[发明专利]一种基于线点转换和聚类对比的空间运动轨迹识别方法

说明书

本发明涉及一种基于线点转换和聚类对比的空间运动轨迹识别方法，包括以下步骤：1)将交通线对象转换为第一散点集合；2)获取运动轨迹，形成第二散点集合；3)分别对所述第一散点集合和第二散点集合进行特征提取和聚类分组，对应形成具有多个特征组的第一数组和第二数组；4)将第一数组和第二数组进行比对，根据第一数组和第二数组的相似度识别所述运动轨迹与所述交通线对象的关系。与现有技术相比，本发明能够实现海量数据情境下，对运动轨迹性质的快速判断，解决传统方法中的性能问题，保证分析的效率不会随着数据量的增长出现持续下降的现象。

技术领域

本发明涉及一种运动轨迹处理方法，尤其是涉及一种基于线点转换和聚类对比的空间运动轨迹识别方法。

背景技术

在传统的空间地理信息领域中，经常需要对一个人或物的运动轨迹进行展示以及分析，其中分析一个人或物的运动轨迹的性质是一个常用的功能。例如，根据一个人的行动轨迹，判断其出行类型，是乘坐地铁？还是乘坐公交？或者步行？诸如此类。

在该行业领域中，处理此类问题的传统方法，一般是利用地理信息系统的空间分析算法进行比对判断。传统方法通过对人或物的运动轨迹线，以及基础交通线(例如道路、地铁线路、公交线路等)，建立传统空间索引，然后调用地理信息系统的空间对象关系分析的方法进行判断。通过判断两个线对象的重叠、交叉、缓冲区域等空间关系，来判断两个线对象是否具备相似性。从而根据这种相似性，来推导出人或物的运动轨迹的性质。

以上这种传统的判断人或物的运动轨迹的性质的方法，优点是实现简单，直接调用成熟的地理信息系统相关接口方法就能实现。但是其特点也很明显，由于地理信息系统的空间对象关系分析对计算机硬件(CPU、内存)的依赖性较大，所以当需要处理的人或物的轨迹以及基础交通线数据的为海量数据的时候，系统性能将大幅降低，处理时间大大延长；当数据量增长达一定程度的时候，甚至会出现系统停止响应以及崩溃等问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于线点转换和聚类对比的空间运动轨迹识别方法，规避了传统地理信息系统的空间关系分析的性能瓶颈。

本发明的目的可以通过以下技术方案来实现：

一种基于线点转换和聚类对比的空间运动轨迹识别方法，包括以下步骤：

1)将交通线对象转换为第一散点集合；

2)获取运动轨迹，形成第二散点集合；

3)分别对所述第一散点集合和第二散点集合进行特征提取和聚类分组，对应形成具有多个特征组的第一数组和第二数组；

4)将第一数组和第二数组进行比对，根据第一数组和第二数组的相似度识别所述运动轨迹与所述交通线对象的关系。

进一步地，所述交通线对象包括道路线对象、地铁线对象或公交线对象。

进一步地，所述第一散点集合通过以下步骤获得：

101)提取交通线对象的原始节点序列；

102)计算相邻两个节点之间的直线距离；

103)选取所有所述直线距离大于或等于第一阈值的节点，在对应的相邻节点间插入若干新节点；

104)经步骤103)后的所有节点按顺序排列组成第一散点集合。

进一步地，所述在对应的相邻节点间插入若干新节点具体为：

在相邻节点形成的直线线段上按均匀间隔选取若干点作为新节点。

进一步地，所述步骤3)中，所述特征组至少由一个节点组成，且特征组中各节点距离该特征组中心点的距离小于或等于第二阈值，该特征组的权重等于该特征组的节点数。

进一步地，所述步骤3)后还包括：