[發明專利]一種基于卡口數據的車輛行為相似度計算方法

有效

• 申請號: 201811070256.4
• 申請日: 2018-09-13
• 公開（公告）號: CN109242024B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 張祖平;趙婧;龍哲
• 申請（專利權）人: 中南大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 長沙七源專利代理事務所(普通合伙) 43214
• 代理人: 鄭雋;吳婷

1.一種基于卡口數據的車輛行為相似度計算方法，其特征在于，包括如下步驟：

步驟1)：通過設置在各個卡口的數據采集裝置獲得移動對象通過卡口時的數據信息，對上述數據信息進行整合保存以形成數據庫；

步驟2)：根據A車輛的HPHM信息對數據庫進行查詢，得到若干個關于A車輛的卡口數據信息即軌跡點，將這些軌跡點按照時間順序進行排序得到A車輛的原始軌跡；

步驟3)：對A車輛的原始軌跡進行清洗，對于在一定時間T內連續出現的相同卡口數據，過濾掉多余的重復數據；

步驟4)：將清洗后的軌跡分割成多段子軌跡，形成關于A車輛的n段子軌跡的集合；

為了精簡計算程序并提高計算結果的可靠性，在步驟4)中形成車輛的子軌跡集合時需要對所有子軌跡進行篩選，設定子軌跡長度閾值N，若子軌跡的長度大于或等于閾值N，則將該子軌跡放入集合中，反之則去除該子軌跡，不對該子軌跡做相似度的比對計算；

步驟5)：針對B車輛重復上述步驟2)、步驟3)和步驟4)，形成關于B車輛的m段子軌跡的集合；

步驟6)：對A、B車輛進行軌跡相似度計算，首先在兩個集合中各取一條子軌跡，即

TR_A＝{＜pa₁,ta₁＞,＜pa₂,ta₂＞,...,＜pa_n,ta_n＞}(1)

TR_B＝{＜pb₁,tb₁＞,＜pb₂,tb₂＞,...,＜pb_m,tb_m＞}(2)

其中，p代表車輛經過的某個卡口，t代表車輛通過p卡口的相應時刻且有t_n-1＜t_n以及t_m-1＜t_m，

根據LCSS算法得到上述兩個子軌跡間的最長公共子序列，即

L_C(TR_A,TR_B)＝{＜p_i,t_i＞,＜p_j,t_j＞,...,＜p_k,t_k＞} (3)

然后計算分別得到A、B車輛經過最長公共子序列中相鄰兩卡口所需時間的集合，即

ΔT_A＝{＜ta_j-ta_i＞,...,＜ta_k-ta_j＞} (4)

ΔT_B＝{＜tb_j-tb_i＞,...,＜tb_k-tb_j＞} (5)

其中，Δt＝t_i-t_j(1＜i，j＜n，j＜m，i＜j)，

進而再分別得到A、B車輛經過最長公共子序列中相同相鄰卡口所需時間差值的絕對值的集合，即

ΔC＝{|Δtb₁-Δta₁|,|Δtb₂-Δta₂|,...|Δtb_k-Δta_k|} (6)

ΔC＝{Δc₁,Δc₂,...,Δc_n}

計算時間影響因子，即

根據上述公式計算兩條子軌跡間的相似度，即

其中，L(TR_A)和L(TR_B)分別為兩條子軌跡的長度，L_C(TR_A,TR_B)為兩條子軌跡間最長公共子序列的長度，Sim的取值區間為[0,1]，0表示兩條子軌跡間毫無交集，1表示兩條子軌跡在空間上完全重疊；

步驟7)：根據步驟6)完成對A、B車輛間任意兩條子軌跡的相似度計算；

步驟8)：利用計算得到的軌跡相似度數據對A、B車輛間的行為相似度進行計算，即

其中，NL(A)指A車的所有子軌跡數量，NL(B)指B車的所有子軌跡數量，S(A,B)為A車與B車的行為相似度，ε為設定的子軌跡相似度閾值，若子軌跡的相似度大于或等于閾值ε，則接受該相似度，反之則該相似度取零。