运动轨迹的处理方法及装置制造方法及图纸

本公开是关于一种运动轨迹的处理方法及装置。该方法包括：获取运动轨迹的经纬度信息；利用预设算法对所述经纬度信息进行处理，得到用于描述运动轨迹的控制点；根据所述控制点模拟所述运动轨迹。该技术方案实现了用少量的控制点代替大量的经纬度信息来模拟运动轨迹的效果，从而达到对运动轨迹的压缩目的，不仅降低存储压力，且提升了数据处理速度。

【技术实现步骤摘要】
运动轨迹的处理方法及装置
本公开涉及信息处理
，尤其涉及一种运动轨迹的处理方法及装置。
技术介绍
骑行作为一种健康自然的运动旅游方式，受到了越来越多的用户喜爱。在骑行过程中，使用智能手机中的GPS(GlobalPositioningSystem，全球定位系统)传感器对运动过程中的定位信息进行记录，是一种简单可靠的骑行运动数据的记录方式。智能手机通过记录运动过程中的定位信息，最终实现对运动轨迹的描述。
技术实现思路
本公开实施例提供一种运动轨迹的处理方法及装置。所述技术方案如下：根据本公开实施例的第一方面，提供一种运动轨迹的处理方法，包括：获取运动轨迹的经纬度信息；利用预设算法对所述经纬度信息进行处理，得到用于描述运动轨迹的控制点；根据所述控制点模拟所述运动轨迹。本公开的实施例提供的技术方案可以包括以下有益效果：上述技术方案，能够使用预设算法对运动轨迹的经纬度信息进行处理确定出可描述运动轨迹的控制点，并使用控制点模拟运动轨迹，实现了用少量的控制点代替大量的经纬度信息来模拟运动轨迹的效果，从而达到对运动轨迹的压缩目的，不仅降低存储压力，且提升了数据处理速度。在一个实施例中，所述根据所述控制点模拟所述运动轨迹，具体包括：根据所述控制点生成用于描述所述运动轨迹的贝塞尔曲线。该实施例中，通过用控制点生成的贝塞尔曲线描述运动轨迹，实现了用少量的控制点代替大量的经纬度信息来模拟运动轨迹的效果，不仅降低存储压力、提升数据处理速度，且使得运动轨迹更加美观、清晰。在一个实施例中，所述预设算法包括以下算法中的至少一种：序列二次规划算法；遗传算法。该实施例中，通过序列二次规划算法或遗传算法对原始的运动轨迹进行压缩，实现了用少量的控制点代替大量的经纬度信息来模拟运动轨迹的效果，不仅降低存储压力，且提升了数据处理速度。在一个实施例中，当所述预设算法包括所述序列二次规划算法时，所述利用预设算法对所述经纬度信息进行处理，得到用于描述运动轨迹的控制点，具体包括：重复执行如下迭代过程至确定出控制点：确定第一迭代点被新赋值时，根据所述经纬度信息和序列二次规划函数的当前第一迭代点，计算所述序列二次规划函数的解空间的可行解；根据所述解空间的可行解确定约束一维搜索的搜索方向，并在所述搜索方向上对所述序列二次规划函数进行约束一维搜索，得到约束一维搜索后的第二迭代点；确定所述第二迭代点满足第一预设精度条件时，确定所述第二迭代点为所述控制点，否则利用所述第二迭代点的取值更新所述第一迭代点的取值。该实施例中，通过序列二次规划算法确定控制点，进而使用控制点生成的贝塞尔曲线来模拟原始的运动轨迹，实现了对大量的经纬度信息进行压缩的效果，从而降低存储压力。在一个实施例中，所述第一迭代点和所述第二迭代点为包括n+1个数据的矩阵，n为所述贝塞尔曲线的阶数，在第一次迭代时，随机生成n+1个数据并赋值给第一迭代点。在一个实施例中，当所述预设算法包括所述遗传算法时，所述利用预设算法对所述经纬度信息进行处理，得到用于描述运动轨迹的控制点，具体包括：重复执行如下迭代过程至确定出控制点：确定当代种群被更新时，根据所述经纬度信息确定所述当代种群中每个参考个体的适应度，所述当代种群包括N个参考个体；依据所述当代种群中每个参考个体的适应度，从所述当代种群中选择N1个参考个体，N1小于N；从所述当代种群中选择出M个参考个体，并对选择出的每两个不同的参考个体进行预定运算，得到N2个参考个体，M小于N，且N2与N1之和不小于N；从选择出的N1个参考个体和计算出的N2个参考个体中，确定N个参考个体作为下一代种群；确定所述下一代种群满足预设条件时，从所述下一代种群中选择适应度最高的参考个体作为最优个体，根据所述最优个体确定所述控制点，否则利用所述下一代种群的参考个体更新所述当代种群。该实施例中，通过遗传算法确定控制点，进而使用控制点生成的贝塞尔曲线来模拟原始的运动轨迹，实现了对大量的经纬度信息进行压缩的效果，从而降低存储压力。在一个实施例中，所述对选择出的每两个不同的参考个体进行预定运算，得到N2个参考个体，具体包括：对选择出的每两个不同的参考个体进行交叉运算，得到N2个参考个体；或者对选择出的每两个不同的参考个体进行变异运算，得到N2个参考个体；或者对选择出的每两个不同的参考个体进行交叉运算，得到N2a个参考个体；对选择出的每两个不同的参考个体进行变异运算，得到N2b个参考个体，N2a和N2b之和为N2。该实施例中，通过对选择出的每两个不同的参考个体进行交叉运算或变异运算、或者交叉运算与变异运算的组合，使得下一代种群中的参考个体的确定方式更加灵活，从而提高下一代种群满足预设条件的几率，减少迭代次数。在一个实施例中，所述从选择出的N1个参考个体和计算出的N2个参考个体中，确定N个参考个体作为下一代种群，具体包括：按照所述参考个体的适应度从高到低的顺序，从选择出的N1个参考个体和计算出的N2个参考个体中，确定N个参考个体作为下一代种群。该实施例中，能够按照参考个体的适应度高低来选择N个参考个体作为下一代种群，使得下一代种群中的参考个体的适应度更高，从而提高下一代种群满足预设条件的几率，减少迭代次数。在一个实施例中，所述预设条件包括以下条件中的至少一种:所述下一代种群中适应度最高的参考个体的适应度达到预设适应度；迭代次数达到预设最大世代数。该实施例中，在下一代种群中适应度最高的参考个体的适应度达到预设适应度，或者遗传算法的迭代次数达到预设最大世代数时从下一代种群中选择出最优个体作为控制点，从而尽可能地降低了用以描述运动轨迹的控制点与原始的经纬度信息之间的差异，使得控制点生成的贝塞尔曲线能够更加逼近原始运动轨迹。根据本公开实施例的第二方面，提供一种运动轨迹的处理装置，包括：获取模块，用于获取运动轨迹的经纬度信息；处理模块，用于利用预设算法对所述获取模块获取的经纬度信息进行处理，得到用于描述运动轨迹的控制点；模拟模块，用于根据所述处理模块处理得到的控制点模拟所述运动轨迹。在一个实施例中，所述模拟模块包括：生成子模块，用于根据所述控制点生成用于描述所述运动轨迹的贝塞尔曲线。在一个实施例中，所述预设算法包括以下算法中的至少一种：序列二次规划算法；遗传算法。在一个实施例中，所述处理模块用于当所述预设算法包括所述序列二次规划算法时，重复执行如下迭代过程至确定出控制点；所述确定模块包括：计算子模块，用于确定第一迭代点被新赋值时，根据所述经纬度信息和序列二次规划函数的当前第一迭代点，计算所述序列二次规划函数的解空间的可行解；搜索子模块，用于根据所述计算子模块计算出的解空间的可行解确定约束一维搜索的搜索方向，并在所述搜索方向上对所述序列二次规划函数进行约束一维搜索，得到约束一维搜索后的第二迭代点；第一确定子模块，用于当确定所述搜索子模块搜索到的第二迭代点满足第一预设精度条件时，确定所述第二迭代点为所述控制点，否则利用所述第二迭代点的取值更新所述第一迭代点的取值。在一个实施例中，所述第一迭代点和所述第二迭代点为包括n+1个数据的矩阵，n为所述贝塞尔曲线的阶数，在第一次迭代时，随机生成n+1个数据并赋值给第一迭代点。在一个实施例中，所述处理模块用于当所述预设算法包括所述遗传算法时，重复执行如下迭代过程本文档来自技高网...

【技术保护点】
一种运动轨迹的处理方法，其特征在于，包括：获取运动轨迹的经纬度信息；利用预设算法对所述运动轨迹的经纬度信息进行处理，得到用于描述运动轨迹的控制点；根据所述控制点模拟所述运动轨迹。

【技术特征摘要】
1.一种运动轨迹的处理方法，其特征在于，包括：获取运动轨迹的经纬度信息；利用预设算法对所述运动轨迹的经纬度信息进行处理，得到用于描述运动轨迹的控制点；根据所述控制点模拟所述运动轨迹。2.根据权利要求1所述的方法，其特征在于，所述根据所述控制点模拟所述运动轨迹，具体包括：根据所述控制点生成用于描述所述运动轨迹的贝塞尔曲线。3.根据权利要求2所述的方法，其特征在于，所述预设算法包括以下算法中的至少一种：序列二次规划算法；遗传算法。4.根据权利要求3所述的方法，其特征在于，当所述预设算法包括所述序列二次规划算法时，所述利用预设算法对所述经纬度信息进行处理，得到用于描述运动轨迹的控制点，具体包括：重复执行如下迭代过程至确定出控制点：确定第一迭代点被新赋值时，根据所述经纬度信息和序列二次规划函数的当前第一迭代点，计算所述序列二次规划函数的解空间的可行解；根据所述解空间的可行解确定约束一维搜索的搜索方向，并在所述搜索方向上对所述序列二次规划函数进行约束一维搜索，得到约束一维搜索后的第二迭代点；确定所述第二迭代点满足第一预设精度条件时，确定所述第二迭代点为所述控制点，否则利用所述第二迭代点的取值更新所述第一迭代点的取值。5.根据权利要求4所述的方法，其特征在于，所述第一迭代点和所述第二迭代点为包括n+1个数据的矩阵，n为所述贝塞尔曲线的阶数，在第一次迭代时，随机生成n+1个数据并赋值给第一迭代点。6.根据权利要求3所述的方法，其特征在于，当所述预设算法包括所述遗传算法时，所述利用预设算法对所述经纬度信息进行处理，得到用于描述运动轨迹的控制点，具体包括：重复执行如下迭代过程至确定出控制点：确定当代种群被更新时，根据所述经纬度信息确定所述当代种群中每个参考个体的适应度，所述当代种群包括N个参考个体；依据所述当代种群中每个参考个体的适应度，从所述当代种群中选择N1个参考个体，N1小于N；从所述当代种群中选择出M个参考个体，并对选择出的每两个不同的参考个体进行预定运算，得到N2个参考个体，M小于N，且N2与N1之和不小于N；从选择出的N1个参考个体和计算出的N2个参考个体中，确定N个参考个体作为下一代种群；确定所述下一代种群满足预设条件时，从所述下一代种群中选择适应度最高的参考个体作为最优个体，根据所述最优个体确定所述控制点，否则利用所述下一代种群的参考个体更新所述当代种群。7.根据权利要求6所述的方法，其特征在于，所述对选择出的每两个不同的参考个体进行预定运算，得到N2个参考个体，具体包括：对选择出的每两个不同的参考个体进行交叉运算，得到N2个参考个体；或者对选择出的每两个不同的参考个体进行变异运算，得到N2个参考个体；或者对选择出的每两个不同的参考个体进行交叉运算，得到N2a个参考个体；对选择出的每两个不同的参考个体进行变异运算，得到N2b个参考个体，N2a和N2b之和为N2。8.根据权利要求6所述的方法，其特征在于，所述从选择出的N1个参考个体和计算出的N2个参考个体中，确定N个参考个体作为下一代种群，具体包括：按照所述参考个体的适应度从高到低的顺序，从选择出的N1个参考个体和计算出的N2个参考个体中，确定N个参考个体作为下一代种群。9.根据权利要求6-8任一项所述的方法，其特征在于，所述预设条件包括以下条件中的至少一种:所述下一代种群中适应度最高的参考个体的适应度达到预设适应度；迭代次数达到预设最大世代数。10.一种运动轨迹的处理装置，其特征在于，包括：获取模块，用于获取运动轨迹的经纬度信息；处理模块，用于利用预设算法对所述获取模块获取的经纬度信息进行处理，得到用于描述运动轨迹的控制点；模拟...

【专利技术属性】
技术研发人员：吕钊钘，黄宏庆，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