一种轨迹异常检测方法技术

本发明专利技术提出了一种轨迹异常检测方法，针对所有轨迹点，计算其与前一个点间的轨迹速度，构建轨迹速度数据集；基于拉依达准则，计算轨迹的速度阈值；将每点的速度值与速度阈值比较，得到轨迹速度大于速度阈值的异常点；利用异常点将轨迹分段，将轨迹段由长至短排序，依次计算每两条轨迹端点之间的速度，若大于速度阈值，则将两轨迹间较短轨迹视为异常轨迹；剔除异常轨迹段，将正常轨迹段按时间顺序重新组合。本发明专利技术适用于各类不同目标，解决了通用速度阈值法中无法确定前一个点是否为异常点的问题。问题。问题。

【技术实现步骤摘要】
一种轨迹异常检测方法


[0001]本专利技术涉及计算机和定位技术，具体涉及一种轨迹异常检测方法。

技术介绍

[0002]随着计算机技术和定位技术的飞速发展，各类移动目标的位置及相关状态信息被大量采集，从而生成了轨迹大数据集。轨迹大数据中分析提取出的价值信息在不同学科领域都有着非常重要的研究意义。然而，由于现实技术因素限制(信号丢失或被干扰、机器故障、人为操作误差等)，轨迹数据不可能完全正确，其中必定存在诸多异常点。这些异常点降低了整段轨迹的数据质量，甚至会严重影响后续对于轨迹数据中价值信息的挖掘。因此，一种有效的异常点检测方法就显的尤为重要。
[0003]目前，应用最广泛的异常检测方法是速度阈值法。该方法通过位置和时间信息计算出当前点与前一个点之间的速度，与设定的阈值比较，若大于阈值，则判定其为异常点；反之，则判定为正常点，并依此类推至结束。这种方法有以下的局限性：1)不同目标轨迹的速度阈值不同，难以直接找到一个合理的阈值；2)基于前一个点来判断异常无法适用于前一个点也异常的情况。
[0004][1]高强,张凤荔,王锦瑞,周帆.轨迹大数据:数据处理关键技术研究综述[J].软件学报,2017,28(04):959
‑
992.
[0005][2]李楠，强懿耕，樊瑞，焦庆宇.基于异常因子的航空器飞行轨迹异常检测研究[J].安全与环境学报,2021,21(02):643
‑
648.
[0006][3]韩昭蓉,许光銮,黄廷磊,任文娟.基于自适应阈值的船舶轨迹异常点检测算法[J].计算机与现代化,2018(09):42
‑
47+51.
[0007][4]陈影玉,杨神化,索永峰.船舶行为异常检测研究进展[J].交通信息与安全,2020,38(05):1
‑
11.
[0008][5]裴浩然.移动对象轨迹时空异常检测算法研究[D]中国矿业大学,2020.

技术实现思路

[0009]本专利技术的目的在于提出一种轨迹异常检测方法。
[0010]实现本专利技术目的的技术解决方案为：一种轨迹异常检测方法，包括如下步骤：
[0011]针对所有轨迹点，计算其与前一个点间的轨迹速度，构建轨迹速度数据集；
[0012]基于拉依达准则，计算轨迹的速度阈值，计算公式如下：
[0013][0014]其中，为平均速度，C为标准差倍数，σ为轨迹速度的标准差，V
th
为速度阈值，当V
th
>V
thmax
时，令V
th
＝V
thmax
；否则，令V
th
＝V
thmin
，V
thmin
为速度阈值的最小值，V
thmax
为速度阈值的最大值；
[0015]将每点的速度值与速度阈值比较，得到轨迹速度大于速度阈值的异常点；
[0016]利用异常点将轨迹分段，将轨迹段由长至短排序，依次计算每两条轨迹端点之间的速度，若大于速度阈值，则将两轨迹间较短轨迹视为异常轨迹；
[0017]剔除异常轨迹段，将正常轨迹段按时间顺序重新组合。
[0018]进一步的，针对所有轨迹点，计算其与前一个点间的轨迹速度，具体方法为：
[0019]速度计算公式为：
[0020]V
i
＝dist(P
i
,P
i
‑1)/(t
i
‑
t
i
‑1)，i＞1
ꢀꢀꢀ
(2)
[0021]其中，P＝{P1,P2,P3...P
n
}表示轨迹数据集，dist(P
i
,P
i
‑1)表示第i个轨迹点P
i
与其前一个点P
i
‑1之间的距离，t
i
与t
i
‑1为两点的时间戳，得到的轨迹速度数据集为V＝{V2,V3,V4...V
n
}。
[0022]进一步的，标准差倍数C>3。
[0023]进一步的，依次计算每两条轨迹端点之间的速度，具体方法为：
[0024]设L＝{L1,L2,L3...,L
n
}表示排序后的轨迹段集合，L1为最长轨迹段，若L
k
时间在L
m
前，则取L
k
轨迹段末点与L
m
轨迹段首点进行两条轨迹端点之间的速度计算，反之取L
m
轨迹段末点与L
k
轨迹段首点进行两条轨迹端点之间的速度计算。
[0025]一种轨迹异常检测系统，基于所述的轨迹异常检测方法，实现轨迹异常检测。
[0026]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，基于所述的轨迹异常检测方法，实现轨迹异常检测。
[0027]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，基于所述的轨迹异常检测方法，实现轨迹异常检测。
[0028]本专利技术与现有技术相比，其显著优点为：是一个通用的、合理的轨迹速度阈值的计算方法，适用于各类不同目标，解决了通用速度阈值法中无法确定前一个点是否为异常点的问题。
附图说明
[0029]图1为本专利技术一种轨迹异常检测方法的流程图。
具体实施方式
[0030]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0031]本专利技术一种轨迹异常检测方法，包括如下步骤：
[0032](1)遍历轨迹数据，计算各点与其前一点间的速度，得到轨迹速度数据集；
[0033](2)基于轨迹速度数据集计算出轨迹的速度阈值；
[0034]轨迹数据均可视为大数据样本，因此速度阈值计算公式依据数理统计学中拉依达准则(即3σ准则)得出。
[0035]拉依达准则：先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除。
[0036]这种判别处理原理及方法仅局限于对正态或近似正态分布的样本数据处理，它是以测量次数充分为大为前提的，当测量次数少的情形用该准则剔除粗大误差是不够可靠的。
[0037]在正态分布中σ代表标准差，μ代表均值，3σ原则为：数值分布在(μ
‑
σ,μ+σ)中的概率为0.6826，数值分布在(μ
‑
2σ,μ+2σ)中的概率为0.9545，数值分布在(μ
‑
3σ,μ+3σ)中的概率为0.9973本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨迹异常检测方法，其特征在于，包括如下步骤：针对所有轨迹点，计算其与前一个点间的轨迹速度，构建轨迹速度数据集；基于拉依达准则，计算轨迹的速度阈值，计算公式如下：其中，为平均速度，C为标准差倍数，σ为轨迹速度的标准差，V
th
为速度阈值，当V
th
>V
thmax
时，令V
th
＝V
thmax
；否则，令V
th
＝V
thmin
，V
thmin
为速度阈值的最小值，V
thmax
为速度阈值的最大值；将每点的速度值与速度阈值比较，得到轨迹速度大于速度阈值的异常点；利用异常点将轨迹分段，将轨迹段由长至短排序，依次计算每两条轨迹端点之间的速度，若大于速度阈值，则将两轨迹间较短轨迹视为异常轨迹；剔除异常轨迹段，将正常轨迹段按时间顺序重新组合。2.根据权利要求1所述的轨迹异常检测方法，其特征在于，针对所有轨迹点，计算其与前一个点间的轨迹速度，具体方法为：速度计算公式为：V
i
＝dist(P
i
,P
i
‑1)/(t
i
‑
t
i
‑1)，i＞1
ꢀꢀꢀꢀꢀꢀꢀ
(2)其中，P＝{P1,P2,P3...P
n
}表示轨迹数据集，dist(P
i
,P
i
...

【专利技术属性】
技术研发人员：胡岩峰，刘昌龙，彭程，宋路杰，陈诗旭，丁士伟，黄思贤，苏梦曦，
申请(专利权)人：苏州空天信息研究院，
类型：发明
国别省市：