[发明专利]一种基于货运轨迹数据的车辆自发编队模式挖掘方法

权利要求书

1.一种基于货运轨迹数据的车辆自发编队模式挖掘方法，其特征在于，包括：

第一步：采集拟挖掘自发编队模式省份的当日货车定位数据并提取关键字段，准备路网地理数据文件：从货运车辆定位监控系统抽取单日收集到的小时数据，以车辆为单位依次抽取当日轨迹定位数据，提取识别信息、定位信息、驾驶信息并加入货运车辆轨迹数据库；从地图数据库抽取道路信息，划分高速公路、国道、省道、普通道路并附加对应行驶速度限速字段，形成路网地理数据文件；

第二步：轨迹数据清洗：抽取所述货运车辆轨迹数据库中每个轨迹数据，依次以单个货车轨迹数据为单位根据预设准则进行数据清洗；

第三步：切分货运行程：抽取经过数据清洗的货运车辆轨迹数据库中每个轨迹数据，筛选有效货运行程定位点并初步划分货运行程序号，结合该货车当日货运特征确定货运行程终止合理时间阈值以聚合初步货运行程序号，形成货运行程信息并加入运程数据库；

第四步：完成地图匹配及定位修复：抽取所述运程数据库中的每条运程数据，按照起、终点指示的索引号抽取对应车辆定位数据；根据轨迹定位点与候选道路间垂线距离、角度差异及速度差异，寻找每个所述定位数据对应的最佳道路段，将原始定位修复至最佳对应道路垂点并记录对应最佳道路段序号、名称、道路等级及道路宽度信息，并将添加信息后的定位数据以运程为单位添加入匹配数据库；

第五步：使用多源数据及地理信息软件验证货运行程切分效果：对于货运行程起、终点及全程定位均在分析省内的运程，采用货运调查数据起、终点均在对应分析省内的运距同切分货运行程运距分布特征进行比对，评价货运行程大体切分效果；

对于货运行程起、终点任意一点或全部处于分析省外的货运行程，采用地理信息软件分析其当日货运轨迹并与切分货运行程结果进行比对，评价货运行程大体切分效果；

第六步：分析道路使用情况并确定重点道路段及其挖掘时段：在给定道路等级的前提下，抽取所述路网地理数据文件中对应道路数据；以道路唯一识别号为连接字段汇总所述匹配数据库中对应出现在该路段的货车个数，确定挖掘道路段；统计并分析不同小时出现在所述道路段的货车个数，确定挖掘时段；

第七步：确定待分析轨迹库及其对应时间信息库与车辆信息库，修复异常定位时间：从所述匹配数据库和所述运程数据库中，抽取所述挖掘时段内通过目标挖掘道路段的运程信息及其对应定位数据，加入待分析轨迹库；

迭代所述待分析轨迹库内定位数据集的起、终点时间以确定自发编队搜索时间范围，按照货运定位装置更新时间及频率划分分析时间戳，结合时间戳唯一识别代码共同加入时间信息库；迭代所述待分析轨迹库内定位数据以修复异常时间值，同时将对应车辆唯一识别字段结合从0开始的车辆唯一识别代码共同加入车辆信息库；

第八步：确定每一时刻下的编队车辆集合，加入编队特征库：迭代所述时间信息库中时间戳信息，由所述待分析轨迹库抽取当前时间戳下存在定位信息的全部货车定位数据，逐时间戳按照编队车辆集合特征要求，使用P-OPTICS算法挖掘体现编队特征的全部车辆集合，并将涉及到的所述车辆唯一识别代码、时间戳唯一识别代码、车辆所属编队集合代号、车辆当前时间戳下经纬度信息加入编队特征库；

第九步：挖掘货车自发编队模式：抽取所述编队特征库中全部时间戳下的车辆自发编队信息，采用改进后的时、空二维闭频繁挖掘算法，综合使用Apriori剪枝、闭频繁挖掘算法，寻找体现自发编队特征时间最长的最大货车集合，以完成自发编队模式挖掘任务；

第十步：检验自发编队模式挖掘效果：评估目标挖掘道路在分析时段内货车自发编队行驶规模。

2.如权利要求1所述的一种基于货运轨迹数据的车辆自发编队模式挖掘方法，其特征在于，所述第一步中：所述识别信息包括：定位记录序号和车辆序号；

所述定位信息包括：车辆终端定位时间、定位经度及定位纬度；

所述驾驶信息包括：定位仪速度和行驶方向。

3.如权利要求1所述的一种基于货运轨迹数据的车辆自发编队模式挖掘方法，其特征在于，所述第一步中：所述路网地理数据文件为shp格式的地理数据文件，包括：路段信息、分类信息和限速信息；

其中，所述路段信息包括：路段唯一识别号码和路段名称；

所述分类信息为对于每一道路段，标注其道路等级；

所述限速信息为对于每一道路段，标注其最低限速与最高限速。