[发明专利]一种基于轨迹相似度的移动对象出行规律分析方法及装置

说明书

本发明提供了一种基于轨迹相似度的移动对象出行规律分析方法及装置，方法包括如下步骤：通过前端车辆卡口抓拍的车辆过车数据，使用图像识别技术获取车牌；对指定车牌的车辆进行查询分析；依次对比目标对象的每两条轨迹记录，引入时间相似参数表示的目标用户在每天特定时间范围内出现在相同地理位置的比例；结合时间相似度参数，利用最长公共子序列方法计算不同轨迹之间的相似度；将相似度高、频次大的轨迹集合作为日常出行轨迹，并返回相似度低的轨迹作为异常轨迹。本发明意在解决公安业务中重点人员、重点车辆的异常轨迹问题，通过对目标对象近期异常出行的梳理，进而帮助公安人员更准确、更快速了解目标对象近期异常行为，为案件提供线索。

技术领域

本发明涉及警务信息分析研判领域，尤其涉及一种基于轨迹相似度的移动对象出行规律分析方法及装置。

背景技术

随着城市高速现代化的发展，城市汽车保有量呈现不断增长的状态。智能化交通程度不断提升，移动车辆的地理位置信息获取也变得越来越便捷。

目前，公安机关接收的各类警情中，利用汽车进行违法犯罪活动的案件屡见不鲜。基于这样的现状，公安机关通过在城市中建设高密度车辆卡口，可以实时采集城市内车辆通行状况，从而可以让公安部门掌握目标对象的实时动向。特别是对于重点人员或重点对象的车辆，可查看这些重点关注车辆所经过的路线，通过对历史轨迹的分析与研判，为各类案事件工作提供有效的线索。

发明内容

本发明提供了一种基于轨迹相似度的移动对象出行规律分析方法及装置，旨在为用户提供目标对象的历史异常轨迹，进而分析其行动规律，为案件提供支撑。

本发明按如下方式实现：本发明公开了一种基于轨迹相似度的移动对象出行规律分析方法，包括以下步骤：

获取前端卡口设备捕获的数据，并存入数据库；前端卡口设备捕获的数据包括捕获位置、捕获时间以及捕获对象的唯一分配号码；

按照用户设置的查询时间段对指定的唯一分配号码对应的目标对象进行查询，从数据库中获取该时间段内目标对象的若干个轨迹点，将同一天的若干个轨迹点按照时间排序构成一条出行轨迹记录；

依次选取目标对象的每两条不同日期的出行轨迹记录，计算每两条不同日期的出行轨迹之间的轨迹相似度；

将计算的每两条不同日期的出行轨迹之间的轨迹相似度分别与设定的阈值进行比较，筛选出日常出行轨迹，当轨迹相似度大于或等于设定的阈值，则判定两条不同日期的出行轨迹之间具有相似性，否则，判定两条不同日期的出行轨迹之间不具有相似性，返回与日常出行轨迹不具有相似性的轨迹作为异常轨迹展示给用户。

进一步地，计算每两条不同日期的出行轨迹之间的轨迹相似度，具体包括：计算每两条不同日期的出行轨迹之间的时间相似度系数SIM，根据时间相似度系数SIM，使用最长公共子序列算法计算每两条不同日期的出行轨迹之间的轨迹相似度；

时间相似度系数计算公式为：

其中，ΔT为设定的时间精度，T_i(a)表示该车辆在第a天某个时间点达到某个卡口L_i(a)的准确时刻，T_j(b)表示该车辆在第b天某个时间点达到某个卡口L_j(b)的准确时刻，δ(L_i(a)，L_j(b))表示位置重合度，当两个轨迹点的卡口相同时，δ(L_i(a)，L_j(b))为1，否则为0。

设定的时间精度ΔT越小，误差越小，设定的时间精度ΔT越大，误差越大，时间精度一般设置为半小时，当然，可以根据实际需要设置。

进一步地，使用最长公共子序列算法计算不同日期间的轨迹相似度的计算公式为：