CN104075709A - 基于稀疏轨迹点数据的移动轨迹确定方法及设备 - Google Patents

Abstract

本发明提供一种基于稀疏轨迹点数据的移动轨迹确定方法及设备。本发明实施例通过根据对象的至少两个历史轨迹上的轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，进而根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域，以及根据每个历史轨迹所经过的区域，确定至少一个区域轨迹，使得能够根据所述至少一个区域轨迹和高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹，能够避免现有技术中由于无法采集到足够多的轨迹点数据而导致的无法准确地确定对象的移动轨迹的问题，从而提高了确定移动轨迹的可靠性。

Description

基于稀疏轨迹点数据的移动轨迹确定方法及设备

【技术领域】

本发明涉及定位技术，尤其涉及一种基于稀疏轨迹点数据的移动轨迹确定方法及设备。

【背景技术】

目前，主要通过全球定位系统（Global Positioning System，GPS）定位和无线通信网络定位两种定位技术，采集对象的轨迹点数据，进而确定所述对象的移动轨迹。其中，所采集的轨迹点数据中包含每一个轨迹点的经纬度信息及其对应的时刻信息。

然而，由于一些原因，例如，用户原因、网络原因等，使得无法采集到足够多的轨迹点数据，因此，无法准确地确定对象的移动轨迹，从而导致了确定移动轨迹的可靠性的降低。

【发明内容】

本发明的多个方面提供一种基于稀疏轨迹点数据的移动轨迹确定方法及设备，用以提高确定移动轨迹的可靠性。

本发明的一方面，提供一种基于稀疏轨迹点数据的移动轨迹确定方法，包括：

获得对象的至少两个历史轨迹上的轨迹点数据，每个历史轨迹上相邻的两个轨迹点数据之间的距离大于或等于预先设置的距离阈值；

根据所述轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，所述至少两个区域中的至少两个区域中分别包含至少一个高频轨迹点数据，其中，所述高频轨迹点数据在至少两个历史轨迹上，且所述对象在所述高频轨迹点数据所对应的位置上的停留时间大于或等于预先设置的时间阈值；

根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域；

根据每个历史轨迹所经过的区域，确定至少一个区域轨迹；

根据所述至少一个区域轨迹和所述高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述至少一个区域轨迹和所述高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹，包括：

根据每个区域轨迹所经过的区域，对所述至少一个区域轨迹进行轨迹合并，以生成合并轨迹；

根据所述高频轨迹点数据所在的区域，对所述合并轨迹进行过滤，以从所述合并轨迹中删除开始区域或终止区域不为所述高频轨迹点数据所在的区域的轨迹；

根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数；

根据所述对象经过每个合并轨迹的次数，选择次数最大的合并轨迹作为所述对象的移动轨迹。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数之前，还包括：

计算所述对象经过每个合并轨迹上的每个区域的次数。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述计算所述对象经过每个合并轨迹上的每个区域的次数，包括：

若1天之内所述对象经过一个区域的次数大于或等于1次，则计算所述对象经过所述一个区域的次数为1次。

本发明的另一方面，提供一种基于稀疏轨迹点数据的移动轨迹确定设备，包括：

获得单元，用于获得对象的至少两个历史轨迹上的轨迹点数据，每个历史轨迹上相邻的两个轨迹点数据之间的距离大于或等于预先设置的距离阈值；

聚类单元，用于根据所述轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，所述至少两个区域中的至少两个区域中分别包含至少一个高频轨迹点数据，其中，所述高频轨迹点数据在至少两个历史轨迹上，且所述对象在所述高频轨迹点数据所对应的位置上的停留时间大于或等于预先设置的时间阈值；

确定单元，用于根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域；

所述确定单元，还用于根据每个历史轨迹所经过的区域，确定至少一个区域轨迹；

所述确定单元，还用于根据所述至少一个区域轨迹和所述高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述确定单元，具体用于

根据每个区域轨迹所经过的区域，对所述至少一个区域轨迹进行轨迹合并，以生成合并轨迹；根据所述高频轨迹点数据所在的区域，对所述合并轨迹进行过滤，以从所述合并轨迹中删除开始区域或终止区域不为所述高频轨迹点数据所在的区域的轨迹；根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数；以及根据所述对象经过每个合并轨迹的次数，选择次数最大的合并轨迹作为所述对象的移动轨迹。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述确定单元，还用于

计算所述对象经过每个合并轨迹上的每个区域的次数。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述确定单元，具体用于

若1天之内所述对象经过一个区域的次数大于或等于1次，则计算所述对象经过所述一个区域的次数为1次。

由上述技术方案可知，本发明实施例通过根据对象的至少两个历史轨迹上的轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，进而根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域，以及根据每个历史轨迹所经过的区域，确定至少一个区域轨迹，使得能够根据所述至少一个区域轨迹和高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹，能够避免现有技术中由于无法采集到足够多的轨迹点数据而导致的无法准确地确定对象的移动轨迹的问题，从而提高了确定移动轨迹的可靠性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地进行路况信息的推送、定向广告的推送等推送服务，从而能够进一步有效提高信息推送的针对性和有效性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地、全面地进行公交路线规划、城市道路规划等规划任务，从而能够进一步有效提高任务规划的针对性和全面性。

【附图说明】

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的基于稀疏轨迹点数据的移动轨迹确定方法的流程示意图；

图2为图1对应的实施例中轨迹点数据的分布示意图；

图3为本发明另一实施例提供的基于稀疏轨迹点数据的移动轨迹确定设备的结构示意图。

【具体实施方式】

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。

需要说明的是，本发明实施例中所涉及的对象可以包括但不限于手机、个人数字助理（Personal Digital Assistant，PDA）、无线手持设备、无线上网本、个人电脑、便携电脑、MP3播放器、MP4播放器等。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本发明一实施例提供的基于稀疏轨迹点数据的移动轨迹确定方法的流程示意图，如图1所示。

101、获得对象的至少两个历史轨迹上的轨迹点数据，每个历史轨迹上相邻的两个轨迹点数据之间的距离大于或等于预先设置的距离阈值。

102、根据所述轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，所述至少两个区域中的至少两个区域中分别包含至少一个高频轨迹点数据。

其中，所述高频轨迹点数据在至少两个历史轨迹上，且所述对象在所述高频轨迹点数据所对应的位置上的停留时间大于或等于预先设置的时间阈值。

103、根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域。

104、根据每个历史轨迹所经过的区域，确定至少一个区域轨迹。

105、根据所述至少一个区域轨迹和所述高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹。

需要说明的是，101～105的执行主体可以为本地的客户端，以进行离线操作，或者还可以为网络侧的服务器，以进行在线操作，本实施例对此不进行限定。

可以理解的是，所述客户端可以是安装在对象上的应用程序，或者还可以是浏览器的一个网页，只要能够实现关联对象与签到点，以提供被动签到的客观存在形式都可以，本实施例对此不进行限定。

这样，通过根据对象的至少两个历史轨迹上的轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，进而根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域，以及根据每个历史轨迹所经过的区域，确定至少一个区域轨迹，使得能够根据所述至少一个区域轨迹和高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹，能够避免现有技术中由于无法采集到足够多的轨迹点数据而导致的无法准确地确定对象的移动轨迹的问题，从而提高了确定移动轨迹的可靠性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地进行路况信息的推送、定向广告的推送等推送服务，从而能够进一步有效提高信息推送的针对性和有效性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地、全面地进行公交路线规划、城市道路规划等规划任务，从而能够进一步有效提高任务规划的针对性和全面性。

现有的基于稀疏轨迹点数据的移动轨迹确定方法，由于一些原因，例如，用户原因、网络原因等，使得无法采集到足够多的轨迹点数据，因此，无法准确地确定对象的移动轨迹，这样，确定移动轨迹的可靠性不高。

可选地，在本实施例的一个可能的实现方式中，在105中，具体可以根据每个区域轨迹所经过的区域，对所述至少一个区域轨迹进行轨迹合并，以生成合并轨迹。然后，再进一步根据所述高频轨迹点数据所在的区域，对所述合并轨迹进行过滤，以从所述合并轨迹中删除开始区域或终止区域不为所述高频轨迹点数据所在的区域的轨迹。接着，可以根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数。最后，则可以根据所述对象经过每个合并轨迹的次数，选择次数最大的合并轨迹作为所述对象的移动轨迹。

进一步地，在执行根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数之前，还可以进一步计算所述对象经过每个合并轨迹上的每个区域的次数。具体地，若1天之内所述对象经过一个区域的次数大于或等于1次，则计算所述对象经过所述一个区域的次数为1次。

为使得本发明实施例提供的方法更加清楚，下面将以图2所示的轨迹点数据的分布作为举例。图2所示的轨迹点数据为在一段预设时间（例如，7天）内，对象发生移动的多条可能的历史轨迹上的轨迹点数据。从图2中可以看出，图2所示的轨迹点数据中的两个相邻的轨迹点数据之间的距离大于或等于预先设置的距离阈值，说明轨迹点数据分布较为稀疏，不足以为依据确定对象的移动轨迹。采用本发明提供的技术方案，可以根据所述轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成四个区域，即区域A、区域B、区域C和区域D。具体地，可以利用基于密度的聚类算法，例如，基于密度的群以噪声发现聚类（Density-Based Spatical Clustering of Application withNoise，DB-SCAN）算法，对所述轨迹点数据进行聚类。其中，区域A与区域D中均包含有高频轨迹点数据，在图2中以网格状示出。假设根据这些可能的历史轨迹和聚类所生成的四个区域，确定如下区域轨迹：

轨迹1：D-＞B-＞A，1次；

轨迹2：D-＞C-＞A，1次；

轨迹3：D-＞C-＞B，1次；

轨迹4：D-＞A，3次；

轨迹5：C-＞A，2次；

轨迹6：D-＞C，2次；

轨迹7：D，4次；

轨迹8：A，4次。

然后，根据每个区域轨迹所经过的区域，对所述至少一个区域轨迹进行轨迹合并，以生成合并轨迹。具体合并如下：

将轨迹8：A、轨迹7：D、轨迹4：D-＞A合并到轨迹1：D-＞B-＞A，生成合并轨迹1：D-＞B-＞A；

将轨迹8：A、轨迹7：D、轨迹6：D-＞C、轨迹5：C-＞A、轨迹4：D-＞A合并到轨迹2：D-＞C-＞A，生成合并轨迹2：D-＞C-＞A；

将轨迹7：D、轨迹6：D-＞C合并到轨迹3：D-＞C-＞B，生成合并轨迹3：D-＞C-＞B。

接着，再进一步根据所述高频轨迹点数据所在的区域，对所述合并轨迹进行过滤，以从所述合并轨迹中删除开始区域或终止区域不为所述高频轨迹点数据所在的区域的轨迹。

这样，从所述合并轨迹中删除将合并轨迹3：D-＞C-＞B删除。因此，只需要从合并轨迹1：D-＞B-＞A与合并轨迹2：D-＞C-＞A中，选择一个合并轨迹，作为所述对象的移动轨迹。

具体选择方法可以如下：

首先，根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数。即

对象经过合并轨迹1：D-＞B-＞A的次数为对象经过区域D、区域B和区域A的次数中最少的次数，即由于对象经过区域D的次数为8、对象经过区域B的次数为1、对象经过区域A的次数为8，那么，对象经过合并轨迹1：D-＞B-＞A的次数则可以为1次。

对象经过合并轨迹2：D-＞C-＞A的次数为对象经过区域D、区域C和区域A的次数中最少的次数，即由于对象经过区域D的次数为10、对象经过区域C的次数为5、对象经过区域A的次数为10，那么，对象经过合并轨迹2：D-＞C-＞A的次数则可以为5次。

至此，则可以根据对象经过合并轨迹1：D-＞B-＞A的次数1和对象经过合并轨迹2：D-＞C-＞A的次数5，选择次数最大的合并轨迹2：D-＞C-＞A作为所述对象的移动轨迹，使得准确地确定该对象的移动轨迹。

进一步地，在执行根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数之前，还可以进一步计算所述对象经过每个合并轨迹上的每个区域的次数。具体地，若1天之内所述对象经过一个区域的次数大于或等于1次，则计算所述对象经过所述一个区域的次数为1次。

本实施例中，通过根据对象的至少两个历史轨迹上的轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，进而根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域，以及根据每个历史轨迹所经过的区域，确定至少一个区域轨迹，使得能够根据所述至少一个区域轨迹和高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹，能够避免现有技术中由于无法采集到足够多的轨迹点数据而导致的无法准确地确定对象的移动轨迹的问题，从而提高了确定移动轨迹的可靠性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地进行路况信息的推送、定向广告的推送等推送服务，从而能够进一步有效提高信息推送的针对性和有效性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地、全面地进行公交路线规划、城市道路规划等规划任务，从而能够进一步有效提高任务规划的针对性和全面性。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

图3为本发明另一实施例提供的基于稀疏轨迹点数据的移动轨迹确定设备的结构示意图，如图3所示。本实施例的基于稀疏轨迹点数据的移动轨迹确定设备可以包括获得单元31、聚类单元32和确定单元33。其中，获得单元31，用于获得对象的至少两个历史轨迹上的轨迹点数据，每个历史轨迹上相邻的两个轨迹点数据之间的距离大于或等于预先设置的距离阈值；聚类单元32，用于根据所述轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，所述至少两个区域中的至少两个区域中分别包含至少一个高频轨迹点数据，其中，所述高频轨迹点数据在至少两个历史轨迹上，且所述对象在所述高频轨迹点数据所对应的位置上的停留时间大于或等于预先设置的时间阈值；确定单元33，用于根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域；所述确定单元33，还用于根据每个历史轨迹所经过的区域，确定至少一个区域轨迹；所述确定单元33，还用于根据所述至少一个区域轨迹和所述高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹。

需要说明的是，本实施例提供的设备可以为本地的客户端，以进行离线操作，或者还可以为网络侧的服务器，以进行在线操作，本实施例对此不进行限定。

可以理解的是，所述客户端可以是安装在对象上的应用程序，或者还可以是浏览器的一个网页，只要能够实现关联对象与签到点，以提供被动签到的客观存在形式都可以，本实施例对此不进行限定。

这样，通过聚类单元根据对象的至少两个历史轨迹上的轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，进而由确定单元根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域，以及根据每个历史轨迹所经过的区域，确定至少一个区域轨迹，使得所述确定单元能够根据所述至少一个区域轨迹和高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹，能够避免现有技术中由于无法采集到足够多的轨迹点数据而导致的无法准确地确定对象的移动轨迹的问题，从而提高了确定移动轨迹的可靠性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地进行路况信息的推送、定向广告的推送等推送服务，从而能够进一步有效提高信息推送的针对性和有效性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地、全面地进行公交路线规划、城市道路规划等规划任务，从而能够进一步有效提高任务规划的针对性和全面性。

现有的基于稀疏轨迹点数据的移动轨迹确定设备，由于一些原因，例如，用户原因、网络原因等，使得无法采集到足够多的轨迹点数据，因此，无法准确地确定对象的移动轨迹，这样，确定移动轨迹的可靠性不高。

可选地，在本实施例的一个可能的实现方式中，所述确定单元33，具体可以用于根据每个区域轨迹所经过的区域，对所述至少一个区域轨迹进行轨迹合并，以生成合并轨迹；根据所述高频轨迹点数据所在的区域，对所述合并轨迹进行过滤，以从所述合并轨迹中删除开始区域或终止区域不为所述高频轨迹点数据所在的区域的轨迹；根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数；以及根据所述对象经过每个合并轨迹的次数，选择次数最大的合并轨迹作为所述对象的移动轨迹。

进一步地，所述确定单元33，还可以进一步用于计算所述对象经过每个合并轨迹上的每个区域的次数。具体地，若1天之内所述对象经过一个区域的次数大于或等于1次，则计算所述对象经过所述一个区域的次数为1次。

为使得本发明实施例提供的方法更加清楚，下面将以图2所示的轨迹点数据的分布作为举例。图2所示的轨迹点数据为在一段预设时间（例如，7天）内，对象发生移动的多条可能的历史轨迹上的轨迹点数据。详细内容可以参见图1对应的实施例中的相关内容，此处不再赘述。

本实施例中，通过聚类单元根据对象的至少两个历史轨迹上的轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，进而由确定单元根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域，以及根据每个历史轨迹所经过的区域，确定至少一个区域轨迹，使得所述确定单元能够根据所述至少一个区域轨迹和高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹，能够避免现有技术中由于无法采集到足够多的轨迹点数据而导致的无法准确地确定对象的移动轨迹的问题，从而提高了确定移动轨迹的可靠性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地进行路况信息的推送、定向广告的推送等推送服务，从而能够进一步有效提高信息推送的针对性和有效性。

另外，采用本发明提供的技术方案，由于能够根据稀疏的轨迹点数据准确地确定对象的移动轨迹，使得能够根据该对象的移动轨迹，有针对性地、全面地进行公交路线规划、城市道路规划等规划任务，从而能够进一步有效提高任务规划的针对性和全面性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于稀疏轨迹点数据的移动轨迹确定方法，其特征在于，包括：

获得对象的至少两个历史轨迹上的轨迹点数据，每个历史轨迹上相邻的两个轨迹点数据之间的距离大于或等于预先设置的距离阈值；

根据所述轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，所述至少两个区域中的至少两个区域中分别包含至少一个高频轨迹点数据，其中，所述高频轨迹点数据在至少两个历史轨迹上，且所述对象在所述高频轨迹点数据所对应的位置上的停留时间大于或等于预先设置的时间阈值；

根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域；

根据每个历史轨迹所经过的区域，确定至少一个区域轨迹；

根据所述至少一个区域轨迹和所述高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹。

2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个区域轨迹和所述高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹，包括：

根据每个区域轨迹所经过的区域，对所述至少一个区域轨迹进行轨迹合并，以生成合并轨迹；

根据所述高频轨迹点数据所在的区域，对所述合并轨迹进行过滤，以从所述合并轨迹中删除开始区域或终止区域不为所述高频轨迹点数据所在的区域的轨迹；

根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数；

根据所述对象经过每个合并轨迹的次数，选择次数最大的合并轨迹作为所述对象的移动轨迹。

3.根据权利要求2所述的方法，其特征在于，所述根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数之前，还包括：

计算所述对象经过每个合并轨迹上的每个区域的次数。

4.根据权利要求3所述的方法，其特征在于，所述计算所述对象经过每个合并轨迹上的每个区域的次数，包括：

若1天之内所述对象经过一个区域的次数大于或等于1次，则计算所述对象经过所述一个区域的次数为1次。

5.一种基于稀疏轨迹点数据的移动轨迹确定设备，其特征在于，包括：

获得单元，用于获得对象的至少两个历史轨迹上的轨迹点数据，每个历史轨迹上相邻的两个轨迹点数据之间的距离大于或等于预先设置的距离阈值；

聚类单元，用于根据所述轨迹点数据分布的密度，对所述轨迹点数据进行聚类，以生成至少两个区域，所述至少两个区域中的至少两个区域中分别包含至少一个高频轨迹点数据，其中，所述高频轨迹点数据在至少两个历史轨迹上，且所述对象在所述高频轨迹点数据所对应的位置上的停留时间大于或等于预先设置的时间阈值；

确定单元，用于根据所述至少两个历史轨迹和所述至少两个区域，确定每个历史轨迹所经过的区域；

所述确定单元，还用于根据每个历史轨迹所经过的区域，确定至少一个区域轨迹；

所述确定单元，还用于根据所述至少一个区域轨迹和所述高频轨迹点数据，确定一个区域轨迹作为所述对象的移动轨迹。

6.根据权利要求5所述的设备，其特征在于，所述确定单元，具体用于

根据每个区域轨迹所经过的区域，对所述至少一个区域轨迹进行轨迹合并，以生成合并轨迹；根据所述高频轨迹点数据所在的区域，对所述合并轨迹进行过滤，以从所述合并轨迹中删除开始区域或终止区域不为所述高频轨迹点数据所在的区域的轨迹；根据所述对象经过每个合并轨迹上的每个区域的次数，确定所述对象经过每个合并轨迹的次数；以及根据所述对象经过每个合并轨迹的次数，选择次数最大的合并轨迹作为所述对象的移动轨迹。

7.根据权利要求6所述的设备，其特征在于，所述确定单元，还用于

计算所述对象经过每个合并轨迹上的每个区域的次数。

8.根据权利要求7所述的设备，其特征在于，所述确定单元，具体用于

若1天之内所述对象经过一个区域的次数大于或等于1次，则计算所述对象经过所述一个区域的次数为1次。