[0047] 以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
[0048] 如图1所示,本发明所述的一种未知步行设施位置确定方法,具体包括以下步骤:
[0049] 步骤1:采集一个区域的街道轨迹信息和行人行走轨迹信息,并进行预处理得到便于处理的道路轨迹数据和行人轨迹数据;
[0050] 步骤2:根据行人轨迹数据和道路轨迹数据得到步行GPS轨迹经纬度、道路GPS轨迹经纬度的最大值和最小值,根据所述最大值和最小值,分别得到行人轨迹数据构成的矩形和道路轨迹数据构成的矩形;
[0051] 步骤3:对存在相交关系的行人轨迹数据构成的矩形和道路轨迹数据构成的矩形,将此道路轨迹数据定义为此行人轨迹的附近道路轨迹;
[0052] 步骤4:判断行人轨迹数据中两个相邻轨迹点组成的线段与附近道路轨迹的两个相邻轨迹点组成的线段是否相交,如果是,执行步骤6;否则,执行步骤5;
[0053] 步骤5:丢弃所述行人轨迹数据,执行步骤4;
[0054] 步骤6:得到穿过街道的过街行人轨迹集合;
[0055] 步骤7:根据行人轨迹数据在街道上的分布将过街行人轨迹集合分解为多个轨迹子集;
[0056] 步骤8:对一个轨迹子集进行密集度分析,判断密集度是否大于预设阈值,如果大于,执行步骤9;否则,执行步骤10;
[0057] 步骤9:对所述轨迹子集进行密度聚类,得到密集子集,执行步骤11;
[0058] 步骤10:根据运动特征识别方法对所述轨迹子集进行分析,得到符合行人通过步行设施过街的运动特征的疏散子集,执行步骤11;
[0059] 步骤11:判断是否存在未进行密集度分析的轨迹子集,如果有,执行步骤8;否则,执行步骤12:
[0060] 步骤12:所有密集子集和所有疏散子集的并集为步行设施位置集合,结束。
[0061] 所述步骤10中行人通过步行设施过街的运动特征设定为:将行人穿过道路时的方向与此处路段轨迹方向的夹角在90度左右的轨迹子集定义为疏散子集。
[0062] 所述步骤8中的阈值根据现有数据进行预先设定。
[0063] 如图2所示,为本发明所述的一种未知步行设施位置确定系统,包括采集模块1、分析模块2、分解模块3、密度分析模块4和集合模块5:
[0064] 所述采集模块1用于街道轨迹信息和行人行走轨迹信息,并进行预处理得到便于处理的道路轨迹数据和行人轨迹数据;
[0065] 所述分析模块2用于采用行程识别方法对行人轨迹数据进行分析,得到穿过街道的过街行人轨迹集合;
[0066] 所述分解模块3根据行人轨迹数据在街道上的分布将过街行人轨迹集合分解为多个轨迹子集;
[0067] 所述密度分析模块4对所有轨迹子集进行密集度分析,判断密集度是否大于预设阈值,如果大于,对所述轨迹子集进行密度聚类,得到密集子集;否则,根据运动特征识别方法对所述轨迹子集进行分析,得到符合行人通过步行设施过街的运动特征的疏散子集;
[0068] 所述集合模块5用于计算步行设施位置集合,所述步行设施位置集合为所有密集子集和所有疏散子集的并集。
[0069] 所述分析模块2包括矩形轨迹模块21、交叉模块22和过街数据提取模块23;
[0070] 所述矩形轨迹模块21用于根据行人轨迹数据和道路轨迹数据得到步行GPS轨迹经纬度、道路GPS轨迹经纬度的最大值和最小值,根据所述最大值和最小值,分别得到行人轨迹数据构成的矩形和道路轨迹数据构成的矩形;
[0071] 所述交叉模块22用于对存在相交关系的行人轨迹数据构成的矩形和道路轨迹数据构成的矩形,将此道路轨迹数据定义为此行人轨迹的附近道路轨迹;
[0072] 所述过街数据提取模块23判断行人轨迹数据中两个相邻轨迹点组成的线段与附近道路轨迹的两个相邻轨迹点组成的线段是否相交,如果是,得到穿过街道的过街行人轨迹集合;否则,丢弃所述行人轨迹数据。
[0073] 本发明提供一种基于步行GPS轨迹数据的未知步行设施位置挖掘方法,包括如下步骤:
[0074] 步骤1:对数据进行预处理,使其成为适合于数据挖掘、信息提取的形式;
[0075] 步骤2:通过附近搜索、行人过街判断方法挖掘出穿过道路的行人;
[0076] 2.1附近搜索:
[0077] 分别找出步行GPS轨迹、道路GPS轨迹经纬度的最大值最小值,可以得到轨迹的外接矩形。然后判断两轨迹矩形是否相交,两矩形位置状态如图3所示,找到两轨迹相交的情形即可找到步行GPS轨迹附近的道路。
[0078] 2.2行人过街判断:
[0079] 判断行人GPS轨迹中两相邻轨迹点组成的线段与行人附近道路轨迹的两相邻轨迹点组成的线段是否相交,两线段的位置关系如图4所示。若相交则表示该行人经过道路的特定位置穿过道路,该特定位置即为步行设施。
[0080] 步骤3:将穿过道路行人轨迹分为两部分,一是很多行人经过同一条路段的密集行人轨迹集,另一个是很少行人经过同一条路段的稀疏行人轨迹集。对前者使用密度聚类进行下一步分析挖掘输出这部分步行设施位置集A对后者使用基于行人经过步行设施穿过道路的运动特征进行分析挖掘输出这部分步行设施位置集A;
[0081] 3.1如果很多行人经过同一条路段,使用密度聚类算法。
[0082] 计算行人经过的同一位置范围穿过道路的行人密度,如果密度比较大,即行人集中在该路段的同一位置穿过道路,认为此处存在步行设施,挖掘输出这部分步行设施位置集A。如果密度比较小,即行人分散在路段的不同位置穿过道路,认为此路段不存在步行设施,行人是自己乱穿道路的。
[0083] 3.2如果很少行人经过同一道路,使用行人的运动特征识别分析。
[0084] 若符合行人通过步行设施过街的运动特征,则也可以认为此处存在步行设施,挖掘输出这部分步行设施位置集B。行人通过步行设施过街特征设为,在行人经过步行设施穿过道路时,行人穿过道路时的方向与此处路段轨迹方向的夹角在90°左右。
[0085] 步骤4:算法的输出结果为第3步的输出步行设施位置集A、B的并集;其他情况不作出判断。
[0086] 以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。