[发明专利]基于海量车牌识别数据的相似轨迹挖掘方法及装置

摘要

本发明公开了一种基于海量车牌识别数据的相似轨迹挖掘方法及装置。该方法包括轨迹组织与筛选、点伴随关系计算、轨迹相似性判定三个主要步骤；本发明克服海量数据集下计算响应时间滞后问题，基于车牌识别数据分析提高了计算的准确度，使用Hadoop MapReduce分布式处理方式提高计算效率，高效快速挖掘相似轨迹，可以用于交通业务领域的伴随车辆的发现。

主权项

1.一种基于海量车牌识别数据的相似轨迹挖掘方法，其特征在于，所述方法包括：(1)轨迹组织与筛选步骤，用于去除无效冗余数据；(2)点伴随计算步骤，用于维护中间点伴随结果集；(3)轨迹相似性判定，用于统计并计算车辆轨迹相似度，获得具有相似性轨迹的伴随车辆对；所述的轨迹组织与筛选步骤，利用一种轨迹链表结构存储处理过程中涉及的车辆识别数据，该步骤通过三级流水线的第一级流水线完成，是一个MapReduce计算作业，输入海量车牌识别数据集，输出结果是轨迹链表集合l，并传递给第二级流水线使用；所述的第一级流水线的MapReduce计算作业过程，对车辆轨迹长度小于给定轨迹长度阈值的进行删除，并进一步建立所有车辆的轨迹链表，具体包括以下两步：(1)Map任务从文件系统中分片读取车牌识别数据，获得给定时间范围dur的车牌识别数据；所述车牌识别数据按监测时间划分数据分片；所述Map任务将车牌识别数据记录转换为以车牌号为键、以时间和监测点为值的数据项；相同键的数据项将发送至同一Reduce任务；(2)Reduce任务将车牌识别数据按车牌号组织为车辆轨迹链表，形成所述时间范围dur内的轨迹；所述Reduce任务对每个车辆轨迹链表判断长度，删除小于轨迹长度阈值δl的链表，将其余符合条件的轨迹作为所述的轨迹链表集合1输出。