[發明專利]一種基于時空因果關系的城市感知數據處理方法

有效

• 申請號: 201911031114.1
• 申請日: 2019-10-28
• 公開（公告）號: CN110781266B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 鄧攀
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/215;G06N3/04;G06N3/08
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 祗志潔

1.一種基于時空因果關系的城市傳感數據處理方法，獲取智能交通系統中傳感器采集的數據，并從數據中獲取車輛軌跡，然后執行：

利用skip-gram模型計算軌跡采集設備的空間相關性，得到軌跡采集設備的分布式向量表示，為將軌跡點轉化為對應的分布式向量提供數據基礎；

利用基于雙向LSTM的序列標注模型，檢測錯誤數據和潛在缺失數據，對采集的車輛軌跡點進行標注；所述的基于雙向LSTM的序列標注模型，包含：分布式表示層，用于將軌跡點轉換為分布式向量；Bi-LSTM層，用于編碼輸入的軌跡，捕獲了各軌跡點的時空信息；推理層，根據Bi-LSTM層對軌跡點的編碼值預測每個軌跡點的標簽；

利用基于LSTM的序列預測模型計算缺失的軌跡點位置；

利用數據修復模塊，結合錯誤數據和缺失數據，對時空錯位數據進行修復；

所述的數據修復模塊利用缺失的軌跡點來修復錯誤的軌跡點，包括：設第i個錯誤的軌跡點表示為tr_i^error＝(e_i，t_i，loc_i)，其中，e_i、t_i、loc_i分別表示第i個錯誤的軌跡點的車輛的牌照號碼、軌跡點發生時的時間戳、采集設備的識別碼；設第j個候選的缺失軌跡點表示為tr_j^mc＝(e_j，t_l，t_r，loc_j，c_j)，其中，e_j表示第j個候選的缺失軌跡點的車輛的牌照號碼，loc_j表示第j個候選的缺失軌跡點的采集設備的識別碼，t_l和t_r分別表示缺失的軌跡點的前后軌跡點的時間戳，c_j表示第j個候選的缺失軌跡點的置信度；利用缺失軌跡點tr_j^mc來修復tr_i^error，設得到一個修正的軌跡點tr_i^ec＝(e_j，t_i，loc_i)，loc_i＝loc_j；并利用匹配函數M(tr_i^error,tr_j^mc)來計算用tr_j^mc來修復tr_i^error的置信度；

M(tr_i^error,tr_j^mc)＝ReLU(c_j(t_i-t_l)(t_r-t_i)D(e_i,e_j))

其中，ReLU(·)表示直角線性單元，表示為：ReLU(x)＝max(0,x)；D(e_i,e_j)表示e_i到e_j的編輯距離。

2.根據權利要求1所述的方法，其特征在于，所述的利用skip-gram模型計算軌跡采集設備的空間相關性，是指：將軌跡類比于句子，將軌跡點類比于句子中的單詞，將當前車輛軌跡點的位置作為skip-gram模型的輸入，采用skip-gram模型來學習當前軌跡點前后一定范圍內的軌跡點的位置，所得到的軌跡點位置的分布式向量表示表征了軌跡采集設備的空間關系。

3.根據權利要求1所述的方法，其特征在于，所述的基于雙向LSTM的序列標注模型對軌跡點標注標簽，設置：標簽N代表正常軌跡點；標簽M-B表示前丟失，即缺失的軌跡點是相應軌跡點的前驅軌跡點；標簽M-A表示后丟失，即缺失的軌跡點是相應軌跡點的后繼軌跡點；標簽E代表錯誤的軌跡點；標簽E-M代表錯誤和缺失，即相應的軌跡點是一個錯誤的軌跡點，并且在該軌跡點之前和之后的軌跡點之間有一個缺失的軌跡點。