CN104268599A - 一种基于车辆轨迹时空特征分析的黑车智能发现方法 - Google Patents

Abstract

本发明提供一种基于车辆轨迹时空特征分析的黑车智能发现方法。本发明首先提取城市小型车车辆列表，并剔除合法运营出租车，其次对于特定排查期，提取车辆列表中所有车辆在排查期的卡口过车记录数据，进而从过车记录数据中初步筛选得出嫌疑黑车列表；然后选择数据挖掘分析样本，提取车辆时空特征数据，接着采用支持向量机算法训练黑车分类器模型，最后将嫌疑黑车列表中的所有嫌疑黑车特征数据作为测试集输入训练的分类器模型进行分类判定。本发明改变了传统黑车人工排查方法，分析更加智能高效，对车辆行为特征进行多维度提取，通过对训练样本数据进行样本交叉训练消除过拟合问题。

Description

一种基于车辆轨迹时空特征分析的黑车智能发现方法

技术领域

本发明涉及基于车辆轨迹时空特征分析的黑车智能发现方法，特别涉及一种基于对车辆轨迹时空特征数据进行挖掘分析进而从大量车辆轨迹时空特征数据中发现黑车的方法。

背景技术

当前，许多城市黑车营运的现象日益严重、屡禁不止，成为困扰各地交通运输管理部门的难题。黑车营运不仅扰乱城市客运市场秩序，侵害合法经营者的利益，影响城市的文明形象，而且严重地影响着人民群众的生命财产安全和和谐社会的构建。

目前执法机关抓获黑车主要通过蹲点排查、钓鱼执法、群众举报等方法，这些抓获方法难度大、收获少。虽然许多城市道路都安装了电子摄像头、智能卡口和电子警察设备，但是目前尚没有利用这些设备采集的数据进行科学智能分析从而自动发现黑车的方法。

发明内容

本发明针对目前人工排查黑车收效甚微的问题，提供了一种基于车辆轨迹时空特征分析的黑车发现方法，该方法有较高的黑车发现精度，同时随着发现的黑车数量增加，可进一步将确认的黑车加入模型正向样本对模型训练反馈，不断提升算法判定精度。通过该发明描述的黑车发现方法，可极大减少人工排查的周期和投入人力，提高经济效益。本发明技术解决方案：基于车辆轨迹时空特征分析的黑车智能发现方法，包括如下步骤：

步骤1、提取城市小型车车辆列表，并剔除合法运营出租车；

步骤2、对于特定排查期，提取步骤1车辆列表中所有车辆在排查期的卡口过车记录数据；

步骤3、从步骤2的过车记录数据中初步筛选得出嫌疑黑车列表，所述的嫌疑黑车的判断条件为：

在该排查期内，超过R天的行为数据满足以下条件：

(1)当日产生的卡口过车记录数大于设定第一阈值m；

(2)当日经过的卡口个数大于设定第二阈值n；

如果某辆车辆，有超过R天满足以上条件，则将其作为嫌疑黑车供后续模型进一步判断，依此筛选出所有嫌疑黑车列表，作为步骤4中黑车判断模型输入；

步骤4、数据挖掘分析样本选择；所述的数据挖掘分析样本包括正向样本和负向样本：正向样本为所有在册合法运营出租车行为数据，负向样本为典型私家车、警用车行为数据；因为黑车与合法运营出租车有相似的轨迹行为特征，而典型私家车和警用车与黑车在行为轨迹上特征相差较大，因此将合法运营出租车的行为数据作为正向样本、典型私家车和警用车的行为数据作为负向样本训练分类器模型；

步骤5、提取步骤4中选择的样本车辆的时空特征数据，该时空特征数据包括车辆分别在工作日和节假日在一天当中不同时间段平均过车记录数，在一级卡口、二级卡口、三级卡口一天当中不同时间段的平均过车记录数，经过的一级卡口、二级卡口、三级卡口数数据；

步骤6、利用步骤5得到的样本车辆时空特征数据，采用支持向量机算法训练黑车分类器模型，利用该模型能够对所需判断车辆进行判别并返回车辆是否属于黑车；

步骤7、将步骤3中产生的嫌疑黑车列表中的所有嫌疑黑车特征数据作为测试集输入步骤六中训练的分类器模型进行分类判定，获取最终模型得到的黑车列表。

所述步骤5中提取车辆时空特征数据的具体步骤如下：

步骤5.1、对所有电子卡口设备按照过车记录频次进行分级，设分为L个等级；

步骤5.2、提取车辆初始的s个时空特征数据，将该s个时空特征数据形式化描述为F＝{f₁,f₂,...,f_s}；

步骤5.3、特征细化，对所述步骤5.2中的s个特征F＝{f₁,f₂,...,f_s}，根据特征取值的分布情况，按照特征值相近的聚类原则；所述根据特征取值的分布情况是指特征取值大小的分布，进行聚类，能将尽可能将相近的值归为相同类，进一步离散化，转化为特征相似性越容易判断的更细粒度的特征集合FN＝{f₁,f₂,...,f_q}。

所述步骤6中采用分类算法训练黑车分类器模型M(F)过程如下：

步骤6.1、对于特征集合FN＝{f₁,f₂,...,f_q}进行归一化处理，去除特征值为0的特征，同时标记特征顺序，得到归一化后的特征集合FNA{i|f_i＝1,f_i∈FN}；

步骤6.2、选择分类算法，将正向样本和负向样本特征数据代入分类算法进行模型训练；

步骤6.3、交叉训练最优模型参数，使得模型M(F)针对样本分类具有最高精度。

所述步骤5.3转化为特征相似性越容易判断的更细粒度的特征以下步骤：

步骤5.3.1、对于5.2中获取的初始特征f_i，得到样本的初始特征f_i取值集合 $V_{f_i}=\{{\mathrm{value}}_1,{\mathrm{value}}_2,...,{\mathrm{value}}_{\mathrm{sum}}\},$ 其中sum为样本总数；

步骤5.3.2、对中的数值进行一维聚类，得到质心集合C＝{C₁,C₂,...,C_p}；

步骤5.3.3、将步骤5.3.2中质心集合C作为分界点对初始特征f_i细化为{f′₁,f′₂,...,f′_p+1}的p+1个特征，p为需要聚类的类数，对于特征f_i'其取值V(f_i')为：

value_i表示初始特征f_i的第i个样本取值，C_i为质心集合第i个质心；

步骤5.3.4、对集合F中所有特征f₁,f₂,...,f_s，重复步骤5.3.1、5.3.2、5.3.3，得到细化后特征集合FN＝{f₁,f₂,...,f_q}；

q为对于所有初始特征进行相似性特征聚类后获取得到的最终特征个数的总数值；

Centroid_i表示初始特征f_i的值聚类后得到的质心集合；

C(Centroid_i)表示初始特征f_i对应的Centroid_i的大小。

所述步骤3中的R取值为不小于排查期的1/3的天数，即如果排查期为一个月30天，则R取值不小于10，且不大于30。

所述步骤3中第一阈值m取值范围通常为1-100，第二阈值n取值范围为1-80。

所述步骤3中p取值为1-20的整数。

本发明的优点与积极效果在于：

(1)本发明改变了传统的黑车人工排查方法，通过对电子卡口设备采集的大规模车辆卡口过车记录数据进行智能分析来发现黑车，更加快速高效。

(2)本发明对车辆行为特征进行多维度提取，包括车辆的工作日、节假日等运行时间、运行轨迹维度，对于同一天的不同时段等多个维度时空特性的细化和提取，通过对训练样本数据进行样本交叉训练，消除过拟合问题，提高分类器正确率。

(3)本发明扩展性较强，随着获得的车辆信息更加全面，通过加入更多维度特征数据，可以进一步提高黑车判别模型的准确率。

附图说明

图1为本发明中黑车判定模型；

图2为本发明中统计学黑车判定模型；

图3为本发明中特征细化过程；

图4为本发明中采用SVM算法训练分类器过程；

图5为本发明中交叉训练最优参数过程。

具体实施方式

利用本发明的步骤a-g，创建一套智能分析发现黑车的方法，并利用该方法找出一个城市的黑车来验证本文的发明。图1是本发明黑车智能发现模型的概图，该发现模型首先通过一个统计模型获取初步嫌疑黑车，再将该初步嫌疑黑车作为数据挖掘模型的输入，进一步得到更加精确的嫌疑黑车列表。

步骤a、根据某城市电子卡口数据获取2014年1月所有车辆列表，利用车辆基础信息表提取小型车车辆列表，并剔除合法运营出租车，得到车辆共701219辆；

步骤b、提取步骤a中得到的车辆列表中所有车辆的电子卡口过车记录数据；

步骤c、从步骤b的过车记录数据中初步筛选得出嫌疑黑车列表，嫌疑黑车的判定条件为：

在2014年1月内，超过10天的行为数据满足以下条件：

1)当日产生的卡口过车记录数大于阈值50；

2)当日经过的卡口个数大于阈值20；

图2给定的每天活跃次数阈值m为50，每天经过卡口数阈值n为20，R取值为10，经过以上统计过滤，初步筛选得出的嫌疑黑车11231辆。

步骤d、数据挖掘分析样本选择；

正向样本：所有在册合法运营出租车行为数据，数量为6868辆；

负向样本：典型私家车、警用车行为数据，数量为3760辆；

因为黑车与合法运营出租车有相似的轨迹行为特征，而典型私家车和警用车与黑车在行为轨迹上特征相差较大，因此将合法运营出租车的行为数据作为正向样本、典型私家车和警用车的行为数据作为负向样本训练分类器模型。

步骤e、提取车辆时空特征数据；

a)对所有电子卡口设备按照过车记录频次进行分级，具体方法为：

ⅰ.统计2014年1月每个卡口的累计过车记录数，得到卡口累计过车记录数集合；Records＝{r₁,r₂,...,r_k|r_i表示卡口i累计过车记录数}；

ⅱ.对Records进行一维聚类，聚为3类。

假设聚类结果按照质心值由大到小分别为Cluster1、Cluster2、Cluster3，则:

卡口i为一级卡口，若r_i∈Cluster1，共8个；

卡口i为二级卡口，若r_i∈Cluster2，共66个；

卡口i为三级卡口，若r_i∈Cluster3，共229个。

提取车辆初始时空特征，包括以下128个特征F＝{f₁,f₂,...,f₁₂₈}：

b)特征细化。对上述步骤b中的128个特征F＝F＝{f₁,f₂,...,f₁₂₈}，根据特征取值的分布情况，进一步离散化，转化为更细粒度的特征。具体步骤为：

ⅰ.对于特征f_i，得到样本的特征f_i取值集合其中m为样本总数；

ⅱ.对中的数值进行一维聚类，得到质心集合C＝{C₁,C₂,...,C₉}；

ⅲ.将步骤ii中质心集合C作为分界点对特征f_i细化为{f′₁,f′₂,...,f′₁₀}的9+1＝10个特征；

ⅳ.对集合F中所有特征f₁,f₂,...,f₁₂₈，重复步骤i、ii、iii，得到细化后特征集合FN＝{f₁,f₂,...,f₁₂₈₀}。

图3中是针对一个特征进行细化得到9+1个特征的过程，对于所有128个初始特征进行细化的过程与此类似。

步骤f、采用支持向量机算法训练黑车分类器模型；

ⅰ.对于特征集合FN＝{f₁,f₂,...,f₁₂₈₀}进行归一化处理，去除特征值为0的特征，同时标记特征顺序，得到归一化后的特征集合FNA{i|f_i＝1,f_i∈FN}；

ⅱ.选择高斯径向基函数(Radial Basis Function)作为核函数：

为核函数中心，σ为函数的宽度参数；

ⅲ.交叉训练最优模型参数c和σ，c为惩罚因子，σ为ii中核参数，该参数使得模型针对样本分类具有最高精度，获取c为8，σ为0.0078125。

图5是模型训练得到的最优解和参数。

步骤g、将步骤c中产生的11231辆嫌疑黑车列表中的所有嫌疑黑车特征数据作为测试集输入步骤e中训练的分类器模型进行分类判定，获取有4341辆嫌疑黑车。

图4中是利用支持向量机算法训练黑车分类器模型的训练过程以及利用训练出的模型对步骤c中产生的11231辆嫌疑黑车进行进一步判定，该图描述从细化后的特征矩阵训练模型最优解及其参数，根据最优解及其参数得到模型，再将待判定11231辆嫌疑黑车输入模型得到最终4341辆嫌疑黑车列表。

提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

Claims (7)

1.一种基于车辆轨迹时空特征分析的黑车智能发现方法，其特征在于实现步骤如下：

步骤1、提取城市小型车车辆列表，并剔除合法运营出租车；

步骤2、对于特定排查期，提取步骤1车辆列表中所有车辆在排查期的卡口过车记录数据；

步骤3、从步骤2的过车记录数据中初步筛选得出嫌疑黑车列表，所述的嫌疑黑车的判断条件为：

在该排查期内，超过R天的行为数据满足以下条件：

(1)当日产生的卡口过车记录数大于设定第一阈值m；

(2)当日经过的卡口个数大于设定第二阈值n；

如果某辆车辆，有超过R天满足以上条件，则将其作为嫌疑黑车供后续模型进一步判断，依此筛选出所有嫌疑黑车列表，作为步骤4中黑车判断模型输入；

步骤4、数据挖掘分析样本选择；所述的数据挖掘分析样本包括正向样本和负向样本：正向样本为所有在册合法运营出租车行为数据，负向样本为典型私家车、警用车行为数据；因为黑车与合法运营出租车有相似的轨迹行为特征，而典型私家车和警用车与黑车在行为轨迹上特征相差较大，因此将合法运营出租车的行为数据作为正向样本、典型私家车和警用车的行为数据作为负向样本训练分类器模型；

步骤5、提取步骤4中选择的样本车辆的时空特征数据，该时空特征数据包括车辆分别在工作日和节假日在一天当中不同时间段平均过车记录数，在各级卡口一天当中不同时间段的平均过车记录数，经过的各级卡口数等数据；

步骤6、利用步骤5得到的样本车辆时空特征数据，采用分类算法训练黑车分类器模型，利用该分类器模型能够对所需判断车辆进行判别并返回车辆是否属于黑车；

步骤7、将步骤3中产生的嫌疑黑车列表中的所有嫌疑黑车特征数据作为测试集输入步骤六中训练的分类器模型进行分类判定，获取最终模型得到的黑车列表。

2.根据权利要求1所述的基于车辆轨迹时空特征分析的黑车智能发现方法，其特征在于：所述步骤5中提取车辆时空特征数据的具体步骤如下：

步骤5.1、提取车辆初始的时空特征数据，将该时空特征数据形式化描述为F＝{f₁,f₂,...,f_s}，其中s表示特征个数；

步骤5.2、特征细化，对所述步骤5.1中的s个特征F＝{f₁,f₂,...,f_s}，根据特征取值的分布情况，按照特征值相近的聚类原则；所述根据特征取值的分布情况是指特征取值大小的分布，进行聚类，能将尽可能将相近的值归为相同类，进一步离散化，转化为特征相似性越容易判断的更细粒度的特征集合FN＝{f₁,f₂,...,f_q}。

3.根据权利要求1所述的基于车辆轨迹时空特征分析的黑车智能发现方法，其特征在于：所述步骤6中采用分类算法训练黑车分类器模型M(F)过程如下：

步骤6.1、对于特征集合FN＝{f₁,f₂,...,f_q}进行归一化处理，去除特征值为0的特征，同时标记特征顺序，得到归一化后的特征集合FNA{i|f_i＝1,f_i∈FN}；

步骤6.2、选择分类算法，将正向样本和负向样本特征数据代入分类算法进行模型训练；

步骤6.3、交叉训练最优模型参数，使得模型M(F)针对样本分类具有最高精度。

4.根据权利要求2所述的基于车辆轨迹时空特征分析的黑车智能发现方法，其特征在于：所述步骤5.2转化为特征相似性越容易判断的更细粒度的特征以下步骤：

步骤5.3.1、对于5.1中获取的初始特征f_i，得到样本的初始特征f_i取值集合V_fi＝{value₁,value₂,...,value_sum}，其中sum为样本总数；

步骤5.3.2、对V_fi中的数值进行一维聚类，得到质心集合C＝{C₁,C₂,...,C_p}；

步骤5.3.3、将步骤5.3.2中质心集合C作为分界点对初始特征f_i细化为{f′₁,f′₂,...,f′_p+1}的p+1个特征，p为需要聚类的类数，对于特征f′_i其取值V(f′_i)为：

value_i表示初始特征f_i的第i个样本取值，C_i为质心集合第i个质心；

步骤5.3.4、对集合F中所有特征f₁,f₂,...,f₁₂₈，重复步骤5.3.1、5.3.2、5.3.3，得到细化后特征集合FN＝{f₁,f₂,...,f_q}；

q为对于所有初始特征进行相似性特征聚类后获取得到的最终特征个数的总数值；

Centroid_i表示初始特征f_i的值聚类后得到的质心集合；

C(Centroid_i)表示初始特征f₁对应的Centroid_i的大小。

5.根据权利要求1所述的基于车辆轨迹时空特征分析的黑车智能发现方法，其特征在于：所述步骤3中的R取值为不小于排查期的1/3的天数，即如果排查期为一个月30天，则R取值不小于10，且不大于30。

6.根据权利要求1所述的基于车辆轨迹时空特征分析的黑车智能发现方法，其特征在于：所述步骤3中第一阈值m取值范围通常为1-100，第二阈值n取值范围为1-80。

7.根据权利要求4所述的基于车辆轨迹时空特征分析的黑车智能发现方法，其特征在于：所述步骤3中p取值为1-20的整数。