[发明专利]基于手机数据的车辆类型识别方法和设备

权利要求书

1.基于手机数据的车辆类型识别方法，其特征在于，包括步骤：

获取第一预设时间段内的用户的手机在基站中记录的移动轨迹数据；

根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数；

根据车辆轨迹获得车辆起讫点，结合地理数据获得车辆轨迹的起讫点类型；

根据车辆轨迹获得车辆行驶数据；

根据车辆轨迹获得车辆停留的服务区数据；

至少根据车辆轨迹对应的乘车用户数、起讫点类型、车辆的行驶速度数据和车辆停留的服务区数据构建特征向量；

用车辆分类器处理特征向量，获得车辆类型识别结果；

车辆分类器是用机器学习方法和样本的特征向量训练获得的车辆分类器；

所述根据车辆轨迹获得车辆行驶数据，包括：

根据所有的车辆轨迹计算速度小于第一速度V_un的时间区间的集合，

计算某一时间区间内，在第三地理位置重合的车辆轨迹的数量；当在第三地理位置重合的车辆轨迹的数量大于堵车阈值时，判断该段时间内堵车，获得堵车子轨迹；第三位置不包括服务区；

根据服务区的地理位置信息，计算车辆轨迹中处于服务区且车速小于第二速度V_sa的服务区子轨迹，

根据扣除服务区子轨迹和堵车子轨迹后的车辆轨迹，计算车辆的包括平均速度、最大速度、速度标准差、速度分布中的一种或多种行驶数据。

2.根据权利要求1所述的方法，其特征在于，所述根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数，包括：

若移动轨迹在经过第一地理位置和第二地理位置的时间重合度大于第一时间重合度，则互相之间具有交集；根据不同的第一地理位置和第二地理位置，逐一将移动轨迹数据分为各集合；

逐一计算各集合中各移动轨迹之间的匹配度，若匹配则这个移动轨迹属于同一车辆上的乘客，进而确定车辆轨迹和车辆轨迹对应的用户数。

3.根据权利要求1所述的方法，其特征在于，所述起讫点类型包括住宅区、工业区、商业区、景点、娱乐区和汽车站。

4.根据权利要求1所述的方法，其特征在于，所述服务区数据包括：服务区停留次数、服务区停留总时间、平均在每个服务区停留的时间。

5.根据权利要求1所述的方法，其特征在于，所述机器学习方法为随机森林方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5任一所述方法的步骤。

7.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上执行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一所述方法的步骤。