一种出车途中人车分离判断方法及装置制造方法及图纸

本发明专利技术公开了一种出车途中人车分离判断方法及装置，该方法包括：获取司机定位装置采集的多个司机轨迹点并存储至目标轨迹点集；获取汽车定位装置采集的多个汽车轨迹点并存储至所述目标轨迹点集；采用密度聚类算法对所述目标轨迹点集进行聚类处理，得到所述目标轨迹点集的至少一个目标聚类簇；判断所述目标聚类簇的数目是否大于一；若所述目标聚类簇的数目大于一，则确定与所述目标轨迹点集对应的区域发生了人车分离。本发明专利技术通过密度聚类算法对司机轨迹点和汽车轨迹点进行聚类处理，得到聚类簇的数目，当聚类簇的数目超过一时，即可确认出车途中发生了人车分离，以供判断司机在出车途中是否进行了违规操作。

A Method and Device for Judging the Separation of Pedestrian and Vehicle on the Way of Departure

The invention discloses a method and device for judging the separation of pedestrians and vehicles on the way out. The method includes acquiring a plurality of driver track points collected by the driver positioning device and storing them in the target track points set, acquiring a plurality of vehicle track points collected by the vehicle positioning device and storing them in the target track points set, and clustering the target track points set by using density clustering algorithm to obtain the target track points set. At least one target cluster of the target trajectory point set is determined; whether the number of the target cluster is greater than one is judged; if the number of the target cluster is greater than one, the area corresponding to the target trajectory point set is determined to be separated from the vehicle. The method uses density clustering algorithm to cluster driver's trajectory points and vehicle's trajectory points, and obtains the number of clustering clusters. When the number of clustering clusters exceeds one time, the separation of passengers and vehicles occurs on the way out of the car can be confirmed, so as to judge whether the driver has carried out illegal operations on the way out.

【技术实现步骤摘要】
一种出车途中人车分离判断方法及装置
本专利技术涉及轨迹数据处理领域，尤其涉及一种出车途中人车分离判断方法及装置。
技术介绍
在地理信息管理系统应用中，经常需要监控车辆和司机的行为，从而得知司机是否有不规范的操作。例如，物流运输等行业中，需要司机在运送过程中按规范操作，不能出现司机和汽车上时间分离的情况，防止造成物品丢失，损坏客户利益。现有技术中，可通过对司机和汽车两者移动的曲线轨迹进行比较，判断两者是否相似，从而确认司机在出车途中是否有长时间与汽车分离，例如：LCSS，DTW，FrechetDistance，OneWayDistance，LIPdistance等，均可用于判断两条曲线轨迹是否相似。但是，上述提到的方法中，如LCSS，DTW，FrechetDistance等，其需要对数据点与数据点之间的距离计算，最终得出一个无量纲的数值结果，其算法计算复杂度较高；而如OneWayDistance，LIPdistance等，其需要以分段形式收集轨迹数据，但现在的轨迹数据基本上都是以点的形式收集，导致需要进行一次数据转换，效率太低。
技术实现思路
本专利技术提供了一种出车途中人车分离判断方法及装置，以解决现有技术中判断出车途中是否发生人车分离的方法存在计算复杂度高，效率低的问题。为了解决上述问题，本专利技术提供了一种出车途中人车分离判断方法，其包括：获取司机定位装置采集的多个司机轨迹点并存储至目标轨迹点集；获取汽车定位装置采集的多个汽车轨迹点并存储至所述目标轨迹点集；采用密度聚类算法对所述目标轨迹点集进行聚类处理，得到所述目标轨迹点集的至少一个目标聚类簇；判断所述目标聚类簇的数目是否大于一；若所述目标聚类簇的数目大于一，则确定与所述目标轨迹点集对应的区域发生了人车分离。作为本专利技术的进一步改进，所述获取司机定位装置采集的多个司机轨迹点并存储至目标轨迹点集的步骤之后，还包括：采用所述密度聚类算法对所述多个司机轨迹点进行聚类处理，得到所述多个司机轨迹点的至少一个司机聚类簇；判断所述司机聚类簇的数目是否大于一；若所述司机聚类簇的数目大于一，则获取每一个司机聚类簇对应的司机轨迹点的个数，并确定司机正常聚类簇，所述司机正常聚类簇为对应司机轨迹点个数最多的司机聚类簇；保留所述司机正常聚类簇对应的司机轨迹点，且删除其他司机聚类簇对应的司机轨迹点。作为本专利技术的进一步改进，所述获取汽车定位装置采集的多个汽车轨迹点并存储至所述目标轨迹点集的步骤之后，还包括：；采用所述密度聚类算法对所述多个汽车轨迹点进行聚类处理，得到所述多个汽车轨迹点的至少一个汽车聚类簇；判断所述汽车聚类簇的数目是否大于一；若所述汽车聚类簇的数目大于一，则获取每一个汽车聚类簇对应的汽车轨迹点的个数，并确定汽车正常聚类簇，所述汽车正常聚类簇为对应汽车轨迹点个数最多的汽车聚类簇；保留所述汽车正常聚类簇对应的汽车轨迹点，且删除其他汽车聚类簇对应的汽车轨迹点。作为本专利技术的进一步改进，所述确定与所述目标轨迹点集对应的区域发生了人车分离的步骤之后，还包括：获取每一个目标聚类簇对应的目标轨迹点的个数；根据所述每一个目标聚类簇对应的目标轨迹点的个数确定主聚类簇和至少一个从聚类簇，所述主聚类簇为对应目标轨迹点个数最多的目标聚类簇；确定每一个从聚类簇对应的多个分离轨迹点，所述分离轨迹点对应的区域即发生人车分离的区域。为了解决上述问题，本专利技术还提供了一种出车途中人车分离判断装置，其包括：第一获取模块，用于获取司机定位装置采集的多个司机轨迹点并存储至目标轨迹点集；第二获取模块，用于获取汽车定位装置采集的多个汽车轨迹点并存储至所述目标轨迹点集；第一聚类模块，用于采用密度聚类算法对所述目标轨迹点集进行聚类处理，得到所述目标轨迹点集的至少一个目标聚类簇；第一判断模块，用于判断所述目标聚类簇的数目是否大于一；第一确定模块，用于若所述目标聚类簇的数目大于一，则确定与所述目标轨迹点集对应的区域发生了人车分离。作为本专利技术的进一步改进，其还包括：第二聚类模块，用于采用所述密度聚类算法对所述多个司机轨迹点进行聚类处理，得到每一个所述多个司机轨迹点的至少一个司机聚类簇；第二判断模块，用于判断所述司机聚类簇的数目是否大于一；第三获取模块，用于若所述司机聚类簇的数目大于一，则获取每一个司机聚类簇对应的司机轨迹点的个数，并确定司机正常聚类簇，所述司机正常聚类簇为对应司机轨迹点个数最多的司机聚类簇；第一删除模块，用于保留所述司机正常聚类簇对应的司机轨迹点，且删除其他司机聚类簇对应的司机轨迹点。作为本专利技术的进一步改进，其还包括：第三聚类模块，用于采用所述密度聚类算法对所述多个汽车轨迹点进行聚类处理，得到所述多个汽车轨迹点的至少一个汽车聚类簇；第三判断模块，用于判断所述汽车聚类簇的数目是否大于一；第四获取模块，用于若所述汽车聚类簇的数目大于一，则获取每一个汽车聚类簇对应的汽车轨迹点的个数，并确定汽车正常聚类簇，所述汽车正常聚类簇为对应汽车轨迹点个数最多的汽车聚类簇；第二删除模块，用于保留所述汽车正常聚类簇对应的汽车轨迹点，且删除其他汽车聚类簇对应的汽车轨迹点。作为本专利技术的进一步改进，其还包括：第五获取模块，用于获取每一个目标聚类簇对应的目标轨迹点的个数；第二确定模块，用于根据所述每一个目标聚类簇对应的目标轨迹点的个数确定主聚类簇和至少一个从聚类簇，所述主聚类簇为对应目标轨迹点个数最多的目标聚类簇；第三确定模块，用于确定每一个从聚类簇对应的多个分离轨迹点，所述分离轨迹点对应的区域即发生人车分离的区域。相比于现有技术，本专利技术通过采用密度聚类算法对多个司机轨迹点和多个汽车轨迹点进行聚类处理，从而得到多个司机轨迹点和多个汽车轨迹点的至少一个目标聚类簇，并通过判断目标聚类簇的数目确认多个司机轨迹点和多个汽车轨迹点中是否存在“异常点”，当目标聚类簇的数目大于一时，说明存在“异常点”，即可确认在出车途中存在人车分离的行为，本专利技术提供的方法不需要对轨迹数据进行转换，仅需采用密度聚类算法对轨迹点进行聚类处理，其算法复杂度低，效率更高。附图说明图1为本专利技术出车途中人车分离判断方法第一个实施例的流程示意图；图2为本专利技术出车途中人车分离判断方法第二个实施例的流程示意图；图3为本专利技术出车途中人车分离判断方法第三个实施例的流程示意图；图4为本专利技术出车途中人车分离判断方法第四个实施例的流程示意图；图5为本专利技术出车途中人车分离判断方法第五个实施例的流程示意图；图6为本专利技术出车途中人车分离判断装置第一个实施例的功能模块示意图；图7为本专利技术出车途中人车分离判断装置第二个实施例的功能模块示意图；图8为本专利技术出车途中人车分离判断装置第三个实施例的功能模块示意图；图9为本专利技术出车途中人车分离判断装置第四个实施例的功能模块示意图图10为本专利技术出车途中人车分离判断装置第五个实施例的功能模块示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用来限定本专利技术。图1展示了本专利技术出车途中人车分离判断方法的一个实施例。在本实施例中，如图1所示，该出车途中人车分离判断方法包括：步骤S1，获取司机定位装置采集的多个司机轨迹点以及汽车定位装置采集的多个汽车轨迹本文档来自技高网...

【技术保护点】
1.一种出车途中人车分离判断方法，其特征在于，其包括：获取司机定位装置采集的多个司机轨迹点并存储至目标轨迹点集；获取汽车定位装置采集的多个汽车轨迹点并存储至所述目标轨迹点集；采用密度聚类算法对所述目标轨迹点集进行聚类处理，得到所述目标轨迹点集的至少一个目标聚类簇；判断所述目标聚类簇的数目是否大于一；若所述目标聚类簇的数目大于一，则确定与所述目标轨迹点集对应的区域发生了人车分离。

【技术特征摘要】
1.一种出车途中人车分离判断方法，其特征在于，其包括：获取司机定位装置采集的多个司机轨迹点并存储至目标轨迹点集；获取汽车定位装置采集的多个汽车轨迹点并存储至所述目标轨迹点集；采用密度聚类算法对所述目标轨迹点集进行聚类处理，得到所述目标轨迹点集的至少一个目标聚类簇；判断所述目标聚类簇的数目是否大于一；若所述目标聚类簇的数目大于一，则确定与所述目标轨迹点集对应的区域发生了人车分离。2.根据权利要求1所述的出车途中人车分离判断方法，其特征在于，所述获取司机定位装置采集的多个司机轨迹点并存储至目标轨迹点集的步骤之后，还包括：采用所述密度聚类算法对所述多个司机轨迹点进行聚类处理，得到所述多个司机轨迹点的至少一个司机聚类簇；判断所述司机聚类簇的数目是否大于一；若所述司机聚类簇的数目大于一，则获取每一个司机聚类簇对应的司机轨迹点的个数，并确定司机正常聚类簇，所述司机正常聚类簇为对应司机轨迹点个数最多的司机聚类簇；保留所述司机正常聚类簇对应的司机轨迹点，且删除其他司机聚类簇对应的司机轨迹点。3.根据权利要求1所述的出车途中人车分离判断方法，其特征在于，所述获取汽车定位装置采集的多个汽车轨迹点并存储至所述目标轨迹点集的步骤之后，还包括：采用所述密度聚类算法对所述多个汽车轨迹点进行聚类处理，得到所述多个汽车轨迹点的至少一个汽车聚类簇；判断所述汽车聚类簇的数目是否大于一；若所述汽车聚类簇的数目大于一，则获取每一个汽车聚类簇对应的汽车轨迹点的个数，并确定汽车正常聚类簇，所述汽车正常聚类簇为对应汽车轨迹点个数最多的汽车聚类簇；保留所述汽车正常聚类簇对应的汽车轨迹点，且删除其他汽车聚类簇对应的汽车轨迹点。4.根据权利要求1所述的出车途中人车分离判断方法，其特征在于，所述确定与所述目标轨迹点集对应的区域发生了人车分离的步骤之后，还包括：获取每一个目标聚类簇对应的目标轨迹点的个数；根据所述每一个目标聚类簇对应的目标轨迹点的个数确定主聚类簇和至少一个从聚类簇，所述主聚类簇为对应目标轨迹点个数最多的目标聚类簇；确定每一个从聚类簇对应的多个分离轨迹点，所述分离轨迹点对应的区域即发生人车分离的区域。5.一种出车途中人车分离判断装置，其特征在于...

【专利技术属性】
技术研发人员：詹向宇，王小燕，张年德，
申请(专利权)人：跨越速运集团有限公司，
类型：发明
国别省市：广东,44