一种识别道路中人员运动的方法技术

本发明专利技术公开了一种识别道路中人员运动的方法，基于MR定位数据和道路栅格数据将每个用户的道路栅格MR数据汇聚在各自的集合中，每个用户数据集合里所有数据按照时间排序，排序后的单用户数据序列形成每个用户时间序列上的轨迹，通过多重异频双向滑窗轨迹算法，排除用户轨迹上静止点和异常点，正确的识别出任意时间序列中轨迹上运动点；本发明专利技术方法不仅识别粒度精细，而且对噪点的识别准确率更高，并且对噪点和定位的偏移有很强的容错能力。

【技术实现步骤摘要】
一种识别道路中人员运动的方法
本专利技术涉及无线网
，特别是一种识别道路中人员运动的方法。
技术介绍
道路运动用户识别，作为运营商对无线网络的道路场景进行指标评估的关键环节，以道路运动用户的网络状态作为道路场景指标评估的基础数据。因此，运动用户识别的准确度对指标评估的准确性起到了决定性作用。运动用户识别的准确性包括识别的样本体量和识别的精确度两方面，因此不仅要尽可能的识别出任意时段内运动的用户，还要精确的识别出用户所有轨迹中，哪些轨迹是真正处于运动状态。现有的道路运动用户识别，主要是基于道路小区进行运动用户识别。基于道路小区进行运动用户识别包括：获取道路小区下的用户；依据一定的规则，比如规定的时间内经过预定的小区个数，来判断出运动的用户。目前基于道路小区进行运动用户识别的方法存在如下缺陷：所识别到的用户准确度存在较大的误差，按道路小区进行道路用户筛选的粒度较粗，会将路边室内用户、楼道用户或者道路静止用户都计算入内；所识别到的运动用户精确度不佳，如小区环切或者正常信号飘动造成将静止用户误判为移动用户；以及，在一系列连续的用户移动轨迹中没有剔除异常信号。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提出一种识别道路中人员运动的方法，基于MR定位数据和道路栅格数据识别出标识出道路上用户的运动点、静止点和异常点。本专利技术采用如下技术方案：一种识别道路中人员运动的方法，包括：基于MR定位数据和道路栅格数据识别出标识出道路上用户的运动点、静止点和异常点。优选的，基于MR定位数据和道路栅格数据识别出标识出道路上用户的运动点、静止点和异常点，包括：从MR定位数据中提取指定字段数据；所述指定字段数据包括终端ID、经度、纬度、时间和栅格ID；所述终端ID唯一标识一用户；对提取的MR定位数据进行清洗，剔除MR定位数据中的无效数据和重复数据；将清洗后的MR数据和道路栅格数据相结合，筛选出道路栅格MR数据；基于所述道路栅格MR数据，生成每个用户时间序列上的轨迹；基于所述轨迹，识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点。优选的，对提取的MR定位数据进行清洗，剔除MR定位数据中的无效数据和重复数据，包括：判断从MR定位数据中提取的指定字段数据中是否有字段为空值，如果有，则对整条数据进行剔除；判断从MR定位数据中提取的指定字段数据中是否存在重复数据，如果有，剔除整条重复数据。优选的，基于所述道路栅格MR数据，生成每个用户时间序列上的轨迹，包括：基于所述道路栅格MR数据，将每个用户的数据汇聚在各自的集合中并按照时间排序，排序后的单用户数据序列形成每个用户时间序列上的轨迹。优选的，基于所述轨迹，识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点，包括：基于所述轨迹，通过多重异频双向滑窗轨迹算法识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点；所述多重异频双向滑窗轨迹算法设置两层滑窗，其中，第一层滑窗以点个数为一个滑动单位，第二层滑窗以时间周期为一个滑动单位。优选的，通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和静止点的方法，包括：设定所述多重异频双向滑窗轨迹算法的第一层滑窗中包括两个点；其中，两个点中的一个点为目标点；获取所述两个点之间的时间差和距离；基于所述时间差和距离，计算两点间的速度，基于所述两点间的速度判断出窗口内的目标点是运动点还是静止点。优选的，通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和异常点的方法，包括：在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向前滑动一个滑动单元，通过均值聚类算法计算出前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述前向窗口内包括目标点；在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向后滑动一个滑动单元，通过多维密度聚类算法计算出后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述后向窗口内也包括目标点；基于前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，以及，基于后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，判断出窗口内的目标点是运动点还是异常点。优选的，通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和异常点的方法，包括：在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向前滑动一个滑动单元，通过多维密度聚类算法计算出前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述前向窗口内包括目标点；在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向后滑动一个滑动单元，通过均值聚类算法计算出后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述后向窗口内也包括目标点；基于前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，以及，基于后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，判断出窗口内的目标点是运动点还是异常点。优选的，通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和异常点的方法，包括：在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向前滑动一个滑动单元，通过均值聚类算法计算出前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述前向窗口内包括目标点；在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向后滑动一个滑动单元，通过均值聚类算法计算出后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述后向窗口内也包括目标点；基于前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，以及，基于后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，判断出窗口内的目标点是运动点还是异常点。优选的，通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和异常点的方法，包括：在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向前滑动一个滑动单元，通过多维密度聚类算法计算出前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述前向窗口内包括目标点；在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向后滑动一个滑动单元，通过多维密度聚类算法计算出后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述后向窗口内也包括目标点；基于前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，以及，基于后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格，判断出窗口内的目标点是运动点还是异常点。与现有技术相比，本专利技术的有益效果如下：(1)本专利技术一种识别道路中人员运动的方法，能够区分出道路用户和非道路用户，且识别准确度高，区分的粒度细；现有技术中的基于小区运动用户识别，区分的粒度是小区级别的数据集，本专利技术能够区分到每个轨迹点；(2)本专利技术一种识别道路中人员运动的方法，将每个用户的数据汇聚在各自的集合中，每个用户数据集合里所有数据按照时间排序，排序后的单用户数据序列形成每个用户时间序列上的轨迹，结合多重异频双向滑窗轨迹算法、均值聚类算法和多维密度聚类算法本文档来自技高网...

【技术保护点】
1.一种识别道路中人员运动的方法，其特征在于，包括：基于MR定位数据和道路栅格数据识别出标识出道路上用户的运动点、静止点和异常点。

【技术特征摘要】
1.一种识别道路中人员运动的方法，其特征在于，包括：基于MR定位数据和道路栅格数据识别出标识出道路上用户的运动点、静止点和异常点。2.根据权利要求1所述的识别道路中人员运动的方法，其特征在于，基于MR定位数据和道路栅格数据识别出标识出道路上用户的运动点、静止点和异常点，包括：从MR定位数据中提取指定字段数据；对提取的MR定位数据进行清洗，剔除MR定位数据中的无效数据和重复数据；将清洗后的MR数据和道路栅格数据相结合，筛选出道路栅格MR数据；基于所述道路栅格MR数据，生成每个用户时间序列上的轨迹；基于所述轨迹，识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点。3.根据权利要求2所述的识别道路中人员运动的方法，其特征在于，对提取的MR定位数据进行清洗，剔除MR定位数据中的无效数据和重复数据，包括：判断从MR定位数据中提取的指定字段数据中是否有字段为空值，如果有，则对整条数据进行剔除；判断从MR定位数据中提取的指定字段数据中是否存在重复数据，如果有，剔除整条重复数据。4.根据权利要求2所述的识别道路中人员运动的方法，其特征在于，基于所述道路栅格MR数据，生成每个用户时间序列上的轨迹，包括：基于所述道路栅格MR数据，将每个用户的数据汇聚在各自的集合中并按照时间排序，排序后的单用户数据序列形成每个用户时间序列上的轨迹。5.根据权利要求2所述的识别道路中人员运动的方法，其特征在于，基于所述轨迹，识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点，包括：基于所述轨迹，通过多重异频双向滑窗轨迹算法识别出任意时间序列中，用户轨迹上的运动点、静止点和异常点；所述多重异频双向滑窗轨迹算法设置两层滑窗，其中，第一层滑窗以点个数为一个滑动单位，第二层滑窗以时间周期为一个滑动单位。6.根据权利要求5所述的识别道路中人员运动的方法，其特征在于，通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和静止点的方法，包括：设定所述多重异频双向滑窗轨迹算法的第一层滑窗中包括两个点；其中，两个点中的一个点为目标点；获取所述两个点之间的时间差和距离；基于所述时间差和距离，计算两点间的速度，基于所述两点间的速度判断出窗口内的目标点是运动点还是静止点。7.根据权利要求5或6所述的识别道路中人员运动的方法，其特征在于，通过多重异频双向滑窗轨迹算法识别任意时间序列中，用户轨迹上的运动点和异常点的方法，包括：在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向前滑动一个滑动单元，通过均值聚类算法计算出前向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述前向窗口内包括目标点；在所述多重异频双向滑窗轨迹算法的第二层滑窗中，向后滑动一个滑动单元，通过多维密度聚类算法计算出后向窗口内点的平均速度、平均距离和/或窗口内出现次数最高的若干个栅格；其中，所述后向窗口内也包括目标点；...

【专利技术属性】
技术研发人员：陈进，
申请(专利权)人：福建诺恒科技有限公司，
类型：发明
国别省市：福建,35