[发明专利]异常轨迹识别方法及装置

权利要求书

1.一种异常轨迹识别方法，其特征在于，所述方法包括：

获取待识别的行进轨迹数据，所述行进轨迹数据是在目标路段采集得到的；

对所述行进轨迹数据进行特征提取，得到所述行进轨迹数据对应的节点连接序列；其中，所述节点连接序列包括所述行进轨迹数据对应的轨迹节点以及轨迹节点之间的第一有向连接边；

基于所述目标路段的路段图模型中的图节点以及图节点之间的第二有向连接边，对所述行进轨迹数据对应的节点连接序列进行异常识别，确定所述行进轨迹数据是否异常；其中，所述目标路段的路段图模型为基于在所述目标路段采集得到的历史行进轨迹数据所对应的历史节点连接序列生成的。

2.根据权利要求1所述的异常轨迹识别方法，其特征在于，在所述对所述行进轨迹数据进行特征提取，得到所述行进轨迹数据对应的节点连接序列之后，还包括：

根据所述节点连接序列更新所述路段图模型，得到新的路段图模型。

3.根据权利要求2所述的异常轨迹识别方法，其特征在于，所述根据所述节点连接序列更新所述路段图模型，得到新的路段图模型，包括：

获取所述目标路段的路段图模型的图节点集合以及所述图节点集合中各图节点之间的第二有向连接边；

针对所述节点连接序列中每个轨迹节点，确定所述轨迹节点和所述路段图模型的图节点集合中的图节点之间的节点特征距离；

基于所述节点特征距离更新所述路段图模型的图节点集合，以及更新后的图节点集合中各图节点之间的第二有向连接边，得到新的路段图模型。

4.根据权利要求3所述的异常轨迹识别方法，其特征在于，所述基于所述节点特征距离更新所述路段图模型的图节点集合，以及更新后的图节点集合中各图节点之间的第二有向连接边，得到新的路段图模型，包括：

基于所述节点特征距离对满足节点聚集条件的目标轨迹节点和目标图节点进行节点聚集处理，更新所述目标图节点；所述轨迹节点与所述图节点之间的节点特征距离小于预设距离阈值，判定满足所述节点聚集条件；

针对与任意图节点之间均不满足节点聚集条件的非目标轨迹节点，在所述路段图模型中创建与所述非目标轨迹节点对应的图节点；

基于更新后的目标图节点以及所述非目标轨迹节点对应图节点中的至少一种，更新所述路段图模型的图节点集合以及更新后的图节点集合中各图节点之间的第二有向连接边，得到新的路段图模型。

5.根据权利要求3或4所述的异常轨迹识别方法，其特征在于，所述针对所述节点连接序列中每个轨迹节点，确定所述轨迹节点和所述路段图模型的图节点集合中的图节点之间的节点特征距离，包括：

针对所述节点连接序列中每个轨迹节点，基于所述轨迹节点的节点特征和所述路段图模型中的图节点的节点特征，确定所述轨迹节点和所述路段图模型中的图节点之间的节点特征距离；其中，每个节点的节点特征包括节点位置、节点位置在对应的行进轨迹数据中的曲率以及节点位置代表的轨迹长度中的至少一项。

6.根据权利要求1所述的异常轨迹识别方法，其特征在于，所述方法还包括：

获取在所述目标路段采集得到的历史行进轨迹数据；

基于所述历史行进轨迹数据得到对应的历史节点连接序列；

基于所述历史节点连接序列更新所述目标路段的初始路段图模型中的初始图节点集合、以及所述初始图节点集合中各初始图节点之间的第二有向连接边，得到所述目标路段的路段图模型。

7.根据权利要求6所述的异常轨迹识别方法，其特征在于，所述目标路段的初始路段图模型可通过下述步骤得到：

获取所述目标路段的路段标识数据；

将所述路段标识数据对应的路段轨迹节点作为初始图节点，得到初始图节点集合，并基于所述路段轨迹节点之间的第一有向连接边得到所述初始图节点集合中各初始图节点之间的第二有向连接边；

基于所述初始图节点集合以及所述初始图节点集合中各初始图节点之间的第二有向连接边，得到所述目标路段的初始路段图模型。