[发明专利]一种识别道路中人员运动的方法

权利要求书

1.一种识别道路中人员运动的方法，其特征在于，包括：基于MR定位数据和道路栅格数据识别出标识出道路上用户的运动点、静止点和异常点；

基于MR定位数据和道路栅格数据识别出标识出道路上用户的运动点、静止点和异常点，包括：

从MR定位数据中提取指定字段数据；

对提取的MR定位数据进行清洗，剔除MR定位数据中的无效数据和重复数据；

将清洗后的MR数据和道路栅格数据相结合，筛选出道路栅格MR数据；

基于所述道路栅格MR数据，生成每个用户时间序列上的轨迹；

基于所述轨迹，识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点；

基于所述轨迹，识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点，包括：

基于所述轨迹，通过多重异频双向滑窗轨迹算法识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点；

所述多重异频双向滑窗轨迹算法设置两层滑窗，其中，第一层滑窗以点个数为一个滑动单位，第二层滑窗以时间周期为一个滑动单位；

通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和异常点的方法，包括：

在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向前滑动一个滑动单元，通过均值聚类算法或多维密度聚类算法计算出前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述前向窗口内包括目标点；

在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向后滑动一个滑动单元，通过多维密度聚类算法或均值聚类算法计算出后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述后向窗口内也包括目标点；

基于前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，以及，基于后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，判断出窗口内的目标点是运动点还是异常点。

2.根据权利要求1所述的识别道路中人员运动的方法，其特征在于，对提取的MR定位数据进行清洗，剔除MR定位数据中的无效数据和重复数据，包括：

判断从MR定位数据中提取的指定字段数据中是否有字段为空值，如果有，则对整条数据进行剔除；

判断从MR定位数据中提取的指定字段数据中是否存在重复数据，如果有，剔除整条重复数据。

3.根据权利要求1所述的识别道路中人员运动的方法，其特征在于，基于所述道路栅格MR数据，生成每个用户时间序列上的轨迹，包括：

基于所述道路栅格MR数据，将每个用户的数据汇聚在各自的集合中并按照时间排序，排序后的单用户数据序列形成每个用户时间序列上的轨迹。

4.根据权利要求1所述的识别道路中人员运动的方法，其特征在于，通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和静止点的方法，包括：

设定所述多重异频双向滑窗轨迹算法的第一层滑窗中包括两个点；其中，两个点中的一个点为目标点；

获取所述两个点之间的时间差和距离；基于所述时间差和距离，计算两点间的速度，基于所述两点间的速度判断出窗口内的目标点是运动点还是静止点。