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！

摘要：本发明公开一种面向轨迹数据的车辆异常数据筛选方法，包括：S10，获取高速公路车辆轨迹数据集，对车辆轨迹数据集进行预处理；S20，对预处理后的车辆轨迹数据集进行判断，若采样时间间隔低于预设阈值，则进入步骤S30，否则进入步骤S40；S30，对车辆轨迹数据集进行重采样；S40，按照时间特征和空间特征，将车辆轨迹数据集分成子数据集；S50，分析每一个子数据集中车辆的数据特征，根据数据特征的分析结果，将异常指标数据标记为异常数据。本发明将轨迹数据通过时间、空间特征划分出子数据集，在子数据集中对车辆速度、加速度以及车头时距这三个指标进行特征分析，将时空特性干扰降低，筛选出车辆行驶过程中出现的异常数据。

主权项：1.一种面向轨迹数据的车辆异常数据筛选方法，其特征在于，包括以下步骤：S10，获取高速公路车辆轨迹数据集，对车辆轨迹数据集进行预处理；S20，对预处理后的车辆轨迹数据集进行判断，若采样时间间隔低于预设阈值T，则进入步骤S30，否则进入步骤S40；S30，对车辆轨迹数据集进行重采样；S40，按照时间特征和空间特征，将车辆轨迹数据集分成子数据集；S50，分析每一个子数据集中车辆的数据特征，包括行驶速度、加速度以及车头时距，根据数据特征的分析结果，将异常指标数据标记为异常数据；在步骤S10中获取的高速公路车辆轨迹数据集，包括车辆编号、行驶速度、加速度、车头时距、车头间距、所在车道编号、时间帧数以及全局坐标；对车辆轨迹数据集进行预处理包括：删除数据缺失及数据记录异常的数据信息，将删除后的车辆轨迹数据集进行数据平滑降噪；对车辆轨迹数据集进行重采样包括以下步骤：S301，依据车辆编号进行分组重采样；S302，按照每组第一条数据采集车辆所在车道、时间帧数和全局坐标；S303，分别计算每一组行驶速度平均值、加速度平均值、车头间距平均值以及车头时距平均值；按照时间特征和空间特征，将车辆轨迹数据集分成子数据集包括：根据时间特征将车辆轨迹数据集分为时间跨度为ΔS的i个小数据集Mi，再根据匝道合流区、高速公路主路部分以及匝道分流区将数据集Mi分成j个子数据集，记为子数据集Nij；在针对每一个子数据集Nij，分析行驶速度、加速度以及车头时距的数据特征，绘制箱式图与直方图对行驶速度、加速度以及车头时距这三个指标进行描述，根据特征描述结果，依据工程实践中的八二准则进行选取，其中80％即为大部分数据所展现出的数据特征，而区别于这部分数据的剩余的20％数据则呈现出离群的特征，选取出20％区别于其他数据的数据，将包含这些异常指标数据的数据条标记为异常数据，则异常数据的筛选过程完成。

全文数据：

权利要求：

百度查询： 东南大学 一种面向轨迹数据的车辆异常数据筛选方法