(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210735072.5 (22)申请日 2022.06.27 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 任刚　邓玥　曹奇　陈维翰　 李大韦　李豪杰　吴辰旸　华雪东　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 王慧 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/02(2020.01) (54)发明名称 基于固定检测器数据的机动车出行链提取 方法 (57)摘要 本发明公开了一种基于固定检测器数据的 机动车出行链提取方法， 包括如下步骤： S1， 根据 车牌信息检索同一辆车的所有固定检测器观测 记录， 得到固定检测器监测到的机动车运动轨 迹； S2， 搜索每两个相邻的固定检测器观测记录 间所有合理的出行和活动模式， 生成出行链候选 集； S3， 整合基于时间分析的观测概率和基于空 间分析的转移概率， 得到固定检测器观测轨迹与 所有候选出行链的匹配概率； S4， 选择匹配概率 最大的子路径作为对应固定检测器观测对间的 识别结果， 最终得到一条完整出行链。 本发明采 用面向稀疏AVI轨迹的候选出行链生成算法， 融 合稀疏AVI数据、 大量GNSS数据和GIS数据， 能实 现机动车驾驶员日出性链的完整输出。 权利要求书6页 说明书15页 附图4页 CN 115186457 A 2022.10.14 CN 115186457 A 1.一种基于固定检测器数据的机动车 出行链提取 方法， 其特 征在于， 包括如下步骤： S1， 根据车牌信息检索同一辆车的所有固定检测器观测记录， 并将这些记录按照时间 顺序排列， 得到固定检测器监测到的机动车运动轨 迹； S2， 搜索每两个相邻的固定检测器观测记录间所有合理的出行和活动模式， 生成出行 链候选集； S3， 根据出行链候选集， 整合基于时间分析的观测概率和基于空间分析的转移概率， 得 到固定检测器观测轨 迹与所有候选出 行链的匹配概 率； S4， 选择匹配概率最大的子路径作为对应固定检测器观测对间的识别结果， 根据识别 结果得到一条完整出 行链。 2.根据权利要求1所述的基于 固定检测器数据的机动车出行链提取方法， 其特征在于， 所述步骤S1中， 将同一辆车的车牌号作为车辆ID， 检索得到车辆经过固定检测 器时被记录 下的信息集合O， 按照时间顺序排列， 生成同一车辆的固定检测器观测序列[O1,···, Oi,···,OI,]， 其中Oi为第i个观测点， I 为观测序列的长度。 3.根据权利要求2所述的基于 固定检测器数据的机动车出行链提取方法， 其特征在于， 所述步骤S2的具体实现步骤如下： S21， 令前一个固定检测器观测Oi‑1为根节点， 最新更新的固定检测器观测Oi为终止节 点； 为中间节点， 表示子行程表中的所有活动， k表示树的层数， 代表包含的活 动数量； 树的每条边则代 表着子行程表中的一次出 行； 树的每条路径 表示一个子行程表； S22， 设置子路径候选集合Φi＝φ； 可行集Θ1＝φ； 确定最大活动数MK和观测概率阈 值； S23， 基于观测对的时间约束决定车辆可能抵达的活动 地点， 判断Oi.x in 是否成 立； 若成立， 遍历所有可选路径， 根据观测概率阈值筛选出搜索树第0层中所有合理的子行 程表， 更新候选集Φi， 使Φi.append(M(Ki)＝0)∈Φi； 其中， Φi.append(M(Ki)＝0)表示无 活动候选项； 若不成立， 转 步骤S24； S24， 令k＝1， 基于观测器的时间约束 决定可行的活动时长d*， 遍历所有 d*， 补全该活动 相关属性， 更新候选集Φi， 使Φi.append(M(Ki)＝1)∈Φi； 其中， Φi.append(M(Ki)＝1)表 示有活动候选项； S25， 判断k≤ MK是否成立； 若不成立， 返回步骤S23； 若成立， 将每两个观测对的候选项 按时间顺序连接， 拼接成候选出 行链。 4.根据权利要求3所述的基于 固定检测器数据的机动车出行链提取方法， 其特征在于， 步骤S23中的时间约束表示如下： 其中， Oi‑1.x是前一个固定检测器的位置； Oi.x是当前检测器位置； 是活动地点， 用交通小区表示； Oi.t是车辆经过检测器时的时间戳； Oi‑1.t是车辆经过上一个检测器的时 间戳； SPT()是最短时间函数。权　利　要　求　书 1/6 页 2 CN 115186457 A 25.根据权利要求4所述的基于 固定检测器数据的机动车出行链提取方法， 其特征在于， 步骤S24中的时间约束表示如下： 其中， 是第1层有活动候选项的开始时间； d*是可行的活动时长 。 6.根据权利要求2所述的基于 固定检测器数据的机动车出行链提取方法， 其特征在于， 所述步骤S3的具体实现步骤如下： S31， 计算观测概率： 观测概率Pr(Oi.t|M(Ki),Oi‑1)是指给定一个隐藏运动状态hi＝M (Ki)和前一个 检测器观测Oi‑1生成观测Oi的可能性， 其计算公式为： 其中， 是最后一项活动的结束时间， 是给定运动状态M ( Ki) 和 前 一 个 检 测 器 观 测 Oi‑1时 ，最 后 一 项 活 动 的 结 束 时 间 概 率 ； 是路径行驶时间的分布函数； S32， 计算转移 概率： 转移概率Pr(hi＝M(Ki)|hi‑1＝M(Ki‑1),Oi‑1)是指给定AV I观测Oi‑1时 检测车辆在相邻的隐藏运动状态间转移的概率， 根据检测 器观测Oi‑1的类型分两种情况计 算： 321)Oi‑1为停车观测 a1)Ki＝0 当车辆在Oi‑1和Oi之间的子行程表为连续行驶状态时 此时的转移概率被 定义为： 其中， 为表示车辆是否经过AVI监控路段的二元变量： 如果 经过AVI系统监测的 路段时 否则 为连接Oi‑1.x和Oi.x两个地点间的候选路径集； 为路径选择模型， 给出出行的两个端点(Oi‑1.x,Oi.x)时， 驾驶员选择 路径 的概率； a2)Ki≥1 车辆在Oi‑1和Oi之间至少包含一项活动 此时的转移概率表 示为： 式中， 为表示车辆是否经过检测器监控路段的二元变量： 如果 经过被检测器系 统监测的路段时 否则 为连接起始活动的位置 和目的活动位置权　利　要　求　书 2/6 页 3 CN 115186457 A 3