CN108121891B - 一种确定最短通行时间的方法和装置 - Google Patents

Abstract

本发明提供了一种确定最短通行时长的方法和装置，属于计算机技术领域。所述方法包括：获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，所述通行信息包括车辆标识和通行时刻；根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差；根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。采用本发明，可以提高确定最短通行时长的效率。

Description

一种确定最短通行时间的方法和装置

技术领域

本发明涉及计算机技术领域，特别涉及一种确定最短通行时间的方法和装置。

背景技术

现在城市中的道路比较多，为了监控各个路口车辆的行驶情况，一般在各个路口设置卡口，卡口可以用于拍摄车辆图像。交管人员可以基于卡口拍摄到的车辆图像中包含的车牌号码，判断是否有车辆套牌，具体方法是：交管人员根据卡口拍摄到的车辆图像中包含的车牌号码，查看相同车牌号码的车辆通过两个卡口的时间差是否低于两个卡口间的最短通行时长，最短通行时长指按照最大限速通过两个卡口的时间差，如果低于最短通行时长，则确定相同车牌号码的两辆车使用相同的车牌号码，即相同车牌号码的两辆车套牌。

现有技术中，交管人员为了确定两个卡口间的最短通行时长，如A卡口、B卡口，一般以最大限速驾驶车辆从A卡口行驶至B卡口，记录所用的时长，然后将所用的时长确定为最短通行时长。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

现在城市中设置的卡口比较多，如果任意两个卡口之间的最短通行时长，都由交管人员驾驶车辆确定，需要的时间比较长，这样，确定最短通行时长的效率比较低。

发明内容

为了解决确定最短通行时长的效率比较低的问题，本发明实施例提供了一种确定最短通行时长的方法和装置。所述技术方案如下：

第一方面，提供了一种确定最短通行时长的方法，所述方法包括：

获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，所述通行信息包括车辆标识和通行时刻；

根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差；

根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，包括：

获取在预设时长内属于第一时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息；

所述基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长，包括：

基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为所述第一时间段内通过所述第一卡口与所述第二卡口的最短通行时长。

这样，可以计算第一时间段内通过第一卡口与第二卡口的最短通行时长。

可选的，所述方法还包括：

获取在预设时长内属于第二时间段的所述第一卡口的各通过车辆的通行信息和所述第二卡口的各通过车辆的通行信息；

所述根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，包括：

根据获取的所述第一时间段的通行信息，确定所述第一时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第一时间差集合，并根据获取的所述第二时间段的通行信息，确定所述第二时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第二时间差集合；

所述根据确定出的各时间差，确定对应时间差的概率密度函数，包括：

如果所述第一时间差集合与所述第二时间差集合满足预设近似度条件，则基于所述第一时间差集合与所述第二时间差集合，确定对应时间差的概率密度函数。

这样，可以提高确定最短通行时长的速度。

可选的，所述根据确定出的各时间差，确定对应时间差的概率密度函数，包括：

基于预设的时间差区间长度和确定出的各时间差，确定对应时间差的频数直方图；

基于所述频数直方图，确定对应时间差的概率密度函数。

可选的，所述根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长，包括：

根据确定出的各时间差，确定对应时间差的概率密度函数，并计算所述确定出的各时间差的平均值；

基于所述概率密度函数和所述平均值，确定时间差范围，其中，所述时间差范围以所述平均值为中心，且所述时间差范围内的时间差分布概率等于第一预设数值；

在所述时间差范围内，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长，包括：

对于确定出的各时间差，以从小到大的顺序，确定每个时间差对应的第一概率密度函数f⁰ _k(x)和第二概率密度函数f¹ _k(x)，直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值大于预设阈值时，确定x_k为通过所述第一卡口与所述第二卡口的最短通行时长；

其中，

i、k均为正整数，x₁、x₂、…x_n为从小到大排列的所述各时间差，n为所述各时间差的数目，f⁰ _k(x)为根据大于x_k-v且小于x_k的所有时间差确定出的概率密度函数，f¹ _k(x_i)为根据大于或等于x_k且小于x_k+v的所有时间差确定出的概率密度函数，v为第二预设数值。

可选的，所述第一卡口与所述第二卡口为相邻卡口或非相邻卡口。

第二方面，提供了一种确定最短通行时长的装置，所述装置包括：

获取模块，用于获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，所述通行信息包括车辆标识和通行时刻；

第一确定模块，用于根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差；

第二确定模块，用于根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述获取模块，用于：

获取在预设时长内属于第一时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息；

所述第二确定模块，用于：

基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为所述第一时间段内通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述获取模块，还用于：

获取在预设时长内属于第二时间段的所述第一卡口的各通过车辆的通行信息和所述第二卡口的各通过车辆的通行信息；

所述第一确定模块，用于：

根据获取的所述第一时间段的通行信息，确定所述第一时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第一时间差集合，并根据获取的所述第二时间段的通行信息，确定所述第二时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第二时间差集合；

所述第二确定模块，用于：

如果所述第一时间差集合与所述第二时间差集合满足预设近似度条件，则基于所述第一时间差集合与所述第二时间差集合，确定对应时间差的概率密度函数。

可选的，所述第二确定模块，用于：

基于预设的时间差区间长度和确定出的各时间差，确定对应时间差的频数直方图；

基于所述频数直方图，确定对应时间差的概率密度函数。

可选的，所述第二确定模块，用于：

根据确定出的各时间差，确定对应时间差的概率密度函数，并计算所述确定出的各时间差的平均值；

基于所述概率密度函数和所述平均值，确定时间差范围，其中，所述时间差范围以所述平均值为中心，且所述时间差范围内的时间差分布概率等于第一预设数值；

在所述时间差范围内，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述第二确定模块，用于：

对于确定出的各时间差，以从小到大的顺序，确定每个时间差对应的第一概率密度函数f⁰ _k(x)和第二概率密度函数f¹ _k(x)，直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值大于预设阈值时，确定x_k为通过所述第一卡口与所述第二卡口的最短通行时长；

其中，

i、k均为正整数，x₁、x₂、…x_n为从小到大排列的所述各时间差，n为所述各时间差的数目，f⁰ _k(x)为根据大于x_k-v且小于x_k的所有时间差确定出的概率密度函数，f¹ _k(x_i)为根据大于或等于x_k且小于x_k+v的所有时间差确定出的概率密度函数，v为第二预设数值。

可选的，所述第一卡口与所述第二卡口为相邻卡口或非相邻卡口。

本发明实施例提供的技术方案带来的有益效果是：

本发明实施例中，服务器可以获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，通行信息包括车辆标识和通行时刻，然后根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，根据确定出的各时间差，确定对应时间差的概率密度函数，基于概率密度函数，确定满足预设概率条件的最小时间差，作为通过第一卡口与第二卡口的最短通行时长。这样，在城市中设置的卡口比较多时，无需用户驾驶车辆确定最短通行时长，就可以确定最短通行时长，从而可以提高确定最短通行时长的效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种确定最短通行时长的方法流程图；

图2是本发明实施例提供的一种对应时间差的频数直方图；

图3是本发明实施例提供的一种确定最短通行时长的方法流程图；

图4是本发明实施例提供的一种确定最短通行时长的装置结构示意图；

图5是本发明实施例提供的一种服务器的结构示意图。

具体实施方式

为使提高确定最短通行时长的效率的技术方案更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种确定最短通行时长的方法，该方法的执行主体为服务器。其中，服务器可以安装有数据处理的应用程序，可以用于计算最短通行时长，该服务器中可以设置有处理器、存储器和收发器等，处理器可以用于确定最短通行时长的过程的处理，存储器可以用于存储确定最短通行时长过程中需要的数据以及产生的数据，收发器可以用于接收卡口中的抓拍机或监控摄像机发送的通行信息等。本发明实施例中，各个卡口一段时长内所有的通行信息可以存储在服务器的内部存储器，也可以存储在服务器连接的外部存储器，一段时长可以是一周、一个月或半年等，本发明实施例不做限定。

如图1所示，该方法的处理流程可以包括如下的步骤：

步骤101，获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息。

其中，通行信息可以包括车辆标识和通行时刻，车辆标识可以是车辆的车牌号码等，通行时刻是车辆通过卡口的时刻，如2016-8-25-16:30:25等。

在实施中，用户为了监控城市中各个路口的车辆的行驶情况，会在路口设置卡口，此处的用户指交管人员，在车辆进入卡口的拍摄范围内时，设置在卡口中的抓拍机或监控摄像机拍摄所经过的车辆，得到车辆图像，并且记录车辆通过该卡口时的通行时刻，然后将拍摄到的车辆图像、对应的通行时刻和自己的设备标识发送至服务器。服务器接收到抓拍机或者监控摄像机发送的车辆图像与对应的通行时刻、设备标识后，可以对每个车辆图像进行图像识别，得到对应的车辆的车牌号码，作为车辆标识，然后将车辆标识与通行时刻添加到车辆的通行信息中，并且从预先存储的设备标识与卡口标识的对应关系中，查找接收到的设备标识对应的卡口标识，然后将车辆的通行信息、设备标识与对应的卡口标识对应存储。或者，卡口中的抓拍机或监控摄像机拍摄到车辆图像后，对车辆图像进行智能分析得到车牌号码，将拍摄到的车辆图像、该车辆对应的车牌号码、对应的通行时刻和自己的设备标识发送至服务器。服务器接收到抓拍机或监控摄像机发送的车辆图像、该车辆对应的车牌号码、对应的通行时刻和设备标识后，可以将车牌号码作为车辆标识，然后将车辆标识与通行时刻添加到车辆的通行信息中，并且从预先存储的设备标识与卡口标识的对应关系中，查找接收到的设备标识对应的卡口标识，最后将车辆的通行信息、设备标识与对应的卡口标识对应存储。上述将通行信息、设备标识与对应的卡口标识对应存储时，可以存储在服务器的内部存储器，也可以存储在服务器的外部存储器，本发明实施例不做限定。

本发明的一种实施方式中，用户可以在终端中安装数据处理的应用程序，然后触发启动该应用程序，终端则会显示该应用程序的主界面，用户想要确定通过第一卡口与第二卡口的最短通行时长，可以在界面中点击查找选项，终端则会接收到查找选项的点击指令，然后显示时长的输入框，以及第一卡口与第二卡口的输入框，用户可以在时长输入框中输入预设时长，如7天、30天等，并且在第一卡口的输入框与第二卡口的输入框中，分别输入第一卡口的卡口标识与第二卡口的卡口标识，然后点击确定按键，终端则会接收到确定按键的点击指令，然后生成查询计算请求，并在查询计算请求中添加预设时长、第一卡口的卡口标识和第二卡口的卡口标识，向服务器发送查询计算请求。服务器接收到查询计算请求后，可以获取查询计算请求中携带的第一卡口的卡口标识与第二卡口的卡口标识。如果第一卡口的卡口标识与第二卡口的卡口标识分别对应的通过车辆的通行信息存储在内部存储器，则可以直接获取第一卡口的卡口标识对应的预设时长内的各通过车辆的通行信息，并且获取第二卡口的卡口标识对应的预设时长内的各通过车辆的通行信息，如果第一卡口的卡口标识与第二卡口的卡口标识分别对应的通过车辆的通行信息存储在外部存储器，则可以从外部存储器，获取第一卡口的卡口标识对应的预设时长内的各通过车辆的通行信息，并且获取第二卡口的卡口标识对应的预设时长内的各通过车辆的通行信息。

可选的，第一卡口与第二卡口为相邻卡口或非相邻卡口。

在实施中，第一卡口与第二卡口可以为相邻卡口，也可以为非相邻卡口，相邻卡口为相邻的两个路口设置的卡口，非相邻卡口为非相邻的两个路口设置的卡口。

步骤102，根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差。

在实施中，服务器获取到通行信息后，可以确定第一卡口与第二卡口的各通过车辆中相同车辆标识分别对应的通行时刻，然后将相同车辆标识分别对应的通行时刻取差值，得到对应相同车辆标识的第一卡口与第二卡口的通行时刻之间的时间差。

步骤103，根据确定出的各时间差，确定对应时间差的概率密度函数，基于概率密度函数，确定满足预设概率条件的最小时间差，作为通过第一卡口与第二卡口的最短通行时长。

在实施中，服务器确定对应车辆标识相同的车辆通过第一卡口与第二卡口的通行时刻的时间差后，可以统计确定出的各时间差中每个不同时间差的个数，然后分别将每个不同时间差的个数除以各时间差的个数，得到每个不同时间差在各时间差中出现的概率。然后确定以每个不同时间差为自变量、对应的概率为因变量构成的函数，即为对应时间差的概率密度函数。然后获取预设概率条件，并确定满足该预设概率条件的最小时间差，然后将确定出的最小时间差，作为通过第一卡口与第二卡口的最短通行时长。例如，服务器可以基于时间差分布概率，确定最短通行时长，或者服务器可以基于时间差的概率熵累加和，确定最短通行时长等。

可选的，确定对应时间差的概率密度函数的方法可以如下：

基于预设的时间差区间长度和确定出的各时间差，确定对应时间差的频数直方图，基于频数直方图，确定对应时间差的概率密度函数。

其中，预设的时间差区间长度是由用户预设，并且存储至服务器中，如5分钟、10分钟等。

在实施中，如图2所示，服务器确定对应车辆标识相同的车辆通过第一卡口与第二卡口的通行时刻的时间差后，可以获取预设的时间差区间长度，然后确定每个时间差区间内，时间差出现的次数，在以时间差为横轴，时间差区间内时间差出现的次数为纵轴的直角坐标系中，确定对应时间差的频数直方图。当预设时间差区间长度足够小时，频数直方图顶端可以形成一条光滑的曲线，该曲线对应的函数即为对应时间差的概率密度函数。

可选的，根据确定出的各时间差，确定通过第一卡口与第二卡口的最短通行时长有多种，以下给出两种可行的方式：

方式一：服务器可以在时间差分布概率分布满足预设概率条件的时间差范围内，确定最短通行时长，相应的处理可以如下：

根据确定出的各时间差，确定对应时间差的概率密度函数，并计算确定出的各时间差的平均值，基于概率密度函数和平均值，确定时间差范围，其中，时间差范围以平均值为中心，且时间差范围内的时间差分布概率等于第一预设数值，在时间差范围内，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最小时间差，作为通过第一卡口与第二卡口的最短通行时长。

其中，第一预设数值可以由用户设置，并且存储至服务器。

在实施中，服务器确定对应车辆标识相同的车辆通过第一卡口与第二卡口的通行时刻的时间差后，可以统计确定出的各时间差中每个不同时间差的个数，然后分别将每个不同时间差的个数除以各时间差的个数，得到每个不同时间差在各时间差中出现的概率。然后确定以每个不同时间差为自变量、对应的概率为因变量构成的函数，即为对应时间差的概率密度函数，并计算确定出的各时间差的平均值。然后将概率密度函数对应的曲线绘制到以时间差为横轴、时间差区间内时间差出现的次数为纵轴的直角坐标系中，然后确定以平均值为中心的时间差范围，该时间差范围内曲线与横轴围成的面积等于第一预设数值，即时间差分布概率等于第一预设数值。然后在确定出的时间差范围内，查找相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最小时间差，将最小时间差作为通过第一卡口与第二卡口的最短通行时长。

例如，服务器基于确定出的各时间差，确定对应的概率密度函数为f(x)＝cx²+dx+h，x表示时间差，第一预设数值为a，确定出的各时间差的平均值为p，如果x满足m≤x≤n，且

在以x为横坐标、f(x)为纵坐标构成的直角坐标系中，f(x)＝cx²+dx+h对应的曲线与横轴围成的面积等于a，即时间差分布概率等于a，则确定m≤x≤n范围内的最小时间差为通过第一卡口与第二卡口的最短通行时长。

方式二：服务器可以基于时间差的概率熵累加和，确定最短通行时长，相应的处理可以如下：

对于确定出的各时间差，以从小到大的顺序，确定每个时间差对应的第一概率密度函数f⁰ _k(x)和第二概率密度函数f¹ _k(x)，直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值大于预设阈值时，确定x_k为通过第一卡口与第二卡口的最短通行时长；其中，

i、k均为正整数，x₁、x₂、…x_n为从小到大排列的各时间差，n为各时间差的数目，f⁰ _k(x)为根据大于x_k-v且小于x_k的所有时间差确定出的概率密度函数，f¹ _k(x_i)为根据大于或等于x_k且小于x_k+v的所有时间差确定出的概率密度函数，v为第二预设数值。

其中，预设阈值可以由用户预设，并且存储至服务器中，第一时间差与第二时间差为相邻的时间差，且第一时间差大于第二时间差，v为第二预设数值，由技术人员设置并且存储至服务器中。

在实施中，服务器确定对应车辆标识相同的车辆通过第一卡口与第二卡口的通行时刻的时间差后，可以基于CUSUM(累积和控制图)算法进行处理，相应的处理可以是：将确定出的各时间差按照从小到大的顺序进行排列，对于从小到大排列的每个时间差x_j，在确定出的各时间差中获取大于x_j-v且小于x_j的所有时间差，然后计算获取到的时间差中每个不同时间差的个数，然后分别将每个不同时间差的个数除以获取到的时间差的个数，得到每个不同时间差在获取到的时间差中出现的概率，确定以每个不同时间差为自变量、对应的概率为因变量构成的函数，即为第一概率密度函数f⁰ _j(x_i)，并且在确定出的各时间差中获取大于或等于x_j且小于x_j+v的所有时间差，然后计算获取到的时间差中每个不同时间差的个数，然后分别将每个不同时间差的个数除以获取到的时间差的个数，得到每个不同时间差在获取到的时间差中出现的概率，确定以每个不同时间差为自变量、对应的概率为因变量构成的函数，即为第二概率密度函数f¹ _j(x_i)。然后计算x_j对应的概率熵累加和

确定相邻时间差的概率熵累加和的差值

直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值

大于预设阈值时，可以将第一时间差确定为通过第一卡口与第二卡口的最短通行时长。

本发明实施例中，还提供了确定第一时间段内通过第一卡口与第二卡口的最短通行时长的方法，如图3所示，相应的步骤可以如下：

步骤301，获取在预设时长内属于第一时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息。

其中，第一时间段为一天24小时的任意时间段，如7:00～9:00、10:00～12:00等。

在实施中，用户可以在终端中安装数据处理的应用程序，然后触发启动该应用程序，终端则会显示该应用程序的主界面，用户想要确定通过第一卡口与第二卡口的最短通行时长，可以在界面中点击查找选项，终端则会接收到查找选项的点击指令，然后显示时长的输入框、第一卡口与第二卡口的输入框、以及时间段输入框，用户可以在时长输入框中输入想要获取的预设时长，如7天、30天等，并且在第一卡口的输入框与第二卡口的输入框中，分别输入第一卡口的卡口标识与第二卡口的卡口标识，并且在时间段输入框中输入第一时间段，然后点击确定按键，终端则会接收到确定按键的点击指令，然后生成查询计算请求，并在查询计算请求中添加预设时长、第一卡口的卡口标识、第二卡口的卡口标识和第一时间段，向服务器发送查询计算请求。服务器接收到查询计算请求后，可以获取查询计算请求中携带的第一卡口的卡口标识、第二卡口的卡口标识、预设时长和第一时间段。如果第一卡口的卡口标识与第二卡口的卡口标识分别对应的通过车辆的通行信息存储在内部存储器，则可以直接获取第一卡口的卡口标识对应的预设时长内属于第一时间段的各通过车辆的通行信息，并且获取第二卡口的卡口标识对应的预设时长内属于第一时间段的各通过车辆的通行信息，如果第一卡口的卡口标识与第二卡口的卡口标识分别对应的通过车辆的通行信息存储在外部存储器，则可以从外部存储器，获取第一卡口的卡口标识对应的预设时长内属于第一时间段的各通过车辆的通行信息，并且获取第二卡口的卡口标识对应的预设时长内属于第一时间段的各通过车辆的通行信息。

可选的，服务器还可以获取在预设时长内属于第二时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息。

其中，第二时间段为一天24小时的任意时间段，如7:00～9:00、10:00～12:00等，第一时间段与第二时间段属于一天中的不同时间段，如第一时间段为5:00～7:00，第二时间段为21:00～23:00等。

在实施中，获取在预设时长内属于第二时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息的处理，可以参照步骤301的处理，此处不再赘述。

步骤302，根据获取的第一时间段的通行信息，确定第一时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第一时间差集合，并根据获取的第二时间段的通行信息，确定第二时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第二时间差集合。

在实施中，服务器获取到第一时间段与第二时间段的通行信息后，可以确定第一时间段内第一卡口与第二卡口的各通过车辆中相同车辆标识分别对应的通行时刻，然后将相同车辆标识分别对应的通行时刻取差值，得到对应相同车辆标识的第一卡口与第二卡口的通行时刻之间的时间差，并组成第一时间差集合。并且可以确定第二时间段内第一卡口与第二卡口的各通过车辆中相同车辆标识分别对应的通行时刻，然后将相同车辆标识分别对应的通行时刻取差值，得到对应相同车辆标识的第一卡口与第二卡口的通行时刻之间的时间差，并组成第二时间差集合。

步骤303，如果第一时间差集合与第二时间差集合满足预设近似度条件，则基于第一时间差集合与第二时间差集合，确定对应时间差的概率密度函数，基于概率密度函数，确定满足预设概率条件的最小时间差，作为第一时间段内通过第一卡口与第二卡口的最短通行时长。

其中，预设近似度条件可以由用户设置，并且存储至服务器中，可以用于表征两个时间段内的时间差的分布具有相似性。凡是可以用来表征两个时间段内的时间差的分布具有相似性的条件都可以称为近似度条件，以下给出几种预设近似度条件：预设近似度条件可以是两个时间段内的时间差的平均值之差小于第一预设阈值，可以是两个时间段内的时间差的方差之差小于第二预设阈值，可以是两个时间段内的时间差的标准差之差小于第三预设阈值，可以是两个时间段内的时间差的极差之差小于第四预设阈值，可以是两个时间段内的时间差的离散系数之差小于第五预设阈值，可以是两个时间段内的时间差的中位数之差小于第六预设阈值等，还可以是两个时间段内的时间差的平均值之差、方差之差、标准差之差、极差之差、离散系数之差和中位数之差均分别小于第一预设阈值、第二预设阈值、第三预设阈值、第四预设阈值、第五预设阈值和第六预设阈值等。极差为一个时间段内最大时间差与最小时间差之间的差值，离散系数为一个时间段内时间差的标准差与均值之比。

在实施中，服务器可以确定第一时间差集合与第二时间差集合是否满足预设近似度条件，如果满足预设近似度条件，则可以将第一时间差集合与第二时间差集合合并。然后基于第一时间差集合与第二时间差集合中的时间差，确定对应时间差的概率密度函数。基于时间差，确定对应时间差的概率密度函数的方法可以参照步骤103的处理，此处不再赘述。然后获取预设概率条件，并确定满足概率条件的最小时间差，并且将确定出的最小时间差，作为第一时间段内通过第一卡口与第二卡口的最短通行时长，服务器可以将确定出的最短通行时间发送至终端，终端可以显示最短通行时长，供用户查看。

另外，还可以将第一时间段内通过第一卡口与第二卡口的最短通行时长，确定为第二时间段内通过第一卡口与第二卡口的最短通行时长，这样，对于两个卡口的时间差集合满足预设近似度条件时，仅需要求出一个时间段的最短通行时长，就可以得到另一个时间段的最短通行时长，减少了重复计算。

在执行步骤303时，具体处理可以参照步骤103的处理，此处不再赘述。

另外，本发明实施例中还可以基于对应时间差的概率密度函数，确定满足预设概率条件的最大时间差，作为第一时间段内通过第一卡口与第二卡口的最长通行时长。并在确定出的各时间差中，确定大于最短通行时长且小于最长通行时长的时间差，并确定大于最短通行时长且小于最长通行时长的时间差的平均值、方差和标准差，然后发送至终端，用户可以基于确定的平均值、方差和标准差，分析不同时间段内的时间差分布产生差异的原因。

此处确定最长通行时长时的方法与确定最短通行时长的方法大致相同，只不过在步骤103方式一中，是确定时间差范围内，相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最大时间差，为第一时间段内通过第一卡口与第二卡口的最长通行时长。在步骤103方式二中，以时间差从大到小的顺序，确定每个时间差对应的第一概率密度函数f⁰ _k(x_i)和第二概率密度函数f¹ _k(x_i)，直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值大于预设阈值时，确定第一时间差x_k为最大时间差，并将最大时间差作为通过第一卡口与第二卡口的最长通行时长，详细过程可参照步骤103，此处不再赘述。

本发明实施例中，服务器可以获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，通行信息包括车辆标识和通行时刻，然后根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，根据确定出的各时间差，确定对应时间差的概率密度函数，基于概率密度函数，确定满足预设概率条件的最小时间差，作为通过第一卡口与第二卡口的最短通行时长。这样，在城市中设置的卡口比较多时，无需用户驾驶车辆确定最短通行时长，就可以确定最短通行时长，从而可以提高确定最短通行时长的效率。

基于相同的技术构思，本发明实施例还提供了一种确定最短通行时长的装置，如图4所示，该装置包括：

获取模块410，用于获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，所述通行信息包括车辆标识和通行时刻；

第一确定模块420，用于根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差；

第二确定模块430，用于根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述获取模块410，用于：

获取在预设时长内属于第一时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息；

所述第二确定模块430，用于：

基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为所述第一时间段内通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述获取模块410，还用于：

获取在预设时长内属于第二时间段的所述第一卡口的各通过车辆的通行信息和所述第二卡口的各通过车辆的通行信息；

所述第一确定模块420，用于：

根据获取的所述第一时间段的通行信息，确定所述第一时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第一时间差集合，并根据获取的所述第二时间段的通行信息，确定所述第二时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第二时间差集合；

所述第二确定模块430，用于：

如果所述第一时间差集合与所述第二时间差集合满足预设近似度条件，则基于所述第一时间差集合与所述第二时间差集合，确定对应时间差的概率密度函数。

可选的，所述第二确定模块430，用于：

基于预设的时间差区间长度和确定出的各时间差，确定对应时间差的频数直方图；

基于所述频数直方图，确定对应时间差的概率密度函数。

可选的，所述第二确定模块430，用于：

根据确定出的各时间差，确定对应时间差的概率密度函数，并计算所述确定出的各时间差的平均值；

基于所述概率密度函数和所述平均值，确定时间差范围，其中，所述时间差范围以所述平均值为中心，且所述时间差范围内的时间差分布概率等于第一预设数值；

在所述时间差范围内，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述第二确定模块430，用于：

对于确定出的各时间差，以从小到大的顺序，确定每个时间差对应的第一概率密度函数f⁰ _k(x)和第二概率密度函数f¹ _k(x)，直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值大于预设阈值时，确定x_k为通过所述第一卡口与所述第二卡口的最短通行时长；

其中，

i、k均为正整数，x₁、x₂、…x_n为从小到大排列的所述各时间差，n为所述各时间差的数目，f⁰ _k(x)为根据大于x_k-v且小于x_k的所有时间差确定出的概率密度函数，f¹ _k(x_i)为根据大于或等于x_k且小于x_k+v的所有时间差确定出的概率密度函数，v为第二预设数值。

可选的，所述第一卡口与所述第二卡口为相邻卡口或非相邻卡口。

本发明实施例中，服务器可以获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，通行信息包括车辆标识和通行时刻，然后根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，根据确定出的各时间差，确定对应时间差的概率密度函数，基于概率密度函数，确定满足预设概率条件的最小时间差，作为通过第一卡口与第二卡口的最短通行时长。这样，在城市中设置的卡口比较多时，无需用户驾驶车辆确定最短通行时长，就可以确定最短通行时长，从而可以提高确定最短通行时长的效率。

需要说明的是：上述实施例提供的确定最短通行时长的装置在确定最短通行时长时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的确定最短通行时长的装置与确定最短通行时长的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图5是本发明实施例提供的服务器的结构示意图。该服务器500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processingunits，CPU)1822(例如，一个或一个以上处理器)和存储器1832，一个或一个以上存储应用程序1842或数据1844的存储介质1830(例如一个或一个以上海量存储设备)。其中，存储器1832和存储介质1830可以是短暂存储或持久存储。存储在存储介质1830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1822可以设置为与存储介质1830通信，在服务器500上执行存储介质1830中的一系列指令操作。

服务器500还可以包括一个或一个以上电源1826，一个或一个以上有线或无线网络接口1850，一个或一个以上输入输出接口1858，一个或一个以上键盘1856，和/或，一个或一个以上操作系统1841，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等等。

服务器500可以包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，所述通行信息包括车辆标识和通行时刻；

根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差；

根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，包括：

获取在预设时长内属于第一时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息；

所述基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长，包括：

基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为所述第一时间段内通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述方法还包括：

获取在预设时长内属于第二时间段的所述第一卡口的各通过车辆的通行信息和所述第二卡口的各通过车辆的通行信息；

所述根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，包括：

根据获取的所述第一时间段的通行信息，确定所述第一时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第一时间差集合，并根据获取的所述第二时间段的通行信息，确定所述第二时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第二时间差集合；

所述根据确定出的各时间差，确定对应时间差的概率密度函数，包括：

如果所述第一时间差集合与所述第二时间差集合满足预设近似度条件，则基于所述第一时间差集合与所述第二时间差集合，确定对应时间差的概率密度函数。

可选的，所述根据确定出的各时间差，确定对应时间差的概率密度函数，包括：

基于预设的时间差区间长度和确定出的各时间差，确定对应时间差的频数直方图；

基于所述频数直方图，确定对应时间差的概率密度函数。

可选的，所述根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长，包括：

根据确定出的各时间差，确定对应时间差的概率密度函数，并计算所述确定出的各时间差的平均值；

基于所述概率密度函数和所述平均值，确定时间差范围，其中，所述时间差范围以所述平均值为中心，且所述时间差范围内的时间差分布概率等于第一预设数值；

在所述时间差范围内，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

可选的，所述根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长，包括：

对于确定出的各时间差，以从小到大的顺序，确定每个时间差对应的第一概率密度函数f⁰ _k(x)和第二概率密度函数f¹ _k(x)，直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值大于预设阈值时，确定x_k为通过所述第一卡口与所述第二卡口的最短通行时长；

其中，

i、k均为正整数，x₁、x₂、…x_n为从小到大排列的所述各时间差，n为所述各时间差的数目，f⁰ _k(x)为根据大于x_k-v且小于x_k的所有时间差确定出的概率密度函数，f¹ _k(x_i)为根据大于或等于x_k且小于x_k+v的所有时间差确定出的概率密度函数，v为第二预设数值。

可选的，所述第一卡口与所述第二卡口为相邻卡口或非相邻卡口。

本发明实施例中，服务器可以获取在预设时长内第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，其中，通行信息包括车辆标识和通行时刻，然后根据获取的通行信息，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，根据确定出的各时间差，确定对应时间差的概率密度函数，基于概率密度函数，确定满足预设概率条件的最小时间差，作为通过第一卡口与第二卡口的最短通行时长。这样，在城市中设置的卡口比较多时，无需用户驾驶车辆确定最短通行时长，就可以确定最短通行时长，从而可以提高确定最短通行时长的效率。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种确定最短通行时长的方法，其特征在于，所述方法包括：

获取在预设时长内属于第一时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，获取在所述预设时长内属于第二时间段的所述第一卡口的各通过车辆的通行信息和所述第二卡口的各通过车辆的通行信息；其中，所述通行信息包括车辆标识和通行时刻，所述第一时间段与所述第二时间段属于一天中的不同时间段；

根据获取的所述第一时间段的通行信息，确定所述第一时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第一时间差集合，并根据获取的所述第二时间段的通行信息，确定所述第二时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第二时间差集合；

如果所述第一时间差集合与所述第二时间差集合满足预设近似度条件，则根据确定出的各时间差，确定对应时间差的概率密度函数；基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长；

所述根据确定出的各时间差，确定对应时间差的概率密度函数；基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长，包括：

对于确定出的各时间差，以从小到大的顺序，确定每个时间差对应的第一概率密度函数f⁰ _k(x)和第二概率密度函数f¹ _k(x)，直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值大于预设阈值时，确定x_k为所述第一时间段和所述第二时间段内通过所述第一卡口与所述第二卡口的最短通行时长；

其中，

i、k均为正整数，x₁、x₂、…x_n为从小到大排列的所述各时间差，n为所述各时间差的数目，f⁰ _k(x)为根据大于x_k-v且小于x_k的所有时间差确定出的概率密度函数，f¹ _k(x_i)为根据大于或等于x_k且小于x_k+v的所有时间差确定出的概率密度函数，v为第二预设数值。

2.根据权利要求1所述的方法，其特征在于，所述根据确定出的各时间差，确定对应时间差的概率密度函数，包括：

基于预设的时间差区间长度和确定出的各时间差，确定对应时间差的频数直方图；

基于所述频数直方图，确定对应时间差的概率密度函数。

3.根据权利要求1所述的方法，其特征在于，所述根据确定出的各时间差，确定对应时间差的概率密度函数，基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长，包括：

根据确定出的各时间差，确定对应时间差的概率密度函数，并计算所述确定出的各时间差的平均值；

基于所述概率密度函数和所述平均值，确定时间差范围，其中，所述时间差范围以所述平均值为中心，且所述时间差范围内的时间差分布概率等于第一预设数值；

在所述时间差范围内，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

4.根据权利要求1所述的方法，其特征在于，所述第一卡口与所述第二卡口为相邻卡口或非相邻卡口。

5.一种确定最短通行时长的装置，其特征在于，所述装置包括：

获取模块，用于获取在预设时长内属于第一时间段的第一卡口的各通过车辆的通行信息和第二卡口的各通过车辆的通行信息，获取在所述预设时长内属于第二时间段的所述第一卡口的各通过车辆的通行信息和所述第二卡口的各通过车辆的通行信息，其中，所述通行信息包括车辆标识和通行时刻，所述第一时间段与所述第二时间段属于一天中的不同时间段；

第一确定模块，用于根据获取的所述第一时间段的通行信息，确定所述第一时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第一时间差集合，并根据获取的所述第二时间段的通行信息，确定所述第二时间段内对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差，得到第二时间差集合；

第二确定模块，用于如果所述第一时间差集合与所述第二时间差集合满足预设近似度条件，则根据确定出的各时间差，确定对应时间差的概率密度函数；基于所述概率密度函数，确定满足预设概率条件的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长；

所述第二确定模块，用于对于确定出的各时间差，以从小到大的顺序，确定每个时间差对应的第一概率密度函数f⁰ _k(x)和第二概率密度函数f¹ _k(x)，直到当时间差取值为第一时间差x_k时的概率熵累加和S_k与时间差取值为第二时间差x_k-1时的概率熵累加和S_k-1的差值大于预设阈值时，确定x_k为所述第一时间段和所述第二时间段内通过所述第一卡口与所述第二卡口的最短通行时长；

其中，

i、k均为正整数，x₁、x₂、…x_n为从小到大排列的所述各时间差，n为所述各时间差的数目，f⁰ _k(x)为根据大于x_k-v且小于x_k的所有时间差确定出的概率密度函数，f¹ _k(x_i)为根据大于或等于x_k且小于x_k+v的所有时间差确定出的概率密度函数，v为第二预设数值。

6.根据权利要求5所述的装置，其特征在于，所述第二确定模块，用于：

基于预设的时间差区间长度和确定出的各时间差，确定对应时间差的频数直方图；

基于所述频数直方图，确定对应时间差的概率密度函数。

7.根据权利要求5所述的装置，其特征在于，所述第二确定模块，用于：

根据确定出的各时间差，确定对应时间差的概率密度函数，并计算所述确定出的各时间差的平均值；

基于所述概率密度函数和所述平均值，确定时间差范围，其中，所述时间差范围以所述平均值为中心，且所述时间差范围内的时间差分布概率等于第一预设数值；

在所述时间差范围内，确定对应相同车辆标识的第一卡口的通行时刻与第二卡口的通行时刻之间的时间差中的最小时间差，作为通过所述第一卡口与所述第二卡口的最短通行时长。

8.根据权利要求5所述的装置，其特征在于，所述第一卡口与所述第二卡口为相邻卡口或非相邻卡口。

Images