一种通用出租车异常聚集识别方法技术

本发明专利技术公开了一种通用出租车异常聚集识别方法，包括以下步骤：（1）获取城市地图数据并划分出若干区域；（2）获取城市特殊场所的电子围栏数据，对城市特殊场所的电子围栏进行向外扩展；（3）将特殊场所扩展区域与划分的区域进行去重；（4）根据历史出租车数据计算得到各个区域的阈值；（5）根据当前出租车GPS数据计算得到各个区域的出租车数量并与各个区域的阈值进行对比；（6）若判断为出租车异常聚集，可以进行报警由相关部门及时进行跟进处理。本发明专利技术有效解决了城市出租车的异常聚集判断难题，有助于城市管理者及时做出响应，提高社会稳定性，也可以对城市交通状况进行准确判断。也可以对城市交通状况进行准确判断。也可以对城市交通状况进行准确判断。

【技术实现步骤摘要】
一种通用出租车异常聚集识别方法


[0001]本专利技术涉及一种道路交通识别方法，尤其是一种出租车异常聚集的识别方法，属于大数据


技术介绍

[0002]随着国民经济的发展，人民生活水平的不断提高和消费理念的巨大变化，人民对出行的质量要求上都有了巨大的变化，而出租车具有方便、快捷等特点，因此出租车行业越发的蓬勃发展。出租汽车目前作为城市中一种必备的交通工具，对于缓解城市交通压力，节约社会资源有着不可代替代的作用。
[0003]出租车是城市交通动脉的重要组成部分，其常被看作是“城市名片”和“流动窗口”。但近年来，由于不满出租车公司“份子钱”过高、网约车服务影响生意等原因，国内多个省市先后出现不同规模的出租车从业人员停运、异常聚集打砸专车事件，该类事件的发生极易引发各地同类人员的效仿，对社会稳定造成极大的负面冲击。
[0004]因此，需要建立完善的出租车监管机制，能够及时的掌握出租车的动向，这样不只是能够提高社会的稳定性，而且，由于出租汽车的运行轨程可以明确反馈一座城市各处不同的交通状况，也可以通过出租车聚集动向来了解城市各部分区域的交通状态。

技术实现思路

[0005]本专利技术所要解决的技术问题在于提供一种通用出租车异常聚集的识别方法，从而及时掌握出租车的动向，提高社会稳定性，了解交通状态，满足城市管理的需求。
[0006]为解决上述技术问题，本专利技术采用的技术方案如下：
[0007]一种通用出租车异常聚集识别方法，包括以下步骤：
[0008]（1）获取城市地图数据，对获取的城市地图采用基于定点的地图切分算法，划分出若干区域，每个区域设置唯一编码；
[0009]（2）获取城市特殊场所的电子围栏数据，采用区域扩大算法对城市特殊场所的电子围栏进行向外扩展，得到特殊场所扩展区域；
[0010]（3）将上述步骤（2）的特殊场所扩展区域与上述步骤（1）中划分的区域进行去重；
[0011]（4）根据历史出租车数据采用自适应的异常聚集阈值计算算法计算得到各个区域的阈值；
[0012]（5）根据当前出租车GPS数据计算得到各个区域的出租车数量，并与各个区域的阈值进行对比；
[0013]（6）若出租车数量超过阈值，则判断为出租车异常聚集，可以进行报警，由相关部门及时进行跟进处理。
[0014]作为一种优选，上述的通用出租车异常聚集识别方法中，所述步骤（1）中的基于定点的地图切分算法，是以城市地图中心区域的某一地标性区域为中心，绘制出x,y轴坐标系，然后从中心向四周进行切分，以一定的长宽值切分出若干区域。
[0015]作为一种优选，前述的通用出租车异常聚集识别方法中，所述步骤（2）中的城市特殊场所是指客运场站、地铁站或机场。
[0016]作为一种优选，前述的通用出租车异常聚集识别方法中，所述步骤（2）中的区域扩大算法是：将特殊场所的电子围栏的中心点与外围点连接起来，得到若干条以中心点为起点，经过每个外围点的射线，在这条射线上找到一个点，满足到外围点的距离为想要扩大的距离，对于一个电子围栏外围点xy而言，新的外围点x
’
y
’
的计算如下：
[0017]假设需要求得新的外围点为（x
’
,y
’
）,已知中心点（x1，y1），外围点（x2，y2）,则：
[0018]作为一种优选，前述的通用出租车异常聚集识别方法中，所述步骤（4）中的自适应的异常聚集阈值计算算法是：
[0019]式中：Thresh为阈值，K是一个bool值（布尔型变量），当其为False时，则使用手动设置的阈值；当K为True时，则根据历史数据进行计算，n表示当前时间点，i是一个统计时间间隔周期，t表示具体时间段，st表示t时间点的出租车数量，α是常数值，其作用是对求得的均值按比例扩充或衰减，e是基准值。
[0020]本专利技术的有益效果：与现有技术相比，本专利技术有效解决了城市出租车的异常聚集判断难题，有助于城市管理者及时做出响应，提高社会的稳定性，同时也可以对城市交通状况进行准确判断。
[0021]本专利技术具有以下特点：
①ꢀ
基于定点的地图切分算法：对城市地图进行了一个有逻辑性的划分，保证每一块区域有唯一性，也能准确定位每一段道路，同时，这种切分方式能够保证在城市地图面积变化时，区域的唯一编码不会受到影响。
ꢀ②ꢀ
不同区域的区域划分方式不同：对普通道路区域和客运场站、机场等特殊区域采取不同的划分方式，更加贴合实际情况，识别结果更准确，可以达到一个更好的效果。
③ꢀ
出租车异常聚集算法：提出一种自适应的异常聚集阈值计算算法，得到更具有公信力与可解释性的出租车异常聚集的阈值，以此阈值来进行判断可以更好的让人信服。
附图说明
[0022]图1是本专利技术的流程示意图；
[0023]图2是本专利技术的基于定点的地图切分算法示意图。
[0024]下面结合附图和具体实施方式对本专利技术作进一步的说明。
具体实施方式
[0025]实施例1： 如图1所示，一种通用出租车异常聚集识别方法，包括以下步骤：
[0026]（1）获取城市地图数据，对获取的城市地图采用基于定点的地图切分算法，划分出若干区域，每个区域设置唯一编码；
[0027]由于出租车异常聚集通常是在某一段道路的汇聚，需要对道路进行一个切分，使得对出租车异常聚集的的判断能够达到一个极高的确定性，因此需要对城市地图进行一个有逻辑性的划分，保证每一块区域有唯一性，同时也能准确定位每一段道路。但在经济高速发展的今天，城市的面积不是一成不变的，为了保证城市面积变化后对已划分的区域不会造成影响，因此我们设计了基于定点的区域划分算法：如图2所示，该算法是以城市地图中心区域的某一地标性区域为中心，绘制出x,y轴坐标系，然后从中心向四周进行切分，以200米的长宽(该值是自定义可调节的)，切分出若干个方块区域，每个方块区域设置唯一编码，这样切分能够保证在城市地图面积变化时，方块的唯一编码不会受到影响。
[0028]（2）获取城市特殊场所的电子围栏数据，采用区域扩大算法对城市特殊场所的电子围栏进行向外扩展，得到特殊场所扩展区域；
[0029]城市的特殊场所是指客运场站、地铁站或机场等出租车容易聚集的场所。对于这些城市特殊场所，其范围不能单纯依照固定空间来划分区域，其是否拥堵是根据其周围一段距离内的交通情况来判断。
[0030]因此我们通过区域空间扩大算法，将城市特殊区域的电子围栏进行一个向外扩展，在扩展的同时，需要保证区域的空间不变性，这样才能确定空间向外等距离扩张。
[0031]区域电子围栏的结构为中心点和外围点，我们将中心点与外围点连接起来，可以得到若干条以中心点为起点，经过每个外围点的射线，只要在这条射线上找到一个点，满足到外围点的距离为想要扩大的距离即可。则对于一个电子围栏外围点xy而言，新的外围点x
’
y...

【技术保护点】

【技术特征摘要】
1.一种通用出租车异常聚集识别方法，其特征在于，包括以下步骤：（1）获取城市地图数据，对获取的城市地图采用基于定点的地图切分算法，划分出若干区域，每个区域设置唯一编码；（2）获取城市特殊场所的电子围栏数据，采用区域扩大算法对城市特殊场所的电子围栏进行向外扩展，得到特殊场所扩展区域；（3）将上述步骤（2）的特殊场所扩展区域与上述步骤（1）中划分的区域进行去重；（4）根据历史出租车数据采用自适应的异常聚集阈值计算算法计算得到各个区域的阈值；（5）根据当前出租车GPS数据计算得到各个区域的出租车数量，并与各个区域的阈值进行对比；（6）若出租车数量超过阈值，则判断为出租车异常聚集，可以进行报警，由相关部门及时进行跟进处理。2.根据权利要求1所述的通用出租车异常聚集识别方法，其特征在于，所述步骤（1）中的基于定点的地图切分算法，是以城市地图中心区域的某一地标性区域为中心，绘制出x,y轴坐标系，然后从中心向四周进行切分，以一定的长宽值切分出若干区域。3.根据权利要求1所述的通用出租车异常聚集识别方法，其特征在于，所述步骤（2）中的...

【专利技术属性】
技术研发人员：徐桂林，沈志勇，胡凯华，伍帅先，毛业璐，陈文俊，
申请(专利权)人：贵州智诚科技有限公司，
类型：发明
国别省市：