安全是每次出行的重要因素之一,傳統(tǒng)方法大多基于人力或視頻協(xié)同才能完成安全監(jiān)控,缺少以軌跡數(shù)據(jù)度量出行的方法。定位和跟蹤系統(tǒng)的技術(shù)進(jìn)步,GPS衛(wèi)星定位技術(shù)的不斷發(fā)展與普及,使利用車載導(dǎo)航裝置、手持GPS裝置收集及使用GPS數(shù)據(jù)點(diǎn)成為可能。本文提出了一種基于用戶GPS軌跡數(shù)據(jù)評(píng)價(jià)安全的方法,并以校區(qū)內(nèi)宿舍與實(shí)驗(yàn)室間的軌跡數(shù)據(jù)為研究對(duì)象,驗(yàn)證了方法的有效性。研究表明:用戶軌跡在離開安全軌跡處,獲得較低的安全得分。反之,用戶軌跡如果與安全軌跡極為相似,則獲得很高的安全得分。該方法在檢驗(yàn)用戶軌跡是否與安全軌跡相似極為高效,同時(shí)以軌跡數(shù)據(jù)的形式反映用戶的出行安全。 

【文章來(lái)源】：測(cè)繪通報(bào). 2020,(05)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

總體技術(shù)流程

傳統(tǒng)聚類結(jié)果如圖2中(a)所示,從軌跡的開始到終止存在聚類錯(cuò)誤現(xiàn)象,軌跡中心點(diǎn)在部分點(diǎn)簇出現(xiàn)了同一軌跡節(jié)點(diǎn)擁有兩個(gè)聚類中心,不符合一條正常軌跡點(diǎn)的特征要求,這些聚類差異是隨機(jī)給定初始聚類中心的原因。若采用給定隨機(jī)軌跡線的聚類方式,聚類結(jié)果有了明顯提高,符合一條正常軌跡點(diǎn)的特征要求,如圖2中(b)所示。圖2中左側(cè)為整體軌跡的聚類效果,右側(cè)為局部放大后的幾個(gè)節(jié)點(diǎn)處的聚類效果,已經(jīng)能高效地聚類出軌跡節(jié)點(diǎn)。1.5 相似度及相似度安全得分計(jì)算

將聚類出的軌跡作為安全軌跡,處理測(cè)試軌跡的軌跡點(diǎn)與安全軌跡的軌跡點(diǎn)并進(jìn)行相似性分析,從而得出各個(gè)點(diǎn)的相似度,如圖3所示。在計(jì)算軌跡的相似度時(shí),軌跡存在局部點(diǎn)偏離現(xiàn)象,如圖3所示,但兩條軌跡在整體上是相似的,為了解決這一問(wèn)題,提出了軌跡局部相似度、整體相似度。

【參考文獻(xiàn)】：
期刊論文
[1]利用軌跡數(shù)據(jù)進(jìn)行道路網(wǎng)更新及軌跡融合[J]. 黃窈蕙,范文濤,劉柳楊.  測(cè)繪通報(bào). 2018(08)
[2]基于GPS車輛數(shù)據(jù)和圖像配準(zhǔn)的道路中心線提取[J]. 王馨苑,周紹光,胡屹群.  地理空間信息. 2018(01)
[3]基于衛(wèi)星定位數(shù)據(jù)的違規(guī)駕駛行為辨識(shí)方法[J]. 劉應(yīng)吉,趙侃,李強(qiáng),夏鴻文.  公路交通科技. 2017(11)
[4]一種基于Python的K-means聚類算法分析[J]. 陳偉,李紅,王維.  數(shù)字技術(shù)與應(yīng)用. 2017(10)
[5]一種基于LCSS的相似車輛軌跡查找方法[J]. 裴劍,彭敦陸.  小型微型計(jì)算機(jī)系統(tǒng). 2016(06)
[6]利用車載GPS軌跡數(shù)據(jù)實(shí)現(xiàn)公交車駕駛安全性分析[J]. 任慧君,許濤,李響.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(06)
[7]一種高分辨率影像道路中心線提取算法[J]. 苗則朗,史文中,張華.  中國(guó)礦業(yè)大學(xué)學(xué)報(bào). 2013(05)
[8]基于Python的聚類分析及其應(yīng)用[J]. 莊怡雯,吳金橋,黃潤(rùn)才,曹奇英.  上海工程技術(shù)大學(xué)學(xué)報(bào). 2010(01)

碩士論文
[1]基于GPS數(shù)據(jù)的用戶軌跡相似性分析[D]. 曹靜.中國(guó)海洋大學(xué) 2015



本文編號(hào)：3110709