多源时空轨迹数据处理方法、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一种多源时空轨迹数据处理方法、装置、设备和存储介质，该方法中，获取待处理的各个设备数据集和各个轨迹数据集；确定基准设备数据集中的设备标识和非基准设备数据集中的设备标识的对应关系，应用对应关系对各个轨迹数据集进行处理，以得到各个目标轨迹数据集；根据预设时间间隔阈值对每个目标轨迹数据集进行筛选，得到各个目标轨迹数据集对应的结果集；基于结果集，计算当前设备组内目标所有通行轨迹点总次数和当前设备组内目标所有通行轨迹点重合次数；根据全部设备组内目标所有通行轨迹点总次数，和，全部设备组内目标所有通行轨迹点重合次数计算目标重合概率。提高了多源时空数据拟合时的整体计算性能，降低了计算量。

Multi-source spatiotemporal trajectory data processing methods, devices, devices and storage media

【技术实现步骤摘要】
多源时空轨迹数据处理方法、装置、设备和存储介质
本专利技术涉及数据处理
，具体涉及一种多源时空轨迹数据处理方法、装置、设备和存储介质。
技术介绍
近年来，在公共安全领域产生的数据呈现出种类多、来源广、体量大的特点。而随着技术的不断成熟和发展，通过各种电子设备采集的数据量越来越大，数据种类也越来越多，其中，通过不同类设备采集的数据为多源异构数据，而多源异构数据通常具备轨迹点时空关联关系。不同类数据比如：人的活动轨迹数据、车的活动轨迹数据和电子围栏轨迹数据等；不同类设备比如：采集人脸数据的卡口设备、采集机动车数据的卡口设备和采集手机数据的电子围栏设备等。而通过这些数据进行轨迹拟合分析，已经可以在安保实施、城市预警和案件侦破等领域发挥作用。例如针对人与人的轨迹数据做拟合，可以计算出不同人之间的同行关系，这样可以为公安在侦破团伙作案时提供重要线索。相关技术中在时空轨迹快速碰撞时的方法中，整体计算性能较低、计算结果数据量大，导致真实具备关系的数据被淹没。
技术实现思路
有鉴于此，提供一种多源时空轨迹数据处理方法、装置、设备和存储介质，以解决现有技术中的多源时空数据拟合时的整体计算性能较低以及计算结果数据量大的问题。本专利技术采用如下技术方案：第一方面，本申请实施例提供了一种多源时空轨迹数据处理方法，该方法包括：获取待处理的各个设备数据集和各个轨迹数据集，其中，所述轨迹数据集中的数据均来源于设备数据集中对应的设备；将所述各个设备数据集分为基准设备数据集和非基准设备数据集，确定所述基准设备数据集中的设备标识和所述非基准设备数据集中的设备标识的对应关系，应用所述对应关系对所述各个轨迹数据集进行处理，以得到各个目标轨迹数据集；根据预设时间间隔阈值对每个目标轨迹数据集进行筛选，得到各个目标轨迹数据集对应的结果集；基于所述结果集，计算当前设备组内目标所有通行轨迹点总次数和所述当前设备组内目标所有通行轨迹点重合次数；根据全部设备组内目标所有通行轨迹点总次数，和，全部设备组内目标所有通行轨迹点重合次数计算目标重合概率。第二方面，本申请实施例提供了一种多源时空轨迹数据处理装置，该装置包括：数据获取模块，用于获取待处理的各个设备数据集和各个轨迹数据集，其中，所述轨迹数据集中的数据均来源于设备数据集中对应的设备；目标轨迹数据集确定模块，用于将所述各个设备数据集分为基准设备数据集和非基准设备数据集，确定所述基准设备数据集中的设备标识和所述非基准设备数据集中的设备标识的对应关系，应用所述对应关系对所述各个轨迹数据集进行处理，以得到各个目标轨迹数据集；结果集确定模块，用于根据预设时间间隔阈值对每个目标轨迹数据集进行筛选，得到各个目标轨迹数据集对应的结果集；次数计算模块，用于基于所述结果集，计算当前设备组内目标所有通行轨迹点总次数和所述当前设备组内目标所有通行轨迹点重合次数；重合概率计算模块，用于根据全部设备组内目标所有通行轨迹点总次数，和，全部设备组内目标所有通行轨迹点重合次数计算目标重合概率。第三方面，本申请实施例提供了一种设备，该设备包括：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本申请实施例第一方面所述的多源时空轨迹数据处理方法；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，本申请实施例提供了一种存储介质，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多源时空轨迹数据处理方法中各个步骤。本申请实施例中，在获取到设备数据集和轨迹数据集之后划分为基准设备数据集和非基准设备数据集，然后确定基准设备数据集中的设备标识和非基准设备数据集中的设备标识的对应关系，应用该对应关系对各个轨迹数据集进行处理，这样就可以将来自不同设备采集的异构数据进行统一，得到同源的轨迹数据，即为目标轨迹数据集；另外，根据预设时间间隔阈值对每个目标轨迹数据集进行筛选，得到各个目标轨迹数据集对应的结果集，这样，就将一些不符合条件的轨迹数据过滤掉，减少了计算量；另外，然后以设备组为计算单元计算每个设备组内的目标所有通行轨迹点总次数和目标所有通行轨迹点重合次数，这样，将各个设备组的对应次数求和，计算目标重合概率；提高了多源时空数据拟合时的整体计算性能，降低了计算量。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多源时空轨迹数据处理方法的流程图；图2是本专利技术实施例提供的另一种多源时空轨迹数据处理方法的流程图；图3是本专利技术实施例提供的一种多源时空轨迹数据处理装置的结构示意图；图4是本专利技术实施例提供的一种设备的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本专利技术所保护的范围。首先，对本申请实施例中用到的专业术语进行说明。多源：表示不同目标的轨迹数据来源于不同类的采集设备，这里的不同类的设备不是指不同的设备；同源：表示不同目标的轨迹数据来自相同类的采集设备，例如多个同类设备称为同源设备；轨迹点：构成目标轨迹的某一条数据记录，例如可以包括数据采集设备标识、目标标识和数据采集时间等属性；时间偏移量阈值Δt，又称为预设时间间隔阈值：即定义两个目标时间关联的时间差最大差值；空间偏移量阈值Δd，又称为预设距离间隔阈值：即定义两个目标空间关联的位置距离最大差值；轨迹点时空关联关系：是指两个运动的目标A和B，存在多个轨迹点，在满足A和B的时间差值小于时间偏移量Δt的同时，也满足A和B的位置距离小于空间偏移量阈值Δd，则认为A和B具有轨迹点时空关联关系。其次，为了表述方便，本申请实施中，在涉及到具体的举例说明时，用两个设备数据集和两个轨迹数据集来举例，下面对集合命名以及集合的元素构成进行说明。其中，设备数据集为SD1和SD2，SD1为经过数据评估后确定的基准数据集，SD2为非基准数据集。应用SD1中的设备获取到的轨迹数据的集合称为轨迹数据集TD1，应用SD2中的设备获取到的轨迹数据的集合称为轨迹数据集TD2。另外，SD1中的设备标识为a、b、c、d、e、f、g、h、i和j，例如可以是10个人脸卡口设备，用来捕捉经过相应的人脸卡口设备的人脸数据，相应的，TD1中为上述各个人脸卡口设备获取到的目标的轨迹数据，目标标识可以是甲、乙、丙、丁、戊、己、庚、辛和癸，分别表示不同的人或者人脸。SD2中的设备标本文档来自技高网...

【技术保护点】
1.一种多源时空轨迹数据处理方法，其特征在于，包括：/n获取待处理的各个设备数据集和各个轨迹数据集，其中，所述轨迹数据集中的数据均来源于设备数据集中对应的设备；/n将所述各个设备数据集分为基准设备数据集和非基准设备数据集，确定所述基准设备数据集中的设备标识和所述非基准设备数据集中的设备标识的对应关系，应用所述对应关系对所述各个轨迹数据集进行处理，以得到各个目标轨迹数据集；/n根据预设时间间隔阈值对每个目标轨迹数据集进行筛选，得到各个目标轨迹数据集对应的结果集；/n基于所述结果集，计算当前设备组内目标所有通行轨迹点总次数和所述当前设备组内目标所有通行轨迹点重合次数；/n根据全部设备组内目标所有通行轨迹点总次数，和，全部设备组内目标所有通行轨迹点重合次数计算目标重合概率。/n

【技术特征摘要】
1.一种多源时空轨迹数据处理方法，其特征在于，包括：
获取待处理的各个设备数据集和各个轨迹数据集，其中，所述轨迹数据集中的数据均来源于设备数据集中对应的设备；
将所述各个设备数据集分为基准设备数据集和非基准设备数据集，确定所述基准设备数据集中的设备标识和所述非基准设备数据集中的设备标识的对应关系，应用所述对应关系对所述各个轨迹数据集进行处理，以得到各个目标轨迹数据集；
根据预设时间间隔阈值对每个目标轨迹数据集进行筛选，得到各个目标轨迹数据集对应的结果集；
基于所述结果集，计算当前设备组内目标所有通行轨迹点总次数和所述当前设备组内目标所有通行轨迹点重合次数；
根据全部设备组内目标所有通行轨迹点总次数，和，全部设备组内目标所有通行轨迹点重合次数计算目标重合概率。


2.根据权利要求1所述的方法，其特征在于，所述基于所述结果集，计算当前设备组内目标所有通行轨迹点总次数，包括：
针对当前设备组，获取各个所述结果集中的目标数据的条数；
将所述结果集中的目标数据的条数的最大值作为当前设备组内目标所有通行轨迹点总次数。


3.根据权利要求1所述的方法，其特征在于，基于所述结果集，计算当前设备组内目标所有通行轨迹点重合次数，包括：
针对当前设备组，根据各个所述结果集中的目标数据的条数、当前设备组标识、各个目标标识和所述各个目标标识对应的目标数据的开始时间和结束时间，计算当前设备组内目标所有通行轨迹点重合次数。


4.根据权利要求1所述的方法，其特征在于，所述根据预设时间间隔阈值对每个目标轨迹数据集进行筛选，得到各个目标轨迹数据集对应的结果集包括：
针对每个目标轨迹数据集，按照目标标识和设备组标识进行数据分组，其中，每个分组中的数据的设备标识相同，目标标识相同；
针对每个分组内的数据，筛选符合预设时间间隔阈值的数据，作为所述目标轨迹数据集对应的结果集。


5.根据权利要求1所述的方法，其特征在于，所述应用所述对应关系对所述各个轨迹数据集进行处理包括：
获取所述各个轨迹数据集中的设备标识；
根据所述对应关系确定所述各个轨迹数据集中的设备标识对应的设备组标识；
应用所述设备组标识替换对应的所述各个轨迹数据集中的设备标识。

【专利技术属性】
技术研发人员：赵杨军，翟锐涛，
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