[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

摘要

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Hu；根据活动热区Hu构建时空特征，时空特征包括：平均停留时间avgTu、平均起点包含率avgFu和混合熵指数Entropyu；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。

主权项

1.一种基于GPS数据的危险货物运输车辆停留节点活动类型识别方法，其特征在于，包括以下步骤：S1、提取停留节点S11、在识别危险货物运输车辆停留节点之前，先对原始GPS数据进行预处理，具体步骤为：S111、格式化操作：为每条GPS数据记录添加车牌号码字段，解密经纬度，将时间戳拆分为日期和时间，并按照时间重排数据；同时令每个GPS文件的第一条记录的“首点”标记为1，其余标记为0；S112、识别并处理有问题的GPS数据：出现以下情况则删除GPS数据：(1)经纬度坐标越界，出现在研究范围以外；(2)GPS时间超过1440分钟；(3)速度大于120公里/小时；(4)方向角不在0°到360°范围内；(5)GPS数据重复；S113、原始GPS数据经上述预处理步骤后，得到GPS轨迹集，记作St＝{Tr_l}(l＝1,2,…,n_T)，其中n_T为待处理轨迹总数，Tr_l为St中的第l条轨迹，它由某辆车某日的GPS轨迹点组成，记作其中P_i^l表示第l条轨迹中按照时间顺序排列的第i个轨迹点，为该轨迹的轨迹点数量；轨迹点其中分别表示该轨迹点的经度、纬度、日期、时间、速度、首点标记和车辆编号，且表示编号为的车辆，车辆所属运输企业编号为c_v，车辆允许装载的货物类型为g_v；S12、基于速度变化将GPS轨迹划分为节点：将轨迹Tr_l中速度持续为零的点或持续不为零的点列划分为节点其中为第l条轨迹中按照时间顺序排列的第α～β个轨迹点，由下式求得节点的平均速度和持续时间其中分别为i＝β,i＝α时的至此轨迹点序列可转化为节点序列其中为节点个数；S13、基于决策树分类规则对步骤S12中节点的运动状态进行判断，从而提取停留节点，具体步骤为：S131、当j＝1时，初始化节点N₁的运动状态为stop；S132、对于j>1的后续节点，根据基于决策树算法的行驶/停留分类规则按顺序依次判断每个节点的运动状态对于当前节点它的前驱节点为令表示的前驱节点运动状态，有将步骤S12中的平均速度持续时间和前驱节点的运动状态输入到基于决策树算法的行驶/停留分类规则中，进行停留/行驶二元分类；S133、将为stop的节点提取为第m个停留节点，记作A_m，有计算A_m的平均经度、平均纬度、持续时间△t_m、首点率和车牌编号将该停留节点添加到停留节点集合Ac中，即Ac＝{A_m}，其中m＝1,2,…,n_A，n_A为停留节点总数；S2、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；S3、根据步骤S2得到的活动热区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；将时空特征按最大最小值归一化，以确保每个时空特征的标准化值落在0和1之间；S4、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；S5、采用FCM聚类方法根据步骤S3构建的时空特征和步骤S4定义的四类活动类型获取停留节点的备选车辆活动类型；S6、为每个停留节点设置兴趣点类别，从2个备选车辆活动类型中判断出最终的车辆活动类型。