[發明專利]一種基于歷史GPS軌跡的共享單車逆行行為識別方法

有效

• 申請號: 201811328494.0
• 申請日: 2018-11-09
• 公開（公告）號: CN109544914B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 付川云;劉華;劉巖
• 申請（專利權）人: 西南交通大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/056
• 代理公司: 成都信博專利代理有限責任公司 51200
• 代理人: 劉凱

1.一種基于歷史GPS軌跡的共享單車逆行行為識別方法，其特征在于，包括以下步驟：

步驟1：定義共享單車逆行行為：在非機動車道上，與同向機動車車道行駛方向相反的共享單車騎行行為；

步驟2：識別共享單車每次行程，將各次歷史GPS軌跡匹配至道路上，并剔除軌跡數據異常點，形成訓練軌跡樣本集，具體為：

步驟21：通過用戶ID、起訖點經緯度坐標、持續騎行時間、連續軌跡點信息識別共享單車的每次行程；

步驟22：用目標道路非機動車道范圍內的點作為標準點，在所匹配地圖中搜索與標準點符合的區域，當匹配相似性測度達到最大且超過預先規定閾值時，即判定匹配到了車輛在該道路的最大可能位置；

步驟23：利用卡爾曼濾波的線性優越性，對軌跡數據集進行清洗，即在干擾為高斯分布的情況下，通過多次遞歸和重復調整，使得測量均方誤差即擾動最小，從而剔除異常的軌跡點，使軌跡平滑；

步驟3：建立共享單車標準行程軌跡數據庫：根據軌跡訓練樣本集，采用K均值聚類法確定軌跡聚類的個數，即最合適的標準軌跡模式數量；建立兩條訓練軌跡間的距離矩陣，確定各類標準軌跡模式，將每一條訓練軌跡歸入對應的軌跡模式，構成共享單車標準軌跡數據庫，具體為：

步驟31：將訓練軌跡樣本集中的各條訓練軌跡，兩兩比較，不斷更新，得到最優訓練軌跡，找出共享單車在非機動車道上的標準騎行路徑及方向；

步驟32：以機動車行駛方向為其標準運動方向，針對訓練軌跡數據，通過誤差平方和圖中拐點位置所對應的X軸上顯示的數字，確定K均值聚類最合適的聚類個數；

步驟33：建立兩條訓練軌跡間的距離矩陣，其公式如下所示：

d(A₁,A₂)＝K_hd_h(A₁,A₂)+K_Vd_V(A₁,A₂)+K_θd_θ(A₁,A₂)

式中：h代表空間因素、v代表速度因素、θ代表方向因素；

d_v(A₁,A₂)表示A₁、A₂兩條訓練軌跡間的速度距離，且和分別為兩條訓練軌跡間的速度；

d_θ(A₁,A₂)表示A₁、A₂兩條訓練軌跡間的方向距離，和分別為兩條訓練軌跡間的方向夾角；

K_h、K_v、K_θ分別表示空間、速度、方向對軌跡距離的權重系數；

d_h(A₁,A₂)表示A₁、A₂兩條訓練軌跡間的空間距離，且

式中：R表示地球球體半徑；WA₁、WA₂及JA₁、JA₂分別代表A₁、A₂兩條訓練軌跡的緯度和經度；

設存在集合Ω＝(A₁,A₂,…,A_L)，對每兩個訓練軌跡序列進行距離計算，得到訓練軌跡距離矩陣D_mn＝d(A_m,A_n)，即第m和第n條訓練軌跡間的距離矩陣；

步驟34：通過連續迭代兩條訓練軌跡間的距離矩陣，直至作為標準軌跡類型的聚類中心不再變化，即判定每個聚類內的所有訓練軌跡屬于同一軌跡模式；

步驟35：建立包含各類軌跡模式空間位置M_eh、運動速度M_ev和方向M_eθ的共享單車標準軌跡數據庫，其中，e∈[1,K]；

步驟4：建立共享單車候選軌跡類模型，判定候選軌跡所屬軌跡模式；將候選軌跡與標準軌跡數據庫進行參數匹配，判斷其是否為共享單車逆行行為。