CN111447552B - 人群轨迹交叉识别方法、系统和装置和可读存储介质 - Google Patents
人群轨迹交叉识别方法、系统和装置和可读存储介质 Download PDFInfo
- Publication number
- CN111447552B CN111447552B CN202010223452.1A CN202010223452A CN111447552B CN 111447552 B CN111447552 B CN 111447552B CN 202010223452 A CN202010223452 A CN 202010223452A CN 111447552 B CN111447552 B CN 111447552B
- Authority
- CN
- China
- Prior art keywords
- user
- time
- acquiring
- position information
- module
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 claims description 49
- 238000013475 authorization Methods 0.000 claims description 16
- 208000015181 infectious disease Diseases 0.000 claims description 14
- 208000035473 Communicable disease Diseases 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 description 6
- 238000002955 isolation Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Alarm Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种人群轨迹交叉识别方法、系统、装置和可读存储介质。人群轨迹交叉识别方法包括如下步骤:获取任一用户的定位信息;授权访问定位信息,获取任一个用户任一时刻的位置信息;获取任一时刻全部用户的位置信息;根据任一个用户任一时刻的位置信息和任一时刻全部用户的位置信息,识别出所述任一个用户与所述另任一个用户轨迹交叉。本发明通过授权访问识别出人群轨迹交叉,提高了交叉人群的保密性。
Description
技术领域
本发明涉及信息化处理技术领域,具体而言,涉及人群轨迹交叉识别方法、系统、装置和可读存储介质。
背景技术
在传染病爆发的情况下,由于传染病存在人传人和潜伏期的现象,为了控制疾病传播,需要对人群进行科学管控,提高疫情防控的科学性、精准性和针对性。根据人群感染和接触情况,可以分为已感染人群、未感染人群和接触人群。对于已感染人群,需要与其他人群隔离,保证不再传染其他人群。根据发病症状和检测手段,可以将已感染人群识别出来。未感染人群可以进行正常的生活和工作。已感染人群在生活、工作、旅行的过程中会与未感染人群进行接触,形成接触人群,接触人群存在被感染并变成已感染人群的可能,因此需要将接触人群识别出来。
发明内容
本发明旨在解决上述技术问题中的至少之一。
本发明的第一目的在于提供一种人群轨迹交叉识别方法。
本发明的第二目的在于提供一种人群轨迹交叉识别系统。
本发明的第三目的在于提供一种人群轨迹交叉识别装置。
本发明的第四目的在于提供一种可读存储介质。
为实现本发明的第一目的,本发明的实施例提供了一种人群轨迹交叉识别方法,包括如下步骤:获取至少两个用户的定位信息;授权访问定位信息,获取任一个用户任一时刻的位置信息;获取任一时刻另任一个用户的位置信息;根据任一个用户任一时刻的位置信息和任一时刻另任一个用户的位置信息,识别出任一个用户与另任一个用户轨迹交叉。
在该技术方案中,由于人体的移动在短期内变化不大,或者没有意义,因此,可以根据定位信息的用途来设定定时的时间,例如,定时的时间可以是一分钟,通过定时获取用户的定位信息,能够提高对定位信息获取的有效性。由于定位信息在有些情况下是需要保密信息的一部分,因此,通过获取授权才能访问定位信息,提高了信息访问的保密性,不会泄露用户的信息,因此可以扩大人群轨迹交叉识别方法的应用范围。根据任一个用户任一时刻的位置信息和任一时刻全部用户的位置信息,因此可以获取任一时刻与任一个用户轨迹交叉的全部用户,通过对交叉轨迹的识别,从而可以识别出与任一个用户有轨迹交叉的人群,以方便更有针对性地对识别出的人群采取下一步的管理措施,避免了不必要的筛选时间上的浪费、漏选或多选,提高了管理效率和有效性。
另外,本发明提供的技术方案还可以具有如下附加技术特征:
上述技术方案中,获取至少两个用户的定位信息的步骤包括:分别获取用户所在的经度、纬度和时刻;对地图进行栅格化,并获取栅格;根据用户在任一时刻所在的经度、纬度和栅格的四个顶点的位置进行计算,并获取栅格的行列号作为位置信息。
在该技术方案中,定位信息包括经度、纬度和时间,为了进一步保护位置信息,将地图栅格化,将地图划分为一个个栅格,获取精确位置的栅格后,根据位置和栅格四个顶点的位置进行判断,然后记录下位置所在的栅格的行列号。通过获取某个时刻的栅格的行列号,从而获取到该时刻的定位信息,不仅能够更进一步对获取的定位信息进行保护,且简化了获取定位信息的过程,使获取的定位信息更准确。
上述任一技术方案中,授权访问定位信息,获取任一个用户任一时刻的位置信息的步骤包括:获取任一个用户第一时刻的第一经度和第一纬度;获取任一个用户第二时刻的第二经度和第二纬度;根据第一公式计算出任一个用户任一时刻的经度;根据第二公式计算出任一个用户任一时刻的纬度;根据经度和纬度获取任一个用户任一时刻位置信息;其中,第一公式:x=x1+(x2-x1)/(t2-t1)×(t-t1),第二公式:y=y1+(y2-y1)/(t2-t1)×(t-t1),t1为第一时刻,t2为第二时刻,t为t1和t2之间的任一时刻,x为t1和t2之间的任一时刻的经度,x1为第一经度;x2为第二经度,y为t1和t2之间的任一时刻的纬度,y1为第一纬度,y2为第二纬度。
在该技术方案中,计算单个用户任一时刻的位置信息,位置信息包括经度信息和纬度信息。由于用户的位置信息是定时采集的,如果每个时刻的位置信息都通过直接采集而获取,可能会产生获取位置信息比较缓慢,滞后等情况,因此,通过对两次采集间隔之间不同时间的位置信息进行插值,通过插值计算,通过快速,且准确地计算出用户在任一时刻的位置信息。具体地,假设用户在t1和t2的位置信息的行列号分别为:(x1,y1)和(x2,y2),那么,针对任一个用户从t1到t2两次采集的位置信息对应的地图栅格行列号之间,任意时间t的位置信息对应的地图栅格行列号为:x=x1+(x2-x1)/(t2-t1)x(t-t1),y=y1+(y2-y1)/(t2-t1)x(t-t1),并将(x,y)按照四舍五入近似为整数得到地图栅格行列号。通过在两个时刻之间插值计算出位置信息,计算方法简单可靠,提高了任一时刻位置信息获取的准确性和实效性。
上述任一技术方案中,根据任一个用户任一时刻的位置信息和任一时刻另任一用户的位置信息,识别出任一个用户与另任一个用户轨迹交叉的步骤包括:根据地图对位置信息设定交叉阈值;获取任一个用户任一时刻的位置信息;根据第三公式计算出任另一个用户与任一个用户之间的距离为交叉距离;比较交叉距离与交叉阈值;当交叉距离小于交叉阈值,则判定任一个用户与任另一个用户轨迹交叉;其中,第三公式:dij为交叉距离,xi为任一个用户所处位置的经度,yi为任一个用户所处位置的纬度,xj为任另一个用户所处位置的经度,yj为任另一个用户所处位置的纬度。
在该技术方案中,计算t时刻所有用户位置,针对第1个用户到第n个用户,在t时刻,计算第1个用户到第n个用户的位置对应的地图栅格行列号。计算t时刻与任一个用户轨迹交叉的所有用户,在t时刻,计算任一个用户的位置对应的地图栅格行列号,计算任另一个用户与任一个用户是否在同一个地图栅格行列号,如果具有相同的地图栅格行列号,则任另一个用与任一个用户轨迹交叉。通过该方法步骤判定出用户之间是否有交叉,判定结果更准确,效率高,提高了交叉的识别效率、准确性和实效性。
上述任一技术方案中,根据任一个用户任一时刻的位置信息和任一时刻另任一个用户的位置信息,识别出任一个用户与另任一个用户轨迹交叉的步骤之后还包括如下步骤:获取第一时刻和第二时刻之间与任一个用户轨迹交叉的另任一个用户;当任一个用户在第二时刻被确定为感染人群,则判定与任一个用户轨迹交叉的另任一个用户为传染病接触人群。
在该技术方案中,通过识别出具有轨迹交叉的人群,然后待确定出其中一个是感染者,与感染者有轨迹交叉的人群即为接触人群,从而能够快速识别出传染病接触人群,以进一步对接触人群采取隔离等措施,可以避免疫情进一步扩散而带来更大的人员和经济损失,以保证群体的生命财产安全。
为实现本发明的第二目的,本发明的实施例提供了一种人群轨迹交叉识别系统,包括:定位模块,适于获取用户的定位信息;第一处理模块,与定位模块信号连接,适于获取定位模块的定位信息;授权模块,与第一处理模块信号连接,适于授权第一处理模块获取定位模块的定位信息;第二处理模块,与第一处理模块信号连接,适于根据第一处理模块获取的定位信息,计算任一时刻两个用户之间的交叉距离;比较模块,设有交叉阈值,比较模块与第二处理模块信号连接;其中,比较模块适于获取第二处理模块的交叉距离,并比较交叉距离与交叉阈值,输出比较结果。
在该技术方案中,通过定位模块获取用户的定位信息,定位模块将定位信息发送给第一处理模块,授权模块授权第一处理模块获取定位模块的定位信息,以对定位信息进行保密。第二处理模块根据第一处理模块获取的定位信息,计算任一时刻两个用户之间的交叉距离,在比较模块内设置交叉阈值,以比较获取交叉距离与交叉阈值,输出比较结果。当交叉距离小于交叉阈值,则判定两个用于之间就有交叉轨迹,从而判定两个用户为接触用户,能够快速识别出轨迹交叉人群。
上述任一技术方案中,人群轨迹交叉识别系统还包括:第一识别模块,与比较模块信号连接,适于获取第一时刻和第二时刻之间与任一个用户轨迹交叉的另任一个用户;第二识别模块,与第一识别模块信号连接,适于在任一个用户在第二时刻被确定为感染人群,识别出与任一个用户轨迹交叉的传染病接触人群。
在该技术方案中,通过第一识别模块识别出具有轨迹交叉的人群,然后待确定出其中一个是感染者,第二识别模块识别出与感染者有轨迹交叉的人群即为接触人群,从而能够快速识别出传染病接触人群,以进一步对接触人群采取隔离等措施,可以避免疫情进一步扩散而带来更大的人员和经济损失,以保证群体的生命财产安全。
上述任一技术方案中,人群轨迹交叉识别系统还包括:移动设备终端,定位模块、第一处理模块授权模块设于移动设备终端内;计算机,内设区块链系统和智能合约,第二处理模块和比较模块设于区块链系统,区块链系统与第一处理模块信号连接,适于获取第一处理模块内的定位信息,智能合约与区块链系统信号连接,适于授权访问区块链系统;其中,区块链系统适于计算人群交叉轨迹,并识别出接触人群。
在该技术方案中,人群轨迹交叉识别系统包括移动设备终端。移动设备终端内安装有应用程序,移动设备终端带有全球定位系统定位功能,移动设备终端的应用程序定时获取移动设备终端内的定位信息,每个用户分配一个账号,账号包含唯一的标识信息,通过账号登录移动设备终端的应用程序,并与移动设备终端进行绑定,此移动设备终端的应用程序获取的定位信息对应的地图栅格行列号记录到此账号中。计算机内设区块链系统和智能合约,移动设备终端的应用程序与区块链系统连接,将用户的位置信息记录到区块链系统对应的账号中。智能合约需要用户授权,授权后能够访问用户账户里的位置信息,并且开放智能合约的源码供任意人员进行审计,确保智能合约只执行必要的用户轨迹交叉计算,而不会将用户的位置信息等隐私信息泄露给第三方。通过智能合约实现对获取的定位信息进行保密,并通过区块链系统来计算多个用户之间的交叉轨迹,从而能够快速识别出传染病接触人群。
为实现本发明的第三目的,本发明的实施例提供了一种人群轨迹交叉识别装置,包括:存储器,存储有计算机程序;处理器,执行计算机程序;其中,处理器在执行计算机程序时,实现人群轨迹交叉识别方法的步骤。
在该技术方案中,本发明的实施例提供的人群轨迹交叉识别装置实现本发明任一实施例中人群轨迹交叉识别方法的步骤,因此其具有本发明任一实施例中人群轨迹交叉识别方法的全部有益效果。
为实现本发明的第四目的,本发明的实施例提供了一种可读存储介质,包括:可读存储介质存储有计算机程序,计算机程序被执行时,实现人群轨迹交叉识别方法的步骤。
本发明的实施例提供的计算机可读存储介质实现如本发明任一实施例中人群轨迹交叉识别方法的步骤,因此其具有本发明任一实施例中人群轨迹交叉识别方法的全部有益效果。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
图1为本发明一个实施例的人群轨迹交叉识别方法的流程图之一;
图2为本发明一个实施例的人群轨迹交叉识别方法的流程图之二;
图3为本发明一个实施例的人群轨迹交叉识别方法的流程图之三;
图4为本发明一个实施例的人群轨迹交叉识别方法的流程图之四;
图5为本发明一个实施例的人群轨迹交叉识别方法的流程图之五;
图6为本发明一个实施例的人群轨迹交叉识别系统的组成图之一;
图7为本发明一个实施例的人群轨迹交叉识别系统的组成图之二;
图8为本发明另一个实施例的人群轨迹交叉识别系统的组成图之三;
图9为本发明一个实施例的人群轨迹交叉识别别装置的组成图。
其中,图1至图9中的附图标记与部件名称之间的对应关系为:
100:人群轨迹交叉识别系统,102:移动设备终端,104:计算机,110:定位模块,120:第一处理模块,130:授权模块,140:第二处理模块,150:比较模块,160:第一识别模块,170:第二识别模块,200:人群轨迹交叉识别装置,210:存储器,220:处理器。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图9描述本发明一些实施例的技术方案。
实施例1
如图1所示,本实施例提供了一种人群轨迹交叉识别方法,包括如下步骤:
步骤S102:获取至少两个用户的定位信息;
步骤S104:授权访问定位信息,获取任一个用户任一时刻的位置信息;
步骤S106:获取任一时刻另任一个用户的位置信息;
步骤S108:根据任一个用户任一时刻的位置信息和任一时刻另任一个用户的位置信息,识别出任一个用户与另任一个用户轨迹交叉。
本实施例中,由于人体的移动在短期内变化不大,或者没有意义,因此,可以根据定位信息的用途来设定定时的时间,例如,定时的时间可以是一分钟,通过定时获取用户的定位信息,能够提高对定位信息获取的有效性。由于定位信息在有些情况下是需要保密信息的一部分,因此,通过获取授权才能访问定位信息,提高了信息访问的保密性,不会泄露用户的信息,因此可以扩大人群轨迹交叉识别方法的应用范围。根据任一个用户任一时刻的位置信息和任一时刻全部用户的位置信息,因此可以获取任一时刻与任一个用户轨迹交叉的全部用户,通过对交叉轨迹的识别,从而可以识别出与任一个用户有轨迹交叉的人群,以方便更有针对性地对识别出的人群采取下一步的管理措施,避免了不必要的筛选时间上的浪费、漏选或多选,提高了管理效率和有效性。
实施例2
如图2所示,本实施例提供了一种人群轨迹交叉识别方法。除上述实施例的技术特征之外,本实施例还包括以下技术特征:
获取至少两个用户的定位信息的步骤包括:
步骤S202:分别获取用户所在的经度、纬度和时刻;
步骤S204:对地图进行栅格化,并获取栅格;
步骤S206:根据用户在任一时刻所在的经度、纬度和栅格的四个顶点的位置进行计算,并获取栅格的行列号作为位置信息。
本实施例中,定位信息包括经度、纬度和时间,为了进一步保护位置信息,将地图栅格化,例如按照如10米x10米的规格将地图划分为一个个栅格,获取精确位置的栅格后,根据位置和栅格四个顶点的位置进行判断,然后记录下位置所在的栅格的行列号。通过获取某个时刻的栅格的行列号,从而获取到该时刻的定位信息,不仅能够更进一步对获取的定位信息进行保护,且简化了获取定位信息的过程,使获取的定位信息更准确。
实施例3
如图3所示,本实施例提供了一种人群轨迹交叉识别方法。除上述实施例的技术特征之外,本实施例还包括以下技术特征:
授权访问定位信息,获取任一个用户任一时刻的位置信息的步骤包括:
步骤S302:获取任一个用户第一时刻的第一经度和第一纬度;
步骤S304:获取任一个用户第二时刻的第二经度和第二纬度;
步骤S306:根据第一公式计算出任一个用户任一时刻的经度;
步骤S308:根据第二公式计算出任一个用户任一时刻的纬度;
步骤S310:根据经度和纬度获取任一个用户任一时刻的位置信息;
其中,第一公式:x=x1+(x2-x1)/(t2-t1)×(t-t1),第二公式:y=y1+(y2-y1)/(t2-t1)×(t-t1),t1为第一时刻,t2为第二时刻,t为t1和t2之间的任一时刻,x为t1和t2之间的任一时刻的经度,x1为第一经度;x2为第二经度,y为t1和t2之间的任一时刻的纬度,y1为第一纬度,y2为第二纬度。
本实施例中,计算单个用户任一时刻的位置信息,位置信息包括经度信息和纬度信息。由于用户的位置信息是定时采集的,如果每个时刻的位置信息都通过直接采集而获取,可能会产生获取位置信息比较缓慢,滞后等情况,因此,通过对两次采集间隔之间不同时间的位置信息进行插值,通过插值计算,通过快速,且准确地计算出用户在任一时刻的位置信息。具体地,假设用户在t1和t2的位置信息的行列号分别为:(x1,y1)和(x2,y2),那么,针对任一个用户从t1到t2两次采集的位置信息对应的地图栅格行列号之间,任意时间t的位置信息对应的地图栅格行列号为:x=x1+(x2-x1)/(t2-t1)x(t-t1),y=y1+(y2-y1)/(t2-t1)x(t-t1),并将(x,y)按照四舍五入近似为整数得到地图栅格行列号。通过在两个时刻之间插值计算出位置信息,计算方法简单可靠,提高了任一时刻位置信息获取的准确性和实效性。
实施例4
如图4所示,本实施例提供了一种人群轨迹交叉识别方法。除上述实施例的技术特征之外,本实施例还包括以下技术特征:
根据任一个用户任一时刻的位置信息和任一时刻另一个用户的位置信息,识别出任一个用户与另任一个用户轨迹交叉的步骤包括:
步骤S402:根据地图对位置信息设定交叉阈值。
步骤S404:获取所述任一个用户任一时刻的位置信息。
步骤S406:根据第三公式计算出任另一个用户与任一个用户之间的距离为交叉距离。
步骤S408:比较交叉距离与交叉阈值。
步骤S410:当交叉距离小于所述交叉阈值,则判定任一个用户与任另一个用户轨迹交叉。
本实施例中,计算t时刻所有用户位置,针对第1个用户到第n个用户,在t时刻,计算第1个用户到第n个用户的位置对应的地图栅格行列号。
计算t时刻与任一个用户轨迹交叉的所有用户,在t时刻,计算任一个用户的位置对应的地图栅格行列号,计算任另一个用户与任一个用户是否在同一个地图栅格行列号,如果具有相同的地图栅格行列号,则任另一个用与任一个用户轨迹交叉。
具体地,根据任一个用户的位置结合地图来判断任一个用户的位置情况,如室内或空地,设定不同的阈值,如室内20米,空地10米等,计算任另一个用户与任一个用户的欧式距离,如果dij小于阈值,则判定任另一个用户与任一个用户轨迹交叉。
通过该方法步骤判定出用户之间是否有交叉,判定结果更准确,效率高,提高了交叉的识别效率、准确性和实效性。
实施例5
如图5所示,本实施例提供了一种人群轨迹交叉识别方法。除上述实施例的技术特征之外,本实施例还包括以下技术特征:
根据任一个用户任一时刻的位置信息和任一时刻另任一个用户的位置信息,识别出任一个用户与另任一个用户轨迹交叉的步骤之后还包括如下步骤:
步骤S502:获取第一时刻和第二时刻之间与任一个用户轨迹交叉的另任一个用户;
步骤S504:当任一个用户在第二时刻被确定为感染人群,则判定与任一个用户轨迹交叉的任另一个用户为传染病接触人群。
本实施例中,通过识别出具有轨迹交叉的人群,然后待确定出其中一个是感染者,与感染者有轨迹交叉的人群即为接触人群,从而能够快速识别出传染病接触人群,以进一步对接触人群采取隔离等措施,可以避免疫情进一步扩散而带来更大的人员和经济损失,以保证群体的生命财产安全。
确定任一个用户在第二时刻为感染人群,通过人群轨迹交叉识别系统100识别出具有轨迹交叉的人群,然后待确定出其中一个是感染者,获取与任一个用户在第一时刻和第二时刻之间轨迹交叉的另外任一个用户,并判定为接触人群。与感染者有轨迹交叉的人群即为接触人群,从而能够快速识别出传染病接触人群,以进一步对接触人群采取隔离等措施,可以避免疫情进一步扩散而带来更大的人员和经济损失,以保证群体的生命财产安全。
实施例6
如图6所示,本实施例提供了一种人群轨迹交叉识别系统100。除上述实施例的技术特征之外,本实施例还包括以下技术特征:
人群轨迹交叉识别系统100包括:定位模块110、第一处理模块120、授权模块130、第二处理模块140和比较模块150,定位模块110适于获取用户的定位信息;第一处理模块120,与定位模块110信号连接,适于获取定位模块110的定位信息;授权模块130,与第一处理模块120信号连接,适于授权第一处理模块120获取定位模块110的定位信息;第二处理模块140,与第一处理模块120信号连接,适于根据第一处理模块120获取的定位信息,计算任一时刻两个用户之间的交叉距离;比较模块150,设有交叉阈值,比较模块150与第二处理模块140信号连接;其中,比较模块150适于获取第二处理模块140的交叉距离,并比较交叉距离与交叉阈值,输出比较结果。
本实施例中,通过定位模块110适于获取用户的定位信息,定位模块110将定位信息发送给第一处理模块120,授权模块130授权第一处理模块120获取定位模块110的定位信息,以对定位信息进行保密。第二处理模块140根据第一处理模块120获取的定位信息,计算任一时刻两个用户之间的交叉距离,在比较模块150内设置交叉阈值,以比较获取交叉距离与交叉阈值,输出比较结果。当交叉距离小于交叉阈值,则判定两个用于之间就有交叉轨迹,从而判定两个用户为接触用户,能够快速识别出轨迹交叉人群。
实施例7
如图7所示,本实施例提供了一种人群轨迹交叉识别系统100。除上述实施例的技术特征之外,本实施例还包括以下技术特征:
人群轨迹交叉识别系统100,还包括:第一识别模块160和第二识别模块170,第一识别模块160与比较模块150信号连接,适于获取第一时刻和第二时刻之间与任一个用户轨迹交叉的另任一个用户;第二识别模块170,与第一识别模块160信号连接,适于在任一个用户在第二时刻被确定为感染人群,识别出与任一个用户轨迹交叉的传染病接触人群。
本实施例中,通过第一识别模块160识别出具有轨迹交叉的人群,然后待确定出其中一个是感染者,第二识别模块170识别出与感染者有轨迹交叉的人群即为接触人群,从而能够快速识别出传染病接触人群,以进一步对接触人群采取隔离等措施,可以避免疫情进一步扩散而带来更大的人员和经济损失,以保证群体的生命财产安全。
实施例8
如图8所示,本实施例提供了一种人群轨迹交叉识别系统100。除上述实施例的技术特征之外,本实施例还包括以下技术特征:
人群轨迹交叉识别系统100还包括:移动设备终端102和计算机104,定位模块110、第一处理模块120、授权模块130设于移动设备终端102内;计算机104内设区块链系统和智能合约,第二处理模块140和比较模块150设于区块链系统内,区块链系统与第一处理模块120信号连接,适于获取第一处理模块120内的定位信息,智能合约与区块链系统信号连接,适于授权访问区块链系统;其中,区块链系统适于计算人群交叉轨迹,并识别出接触人群。
本实施例中,人群轨迹交叉识别系统100包括移动设备终端102,例如智能手机等。移动设备终端102内安装有应用程序(Application,简称APP),移动设备终端102带有全球定位系统(Global Positioning System简称GPS)定位功能,移动设备终端102的APP应用定时(如1分钟)获取移动设备终端102内的GPS定位信息,包括经度、纬度和时间。每个用户分配一个账号,账号包含唯一的标识信息,通过账号登录移动设备终端102的APP应用,并与移动设备终端102进行绑定,此移动设备终端102的APP应用获取的定位信息对应的地图栅格行列号记录到此账号中。
计算机104内设区块链系统和智能合约,移动设备终端102的APP应用与区块链系统连接,将用户的位置信息记录到区块链系统对应的账号中。
区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式,在区块链中,采用开放源码的智能合约实现用户轨迹交叉的计算。智能合约需要用户授权,授权后能够访问用户账户里的位置信息,并且开放智能合约的源码供任意人员进行审计,确保智能合约只执行必要的用户轨迹交叉计算,而不会将用户的位置信息等隐私信息泄露给第三方。智能合约审计就是仔细研究代码的过程,一旦发布,这些代码将无法再被修改。本实施例中,通过智能合约实现对获取的定位信息进行保密,并通过区块链系统来计算多个用户之间的交叉轨迹,从而能够快速识别出传染病接触人群。
实施例9
如图9所示,本实施例提供了一种人群轨迹交叉识别装置200,包括:存储器210和处理器220,存储器210存储有计算机程序;处理器220,执行计算机程序;其中,处理器220在执行计算机程序时,实现人群轨迹交叉识别方法的步骤。
本实施例中,人群轨迹交叉识别装置实现如本发明任一实施例中人群轨迹交叉识别方法的步骤,因此其具有本发明任一实施例中人群轨迹交叉识别方法的全部有益效果。
实施例10
本实施例提供了一种可读存储介质,包括:可读存储介质存储有计算机程序,计算机程序被执行时,实现人群轨迹交叉识别方法的步骤。
本实施例中提供的可读存储介质为计算机可读存储介质,计算机可读存储介质实现如本发明任一实施例中人群轨迹交叉识别方法的步骤,因此其具有本发明任一实施例中人群轨迹交叉识别方法的全部有益效果。
综上,本发明实施例的有益效果为:
面向传染病防控应用,通过移动设备终端102的GPS定位功能,利用APP程序自动、连续、准确地采集人群位置信息形成移动轨迹,通过轨迹交叉计算,识别出接触人群,并保护个人隐私安全。
在本发明中,术语“第一”、“第二”、“第三”仅用于描述的目的,而不能理解为指示或暗示相对重要性;术语“多个”则指两个或两个以上,除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;“相连”可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的描述中,需要理解的是,术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作,因此,不能理解为对本发明的限制。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种人群轨迹交叉识别方法,其特征在于,包括如下步骤:
获取至少两个用户的定位信息;
授权访问所述定位信息,获取任一个用户任一时刻的位置信息;
获取任一时刻另任一个用户的位置信息;
根据所述任一个用户任一时刻的位置信息和任一时刻所述另任一个用户的位置信息,识别出所述任一个用户与所述另任一个用户轨迹交叉;
所述获取至少两个用户的定位信息的步骤包括:
分别获取用户所在的经度、纬度和时刻;
对地图进行栅格化,并获取栅格;
根据用户在任一时刻所在的经度、纬度和所述栅格的四个顶点的位置进行计算,并获取所述栅格的行列号作为位置信息;
所述授权访问所述定位信息,获取任一个用户任一时刻的位置信息的步骤包括:
获取任一个用户第一时刻的第一经度和第一纬度;
获取任一个用户第二时刻的第二经度和第二纬度;
根据第一公式计算出任一个用户任一时刻的经度;
根据第二公式计算出任一个用户任一时刻的纬度;
根据所述经度和所述纬度获取所述任一个用户所述第一时刻和所述第二时刻之间的任一时刻位置信息;
其中,第一公式:x=x1+(x2-x1)/(t2-t1)×(t-t1),第二公式:y=y1+(y2-y1)/(t2-t1)×(t-t1),t1为第一时刻,t2为第二时刻,t为t1和t2之间的任一时刻,x为t1和t2之间的任一时刻的经度,x1为第一经度;x2为第二经度,y为t1和t2之间的任一时刻的纬度,y1为第一纬度,y2为第二纬度。
3.根据权利要求1或2所述的人群轨迹交叉识别方法,其特征在于,所述根据所述任一个用户任一时刻的位置信息和任一时刻所述另任一个用户的位置信息,识别出所述任一个用户与所述另任一个用户轨迹交叉的步骤之后还包括如下步骤:
获取第一时刻和第二时刻之间与所述任一个用户轨迹交叉的另任一个用户;
当任一个用户在第二时刻被确定为感染人群,则判定所述与任一个用户轨迹交叉的另任一个用户为传染病接触人群。
4.一种人群轨迹交叉识别系统,用于实现权利要求1至3中任一项所述的人群轨迹交叉识别方法,其特征在于,包括:
定位模块,适于获取用户的定位信息;
第一处理模块,与所述定位模块信号连接,适于获取所述定位模块的所述定位信息;
授权模块,与所述第一处理模块信号连接,适于授权所述第一处理模块获取所述定位模块的所述定位信息;
第二处理模块,与所述第一处理模块信号连接,适于根据所述第一处理模块获取的所述定位信息,计算任一时刻两个所述用户之间的交叉距离;
比较模块,设有交叉阈值,所述比较模块与所述第二处理模块信号连接;
其中,所述比较模块适于获取所述第二处理模块的交叉距离,并比较所述交叉距离与所述交叉阈值,输出比较结果。
5.根据权利要求4所述的人群轨迹交叉识别系统,其特征在于,还包括:
第一识别模块,与所述比较模块信号连接,适于获取第一时刻和第二时刻之间与所述任一个用户轨迹交叉的另任一个用户;
第二识别模块,与所述第一识别模块信号连接,适于在所述任一个用户在第二时刻被确定为感染人群,识别出与所述任一个用户轨迹交叉的传染病接触人群。
6.根据权利要求4所述的人群轨迹交叉识别系统,其特征在于,还包括:
移动设备终端,所述定位模块、所述第一处理模块和所述授权模块设于所述移动设备终端内;
计算机,内设区块链系统,所述第二处理模块和所述比较模块设于所述区块链系统,所述区块链系统与所述第一处理模块信号连接,适于获取所述第一处理模块内的定位信息,并授权访问所述区块链系统;
其中,所述区块链系统适于计算人群交叉轨迹,并识别出接触人群。
7.一种人群轨迹交叉识别装置,其特征在于,包括:
存储器,存储有计算机程序;
处理器,执行所述计算机程序;
其中,所述处理器在执行所述计算机程序时,实现如权利要求1至3中任一项所述的人群轨迹交叉识别方法的步骤。
8.一种可读存储介质,其特征在于,包括:
所述可读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至3中任一项所述的人群轨迹交叉识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010223452.1A CN111447552B (zh) | 2020-03-26 | 2020-03-26 | 人群轨迹交叉识别方法、系统和装置和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010223452.1A CN111447552B (zh) | 2020-03-26 | 2020-03-26 | 人群轨迹交叉识别方法、系统和装置和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111447552A CN111447552A (zh) | 2020-07-24 |
CN111447552B true CN111447552B (zh) | 2021-12-21 |
Family
ID=71652582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010223452.1A Expired - Fee Related CN111447552B (zh) | 2020-03-26 | 2020-03-26 | 人群轨迹交叉识别方法、系统和装置和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111447552B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112185579B (zh) * | 2020-08-20 | 2022-09-20 | 同济大学 | 一种基于元胞自动机的新冠密切接触人员数据获取方法 |
CN113536366B (zh) * | 2021-06-09 | 2022-07-05 | 湖北工业大学 | 一种传染病患者密切接触者的隐私保护追溯系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10506380B2 (en) * | 2016-12-22 | 2019-12-10 | Nokia Solutions And Networks Oy | User motion profiling based on user equipment cell location |
CN106980129B (zh) * | 2017-03-10 | 2019-12-24 | 西安交通大学 | 一种基于位置编码地图的运动轨迹比对方法 |
WO2019007437A1 (en) * | 2017-07-07 | 2019-01-10 | Beijing Didi Infinity Technology And Development Co., Ltd. | SYSTEMS AND METHODS FOR DETERMINING POSITION OF MOBILE DEVICE |
CN108986921A (zh) * | 2018-07-04 | 2018-12-11 | 泰康保险集团股份有限公司 | 疾病预测方法、装置、介质及电子设备 |
CN109360660A (zh) * | 2018-10-31 | 2019-02-19 | 河南省疾病预防控制中心 | 一种疾控与出行信息互联的防控方法及防控系统 |
-
2020
- 2020-03-26 CN CN202010223452.1A patent/CN111447552B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111447552A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bowers et al. | Prospective hot-spotting: the future of crime mapping? | |
CN111447552B (zh) | 人群轨迹交叉识别方法、系统和装置和可读存储介质 | |
Randolph et al. | Fragile transmission cycles of tick-borne encephalitis virus may be disrupted by predicted climate change | |
Hart et al. | Reference data and geocoding quality: Examining completeness and positional accuracy of street geocoded crime incidents | |
JP6689566B2 (ja) | 警備システム及び警備方法 | |
US20030227383A1 (en) | Method for identifying chemical, biological and nuclear attacks or hazards | |
US20210406550A1 (en) | Information processing apparatus, information processing method, and program | |
CN112070043B (zh) | 基于特征融合的安全帽佩戴卷积网络、训练及检测方法 | |
Hazrin et al. | Spatial distribution of dengue incidence: a case study in Putrajaya | |
CN111414854A (zh) | 一种目标人群轨迹追踪方法及装置 | |
CN105518710A (zh) | 视频检测方法、视频检测系统以及计算机程序产品 | |
WO2017130902A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN112770265B (zh) | 一种行人身份信息获取方法、系统、服务器和存储介质 | |
CN110427369B (zh) | 道路围蔽监测方法及装置 | |
CN113161006A (zh) | 密接人员感染风险评估方法、装置、电子设备及存储介质 | |
CN109741227A (zh) | 一种基于最近邻算法预测人房一致性处理方法及系统 | |
US8688614B2 (en) | Information processing system | |
CN113256405B (zh) | 欺诈用户集中区域的预测方法、装置、设备及存储介质 | |
Ashqar et al. | Vulnerable road user detection using smartphone sensors and recurrence quantification analysis | |
CN112367397A (zh) | 外勤作业的监控预警方法、系统、计算机设备及存储介质 | |
CN116610849A (zh) | 获取轨迹相似的移动对象的方法、装置、设备及存储介质 | |
Briz-Redón et al. | DRHotNet: An R package for detecting differential risk hotspots on a linear network | |
Dinc et al. | Evaluation of Unsupervised Classification on Police Patrol Zone Design Problem | |
CN111554407A (zh) | 人群标记方法、系统和计算机可读存储介质 | |
CN112926784A (zh) | 一种适用于文旅产业监测的景区人流量峰值预测方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211221 |
|
CF01 | Termination of patent right due to non-payment of annual fee |