买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连海事大学申请的专利一种面向城市交通数据的实时异常轨迹检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116597647B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310585391.7，技术领域涉及：G06F16/29；该发明授权一种面向城市交通数据的实时异常轨迹检测方法是由王习特;许铮;白梅;马茜设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种面向城市交通数据的实时异常轨迹检测方法在说明书摘要公布了：本发明公开了一种面向城市交通数据的实时异常轨迹检测方法，包括将交通轨迹数据集中的GPS点经地图匹配映射到城市交通路网中，根据SD对将交通轨迹数据集划分为不同的训练集，根据不同训练集中的轨迹构建基于SD对的时空模型，获取测试轨迹，当测试轨迹为已达轨迹时，对已达轨迹进行异常判断，当已达轨迹为正常时，测试轨迹为正常，反之为异常，当测试轨迹包括已达轨迹和未达轨迹时，对已达轨迹进行异常判断，当已达轨迹为正常时，对未达轨迹进行异常判断，当未达轨迹为异常轨迹时，测试轨迹为异常，当未达轨迹为正常轨迹时，将测试轨迹为正常，当已达轨迹为异常时，测试轨迹为异常。提高了实时异常轨迹检测的效率并提高了检测的准确性。

本发明授权一种面向城市交通数据的实时异常轨迹检测方法在权利要求书中公布了：1.一种面向城市交通数据的实时异常轨迹检测方法，其特征在于，包括， S1、构建城市交通路网，并将城市交通路网中的道路序列化，获取包含GPS点的交通轨迹数据集，将交通轨迹数据集中的GPS点经地图匹配映射到城市交通路网中，从城市交通路网中获取每一条轨迹的路段序列，根据路段序列中的起始路段、终止路段构建轨迹的SD对，存储所有轨迹、轨迹对应的路段序列、轨迹对应的SD对至第一集合， S2、根据第一集合中的SD对将交通轨迹数据集划分为不同的训练集，根据不同训练集中的轨迹构建基于SD对的时空模型，将所有基于SD对的时空模型以及与其对应的SD对存储至模型集中，构建第i个SD对的关于行驶时间与终点距的时空模型包括根据公式1构建， Dend＝ftij；β+ε,ε～N0,σ21 其中，ftij；β＝β0+β1tij+β2tij2+β3tij3......，tij为行驶时间，tij代表从轨迹点pi点行驶至轨迹点pj点所用的时间，β＝[β0,β1,β2,β3…]T是ftij；β的参数向量，ε是服从正态分布的随机变量，Dend＝distpi,D为终点距，Dend代表轨迹点pi点距离D的欧式距离，D为轨迹的终点； S3、获取测试轨迹，判断测试轨迹中是否包括未达轨迹， 若测试轨迹中不包括未达轨迹，则表示测试轨迹为已达轨迹，对已达轨迹进行异常判断并获取判断结果，当已达轨迹为正常时，将测试轨迹标记为正常轨迹，当已达轨迹为异常时，将测试轨迹标记为异常轨迹， 若测试轨迹中包括未达轨迹，则将测试轨迹划分为已达轨迹和未达轨迹，对已达轨迹进行异常判断并获取判断结果，所述对已达轨迹进行异常判断并获取判断结果包括， S41、将轨迹分为三类，第一类为轨迹的SD对存在于模型集中，第二类为轨迹的SD对不存在于模型集中，第三类为轨迹的SD对的起始路段或终止路段存在于模型集中， S42、获取已达轨迹的SD对和路段序列，通过已达轨迹的SD对、路段序列与模型集的比较结果获取已达轨迹的类型，当已达轨迹的类型为第一类时，执行S43，当已达轨迹的类型为第二类时，执行S44，当已达轨迹的类型为第三类时，执行S45， S43、对于第一类已达轨迹，从模型集中获取基于SD对的时空模型，根据基于SD对的时空模型对已达轨迹中的轨迹点进行预测，根据预测结果分别对轨迹点和已达轨迹是否异常进行判断并生成判断结果，当SD对的终止路段和起始路段都在模型集中时，获取与起始路段、终止路段相对应的时空模型，计算已达轨迹中每一个测试点的行驶时间和终点距，将所有测试点的行驶时间输入至时空模型中计算预测终点距，判断每一个测试点的终点距与预测终点距之间的差值，当差值超过第一阈值时，将测试点标记为异常点，当差值小于第一阈值时，将测试点标记为正常点； S44、对于第二类已达轨迹，根据路径生成算法生成已达轨迹的推荐轨迹，分别计算在不同的时间间隔内，轨迹点与推荐点之间的距离差值，根据距离差值对轨迹点是否异常进行判断，即当终止路段和起始路段不在模型集中时，根据路径生成算法生成测试轨迹的推荐轨迹，计算在时间相同时，测试点与推荐点之间的距离差值，当距离差值超过第一阈值时，将测试点标记为异常点，反之，标记为正常点，所述轨迹点与推荐点之间的距离差值为在相同时间时，测试轨迹的测试点对应的终点距和推荐轨迹的推荐点对应的终点距之间的差值，根据异常轨迹点的数量对已达轨迹是否异常进行判断并生成判断结果； S45、对于第三类已达轨迹，根据已达轨迹的路段序列与模型集中的SD对进行匹配后，对已达轨迹进行划分，分别将子轨迹作为不同的已达轨迹，根据S42重新对不同的已达轨迹异常判断并生成判断结果； 当已达轨迹为正常时，对未达轨迹进行异常判断并获取判断结果，当未达轨迹为异常轨迹时，将测试轨迹标记为异常轨迹，当未达轨迹为正常轨迹时，将测试轨迹标记为正常轨迹； 当已达轨迹为异常时，将测试轨迹标记为异常轨迹； 所述对未达轨迹进行异常判断并获取判断结果包括获取测试轨迹的起始点和终点，根据路径规划算法生成关于起始点和终点的全程推荐轨迹，计算完成全程推荐轨迹所需的第一完成时间，根据路径规划算法生成未达轨迹的未达推荐轨迹，计算完成未达推荐轨迹的第二完成时间，获取已达轨迹的行驶时间，计算第二完成时间和行驶时间的总和并表示为第三完成时间，根据第一完成时间与第三完成时间的差值对未达轨迹是否异常进行判断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。