[發(fā)明專利]基于快速路網(wǎng)建模的多尺度時空熱點路徑探測方法

有效

• 申請?zhí)枺?/td>: 201410267971.2
• 申請日: 2014-06-16
• 公開（公告）號: CN105258704B
• 公開（公告）日: 2017-12-05
• 發(fā)明（設計）人: 呂賜興;朱云龍;張丁一;庫濤;陳瀚寧;吳俊偉
• 申請（專利權）人: 中國科學院沈陽自動化研究所
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 沈陽科苑專利商標代理有限公司21002
• 代理人: 徐麗,周秀梅

技術領域

本發(fā)明涉及路網(wǎng)中熱點路徑搜索的技術領域，是一種在無路網(wǎng)地圖支持的條件下，利用大規(guī)模時空軌跡數(shù)據(jù)先快速構造路網(wǎng)再進行熱點路徑探測的方法。

背景技術

熱點路徑可以被定義為一段時期內被大量移動對象頻繁經過的路段，它能反映人們在移動過程中對某地理區(qū)域的關注程度或依賴程度，也能一定程度地揭示人們的移動規(guī)律。熱點路徑探測可用于城市規(guī)劃、交通管理、廣告投放等領域的決策支持。

不同于專利文獻1(專利公開號CN103323018A)中的熱點路徑概念，其中的熱點路徑是指從源點到目的點的所有路徑中的最常使用路徑，這是一種局部流行的路徑。本發(fā)明中的熱點路徑是指整個路網(wǎng)中被移動對象頻繁經過路徑，一種全局流行的路徑。

目前專門用于從軌跡中探測熱點路徑的方法并不多，在有路網(wǎng)地圖支持的情況下，可以使用Li Xiaolei等提出FlowScan方法探測熱點路徑，此方法需要具有良好拓撲性的路網(wǎng)的支持，而且需要較準確的地圖匹配算法，在地圖匹配算法不精確、路網(wǎng)結構不完整或不存在可用路網(wǎng)的情況下就無法使用該方法了。在無路網(wǎng)支持的情況下，可使用基于網(wǎng)格劃分的方法或基于軌跡聚類的方法。然而使用網(wǎng)格地對軌跡進行“硬劃分”的容易導致屬于同一道路上的軌跡被錯分到多個不同網(wǎng)格中，最終導致“熱點路徑丟失”現(xiàn)象的出現(xiàn)。而且，網(wǎng)格尺寸設定的越小，此問題就會越嚴重。移動對象聚類或基于軌跡聚類的方法也可以一定程度地解決無路網(wǎng)支持下的熱點路徑探測問題。然而，移動對象聚類只能發(fā)現(xiàn)數(shù)量較少的一些短路徑，因為它要求聚類中所有移動對象在某一時間間隔內都沿同樣路線行駛，而真正的熱點路徑只關注的交通流量的大小，不需要所有移動對象在行駛過程中都始終保持聚類性，也不需要它們共同行駛一段足夠長的路程。而軌跡聚類方法無法識別熱點路徑中的一些復雜耦合現(xiàn)象，如匯聚、分裂、或覆蓋等。因為，熱點路徑的探測過程與軌跡聚類過程有所不同。軌跡聚類的聚類方向是向任意方向發(fā)散的，是無限制的；而熱點路徑探測探測方向只能沿著道路的方向，是受限的。因此，軌跡聚類結果的通常是群簇，是任意形狀的；而熱點路徑探測的結果則是一條條路徑，是"線狀"的。

發(fā)明內容

針對現(xiàn)有技術中的上述問題，本發(fā)明提供一種基于快速路網(wǎng)建模的多尺度時空熱點路徑探測方法。

本發(fā)明為實現(xiàn)上述目的所采用的技術方案是：基于快速路網(wǎng)建模的多尺度時空熱點路徑探測方法，包括以下步驟：

1)利用大規(guī)模軌跡數(shù)據(jù)構造路網(wǎng)；

2)基于所構造的路網(wǎng)對軌跡進行道路匹配：將軌跡點序列轉化為覆蓋在道路上的網(wǎng)格序列；

3)進行熱點路徑探測。

所述步驟1)包括以下步驟：

將包含有大規(guī)模軌跡的二維空間區(qū)域劃分為規(guī)則的網(wǎng)格，統(tǒng)計網(wǎng)格內的軌跡點數(shù)量；

將網(wǎng)格視為位圖像素，以網(wǎng)格的軌跡點數(shù)量作為像素值，進而將區(qū)域構造為灰度圖像；

對灰度圖進行二值化處理；

使用數(shù)學形態(tài)學中的細化、膨脹、裁剪操作從二值圖像中提取路網(wǎng)結構。

所述將包含有大規(guī)模軌跡的二維空間區(qū)域劃分為規(guī)則的網(wǎng)格，具體為：按照經緯度方向將二維空間區(qū)域S分別劃分為m、n等分，m>0，n>0，二維空間區(qū)域就S劃分為了m×n個矩形網(wǎng)格單元，若將每個網(wǎng)格視為一個像素，則S可表示為位圖G_bit＝{g₁,g₂,…,g_m×n}，每個像素的灰度值Gray即為通過該網(wǎng)格的軌跡量，Gray(g_i)≥0，i>0。

所述對灰度圖進行二值化處理采用混合閾值策略，混合閾值公式為TH(g)＝t₁×Avg_global+t₂×Avg_γ×γ(g)，其中Avg_global為全局非0像素的平均值，Avg_γ×γ(g)為像素g的γ×γ鄰域內的非0像素平均值，TH(g)為像素g的二值化閾值，t₁為全局閾值的權重，t₂為局部閾值的權重。

所述細化操作公式為：

即利用結構元素序列B¹，B²，…，B^N迭代對圖像X進行處理，直至X不再變化為止，其中Bⁱ由B^i-1旋轉得到,i＝1,2,…,n，X為二值圖像。