[发明专利]同行车辆的判断方法、装置、设备及计算机可读介质

权利要求书

1.一种同行车辆的判断方法，其特征在于，包括：

将各车辆的轨迹进行向量化处理，以获得各车辆的轨迹向量；

采用局部敏感哈希方式对各车辆的轨迹向量进行降维处理；

根据降维处理后的轨迹向量，计算目标车辆与候选车辆的轨迹相似度，以获取所述目标车辆的同行车辆。

2.根据权利要求1所述的方法，其特征在于，所述将各车辆的轨迹进行向量化处理，以获得各车辆的轨迹向量，包括：

将一个车辆的轨迹表示成一个向量：v＝(t₁,t₂,t₃,…,t_n)；其中，v为车辆轨迹向量，t为通过卡口的秒数，n表示卡口数量，未经过的卡口对应的t的取值为设定数。

3.根据权利要求1所述的方法，其特征在于，所述采用局部敏感哈希方式对各车辆的轨迹向量进行降维处理，包括：

选定概率分布函数；

根据所述概率分布函数初始化k个哈希函数，k为任意正整数；

根据k个哈希函数对每个车辆的轨迹向量进行计算，获得k个哈希值；

根据获得的k个哈希值计算主哈希值H₁和分组哈希值H₂；

将获得的主哈希值H₁存储在一哈希表中，每个哈希表中根据分组哈希值H₂进行分组，在每个分组中存储对应的k个哈希值。

4.根据权利要求3所述的方法，其特征在于，所述根据所述概率分布函数初始化k个哈希函数，包括：

初始化每个哈希函数的参数向量a，则第i个哈希函数的参数向量a表示为：a_i＝(a_i1,…,a_id)，d表示城市卡口的数量；

初始化分桶个数r，T表示城市车辆规模；

在[0,r]的中取随机数b_i，则第i个哈希函数表示为：v为车辆轨迹向量。

5.根据权利要求4所述的方法，其特征在于，所述根据获得的k个哈希值计算主哈希值H₁和分组哈希值H₂，

所述主哈希值H₁的计算公式为：t_i表示轨迹向量v的每个维度的值，其中C为设定的素数；

所述分组哈希值H₂的计算公式为：其中C为设定的素数。

6.根据权利要求3所述的方法，其特征在于，所述根据降维处理后的轨迹向量，计算目标车辆与候选车辆的轨迹相似度，包括：

获取目标车辆对应的轨迹向量x；

计算出轨迹向量x对应的k个哈希值；

根据k个哈希值计算出主哈希值H_1x，并查询到对应的哈希列表；

根据k个哈希值计算出分组哈希值H_2x，并获取当前分组内的所有候选车辆的轨迹向量的哈希值；

计算目标车辆的k维哈希值与候选车辆的k维哈希值的相似度。

7.一种同行车辆的判断装置，其特征在于，包括：

向量化模块，用于将各车辆的轨迹进行向量化处理，以获得各车辆的轨迹向量；

降维模块，用于采用局部敏感哈希方式对各车辆的轨迹向量进行降维处理；

同行车辆获取模块，用于根据降维处理后的轨迹向量，计算目标车辆与候选车辆的轨迹相似度，以获取所述目标车辆的同行车辆。

8.根据权利要求7所述的装置，其特征在于，所述向量化模块具体用于将一个车辆的轨迹表示成一个向量：v＝(t1,t2,t3,…,tn)；其中，v为车辆轨迹向量，t为通过卡口的秒数，n表示卡口数量，未经过的卡口对应的t的取值为设定数。