基于近邻区域行为差异的骑行道路交叉口识别方法技术

本发明专利技术公开了一种基于近邻区域行为差异的骑行道路交叉口识别方法，首先利用四叉树模型将检测区域划分为不同大小的单元，通过骑行轨迹数据提取各网格单元内的行为特征，根据各网格及其近邻网格的行为特征差异性计算网格与近邻网格的关联特征，随后使用XGBoost分类器识别包含骑行道路交叉口的单元，对包含骑行道路交叉口单元内的所有转向轨迹点，采用基于流量感知的自适应带宽Mean

【技术实现步骤摘要】
基于近邻区域行为差异的骑行道路交叉口识别方法


[0001]本专利技术属于轨迹挖掘
，具体涉及一种基于近邻区域行为差异的骑行道路交叉口识别方法。

技术介绍

[0002]随着非机动车保有量的大规模增加，非机动车相关的位置服务已进入快速发展时期，居民的日常出行越来越多地考虑以非机动车作为交通工具，从而方便快捷地到达目的地。在实际场景中，骑手为节省通行时间，通常选择通行公园、广场等场所内的一些狭小道路，它们汇聚形成的道路交叉口规模较小且彼此邻近，错综复杂，而由于缺少专业精准的非机动车骑行导航地图，骑手在通行这些交叉口时容易迷路甚至行驶进入错误的路线，影响骑行体验感。骑行道路交叉口作为骑行地图的重要组成部分，对骑行地图导航服务具有重大意义，在实时导航场景中，需要根据骑行道路交叉口的位置及范围提前进行转向播报，骑行道路交叉口的缺失与不精确识别会影响到路径规划的合理性。
[0003]近年来，有大量文献致力于机动车路网中的交叉口识别的检测研究。目前基于车辆轨迹生成道路交叉口的算法可分为两种基本类型，第一种类型的算法简单地将通过地图构建算法生成的地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于近邻区域行为差异的骑行道路交叉口识别方法，其特征在于，包括以下步骤：S1:使用基于四叉树的单元划分方法将检测区域分割成各种大小的网格；S2：基于骑行轨迹数据提取各网格单元内的行为特征，根据各网格及其近邻网格的行为特征差异性计算网格与近邻网格的关联特征；S3：使用XGBoost分类模型获取存在骑行道路交叉口的网格；S4：基于S3中得到的存在交叉路口的网格筛选出发生转向行为的骑行转向点；S5：使用基于流量感知的自适应带宽Mean
‑
Shift聚类算法确定交叉路口中心位置；S6：基于S5得到的路口中心位置，通过环形转向点密度变化检测算法确定交叉路口覆盖范围。2.根据权利要求1所述的一种基于近邻区域行为差异的骑行道路交叉口识别方法，其特征在于，所述步骤S1具体包括：采用基于四叉树的单元划分方法将观测区域分割为各种大小的网格，设置四叉树的最小边长为12.5m，从100m开始采用层序遍历搜索包含道路交叉口网格。3.根据权利要求1所述的一种基于近邻区域行为差异的骑行道路交叉口识别方法，其特征在于，所述步骤S2具体包括：在检测道路交叉口网格时，不仅考虑网格内轨迹点的转向分布及平均速度等行为特征，同时考虑当前网格与其邻近网格在这些特征上呈现的差异性；提取两类特征：行为特征：根据骑行轨迹提取司机在每个网格中的骑行行为特征，包括：(1)转向频率f
tp
:表示网格内的转向点个数，转向点的定义为：若当前轨迹点的朝向与前一个轨迹点的朝向的大于35度，则判断该轨迹点为转向点；(2)方向分布表示网格内轨迹点的方向分布：将每个轨迹点的朝向映射到8个标准化后的等尺寸方向直方图中来获取网格对应的八方向分布；(3)平均速度f
sp
：表示网格内轨迹点的平均速度，当前轨迹点的速度由其与其前一个轨迹点的时间差与距离的比值计算得到；上下文特征：根据网格与其邻近网格在行为特征上的差异性来提取网格对应的上下文特征，其中邻近网格表示与当前网格在正东、正西、正南、正北方向上直接相邻的网格，上下文特征包括：(1)速度差异f
sd
：通过计算当前网格的平均速度与其邻近网格内所有轨迹点平均速度的比值来表示f
sd
；(2)点密度差异f
pd
：通过计算当前网格的轨迹点数量与其邻近网格内的轨迹点数量的比值来表示f
pd
；(3)转向密度差异f
td
：通过计算当前网格的转向点数量与其邻近网格内的转向点数量的比值来表示4.根据权利要求3所述的一种基于近邻区域行为差异的骑行道路交叉口识别方法，其特征在于，所述步骤S3具体包括：拼接基于S...

【专利技术属性】
技术研发人员：吴问宇，毛嘉莉，沈文怡，曹绍升，周傲英，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：