一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)及方法
【專利摘要】本發(fā)明提供一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)及方法，通過在瀏覽器端輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點及時間段條件，在服務(wù)器端分別在所輸入的各卡口點的過車數(shù)據(jù)中篩選符合時間段條件的車輛，并經(jīng)排序后取出現(xiàn)次數(shù)最多的預(yù)定數(shù)量的車輛來作為嫌疑車輛，作為結(jié)果通過網(wǎng)絡(luò)反饋給瀏覽器端，達到根據(jù)需求自動獲取嫌疑車輛的目的，大大提升工作效率。
【專利說明】 一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)及方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及智能交通【技術(shù)領(lǐng)域】，特別是涉及一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)及方法。

【背景技術(shù)】
[0002]近年來，公路車輛智能監(jiān)測記錄系統(tǒng)(卡口系統(tǒng))在我國大部分省市得到了廣泛的應(yīng)用，實現(xiàn)了大范圍通行車輛圖像抓拍、號牌識別以及通行信息實時采集和幾種存儲，為偵破機動車協(xié)同作案提供了數(shù)據(jù)基礎(chǔ)。然而，由于該系統(tǒng)采集數(shù)據(jù)過于龐大，使有意義的數(shù)據(jù)被隱藏。
[0003]目前，公知的卡口系統(tǒng)，可以提供經(jīng)過車輛查詢功能，但只能按指定車牌號碼、時間、位置等條件進行查詢，對于那些車牌號碼未知的車輛，只能對時間、位置進行過濾后依靠人工觀察圖片方式來尋找嫌疑車輛。


【發(fā)明內(nèi)容】

[0004]鑒于以上所述現(xiàn)有技術(shù)的缺點，本發(fā)明的目的在于提供一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)，解決上述現(xiàn)有技術(shù)中嫌疑車輛查詢方式效率低下的問題。
[0005]為實現(xiàn)上述目標及其他相關(guān)目標，本發(fā)明提供一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)，包括:瀏覽器端，用于供輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點的集合Pi及通過每個卡口的時間段Ti,其中，i為不小于I的整數(shù)；數(shù)據(jù)庫，用于存儲各個卡口點的過車數(shù)據(jù)；路徑關(guān)聯(lián)算法服務(wù)器端，網(wǎng)絡(luò)連接所述瀏覽器端，用于從？1取出子集Passj,其中，j ( i ;并用于從分別對Pass]中每個卡口點的過車數(shù)據(jù)進行車輛經(jīng)過時間篩選，以在Pass]中每個卡口點分別獲取滿足所述時間段Ti的車輛以形成Pass]中每個卡口點的車輛候選集合Ck，其中，k ( j ;并用于合并Passj中每個卡口點的車輛候選集合Ck并按車輛出現(xiàn)次數(shù)依序排列，以獲取出現(xiàn)次數(shù)最多的I輛車作為嫌疑車輛并將嫌疑車輛的相關(guān)數(shù)據(jù)放入結(jié)果集A ;網(wǎng)絡(luò)服務(wù)器端，連接所述瀏覽器端及路徑關(guān)聯(lián)算法服務(wù)器端，用于將所述結(jié)果集A作為查詢結(jié)果輸出反饋至瀏覽器端。
[0006]可選的，所述j彡3。
[0007]可選的，所述I = 10。
[0008]可選的，所述路徑關(guān)聯(lián)服務(wù)器端還用于將所述車輛經(jīng)過時間篩選出的數(shù)據(jù)進行去重以獲取所述車輛候選集合Ck。
[0009]可選的，所述網(wǎng)絡(luò)服務(wù)器端，還用于根據(jù)所述查詢結(jié)果生成圖形分析結(jié)果；所述瀏覽器端，用于將所述圖形分析結(jié)果展示出來，其中所述圖形分析結(jié)果包括:所述嫌疑車輛的軌跡信息、數(shù)據(jù)信息列表、及圖表中的一種或多種組合。
[0010]可選的，所述路徑關(guān)聯(lián)算法服務(wù)器端采用C++技術(shù)實現(xiàn)功能；所述網(wǎng)絡(luò)服務(wù)端采用java技術(shù)獲取在瀏覽器端的所述輸入的輸入者位置和輸入時間信息；所述瀏覽器端使用 Silverlight 技術(shù)。
[0011]為實現(xiàn)上述目標及其他相關(guān)目標，本發(fā)明提供一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢方法，包括:輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點的集合Pi及通過每個卡口的時間段Ti,其中，i為不小于I的整數(shù)；從？1取出子集？38\_，其中，」(i ;分別對Pass]中每個卡口點的過車數(shù)據(jù)進行車輛經(jīng)過時間篩選，以在Pass]中每個卡口點分別獲取滿足所述時間段Ti的車輛以形成Passj中每個卡口點的車輛候選集合Ck,其中,k< j ;合并Passj中每個卡口點的車輛候選集合Ck并按車輛出現(xiàn)次數(shù)依序排列，以獲取出現(xiàn)次數(shù)最多的I輛車作為嫌疑車輛；將所述嫌疑車輛的相關(guān)數(shù)據(jù)放入結(jié)果集A作為查詢結(jié)果輸出。
[0012]可選的，所述j彡3。
[0013]可選的，所述I = 10。
[0014]可選的，所述方法還包括:將所述車輛經(jīng)過時間篩選出的數(shù)據(jù)進行去重以獲取所述車輛候選集合Ck。
[0015]如上所述，本發(fā)明提供一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)及方法，通過在瀏覽器端輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點及時間段條件，在服務(wù)器端分別在所輸入的各卡口點的過車數(shù)據(jù)中篩選符合時間段條件的車輛，并經(jīng)排序后取出現(xiàn)次數(shù)最多的預(yù)定數(shù)量的車輛來作為嫌疑車輛，作為結(jié)果通過網(wǎng)絡(luò)反饋給瀏覽器端，達到根據(jù)需求自動獲取嫌疑車輛的目的，大大提升工作效率。

【專利附圖】

【附圖說明】
[0016]圖1顯示為本發(fā)明一實施例中的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢方法的流程示意圖。
[0017]圖2顯示為本發(fā)明一實施例中的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)的結(jié)構(gòu)示意圖。
[0018]元件標號說明
[0019]I基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)
[0020]11 瀏覽器端
[0021]12 數(shù)據(jù)庫
[0022]13 路徑關(guān)聯(lián)算法服務(wù)器端
[0023]14 網(wǎng)絡(luò)服務(wù)器端
[0024]SI?S4方法步驟

【具體實施方式】
[0025]以下通過特定的具體實例說明本發(fā)明的實施方式，本領(lǐng)域技術(shù)人員可由本說明書所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點與功效。本發(fā)明還可以通過另外不同的【具體實施方式】加以實施或應(yīng)用，本說明書中的各項細節(jié)也可以基于不同觀點與應(yīng)用，在沒有背離本發(fā)明的精神下進行各種修飾或改變。需說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。
[0026]如圖1所示，本發(fā)明提供一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢方法，包括:
[0027]步驟S1:輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點的集合Pi及通過每個卡口的時間段Ti,其中，i為不小于I的整數(shù)。
[0028]在一實施例中，所述預(yù)定車輛行駛軌跡可以是預(yù)選擇的，例如高速公路或者高速公路的某個路段等，所述路段中包括了多個卡口點，構(gòu)成集合Pi,也就是說，包括例如卡口點P1、P2、P3等等；所述時間段Ti則為對應(yīng)Pi的車輛經(jīng)過卡口點的時間所屬時間段，例如對應(yīng)卡口點P1的時間段T1 (例如20xx年A月B日13:00?15:00)，對應(yīng)卡口點P2的時間段T2 (例如20xx年A月B日16:00?17:00)等等。
[0029]步驟S2:從Pi取出子集PasSp其中，j ( i ;分別對Pass]中每個卡口點的過車數(shù)據(jù)進行車輛經(jīng)過時間篩選，以在Pass]中每個卡口點分別獲取滿足所述時間段Ti的車輛以形成Pass]中每個卡口點的車輛候選集合Ck，其中，j。
[0030]在一實施例中，優(yōu)選的，所述j ^ 3，也就是說至少取出3個卡口點的行車數(shù)據(jù)，那么同樣的i > 3，三個點基本上就能確定了行車軌跡是按所述預(yù)定車輛行車軌跡來行駛的；舉例來說，所述滿足時間段Ti可以是:例如，在卡口點Pass1過車的時間段T1為例如20xx年A月B日13:00?15:00，在Pass2過車的時間段T2為例如20xx年A月B日16:00?17:00，在Pass3過車時間段T3為例如20xx年A月B日18:00?19:00，等分別作為條件，并按卡口點不同分別對過車時間在該些時間段內(nèi)的車輛進行記錄，來形成對應(yīng)的例如CpC2、C3,并且由于有例外情況，使得選中的某個卡口點未必有車輛經(jīng)過，因此k < j。
[0031]步驟S3:合并Pass]中每個卡口點的車輛候選集合Ck并按車輛出現(xiàn)次數(shù)依序排列，以獲取出現(xiàn)次數(shù)最多的I輛車作為嫌疑車輛；
[0032]在一實施例中，這一步驟是本發(fā)明的重要改進步驟，也就是說，要找出實際上確實是沿預(yù)定車輛行駛軌跡(至少是其中某個需要的一段)移動的車輛，即承上所述，在Pi中選取所述卡口點PaSSl、PaSS2、PaSS3進行時間篩選，獲得分別對應(yīng)的CpC2及C3，將CpC2及C3合并，然后找到出現(xiàn)最多的I輛，優(yōu)選的，所述I = 10，也就是說選出例如前10輛車(不足10輛亦可選為全部車輛)，舉例來說，假設(shè)某個罪犯駕車走的就是這條預(yù)定車輛行駛軌跡，則這個罪犯可能就在這10輛車中的一部，因此將這10輛車作為嫌疑車輛。
[0033]步驟S4:將所述嫌疑車輛的相關(guān)數(shù)據(jù)放入結(jié)果集A作為查詢結(jié)果輸出。
[0034]在一實施例中，所述相關(guān)數(shù)據(jù)包括:例如車牌號，以及與該車牌號相關(guān)的車主、駕駛記錄等等，這些在車輛管理行政機關(guān)的數(shù)據(jù)庫中皆存在，屬于現(xiàn)有技術(shù)，因此不再作贅述。
[0035]進而，公安機關(guān)即可根據(jù)這些數(shù)據(jù)對所選出的嫌疑車輛進行排查，相比于現(xiàn)有技術(shù)的大海撈針似的工作量來說，大大提升了效率。
[0036]優(yōu)選的，所述方法還包括:將所述車輛經(jīng)過時間篩選出的數(shù)據(jù)進行去重以獲取所述車輛候選集合Ck ;在一實施例中，也就是說，有的卡口點可能對某部車記錄了兩次等重復(fù)情況，而重復(fù)數(shù)據(jù)可能只需要一次即可，這一優(yōu)選步驟有利于去除噪音干擾，使數(shù)據(jù)更為清潔可靠。
[0037]如圖2所示，本發(fā)明提供一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)1，在一實施例中，應(yīng)用了 B/S架構(gòu)(browser/server瀏覽器端服務(wù)器架構(gòu))的實現(xiàn)方式，使得查詢更加自動化，效率更高；所述系統(tǒng)I包括:
[0038]瀏覽器端11 (可為一個或多個，取決于用戶數(shù))，用于供輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點的集合Pi及通過每個卡口的時間段Ti,其中，i為不小于I的整數(shù)。在一實施例中，所述預(yù)定車輛行駛軌跡可以是預(yù)選擇的，例如高速公路或者高速公路的某個路段等，所述路段中包括了多個卡口點，構(gòu)成集合Pi,也就是說，包括例如卡口點PpPyP3等等；所述時間段Ti則為對應(yīng)Pi的車輛經(jīng)過卡口點的時間所屬時間段，例如對應(yīng)卡口點P1的時間段T1 (例如20xx年A月B日13:00?15:00)，對應(yīng)卡口點P2的時間段T2 (例如20xx年A月B日16:00?17:00)等等，另外卡口點是可以通過圖形顯示電子地圖而供點選，實際上，后臺是會通過預(yù)有的經(jīng)緯度坐標值來區(qū)分卡口點。
[0039]數(shù)據(jù)庫12，用于存儲各個卡口點的過車數(shù)據(jù)。在一實施例中，所述數(shù)據(jù)庫12可以是設(shè)在某個服務(wù)器(包括路徑關(guān)聯(lián)算法服務(wù)器端13、網(wǎng)絡(luò)服務(wù)器端14)上只有一個，而按各APi中卡口點分類進行儲存；或者在其他實施例中，所述數(shù)據(jù)庫12是可以有多個，分別設(shè)在各個卡口點的終端電腦中，分別用于儲存各自所在卡口點的過車數(shù)據(jù)皆可；在實際實現(xiàn)中，舉例來說，所述數(shù)據(jù)庫12可以存放數(shù)據(jù)量龐大的公安卡口過車數(shù)據(jù)(一般日均采集存儲的過車數(shù)據(jù)達到300w條以上，單表數(shù)據(jù)達到10億條以上)。
[0040]路徑關(guān)聯(lián)算法服務(wù)器端13，網(wǎng)絡(luò)連接所述瀏覽器端11，用于從Pi取出子集Passj,其中，j ( i ;并用于從分別對Pas\_中每個卡口點的過車數(shù)據(jù)進行車輛經(jīng)過時間篩選，以在Passj中每個卡口點分別獲取滿足所述時間段Ti的車輛以形成Pass]中每個卡口點的車輛候選集合Ck，其中，k < j ;并用于合并Pass]中每個卡口點的車輛候選集合Ck并按車輛出現(xiàn)次數(shù)依序排列，以獲取出現(xiàn)次數(shù)最多的I輛車作為嫌疑車輛并將嫌疑車輛的相關(guān)數(shù)據(jù)放入結(jié)果集A。在一實施例中，優(yōu)選的，所述j > 3，也就是說至少取出3個卡口點的行車數(shù)據(jù)，那么同樣的i > 3，三個點基本上就能確定了行車軌跡是按所述預(yù)定車輛行車軌跡來行駛的；舉例來說，所述滿足時間段Ti可以是:例如，在卡口點Pass1過車的時間段T1為例如20xx年A月B日13:00?15:00，在Pass2過車的時間段T2為例如20xx年A月B日16:00?17:00，在Pass3過車時間段T3為例如20xx年A月B日18:00?19:00，等分別作為條件，并按卡口點不同分別對過車時間在該些時間段內(nèi)的車輛進行記錄，來形成對應(yīng)的例如CpC2、C3,并且由于有例外情況，使得選中的某個卡口點未必有車輛經(jīng)過，因此j ;承上，要找出實際上確實是沿預(yù)定車輛行駛軌跡(至少是其中某個需要的一段)移動的車輛，即承上所述，在Pi中選取所述卡口點PaSSl、Pass2、Pass3進行時間篩選，獲得分別對應(yīng)的C1' C2及C3,將C1^ C2及C3合并，然后找到出現(xiàn)最多的I輛，優(yōu)選的，所述I = 10，也就是說選出例如前10輛車(不足10輛亦可選為全部車輛)，舉例來說，假設(shè)某個罪犯駕車走的就是這條預(yù)定車輛行駛軌跡，則這個罪犯可能就在這10輛車中的一部，因此將這10輛車作為嫌疑車輛。
[0041]網(wǎng)絡(luò)服務(wù)器端14，連接所述瀏覽器端11及路徑關(guān)聯(lián)算法服務(wù)器端13，用于將所述結(jié)果集A作為查詢結(jié)果輸出反饋至瀏覽器端11。在一實施例中，所述相關(guān)數(shù)據(jù)包括:例如車牌號，以及與該車牌號相關(guān)的車主、駕駛記錄等等，所述相關(guān)數(shù)據(jù)在車輛管理行政機關(guān)的數(shù)據(jù)庫12中皆存在，屬于現(xiàn)有技術(shù)，因此不再作贅述。進而，公安機關(guān)即可根據(jù)這些數(shù)據(jù)對所選出的嫌疑車輛進行排查，相比于現(xiàn)有技術(shù)的大海撈針似的工作量來說，大大提升了效率。
[0042]優(yōu)選的，所述路徑關(guān)聯(lián)服務(wù)器端還用于將所述車輛經(jīng)過時間篩選出的數(shù)據(jù)進行去重以獲取所述車輛候選集合Ck。在一實施例中，也就是說，有的卡口點可能對某部車記錄了兩次等重復(fù)情況，而重復(fù)數(shù)據(jù)可能只需要一次即可，這一優(yōu)選功能有利于去除噪音干擾，使數(shù)據(jù)更為清潔可靠。
[0043]可選的，所述網(wǎng)絡(luò)服務(wù)器端14，還用于根據(jù)所述查詢結(jié)果生成圖形分析結(jié)果；所述瀏覽器端11，用于將所述圖形分析結(jié)果展示出來，其中所述圖形分析結(jié)果包括:所述嫌疑車輛的軌跡信息、數(shù)據(jù)信息列表、及圖表中的一種或多種組合。
[0044]在一實施例中，所述路徑關(guān)聯(lián)算法服務(wù)器端13采用C++技術(shù)實現(xiàn)上述功能即算法；所述網(wǎng)絡(luò)服務(wù)端采用java技術(shù)來對接本系統(tǒng)I中的各個部分；所述瀏覽器端使用Silverlight技術(shù)確定時間段、以及卡口點位置條件，并可以Flash、視頻播放方式等來實現(xiàn)圖形顯示結(jié)果。
[0045]綜上所述，本發(fā)明提供一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)及方法，通過在瀏覽器端輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點及時間段條件，在服務(wù)器端分別在所輸入的各卡口點的過車數(shù)據(jù)中篩選符合時間段條件的車輛，并經(jīng)排序后取出現(xiàn)次數(shù)最多的預(yù)定數(shù)量的車輛來作為嫌疑車輛，作為結(jié)果通過網(wǎng)絡(luò)反饋給瀏覽器端，達到根據(jù)需求自動獲取嫌疑車輛的目的，大大提升工作效率。
[0046]上述實施例僅例示性說明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟悉此技術(shù)的人士皆可在不違背本發(fā)明的精神及范疇下，對上述實施例進行修飾或改變。因此，舉凡所屬【技術(shù)領(lǐng)域】中具有通常知識者在未脫離本發(fā)明所揭示的精神與技術(shù)思想下所完成的一切等效修飾或改變，仍應(yīng)由本發(fā)明的權(quán)利要求所涵蓋。
【權(quán)利要求】
1.一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)，其特征在于，包括: 瀏覽器端，用于供輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點的集合Pi及通過每個卡口的時間段Ti,其中，i為不小于I的整數(shù)； 數(shù)據(jù)庫，用于存儲各個卡口點的過車數(shù)據(jù)； 路徑關(guān)聯(lián)算法服務(wù)器端，網(wǎng)絡(luò)連接所述瀏覽器端，用于從Pi取出子集Passj,其中，j ( i ;并用于從分別對Pass]中每個卡口點的過車數(shù)據(jù)進行車輛經(jīng)過時間篩選，以在Pass]中每個卡口點分別獲取滿足所述時間段Ti的車輛以形成Pass]中每個卡口點的車輛候選集合Ck，其中，j ;并用于合并Pass]中每個卡口點的車輛候選集合Ck并按車輛出現(xiàn)次數(shù)依序排列，以獲取出現(xiàn)次數(shù)最多的I輛車作為嫌疑車輛并將嫌疑車輛的相關(guān)數(shù)據(jù)放入結(jié)果集A ； 網(wǎng)絡(luò)服務(wù)器端，連接所述瀏覽器端及路徑關(guān)聯(lián)算法服務(wù)器端，用于將所述結(jié)果集A作為查詢結(jié)果輸出反饋至瀏覽器端。
2.根據(jù)權(quán)利要求1所述的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)，其特征在于，所述j ^ 3。
3.根據(jù)權(quán)利要求1所述的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)，其特征在于，所述I=10。
4.根據(jù)權(quán)利要求1所述的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)，其特征在于，所述路徑關(guān)聯(lián)服務(wù)器端還用于將所述車輛經(jīng)過時間篩選出的數(shù)據(jù)進行去重以獲取所述車輛候選集合
5.根據(jù)權(quán)利要求1所述的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)服務(wù)器端，還用于根據(jù)所述查詢結(jié)果生成圖形分析結(jié)果；所述瀏覽器端，用于將所述圖形分析結(jié)果展示出來，其中所述圖形分析結(jié)果包括:所述嫌疑車輛的軌跡信息、數(shù)據(jù)信息列表、及圖表中的一種或多種組合。
6.根據(jù)權(quán)利要求1所述的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢系統(tǒng)，其特征在于，所述路徑關(guān)聯(lián)算法服務(wù)器端采用C++技術(shù)實現(xiàn)功能；所述網(wǎng)絡(luò)服務(wù)端采用java技術(shù)獲取在瀏覽器端的所述輸入的輸入者位置和輸入時間信息；所述瀏覽器端使用Silverlight技術(shù)。
7.一種基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢方法，其特征在于，包括: 輸入預(yù)定車輛行駛軌跡中經(jīng)過的卡口點的集合Pi及通過每個卡口的時間段Ti,其中，i為不小于I的整數(shù)； 從？1取出子集Passp其中，j ( i ;分別對Pass]中每個卡口點的過車數(shù)據(jù)進行車輛經(jīng)過時間篩選，以在Pass]中每個卡口點分別獲取滿足所述時間段Ti的車輛以形成Passj中每個卡口點的車輛候選集合Ck，其中，k彡j ; 合并Passj中每個卡口點的車輛候選集合Ck并按車輛出現(xiàn)次數(shù)依序排列，以獲取出現(xiàn)次數(shù)最多的I輛車作為嫌疑車輛； 將所述嫌疑車輛的相關(guān)數(shù)據(jù)放入結(jié)果集A作為查詢結(jié)果輸出。
8.根據(jù)權(quán)利要求7所述的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢方法，其特征在于，所述j ^ 3。
9.根據(jù)權(quán)利要求7所述的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢方法，其特征在于，所述I=
10。
10.根據(jù)權(quán)利要求7所述的基于路徑關(guān)聯(lián)的車輛數(shù)據(jù)查詢方法，其特征在于，還包括:將所述車輛經(jīng)過時間篩選出的數(shù)據(jù)進行去重以獲取所述車輛候選集合Ck。
【文檔編號】G06F17/30GK104199903SQ201410427790
【公開日】2014年12月10日 申請日期:2014年8月27日 優(yōu)先權(quán)日:2014年8月27日
【發(fā)明者】劉暘, 曾煒, 王夷, 李東曉, 劉其峰 申請人:上海熙菱信息技術(shù)有限公司