用户GPS轨迹数据支持下的出行安全分析

发布时间：2021-03-31 03:37

　　安全是每次出行的重要因素之一,传统方法大多基于人力或视频协同才能完成安全监控,缺少以轨迹数据度量出行的方法。定位和跟踪系统的技术进步,GPS卫星定位技术的不断发展与普及,使利用车载导航装置、手持GPS装置收集及使用GPS数据点成为可能。本文提出了一种基于用户GPS轨迹数据评价安全的方法,并以校区内宿舍与实验室间的轨迹数据为研究对象,验证了方法的有效性。研究表明:用户轨迹在离开安全轨迹处,获得较低的安全得分。反之,用户轨迹如果与安全轨迹极为相似,则获得很高的安全得分。该方法在检验用户轨迹是否与安全轨迹相似极为高效,同时以轨迹数据的形式反映用户的出行安全。 

【文章来源】：测绘通报. 2020,(05)北大核心CSCD

【文章页数】：7 页

【部分图文】：

总体技术流程

传统聚类结果如图2中(a)所示,从轨迹的开始到终止存在聚类错误现象,轨迹中心点在部分点簇出现了同一轨迹节点拥有两个聚类中心,不符合一条正常轨迹点的特征要求,这些聚类差异是随机给定初始聚类中心的原因。若采用给定随机轨迹线的聚类方式,聚类结果有了明显提高,符合一条正常轨迹点的特征要求,如图2中(b)所示。图2中左侧为整体轨迹的聚类效果,右侧为局部放大后的几个节点处的聚类效果,已经能高效地聚类出轨迹节点。1.5 相似度及相似度安全得分计算

将聚类出的轨迹作为安全轨迹,处理测试轨迹的轨迹点与安全轨迹的轨迹点并进行相似性分析,从而得出各个点的相似度,如图3所示。在计算轨迹的相似度时,轨迹存在局部点偏离现象,如图3所示,但两条轨迹在整体上是相似的,为了解决这一问题,提出了轨迹局部相似度、整体相似度。

【参考文献】：
期刊论文
[1]利用轨迹数据进行道路网更新及轨迹融合[J]. 黄窈蕙,范文涛,刘柳杨.  测绘通报. 2018(08)
[2]基于GPS车辆数据和图像配准的道路中心线提取[J]. 王馨苑,周绍光,胡屹群.  地理空间信息. 2018(01)
[3]基于卫星定位数据的违规驾驶行为辨识方法[J]. 刘应吉,赵侃,李强,夏鸿文.  公路交通科技. 2017(11)
[4]一种基于Python的K-means聚类算法分析[J]. 陈伟,李红,王维.  数字技术与应用. 2017(10)
[5]一种基于LCSS的相似车辆轨迹查找方法[J]. 裴剑,彭敦陆.  小型微型计算机系统. 2016(06)
[6]利用车载GPS轨迹数据实现公交车驾驶安全性分析[J]. 任慧君,许涛,李响.  武汉大学学报(信息科学版). 2014(06)
[7]一种高分辨率影像道路中心线提取算法[J]. 苗则朗,史文中,张华.  中国矿业大学学报. 2013(05)
[8]基于Python的聚类分析及其应用[J]. 庄怡雯,吴金桥,黄润才,曹奇英.  上海工程技术大学学报. 2010(01)

硕士论文
[1]基于GPS数据的用户轨迹相似性分析[D]. 曹静.中国海洋大学 2015



本文编号：3110709