[发明专利]一种基于GCN-GRU的露天矿卡车停留区域活动识别方法

权利要求书

1.一种基于GCN-GRU的露天矿卡车停留区域活动识别方法，其特征是：基于车辆的唯一标识ID和时间，对GPS轨迹数据进行过滤，即数据筛选，以消除无效的数据；基于过滤后的GPS轨迹数据，根据对停留区域停留时间的实际研究需求，设置合适的阈值来对轨迹数据进行停留区域识别；基于得到的卡车停留区域，提取其基本特征，并将停留区域按照时间顺序相连构建图，并得到成邻接矩阵作为模型的输入；基于所提取特征和邻接矩阵，使用GCN神经网络对停留区域进行特征嵌入，将停留区域特征转化为特征向量；基于停留区域的所得到的特征向量，使用GRU神经网络对停留区域序列进行训练，最终得到每一个停留区域的活动类别。

2.根据权利要求1所述的一种基于GCN-GRU的露天矿卡车停留区域活动识别方法，其特征是：具体步骤如下：

步骤1：基于获取的卡车GPS轨迹数据，对卡车GPS轨迹数据进行数据过滤，即数据预处理；

步骤2：基于所述步骤1所过滤后的GPS轨迹数据，选择合适的阈值来对轨迹数据进行停留区域识别，最终得到停留区域数据；

步骤3：基于所述步骤2得到的停留区域数据，对停留区域的特征进行提取；并且根据时间顺序构造以停留区域为顶点的邻接矩阵；

步骤4：基于所述步骤3得到的停留区域特征和邻接矩阵，使用GCN-GRU中的图卷积神经网络将停留区域特征进行嵌入，转化为向量的形式；其中，GCN为图卷积神经网络；GRU为门控循环网络；

步骤5：基于所述步骤4得到的停留区域特征嵌入向量，利用GRU模型进行训练，使用GCN-GRU中的门控循环网络进行训练，最终获得不同类别的活动标签。

3.根据权利要求2所述的一种基于GCN-GRU的露天矿卡车停留区域活动识别方法，其特征是：所述步骤1具体包括：

步骤1A：编写过滤程序，设置卡车GPS过滤的筛选条件，用以清除重复、无效的GPS数据；

步骤1B：通过所属步骤1A编写的所述过滤程序，对卡车GPS轨迹数据进行过滤；

步骤1C：将所述步骤1B过滤好的卡车GPS数据保存于本地用于停留区域识别。

4.根据权利要求2所述的一种基于GCN-GRU的露天矿卡车停留区域活动识别方法，其特征是：所属步骤2具体包括：

步骤2A：基于卡车GPS轨迹数据中的车辆类型属性与GPS采样频率，结合卡车停留时的活动，确定筛选停留区域的时间阈值和空间阈值和活动分类的标签；

步骤2B：编写距离计算程序，计算出相隔两轨迹点之间的距离；距离计算公式如下：

假设相邻两个轨迹数据D₁(x₁,y₁)与D₂(x₂,y₂)，其中D₁与D₂为GPS轨迹点，x₁,y₁和x₂,y₂分别为D₁与D₂的经纬度，则D₁与D₂之间距离D₁₂为：

步骤2C：根据所述步骤2A的阈值和所述步骤2B的距离计算程序，编写停留区域检测程序：计算轨迹在空间阈值内，停留时间超过了时间阈值的区域检测为停留区域。一个停留区域由一个或多个轨迹点构成；

步骤2D：根据所述步骤2C的停留区域检测程序，得到停留区域，将得到的停留区域结果保存到文件中，此时文件中存有停留区域的轨迹序列和其所属停留区域的标签。