CN109849926B - 一种辨别出租车是否交予他人驾驶的方法及*** - Google Patents

Abstract

本发明涉及一种辨别出租车是否交予他人驾驶的方法及***，所述***包括：包括：数据获取模块、特征构建模块和分类器特征分类模块。所述方法包括：清洗所获取的出租车GPS数据以及计价器数据获得建模数据，根据获取的建模数据对出租车驾驶员个体特征进行建模，将所述出租车个体行为特征通过自相似计算方法映射到统一的特征空间并取值得到特征向量，根据判定模型对所述自相似特征向量做出判定得到判定值，根据预设阀值与所述判定值对比结果得到所述该出租车是否交予他人驾驶的结论。本发明辨别出租车是否交予他人驾驶的方法及模型通过结合大数据挖掘、计算机技术实现对交予他人驾驶的出租车自动准确识别，不仅减轻执法人员的工作负担更提高了工作效率。

Description

一种辨别出租车是否交予他人驾驶的方法及***

技术领域

本发明涉及一种通过出租车驾驶员行为模式辨别出租车是否交予他人驾驶的方法与***，属于智能交通技术领域。

背景技术

随着城市经济的发展，工作生活节奏的加快，人们对快捷出行的要求越来越高，出租车作为最直接提供快捷出行服务的交通工具深受公众的喜爱。然而，由于出租车司机面临着金钱诱惑、经济压力等各种因素，出租车行业不可避免地会存在各种违法行为，其中，出租车交予他人驾驶就是严重违法行为之一。

目前相关部门对出租车交予他人驾驶的监管还停留在人为监管的阶段，但由于监管人员数量与出租车数量不匹配，导致监管力度不够，使得恶劣事件发生的可能性大大提高。以北京市为例，现有的外勤执法团队人员不足，难以匹配不断扩大的执法面积和日益增长的出租车数量，如何通过计算机技术与现有大数据资源结合减轻执法人员压力同时提高出租车监管效率保障公众人身安全是目前亟需解决的问题。

就目前来看对出租车违法行为的研究只有极少部分涉及出租车行业数据与计算机技术结合，且这极少部分没有针对出租车交予他人驾驶这一特定问题给出特定解决办法，没有根据问题本身的实质出发构造相关模型。

发明内容

本发明技术解决问题：克服现有技术的不足，提供一种通过出租车驾驶员行为模式辨别出租车是否交予他人驾驶***及方法，该方法针对性地解决出租车交予他人驾驶问题，所设计的判别模型在测试集上得到0.837的准确率，具有较高的准确率。

本发明技术解决方案：一方面，针对现有技术没有针对特定的出租车交予他人驾驶这一问题提出解决方法，本发明实例提供了一种通过出租车驾驶员行为模式辨别出租车是否交予他人驾驶的方法，给出了从数据选取到特征构建到判别模型的构建以及最后判定的详细说明，其中特征构建是从解决出租车交予他人驾驶这一特定问题出发，所构建的特征更能描述出租车驾驶员的行为模式，从而提高判别模型的判别效果。

另一方面，本发明实例提供了一种通过出租车驾驶员行为模式辨别出租车是否交予他人驾驶的***，包括：

数据获取模块：用于获取GPS数据以及计价器数据并清洗GPS数据，组织构建特征需要的建模数据。

特征构建模块：根据所述建模数据按照Fisher Vector以及LDA分别构建居住地模型以及载客模型，按照自相似计算得到出租车驾驶员的行为特征。

分类器特征分类模块：输入是出租车对应驾驶员的行为特征，输出是该出租车交予他人驾驶的概率值，将此概率值与预设阀值作比较，如果概率值大于此阀值则判定该出租车发生交予他人驾驶的行为，反之，则判定该出租车没有发生交予他人驾驶行为。

本发明与现有技术相比的优点在于：本发明通过结合大数据挖掘、计算机技术实现对交予他人驾驶的出租车自动准确识别，不仅减轻执法人员的工作负担更提高了工作效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单介绍。下面描述中的附图是本发明中的实施例，对于本领域普通技术人员来说在不付出创造性劳动的前提下，可以获得除本发明附图中实施例外其他附图；

图1为本发明整体流程以及模块示意图；

图2为本发明用维诺图表示对PU进行K-means聚类的结果；

图3为本发明特征向量获取流程图；

图4为随机森林RF的PRC曲线以及AP值；

图5为One class SVM(一分类)的PRC曲线以及AP值。

具体实施方式

为使本发明实施例的目的、技术方案以及有点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明一种通过出租车驾驶员行为模式辨别出租车是否交予他人驾驶的方法，包括以下步骤：

Step1：清洗获取的出租车GPS数据以及计价器数据获得建模数据，其中清洗出租车GPS数据具体是指去除缺失的GPS数据以及超出北京市范围的GPS数据，造成GPS缺失以及GPS超出北京市范围的原因包括：出租车路过交叉路口、立交桥、高大建筑物时，出租车GPS信号会受到阻隔造成信号缺失或失真；将清洗后的GPS数据按照时间先后顺序进行排序获得每辆出租车的轨迹信息，GPS数据如表格1所示。

表格1GPS数据

通过匹配GPS中的时间与计价器数据中的每单起始时间与结束时间，并查找GPS中当前时间出租车所处的最近位置，认为该位置是每单的起始位置与结束位置。计价器数据如表2所示。

表2计价器数据

建模数据包括：STL、PU两类数据，其中STL是居住地建模所需数据，具体是指：如果出租车司机处于睡觉状态，那么出租车位置在此时间段内不会发生改变且出租车状态处于空车状态，把最大睡觉间隔时间定义为出租车驾驶员的睡觉时间，出租车位置定义为居住地的经纬度，将此建模数据作为STL；PU是载客行为建模所需数据，具体是指：经过出租车GPS数据与计价器数据匹配后，可以得到每单的起始位置与时间，将此数据建模为PU。

STL指数据向量，即

所述t_s具体指出租车出发时间，所述

具体指居住地位置，所述t_d具体指睡觉持续时长。

PU指数据向量，即

所述t_pu是指每单起始时间，所述

是乘客上车地点经纬度。

根据所获取的数据，选取STL进行居住地建模是因为对于每位出租车驾驶员来说居住地信息是较能区分驾驶员是否是同一位的信息。而PU则是对出租车驾驶员的载客行为进行描述，可以想见，不同出租车驾驶员的载客行为是不一致的。利用STL以及PU对出租车驾驶员的行为模式进行建模具有一定说服力。

Step2：获取出租车驾驶员个体行为具体是指：利用STL、PU对居住地、载客行为进行建模。对居住地建模来说，本发明实施例通过Fisher Vector对STL进行建模具体是指使用似然函数对混合高斯函数中的均值与标准差参数求偏导数对参数进行优化使得数据拟合结果更能反映出租车驾驶员居住地特征。对载客行为建模来说，本发明实施例通过LDA对PU进行建模具体是指：通过K-means聚类对

按照预先设定数目进行聚类，聚类结果用维诺图表示如图2，图2中每个多边形表示K-means聚类的结果，每个格子的边界是指聚类形成的每个聚类区域的边界；把文本语料库与出租车的PU类比结果如表3。文本由词构成，且文本主题在词中会有体现，如果词发生变化，相应的文本潜在主题就有可能发生变化，如果PU聚类结果发生变化，那么相应潜在的出租车驾驶员的载客行为就有可能发生变化，即根据改变的程度判断该出租车是否交予他人驾驶。

表3文本语料库与PU对比

文本语料库	PU
		主题	出租车驾驶员载客行为
文本	某一时间段的PU聚类结果
		词	PU聚类结果

用Fisher Vector对居住地进行建模，定义

为从N辆出租车获取的STL数据向量，假设所述N辆出租车获取的STL符合一定的分布且彼此之间独立同分布，于是就有

通过对p(X|λ)取对数得到似然函数

其中

p_i(x_c|λ)是第i个混合高斯函数，

其中λ＝{w_i,μ_i,Σ_i,i＝1,…,K}，所述w_i,μ_i,Σ_i分别是第i个高斯函数p_i(x_c|λ)的混合权重、均值向量、协方差矩阵；计算似然函数

对均值与方差的偏导数得到

在给出偏导数计算结果之前需定义一个变量

该变量表示特征x_c由第i个高斯分部生成的概率。下面给出偏导数计算公式：

得到未归一化的向量：

其中D是STL的维数；需要对未归一化的向量进行归一化，本发明实施例通过计算

的L2范数对向量进行归一化，从而得到出租车驾驶员的居住地模型。

LDA(Latent Dirichlet Allocation)是一种文档主题生成模型，也被称为三层贝叶斯概率模型，包含文档、词、主题三层结构，LDA的联合概率分布为

其中θ＝[θ₁,θ₂,…,θ_T]表示主题向量满足θ_i≥0且

向量的每一列表示每个“主题”z在“文档”中出现的概率，即θ_T表示第T个“主题”在文档中出现的概率；w表示“单词”，一个“单词”对应着一个“主题”；α,β表示语料库级别的参数，对每个“文档”来说，α,β的数值是一样的；其中p(θ|α)服从Dirichlet分布，p(w_n|z_n,β)为基于“主题”z的单词概率分布矩阵。将p(θ,z,w|α,β)中“单词”w作为“主题”z出现的条件，公式变为p(θ,z|w,α,β)＝p(θ,z,w|α,β)/p(w|α,β)，该式描述在当前语料库条件下，当某“单词”出现时，某“主题”出现的条件概率是多少。在本发明实施例中，“主题”为出租车驾驶员的行为模式，每个驾驶员驾驶行为模式是不相同的，且驾驶行为模式隐藏在该驾驶员驾驶出租车的载客特征中，在本发明实施例中，出租车驾驶员的载客特征通过对PU进行K-means聚类得到，得到的聚类结果即为LDA模型中的“单词”，将一段时间产生的“单词”的累积作为文本，通过p(θ,z│w,α,β)＝(p(θ,z,w│α,β))/(p(w|α,β))可得在当某出租车驾驶员的PU聚类结果发生改变的时候，即“单词”w发生改变的时候，单词对应的“主题”会发生改变，即出租车驾驶员的行为模式会发生改变，就有理由判断出租车可能发生交予他人驾驶的行为。

综上所述，对出租车驾驶员个体行为进行建模结果包括得到出租车驾驶员的居住地模型以及出租车驾驶员的载客模型。

Step3：将出租车个体行为特征通过自相似计算方法映射到自相似特征空间并取值得到特征向量具体是指：在给定所述个体特征

描述的居住地模型以及个体特征

描述的载客行为模型后，分别使

或

计算

在某一预先设定时间段内连续两天自相似值，所述自相似值具体计算是指：

通过自相似计算可以得到基于居住地特征模型的特征空间中的特征以及基于载客行为模型得到特征空间中的特征。所述Similarity(·,·)可以是任意比较特征之间相似程度的方法，例如：计算向量之间的cosine距离、计算直方图的重叠部分等，在这里，本发明实施例对此计算方法不做任何限制。

根据图3所示，通过自相似计算Similarity(·,·)将两辆都负有交予他人驾驶违法行为的出租车的个体行为模式映射到自相似特征空间，根据假设：在出租车发生交予他人驾驶行为的时候，其自相似特征会发生较大改变，即在第i天的时候，出租车发生交予他人驾驶的行为，那么所得

应该大于

因此，取

个组合结果中最大的计算结果是因为通过最大值可以捕获出租车是否交予他人驾驶的信息，同时，取

个组合结果中最小的计算结果是因为通过最小值可以捕获到出租车驾驶员个体行为的稳定性，计算结果越小说明该出租车驾驶员的个体行为越有规律可循，个人特征越明显。

在所述

中，参数c是指第c辆出租车、参数b_i、b_k是指第b个预先设定的时间段中的第i、k天,所述预先设定的时间段包括：以16天为一个时间段、以所述16天前8天为一个时间段、以所述16天后8天为一个时间段、以所述前8天的前4天为一个时间段、以所述前8天的后4天为一个时间段、以所述后8天的前四天为一个时间段、以所述后8天的后4天为一个时间段，所述时间段共有七个，如图3所示，每辆车在每个时间段内得到

个

自相似组合结果，其中days为所述时间段内的天数，选取

个组合结果中最大最小的两个计算结果，将最大最小计算结果按照16天、8天、8天、4天、4天、4天、4天七个时间段进行排序，分别得到基于居住地模型以及载客模型的出租车驾驶员的行为特征，将这两个基于不同模型得到的行为特征组合在一起得到出租车驾驶员的综合行为特征。

Step4：有两种方法建立判别模型，一种是利用的士之星作为负样本，利用已被抓获的交予他人驾驶的车辆作为正样本，建立两类分类判别模型；另一种是利用One Class分类器(如One Class SVM)进行直接建立分类模型。

利用两类判别模型是指：原始数据由正负样本构成，选用2015-2016年期间北京市“的士之星”作为负样本，其标签设为0，同时将2015-2016年期间查获的交予他人驾驶的违法车辆作为正样本，其标签设为1。将所获得的原始数据按照Step1、Step2、Step3处理步骤进行数据处理，得到出租车驾驶员的综合行为特征。

取综合特征向量中正负样本各70％数据训练判定模型，剩余数据作为测试数据，判定模型选取RF，即随机森林Random Forest。具体是：利用bagging法对分类回归树(CARTS)的集合RF进行训练，bagging法的一般思路是将学***均一组深度不深的分类回归树(CARTS)来防止过度拟合，对于分类问题，按多棵分类回归树(CARTS)树分类器投票决定最终分类结果；对于回归问题，由多棵分类回归树(CARTS)预测值的均值决定最终预测结果。此发明实施例对二分类判定模型的类型不做具体规定，利用本发明实施例所述的特征构建方法，利用其他两类分类判定模型取得可信赖分类效果均在本发明实施例保护范围内。

利用One Class分类器(如One Class SVM)是指：原始数据仅仅由2015-2016年期间查获的交予他人驾驶的违法车辆的数据构成，将原始数据按照Step1、Step2、Step3处理步骤进行数据处理，得到出租车驾驶员的综合行为特征。

取综合特征向量中的70％作为训练集，剩余数据作为测试数据，判定模型选取OneClassSVM，与传统SVM分类不同，One Class SVM是非监督学习，训练集中只有一种数据，即只有一种标签的数据，One Class SVM通过学习这一种数据的特征建立这类数据的边界，当有非该类训练数据输入后，One Class SVM不能识别该新数据。本发明实施例对一分类判别模型的类型不作具体规定，利用本发明实施例所述的特征构建方法，利用其他一分类判定模型取得可信赖判别效果均在本发明实施例保护范围内。

用训练所得判定模型预测测试集数据的标签，本发明实施例采用PRC评价分类器的性能，在PRC曲线中，横坐标是召回率Recall，纵坐标是准确率Precision，横坐标召回率

其中TP表示原本为正类的样本预测结果也为正类，FN表示原本为正类的样本预测结果为负类；

其中TP表示原本为正类的样本预测结果为正类，FP表示原本为负类的样本预测结果为正类。如图4所示，当随机森林决策树深度为3时，AP值为0.837；如图5所示，当采用One Class SVM(一分类)进行分类时，AP值为0.7739。AP反映了预测模型的分类效果，PRC曲线的AP值越高，分类器的性能越好。

综上所述本发明实施例可以分为三个模块，如图1所示，包括数据获取模块、特征构建模块、分类器特征分类模块。

以上对具体实施方式描述，本领域相关技术人员可以清楚了解各实施方式可以借助软件实现，并将实现结果应用到某平台使用，如：手机应用APP、电脑软件。基于这样的理解，上述技术方案本质上可以说对现有技术做出贡献的部分可以用软件的形式展示出来。

最后，应该说明的是：以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同转换；而这些修改或转换，并不使相应技术方案的本质脱离本发明各实施技术方案的精神和范围。

Claims (6)

1.一种辨别出租车是否交予他人驾驶的方法，其特征在于：

步骤1:清洗所获取的出租车GPS数据以及计价器数据获得建模数据；所述获取出租车GPS数据包括获取每辆出租车即时经纬度、当前时间以及当前车速；所述获取出租车计价器数据包括：获取每辆车每单起始时间、结束时间、每单收入、出租车当前服务状态，即载客、空车以及每单行驶距离；所述建模数据分为两类：第一类是出租车驾驶员睡觉时长以及经纬度，将第一类建模数据记为STL；第二类是载客每单起始时间以及经纬度，将第二类数据记为PU；根据所述出租车即时经纬度以及当前时间获得所述每辆出租车的轨迹信息，通过匹配所述每单起始时间、结束时间与所述出租车当前时间、当前时间对应的即时经纬度，得到每辆出租车每单出发时间、出发经纬度，每单结束时间、结束经纬度；

步骤2：根据所述建模数据建模出租车驾驶员个体行为模型；所述出租车驾驶员个体行为模型分为两类：第一类是居住地模型，即STL模型；第二类是载客行为模型，即PU模型；

步骤3：将出租车驾驶员个体行为模式映射到自相似特征空间，得到自相似特征向量；

步骤4：得到自相似特征向量后，采用两种方法之一建立判别模型，一种是利用的士之星作为负样本，抓获的交予他人驾驶的出租车作为正样本，建立两类分类模型；另一种是利用one class分类器进行直接建立判定模型；根据判定模型对所述自相似特征向量做出判定得到判定值；根据预设阀值与所述判定值对比结果得到所述出租车是否交予他人驾驶。

2.根据权利要求1所述的方法，其特征在于：步骤1中，所述清洗出租车GPS数据为：在出租车路过交叉路口、立交桥和高大建筑物时GPS数据会不准确，出租车GPS信号会受到阻隔造成信号缺失，对所述GPS数据进行清洗，取设定的地区内的GPS数值。

3.根据权利要求1所述的方法，其特征在于：步骤1中，所述第一类建模数据为：如果出租车司机处于睡觉状态，则该司机相对应的出租车位置在此时间段内不会发生改变且出租车状态处于空车状态，把最大时间间隔时间定义为出租车驾驶员的睡觉时间，所述出租车位置为睡觉时间的经纬度，将此建模数据作为STL；

STL的数据向量，即

t_s为出租车出发时间，

为居住地位置，t_d为睡觉持续时长。

4.根据权利要求1所述的方法，其特征在于：步骤1中，第二类建模数据为：经过半个月以上的数据积累，PU能够可靠地反映出租车驾驶员的偏好，所述出租车驾驶员的偏好为在某时间段出租车驾驶员更偏向于去某地区载客；通过检验PU是否改变作为检验出租车是否交予他人驾驶的依据；

所述PU的数据向量，即

t_pu是指每单起始时间，

是乘客上车地点经纬度。

5.根据权利要求1所述的方法，其特征在于：步骤2中，所述STL模型是通过FisherVector对STL进行建模，所述PU模型是通过LDA概率模型对PU进行建模。

6.根据权利要求5所述的方法，其特征在于：所述Fisher Vector结合生成式模型和判别式模型得到，生成式模型直接对数据进行建模；判别式模型为对未知数据与已知数据之间的关系进行建模；

所述Fisher Vector具体实现为：用似然函数对混合高斯核中的均值与标准差参数求偏导数对参数进行优化使数据拟合结果更能反映出租车驾驶员个体居住地行为模式特征。

Images