一种高速公路客车临时上下人识别的方法
【技术领域】
[0001] 本发明涉及移动通信技术领域，具体涉及一种高速公路客车临时上下人识别的方 法。
【背景技术】
[0002] 长期以来，高速公路客运车辆临时上下人一直是高速公路交通运输管理部门的管 理难点，传统在高速公路上拦截车辆的勤务模式，随机性较强，既不能实现高速公路客车临 时上下人的实时监管，又增加了当事人的抵触情绪，如何依据技术手段很好的对高速公路 客运车临时上下人模式进行识别，对治理高速公路客车临时上下人的交通隐患，保障公共 交通的安全具有重要的意义。
[0003] 高速公路客车临时上下人的识别技术，重点在于对高速公路客车乘客用户轨迹异 常的识别。目前国内针对道路网络空间轨迹异常模式识别的研究较少，对轨迹异常数据的 分析最大的挑战是定义能够准确反映数据结构不同的相似度度量。由于路径数据具有序列 特征，可以采用序列数据的相似度计算方法。序列数据普遍采用的相似度计算方法主要有 结构相似度、编辑距离等。编辑距离定义为从序列si匹配到s2所需要的操作次数，能较好 反映两对序列的全局对齐状况。基于结构相似度的判断，主要从轨迹的位置、方向、转角、速 度等维度综合判断，特征属性较好体现了轨迹的结构组成，但高速公路路段特征及行驶车 辆动态特征相对单一，在该场景下的应用判断结果差异性不明显。针对序列数据的异常点 检测算法有很多：基于序列最长公共子序列的长度作为序列的相似度，并在此基础进行聚 类的离群点检测算法，这种方式对路径数据的反映并不准确。
[0004] 现有的上述方法都不能准确反映路径数据的相似性。目前针对交通数据这些方法 在轨迹相似度识别中大多对轨迹中的采样点位置进行分析，无法从全局的角度把握轨迹的 特征和运动趋势。轨迹数据不仅仅是传统意义上的按照时间排序的静态点集合，而且是在 特定时间与环境下对象的运动路径，在道路网络空间中的如何科学化、自动化的进行异常 轨迹行为识别，从而为高速公路智能管理提供支撑，亟需人们去解决、去完善。
【发明内容】
[0005] 针对现有技术中存在的缺陷，本发明的目的在于提供一种高速公路客车临时上下 人识别的方法，通过该方法能够更加准确的识别出高速公路用户，并能够在此基础上进一 步识别出高速公路客车用户和客车上的临时上下车用户情况。
[0006] 为实现上述目的，本发明采用的技术方案如下：
[0007] -种高速公路客车临时上下人识别的方法，包括以下步骤：
[0008] (1)采集并解析移动通信网络中A接口和IuCS接口的信令数据，获得用户的移动 轨迹序列；所述用户的移动轨迹序列是指移动用户在设定时间段内在其经过的路段上的基 站位置信息按照时间顺序组成的一个序列；所述基站位置信息包括用户所在的基站位置区 编码LAC和基站扇区编码CI ;
[0009] (2)根据所述用户的移动轨迹序列和选定的高速公路沿线的基站位置分布信息， 挖掘得到所述选定的高速公路上的高速公路用户移动轨迹序列模式；
[0010] (3)根据所选定的高速公路上的高速公路用户移动轨迹序列模式和用户的移动轨 迹序列识别出选定的高速公路上的高速公路用户；
[0011] (4)统计高速公路用户在其移动轨迹序列中的各基站位置的驻留时间，判断各基 站位置的驻留时间中的异常值，将异常值对应的用户判定为移动异常用户，异常值所对应 的基站位置为异常点；
[0012] (5)获取所述设定时间段内所述选定的高速公路沿线的客车司机的移动轨迹序 列，以客车司机的移动轨迹序列作为参考序列，判断所述移动异常用户在其异常点之前或 之后是否为高速公路客车用户，若是，则判断所述移动异常用户为高速公路上的客车异常 移动用户；所述客车异常移动用户包括高速公路客车的临时上车用户、临时下车用户和临 时换乘用户。
[0013] 进一步，如上所述的一种高速公路客车临时上下人识别的方法，该方法还可以包 括：
[0014] (6)以客车司机的移动轨迹序列作为参考序列，识别出高速公路用户中的所有高 速公路客车用户。
[0015] 进一步，如上所述的一种高速公路客车临时上下人识别的方法，步骤（2)中，根据 所述用户的移动轨迹序列和选定的高速公路沿线的基站位置分布信息，挖掘得到所述选定 的高速公路上的高速公路用户移动轨迹序列模式，包括：
[0016] (2-1)获取选定的高速公路沿线的基站位置分布信息，构建高速公路小区基站列 表；所述高速公路小区基站列表中包括在与高速公路垂直距离小于设定距离的范围内的基 站位置信息，其中，在与高速公路起始段的垂直距离小于第一设定距离的范围内的基站位 置信息记为起始段基站位置信息，在与高速公路终止段的垂直距离小于第二设定距离的范 围内的基站位置信息记为终止段基站位置信息，所述高速公路起始段是指与高速公路起点 距离小于第一设定值的高速公路段，所述高速公路终止段是指与高速公路终点距离小于第 二设定值的高速公路段；
[0017] (2-2)获取用户的移动轨迹序列中同时含有一个起始段基站位置信息和一个终止 段基站位置信息的用户的移动轨迹序列，将这些用户的移动轨迹序列中位于其所含有的起 始段基站位置信息和终止段基站位置信息之间的移动轨迹序列组成的集合作为事务数据 集，事务数据集中的每个用户的移动轨迹序列为事务数据集中的一项事务；
[0018] (2-3)挖掘所述事务数据集的最大频繁项集，将所述最大频繁项集确定为高速公 路用户的轨迹序列模式。
[0019] 进一步，如上所述的一种高速公路客车临时上下人识别的方法，步骤（3)中，根据 所选定的高速公路上的高速公路用户移动轨迹序列模式和用户的移动轨迹序列识别出选 定的尚速公路上的尚速公路用户，包括：
[0020] 计算用户的移动轨迹序列与高速公路用户的轨迹序列模式的公共序列长度 Length，判断公共序列长度Length是否大于第一设定阈值，若是，则判定用户为高速公路 用户，若否，则判定用户不是高速公路用户。
[0021] 进一步，如上所述的一种高速公路客车临时上下人识别的方法，步骤（4)中，判断 各基站位置的驻留时间中的异常值的方式为：
[0022] 统计所有高速公路用户在其移动轨迹序列中的各基站位置的驻留时间，将所有驻 留时间作为原始数据集，采用格拉布斯检验法判断出原始数据集中的异常值。
[0023] 进一步，如上所述的一种高速公路客车临时上下人识别的方法，步骤（4)中，在获 取高速公路用户在其移动轨迹序列中的各基站位置的驻留时间之前，还包括：
[0024] 剔除高速公路用户的移动轨迹序列中客车经停站位置处所对应的基站位置信息。
[0025] 进一步，如上所述的一种高速公路客车临时上下人识别的方法，步骤（5)中，以客 车司机的移动轨迹序列作为参考序列，判断所述移动异常用户在其异常点之前是否为高速 公路客车用户，包括：
[0026] 判断移动异常用户的移动轨迹序列中在其异常点之前的移动轨迹序列与客车司 机的移动轨迹序列的轨迹相似度是否大于或等于第二设定阈值，若是，则判断移动异常用 户在其异常点之前为与客车司机在同一客车上的高速公路客车用户；
[0027] 以客车司机的移动轨迹序列作为参考序列，判断所述移动异常用户在其异常点之 后是否为高速公路客车用户，包括：
[0028] 判断移动异常用户的移动轨迹序列中在其异常点之后的移动轨迹序列与客车司 机的移动轨迹序列的轨迹相似度是否大于或等于第二设定阈值，若是，则判断移动异常用 户在其异常点之后为与客车司机在同一客车上的高速公路客车用户。
[0029] 移动异常用户的异常点之前的移动轨迹序列与客车司机的移动轨迹序列的轨迹 相似度的计算方式为：
[0030] 假设某一移动异常用户的异常点之前的移动轨迹序列为S1，某一客车司机的移 动轨迹序列为S 2, 31与S 2的迹相似度ES頂(S u S1)的计算公式为：
[0031] ESIM(S11S2) = I-NormalizecKEDIST(SljS2))
[0032] = I-EDIST (S1, S2) / [EDIST (S1, S2) +Se (S1, S2)]
[0033] EDIST = I S1 H S21 -2 I (S1, S2)
[0034] Se (S1, S2) = [ I S11 +1 S21 -EDIST (S1, S2) ] /2
[0035] 其中，EDIST(SdS2)表示 Sg S2的编辑距离，NormalizecKEDIST(SDS2))表示归 一化后的编辑距离，S e(SdS1)表示Sr^ 52的编辑相似度，IS1I与|S2|分别表示序列Sr^ &的长度，I (S i，S2) I表示序列51与S 2的共有序列长度。
[0036] 进一步，如上所述的一种高速公路客车临时上下人识别的方法，步骤（6)中，以 客车司机的移动轨迹序列作为参考序列，识别出高速公路用户中的高速公路客车用户，包 括：
[0037] 计算高速公路用户的移动轨迹序列与客车司机的移动轨迹序列的轨迹相似度，将 轨迹相似度大于或等于第二设定阈值的用户判断为与客车司机在同一客车上的高速公路 客车用户。
[0038] 进一步，如上所述的一种高速公路客车临时上下人识别的方法，步骤（5)中，如果 移动异常用户仅在其异常点之前为高速公路客车用户，则判断移动异常用户为高速公路客 车的临时下车用户；
[0039] 如果移动异常用户仅在其异常点之后为高速公路客车用户，则判断移动异常用户 为高速公路客车的临时上车用户；
[0040] 如果移动异常用户在其异常