[发明专利]一种高速公路客车临时上下人识别的方法有效
申请号: | 201510329013.8 | 申请日: | 2015-06-15 |
公开(公告)号: | CN105160871B | 公开(公告)日: | 2017-10-24 |
发明(设计)人: | 王广善;赵黎明 | 申请(专利权)人: | 北京拓明科技有限公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;H04W4/02 |
代理公司: | 北京天悦专利代理事务所(普通合伙)11311 | 代理人: | 田明,张海秀 |
地址: | 100083 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 高速公路 客车 临时 下人 识别 方法 | ||
技术领域
本发明涉及移动通信技术领域,具体涉及一种高速公路客车临时上下人识别的方法。
背景技术
长期以来,高速公路客运车辆临时上下人一直是高速公路交通运输管理部门的管理难点,传统在高速公路上拦截车辆的勤务模式,随机性较强,既不能实现高速公路客车临时上下人的实时监管,又增加了当事人的抵触情绪,如何依据技术手段很好的对高速公路客运车临时上下人模式进行识别,对治理高速公路客车临时上下人的交通隐患,保障公共交通的安全具有重要的意义。
高速公路客车临时上下人的识别技术,重点在于对高速公路客车乘客用户轨迹异常的识别。目前国内针对道路网络空间轨迹异常模式识别的研究较少,对轨迹异常数据的分析最大的挑战是定义能够准确反映数据结构不同的相似度度量。由于路径数据具有序列特征,可以采用序列数据的相似度计算方法。序列数据普遍采用的相似度计算方法主要有结构相似度、编辑距离等。编辑距离定义为从序列s1匹配到s2所需要的操作次数,能较好反映两对序列的全局对齐状况。基于结构相似度的判断,主要从轨迹的位置、方向、转角、速度等维度综合判断,特征属性较好体现了轨迹的结构组成,但高速公路路段特征及行驶车辆动态特征相对单一,在该场景下的应用判断结果差异性不明显。针对序列数据的异常点检测算法有很多:基于序列最长公共子序列的长度作为序列的相似度,并在此基础进行聚类的离群点检测算法,这种方式对路径数据的反映并不准确。
现有的上述方法都不能准确反映路径数据的相似性。目前针对交通数据这些方法在轨迹相似度识别中大多对轨迹中的采样点位置进行分析,无法从全局的角度把握轨迹的特征和运动趋势。轨迹数据不仅仅是传统意义上的按照时间 排序的静态点集合,而且是在特定时间与环境下对象的运动路径,在道路网络空间中的如何科学化、自动化的进行异常轨迹行为识别,从而为高速公路智能管理提供支撑,亟需人们去解决、去完善。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种高速公路客车临时上下人识别的方法,通过该方法能够更加准确的识别出高速公路用户,并能够在此基础上进一步识别出高速公路客车用户和客车上的临时上下车用户情况。
为实现上述目的,本发明采用的技术方案如下:
一种高速公路客车临时上下人识别的方法,包括以下步骤:
(1)采集并解析移动通信网络中A接口和IuCS接口的信令数据,获得用户的移动轨迹序列;所述用户的移动轨迹序列是指移动用户在设定时间段内在其经过的路段上的基站位置信息按照时间顺序组成的一个序列;所述基站位置信息包括用户所在的基站位置区编码LAC和基站扇区编码CI;
(2)根据所述用户的移动轨迹序列和选定的高速公路沿线的基站位置分布信息,挖掘得到所述选定的高速公路上的高速公路用户移动轨迹序列模式;
(3)根据所选定的高速公路上的高速公路用户移动轨迹序列模式和用户的移动轨迹序列识别出选定的高速公路上的高速公路用户;
(4)统计高速公路用户在其移动轨迹序列中的各基站位置的驻留时间,判断各基站位置的驻留时间中的异常值,将异常值对应的用户判定为移动异常用户,异常值所对应的基站位置为异常点;
(5)获取所述设定时间段内所述选定的高速公路沿线的客车司机的移动轨迹序列,以客车司机的移动轨迹序列作为参考序列,判断所述移动异常用户在其异常点之前或之后是否为高速公路客车用户,若是,则判断所述移动异常用户为高速公路上的客车异常移动用户;所述客车异常移动用户包括高速公路客车的临时上车用户、临时下车用户和临时换乘用户。
进一步,如上所述的一种高速公路客车临时上下人识别的方法,该方法 还可以包括:
(6)以客车司机的移动轨迹序列作为参考序列,识别出高速公路用户中的所有高速公路客车用户。
进一步,如上所述的一种高速公路客车临时上下人识别的方法,步骤(2)中,根据所述用户的移动轨迹序列和选定的高速公路沿线的基站位置分布信息,挖掘得到所述选定的高速公路上的高速公路用户移动轨迹序列模式,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京拓明科技有限公司,未经北京拓明科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510329013.8/2.html,转载请声明来源钻瓜专利网。