[發明專利]一種未知步行設施位置確定方法及系統

有效

• 申請號: 201410364225.5
• 申請日: 2014-07-28
• 公開（公告）號: CN104183132A
• 公開（公告）日: 2014-12-03
• 發明（設計）人: 聶春雪;金學波;施彥
• 申請（專利權）人: 北京工商大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06F17/30;G06F19/00
• 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

本發明涉及一種未知步行設施位置確定方法，屬于步行GPS軌跡的新路挖掘領域。

背景技術

數據挖掘(Data?Mining，DM)是目前人工智能和數據庫領域研究的熱點問題，所謂數據挖掘是指從數據庫的大量數據中揭示出隱含的、先前未知的并有潛在價值的信息。數據挖掘是通過分析每個數據，從大量數據中尋找其規律的技術，主要有數據準備、規律尋找和規律表示3個步驟。數據準備是從相關的數據源中選取所需的數據并整合成用于數據挖掘的數據集；規律尋找是用某種方法將數據集所含的規律找出來；規律表示是盡可能以用戶可理解的方式(如可視化)將找出的規律表示出來。

基于車輛GPS軌跡的信息提取方法是數據挖掘的重要應用，出現了GPS導航，用戶行為挖掘，用戶交通模式挖掘，熱點旅游位置推薦，探測城市交通異常等各種研究方向。有許多提取車輛GPS軌跡包含信息的方法，如模擬物理學中的引力和斥力對GPS軌跡進行優化處理，增量式地生成表達路網信息的曲線圖(參考例文Cao?L,Krumm?J.From?GPS?trace?to?a?routable?road?map[C].Proceeding?of?the17th?ACM?SIGSPATIAL?International?Conference?on?Advances?in?Geographic?Information?Systems.2009:3-12.)；利用圖像細化算法獲取路網的骨架信息，再通過矢量化方式構建道路網絡(參考例文蔣益娟,李響,李小杰等.利用車輛軌跡數據提取道路網絡的幾何特征與精度分析[J].地球信息科學學報,2012,14(2):165-170.)；使用監督學習、變點分割和決策樹的發現GPS軌跡用戶的交通模式(參考例文Zheng?Y,Chen?Y,Li?Q,et?al.Understanding?transportation?modes?based?on?GPSdata?for?web?applications[J].ACM?Transactions?on?the?Web(TWEB),2010,4(1):1.)；基于離群點檢測的時間和空間的特性構造異常的因果關系樹用來檢測交通異常(參考例文Liu?W,Zheng?Y,Chawla?S,et?al.Discovering?spatio-temporal?causal?interactions?in?traffic?data?streams[C].Proceedings?of?the?17th?ACM?SIGKDD?international?conference?on?Knowledge?discovery?and?data?mining.ACM,2011:1010-1018.)；將語義軌跡，泛華推薦、相似性、協同過濾、方差熵的聚類算法引入GPS數據分析中，探測城市的異常交通(參考例文Pang?L?X,Chawla?S,Liu?W,et?al.On?mining?anomalous?patterns?in?road?traffic?streams[M].Advanced?Data?Mining?and?Applications.Springer?Berlin?Heidelberg,2011:237-251.)。

隨著內嵌GPS定位功能的智能手機和移動互聯網的普及，基于智能手機的位置服務得到廣泛應用，可以很方便地獲取大量的步行GPS軌跡數據。利用步行GPS軌跡數據自動提取路網，可以成為基于車輛GPS軌跡路網提取方法的補充。步行GPS軌跡更適合于步行路網，小路，步行設施的挖掘。步行時采集的GPS軌跡表示著行人經過的步行設施的位置，即行人經過了哪些步行道路。通過分析步行軌跡與當前路網中的道路不匹配，挖掘出步行設施(人行橫道、天橋、地下通道等等)，改善傳統路網采集方式的時間比較長，大幅縮短地圖的更新時間，提升地圖服務的質量。

發明內容

本發明所要解決的技術問題是提供一種基于步行GPS軌跡數據的未知步行設施位置確定方法。

本發明解決上述技術問題的技術方案如下：一種未知步行設施位置確定方法，具體包括以下步驟：

步驟1：采集一個區域的街道軌跡信息和行人行走軌跡信息，并進行預處理得到便于處理的道路軌跡數據和行人軌跡數據；

步驟2：采用行程識別方法對行人軌跡數據進行分析，得到穿過街道的過街行人軌跡集合；

步驟3：根據行人軌跡數據在街道上的分布將過街行人軌跡集合分解為多個軌跡子集；

步驟4：對一個軌跡子集進行密集度分析，判斷密集度是否大于預設閾值，如果大于，執行步驟5；否則，執行步驟6；