[发明专利]基于特征选择的移动对象轨迹简化算法

权利要求书

1.一种基于特征选择的移动对象轨迹简化算法，其特征在于，包含以下步骤：

S1、采用DBSCAN密度聚类算法对移动对象的轨迹数据进行处理，得到轨迹的速度区间；

S2、根据速度区间对移动对象的轨迹进行划分，得到与速度区对应的轨迹段；

S3、对每个轨迹段进行特征分析、选择简化算法，并对该轨迹段的轨迹数据进行简化处理；

S4、将每个轨迹段的简化结果合并、得到移动对象的轨迹简化结果。

2.如权利要求1所述的基于特征选择的移动对象轨迹简化算法，其特征在于，设定时间间隔、采集移动对象的轨迹点p的数据，形成原始轨迹数据集。

3.如权利要求2所述的基于特征选择的移动对象轨迹简化算法，其特征在于，所述轨迹点p的数据包含位置数据和速度数据。

4.如权利要求2所述的基于特征选择的移动对象轨迹简化算法，其特征在于，对采集的原始轨迹数据集进行清洗，去除不合理的轨迹点，得到所述移动对象的轨迹T(p₁,p₂,...,p_n)，其中，p_n表示所述移动对象的第n个轨迹点。

5.如权利要求3所述的基于特征选择的移动对象轨迹简化算法，其特征在于，步骤S1中，所述DBSCAN密度聚类算法用于对轨迹点p的速度数据进行处理。

6.如权利要求4所述的基于特征选择的移动对象轨迹简化算法，其特征在于，步骤S2中，对所述移动对象的轨迹进行速度特征分析：

对于所述移动对象的轨迹T(p₁,p₂,...,p_n)，计算相邻两个轨迹点p的平均速度，生成移动对象的速度标签T^v＝(L₁,L₂,...,L_n-1)，L_n-1表示所述移动对象的第n-1个速度值；计算速度标签T^v的基尼系数，公式如下：

其中，n-1表示速度标签T^v中的速度值总数量；L_i表示速度标签T^v中第i个速度值；N(L_i)表示速度标签T^v中速度值等于L_i的速度值个数。

7.如权利要求6所述的基于特征选择的移动对象轨迹简化算法，其特征在于，步骤S2中，所述轨迹划分的计算如下：

使用最小Gini_split将速度标签T^v划分为两段和其中，N＝n-1，表示速度标签T^v中的速度值总数量；N₁表示速度标签中的速度值总数量；N₂表示速度标签中的速度值总数量；且N₁+N₂＝N。

8.如权利要求1所述的基于特征选择的移动对象轨迹简化算法，其特征在于，对每个轨迹段进行方向特征分析，具体方法如下：

测量轨迹段中每个轨迹点的切斜，与该轨迹段的起始轨迹点和终止轨迹点的连接线的夹角，计算得到该轨迹段的平均角度值，以及对应夹角大于平均角度值的轨迹点数量；

当对应夹角大于平均角度值的轨迹点数量超过该轨迹段中轨迹点数量的一半，则该轨迹段的方向变化频繁、并采用Angular算法对该轨迹段进行简化；

当对应夹角大于平均角度值的轨迹点数量不超过该轨迹段中轨迹点数量的一半，则该轨迹段的方向变化不频繁、并对该轨迹段进行距离特征分析。