本發(fā)明屬于行李狀態(tài)自動(dòng)獲取技術(shù)領(lǐng)域，具體涉及一種到港航班行李狀態(tài)自動(dòng)獲取的方法。

背景技術(shù)：

目前，在民航業(yè)界，行李從進(jìn)港到抵達(dá)行李提取轉(zhuǎn)盤處，缺乏有效的跟蹤技術(shù)，因此，在旅客從進(jìn)港到抵達(dá)行李提取轉(zhuǎn)盤處提取行李的過(guò)程中，無(wú)法獲知自已行李的位置信息，從而降低了旅客體驗(yàn)。

在旅客全流程信息覆蓋的今天，到港行李位置信息仍然屬于影響旅客體驗(yàn)的弱項(xiàng)。行李跟蹤一直以來(lái)是旅客、航空公司及機(jī)場(chǎng)管理的痛點(diǎn)問(wèn)題，如何簡(jiǎn)單、有效的解決上述問(wèn)題，是目前迫切需要解決的事情。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提供一種到港航班行李狀態(tài)自動(dòng)獲取的方法，可有效解決上述問(wèn)題。

本發(fā)明采用的技術(shù)方案如下：

本發(fā)明提供一種到港航班行李狀態(tài)自動(dòng)獲取的方法，包括以下步驟：

步驟1，基于特征識(shí)別算法對(duì)行李車軌跡進(jìn)行聚類，得到分別與每個(gè)停機(jī)位對(duì)應(yīng)的軌跡聚類集合；具體包括：

步驟1.1，獲取N個(gè)行李車歷史原始軌跡序列；其中，每個(gè)所述行李車歷史原始軌跡序列為一輛行李車從進(jìn)入停機(jī)坪到駛出停機(jī)坪的軌跡序列，所述軌跡序列由多個(gè)軌跡點(diǎn)表示，每個(gè)所述軌跡點(diǎn)為四維數(shù)據(jù)，表示為：R_ij＝{(t_ij,x_ij,y_ij,a_ij},i∈[1,N],j∈[1,C_i]；其中，R_ij為四維數(shù)據(jù)形式的軌跡點(diǎn)；C_i為第i輛行李車的軌跡點(diǎn)數(shù)；N為行李車樣本總數(shù)；t_ij為第i輛行李車在第j個(gè)軌跡序號(hào)位置的時(shí)間；x_ij為第i輛行李車在第j個(gè)軌跡序號(hào)位置的經(jīng)度位置值；y_ij為第i輛行李車在第j個(gè)軌跡序號(hào)位置的緯度位置值；a_ij為第i輛行李車在第j個(gè)軌跡序號(hào)位置的加速度值；

步驟1.2，對(duì)于每個(gè)所述行李車歷史原始軌跡序列，按軌跡序號(hào)依次連接各個(gè)軌跡點(diǎn)，得到一條行李車歷史原始軌跡線；

步驟1.3，對(duì)每個(gè)所述行李車歷史原始軌跡線進(jìn)行特征識(shí)別定位，在行李車歷史原始軌跡線中定位到同時(shí)滿足以下5個(gè)約束條件的某段軌跡線作為停車特征軌跡線：

條件1：abs(a_i(t_j))＜＝T_abs(a)

條件2：var[a_i(t₁),a_i(t₂),...a_i(t_m)]＜＝T_var(a)

條件3：var[(x_i(t₁),y_i(t₁)),(x_i(t₂),y_i(t₂)),...(x_i(t_m),y_i(t_m))]＜＝T_var(xy)

條件4：

條件5：t_m-t₁＞＝T_work

其中：

i∈[1,N],j∈[1,m],q∈[1,Q]；

Q為停機(jī)坪的停機(jī)位總數(shù)；m為停車特征軌跡線的采樣軌跡點(diǎn)數(shù)；

abs(a_i(t_j))代表停車特征軌跡線每一個(gè)采樣軌跡點(diǎn)的加速度值的絕對(duì)值；其中，a_i(t_j)代表時(shí)間為t_j的采樣軌跡點(diǎn)的加速度值；

T_abs(a)代表加速度閾值的極大值；

var[a_i(t₁),a_i(t₂),...a_i(t_m)]代表停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的加速度值的方差值；

T_var(a)代表加速度方差閾值的極大值；

var[(x_i(t₁),y_i(t₁)),(x_i(t₂),y_i(t₂)),...(x_i(t_m),y_i(t_m))]代表停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的經(jīng)緯度值的方差值；

T_var(xy)代表經(jīng)緯度方差閾值的極大值；

代表停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的經(jīng)度平均值；

Q_q(x)代表最近停機(jī)位q的經(jīng)度值；

代表停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的緯度平均值；

Q_q(y)代表最近停機(jī)位q的緯度值；

T_dist代表停車特征軌跡線的幾何中心位置與停機(jī)位距離之間的裝載作業(yè)距離的極大值；

t_m-t₁代表停車特征軌跡線的終點(diǎn)軌跡點(diǎn)時(shí)間與起點(diǎn)軌跡點(diǎn)時(shí)間之差；

T_work代表持續(xù)時(shí)間長(zhǎng)度的極小值；

步驟1.4，對(duì)于定位到的所述停車特征軌跡線，進(jìn)一步定位到停車特征軌跡線的中心位置，然后，以中心位置為圓心，以預(yù)設(shè)定的半徑R值為半徑畫圓，該圓與行李車歷史原始軌跡線相交于兩點(diǎn)，分別記為起點(diǎn)P1和終點(diǎn)P2；

起點(diǎn)P1到終點(diǎn)P2之間的行李車歷史原始軌跡線即形成與最近停機(jī)位q對(duì)應(yīng)的停機(jī)位附近特征軌跡線；

步驟1.5，由此共得到N個(gè)停機(jī)位附近特征軌跡線；每個(gè)停機(jī)位附近特征軌跡線與某個(gè)最近停機(jī)位對(duì)應(yīng)；

將停機(jī)位附近特征軌跡線作為目標(biāo)軌跡線，在得到的所有目標(biāo)軌跡線中，選擇M條目標(biāo)軌跡線作為M個(gè)類的初始特征代表T_i,i∈[1,M]；

步驟1.6，依次計(jì)算每個(gè)目標(biāo)軌跡線到M個(gè)初始特征代表的軌跡相似度，將符合軌跡相似度閾值的目標(biāo)軌跡線歸屬到最相似特征代表所屬的類Cluster_i,i∈[1,M]；

步驟1.7，對(duì)類Cluster_i的特征代表進(jìn)行更新，更新方法為：對(duì)于類內(nèi)多條目標(biāo)軌跡線，選擇與其他目標(biāo)軌跡線平均相似度最高的某條目標(biāo)軌跡線作為新的特征代表D_i；

步驟1.8，重復(fù)步驟1.6和步驟1.7，直到所有目標(biāo)軌跡線的歸屬、類的特征代表不再變化；由此得到每個(gè)聚類的最終特征代表，每個(gè)聚類的最終特征代表唯一對(duì)應(yīng)一個(gè)停機(jī)位；

步驟2，當(dāng)需要自動(dòng)獲取到港航班行李狀態(tài)時(shí)，對(duì)于停機(jī)坪上的每個(gè)行李車，從行李車進(jìn)入停機(jī)坪開始，實(shí)時(shí)獲得行李車軌跡點(diǎn)，并實(shí)時(shí)分析已獲取到的行李車軌跡點(diǎn)的特征，一旦識(shí)別到該行李車出現(xiàn)符合步驟1.3中的5個(gè)約束條件的停車特征軌跡線時(shí)，對(duì)識(shí)別到的停車特征軌跡線進(jìn)行處理，得到對(duì)應(yīng)的目標(biāo)軌跡線；然后，基于預(yù)設(shè)定的軌跡相似度比對(duì)算法，得到該目標(biāo)軌跡線所歸屬的聚類，進(jìn)而識(shí)別到該聚類所對(duì)應(yīng)的停機(jī)位，從而識(shí)別到該行李車所對(duì)應(yīng)的目標(biāo)停機(jī)位；

結(jié)合目標(biāo)停機(jī)位的航班信息，可推算到目標(biāo)停機(jī)位當(dāng)前停靠的飛機(jī)中的行李已轉(zhuǎn)移到對(duì)應(yīng)的行李車，同時(shí)，停車特征軌跡線的終點(diǎn)所對(duì)應(yīng)的時(shí)間即作為行李裝載結(jié)束的時(shí)間點(diǎn)；

步驟3，從行李裝載結(jié)束的時(shí)間點(diǎn)開始，繼續(xù)實(shí)時(shí)獲取行李車位置信息，直到達(dá)到行李分揀區(qū)；其中，行李車位置信息即為追蹤到的對(duì)應(yīng)航班行李實(shí)時(shí)信息，進(jìn)而實(shí)現(xiàn)航班行李信息實(shí)時(shí)自動(dòng)追蹤的目的。

優(yōu)選的，步驟2中，在得到行李裝載結(jié)束的時(shí)間點(diǎn)后，還包括：

步驟4，預(yù)測(cè)到港行李進(jìn)入分揀區(qū)的時(shí)間。

優(yōu)選的，步驟4中，預(yù)測(cè)到港行李進(jìn)入分揀區(qū)的時(shí)間，具體包括以下步驟：

采用靜態(tài)時(shí)間預(yù)估方法，即：

對(duì)海量行李車歷史軌跡序列進(jìn)行分析，獲取每個(gè)停機(jī)位到分揀區(qū)的經(jīng)驗(yàn)路線，然后，根據(jù)行李車在駛向停機(jī)位的過(guò)程中的行車速度，推算到從停機(jī)位駛向分揀區(qū)的行車速度；采用經(jīng)驗(yàn)路線的路線長(zhǎng)度除以行車速度，推算到從停機(jī)位到分揀區(qū)所需的時(shí)間，因此，行李裝載結(jié)束的時(shí)間點(diǎn)開始，再經(jīng)過(guò)從停機(jī)位到分揀區(qū)所需的時(shí)間，即為到港行李進(jìn)入分揀區(qū)的時(shí)間。

優(yōu)選的，步驟4中，預(yù)測(cè)到港行李進(jìn)入分揀區(qū)的時(shí)間，具體包括以下步驟：

采用動(dòng)態(tài)時(shí)間預(yù)估方法，即：

對(duì)海量行李車歷史軌跡序列進(jìn)行分析，獲取每個(gè)停機(jī)位到分揀區(qū)的多條經(jīng)驗(yàn)路線；

實(shí)時(shí)獲得當(dāng)前時(shí)刻停機(jī)坪上所有行李車的軌跡點(diǎn)，從而實(shí)時(shí)計(jì)算得到每條經(jīng)驗(yàn)路線的行李車流量；根據(jù)每條經(jīng)驗(yàn)路線的行李車流量，推算到每條經(jīng)驗(yàn)路線的行李車行進(jìn)速度；

在行李車從停機(jī)位駛向分揀區(qū)的過(guò)程中，不斷歸算到其所屬的經(jīng)典路線，一旦行李車實(shí)時(shí)軌跡偏離某條經(jīng)典路線到達(dá)設(shè)定閾值，則將其歸屬到另一條最相近的經(jīng)典路線；然后，結(jié)合行李車所屬經(jīng)典路線的長(zhǎng)度以及該條經(jīng)驗(yàn)路線的行李車行進(jìn)速度，預(yù)測(cè)出行李進(jìn)入分揀區(qū)的時(shí)間。

本發(fā)明提供的到港航班行李狀態(tài)自動(dòng)獲取的方法具有以下優(yōu)點(diǎn)：

本發(fā)明提供的港航班行李狀態(tài)自動(dòng)獲取的方法，利用機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析、融合定位、航班狀態(tài)等信息對(duì)行李車狀態(tài)進(jìn)行實(shí)時(shí)、精確的跟蹤，從而可追蹤到港行李的實(shí)時(shí)狀態(tài)，提高旅客體驗(yàn)，全面提升機(jī)場(chǎng)行李管理效率。

附圖說(shuō)明

圖1為本發(fā)明提供的到港航班行李狀態(tài)自動(dòng)獲取的方法流程示意圖；

圖2為各經(jīng)典路線的示意圖；

圖3為某個(gè)停機(jī)位到某個(gè)分揀區(qū)的路線示意圖；

圖4為行李車在某條經(jīng)典路線的行駛時(shí)間估計(jì)示意圖；

圖5為經(jīng)典路線的行駛用時(shí)估計(jì)圖。

具體實(shí)施方式

為了使本發(fā)明所解決的技術(shù)問(wèn)題、技術(shù)方案及有益效果更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供一種港航班行李狀態(tài)自動(dòng)獲取的方法，利用機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析、融合定位、航班狀態(tài)等信息對(duì)行李車狀態(tài)進(jìn)行實(shí)時(shí)、精確的跟蹤，從而可追蹤到港行李的實(shí)時(shí)狀態(tài)，提高旅客體驗(yàn)，全面提升機(jī)場(chǎng)行李管理效率。

結(jié)合圖1，到港航班行李狀態(tài)自動(dòng)獲取的方法包括以下步驟：

步驟1，基于特征識(shí)別算法對(duì)行李車軌跡進(jìn)行聚類，得到分別與每個(gè)停機(jī)位對(duì)應(yīng)的軌跡聚類集合；

在實(shí)際機(jī)場(chǎng)中，為了保證飛機(jī)起落安全，各個(gè)停機(jī)位在物理位置上有較大的距離，因此，前往某個(gè)特定停機(jī)位接機(jī)的行李車所經(jīng)過(guò)停機(jī)坪軌跡比較相似；而對(duì)于不同停機(jī)位，前來(lái)接機(jī)的行李車所經(jīng)過(guò)停機(jī)坪的軌跡差異則較大?；谶@一發(fā)現(xiàn)，可以對(duì)前往同一停機(jī)位的行李車軌跡進(jìn)行自動(dòng)歸類，從而更有效、精準(zhǔn)的跟蹤行李狀態(tài)。

軌跡聚類的方法，具體包括：

步驟1.1，獲取N個(gè)行李車歷史原始軌跡序列；其中，每個(gè)所述行李車歷史原始軌跡序列為一輛行李車從進(jìn)入停機(jī)坪到駛出停機(jī)坪的軌跡序列，所述軌跡序列由多個(gè)軌跡點(diǎn)表示，每個(gè)所述軌跡點(diǎn)為四維數(shù)據(jù)，表示為：R_ij＝{(t_ij,x_ij,y_ij,a_ij},i∈[1,N],j∈[1,C_i]；其中，R_ij為四維數(shù)據(jù)形式的軌跡點(diǎn)；C_i為第i輛行李車的軌跡點(diǎn)數(shù)；N為行李車樣本總數(shù)；t_ij為第i輛行李車在第j個(gè)軌跡序號(hào)位置的時(shí)間；x_ij為第i輛行李車在第j個(gè)軌跡序號(hào)位置的經(jīng)度位置值；y_ij為第i輛行李車在第j個(gè)軌跡序號(hào)位置的緯度位置值；a_ij為第i輛行李車在第j個(gè)軌跡序號(hào)位置的加速度值；

步驟1.2，對(duì)于每個(gè)所述行李車歷史原始軌跡序列，按軌跡序號(hào)依次連接各個(gè)軌跡點(diǎn)，得到一條行李車歷史原始軌跡線；

步驟1.3，對(duì)每個(gè)所述行李車歷史原始軌跡線進(jìn)行特征識(shí)別定位，在行李車歷史原始軌跡線中定位到同時(shí)滿足以下5個(gè)約束條件的某段軌跡線作為停車特征軌跡線：

條件1：abs(a_i(t_j))＜＝T_abs(a)

條件2：var[a_i(t₁),a_i(t₂),...a_i(t_m)]＜＝T_var(a)

條件3：var[(x_i(t₁),y_i(t₁)),(x_i(t₂),y_i(t₂)),...(x_i(t_m),y_i(t_m))]＜＝T_var(xy)

條件4：

條件5：t_m-t₁＞＝T_work

其中：

i∈[1,N],j∈[1,m],q∈[1,Q]；

Q為停機(jī)坪的停機(jī)位總數(shù)；m為停車特征軌跡線的采樣軌跡點(diǎn)數(shù)；

abs(a_i(t_j))代表停車特征軌跡線每一個(gè)采樣軌跡點(diǎn)的加速度值的絕對(duì)值；其中，a_i(t_j)代表時(shí)間為t_j的采樣軌跡點(diǎn)的加速度值；

T_abs(a)代表加速度閾值的極大值；

var[a_i(t₁),a_i(t₂),...a_i(t_m)]代表停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的加速度值的方差值；

T_var(a)代表加速度方差閾值的極大值；

var[(x_i(t₁),y_i(t₁)),(x_i(t₂),y_i(t₂)),...(x_i(t_m),y_i(t_m))]代表停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的經(jīng)緯度值的方差值；

T_var(xy)代表經(jīng)緯度方差閾值的極大值；

代表停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的經(jīng)度平均值；

Q_q(x)代表最近停機(jī)位q的經(jīng)度值；

代表停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的緯度平均值；

Q_q(y)代表最近停機(jī)位q的緯度值；

T_dist代表停車特征軌跡線的幾何中心位置與停機(jī)位距離之間的裝載作業(yè)距離的極大值；

t_m-t₁代表停車特征軌跡線的終點(diǎn)軌跡點(diǎn)時(shí)間與起點(diǎn)軌跡點(diǎn)時(shí)間之差；

T_work代表持續(xù)時(shí)間長(zhǎng)度的極小值；

具體的，由于一條完整的從駛?cè)胪C(jī)坪到駛離停機(jī)坪的行李車軌跡，其軌跡點(diǎn)龐大，因此，本發(fā)明人創(chuàng)新的從行李車歷史原始軌跡線中定位一段具有“駛向停機(jī)位、裝載行李、駛離停機(jī)位”特征的軌跡作為停車特征軌跡線，從而方便進(jìn)行后續(xù)的特征識(shí)別。

停車特征軌跡線所滿足的上述5個(gè)約束條件，分別表達(dá)的含義可簡(jiǎn)單理解為：

條件1，停車特征軌跡線每一個(gè)采樣軌跡點(diǎn)的加速度值的絕對(duì)值需要小于設(shè)定閾值；

條件2，停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的加速度值的方差值需要小于設(shè)定閾值；

條件3，停車特征軌跡線的m個(gè)采樣軌跡點(diǎn)的經(jīng)緯度值的方差值需要小于設(shè)定閾值；

條件4，停車特征軌跡線的幾何中心位置與停機(jī)位之間距離，即裝載作業(yè)距離需要小于設(shè)定閾值；

條件5，停車特征軌跡線的終點(diǎn)軌跡點(diǎn)時(shí)間與起點(diǎn)軌跡點(diǎn)時(shí)間之差，需要大于設(shè)定閾值；即：需要有一段必要的裝載作業(yè)用時(shí)時(shí)間。

步驟1.4，對(duì)于定位到的所述停車特征軌跡線，進(jìn)一步定位到停車特征軌跡線的中心位置，然后，以中心位置為圓心，以預(yù)設(shè)定的半徑R值為半徑畫圓，半徑R可以為30m左右，具體根據(jù)定位精度進(jìn)行靈活調(diào)整；該圓與行李車歷史原始軌跡線相交于兩點(diǎn)，分別記為起點(diǎn)P1和終點(diǎn)P2；

起點(diǎn)P1到終點(diǎn)P2之間的行李車歷史原始軌跡線即形成與最近停機(jī)位q對(duì)應(yīng)的停機(jī)位附近特征軌跡線；

步驟1.5，由此共得到N個(gè)停機(jī)位附近特征軌跡線；每個(gè)停機(jī)位附近特征軌跡線與某個(gè)最近停機(jī)位對(duì)應(yīng)；

將停機(jī)位附近特征軌跡線作為目標(biāo)軌跡線，在得到的所有目標(biāo)軌跡線中，選擇M條目標(biāo)軌跡線作為M個(gè)類的初始特征代表T_i,i∈[1,M]；

步驟1.6，依次計(jì)算每個(gè)目標(biāo)軌跡線到M個(gè)初始特征代表的軌跡相似度，將符合軌跡相似度閾值的目標(biāo)軌跡線歸屬到最相似特征代表所屬的類Cluster_i,i∈[1,M]；

實(shí)際應(yīng)用中，在機(jī)場(chǎng)內(nèi)，實(shí)際交通狀況不同，同樣的路段行李車以不同的車速經(jīng)過(guò)、加上停車時(shí)間的影響，完成同一段路的時(shí)間不同。所以本發(fā)明軌跡線上的每個(gè)軌跡點(diǎn)采用四維數(shù)據(jù)表達(dá)，包括有加速度等參數(shù)。而在計(jì)算軌跡相似度時(shí)，行李車定位坐標(biāo)的時(shí)間序列長(zhǎng)度不一，計(jì)算兩條軌跡相似度時(shí)，采用動(dòng)態(tài)時(shí)間序列匹配的方法，公式如下：

DTW(R_i,R_j),i∈[1,N],j∈[1,N],i≠j

元素間距離

步驟1.7，對(duì)類Cluster_i的特征代表進(jìn)行更新，更新方法為：對(duì)于類內(nèi)多條目標(biāo)軌跡線，選擇與其他目標(biāo)軌跡線平均相似度最高的某條目標(biāo)軌跡線作為新的特征代表D_i；

步驟1.8，重復(fù)步驟1.6和步驟1.7，直到所有目標(biāo)軌跡線的歸屬、類的特征代表不再變化；由此得到每個(gè)聚類的最終特征代表，每個(gè)聚類的最終特征代表唯一對(duì)應(yīng)一個(gè)停機(jī)位；

步驟2，當(dāng)需要自動(dòng)獲取到港航班行李狀態(tài)時(shí)，對(duì)于停機(jī)坪上的每個(gè)行李車，從行李車進(jìn)入停機(jī)坪開始，實(shí)時(shí)獲得行李車軌跡點(diǎn)，并實(shí)時(shí)分析已獲取到的行李車軌跡點(diǎn)的特征，一旦識(shí)別到該行李車出現(xiàn)符合步驟1.3中的5個(gè)約束條件的停車特征軌跡線時(shí)，對(duì)識(shí)別到的停車特征軌跡線進(jìn)行處理，得到對(duì)應(yīng)的目標(biāo)軌跡線；然后，基于預(yù)設(shè)定的軌跡相似度比對(duì)算法，得到該目標(biāo)軌跡線所歸屬的聚類，進(jìn)而識(shí)別到該聚類所對(duì)應(yīng)的停機(jī)位，從而識(shí)別到該行李車所對(duì)應(yīng)的目標(biāo)停機(jī)位；本步驟中，在進(jìn)行軌跡相似度比對(duì)算法時(shí)，同樣采用動(dòng)態(tài)時(shí)間序列匹配方法。

結(jié)合目標(biāo)停機(jī)位的航班信息，可推算到目標(biāo)停機(jī)位當(dāng)前停靠的飛機(jī)中的行李已轉(zhuǎn)移到對(duì)應(yīng)的行李車，同時(shí)，停車特征軌跡線的終點(diǎn)所對(duì)應(yīng)的時(shí)間即作為行李裝載結(jié)束的時(shí)間點(diǎn)；

步驟3，從行李裝載結(jié)束的時(shí)間點(diǎn)開始，繼續(xù)實(shí)時(shí)獲取行李車位置信息，直到達(dá)到行李分揀區(qū)；其中，行李車位置信息即為追蹤到的對(duì)應(yīng)航班行李實(shí)時(shí)信息，進(jìn)而實(shí)現(xiàn)航班行李信息實(shí)時(shí)自動(dòng)追蹤的目的。

在得到行李裝載結(jié)束的時(shí)間點(diǎn)后，還包括：

步驟4，預(yù)測(cè)到港行李進(jìn)入分揀區(qū)的時(shí)間。

其中，預(yù)測(cè)到港行李進(jìn)入分揀區(qū)的時(shí)間，可采用兩種方法，分別為：靜態(tài)時(shí)間預(yù)估方法和動(dòng)態(tài)時(shí)間預(yù)估方法。

(一)靜態(tài)時(shí)間預(yù)估方法

靜態(tài)時(shí)間預(yù)估方法為：

對(duì)海量行李車歷史軌跡序列進(jìn)行分析，獲取每個(gè)停機(jī)位到分揀區(qū)的經(jīng)驗(yàn)路線，然后，根據(jù)行李車在駛向停機(jī)位的過(guò)程中的行車速度，推算到從停機(jī)位駛向分揀區(qū)的行車速度；采用經(jīng)驗(yàn)路線的路線長(zhǎng)度除以行車速度，推算到從停機(jī)位到分揀區(qū)所需的時(shí)間，因此，行李裝載結(jié)束的時(shí)間點(diǎn)開始，再經(jīng)過(guò)從停機(jī)位到分揀區(qū)所需的時(shí)間，即為到港行李進(jìn)入分揀區(qū)的時(shí)間。

(二)動(dòng)態(tài)時(shí)間預(yù)估方法

動(dòng)態(tài)時(shí)間預(yù)估方法為：

對(duì)海量行李車歷史軌跡序列進(jìn)行分析，獲取每個(gè)停機(jī)位到分揀區(qū)的多條經(jīng)驗(yàn)路線；

實(shí)時(shí)獲得當(dāng)前時(shí)刻停機(jī)坪上所有行李車的軌跡點(diǎn)，從而實(shí)時(shí)計(jì)算得到每條經(jīng)驗(yàn)路線的行李車流量；根據(jù)每條經(jīng)驗(yàn)路線的行李車流量，推算到每條經(jīng)驗(yàn)路線的行李車行進(jìn)速度；

在行李車從停機(jī)位駛向分揀區(qū)的過(guò)程中，不斷歸算到其所屬的經(jīng)典路線，一旦行李車實(shí)時(shí)軌跡偏離某條經(jīng)典路線到達(dá)設(shè)定閾值，則將其歸屬到另一條最相近的經(jīng)典路線；然后，結(jié)合行李車所屬經(jīng)典路線的長(zhǎng)度以及該條經(jīng)驗(yàn)路線的行李車行進(jìn)速度，預(yù)測(cè)出行李進(jìn)入分揀區(qū)的時(shí)間。

具體的，根據(jù)常識(shí)，機(jī)場(chǎng)停機(jī)坪的停機(jī)位數(shù)量及行李分揀區(qū)數(shù)量是有限的，通常情況下，從某固定停機(jī)位到某固定行李分揀區(qū)都有一些常用路線，通過(guò)對(duì)一段時(shí)間的行李車軌跡數(shù)據(jù)進(jìn)行分析，可以很容易得到這些常用路線，而這些常用路線可以用來(lái)對(duì)行李狀態(tài)做更精確的追蹤。如圖2所示，即為各經(jīng)典路線的示意圖。

采用大數(shù)據(jù)分析方法，統(tǒng)計(jì)分析從每個(gè)停機(jī)位到每個(gè)分揀區(qū)各條路線的概率，以及每條路線上行駛時(shí)間的分布。

參考圖3，為某個(gè)停機(jī)位到某個(gè)分揀區(qū)的路線示意圖。在圖3中，從停機(jī)位S到分揀區(qū)D，常用路線共有三條，分別為路線a、路線b、路線c，行駛次數(shù)分別為count(a)、count(b)、count(c),三條路線對(duì)應(yīng)的行走概率近似為假設(shè)在各條路線上，行駛時(shí)間的分布服從正態(tài)分布，比如在路線a上，行駛時(shí)間的均值為μ_a，標(biāo)準(zhǔn)差為σ_a，當(dāng)行李車裝載完畢行李，向分揀區(qū)行駛時(shí)，可以提示機(jī)場(chǎng)或者旅客，預(yù)計(jì)(μ_a-σ_a，μ_a+σ_a)時(shí)間將進(jìn)入分揀區(qū)。

若行駛過(guò)程中，行李車軌跡偏離當(dāng)前經(jīng)典路線，定位點(diǎn)到路線的距離連續(xù)count(T)次超過(guò)距離dist(T)，則認(rèn)為車輛偏航，重新計(jì)算所在的路線，給出新的時(shí)間估計(jì)。如圖4所示，為行李車在某條經(jīng)典路線的行駛時(shí)間估計(jì)示意圖。

另外，在進(jìn)行行李車行駛時(shí)間估計(jì)時(shí)，還可以根據(jù)行李車當(dāng)前位置、行駛路線以及行駛路線上的車流量，估計(jì)出行李車行進(jìn)速度，采用李車行進(jìn)速度估計(jì)行李車在該條經(jīng)典路線的行駛用時(shí)。參考圖5，為經(jīng)典路線的行駛用時(shí)估計(jì)圖。

本發(fā)明提供的到港航班行李狀態(tài)自動(dòng)獲取的方法具有以下優(yōu)點(diǎn)：

本發(fā)明提供的港航班行李狀態(tài)自動(dòng)獲取的方法，巧妙的在行李車行駛軌跡中識(shí)別到停車特征軌跡線，而停車特征軌跡線的終點(diǎn)所對(duì)應(yīng)的時(shí)間即作為行李裝載結(jié)束的時(shí)間點(diǎn)，基于行李裝載結(jié)束的時(shí)間點(diǎn)，既能實(shí)現(xiàn)對(duì)行車位置信息進(jìn)行實(shí)時(shí)跟蹤，又能精確預(yù)估行李到達(dá)分揀區(qū)的時(shí)間，從而提高旅客體驗(yàn)，全面提升機(jī)場(chǎng)行李管理效率。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視本發(fā)明的保護(hù)范圍。