆上报所述车辆位置的上报时间；
第二获取单元，用于调用第三方天气查询接口获取所述使用地在所述上报时间下的天气特征信息；
获得单元，用于通过建立所述车辆位置、所述上报时间和所述天气特征信息之间的对应关系获得每一个所述车辆子数据。
优选的，所述历史车辆数据中包含所述车辆的车辆识别码，所述装置还包括：
存储模块，用于将所述历史车辆数据以所述车辆识别码作为分区名进行分区存储。
优选的，所述装置还包括：
第一去除单元，用于去除所述历史车辆数据中日期为节假日的数据；和/或
第二去除单元，用于去除所述历史车辆数据中车辆位置为所述车辆的车主的家庭住址的数据。
优选的，当所述目标天气特征信息包含多个天气特征子信息时，所述查找模块，具体用于：
在所述多个天气特征信息中任一天气特征子信息表征天气情况达到预设恶劣天气时，在所述历史车辆数据中仅查找与该天气特征子信息和所述目标时间对应的车辆位置信息。
基于同一发明构思，本发明第三实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述第一实施例所述的方法步骤。
基于同一发明构思，本发明第四实施例还提供了一种计算机设备，如图3所示，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该计算机设备可以为包括手机、平板电脑、pda(personaldigitalassistant，个人数字助理)、pos(pointofsales，销售终端)、车载电脑等任意终端设备，以计算机设备为手机为例：
图3示出的是与本发明实施例提供的计算机设备相关的部分结构的框图。参考图3，该计算机设备包括：存储器301和处理器302。本领域技术人员可以理解，图3中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图3对计算机设备的各个构成部件进行具体的介绍：
存储器301可用于存储软件程序以及模块，处理器302通过运行存储在存储器301的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器301可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储数据(比如音频数据、电话本等)等。此外，存储器301可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器302是计算机设备的控制中心，通过运行或执行存储在存储器301内的软件程序和/或模块，以及调用存储在存储器301内的数据，执行各种功能和处理数据。可选的，处理器302可包括一个或多个处理单元；优选的，处理器302可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。
在本发明实施例中，该计算机设备所包括的处理器302可以具有前述第一实施例中任一方法步骤所对应的功能。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
1.一种预测车辆位置的方法，其特征在于，所述方法包括：
获取待预测的目标时间；
确定车辆的使用地在所述目标时间下的目标天气特征信息；
在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息，其中，所述历史车辆数据中包含时间信息、天气特征信息和车辆位置信息之间的对应关系；
将查找到的与所述目标时间和所述目标天气特征信息对应的车辆位置信息反馈给用户。
2.如权利要求1所述的方法，其特征在于，在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息之前，所述方法还包括：
获取所述车辆的历史车辆数据，所述历史车辆数据包含多个车辆子数据；
将所述多个车辆子数据利用矩阵表示。
3.如权利要求2所述的方法，其特征在于，所述获取所述车辆的历史车辆数据，包括：
获取所述车辆上报的车辆位置，以及所述车辆上报所述车辆位置的上报时间；
调用第三方天气查询接口获取所述使用地在所述上报时间下的天气特征信息；
通过建立所述车辆位置、所述上报时间和所述天气特征信息之间的对应关系获得每一个所述车辆子数据。
4.如权利要求1所述的方法，其特征在于，所述历史车辆数据中包含所述车辆的车辆识别码，在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息之前，所述方法还包括：
将所述历史车辆数据以所述车辆识别码作为分区名进行分区存储。
5.如权利要求1所述的方法，其特征在于，在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息之前，所述方法还包括：
去除所述历史车辆数据中日期为节假日的数据；和/或
去除所述历史车辆数据中车辆位置为所述车辆的车主的家庭住址的数据。
6.如权利要求1所述的方法，其特征在于，当所述目标天气特征信息包含多个天气特征子信息时，在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息，包括：
在所述多个天气特征信息中任一天气特征子信息表征天气情况达到预设恶劣天气时，在所述历史车辆数据中仅查找与该天气特征子信息和所述目标时间对应的车辆位置信息。
7.一种预测车辆位置的装置，其特征在于，所述装置包括：
第一获取模块，用于获取待预测的目标时间；
确定模块，用于确定车辆的使用地在所述目标时间下的目标天气特征信息；
查找模块，用于在所述车辆的历史车辆数据中查找与所述目标时间和所述目标天气特征信息对应的车辆位置信息，其中，所述历史车辆数据中包含时间信息、天气特征信息和车辆位置信息之间的对应关系；
反馈模块，用于将查找到的与所述目标时间和所述目标天气特征信息对应的车辆位置信息反馈给用户。
8.如权利要求7所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于获取所述车辆的历史车辆数据，所述历史车辆数据包含多个车辆子数据；
转换模块，用于将所述多个车辆子数据利用矩阵表示。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一权利要求所述的方法步骤。
10.一种计算机设备，包括存储，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一权利要求所述的方法步骤。
技术总结