基于目标物预测轨迹确定提示信息的方法、介质及设备技术

本发明专利技术涉及数据处理领域，特别是涉及一种基于目标物预测轨迹确定提示信息的方法、介质及设备，该方法包括：响应于达到目标检测时间，若执行目标事件的目标物当前位于预设区域内，则获取目标事件的事件数据组B；将B输入机器学习模型，得到机器学习模型输出的第一概率组C，根据C获取目标第一概率组C1；根据C1中的每一目标第一概率对应的参考子区域内的特征点生成闭合曲线，并将闭合曲线内的区域作为预测区域；若预测区域与至少一个关键区域存在重合部分，则确定与预测区域存在重合部分的关键区域的数量是否为1，若是，则输出与预测区域存在重合部分的关键区域对应的提示信息。由此可知，可以提高确定提示信息的准确性。可以提高确定提示信息的准确性。可以提高确定提示信息的准确性。

【技术实现步骤摘要】
基于目标物预测轨迹确定提示信息的方法、介质及设备


[0001]本专利技术涉及数据处理领域，特别是涉及一种基于目标物预测轨迹确定提示信息的方法、存储介质及电子设备。

技术介绍

[0002]目前在对移动的目标物(例如飞机等)进行位置检测并输出提示信息时，若检测到目标物移动至管控区域外靠近管控区域的位置，则输出提示信息。但是，若目标物位于靠近管控区域的位置，但目标物向远离管控区域的方向移动，此时仍会输出提示信息，但目标物后续移动至管控区域内的可能性较低，以致误提示的可能性较大，即降低了确定提示信息的准确性。

技术实现思路

[0003]针对上述技术问题，本专利技术采用的技术方案为：
[0004]根据本专利技术的一方面，提供了一种基于目标物预测轨迹确定提示信息的方法，该方法应用于预设区域，预设区域内设置有若干目标区域A1,A2,...,A
i
,...,A
n
，i＝1,2,...,n；其中，A
i
为预设区域内的第i个目标区域，A
j+1
位于A
j
内，j＝1,2,...,n
‑
1；n为预设区域内的目标区域的数量；A
j
内A
j+1
以外的区域设置为第j个关键区域D
j
，A
n
设置为第n个关键区域D
n
；预设区域位于参考区域内，参考区域由若干参考子区域组成。
[0005]方法包括以下步骤：
[0006]S100，响应于达到目标检测时间，若执行目标事件的目标物当前位于预设区域内，则获取目标事件的事件数据组B＝(b1,b2,...,b
k
,...,b
m
)，b
k
＝(b
k1
,b
k2
)，k＝1,2,...,m；其中，b
k
为目标事件在历史时间段内产生的第i个事件数据，历史时间段为以当前时间t
now
为结束时间的时间段，m为目标事件在历史时间段内产生的事件数据的数量；b
k1
为b
k
产生时目标物的速度，b
k2
为b
k
产生时目标物的位置数据。
[0007]S200，将B输入机器学习模型，得到机器学习模型输出的第一概率组C＝(c1,c2,...,c
u
,...,c
v
)，u＝1,2,...,v；其中，c
u
为预测得到的目标物在(t
now
+Δt)时移动至第u个参考子区域内的第一概率，Δt为目标时长；v为参考子区域的数量。
[0008]S300，遍历C，若|c
u
‑
c
pre
|≤Δc，则将c
u
确定为目标第一概率；c
pre
为目标阈值，Δc为预设波动值，Δc＜c
pre
。
[0009]S400，获取目标第一概率组C1＝(c
11
,c
21
,...,c
w1
,...,c
z1
)，w＝1,2,...,z；其中，c
w1
为C中的第w个目标第一概率；z为C中的目标第一概率的数量，z≤v。
[0010]S500，根据C1中的每一目标第一概率对应的参考子区域内的特征点生成闭合曲线，并将闭合曲线内的区域作为预测区域；C1中的每一目标第一概率对应的参考子区域内的特征点均位于闭合曲线上或靠近闭合曲线的位置。
[0011]S600，若预测区域与至少一个关键区域存在重合部分，则进入步骤S700。
[0012]S700，若与预测区域存在重合部分的关键区域的数量为1，则输出与预测区域存在
重合部分的关键区域对应的提示信息；每一关键区域对应的提示信息不同。
[0013]根据本专利技术的另一方面，还提供了一种非瞬时性计算机可读存储介质，存储介质中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现上述基于目标物预测轨迹确定提示信息的方法。
[0014]根据本专利技术的另一方面，还提供了一种电子设备，包括处理器和上述非瞬时性计算机可读存储介质。
[0015]本专利技术至少具有以下有益效果：
[0016]本专利技术中在达到目标检测时间时，若执行目标事件的目标物当前位于预设区域内，则获取目标事件的事件数据组B，并将B输入机器学习模型，以得到机器学习模型输出的第一概率组C，然后若|c
u
‑
c
pre
|≤Δc则将c
u
确定为目标第一概率，再根据每一目标第一概率对应的参考子区域内的特征点确定出预测区域，若与该预测区域存在重合部分的关键区域的数量为1，则输出与预测区域存在重合部分的关键区域对应的提示信息。
[0017]相比于相关技术中目标物移动至预设区域内就进行报警，本专利技术中是根据执行目标事件的目标物在历史事件段内的速度和位置确定出第一概率组C，由于C中的每一第一概率为预测得到的目标物在(t
now
+Δt)时移动至对应的参考子区域内的第一概率，因此目标物在(t
now
+Δt)时较可能移动至根据C确定出的预测区域内，进而本专利技术中在与该预测区域存在重合部分的关键区域的数量为1时，输出与预测区域存在重合部分的关键区域对应的提示信息，可以减小目标物在预设区域内但向预设区域外移动时触发提示信息的输出的可能性，以提高确定提示信息的准确性。
附图说明
[0018]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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。
[0019]图1为本专利技术实施例提供的预设区域的示意图。
[0020]图2为本专利技术实施例提供的基于目标物预测轨迹确定提示信息的方法的流程图。
具体实施方式
[0021]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，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，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]本专利技术实施例提供了一种基于目标物预测轨迹确定提示信息的方法，其中，该方法可以由以下任意一项或其任意组合完成：终端、服务器、其他具备处理能力的设备，本专利技术实施例对此不作限定。
[0023]该方法应用于预设区域，预设区域内设置有若干目标区域A1,A2,...,A
i
,...,A
n
，i＝1,2,...,n。
[0024]其中，A本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标物预测轨迹确定提示信息的方法，其特征在于，所述方法应用于预设区域，所述预设区域内设置有若干目标区域A1,A2,...,A
i
,...,A
n
，i＝1,2,...,n；其中，A
i
为所述预设区域内的第i个目标区域，A
j+1
位于A
j
内，j＝1,2,...,n
‑
1；n为所述预设区域内的目标区域的数量；A
j
内A
j+1
以外的区域设置为第j个关键区域D
j
，A
n
设置为第n个关键区域D
n
；所述预设区域位于参考区域内，所述参考区域由若干参考子区域组成；所述方法包括以下步骤：S100，响应于达到目标检测时间，若执行目标事件的目标物当前位于所述预设区域内，则获取所述目标事件的事件数据组B＝(b1,b2,...,b
k
,...,b
m
)，b
k
＝(b
k1
,b
k2
)，k＝1,2,...,m；其中，b
k
为所述目标事件在历史时间段内产生的第i个事件数据，所述历史时间段为以当前时间t
now
为结束时间的时间段，m为所述目标事件在历史时间段内产生的事件数据的数量；b
k1
为b
k
产生时所述目标物的速度，b
k2
为b
k
产生时所述目标物的位置数据；S200，将B输入机器学习模型，得到所述机器学习模型输出的第一概率组C＝(c1,c2,...,c
u
,...,c
v
)，u＝1,2,...,v；其中，c
u
为预测得到的所述目标物在(t
now
+Δt)时移动至第u个参考子区域内的第一概率，Δt为目标时长；v为参考子区域的数量；S300，遍历C，若|c
u
‑
c
pre
|≤Δc，则将c
u
确定为目标第一概率；c
pre
为目标阈值，Δc为预设波动值，Δc＜c
pre
；S400，获取目标第一概率组C1＝(c
11
,c
21
,...,c
w1
,...,c
z1
)，w＝1,2,...,z；其中，c
w1
为C中的第w个目标第一概率；z为C中的目标第一概率的数量，z≤v；S500，根据C1中的每一目标第一概率对应的参考子区域内的特征点生成闭合曲线，并将所述闭合曲线内的区域作为预测区域；C1中的每一目标第一概率对应的参考子区域内的特征点均位于所述闭合曲线上或靠近所述闭合曲线的位置；S600，若所述预测区域与至少一个关键区域存在重合部分，则进入步骤S700；S700，若与所述预测区域存在重合部分的关键区域的数量为1，则输出与所述预测区域存在重合部分的关键区域对应的提示信息；每一所述关键区域对应的提示信息不同。2.根据权利要求1所述的方法，其特征在于，D
j
对应的级数为j；所述步骤S700包括以下步骤：S710，若与所述预测区域存在重合部分的关键区域的数量为1，则输出与所述预测区域存在重合部分的关键区域对应的提示信息；否则，将与所述预测区域存在重合部分的每一关键区域均作为目标关键区域，并进入步骤S720；S720，对若干所述目标关键区域中对应的级数最大的目标关键区域进行获取处理；所述获取处理包括以下步骤：S721，将当前进行所述获取处理的目标关键区域作为当前区域；S722，若所述当前区域不为若干所述目标关键区域中对应的级数最小的目标关键区域，则进入步骤S723；S723，将所述预测区域与所述当前区域的重合部分作为重合区域coi；S724，获取位置数据组S＝(s1,s2,...,s
u
,...,s
v
)；其中，s
u
为第u个参考子区域内的特征点的位置数据；S725，遍历S，若s
u
对应的特征点位于所述重合区域内，则将s
u
作为目标位置数据；S726，获取目标位置数据组S1＝(s
11
,s
21
,...,s
e1
,...,s
f1
)，e＝1,2,...,f；其中，s
e1
为S
中的第e个目标位置数据，f为S中的目标位置数据的数量；s
e1
＝(x
e1
,y
e1
)，x
e1
为s
e1...

【专利技术属性】
技术研发人员：王殿胜，卞磊，姚远，马思琪，张宪，魏政，
申请(专利权)人：中航信移动科技有限公司，
类型：发明
国别省市：