基于广域分布交通系统的异常轨迹检测方法技术方案

本发明专利技术公开了一种基于广域分布交通系统的异常轨迹检测方法。本发明专利技术考虑到广域分布交通系统的实际情况，将异常轨迹检测分为两部分：数据源节点分别对所采集到的交通轨迹点数据进行无监督聚类，并将聚类完成后无法归入任何簇集的交通轨迹点数据作为候选异常交通轨迹点数据；各数据源节点将各自的无监督聚类中心以及候选异常交通轨迹点数据发送至中心节点；以接收到的所有无监督聚类中心作为初始聚类中心，中心节点对接收到的所有候选异常交通轨迹点数据进行聚类，在聚类完成后将无法归入任何簇集的候选异常交通轨迹点数据作为最终的全局异常交通轨迹点数据输出。本发明专利技术还公开了一种广域分布交通系统。本发明专利技术可有效降低计算、存储及通信的开销。

【技术实现步骤摘要】
基于广域分布交通系统的异常轨迹检测方法
本专利技术涉及一种异常轨迹检测方法，尤其涉及一种基于广域分布交通系统的异常轨迹检测方法。
技术介绍
随着现代社会生活节奏的加快和人们生活水平的提高，汽车逐渐成为人们出行的代步工具。汽车在道路上行驶产生了交通数据，其中最典型的就是道路上摄像头抓拍处理后产生的车辆轨迹数据。这些数据经过图像处理、图像识别等技术后，转化成为具有固定格式的时空轨迹数据。分布在城市各处的摄像头不间断的对道路上所有经过的车辆进行数据采集，数据量十分庞大。时空轨迹数据不仅总量巨大，同时分布式存储在个数据源端处，因此对数据的分析和挖掘提出了新的挑战。交通轨迹数据能够反映人们行为特征[潘纲,李石坚,齐观德,等.移动轨迹数据分析与智慧城市[J].2012]，对于车辆时空轨迹大数据的挖掘和分析具有重要意义。在车辆时空轨迹大数据的问题中，车辆轨迹的异常检测问题与实际应用息息相关。异常检测通常指从给定数据集中找出不符合正常行为模式定义的特定模式的问题[ChandolaV,BanerjeeA,KumarV.Anomalydetection:Asurvey[J].ACMComputingSurveys(CSUR),2009,41(3):15]。在车辆轨迹大数据中，异常轨迹的出现通常意味着车辆所对应的行为人的行为与正常行为或我们所预期的行为不符，在实际的社会治安和监管中，尤其应当引起人们的重视和关注。由于关于车辆轨迹数据的异常检测问题的重要性和挑战性，许多研究者都提出过关于车辆轨迹的异常检测方法[LeeJG,HanJ,LiX.Trajectoryoutlierdetection:Apartition-and-detectframework[C]//DataEngineering,2008.ICDE2008.IEEE24thInternationalConferenceon.IEEE,2008:140-149]、[BuY,ChenL,FuAWC,etal.Efficientanomalymonitoringovermovingobjecttrajectorystreams[C]//Proceedingsofthe15thACMSIGKDDinternationalconferenceonKnowledgediscoveryanddatamining.ACM,2009:159-168]。在这些已有的异常检测方法中，所针对的通常是假定数据集中存储在某一数据中心，并且所包含的数据都是表示车辆完整行驶路径的轨迹向量。然而，实际应用中的所采集的数据结构和数据的存储环境常常并非如此。由于城市道路交通监控系统本身就呈现分布在城市各处道路的特点，且数据的汇总通常也以某一地区为单位(如以城市为单位)，因此当出现针对更大地区(如针对全省)的异常轨迹检测需求时，现有异常检测方法不得不首先将分散在各数据源节点的原始数据汇总至中心数据节点，然后在全量原始数据上开展数据的分析。这样的操作不仅会产生巨大的通信开销，而且十分耗时，并且也对中心数据节点的数据存储和实时处理能力提出了近乎苛刻的要求。与此同时，在实际城市道路交通监控系统中，采集的数据通常以车辆在某时刻通过某处的形式出现，从中抽象出的数据是反映车辆在道路某点状态的点数据向量，而并非现有异常轨迹检测方法所考虑的车辆完整行驶路径的轨迹向量。因此，现有异常轨迹检测方法实际不能很好适应广域分布的车辆轨迹大数据的异常检测问题。
技术实现思路
本专利技术所要解决的技术问题在于克服现有技术的不足，考虑到车辆时空轨迹数据的大规模、分布式存储在数据源端、传输数据的通信开销制约和实际采集数据的格式，提出一种基于广域分布交通系统的异常轨迹检测方法，更符合交通系统的实际情况，并可大幅减少数据源节点至中心节点的数据传输量，在保证算法效果的前提下提高算法的效率。本专利技术具体采用以下技术方案解决上述技术问题：基于广域分布交通系统的异常轨迹检测方法，所述广域分布交通系统包括中心节点以及一系列空间分散分布的数据源节点，所述数据源节点可对所在区域的交通轨迹点数据进行采集，并可与中心节点进行数据交互；所述异常轨迹检测方法包括以下步骤：步骤A、各数据源节点分别对所采集到的交通轨迹点数据进行无监督聚类，并将聚类完成后无法归入任何簇集的交通轨迹点数据作为候选异常交通轨迹点数据；各数据源节点将各自的无监督聚类中心以及候选异常交通轨迹点数据发送至中心节点；步骤B、以接收到的所有无监督聚类中心作为初始聚类中心，中心节点对接收到的所有候选异常交通轨迹点数据进行聚类，在聚类完成后将无法归入任何簇集的候选异常交通轨迹点数据作为最终的全局异常交通轨迹点数据输出。为了进一步降低数据处理及传输所需资源，各数据源节点在对所采集到的交通轨迹点数据进行无监督聚类之前，首先对其进行以下预处理：将同一个对象的交通轨迹点数据按照时间先后排列为时间序列，并判断该时间序列中是否存在多个连续数据在实际地理位置上构成直线段，如存在，则将所述多个连续数据中间部分的数据删除，仅保留两端的两个数据。根据相同的专利技术思路还可得到一种广域分布交通系统，具体如下：一种广域分布交通系统，包括中心节点以及一系列空间分散分布的数据源节点，所述数据源节点可对所在区域的交通轨迹点数据进行采集，并可与中心节点进行数据交互；每个数据源节点均包括一候选异常轨迹选择单元，用于对所采集到的交通轨迹点数据进行无监督聚类，并将聚类完成后无法归入任何簇集的交通轨迹点数据作为候选异常交通轨迹点数据与所得到的无监督聚类中心一起发送至中心节点；中心节点包括全局异常轨迹检测单元，用于以接收到的所有无监督聚类中心作为初始聚类中心，对接收到的所有候选异常交通轨迹点数据进行进一步聚类，在聚类完成后将无法归入任何簇集的候选异常交通轨迹点数据作为最终的全局异常交通轨迹点数据输出。进一步地，每个数据源节点还包括一数据预处理单元，用于对所采集到的交通轨迹点数据进行预处理并将预处理后的数据发送至候选异常轨迹选择单元，预处理方法具体如下：将同一个对象的交通轨迹点数据按照时间先后排列为时间序列，并判断该时间序列中是否存在多个连续数据在实际地理位置上构成直线段，如存在，则将所述多个连续数据中间部分的数据删除，仅保留两端的两个数据。相比现有技术，本专利技术具有以下有益效果：本专利技术的异常轨迹检测方法所针对的处理对象是原始的轨迹点数据，而非复杂的车辆的行驶路径轨迹向量数据，并通过简单的聚类方式进行数据处理，算法更简单，所需的计算及数据传输资源更少，实时性更好；本专利技术针对广域分布交通系统的实际情况，通过在数据源节点对数据聚类和在中心节点对聚类结果汇总，考虑了大量轨迹数据分布式存储、数据传输通信开销大的实际问题，能够更好适应分布式大数据环境，具有更好的实用性。附图说明图1为本专利技术广域分布交通系统的一个优选实施例的基本架构示意图，其中11为中心节点，12为数据源节点；图2为优选实施例中数据源节点对交通轨迹点数据进行处理的流程示意图；图3为优选实施例中中心节点对接收到的数据行处理的流程示意图。具体实施方式下面结合附图对本专利技术的技术方案进行详细说明：图1显示了本专利技术广域分布交通系统一个优选实施例的基本架构。如图1所示，整个系统包括中心节点11和以数据源节本文档来自技高网...

【技术保护点】
基于广域分布交通系统的异常轨迹检测方法，所述广域分布交通系统包括中心节点以及一系列空间分散分布的数据源节点，所述数据源节点可对所在区域的交通轨迹点数据进行采集，并可与中心节点进行数据交互；其特征在于，所述异常轨迹检测方法包括以下步骤：步骤A、各数据源节点分别对所采集到的交通轨迹点数据进行无监督聚类，并将聚类完成后无法归入任何簇集的交通轨迹点数据作为候选异常交通轨迹点数据；各数据源节点将各自的无监督聚类中心以及候选异常交通轨迹点数据发送至中心节点；步骤B、以接收到的所有无监督聚类中心作为初始聚类中心，中心节点对接收到的所有候选异常交通轨迹点数据进行聚类，在聚类完成后将无法归入任何簇集的候选异常交通轨迹点数据作为最终的全局异常交通轨迹点数据输出。

【技术特征摘要】
1.基于广域分布交通系统的异常轨迹检测方法，所述广域分布交通系统包括中心节点以及一系列空间分散分布的数据源节点，所述数据源节点可对所在区域的交通轨迹点数据进行采集，并可与中心节点进行数据交互；其特征在于，所述异常轨迹检测方法包括以下步骤：步骤A、各数据源节点分别对所采集到的交通轨迹点数据进行无监督聚类，并将聚类完成后无法归入任何簇集的交通轨迹点数据作为候选异常交通轨迹点数据；各数据源节点将各自的无监督聚类中心以及候选异常交通轨迹点数据发送至中心节点；步骤B、以接收到的所有无监督聚类中心作为初始聚类中心，中心节点对接收到的所有候选异常交通轨迹点数据进行聚类，在聚类完成后将无法归入任何簇集的候选异常交通轨迹点数据作为最终的全局异常交通轨迹点数据输出；各数据源节点在对所采集到的交通轨迹点数据进行无监督聚类之前，首先对其进行以下预处理：将同一个对象的交通轨迹点数据按照时间先后排列为时间序列，并判断该时间序列中是否存在多个连续数据在实际地理位置上构成直线段，如存在，则将所述多个连续数据中间部分的数据删除，仅保留两端的两个数据。2...

【专利技术属性】
技术研发人员：李小平，陈湉，朱夏，陈龙，胡苇，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32