[發明專利]一種基于GPS軌跡數據的出行方式識別方法

有效

• 申請號: 201710537038.6
• 申請日: 2017-07-04
• 公開（公告）號: CN107330469B
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 汪寶;高林杰;雋志才
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/30;G01S19/42
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 王一琦

1.一種基于GPS軌跡數據的出行方式識別方法，其特征在于：

根據GPS信號分三種情況，GPS信號缺失，GPS信號不完整，GPS信號正常；

a.GPS信號缺失，基于規則的地鐵單方式出行的識別方法：

1)地鐵單方式段持續時間大于5分鐘；

2)GPS軌跡點的最大速度小于地鐵最高速度；

3)地鐵單方式段的起點與最近的地鐵出入口之間的距離小于100米；

4)地鐵單方式段的終點與最近的地鐵出入口之間的距離小于200米；

b.GPS信號不完整，基于規則的地鐵單方式的識別方法：

1)滿足所述的GPS信號缺失，基于規則的地鐵單方式段出行的識別方法的所有要求；

2)除起點和終點外的所有GPS軌跡點與最近的地鐵線路之間的距離小于30米；

c.GPS信號正常的其他出行方式采用隨機森林分類器,包括以下步驟：第一步、GPS軌跡數據準備：

采集的GPS軌跡數據包括：用戶編號、定位日期、時間、經度、緯度、速度、海拔、方向和定位衛星數，根據用戶編號，GPS軌跡數據按照時間順序分配到每個人每天的出行，即摘取每人每天的出行軌跡點并進行相關參數的計算，

1)計算每個點瞬時速度；

2)計算每個點瞬時加速度；

3)計算每個點方向變化值；

4)計算特征參數：計算每個單方式出行段的速度、加速度、方向變化和距離/出行時長4個方面的特征作為方式識別的輸入參數；

第二步、特征參數篩選：

將第一步數據作為全樣本輸入Weka進行參數篩選，使用不同的搜索方法和相應的評估策略來搜索，直至找出使得全樣本出行方式分類最佳的組合，篩選出7個顯著特征參數：出行距離，平均速度，50分位速度S50，75分位速度S75，95分位速度S95，平均方向變化量和速度偏度；

第三步、隨機森林分類器出行方式識別：

按照第2步篩選的特征參數整理每個單方式出行段，這樣得到每個單方式出行段的特征參數集，使用Weka Explorer的分類功能，系統隨機把所有樣本分為60％和40％兩部分，60％的樣本用于建模訓練，40％的樣本用于驗證測試。

2.根據權利要求1所述的一種基于GPS軌跡數據的出行方式識別方法，其特征在于，第二步所述的搜索方法分別使用可回溯的貪婪搜索擴張Bestfirst、向前或向后的單步搜索Greedystepwise以及屬性判據值排序法Ranker；

第二步所述的評估策略分別使用CfsSubsetEval根據屬性子集中每一個特征的預測能力以及它們之間的關聯性進行評估、WrapperSubsetEval使用一種學習模式對屬性集進行評估、WrapperSubsetEva通過反復測試一個實例和其同類或不同類中最近的實例上的屬性值進行評估、GainRatioAttributeEval根據與分類有關的每一個屬性的增益比進行評估、InfoGainAttributeEval根據與分類有關的每一個屬性的信息增益進行評估；

使用以上3種搜索方法和對應的5種評估策略對全樣本進行特征參數篩選，若評價函數最優，則停止篩選，否則繼續，直到找出最優的參數組合使得評價函數最優，按照整體分類識別率最高的一組，該組所選參數即為第3步方式識別的輸入參數。

3.根據權利要求1所述的一種基于GPS軌跡數據的出行方式識別方法，其特征在于，第二步所述的7個顯著特征參數中，通過速度將步行出行方式識別出來，通過出行距離將小汽車出行方式識別出來；通過平均方向變化量將步行與自行車與其他方式區分開；通過速度偏度將自行車出行方式識別出來；剩下的電動車與公交車通過95分位速度區分開，公交車的95分位速度高于電動車。

4.根據權利要求1所述的一種基于GPS軌跡數據的出行方式識別方法，其特征在于，GPS軌跡點記錄間隔為1個/秒。