基于手机数据的车辆类型识别方法和设备技术

本发明专利技术提供基于手机数据的车辆类型识别方法和设备用于解决提供一种方便、低成本的车型识别方法问题。其中方法包括：获取第一预设时间段内的用户的手机在基站中记录的移动轨迹数据；根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数；根据车辆轨迹获得车辆起讫点，结合地理数据获得车辆轨迹的起讫点类型；根据车辆轨迹获得车辆行驶数据；根据车辆轨迹获得车辆停留的服务区数据；本发明专利技术提出的利用手机大数据，使用由运营商采集和提供的手机信令数据，获得数据的成本低。

Vehicle type identification method and equipment based on mobile data

The invention provides a vehicle type identification method and equipment based on mobile data to solve the problem of providing a convenient and low cost model identification method. The method comprises the following steps: the mobile trajectory data acquisition the first preset period of time, the user's mobile phone records in the base station; the judgment on the same vehicle mobile phone users according to the moving trajectory data, vehicle trajectory and vehicle trajectory corresponds to the number of users travel; according to the vehicle trajectory of vehicle starting point, the combination of geographic data from vehicle trajectory according to the vehicle type; vehicle trajectory data; according to the vehicle track vehicle stop service area data; data using the mobile phone of the present invention, used by the operators and mobile phone signaling for data acquisition, data acquisition and low cost.

【技术实现步骤摘要】
基于手机数据的车辆类型识别方法和设备
本专利技术涉及计算机技术，具体涉及基于手机数据的车辆类型识别方法和设备。
技术介绍
智能交通系统是将计算机技术、通信技术以及控制技术等有效地结合运用于交通运输管理的体系，能够实时、准确、高效地管理交通，是21世纪交通发展的主要方向。其中，车辆的自动识别和类型检测是智能交通系统中一个重要的组成部分，可以大大提高交通管理的效率，为交通规划提供重要参考依据。目前国内外主流的车型识别方法主要可以分为两大类，侵入性分类方法和非侵入性识别方法。侵入性检测技术需要在公路路面下安装传感器，比如气动管，环路检测器，磁传感器和压电传感器等，当车辆经过时传感器能够收集相应的信息，比如车速，车重，车身长度等，从而判断车辆类型。这一类方法的缺点是使用寿命短，安装不方便。非侵入式方法主要是在道路以外的地方安装传感器，比如雷达，红外传感器，声传感器和摄像头。接收到车体轮廓，高度和轴距等信息来给车辆分类。这一类方法的有优点是识别效率高，但是大规模部署的成本较高。其中，随着图像处理技术的发展，通过分析视频信号中的图像而来识别车型的方法是近年来发展最快的，准确率也是最高的。但是它存在比较大的缺陷是安装成本比较高，并且受天气的影响比较大。因此需要提供一种方便、低成本的车型识别方法。
技术实现思路
鉴于上述问题，本专利技术提出了克服上述问题或者至少部分地解决上述问题的基于手机数据的车辆类型识别方法和设备。为此目的，第一方面，本专利技术提供一种基于手机数据的车辆类型识别方法，可选地，包括步骤：获取第一预设时间段内的用户的手机在基站中记录的移动轨迹数据；根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数；根据车辆轨迹获得车辆起讫点，结合地理数据获得车辆轨迹的起讫点类型；根据车辆轨迹获得车辆行驶数据；根据车辆轨迹获得车辆停留的服务区数据；至少根据车辆轨迹对应的乘车用户数、起讫点类型、车辆的行驶速度数据和车辆停留的服务区数据构建特征向量；用车辆分类器处理特征向量，获得车辆类型识别结果；车辆分类器是用机器学习方法和样本的特征向量训练获得的车辆分类器。可选地，所述根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数，包括：若移动轨迹在经过第一地理位置和第二地理位置的时间重合度大于第一时间重合度，则互相之间具有交集；根据不同的第一地理位置和第二地理位置，逐一移动轨迹数据分为各集合；逐一计算各集合中各移动轨迹之间的匹配度，若匹配则这个移动轨迹属于同一车辆上的乘客，进而确定车辆轨迹和车辆轨迹对应的用户数。可选地，所述起讫点类型包括住宅区、工业区、商业区、景点、娱乐区和汽车站。可选地，所述根据车辆轨迹获得车辆行驶数据，包括：根据所有的车辆轨迹计算速度小于第一速度Vun的时间区间的集合，计算某一时间区间内，在第三地理位置重合的车辆轨迹的数量；当在第三地理位置重合的车辆轨迹的数量大于堵车阈值时，判断该段时间内堵车，获得堵车子轨迹；第三位置不包括服务区；根据服务区的地理位置信息，计算车辆轨迹中处于服务区且车速小于第二速度Vsa的服务区子轨迹，根据扣除服务区子轨迹和堵车子轨迹后的车辆轨迹，计算车辆的包括平均速度、最大速度、速度标准差、速度分布中的一种或多种行驶数据。可选地，所述服务区数据包括：服务区停留次数、服务区停留总时间、平均在每个服务区停留的时间。可选地，所述机器学习方法为随机森林方法。第二方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任一所述方法的步骤。第三方面，本专利技术提供一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上执行的计算机程序，所述处理器执行所述程序时实现如上任一所述方法的步骤。由上述技术方案可知，本专利技术提出的利用手机大数据，使用由运营商采集和提供的手机信令数据，获得数据的成本低。而手机信令数据几乎覆盖所有城际间同行的用户，因此用户覆盖率高，使计算最终输出的城际交通出行的数据更值得信赖。而手机信令数据对应的移动轨迹连续，且能获取到的手机信令数据的时间跨度长、空间覆盖广，因此除了可以用于研究当前高速公路车辆类型，还可以用于研究历史上高速公路车辆类型，从而研究人们对不同区域的高速公路的需求。前面是提供对本专利技术一些方面的理解的简要
技术实现思路
。这个部分既不是本专利技术及其各种实施例的详尽表述也不是穷举的表述。它既不用于识别本专利技术的重要或关键特征也不限定本专利技术的范围，而是以一种简化形式给出本专利技术的所选原理，作为对下面给出的更具体的描述的简介。应当理解，单独地或者组合地利用上面阐述或下面具体描述的一个或多个特征，本专利技术的其它实施例也是可能的。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的一个实施例中执行方法流程示意图。具体实施方式下面将结合示例性的实施例描述本专利技术。在专利技术的一个实施例中，基于手机数据的车辆类型识别方法用于判断高速公路上车辆是汽车类型，小客车、大客车或者货车，方法包括步骤：S101获取第一预设时间段内的用户的手机在基站中记录的移动轨迹数据；S102根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数；S103根据车辆轨迹获得车辆起讫点，结合地理数据获得车辆轨迹的起讫点类型；S104根据车辆轨迹获得车辆行驶数据；S105根据车辆轨迹获得车辆停留的服务区数据；S106至少根据车辆轨迹对应的乘车用户数、起讫点类型、车辆的行驶速度数据和车辆停留的服务区数据构建特征向量；S107用车辆分类器处理特征向量，获得车辆类型识别结果；车辆分类器是用机器学习方法和样本的特征向量训练获得的车辆分类器。由上述技术方案可知，本专利技术提出的利用手机大数据，即使用由运营商采集和提供的手机信令数据，获得数据的成本低。而手机信令数据几乎覆盖所有城际间同行的用户，因此用户覆盖率高，使计算最终输出的城际交通出行的数据更值得信赖。而手机信令数据对应的移动轨迹连续，且能获取到的手机信令数据的时间跨度长、空间覆盖广，因此除了可以用于研究当前高速公路车辆类型，还可以用于研究历史上高速公路车辆类型，从而研究人们对不同区域的高速公路的需求。用户的手机实际指电话卡，即主要通过用户所使用的电话卡区分用户手机，不同的电话卡的标志在基站中对应不同的移动轨迹数据。移动轨迹数据是由大量用户对应的移动轨迹组成，移动轨迹是指手机连接基站后基站就具有了手机的定位数据，该定位数据是具有空域特征的，例如用户a和用户b的轨迹数据分别为其中是采集的时刻，是时刻用户手机的位置信息，在一些实施例中，可以用手机基站的编码代表手机位置，即可以是基站编号或基站覆盖区域或者是手机的移动网络定位。所述根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数，包括：若移动轨迹在经过第一地理位置和第二地理位置的时间重合度大于第一时间重合度，则互相之间具有交集；根据不同的第一地理位置和第二地理位置，逐一移动本文档来自技高网...

【技术保护点】
基于手机数据的车辆类型识别方法，其特征在于，包括步骤：获取第一预设时间段内的用户的手机在基站中记录的移动轨迹数据；根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数；根据车辆轨迹获得车辆起讫点，结合地理数据获得车辆轨迹的起讫点类型；根据车辆轨迹获得车辆行驶数据；根据车辆轨迹获得车辆停留的服务区数据；至少根据车辆轨迹对应的乘车用户数、起讫点类型、车辆的行驶速度数据和车辆停留的服务区数据构建特征向量；用车辆分类器处理特征向量，获得车辆类型识别结果；车辆分类器是用机器学习方法和样本的特征向量训练获得的车辆分类器。

【技术特征摘要】
1.基于手机数据的车辆类型识别方法，其特征在于，包括步骤：获取第一预设时间段内的用户的手机在基站中记录的移动轨迹数据；根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数；根据车辆轨迹获得车辆起讫点，结合地理数据获得车辆轨迹的起讫点类型；根据车辆轨迹获得车辆行驶数据；根据车辆轨迹获得车辆停留的服务区数据；至少根据车辆轨迹对应的乘车用户数、起讫点类型、车辆的行驶速度数据和车辆停留的服务区数据构建特征向量；用车辆分类器处理特征向量，获得车辆类型识别结果；车辆分类器是用机器学习方法和样本的特征向量训练获得的车辆分类器。2.根据权利要求1所述的方法，其特征在于，所述根据移动轨迹数据判断搭乘同一车辆的手机用户，获得车辆轨迹和车辆轨迹对应的乘车用户数，包括：若移动轨迹在经过第一地理位置和第二地理位置的时间重合度大于第一时间重合度，则互相之间具有交集；根据不同的第一地理位置和第二地理位置，逐一移动轨迹数据分为各集合；逐一计算各集合中各移动轨迹之间的匹配度，若匹配则这个移动轨迹属于同一车辆上的乘客，进而确定车辆轨迹和车辆轨迹对应的用户数。3.根据权利要求1所述的方法，其特征在于，所述起讫点类型包括住宅区、工业区、商...

【专利技术属性】
技术研发人员：吴伟令，刘伟，赵凯，李勇，金德鹏，郑建辉，常颖，韩国华，邵晓明，李贤，
申请(专利权)人：清华大学，山东省交通规划设计院，
类型：发明
国别省市：北京,11