一种省际客运未按线路行驶违法行为智能检测方法技术

本发明专利技术提出了一种省际客运未按线路行驶违法行为智能检测方法。该方法包括：数据收集与预处理；线路聚类与优化；轨迹异常检测；违法行为证据收集；违法行为处理与统计分析。通过使用DTW算法和MiniBatchKMeans聚类算法进行轨迹比对和聚类，结合LOF和Isolation Forest两种异常检测算法实现异常预警，发现车辆未按约定线路行驶的违法行为，从而提高道路安全和交通管理水平。交通管理水平。交通管理水平。

【技术实现步骤摘要】
一种省际客运未按线路行驶违法行为智能检测方法


[0001]本专利技术属于交通管理和车辆监控领域，具体涉及一种省际客运未按线路行驶违法行为智能检测方法。

技术介绍

[0002]现有的省际客运车辆管理系统主要依赖于人工监管和简单的轨迹比对来确保车辆按照约定线路行驶。一般情况下，管理部门会使用监控设备的数据进行异常检测，如使用ETC系统，进行车辆通行的记录。同时，车辆会安装卫星定位设备，用于实时监控车辆的位置。然而，现有技术存在以下不足：（1）人工监管效率低：由于省际客运车辆数量庞大，人工监管的效率较低，难以实时发现并处理违法行为。
[0003]（2）轨迹比对方法简单：主要通过人工进行班线审批单中规定线路与车辆定位轨迹或在ETC数据中的记录简单对比。
[0004]（3）异常检测方法不足：现有的省际客运车辆管理系统缺乏针对车辆行驶轨迹的异常检测方法，难以及时发现并处理违法行为。
[0005]（4）缺乏对违法行为的证据收集和处理能力：一旦发现车辆未按照约定线路行驶，现有的管理系统缺乏有效的证据收集和处理能力，导致违法行为难以被查处。
[0006]相对于现有技术，本专利技术的优点如下：（1）自动化和智能化监管：本专利技术利用先进的数据分析和机器学习方法，实现了对省际客运车辆的自动化和智能化监管，大大提高了监管效率和准确性。
[0007]（2）高效准确的轨迹比对和聚类方法：本专利技术采用DTW算法和MiniBatchKMeans聚类算法，有效地处理了不同密度和速度的轨迹数据，提高了车辆合规线路的识别准确性。
[0008]（3）有效的异常检测和预警机制：本专利技术结合LOF和Isolation Forest两种异常检测算法，实现了对车辆未按线路行驶违法行为的实时监测和预警，有助于降低违法行为的发生率。
[0009]（4）违法行为证据收集与处理：本专利技术在发现车辆未按约定线路行驶时，可以调取周边监控视频和提取ETC出入口数据等作为证据，有力地支持违法行为的查处和处理。
[0010]（5）为交通管理部门提供决策支持：通过对违法行为的统计分析，本专利技术可以为交通管理部门提供有力的决策支持，有助于提高道路安全和交通管理水平。

技术实现思路

[0011]本专利技术提供了提出了一种省际客运未按线路行驶违法行为智能检测方法。基于数据分析和机器学习的省际客运车辆未按线路行驶监管方法，用于实现省际客运车辆的自动化和智能化监管。该方法包括：数据收集与预处理；线路聚类与优化；轨迹异常检测；违法行为证据收集；违法行为处理与统计分析。通过使用DTW算法和MiniBatchKMeans聚类算法进行轨迹比对和聚类，结合LOF和Isolation Forest两种异常检测算法实现异常预警，发现车
辆未按约定线路行驶的违法行为，从而提高道路安全和交通管理水平。
[0012]为了解决上述技术问题，本专利技术提出一种省际客运未按线路行驶违法行为智能检测方法，包括如下步骤：步骤1：数据收集与预处理；1.1 收集省际客运车辆的历史行驶数据和约定线路数据；上述数据通过车载卫星定位设备或车辆追踪系统获得；1.2 对收集到的数据进行预处理，所述预处理包括去除异常点、填补缺失值；步骤2：线路聚类与优化；2.1 使用聚类算法MiniBatchKMeans对提取的车辆卫星定位数据X进行聚类，X包括车辆的经度、纬度等属性；设定聚类数目k，进行k
‑
means聚类，将行驶轨迹划分为k个簇；设定聚类簇中心C
i
，计算每个数据点与簇中心的距离，选择距离最近的簇中心作为所属簇；距离越小，表示数据点更接近该簇中心，归属于同一类；所述距离的计算公式为：，
[0013]其中i = 1,2,...,k2.2 根据班次和班线信息将聚类结果分组，识别出同一班线下多个班次车辆的潜在合规出行线路；对每个班线，计算各个簇中的行驶轨迹数量占比P
i
；P
i
值越大，表示该簇中的轨迹在该班线中占据更大比例，更可能是合规线路，所述P
i
值计算公式为：P
i = N
i /N
total
其中N
i
为簇i中的轨迹数量，N
total
为总轨迹数量；2.3采用动态时间规整算法来计算相似度，两条轨迹之间的时间和空间变化；步骤3：轨迹异常检测；步骤4：违法行为证据收集；4.1 当判断出车辆未按线路行驶后，基于该车卫星定位数据调取周边监控视频，进行违法行为的抓拍；4.2 提取该车的ETC出入口数据、ETC门架通行数据，作为未按线路行驶违法行为的证据材料；步骤5：违法行为处理与统计分析；5.1 当发现车辆存在违法行为时发出预警信息，立即通知交通管理部门或车辆所属公司，采取相应措施；5.2 对违法行为进行标记并统计分析，为交通管理部门提供决策支持，提高道路安全和交通管理水平。
[0014]可选地，所述步骤2.3具体还包括，2.3.1 使用动态时间规整算法计算潜在合规出行线路与途径路由轨迹之间的相似度；动态时间规整通过寻找两条轨迹之间的最优匹配路径来计算所述两条轨迹之间的距离，从而得到相似度；2.3.2 对于每条潜在合规线路，计算与途径路由轨迹之间的动态时间规整距离D，取距离最小的线路作为优化后的合规线路；动态时间规整距离越小，表示潜在合规线路与途径路由轨迹越接近，所述动态时间规整距离D的计算公式为：
,其中A
i
为潜在合规线路的点，B
j
为途径路由轨迹的点；
[0015]2.3.3 将动态时间规整距离转换为相似度，使用以下公式：S=exp(
ꢀ‑
α* D )其中α为一个正的常数，用于调整相似度的范围；取相似度最高的线路作为优化后的合规线路。
[0016]可选地，所述步骤3具体还包括，3.1 将每天的车辆卫星定位轨迹与合规出行线路进行比对；计算每条实际行驶轨迹与合规线路之间的相似度S
t
，通过计算实际行驶轨迹向量和合规出行线路向量的余弦相似度，得到车辆是否按照规定的线路行驶的度量。相似度S
t
的计算公式为：，其中A
t
为实际行驶轨迹向量，B代表合规出行线路向量，θ
t
表示实际行驶轨迹与合规线路之间的夹角，θ
t
越小，表示实际行驶轨迹与合规线路越接近，车辆按照规定线路行驶的可能性更大；3.2 使用异常检测算法判断车辆是否有未按线路行驶的违法行为；计算每个轨迹的异常得分E，设定阈值T，当E>T时，认为车辆存在未按约定线路行驶的违法行为；3.3：算法结果比对与优化。
[0017]可选地，所述步骤3.2具体还包括，3.2.1 使用LOF算法进行异常检测；于每个轨迹点x，计算其k近邻距离和局部可达密度L(x)，然后计算其邻居的局部可达密度之比LOF(x)；如果LOF(x)大于阈值T
LOF
，则认为该轨迹点存在异常；计算轨迹点x到其k近邻中距离本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种省际客运未按线路行驶违法行为智能检测方法，其特征在于，包括如下步骤：步骤1：数据收集与预处理；1.1 收集省际客运车辆的历史行驶数据和约定线路数据；上述数据通过车载卫星定位设备或车辆追踪系统获得；1.2 对收集到的数据进行预处理，所述预处理包括去除异常点、填补缺失值；步骤2：线路聚类与优化；2.1 使用聚类算法MiniBatchKMeans对提取的车辆卫星定位数据X进行聚类，X包括车辆的经度、纬度的属性；设定聚类数目k，进行k
‑
means聚类，将行驶轨迹划分为k个簇；设定聚类簇中心C
i
，计算每个数据点与簇中心的距离，选择距离最近的簇中心作为所属簇；距离越小，表示数据点更接近该簇中心，归属于同一类；所述距离的计算公式为：,其中i = 1,2,...,k2.2 根据班次和班线信息将聚类结果分组，识别出同一班线下多个班次车辆的潜在合规出行线路；对每个班线，计算各个簇中的行驶轨迹数量占比P
i
；P
i
值越大，表示该簇中的轨迹在该班线中占据更大比例，更可能是合规线路，所述P
i
值计算公式为：P
i = N
i /N
total
其中N
i
为簇i中的轨迹数量，N
total
为总轨迹数量；2.3采用动态时间规整算法来计算相似度，两条轨迹之间的时间和空间变化；步骤3：轨迹异常检测；步骤4：违法行为证据收集；4.1 当判断出车辆未按线路行驶后，基于该车卫星定位数据调取周边监控视频，进行违法行为的抓拍；4.2 提取该车的ETC出入口数据、ETC门架通行数据，作为未按线路行驶违法行为的证据材料；步骤5：违法行为处理与统计分析；5.1 当发现车辆存在违法行为时发出预警信息，立即通知交通管理部门或车辆所属公司，采取相应措施；5.2 对违法行为进行标记并统计分析，为交通管理部门提供决策支持，提高道路安全和交通管理水平。2.根据权利要求1所述的一种省际客运未按线路行驶违法行为智能检测方法，其特征在于，所述步骤2.3具体还包括，2.3.1 使用动态时间规整算法计算潜在合规出行线路与途径路由轨迹之间的相似度；动态时间规整通过寻找两条轨迹之间的最优匹配路径来计算所述两条轨迹之间的距离，从而得到相似度；2.3.2 对于每条潜在合规线路，计算与途径路由轨迹之间的动态时间规整距离D，取距离最小的线路作为优化后的合规线路；动态时间规整距离越小，表示潜在合规线路与途径路由轨迹越接近，所述动态时间规整距离D的计算公式为：
,其中A
i
为潜在合规线路的点，B
j
为途径路由轨迹的点；2.3.3 将动态时间规整距离转换为相似度，使用以下公式：S=exp(
ꢀ‑
α* D )其中α为一个正的常数，用于调整相似度的范围；取相似度最高的线路作为优化后的合规线路。3.根据权利要求1所述的一种省际客运未按线路行驶违法行为智能检测方法，其特征在于，所述步骤3具体还包括，3.1 将每天的车辆卫星定位轨迹与合规出行线路进行比对；计算每条实际行驶轨迹与合规线路之间的相似度S
t
，通过计算实际行驶轨迹向量和合规出行线路向量的余弦相似度，得到车辆是否按照规定的线路行驶的度量；相似度S
t
的计算公式为：其中A
t
为实际行驶轨迹向量，B代表合规出行线路向量，θ
t
表示实际行驶轨迹与合规线路之间的夹角，θ
t
越小，表示实际行驶轨迹与合规线路越接近...

【专利技术属性】
技术研发人员：张晓亮，肖晖，裴光石，包左军，刘冬梅，丁丽媛，骆林，赵琳，乔国梁，
申请(专利权)人：中路高科交通科技集团有限公司，
类型：发明
国别省市：