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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。