一种车辆出行主题确定方法及装置

摘要

本发明提供一种车辆出行主题方法及装置，所述方法包括：获取目标车辆在预设时间段内的卡口过车数据；根据所述卡口过车数据确定所述目标车辆在所述预设时间段内经过的卡口点位；根据所述目标车辆在所述预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定所述目标车辆的出行主题。应用本发明实施例可以实现对车辆出行主题的确定，为更加合理的执行车辆管控决策提供了依据。

权利要求

1.一种车辆出行主题确定方法，其特征在于，包括：

获取目标车辆在预设时间段内的卡口过车数据；

根据所述卡口过车数据确定所述目标车辆在所述预设时间段内经过的卡口点位；

根据所述目标车辆在所述预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定所述目标车辆的出行主题；

所述根据所述卡口过车数据确定所述目标车辆在所述预设时间段内经过的卡口点位，包括：对所述预设时间段进行时间片划分；

根据所述卡口过车数据，确定所述目标车辆在各时间片经过的卡口点位向量；其中，若所述目标车辆在目标时间片中经过目标卡口时，该目标时间片对应的卡口点位向量中该目标卡口对应的值为1；否则，该目标时间片对应的卡口点位向量中该目标卡口对应的值为0；

根据所述卡口点位向量生成所述目标车辆在所述预设时间段内的卡口点位矩阵。

2.根据权利要求1所述的方法，其特征在于，所述预设时间段包括连续第一预设数量的工作日或连续第二预设数量的非工作日；

所述对预设时间段进行时间片划分，包括：

分别对各工作日或非工作日进行时间片划分；

所述预设时间段的卡口点位矩阵包括所述第一预设数量的工作日分别对应的卡口点位矩阵，或所述第二预设数量的非工作日分别对应的卡口点位矩阵。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标车辆在所述预设时间段内经过卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题，包括：通过预设的隐狄利克雷概率图模型确定所述目标车辆的出行主题：其中， 是行驶轨迹i包括的车辆的经过的卡口点位集合， 是所述行驶轨迹i对应的概率最大的车辆出行主题， 是行驶轨迹i对应的出行主题分布，φ是预设的卡口点位对应的车辆出行主题的概率分布模型， 是该行驶轨迹i中卡口点位si,j实际对应的车辆出行主题概率分布模型，si,j是行驶轨迹i中包括的第j个卡口点位，zi,j是卡口点位si,j对应的车辆出行主题，是 的超参数，是φ的超参数，i，j，Ni为正整数，Ni为行驶轨迹i中包括的卡口点位的总数。

4.根据权利要求1所述的方法，其特征在于，所述确定目标车辆的出行主题之后，还包括：根据车辆的类型以及所统计的车辆的出行主题执行车辆管控决策。

5.一种车辆出行主题确定装置，其特征在于，包括：

获取单元，获取目标车辆在预设时间段内的卡口过车数据；

第一确定单元，用于根据所述卡口过车数据确定所述目标车辆在所述预设时间段内经过的卡口点位；

第二确定单元，用于根据所述目标车辆在所述预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定所述目标车辆的出行主题；

所述第一确定单元，包括：

划分子单元，用于对所述预设时间段进行时间片划分；

确定子单元，用于根据所述卡口过车数据，确定所述目标车辆在各时间片经过的卡口点位向量；其中，若所述目标车辆在目标时间片中经过目标卡口时，该目标时间片对应的卡口点位向量中该目标卡口对应的值为1；否则，该目标时间片对应的卡口点位向量中该目标卡口对应的值为0；

生成子单元，用于根据所述卡口点位向量生成所述目标车辆在所述预设时间段内的卡口点位矩阵。

6.根据权利要求5所述的装置，其特征在于，所述预设时间段包括连续第一预设数量的工作日或连续第二预设数量的非工作日；

所述划分子单元，具体用于分别对各工作日或非工作日进行时间片划分；

所述预设时间段的卡口点位矩阵包括所述第一预设数量的工作日分别对应的卡口点位矩阵，或所述第二预设数量的非工作日分别对应的卡口点位矩阵。

7.根据权利要求5所述的装置，其特征在于，

所述第二确定单元，具体用于通过预设的隐狄利克雷概率图模型确定所述目标车辆的出行主题：其中， 是行驶轨迹i包括的车辆的经过的卡口点位集合， 是所述行驶轨迹i对应的概率最大的车辆出行主题， 是行驶轨迹i对应的出行主题分布，φ是预设的卡口点位对应的车辆出行主题的概率分布模型， 是该行驶轨迹i中卡口点位si,j实际对应的车辆出行主题概率分布模型，si,j是行驶轨迹i中包括的第j个卡口点位，zi,j是卡口点位si,j对应的车辆出行主题，是 的超参数，是φ的超参数，i，j，Ni为正整数，Ni为行驶轨迹i中包括的卡口点位的总数。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：决策单元，用于根据车辆的类型以及所统计的车辆的出行主题执行车辆管控决策。

说明书

一种车辆出行主题确定方法及装置

技术领域

[0001] 本发明涉及视频监控技术领域，尤其涉及一种车辆出行主题确定方法及装置。

背景技术

[0002] 近年来，城市车辆保有量的激增，而同期城市道路并未出现等比例的建设，导致许多城区道路的车辆车载能力超标。因此，交通管理部门迫切需要科学的车辆管控决策模型，辅助决策交通秩序规则。

[0003] 目前的车辆管控方案中，通常是通过线圈、地磁等进行流量检测，对道路畅通程度进行简单的数据统计，在电子地图上进行拥堵程度呈现，然后基于主观分析进行决策判断。

[0004] 然而实践发现，采用线圈、地磁等进行流量检测，只能简单地统计车辆数目信息，无法确定车辆出行主题，基于此做出的车辆管控决策不够客观，效果较差，因此，如何确定车辆出行主题成为一个亟待解决的技术问题。

发明内容

[0005] 本发明提供一种车辆出行主题确定方法及装置，以解决现有技术中无法确定车辆出行主题的问题。

[0006] 根据本发明实施例的第一方面，提供一种车辆出行主题确定方法，包括：

[0007] 获取目标车辆在预设时间段内的卡口过车数据；

[0008] 根据所述卡口过车数据确定所述目标车辆在所述预设时间段内经过的卡口点位；

[0009] 根据所述目标车辆在所述预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定所述目标车辆的出行主题。

[0010] 根据本发明实施例的第二方面，提供一种车辆出行主题确定装置，包括：

[0011] 获取单元，获取目标车辆在预设时间段内的卡口过车数据；

[0012] 第一确定单元，用于根据所述卡口过车数据确定所述目标车辆在所述预设时间段内经过的卡口点位；

[0013] 第二确定单元，用于根据所述目标车辆在所述预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定所述目标车辆的出行主题。

[0014] 应用本发明实施例，通过获取目标车辆在预设时间段内的卡口过车数据，并根据该卡口过车数据确定目标车辆在预设时间段内经过的卡口点位，进而，根据目标车辆在预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题，实现了对车辆出行主题的确定，为更加合理的执行车辆管控决策提供了依据。

附图说明

[0015] 图1是本发明实施例提供的一种车辆出行主题确定方法的流程示意图；

[0016] 图2是本发明实施例提供的另一种车辆出行主题确定方法的流程示意图；

[0017] 图3是本发明实施例提供的一种车辆出行主题确定装置的结构示意图；

[0018] 图4是本发明实施例提供的另一种车辆出行主题确定装置的结构示意图；

[0019] 图5是本发明实施例提供的另一种车辆出行主题确定装置的结构示意图。

具体实施方式

[0020] 为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。

[0021] 请参见图1，图1为本发明实施例提供的一种车辆出行主题确定方法的流程示意图，如图1所示，该车辆出行主题确定方法可以包括以下步骤：

[0022] 步骤101、获取目标车辆在预设时间段内的卡口过车数据。

[0023] 本发明实施例中，上述方法可以应用于智能交通系统中，例如，应用于智能交通系统中的后台服务器。为便于描述，以下以上述方法的执行主体为服务器为例进行描述。

[0024] 本发明实施例中，目标车辆并不特征某一车辆，而是可以指代任一进行车辆出行主题分析的车辆，本发明实施例后续不再复述。

[0025] 本发明实施例中，预设时间段可以根据具体应用场景设定，例如，该预设时间段可以为10小时、1天、一周等，其中，预设时间段对应的时长越长，基于该预设时间段内的卡口过车数据分析得到的车辆出行主题的准确率相对越高，但是统计分析工作量也相应越大，因此，在设定预设时间段时可以综合考虑准确率要求和工作量要求，其具体实现在此不再赘述。

[0026] 本发明实施例中，当服务器需要对目标车辆进行主题分析时，可以从数据库中获取该目标车辆在预设时间段内的卡口过车数据，其中，该卡口过车数据可以通过各卡口设置的摄像机抓拍得到，该卡口过车数据包括卡口标识信息、目标车辆的车牌号、抓拍时间信息。可选地，该卡口过车数据还可以包括目标车辆的车辆类型，如本地车、外地车、大货车等。

[0027] 步骤102、根据获取到的卡口过车数据确定目标车辆在预设时间段内经过的卡口点位。

[0028] 本发明实施例中，服务器获取到目标车辆在预设时间段内的卡口过车数据之后，可以根据该卡口过车数据确定目标车辆在预设时间段内经过的卡口点位。

[0029] 作为一种可选的实施方式，在上述步骤102中，根据获取到的卡口过车数据确定目标车辆在预设时间段内经过的卡口点位，可以包括以下步骤：

[0030] 11)、对预设时间段进行时间片划分；

[0031] 12)、根据卡口过车数据，确定目标车辆在各时间片经过的卡口点位向量；其中，若目标车辆在目标时间片中经过目标卡口时，该目标时间片对应的卡口点位向量中该目标卡口对应的值为1；否则，该目标时间片对应的卡口点位向量中该目标卡口对应的值为0；

[0032] 13)、根据卡口点位向量生成目标车辆在预设时间段内的卡口点位矩阵。

[0033] 在该实施方式中，服务器可以根据预设的时间粒度(可以根据具体应用场景设定，如10分钟、半小时等)对预设时间段进行时间片划分，将预设时间段划分为多个时间片。

[0034] 例如，假设预设时间段为1天，预设时间粒度为1小时，则服务器可以将该预设时间段划分为24个时间分片。

[0035] 服务器对预设时间段进行时间片划分后，可以根据卡口过车数据，确定目标车辆在各时间片经过的卡口点位向量。其中，第i个时间片对应的卡口点位向量为：

[0036] (si1，si2...，sin)

[0037] 其中，n为目标区域内(需要进行车辆管控的具体区域，如上海市、深圳市等)的卡口点位的总数，sij用于表示目标车辆在第i个时间片内是否经过第j个卡口点位，若经过，则sij的值为1；若未经过，则sij的值为0。

[0038] 进一步地，服务器确定目标车辆在各时间片经过的卡口点位向量之后，可以根据该卡口点位向量生成目标车辆在预设时间段内的卡口点位矩阵。其中，该卡口点位矩阵可以如下：

[0039]

[0040] 其中，m为时间片的数量，该卡口点位矩阵的第i行为目标车辆在第i个时间片经过的卡口点位向量。

[0041] 进一步地，在本发明实施例中，考虑到工作日与非工作日车辆的出行主题可能会不一致，即车辆经过的卡口点位的差别也会比较大，若将车辆在工作日与非工作日的卡口过车数据综合用于确定车辆的出行主题，所确定的出行主题的准确率会较低。

[0042] 相应地，作为一种可选的实施方式，上述预设时间段可以包括连续第一预设数量的工作日或连续第二预设数量的非工作日。其中，该第一预设数量和第二预设数量可以相同也可以不相同。

[0043] 在该实施方式中，上述步骤11中，对预设时间段进行时间划分，可以包括：

[0044] 分别对各工作日或非工作日进行时间划分。

[0045] 上述步骤13中，预设时间段的卡口点位矩阵包括第一预设数量的工作日分别对应的卡口点位矩阵，或第二预设数量的非工作日分别对应的卡口点位矩阵。

[0046] 具体的，在该实施方式中，服务器获取到目标车辆的卡口过车数据后，可以根据该卡口过车数据中的时间信息将其分为工作日卡口过车数据和非工作日卡口过车数据，并可以根据该目标车辆工作日卡口过车数据或非工作日卡口过车数据确定目标车辆的出行主题。

[0047] 例如，服务器可以分析目标车辆在工作日和非工作日的卡口过车数据，若目标车辆在工作日(或非工作日)的行驶轨迹较为丰富(即经过卡口点位较多)且稳定(经过的卡口点位较为一致或卡口点位对应的主题较为一致)，则可以根据目标车辆在工作日(或非工作日)的卡口过车数据确定目标车辆的出行主题。为便于描述，以下以服务器根据目标车辆在工作日的卡口过车数据确定目标车辆的出行主题为例。

[0048] 在该实施方式中，服务器可以获取目标车辆连续第一预设数量的工作日的卡口过车数据，对于每一个工作日，服务器可以根据预设粒度(如1小时)进行时间片划分，并分别确定各时间片的卡口点位向量，并进而生成各工作日的卡口点位矩阵。

[0049] 举例来说，服务器可以获取目标车辆连续5个工作日(如周一至周五)的卡口过车数据，对于每个工作日，服务器可以将其等分为24个时间片，并分别确定每个时间片的卡口点位向量，进而生成各工作日的卡口点位矩阵(共5个卡口点位矩阵)。

[0050] 步骤103、根据目标车辆在预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题。

[0051] 本发明实施例中，可以预先设定各卡口点位与车辆出行主题的对应关系，例如，动物园、公园等对应旅游，高速出入口对应过车等。

[0052] 其中，在本发明实施例中，同一卡口点位可以同时对应多个车辆出行主题，例如，对于高速出入口对应的出行主题可以为70％过车以及30％旅游等。

[0053] 相应地，服务器确定了目标车辆在预设时间段内经过的卡口点位之外，可以根据该目标车辆在该预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题。

[0054] 举例来说，假设目标车辆在预设时间段内共经过10个卡口点位，其中8个对应的出行主题为旅游，2个对应的出行主题为办事，则服务器可以确定该目标车辆的出行主题为旅游。

[0055] 又举例来说，假设目标车辆在预设时间段内共经过10个卡口点位(A～J)，A对应的主题为旅游70％、过车30％，B对应的主题为旅游80％，办事20％...J对应的主题为办事70％，过车30％，则服务器可以计算各主题的概率的加权平均值，并将概率最大的主题确定为目标车辆的出行主题。

[0056] 作为一种可选的实施方式，上述步骤103中，根据目标车辆在预设时间段内经过卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题，可以包括：

[0057] 通过预设的隐狄利克雷概率图模型确定所述目标车辆的出行主题：

[0058]

[0059] 其中， 是行驶轨迹i包括的车辆的经过的卡口点位集合， 是所述行驶轨迹i对应的概率最大的车辆出行主题， 是行驶轨迹i对应的出行主题分布，φ是预设的卡口点位对应的车辆出行主题的概率分布模型， 是该行驶轨迹i中卡口点位si,j实际对应的车辆出行主题概率分布模型，si,j是行驶轨迹i中包括的第j个卡口点位，zi,j是卡口点位si,j对应的车辆出行主题， 是 的超参数， 是φ的超参数，i，j，Ni为正整数，Ni为行驶轨迹i中包括的卡口点位的总数。

[0060] 在该实施方式中，服务器在确定了目标车辆在预设时间段内经过的卡口点位之后，可以通过预设的隐狄利克雷概率图模型确定该目标车辆的出行出题。

[0061] 其中，基于上述隐狄利克雷概率图模型，服务器确定目标车辆的具体实现方式本发明实施例不做限定，例如，服务器可以通过吉普斯采样的方式，确定上述隐狄利克雷概率图模型中的出行主题，其具体实现方式在此不再赘述。

[0062] 需要注意的是，在本发明实施例中，服务器根据目标车辆在预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题的实现方式并不限于通过隐狄利克雷概率图模型的方式，还可以包括其它方式，如通过隐语义模型方式等，其具体实现在此不再赘述。

[0063] 本发明实施例中，服务器所确定的目标车辆的出行主题可以为所分析出的目标车辆的最大概率的出行主题，也可以为目标车辆各可能的出行主题以及对应的概率，本发明实施例对此不做限定。

[0064] 本发明实施例中，当上述预设时间包括多个工作日(或非工作日)时，服务器可以分别根据各工作日(或非工作日)对应的卡口点位矩阵，确定该工作日的出行主题或出行出题分布，然后对该多个工作日的出行主题进行加权统计，确定目标车辆最终的出行主题或出行主题分布。

[0065] 可见，在图1所描述的方法实施例中，通过确定目标车辆在预设时间段经过的卡口点位，并根据目标车辆在预设时间段内经过的卡口点位以及预设的卡口点位与出行主题的对应关系，确定目标车辆的出行主题，实现了车辆主题的确定。

[0066] 请参见图2，为本发明实施例提供的另一种车辆出行主题确定方法的流程示意图，如图2所示，该车辆出行主题确定方法可以包括以下步骤：

[0067] 步骤201、获取目标车辆在预设时间段内的卡口过车数据。

[0068] 步骤202、根据获取到的卡口过车数据确定目标车辆在预设时间段内经过的卡口点位。

[0069] 步骤203、根据目标车辆在预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题。

[0070] 本发明实施例中，步骤201～步骤203的具体实现可以参见上述步骤101～步骤103中的相关描述，本发明实施例在此不再赘述。

[0071] 步骤204、根据车辆的类型以及所统计的车辆的出行主题执行车辆管控决策。

[0072] 本发明实施例中，服务器确定目标车辆的出行主题之后，可以根据自身所统计的车辆(包括目标车辆以及所统计的其它车辆)的出行主题，并根据各车辆的类型执行车辆管控决策。

[0073] 举例来说，服务器可以根据数据库中的卡口过车数据确定目标区域(如杭州)在预设时间段内外地车(可以根据卡口过车数据中的车牌实时确定，也可以预先分析并作为数据标签存储在数据库中，下同)或大货车的出行主题，例如，外地车的出行主题可以包括私家车出行旅游、城区过境车、外地车本地化上下班、货车运输、客运等；大货车的出行主题可以包括农产品运输车、物流运输车、建筑车、市政环卫用车等。

[0074] 服务器确定目标区域在预设时间段的外地车(或大货车)的出行目的之后，可以根据该目标区域在该预设时间段内的路网数据确定各中不同类型外地车在城区通行占比、堵点占比等(或各类型大货车落脚点与堵点、事故点、违章点的重合比例等)，进而对该目标区域的外地车(或大货车)进行相应管控决策，如对于外地车，根据统计的不同外地车在城区通行占比，与堵点进行拟合对比，挑选出对城市交通拥堵影响最大的一类车进行限行管控；或对于大货车，可以进行准入许可、控制总量、定时段、定路线等管控。

[0075] 可见，在图2所描述的方法流程中，通过确定目标车辆的出行主题，进而根据车辆的类型以及所统计的车辆出行主题，对车辆进行车辆管控决策，提高了车辆管控决策的合理性。

[0076] 通过以上描述可以看出，在本发明实施例提供的技术方案中，通过获取目标车辆在预设时间段内的卡口过车数据，并根据该卡口过车数据确定目标车辆在预设时间段内经过的卡口点位，进而，根据目标车辆在预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题，实现了对车辆出行主题的确定，为更加合理的执行车辆管控决策提供了依据。

[0077] 请参见图3，为本发明实施例提供的一种车辆出行主题确定装置的结构示意图，其中，该车辆出行主题确定装置可以应用于上述方法实施例中的智能交通系统，例如，应用于智能交通系统的后台服务器中，如图3所示，该车辆出行主题确定装置可以包括：

[0078] 获取单元310，获取目标车辆在预设时间段内的卡口过车数据；

[0079] 第一确定单元320，用于根据所述卡口过车数据确定所述目标车辆在所述预设时间段内经过的卡口点位；

[0080] 第二确定单元330，用于根据所述目标车辆在所述预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定所述目标车辆的出行主题。

[0081] 请一并参见图4，为本发明实施例提供的另一种车辆出行主题确定装置的结构示意图，该实施例在前述图3所示实施例的基础上，所述装置中第一确定单元320可以包括：

[0082] 划分子单元321，用于对所述预设时间段进行时间片划分；

[0083] 确定子单元322，用于根据所述卡口过车数据，确定所述目标车辆在各时间片经过的卡口点位向量；其中，若所述目标车辆在目标时间片中经过目标卡口时，该目标时间片对应的卡口点位向量中该目标卡口对应的值为1；否则，该目标时间片对应的卡口点位向量中该目标卡口对应的值为0；

[0084] 生成子单元323，用于根据所述卡口点位向量生成所述目标车辆在所述预设时间段内的卡口点位矩阵。

[0085] 在可选实施例中，所述预设时间段包括连续第一预设数量的工作日或连续第二预设数量的非工作日；

[0086] 相应地，所述划分子单元321，可以具体用于分别对各工作日或非工作日进行时间片划分；

[0087] 其中，所述预设时间段的卡口点位矩阵包括所述第一预设数量的工作日分别对应的卡口点位矩阵，或所述第二预设数量的非工作日分别对应的卡口点位矩阵。

[0088] 在可选实施例中，所述第二确定单元330，可以具体用于通过预设的隐狄利克雷概率图模型确定所述目标车辆的出行主题：

[0089]

[0090] 其中， 是行驶轨迹i包括的车辆的经过的卡口点位集合， 是所述行驶轨迹i对应的概率最大的车辆出行主题， 是行驶轨迹i对应的出行主题分布，φ是预设的卡口点位对应的车辆出行主题的概率分布模型， 是该行驶轨迹i中卡口点位si,j实际对应的车辆出行主题概率分布模型，si,j是行驶轨迹i中包括的第j个卡口点位，zi,j是卡口点位si,j对应的车辆出行主题， 是 的超参数， 是φ的超参数，i，j，Ni为正整数，Ni为行驶轨迹i中包括的卡口点位的总数。

[0091] 请一并参见图5，为本发明实施例提供的另一种车辆出行主题确定装置的结构示意图，该实施例在前述图3所示实施例的基础上，所述装置还可以包括：

[0092] 决策单元340，用于根据车辆的类型以及所统计的车辆的出行主题执行车辆管控决策。

[0093] 上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

[0094] 对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述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发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

[0095] 由上述实施例可见，通过获取目标车辆在预设时间段内的卡口过车数据，并根据该卡口过车数据确定目标车辆在预设时间段内经过的卡口点位，进而，根据目标车辆在预设时间段内经过的卡口点位，以及预设的卡口点位与车辆出行主题的对应关系，确定目标车辆的出行主题，实现了对车辆出行主题的确定，为更加合理的执行车辆管控决策提供了依据。

[0096] 本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

[0097] 应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。