[发明专利]一种基于车联网数据的车辆行驶趟次识别算法

权利要求书

1.一种基于车联网数据的车辆行驶趟次识别算法，其特征在于，包括以下步骤：

第一步、读取数据：以采集时刻的先后，形成数据序列：

{A}＝{t，p＝[x，y]，v}；

第二步、数据清洗：

2.1、过滤驻车/缓行数据：由于矿山道路复杂难行经常出现排队慢行的情况，以及自卸车在装、卸物料时要保持静止，对一定时间段(t_end-t_start≤Δt_low)内连续v≤v_low的数据只保留1个值(t_start)，从而减少后续流程的运算量；

2.2、过滤GPS定位异常数据：由于车载GPS设备有一定的概率会反馈异常的定位信息，导致车辆坐标发生实际上不存在的跳脱与折返，这种异常对于后续的算法影响很大，一定要进行剔除。剔除的标准为改坐标点的指入向量和指出向量的夹角大于90°：

2.3、清洗结果：经过以上的数据清洗，剔除了异常数据，并缩减了数据量；

第三步、算法核心：

3.1、设置“途经点”：矿山等工程作业中，物料的装载、卸置的区域相对固定，从而自卸车在装载区和卸置区之间的往返路线亦相对固定，因此，取该路线上合理位置的坐标作为“途经点”，即可将对“自卸车在指定路线上的往返情况”的判定，转化为“自卸车对指定‘途经点’的逼近”的判定；

3.2、检测车辆对途经点的逼近：判定的标准即为车辆的GPS定位坐标落入以“途经点”坐标为圆心、以指定长度为半径的圆内：

通过运算，得到序列{t_j，k}：“指定车辆第k次逼近第j个途经点的时刻”的集合，这个记录即作为该车装卸趟数统计的直接依据，给定一个时段([t_start，t_end])，则自卸车经过j号途经点的次数为：

K_j＝card({k|t_start≤t_j，k≤t_end})；

3.3、剔除漏计：自卸车在一个相对固定的路径上往返，每一趟在j号途经点附近进行的装卸作业都会令该车往返2次“路过”途经点，因此趟数统计的结果即为：

N_j＝K_j/2；

第四步、显示结果：得到工程车辆的行驶趟次的结果。

2.根据权利要求1所述的一种基于车联网数据的车辆行驶趟次识别算法，其特征在于，所述2.3中，由于后续步骤不再需要车速信息，因此将{A}整理为新的数据序列：{B}＝{t，p＝[x，y]}。

3.根据权利要求1所述的一种基于车联网数据的车辆行驶趟次识别算法，其特征在于，所述3.3中，考虑到实地作业的复杂性、临时装卸区和临时道路的多变性，简单地取N_j＝K_j/2往往会发生漏计，为了应对这种大概率可能出现的漏计现象，首先在选择途经点位置时，要令其尽量靠近物料的装卸点，这样对于一般情况下原路折返的车辆，其每趟作业两次逼近同一折返点的时间差Δt就可以足够小；其次，进行参数控制，只有当相邻两次逼近同一折返点的时间差Δt＞Δt_dis的情况，才认为是“两趟”不同的作业，即：

4.根据权利要求1所述的一种基于车联网数据的车辆行驶趟次识别算法，其特征在于，所述原始车辆数据可以有效参与算法的最低车速v_low为5km/h。

5.根据权利要求1所述的一种基于车联网数据的车辆行驶趟次识别算法，其特征在于，所述Δt_low为60秒，每个此时长内所有车速不高于v_low的数据会被单采样。

6.根据权利要求1所述的一种基于车联网数据的车辆行驶趟次识别算法，其特征在于，所述车辆坐标和途经点坐标间可以判定为逼近的最大距离r为80-150m。

7.根据权利要求1所述的一种基于车联网数据的车辆行驶趟次识别算法，其特征在于，所述相邻两次逼近同一途经点是两趟作业的最小时间间隔Δt_dis为900秒。