[发明专利]一种基于车辆轨迹分析构建通勤路径的方法

说明书

本发明公开了一种基于车辆轨迹分析构建通勤路径的方法，具体涉及道路交通领域，该方法包括：收集车辆的轨迹数据。筛选出轨迹数据中空间相似度大于预设阈值的轨迹集合，生成车辆轨迹空间聚类集合。同时，筛选出时间差小于预设阈值的轨迹集合，生成车辆轨迹时空聚类集合。当车辆轨迹时空聚类集合中任一个的轨迹数量＞预设阈值，则判定该行驶轨迹是由通勤车辆行驶产生的。则，将满足条件的轨迹作为候选通勤轨迹，且对其进行空间相似度和时间差进行筛选，得到车辆的通勤路径。通过本发明提供的方法可判断通勤车以及构建通勤路径，进而为相关部门开展工作提供借鉴意义。

技术领域

本发明涉及道路交通领域，具体为一种基于车辆轨迹分析构建通勤路径的方法。

背景技术

通勤车是指不以盈利为目的，通常拥有固定的行驶时间和行驶路线的车辆。其主要功能是居民上下班或接送小孩。通过对通勤车的分析与判断，进而分析其通勤路径，宏观上可以获得城市的职住分布，对于城市交通规划、拥堵治理引导有借鉴作用；微观上通过对车辆通勤行为进行细粒度刻画，方便交警等管理部门对于车辆行为的深层了解，进而实现缉查布控以及失驾判断等等。

与此同时，随着智慧交通的普及，卡口等设备广泛应用于城市交通中。基于卡口等设备的数据，已有相关方法可以构建全路网的车辆轨迹。然而，如何利用行驶车辆的轨迹数据，进行通勤车判断及通勤路径构建是一个亟需解决的问题。

发明内容

本发明提供了一种基于车辆轨迹分析构建通勤路径的方法，通过该方法可判断通勤车以及构建通勤路径，进而为相关部门开展工作提供借鉴意义。

为实现上述目的，本发明提供如下技术方案：

一种基于车辆轨迹分析构建通勤路径的方法，该通勤路径构建方法包括如下步骤：

S01、收集车辆在时间段t内的轨迹数据，所述的轨迹数据经预处理后，组合得到每辆车的轨迹集合，记为set。

S02、将得到的轨迹集合按照空间聚类算法进行分析，筛选出空间相似度大于空间相似度阈值thre_space的轨迹集合，且合并后生成车辆轨迹空间聚类集合，记为：

set_s＝(set₁,set₂,...,set_p)，其中，p是自然数，且p≥1。

S03、对得到的车辆轨迹空间聚类集合按照时间聚类算法进行分析，筛选出车辆轨迹空间聚类集合中时间差小于时间相似度阈值thre_time的轨迹集合，生成车辆轨迹时空聚类集合，记为：

set_st＝(set₁,set₂,...,set_n)。

S04、当set_i中的轨迹数量＞thre_c，则判定该行驶轨迹是由通勤车辆行驶产生的；其中，set_i是集合set_st中任一一个元素，thre_c是预设的轨迹数量阈值；

则，将满足条件的set_i重新组合成通勤路径候选集合，记为set_c。

首先在空间上，计算轨迹集合set_i中车辆经过交叉口的平均次数，将车辆经过的大于平均次数的交叉口提取出来，对于前后断开的交叉口利用路网数据进行补全。

其次在时间上，选择出发时间和到达时间的中位数作为车辆最终的出发时间和到达时间。

S05、在集合set_c中，任意一个候选通勤轨迹setx基于空间相似度和时间差进行筛选，若：