[发明专利]一种车辆城市行驶轨迹与行驶行为的聚类方法

说明书

本发明公开了一种车辆城市行驶轨迹与行驶行为的聚类方法,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、使用步骤二中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。该方法在实用性上根据城市道路特点对轨迹进行了简化从而大大提高了计算效率，同时对传统的长度轨迹数据分析问题进行了合理分解从而得到更多的轨迹特征。该方法在计算上优化了编辑距离算法使得特定场景下距离计算更加准确。

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种车辆城市行驶轨迹与行驶行为的聚类方法。

背景技术

随着车载定位终端的普及和道路上采集设备的安装完善，城市中对不同种类车辆的管理和对交通的优化方法的细化成为了可能。车载定位的轨迹数据是附着时间与运动特征的空间点位，道路采集设备的轨迹数据是附着时间与图形特征的固定空间点位，综合两种信息可以基本描述出车辆的所有状态，可以分析推测出大量有关行为信息和人员信息。

对车辆轨迹的挖掘有助于对城市交通进行分类，以便根据不同类别分别进行诱导和管理，同时可以对于特定行驶特征进行及时的报警和锁定保证道路安全。对交通系统的规划管理和公安系统的预警和追踪有着极高的价值。

传统对于轨迹数据的聚类方法中，多关心对于整条轨迹的起止点的空间分布特征，其中起止点单纯以天为单位或者以单次行进做为单位划分并不能合理的突出某一行为的特征；其中关心的空间分布特征多以欧式距离作为衡量标准且因为海量轨迹量导致计算量巨大且不考虑到时间与运动特征，因此很难对行驶特征进行高效的提取。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种车辆城市行驶轨迹与行驶行为的聚类方法，该方法在实用性上根据城市道路特点对轨迹进行了简化从而大大提高了计算效率，同时对传统的长度轨迹数据分析问题进行了合理分解从而得到更多的轨迹特征。该方法在计算上优化了编辑距离算法使得特定场景下距离计算更加准确。

为实现上述目的，本发明提供了一种车辆城市行驶轨迹与行驶行为的聚类方法，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。

进一步的，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。