【技术实现步骤摘要】
本专利技术实施例涉及智能交通，尤其涉及一种高速公路人车在途轨迹匹配方法、设备和介质。
技术介绍
1、随着高速公路发展以及迅速增长的车辆，随之带来很多问题，比如无法及时获知车内人员具体信息，若出现意外事故，不能及时开展救援；比如车辆没有安装gps北斗定位系统或者失效时，很难实现对车辆的及时追踪。
2、现有技术中的人车追踪问题，通常可以通过人车匹配实现，但是由于人的信令轨迹信息、车辆gps和北斗信息存在误差，使人车匹配的准确度不是很理想。
技术实现思路
1、本专利技术实施例提供一种高速公路人车在途轨迹匹配方法、设备和介质，以解决上述技术问题。
2、第一方面，本专利技术实施例提供了一种高速公路人车在途轨迹匹配方法，包括：
3、获取高速公路上多个用户和多个车辆的原始轨迹序列，其中，各用户的原始轨迹序列自手机信令数据，各车辆的原始轨迹序列来自高速公路车辆卡口数据；
4、将各原始轨迹序列匹配到高速公路路段，得到各匹配后的轨迹序列；
5、结合高速公路路网结构，计算各匹配后的轨迹序列的嵌入表示；
6、计算各用户匹配后的轨迹序列的嵌入表示与各车辆匹配后的轨迹序列的嵌入表示的相似度，并根据各相似度确定匹配的人车对。
7、第二方面，本专利技术实施例提供了一种电子设备，所述电子设备包括：
8、一个或多个处理器；
9、存储器，用于存储一个或多个程序，
10、当所述一个或多个程序被所述一个或
11、第三方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的高速公路人车在途轨迹匹配方法。
12、本专利技术实施例综上所述，本专利技术实施例提供了一种高速公路人车在途轨迹匹配方法、设备和介质，通过融合车辆卡口数据、手机信令脱敏数据以及道路网络数据等不同源的原始数据，来将高速公路上手机用户与其所乘车辆进行目标匹配。与现有技术相比，本专利技术具备以下优点：
13、1)本实施例的方法在考虑路段匹配时，充分考虑道路网络对轨迹的约束，基于不同源的手机信令数据和车辆卡口数据通过gru算法将车辆和用户的轨迹序列数据匹配到高速路网上，从而提取二者的轨迹。
14、2)本实施例相对于传统的人车匹配模型，同时提出一种新的深度表示学习模型(gru高速路段匹配+轨迹的嵌入表示)，该模型不仅考虑噪声和低采样频率对轨迹的影响，并且能够具有很强的特征提取能力；能够准确计算高速公路在途人员和车辆的轨迹时空相似度，从而进行人员和其所在车辆的精准匹配。
本文档来自技高网...【技术保护点】
1.一种高速公路人车在途轨迹匹配方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将各原始轨迹序列匹配到高速公路路段，得到各匹配后的轨迹序列，包括：
3.根据权利要求2所述的方法，其特征在于，在所述将当前时刻的原始轨迹点与上一时刻的隐藏状态输入训练好的GRU模型之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述结合高速公路路网结构，计算各匹配后的轨迹序列的嵌入表示，包括：
5.根据权利要求4所述的方法，其特征在于，所述对各匹配后的轨迹点进行嵌入表示，包括：利用Skip-gram模型对各匹配后的轨迹点进行嵌入表示；
6.根据权利要求1所述的方法，其特征在于，所述将各原始轨迹序列匹配到高速公路路段，得到各匹配后的轨迹序列，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据同一匹配后的轨迹序列中各匹配后的轨迹点的嵌入表示，学习同一匹配后的轨迹序列的空间结构特征和上下文特征，得到所述同一匹配后的轨迹序列的嵌入表示，包括：
8.根据权利要求1所述的方法，其特征在于，
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现权利要求1-8任一所述的高速公路人车在途轨迹匹配方法。
...【技术特征摘要】
1.一种高速公路人车在途轨迹匹配方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将各原始轨迹序列匹配到高速公路路段，得到各匹配后的轨迹序列，包括：
3.根据权利要求2所述的方法，其特征在于，在所述将当前时刻的原始轨迹点与上一时刻的隐藏状态输入训练好的gru模型之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述结合高速公路路网结构，计算各匹配后的轨迹序列的嵌入表示，包括：
5.根据权利要求4所述的方法，其特征在于，所述对各匹配后的轨迹点进行嵌入表示，包括：利用skip-gram模型对各匹配后的轨迹点进行嵌入表示；
【专利技术属性】
技术研发人员：高仕杰，田者野，刘爽，葛志鹏，王忠华，戴凌云，宋春阳，刘若旭，盖会林，赵建东，
申请(专利权)人：河北高速公路集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。