识别出行模式的方法及装置制造方法及图纸

本公开是关于一种识别出行模式的方法及装置，用以提高识别用户出行模式的准确度。方法包括：在用户的出行路线段上确定至少一个路线区间；确定至少一个路线区间对应的区间平均速度向量和至少一个路线区间的加速度向量，以及，确定用户在出行路线段上的全程平均速度和用户在出行路线段上的停顿百分比；通过至少一个区间平均速度向量、至少一个路线区间的加速度向量以及全程平均速度和停顿百分比确定用户在出行路线段对应的特征向量；将特征向量输入至已训练的支持向量机模型，通过支持向量机模型识别特征向量对应的出行模式。本公开技术方案实现对出行路线段的精细表示，确保识别用户的各种出行方式更加精准，对用户的出行方式进行更加细致的划分。

【技术实现步骤摘要】

本公开涉及GPS
，尤其涉及一种识别出行模式的方法及装置。
技术介绍
面对用户出行/运动形式的多样化，基于位置服务(LocationBasedService，简称为LBS)的提供商通过建立基于出行轨迹的识别系统，对出行方式进行识别以及据此对用户进行精细划分。相关技术通过运用GPS移动定位技术采集出行者多种出行方式组合的出行点时空轨迹、瞬时速度以及经纬度等数据信息，将GPS技术与GIS技术相结合，采用BP神经网络等数据挖掘方法，对多种出行方式组合进行模式识别，并提取出出行者的出行时间点、出行方式变化时间点，变换点的地理位置等信息，从而识别用户的交通方式组合出行的识别采集方法，然而，相关技术由于所抽取的GPS数据属性较少，在进行不同的出行方式识别时，对于差异较大的出行方式(例如，公共汽车和跑步)，其辨识效果可以得到保证，但对于差异较小的出行方式(例如，电动自行车和普通的自行车)，采用较少的特征往往不能做出正确的识别。
技术实现思路
为克服相关技术中存在的问题，本公开实施例提供一种识别出行模式的方法及装置，用以提高识别用户出行模式的准确度。根据本公开实施例的第一方面，提供一种识别出行模式的方法，包括：在用户的出行路线段上确定至少一个路线区间；确定所至少一个路线区间对应的区间平均速度向量和所至少一个路线区间的加速度向量，以及，确定所述用户在所述出行路线段上的全程平均速度和所述用户在所述出行路线段上的停顿百分比；通过所至少一个区间平均速度向量、所至少一个路线区间的加速度向量、以及所述全程平均速度和所述停顿百分比确定所述用户在所述出行路线段对应的特征向量；将所述特征向量输入至已训练的支持向量机模型，通过所述支持向量机模型识别所述特征向量对应的出行模式。在一实施例中，所述确定所至少一个路线区间对应的区间平均速度向量和所至少一个路线区间的加速度向量，可包括：确定所述至少一个路线区间中的每一个路线区间的区间距离；确定所述用户经过所述每一个路线区间内的区间时长；通过所述区间距离和所述区间时长确定所述每一个区间平均速度；根据所述每一个区间路线的区间起始点的瞬时速度、所述每一个区间路线的区间终止点的瞬时速度和所述区间时长确定所述每一个路线区间的加速度，得到所至少一个路线区间的加速度向量。在一实施例中，所述方法还可包括：确定所述用户在所至少一个路线区间中的每一个路线区间的区间起始点和区间终止点各自对应的第一海拔值和第二海拔值；根据所述第一海拔值和所述第二海拔值确定所述每一个区间距离内的坡度；根据所述坡度确定是否调整所述每一个路线区间的所述区间平均速度和所述每一个路线区间的加速度。在一实施例中，所述确定所述用户在所述出行路线段上的全程平均速度，可包括：确定所述用户在所述出行路线段的全程距离，以及确定所述用户经过所述出行路线段内的全程时长；根据所述全程距离和所述全程时长确定所述用户在所述出行路线段上的全程平均速度。在一实施例中，所述确定所述用户在所述出行路线段上的停顿百分比，可包括：确定用户在出行路线段上的瞬时速度为0的位置点；通过所述用户在所述瞬时速度为0的位置点的停留时长；根据所述停留时长和所述全程时长确定所述用户在所述出行路线段上的停顿百分比。根据本公开实施例的第二方面，提供一种识别出行模式的装置，包括：第一确定模块，被配置为在用户的出行路线段上确定至少一个路线区间；第二确定模块，被配置为确定所述第一确定模块确定的所至少一个路线区间对应的区间平均速度向量和所至少一个路线区间的加速度向量，以及，确定所述用户在所述出行路线段上的全程平均速度和所述用户在所述出行路线段上的停顿百分比；第三确定模块，被配置为通过所述第二确定模块确定的所至少一个区间平均速度向量、所至少一个路线区间的加速度向量、以及所述全程平均速度和所述停顿百分比确定所述用户在所述出行路线段对应的特征向量；识别模块，被配置为将所述第三确定模块确定的所述特征向量输入至已训练的支持向量机模型，通过所述支持向量机模型识别所述特征向量对应的出行模式。在一实施例中，所述第二确定模块可包括：第一确定子模块，被配置为确定所述述第一确定模块确定的所至少一个路线区间中的每一个路线区间的区间距离；第二确定子模块，被配置为确定所述用户经过所述每一个路线区间内的区间时长；第三确定子模块，被配置为通过所述第一确定子模块确定的所述区间距离和所述第二确定子模块确定的所述区间时长确定所述每一个区间平均速度；第四确定子模块，被配置为根据所述每一个区间路线的区间起始点的瞬时速度、所述每一个区间路线的区间终止点的瞬时速度和所述第二确定子模块确定的所述区间时长确定所述每一个路线区间的加速度，得到所至少一个路线区间的加速度向量。在一实施例中，所述装置还可包括：第四确定模块，被配置为确定所述用户在所述第一确定模块确定的所至少一个路线区间中的每一个路线区间的区间起始点和区间终止点各自对应的第一海拔值和第二海拔值；第五确定模块，被配置为根据所述第四确定模块确定的所述第一海拔值和所述第二海拔值确定所述每一个区间距离内的坡度；第六确定模块，被配置为根据所述第五确定模块确定的所述坡度确定是否调整所述每一个路线区间的所述区间平均速度和所述每一个路线区间的加速度。在一实施例中，所述第二确定模块可包括：第五确定子模块，被配置为确定所述用户在所述出行路线段的全程距离，以及确定所述用户经过所述出行路线段内的全程时长；第六确定子模块，被配置为根据所述第五确定子模块确定的所述全程距离和所述全程时长确定所述用户在所述出行路线段上的全程平均速度。在一实施例中，所述第二确定模块可包括：第七确定子模块，被配置为确定用户在出行路线段上的瞬时速度为0的位置点；第八确定子模块，被配置为通过所述用户在所述第七确定子模块确定的所述瞬时速度为0的位置点的停留时长；第九确定子模块，被配置为根据所述第八确定子模块确定的所述停留时长和所述第五确定子模块确定的所述全程时长确定所述用户在所述出行路线段上的停顿百分比。根据本公开实施例的第三方面，提供一种识别出行模式的装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：在用户的出行路线段上确定至少一个路线区间；确定所至少一个路线区间对应的区间平均速度向量和所至少一个路线区间的加速度向量，以及，确定所述用户在所述出行路线段上的全程平均速度和所述用户在所述出行路线段上的停顿百分比；通过所至少一个区间平均速度向量、所至少一个路线区间的加速度向量、以及所述全程平均速度和所述停顿百分比确定所述用户在所述出行路线段对应的特征向量；将所述特征向量输入至已训练的支持向量机模型，通过所述支持向量机模型识别所述特征向量对应的出行模式。本公开的实施例提供的技术方案可以包括以下有益效果：通过对用户的出行路线段上划分为至少一个路线区间，通过路线区间内的区间平均速度和路线区间内的加速度对用户的出行属性进行了扩充，由于本公开确定了每一个路线区间中的平均速度以及加速度，因此实现了对出行路线段的精细表示，从而确保识别用户的各种出行方式更加精准，进而对用户的出行方式进行更加细致的划分，可以根据用户的出行方式提供更佳的、更具针对性的服务。应当理解的是，以上的一般描述和后文的细节本文档来自技高网...

【技术保护点】
一种识别出行模式的方法，其特征在于，所述方法包括：在用户的出行路线段上确定至少一个路线区间；确定所至少一个路线区间对应的区间平均速度向量和所至少一个路线区间的加速度向量，以及，确定所述用户在所述出行路线段上的全程平均速度和所述用户在所述出行路线段上的停顿百分比；通过所至少一个区间平均速度向量、所至少一个路线区间的加速度向量、以及所述全程平均速度和所述停顿百分比确定所述用户在所述出行路线段对应的特征向量；将所述特征向量输入至已训练的支持向量机模型，通过所述支持向量机模型识别所述特征向量对应的出行模式。

【技术特征摘要】
1.一种识别出行模式的方法，其特征在于，所述方法包括：在用户的出行路线段上确定至少一个路线区间；确定所至少一个路线区间对应的区间平均速度向量和所至少一个路线区间的加速度向量，以及，确定所述用户在所述出行路线段上的全程平均速度和所述用户在所述出行路线段上的停顿百分比；通过所至少一个区间平均速度向量、所至少一个路线区间的加速度向量、以及所述全程平均速度和所述停顿百分比确定所述用户在所述出行路线段对应的特征向量；将所述特征向量输入至已训练的支持向量机模型，通过所述支持向量机模型识别所述特征向量对应的出行模式。2.根据权利要求1所述的方法，其特征在于，所述确定所至少一个路线区间对应的区间平均速度向量和所至少一个路线区间的加速度向量，包括：确定所述至少一个路线区间中的每一个路线区间的区间距离；确定所述用户经过所述每一个路线区间内的区间时长；通过所述区间距离和所述区间时长确定所述每一个区间平均速度；根据所述每一个区间路线的区间起始点的瞬时速度、所述每一个区间路线的区间终止点的瞬时速度和所述区间时长确定所述每一个路线区间的加速度，得到所至少一个路线区间的加速度向量。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：确定所述用户在所至少一个路线区间中的每一个路线区间的区间起始点和区间终止点各自对应的第一海拔值和第二海拔值；根据所述第一海拔值和所述第二海拔值确定所述每一个区间距离内的坡度；根据所述坡度确定是否调整所述每一个路线区间的所述区间平均速度和所述每一个路线区间的加速度。4.根据权利要求1所述的方法，其特征在于，所述确定所述用户在所述出行路线段上的全程平均速度，包括：确定所述用户在所述出行路线段的全程距离，以及确定所述用户经过所述出行路线段内的全程时长；根据所述全程距离和所述全程时长确定所述用户在所述出行路线段上的全程平均速度。5.根据权利要求4所述的方法，其特征在于，所述确定所述用户在所述出行路线段上的停顿百分比，包括：确定用户在出行路线段上的瞬时速度为0的位置点；通过所述用户在所述瞬时速度为0的位置点的停留时长；根据所述停留时长和所述全程时长确定所述用户在所述出行路线段上的停顿百分比。6.一种识别出行模式的装置，其特征在于，所述装置包括：第一确定模块，被配置为在用户的出行路线段上确定至少一个路线区间；第二确定模块，被配置为确定所述第一确定模块确定的所至少一个路线区间对应的区间平均速度向量和所至少一个路线区间的加速度向量，以及，确定所述用户在所述出行路线段上的全程平均速度和所述用户在所述出行路线段上的停顿百分比；第三确定模块，被配置为通过所述第二确定模块确定的所至少一个区间平均速度向量、所至少一个路线区间的加速度向量、以及所述全程平均速度和所述停顿百分比确定所述用户在所述出行路线段对应的特征向量；识别模块，被配置为将所述第三确定模块确定的所述特征向量...

【专利技术属性】
技术研发人员：吕钊钘，张蕊，
申请(专利权)人：骑记厦门科技有限公司，小米科技有限责任公司，
类型：发明
国别省市：福建;35