[发明专利]基于卡口数据的车辆出行轨迹识别方法

权利要求书

1.一种基于卡口数据的车辆出行轨迹识别方法，其特征在于：采用谱聚类方法，从卡口数据的时空特性角度实现出行链的自动拆分，从而识别出单次出行轨迹的起点、终点以及途经点位；具体步骤为：

S1、读取卡口设备在一日内检测的过车数据，根据过车数据中的号牌号码，对于当日路网内所有通行经过卡口位置的车辆，均生成车辆当日的完整出行链；

S2、采用高斯核函数RBF建立相似矩阵S，矩阵中的元素其中i,j∈[1,n]，p_i、p_j为轨迹点坐标，t_i、t_j为通过轨迹点坐标的时间，ρ_p、ρ_t为轨迹点坐标、通过轨迹点时刻的标准差；

S3、计算邻接矩阵W与度矩阵D，邻接矩阵W＝S，即其中元素w_i,j＝s_i,j；度矩阵D为对角阵，D＝diag(d₁,…,d_i,…,d_n)，

S4、构建拉普拉斯矩阵L，进一步确定特征矩阵F；

S5、提取特征矩阵F的每一行组成1*k维样本矩阵f，对全部n个样本采用DBSCASN聚类算法进行聚类分析，得到簇划分结果{F₁,···,F_i,···,F_m}；其中m为聚类产生的簇的数量，簇F_i由若干个样本矩阵组成；

S6、根据每一个簇内的样本矩阵，确定轨迹点的簇划分结果Tr＝{tr₁,···,tr_i,···,tr_m}，其中tr_i是由若干轨迹点x组成的序列，每一个序列即为出行链拆分后的子轨迹；子轨迹的首末轨迹点即为对应的单次出行的起、终点。

2.如权利要求1所述的基于卡口数据的车辆出行轨迹识别方法，其特征在于：步骤S1中，生成车辆当日的完整出行链，具体为按时序排列的过车点集合X＝{x₁,…,x_i,…,x_n}；其中x_i＝(p_i,t_i)，p_i为轨迹点坐标，根据卡口设备位置确定；t_i为通过该轨迹点坐标的时间，由对应过车数据中的过车时间确定；n为该车辆当日的过车数据数量。

3.如权利要求1或2所述的基于卡口数据的车辆出行轨迹识别方法，其特征在于：步骤S1中，过车数据包括设备编号、过车时间、号牌号码。

4.如权利要求1或2所述的基于卡口数据的车辆出行轨迹识别方法，其特征在于：步骤S4具体为，

S41、拉普拉斯矩阵L＝D-W；

S42、对拉普拉斯矩阵做标准化处理：D^-1/2LD^-1/2；

S43、将标准化后的矩阵最小的k个特征值所对应的特征向量组成n*k维特征矩阵F。