CN110443285A - 相似轨迹的确定方法、装置及计算机存储介质 - Google Patents

Abstract

本发明公开了一种相似轨迹的确定方法、确定装置及计算机存储介质，方法包括获取多条轨迹，每条轨迹包括多个原始轨迹点；针对每条轨迹，依据多个原始轨迹点，获取采样数量的采样轨迹点；基于已训练的聚类模型，根据采样轨迹点的数据确定每条轨迹的类别；计算同一类别中轨迹之间的相似度，以确定多条轨迹中每条轨迹的相似轨迹。通过上述方式，本发明可高效确定每条轨迹的相似轨迹。

Description

相似轨迹的确定方法、装置及计算机存储介质

技术领域

本发明涉及相似轨迹的确定领域，特别是涉及一种相似轨迹的确定方法、装置及计算机存储介质。

背景技术

在同行车检测场景中，有N条轨迹的轨迹集合时，要找出其中的同行轨迹，采用现有的轨迹相似度算法需要将N条轨迹每一条轨迹与其他轨迹进行比较计算，时间复杂度达到N 2，当N达到一定数量时，则计算量会成倍上升，导致计算量大，计算效率低。

发明内容

本发明提供一种相似轨迹的确定方法、装置及计算机存储介质，以解决现有技术中无法实现准确高效的确定相似轨迹的问题。

为解决上述技术问题，本发明采用的一个技术方案是提供一种相似轨迹的确定方法，该方法包括获取多条轨迹，每条轨迹包括多个原始轨迹点；针对每条轨迹，依据所述多个原始轨迹点，获取采样数量的采样轨迹点；基于已训练的聚类模型，根据所述采样轨迹点的数据确定每条所述轨迹的类别；计算同一类别中轨迹之间的相似度，以确定所述多条轨迹中每条轨迹的相似轨迹。

为解决上述技术问题，本发明采用的另一个技术方案是提供一种相似轨迹的确定装置，包括处理器和存储器，存储器中存储有计算机程序，处理器用于执行计算机程序以实现上述相似轨迹的确定方法的步骤。

为解决上述技术问题，本发明采用的另一个技术方案是提供一种计算机存储介质，其中存储有计算机程序，计算机程序被执行时实现上述相似轨迹的确定方法的步骤。

区别于现有技术，本发明通过获取多条轨迹，并对轨迹中的多个原始轨迹点进行采样从而获取到采样数量的采样轨迹点，随后根据采样轨迹点的数据输入到聚类模型中进行聚类，从而确定轨迹的类别，进一步计算同一类别的中的每条轨迹的相似轨迹。从而通过采样与预分类的方式极大的减少了轨迹的数据复杂度，从而减少了计算量，提高了计算效率。

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单地介绍，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。

图1是本发明相似轨迹的确定方法一实施例的流程示意图；

图2是图1步骤S12的子步骤流程示意图；

图3是本发明相似轨迹的确定装置另一实施例的流程示意图；

图4是本发明相似轨迹的确定装置一实施例的结构示意图；

图5是本发明计算机存储介质一实施例的结构示意图。

具体实施方式

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，所描述的实施例仅是本发明的一部分实施例，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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

相似轨迹的确定主要可以应用于同行车的检测，从而判断在一段时间内，至少两辆车的行驶轨迹是否相同，如果是相同的，则可以认为至少两辆车为同行车。

具体请参阅图1，图1是本发明相似轨迹的确定方法第一实施例的流程示意图，本实施例相似轨迹的确定方法包括以下步骤。

S11，获取多条轨迹，每条轨迹包括多个原始轨迹点。

相似轨迹的确定方法是用于判断轨迹是否相似，则需要多条轨迹，多条轨迹具体至少两条，且一般通过计算多条轨迹之间的原始轨迹点之间的距离来判断，多条轨迹中是否存在原始轨迹点的距离保持在一定范围内的轨迹，如有则确定这些轨迹为相似轨迹。

因此，首先获取多条轨迹，每条轨迹均包括了多个原始轨迹点，且每条轨迹包括的原始轨迹点的数量是一致的。

具体地，所获取的多条轨迹优选为同一时段与同一地区的多条轨迹，具体地，该同一地区可以进行初始设置，如以一个市或县或区为同一地区，这里不作限定，具体可以从大量车辆的时空数据中获取，车辆的时空数据具体是指车辆的行程位置及此时所对应的时间数据。如从2019年5月1号中深圳市车辆的时空数据中获取上午8点到上午9点的车辆的时空，从而得到多辆车辆的多条轨迹，轨迹包括了车辆在上午8点到上午9点的行程位置以及每一行程位置对应的时间。该行程位置具体可以是经纬度坐标。

在具体实施例中，为了适应于计算量，还可以将同一时段的时空数据进行时间拆分，如对某个季度的时空数据进行拆分成多个月或者多个星期，随后进行分批进行计算，以减少整个计算流程的计算负载。

S12，针对每条轨迹，依据多个原始轨迹点，获取采样数量的采样轨迹点。

具体实施例中，所获取轨迹中的原始轨迹点的数据是非常多的，可能是每一时间间隔对应一行程位置，时间间隔具体可以很小，则导致原始轨迹点非常多，从而轨迹的数据十分庞大，在后续的计算中，计算量会变得非常复杂。

因此，可以需要对轨迹进行采样处理，并依据原始轨迹点，获取采样数量的采样轨迹点。从而减少轨迹点的数量，降低数据的复杂度。

具体地，可以通过在同一时间段内，间隔同一单位时间对每条轨迹进行采样，从而依据多个原始轨迹点，获取采样数量的采样轨迹点。具体的，该同一单位时间可以预先设定，具体可以是1秒，也可以是1分钟，或者其他的单位时间，这里不做限定。

在具体场景中，假设多条轨迹是上午8点到9点的车辆的时空数据，则可以在同一时间段，即上午8点到8点半内，每间隔1分钟则对每条轨迹进行一次采样，从而可以每条轨迹都可以获取相同采样数量的采样轨迹点。

具体的采样方式可以采用最近相邻插值算法或两次线性插值算法对每条轨迹进行采样，也可以通过最近相邻插值算法和两次线性插值算法相结合进行采样，或者采用其他的采样算法，这里不做限定。

请参阅图2，图2是本发明相似轨迹的确定方法中第一实施例中步骤S12的子步骤。本实施例相似轨迹的确定方法包括以下步骤：

S121，计算距离采样时刻最近的原始轨迹点与所述采样时刻的时间差。

本实施例采用的是最近相邻插值算法的方式进行采样，首先计算距离采样时刻最近的原始轨迹点与采样时刻的时间差。

每个原始轨迹点均包括位置行程与时间，其具体表现形式可以是原始轨迹点X(经度，维度，时间)；因此在采样时，计算距离采样时刻最近的原始轨迹点与采样时刻的时间差，即获取与采样时刻的时间最近的原始轨迹点，并计算出该原始轨迹点的时间与采样时刻的时间差。

S122，比较所述时间差和时间阈值。

比较时间差和时间阈值的大小，该时间阈值具体可以是预先设置的。

S123，若时间差小于时间阈值，则以距离所述采样时刻最近的原始轨迹点作为采样轨迹点。

在一实施例中，若时间差小于时间阈值，则以距离所述采样时刻最近的原始轨迹点作为采样轨迹点。

S124，若时间差大于或等于时间阈值，则以在采样时刻前后最近的两个原始轨迹点的平均值作为采样轨迹点。

在一实施例中，若时间差大于或等于时间阈值，则以采样时刻为准，获取位于采样时刻前面的最近的原始轨迹点及位于采样时刻后面的最近的原始轨迹点，并计算出两个轨迹点的平均值，将该平均值作为采样轨迹点。

S13，基于已训练的聚类模型，根据采样轨迹点的数据确定每条轨迹的类别。

具体地，可以根据采样轨迹点的数据对轨迹进行聚类，从而对多条轨迹进行预分类，以使得相似度较高的轨迹在同一个类别中。

具体地，可以通过已经训练的聚类模型来根据采样轨迹点的数据对每条轨迹进行类别的确定。

具体地，可以通过预设算法计算采样轨迹点的特征值，并根据特征值确定每条轨迹的类别。其特征值的算法与根据特征值确定轨迹类别会在下述实施例中进行详细叙述。

S14，计算同一类别中轨迹之间的相似度，以确定多条轨迹中每条轨迹的相似轨迹。

在对多个轨迹进行分类后，由于同一类别的轨迹的相似度较高，则可以直接计算同一类别中的轨迹之间的相似度。从而可以确定多条轨迹中每条轨迹的相似轨迹。

具体有如下情况：

根据原始轨迹点的数据计算同一类别中轨迹之间的相似度。

在具体实施例中，可以通过同一类别的多条轨迹的原始轨迹点来计算轨迹之间的相似度，具体地，以同一类别的两条轨迹为例，分别为轨迹A与轨迹B，将轨迹A上的原始轨迹点与轨迹B上的原始轨迹点一一进行比较计算，具体地，基于同一时刻或者同一序号的位于轨迹A上的a点与同一可是的位于轨迹B上的b点进行距离计算，并同理依次将位于轨迹A上的原始轨迹点与位于轨迹B上原始轨迹点进行计算。并根据计算结果确定轨迹A与轨迹B的相似度。

具体地，由于a点与b点均是坐标，则可以直接进行通过坐标计算法计算a点与b点之间的距离。

其计算方法具体可以是SPD(Sum-of-Pairs Distance)算法或DTW(Dynamic TimeWarping，动态时间归整)算法，也可以是其他轨迹计算方法，这里不做限定。

具体而言，在本实施例中，优选采用SPD算法，SPD算法适用于对两条轨迹的轨迹点数量与对应时刻或者位置相同的情况下进行计算，具体包括两条轨迹在对应的位置或者对应时刻均有轨迹点，并一一进行对比。

而DTW或者其他算法适用于轨迹点数量等不同的轨迹的相似度计算。

根据采样轨迹点的数据计算同一类别中轨迹之间的相似度。

在另一具体实施例中，由于原始轨迹点的数量过于庞大，也可以根据采样轨迹点的数据计算同一类别中轨迹之间的相似度，由于采样轨迹点的数量少于原始轨迹点的数量，且采样过程能够保证数据的有效性，可以在不影响到计算结果的情况下减少计算量，提高计算效率。

在另一具体实施例中，由于坐标之间的距离是通过经纬度来计算的，计算复杂度较高，则可以将采样轨迹点的数据进行编码，即将坐标转换成整数，具体可以通过谷歌S2编码对采样轨迹点的数据进行处理，以使得坐标数据变为整数数据，如此一来，两点之间的距离则可以直接通过整数之间的差值来计算，而非通过坐标的实际距离的计算。

具体地，在通过谷歌S2编码对同一类别的轨迹进行处理后，每条轨迹均形成一条整数序列，随后通过计算每条轨迹与同一类别的其他轨迹的相似度，从而确定同一类别中每条轨迹的相似轨迹。从而可以进一步的减少计算的复杂度，以提高计算效率，从而可以适用于大量条轨迹的相似度计算。

上述实施例中，通过获取多条轨迹，并间隔同一单位时间对轨迹中的多个原始轨迹点进行采样从而获取到采样数量的采样轨迹点，随后根据采样轨迹点的数据输入到聚类模型中进行聚类，从而确定轨迹的类别，进一步计算同一类别的中的每条轨迹的相似轨迹。从而通过采样与预分类的方式极大的减少了轨迹的数据复杂度，从而减少了计算量，提高了计算效率。

参阅图3，图3是本发明相似轨迹的确定方法第二实施例的流程示意图，具体是上述实施例中训练模型的训练步骤，本实施例相似轨迹的确定方法包括以下步骤。

S21，获取多条训练轨迹，每条训练轨迹包括多个原始训练轨迹点。

获取多条训练轨迹，每条训练轨迹包括多个原始训练轨迹点。训练轨迹也可以从大量的车辆的时空数据中获取，其具体获取方式与第一实施例中的轨迹获取方式相似，这里不在赘述。

具体地，这里的训练轨迹与上述实施例中的轨迹是相同的，但是训练轨迹用于进行初始聚类模型的训练，从而得到一个新的聚类模型。而上述实施例中的轨迹则是在已经训练好的聚类模型中进行聚类。

需要说明的是，训练轨迹的数量应该具有一定规模性与非规律性，以提高训练模型的准确度与适应性。

S22，针对每条训练轨迹，依据多个原始训练轨迹点，获取采样数量的采样训练轨迹点。

针对每条训练轨迹，依据多个原始训练轨迹点，获取采样数量的采样训练轨迹点。具体采样方式与上述实施例相似，这里也不再赘述。

在其他实施例中，也可以采用其他常用的采样算法进行采样，这里不做限定。

S23，根据采样训练轨迹点的数据对多条训练轨迹进行聚类，获得预设聚类数量的聚类中心，以作为所述聚类模型。

根据采样训练轨迹点的数据对多条训练轨迹进行聚类，具体地，可以通过聚类算法对多条训练轨迹进行聚类，从而获得预设聚类数量的聚类中心，并作为聚类模型。

聚类是用于将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似。

现有的聚类算法一般包括有划分法、层次法、密度算法等等，其中划分法是基于距离的。给定要构建的分区数k，划分方法首先创建一个初始化划分。然后，它采用一种迭代的重定位技术，通过把对象从一个组移动到另一个组来进行划分。一个好的划分的一般准备是：同一个簇中的对象尽可能相互接近或相关，而不同的簇中的对象尽可能远离或不同。还有许多评判划分质量的其他准则。传统的划分方法可以扩展到子空间聚类，而不是搜索整个数据空间。当存在很多属性并且数据稀疏时，这是有用的。为了达到全局最优，基于划分的聚类可能需要穷举所有可能的划分，计算量极大。实际上，大多数应用都采用了流行的启发式方法，如k-均值和k-中心算法，渐近的提高聚类质量，逼近局部最优解。这些启发式聚类方法很适合发现中小规模的数据库中的球状簇。为了发现具有复杂形状的簇和对超大型数据集进行聚类，需要进一步扩展基于划分的方法。基于划分法思想的主要聚类算法包括KMEANS算法、KMEDOIDS算法、CLARANS算法。

其具体的训练过程如下：

在获取采样训练轨迹点后，会形成基于采样训练轨迹点的训练轨迹，由于采样方式是一致的，则训练轨迹会包括同样采样数量的采样训练轨迹点。

将多条训练轨迹的采样训练轨迹点通过谷歌S2编码以使得每个采样训练轨迹点均对应生成一个整数，具体地，对每条训练轨迹的多个采样训练轨迹点进行谷歌S2编码处理，以使得多个采样训练轨迹点的坐标数据均变成整数数据，从而形成具有整数数据的训练轨迹。将训练轨迹映射到高维空间，具体地，通过采样训练轨迹点的数量确定高维空间的维度，例如为L个采样点，则将训练轨迹映射到L维空间。从而使得每个训练轨迹均称为高维空间的一个向量。

随后通过预设算法对高维空间的多条训练轨迹进行聚类，从而确定每条训练轨迹的类别，具体地，预设算法可以采用现有常用的一些聚类算法，这里不再赘述。

在本发明中，优选采取KMEANS算法，即K均值聚类算法对训练轨迹进行训练，并形成训练模型。

在一具体实施例中，可以从高维空间的多条整数轨迹中确定预设聚类数量的聚类中心，即从多条整数轨迹随机选出预设聚类数量的整数轨迹作为聚类中心。并根据多条训练轨迹与聚类中心的距离将训练轨迹向聚类中心聚集，具体地，计算每条训练轨迹与聚类中心的距离，将训练轨迹分配给离它距离最近的聚类中心。且在聚类过程中，聚类中心会根据分配过来的训练轨迹被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)训练轨迹被重新分配给不同的聚类中心，没有(或最小数目)聚类中心再发生变化，误差平方和局部最小。在训练完成后，形成聚类模型。

在其他实施例中，该聚类中心也可以是其他方式获取，如随机得到预设聚类数量的聚类中心，而非采用训练轨迹作为聚类中心。这里不做限定。

因此，聚类模型中每个聚类中心及分配给它的多条训练组成一个聚类，同一聚类的轨迹则为同一类别的轨迹。

在其他实施例，也可以采用其他的聚类算法，这里不做限定。

针对第一实施例中的S13步骤中：可以通过已经训练的聚类模型来根据采样轨迹点的数据对每条轨迹进行类别的确定的具体过程可以如下：

对轨迹中的采样轨迹点进行谷歌S2编码以变成整数数据，随后通过上述方式将轨迹输入到聚类模型中进行聚类，其多条轨迹会分别分配到与自己距离最近的聚类中心，从而确定每条轨迹的类别。

上述实施例中，采用聚类的方式对多条轨迹进行处理，以使得轨迹进行预分类，使得一个聚类(同一类别)中的多条轨迹具有较高的相似度，从而计算时，只需要对同一类别的多条轨迹进行计算，使得计算对象的精准度提高，减少了大量的无用与重复计算，极大的提高了计算效率。

在具体应用场景中，如果有M条轨迹，直接采用SPD等的算法的时间复杂度是M*M，而如果将M条轨迹进行聚类后，假设有m个聚类中心，且每个聚类中心的轨迹的数量是相同的，均为M/m条，则采用SPD等的算法的时间复杂度是(M/m)*(M/m)。

上述相似轨迹的确定方法一般由相似轨迹的确定装置实现，因而本发明还提出一种相似轨迹的确定装置。请参阅图4，图4是本发明相似轨迹的确定装置一实施例的结构示意图。本实施例相似轨迹的确定装置100包括处理器12和存储器11；存储器11中存储有计算机程序，处理器12用于执行计算机程序以实现如上述相似轨迹的确定方法的步骤。

上述相似轨迹的确定方法的逻辑过程以计算机程序呈现，在计算机程序方面，若其作为独立的软件产品销售或使用时，其可存储在计算机存储介质中，因而本发明提出一种计算机存储介质。请参阅图5，图5是本发明计算机存储介质一实施例的结构示意图，本实施例计算机存储介质200中存储有计算机程序21，计算机程序被处理器执行时实现上述配网方法或控制方法。

该计算机存储介质200具体可以为U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory，)、磁碟或者光盘等可以存储计算机程序的介质，或者也可以为存储有该计算机程序的服务器，该服务器可将存储的计算机程序发送给其他设备运行，或者也可以自运行该存储的计算机程序。该计算机存储介质200从物理实体上来看，可以为多个实体的组合，例如多个服务器、服务器加存储器、或存储器加移动硬盘等多种组合方式。

综上所述，通过对轨迹进行采样、聚类、谷歌S2编码以使得整数化，在保持计算精度的情况下，逐渐减少计算的数据量，从而减少计算复杂度，提高计算效率。

以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种相似轨迹的确定方法，其特征在于，所述方法包括：

获取多条轨迹，每条轨迹包括多个原始轨迹点；

针对每条轨迹，依据所述多个原始轨迹点，获取采样数量的采样轨迹点；

基于已训练的聚类模型，根据所述采样轨迹点的数据确定每条所述轨迹的类别；

计算同一类别中轨迹之间的相似度，以确定所述多条轨迹中每条轨迹的相似轨迹。

2.根据权利要求1所述的确定方法，所述方法进一步包括：

获取多条训练轨迹，每条训练轨迹包括多个原始训练轨迹点；

针对每条训练轨迹，依据所述多个原始训练轨迹点，获取所述采样数量的采样训练轨迹点；

根据所述采样训练轨迹点的数据对所述多条训练轨迹进行聚类，获得预设聚类数量的聚类中心，以作为所述聚类模型。

3.根据权利要求1或2所述的方法，其特征在于，所述轨迹和所述训练轨迹同为轨迹，所述获取多条轨迹，包括：

获取同一时间段的多条轨迹；

所述针对每条轨迹，依据所述多个原始轨迹点，获取采样数量的采样轨迹点，包括：

在所述同一时间段，间隔同一单位时间对每条轨迹进行采样，以针对每条轨迹，依据所述多个原始轨迹点，获取采样数量的采样轨迹点。

4.根据权利要求3所述的确定方法，所述间隔同一单位时间对每条轨迹进行采样，获取采样数量的采样轨迹点，包括：

计算距离采样时刻最近的原始轨迹点与所述采样时刻的时间差；

比较所述时间差和时间阈值；

若所述时间差小于所述时间阈值，则以距离所述采样时刻最近的原始轨迹点作为采样轨迹点；

若所述时间差大于或等于所述时间阈值，则以在所述采样时刻前后最近的两个原始轨迹点的平均值作为采样轨迹点。

5.根据权利要求2所述的确定方法，根据所述采样训练轨迹点的数据对所述多条训练轨迹进行聚类，包括：

将所述多条训练轨迹的采样训练轨迹点通过谷歌S2编码以使得每个所述采样训练轨迹点均对应生成一个整数；

将通过谷歌S2编码后的所述多条训练轨迹映射到高维空间；

根据预设算法对高维空间的所述多条训练轨迹进行聚类，以确定每条训练轨迹的类别。

6.根据权利要求5所述的确定方法，所述根据预设算法对高维空间的所述多条训练轨迹进行聚类，以确定每条训练轨迹的类别，包括：

从所述高维空间的所述多条整数轨迹中确定预设聚类数量的聚类中心；

根据所述多条训练轨迹与所述聚类中心的距离将所述训练轨迹向所述聚类中心聚集。

7.根据权利要求1所述的确定方法，所述计算同一类别中轨迹之间的相似度，包括：

根据所述原始轨迹点的数据计算同一类别中轨迹之间的相似度，

或者，根据所述采样轨迹点的数据计算同一类别中轨迹之间的相似度。

8.根据权利要求1所述的确定方法，所述计算同一类别中轨迹之间的相似度，包括：

采用SPD或DTW算法计算同一类别中轨迹之间的相似度。

9.一种轨迹相似度计算装置，其特征在于，所述轨迹相似度计算装置包括处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-8中任一项所述方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1-8中任一项所述方法的步骤。