CN109540147A - 数据处理方法、装置、电子设备及计算机可读存储介质 - Google Patents
数据处理方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109540147A CN109540147A CN201811468538.XA CN201811468538A CN109540147A CN 109540147 A CN109540147 A CN 109540147A CN 201811468538 A CN201811468538 A CN 201811468538A CN 109540147 A CN109540147 A CN 109540147A
- Authority
- CN
- China
- Prior art keywords
- track
- point information
- tracing point
- main path
- spanning tree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000006854 communication Effects 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 10
- 101000606504 Drosophila melanogaster Tyrosine-protein kinase-like otk Proteins 0.000 claims description 55
- 238000012937 correction Methods 0.000 claims description 20
- 238000005457 optimization Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 238000009412 basement excavation Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本公开实施例公开了一种数据处理方法、装置、电子设备及计算机可读存储介质,所述方法包括:获取预设时间段内的轨迹点信息,并对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树;从所述轨迹生成树中,确定轨迹的主路径;基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正。该技术方案能够对离线轨迹进行全局优化,鲁棒性高,且对偏离轨迹点进行纠正,提高了轨迹还原的准确性。
Description
技术领域
本公开涉及信息处理技术领域,具体涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。
背景技术
随着互联网技术的发展,越来越多的电子应用被广泛应用,而基于电子应用的功能实现,轨迹挖掘需求也越来越多。相关技术采用预设频率采集用户的实时定位信息,实现对用户的实时轨迹挖掘,并使用均值滤波对挖掘到的轨迹进行降噪。然而,这种方式受限于实时轨迹的定点频率,且无法对连续漂移点进行纠偏,从而会导致轨迹挖掘鲁棒性差且准确率低。
发明内容
本公开实施例提供一种数据处理方法、装置、电子设备及计算机可读存储介质。
第一方面,本公开实施例中提供了一种数据处理方法。
具体的,所述数据处理方法,包括:
获取预设时间段内的轨迹点信息,并对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树;
从所述轨迹生成树中,确定轨迹的主路径;
基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正。
结合第一方面,本公开在第一方面的第一种实现方式中,所述对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树,包括:
按照时间顺序对所述轨迹点信息进行排序;
将预设虚拟点作为根节点;
根据所述排序后的轨迹点信息,生成子节点;
根据所述根节点和所述子节点,生成所述轨迹生成树。
结合第一方面的第一种实现方式,本公开在第一方面的第二种实现方式中,所述根据所述排序后的轨迹点信息,生成子节点,包括:
将所述排序后的轨迹点信息的第一个轨迹点信息作为所述根节点的子节点;
将所述排序后的轨迹点信息中的第i个轨迹点信息作为第i-m个轨迹点信息的子节点,直至处理完所述排序后的轨迹点信息的最后一个轨迹点信息;其中,所述第i-m个轨迹点信息为与所述第i个轨迹点信息连通、且最近一个轨迹点信息,i大于等于1,m大于等于1且小于i。
结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式,本公开在第一方面的第三种实现方式中,所述从所述轨迹生成树中,确定轨迹的主路径,包括:
从所述轨迹生成树中,确定深度最深的路径作为所述主路径。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式,本公开在第一方面的第四种实现方式中,所述基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正,包括:
将所述主路径作为定位基准点;
将所述轨迹生成树中的非主路径上的轨迹点信息作为所述偏离轨迹点;
将所述偏离轨迹点,按照时间顺序***所述主路径中,进行轨迹纠正。
结合第一方面的第四种实现方式,本公开在第一方面的第五种实现方式中,所述将所述偏离轨迹点,按照时间顺序***所述主路径中,进行轨迹纠正,包括:
将所述偏离轨迹点,按照时间顺序***所述主路径中;
移除所述轨迹生成树中的所述偏离轨迹点对应的节点,生成新轨迹生成树,完成轨迹纠正。
第二方面,本公开实施例中提供了一种数据处理装置。
具体的,所述数据处理装置,包括:
获取模块,被配置为获取预设时间段内的轨迹点信息,并对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树;
确定模块,被配置为从所述轨迹生成树中,确定轨迹的主路径;
纠正模块,被配置为基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正。
第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条支持数据处理装置执行上述第一方面中数据处理方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述数据处理装置还可以包括通信接口,用于数据处理装置与其他设备或通信网络通信。
第四方面,本公开实施例提供了一种计算机可读存储介质,用于存储数据处理装置所用的计算机指令,其包含用于执行上述第一方面中数据处理方法为数据处理装置所涉及的计算机指令。
本公开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,通过将预设时间段内的轨迹点信息,生成轨迹生成树,可以从轨迹生成树中确定主路径,从而基于该主路径实现对轨迹点信息中的偏离轨迹点的纠正,该技术方案可以能够对离线轨迹进行全局优化,基于轨迹生成树确定主路径,不受定位点的限制,鲁棒性高,并且还可以主路径为基准对偏离轨迹点进行纠正,且对偏离轨迹点进行纠正,提高了轨迹还原的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的数据处理方法的流程图;
图2示出轨迹点信息的路径示意图;
图3示出轨迹生成书的结构示意图;
图4示出根据图1所示实施方式的数据处理方法的步骤S101的流程图;
图5示出根据图1所示实施方式的数据处理方法的步骤S103的流程图;
图6示出根据本公开一实施方式的数据处理装置的结构框图;
图7示出根据图6所示实施方式的数据处理装置的获取模块601的结构框图;
图8示出根据图6所示实施方式的数据处理装置的纠正模块603的结构框图;
图9示出根据本公开一实施方式的电子设备的结构框图;
图10是适于用来实现根据本公开一实施方式的数据处理方法的计算机***的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
本公开实施例提供的技术方案通过将预设时间段内的轨迹点信息,生成轨迹生成树,可以从轨迹生成树中确定主路径,从而基于该主路径实现对轨迹点信息中的偏离轨迹点的纠正,该技术方案可以能够对离线轨迹进行全局优化,基于轨迹生成树确定主路径,不受定位点的限制,鲁棒性高,并且还可以主路径为基准对偏离轨迹点进行纠正,且对偏离轨迹点进行纠正,提高了轨迹还原的准确性。
图1示出根据本公开一实施方式的数据处理方法的流程图。如图1所示,所述数据处理方法包括以下步骤S101-S103:
在步骤S101中,获取预设时间段内的轨迹点信息,并对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树;
在步骤S102中,从所述轨迹生成树中,确定轨迹的主路径;
在步骤S103中,基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正。
上文提及,随着互联网技术的发展,越来越多的电子应用被广泛应用,而基于电子应用的功能实现,轨迹挖掘需求也越来越多。相关技术是采用预设频率采集用户的定位信息,实现用户的轨迹挖掘的,并使用均值滤波对挖掘到的轨迹进行降噪的,这种方式受限于轨迹定点频率,且无法对连续漂移点进行纠偏,从而会导致轨迹挖掘的准确率低。
考虑到上述缺陷,在该实施方式中,提出一种数据处理方法,该方法将预设时间段内的轨迹点信息,生成轨迹生成树,可以从轨迹生成树中确定主路径,从而基于该主路径实现对轨迹点信息中的偏离轨迹点的纠正,该技术方案可以能够对离线轨迹进行全局优化,基于轨迹生成树确定主路径,不受定位点的限制,鲁棒性高,并且还可以以主路径为基准对偏离轨迹点进行纠正,且对偏离轨迹点进行纠正,提高了轨迹还原的准确性。
示例性的,以外卖配送的应用场景为例,当骑手采用电子设备(可以理解为外卖应用)进行外卖配送时,该电子设备就可以将骑手在预设时间段内,例如一天内的外卖轨迹点信息收集到,然后依据外卖轨迹点信息生成骑手的轨迹生成树,这样就可以从轨迹生成树中,进行可以从轨迹生成树中确定主路径,从而基于该主路径实现对轨迹点信息中的偏离轨迹点的纠正,该技术方案除了可以能够对骑手的离线轨迹进行全局优化,基于轨迹生成树确定骑手进行外卖配送时的主路径,不受定位点的限制,鲁棒性高,并且还可以以主路径为基准对偏离轨迹点进行纠正,且对偏离轨迹点进行纠正,提高了轨迹还原的准确性。同时,在还原了骑手预设时间段内的轨迹还原后,就可以根据还原出的骑手的轨迹更精确的获知在历史的预设时间段内骑手的配送能力,配送区域的配送压力以及配送时间的长短等信息,于是可以通过一段充分时间内对预设时间段的统计,预测出骑手轨迹进行配送时间、骑手配送能力、配送区域压力等信息,实现配送过程中的配送信息的预估功能。
其中,预设时间段是指获取轨迹点信息的时间范围,例如可以是一天。这样本公开实施例提出了针对当前时间的一段时间范围内的历史轨迹点信息进行离线轨迹的数据处理,还原离线轨迹的检测和纠正。
其中,轨迹点信息为用户使用电子设备的时候,通过定位频率得到的轨迹点的位置信息。这里的位置信息可以为经纬度信息,也可以为轨迹路线上的坐标信息,还可以为轨迹路线中的点位信息等,本公开实施例不作限制。
其中,定位频率可以为预设时间频率,例如半小时定位一次电子设备的实时位置,也可以是预设路程频率,例如,每行驶1公里记录当前的实时位置等,本公开实施例不作限制。
在本实施例的一个可选实现方式中,预设时间段内的轨迹点信息是指统计的在该预设时间段内的所有行驶的轨迹点信息,该轨迹点信息是按照定位频率在预设时间段内获取的定位点信息,数据处理装置针对轨迹点信息会进行轨迹点信息之间是否连通的判断,并将连通的轨迹点作为树节点进行连接,最后生成轨迹生成树,从轨迹生成树中,确定出轨迹的主路径;其中,从轨迹生成树中,确定深度最深的路径(即连通的节点最多的路径)作为主路径;然后基于主路径,对轨迹点信息中的偏离轨迹点进行纠正。
在本实施例的一个可选的实现方式中,如图2所示的轨迹路线,该轨迹路线上的轨迹点信息包括:1、2、3,……,10。其中,连线为轨迹,采用实线表示连通的轨迹点,采用虚线表示不连通的轨迹点,从图2中可以看出,轨迹点4、7和8为偏离轨迹点。数据处理装置基于图2中的轨迹点信息的连通情况,生成了轨迹生成树,如图3所示,在轨迹生成树中,以P1、P2,……,P10表示与轨迹点信息对应的节点。数据处理装置从图3的轨迹生成书中,确定出P0-P1-P2-P3-P5-P6-P9-P10这条主路径,并将主路径作为基准点,对P4、P7和P8进行纠正。
在本实施例的一个可选实现方式中,如图4所示,所述步骤S101,即对轨迹点信息进行轨迹连通处理后,生成轨迹生成树的步骤,包括步骤S201-S204:
在步骤S201中,按照时间顺序对轨迹点信息进行排序;
在步骤S202中,将预设虚拟点作为根节点;
在步骤S203中,根据排序后的轨迹点信息,生成子节点;
在步骤S204中,根据根节点和子节点,生成轨迹生成树。
在本实施方式中,基于时间顺序对轨迹点信息进行排序的方案,使得在根据排序后的轨迹点信息,生成子节点的时候,即使轨迹点信息不相邻的两个轨迹点也可能称为相邻的子节点,从而可以提高轨迹生成树的深度,保证后续主路径尽可能的比较长,从而提高轨迹挖掘的准确性。并且,实现了基于轨迹点整体形态的全局优化(轨迹生成树),鲁棒性高。
其中,数据处理装置在获取轨迹点信息的时候,是有定位时间的,也就是说轨迹点信息与定位时间相对应,在本发明实施例中,由于按照时间顺序进行排序,将定位时间较早的轨迹点信息作为第一个轨迹点信息。
其中,预设虚拟点为P0,P0作为根节点,所有的轨迹点信息都可与预设虚拟点连通。
在本实施例的一个可选实现方式中,如图3所示,P0为根节点,P1-P10为按照时间顺讯由早到晚排列的,根据P1-P10生成P0下的子节点,由根节点和子节点构成轨迹生成树。
在本实施例的一个可选实现方式中,数据处理装置生成轨迹生成树的过程为:数据处理装置将排序后的轨迹点信息的第一个轨迹点信息作为根节点的子节点;将排序后的轨迹点信息中的第i个轨迹点信息作为第i-m个轨迹点信息的子节点,直至处理完排序后的轨迹点信息的最后一个轨迹点信息;其中,第i-m个轨迹点信息为与第i个轨迹点信息连通、且最近一个轨迹点信息,i大于等于1,m大于等于1且小于i。
其中,如图3所示,任意一个轨迹点都可以成为P0的子节点,但是本公开实施例中,将最早的P1作为根节点的子节点,对于Pi,从Pi-1…P10中选出第一个与Pi连通的节点Pi-m;将Pi作为Pi-m的子节点,直至处理完所有的轨迹点信息对应的节点。
在本实施例的一个可选实现方式中,数据处理装置判断轨迹点之间是否连通可以通过两个轨迹点之间的速度是否达到阈值来判断,若是基于两个轨迹点之间的路程和时间,确定出两个轨迹点之间的平均速度小于或等于预设速度阈值时,表征这两个轨迹点之间可连通;若是基于两个轨迹点之间的路程和时间,确定出两个轨迹点之间的平均速度大于预设速度阈值时,表征这两个轨迹点之间不连通。
在本实施例的一个可选实现方式中,如图5所示,所述步骤S103,即基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正的步骤,包括步骤S301-S303:
在步骤S301中,将主路径作为定位基准点;
在步骤S302中,将轨迹生成树中的非主路径上的轨迹点信息作为偏离轨迹点。
在步骤S303中,将偏离轨迹点,按照时间顺序***主路径中,进行轨迹纠正。
在本实施方式中,由于主路径为轨迹生成树中的连通节点最多的路径,因此,在轨迹点信息中的偏离轨迹点最是最少的,这样得到的轨迹挖掘的准确率是更好的,因为偏离轨迹点越少表明轨迹越真实,并且算法的复杂度低,处理效率高。
在本实施例的一个可选实现方式中,数据处理装置是将主路径作为定位基准点,将轨迹生成树中的非主路径上的轨迹点信息作为偏离轨迹点,然后将偏离轨迹点,按照时间顺序***主路径中,进行轨迹纠正。
其中,按照时间顺序***到主路径可以是通过插值的方式***到主路径中。
在本实施例的一个可选实现方式中,数据处理装置是将偏离轨迹点,按照时间顺序***主路径中;并移除轨迹生成树中的偏离轨迹点对应的节点,生成新轨迹生成树,完成轨迹纠正。这样还原的轨迹上的轨迹点都是在一个路径上的,体现了轨迹挖掘的真实度。
示例性的,如图3所示,P4、P7和P8为偏离轨迹节点(即偏离轨迹点),按照时间顺序,P4的定位时间在P3和P5之间,于是将P4通过插值运算***到P3和P5节点之间,同理,将P7和P8***到P6和P9节点之间,这样够重新构成了一个新轨迹生成树。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图6示出根据本公开一实施方式的数据处理装置的结构框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图6所示,所述数据处理装置包括:
获取模块601,被配置为获取预设时间段内的轨迹点信息,并对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树;
确定模块602,被配置为从所述轨迹生成树中,确定轨迹的主路径;
纠正模块603,被配置为基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正。
上文提及,随着互联网技术的发展,越来越多的电子应用被广泛应用,而基于电子应用的功能实现,轨迹挖掘需求也越来越多。相关技术是采用预设频率采集用户的定位信息,实现用户的轨迹挖掘的,并使用均值滤波对挖掘到的轨迹进行降噪的,这种方式受限于轨迹定点频率,且无法对连续漂移点进行纠偏,从而会导致轨迹挖掘的准确率低。
考虑到上述缺陷,在该实施方式中,提出一种数据处理装置,该装置的获取模块601将预设时间段内的轨迹点信息,生成轨迹生成树,确定模块602可以从轨迹生成树中确定主路径,从而纠正模块603基于该主路径实现对轨迹点信息中的偏离轨迹点的纠正,该技术方案可以能够对离线轨迹进行全局优化,基于轨迹生成树确定主路径,不受定位点的限制,鲁棒性高,并且还可以主路径为基准对偏离轨迹点进行纠正,且对偏离轨迹点进行纠正,提高了轨迹还原的准确性。
示例性的,以外卖配送的应用场景为例,当骑手采用电子设备(可以理解为外卖应用)进行外卖配送时,该电子设备就可以将骑手在预设时间段内,例如一天内的外卖轨迹点信息收集到,然后依据外卖轨迹点信息生成骑手的轨迹生成树,这样就可以从轨迹生成树中,进行可以从轨迹生成树中确定主路径,从而基于该主路径实现对轨迹点信息中的偏离轨迹点的纠正,该技术方案除了可以能够对骑手的离线轨迹进行全局优化,基于轨迹生成树确定骑手进行外卖配送时的主路径,不受定位点的限制,鲁棒性高,并且还可以以主路径为基准对偏离轨迹点进行纠正,且对偏离轨迹点进行纠正,提高了轨迹还原的准确性。同时,在还原了骑手预设时间段内的轨迹还原后,就可以根据还原出的骑手的轨迹更精确的获知在历史的预设时间段内骑手的配送能力,配送区域的配送压力以及配送时间的长短等信息,于是可以通过一段充分时间内对预设时间段的统计,预测出骑手轨迹进行配送时间、骑手配送能力、配送区域压力等信息,实现配送过程中的配送信息的预估功能。
其中,预设时间段是指获取轨迹点信息的时间范围,例如可以是一天。
其中,轨迹点信息为用户使用电子设备的时候,通过定位频率得到的轨迹点的位置信息。这里的位置信息可以为经纬度信息,也可以为轨迹路线上的坐标信息,还可以为轨迹路线中的点位信息等,本公开实施例不作限制。
其中,定位频率可以为预设时间频率,例如半小时定位一次电子设备的实时位置,也可以是预设路程频率,例如,每行驶1公里记录当前的实时位置等,本公开实施例不作限制。
在本实施例的一个可选实现方式中,预设时间段内的轨迹点信息是指统计的在该预设时间段内的所有行驶的轨迹点信息,该轨迹点信息是按照定位频率在预设时间段内获取的定位点信息,数据处理装置针对轨迹点信息会进行轨迹点信息之间是否连通的判断,并将连通的轨迹点作为树节点进行连接,最后生成轨迹生成树,从轨迹生成树中,确定出轨迹的主路径;其中,从轨迹生成树中,确定深度最深的路径(即连通的节点最多的路径)作为主路径;然后基于主路径,对轨迹点信息中的偏离轨迹点进行纠正。
在本实施例的一个可选的实现方式中,如图2所示的轨迹路线,该轨迹路线上的轨迹点信息包括:1、2、3,……,10。其中,连线为轨迹,采用实线表示连通的轨迹点,采用虚线表示不连通的轨迹点,从图2中可以看出,轨迹点4、7和8为偏离轨迹点。数据处理装置基于图2中的轨迹点信息的连通情况,生成了轨迹生成树,如图3所示,在轨迹生成树中,以P1、P2,……,P10表示与轨迹点信息对应的节点。数据处理装置从图3的轨迹生成书中,确定出P0-P1-P2-P3-P5-P6-P9-P10这条主路径,并将主路径作为基准点,对P4、P7和P8进行纠正。
在本实施例的一个可选实现方式中,如图7所示,所述获取模块601包括:
排序子模块701,被配置为按照时间顺序对所述轨迹点信息进行排序;以及将预设虚拟点作为根节点;
生成子模块702,被配置为根据所述排序后的轨迹点信息,生成子节点;以及根据所述根节点和所述子节点,生成所述轨迹生成树;
在本实施方式中,基于时间顺序对轨迹点信息进行排序的方案,使得在根据排序后的轨迹点信息,生成子节点的时候,即使轨迹点信息不相邻的两个轨迹点也可能称为相邻的子节点,从而可以提高轨迹生成树的深度,保证后续主路径尽可能的比较长,从而提高轨迹挖掘的准确性。
其中,数据处理装置在获取轨迹点信息的时候,是有定位时间的,也就是说轨迹点信息与定位时间相对应,在本发明实施例中,由于按照时间顺序进行排序,将定位时间较早的轨迹点信息作为第一个轨迹点信息。
其中,预设虚拟点为P0,P0作为根节点,所有的轨迹点信息都可与预设虚拟点连通。
在本实施例的一个可选实现方式中,如图3所示,P0为根节点,P1-P10为按照时间顺讯由早到晚排列的,根据P1-P10生成P0下的子节点,由根节点和子节点构成轨迹生成树。
在本实施例的一个可选实现方式中,所述生成子模块702,被具体配置为将所述排序后的轨迹点信息的第一个轨迹点信息作为所述根节点的子节点;以及将所述排序后的轨迹点信息中的第i个轨迹点信息作为第i-m个轨迹点信息的子节点,直至处理完所述排序后的轨迹点信息的最后一个轨迹点信息;其中,所述第i-m个轨迹点信息为与所述第i个轨迹点信息连通、且最近一个轨迹点信息,i大于等于1,m大于等于1且小于i。
其中,如图3所示,任意一个轨迹点都可以成为P0的子节点,但是本公开实施例中,将最早的P1作为根节点的子节点,对于Pi,从Pi-1…P10中选出第一个与Pi连通的节点Pi-m;将Pi作为Pi-m的子节点,直至处理完所有的轨迹点信息对应的节点。
在本实施例的一个可选实现方式中,数据处理装置判断轨迹点之间是否连通可以通过两个轨迹点之间的速度是否达到阈值来判断,若是基于两个轨迹点之间的路程和时间,确定出两个轨迹点之间的平均速度小于或等于预设速度阈值时,表征这两个轨迹点之间可连通;若是基于两个轨迹点之间的路程和时间,确定出两个轨迹点之间的平均速度大于预设速度阈值时,表征这两个轨迹点之间不连通。
在本实施例的一个可选实现方式中,所述确定模块602,被具体配置为从所述轨迹生成树中,确定深度最深的路径作为所述主路径。
在本实施例的一个可选实现方式中,如图8所示,所述纠正模块603包括:
获取子模块801,被配置为将所述主路径作为定位基准点;以及将所述轨迹生成树中的非主路径上的轨迹点信息作为所述偏离轨迹点;
纠正子模块802,被配置为将所述偏离轨迹点,按照时间顺序***所述主路径中,进行轨迹纠正。
在本实施例的一个可选实现方式中,所述纠正子模块802,被配置为将所述偏离轨迹点,按照时间顺序***所述主路径中;移除所述轨迹生成树中的所述偏离轨迹点对应的节点,生成新轨迹生成树,完成轨迹纠正。
在本实施方式中,由于主路径为轨迹生成树中的连通节点最多的路径,因此,在轨迹点信息中的偏离轨迹点最是最少的,这样得到的轨迹挖掘的准确率是更好的,因为偏离轨迹点越少表明轨迹越真实。
在本实施例的一个可选实现方式中,数据处理装置是将主路径作为定位基准点,将轨迹生成树中的非主路径上的轨迹点信息作为偏离轨迹点,然后将偏离轨迹点,按照时间顺序***主路径中,进行轨迹纠正。
其中,按照时间顺需***到主路径可以是通过插值的方式***到主路径中。
在本实施例的一个可选实现方式中,数据处理装置是将偏离轨迹点,按照时间顺序***主路径中;并移除轨迹生成树中的偏离轨迹点对应的节点,生成新轨迹生成树,完成轨迹纠正。这样还原的轨迹上的轨迹点都是在一个路径上的,体现了轨迹挖掘的真实度。
示例性的,如图3所示,P4、P7和P8为偏离轨迹节点(即偏离轨迹点),按照时间顺序,P4的定位时间在P3和P5之间,于是将P4通过插值运算***到P3和P5节点之间,同理,将P7和P8***到P6和P9节点之间,这样够重新构成了一个新轨迹生成树。
本公开还公开了一种电子设备,图9示出根据本公开一实施方式的电子设备的结构框图,如图9所示,所述电子设备1100包括存储器1101和处理器1102;其中,
所述存储器1101用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器1102执行以实现上述任一方法步骤。
图10适于用来实现根据本公开实施方式的数据处理方法的计算机***的结构示意图。
如图10所示,计算机***1200包括中央处理单元(CPU)1201,其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行上述实施方式中的各种处理。在RAM1203中,还存储有***1200操作所需的各种程序和数据。CPU1201、ROM1202以及RAM1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
以下部件连接至I/O接口1205:包括键盘、鼠标等的输入部分1206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1207;包括硬盘等的存储部分1208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1210上,以便于从其上读出的计算机程序根据需要被安装入存储部分1208。
特别地,根据本公开的实施方式,上文描述的方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在及其可读介质上的计算机程序,所述计算机程序包含用于执行所述数据处理方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分1209从网络上被下载和安装,和/或从可拆卸介质1211被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
获取预设时间段内的轨迹点信息,并对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树;
从所述轨迹生成树中,确定轨迹的主路径;
基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正。
2.根据权利要求1所述的方法,其特征在于,所述对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树,包括:
按照时间顺序对所述轨迹点信息进行排序;
将预设虚拟点作为根节点;
根据所述排序后的轨迹点信息,生成子节点;
根据所述根节点和所述子节点,生成所述轨迹生成树。
3.根据权利要求2所述的方法,其特征在于,所述根据所述排序后的轨迹点信息,生成子节点,包括:
将所述排序后的轨迹点信息的第一个轨迹点信息作为所述根节点的子节点;
将所述排序后的轨迹点信息中的第i个轨迹点信息作为第i-m个轨迹点信息的子节点,直至处理完所述排序后的轨迹点信息的最后一个轨迹点信息;其中,所述第i-m个轨迹点信息为与所述第i个轨迹点信息连通、且最近一个轨迹点信息,i大于等于1,m大于等于1且小于i。
4.根据权利要求1所述的方法,其特征在于,所述从所述轨迹生成树中,确定轨迹的主路径,包括:
从所述轨迹生成树中,确定深度最深的路径作为所述主路径。
5.根据权利要求1所述的方法,其特征在于,所述基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正,包括:
将所述主路径作为定位基准点;
将所述轨迹生成树中的非主路径上的轨迹点信息作为所述偏离轨迹点;
将所述偏离轨迹点,按照时间顺序***所述主路径中,进行轨迹纠正。
6.根据权利要求5所述的方法,其特征在于,所述将所述偏离轨迹点,按照时间顺序***所述主路径中,进行轨迹纠正,包括:
将所述偏离轨迹点,按照时间顺序***所述主路径中;
移除所述轨迹生成树中的所述偏离轨迹点对应的节点,生成新轨迹生成树,完成轨迹纠正。
7.一种数据处理装置,其特征在于,包括:
获取模块,被配置为获取预设时间段内的轨迹点信息,并对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树;
确定模块,被配置为从所述轨迹生成树中,确定轨迹的主路径;
纠正模块,被配置为基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正。
8.一种电子设备,其特征在于,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行实现以下方法步骤:
获取预设时间段内的轨迹点信息,并对所述轨迹点信息进行轨迹连通处理后,生成轨迹生成树;
从所述轨迹生成树中,确定轨迹的主路径;
基于所述主路径,对所述轨迹点信息中的偏离轨迹点进行纠正。
9.根据权利要求8所述的电子设备,其特征在于,
所述处理器具体执行:将所述主路径作为定位基准点;
将所述轨迹生成树中的非主路径上的轨迹点信息作为所述偏离轨迹点;
将所述偏离轨迹点,按照时间顺序***所述主路径中,进行轨迹纠正。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-6任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811468538.XA CN109540147B (zh) | 2018-12-03 | 2018-12-03 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811468538.XA CN109540147B (zh) | 2018-12-03 | 2018-12-03 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109540147A true CN109540147A (zh) | 2019-03-29 |
CN109540147B CN109540147B (zh) | 2021-04-02 |
Family
ID=65853599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811468538.XA Active CN109540147B (zh) | 2018-12-03 | 2018-12-03 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109540147B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910468A (zh) * | 2019-10-18 | 2020-03-24 | 北京字节跳动网络技术有限公司 | 一种获取还原轨迹点信息的方法、装置、介质和电子设备 |
CN111780774A (zh) * | 2020-06-09 | 2020-10-16 | 当家移动绿色互联网技术集团有限公司 | 运动轨迹的生成方法、装置、存储介质和电子设备 |
CN113741526A (zh) * | 2021-09-13 | 2021-12-03 | 北京微纳星空科技有限公司 | 无人机偏离运行轨迹的纠正方法、装置及可读存储介质 |
CN114078283A (zh) * | 2020-08-12 | 2022-02-22 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置、设备及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070150504A1 (en) * | 2005-12-28 | 2007-06-28 | Microsoft Corporation | XPath expression binding using XPath tracker with dynamic or static path evaluation |
CN104412266A (zh) * | 2012-06-29 | 2015-03-11 | 诺基亚公司 | 用于具有动态排序的树结构的多维数据储存和文件***的方法和装置 |
CN104677363A (zh) * | 2013-12-03 | 2015-06-03 | 北京图盟科技有限公司 | 一种道路生成方法和装置 |
CN105573323A (zh) * | 2016-01-12 | 2016-05-11 | 福州华鹰重工机械有限公司 | 自动驾驶轨迹生成方法及装置 |
CN106383903A (zh) * | 2016-09-30 | 2017-02-08 | 山东瀚岳智能科技股份有限公司 | 运动轨迹的摘要信息生成方法及*** |
JP2017174230A (ja) * | 2016-03-24 | 2017-09-28 | 富士通株式会社 | 軌跡データ処理方法、軌跡データ処理プログラム及び軌跡データ処理装置 |
CN108303075A (zh) * | 2017-12-29 | 2018-07-20 | 广州斯马特信息科技有限公司 | 轨迹生成方法和*** |
-
2018
- 2018-12-03 CN CN201811468538.XA patent/CN109540147B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070150504A1 (en) * | 2005-12-28 | 2007-06-28 | Microsoft Corporation | XPath expression binding using XPath tracker with dynamic or static path evaluation |
CN104412266A (zh) * | 2012-06-29 | 2015-03-11 | 诺基亚公司 | 用于具有动态排序的树结构的多维数据储存和文件***的方法和装置 |
CN104677363A (zh) * | 2013-12-03 | 2015-06-03 | 北京图盟科技有限公司 | 一种道路生成方法和装置 |
CN105573323A (zh) * | 2016-01-12 | 2016-05-11 | 福州华鹰重工机械有限公司 | 自动驾驶轨迹生成方法及装置 |
JP2017174230A (ja) * | 2016-03-24 | 2017-09-28 | 富士通株式会社 | 軌跡データ処理方法、軌跡データ処理プログラム及び軌跡データ処理装置 |
CN106383903A (zh) * | 2016-09-30 | 2017-02-08 | 山东瀚岳智能科技股份有限公司 | 运动轨迹的摘要信息生成方法及*** |
CN108303075A (zh) * | 2017-12-29 | 2018-07-20 | 广州斯马特信息科技有限公司 | 轨迹生成方法和*** |
Non-Patent Citations (1)
Title |
---|
鞠升辉 等: ""基于运动分析的运动目标实时跟踪***"", 《传感器与微***》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910468A (zh) * | 2019-10-18 | 2020-03-24 | 北京字节跳动网络技术有限公司 | 一种获取还原轨迹点信息的方法、装置、介质和电子设备 |
CN110910468B (zh) * | 2019-10-18 | 2023-08-08 | 北京字节跳动网络技术有限公司 | 一种获取还原轨迹点信息的方法、装置、介质和电子设备 |
CN111780774A (zh) * | 2020-06-09 | 2020-10-16 | 当家移动绿色互联网技术集团有限公司 | 运动轨迹的生成方法、装置、存储介质和电子设备 |
CN111780774B (zh) * | 2020-06-09 | 2022-05-03 | 北京五一视界数字孪生科技股份有限公司 | 运动轨迹的生成方法、装置、存储介质和电子设备 |
CN114078283A (zh) * | 2020-08-12 | 2022-02-22 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置、设备及计算机可读存储介质 |
CN114078283B (zh) * | 2020-08-12 | 2024-05-28 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置、设备及计算机可读存储介质 |
CN113741526A (zh) * | 2021-09-13 | 2021-12-03 | 北京微纳星空科技有限公司 | 无人机偏离运行轨迹的纠正方法、装置及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109540147B (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109540147A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN106225794B (zh) | 一种导航路线的规划方法及装置 | |
US9410814B2 (en) | Passive crowd-sourced map updates and alternate route recommendations | |
US11281652B2 (en) | In-vehicle device and map updating system | |
CN110738228B (zh) | 轨迹处理方法、装置以及电子设备 | |
CN112732857B (zh) | 路网处理方法、装置、电子设备以及存储介质 | |
CN106092113A (zh) | 预行驶道路预估***、方法、导航客户端及服务器 | |
CN114450557B (zh) | 路线偏差量化及基于此的车辆路线学习 | |
CN111486853B (zh) | 一种电子地平线的生成方法、装置及相关*** | |
CN113934775B (zh) | 车辆轨迹地图匹配方法、装置、设备和计算机可读介质 | |
US20150276412A1 (en) | Global Positioning System Routing Based On Altering Arrival Time | |
CN108583624A (zh) | 列车运行状态可视化方法和装置 | |
CN105953808A (zh) | 路线规划方法及装置 | |
CN107063292B (zh) | 一种通过gps导航信息精确计算机动车行驶里程的方法 | |
CN105890599A (zh) | 一种基于地理位置足迹噪点的过滤算法 | |
CN113008246B (zh) | 地图匹配方法和装置 | |
JP5683718B2 (ja) | 地図情報処理装置 | |
CN116070806A (zh) | 公共交通路线的规划方法和装置、设备、介质及产品 | |
CN110254477A (zh) | 一种基于卫星差分定位的列车自动对标方法和*** | |
CN108287354B (zh) | 一种数据自动纠错方法和装置及导航设备 | |
CN115200602A (zh) | 一种位置轨迹显示纠偏方法及*** | |
JP2013205348A (ja) | 移動体端末装置の位置推定装置及びその方法、並びに移動体端末装置の位置を推定するためのコンピュータプログラム及びコンピュータプログラムを記録した記録媒体 | |
CN111861841A (zh) | 交通路网客流分布的确定方法、装置、设备和存储介质 | |
JP2017138710A (ja) | 走行困難区間判定システム、走行困難区間判定方法、及び走行困難区間判定プログラム | |
KR20150062835A (ko) | 교통정보 제공 장치 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |