(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111646253.2 (22)申请日 2021.12.2 9 (71)申请人 苏州大学 地址 215000 江苏省苏州市吴中区石湖西 路188号 (72)发明人 王翔　王可馨　储鑫　 (74)专利代理 机构 苏州市中南伟业知识产权代 理事务所(普通 合伙) 32257 代理人 朱振德 (51)Int.Cl. G06F 16/215(2019.01) G06F 16/2458(2019.01) G06F 16/29(2019.01) G06K 9/62(2022.01) (54)发明名称 一种快速路车辆OD位置提取方法及系统 (57)摘要 本发明公开了一种快速路车辆OD位置提取 方法及系统， 包括以下步骤： 获取同一区域内的 手机信令 数据与车牌识别数据； 分别对手机信令 数据和车牌识别数据进行预处理； 对手机信令数 据轨迹进行切分， 得到具有出行次序的手机信令 数据； 通过三维轨迹数据对手机信令数据轨迹与 车牌识别数据轨迹进行匹配， 得到车辆与其对应 的手机信令用户； 提取车辆在车牌识别数据中途 径某路段的经过时间， 计算该经过时间与车辆对 应的手机信令用户出行轨迹点的时间差， 取时间 差最小值所在的手机信令数据的出行次序首末 位置为该车辆此次出行的OD。 本发明弥补自动车 牌识别数据中的行程信息缺失问题， 结合终端信 令数据， 对快速路车辆进行 行程信息的修补。 权利要求书3页 说明书11页 附图5页 CN 114416710 A 2022.04.29 CN 114416710 A 1.一种快速路车辆OD位置提取 方法， 其特 征在于： 包括以下步骤： S1： 获取同一区域内的手机信令数据与车牌识别数据； S2： 分别对手机信令数据和车牌识别数据进行预处理， 以获得质量控制后的手机信令 数据轨迹与车牌识别数据轨 迹； S3： 对手机信令数据轨 迹进行切分， 得到具有出 行次序的手机信令数据； S4： 通过三维轨迹数据对手机信令数据轨迹与车牌识别数据轨迹进行匹配， 得到车辆 与其对应的手机信令用户； S5： 提取车辆在车牌识别数据中途径某路段的经过时间， 计算该经过时间与车辆对应 的手机信令用户出行轨迹点的时间差， 取时间差最小值所在的手机信令数据的出行次序首 末位置为该 车辆此次出 行的OD。 2.如权利要求1所述的一种快速路车辆OD位置提取方法， 其特征在于： 所述手机信 令数 据包括用户ID、 基站编号、 进入基站时间、 离开基站时间、 基站经度与基站纬度数据； 所述车 牌识别数据包括识别设备数据和检测数据， 所述识别设备数据包括卡口编号、 卡口名称、 卡 口经度和卡口纬度， 所述检测数据包括车牌 号码和经 过时间。 3.如权利要求1所述的一种快速路车辆OD位置提取方法， 其特征在于： 所述手机信 令数 据预处理包括以下步骤： 删除重复手机信令数据； 剔除手机信 令数据中的漂移数据： 对于手机信 令用户轨迹 中存在数据点与邻 近两点的 距离均大于第一阈值， 且其中一邻近点的位置与另一邻近点的位置距离小于两倍的第一阈 值， 则该数据点为漂移数据点， 剔除此漂移数据点； 剔除手机信 令数据中的乒乓数据： 对于手机信 令用户轨迹 中， 任意相邻时间轨迹点中， 任意相邻轨迹点之间的速度均大于第二阈值， 则剔除中间轨迹点， 保留初始 点和终点， 得到 真实的手机信令数据轨 迹。 4.如权利要求1所述的一种快速路车辆OD位置提取方法， 其特征在于： 所述车牌识别数 据预处理包括以下步骤： 对于冗余的重复车牌识别数据， 仅保留第一条 车牌识别数据； 删除车牌 号码、 卡口编号、 经 过时间有缺失的车牌识别数据； 删除车牌 号码字段 出现不符合车牌 号码编排 规则的异常车牌识别数据。 5.如权利要求1所述的一种快速路车辆OD位置提取方法， 其特征在于： 所述车牌识别数 据预处理还包括： 将车牌识别数据的经过时间字段格式匹配为以分钟为单位的手机信令数 据进入、 离开基站时间格式， 且将车牌识别数据中的经度、 纬度字段转换为手机信令数据中 高德坐标系的经度和 纬度。 6.如权利要求1所述的一种快速路车辆OD位置提取方法， 其特征在于： 所述手机信 令数 据轨迹进行切分包括以下步骤： S31： 将手机信令数据以用户ID为主关键字， 进入基站时间为次关键字进行升序排列， 生成每个信令用户一天的出 行链； S32： 对于每个信令用户， 任意k个时间相邻的轨迹点中任意两个时间相邻轨迹点间的 速度v小于第三阈值， 且信令用户在k个时间相邻轨迹点停留的时间大于第四阈值， 则此时 间相邻的k个轨 迹点均被识别为停驻 点；权　利　要　求　书 1/3 页 2 CN 114416710 A 2S33： 以停驻点为轨迹切分点， 自第一条未被识别为停驻点的手机信令数据开始， 将连 续的任意个非停 驻点标记出行次序为相同数字， 遇到停 驻点则标记其之后的任意个连续 非 停驻点出行次序为上一个数字的递增数字， 以此递进排列手机信令数据； S34： 删除手机信令数据中的停驻 点， 保留进行轨 迹切分识别出 行次数后的数据； 其中， 所述 步骤S32中两个时间相邻轨 迹点间速度v的计算公式如下： d代表两点之间的距离函数， 代表， pointi的进入基站时间。 7.如权利要求1所述的一种快速路车辆OD位置提取方法， 其特征在于： 所述手机信 令数 据轨迹与车牌识别数据轨迹进行匹配前， 对手机信令数据出行模式进行识别， 包括以下步 骤： 利用手肘法确定最佳聚类参数 K， 计算公式如下： 式中： K为聚类参数； Ci为第i个簇； p为Ci中的样本点； mi为Ci的质心； 对区域内数据划分出行次序并根据 是否有地铁站内记录进行分类后， 分别通过手肘法 确定聚类簇数， 并将上述聚类指标输入K ‑means++算法进行聚类， 得到无地铁站内记录K ‑ means++算法聚类结果与有地铁站内记录K ‑means++算法聚类结果， 识别非机动车出行以及 轨道交通且无换乘其他交通方式的出行模式； 剔除出行仅包含轨道交通且 无换乘其他交通 方式的出 行和非机动车 出行的信令用户， 以减少轨 迹匹配过程中的计算 量。 8.如权利要求1所述的一种快速路车辆OD位置提取方法， 其特征在于： 所述手机信 令数 据轨迹与车牌识别数据轨 迹进行匹配具体包括以下步骤： S41： 查找所有手机信令数据轨迹与车牌识别数据轨迹序列中最长公共子序列， 并通过 轨迹伸展来测量两个轨迹的相似程度： 手机信令数据轨迹中一轨迹点与车牌识别数据中一 轨迹点采用LCS算法垂 直匹配第五 阈值判断两个点是否匹配， 即计算量轨迹的欧式距离， 判 断此距离是否小于第五阈值； S42： 车牌识别数据按经过时间排序， 自上而下对其轨迹中的每个轨迹点进行以下步 骤： S421： 对车牌数据中的第一个轨迹点， 计算该轨迹点的经过时间与手机信令数据中每 个轨迹点进入基站 时间的差值， 若该差值小于时间阈值， 则将该部分手机信令数据轨迹点 标记为时间匹配轨 迹点； S422： 对于时间匹配轨迹点， 计算这些手机信令轨迹点与车牌识别数据中轨迹点的欧 氏距离， 在两点间距离小于第五 阈值的手机信令轨迹点对应的手机信令用户ID后的匹配次 数字段写入1次； S423： 对未在匹配次数字段写入任何字符串的手机信令数据， 计算手机信令数据任意 相邻的两个轨迹点， 计算轨迹点到这两点连成的线段的垂足， 若垂足在线段上， 则判断垂足 是否满足时间阈值与第五 阈值， 满足则 在手机信令轨迹点对应的手机信令用户ID后的匹配 次数字段写入1次； S424： 对车牌识别数据中的每个轨迹点重复步骤S42 1‑S423， 若在写入匹配次数字段时权　利　要　求　书 2/3 页 3 CN 114416710 A 3