基于时间和地理因素的伴随车分析方法、系统及介质技术方案

本发明专利技术公开了一种基于时间和地理因素的伴随车分析方法、系统及介质，其方法包括以下步骤：获取在预设时间内目标区域中各路口监控设备采集的过车数据；在所述过车数据中提取出每辆车的各段有效行程；基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程；基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程，降低在行程轨迹中因个别点差异导致最终结果不准确的影响，更能准确判定行程轨迹是否属于伴随车属性。准确判定行程轨迹是否属于伴随车属性。准确判定行程轨迹是否属于伴随车属性。

【技术实现步骤摘要】
基于时间和地理因素的伴随车分析方法、系统及介质


[0001]本专利技术涉及伴随车分析
，特别涉及一种基于时间和地理因素的伴随车分析方法、系统及介质。

技术介绍

[0002]近几年我国汽车保有量不断高速增加，道路和路口承载的电警卡口设备也越来越多，这些前端设备拍摄到的过车数据量也呈爆炸式的增长。交警部门通常需要对卡口系统中海量的过往车辆数据进行检索，找寻一些具有结伴作案或尾随作案特征的嫌疑车辆，工作量巨大。嫌疑车辆在行动过程中，往往具有欺骗性，不会一路结伴随行，会选择在一定道路上进行绕行，避免被发现。交警针对这些具有较深隐匿性的伴随车辆难以进行判别，如果没有一定技术手段，很难发现符合此类规律的车辆。
[0003]伴随车是指在同一时间点行车轨迹高度相似或重合的车辆组合。从卡口系统的角度看，团体作案或尾随作案具体表现为多辆车同时出没于特定卡口覆盖范围，利用该特征，从海量过车数据中，就可以提取出满足特定条件的车辆，提高侦破效率，这就是伴随车辆分析。传统的伴随车分析受限于分析服务器内存或数据库的查询效率，往往只能基于限定的很短时间范围内的过车数据进行分析，这样得出的结果并不够准确，尤其在大数据场景情况下存在计算复杂、查询慢并且容易出现内存溢出的缺点。
[0004]而目前现有的针对伴随车轨迹信息处理中，大多计算轨迹相似度的方式都是依据DTW动态时间规整或欧式距离两种算法，但DTW和欧式距离对轨迹的个别点差异性非常敏感，如果两个时间序列在大多数时间段具有相似的形态，仅仅在很短的时间具有一定的差异，欧式距离和DTW无法准确衡量这两个时间序列的相似度，但现实中伴随车往往都会出现这种具有隐匿性的轨迹差异特征，以原有的技术难以挖掘出这类规律的车辆组合。
[0005]因此针对上述问题，设计一种伴随车分析方案，需要摒弃以往基于限定时间内的过车数据进行分析的方式，降低在行程轨迹中因个别点差异导致最终结果不准确的影响，以结合时间和地理因素来准确挖掘出伴随车，并且对隐匿性较强的伴随关系也有较好的分析效果。

技术实现思路

[0006]本专利技术提供一种基于时间和地理因素的伴随车分析方法、系统及介质，基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程，降低在行程轨迹中因个别点差异导致最终结果不准确的影响，更能准确判定行程轨迹是否属于伴随车属性。
[0007]第一方面，提供一种基于时间和地理因素的伴随车分析方法，包括以下步骤：
[0008]获取在预设时间内目标区域中各路口监控设备采集的过车数据；
[0009]在所述过车数据中提取出每辆车的各段有效行程；
[0010]基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程。
[0011]根据第一方面，在第一方面的第一种可能的实现方式中，所述“在所述过车数据中
提取出每辆车的各段有效行程”步骤，具体包括以下步骤：
[0012]在同一辆车的过车数据中，当检测到同一辆车经过相邻两个路口的时间差大于通行时间阈值时，则去除相邻两个路口之间的过车数据，将相邻两个路口视为两个有效行程分割点，并选出所有的有效行程分割点；
[0013]按时间顺序依次选取第一个路口至相邻的一个有效行程分割点之间的过车数据、相邻两个有效行程分割点之间的过车数据、及最后一个路口至相邻的一个有效行程分割点之间的过车数据，并基于预设筛选条件筛选得到每辆车的各段有效行程。
[0014]根据第一方面，在第一方面的第二种可能的实现方式中，所述“基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程”步骤，具体包括以下步骤：
[0015]判断所有车辆中任意两段有效行程是否为相似行程的计算公式如下：
[0016]；
[0017]式中，、分别为两段有效行程中经过第一个相同路口对应的两个时间；、分别为两段有效行程中经过最后一个相同路口对应的两个时间；为两段有效行程中经过同一路口时的最小时间间隔；为两段有效行程的最大公共子序列数；n为两段有效行程中途径路口数量最少的路口数量；length为两段有效行程中经过的相同路口数量阈值；a为地理因素相似度阈值；
[0018]当检测到计算结果f大于等于1时，则判定两段有效行程为相似行程。
[0019]根据第一方面，在第一方面的第三种可能的实现方式中，所述“基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程”步骤之后，具体包括以下步骤：
[0020]若判断为相似行程，则计算相似的两段有效行程之间的伴随相似度。
[0021]根据第一方面，在第一方面的第四种可能的实现方式中，所述相似的两段有效行程之间的伴随相似度SIM的计算公式如下：
[0022]；
[0023]式中，、分别为两段有效行程中经过第一个相同路口对应的两个时间；、分别为两段有效行程中经过最后一个相同路口对应的两个时间；为两段有效行程中经过同一路口时的最小时间间隔；为两段有效行程的最大公共子序列数；n为两段有效行程中途径路口数量最少的路口数量；length为两段有效行程中经过的相同路口数量阈值；a为地理因素相似度阈值。
[0024]第二方面，提供了一种基于时间和地理因素的伴随车分析系统，包括：
[0025]采集模块，用于获取在预设时间内目标区域中各路口监控设备采集的过车数据；
[0026]提取模块，与所述采集模块通信连接，用于在所述过车数据中提取出每辆车的各段有效行程；以及，
[0027]判断模块，与所述提取模块通信连接，用于基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程。
[0028]一些实施例中，还包括与所述判断模块通信连接的伴随相似度计算模块，用于若判断为相似行程，则计算相似的两段有效行程之间的伴随相似度。
[0029]第三方面，提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述基于时间和地理因素的伴随车分析方法。
[0030]与现有技术相比，本专利技术的优点如下：基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程，降低在行程轨迹中因个别点差异导致最终结果不准确的影响，更能准确判定行程轨迹是否属于伴随车属性，因此能准确挖掘出伴随车，并且对隐匿性较强的伴随关系也有较好的分析效果。
附图说明
[0031]图1是本专利技术一种基于时间和地理因素的伴随车分析方法的一实施例的流程示意图；
[0032]图2是本专利技术一种基于时间和地理因素的伴随车分析方法的又一实施例的流程示意图；
[0033]图3是本专利技术一种基于时间和地理因素的伴随车分析系统的结构示意图。
具体实施方式
[0034]现在将详细参照本专利技术的具体实施例，在附图中例示了本专利技术的例子。尽管将结合具体实施例描述本专利技术，但将理解，不是想要将本专利技术限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本专利技术的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时间和地理因素的伴随车分析方法，其特征在于，包括以下步骤：获取在预设时间内目标区域中各路口监控设备采集的过车数据；在所述过车数据中提取出每辆车的各段有效行程；基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程；所述“在所述过车数据中提取出每辆车的各段有效行程”步骤，具体包括以下步骤：在同一辆车的过车数据中，当检测到同一辆车经过相邻两个路口的时间差大于通行时间阈值时，则去除相邻两个路口之间的过车数据，将相邻两个路口视为两个有效行程分割点，并选出所有的有效行程分割点；按时间顺序依次选取第一个路口至相邻的一个有效行程分割点之间的过车数据、相邻两个有效行程分割点之间的过车数据、及最后一个路口至相邻的一个有效行程分割点之间的过车数据，并基于预设筛选条件筛选得到每辆车的各段有效行程。2.如权利要求1所述的基于时间和地理因素的伴随车分析方法，其特征在于，所述预设筛选条件为各段有效行程中的路口数量大于路口数阈值。3.如权利要求1所述的基于时间和地理因素的伴随车分析方法，其特征在于，所述“基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程”步骤，具体包括以下步骤：判断所有车辆中任意两段有效行程是否为相似行程的计算公式如下：；式中，、分别为两段有效行程中经过第一个相同路口对应的两个时间；、分别为两段有效行程中经过最后一个相同路口对应的两个时间；为两段有效行程中经过同一路口时的最小时间间隔；为两段有效行程的最大公共子序列数；n为两段有效行程中途径路口数量最少的路口数量；length为两段有效行程中经过的相同路口数量阈值；a为地理因素相似度阈值；当检测到计算结果f大于等于1时，则判定两段有效行程为相似行程。4.如权利要求1所述的基于时间和地理因素的伴随车分析方法，其特征在于，所述“基于时间和地理因素判断所有车辆中任意两段有效行程是否为相似行程”步骤之后，具体包括以下步骤：...

【专利技术属性】
技术研发人员：陈文，杜东军，谌权，柯浩俊，吴庆虎，
申请(专利权)人：武汉中科通达高新技术股份有限公司，
类型：发明
国别省市：