融合轨迹空间-语义特征的车辆类型识别方法

    公开(公告)号:CN116092037A

    公开(公告)日:2023-05-09

    申请号:CN202310171830.X

    申请日:2023-02-13

    摘要: 本发明公开了一种融合轨迹空间‑语义特征的车辆类型识别方法,对原始车辆轨迹数据进行预处理,包括重复轨迹过滤、停留点识别和微行程划分;基于车辆轨迹数据、停留点和微行程,计算车辆运动特征和关联的地理语义特征;基于车辆运动特征和关联的地理语义特征,进行车辆类型识别。停留点识别的具体操作为:选择某车辆轨迹点中移动距离小于距离阈值且理论速度小于速度阈值的轨迹点进行DBSCAN聚类,聚类以空间距离和速度差异为双邻域约束,聚类后每个簇分别对应该车辆的一个停留点。微行程划分,是当相邻轨迹点时间间隔大于时间阈值秒或遇到停留点时,打断车辆轨迹,即得到各车辆行驶的微行程。有效提高车辆类型识别精度。

    融合轨迹空间-语义特征的车辆类型识别方法

    公开(公告)号:CN116092037B

    公开(公告)日:2023-07-28

    申请号:CN202310171830.X

    申请日:2023-02-13

    摘要: 本发明公开了一种融合轨迹空间‑语义特征的车辆类型识别方法,对原始车辆轨迹数据进行预处理,包括重复轨迹过滤、停留点识别和微行程划分;基于车辆轨迹数据、停留点和微行程,计算车辆运动特征和关联的地理语义特征;基于车辆运动特征和关联的地理语义特征,进行车辆类型识别。停留点识别的具体操作为:选择某车辆轨迹点中移动距离小于距离阈值且理论速度小于速度阈值的轨迹点进行DBSCAN聚类,聚类以空间距离和速度差异为双邻域约束,聚类后每个簇分别对应该车辆的一个停留点。微行程划分,是当相邻轨迹点时间间隔大于时间阈值秒或遇到停留点时,打断车辆轨迹,即得到各车辆行驶的微行程。有效提高车辆类型识别精度。