[发明专利]非法营运车辆检测方法和系统

摘要

本发明提供一种非法营运车辆检测方法和系统，基于卡口检测系统采集的车辆通行信息，通过聚类统计方法，对路网中的车辆活跃度进行分析，并对合法营运的出租车运行模式进行挖掘，从活跃度最高的组别中检测出非法营运车辆；该方法和系统，能够实现非法营运车辆的自动识别、黑名单管理、非法营运车辆查处等功能。能够实现对路网中的车辆的自动检测，通过对非法营运车辆识别，为非现场执法系统提供可靠依据，利于城市道路交通的管理。

主权项

1.一种非法营运车辆检测方法，其特征在于，基于卡口检测系统采集的车辆通行信息，通过聚类统计方法，对车辆活跃度、车辆轨迹特性进行分析，评估可疑车辆与典型运营车辆运行特性的相似性，据此从海量过车数据中检测出异常的非法营运车辆；具体为：S1、数据采集，由城市道路的卡口检测系统获得车辆检测数据，对原始检测数据进行过滤筛选，获取有效的过车数据，包括车牌号、卡口编号、检测时间；S2、基于过车检测数据对路网车辆的使用度进行统计，构建K‑means聚类模型，对城市道路行驶车辆活跃度进行分析，进而将路网内存在检测记录的车辆分为三类，分别为活跃度较低车辆、活跃度较高车辆、活跃度极高车辆；S3、获取本地营运车辆许可信息，生成合法营运车辆集合A；步骤S2中由聚类分类获得的活跃度极高组内的车辆构成集合B；将活跃度极高组内的合法营运车辆剔除，生成非法营运可疑车辆集合S，即S＝B‑(A∩B)；S4、选取采样卡口，对合法营运车辆在采样点的行驶轨迹模式进行分析，对非法营运可疑车辆的轨迹模式与合法营运车辆的轨迹模式进行相似性评估，将高度相似的可疑车辆判别为非法营运车辆，进而实现非法营运车辆的自动识别；步骤S4中，具体为：S41、卡口采样点确定：采样点为日常营运车辆较为活跃的路段检测点；S42、合法营运车辆轨迹模式分析：根据合法营运出租车在各采样点的过车记录对营运车辆的日常轨迹的时空特性进行分析；S43、非法营运车辆判别：对非法营运可疑车辆的轨迹模式与合法营运车辆的轨迹模式进行相似性评估，将高度相似的可疑车辆判别为非法营运车辆；步骤S43具体为：S431、可疑车辆轨迹模式序列分析：计算非法营运可疑车辆集合内各车辆元素在采样卡口检测点的每时段的平均被检次数平均被检频率为可疑车辆k在时段j内于检测点i的平均被检次数，n为统计天数，为车辆k在第q日的j时段在检测点i的被检次数；为可疑车辆k在时段j内于检测点i的平均被检频率，为车辆k在第q日的j时段在检测点i的相邻两次被检记录的时间间隔，s为在时段j内的车辆p于检测点i的检测记录数，n为统计天数，r为相邻两次被检记录的时间间隔数据序号；生成对应车辆的轨迹模式序列为车辆k的轨迹模式序列，u为检测点数、v为时段数；S432、相似度分析：采用欧氏距离衡量可疑车辆轨迹模式序列与合法营运车辆标准轨迹模式序列的相似性，车辆k轨迹模式序列与标准轨迹模式序列X₁、X₂相似度的计算方法为为可疑车辆k在j时段内于检测点i的行驶特性指标值，为合法运营出租车在j时段内于检测点i的的行驶特性指标，u为检测点数、v为时段数；S433、相似性评估：采用阈值法对可疑车辆轨迹模式相似性进行评估，将相似度低于阈值的轨迹序列判断为相似序列，对应车辆判断为非法营运车辆。