[发明专利]基于GPS数据危险货物运输车辆停留节点活动类型识别方法

说明书

本发明涉及一种基于GPS数据的危险货物运输车辆停留节点活动类型识别方法，包括提取停留节点，根据停留节点的平均经度平均纬度将停留节点聚类为活动热区H_u；根据活动热区H_u构建时空特征，时空特征包括：平均停留时间avgT_u、平均起点包含率avgF_u和混合熵指数Entropy_u；定义装货活动、卸货活动、归场活动和非货运活动，得出这四类活动类型对应的时空特征实际取值倾向；采用FCM聚类方法根据时空特征和定义的四类活动类型获取停留节点的备选车辆活动类型；为每个停留节点设置兴趣点类别，从车辆的2个备选活动类型中判断出最终的车辆活动类型。

技术领域

本发明涉及数据处理领域，特别涉及一种基于GPS轨迹数据的危险货物运输车辆停留节点活动类型识别方法。

背景技术

随着社会对危险货物需求的迅猛增长，近年来危险货物道路运输量逐年上升，由此引发的道路运输事故也呈上升趋势，很多城市的交通主管部门面临危险货物道路运输监管不充分、不到位等问题。其中一个原因是主管部门缺乏详细的危险货物运输车辆出行活动数据，导致无法及时了解货物流量流向、难以确定监管重点。

以往车辆出行活动信息的获取大多依赖于货运交通调查，这种方法需要花费大量的人力物力，调查频率低，无法及时反映运输问题。2012年以来，得益于传感技术的发展，中国危险品运输行业在相关车辆上完成了全球卫星定位系统(GPS)设备的安装。GPS设备能够自动精确记录出行轨迹，所保存的海量轨迹数据为充分挖掘危险货物运输车辆出行活动提供了应用潜力。

危险货物车辆停留节点活动类型是指车辆在一个停留地点所开展的具体活动。据了解，危险货物运输行业对车辆停留节点活动类型的分析目前仍处于空白。由于轨迹数据没有真实的活动类型标签，如何从GPS数据中智能化提取蕴含在其中的车辆停留节点活动类型是必须解决的问题。

现有技术一的技术方案

申请号为201210056545.5的发明专利一种基于出行轨迹数据的行程识别方法公开了一种基于出行轨迹数据的行程识别方法，通过速度对轨迹点进行划分，并将速度低于一定速度阈值以下的轨迹点合并为候选停留位置，再利用距离和时间阈值对候选停留位置进行合并，从而确定出真正的停留节点。

现有技术一的缺点

只确定了停留节点，未对停留的活动信息进行挖掘分析。

现有技术二的技术方案

申请号为201711405689.6的发明专利用于出租车乘客出行目的的预测方法公开了一种基于出租车运营数据和信息点(Point of Interesting，POI)数据推断出租车乘客出行目的的方法。在所提出的方法中，首先通过所构建的特征识别模型获取出租车运营数据中乘客的出行特征，然后依据小样本调查数据，训练不同的识别模型，并选取识别精度最高的模型，最后利用所得到的出租车乘客出行的特征数据和训练好的识别模型实现对乘客出行目的识别。

现有技术二的缺点

1)该专利所用的技术需要借助乘客出行活动的实际标签提前训练预测模型，而现实中很难收集到带有标签的数据，实用性不高。

2)该专利识别的是乘客的出行目的，由于货运活动与客运活动差别很大，所述方法不能直接用于危险货物运输车辆停留节点活动类型的识别；

现有技术三的技术方案

Gingerich，Maoh和Anderson(2016)的研究应用熵原理从卡车GPS数据中挖掘出主要停留(货运相关)和次要停留(非货运相关)两种类型的活动。

现有技术三的缺点