[发明专利]一种轨迹时空聚类方法、系统以及存储装置

权利要求书

1.一种轨迹时空聚类方法，其特征在于，该方法包括：

获取交通数据，所述交通数据包括多条轨迹的轨迹坐标序列、旅行时间序列、方向角序列、路段ID序列，设与为两条不同的轨迹数据，其中N₁和N₂分别是轨迹M_p和M_q的长度，即为x为横坐标序列，y为纵坐标序列，t为旅行时间序列，θ为方向角序列，r为路段ID序列；

利用一条轨迹的邻域内轨迹的数量、轨迹坐标序列间的距离计算不同轨迹的坐标序列之间的相似度；

根据轨迹上的方向角序列之间的距离、角度差计算方向角的相似度；

利用Jaccard相似性系数计算路段ID的相似度；

根据相似度利用改进的ST-OPTICS算法进行轨迹聚类，具体包括：

基于轨迹坐标、方向角的相似度以及路段ID的相似度以及基于旅行时间确定每个对象M_p的邻域；根据M_p的邻域以及邻域内最少对象数量的限制值得到核心对象集；取出核心对象集中未处理的对象M_q，根据其邻域获取对象M_p的邻域集G₁，然后将M_p输出到有序列表W中；将所述邻域集G₁的数量与最少对象数量的限制值进行比较，如果大于最少对象数量的限制值，则将种子集合初始化为空的队列，计算邻域集G₁中每个未处理的对象M_q与M_p的可达距离，并根据可达距离按顺序将M_q插入到种子集合中；对于种子集合中每个未处理的对象M_q，根据其邻域获取对象M_q的邻域集G₂，计算邻域集G₂中每个未处理的对象M_q与M_p的可达距离，并根据可达距离按顺序将M_q插入到有序列表W中；按顺序从有序列表W中取出元素，直到所有元素被取出；根据有序列表W计算每个对象所属的类别；

输出轨迹聚类结果。

2.根据权利要求1所述的轨迹时空聚类方法，其特征还在于，利用DTW函数计算轨迹坐标的相似度，包括：

通过匹配M_p和M_q构造路径矩阵矩阵元素的计算公式如下：

其中表示两条轨迹的特征之间的相似度，计算公式如下：

3.根据权利要求1所述的轨迹时空聚类方法，其特征还在于，

利用DTW函数计算方向角的相似度，包括：

其中表示两组方向角之间的相似度，计算公式如下：

4.根据权利要求1所述的轨迹时空聚类方法，其特征还在于，利用公式来计算路段ID的相似度。

5.根据权利要求1所述的轨迹时空聚类方法，其特征还在于，根据相似度利用改进的ST-OPTICS算法进行轨迹聚类，包括：

从第一个对象M_p开始，在Eps距离内检索其他对象，如果这些对象的总数大于预定值，则创建一个新的群集，所述群集包括对象M_p、Eps距离内的其他对象。