[发明专利]一种基于多轨迹碰撞的车辆落脚点分析方法

说明书

本发明适用于车辆侦查、数据挖掘和智能交通领域，提供了基于多轨迹碰撞的车辆落脚点分析方法，包括：步骤1，提取目标车辆一个时间周期内的所有目标轨迹；步骤2，统计所述目标车辆经过所述目标轨迹上的各个轨迹点的次数，将次数最大的M个轨迹点连接成线得到虚拟轨迹；步骤3，参考所述虚拟轨迹计算各所述目标轨迹关于各所述轨迹点的加权平均值，得到加权平均值最大的所述目标轨迹为最优轨迹；步骤4，根据所述轨迹点的加权值和轨迹时间属性对所述最优轨迹上的各轨迹点时序分析,求出疑似落脚点概率矩阵。有效解决了涉车犯罪案件中，通过车辆可识别特征高效的、智能的对车辆轨迹和落脚点进行追踪和认定的问题。

技术领域

本发明属于车辆侦查、数据挖掘和智能交通领域，尤其涉及基于多轨迹碰撞的车辆落脚点分析方法。

背景技术

当前刑事犯罪处于高发态势，犯罪涉及多时空、多区域。犯罪行为人利用车辆快速作案，快速逃离等特点作案，给侦查部门带来了巨大的挑战。传统的侦查手段已不能适应当前高效率、高质量打击刑事犯罪的要求。近年来，侦查机关应利用现代信息技术变革侦查模式，拓展侦查思维，转变侦查观念，创新侦查方法，建设大量涉车视频，包括治安卡口、治安监控、电子警察、交通监控等，在打击各类涉车违法犯罪活动中发挥了重要作用。对于涉车犯罪案件，通过车辆可识别特征对车辆进行追踪和认定，在此基础上进行车辆轨迹侦查有其现实必要性。将综合运用交通智能卡口及视频监控数据查找犯罪嫌疑人轨迹作为打击刑事犯罪的核心战斗力。

另外，随着物联网技术及传感器技术的不断推广，各类基于大范围车辆监测数据的智能交通应用快速发展。车辆的目标轨迹线信息是全面了解车辆驾驶行为的必备信息。涉案车辆在时空中的移动变化，会表现为一组或多组时空数据，且物、时间、空间三者是一一对应关系。根据这种对应的关系，犯罪嫌疑人在某特定的时间段(点)只能在某特定空间区域(点)。多目标轨迹碰撞是其中的一类重要应用，它利用目标车辆监控数据挖掘车辆轨迹间的相似关系，可以为公安民警办理涉车案件、犯罪嫌疑车辆落脚点分析提供支撑，具有重要的意义和实际应用价值。

现有技术中，在进行车辆落脚点分析时，主要利用治安卡口、电子警察、社会治安监控等监控设施进行实时人工监控、排查、跟踪，这种方法效率低下，耗时耗力，需要大量的人力投入，而且追踪结果受交通监控设备状态、操作人员业务水平、时间，甚至天气等客观因素影响。另外，也有一定程度上解放劳动力的技术手段，比如很多基于实时视频数据、实时卡口电警数据、GPS信号、电子围栏等数据的智能研判系统或者装置，但这些系统或装置开发成本都比较高、技术难度大、对使用者水平要求高，最重要的是这些系统往往需要实时数据的支撑，然而现实中的很多研判往往是事后研判，如果事后研判对象不再出现就会给研判造成困境。

发明内容

本发明实施例的目的在于提供基于多轨迹碰撞的车辆落脚点分析方法，至少可克服现有技术的部分缺陷。

本发明实施例涉及的基于多轨迹碰撞的车辆落脚点分析方法，包括：步骤1，提取目标车辆一个时间周期内的所有目标轨迹；

步骤2，统计所述目标车辆经过所述目标轨迹上的各个轨迹点的次数，将次数最大的M 个轨迹点连接成线得到虚拟轨迹；

步骤3，参考所述虚拟轨迹计算各所述目标轨迹关于各所述轨迹点的加权平均值，得到加权平均值最大的所述目标轨迹为最优轨迹；

步骤4，根据所述轨迹点的加权值和轨迹时间属性对所述最优轨迹上的各轨迹点时序分析,求出疑似落脚点概率矩阵。

作为实施例一涉及的基于多轨迹碰撞的车辆落脚点分析方法，所述步骤1之前包括：所述目标车辆不明确时，根据车辆特征、时空范围限制综合分析以缩小目标范围，筛选获得所述目标车辆。

所述步骤1中对获取的所述目标轨迹的条数进行最小值限制，只有在获取的所述目标轨迹的条数大于等于设定的所述最小值时，才进行后续分析过程，否则延长所述时间周期，重新获取所述目标轨迹。