[發明專利]基于時空軌跡的多維運動特征實時計算人車關聯的方法在審
| 申請號: | 202211547536.6 | 申請日: | 2022-12-05 |
| 公開(公告)號: | CN116304753A | 公開(公告)日: | 2023-06-23 |
| 發明(設計)人: | 董方洲;黃瑩;羅浩;劉能;胡林利 | 申請(專利權)人: | 武漢長江通信智聯技術有限公司;武漢長江通信產業集團股份有限公司 |
| 主分類號: | G06F18/23 | 分類號: | G06F18/23;G06F18/213;G08G1/01 |
| 代理公司: | 武漢開元知識產權代理有限公司 42104 | 代理人: | 趙龍驤 |
| 地址: | 430074 湖北省武*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 時空 軌跡 多維 運動 特征 實時 計算 關聯 方法 | ||
1.一種基于時空軌跡的多維運動特征實時計算人車關聯的方法,其特征在于:包含以下步驟:
S100.按人工預設的采集時間間隔,采集軌跡信息;所述軌跡信息包含運營車輛的車輛軌跡信息、人員的人員軌跡信息;
S200.根據所述軌跡信息,計算得到運動特征數據;所述運動特征數據包含根據所述車輛軌跡信息計算得到的車輛運動特征數據,和根據所述人員軌跡信息計算得到的人員運動特征數據;
S300.對所述運動特征數據進行聚類操作,獲得聚類中心和所屬數據集;
S400.以所述聚類中心作為目標車輛,且以所述所屬數據集作為同行人員,然后根據相似度排名保存該時間段內人車關聯關系;
S500.按所述采集時間間隔的3倍作為新的采集時間間隔,再次執行S100~S400,得到新的所述人車關聯關系;用新的所述人車關聯關系更新相鄰最近一次的所述人車關聯關系;同時將新的所述人車關聯關系推送至顯示模塊。
2.根據權利要求1所述的基于時空軌跡的多維運動特征實時計算人車關聯的方法,其特征在于:所述車輛軌跡信息按下式表達:
Cmk=(Xmk,Ymk,Tmk)
m∈[1,M]
k∈[1,K]
所述人員軌跡信息按下式表達:
Pnk=(Xnk,Ynk,Tnk)
n∈[1,N]
k∈[1,K]
其中,M為采集的運營車輛的數量;N為采集的人員的數量;k為所述采集時間間隔的整數倍,表示第k個所述采集時間間隔;Cmk=(Xmk,Ymk,Tmk)為第m輛車在k*t0至(k+1)*t0時間區間內的軌跡點;Xmk為第m輛車在k*t0至(k+1)*t0時間區間內的軌跡點的經度;Ymk為第m輛車在k*t0至(k+1)*t0時間區間內的軌跡點的緯度,Tmk為第m輛車在k*t0至(k+1)*t0時間區間內的軌跡點的時間,且k*t0≤Tik≤(k+1)*t0;Pnk=(Xnk,Ynk,Tnk)為第n個人員在k*t0至(k+1)*t0時間區間內的軌跡點;Xnk為第n個人員在k*t0至(k+1)*t0時間區間內的軌跡點的經度;Ynk為第n個人員在k*t0至(k+1)*t0時間區間內的軌跡點的緯度;Tnk為第n個人員在k*t0至(k+1)*t0時間區間內的軌跡點的時間,且k*t0≤Tjk≤(k+1)*t0;t0為所述采集時間間隔。
3.根據權利要求2所述的基于時空軌跡的多維運動特征實時計算人車關聯的方法,其特征在于:所述車輛運動特征數據按下式表達:
其中:Δdmk為所述車輛運動特征數據的歐式距離;ΔDmk為所述車輛運動特征數據的間隔歐式距離;vmk為所述車輛運動特征數據的運動速度;amk為所述車輛運動特征數據的加速度;Smk為所述車輛運動特征數據的移動角度;m≥3,k≥3。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢長江通信智聯技術有限公司;武漢長江通信產業集團股份有限公司,未經武漢長江通信智聯技術有限公司;武漢長江通信產業集團股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211547536.6/1.html,轉載請聲明來源鉆瓜專利網。





