机器学习在高德地图轨迹分类的探索和应用

1.背景

当我们打开导航，开车驶向目的地的过程中，有时候会碰到这样的问题：前方明明没有路，可能在施工封闭，可是导航仍然让我们往前开车，以至于我们无法顺利到达目的地。全国道路千千万，每天都有巨量的道路变得不可通行，那么如何动态的识别出哪些道路走不通了呢？

图中所示即为因封路事件导致的导航路线改变

道路不通往往导致该条道路汽车流量突然降低。监控汽车流量的变化是挖掘封路事件的重要指标。但是，目前业务中遇到的一个重要问题是，针对汽车无法通行的封路事件，行人、自行车可能都可以穿行，这些行人、自行车等的噪声流量大大削弱了道路流量变化。

因此，如果能够对行人、自行车、汽车的轨迹进行分类，就可以对道路流量的噪声进行过滤，仅仅关注汽车流量，流量随着封路事件的变化将更为显著，从而便于道路封闭的挖掘。本文主要针对非机动车、机动车分类探索轨迹分类问题。

2.样本获取与标签制定

由于轨迹数据缺少原始真值，我们将用户导航模式作为轨迹分类的伪标签。例如当时用户采用汽车导航，其轨迹对应的标签即为汽车。由于汽车导航数据远远多于非机动车，不同伪标签样本比例差异巨大，存在严重的样本不平衡问题。此外，用户导航模式与用户实际出行方式可能并不一致。比如有些用户可以根据汽车导航步行到达目的地。下文介绍的标签-概率混合贝叶斯模型将分析并试图解决上述2个问题。

3.特征分析

可以将轨迹分类相关特征划分为5类。分别是：

• 轨迹概况特征集，包括轨迹耗时、轨迹长度、轨迹开始时间等。

• 速度相关特征集，包括最大速度、平均速度、速度标准差等。

• 时间相关特征集，包括道路末端等待红灯时间，调头时间，左转时间等。

• 行为相关特征集，包括调头行为，往复活动，左转减右转时间等。

• 用户画像特征集，包括用户职业、有车概率。

下面以轨迹开始时间特征为例，解释该特征的物理意义。其概率密度函数如下所示（drv，汽车；byc，自行车；wlk，步行）：

早晨（5:00~10:00）汽车轨迹概率较高，可能是早高峰导致。