车辆漫游区域预测方法及系统技术方案

本发明专利技术公开了车辆漫游区域预测方法及系统，该方法包括以下步骤：S100，通过物联网获取待测车辆的运行轨迹数据，将所述运行轨迹数据按时间进行划分，提取所述待测车辆的移动轨迹相似性特征；S200，根据所述运行轨迹数据得出所述待测车辆的第一位置，基于所述第一位置提取所述待测车辆的移动距离分布特征；S300，根据所述移动轨迹相似性特征以及所述移动距离分布特征，得出所述待测车辆的预测漫游区域。本发明专利技术至少具有以下有益效果：通过物联网获取车辆轨迹数据，提取特征，可智能预测车辆漫游区域，获取车辆的日常所处区域位置，从而可为移动网络的架设提供参考数据依据。

【技术实现步骤摘要】
车辆漫游区域预测方法及系统
本专利技术涉及车辆智能管理
，特别涉及一种车辆漫游区域预测方法及系统。
技术介绍
多网络合作下用户移动行为的发展与超密集网络技术的发展密切相关，因此，用户的移动行为将极大地影响不同网络的数据承载分布，并影响网络的整体性能和用户体验。因此，如何预测车辆的漫游区域成为一个重要的问题。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种车辆漫游区域预测方法，能够准确预测车辆的漫游区域。本专利技术还提出一种具有上述车辆漫游区域预测方法的车辆漫游区域预测系统。本专利技术还提出一种具有上述车辆漫游区域预测方法的计算机可读存储介质。根据本专利技术的第一方面实施例的车辆漫游区域预测方法，包括以下步骤：S100，通过物联网获取待测车辆的运行轨迹数据，将所述运行轨迹数据按时间进行划分，提取所述待测车辆的移动轨迹相似性特征；S200，根据所述运行轨迹数据得出所述待测车辆的第一位置，基于所述第一位置提取所述待测车辆的移动距离分布特征；S300，根据所述本文档来自技高网...

【技术保护点】
1.一种车辆漫游区域预测方法，其特征在于，包括以下步骤：/nS100，通过物联网获取待测车辆的运行轨迹数据，将所述运行轨迹数据按时间进行划分，提取所述待测车辆的移动轨迹相似性特征；/nS200，根据所述运行轨迹数据得出所述待测车辆的第一位置，基于所述第一位置提取所述待测车辆的移动距离分布特征；/nS300，根据所述移动轨迹相似性特征以及所述移动距离分布特征，得出所述待测车辆的预测漫游区域。/n

【技术特征摘要】
1.一种车辆漫游区域预测方法，其特征在于，包括以下步骤：
S100，通过物联网获取待测车辆的运行轨迹数据，将所述运行轨迹数据按时间进行划分，提取所述待测车辆的移动轨迹相似性特征；
S200，根据所述运行轨迹数据得出所述待测车辆的第一位置，基于所述第一位置提取所述待测车辆的移动距离分布特征；
S300，根据所述移动轨迹相似性特征以及所述移动距离分布特征，得出所述待测车辆的预测漫游区域。


2.根据权利要求1所述的车辆漫游区域预测方法，其特征在于，所述步骤S100包括：
S110，基于预设划分规则，将所述运行轨迹数据按时间进行划分，得到若干子序列轨迹数据；
S120，基于所述子序列轨迹数据的均值，通过直线拟合的方法得出所述子序列轨迹数据的拟合值；
S130，计算所述子序列轨迹数据的所述拟合值的平均值，得到所述移动轨迹相似性特征。


3.根据权利要求2所述的车辆漫游区域预测方法，其特征在于，所述预设划分规则被配置为：按时间序列长度2k将所述运行轨迹数据进行划分，其中k为正整数,选取多个连续的k值对分别所述运行轨迹数据进行划分。


4.根据权利要求2所述的车辆漫游区域预测方法，其特征在于，所述步骤S120包括：
S121,计算所述子序列轨迹数据的轨迹均值，根据所述轨迹均值得出轨迹累计离差和轨迹极差；
S122，根据所述轨迹均值得出所述子序列轨迹数据的轨迹标准差；
S123，根据所述轨迹极差与所述轨迹的标准差的比例，对所述子序列轨迹数据的时间序列差值取对数，用最小平方和的方法做直线拟合，得到所述拟合值。


5.根据权利要求1所述的车辆漫游区域预测方法，其特征在于，所述步骤S200包括：
S210，遍历所述运行轨迹数据中的轨迹点，分别计算每个所述轨迹点的坐标与所述运行轨迹数据中另外的所述轨迹点的坐标之间的标量距离，选择所述标量距离最小的所述轨迹点存入存储器并标记为所述第一位置；
S220，按时间顺序，计算所述运...

【专利技术属性】
技术研发人员：宁磊，张润洲，孙瑞泽，潘晶，李发君，
申请(专利权)人：深圳技术大学，
类型：发明
国别省市：广东;44