一種車(chē)輛軌跡的生成、聚合方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及視頻監(jiān)控技術(shù)領(lǐng)域，尤其涉及一種車(chē)輛軌跡的生成方法和裝置；W及 將生成的車(chē)輛軌跡進(jìn)行聚合的方法和裝置。
【背景技術(shù)】
[0002] 高清卡口系統(tǒng)是采用先進(jìn)的光電技術(shù)、圖像處理技術(shù)、模式識(shí)別技術(shù)對(duì)過(guò)往的每 一輛汽車(chē)均拍下車(chē)輛的圖像，并通過(guò)內(nèi)置的圖像智能分析算法，自動(dòng)識(shí)別出車(chē)輛牌照、車(chē) 型、車(chē)身顏色等特征信息。
[0003] 對(duì)于高清卡口識(shí)別得到的過(guò)車(chē)信息，包括車(chē)牌號(hào)碼、車(chē)速、車(chē)型、經(jīng)過(guò)時(shí)間、車(chē)道 號(hào)、車(chē)輛圖像等，一般通過(guò)網(wǎng)絡(luò)傳輸協(xié)議，發(fā)送給中必服務(wù)器。
[0004] 中必服務(wù)器收到送些過(guò)車(chē)數(shù)據(jù)之后，會(huì)將數(shù)據(jù)保存到后臺(tái)數(shù)據(jù)庫(kù)中?；谒托?shù) 據(jù)，可W為交管、公安等用戶(hù)提供交通管理、指揮、交通事件處理的數(shù)據(jù)資料，實(shí)現(xiàn)過(guò)車(chē)記錄 查詢(xún)、車(chē)輛研判、布控告警、統(tǒng)計(jì)分析等業(yè)務(wù)功能。
[0005] 基于后臺(tái)數(shù)據(jù)庫(kù)中保存的海量卡口過(guò)車(chē)記錄數(shù)據(jù)，用戶(hù)可W按照各種查詢(xún)條件， 對(duì)任意車(chē)牌在任意歷史時(shí)間段的過(guò)車(chē)記錄進(jìn)行查詢(xún)。同時(shí)，可W對(duì)過(guò)往卡口的車(chē)輛流量信 息進(jìn)行統(tǒng)計(jì)分析，對(duì)違法嫌疑車(chē)輛實(shí)現(xiàn)卡口布控報(bào)警、交通案件研判等業(yè)務(wù)功能。
[0006]目前對(duì)卡口過(guò)車(chē)記錄數(shù)據(jù)的使用模式，還是W事后滿(mǎn)足交管、公安等用戶(hù)的調(diào)閱 查詢(xún)?yōu)橹?，缺乏主?dòng)分析數(shù)據(jù)的機(jī)制，對(duì)數(shù)據(jù)價(jià)值挖掘不夠。

【發(fā)明內(nèi)容】

[0007] 有鑒于此，本發(fā)明提供一種車(chē)輛軌跡的生成方法和裝置，該方法和裝置應(yīng)用于車(chē) 輛軌跡生成服務(wù)器。同時(shí)，本發(fā)明還提供一種對(duì)車(chē)輛軌跡進(jìn)行聚合的方法和裝置。通過(guò)軌 跡的聚合就能得出車(chē)輛行駛的規(guī)律。
[000引該方法包括；步驟1、從數(shù)據(jù)庫(kù)中查詢(xún)起止時(shí)間段該車(chē)輛的卡口過(guò)車(chē)記錄，并按照 時(shí)間先后順序?qū)λ鲇涗涍M(jìn)行排序；將排序后的第一條記錄作為當(dāng)前的過(guò)車(chē)記錄；步驟2、 計(jì)算當(dāng)前過(guò)車(chē)記錄和其下一條過(guò)車(chē)記錄的過(guò)車(chē)時(shí)間的時(shí)間差，W及查詢(xún)當(dāng)前過(guò)車(chē)記錄和其 下一條過(guò)車(chē)記錄對(duì)應(yīng)的兩個(gè)卡口間的平均過(guò)車(chē)時(shí)間；步驟3、根據(jù)所述時(shí)間差、所述平均過(guò) 車(chē)時(shí)間W及預(yù)設(shè)的車(chē)輛終止行駛的時(shí)長(zhǎng)判斷車(chē)輛在所述兩個(gè)卡口間是否終止行駛，如果 是，轉(zhuǎn)步驟4,否則，轉(zhuǎn)步驟5;步驟4、將當(dāng)前過(guò)車(chē)記錄對(duì)應(yīng)的卡口作為該車(chē)輛軌跡的尾卡 口，本條軌跡生成完畢；步驟5、將當(dāng)前過(guò)車(chē)記錄對(duì)應(yīng)的卡口作為車(chē)輛軌跡中的一個(gè)非尾卡 口；將當(dāng)前的下一條過(guò)車(chē)記錄作為當(dāng)前的過(guò)車(chē)記錄，返回執(zhí)行步驟2,直到所有的記錄全部 處理完成。
[0009] 優(yōu)選地，步驟3具體為：如果所述時(shí)間差大于等于預(yù)設(shè)的車(chē)輛終止行駛的時(shí)長(zhǎng)，貝U 按照所述時(shí)間差和所述平均過(guò)車(chē)時(shí)間進(jìn)一步判斷車(chē)輛在所述兩個(gè)卡口間是否終止行駛；女口 果所述時(shí)間差小于車(chē)輛實(shí)際終止行駛的時(shí)長(zhǎng)，則確認(rèn)車(chē)輛未終止行駛。
[0010] 該車(chē)輛軌跡的生成裝置包括：過(guò)車(chē)記錄獲取模塊，用于從數(shù)據(jù)庫(kù)中查詢(xún)起止時(shí)間 段該車(chē)輛的卡口過(guò)車(chē)記錄，并按照時(shí)間先后順序?qū)λ鲇涗涍M(jìn)行排序；卡口間過(guò)車(chē)時(shí)間差 計(jì)算模塊，用于計(jì)算當(dāng)前過(guò)車(chē)記錄和其下一條過(guò)車(chē)記錄的時(shí)間差；卡口間平均過(guò)車(chē)時(shí)間查 詢(xún)模塊，用于查詢(xún)當(dāng)前過(guò)車(chē)記錄和其下一條過(guò)車(chē)記錄對(duì)應(yīng)的兩個(gè)卡口間的平均過(guò)車(chē)時(shí)間； 行車(chē)終止判斷模塊，用于根據(jù)所述時(shí)間差、所述平均過(guò)車(chē)時(shí)間W及預(yù)設(shè)的車(chē)輛終止行駛的 時(shí)長(zhǎng)判斷車(chē)輛在所述兩個(gè)卡口間是否終止行駛；軌跡生成模塊，用于在車(chē)輛終止行駛時(shí)將 當(dāng)前過(guò)車(chē)記錄對(duì)應(yīng)的卡口作為該車(chē)輛軌跡的尾卡口，本條軌跡生成完畢；在車(chē)輛未終止行 駛時(shí)，將當(dāng)前過(guò)車(chē)記錄對(duì)應(yīng)的卡口作為車(chē)輛軌跡中的一個(gè)非尾卡口，繼續(xù)進(jìn)行本條軌跡的 生成。
[0011] 優(yōu)選地，行車(chē)終止判斷模塊在執(zhí)行行車(chē)終止判斷時(shí)具體執(zhí)行；如果所述時(shí)間差大 于等于預(yù)設(shè)的車(chē)輛終止行駛的時(shí)長(zhǎng)，則按照所述時(shí)間差和所述平均過(guò)車(chē)時(shí)間進(jìn)一步判斷車(chē) 輛在所述兩個(gè)卡口間是否終止行駛；如果所述時(shí)間差小于車(chē)輛實(shí)際終止行駛的時(shí)長(zhǎng)，則確 認(rèn)車(chē)輛未終止行駛。
[0012] 一種車(chē)輛軌跡進(jìn)行聚合的方法，該方法包括；針對(duì)同一車(chē)輛的兩條軌跡進(jìn)行聚合 時(shí)，如果兩條軌跡包括的卡口數(shù)量不大于預(yù)設(shè)值，則逐一進(jìn)行匹配，當(dāng)每個(gè)卡口都相同時(shí)， 判定該兩條軌跡為同一軌跡，進(jìn)行聚合。
[0013] 該車(chē)輛軌跡進(jìn)行聚合的方法還包括：針對(duì)同一車(chē)輛的兩條軌跡進(jìn)行聚合時(shí)，如果 兩條軌跡包括的卡口數(shù)量大于預(yù)設(shè)值，則當(dāng)兩條軌跡的起始m個(gè)卡口、結(jié)束n個(gè)卡口相同， 判定該兩條軌跡為同一軌跡，進(jìn)行聚合；或者
[0014] 針對(duì)同一車(chē)輛的兩條軌跡進(jìn)行聚合時(shí)，如果兩條軌跡包括的卡口數(shù)量大于預(yù)設(shè) 值，則當(dāng)兩條軌跡的起始m個(gè)卡口中有ml個(gè)卡口相同，結(jié)束n個(gè)卡口中有nl個(gè)卡口相同， 判定該兩條軌跡為相似軌跡，進(jìn)行聚合；并且送兩條相似軌跡作為該車(chē)輛下一待聚合軌跡 的參考軌跡，其中ml小于m，nl小于n;或者
[0015] 針對(duì)同一車(chē)輛的兩條軌跡進(jìn)行聚合時(shí)，如果兩條軌跡包括的卡口數(shù)量大于預(yù)設(shè) 值，且該兩條軌跡的首卡口所記錄的過(guò)車(chē)時(shí)間屬于同一時(shí)間區(qū)段，貝化日果兩條軌跡的起始m 個(gè)卡口中有m2個(gè)卡口相同，結(jié)束n個(gè)卡口中有n2個(gè)卡口相同，判定該兩條軌跡為相似軌 跡，進(jìn)行聚合；并且送兩條相似軌跡作為該車(chē)輛下一待聚合軌跡的參考軌跡，其中m2小于 m,n2小于n。
[0016] 優(yōu)選地，在進(jìn)行卡口聚合時(shí)，將距離小于預(yù)設(shè)值的兩個(gè)卡口判定為相同卡口。
[0017] 一種車(chē)輛軌跡聚合裝置，該聚合裝置還包括；軌跡聚合模塊，用于針對(duì)同一車(chē)輛的 兩條軌跡進(jìn)行聚合時(shí)，如果兩條軌跡包括的卡口數(shù)量不大于預(yù)設(shè)值，則逐一進(jìn)行匹配，當(dāng)每 個(gè)卡口都相同時(shí)，判定該兩條軌跡為同一軌跡，進(jìn)行聚合。
[0018] 該軌跡聚合裝置的軌跡聚合模塊還用于；針對(duì)同一車(chē)輛的兩條軌跡進(jìn)行聚合時(shí)， 如果兩條軌跡包括的卡口數(shù)量大于預(yù)設(shè)值，則當(dāng)兩條軌跡的起始m個(gè)卡口、結(jié)束n個(gè)卡口相 同，判定該兩條軌跡為同一軌跡，進(jìn)行聚合；或者
[0019] 針對(duì)同一車(chē)輛的兩條軌跡進(jìn)行聚合時(shí)，如果兩條軌跡包括的卡口數(shù)量大于預(yù)設(shè) 值，則當(dāng)兩條軌跡的起始m個(gè)卡口中有ml個(gè)卡口相同，結(jié)束n個(gè)卡口中有nl個(gè)卡口相同， 判定該兩條軌跡為相似軌跡，進(jìn)行聚合；并且送兩條相似軌跡作為該車(chē)輛下一待聚合軌跡 的參考軌跡，其中ml小于m，nl小于n;或者
[0020] 針對(duì)同一車(chē)輛的兩條軌跡進(jìn)行聚合時(shí)，如果兩條軌跡包括的卡口數(shù)量大于預(yù)設(shè) 值，且該兩條軌跡的首卡口所記錄的過(guò)車(chē)時(shí)間屬于同一時(shí)間區(qū)段，貝化日果兩條軌跡的起始m個(gè)卡口中有m2個(gè)卡口相同，結(jié)束n個(gè)卡口中有n2個(gè)卡口相同，判定該兩條軌跡為相似軌 跡，進(jìn)行聚合；并且送兩條相似軌跡作為該車(chē)輛下一待聚合軌跡的參考軌跡，其中m2小于 m,n2小于n。
[0021] 優(yōu)選地，該軌跡聚合模塊在進(jìn)行卡口聚合時(shí)，將距離小于預(yù)設(shè)值的兩個(gè)卡口判定 為相同卡口。
[0022] 本發(fā)明的車(chē)輛軌跡生成方案利用眾多卡口中的海量過(guò)車(chē)記錄形成了車(chē)輛軌跡的 數(shù)據(jù)模型。在形成車(chē)輛的眾多軌跡后，針對(duì)同一車(chē)輛的軌跡聚合時(shí)，克服了嚴(yán)格按照逐個(gè)卡 口點(diǎn)進(jìn)行精確匹配的模式將造成較大概率出現(xiàn)軌跡不匹配，最終造成軌跡的聚合率過(guò)低的 問(wèn)題。經(jīng)過(guò)實(shí)踐檢驗(yàn)，本實(shí)施例的車(chē)輛軌跡聚合方法能有效提取出車(chē)輛的主干軌跡。
【附圖說(shuō)明】
[0023] 圖1是本發(fā)明實(shí)施例流程圖。
[0024] 圖2是本發(fā)明實(shí)施例裝置一邏輯結(jié)構(gòu)圖。
[00巧]圖3是本發(fā)明實(shí)施例裝置二邏輯結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0026] 在智能交通領(lǐng)域，對(duì)于卡口部署達(dá)到一定密度（比如：車(chē)輛在正常行駛過(guò)程中，在 10分鐘之內(nèi)必然經(jīng)過(guò)一個(gè)卡口）的城市，基于該城市中每一輛車(chē)長(zhǎng)時(shí)間的卡口過(guò)車(chē)記錄， 經(jīng)過(guò)統(tǒng)計(jì)分析，形成車(chē)輛的行駛軌跡規(guī)律。通過(guò)車(chē)輛行駛軌跡規(guī)律模型，得到每輛車(chē)的時(shí)空 活動(dòng)規(guī)律、主要行駛軌跡，從而可W進(jìn)一步分析出車(chē)主的居住場(chǎng)所、職業(yè)特點(diǎn)、外出活動(dòng)規(guī) 律，最終用于對(duì)可疑和高危車(chē)輛的研判。比如；正常的私家車(chē)，從長(zhǎng)期的行駛軌跡規(guī)律來(lái)看， 應(yīng)該存在明顯的特征。對(duì)于正常上下班的私家車(chē)，在工作日的早晨、下午，居住地與工作場(chǎng) 所之間的行駛軌跡較為固定。而周末、節(jié)假日的交友、出行等行駛軌跡相對(duì)較少。從送類(lèi)車(chē) 輛的長(zhǎng)期軌跡圖來(lái)看，應(yīng)該呈現(xiàn)出明顯的主干軌跡，較少的分叉軌跡。同時(shí)，上述車(chē)輛在深 夜、凌晨等特殊時(shí)段的行駛軌跡，應(yīng)該相對(duì)較少。
[0027] 而從事不法活動(dòng)的車(chē)輛，大多會(huì)亂竄，沒(méi)有明顯的正常軌跡（排除出租車(chē)、物流運(yùn) 輸車(chē)等特殊工作性質(zhì)的車(chē)輛）。從送類(lèi)車(chē)輛的長(zhǎng)期軌跡圖來(lái)看，整個(gè)軌跡相對(duì)較亂。同時(shí)， 送類(lèi)車(chē)輛在深夜、凌晨等特殊時(shí)段的行駛軌跡，相對(duì)較多。具有上述行駛軌跡規(guī)律的車(chē)輛， 就是可疑和高危的車(chē)輛。
[0028] 如何根據(jù)數(shù)據(jù)庫(kù)中的卡口過(guò)車(chē)記錄，形成車(chē)輛行駛軌跡是值得研究的一個(gè)問(wèn)題。 同一車(chē)輛在多天的多條軌跡，如何通過(guò)軌跡聚合提取出主干軌跡（該軌跡行駛的總次數(shù)、 總時(shí)間通常最多）也是需要考慮的一個(gè)問(wèn)題。
[0029] 上述兩個(gè)問(wèn)題的解決，需要克服W下困難：
[0030]