一種車(chē)輛軌跡預(yù)測(cè)分析方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種車(chē)輛軌跡預(yù)測(cè)分析方法，該方法包括以下步驟：獲取攝像機(jī)的原始視頻，提取車(chē)牌號(hào)信息并記錄實(shí)時(shí)時(shí)間；通過(guò)獲取目標(biāo)車(chē)輛在查詢(xún)時(shí)間段內(nèi)出現(xiàn)的位置點(diǎn)集合，計(jì)算任意相鄰位置點(diǎn)的平均時(shí)間間隔，獲取相鄰位置點(diǎn)的最優(yōu)子路徑，連接最優(yōu)子路徑輸出預(yù)測(cè)軌跡。本發(fā)明融合了監(jiān)控視頻、車(chē)牌號(hào)信息、時(shí)間信息、城市拓?fù)涞榷嗄?shù)據(jù)，能夠有效地通過(guò)不完整的、離散的數(shù)據(jù)合理地預(yù)測(cè)出車(chē)輛的軌跡；該方法的視頻內(nèi)容分析通過(guò)各個(gè)智能攝像機(jī)執(zhí)行，服務(wù)器壓力得到減輕，處理速度快；攝像機(jī)僅需將提取的車(chē)牌號(hào)信息發(fā)送給服務(wù)器，網(wǎng)絡(luò)開(kāi)銷(xiāo)很小，傳輸速度快。
【專(zhuān)利說(shuō)明】
一種車(chē)輛軌跡預(yù)測(cè)分析方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及智能交通監(jiān)控領(lǐng)域，具體為一種車(chē)輛軌跡預(yù)測(cè)分析方法。

【背景技術(shù)】
[0002]城市規(guī)模在不斷變大，車(chē)輛數(shù)目不斷增多，由此帶來(lái)的交通問(wèn)題也越來(lái)越嚴(yán)峻。目前，大多數(shù)的交通問(wèn)題都是通過(guò)攝像機(jī)采集證據(jù)的，而且現(xiàn)在的智能攝像機(jī)的攝像能力、計(jì)算能力都已經(jīng)達(dá)到了一定的水平，因而可以完成許多基本的分析任務(wù)，如目標(biāo)識(shí)別、車(chē)輛分類(lèi)、行人檢測(cè)等等。
[0003]雖然智能攝像機(jī)能夠提供許多珍貴的原始資料，但是目前的監(jiān)控系統(tǒng)卻僅僅提供非常簡(jiǎn)單的應(yīng)用或服務(wù)，比如回放視頻、車(chē)輛計(jì)數(shù)或者某一攝像機(jī)的車(chē)輛違章。可是硬盤(pán)中還存放著大量的有價(jià)值的信息，比如地圖信息等，可這些非常有價(jià)值的信息并沒(méi)有被利用。
[0004]鑒于此，充分利用智能攝像機(jī)獲取的原始材料進(jìn)而提供優(yōu)質(zhì)、高效的監(jiān)控服務(wù)，在某個(gè)時(shí)間段內(nèi)對(duì)車(chē)輛的軌跡進(jìn)行合理、準(zhǔn)確的預(yù)測(cè)是有很大意義的，比如，幫助政府或者安全部門(mén)尋找嫌疑車(chē)輛在過(guò)去某段時(shí)間內(nèi)的位置和軌跡。
[0005]目前，對(duì)于目標(biāo)的識(shí)別和跟蹤主要采用兩種方法:
[0006]I)基于視覺(jué)的方法:對(duì)單一攝像機(jī)下的車(chē)輛進(jìn)行跟蹤和分類(lèi)，主要采用視覺(jué)特征匹配和時(shí)空關(guān)系約束的方法對(duì)目標(biāo)進(jìn)行跟蹤。但是，這種方法僅關(guān)注于單個(gè)攝像機(jī)或少數(shù)幾個(gè)攝像機(jī)間的目標(biāo)跟蹤，對(duì)于一個(gè)城市來(lái)說(shuō)，攝像機(jī)的數(shù)量非常龐大，視頻數(shù)據(jù)的規(guī)模急劇增長(zhǎng)，視覺(jué)特征的維度急劇增加，所以基于視覺(jué)的方法是很難直接分析如此大規(guī)模的視覺(jué)數(shù)據(jù)和視覺(jué)特征的。
[0007]2)基于GPS的方法:通過(guò)安裝在個(gè)人設(shè)備或者交通工具上的GPS定位設(shè)備進(jìn)行跟蹤，以此獲得車(chē)輛的軌跡。但是，我們無(wú)法強(qiáng)制要求用戶(hù)安裝GPS定位設(shè)備或者類(lèi)似工具，所以，這種方法的應(yīng)用范圍窄，無(wú)法得到廣泛地推廣，不適用于車(chē)輛軌跡的預(yù)測(cè)。
[0008]另外，實(shí)際應(yīng)用中，由于車(chē)牌號(hào)識(shí)別錯(cuò)誤、網(wǎng)路傳輸?shù)葐?wèn)題，導(dǎo)致獲得的數(shù)據(jù)很可能是不完整的，而目前的技術(shù)又無(wú)法通過(guò)這些離散的、不完整的數(shù)據(jù)中確定車(chē)輛的軌跡。所以，得到一種能夠融合離散信息的車(chē)輛軌跡預(yù)測(cè)方法成為了本領(lǐng)域技術(shù)人員一直追求的目標(biāo)。


【發(fā)明內(nèi)容】

[0009]為解決現(xiàn)有技術(shù)中基于視覺(jué)、基于GPS的方法不適用于車(chē)輛軌跡預(yù)測(cè)且無(wú)法融合離散的、不完整信息的問(wèn)題，本發(fā)明提供了一種車(chē)輛軌跡預(yù)測(cè)分析方法，解決了智能交通中車(chē)輛軌跡的預(yù)測(cè)問(wèn)題。
[0010]為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下的技術(shù)方案:
[0011]一種車(chē)輛軌跡預(yù)測(cè)分析方法，獲取攝像機(jī)的原始視頻，提取車(chē)牌號(hào)信息并記錄實(shí)時(shí)時(shí)間，還包括以下步驟:
[0012]S1:車(chē)牌號(hào)、實(shí)時(shí)時(shí)間上傳至服務(wù)器中，輸入目標(biāo)車(chē)牌號(hào)Num及查詢(xún)時(shí)間段AT后，從服務(wù)器中讀取一系列的離散的攝像機(jī)編號(hào)c = {c0, Cl,……，Cm_J，結(jié)合攝像機(jī)所對(duì)應(yīng)的地圖位置，獲得目標(biāo)車(chē)輛在查詢(xún)時(shí)間段內(nèi)先后出現(xiàn)的位置點(diǎn)集合P = {Po, P1......’Pm-J ；
[0013]S2:計(jì)算任意相鄰位置點(diǎn)P1、Pj的平均時(shí)間間隔！\，j ；
[0014]S3:獲取集合P中相鄰位置點(diǎn)P1、pi+1的最優(yōu)子路徑sPi:
[0015]Pi經(jīng)過(guò)地圖上的所有鄰點(diǎn)pm向pi+1遍歷，計(jì)算P1、pm的平均時(shí)間間隔Ti，m，判斷是否大于Tu+α，α為門(mén)限值，如果成立，則回溯到前驅(qū)結(jié)點(diǎn)？1并遍歷其它鄰點(diǎn)，如果不成立，則將當(dāng)前結(jié)點(diǎn)加入候選路徑，如果Pm不是Pi+1，則從Pm繼續(xù)向下遍歷；Pm向Pm+1遍歷，計(jì)算P1、Pm+1的平均時(shí)間間隔?\π+1，判斷?νπ+1是否大于Tu+α，如果成立，則回溯到前驅(qū)結(jié)點(diǎn)Pm并遍歷其它鄰點(diǎn)；如果不成立，則將當(dāng)前結(jié)點(diǎn)加入候選路徑，如果Pm+1不是Pi+1，則繼續(xù)向下遍歷，一直遍歷到Pi+1為止；
[0016]獲得了 Pi至Pi+1的一系列子路徑spk之后，計(jì)算每條子路徑spk所消耗的時(shí)間sck，計(jì)算排序值rk = | sck-Ti；J I，當(dāng):rk = &最小時(shí),此時(shí)SPi為Pi至pi+1的最優(yōu)子路徑；
[0017]S4:將所有最優(yōu)子路徑sPi按順序連接，得到位置點(diǎn)集合P在查詢(xún)時(shí)間段內(nèi)的最優(yōu)路徑，即輸出的預(yù)測(cè)軌跡SP = {sp0, sp”......，spn_J。
[0018]通過(guò)攝像機(jī)獲取車(chē)牌號(hào)信息，并將車(chē)牌號(hào)、攝像機(jī)編號(hào)、實(shí)時(shí)時(shí)間存入到服務(wù)器中，再結(jié)合城市地圖拓?fù)涞刃畔?，獲取相鄰位置點(diǎn)之間的最優(yōu)子路徑，然后順序連接最優(yōu)子路徑，獲得車(chē)輛的軌跡信息。本發(fā)明能夠?qū)⒉煌暾?、離散的數(shù)據(jù)合理地預(yù)測(cè)出車(chē)輛的軌跡，且處理速度快，可靠性高，網(wǎng)絡(luò)開(kāi)銷(xiāo)小，傳輸速度快。
[0019]進(jìn)一步地，S1步驟中，服務(wù)器為每個(gè)攝像機(jī)分配一個(gè)攝像機(jī)表，攝像機(jī)表以順序表形式實(shí)現(xiàn)，服務(wù)器將收到的車(chē)牌號(hào)信息和實(shí)時(shí)時(shí)間存入對(duì)應(yīng)的攝像機(jī)表中，以時(shí)間為序；月艮務(wù)器為每個(gè)車(chē)牌號(hào)分配一個(gè)車(chē)牌號(hào)表，車(chē)牌號(hào)表以單鏈表形式實(shí)現(xiàn)。服務(wù)器將攝像機(jī)編號(hào)和實(shí)時(shí)時(shí)間存入對(duì)應(yīng)的車(chē)牌號(hào)表中，以時(shí)間為序。
[0020]服務(wù)器開(kāi)辟兩處存儲(chǔ)單元:攝像機(jī)表存儲(chǔ)單元和車(chē)牌號(hào)表存儲(chǔ)單元。這樣做有兩個(gè)好處:1)攝像機(jī)表能夠直接接受并存儲(chǔ)各個(gè)攝像機(jī)發(fā)來(lái)的車(chē)牌號(hào)信息和實(shí)時(shí)時(shí)間信息，網(wǎng)絡(luò)開(kāi)銷(xiāo)小，速度快；2)服務(wù)器將攝像機(jī)表中的信息轉(zhuǎn)存到車(chē)牌號(hào)表中，這樣的存儲(chǔ)方式有利于車(chē)牌號(hào)的檢索和后續(xù)的軌跡預(yù)測(cè)，減少軌跡預(yù)測(cè)的時(shí)間，預(yù)測(cè)效率高。
[0021]進(jìn)一步地，S1步驟中，對(duì)于輸入的目標(biāo)車(chē)牌號(hào)，通過(guò)字符串匹配的方式從服務(wù)器獲取一系列的離散的攝像機(jī)編號(hào)。通過(guò)字符串匹配獲取攝像機(jī)編號(hào)，簡(jiǎn)單且處理速度快，減小軌跡預(yù)測(cè)耗費(fèi)時(shí)間，提高該方法的工作效率。
[0022]進(jìn)一步地，S2步驟中，獲取相鄰結(jié)點(diǎn)P1、Pj在查詢(xún)時(shí)間段內(nèi)通過(guò)的全部車(chē)輛的車(chē)牌號(hào)記錄S和D，對(duì)于S中的每個(gè)車(chē)牌號(hào)，查找其在D中的記錄，若找到對(duì)應(yīng)記錄，則求出兩個(gè)記錄的時(shí)間差Tsd = | ts-td I，求出所有的時(shí)間差Tsd的算術(shù)平均值，作為任意相鄰位置點(diǎn)P1、Pj的平均時(shí)間間隔Tu。
[0023]計(jì)算相鄰位置點(diǎn)的平均時(shí)間間隔，將所有通過(guò)相鄰位置點(diǎn)的車(chē)輛都納入其中，計(jì)算大量數(shù)據(jù)的算術(shù)平均值，能夠提高準(zhǔn)確率，使得預(yù)測(cè)效果更好，更貼近于真實(shí)情況。
[0024]本發(fā)明的有益效果為:1)本發(fā)明融合了監(jiān)控視頻、車(chē)牌號(hào)信息、時(shí)間信息、城市拓?fù)涞榷嗄?shù)據(jù)，能夠有效地通過(guò)不完整的、離散的數(shù)據(jù)合理地預(yù)測(cè)出車(chē)輛的軌跡；2)該方法的視頻內(nèi)容分析通過(guò)各個(gè)智能攝像機(jī)執(zhí)行，服務(wù)器壓力得到減輕，處理速度快；3)攝像機(jī)僅需將提取的車(chē)牌號(hào)信息發(fā)送給服務(wù)器，網(wǎng)絡(luò)開(kāi)銷(xiāo)很小，傳輸速度快。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0025]圖1為車(chē)輛軌跡預(yù)測(cè)分析方法的主流程圖。
[0026]圖2為攝像機(jī)獲取車(chē)牌文本信息的流程圖。
[0027]圖3為簡(jiǎn)化的全局圖模型示意圖。

【具體實(shí)施方式】
[0028]下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施方式進(jìn)行詳細(xì)解釋說(shuō)明。
[0029]一種車(chē)輛軌跡預(yù)測(cè)分析方法，獲取攝像機(jī)的原始視頻，采用混合高斯模型(GMM)將經(jīng)過(guò)的車(chē)輛從背景分割，得到車(chē)輛圖像；如圖2所示，采用Haar特征和AdaBoost算法訓(xùn)練分類(lèi)器，對(duì)車(chē)輛圖像中的車(chē)牌進(jìn)行識(shí)別和定位，并采用逐步求精的策略對(duì)車(chē)牌圖像進(jìn)行去噪、裁剪、校正，從而得到合適的車(chē)牌圖像；采用開(kāi)源OCR軟件Tesseract從車(chē)牌圖像提取車(chē)牌文本信息。
[0030]如圖1所示，一種車(chē)輛軌跡預(yù)測(cè)分析方法還包括以下步驟:
[0031]S1:獲取目標(biāo)車(chē)輛在查詢(xún)時(shí)間段內(nèi)出現(xiàn)的位置點(diǎn)集合
[0032]攝像機(jī)將車(chē)牌號(hào)信息、實(shí)時(shí)時(shí)間上傳至服務(wù)器中，服務(wù)器為每個(gè)攝像機(jī)分配一個(gè)攝像機(jī)表，攝像機(jī)表以順序表形式實(shí)現(xiàn)，服務(wù)器將收到的車(chē)牌號(hào)信息和實(shí)時(shí)時(shí)間存入對(duì)應(yīng)的攝像機(jī)表中，以時(shí)間為序；服務(wù)器為每個(gè)車(chē)牌號(hào)分配一個(gè)車(chē)牌號(hào)表，車(chē)牌號(hào)表以單鏈表形式實(shí)現(xiàn)，服務(wù)器將攝像機(jī)表中的攝像機(jī)編號(hào)和實(shí)時(shí)時(shí)間轉(zhuǎn)存入對(duì)應(yīng)的車(chē)牌號(hào)表中，以時(shí)間為序。輸入目標(biāo)車(chē)牌號(hào)Num及查詢(xún)時(shí)間段ΛΤ后，通過(guò)字符串匹配的方法找到車(chē)牌號(hào)表，從服務(wù)器中讀取一系列的離散的攝像機(jī)編號(hào)C= {c0, Cl,……，Cm_J ;結(jié)合攝像機(jī)所對(duì)應(yīng)的地圖位置，獲得目標(biāo)車(chē)輛在查詢(xún)時(shí)間段內(nèi)先后出現(xiàn)的位置點(diǎn)集合P = (Po, Pi……，Pm-J。
[0033]根據(jù)攝像機(jī)表中的歷史信息、城市道路拓?fù)浼皵z像機(jī)與地圖位置的對(duì)應(yīng)關(guān)系，結(jié)合已知攝像機(jī)對(duì)應(yīng)的地圖位置，構(gòu)建出全局圖模型，如圖3所示的簡(jiǎn)化的全局圖模型示意圖，結(jié)點(diǎn)Pi代表攝像機(jī)所在位置，結(jié)點(diǎn)連線(xiàn)Tu代表攝像機(jī)所在位置間的平均時(shí)間間隔。
[0034]S2:計(jì)算任意相鄰位置點(diǎn)的平均時(shí)間間隔
[0035]計(jì)算任意相鄰位置點(diǎn)P1、Pj的平均時(shí)間間隔需要說(shuō)明的是，P1、Pj代表了全局圖模型中的任意兩個(gè)相鄰的位置點(diǎn)，也包括了集合P中的相鄰位置點(diǎn)。
[0036]獲取相鄰結(jié)點(diǎn)P1、Pj在查詢(xún)時(shí)間段內(nèi)通過(guò)的全部車(chē)輛的車(chē)牌號(hào)記錄S和D，對(duì)于S中的每個(gè)車(chē)牌號(hào)，查找其在D中的記錄，若找到對(duì)應(yīng)記錄，則求出兩個(gè)記錄的時(shí)間差Tsd =
ts-tdI，求出所有的時(shí)間差Tsd的算術(shù)平均值Tu，作為任意相鄰位置點(diǎn)Pi A的平均時(shí)間間隔。如，相鄰位置點(diǎn)ppp2在查詢(xún)時(shí)間段內(nèi)通過(guò)了 5輛車(chē)，所使用的時(shí)間分別為m^(^^之間的平均時(shí)間間隔為！^ = (Τ^Τ^+ν^/δο
[0037]S3:獲取相鄰位置點(diǎn)的最優(yōu)子路徑
[0038]獲取集合Ρ中相鄰位置點(diǎn)P1、pi+1的最優(yōu)子路徑SPi:
[0039]Pi經(jīng)過(guò)地圖內(nèi)的所有鄰點(diǎn)pm向pi+1遍歷，計(jì)算P1、pm的平均時(shí)間間隔Ti，m，判斷是否大于Tu+α，α為門(mén)限值，α的取值范圍根據(jù)實(shí)際應(yīng)用情況的不同而不同，為經(jīng)驗(yàn)值。上述條件如果成立，則回溯到前驅(qū)結(jié)點(diǎn)Pi并遍歷其它鄰點(diǎn)，如果不成立，則將當(dāng)前結(jié)點(diǎn)加入候選路徑，如果Pm不是Pi+1，則從Pm繼續(xù)向下遍歷；Pm向Pm+1遍歷，計(jì)算P1、Pm+1的平均時(shí)間間隔?νπ+1，判斷Tiilrt是否大于Tu+ α，如果成立，則回溯前驅(qū)結(jié)點(diǎn)Pm并遍歷其它鄰點(diǎn)；如果不成立，則將當(dāng)前結(jié)點(diǎn)加入候選路徑，如果Pm+1不是Pi+1，則繼續(xù)向下遍歷，一直遍歷到Pi'為止；
[0040]獲得了 Pi至Pi+1的一系列子路徑spk之后，計(jì)算每條子路徑SPk所消耗的時(shí)間sck，計(jì)算排序值rk = I sck-Ti； j I，當(dāng):rk = η最小時(shí),此時(shí)Spi為Pi至pi+1的最優(yōu)子路徑；
[0041]需要特別說(shuō)明的是，上述的“相鄰位置點(diǎn)”指的是地圖中目標(biāo)車(chē)輛在查詢(xún)時(shí)間段內(nèi)經(jīng)過(guò)的位置中的前后相鄰的地點(diǎn)，“鄰點(diǎn)”指的是地圖中與任一攝像機(jī)對(duì)應(yīng)的地圖位置任一相鄰的地點(diǎn)。也就是說(shuō)，從獲得的車(chē)輛軌跡信息中無(wú)法判斷目標(biāo)車(chē)輛在“相鄰位置點(diǎn)”之間的具體軌跡。本發(fā)明的核心就在于能夠預(yù)測(cè)出攝像機(jī)沒(méi)有直接拍攝到的車(chē)輛軌跡，細(xì)化車(chē)輛的軌跡，提高軌跡預(yù)測(cè)的精準(zhǔn)度。
[0042]另外，上述的平均時(shí)間間隔Ti^ Τ,ω+1是通過(guò)攝像機(jī)存儲(chǔ)歷史、城市道路拓?fù)涞刃畔⒂?jì)算出的。
[0043]S4:連接最優(yōu)子路徑、輸出預(yù)測(cè)軌跡
[0044]將所有最優(yōu)子路徑Spi按順序連接，得到位置點(diǎn)集合P在查詢(xún)時(shí)間段內(nèi)的最優(yōu)路徑，即輸出的預(yù)測(cè)軌跡SP = {sp0, SP1,......，spn_J O
[0045]實(shí)施例:
[0046]輸入目標(biāo)車(chē)牌號(hào)及時(shí)間段后，我們可以得到一組位置時(shí)間序列CS016 (10:39:51)、CS019(11:29:08)，兩個(gè)位置的時(shí)間間隔為T(mén) = 2957秒，令門(mén)限值α為1000秒，則Τ+α =3957 秒。
[0047]首先從CS016開(kāi)始遍歷，其鄰點(diǎn)包括CS021、GL020、GL025，對(duì)應(yīng)的平均時(shí)間間隔分別為3635、2316、3596，都小于3957，因此可以從CS021、GL020、GL025繼續(xù)遍歷。當(dāng)從GL020和GL025繼續(xù)遍歷時(shí)，后續(xù)結(jié)點(diǎn)的邊權(quán)值和都大于3957，因此終止遍歷。當(dāng)從CS021繼續(xù)遍歷時(shí)，已到達(dá)該子路徑的終點(diǎn)，且滿(mǎn)足權(quán)值和小于3957，因此可得到CS016與CS019之間的子路徑為 CSO16-CS021-CS019。
[0048]由于該查詢(xún)只有2個(gè)離散點(diǎn)，不需將各個(gè)子路徑連接，因此CS016到CS019的子路徑即為預(yù)測(cè)出的整體路徑。綜上所述，該查詢(xún)得到的整體輸出路徑為CSO16-CS021-CS019，即為預(yù)測(cè)出的車(chē)輛軌跡。
[0049]本發(fā)明中，位置點(diǎn)Pk及位置點(diǎn)pk+1為相鄰位置點(diǎn)或者鄰點(diǎn)，也就是說(shuō)，角標(biāo)數(shù)值相差為I的兩個(gè)位置點(diǎn)在本發(fā)明中被定義為相鄰位置點(diǎn)或者鄰點(diǎn)；Ti，j被定義為位置點(diǎn)P1、Pj的平均時(shí)間間隔。
[0050]以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明實(shí)質(zhì)內(nèi)容上所作的任何修改、等同替換和簡(jiǎn)單改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種車(chē)輛軌跡預(yù)測(cè)分析方法，獲取攝像機(jī)的原始視頻，提取車(chē)牌號(hào)信息并記錄實(shí)時(shí)時(shí)間，其特征在于:還包括以下步驟: 51:車(chē)牌號(hào)、實(shí)時(shí)時(shí)間上傳至服務(wù)器中，輸入目標(biāo)車(chē)牌號(hào)Num及查詢(xún)時(shí)間段AT后，從服務(wù)器中讀取一系列的離散的攝像機(jī)編號(hào)C = {c0, C1,……，Cm_J，結(jié)合攝像機(jī)所對(duì)應(yīng)的地圖位置，獲得目標(biāo)車(chē)輛在查詢(xún)時(shí)間段內(nèi)先后出現(xiàn)的位置點(diǎn)集合P = {Po, P1......，Pm-J ; 52:計(jì)算任意相鄰位置點(diǎn)的平均時(shí)間間隔Tu ； 53:獲取集合P中相鄰位置點(diǎn)P1、Pi+1的最優(yōu)子路徑Spi: Pi經(jīng)過(guò)地圖上的所有鄰點(diǎn)Pm向Pi+1遍歷，計(jì)算P1、Pffl的平均時(shí)間間隔?\π，判斷Ti,是否大于Tu+α，α為門(mén)限值，如果成立，則回溯到前驅(qū)結(jié)點(diǎn)？1并遍歷其它鄰點(diǎn)，如果不成立，則將當(dāng)前結(jié)點(diǎn)加入候選路徑，如果Pm不是Pi+1，則從Pm繼續(xù)向下遍歷；Pm向Pm+1遍歷，計(jì)算P1、Pm+1的平均時(shí)間間隔Alrt，判斷是否大于?^.+ α，如果成立，則回溯到前驅(qū)結(jié)點(diǎn)pm并遍歷其它鄰點(diǎn)；如果不成立，則將當(dāng)前結(jié)點(diǎn)加入候選路徑，如果Pm+1不是Pi+1，則繼續(xù)向下遍歷，一直遍歷到Pi+1為止； 獲得了 Pi至Pi+1的一系列子路徑SPk之后，計(jì)算每條子路徑SPk所消耗的時(shí)間SCk,計(jì)算排序值rk = I sck-Ti； j I，當(dāng):rk = η最小時(shí),此時(shí)Spi為Pi至pi+1的最優(yōu)子路徑； 54:將所有最優(yōu)子路徑Spi按順序連接，得到位置點(diǎn)集合P在查詢(xún)時(shí)間段內(nèi)的最優(yōu)路徑，即輸出的預(yù)測(cè)軌跡SP = {sp0, SP1,......，spn_J O
2.根據(jù)權(quán)利要求1所述的車(chē)輛軌跡預(yù)測(cè)分析方法，其特征在于:S1步驟中，服務(wù)器為每個(gè)攝像機(jī)分配一個(gè)攝像機(jī)表，攝像機(jī)表以順序表形式實(shí)現(xiàn)，服務(wù)器將收到的車(chē)牌號(hào)信息和實(shí)時(shí)時(shí)間存入對(duì)應(yīng)的攝像機(jī)表中，以時(shí)間為序；服務(wù)器為每個(gè)車(chē)牌號(hào)分配一個(gè)車(chē)牌號(hào)表，車(chē)牌號(hào)表以單鏈表形式實(shí)現(xiàn)；服務(wù)器將攝像機(jī)編號(hào)和實(shí)時(shí)時(shí)間存入對(duì)應(yīng)的車(chē)牌號(hào)表中，以時(shí)間為序。
3.根據(jù)權(quán)利要求1所述的車(chē)輛軌跡預(yù)測(cè)分析方法，其特征在于:S1步驟中，對(duì)于輸入的目標(biāo)車(chē)牌號(hào)，通過(guò)字符串匹配的方式從服務(wù)器獲取一系列的離散的攝像機(jī)編號(hào)。
4.根據(jù)權(quán)利要求1所述的車(chē)輛軌跡預(yù)測(cè)分析方法，其特征在于:S2步驟中，獲取相鄰結(jié)點(diǎn)P1、Pj在查詢(xún)時(shí)間段內(nèi)通過(guò)的全部車(chē)輛的車(chē)牌號(hào)記錄S和D，對(duì)于S中的每個(gè)車(chē)牌號(hào)，查找其在D中的記錄，若找到對(duì)應(yīng)記錄，則求出兩個(gè)記錄的時(shí)間差Tsd = |ts-td|，求出所有的時(shí)間差Tsd的算術(shù)平均值Tu，作為任意相鄰位置點(diǎn)P1、Pj的平均時(shí)間間隔。
【文檔編號(hào)】G06Q10/04GK104318327SQ201410551180
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年10月17日 優(yōu)先權(quán)日:2014年10月17日
【發(fā)明者】馬華東, 傅慧源, 劉鑫辰 申請(qǐng)人:北京郵電大學(xué)