一种发现车辆可疑行为的方法、装置及设备制造方法及图纸

本申请公开了一种发现车辆可疑行为的方法、装置及设备，该方法包括：将车辆轨迹数据拆分为至少一个子轨迹数据；将所述至少一个子轨迹数据转换为至少一个固定长度的向量；对所述至少一个固定长度的向量进行聚类，得到簇或离群轨迹数据；根据所述簇和/或所述离群轨迹数据确定车辆可疑行为。本申请能够取得的有益效果在于，消除了因采样时间不固定、轨迹长度不一致等对轨迹聚类带来的困难。相对于基于规则和轨迹点聚集的方法，通过轨迹聚类的结果可以发现同一辆车在不同时期行为模式的变化，以及多辆车在一段时间内的相似行为，且不受限于同一个时间和空间范围，能够发现更为隐蔽和复杂的车辆可疑行为。

【技术实现步骤摘要】
一种发现车辆可疑行为的方法、装置及设备
本申请涉及计算机
，尤其是涉及一种发现车辆可疑行为的方法、装置及设备。
技术介绍
中国是全球最大的汽车市场，我国的汽车保有量接近2亿量。随着国人消费观念的转变，汽车金融产品发展迅速，车贷市场规模壮大，预计未来5年有60％的人通过方式购车。为了更好的控制车辆贷后风险，防止某些车主有欺诈、逃窜等恶意行为，车贷平台往往通过在车辆上安装GPS设备进行车辆行为的监控和预警。专利CN106384326A提供了一种车辆欺诈聚集的预警方法。通过GPS设备实时采集行车信息，根据车辆的经纬度坐标是否近似重叠，判断多辆车是否在同一聚集范围、同一时间段内停留，GPS卫星定位装置工作状态等情况，判断是否存在欺诈聚集的可能性。专利CN106056447A提供了一种车辆的二次抵押风险预警方法。预先将借贷机构划分为若干区域，获取车辆的地址位置，判断若干区域是否包含车辆位置，若存在则产生所属车辆存在二次抵押风险报警。可见，现有的方法主要通过规则约束，如检测车辆的行驶里程、停留时间、危险停留区域等；或者判断一定时间和空间范围内的车辆聚集，来实现车辆可疑行为的监控和预警。而实际中的车辆可疑行为往往存在隐蔽性和复杂性，需要通过聚类等手段对轨迹数据进行更深入挖掘。由于轨迹数据是通过GPS设备上报地址位置而采集得来，存在采样时间不固定，采样记录不均匀，定位有偏差等问题，很难直接运用经典聚类算法进行分析。
技术实现思路
本申请实施例提供一种发现车辆可疑行为的方法、装置及存储设备。解决了由于GPS设备对轨迹数据采样时间不固定，采样记录不均匀，定位有偏差很难直接运用经典聚类算法进行分析的问题。本申请提供了一种发现车辆可疑行为的方法，该方法包括：将车辆轨迹数据拆分为至少一个子轨迹数据；将所述至少一个子轨迹数据转换为至少一个固定长度的向量；对所述至少一个固定长度的向量进行聚类，得到簇和/或离群轨迹数据；根据所述簇和/或所述离群轨迹数据确定车辆可疑行为。本申请还提供了一种发现车辆可疑行为的装置，该装置包括：拆分模块、转换模块、聚类模块、确定模块；所述拆分模块，用于将车辆轨迹数据拆分为至少一个子轨迹数据；所述转换模块，用于将所述至少一个子轨迹数据转换为至少一个固定长度的向量；所述聚类模块，用于对所述至少一个固定长度的向量进行聚类，得到簇和/或离群轨迹数据；所述确定模块，用于根据所述簇和/或所述离群轨迹数据确定车辆可疑行为。本申请还提供了一种发现车辆可疑行为的设备，包括：存储器以及处理器，所述存储器存储程序，并且被配置成由所述处理器执行上述的发现车辆可疑行为的方法。与现有技术相比，本申请能够取得的有益效果在于，通过从轨迹数据中提取特征并转换成固定长度，能够在最大化保留轨迹特征的同时，消除了因采样时间不固定、轨迹长度不一致等对轨迹聚类带来的困难。相对于基于规则和轨迹点聚集的方法，通过轨迹聚类的结果可以发现同一辆车在不同时期行为模式的变化，以及多辆车在一段时间内的相似行为，且不受限于同一个时间和空间范围，能够发现更为隐蔽和复杂的车辆可疑行为。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请提供的一种发现车辆可疑行为的方法实施例的流程示意图；图2为本申请提供的一种发现车辆可疑行为的装置实施例的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。在本说明书实施例中，以分析若干辆车辆在一个月中的可疑行为为例图1为本申请提供的一种发现车辆可疑行为的方法实施例的流程示意图，，该流程示意图包括：步骤105，将车辆轨迹数据拆分为至少一个子轨迹数据；行驶的车辆会产生由若干轨迹点组成的轨迹。多条轨迹用集合表示为TR＝{TRi|i＝1，2，…，n}。每条轨迹表示为TRi＝{pj|j＝1，2，…，mi}。收集若干辆车辆在一个月内的所有轨迹数据。车辆轨迹数据包括但不限于经纬度、瞬时速度、方向、GPS设备类型、GPS设备当前状态、GPS设备标识、车辆当前状态和轨迹数据上传时间。其中，GPS设备类型包括有线和无线；GPS设备当前状态包括供电状态和断电状态；车辆当前状态包括启动状态和未启动状态。在本说明书实施例中，优选在将车辆轨迹数据拆分为子轨迹数据之前，先对车辆轨迹数据进行预处理，删除由于GPS设备上报数据时由于设备重启或定位地理位置偏差而导致的异常轨迹数据，得到第一轨迹数据。上述异常轨迹数据至少包括：瞬时速度大于预设速度阈值的轨迹数据。在本说明书实施例中，对于上述车辆在一个月内的所有轨迹数据，删除瞬时速度大于200km/h的异常轨迹数据。对预处理后的轨迹数据应用最小描述长度算法(MinimumDescriptionLength，MDL)进行遍历计算，最后得出的特征轨迹数据约为原轨迹数据的1/3，多为轨迹中角度变化较大的轨迹数据。具体而言，通过迭代的方式提取轨迹数据中所有特征轨迹数据(相当于特征点)。对于每个轨迹TRi，首先将第一个轨迹点加入特征点集合CPi。从第二个轨迹点开始设置为startIndex，并设置起始步长length＝q和第一个要计算的轨迹点索引currIndex＝startIndex+length，计算MDLcp(pstartIndex，pcurrIndex)和MDLnocp(pstartIndex，pcurrIndex)，若前者较大，则将pcurrIndex-1加入到特征点集合CPi，并令startIndex＝currIndex-1；否则，扩大步长length＝length+1继续对下一个轨迹点计算。最后将轨迹的最后一个轨迹点也加入到特征点集合CPi。从而找到了所有的特征点。由这些轨迹点构成的新集合TRi＝{pc1，pc2，…，pcpi}代表原有的轨迹数据。特征点是原轨迹中一系列轨迹点的集合TRi＝{pc1，pc2，…，pcpi}(c1<c2<…<cpi)，通过特征点将轨迹拆分为若干个轨迹段。每个轨迹段要保证准确性和简洁性。准确性是指特征点不能太少，否则不足以概括轨迹特征；简洁性是指特征点要利用尽可能少的点来概括轨迹特征。这两个特性相互矛盾，如若将所有的轨迹点都作为特征点(cpi＝mi)，则可以最大的满足准确性，但是简洁性最差；否则，若只取头尾两个轨迹点作为特征点(cpi＝2)，则可以最大的满足简洁性，但是准确性最差。因此，通过最小描述长度算法平衡这两个特性，从上述第一轨迹数据中提取特征轨迹数据，得到第二轨迹数据。提取的特征点连线表示原轨迹，实现对轨迹数据的压缩。其中，最小描述长度算法由两个部分构成，L(H)和L(D|H)。其中，H表示对真实数据的假设，D表示真实数据，H的最优值是令L(H)和L(D|H)之和最小的值。L(H)是描述压缩模型(或编码方式)所需要的长度，如公式(1)：其中，是前后两个本文档来自技高网...

【技术保护点】
1.一种发现车辆可疑行为的方法，其特征在于，该方法包括：将车辆轨迹数据拆分为至少一个子轨迹数据；将所述至少一个子轨迹数据转换为至少一个固定长度的向量；对所述至少一个固定长度的向量进行聚类，得到簇和/或离群轨迹数据；根据所述簇和/或所述离群轨迹数据确定车辆可疑行为。

【技术特征摘要】
1.一种发现车辆可疑行为的方法，其特征在于，该方法包括：将车辆轨迹数据拆分为至少一个子轨迹数据；将所述至少一个子轨迹数据转换为至少一个固定长度的向量；对所述至少一个固定长度的向量进行聚类，得到簇和/或离群轨迹数据；根据所述簇和/或所述离群轨迹数据确定车辆可疑行为。2.根据权利要求1所述的发现车辆可疑行为的方法，其特征在于，所述车辆轨迹数据至少包括：经纬度、瞬时速度、方向、GPS设备当前状态、GPS设备类型、GPS设备标识、车辆当前状态和轨迹数据上传时间。3.根据权利要求2所述的发现车辆可疑行为的方法，其特征在于，所述将车辆轨迹数据拆分为至少一个子轨迹数据之前包括：删除车辆轨迹数据中的异常轨迹数据，得到第一轨迹数据；从所述第一轨迹数据中提取特征轨迹数据，得到第二轨迹数据。4.根据权利要求3所述的发现车辆可疑行为的方法，其特征在于，所述异常轨迹数据至少包括：瞬时速度大于预设速度阈值的轨迹数据。5.根据权利要求4所述的发现车辆可疑行为的方法，其特征在于，所述将车辆轨迹数据拆分为至少一个子轨迹数据包括：根据预设时间窗口和预设滑动步长将所述第二轨迹数据拆分为至少一个子轨迹数据。6.根据权利要求5所述的发现车辆可疑行为的方法，其特征在于，所述根据所述簇和/或所述离群轨迹数据确定车辆可疑行为包括：针对存在可疑行为的已知车辆的轨迹数据所在的簇，确定簇中其他轨迹数据对应的车辆存在可疑行为；或根据所述离群轨迹数据确定车辆存在可疑行为；针对确定出的存在可疑行为车辆的轨迹数据所在的簇，确定簇中其他轨迹数据对应的车辆存在可疑行为。7.一种发现车辆可疑行为的装置，其特征在于，该装置包括：拆分模块、转换模块、聚类模块、确定模块；所述拆分...

【专利技术属性】
技术研发人员：徐寅，侯杰，朱明清，杨少雄，
申请(专利权)人：美利车北京网络技术有限公司，
类型：发明
国别省市：北京,11