[發(fā)明專利]基于卡口數(shù)據(jù)的車輛出行軌跡識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811227691.3
• 申請(qǐng)日: 2018-10-19
• 公開（公告）號(hào): CN109359690B
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 呂偉韜;周東;陳凝;盛旺
• 申請(qǐng)（專利權(quán)）人: 江蘇智通交通科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06F17/16;G06F17/14
• 代理公司: 南京正聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 32243
• 代理人: 王素琴

1.一種基于卡口數(shù)據(jù)的車輛出行軌跡識(shí)別方法，其特征在于：采用譜聚類方法，從卡口數(shù)據(jù)的時(shí)空特性角度實(shí)現(xiàn)出行鏈的自動(dòng)拆分，從而識(shí)別出單次出行軌跡的起點(diǎn)、終點(diǎn)以及途經(jīng)點(diǎn)位；具體步驟為：

S1、讀取卡口設(shè)備在一日內(nèi)檢測(cè)的過車數(shù)據(jù)，根據(jù)過車數(shù)據(jù)中的號(hào)牌號(hào)碼，對(duì)于當(dāng)日路網(wǎng)內(nèi)所有通行經(jīng)過卡口位置的車輛，均生成車輛當(dāng)日的完整出行鏈；

S2、采用高斯核函數(shù)RBF建立相似矩陣S，矩陣中的元素其中i,j∈[1,n]，p_i、p_j為軌跡點(diǎn)坐標(biāo)，t_i、t_j為通過軌跡點(diǎn)坐標(biāo)的時(shí)間，ρ_p、ρ_t為軌跡點(diǎn)坐標(biāo)、通過軌跡點(diǎn)時(shí)刻的標(biāo)準(zhǔn)差；

S3、計(jì)算鄰接矩陣W與度矩陣D，鄰接矩陣W＝S，即其中元素w_i,j＝s_i,j；度矩陣D為對(duì)角陣，D＝diag(d₁,…,d_i,…,d_n)，

S4、構(gòu)建拉普拉斯矩陣L，進(jìn)一步確定特征矩陣F；

S5、提取特征矩陣F的每一行組成1*k維樣本矩陣f，對(duì)全部n個(gè)樣本采用DBSCASN聚類算法進(jìn)行聚類分析，得到簇劃分結(jié)果{F₁,···,F_i,···,F_m}；其中m為聚類產(chǎn)生的簇的數(shù)量，簇F_i由若干個(gè)樣本矩陣組成；

S6、根據(jù)每一個(gè)簇內(nèi)的樣本矩陣，確定軌跡點(diǎn)的簇劃分結(jié)果Tr＝{tr₁,···,tr_i,···,tr_m}，其中tr_i是由若干軌跡點(diǎn)x組成的序列，每一個(gè)序列即為出行鏈拆分后的子軌跡；子軌跡的首末軌跡點(diǎn)即為對(duì)應(yīng)的單次出行的起、終點(diǎn)。

2.如權(quán)利要求1所述的基于卡口數(shù)據(jù)的車輛出行軌跡識(shí)別方法，其特征在于：步驟S1中，生成車輛當(dāng)日的完整出行鏈，具體為按時(shí)序排列的過車點(diǎn)集合X＝{x₁,…,x_i,…,x_n}；其中x_i＝(p_i,t_i)，p_i為軌跡點(diǎn)坐標(biāo)，根據(jù)卡口設(shè)備位置確定；t_i為通過該軌跡點(diǎn)坐標(biāo)的時(shí)間，由對(duì)應(yīng)過車數(shù)據(jù)中的過車時(shí)間確定；n為該車輛當(dāng)日的過車數(shù)據(jù)數(shù)量。

3.如權(quán)利要求1或2所述的基于卡口數(shù)據(jù)的車輛出行軌跡識(shí)別方法，其特征在于：步驟S1中，過車數(shù)據(jù)包括設(shè)備編號(hào)、過車時(shí)間、號(hào)牌號(hào)碼。

4.如權(quán)利要求1或2所述的基于卡口數(shù)據(jù)的車輛出行軌跡識(shí)別方法，其特征在于：步驟S4具體為，

S41、拉普拉斯矩陣L＝D-W；

S42、對(duì)拉普拉斯矩陣做標(biāo)準(zhǔn)化處理：D^-1/2LD^-1/2；

S43、將標(biāo)準(zhǔn)化后的矩陣最小的k個(gè)特征值所對(duì)應(yīng)的特征向量組成n*k維特征矩陣F。