[发明专利]交通轨迹流式大数据实时处理方法

权利要求书

1.一种交通轨迹流式大数据实时处理方法，其特征在于，包括：

获取第一时间段内采集的N种源数据；每种所述源数据均包括至少两个目标的时间坐标数据序列；N≥2；各种所述源数据中时间坐标数据序列的关联关系未知；

对前M种源数据中的各个时间坐标数据序列进行轨迹建模，得到对应的轨迹模型；1≤M≤N-1；

根据第i种源数据中各个时间坐标数据序列对应的轨迹模型和第j种源数据中各个时间坐标数据序列，分别计算差异度指标；1≤i≤M，ij≤N；包括：

将所述第j种源数据中各个时间坐标数据序列中的时间数据分别代入到所述第i种源数据中各个时间坐标数据序列对应的轨迹模型，获得计算数据；

计算第j种源数据中各个时间坐标数据序列中的坐标数据和对应所述计算数据的绝对偏差平均值，将所述绝对偏差平均值作为所述差异度指标；

在所述差异度指标小于设定值前提下，根据第i种源数据中各个时间坐标数据序列对应的差异度指标，以及第j种源数据中各个时间坐标数据序列对应的差异度指标，确定第i种源数据中的时间坐标数据序列与第j种源数据中的时间坐标数据序列间一一对应的临时关联关系；其中第i种源数据中各个时间坐标数据序列对应的差异度指标为其对应的轨迹模型的差异度指标；

根据所述临时关联关系确定所有源数据中表示同一目标运行轨迹的时间坐标数据序列。

2.根据权利要求1所述的方法，其特征在于，

在对前M种源数据中各个目标的时间坐标数据序列进行轨迹建模前，还包括：

按照所述N种源数据的定位精度由高到低的顺序排序，和/或，按照所述N种源数据时间坐标数据序列中的数据数量由多到少的顺序排序。

3.根据权利要求1或2所述的方法，其特征在于，

对前M种源数据中的各个时间坐标数据序列进行轨迹建模，得到对应的轨迹模型，具体为：对第一种源数据中的各个时间坐标数据序列进行轨迹建模，得到对应的所述轨迹模型；

根据所述临时关联关系确定所有源数据中表示同一目标运行轨迹的时间坐标数据序列，包括：将所有与所述第一种源数据中一个时间坐标数据序列建立所述临时关联关系的其他所述源数据的时间坐标数据序列确定为表示同一目标运行轨迹的序列。

4.根据权利要求1或2所述的方法，其特征在于，

j＝i+1；

根据所述临时关联关系确定所有源数据中表示同一目标运行轨迹的时间坐标数据序列，包括：

以第k个源数据中的时间坐标数据序列对应的两个临时关联关系，确定第k-1个源数据和第k+1个源数据中表示同一目标运行轨迹的时间坐标数据序列，直至确定所有源数据中表示同一目标运行轨迹的时间坐标数据序列；2≤k≤N-1。

5.根据权利要求1或2所述的方法，其特征在于，

2≤M≤N-1，并且N≥3；

根据所述临时关联关系确定所有源数据中表示同一目标运行轨迹的时间坐标数据序列，包括：

从第一种源数据的时间坐标数据序列开始，根据所述临时关联关系，建立临时关联路径网络；

在所述临时关联路径在一时间坐标数据序列处形成分叉的情况下，保留所述分叉处差异度指标最小的路径；

将临时关联路径网络中的最长路径中的时间坐标数据序列作为表示同一目标运行轨迹的时间坐标数据序列，或者，将所有与第一种源数据的一个时间坐标数据序列关联的其他源数据中时间坐标数据序列作为表示同一目标运行轨迹的时间坐标数据序列。

6.根据权利要求5所述的方法，其特征在于，

其中N＝3。

7.根据权利要求1或2所述的方法，其特征在于，

根据所述临时关联关系确定所有源数据中表示同一目标运行轨迹的时间坐标数据序列，包括：

从第一种源数据的时间坐标数据序列开始，根据所述临时关联关系，建立临时关联路径网络；

保留临时关联路径网络中路径差异度最小的路径；所述路径差异度为所述路径中的差异度指标平均值；

将所述路径差异度最小的路径对应的各个源数据的时间坐标数据序列作为表示同一目标运行轨迹的时间坐标数据序列。