车辆轨迹类别的确认方法、装置、设备和存储介质制造方法及图纸

本发明专利技术涉及车辆交通相关技术领域，具体涉及一种车辆轨迹类别的确认方法、装置、设备和存储介质。其中，本申请提供的车辆轨迹类别的确认方法，包括：获取目标车辆轨迹数据；其中，轨迹数据包括：采集到目标车辆信息的采集设备的位置数据；基于预设的转化方法，将目标车辆轨迹数据转化为目标坐标张量数据；将目标坐标张量数据输入至预先训练的车辆轨迹类别确认模型，得到目标车辆轨迹的车辆轨迹类别。如此，通过上述步骤便可以完成对于车辆轨迹类别的确认。这个过程中主要依赖车辆轨迹类别确认模型进行辆轨迹类别的确认，而非人工判断车辆轨迹类别，可以避免浪费大量的人力，避免受到工作人员精力的影响，提高效率。

Confirmation method, device, equipment and storage medium of vehicle track category

The invention relates to the technical field related to vehicle traffic, in particular to a confirmation method, device, device and storage medium of vehicle track category. Among them, the confirmation method of vehicle track category provided by the application includes: obtaining target vehicle track data; wherein, track data includes: position data of acquisition equipment collecting target vehicle information; converting target vehicle track data into target coordinate tensor data based on preset conversion method; inputting target coordinate tensor data into pre trained vehicle track The track category confirms the model and gets the vehicle track category of the target vehicle track. In this way, the above steps can be used to confirm the vehicle track category. In this process, we mainly rely on the vehicle track category confirmation model to confirm the vehicle track category, instead of manually judging the vehicle track category, which can avoid wasting a lot of manpower, avoid the impact of staff energy, and improve efficiency.

【技术实现步骤摘要】
车辆轨迹类别的确认方法、装置、设备和存储介质
本专利技术涉及车辆交通相关
，具体涉及一种车辆轨迹类别的确认方法、装置、设备和存储介质。
技术介绍
随着科技的进步和社会的发展，车辆已经初步成为一种重要的交通工具。目前，一些安防系统希望把车辆按照行驶路径轨迹进行分类，以便于对一些异常的类别车辆便于监控和告警；例如目前已有安防系统按照车辆的行驶轨迹将车辆轨迹类别分为三类，如“私企上班族车辆轨迹”，“公务员车辆轨迹”，“自由职业车辆轨迹”。但是，目前车辆轨迹类别的确认方法为：由工作人员对车辆的轨迹进行分析，逐个判断各个车辆的车辆轨迹类别。但是随着车辆越来越多，数据量越来越大，通过人工判断车辆轨迹类别的方式会浪费大量的人力，且受到工作人员精力的影响，效率较为低下。
技术实现思路
有鉴于此，提供一种车辆轨迹类别的确认方法、装置、设备和存储介质。以解决相关技术中通过人工判断车辆轨迹类别的方式会浪费大量的人力，且受到工作人员精力的影响，效率较为低下。本专利技术采用如下技术方案：第一方面，本专利技术实施例提供了一种车辆轨迹类别的确认方法，包括：获取目标车辆轨迹数据；其中，所述轨迹数据包括：采集到目标车辆信息的采集设备的位置数据；基于预设的转化方法，将所述目标车辆轨迹数据转化为目标坐标张量数据；将所述目标坐标张量数据输入至预先训练的车辆轨迹类别确认模型，得到所述目标车辆轨迹的车辆轨迹类别。可选的，所述获取目标车辆轨迹数据包括：获取各个采集设备发送的过往车辆的信息；其中，各个采集设备一一对应的预先设置在各个预设位置，用于获取过往车辆的信息；依次筛选各个采集设备发送过往车辆的信息，判断各所述采集设备是否采集到目标车辆；若判断结果为是，则将采集到目标车辆的采集设备的位置数据归为目标车辆轨迹数据。可选的，还包括：获取各个采集设备所在位置的经纬度数据；基于所述经纬度数据，建立坐标系；确定各个采集设备的坐标，将采集设备的坐标作为所述采集设备的位置数据。可选的，所述基于预设的转化方法，将所述目标车辆轨迹数据转化为目标坐标张量数据包括：基于各个所述采集设备的位置数据确定一个轨迹坐标图；在所述轨迹坐标图中，对所述目标车辆轨迹数据对应的坐标进行着色；基于着色后轨迹坐标图生成目标坐标张量数据。可选的，所述基于着色后轨迹坐标图生成坐标张量数据包括：按照轨迹坐标图中着色的点记做1，没有着色的点记做0的规则，将轨迹坐标图转化为一个数组；其中，所述数组为目标坐标张量数据。可选的，所述预先训练的车辆轨迹类别确认模型的训练过程包括：获取第一预设数量坐标张量数据；确定各个坐标张量数据对应的车辆轨迹类别，并生成类别标识；将坐标张量数据和类别标识作为第一训练样本，对预先构建的卷积神经网络模型进行训练，得到车辆轨迹类别确认模型。可选的，还包括：获取当前车辆轨迹类别确认模型不具备的待添加车辆轨迹类别；获取所述待添加车辆轨迹类别对应的由坐标张量数据和类别标识构成的第二训练样本；通过所述第二训练样本，对所述车辆轨迹类别确认模型进行训练。第二方面，一种车辆轨迹类别的确认装置，包括：获取模块，用于获取目标车辆轨迹数据；其中，所述轨迹数据包括：采集到目标车辆信息的采集设备的位置数据；转化模块，用于基于预设的转化方法，将所述目标车辆轨迹数据转化为坐标张量数据；类别确认模块，用于将所述坐标张量数据输入至预先训练的车辆轨迹类别确认模型，得到所述目标车辆轨迹的车辆轨迹类别。进一步的，获取模块具体用于：获取各个采集设备发送的过往车辆的信息；其中，各个采集设备一一对应的预先设置在各个预设位置，用于获取过往车辆的信息；依次筛选各个采集设备发送过往车辆的信息，判断各所述采集设备是否采集到目标车辆；若判断结果为是，则将采集到目标车辆的采集设备的位置数据归为目标车辆轨迹数据。进一步的，获取模块还用于：获取各个采集设备所在位置的经纬度数据；基于所述经纬度数据，建立坐标系；确定各个采集设备的坐标，将采集设备的坐标作为所述采集设备的位置数据。进一步的，转化模块具体用于：基于各个所述采集设备的位置数据确定一个轨迹坐标图；在所述轨迹坐标图中，对所述目标车辆轨迹数据对应的坐标进行着色；基于着色后轨迹坐标图生成目标坐标张量数据。进一步的，类别确认模块具体用于：按照轨迹坐标图中着色的点记做1，没有着色的点记做0的规则，将轨迹坐标图转化为一个数组；其中，所述数组为目标坐标张量数据。进一步的，所述预先训练的车辆轨迹类别确认模型的训练过程包括：获取第一预设数量坐标张量数据；确定各个坐标张量数据对应的车辆轨迹类别，并生成类别标识；将坐标张量数据和类别标识作为第一训练样本，对预先构建的卷积神经网络模型进行训练，得到车辆轨迹类别确认模型。进一步的，训练的车辆轨迹类别确认模型的训练过程还包括：获取当前车辆轨迹类别确认模型不具备的待添加车辆轨迹类别；获取所述待添加车辆轨迹类别对应的由坐标张量数据和类别标识构成的第二训练样本；通过所述第二训练样本，对所述车辆轨迹类别确认模型进行训练。第三方面，一种车辆轨迹类别的确认设备，包括：处理器，以及与所述处理器相连接的存储器；所述存储器用于存储计算机程序，所述计算机程序至少用于执行第一方面所述的车辆轨迹类别的确认方法；所述处理器用于调用并执行所述存储器中的所述计算机程序。第四方面，一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面所述的车辆轨迹类别的确认方法中各个步骤。本专利技术采用以上技术方案，在获取目标车辆轨迹数据之后，对车辆轨迹数据进行处理，基于预设的转化方法，将目标车辆轨迹数据转化为目标坐标张量数据；之后，将目标坐标张量数据输入至预先训练的车辆轨迹类别确认模型，得到目标车辆轨迹的车辆轨迹类别。如此在对于车辆轨迹类别的确认过程中，只需将目标坐标张量数据输入至预先训练的车辆轨迹类别确认模型，便可以完成对于车辆轨迹类别的确认。这个过程中主要依赖车辆轨迹类别确认模型进行辆轨迹类别的确认，而非人工判断车辆轨迹类别，可以避免浪费大量的人力，避免受到工作人员精力的影响，提高效率。附图说明为了更清楚地说明本专利技术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作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种车辆轨迹类别的确认方法的流程图；图2是本专利技术实施例提供的一种车辆轨迹类别的确认方法中获取目标车辆轨迹数据的流程图本文档来自技高网...

【技术保护点】
1.一种车辆轨迹类别的确认方法，其特征在于，包括：/n获取目标车辆轨迹数据；其中，所述轨迹数据包括：采集到目标车辆信息的采集设备的位置数据；/n基于预设的转化方法，将所述目标车辆轨迹数据转化为目标坐标张量数据；/n将所述目标坐标张量数据输入至预先训练的车辆轨迹类别确认模型，得到所述目标车辆轨迹的车辆轨迹类别。/n

【技术特征摘要】
1.一种车辆轨迹类别的确认方法，其特征在于，包括：
获取目标车辆轨迹数据；其中，所述轨迹数据包括：采集到目标车辆信息的采集设备的位置数据；
基于预设的转化方法，将所述目标车辆轨迹数据转化为目标坐标张量数据；
将所述目标坐标张量数据输入至预先训练的车辆轨迹类别确认模型，得到所述目标车辆轨迹的车辆轨迹类别。


2.根据权利要求1所述的方法，其特征在于，所述获取目标车辆轨迹数据包括：
获取各个采集设备发送的过往车辆的信息；其中，各个采集设备一一对应的预先设置在各个预设位置，用于获取过往车辆的信息；
依次筛选各个采集设备发送过往车辆的信息，判断各所述采集设备是否采集到目标车辆；
若判断结果为是，则将采集到目标车辆的采集设备的位置数据归为目标车辆轨迹数据。


3.根据权利要求1所述的方法，其特征在于，还包括：
获取各个采集设备所在位置的经纬度数据；
基于所述经纬度数据，建立坐标系；
确定各个采集设备的坐标，将采集设备的坐标作为所述采集设备的位置数据。


4.根据权利要求3所述的方法，其特征在于，所述基于预设的转化方法，将所述目标车辆轨迹数据转化为目标坐标张量数据，包括：
基于各个所述采集设备的位置数据确定一个轨迹坐标图；
在所述轨迹坐标图中，对所述目标车辆轨迹数据对应的坐标进行着色；
基于着色后轨迹坐标图生成目标坐标张量数据。


5.根据权利要求4所述的方法，其特征在于，所述基于着色后轨迹坐标图生成坐标张量数据包括：
按照轨迹坐标图中着色的点记做1，没有着色的点记做0的规则，将轨迹坐标图转化为一个数组；
其中，所述数组...

【专利技术属性】
技术研发人员：郭晓丹，吴鹏，吴翔，葛华，俞楠，王夷，
申请(专利权)人：四川东方网力科技有限公司，
类型：发明
国别省市：四川;51