[发明专利]一种基于出租车下客点的区域出入口动态提取方法

说明书

本发明公开了基于出租车下客点的区域出入口动态提取方法，属于智能交通技术领域。本发明将POI数据和出租车下客点数据提取后进行预处理，然后POI数据根据位置信息和名称信息进行聚类分析，确定各个感兴趣区域，设定各个感兴趣区域的周边道路缓冲区，获取对应缓冲区的出租车下客点信息，根据该信息进行聚类，确定每个感兴趣区域的出租车下客点聚类区域，然后根据感兴趣区域的边界、感兴趣区域的区域中心和感兴趣区域对应的各个出租车下客点聚类中心确定感兴趣区域的出入口。本发明通过与出入口关联的下客点热度，提取实现常见感兴趣区域的出入口，实现了常见感兴趣区域的出入口的动态监测，可以及时发现新的出入口以及现在出入口的分布规律。

技术领域

本发明属于智能交通技术领域，特别涉及一种基于出租车下客点的区域出入口动态提取方法。

背景技术

近年来，城市化进程快速发展，AOI(Area ofInterests，感兴趣区域，如学校、景区、医院)的出入口变动较为频繁，为引导居民的日常出行，网络地图需要做到及时更新地图要素，现有地图数据尚无法对AOI的出入口实时数据进行及时更新。

在城市环境中，出租车作为城市计算领域中极为重要的组成部分。目前，大多城市的出租车上已经安装了GPS设备，实时向数据中心发送当前位置信息，这些数据蕴含着城市交通系统的丰富信息，充分利用出租车轨迹数据挖掘可以帮助政府了解城市道路状况，交通资源与交通需求的分布，甚至道路与交通路线规划信息。

发明内容

本发明的目的是提供一种基于出租车下客点的区域出入口动态提取方法，从而实现各感兴趣区域出入口的动态提取，监测出入口的实时活跃状态。

为达到上述目的，本发明提供了一种基于出租车下客点的区域出入口动态提取方法，包括以下步骤：

获取兴趣点数据；

采用聚类算法将所述兴趣点数据进行聚类，确定多个感兴趣区域；

针对每个感兴趣区域，采集所述感兴趣区域的出租车下客点数据，并根据所述出租车下客点数据确定所述感兴趣区域的出入口位置。

进一步的，所述采用聚类算法将所述兴趣点数据进行聚类，包括：

采用二分K均值聚类算法将所述兴趣点数据按照位置信息进行一次聚类；

采用文本聚类算法将所述兴趣点数据按照名称信息进行二次聚类；

根据所述一次聚类的结果和所述二次聚类的结果确定多个聚类区域，所述聚类区域即为感兴趣区域。

进一步的，所述根据所述一次聚类的结果和所述二次聚类的结果确定多个聚类区域，包括：

根据一次聚类的结果确定每个兴趣点记录所属的聚类区域，构建一次聚类序列，所述一次聚类序列中的变量元素代表各个兴趣点记录对应的一次聚类区域类别；

根据二次聚类的结果确定每个兴趣点记录所属的聚类区域，构建二次聚类序列，所述二次聚类序列中的变量元素代表各个兴趣点记录对应的二次聚类区域类别；

将所述一次聚类序列和所述二次聚类序列分为主序列和次序列，将所述主序列中的各变量元素进行排序，使所述主序列中聚类区域类别相同的兴趣点记录靠在一起；

将经过排序的主序列中的各变量元素乘以所述次序列中对应兴趣点记录的变量元素，得到中间序列；

将所述中间序列中的各变量元素依次两两比较，并根据比较结果生成最终序列，所述最终序列中的每个变量元素即为对应的兴趣点记录所属的区域类别。

进一步的，所述采集所述感兴趣区域的出租车下客点数据，并根据所述出租车下客点数据确定所述感兴趣区域的出入口位置，具体包括：

确定感兴趣区域的周边道路缓冲区，并采集所述周边道路缓冲区中的出租车下客点数据；