本发明涉及公共交通领域，更具体地，涉及一种公交中途站点位置检测方法及系统。
背景技术：
公交线网数据为智能交通信息服务的基础数据，是地图服务、实时公交查询服务、城市公交线网优化等应用系统所必需的数据，对此类数据准确性的要求不言而喻。另外一方面随着城镇化进程的加快以及公共交通事业的发展，公交线网的临时调整和优化持续进行中。为了及时保证线网数据的准确性，尤其是公交中途站位置的准确性，需要一种高效廉价且自动化方式来检测已有站点位置是否错误，以便对位置错误的站点采取措施进行纠正，保证线网数据的准确性。
技术实现要素：
为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的公交中途站点位置检测方法及系统。
根据本发明实施例的第一方面，提供一种公交中途站点位置检测方法，该方法包括：根据待检测公交线路的线路信息，将待检测公交线路中的站点位置映射到车辆轨迹网格中；获取车辆轨迹网格所包含的每个特定网格对应的阻滞概率，基于阻滞概率筛选出待检测公交线路中位置正确的站点；其中，阻滞概率用于指示公交车辆在特定网格上停留的比例。
根据本发明实施例第二方面，提供了一种公交中途站点位置检测系统，该系统包括：映射模块，用于根据待检测公交线路的线路信息，将待检测公交线路中的站点位置映射到车辆轨迹网格中；检测模块，用于获取车辆轨迹网格所包含的每个特定网格对应的阻滞概率，基于阻滞概率筛选出待检测公交线路中位置正确的站点；其中，阻滞概率用于指示公交车辆在特定网格上停留的比例。
根据本发明实施例的第三方面，提供了一种电子设备，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，处理器执行程序时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的公交中途站点位置检测方法。
根据本发明实施例的第四方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的公交中途站点位置检测方法。
本发明实施例提供的公交中途站点位置检测方法及系统，通过阻滞概率筛选出确信正确的原有公交站点位置，高效廉价的检测位置错误的公交中途站点，并推荐出可能正确的站点位置，以便对位置错误的站点采取措施进行纠正，保证线网数据的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1为本发明实施例提供的公交中途站点位置检测方法的流程示意图；
图2为本发明实施例提供的公交中途站点位置检测系统的结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
随着云计算及大数据技术的发展，计算和存储资源会变得越来越廉价，使得机器学习算法能够以更快的速度及更小的成本处理大规模数据，进而充分挖掘和发挥数据的价值。同时能够避免现有以规则为判定标准，自动化检测公交站点错误位置技术无法自我学习和迭代的弊端。
基于此，本发明实施例提供一种基于机器学习检测位置错误公交中途站的方法，该方法能够高效廉价的检测位置错误的公交中途站点，从而为及时更正位置错误的站点提供依据。
参见图1，本发明实施例提供的公交中途站点位置检测方法包括如下步骤：
步骤101、根据待检测公交线路的线路信息，将待检测公交线路中的站点位置映射到车辆轨迹网格中。
其中，作为一种可选实施例，线路信息包括：线路名称、线路方向和至少一个站点信息；其中，线路方向用于指示上行或下行；站点信息包括站点名称、站点序号、站点与上一站点之间的距离以及站点位置。
具体地，线路信息l具体可通过如下方式表达：l＝{linename,direction,(station1,station2,...,stationn)}，其中linename为线路名称、direction为线路方向(上行或下行)，station代表待检测某个公交站点信息，station＝{stationname,stationorder,distance,positionstation(lng,lat)}，stationname为站点名称，stationorder站点序号，distance为该站点与上一个站点之间的距离，positionstation为站点位置。
其中，作为一种可选实施例，将待检测公交线路中的站点位置映射到车辆轨迹网格中，包括：将待检测公交线路中的站点位置映射到以预设距离为边长的空间索引的车辆轨迹网格中；相应地，站点信息还包括站点在车辆轨迹网格中的索引编号。
具体地，将上述公交站点位置映射到以s(例如s＝10m)为边长的空间索引的网格中，此时线路信息的表达可以为：station＝{stationname,stationorder,distance,positionstation(lng,lat),grid}，其中grid为空格网格的索引编号。
其中，作为一种可选实施例，将待检测公交线路中的站点位置映射到车辆轨迹网格中之后，还包括：获取待检测公交线路的各辆公交车在待检测公交线路的行驶轨迹数据，并将轨迹数据映射至车辆轨迹网格中。
具体地，获取待检测公交线路各辆公交车和在线路首末站之间一定时间内的行驶轨迹数据，并对行驶轨迹中异常gps点进行清洗。将轨迹中的gps点映射到以s为边长的空间索引的网格中。
其中，作为一种可选实施例，将轨迹数据映射至车辆轨迹网格中之后，还包括：计算各辆公交车经过每个特定网格的平均速度以及每个特定网格的超过设定阈值速度的比例；对包含有路口或红绿灯的特定网格设置第一标签；对存在有用户查询行为的特定网格添加第二标签。
具体地，计算上述每辆公交车经过特定网格的平均速度。计算特定网格超过指定阈值速度的比例highspeedrate，所占比例为各个车辆速度超过阈值的个数占整体速度个数的比例；例如假设有100个经过该网格的速度，其中有70个车辆的速度超过了阈值，那么此网格的highspeedrate就是70/100＝0.7。计算上述所有网格中是否包含路口、红绿灯，如果包含标签设置为1(即第一标签)，不包含标签设置为0。获取一定时间内用户查询该条线路的查询位置信息，并将位置信息映射到上述网格中，网格内存在用户查询行为，将标签设置为1(即第二标签)，无用户查询行为将标签设置为0。
步骤102、获取车辆轨迹网格所包含的每个特定网格对应的阻滞概率，基于阻滞概率筛选出待检测公交线路中位置正确的站点；其中，阻滞概率用于指示公交车辆在特定网格上停留的比例。
其中，作为一种可选实施例，基于阻滞概率筛选出待检测公交线路中位置正确的站点，包括：若判断获知阻滞概率为1的特定网格与待检测公交线路中原有的站点位置对应的特定网格相同，则原有的站点为位置正确的站点。
具体地，首先计算阻滞概率。例如计算特定网格的公交车辆的阻滞概率stoprate，阻滞概率描述了公交车辆在网格上停留的比例。假设100个经过该网格的车辆，其中有70个车辆的速度值为0，那么这个特定网格的stoprate就是70/100＝0.7。筛选车辆轨迹网格中阻滞概率为1的网格编号，将这些网格编号与原有线路站点位置对应的网格编号比对。如果原有线路站点网格编号与车辆轨迹中阻滞概率为1的网格编号相同，则该站点为位置未发生改变的站点，即为检测出原有线路站点位置正确的站点。其中剩余网格为待检测的网格。
基于上述实施例的内容，作为一种可选实施例，基于阻滞概率筛选出待检测公交线路中位置正确的站点之后，还包括：对于车辆轨迹网格所包含的除位置正确的站点对应的特定网格外的其他待检测网格，将待检测网格对应的特征数据输入至网格分类模型，获取网格分类模型输出的分类结果；其中，分类结果包括站点位置正确、站点位置错误或推荐的站点位置；网格分类模型是基于待检测网格的历史特征数据及相对应的标注标签经训练后获得的。
具体地，对待检测网格使用机器学习方法推断，包括如下步骤：
1、构建特征集合，包括：线路名称(linename)、线路方向(direction)、线路该方向的平均站距(avgstationdistance)、待检测网格的阻滞概率(stoprate)、待检测网格前面第1个网格的阻滞概率(prevstoprate)、待检测网格后面第1个网格的阻滞概率(nextstoprate)、待检测网格的超过阈值速度的比例(highspeedrate)、待检测网格前面第1个网格的超过阈值速度的比例(prevhighspeedrate)、待检测网格后面第1个网格的超过阈值速度的比例(nexthighspeedrate)、待检测网格是否存在路口、红绿灯(iscrossing)、待检测网格是否存在用户查询数据(isquery)、待检测网格是否存在其他线路的站点(isotherstation)、待检测网格距离前面第1个已正确站点位置的距离(prevstationdistance)、待检测网格距离后面第1个已正确站点位置的距离(nextstationdistance)、待检测网格距离前面第1个待检测网格的距离(prevdistance)、待检测网格距离后面第1个待检测网格的距离(nextdistance)。
2、构建训练集及标注：获取历史一段时间内的数据，并对训练集的网格进行标注，标注的标签为：站点位置正确、站点位置错误或推荐的站点位置。
3、训练模型：本发明实施例选择机器学习中的监督型分类算法(例如svm，决策树)进行训练，但本发明实施例的保护范围不限于此。
本发明实施例通过阻滞概率筛选出确信正确的原有公交站点位置，并通过引入机器学习方法对待检测网格进行分类，高效廉价的检测位置错误的公交中途站点，并推荐出可能正确的站点位置。
基于上述实施例的内容，本发明实施例提供了一种公交中途站点位置检测系统，该公交中途站点位置检测系统用于执行上述方法实施例中的公交中途站点位置检测方法。参见图2，该系统包括：映射模块201，用于根据待检测公交线路的线路信息，将待检测公交线路中的站点位置映射到车辆轨迹网格中；检测模块202，用于获取车辆轨迹网格所包含的每个特定网格对应的阻滞概率，基于阻滞概率筛选出待检测公交线路中位置正确的站点；其中，阻滞概率用于指示公交车辆在特定网格上停留的比例。
本发明实施例提供了一种电子设备，如图3所示，该设备包括：处理器(processor)501、通信接口(communicationsinterface)502、存储器(memory)503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信。处理器501可以调用存储器503上并可在处理器501上运行的计算机程序，以执行上述各实施例提供的公交中途站点位置检测方法，例如包括：根据待检测公交线路的线路信息，将待检测公交线路中的站点位置映射到车辆轨迹网格中；获取车辆轨迹网格所包含的每个特定网格对应的阻滞概率，基于阻滞概率筛选出待检测公交线路中位置正确的站点；其中，阻滞概率用于指示公交车辆在特定网格上停留的比例。
此外，上述的存储器503中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的公交中途站点位置检测方法，例如包括：根据待检测公交线路的线路信息，将待检测公交线路中的站点位置映射到车辆轨迹网格中；获取车辆轨迹网格所包含的每个特定网格对应的阻滞概率，基于阻滞概率筛选出待检测公交线路中位置正确的站点；其中，阻滞概率用于指示公交车辆在特定网格上停留的比例。
以上所描述的电子设备等实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
1.一种公交中途站点位置检测方法，其特征在于，包括：
根据待检测公交线路的线路信息，将所述待检测公交线路中的站点位置映射到车辆轨迹网格中；
获取所述车辆轨迹网格所包含的每个特定网格对应的阻滞概率，基于所述阻滞概率筛选出所述待检测公交线路中位置正确的站点；其中，所述阻滞概率用于指示公交车辆在所述特定网格上停留的比例。
2.根据权利要求1所述的方法，其特征在于，所述线路信息包括：线路名称、线路方向和至少一个站点信息；其中，所述线路方向用于指示上行或下行；所述站点信息包括站点名称、站点序号、所述站点与上一站点之间的距离以及所述站点位置。
3.根据权利要求2所述的方法，其特征在于，将所述待检测公交线路中的站点位置映射到车辆轨迹网格中，包括：
将所述待检测公交线路中的站点位置映射到以预设距离为边长的空间索引的车辆轨迹网格中；
相应地，所述站点信息还包括所述站点在所述车辆轨迹网格中的索引编号。
4.根据权利要求1所述的方法，其特征在于，将所述待检测公交线路中的站点位置映射到车辆轨迹网格中之后，还包括：
获取所述待检测公交线路的各辆公交车在所述待检测公交线路的行驶轨迹数据，并将所述轨迹数据映射至所述车辆轨迹网格中。
5.根据权利要求4所述的方法，其特征在于，将所述轨迹数据映射至所述车辆轨迹网格中之后，还包括：
计算各辆所述公交车经过每个所述特定网格的平均速度以及每个所述特定网格的超过设定阈值速度的比例；对包含有路口或红绿灯的所述特定网格设置第一标签；对存在有用户查询行为的所述特定网格添加第二标签。
6.根据权利要求1所述的方法，其特征在于，基于所述阻滞概率筛选出所述待检测公交线路中位置正确的站点，包括：
若判断获知阻滞概率为1的特定网格与所述待检测公交线路中原有的站点位置对应的特定网格相同，则所述原有的站点为位置正确的站点。
7.根据权利要求1至6任一项所述的方法，其特征在于，基于所述阻滞概率筛选出所述待检测公交线路中位置正确的站点之后，还包括：
对于所述车辆轨迹网格所包含的除所述位置正确的站点对应的特定网格外的其他待检测网格，将所述待检测网格对应的特征数据输入至网格分类模型，获取所述网格分类模型输出的分类结果；其中，所述分类结果包括站点位置正确、站点位置错误或推荐的站点位置；所述网格分类模型是基于所述待检测网格的历史特征数据及相对应的标注标签经训练后获得的。
8.一种公交中途站点位置检测系统，其特征在于，包括：
映射模块，用于根据待检测公交线路的线路信息，将所述待检测公交线路中的站点位置映射到车辆轨迹网格中；
检测模块，用于获取所述车辆轨迹网格所包含的每个特定网格对应的阻滞概率，基于所述阻滞概率筛选出所述待检测公交线路中位置正确的站点；其中，所述阻滞概率用于指示公交车辆在所述特定网格上停留的比例。
9.一种电子设备，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至7任一项所述公交中途站点位置检测方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述公交中途站点位置检测方法的步骤。
技术总结