一种基于轨迹数据的货车运行状态识别方法技术

本发明专利技术公开了一种基于轨迹数据的货车状态识别方法，涉及货车管理技术领域。该方法将货车状态分为停留和运行，搭建神经网络模型，选取速度、距离、时间阈值作为特征变量，提出了一种基于海量轨迹数据的货车状态分类算法，通过数据可视化可找到每辆物流货车的的行驶轨迹和起止点等信息，该方法可以应用于不同时间、空间的货车运行状态识别中，网络模型搭建过程方便简单、方法真实可靠，具有良好的操作性、通用性和可重用性。

A method of freight train running state recognition based on track data

【技术实现步骤摘要】
一种基于轨迹数据的货车运行状态识别方法
本专利技术涉及货车管理
，具体而言，涉及一种基于轨迹数据的货车运行状态识别方法。
技术介绍
目前对货车运行状态识别的方法主要有规则判断法和机器学习方法。规则判断法中，常以时间、距离和速度作为规则判断的依据，其中速度判断方式通常是设定一个速度阈值，连续一段时间内速度维持在该阈值以下即为停留，而时间、距离判断方式则通过停留时间、GPS数据间隔时间、相邻点之间的距离等区分车辆运行状态。机器学习方法主要利用聚类算法对轨迹数据进行分类，现有轨迹聚类方法包括k-均值聚类、基于网格的密度聚类和核函数方法聚类算法，一般包含三个步骤：(1)将轨迹分割成段；(2)从每个段(或点)提取特征；(3)建立模型，进行轨迹点聚类。然后基于货车出行时空轨迹数据的聚类分段，根据货车运输的特点利用时间、速度、距离等变量识别货车运行状态。现有技术方案中，规则判断法变量简单因而判断结果不够精确，机器学习方法判断更加精确，但是主要应用于货车OD点(起讫点)判断中，对于货车运输途中停留点的识别仍存在较大模糊性。本文档来自技高网...

【技术保护点】
1.一种基于轨迹数据的货车运行状态识别方法，其特征在于，包括以下步骤：/nS1、获取货车在一段时间内的若干GPS轨迹数据作为大样本，所述GPS轨迹数据包括货车运行途中的时间和所在经纬度；/nS2、从大样本中随机抽取少量GPS轨迹数据作为小样本；/nS3、设定货车运行速度阈值为V

【技术特征摘要】
1.一种基于轨迹数据的货车运行状态识别方法，其特征在于，包括以下步骤：
S1、获取货车在一段时间内的若干GPS轨迹数据作为大样本，所述GPS轨迹数据包括货车运行途中的时间和所在经纬度；
S2、从大样本中随机抽取少量GPS轨迹数据作为小样本；
S3、设定货车运行速度阈值为Vmax，货车运行速度为V，其中V通过货车运行途中的时间和所在经纬度计算得出，将小样本中所有的V小于Vmax的货车所在经纬度均记为疑似停留点，并一起形成疑似停留点数据集合，将小样本中所有的V大于或等于Vmax的货车所在经纬度均记为行驶点，并均标记为1；
S4、设定距离阈值dmax和时间阈值tmax，通过dmax和tmax判断所述疑似停留点数据集合中的各疑似停留点，从中识别出停留点和行驶点，其中停留点标记为0，行驶点标记为1；
S5、利用识别出的停留点和行驶点构造训练集，利用神经网络算法对训练集进行训练，并得到神经网络模型；
S6、利用神经网络模型对大样本中除小样本外的其它GPS轨迹数据进行识别，输出包含停留点和行驶点的分类表，完成货车运行状态识别。


2.根据权利要求1所述基于轨迹数据的货车运行状态识别方法，其特征在于，所述步骤S4具体包括：
S41、选择所述疑似停留点数据集合的第一个疑似停留点作为计算起点，记为S1，并将其标记为0；
S42、将疑似停留点数据集合内的其它疑似停留点记为Si，i＝2,3,4,...；通过货车运行途中的时间和所在经纬度计算Si与Si-1之间的距离di-1,i，如果di-1,i小于dmax，则将Si标记为0，否则将Si记为行驶点，...

【专利技术属性】
技术研发人员：甘蜜，邓余玲，钱秋君，王嘉伟，田昀翊，张文畅，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51