[发明专利]同行车辆分析方法、装置、及存储装置有效
申请号: | 201911036638.X | 申请日: | 2019-10-29 |
公开(公告)号: | CN110766088B | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 徐伟平;何林强 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06F18/22 | 分类号: | G06F18/22;G06F16/22;G06F16/2458;G06F16/29 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 李庆波 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 同行 车辆 分析 方法 装置 存储 | ||
1.一种同行车辆分析方法,其特征在于,包括:
获取目标车辆的第一过车轨迹序列和待分析车辆的第二过车轨迹序列;其中,所述第一过车轨迹序列中包括所述目标车辆按时间排序经过M个卡口的过车数据,所述第二过车轨迹序列中包括所述待分析车辆按时间排序经过N个卡口的过车数据;其中,所述M和N均为大于或等于2的整数;各个所述过车数据中包括对应车辆经过对应卡口的时间和所述卡口的坐标;
计算所述待分析车辆经过的每个卡口与所述目标车辆经过的每个卡口之间的第一距离,以形成距离矩阵;其中,所述第一距离为欧氏距离和第二距离之和,所述欧氏距离基于所述待分析车辆经过的每个卡口与所述目标车辆经过的每个卡口之间的坐标差计算得到,所述第二距离基于所述待分析车辆经过的每个卡口与所述目标车辆经过的每个卡口之间的时间差计算得到;
针对所述距离矩阵,计算待分析车辆轨迹与目标车辆轨迹间的距离;其中,所述待分析车辆轨迹与目标车辆轨迹间的距离为通过动态时间规整DTW算法计算得到的DTW距离;
基于所述距离计算所述待分析车辆与所述目标车辆的轨迹序列相似度;
其中,所述待分析车辆经过的第i个卡口与所述目标车辆经过的第j个卡口之间的第二距离的计算步骤包括:
计算所述待分析车辆经过的第i个卡口与所述目标车辆经过的第j个卡口之间的时间差;
若所述待分析车辆经过第i个卡口的时间先于所述目标车辆经过第j个卡口的时间,所述第二距离为所述时间差的绝对值与所述待分析车辆在第i个卡口和第i+1个卡口间的平均速度的乘积;
若所述待分析车辆经过第i个卡口的时间晚于所述目标车辆经过第j个卡口的时间,所述第二距离为所述时间差的绝对值与所述目标车辆在第j个卡口和第j+1个卡口间的平均速度的乘积。
2.根据权利要求1所述的方法,其特征在于,每个相邻卡口间的平均速度为所述相邻卡口间的实际距离与对应车辆经过所述相邻卡口所使用的时间的比值。
3.根据权利要求1所述的方法,其特征在于,所述坐标包括经度坐标和纬度坐标,所述待分析车辆经过的第i个卡口与所述目标车辆经过的第j个卡口之间的欧氏距离的计算步骤包括:
分别计算所述待分析车辆经过的第i个卡口与所述目标车辆经过的第j个卡口之间的经度坐标差和纬度坐标差;
计算所述经度坐标差的平方与所述纬度坐标差的平方的第一求和值,所述欧氏距离为所述第一求和值的平方根值。
4.根据权利要求1所述的方法,其特征在于,所述基于所述距离计算所述待分析车辆与所述目标车辆的轨迹序列相似度的步骤包括:
计算待分析车辆轨迹与目标车辆轨迹间的平均距离,所述平均距离为所述距离与第一轨迹长度的比值,其中,所述第一轨迹长度为M和N中的较大值;
基于所述平均距离计算所述待分析车辆与所述目标车辆的轨迹序列相似度。
5.根据权利要求4所述的方法,其特征在于,所述基于所述平均距离计算所述待分析车辆与所述目标车辆的轨迹序列相似度的步骤包括:
计算以10为底数,以1减去所述平均距离得到的值为真数的第一对数值;
计算所述第一对数值与lg2的比值;
计算所述比值与1的第二求和值,所述第二求和值为所述待分析车辆与所述目标车辆的轨迹序列相似度。
6.根据权利要求1所述的方法,其特征在于,还包括:
将所述待分析车辆中与所述目标车辆的轨迹序列相似度大于预设的相似度阈值的待分析车辆作为所述目标车辆的同行车辆输出。
7.根据权利要求6所述的方法,其特征在于,所述相似度阈值的预设范围为0.6~0.7。
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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/201911036638.X/1.html,转载请声明来源钻瓜专利网。