轨迹数据驱动的行人行为分析建模在公共场合异常事件监测、人车冲突风险评估等方面具有重要意义,广布的交通视频监控是行人群轨迹数据的重要来源.行人轨迹具有趋势性和规律性,提取的原始轨迹信息冗余较大,且密集行人群频繁遮挡,不同行人轨迹易发生误匹配,导致数据失真.针对以上问题,根据行人轨迹的局部结构特征和数值特性,设计一种改进的两阶段自适应滑窗轨迹压缩算法ATSSW(Adaptive Two Stage Sliding Window)和基于轨迹局部转向角的误匹配识别和分割方法 ABTDS(Angle-based Trajectory Detection and Segmentation),清洗和压缩行人轨迹数据.首先,ATSSW算法考虑轨迹各坐标分量的数值分布特征,将提取到的所有原始轨迹分为漂移和非漂移2类,采取不同的策略分别压缩2类轨迹;然后,ABTDS算法分析压缩后的轨迹局部转角特征,辨识误匹配轨迹样本;最后,ABTDS算法分割误匹配样本,并用分割后的轨迹更新原始轨迹数据集.研究结果表明:ATSSW算法压缩了 653条原始行人轨迹,总压缩信息损失1 002.04,总平均轨迹压缩率为6.07％,总平均轨迹压缩保留率为95.35％;原始轨迹集中存在126条误匹配轨迹,ABTDS算法辨识并成功分割了其中的107条,检出率为84.92％;所提算法抑制了原始行人轨迹中漂移点和误匹配现象所致的干扰,减少了原始轨迹数据噪声,可提高轨迹数据驱动的行人行为建模精确度;适当压缩原始轨迹,可减轻轨迹数据存储处理的负担.

交通工程;行人轨迹预测建模;轨迹自适应压缩算法;误匹配轨迹辨识与分割;改进滑动窗口法;路侧监控视频;数据驱动

华南理工大学土木与交通学院,广东广州 510640;华南理工大学亚热带建筑科学国家重点实验室,广东 广州 510640;广东交通职业技术学院 运输与经济管理学院,广东 广州 510650

[1]游峰;曹水金;梁健中;王海玮;徐建闽-.面向数据驱动建模的行人轨迹自适应压缩与误匹配识别分割)[J].中国公路学报,2022(09):119-140

ATSSW,ABTDS,转角特征,行人轨迹预测建模,轨迹自适应压缩算法,误匹配轨迹辨识与分割,改进滑动窗口,改进滑动窗口法,路侧监控视频

数据驱动建模,轨迹数据,人行为,行为分析,公共场合,异常事件,事件监测,人车冲突,冲突风险,广布,交通视频,视频监控,行人群,趋势性,轨迹信息,信息冗余,遮挡,同行人,数据失真,局部结构特征,两阶段,滑窗,轨迹压缩,Adaptive,Two,Stage,Sliding,Window,转向角,分割方法,Angle,Trajectory,Detection,Segmentation,缩行,法考,值分布,取到,算法分析,始行,总压,压缩信息,信息损失,压缩率,保留率,功分,漂移点,数据噪声,行为建模,可减轻,轻轨,数据存储,交通工程

0.3051