[發明專利]一種針對特定車輛潛在群體的行駛軌跡預測方法

有效

• 申請號: 201310256297.3
• 申請日: 2013-06-25
• 公開（公告）號: CN103366566A
• 公開（公告）日: 2013-10-23
• 發明（設計）人: 孫利民;于重重;吳子珺;孫玉硯;李志
• 申請（專利權）人: 中國科學院信息工程研究所
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 楊立

技術領域

本發明涉及數據挖掘領域，針對城市智能交通信息系統所產生的大量原始交通數據，提出了一種針對特定車輛潛在群體的行駛軌跡預測方法。

背景技術

時序挖掘是近年來數據挖掘領域研究的熱門，由于時間序列是一種數據之間存在時間關系的新的數據類型，對比于其他類型的數據其具有如下特性：明顯的時間先后順序、可反應出序列的特征、隨機性與多噪聲等。因此，在對時間序列進行數據挖掘的過程中，必須考慮數據集中數據間存在的時間關系。目前，對于時間序列挖掘的研究主要集中在以下六個方面：時間序列相似性搜索、時間序列分類、時間序列聚類、時間序列分割與模式發現、時間序列預測以及時間序列可視化。

與此同時，由于我國公安、交通等領域的信息化水平的不斷提高，一大批的智能交通信息系統得以廣泛的部署。該系統主要是使用部署在道路、橋梁、路口、重點區域等處的攝像頭來完成數據的實時采集、回傳工作。這些數據對于公安、交通等部門的主動預警和事后偵查具有重要的意義。而在面對如此大規模的時序交通數據時，若采用傳統的統計學方法對其進行分析、預測則需要耗費大量的人力物力。因此，如何借助新興的時序挖掘技術完成對大規模交通數據的分析、預測并快速地尋找出數據中所蘊含的未知模式，對于保障城市道路交通的安全則顯得十分的緊迫和必要。目前，針對城市道路交通安全領域的時序挖掘技術已經成為了當前研究的熱點問題，其中特定車輛的伴隨車輛發現及行駛軌跡預測由于其自身存在的重要性受到了研究人員的廣泛關注。

發明內容

本發明所要解決的技術問題是針對現有技術的不足，提供一種針對特定車輛潛在群體的行駛軌跡預測方法，該方法能有效找出某些特定車輛在某段時間段內與其有伴隨關系的車輛，進而對確認為定位特定車輛的車輛進行行駛軌跡的預測，有利于對城市道路安全的分析。

本發明解決上述技術問題的技術方案如下：一種針對特定車輛潛在群體的行駛軌跡預測方法，包括如下步驟：

步驟1：通過現有智能交通信息系統獲取原始交通數據；

步驟2：對原始交通數據進行預處理；

步驟3：將經過預處理的原始交通數據存儲在源挖掘數據集S中；

步驟4：實時捕獲行經各監測卡口的車輛的車牌號碼，并與特定車輛名單List1進行對比，若所捕獲車輛為特定車輛名單List1上的車輛則執行步驟5；否則執行步驟9；

步驟5：在源挖掘數據集S中查找捕獲的特定車輛的潛在群體車輛，并將潛在群體車輛對應的車牌號記錄在特定車輛潛在群體名單List2上；

步驟6：逐個判斷特定車輛潛在群體名單List2上的潛在群體車輛是否為特定車輛名單List1上的特定車輛，如果是則確認該車輛為特定車輛并執行步驟8；否則確認該車輛為非特定車輛并執行步驟7；

步驟7：增加該車輛的危險系數，判斷該車輛的危險系數是否大于預設閾值，如果大于預設閾值則將該車輛的車牌號碼添加入特定車輛名單List1，執行步驟9；否則直接執行步驟9；

步驟8：對捕獲的特定車輛及特定車輛潛在群體名單List2上確認為特定車輛的車輛的行駛軌跡進行預測，并記錄所述特定車輛的預測行駛軌跡，隨后執行步驟9；

步驟9：結束。

本發明的有益效果是：本發明可以利用大量豐富的原始交通數據，進行對特定的車輛伴隨車輛的查詢，以及對確認為特定車輛的車輛的行駛軌跡的預測，快速地完成對特定車輛的城市道路安全分析工作，為保障道路安全提供了技術支持。

在上述技術方案的基礎上，本發明還可以做如下改進。

進一步，步驟2中所述對原始交通數據進行預處理包括數據的抽取、去冗余、去噪聲以及數據轉換。

采用上述進一步方案的有益效果是：對數據進行預處理，去除冗余數據和噪聲等，利于數據的整理與存儲。

進一步，步驟3中所述源挖掘數據集S，

S={S1(P1,D1,B1,G1),S2(P2,D2,B2,G2),…,Si(Pi,Di,Bi,Gi),…,SN(PN,DN,BN,GN)}，其中Si(Pi,Di,Bi,Gi)（i＝1，2，…，N）是經過預處理的車輛行經監測卡口的數據；i為當前該條數據的條目編號；Pi為車輛的車牌號碼；Di為車輛駛過監測卡口的時間；Bi為監測卡口的卡口編號，Gi為車輛行駛的道次。

采用上述進一步方案的有益效果是：源挖掘數據采用集合形式，清晰記錄現有智能交通信息系統獲取原始交通數據，利于提高對數據進行查找及處理的速度并降低查找及處理的難度。

進一步，步驟5中查找捕獲的特定車輛的潛在群體車輛的具體步驟如下：