本发明专利技术公开了基于长短时记忆网络和网格化匹配的公交匹配方法及装置，方法包括：获取目标用户的轨迹点数据，将目标用户的轨迹点按照时间顺序划分为多个轨迹段，并通过长短时记忆网络获取每个轨迹点的状态信息；对各个轨迹段进行拼接，并将根据拼接得到轨迹段中轨迹点的状态信息，确定公交段，并根据各个公交段确定公交上下时间表；根据公交上下时间表截取目标用户每一段公交对应的用户轨迹，将用户轨迹与网格化处理后的公交GPS数据进行求交集运算，确定用户轨迹上的公交信息；对用户轨迹上的公交信息进行筛选，确定用户乘坐公交的匹配结果。本发明专利技术的匹配精度高，能够确定完整的用户公交出行情况，可广泛应用于交通数据处理技术领域。术领域。术领域。
【技术实现步骤摘要】
基于长短时记忆网络和网格化匹配的公交匹配方法及装置
[0001]本专利技术涉及交通数据处理
，尤其是基于长短时记忆网络和网格化匹配的公交匹配方法及装置。
技术介绍
[0002]随着交通出行领域发展迅速，对交通车辆的管理的要求也日益提升，同时随着网络的发达，车载GPS的使用，出现了大量的手机信令数据和行车数据，这些数据蕴含丰富的交通信息。
[0003]对用户的手机信令数据和公交数据进行匹配，对用户的行动路线进行挖掘，目前常见的匹配集中在路网匹配上，将位置信息(信令或GPS)匹配到对应的交通路段上，公交数据和静态的公交路网基本匹配，匹配工作与目前具有的匹配算法是相似的。
[0004]传统的匹配算法是基于几何、拓扑或者概率信息进行的。基于几何形状的匹配方法较为简单，有点对点匹配，即首先计算GPS点与道路网络上每个节点的距离,然后将GPS点匹配到距离最近的节点上，有点到线的匹配，通过点到线的投影距离决定匹配路段，这些方法忽略了点之间的联系与道路的拓扑信息等，不利于我们进行一个准确匹配。
[0005]也有利用拓扑信息进行匹配的算法，关注实体的多类关系，例如用弗雷歇距离衡量匹配程度，也有加权拓扑匹配算法的提出，对每一个点的匹配关注其周围的各种因素，例如关注轨迹方向和投影距离等，并进行加权计算。概率匹配算法则通过在点的一个邻域内计算置信度，在置信度区间内选择一组合适的候选集，然后可以通过一些其他方式计算不同路段的得分从而选择最佳路段。
[0006]而较为高级的匹配算法，如卡尔曼滤波，通过分析卡尔曼滤波后的模型误差特性是否满足高斯白噪声分布来完成地图匹配。相对而言比较稳定。也有模糊逻辑模型、隐式马尔可夫模型等在不少困难的场景下取得了较好的成果。现在不少工作也将注意力集中于上述不同方法的结合匹配，实现一个更精确的匹配。利用这些匹配算法大部分都要对两条轨迹之间每两对点进行计算，时间复杂度很高，同时不能排序无关匹配点的影响。
技术实现思路
[0007]有鉴于此，本专利技术实施例提供一种基于长短时记忆网络和网格化匹配的公交匹配方法及装置，以获取完整的用户公交出行情况。
[0008]本专利技术的一方面提供了一种基于长短时记忆网络和网格化匹配的公交匹配方法，包括：
[0009]获取目标用户的轨迹点数据，将所述目标用户的轨迹点按照时间顺序划分为多个轨迹段，并通过长短时记忆网络获取每个轨迹点的状态信息；
[0010]对各个轨迹段进行拼接，并将根据拼接得到轨迹段中轨迹点的状态信息，确定公交段，并根据各个公交段确定公交上下时间表；其中，所述公交段的首位点表征上下公车的时间点；
[0011]根据所述公交上下时间表截取目标用户每一段公交对应的用户轨迹，将所述用户轨迹与网格化处理后的公交GPS数据进行求交集运算，确定所述用户轨迹上的公交信息；其中，所述公交信息包括车牌信息和匹配分数；
[0012]对所述用户轨迹上的公交信息进行筛选，确定用户乘坐公交的匹配结果。
[0013]可选地，所述通过长短时记忆网络获取每个轨迹点的状态信息，包括：
[0014]获取各个轨迹段中各个轨迹点的特征表示信息；所述特征表示信息包括每个轨迹点的速度信息、方位角信息、轨迹点与上一个记录点之间的时间差以及轨迹点与上一个记录点之间的距离；
[0015]获取每个轨迹点的隐藏向量以及所述每个轨迹点为公交点的第一概率；
[0016]根据所述特征表示信息、所述隐藏向量和所述第一概率，确定所述每个轨迹点的状态信息；
[0017]其中，所述轨迹点的状态信息用于表征轨迹点在步行轨迹中或者表征所述轨迹点在公交轨迹中。
[0018]可选地，所述对各个轨迹段进行拼接，并将根据拼接得到轨迹段中轨迹点的状态信息，确定公交段，并根据各个公交段确定公交上下时间表，包括：
[0019]将各个轨迹段中状态信息表征为公交轨迹的所有轨迹点合并成公交段；
[0020]索引所述公交段中各个轨迹点对应的各个时间点；
[0021]根据所述各个时间点建立公交上下时间表。
[0022]可选地，所述根据所述公交上下时间表截取目标用户每一段公交对应的用户轨迹，将所述用户轨迹与网格化处理后的公交GPS数据进行求交集运算，确定所述用户轨迹上的公交信息，包括：
[0023]获取所述公交上下时间表中起始时间点与终止时间点之间的所有目标轨迹点；
[0024]对所述目标轨迹点进行网格化处理，确定用户轨迹和公交轨迹；
[0025]将所述用户轨迹和公交轨迹进行求交集运算，得到所述用户轨迹和所述公交轨迹的匹配分值。
[0026]可选地，所述对所述目标轨迹点进行网格化处理，确定用户轨迹和公交轨迹，包括：
[0027]将地理空间分割成多个网格；
[0028]通过对每个目标轨迹点的经纬信息和时间信息进行求余计算，将目标轨迹点投影到最近的网格顶点处，得到各个目标轨迹点在网格化后的经纬度信息和时间信息；
[0029]根据网格化后的经纬度信息和时间信息，构建用户轨迹集合和公交轨迹集合。
[0030]可选地，所述对所述用户轨迹上的公交信息进行筛选，确定用户乘坐公交的匹配结果，包括以下至少之一：
[0031]判断相邻两段同车牌的公交轨迹是否为同一段轨迹，若是，则将属于同一段轨迹的公交轨迹合并；
[0032]判断每个公交轨迹对应的匹配分数是否小于匹配阈值，若是，则将对应的公交轨迹删除。
[0033]可选地，所述判断相邻两段同车牌的公交轨迹是否为同一段轨迹，包括：
[0034]查询车牌一致的相邻两段公交轨迹；
[0035]计算所述两段公交轨迹中前一段公交轨迹的下车时间与后一段公交轨迹的上车之间的时间差；
[0036]当所述时间差小于时间阈值，则确定所述两段公交轨迹为同一段轨迹。
[0037]本专利技术实施例的另一方面还提供了一种基于长短时记忆网络和网格化匹配的公交匹配装置，包括：
[0038]第一模块，用于获取目标用户的轨迹点数据，将所述目标用户的轨迹点按照时间顺序划分为多个轨迹段，并通过长短时记忆网络获取每个轨迹点的状态信息；
[0039]第二模块，用于对各个轨迹段进行拼接，并将根据拼接得到轨迹段中轨迹点的状态信息，确定公交段，并根据各个公交段确定公交上下时间表；其中，所述公交段的首位点表征上下公车的时间点；
[0040]第三模块，用于根据所述公交上下时间表截取目标用户每一段公交对应的用户轨迹，将所述用户轨迹与网格化处理后的公交GPS数据进行求交集运算，确定所述用户轨迹上的公交信息；其中，所述公交信息包括车牌信息和匹配分数；
[0041]第四模块，用于对所述用户轨迹上的公交信息进行筛选，确定用户乘坐公交的匹配结果。
[0042]本专利技术实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
[0043]所述存储器用于存储程序；
[0044]所述处理器执行所述程序实现如前面所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于长短时记忆网络和网格化匹配的公交匹配方法，其特征在于，包括：获取目标用户的轨迹点数据，将所述目标用户的轨迹点按照时间顺序划分为多个轨迹段，并通过长短时记忆网络获取每个轨迹点的状态信息；对各个轨迹段进行拼接，并将根据拼接得到轨迹段中轨迹点的状态信息，确定公交段，并根据各个公交段确定公交上下时间表；其中，所述公交段的首位点表征上下公车的时间点；根据所述公交上下时间表截取目标用户每一段公交对应的用户轨迹，将所述用户轨迹与网格化处理后的公交GPS数据进行求交集运算，确定所述用户轨迹上的公交信息；其中，所述公交信息包括车牌信息和匹配分数；对所述用户轨迹上的公交信息进行筛选，确定用户乘坐公交的匹配结果。2.根据权利要求1所述的基于长短时记忆网络和网格化匹配的公交匹配方法，其特征在于，所述通过长短时记忆网络获取每个轨迹点的状态信息，包括：获取各个轨迹段中各个轨迹点的特征表示信息；所述特征表示信息包括每个轨迹点的速度信息、方位角信息、轨迹点与上一个记录点之间的时间差以及轨迹点与上一个记录点之间的距离；获取每个轨迹点的隐藏向量以及所述每个轨迹点为公交点的第一概率；根据所述特征表示信息、所述隐藏向量和所述第一概率，确定所述每个轨迹点的状态信息；其中，所述轨迹点的状态信息用于表征轨迹点在步行轨迹中或者表征所述轨迹点在公交轨迹中。3.根据权利要求1所述的基于长短时记忆网络和网格化匹配的公交匹配方法，其特征在于，所述对各个轨迹段进行拼接，并将根据拼接得到轨迹段中轨迹点的状态信息，确定公交段，并根据各个公交段确定公交上下时间表，包括：将各个轨迹段中状态信息表征为公交轨迹的所有轨迹点合并成公交段；索引所述公交段中各个轨迹点对应的各个时间点；根据所述各个时间点建立公交上下时间表。4.根据权利要求3所述的基于长短时记忆网络和网格化匹配的公交匹配方法，其特征在于，所述根据所述公交上下时间表截取目标用户每一段公交对应的用户轨迹，将所述用户轨迹与网格化处理后的公交GPS数据进行求交集运算，确定所述用户轨迹上的公交信息，包括：获取所述公交上下时间表中起始时间点与终止时间点之间的所有目标轨迹点；对所述目标轨迹点进行网格化处理，确定用户轨迹和公交轨迹；将所述用户轨迹和公交轨迹进行求交集运算，得到所述用户轨迹和所述公交轨迹的匹配分值。5.根据权利要求4所述的基于...
【专利技术属性】
技术研发人员：熊宸，曾德龙，陈冠旭，蔡楷欣，蔡铭，
申请(专利权)人：中山大学，
类型：发明
国别省市：
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。