CN108710637A - 基于时空关系的出租车异常轨迹实时检测方法 - Google Patents

Abstract

本发明提供了一种基于时空关系的出租车异常轨迹实时检测方法，包括如下步骤：通过学习训练数据集中出发点到当前点的直线距离与行驶距离和驾驶时间之间的关系，并建立时空模型；通过时空模型计算出当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围；判断出租车当前点的行驶距离和驾驶时间是否均超出了正常范围，如果是，则被判定为异常点。本发明通过学习轨迹中的时空关系来对轨迹进行检测，更为通用，所需要的轨迹也相对较少，这样产生的误报也相对较低；本发明在检测异常点时，只需要记录当前的模型的参数即可进行判断，因此相较于现有技术带来的时间和内存更低。

Description

基于时空关系的出租车异常轨迹实时检测方法

技术领域

本发明涉及机器学习的异常检测技术领域，具体地，涉及一种基于时空关系的出租车异常轨迹实时检测方法。

背景技术

随着GPS技术的发展和普及，大量的出租车轨迹记录被收集和储存。为了促进出租车服务的标准化以及保护乘客的利益，许多检测和分析出租车异常轨迹的新方法被提出。然而，大多数现有的方法通常采用基于计数的策略来区分正常轨迹和异常轨迹，这些方法认为正常的轨迹会被大量的历史轨迹支持，而那些只有很少历史轨迹支持的轨迹被判定为异常的。通过这种策略来检测异常轨迹需要大量的历史轨迹，并且许多正常轨迹也会因为没有大量历史轨迹作支持而被误判定为异常轨迹，因此使用这样的方法会导致较高的误报率。

目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

针对现有技术中存在的上述不足，本发明的目的是提供一种基于时空关系的出租车异常轨迹实时检测方法，该方法针对当前出租车异常轨迹检测算法误报率较高、所需历史轨迹多的问题，通过相对少的历史轨迹就能产生较低的误报率。

本发明是通过以下技术方案实现的。

一种基于时空关系的出租车异常轨迹实时检测方法，包括如下步骤：

通过学习训练数据集中出发点到当前点的直线距离与行驶距离和驾驶时间之间的关系，并建立时空模型；

通过时空模型计算出当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围；

判断出租车当前点的行驶距离和驾驶时间是否均超出了正常范围，如果是，则被判定为异常点。

优选地，所述训练数据集，采用以下方式进行提取：

从轨迹数据库中提取出经过待测轨迹起点和终点的历史轨迹集合，并将历史轨迹集合中行驶距离或者行驶时间小于中位数的轨迹作为正常轨迹集合；

在正常轨迹集合中选择包含出发时间点以及出发时间点前后一小时以内的轨迹集合；

在所选取出来的轨迹集合的基础上，提取出每条轨迹中所有点到起点的直线距离、行驶时间以及行驶距离作为训练数据集。

优选地，建立的时空模型，形式如下：

其中，dd_i、dt_i分别表示训练数据集中第i个点到起点的行驶距离和行驶时间，ld_i表示训练数据集中第i个点到起点的直线距离向量，w_d、w_t分别表示函数(1)、(2)中的参数向量，其中，n为参数的个数，∈_d、∈_t分别表示服从正态分布的随机变量，σ_d、σ_t分别表示上述正态分布中的标准差；

在时空模型当中，采用最大似然估计的方法，确定参数w_d、w_t、σ_d以及σ_t的取值；对于训练数据集中的每个ld_i，应当使训练数据集中对应的dd_i和dt_i在时空模型当中的概率最大，即使如下似然函数(3)和(4)的值最大：

其中：L_d、L_t分别表示行驶距离和行驶时间对应的似然函数；

通过似然函数(3)和(4)，求w_d、w_t、σ_d和σ_t的偏导，进而确定参数w_d、w_t、σ_d和σ_t的取值：

得到：

其中，LD＝[ld₁,ld₂,…,ld_N]^T，dd＝[dd₁,dd₂,…,dd_N]^T，dt＝[dt₁,dt₂,…,dt_N]^T。

优选地，对异常点判定，包括如下步骤：

计算出租车当前点到出发点的直线距离ld_i、行驶路程dd_i以及行驶时间dt_i；

将ld_i输入时空模型，得到一个关于当前点到出发点行驶距离的随机变量以及行驶时间的随机变量得到关于D和T的概率密度函数；

通过关于D和T的概率密度函数，分别计算关于dd_i和dt_i的累积概率，即P(D＜dd_i)和P(T＜dt_i)，其中，累积概率P(D＜dd_i)和P(T＜dt_i)分别反映了行驶路程dd_i和行驶时间dt_i的大小，记为当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围；

设定阈值θ_d和θ_t，通过比较累积概率P(D＜dd_i)与阈值θ_d以及累积概率P(T＜dt_i)与阈值θ_t的大小，检测异常点，即，当累积概率P(D＜dd_i)大于阈值θ_d并且累积概率P(T＜dt_i)大于阈值θ_t时，则认为出租车当前点为异常点。

本发明提供的基于时空关系的出租车异常轨迹实时检测方法，基于时空关系，通过学习出发点到当前点的直线距离与行驶距离和驾驶时间之间的关系来建立模型，然后通过模型来计算出当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围，如果出租车当前所在点的行驶距离和驾驶时间都超出了正常范围，则被判定为异常点。

与现有技术相比发明具有如下有益效果：

1、通过学习轨迹中的时空关系来对轨迹进行检测，更为通用，所需要的轨迹也相对较少，这样产生的误报也相对较低。

2、传统的方法在进行检测时，需要维护一个工作空间来储存当前出租车经过的轨迹以及历史轨迹集合，并通过两者的比较来判断异常，本发明在检测异常点时，只需要记录当前的模型的参数即可进行判断，因此相较于现有技术带来的时间和内存更低。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明一实施例的方法流程图。

具体实施方式

下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

实施例

本实施例提供了一种基于时空关系的出租车异常轨迹实时检测方法，包括如下步骤：

通过学习训练数据集中出发点到当前点的直线距离与行驶距离和驾驶时间之间的关系，并建立时空模型；

通过时空模型计算出当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围；

判断出租车当前点的行驶距离和驾驶时间是否均超出了正常范围，如果是，则被判定为异常点。

具体地，

一、训练数据集提取：

首先从轨迹数据库中提取出经过待测轨迹起点和终点的历史轨迹集合，把其中行驶距离或者行驶时间小于中位数的轨迹作为正常轨迹集合，另外考虑到时空关系会受到时间点影响，比如上下班高峰时段和夜间时段的时空关系会有一定的差异，为了使训练出来的时空模型更为准确，在正常轨迹集合中选择包含出发时间点及出发时间点前后一小时之内的轨迹集合。在上述所选取出来的轨迹集合的基础上，提取出每条轨迹中所有点到起点的直线距离、行驶时间以及行驶距离作为训练数据集。

二、建立模型

时空模型的形式如下：

其中，dd_i、dt_i分别表示训练集中第i个点到起点的行驶距离和行驶时间，ld_i表示训练数据集中第i个点到起点的直线距离向量，w_d、w_t分别表示函数(1)、(2)中的参数向量，n为参数的个数，∈_n、∈_t分别表示服从正态分布的随机变量，σ_d、σ_t分别表示上述正态分布中的标准差；

在时空模型当中，w_d、w_t、σ_d以及σ_t都是需要确定的参数。为了确定这些参数，本实施例使用最大似然估计的方法，对于训练数据集中的每个ld_i，应当使训练数据集中对应的dd_i和dt_i在时空模型当中的概率最大，即使如下似然函数(3)和(4)的值最大。

其中，L_d、L_t分别表示分别表示行驶距离和行驶时间对应的似然函数；

然后通过似然函数(3)和(4)求w_d、w_t、σ_d和σ_t的的偏导，来确定参数w_d、w_t、σ_d和σ_t的的取值。

通过：

得到：

其中LD＝[ld₁,ld₂,…,ld_N]^T，dd＝[dd₁,dd₂,…,dd_N]^T，dt＝[dt₁,dt₂,…,dt_N]^T。

在本实施例中，运用最大似然轨迹法来学习模型的参数；最大似然估计提供了一种给定观察数据来评估模型参数的方法，简单来说，最大似然估计的基本原理就是对于一个有多种可能的事件，我们总是认为，我们看到的那些结果(样本)，是该事件概率最大的可能。

三、异常检测

接下来利用学习好的时空模型进行轨迹的异常检测，对于出租车上传的一个当前点(待测点)，首先计算出这个点到出发点的直线距离ld_i、行驶路程dd_i以及行驶时间dt_i，然后将ld_i输入模型，得到一个关于当前点到出发点行驶距离的随机变量以及行驶时间的随机变量由此不难得到关于D和T的概率密度函数，通过这两个概率密度函数分别计算出关于dd_i和dt_i的累积概率，即P(D＜dd_i)和P(T＜dt_i)。P(D＜dd_i)和P(T＜dt_i)分别反映了dd_i和dt_i的大小，如果dd_i比较小，说明这辆出租车到达直线距离ld_i所经过的路程比大多数的出租车的路程短，同理，如果dt_i比较小，说明这辆出租车到达直线距离ld_i所花费的时间比大多数的出租车的时间短。对于那些行驶距离远和花费时间长的车辆，则有较大的把握认为其可能绕了远路。因此，为了检测出这些异常的出租车，我们在检测时设定两个阈值θ_d和θ_t。通过比较累积概率P(D＜dd_i)与阈值θ_d以及P(T＜dt_i)与阈值θ_t的大小来检测异常。如果P(D＜dd_i)大于阈值θ_d并且P(T＜dt_i)大于θ_t，则认为该出租车在这个点是异常的，否则正常。

本实施例提出的一种基于时空关系的出租车异常轨迹实时检测方法，通过学习出发点到当前点的直线距离与行驶距离和驾驶时间之间的关系来建立模型，然后通过模型来计算出当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围，那些行驶距离和驾驶时间都超出正常范围的点被判定为异常点。针对当前出租车异常轨迹检测算法误报率较高、所需历史轨迹多的问题，通过相对少的历史轨迹就能产生较低的误报率。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (4)

1.一种基于时空关系的出租车异常轨迹实时检测方法，其特征在于，包括如下步骤：

通过学习训练数据集中出发点到当前点的直线距离与行驶距离和驾驶时间之间的关系，并建立时空模型；

通过时空模型计算出当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围；

判断出租车当前点的行驶距离和驾驶时间是否均超出了正常范围，如果是，则被判定为异常点。

2.根据权利要求1所述的基于时空关系的出租车异常轨迹实时检测方法，其特征在于，所述训练数据集，采用以下方式进行提取：

从轨迹数据库中提取出经过待测轨迹起点和终点的历史轨迹集合，并将历史轨迹集合中行驶距离或者行驶时间小于中位数的轨迹作为正常轨迹集合；

在正常轨迹集合中选择包含出发时间点以及出发时间点前后一小时以内的轨迹集合；

在所选取出来的轨迹集合的基础上，提取出每条轨迹中所有点到起点的直线距离、行驶时间以及行驶距离作为训练数据集。

3.根据权利要求1所述的基于时空关系的出租车异常轨迹实时检测方法，其特征在于，建立的时空模型，形式如下：

其中，dd_i、dt_i分别表示训练数据集中第i个点到起点的行驶距离和行驶时间，ld_i表示训练数据集中第i个点到起点的直线距离向量，w_d、w_t分别表示函数(1)、(2)中的参数向量，w.＝[w₀,w₁,…,w_n]^T，其中，n为参数的个数，∈_d、∈_t分别表示服从正态分布的随机变量，σ_d、σ_t分别表示上述正态分布中的标准差；

在时空模型当中，采用最大似然估计的方法，确定参数w_d、w_t、σ_d以及σ_t的取值；对于训练数据集中的每个ld_i，应当使训练数据集中对应的dd_i和dt_i在时空模型当中的概率最大，即使如下似然函数(3)和(4)的值最大：

其中：L_d、L_t分别表示行驶距离和行驶时间对应的似然函数；

通过似然函数(3)和(4)，求w_d、w_t、σ_d和σ_t的偏导，进而确定参数w_d、w_T、σ_d和σ_T的取值：

得到：

其中，LD＝[ld₁,ld₂,…,ld_N]^T，dd＝[dd₁,dd₂,…,dd_N]^T，dt＝[dt₁,dt₂,…,dt_N]^T。

4.根据权利要求3所述的基于时空关系的出租车异常轨迹实时检测方法，其特征在于，对异常点判定，包括如下步骤：

计算出租车当前点到出发点的直线距离ld_i、行驶路程dd_i以及行驶时间dt_i；

将ld_i输入时空模型，得到一个关于当前点到出发点行驶距离的随机变量以及行驶时间的随机变量得到关于D和T的概率密度函数；

通过关于D和T的概率密度函数，分别计算关于dd_i和dt_i的累积概率，即P(D＜dd_i)和P(T＜dt_i)，其中，累积概率P(D＜dd_i)和P(T＜dt_i)分别反映了行驶路程dd_i和行驶时间dt_i的大小，记为当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围；

设定阈值θ_d和θ_t，通过比较累积概率P(D＜dd_i)与阈值θ_d以及累积概率P(T＜dt_i)与阈值θ_t的大小，检测异常点，即，当累积概率P(D＜dd_i)大于阈值θ_d并且累积概率P(T＜dt_i)大于阈值θ_t时，则认为出租车当前点为异常点。