基于大数据的相似路线识别方法及装置制造方法及图纸

本申请涉及路线识别技术领域，涉及一种基于大数据的相似路线识别方法及装置。方法包括：获取联合数据集；根据联合数据集，得到多车辆的车辆运行信息和车辆行驶路线；根据车辆运行信息，切分车辆行驶路线，得到至少一条车辆行驶子路线；分别提取至少一条车辆行驶子路线的轨迹关键特征；根据至少一条车辆行驶子路线的轨迹关键特征，获取多车辆的车辆行驶路线的轨迹聚类结果；根据多车辆的车辆行驶路线的轨迹聚类结果，分别对不同聚类的车辆行驶路线进行分布式计算路线相似度，获得路线相似度计算结果；根据路线相似度计算结果，得到相似路线组。采用本方法能够在保证相似路线识别精度的基础上，减少计算量并提升计算速度。减少计算量并提升计算速度。减少计算量并提升计算速度。

【技术实现步骤摘要】
基于大数据的相似路线识别方法及装置


[0001]本申请涉及路线识别
，特别是涉及一种基于大数据的相似路线识别方法及装置。

技术介绍

[0002]随着全球定位系统的广泛应用和车联网终端Tbox的全面覆盖，每时每刻都有海量的车联网数据被收集和存储，其中车辆的经纬度信息能够有效地描述车辆的行驶轨迹，这些轨迹数据具有极高的数据挖掘价值。通过识别车辆的路线相似性，能够有效支撑群体路径偏好、运输路线优化和路网预测等应用场景。
[0003]目前，相似路线识别的判定有多种形式，包括基于点的方法、基于形状的方法、基于分段的方法、基于特定任务的方法等。而轨迹信息在多车辆长时间的运输下，会产生大量级的数据，通过全量的经纬度数据识别相似路线，这对于目前的计算方式中服务器和集群的计算能力和计算速度是巨大的考验，容易出现内存溢出的情况。
[0004]因此，如何在保证相似路线识别精度的基础上，减少计算量并提升计算速度，是有待解决的问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够在保证相似路线识别精度的基础上，减少计算量并提升计算速度的基于大数据的相似路线识别方法及装置。
[0006]第一方面，本申请提供了一种基于大数据的相似路线识别方法。所述方法包括：
[0007]获取联合数据集，所述联合数据集包括多车辆的车联网信息和路网信息；
[0008]根据所述联合数据集，得到多车辆的车辆运行信息和车辆行驶路线；
[0009]根据所述车辆运行信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线；
[0010]分别提取至少一条所述车辆行驶子路线的轨迹关键特征；
[0011]根据至少一条所述车辆行驶子路线的轨迹关键特征，获取多车辆的车辆行驶路线的轨迹聚类结果；
[0012]根据多车辆的车辆行驶路线的轨迹聚类结果，分别对不同聚类的所述车辆行驶路线进行分布式计算路线相似度，获得路线相似度计算结果；
[0013]根据所述路线相似度计算结果，得到相似路线组。
[0014]在其中一个实施例中，所述根据所述车辆运行信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线，包括：
[0015]根据所述车辆运行信息，获取当前车辆的车辆类型信息和车辆GPS时间戳信息，所述车辆类型信息至少分为乘用车类型和商用车类型；
[0016]若所述当前车辆的车辆类型属于乘用车类型，则根据所述车辆GPS时间戳信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线。
[0017]在其中一个实施例中，所述根据所述车辆运行信息，获取当前车辆的车辆类型信
息和车辆GPS时间戳信息之后，还包括：
[0018]若所述当前车辆的车辆类型不属于乘用车类型，则根据车辆运行信息，分析得到当前车辆的载货信息和poi信息；
[0019]根据所述车辆GPS时间戳信息、载货信息和poi信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线。
[0020]在其中一个实施例中，所述分别提取至少一条所述车辆行驶子路线的轨迹关键特征，包括：
[0021]根据所述车辆运行信息，获取当前车辆的1hz定位数据；
[0022]根据所述当前车辆的1hz定位数据，分别对至少一条所述车辆行驶子路线进行等距采样，获得等距采样结果；
[0023]根据所述等距采样结果，采用最小描述长度算法计算采样点间增益，生成采样点间增益的计算结果；
[0024]根据所述采样点间增益的计算结果，分别提取至少一条所述车辆行驶子路线的轨迹关键特征。
[0025]在其中一个实施例中，所述根据至少一条所述车辆行驶子路线的轨迹关键特征，获取多车辆的车辆行驶路线的轨迹聚类结果，包括：
[0026]根据至少一条所述车辆行驶子路线的轨迹关键特征，采用Quick bundles算法分别对每条车辆行驶路线的路线轨迹进行聚类，在列表中生成多车辆的车辆行驶路线的轨迹聚类结果。
[0027]在其中一个实施例中，所述方法还包括，
[0028]根据多车辆的车辆行驶路线的轨迹聚类结果，采用LCSS算法计算相同聚类的任意两条车辆行驶路线的最大公共子序列长度，进行归一化处理，得到路线相似度。
[0029]第二方面，本申请还提供了一种基于大数据的相似路线识别装置。所述装置包括：
[0030]信息获取模块，用于获取联合数据集，所述联合数据集包括多车辆的车联网信息和路网信息；
[0031]信息处理模块，用于根据所述联合数据集，得到多车辆的车辆运行信息和车辆行驶路线；
[0032]信息处理模块，还用于根据所述车辆运行信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线；
[0033]信息处理模块，还用于分别提取至少一条所述车辆行驶子路线的轨迹关键特征；
[0034]信息处理模块，还用于根据至少一条所述车辆行驶子路线的轨迹关键特征，获取多车辆的车辆行驶路线的轨迹聚类结果；
[0035]信息处理模块，还用于根据多车辆的车辆行驶路线的轨迹聚类结果，分别对不同聚类的所述车辆行驶路线进行分布式计算路线相似度，获得路线相似度计算结果；
[0036]信息处理模块，还用于根据所述路线相似度计算结果，得到相似路线组。
[0037]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0038]获取联合数据集，所述联合数据集包括多车辆的车联网信息和路网信息；
[0039]根据所述联合数据集，得到多车辆的车辆运行信息和车辆行驶路线；
[0040]根据所述车辆运行信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线；
[0041]分别提取至少一条所述车辆行驶子路线的轨迹关键特征；
[0042]根据至少一条所述车辆行驶子路线的轨迹关键特征，获取多车辆的车辆行驶路线的轨迹聚类结果；
[0043]根据多车辆的车辆行驶路线的轨迹聚类结果，分别对不同聚类的所述车辆行驶路线进行分布式计算路线相似度，获得路线相似度计算结果；
[0044]根据所述路线相似度计算结果，得到相似路线组。
[0045]第四方面，本申请还提供了一种计算机可读存储介质。所述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实现以下步骤：
[0046]获取联合数据集，所述联合数据集包括多车辆的车联网信息和路网信息；
[0047]根据所述联合数据集，得到多车辆的车辆运行信息和车辆行驶路线；
[0048]根据所述车辆运行信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线；
[0049]分别提取至少一条所述车辆行驶子路线的轨迹关键特征；
[0050]根据至少一条所述车辆行驶子路线的轨迹关键特征，获取多车辆的车辆行驶路线的轨迹聚类结果；
[0051]根据多车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的相似路线识别方法，其特征在于，所述方法包括：获取联合数据集，所述联合数据集包括多车辆的车联网信息和路网信息；根据所述联合数据集，得到多车辆的车辆运行信息和车辆行驶路线；根据所述车辆运行信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线；分别提取至少一条所述车辆行驶子路线的轨迹关键特征；根据至少一条所述车辆行驶子路线的轨迹关键特征，获取多车辆的车辆行驶路线的轨迹聚类结果；根据多车辆的车辆行驶路线的轨迹聚类结果，分别对不同聚类的所述车辆行驶路线进行分布式计算路线相似度，获得路线相似度计算结果；根据所述路线相似度计算结果，得到相似路线组。2.根据权利要求1所述的方法，其特征在于，所述根据所述车辆运行信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线，包括：根据所述车辆运行信息，获取当前车辆的车辆类型信息和车辆GPS时间戳信息，所述车辆类型信息至少分为乘用车类型和商用车类型；若所述当前车辆的车辆类型属于乘用车类型，则根据所述车辆GPS时间戳信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线。3.根据权利要求2所述的方法，其特征在于，所述根据所述车辆运行信息，获取当前车辆的车辆类型信息和车辆GPS时间戳信息之后，还包括：若所述当前车辆的车辆类型不属于乘用车类型，则根据车辆运行信息，分析得到当前车辆的载货信息和poi信息；根据所述车辆GPS时间戳信息、载货信息和poi信息，切分所述车辆行驶路线，得到至少一条车辆行驶子路线。4.根据权利要求1所述的方法，其特征在于，所述分别提取至少一条所述车辆行驶子路线的轨迹关键特征，包括：根据所述车辆运行信息，获取当前车辆的1hz定位数据；根据所述当前车辆的1hz定位数据，分别对至少一条所述车辆行驶子路线进行等距采样，获得等距采样结果；根据所述等距采样结果，采用最小描述长度算法计算采样点间增益，生成采样点间增益的计算结果；根据所述采样点间增益的计算结果，分别提取至少一条所述车辆行驶子路...

【专利技术属性】
技术研发人员：郭平，张扬铭，张子荷，李振雷，王丙新，岳柄剑，马群，马建辉，
申请(专利权)人：一汽解放汽车有限公司，
类型：发明
国别省市：