CN107728178A

CN107728178A - 一种运动轨迹的处理方法及装置

Info

Publication number: CN107728178A
Application number: CN201710904291.0A
Authority: CN
Inventors: 孙磊
Original assignee: Shanghai Feixun Data Communication Technology Co Ltd
Current assignee: Hangzhou Jiji Intellectual Property Operation Co., Ltd
Priority date: 2017-09-29
Filing date: 2017-09-29
Publication date: 2018-02-23

Abstract

本发明公开了一种运动轨迹的处理方法，包括：获取丢星的起点和终点的位置数据；根据起点和终点的位置数据，从收集的运动大数据中选取起点到终点的所有运动轨迹及其对应的位置数据；根据所有运动轨迹及其对应的位置数据，获取至少一个参考位置数据；连接起点、至少一个参考位置数据所对应的参考点及终点，获得参考运动轨迹，参考运动轨迹作为丢星的起点和终点之间的运动轨迹。此外，本发明还公开了一种运动轨迹的处理装置。通过本发明，可以避免丢星后运动轨迹的缺失，纠正丢星造成的轨迹偏差，实现地图上运动轨迹的完美而精确的展示。

Description

一种运动轨迹的处理方法及装置

技术领域

本发明涉及大数据运用领域，尤其涉及一种运动轨迹的处理方法及装置。

背景技术

利用GPS定位卫星，在全球范围内实时进行定位、导航的系统，称为全球卫星定位系统，简称GPS。GPS是由美国国防部研制建立的一种具有全方位、全天候、全时段、高精度的卫星导航系统，能为全球用户提供低成本、高精度的三维位置、速度和精确定时等导航信息，是卫星通信技术在导航领域的应用典范，它极大地提高了地球社会的信息化水平，有力地推动了数字经济的发展。目前GPS已经广泛应用于移动终端、汽车等应用领域。

“丢星”是指GPS信号丢失，造成无法定位或定位不准。比如跑步时，手机上的APP采集的GPS信息，由于各种因素。GPS在地图上的轨迹，出现偏差。尤其是丢星后，可能出现轨迹缺失或“跑飞”的现像。

发明内容

本发明提供一种运动轨迹的处理方法及装置，用以解决现有技术中由于丢星造成的运动轨迹的缺失或偏差的技术问题。

一方面，本发明公开了一种运动轨迹的处理方法，包括：S100获取丢星的起点和终点的位置数据；S200根据所述起点和终点的位置数据，从收集的运动大数据中选取所述起点到所述终点的所有运动轨迹及其对应的位置数据；S300根据所述所有运动轨迹及其对应的位置数据，获取至少一个参考位置数据；S400连接所述起点、所述至少一个参考位置数据所对应的参考点及所述终点，获得参考运动轨迹，所述参考运动轨迹作为所述丢星的起点和终点之间的运动轨迹。

进一步地，所述步骤S300包括：S310统计运动轨迹概率，获取参考位置数据；所述步骤S310包括：S311统计所述所有运动轨迹各自的概率；S312从所述所有运动轨迹的位置数据中，选取所述所有运动轨迹中概率最高的运动轨迹上的位置数据作为参考位置数据。

进一步地，所述步骤S300包括：S320统计运动轨迹上的位置数据的概率，获取参考位置数据，所述参考位置数据包括第一参考位置数据；所述步骤S320包括：S321获取所述所有运动轨迹上的位置数据中的所有重合位置数据；S322统计所述所有重合位置数据各自的重复概率，判断所述重复概率是否大于预设的第一重复概率，若是，进入步骤S323；S323选取所述重合位置数据作为第一参考位置数据。

进一步地，所述参考位置数据还包括第二参考位置数据；所述步骤S320还包括：S324判断任一相邻的两个第一参考位置数据所在的第一参考点之间的距离是否大于预设的距离，若是，进入步骤S325；S325获取所述相邻的两个第一参考点之间的所有运动轨迹及其对应的位置数据；S326根据所述相邻的两个第一参考点之间的所有运动轨迹及其对应的位置数据，获取第二参考位置数据。

进一步地，所述步骤S300还包括：S330计算所述所有运动轨迹上的位置数据所在标准单元区间内的均值位置数据，获取参考位置数据；所述步骤S330包括：S331将所述起点和终点之间的运动区间划分为若干标准单元区间及一个尾部单元区间，所述尾部单元区间的小于或等于所述标准单元区间；S332获取每个标准单元区间内的所有位置数据；S333从每个标准单元区间内的所有位置数据中确定每个标准单元区间内的目标位置数据群；所述目标位置数据群包含了若干目标位置数据；S334计算所述每个标准单元区间内的所有目标位置数据的均值位置数据；所述均值位置数据为所述参考位置数据。

进一步地，在所述步骤S300之前还包括：S250对所述所有运动轨迹的位置数据做滤波处理，去除噪音位置数据；和/或在所述步骤S400之后还包括：S500将所述参考运动轨迹做平滑处理，优化所述参考运动轨迹。

另一方面，本发明还公开了一种运动轨迹的处理装置，包括：获取模块，用于获取丢星的起点和终点的位置数据；分析处理模块，用于根据所述获取模块获取的所述起点和终点的位置数据，从收集的运动大数据中选取所述起点到所述终端的所有运动轨迹及其对应的位置数据，并根据所述所有运动轨迹及其对应的位置数据，获取至少一个参考位置数据；操作模块，用于连接所述起点、所述至少一个参考位置数据所对应的参考点及所述终点，获得参考运动轨迹，所述参考运动轨迹作为所述丢星的起点和终点之间的运动轨迹。

进一步地，所述分析处理模块包括：统计子模块，用于统计所述所有运动轨迹的概率或所述所有运动轨迹上的位置数据中所有重合位置数据各自的重复概率；选取子模块，用于根据所述统计子模块统计的运动轨迹的概率，选取所述所有运动轨迹中概率最高的运动轨迹上的位置数据作为参考位置数据；或根据所述统计子模块统计的所有重合位置数据的重复概率，判断所述重复概率大于预设的第一重复概率，若是，选取所述重复概率对应的重合位置数据作为参考位置数据。

进一步地，所述分析处理模块包括：划分子模块，用于将所述起点和终点之间的运动区间划分为若干标准单元区间及一个尾部单元区间，所述尾部单元区间的小于或等于所述标准单元区间；获取子模块，用于获取每个标准单元区间内的所有位置数据；确定子模块，用于确定每个标准单元区间内的目标位置数据群；所述目标位置数据群包含了若干目标位置数据；计算子模块，用于计算所述每个标准单元区间内的所有目标位置数据的均值位置数据，所述均值位置数据为所述参考位置数据。

进一步地，所述丢星后运动轨迹的处理装置还包括：滤波模块，用于在所述分析处理模块从收集的运动大数据中选取所述起点到所述终端的所有运动轨迹及其对应的位置数据之前，对所述所有运动轨迹的位置数据做滤波处理，去除噪音位置数据；和/或平滑处理模块，用于将所述参考运动轨迹做平滑处理，优化所述参考运动轨迹。

本发明通过大数据平台，在出现丢星的情况下，可以科学纠正轨迹偏差，或者弥补缺失信息，达到美观的地图展示，使得在丢星的情况下也可以展示精确的轨迹路径。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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为本发明一种运动轨迹的处理方法实施例的流程图；

图2为本发明一种运动轨迹的处理方法另一实施例的流程图

图3为本发明一种运动轨迹的处理方法另一实施例的流程图；

图4为本发明一种运动轨迹的处理方法另一实施例的流程图；

图5为本发明一种运动轨迹的处理方法另一实施例的流程图；

图6a为本发明一种运动轨迹的处理方法另一实施例的示意图；

图6b为本发明一种运动轨迹的处理方法另一实施例的示意图；

图7为本发明一种运动轨迹的处理方法另一实施例的流程图；

图8a为本发明一种运动轨迹的处理方法另一实施例的示意图；

图8b为本发明一种运动轨迹的处理方法另一实施例的示意图；

图9为本发明一种运动轨迹的处理装置实施例的框图；

图10为本发明一种运动轨迹的处理装置另一实施例的框图；

图11为本发明一种运动轨迹的处理装置另一实施例的框图；

图12为本发明一种运动轨迹的处理装置另一实施例的框图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明公开了一种运动轨迹的处理方法，实施例如图1所示，包括：

S100获取丢星的起点和终点的位置数据；

S200根据所述起点和终点的位置数据，从收集的运动大数据中选取所述起点到所述终点的所有运动轨迹及其对应的位置数据；

S300根据所述所有运动轨迹及其对应的位置数据，获取至少一个参考位置数据；

S400连接所述起点、所述至少一个参考位置数据所对应的参考点及所述终点，获得参考运动轨迹，所述参考运动轨迹作为所述丢星的起点和终点之间的运动轨迹。

基于大量用户，大数据平台可收集足够的GPS采样信息。目前，大量的用户跑步时产生的GPS数据，都是会上传到大数据平台中。因此，我们可以利用平台的数据优势和计算优势，来对GPS的轨迹缺失或偏差，做科学的处理，在获取到参考位置数据后，可依次将起点、所有的参考位置数据所在的参考点及终点进行连接，获得参考运动轨迹，该参考运动轨迹便可作为丢星的起点和终点之间的运动轨迹，弥补丢星的轨迹缺失问题。

本实施例通过对选取的运动大数据的处理，在出现丢星，gps采集信息不准备后，可以科学纠正，弥补缺失信息，达到美观的地图展示，精确的轨迹路径。

上述实施例中的步骤S300包含了多种参考位置数据的确定方式，具体的如下：

(1)参考位置数据的确定方式之一：统计运动轨迹概率，获取参考位置数据；具体的，本发明方法的另一实施例如图2所示，包括：

S100获取丢星的起点和终点的位置数据；

S311统计所述所有运动轨迹各自的概率；

S312从所述所有运动轨迹的位置数据中，选取所述所有运动轨迹中概率最高的运动轨迹上的位置数据作为参考位置数据。

本实施例中，从运动大数据中获取丢星的起点到终点之间的所有运动轨迹，从中选取统计后采用数量最多的一条运动轨迹作为参考运动轨迹，也就是说这条运动轨迹的概率最高。比如起点到终点之间有100条运动轨迹记录，其中有70条是同一条运动轨迹，也就是说这70条都是走的路径A到达终点，该运动轨迹的概率为70％；有15条是走的路径B到达终点，此条运动轨迹的概率为15％；另外还有13条走的是路径C到达终点，该运动轨迹的概率为13％，只有2条走的是路径D到达终点，该运动轨迹的概率为2％。经比较，可选取概率最大的运动轨迹(本实施例中概率为70％的运动轨迹)上的各个GPS点作为参考点，然后连接起点、所有参考点及终点，获得参考运动轨迹，或者直接将该概率最大的运动轨迹作为参考运动轨迹。然后选取参考运动轨迹作为丢星的起点与终点之间的运动轨迹。注意，为便于说明，采用了100条运动轨迹记录，而实际的大数据中肯定更多，数据越多则越容易获取到最接近的真实的参考运动轨迹，由于本实施例选取的运动轨迹是从大数据中获取到的现有运动轨迹中概率最大的运动轨迹，因此，极有可能是走的这一条路径，因此，可将此作为参考运动轨迹。

(2)参考位置数据的确定方式之二：统计运动轨迹上的位置数据的概率，获取参考位置数据，所述参考位置数据包括第一参考位置数据。具体的，本发明方法的另一实施例如图3所示，包括：

S100获取丢星的起点和终点的位置数据；

S321获取所述所有运动轨迹上的位置数据中的所有重合位置数据；

S322统计所述所有重合位置数据各自的重复概率，判断所述重复概率是否大于预设的第一重复概率，若是，进入步骤S323；

S323选取所述重合位置数据作为第一参考位置数据；

S410连接所述起点、所述所有第一参考位置数据所对应的参考点及所述终点，获得参考运动轨迹，所述参考运动轨迹作为所述丢星的起点和终点之间的运动轨迹。

本实施例中，通过运动大数据，找出起点到终点之间的所有运动轨迹及其对应的位置数据，然后从中找到重合的位置数据，并计算该重合的位置数据的重复概率，选取重复概率大于预设的第一重复概率的重合位置数据作为第一参考位置数据。同样以100条运动轨迹记录为例，如果这100条运动轨迹都含有X1点的位置数据，那么这个X1点的位置数据的重复概率为100％，假如预设的第一重复概率为85％，那么显然，X1点的位置数据可作为第一参考位置数据；上述100条运动轨迹中，至少有85条运动轨迹都含有的位置数据均可作为第一参考位置数据，也就是说，基于运动大数据，至少有85％的可能，丢星后的运动轨迹会经过这些参考位置数据所在的参考点。

较佳的，在上述实施例中，由于可能存在第一参考位置数据较少，相邻的两个第一参考位置数据所在的第一参考点之间间距较大，如果，直接连续的话，那么相邻的两个第一参考点之间可能存在轨迹失真，因此，本实施例在上述实施例的基础上，进一步选取第二参考位置数据；具体的，如图4所示，包括：

S100获取丢星的起点和终点的位置数据；

S323选取所述重合位置数据作为第一参考位置数据；

S324判断任一相邻的两个第一参考位置数据所在的第一参考点之间的距离是否大于预设的距离，若是，进入步骤S325，否则进入步骤S410；

S325获取所述相邻的两个第一参考点之间的所有运动轨迹及其对应的位置数据；

S326根据所述相邻的两个第一参考点之间的所有运动轨迹及其对应的位置数据，获取第二参考位置数据；

S405连接所述起点、所述所有第一参考位置数据所对应的参考点、所述第二参考位置数据所对应的参考点及所述终点，获得参考运动轨迹，所述参考运动轨迹作为所述丢星的起点和终点之间的运动轨迹；

上述实施例中，首先通过获取了n个第一参考位置数据，从而获得了对应的n个第一参考点；根据这n个参考点，相当于将起点到终点的运动路径划分成N+1段子运动路径；然后分别去获取每一段子运动路径的轨迹。而对于相邻两个第一参考点之间的直线距离大于预设距离的子运动路径，还需要将该子运动路径进一步细分，具体的，会进一步利用运动大数据从该段子运动路径中选取第二参考位置数据，该第二参考位置数据的选取同样可参照本发明任一实施例中所述的参考位置数据的选取方式(比如，可参照第一参考位置数据的选取方式)，此处不再重复。

(3)参考位置数据的确定方式之三：统计算所述所有运动轨迹上的位置数据所在标准单元区间内的均值位置数据，获取参考位置数据。具体的，本发明方法的另一实施例如图5所示，包括：

S100获取丢星的起点和终点的位置数据；

S331将所述起点和终点之间的运动区间划分为若干标准单元区间及一个尾部单元区间，所述尾部单元区间的小于或等于所述标准单元区间；

S332获取每个标准单元区间内的所有位置数据；

S333从每个标准单元区间内的所有位置数据中确定每个标准单元区间内的目标位置数据群；所述目标位置数据群包含了若干目标位置数据；

S334计算所述每个标准单元区间内的所有目标位置数据的均值位置数据；所述均值位置数据为所述参考位置数据；

本实施例步骤S333中，确定每个标准单元区间的目标位置数据群，这里的目标位置数据群是由若干目标位置数据构成的，目标位置数据是指在这个区间中位置数据较为集中的位置数据。具体的，比如，示意图如图6a所示，将起点A和终点B直线连接，然后在该线段上做等距离划分，将A点到B点的运动区间划分成了12个标准单元区间(1-12为标准单元区间)及一个小于或等于该标准单元区间的尾部单元区间(13为尾部单元区间)，然后选取每个单元区间的目标位置数据群，以第5个标准单元区间为例，选取的目标位置数据群参见示意图6a，该目标位置数据群集中了若干目标位置数据点，在这个区间内，数据大部分都集中在这个目标位置数据群范围内，对于偏离这个目标位置数据群较远的数据点则不考虑，确定好了每个区间的目标位置数据群后再计算每个单元区间内的所有目标位置数据的均值位置数据，也就说，看这些目标位置数据是以哪一个位置数据为中心的，这个均值位置数据相当于这个单元区间的中心位置数据。具体的，可以计算这个单元区间的所有目标位置数据的X轴坐标数据的均值，作为均值位置数据中的横坐标，计算这个单元区间内的所有目标位置数据所对应的Y轴坐标数据的均值，作为均值位置数据中的纵坐标，这样，每个单元区间都有了一个均值位置数据，如图6b所示，每个标准单元区间都有一个均值位置数据，那么对应的就有了均值位置数据对应的参考点(K1-K12)，这些均值位置数据便是参考位置数据，均值位置数据对应的参考点也就是参考位置数据对应的参考点。然后将起点、这些参考位置数据所对应的参考点及终点连接起来，便构成了参考运动轨迹。本实施例将起点到终点的运动区间做了更小的单元区间的划分，提高了参考运动轨迹的精度，也使得绘制的参考运动轨迹更为平滑和美观。

本发明的另一实施例，可在上述任一实施例的基础上，对从运动大数据中选取的所有运动轨迹对应的位置数据进行了去干扰的处理，剔除掉干扰位置数据，然后再根据剩下的所有位置数据获取参考位置数据。如此，提高了后续参考位置数据选取的精度。具体的，在上述任一实施例基础上，在所述步骤S300之前增加步骤：S250对所述所有运动轨迹的位置数据做滤波处理，去除噪音位置数据。

本发明方法的另一实施例，在上述任一实施例的基础上，在获取到参考运动轨迹之后，增加了参考运动轨迹的平滑处理步骤，具体的，在上述任一实施例的基础上，在所述步骤S400之后还增加了步骤：S500将所述参考运动轨迹做平滑处理，优化所述参考运动轨迹。由于参考运动轨迹只是简单的将起点、所有的参考位置数据所在的参考点、及终点进行了连接获取，该参考运动轨迹可能不够平滑和美观，因此，最后可以通过对该参考运动轨迹做一个平滑处理，从而优化了该参考运动轨迹，使得最后显示的参考运动轨迹精确而美观。

本发明方法的另一实施例，可以根据起点到终点的间隔时间，及丢星起点前的运动速度及丢星终点后的运动速度，对前面获取的参考运动轨迹做一个判断；具体的，如图7所示，包括：

S100获取丢星的起点和终点的位置数据；

S400连接所述起点、所述至少一个参考位置数据所对应的参考点及所述终点，获得参考运动轨迹；

S450获取丢星的起点之前的运动速度及丢星的终点之后的运动速度，判断两者的运动速度的变化幅度是否超出了预设变化幅度范围，若否进入步骤S460；

S460根据所述丢星的起点之前的运动速度及丢星的终点之后的运动速度，获取参考运动速度；

S470获取所述参考运动轨迹的路程，并根据所述参考运动速度，计算所述起点到所述终点的参考运动时间；

S480获取所述地点到所述终点的运动时间，判断所述运动时间与所述参考运动时间的差值是否在允许的差值范围内，若是，进入步骤S490；

S490判断所述参考运动轨迹为所述丢星的起点和终点之间的运动轨迹。

本实施例可以对获取的参考运动轨迹的正确性进行一个判断，当然，如果起点到终点的运动时间与参考运动时间的差距较大，超出了允许的查找范围的话，则说明极有可能用户运动的路径不是前面选取的参考运动轨迹，那么就需要根据起点到终点的运动时间及参考运动速度，获取参考运动路程，然后，从运动大数据中，选取所述丢星的起点到终点之间的运动轨迹中，路程最为接近该参考运动路程的运动轨迹作为新的参考运动轨迹，该新的参考运动轨迹即为所述丢星的起点和终点之间的运动轨迹。

本发明方法的另一实施例，在众多的运动大数据中选取以起点到终点的长度为直径的圆内的所有位置数据，这样可以大大缩小位置数据的选取范围，减小计算量。鉴于一般起点到终点的运动轨迹中，大部分情况是会在本实施例选取的圆内，故本实施例优选的以起点到终点的直线距离作为直径画圆确定选用的位置数据，也就是说只有在该圆内的位置数据才会考虑用于计算，对于圆外的位置数据则不予考虑。具体的，如图8a所示，可以看到A点，B点，C点。三点之间，出现了GPS丢星。就会出现GPS轨迹异常。那么如何处理呢？实现示意图如图8b所示，包括：

1、取相邻两个GPS点。比如A点，B点；A点到B点之间出现了丢星；

2、利用大数据平台，找到A点到B点之间，直径为AB长度的圆内所有GPS点；在大数据平台中，查找A点和B点之间，以A点、B点之间的直线距离为直径的圆内的GPS数据。这些数据，来源于其他的用户曾经跑过这里的GPS信息。

3、把圆内所有的GPS点，做正态分布。取80％--90％之间的分布值。得到的值，作为A点和B点两点之间的补充点。假设多了A1、B1点；

4、把A，A1，B1，B作为轨迹线。修正了A点B点的直接划线的不精确性；如此，就可以纠正和弥补GPS丢星的信息。从而纠正轨迹偏离的情况。

5、以此算法，循环进行B点与C点之间丢星的运算。从而阶梯式的完成GPS的轨迹的修复。

本实施例，可以把A点、B点、C点，三点之间丢失或偏差的GPS轨迹，纠正弥补过来，在出现丢星，GPS采集信息不准备后。可以科学纠正，弥补缺失信息。达到美观的地图展示，精确的轨迹路径。

基于相同的技术构思，本发明还公开了一种运动轨迹的处理装置，该处理装置可以采用本发明的丢星后运动轨迹的处理方法，具体的，如图9所示，本发明的丢星后运动轨迹处理装置包括：获取模块10，用于获取丢星的起点和终点的位置数据；分析处理模块30，用于根据所述获取模块10获取的所述起点和终点的位置数据，从收集的运动大数据中选取所述起点到所述终端的所有运动轨迹及其对应的位置数据，并根据所述所有运动轨迹及其对应的位置数据，获取至少一个参考位置数据；操作模块40，用于连接所述起点、所述至少一个参考位置数据所对应的参考点及所述终点，获得参考运动轨迹，所述参考运动轨迹作为所述丢星的起点和终点之间的运动轨迹。

本发明装置实施例中，获取模块10获取丢星的起点和终点的位置数据；所述分析处理模块30从收集的大数据中选取所述起点到所述终点的所有运动轨迹及其对应的位置数据，并根据所述所有运动轨迹及其对应的位置数据，获取至少一个参考位置数据；然后所述操作模块40将所述起点、所述分析处理模块30获取的所述所有的参考位置数据对应的参考点及所述终点顺次连接，获得参考运动轨迹，这个运动轨迹便为丢星的起点到终点之间的运动轨迹。

本发明装置的另一实施例，在上述装置实施例的基础上，如图10所示，所述分析处理模块30包括：统计子模块31，用于统计所述所有运动轨迹的概率或所述所有运动轨迹上的位置数据中所有重合位置数据各自的重复概率；选取子模块32，用于根据所述统计子模块31统计的运动轨迹的概率，选取所述所有运动轨迹中概率最高的运动轨迹上的位置数据作为参考位置数据；或根据所述统计子模块31统计的所有重合位置数据的重复概率，选取所述重复概率大于预设的第一重复概率的重合位置数据作为参考位置数据。

本发明装置实施例对应本发明方法实施例中参考位置数据的确定方式(1)和(2)所在的方法实施例。具体处理过程，可参考上述对应的方法实施例。

本发明装置的另一实施例，如图11所示，在上述第一个装置实施例的基础上，所述分析处理模块30包括：划分子模块35，用于将所述起点和终点之间的运动区间划分为若干标准单元区间及一个尾部单元区间，所述尾部单元区间的小于或等于所述标准单元区间；获取子模块38，用于获取每个标准单元区间内的所有位置数据；确定子模块36，用于确定每个标准单元区间内的目标位置数据群，所述目标位置数据群包含了若干目标位置数据；计算子模块37，用于计算所述每个标准单元区间内的所有目标位置数据的均值位置数据，所述均值位置数据为所述参考位置数据。

本发明装置实施例对应本发明方法实施例中参考位置数据的确定方式(3)所在的方法实施例。具体处理过程，可参考上述对应的方法实施例。

较佳的，如图12所示，在上述任一装置实施例的基础上，所述丢星后运动轨迹的处理装置还包括：滤波模块50，用于在所述分析处理模块30从收集的运动大数据中选取所述起点到所述终端的所有运动轨迹及其对应的位置数据之前，对所述所有运动轨迹的位置数据做滤波处理，去除噪音位置数据。

较佳的，在上述任一实施例的基础上，所述丢星后运动轨迹的处理装置还包括：平滑处理模块60，用于将所述参考运动轨迹做平滑处理，优化所述参考运动轨迹。

本发明的装置实施例与本发明的方法实施例对应，本发明的方法实施例中的技术细节同样也适用于本发明的装置实施例，为减少重复，不再赘述，本发明的装置实施例可参见本发明的方法实施例。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims

1.一种运动轨迹的处理方法，其特征在于，包括：

S100获取丢星的起点和终点的位置数据；

2.根据权利要求1所述的一种运动轨迹的处理方法，其特征在于，所述步骤S300包括：

S310统计运动轨迹概率，获取参考位置数据；包括：

S311统计所述所有运动轨迹各自的概率；

3.根据权利要求1所述的一种运动轨迹的处理方法，其特征在于，所述步骤S300包括：

S320统计运动轨迹上的位置数据的概率，获取参考位置数据，所述参考位置数据包括第一参考位置数据；

所述步骤S320包括：

S323选取所述重复概率对应的重合位置数据作为第一参考位置数据。

4.根据权利要求3所述的一种运动轨迹的处理方法，其特征在于，所述参考位置数据还包括第二参考位置数据；所述步骤S320还包括：

S324判断任一相邻的两个第一参考位置数据所在的第一参考点之间的距离是否大于预设的距离，若是，进入步骤S325；

S326根据所述相邻的两个第一参考点之间的所有运动轨迹及其对应的位置数据，获取第二参考位置数据。

5.根据权利要求1所述的一种运动轨迹的处理方法，其特征在于，所述步骤S300还包括：

S330计算所述所有运动轨迹上的位置数据所在标准单元区间内的均值位置数据，获取参考位置数据；包括：

S332获取每个标准单元区间内的所有位置数据；

S334计算所述每个标准单元区间内的所有目标位置数据的均值位置数据；所述均值位置数据为所述参考位置数据。

6.根据权利要求1-5任一项所述的一种运动轨迹的处理方法，其特征在于，

在所述步骤S300之前还包括：

S250对所述所有运动轨迹的位置数据做滤波处理，去除噪音位置数据；

和/或

在所述步骤S400之后还包括：

S500将所述参考运动轨迹做平滑处理，优化所述参考运动轨迹。

7.一种运用权利要求1-6任一项所述的一种运动轨迹的处理方法的丢星后运动轨迹的处理装置，其特征在于，包括：

获取模块，用于获取丢星的起点和终点的位置数据；

分析处理模块，用于根据所述获取模块获取的所述起点和终点的位置数据，从收集的运动大数据中选取所述起点到所述终端的所有运动轨迹及其对应的位置数据；并根据所述所有运动轨迹及其对应的位置数据，获取至少一个参考位置数据；

操作模块，用于连接所述起点、所述至少一个参考位置数据所对应的参考点及所述终点，获得参考运动轨迹，所述参考运动轨迹作为所述丢星的起点和终点之间的运动轨迹。

8.根据权利要求7所述的一种运动轨迹的处理方法，其特征在于，所述分析处理模块包括：

统计子模块，用于统计所述所有运动轨迹的概率或所述所有运动轨迹上的位置数据中所有重合位置数据各自的重复概率；

选取子模块，用于根据所述统计子模块统计的运动轨迹的概率，选取所述所有运动轨迹中概率最高的运动轨迹上的位置数据作为参考位置数据；或根据所述统计子模块统计的所有重合位置数据的重复概率，判断所述重复概率是否大于预设的第一重复概率，若是，选取所述重合位置数据作为参考位置数据。

9.根据权利要求7所述的一种运动轨迹的处理方法，其特征在于，所述分析处理模块包括：

划分子模块，用于将所述起点和终点之间的运动区间划分为若干标准单元区间及一个尾部单元区间，所述尾部单元区间的小于或等于所述标准单元区间；

获取子模块，用于获取每个标准单元区间内的所有位置数据；

确定子模块，用于确定每个标准单元区间内的目标位置数据群；所述目标位置数据群包含了若干目标位置数据；

计算子模块，用于计算所述每个标准单元区间内的所有目标位置数据的均值位置数据，所述均值位置数据为所述参考位置数据。

10.根据权利要求7-9任一项所述的一种运动轨迹的处理装置，其特征在于，还包括：

滤波模块，用于在所述分析处理模块从收集的运动大数据中选取所述起点到所述终端的所有运动轨迹及其对应的位置数据之前，对所述所有运动轨迹的位置数据做滤波处理，去除噪音位置数据；

和/或

平滑处理模块，用于将所述参考运动轨迹做平滑处理，优化所述参考运动轨迹。