[發明專利]一種利用移動通信數據識別交通工具類別的方法

有效

• 申請號: 201811048538.4
• 申請日: 2018-09-10
• 公開（公告）號: CN109035787B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 楊燦;張凌
• 申請（專利權）人: 華南理工大學
• 主分類號: G08G1/015
• 分類號: G08G1/015;G08G1/01
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

本發明公開了一種利用移動通信數據識別交通工具類別的方法，步驟如下：獲取原始的基站定位數據，并劃分軌跡片段；基于軌跡片段之間的時空匹配度，計算軌跡片段之間的匹配關系，構建匹配關系的拓撲結構圖；利用軌跡的特征、預先定義的規則集以及匹配關系的拓撲結構圖識別出軌跡片段所對應的交通工具類別。本發明無需安裝額外的傳感器和視頻監控設備，不依賴車輛的各類參數信息，僅利用基站地址信息，從中提取出用戶的移動軌跡，采用一系列預定義的規則，即可較為準確地識別交通工具的類別。本發明具有計算量小，識別效率高以及充分利用現有基站設備的優勢。

技術領域

本發明涉及計算機技術領域，具體涉及一種利用移動通信數據識別交通工具類別的方法。

背景技術

交通是一座城市乃至一個國家的命脈。得益于國民經濟的增長以及科學技術的革新進步，人們的出行方式日漸豐富，“智能交通”的概念也應運而生。交通工具類別的識別，是“智能交通”中的一個重要課題，對于道路交通的部署和優化，有著深遠的指導意義。目前主流的交通工具識別技術，主要有傳感器技術和數字圖像處理技術兩大類。傳感器技術即在道路上設置傳感器以采集和記錄交通工具的速度，重量，體積等信息，從而識別交通工具的類別，這類方法需要鋪設大量的設備，前期建設與后期維護的成本較高，難以實現全面覆蓋；數字圖像處理技術，則利用監控攝像裝置拍攝到的車輛的圖像，提取其中的車輛標志，車輛形狀等特征，對交通工具的類別作出判斷，然而，這種方法對拍攝到的圖像質量有較高的要求，若拍攝的畫面分辨率較低，或是在雨雪霧天等惡劣天氣條件下，識別的準確率會大幅下降。

專利CN 104835320 A公開了一種基于移動通信數據的交通流估算方法，其通過篩選出指定路段的基站地址序列，計算相鄰蜂窩中用戶數量差值絕對值的加權平均值，以估算某一時間段內的交通流量。但是，目前尚未有一種基于移動通信數據對用戶所乘坐的交通工具類別進行判斷的有效方法。

發明內容

本發明的目的是為了解決現有技術中的上述缺陷，提供一種利用移動通信數據識別交通工具類別的方法，該方法基于移動設備與基站通信時產生的狀態信息，通過移動設備在不同時間所處的基站位置的變化，形成一系列軌跡片段，對這些軌跡片段進行特征提取，利用提取出的特征識別出軌跡片段的交通工具類別。

本發明的目的可以通過采取如下技術方案達到：

一種利用移動通信數據識別交通工具類別的方法，包含以下步驟：

步驟S1、獲取原始數據。從蜂窩式移動通信網絡的通信數據中獲取移動設備用戶所在基站的狀態信息數據，記作時空點四元組集合A＝userID,timestamp,longitude,latitude,其中userID表示能夠區分不同用戶的信息字段(如移動設備ID、網卡mac地址或手機號碼)，timestamp為時間戳，即該位置信息產生的時間點，longitude與latitude分別表示基站的經度和緯度，記用戶總數為N_u。

步驟S2、從用戶的時空點序列中劃分軌跡片段。利用步驟S1中獲取的數據，得到各個移動用戶所歷經的時空點序列，通過計算用戶在各個位置的停留時間長度，判斷出用戶每次移動的起點與終點。用戶在某一時間段內，進行一次移動所產生的時空點序列，即為一條軌跡片段。如此可將一個用戶的所有時空點序列，劃分為一系列軌跡片段。

步驟S2的具體實施方法如下：

步驟S201、在步驟S1所提取到的時空四元組集合中，將相同userID的記錄構成該用戶的軌跡時空點序列，記作

a_i,j＝userID_i,timestamp_i,j,longitude_i,j,latitude_i,j。

步驟S202、將每一用戶的數據點按照timestamp升序排列，得到按時間變化的數據點序列，記為