[发明专利]一种利用移动通信数据识别交通工具类别的方法

权利要求书

1.一种利用移动通信数据识别交通工具类别的方法，其特征在于，所述的方法包括下列步骤：

S1、获取原始数据，从蜂窝式移动通信网络的通信数据中获取移动设备用户所在基站的状态信息数据，记作时空点四元组集合A＝userID,timestamp,longitude,latitude,其中userID表示能够区分不同用户的信息字段，timestamp为时间戳，即该位置信息产生的时间点，longitude与latitude分别表示基站的经度和纬度，记用户总数为N_u；

S2、从用户的时空点序列中划分轨迹片段，利用步骤S1中获取的数据，得到各个移动用户所历经的时空点序列，通过计算用户在各个位置的停留时间长度，判断出用户每次移动的起点与终点，用户在某一时间段内，进行一次移动所产生的时空点序列，即为一条轨迹片段，如此重复，将一个用户的所有时空点序列，划分为一系列轨迹片段；

步骤S2过程如下：

S201、在步骤S1所提取到的时空四元组集合中，将相同userID的记录构成该用户的轨迹时空点序列，记作

a_i,j＝userID_i,timestamp_i,j,longitude_i,j,latitude_i,j；

S202、将每一用户的数据点按照timestamp升序排列，得到按时间变化的数据点序列，记为

S203、剔除步骤S202每一用户的序列S_i中的异常点，将S_i更新为：

S204、将经过步骤S203处理后的每一用户的全体时空序列点Q_i，分割成一系列轨迹片段；

S205、将步骤S204得到的所有用户的轨迹片段进行汇总，记作其中nt_i表示用户i的轨迹总数，表示用户i的第η条轨迹片段；

S3、计算步骤S2中的不同用户轨迹片段之间的匹配关系，并构建匹配关系的拓扑结构图；

步骤S3过程如下：

S301、对每一个满足的轨迹片段对计算其时空匹配度其中×表示集合的笛卡尔积，若M_b为预先设定的匹配度的阈值，其值接近于1，则轨迹片段匹配轨迹片段记为若则轨迹片段存在一个子片段，与轨迹片段与在时间与空间上高度匹配，认为用户q在该段时间内与用户p乘坐同一辆交通工具，若则说明轨迹片段不匹配轨迹片段记为

S302、构建全体轨迹片段间，匹配关系的拓扑结构图，记为G＝{V,E}，V为顶点的集合，全体轨迹片段集合∏_all与图顶点集合V为一一对应关系，将轨迹片段在拓扑结构图中所对应的顶点记为为拓扑结构图中有向边的集合,表示从顶点指向顶点的边；

S4、定义轨迹片段的各类属性特征以及基于判别交通工具类别的规则集，用于识别交通工具的类别；

其中，轨迹片段的各类属性特征如下：

额定行驶速度，即交通工具正常行驶时所能达到的速度，记为

额定行驶加速度，即交通工具正常行驶中加、减速时，所能达到的加速度，记为

位移，即轨迹片段起点到终点的直接距离，记为

标准速度与标准加速度，即交通工具所能达到的速度与加速度；

行驶路程，记为

聚集系数，即轨迹片段在同一时间段乘坐同一交通工具的人数，记为

频数，即该用户存在历经相似位置的轨迹片段数量，记为

所述的判别交通工具类别的规则集定义如下：

规则S401、根据的取值，按如下方案对交通工具类别进行判别：

若所属区间为[0,v_walk)，则交通工具类别为无交通工具，即步行；

若所属区间为[v_bike,v_low)，则交通工具类别为低速机动车，并转至使用规则S402作进一步判别；

若所属区间为[v_low,v_mid1)，则交通工具类别为摩托车；

若所属区间为[v_mid1,v_mid2)，则交通工具类别为各类汽车、地铁或普快列车，并转至使用规则S403作进一步判别；

若所属区间为[v_mid2,v_high)，则交通工具类别为动车；

若则交通工具类别为高铁；

其中，v_walk,v_bike,v_low,v_mid1,v_mid2,v_high均为预先设定的参数，其取值应满足v_walkv_bikev_lowv_mid1v_mid2v_high；

规则S402、将路程与位移的比值以及聚集系数两个特征做进一步判别，若其中rate_road为预先设定的参数，则轨迹的交通工具类别为在公路上行驶的低速机动车，否则交通工具类别应当为在非公路上行驶的低速机动车；

若其中clu_tour为预先设定的参数，则轨迹的交通工具类别为载客低速机动车，为非载客低速机动车；

规则S403、根据与的取值，按以下技术方案对交通工具类别进行判别：

若则交通工具类别为货车或小轿车，并按规则S404作进一步判别，

若且则交通工具类别为短途客运机动车，并按规则S405作进一步判别，

若且则交通工具类别为长途客运机动车，并按规则S406作进一步判别，

其中，dis_long,clu_coach均为预先设定的参数；

规则S404、若其中stdacc_car为预先设定的参数，则轨迹的交通工具类别为货车，反之标记为小轿车；

规则S405、若其中clu_sub为预先设定的参数，且取值大于clu_coach，则轨迹的交通工具类别为市内轨道交通工具，若且其中freq_bus为预先设定的参数，则轨迹的交通工具类别为公共汽车，若且则标记轨迹的交通工具类别为非公共汽车的其他客车；

规则S406、若其中clu_train为预先设定的参数，且取值大于clu_coach，则标记轨迹的交通工具类别为普快列车，反之标记轨迹的交通工具类别为长途客车；

S5、按以下步骤识别所有轨迹片段的交通工具类别：

S501、令k_S5＝1；

S502、按照一定的规则，从交通工具类别未知的轨迹片段中，选取一条匹配轨迹数较多的轨迹片段

S503、利用步骤S4中构建的规则集，识别的交通工具类别；

S504、记匹配的轨迹片段集合为

其中，E为图G的边集，将中，所有轨迹片段的交通工具类别标记为与相同的类别；

S505、令从图G的顶点集合V中删去集合中所有轨迹片段所对应的顶点，并从图G的边集E中，删去所有包含有被删去的顶点的边；

S506、若图G中的顶点数大于0，则依然存在交通工具类别未知的轨迹片段，令k_S5＝1，转步骤S502；若顶点数等于0，则所有轨迹片段的交通工具类别均已确定，整个识别过程全部完成。