[发明专利]基于车辆轨迹的停等聚集效应预测方法

权利要求书

1.一种基于车辆轨迹的停等聚集效应预测方法，其特征在于，所述方法包括：

获取车辆停原始的停等轨迹数据；

根据所述原始的停等轨迹数据，提取待预测区域在预定时间周期内的停等轨迹数据；

基于三维空间的核密度估计，将提取出的停等轨迹数据中预设时间段内的停等轨迹数据转化为具有时空语义的停等时空密度分布数据；

根据预设的季节模型，使用历史时间段的停等时空密度分布数据结合随机变量域的线性特征参数来预测目标时间段的停等时空密度分布数据，其中，参数优化由结合变权重的粒子种群优化算法完成，所述目标时间段的时刻晚于所述历史时间段的时刻。

2.根据权利要求1所述的方法，其特征在于，所述原始的停等轨迹数据为基于车辆的定位装置和车载诊断阅读器所获取的车辆行驶数据得到。

3.根据权利要求1所述的方法，其特征在于，所述停等轨迹数据包括车辆标号ID、熄火点的经纬度信息以及熄火时间。

4.根据权利要求1所述的方法，其特征在于，所述预设时间段以天为单位，所述预设时间段内的停等轨迹数据为：

其中表示第u周中第d天的停等轨迹数据，(x_i,y_i,t_i)表示停等时空中第i个停等点，x为熄火点经度，y为熄火点纬度，t为熄火时间，n是整个一天中所有待预测区域的车辆的总的停等点数量。

5.根据权利要求4所述的方法，其特征在于，所述基于三维空间的核密度估计，将提取出的停等轨迹数据中预设时间段内的停等轨迹数据转化为具有时空语义的停等时空密度分布数据，包括：

将每天的车辆停等轨迹数据表示为停等时间序列数据：

通过三维空间的核密度估计，将所述停等时间序列数据转化为停等时空密度分布数据，其中三维空间的核密度估计表示为：

其中f(x,y,t)是待求解的停等时空密度分布数据的未知点(x,y,t)的密度值，(x_i,y_i,t_i)是处于未知点预设距离内的临近点坐标，h_s是空间维度的带宽，h_t是时间维度的带宽，k_s和k_t分别表示空间和时间维度上的核函数，d_j和t_i是临近点到未知点的空间距离和时间距离；

以P来拟合整个一天的时空密度分布，转化得到停等时空核密度分布序列为：

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

在三维空间的核密度估计中，核函数采用Gaussian核，空间维度的带宽h_s和时间维度的带宽h_t分别表示为：

其中和分别表示停等时空密度分布数据在空间和时间上的方差，n是该天停等时空密度分布数据的数量。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

将整个待预测区域对应的时空域分成n_a×n_b×n_c个小立方体，对于位置为(a,b,c)的立方体，中心点(x_ma,y_mb,t_mc)的密度值计算如下：