[發(fā)明專利]一種識別道路中人員運動的方法

有效

• 申請?zhí)枺?/td>: 201811044619.7
• 申請日: 2018-09-07
• 公開（公告）號: CN109344729B
• 公開（公告）日: 2021-10-26
• 發(fā)明（設計）人: 陳進
• 申請（專利權）人: 福建諾恒科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62
• 代理公司: 廈門市首創(chuàng)君合專利事務所有限公司 35204
• 代理人: 連耀忠;李艾華

本發(fā)明公開了一種識別道路中人員運動的方法，基于MR定位數(shù)據(jù)和道路柵格數(shù)據(jù)將每個用戶的道路柵格MR數(shù)據(jù)匯聚在各自的集合中，每個用戶數(shù)據(jù)集合里所有數(shù)據(jù)按照時間排序，排序后的單用戶數(shù)據(jù)序列形成每個用戶時間序列上的軌跡，通過多重異頻雙向滑窗軌跡算法，排除用戶軌跡上靜止點和異常點，正確的識別出任意時間序列中軌跡上運動點；本發(fā)明方法不僅識別粒度精細，而且對噪點的識別準確率更高，并且對噪點和定位的偏移有很強的容錯能力。

技術領域

本發(fā)明涉及無線網技術領域，特別是一種識別道路中人員運動的方法。

背景技術

道路運動用戶識別，作為運營商對無線網絡的道路場景進行指標評估的關鍵環(huán)節(jié)，以道路運動用戶的網絡狀態(tài)作為道路場景指標評估的基礎數(shù)據(jù)。因此，運動用戶識別的準確度對指標評估的準確性起到了決定性作用。運動用戶識別的準確性包括識別的樣本體量和識別的精確度兩方面，因此不僅要盡可能的識別出任意時段內運動的用戶，還要精確的識別出用戶所有軌跡中，哪些軌跡是真正處于運動狀態(tài)。現(xiàn)有的道路運動用戶識別，主要是基于道路小區(qū)進行運動用戶識別。基于道路小區(qū)進行運動用戶識別包括：獲取道路小區(qū)下的用戶；依據(jù)一定的規(guī)則，比如規(guī)定的時間內經過預定的小區(qū)個數(shù)，來判斷出運動的用戶。

目前基于道路小區(qū)進行運動用戶識別的方法存在如下缺陷：

所識別到的用戶準確度存在較大的誤差，按道路小區(qū)進行道路用戶篩選的粒度較粗，會將路邊室內用戶、樓道用戶或者道路靜止用戶都計算入內；

所識別到的運動用戶精確度不佳，如小區(qū)環(huán)切或者正常信號飄動造成將靜止用戶誤判為移動用戶；以及，在一系列連續(xù)的用戶移動軌跡中沒有剔除異常信號。

發(fā)明內容

本發(fā)明的目的在于克服現(xiàn)有技術的不足，提出一種識別道路中人員運動的方法，基于MR定位數(shù)據(jù)和道路柵格數(shù)據(jù)識別出標識出道路上用戶的運動點、靜止點和異常點。

本發(fā)明采用如下技術方案：

一種識別道路中人員運動的方法，包括：基于MR定位數(shù)據(jù)和道路柵格數(shù)據(jù)識別出標識出道路上用戶的運動點、靜止點和異常點。

優(yōu)選的，基于MR定位數(shù)據(jù)和道路柵格數(shù)據(jù)識別出標識出道路上用戶的運動點、靜止點和異常點，包括：

從MR定位數(shù)據(jù)中提取指定字段數(shù)據(jù)；所述指定字段數(shù)據(jù)包括終端ID、經度、緯度、時間和柵格ID；所述終端ID唯一標識一用戶；

對提取的MR定位數(shù)據(jù)進行清洗，剔除MR定位數(shù)據(jù)中的無效數(shù)據(jù)和重復數(shù)據(jù)；

將清洗后的MR數(shù)據(jù)和道路柵格數(shù)據(jù)相結合，篩選出道路柵格MR數(shù)據(jù)；

基于所述道路柵格MR數(shù)據(jù)，生成每個用戶時間序列上的軌跡；

基于所述軌跡，識別出任意時間序列中，用戶軌跡上的運動點、靜止點和異常點。

優(yōu)選的，對提取的MR定位數(shù)據(jù)進行清洗，剔除MR定位數(shù)據(jù)中的無效數(shù)據(jù)和重復數(shù)據(jù)，包括：

判斷從MR定位數(shù)據(jù)中提取的指定字段數(shù)據(jù)中是否有字段為空值，如果有，則對整條數(shù)據(jù)進行剔除；

判斷從MR定位數(shù)據(jù)中提取的指定字段數(shù)據(jù)中是否存在重復數(shù)據(jù)，如果有，剔除整條重復數(shù)據(jù)。

優(yōu)選的，基于所述道路柵格MR數(shù)據(jù)，生成每個用戶時間序列上的軌跡，包括：

基于所述道路柵格MR數(shù)據(jù)，將每個用戶的數(shù)據(jù)匯聚在各自的集合中并按照時間排序，排序后的單用戶數(shù)據(jù)序列形成每個用戶時間序列上的軌跡。

優(yōu)選的，基于所述軌跡，識別出任意時間序列中，用戶軌跡上的運動點、靜止點和異常點，包括：

基于所述軌跡，通過多重異頻雙向滑窗軌跡算法識別出任意時間序列中，用戶軌跡上的運動點、靜止點和異常點；