[发明专利]基于人像和车辆卡口数据的多轨迹落脚点碰撞分析方法

权利要求书

1.一种基于人像和车辆卡口数据的多轨迹落脚点碰撞分析方法，其特征在于，包括：

步骤10、提取目标车辆和目标人像一个时间周期内的所有轨迹；当获取的目标轨迹的条数大于等于设定值时，进入步骤20，否则延长时间周期，重新获取目标轨迹；

步骤20、通过车辆卡口数据中拍摄到的人像，将车辆轨迹和人像轨迹进行并联；

步骤30、以日期为单位将并联后的轨迹记录分成多条轨迹；

统计轨迹中各点位的出现次数和出现天数，并按出现天数和出现次数计算轨迹点的权重，将权重值在前M位的轨迹点连接成线，得到出行的虚拟轨迹，其中M为每天经过的点位数量平均值；

统计每个日期每一轨迹点与下个轨迹点的时间间隔和距离，得到车辆或人员在各轨迹点区域的停留时间；

步骤40、根据虚拟轨迹计算每条轨迹的加权平均值，将加权平均值最大的轨迹作为最优轨迹；

步骤50、判断所述最优轨迹是否闭合，若是，则将停留时间最长的轨迹点区域的开始点作为落脚点；若否，则对比轨迹起点和轨迹终点的权重，将二者中权重较大的点作为落脚点。

2.根据权利要求1所述的方法，其特征在于：所述步骤30中，按出现天数和出现次数计算轨迹点的权重，具体采用如下公式：

轨迹点的权重＝出现天数+出现次数/2。

3.根据权利要求1或2所述的方法，其特征在于：所述步骤30中，统计每个日期每一轨迹点与下个轨迹点的时间间隔和距离，得到车辆或人员在各轨迹点区域的停留时间，具体采用如下公式：

停留时间＝时间间隔-距离/平均速度。

4.根据权利要求1所述的方法，其特征在于：所述步骤40中，根据虚拟轨迹计算每条轨迹的加权平均值，具体为：

如当天经过的点包含在虚拟轨迹中，则通过乘法增加该点的权重，如不在虚拟轨迹中，则按原本点位权重进行计算。

5.根据权利要求1所述的方法，其特征在于：所述步骤50中，判断所述最优轨迹是否闭合，具体为：判断所述最优轨迹起点和终点的距离，当距离小于1公里时，判断结果为闭合。