[发明专利]多层次道路级浮动车异常轨迹探测方法

说明书

本发明提供了一种多层次道路级浮动车异常轨迹探测方法，包括：提取轨迹数据点集中车牌号相同、时间戳递增的GPS采样点，组成不同车辆的轨迹序列；将提取得到的出行轨迹数据与城市路网进行匹配，从而将轨迹点序列转化为道路级的路段序列；选择匹配度最高的候选轨迹为出行轨迹数据在城市路网中的移动轨迹，并使用匹配度最高的候选轨迹中轨迹点所在的路段序列表达原始出行轨迹的行驶路径。本发明方法顾及浮动车受到路网约束的条件，从全局和局部探测浮动车异常轨迹，使探测的异常轨迹更加全面和准确。

技术领域

本发明涉及时空数据挖掘与时空统计领域，特别涉及一种多层次道路级浮动车异常轨迹探测方法。

背景技术

GPS设备的不断普及、传感器设备和计算机的不断发展，为解决城市问题提供数据基础，获取城市地理数据变得越来越便捷。其中，浮动车轨迹数据具有数据量大、成本低、信息丰富的特点，浮动车轨迹中的频繁模式，例如热门路径、热点区域，可以揭示城市交通动态信息和人类出行行为规律，对提高城市交通管理水平和城市道路规划合理性具有重要意义。与此同时，浮动车轨迹的异常模式同样值得研究，异常的浮动车轨迹往往暗示着出租车司机因欺诈而绕道的行为，因道路封锁、交通事故导致的长时间停留行为，以及规避交通拥堵、事故的绕路行为。因此，面向浮动车轨迹数据，探测异常轨迹，可以为城市智能交通建设和公共安全管理等方面提供科学指导。

通过分析可以发现，现有基于空间距离的方法仅直接连接稀疏的GPS点序列形成浮动车轨迹，再通过度量轨迹间的距离来探测全局或局部异常轨迹，存在轨迹表达不精确的问题；现有基于网格序列特征的方法同样没有考虑浮动车轨迹数据受到路网约束的问题，并且网格大小的选择对实验结果影响大。综上所述，现有浮动车轨迹表达方法难以准确表达浮动车行驶轨迹，导致异常轨迹探测结果不准确；并且现有方法难以同时探测全局异常轨迹和局部异常轨迹。目前，缺乏一种多层次的道路级浮动车异常轨迹探测方法。

发明内容

本发明提供了一种多层次道路级浮动车异常轨迹探测方法，其目的是为了解决现有基于空间距离和网格序列的异常轨迹探测方法未顾及浮动车轨迹受到路网约束的条件，两类粗糙的轨迹表达方式容易导致错误的探测结果，以及难以同时探测全局和局部异常轨迹的问题。

为了达到上述目的，本发明的实施例提供了一种多层次道路级浮动车异常轨迹探测方法，包括：

步骤1，提取轨迹数据点集中车牌号相同、时间戳递增的GPS采样点，组成不同车辆的轨迹序列；

步骤2，将提取得到的出行轨迹数据与城市路网进行匹配，从而将轨迹点序列转化为道路级的路段序列；

步骤3，选择匹配度最高的候选轨迹为出行轨迹数据在城市路网中的移动轨迹，并使用匹配度最高的候选轨迹中轨迹点所在的路段序列表达原始出行轨迹的行驶路径；

步骤4，所述轨迹数据的路段序列中时间上依次出现，选取空间上不相邻的第一路段和第二路段，取所述第一路段上轨迹点速度反方向所指向的第一端点，取所述第二路段上轨迹点速度方向所指向的第二端点，采用最短网络距离计算方法得到第一端点到第二端点的移动路段，用于修补所述第一路段和所述第二路段之间缺失的路段；

步骤5，给定一个包含多条由路段序列表示的轨迹集合，计算所述轨迹集合中每条轨迹得到的M棵隔离树的树高平均值，计算出待探测轨迹的异常度，若所述待探测轨迹的异常度大于第一预设值，则所述待探测轨迹为全局异常轨迹。

其中，所述步骤1具体包括：

根据GPS轨迹点载客状态，提取持续为载客状态的子轨迹作为一条完整的出行轨迹；

选定待分析的出发区域与到达区域，遍历全部出行轨迹，提取所有先后经过出发区域和到达区域的出行轨迹作为研究数据。

其中，所述步骤2具体包括：