[发明专利]从GPS数据中识别交通工具的方法

摘要

本发明公开了一种从GPS数据中识别交通工具的方法，包括以下步骤：初步标记GPS数据点；得到候选的换乘点，即将潜在的换乘点，加入候选换乘点的集合；得到真正换乘点并对轨迹进行分段；提取特征加速度变化率ACR；提取特征时间片类型TS，将用户上班的高峰期分成两个类型，T_busy和T_idle；提取路段的85％分位速度和加速度特征；从各个路段提取出特征后，采用分类模型随机森林分类器，以特征作为输入，交通模式作为输出结果，得到交通模式的预测结果。本发明根据现有交通表现出的规律，提取有效的特征，又采用基于轨迹完整性的思想的后处理算法进一步提高交通工具的识别率。

主权项

1.一种从GPS数据中识别交通工具的方法，其特征在于，包括以下步骤：步骤1：初步标记GPS数据点，如果GPS数据点的速度值小于1.8m/s且该点的加速度值小于0.6m/s²时，标记该点的类型为walk‑point，否则，标记该数据点的类型为non‑walk‑point；步骤2：得到候选的换乘点，如果一个GPS数据点的前面10个GPS数据点中有80％的点的标记类型为walk‑point，且该GPS数据点后面10个GPS数据点中有80％的点的标记类型为non‑walk‑point，或者一个GPS数据点的前面10个GPS数据点中有80％的点的标记类型为non‑walk‑point，且该GPS数据点后面10个GPS数据点中有80％的点的标记类型为walk‑point，则该GPS数据点为一个潜在的换乘点，加入候选换乘点的集合；步骤3：得到真正换乘点并对轨迹进行分段；步骤4：提取特征加速度变化率ACR；具体为：4.1：计算每个GPS数据点的加速度相对值ARate，P_i:ARate＝|A_i+1‑A_i|/A_i，其中A_i表示第i个GPS数据点的加速度；4.2：统计要提取特征的路段上的ARate大于指定阈值A_r的GPS数据点的个数|P_v|，P_v＝{p_i|p_i∈P,p_i.ARate＞A_r}；4.3：得到特征ACR：ACR＝|P_v|/Distance，其中Distance表示要提取特征路段的总长度；步骤5：提取特征时间片类型TS，将用户上班的高峰期上午7点到10点和下午16点到21点分成两个类型，T_busy和T_idle，如果该路段的时间在以上两个时间范围内，把该路段的特征TS的值设置为T_busy，否则，设置为T_idle；步骤6：提取路段的85％分位速度和加速度特征；步骤7：从各个路段提取出特征后，采用分类模型随机森林分类器，以特征作为输入，交通模式作为输出结果，得到交通模式的预测结果。