[發明專利]一種校準軌跡數據以提高軌跡伴隨挖掘時效性的方法

在審

• 申請號: 202210363854.0
• 申請日: 2022-04-07
• 公開（公告）號: CN114817360A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 陳亮;張敬偉;楊青;張惠鵑
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/215;G06F16/29;G06K9/62
• 代理公司: 成都東恒知盛知識產權代理事務所(特殊普通合伙) 51304
• 代理人: 何健雄

本發明涉及軌跡伴隨模式挖掘技術領域，涉及一種校準軌跡數據以提高軌跡伴隨挖掘時效性的方法，包括：一、從出租車軌跡數據庫獲取近期歷史數據；二、提取數據中經緯度、車輛標識以及時間戳；將原始數據進行預處理，清洗噪聲數據以及填補空缺值；三、挖掘軌跡點的額外屬性；四、結合車輛移動特征，過濾出具有強特征的移動特征軌跡點，將過濾出的點添加網格索引生成以網格為索引的車輛軌跡參考系統；五、基于生成的參考系統，根據軌跡流數據中的軌跡點索引以基于歐式距離實時校準到參考系統中距離最小的移動特征點；步驟六、將被校準后的特征點進行實時通用伴隨模式挖掘。本發明能較佳地提高軌跡伴隨挖掘時效性。

技術領域

本發明涉及軌跡伴隨模式挖掘技術領域，具體地說，涉及一種校準軌跡數據以提高軌跡伴隨挖掘時效性的方法。

背景技術

近年來，隨著電子監控、無線傳感器以及衛星定位技術大規模發展使用，時空軌跡數據能以極低的成本獲取，呈現爆炸式增長趨勢。軌跡數據的快速增長促進了大量軌跡相關應用研究發展，其中一個有趣的方向是發現一起運動的實體，即軌跡伴隨。軌跡伴隨指的是在一個在一段持續時間內一起旅行的一組移動實體。尋找伴隨實體在很多例如擁堵治理、軍事監控領域以及傳染病防控等應用領域十分重要的意義。過去根據持續時間、移動實體對象組的形狀等不同提出了很多伴隨模式，代表性的包括Flock、Convoy、Swarm和Platoon等。然而由于這些伴隨模式需要輸入多個參數，參數約束的改變可能會導致有趣的移動物體集群的丟失(不同的參數策略會對實驗結果產生很大的影響)，所以伴隨挖掘質量對參數的選擇十分敏感。已有研究提出了一個通用的伴隨模式框架來統一過去文獻中提出的多種模式，并支持擴展到數億個軌跡點進行模式檢測。這些檢測系統對每個快照的物體進行聚類，并對聚類結果進行交叉，以檢索出一起移動的物體，由于在聚類和相交這兩個步驟都涉及到很高的計算開銷，進行過去的這些研究滿足不了實時流挖掘需求。同時挖掘結果對于閾值參數十分敏感。因此，需要一種能夠實時挖掘通用軌跡伴隨模式的方法并且能減輕對閾值參數的依賴。

發明內容

為了應對上述挑戰，本發明提出了一種校準軌跡數據以提高軌跡伴隨挖掘時效性的方法，由離線的參考系統生成以及在線的軌跡校準與軌跡伴隨模式挖掘組成；通過將耗時的聚類交叉的過程放在離線階段來實現實時的通用軌跡伴隨模式挖掘效果。同時通過將軌跡點校準到參考系統可以降低挖掘結果對參數的敏感性。

根據本發明的一種校準軌跡數據以提高軌跡伴隨挖掘時效性的方法，其包括以下步驟：

步驟一、從出租車軌跡數據庫獲取近期歷史數據；

步驟二、提取數據中經緯度、車輛標識以及時間戳；將原始數據進行預處理，清洗噪聲數據以及填補空缺值；

步驟三、挖掘軌跡點的額外屬性，以便于后續的車輛特征點過濾以及屬性糅合的聚類；

步驟四、結合車輛移動特征，過濾出具有強特征的移動特征軌跡點，將過濾出的點添加網格索引生成以網格為索引的車輛軌跡參考系統；

步驟五、基于生成的參考系統，根據軌跡流數據中的軌跡點索引以基于歐式距離實時校準到參考系統中距離最小的移動特征點；

步驟六、將被校準后的特征點進行實時通用伴隨模式挖掘。

作為優選，步驟二中，使用線性插值對缺失數據進行填充，同時剔除小于固定頻率的多余數據。

作為優選，步驟三中，將軌跡根據車輛標識序列化成一條條長軌跡，根據序列軌跡計算軌跡的動態屬性。

作為優選，動態屬性包括速度、行駛方向和行駛偏向角度。

作為優選，步驟四中，為軌跡點添加網格索引，根據網格索引并行通過調節動態屬性的權重進行軌跡特征點DBSCAN聚類。

與現有技術相比，本發明的有益效果是：