一种车辆轨迹异常检测方法及系统技术方案

本发明专利技术提供一种车辆轨迹异常检测方法及系统，其中，所述的方法包括：针对一天内的每一个时间段，记录待测车辆的相邻车辆信息，根据车辆信息中的车辆类型信息，统计各个时间段内与待测车辆相同类型的相邻车辆的总数量；将每一个时间段内与待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较，若相邻车辆的总数量小于预设阈值，则确定待测车辆的轨迹路线异常，否则，确定待测车辆的轨迹路线正常。本发明专利技术通过历史的每一天每一时间段内的车辆信息，判断每一时间段内待测车辆的轨迹路线是否异常，若异常，将异常的路段信息、时间段以及待测车辆牌号对应存储，可以作为后期判断车辆的轨迹路线是否异常的参考，实现对车辆轨迹异常的预测。

The anomaly detection method and system for vehicle trajectory

The invention provides a vehicle trajectory anomaly detection method and system, wherein, the method comprises the following steps: for each time a day, the adjacent vehicle information recording test vehicle, according to the type of vehicle information of vehicle information, statistics of each period and the total number of adjacent vehicles of the same type to be measured; each time period and the total number of adjacent vehicles of the same type to be measured with a preset threshold comparison, if the total number of adjacent vehicles is less than a preset threshold, then determine the trajectory line of vehicles to be measured is abnormal, otherwise, to determine the trajectory of the normal route of the vehicle to be tested. The present invention through every day every time the vehicle history information, determine the route every time the measured vehicle is abnormal, if abnormal, the abnormal section information, the time period and the measured vehicle grade corresponding storage, can be used as a post judgment track of whether the vehicle abnormal reference. The prediction of vehicle trajectory anomaly.

【技术实现步骤摘要】
一种车辆轨迹异常检测方法及系统
本专利技术涉及车辆轨迹检测
，更具体地，涉及一种车辆轨迹异常检测方法及系统。
技术介绍
在车辆的行驶运输过程中，由于各种状况的变化，比如，交通道路的路线变化、各个路段的通行时间段的变化，若车辆依旧按照原来的路线行驶，会导致行驶路线异常，因此，需要对车辆行驶的轨迹路线的异常进行检测和预测。现有的实现方式通常是在静态数据集上进行车辆轨迹异常的检测，即只能根据车辆当前的行驶数据来检测车辆当前行驶路线是否异常，而无法对车辆的未来行驶路线进行预测。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的车辆轨迹异常检测方法及系统。根据本专利技术的一个方面，提供一种车辆轨迹异常检测方法，包括：S1，针对一天内的每一个时间段，记录待测车辆的相邻车辆信息，其中，所述相邻车辆信息包括车辆类型信息；S2，根据所述车辆类型信息，统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量；S3，将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较，若相邻车辆的总数量小于预设阈值，则确定待测车辆的轨迹路线在相应的时间段内异常，否则，确定待测车辆的轨迹路线在相应的时间段内正常。本专利技术的有益效果为：通过历史的每一天每一时间段内的车辆信息，判断每一时间段内待测车辆的轨迹路线是否异常，根据车辆历史行驶数据判断出来的车辆轨迹线路的异常与否的结果，可以作为后期判断车辆的轨迹路线是否异常的参考，以实现对车辆轨迹路线异常的预测。在上述技术方案的基础上，本专利技术还可以作如下改进。进一步的，所述步骤S1通过如下方式记录待测车辆的相邻车辆信息：通过电子卡口处的摄像头获取经过电子卡口的每一车辆的车辆牌号，并根据车辆牌号识别车辆类型，形成经过电子卡口的所有车辆的车辆类型信息集合。进一步的，所述相邻车辆为与所述待测车辆的距离小于预设距离的车辆。进一步的，还包括：S1’，针对每一天内的每一时间段，统计待测车辆所在路段的行驶车辆总数量；S2’，当待测车辆所在路段的行驶车辆数量小于预设数量时，则确定该待测车辆轨迹路线在相应的时间段内异常，否则，确定该待测车辆轨迹路线在相应的时间段内正常。进一步的，所述步骤S3之后还包括：将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。进一步的，所述步骤S3之后还包括：记录待测车辆当前行驶的路段信息以及当前时间信息，将所述路段信息和当前时间信息与所述数据库中的路段信息和时间段进行匹配，若能够匹配，则此时待测车辆的轨迹路线异常，否则，此时待测车辆的轨迹路线正常。进一步的，所述将所述路段信息和当前时间与所述数据库中的路段信息和时间段进行匹配进一步包括：将所述路段信息与所述数据库中的路段信息进行匹配，若存在匹配的路段信息，则根据所述当前时间信息判断数据库中是否存在包含所述当前时间的时间段，若存在，则所述路段信息和当前时间与据库中的路段信息和时间段能够匹配，否则，不能匹配。根据本专利技术的另一个方面，还提供了一种车辆轨迹异常检测系统，包括：记录模块，用于针对一天内的每一个时间段，记录待测车辆的相邻车辆信息，其中，所述相邻车辆信息包括车辆类型信息；第一统计模块，用于根据所述车辆类型信息，统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量；比较模块，用于将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较；第一确定模块，用于若相邻车辆的总数量小于预设阈值，则确定待测车辆的轨迹路线在相应时间段内异常，否则，确定待测车辆的轨迹路线在相应时间段内正常。进一步的，还包括：第二统计模块，用于针对每一天内的每一时间段，统计待测车辆所在路段的行驶车辆总数量；第二确定模块，用于当待测车辆所在路段的行驶车辆总数量小于预设数量时，则确定该待测车辆轨迹路线异常，否则，确定该待测车辆轨迹路线正常。进一步的，还包括：存储装置，用于将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。附图说明图1为本专利技术一个实施例的车辆轨迹异常检测方法流程图；图2为本专利技术另一个实施例的车辆轨迹异常检测系统连接框图；图3为本专利技术再一个实施例的车辆轨迹异常检测系统的整体连接框图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。参见图1，提供了本专利技术一个实施例的车辆轨迹异常检测方法，包括：S1，针对一天内的每一个时间段，记录待测车辆的相邻车辆信息，其中，所述相邻车辆信息包括车辆类型信息；S2，根据所述车辆类型信息，统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量；S3，将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较，若相邻车辆的总数量小于预设阈值，则确定待测车辆的轨迹路线在相应时间段内异常，否则，确定待测车辆的轨迹路线在相应时间段内正常。传统的对车辆轨迹异常检测通常是在静态数据集上进行的，也即通过对车辆当前的行驶数据信息来分析当前车辆的轨迹路线是否异常，这种方式只能检测车辆当前轨迹路线的异常，而不能对车辆未来的轨迹路线异常与否进行预测。因此，本实施例提供了一套能够对车辆未来的轨迹路线的异常进行预测的方法，该方法的具体实现过程为：以天为单位，将一天划分为多个时间段，比如，上午、下午和晚上，针对最近历史上的一天内的各个时间段，记录待测车辆的相邻车辆信息，其中，记录的相邻车辆信息主要包括车辆的类型信息。其中，相邻车辆是指与待测车辆的距离小于预设距离的车辆，是为了保证相邻车辆与待测车辆处于同一个路段。然后根据记录的待测车辆的相邻车辆的类型信息，统计每一个时间段内与待测车辆相同类型的相邻车辆的总数量。由于同一种类型的车辆行走的路线有相同之处，比如，渣土车在运输的过程中，通常会存在专门供渣土车这一类运输车辆的行驶路线，或者比如，对于运输货物的车辆，在很多城市的主城区道路上是不允许托运的。另外，对于不同的时间段，不同的路段对不同类型的车辆的是否允许同性也是不一样的。因此，本实施例中将统计的各个时间段内与待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较，若相邻车辆的总数量小于预设阈值，则表明该时间段内在该路段上比较少与待测车辆相同类型的车辆行驶，则基本上能够确定待测车辆在当前时间段内在当前路段上行驶的轨迹路线是异常的；若相同类型的车辆在该路段上行驶，则确定待测车辆在当前时间段内在当前路段上行驶的轨迹路线是正常的。在上述实施例的基础上，本专利技术的一个实施例中，所述步骤S1通过如下方式记录待测车辆的相邻车辆信息：通过电子卡口处的摄像头获取经过电子卡口的每一车辆的车辆牌号，并根据车辆牌号识别车辆类型，形成经过电子卡口的所有车辆的车辆类型信息集合。上述实施例中，记录各个时间段内待测车辆的相邻车辆信息具体是，通过电子卡口处的摄像头对经过电子卡口的每一个车辆进行拍照获取每一个车辆的车辆牌号。得到了每一个车辆的车辆牌号，根据车辆牌号能够得到车辆的类型信息，对经过电子卡口的每一个车辆，均提取车辆的类型信息，形成每一个电子卡口的车辆类型信息集合。在上述各实施例的基础上，本专利技术的另一个实施例中，所述步骤S1还包括：针对每一天内的每一时间段，统计待测车辆所在路段本文档来自技高网...

【技术保护点】
一种车辆轨迹异常检测方法，其特征在于，包括：S1，针对一天内的每一个时间段，记录待测车辆的相邻车辆信息，其中，所述相邻车辆信息包括车辆类型信息；S2，根据所述相邻车辆的车辆类型信息，统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量；S3，将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较，若相邻车辆的总数量小于预设阈值，则确定待测车辆的轨迹路线在相应的时间段内异常，否则，确定待测车辆的轨迹路线在相应的时间段内正常。

【技术特征摘要】
1.一种车辆轨迹异常检测方法，其特征在于，包括：S1，针对一天内的每一个时间段，记录待测车辆的相邻车辆信息，其中，所述相邻车辆信息包括车辆类型信息；S2，根据所述相邻车辆的车辆类型信息，统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量；S3，将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较，若相邻车辆的总数量小于预设阈值，则确定待测车辆的轨迹路线在相应的时间段内异常，否则，确定待测车辆的轨迹路线在相应的时间段内正常。2.如权利要求1所述的车辆轨迹异常检测方法，其特征在于，所述步骤S1通过如下方式记录待测车辆的相邻车辆信息：通过电子卡口处的摄像头获取经过电子卡口的每一车辆的车辆牌号，并根据车辆牌号识别车辆类型，形成经过电子卡口的所有车辆的车辆类型信息集合。3.如权利要求1所述的车辆轨迹异常检测方法，其特征在于，所述相邻车辆为与所述待测车辆的距离小于预设距离的车辆。4.如权利要求1所述的车辆轨迹异常检测方法，其特征在于，还包括：S1’，针对每一天内的每一时间段，统计待测车辆所在路段的行驶车辆总数量；S2’，当待测车辆所在路段的行驶车辆总数量小于预设数量时，则确定该待测车辆轨迹路线在相应的时间段内异常，否则，确定该待测车辆轨迹路线在相应的时间段内正常。5.如权利要求3或4所述的车辆轨迹异常检测方法，其特征在于，所述步骤S3之后还包括：将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。6.如权利要求5所述的车辆轨迹异常检测方法，其特征在于，所述步骤S3之后还包括：记录待测车辆当前行驶的路段信息以及当前时间信息，将所述路段信息和当前时间信息与所述数据库中的...

【专利技术属性】
技术研发人员：付诚，
申请(专利权)人：武汉依迅北斗空间技术有限公司，
类型：发明
国别省市：湖北,42