轨迹间伴随关系的识别方法、装置及设备制造方法及图纸

本申请提供一种轨迹间伴随关系的识别方法、装置及设备。本申请的方法对于任意两条目标轨迹，将两条目标轨迹的轨迹开始点连接，并将两条目标轨迹的轨迹结束点连接，形成包含两条目标轨迹的封闭轨迹线；确定封闭轨迹线所围成的封闭区域的总面积和总周长，根据总面积与总周长的比值确定两条目标轨迹的相似距离，根据两条目标轨迹的轨迹点序列中轨迹点的时间戳，确定两条目标轨迹的平均时间差，根据两条目标轨迹的相似距离和平均时间差，结合空间相似性和时间相似性两方面，确定两条目标轨迹是否具有伴随关系，能精准地识别出两条轨迹之间是否具有伴随关系，并且计算复杂度低，提高了伴随分析的效率。伴随分析的效率。伴随分析的效率。

Identification method, device and equipment of adjoint relationship between trajectories

【技术实现步骤摘要】
轨迹间伴随关系的识别方法、装置及设备


[0001]本申请涉及计算机
，尤其涉及一种轨迹间伴随关系的识别方法、装置及设备。

技术介绍

[0002]轨迹伴随模式在日常生活中普遍存在，例如车队伴行、人员乘坐相同交通工具出行、组团旅游等。通过对轨迹进行伴随关系的分析，可以从海量轨迹数据中找到时间和空间上轨迹相似的货运车辆、船舶或人群。快速有效地对大数据规模下的群体移动轨迹进行伴随关系的识别，对车队关系发现、特定群体活动轨迹监测及控制、车货匹配、疑似同类非法车辆分析、物流调度优化、城市交通规划等方面具有极大价值。
[0003]目前轨迹间相似性分析方案主要有以下几种：一是基于位置的社交网络(Location
‑
based Social Network，简称LBSN)的用户轨迹相似性推荐，这种方法基于位置签到，仅通过签到位置来分析用户轨迹的相似性，过于片面，用于分析轨迹间的伴随关系的准确性不足；二是基于最长公共子序列的用户轨迹相似性推荐，这种方法计算复杂度较高，效率低；三是CMC(Coherent Moving Cluster本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨迹间伴随关系的识别方法，其特征在于，包括：对于任意两条待确定伴随关系的目标轨迹，获取两条目标轨迹的轨迹点序列；根据所述两条目标轨迹的轨迹点序列中轨迹点的时间戳，确定所述两条目标轨迹的平均时间差，并将所述两条目标轨迹的轨迹开始点连接，将所述两条目标轨迹的轨迹结束点连接，形成包含所述两条目标轨迹的封闭轨迹线，确定所述封闭轨迹线所围成的封闭区域的总面积和总周长，根据所述总面积与所述总周长的比值，确定所述两条目标轨迹的相似距离；根据所述两条目标轨迹的相似距离和平均时间差，确定所述两条目标轨迹是否具有伴随关系，得到伴随关系确定结果。2.根据权利要求1所述的方法，其特征在于，所述对于任意两条待确定伴随关系的目标轨迹，获取两条目标轨迹的轨迹点序列之前，还包括：对交通工具的原始轨迹数据进行轨迹分段处理，将每一轨迹段作为一个行程轨迹，得到行程轨迹的轨迹点序列；根据所述行程轨迹的轨迹点序列中轨迹开始点所在的地图网格和轨迹结束点所在的地图网格，筛选出轨迹开始点在同一地图网格并且轨迹结束点在同一地图网格的行程轨迹，得到待确定伴随关系的目标轨迹。3.根据权利要求2所述的方法，其特征在于，所述将所述两条目标轨迹的轨迹开始点连接，将所述轨迹数据的轨迹结束点连接，形成包含所述两条目标轨迹的封闭轨迹线之前，还包括：对所述目标轨迹的轨迹数据进行压缩，去除轨迹数据中除轨迹开始点和轨迹结束点之外的部分轨迹点，得到所述目标轨迹的压缩后轨迹点序列。4.根据权利要求2所述的方法，其特征在于，所述对交通工具的原始轨迹数据进行轨迹分段处理，将每一轨迹段作为一个行程轨迹，得到行程轨迹的轨迹点序列之前，还包括：对所述原始轨迹数据进行去噪处理。5.根据权利要求1所述的方法，其特征在于，所述将所述两条目标轨迹的轨迹开始点连接，将所述两条目标轨迹的轨迹结束点连接，形成包含所述两条目标轨迹的封闭轨迹线，包括：所述两条目标轨迹包括第一目标轨迹和第二目标轨迹，生成由第一目标轨迹的轨迹结束点至第二目标轨迹的轨迹结束点的第一连线，将所述第一连线作为所述第一目标轨迹的延长线段，得到由第一目标轨迹的轨迹开始点至第二目标轨迹的轨迹结束点的第一轨迹线；生成由第一目标轨迹的轨迹开始点至第二目标轨迹的轨迹开始点的第二连线，将所述第二连线追加到所述...

【专利技术属性】
技术研发人员：徐攀登，黄晓婧，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：