宋现锋_长春01-车辆GNSS轨迹异常数据检测.pdf

低采样频率车辆GNSS轨迹异常数据检测 宋现锋 中国科学院大学资源与环境学院 2017-09-21 2017/10/7 1. 研究背景与研究意义 异常检测的必要性 1.1 车辆GNSS轨迹数据，应用前景巨大  电子地图生成、交通状态判别、兴趣点提取  上车点推荐、出行路径规划、出行时间预测 轨迹时空数据挖掘，对数据集有质量要求  完整性、去冗余度、一致性、定位精度 公共车辆(公交车、出租车等)轨迹数据特点  数据量大、覆盖面广、周期性好  定位精度低、采样频率低、质量高低不一 道路缺失 必要性 车辆GNSS轨迹数据的异常检测 重要性 滴滴出行 ，居民区及道路密集分布 3 百度地图导航类 ，可见完整覆盖成都三环内四级以上道路。 4 1.研究背景与研究意义 研 究 现 状 总 结 1.2 轨迹数据的异常检测：轨迹点和轨迹线段 对比内容 现有轨迹滤波研究 说明及与实际情况对比 多为因实验需要专门采集的实验数据 实际GNSS轨迹情况复杂，与实验数据差异显著 ①实验模拟数据 1）GNSS设备：生产厂家、高温和颠簸、校正调整 所选数据 ②采样频率高、定位精度高 2）车辆工作环境：道路环境、行驶过程 ③特定时间、特定区域、特定设备  导致采样间隔、定位精度差异较大 ①对轨迹点的滤波 ➢ ①a方法只考虑单条轨迹，信息量不足 a.基于单条轨迹的时间窗口滤波 ➢ ①b 方法全局阈值，过度滤除 滤波方法 b.考虑邻居轨迹的空间密度滤波 ➢ ②方法依赖于轨迹分段结果 ②基于轨迹片段的滤波 处理粒度偏大，降低滤波的精准程度 ①异常点  异常点检测中， a.轨迹点滤波方法得出的离群点 1）难以识别出隐含的轨迹点连续整体偏移的情况 b.异常轨迹片段所包含的轨迹点 滤波结果 2）难以区分主干道的偏离点和次要路的正常点 ②异常线段 a.异常点两侧的线段为异常线段  异常线段检测中， b.异常轨迹片段为异常线段 忽略了由采样频率低导致的“假轨迹”线段 1. 研究背景与研究意义 研 究 目的 1.3 现有研究不足： ➢ 信息量不足 （单条轨迹），全局阈值 （空间密度）， 处理粒度偏大 （轨迹分段） ➢ 难以有效区分高密度覆盖区域（主干道）的异常点和低密度覆盖 区域（次要路）