CN110866554A - 一种基于卫星定位数据的不良驾驶行为多发区域检测方法 - Google Patents

Abstract

本发明公开了一种基于卫星定位数据的不良驾驶行为多发区域检测方法，该方法包括如下步骤:(1)将卫星定位数据投影到平面坐标系；(2)计算每个样本的局部延伸方向；(3)计算每个样本点的矩形邻域及密度；(4)以核心点为起点扩展簇；(5)根据所得到的簇计算边界，得到不良驾驶行为多发区域。本发明可以在不手动设置参数的情况下有效地适应不同规模的数据集，并且考虑了不良驾驶行为分布多为带状的特性，检测结果优于传统的密度聚类方法。

Description

一种基于卫星定位数据的不良驾驶行为多发区域检测方法

技术领域

本发明涉及一种密度聚类方法，尤其涉及一种基于车辆卫星定位数据在空间上的密度聚类方法。

背景技术

车辆行驶过程中的安全问题一直都是社会关注的焦点，而不良驾驶行为通常是导致交通事故的主要原因。现阶段，基于车辆行驶过程中产生的各种数据，已经有大量方法能够检测车辆不良驾驶行为的发生。针对检测出的不良驾驶行为发生的位置信息，研究其在空间上的分布规律(主要是研究哪些路段上不良驾驶行为发生的频次高)，对交通安全管理有重要意义。

不良驾驶行为可以用卫星定位数据表示。每一对经纬度坐标表示在当前位置发生过一次不良驾驶行为。因此，可以对表示不良驾驶行为的卫星定位数据做聚类分析来发现不良驾驶行为多发区域。不良驾驶行为空间分布一般有如下特征:1、密度分布不均；2、区域多为带状；3、噪声比重大；4、簇的类别数未知。基于这些特征，基于密度的聚类算法DBSCAN基本可以满足需求。

但DBSCAN算法存在如下缺陷。首先，DBSCAN需要手动设定两个参数，即邻域半径和密度阈值，这两个参数需要根据数据集的规模变化而调整；其次，DBSCAN聚类的效果跟数据点之间的距离度量方式相关，现有的距离度量方式均不适应车辆产生的卫星定位数据为带状的特征；最后，DBSCAN无法确定多发区域的边界。

发明内容

本发明所要解决的技术问题是提供一种根据车辆卫星定位数据检测不良驾驶行为多发区域的方法。该方法使用了一种新的距离度量方式，并根据当前数据集的统计特性自适应设置密度参数，可以在完全无参的情况下准确地对不同规模的车辆卫星定位数据完成聚类，并生成带状的簇边界。

为实现上述目的，本发明提供如下技术方案:

(1)将卫星定位数据投影到平面坐标系中，得到样本矩阵D。其中，算法所使用的卫星定位数据仅包含经纬度字段。一个经度坐标点表示在该位置发生过一次不良驾驶行为。将卫星定位数据投影到平面坐标系的方法为，以数据集中经纬度的最小值为平面坐标系原点，计算每个样本点与原点的球面距离d和方位角(样本点与原点连线和纵轴的夹角)θ，根据d和θ计算出样本点在平面坐标系中的坐标。

(2)分别以每一个样本点为中心，计算每一个点所在局部的延伸方向向量dir1，及垂直于该方向的向量dir2。局部延伸方向向量的计算方法为：

(2-1)计算样本点p＝[x_p，y_p]的ε邻域N_ε；

(2-2)对N_ε的每列分别进行零均值化，并计算出N_ε的协方差矩阵C；

(2-3)计算出协方差矩阵的两个特征值λ₁，λ₂和对应的特征向量。其中，特征值大的特征向量所对应的就是样本点p所在局部的延伸方向dir1_p，另一个特征向量对应的是与延伸方向垂直的方向dir2_p。

(3)基于每一个样本点的延伸方向向量dir1和dir2，计算每一个样本点的自适应矩形邻域，并根据邻域计算出样本点的密度。其中，样本点p的自适应矩形邻域N_rec的计算方法为：首先计算p在dir1_p和dir2_p上的投影长度d1_p和d2_p，然后计算样本矩阵D中其余样本点在dir1_p和dir2_p上的投影长度d1_i和d2_i，分别计算d1_i、d2_i与d1_p、d2_p的差，若差值分别小于阈值a、b，则样本点p_i属于p的自适应矩形邻域N_rec。

(4)根据得到的样本点密度计算出密度阈值，将高于密度阈值的样本标记为核心点。其中，密度阈值为所有密度大于0的样本点的密度均值。

(5)分别以核心点为中心扩展簇。其中，扩展簇的算法是如图所示的一个迭代过程，直到样本数据集D中所有核心点均被访问时，迭代过程结束。

(6)计算得到的簇的边界，即，不良驾驶行为多发区域的边界。其中，簇的边界用矩形框拟合。矩形框的计算方法为，首先分别计算每个簇的延伸方向dir1和与之垂直的方向dir2，然后计算每个区域内的点在这两个方向上的投影长度，并找出在dir1上投影长度的最大值和最小值d₁、d₂以及在dir2上投影长度的最大值和最小值d₃、d₄，则可以得到矩形框的四个顶点坐标为(d₁，d₄)、(d₁，d₃)、(d₂，d₃)、(d₂，d₄)，最后将四个顶点投影回正交坐标系，再根据权利要求3所述的方法的逆运算求出矩形边界的四个顶点的经纬度坐标。

与现有技术相比，本发明的优点在于:

1、本发明针对由车辆产生的卫星定位数据为带状的特性，优化了数据点之间的距离度量方法；

2、本发明使用的计算局部区域数据点延伸的方法，能够根据卫星定位数据有效地计算数据点所在公路的延伸方向；

3、本发明使用的方法，能够根据数据量的增加，动态地计算密度阈值，不需要手动设置参数；

4、本发明使用的区域边界计算方法，能够根据区域内数据点的延伸方向，生成一个覆盖该区域的矩形框，更符合“不良驾驶行为多发路段”的形状。

附图说明

图1是本方法的整体流程图。

图2是样本点的eps邻域的示意图。

图3是样本点p的矩形邻域和横轴距离d_h、纵轴距离d_v的示意图。

图4是扩展簇算法的流程图。

图5是本方法输出的不良驾驶行为多发区的边界。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的具体方案进行清楚完整地描述，显然，所述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范畴。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细地说明。

如图1所示，是一种基于卫星定位数据的不良驾驶行为多发区域检测算法包括以下步骤:

步骤1:将卫星定位数据投影到平面坐标系中，得到样本矩阵D。所使用的卫星定位数据如表1所示，该数据集由不良驾驶行为识别算法生成，数据集的每一行表示一条不良驾驶行为记录，车牌表示产生该条不良驾驶行为记录的车辆的车牌，经度和纬度表示该条不良驾驶行为记录发生的位置。

本发明所提出的算法目的在于分析不良驾驶行为的空间分布规律，只使用数据集中的经纬度字段。因此，要使用该算法，只需要数据集中包含不良驾驶行为发生的位置信息即可。

表1:不良驾驶行为的卫星定位数据。

将经纬度坐标投影到平面坐标系的方法为:

首先确定平面坐标系的原点，原点的经度为数据集中经度最小值，原点的纬度为数据集中纬度的最小值。

然后计算数据集中每个数据点和原点之间的球面距离d和方位角θ，计算公式如下:

d＝R sin^-1((sin(y_i)sin(y₀)+cos(y_i)cos(y₀)cos(x_i-x₀)))

其中R＝6372。795477598km为地球的近似半径，x_i为样本点经度，y_i为样本点纬度，x₀为样本点经度，y₀为样本点纬度，计算过程中所有经纬度坐标均用弧度表示。

最后，样本点在平面坐标系下的坐标为x′_i＝d*sinθ、y′_i＝d*cosθ。计算所有样本点，得到的样本矩阵D如表2所示，样本点的第一列表示样本点与原点在经度方向上的距离，第二列表示样本点与原点在纬度方向上的距离，单位是米。

表2:样本矩阵D。

步骤2:根据样本点p的eps邻域内确定样本点所在的局部区域的延伸方向。样本点p的eps邻域的定义为:由以p为中心，eps为半径的圆形区域内的所有样本点构成的集合。由于一般公路的最大宽度为40米，所以只要eps大于20米，即可根据该邻域确定局部区域的延伸方向，在本实施例中，eps取值为30米。eps邻域和延伸方向如图2所示。

用矩阵N_ε表示样本点的eps邻域，根据N_ε计算延伸方向的步骤为:

首先按列将N_ε进行零均值化，并计算N_ε的协方差矩阵，

然后计算出协方差矩阵的特征值和特征向量，其中，特征值大的特征向量所对应的就是样本点p所在局部的延伸方向dir1_p，另一个特征向量对应的是与延伸方向垂直的方向dir2_p。

步骤3:计算所有样本点的矩形邻域，将矩形邻域内的点的数量作为对应样本点的密度。以样本点p为例，矩形邻域的计算方法为:

计算其余样本点与p的横轴距离d_h和纵轴距离d_v，若d_h和d_v均小于设定阈值，则对应样本点属于p的矩形邻域。

为了适应不良驾驶行为数据多为带状分布的特性，本发明提出了横轴距离d_h和纵轴距离d_v。横轴距离d_h的定义为，两个样本点投影到dir1上投影长度的差值。其中，纵轴距离d_v的定义为，两个样本点投影到dir2上投影长度的差值，如图3所示。

步骤4:计算密度阈值，并标记密度大于阈值的点为核心点。其中，密度阈值为所有密度大于0的样本点的密度均值。

步骤5:以核心点为中心扩展簇，扩展簇的算法流程图如图4所示，包括以下步骤:

(1)初始化簇标记k＝0；初始化核心对象集合coreList，核心对象集合中存放着所有密度大于密度阈值的样本；初始化一个空的种子队列seedList；

(2)k＝k+1，当核心对象集合为空时，扩展簇的算法结束，否则执行步骤3)；

(3)取出一个核心对象c，将其标记为已访问，并标记为属于簇k。初始化一个种子队列seedList，将c的自适应矩形邻域N_rec中的元素放入种子队列；

(4)当种子队列为空时，返回步骤2)，否则从种子队列中取出一个对象p，将其标记为已访问，并标记为属于簇k。若p为核心对象，则将其自适应矩形邻域N_rec中的元素放入种子队列，重新执行步骤4)。

步骤6:计算簇的边界，本发明用矩形框来拟合簇的边界，簇的边界即可认为是不良驾驶行为多发区域的边界。簇边界的计算方法为:

首先用步骤2的方法计算每个簇的延伸方向dir1和与之垂直的方向dir2；

然后计算每个区域内的点在这两个方向上的投影长度，并找出在dir1上投影长度的最大值和最小值d₁、d₂以及在dir2上投影长度的最大值和最小值d₃、d₄，则可以得到矩形框的四个顶点坐标为(d₁，d₄)、(d₁，d₃)、(d₂，d₃)、(d₂，d₄)；

最后将四个顶点投影回正交坐标系，再根据逆运算求出矩形边界的四个顶点的经纬度坐标。

本发明最终输出不良驾驶行为多发区域的边界，以及每个多发区域内不良驾驶行为的发生次数，输出结果如表3所示，输出结果在高德地图可视化平台上效果如图5所示。

表3不良驾驶行为多发区域边界输出结果。

表1：

表2：

表3：

Claims (8)

1.一种基于卫星定位数据的不良驾驶行为多发区检测方法，其特征在于，包括如下步骤:

(1)将卫星定位数据投影到平面坐标系中，得到样本矩阵D；

(2)分别以每一个样本点为中心，计算每一个点所在局部的延伸方向向量dir1，及垂直于该方向的向量dir2；

(3)基于每一个样本点的延伸方向向量dir1和dir2，计算每一个样本点的矩形邻域，并根据邻域计算出样本点的密度；

(4)根据得到的样本点密度计算出密度阈值，将高于密度阈值的样本标记为核心点；

(5)分别以核心点为起点扩展簇；

(6)根据得到的簇计算不良驾驶行为多发区域。

2.根据权利要求1所述的基于卫星定位数据的不良驾驶行为多发区域检测方法，其特征在于，算法所使用的卫星定位数据仅包含经纬度字段，一个经度坐标点表示，在该位置发生过一次不良驾驶行为。

3.根据权利要求1所述的基于卫星定位数据的不良驾驶行为多发区域检测方法，其特征在于，步骤(1)中所述的将GPS数据投影到平面坐标系的方法为:

(1-1)确定平面坐标系的原点，原点的横坐标x₀为所有GPS数据的经度最小值，原点的纵坐标y₀为所有GPS数据的纬度最小值；

(1-2)计算每个样本点[x_i，y_i]与原点[x₀，y₀]之间的球面距离d和方位角θ。

d＝R sin^-1((sin(y_i)sin(y₀)+cos(y_i)cos(y₀)cos(x_i-x₀)))

其中R＝6372.795477598km为地球的近似半径，x_i为样本点经度，y_i为样本点纬度，计算过程中所有经纬度坐标均用弧度表示；

(1-3)样本点[x_i，y_i]投影到平面坐标系的新坐标为:

x′_i＝d*sinθ

y′_i＝d*cosθ

4.根据权利要求1所述的基于卫星定位数据的不良驾驶行为多发区域检测方法，其特征在于，步骤(2)中所述的局部延伸方向向量的计算方法为:

(2-1)计算样本点p＝[x_p，y_p]的ε邻域N_ε

N_ε＝{p_i∈D|distance(p，p_i)≤ε}，i＝1，2，…，N

其中distance(p，p_i)为样本点p和样本点p_i之间的欧式距离，ε＝30，ε邻域N_ε表示样本矩阵D中与样本点p的欧式距离不大于ε的子样本集，用一个n×2的矩阵表示；

(2-2)按列将N_ε进行零均值化，并计算N_ε的协方差矩阵

其中N_ε ^T表示N_ε的转置；

(2-3)计算出协方差矩阵的特征值λ₁、λ₂和特征向量[a₁，b₁]^T、[a₂，b₂]^T，其中，特征值大的特征向量所对应的就是样本点p所在局部的延伸方向dir1_p，另一个特征向量对应的是与延伸方向垂直的方向dir2_p。

5.根据权利要求1所述的基于卫星定位数据的不良驾驶行为多发区域检测方法，其特征在于，步骤(3)中所述的样本点p的自适应矩形邻域N_rec的计算方法为:

(3-1)将样本矩阵D分别投影到样本点p所在局部的延伸方向dir1_p和其垂直方向dir2_p上，

D1＝D×dir1_p

D2＝D×dir2_p

其中D是N×2的矩阵，dir1_p和dir2_p是2×1的列向量，D1和D2是N×1的列向量，D1和D2分别表示D中每一个样本点p_i在dir1_p和dir2_p上的投影长度；

(3-2)计算样本点p在dir1_p和dir2_p上的投影长度d1_p和d2_p，

d1_p＝p×dir1_p

d2_p＝p×dir2_p

(3-3)若样本点p_i在dir1_p和dir2_p上的投影长度与样本点p在dir1_p和dir2_p上的投影长度的差分别小于阈值a、b，则p_i是p的自适应矩形邻域N_rec中的一个元素，即，

N_rec＝{p_i∈D||d1_pi-d1_p|<a and|d2_pi-d2_p|<b}，i＝1，2，…，N

其中，阈值a＝100，阈值b＝20；

(3-4)样本点p_i的密度为p_i的自适应矩形邻域内的样本数目，即

6.根据权利要求1所述的基于卫星定位数据的不良驾驶行为多发区域检测方法，其特征在于，步骤(4)中所述的密度阈值为

7.根据权利要求1所述的基于卫星定位数据的不良驾驶行为多发区域检测方法，其特征在于，步骤(5)所述的以核心为中心扩展簇的算法包括如下步骤:

(5-1)初始化簇标记k＝0；初始化核心对象集合coreList，核心对象集合中存放着所有密度大于密度阈值的样本；初始化一个空的种子队列seedList；

(5-2)k＝k+1，当核心对象集合为空时，扩展簇的算法结束，否则执行步骤3)；

(5-3)取出一个核心对象c，将其标记为已访问，并标记为属于簇k，初始化一个种子队列seedList，将c的自适应矩形邻域N_rec中的元素放入种子队列；

(5-4)当种子队列为空时，返回步骤2)，否则从种子队列中取出一个对象p，将其标记为已访问，并标记为属于簇k。若p为核心对象，则将其自适应矩形邻域N_rec中的元素放入种子队列，重新执行步骤4)。

8.根据权利要求1所述的基于卫星定位数据的不良驾驶行为多发区域检测方法，其特征在于，步骤(6)所述的不良驾驶行为多发区域用矩形表示，矩形的计算方法为，首先分别计算每个簇的延伸方向dir1和与之垂直的方向dir2，然后计算簇内的所有点在这两个方向上的投影长度，找出在dir1上投影长度的最大值和最小值d₁、d₂以及在dir2上投影长度的最大值和最小值d₃、d₄，则矩形区域的四个顶点坐标为(d₁，d₄)、(d₁，d₃)、(d₂，d₃)、(d₂，d₄)，最后将四个顶点投影回正交坐标系，再根据将GPS数据投影到平面坐标系的方法的逆运算求出矩形边界的四个顶点的经纬度坐标。

Images