基于数据挖掘技术的出租车轨迹异常分析研究

发布时间：2024-04-21 12:57

　　随着智能交通技术与数据挖掘技术的不断发展,基于数据挖掘技术的出租车轨迹异常分析研究是实现现代交通智能化监测的重要途径和方法,以便自动检测车辆行驶过程中的一些异常行为并对驾驶员发出警报。当下对于时空数据异常检测主要有两种不同层次:1)出租车运行轨迹异常;2)交通状况异常。本文针对出租车运行途中的异常行为进行了深入的研究,论文将从这两个层面上分别进行异常检测。但由于数据量大、特征不明显和易受干扰等特点,对数据挖掘方法提出了挑战。基于上述分析,本文充分利用了轨迹的不同特征信息,对两个不同层次的异常分别提出了切实可行的异常检测方法,主要内容包括:一、车辆轨迹处理与地图匹配。论文首先对采集的数据进行筛选分析,从GPS数据中预处理得到出租车行驶轨迹,从GPS原始数据中通过滤波、筛选等操作,提取出有效的经纬度、时间、航向等信息,结合道路路网信息,采用基于隐马尔科夫模型和基于方位角匹配的多模式融合方法将GPS轨迹点匹配到路网中的道路上。二、基于出租车GPS数据挖掘的交通状况异常检测。通过大量出租车GPS轨迹体现整个交通运行状况的时空规律,对出租车异常行驶轨迹或者异常行驶路径等行为进行检测分析。本研究分...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图1我国前十大汽车保有量城市

第一章绪论意义运输业的发展，我国汽车保有量稳步上升。截止2017亿辆。其中，以北京、上海、深圳、杭州、重庆、西安便了人们日常出行的同时，也带来了诸如交通拥堵、环境是前十大城市汽车保有量及城市拥堵指数，从图中可以拥堵严重。为了缓解交通拥堵及其带来的附属问题，如通拥堵规律，实....

图2我国前十大交通拥堵城市交通拥堵指数统计图

是前十大城市汽车保有量及城市拥堵指数，从图中可以拥堵严重。为了缓解交通拥堵及其带来的附属问题，如通拥堵规律，实时监督交通异常状况，为相关部门提供信息引导。图1我国前十大汽车保有量城市

图2.1出租车GPS数据示例

图2.1出租车GPS数据示例量是衡量数据是否可用的一个重要指标。在数据采集和记录过程中，会由于素的影响，造成数据记录不完整或者误差大等错误，数据质量较差，如数据不出限定区域，这些不正确数据会对检测结果产生严重影响，因此需要在提取前对原始数据进行预处理操作，保证处理数据的可....

图2.2预处理流程图

如数据与电子地图匹配、有效轨迹提取等都利用其他编程语言实现，这样是为了避免oracle数据库操作耗时的缺点，只利用其保存与查询数据。首先利用上述异常数据判据对原始GPS数据进行筛选，处理流程如图2.2所示。图2.2预处理流程图图2.3(a)展示的是西安市电子地图....

本文编号：3960902