申请/专利权人：大连交通大学

申请日：2020-10-22

公开（公告）日：2024-03-05

公开（公告）号：CN112257589B

主分类号：G06V20/52

分类号：G06V20/52;G06V10/762;G08G1/01

优先权：

专利状态码：有效-授权

法律状态：2024.03.05#授权;2021.02.09#实质审查的生效;2021.01.22#公开

摘要：本发明涉及大数据分析技术领域，提供一种异常停留车辆的检测方法，包括：步骤100，获取两个连续卡口原始的卡口数据；所述原始的卡口数据包括卡口ID、车牌号码、车速、进入时间、车辆图像；步骤200，根据两个连续卡口原始的卡口数据，形成过车数据；步骤300，通过聚类算法将过车数据按照过车时间的长短进行聚类，得到按照通行时间长短进行区分的过车数据分组；步骤400，根据步骤300得到的过车数据分组，筛选停留车辆；步骤500，根据步骤400筛选出的停留车辆，确定停留车辆的停留频次，筛选出异常停留车辆。本发明能够筛选出指定区域、指定时间段内非规律性停留的车辆，筛选出异常停留车辆。

主权项：1.一种异常停留车辆的检测方法，其特征在于，包括：步骤100，获取两个连续卡口原始的卡口数据；所述原始的卡口数据包括卡口ID、车牌号码、车速、进入时间、车辆图像；步骤200，根据两个连续卡口原始的卡口数据，形成过车数据；步骤300，通过K均值聚类算法将过车数据按照过车时间的长短进行聚类，得到按照通行时间长短进行区分的过车数据分组；步骤300包括以下步骤301至步骤307：步骤301，确定聚类分组数K和最大更新次数N；步骤302，在数据范围内随机选取K个起始过车数据分组中心；步骤303，遍历所有数据，对于每一条过车数据，计算这条数据通行时间与各过车数据分组中心的差距，将该过车数据放入差距最小的过车数据分组中；步骤304，将各过车数据分组的中心更新为该过车数据分组的平均通行时间；步骤305，重复步骤302-303，直到各过车数据分组不再变化，计算各过车数据分组通行时间方差的加权平均和；步骤306，将第一次的聚类结果设为起始最优结果，重复步骤301-步骤305，如果新结果的各过车数据分组的通行时间方差的加权平均和小于当前最优结果的通行时间方差的加权平均和，则更新最优结果；如果连续N次聚类都未更新最优结果，则停止聚类，得到最优结果；步骤307，将最优结果中的过车数据分组，按照平均通行时间由大到小排序输出；步骤400，根据步骤300得到的过车数据分组，筛选停留车辆；步骤500，根据步骤400筛选出的停留车辆，确定停留车辆的停留频次，筛选出异常停留车辆。

全文数据：

权利要求：

百度查询： 大连交通大学 一种异常停留车辆的检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD