[发明专利]一种车辆城市行驶轨迹与行驶行为的聚类方法

权利要求书

1.一种车辆城市行驶轨迹与行驶行为的聚类方法，其特征在于，包括以下步骤：

步骤一、对轨迹简化再对转角点进行提取；

步骤二、对转角点进行聚类处理,并构建时空索引；

步骤三、使用步骤二得到的索引编译轨迹样本得到轨迹编码；

步骤四、定义轨迹编码的距离参数；

步骤五、在不同维度下对轨迹进行聚类分析。

2.如权利要求1所述的一种车辆城市行驶轨迹与行驶行为的聚类方法，其特征在于，所述对轨迹简化再对转角点进行提取，具体包括：

S11、依据时间顺序连接样本车辆单日行驶轨迹使得点数据变为线数据，再使用道格拉斯普克法简化轨迹；所述道格拉斯普克法将待处理曲线的首末点连一条直线，求所有中间点与直线的距离，并找出最大距离值D_max，用D_max与抽稀阈值T_dp相比较：若D_max小于T_dp，这条曲线上的中间点全部舍去；若D_max大于等于T_dp，则以该点为界，把曲线分为两部分；对这两部分曲线重复上述过程，直至所有的点都被处理完成；

S12、对于简化后的轨迹点，依据时间顺序依次计算检查点与下个检查点形成线段的方向角，与上个检查点与检查点的方向角求差，方向角差大于转角阈值T_turn则认为是转角点并保存为转角点集N_turn；

S13、对于未简化后的轨迹点，依据时间顺序检查每一个点，累加每个点与上一个点的速度变化差特征、方向变化差特征、两点距离特征，当遇到简化结果点时，将累加的数据存入转角点集N_turn的字段中，并且累加值归零重新累加，重复该操作直到检查到最后一个点结束。

3.如权利要求1所述的一种车辆城市行驶轨迹与行驶行为的聚类方法，其特征在于：所述对转角点进行聚类处理,并构建时空索引，具体为：

S21、定义适合城市道路的扫描半径R，定义最小包含点数Pt_min＝2，对点集N_turn使用基于密度的聚类方法DBSCAN聚类出簇集C_turn，依据均值计算得到每个簇的中心点，得到点转角点聚类集P_turn，同时清空点集N_turn；

S22、使用四叉树法对转角点聚类集P_turn构建索引I_turn，直到点集中的每个点都存在单独的叶子结点上，记录最小的空间分辨率T_dis，分别对转角点聚类集P_turn中点的经度和纬度由低到高进行排序，依据排序顺序组成点的编号P_i＝[a,b]。

4.如权利要求1所述的一种车辆城市行驶轨迹与行驶行为的聚类方法，其特征在于，所述使用步骤二得到的索引编译轨迹样本得到轨迹编码，具体为：

S31、对单条轨迹同样进行步骤一转角点提取将得到的转角点，根据空间索引I_turn取得转角点在转角点聚类集P_turn中的最近点，如果最近点距离小于等于索引的最小空间分辨率T_dis则取最近点的编号为转角编号，如果大于则记录转角点到点集N_turn同时取最近点的编号为转角编号，依据时间顺序依次计算编号并连接，将轨迹抽象为编号字符串；

S32、当点集N_turn中数值大于更新阈值N_update时重复步骤二。