[發明專利]一種提取車輛軌跡特征運動模式的方法

在審

• 申請號: 202010866456.1
• 申請日: 2020-08-25
• 公開（公告）號: CN111986235A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 高飛;李嘉達;盧書芳;翁立波;張元鳴
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06K9/62
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 周紅芳;朱盈盈

1.一種提取車輛軌跡特征運動模式的方法，其特征在于，包括：

步驟1：樣本準備：令原始車輛軌跡樣本數據集合為T＝{T_i|i＝1,2,...,m}，其中，T_i＝{(x_ij,y_ij)|j＝1,2,...,m_i}表示第i條原始車輛軌跡，(x_ij,y_ij)表示第i輛車的軌跡中第j個位置的車輛中心點坐標，m_i表示第i輛車的行駛軌跡坐標點數量，m表示車輛軌跡樣本數量；對于所有T_i以相同間隔δ重采樣為F_i＝{f_is|s＝1,2,…,e_i}，其中，δ表示重采樣的軌跡點間隔，F_i表示第i條軌跡的重采樣軌跡，表示第i條軌跡的第s個重采樣軌跡坐標，重采樣坐標表示第i條軌跡的第p_s個坐標，p_s公式如式(1)所示，其中e_i表示第i條軌跡的重采樣坐標數量；

步驟2：輸入重采樣軌跡F_i，計算基于動態時間規整的軌跡間距離，具體為：為度量軌跡T_i與軌跡T_j之間的距離，首先構建DTW距離矩陣a＝1,2,…,e_i，b＝1,2,…,e_j，且其中表示軌跡點f_ia和f_jb之間的距離，f_ia和f_jb分別表示第i條軌跡的第a個和第b個重采樣軌跡坐標，且定義并根據公式(2)遍歷計算D^ij中所有元素的結果，最后輸出作為軌跡T_i與T_j的DTW距離；

步驟3：基于DTW軌跡間距離，并運用DBSCAN聚類算法進行聚類，得到聚類簇集合C；

步驟4：為簇集合C＝{C_k}中的每個簇分別提取特征運動模式CT_k，得到特征運動模式集合CT＝{CT_k|k＝1,2,…,K}，其中，CT_k表示第k個簇的特征運動模式，具體為：對任意的簇C_k，遍歷所有屬于該簇的軌跡T_i^k，計算其到該簇其他所有軌跡的平均距離，最終選取平均距離最小的軌跡作為該類的特征運動模式其具體公式如式(3)所示，式中n_k表示簇C_k中聚類后得到的車輛軌跡數量；再對C中所有集群提取特征軌跡后，得到特征運動模式集合CT；

2.根據權利要求1所述的一種提取車輛軌跡特征運動模式的方法，其特征在于，所述步驟3中基于DTW軌跡間距離，并運用DBSCAN聚類算法進行聚類得到聚類簇集合包括：

步驟2.1：根據DTW軌跡間距離度量，并運用DBSCAN算法進行聚類，得到聚類結果集合label＝{label_i|i＝1,2,…,m}，其中label_i表示軌跡T_i的聚類結果且label_i∈{-1,1,2,…,K}，K表示簇個數，若label_i＝-1，則表示軌跡T_i為離群軌跡；若label_i＝k，則表示軌跡T_i屬于第k個簇，其中k＝1,2,…,K；

步驟2.2：根據聚類結果集合label和樣本集合T構建聚類簇集合C＝{C_k|k＝1,2,…,K}，其中，簇C_k＝{T_i^k|lable_i＝k；i＝1,2,...,m}表示第k個簇的軌跡集合，T_i^k表示第i條車輛軌跡T_i，且該軌跡屬于簇C_k。