System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于多源交通数据的落脚点分析方法以及装置制造方法及图纸_技高网

一种基于多源交通数据的落脚点分析方法以及装置制造方法及图纸

技术编号:41141972 阅读:4 留言:0更新日期:2024-04-30 18:11
本发明专利技术公开了一种基于多源交通数据的落脚点分析方法,控制器基于每间隔预设时长获取的过车数据、定位轨迹数据以及票务信息进行预处理并排序,获取目标对象在各个预设时长内交通轨迹点;利用DBSCAN算法对交通轨迹点进行聚类分析,获取目标对象在各个预设时长内的分段落脚点区域中心点;基于各个预设时长内的分段落脚点区域中心点,获取目标对象的落脚点,对各间隔预设时长交通轨迹点进行融合,再利用DBSCAN算法对交通轨迹点进行聚类分析得到目标对象的落脚点,在大量减少人工确认的成本的同时,提高了获取目标对象落脚点的效率。

【技术实现步骤摘要】

本专利技术涉计算机,具体涉及一种基于多源交通数据的落脚点分析方法以及装置


技术介绍

1、在警察破案过程中,通常需要获取犯罪嫌疑人的落脚点,为了节省大量人员排查成本,可以利用人工智能技术来协助警察办案。传统的人员或者车辆落脚点分析系统主要分为两种:第一种通常利用人脸、车辆识别结合重点区域监测;第二种是利用离线大数据分析以及人工确认和算法调优。

2、第一种方案依赖业务人员经验,通过当地举报或者已有数据,筛选出一批重点关地点,通过人工监测或者人脸比对,进行长时间监控,最终确定改地点是否为可疑人员落脚点。局限性强,针对业务人员的经验以及专业性依赖极大;且监视性的统计分析,需要占用大量的人工以及机器算力;容错率底,若出现区域首次出现,可能因为误判而导致进度缓慢。

3、第二种方案在构建数据仓库的情况下,通过样本数据构建算法模型,初步确认算法模型后,进行海量定位数据离线分析,通过得出的算法结果进行人工确认,明确调优方向,修改算法参数。重复该过程,直到离线计算结果符合业务需求为止;本方案直接针对海量定位数据进行离线计算,消耗大量资源,且算法的调优,时间成本较高,试错成本较高。


技术实现思路

1、本专利技术的目的就在于为了解决上述问题而提供一种基于多源交通数据的落脚点分析方法,详见下文阐述。

2、为实现上述目的,本专利技术提供了以下技术方案:

3、本专利技术提供的一种基于多源交通数据的落脚点分析方法,包括实时获取目标对象所驾驶目标车辆的过车数据、所述目标车辆的定位轨迹数据以及所述目标对象的票务信息;基于每间隔预设时长获取的所述过车数据、所述定位轨迹数据以及所述票务信息进行预处理并排序,获取所述目标对象在各个所述预设时长内交通轨迹点;利用dbscan算法对所述交通轨迹点进行聚类分析,获取所述目标对象在各个所述预设时长内的分段落脚点区域中心点;基于各个所述预设时长内的分段落脚点区域中心点,获取所述目标对象的落脚点。

4、采用上述基于多源交通数据的落脚点分析方法,控制器基于每间隔预设时长获取的过车数据、定位轨迹数据以及票务信息进行预处理并排序,获取目标对象在各个预设时长内交通轨迹点;利用dbscan算法对交通轨迹点进行聚类分析,获取目标对象在各个预设时长内的分段落脚点区域中心点;基于各个预设时长内的分段落脚点区域中心点,获取目标对象的落脚点,对各间隔预设时长交通轨迹点进行融合,再利用dbscan算法对交通轨迹点进行聚类分析得到目标对象的落脚点,在大量减少人工确认的成本的同时,提高了获取目标对象落脚点的效率。

5、作为优选,所述实时获取目标对象所驾驶目标车辆的过车数据,包括以下步骤:从车管所数据库调取所述目标车辆的全面过车数据,所述全面过车数据包括所述目标车辆所经过卡口位置信息、经过卡口时间人脸抓拍特征数据;将所述人脸抓拍特征数据与所述目标对象的人脸特征数据进行匹配,从所述全面过车数据中筛选出所述目标对象获取目标对象所驾驶目标车辆的过车数据。

6、作为优选,所述基于每间隔预设时长获取的所述过车数据、所述定位轨迹数据以及所述票务信息进行预处理并排序,包括以下步骤:利用预设滑动窗口来获取每间隔预设时长获取的所述过车数据、所述定位轨迹数据以及所述票务信息,获取所述目标对象的交通出行量;所述交通出行量包括所述目标对象的出行起点、出行终点、出行方式以及出行时间段;对所述交通出行量中各项数据进行清洗并按时间顺序排序,获取有效交通出行量。

7、作为优选,所述从所述有效交通出行量中解析出每一出行行程中的出行起点以及出行终点;基于所述出行起点以及所述出行终点,获取出行点集。

8、作为优选,所述利用dbscan算法对所述交通轨迹点进行聚类分析,获取所述目标对象在各个所述预设时长内的分段落脚点区域中心点,包括以下步骤:利用dbscan算法对所述出行点集进行簇类分析,获取第一中心簇点;基于所述第一中心簇点,获取所述目标对象的落脚点区域中心点。

9、作为优选,所述基于各个所述预设时长内的落脚点区域中心点,获取所述目标对象的落脚点,包括以下步骤:利用dbscan算法对n个所述预设时长内的落脚点区域中心点进行聚类分析,获取第二中心簇点;基于所述第二中心簇点,获取所述目标对象的落脚点区域结果。

10、作为优选,所述利用预设滑动窗口来获取每间隔预设时长获取的所述过车数据、所述定位轨迹数据以及所述票务信息,获取所述目标对象的交通出行量,包括以下步骤:利用第一预设滑动窗口获取第一预设时长内的所述过车数据、所述定位轨迹数据以及所述票务信息,获取所述目标对象的交通出行量;所述基于各个所述预设时长内的分段落脚点区域中心点,获取所述目标对象的落脚点,之前包括以下步骤:利用dbscan算法对所述交通轨迹点进行聚类分析,获取所述目标对象在第一预设时长内的分段落脚点区域中心点;基于所述分段落脚点区域中心点与所述目标车辆的实际落脚点之间的差异,对所述dbscan算法的调优参数进行调整,获取第一dbscan算法;利用第一dbscan算法对第二预设滑动窗口获取的交通出行量,获取所述目标对象在第二预设时长内的分段落脚点区域中心点;重复以上步骤,直至获取所述目标对象在第n预设时长内的分段落脚点区域中心点。

本文档来自技高网...

【技术保护点】

1.一种基于多源交通数据的落脚点分析方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求2所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述实时获取目标对象所驾驶目标车辆的过车数据,包括以下步骤:

3.根据权利要求2所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述基于每间隔预设时长获取的所述过车数据、所述定位轨迹数据以及所述票务信息进行预处理并排序,包括以下步骤:

4.根据权利要求2所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述方法还包括:

5.根据权利要求4所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述利用DBSCAN算法对所述交通轨迹点进行聚类分析,获取所述目标对象在各个所述预设时长内的分段落脚点区域中心点,包括以下步骤:

6.根据权利要求4所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述基于各个所述预设时长内的落脚点区域中心点,获取所述目标对象的落脚点,包括以下步骤:

7.根据权利要求4所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述利用预设滑动窗口来获取每间隔预设时长获取的所述过车数据、所述定位轨迹数据以及所述票务信息,获取所述目标对象的交通出行量,包括以下步骤:

8.一种基于多源交通数据的落脚点分析装置,其特征在于,所述装置包括:

9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

...

【技术特征摘要】

1.一种基于多源交通数据的落脚点分析方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求2所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述实时获取目标对象所驾驶目标车辆的过车数据,包括以下步骤:

3.根据权利要求2所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述基于每间隔预设时长获取的所述过车数据、所述定位轨迹数据以及所述票务信息进行预处理并排序,包括以下步骤:

4.根据权利要求2所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述方法还包括:

5.根据权利要求4所述一种基于多源交通数据的落脚点分析方法,其特征在于,所述利用dbscan算法对所述交通轨迹点进行聚类分析,获取所述目标对象在各个所述预设时长内的分段落脚点区域中心点,包括以下步骤:

6.根据权利要求4所述一种基于多源交...

【专利技术属性】
技术研发人员:王昆朱民健王凯伦叶智慧苏胜林马军亮
申请(专利权)人:中睿信数字技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1