CN112399338B - 异常位置数据的确定方法、装置、计算机设备及存储介质 - Google Patents
异常位置数据的确定方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112399338B CN112399338B CN202011301517.6A CN202011301517A CN112399338B CN 112399338 B CN112399338 B CN 112399338B CN 202011301517 A CN202011301517 A CN 202011301517A CN 112399338 B CN112399338 B CN 112399338B
- Authority
- CN
- China
- Prior art keywords
- position point
- point
- previous
- abnormal
- determining
- 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.)
- Active
Links
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
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Navigation (AREA)
Abstract
本申请提供了一种异常位置数据的确定方法、装置、计算机设备及存储介质,涉及数据处理技术领域,用于提高异常位置数据的确定的准确度。方法主要包括:获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种异常位置数据的确定方法、装置、计算机设备及存储介质。
背景技术
随着定位技术的飞速发展,人们对基于定位的位置服务需求越来越多,譬如:车辆防盗、孩子位置监护、公司车辆或重要设备管理等。通过GPS、基站、北斗定位等技术,终端可以获取当前的位置信息,通过对这些上传的位置信息进行展示,用户可以随时查看自己关心的位置信息如:车辆、家人等的实时位置信息。为人员和财产的安全提供保障。
但是由于现有技术的局限和外界环境干扰因素的影响,设备上传的定位位置不可能全部完全正确,存在一些偏移的异常情况,从而影响数据的准确性和用户的判断。
发明内容
本申请实施例提供一种异常位置数据的确定方法、装置、计算机设备及存储介质,用于提高移动终端异常位置数据确定的准确度。
本发明实施例提供一种异常位置数据的确定方法,所述方法包括:
获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;
根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;
根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。
本发明实施例提供一种异常位置数据的确定装置,所述装置包括:
获取模块,用于获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;
计算模块,用于根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;
确定模块,用于根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述异常位置数据的确定方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述异常位置数据的确定方法。
本发明提供一种异常位置数据的确定方法、装置、计算机设备及存储介质,首先获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;然后根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;最后根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。即本发明根据位置数据序列中相邻位置点的移动速度和距离确定异常的位置点,从而通过本发明可以提高异常位置数据确定的准确度。
附图说明
图1为本申请第一实施例提供的异常位置数据的确定方法流程图;
图2为本申请第一实施例提供的计算相邻位置点距离及移动速度流程图;
图3为本申请第二实施例提供的异常位置数据的确定方法流程图;
图4为本申请一个实施例提供的异常位置数据的确定装置的结构框图;
图5为本申请一个实施例提供的计算机设备的一示意图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请实施例的技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请实施例技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
第一实施例
请参阅图1,所示为本发明第一实施例当中的异常位置数据的确定方法,所述方法具体包括步骤S10-步骤S30。
S10,获取移动终端的位置数据序列。
其中,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间。例如,位置数据序列为Di={D1、D2、D3、D4…DN},序列中的每项数据都代表一个位置点,每个位置点Di都对应有位置数据和位置获取时间。具体的,位置数据具体可以为GPS数据、经纬度数据等,本发明实施例不做具体限定。
S20,根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度。
如图2所示,具体的,所述根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度,包括:
S201,根据所述位置点的位置数据计算每个位置点距的前一个位置点和/或后一个位置点的距离。
例如,位置数据序列为Di={D1、D2、D3、D4…DN},若当前节点为D2,则前一个位置点为D1,后一个位置点为D3,位置点D1、D2、D3的位置数据分别为P1、P2、P3,则当前位置点距的前一个位置点的距离为P2-P1,当前位置点距的后一个位置点的距离为P3-P2。
S202,根据所述每个位置点距前一个位置点和/或后一个位置点的距离,以及对应的位置点的位置获取时间计算每个位置点至前一个位置点和/或后一个位置点的移动速度。
例如,若当前节点为D2,则前一个位置点为D1,后一个位置点为D3,位置点D1、D2、D3的位置数据分别为P1、P2、P3,位置获取时间分别为T1、T2、T3,则当前位置点至的前一个位置点的移动速度为(P2-P1)/(T2-T1),当前位置点至的后一个位置点的移动速度为(P3-P2)/(T3-T2)。
S30,根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。
其中,异常位置点就是某种意义上的超速,只是这种超速超过了具体的认知场景。而判断超速与否不能只看速度,还要看位移和时间。如果相应的速度,达到了相对应的位移,但是时间过短,那么就认为异常位置数据。
例如,检测到飞机的速度,同时连续位移达到了一个飞机的位移,但是用时小于1小时(通常飞机都会候机,候机起飞和最终落地时间超过一个小时),那么就是异常位置点;
例如,检测到火车的速度,同时连续位移达到了一个火车的位移,但是用时小于20min(通常火车都会从候车到最终达到目的地大于20min),那么就是异常位置点;
也就是说,本实施例中相同的速度,时间越短(或者位移越短),越应该被判断为异常位置点,尤其是在速度较大的时候。
在本发明实施例中,结合用户乘坐不同交通工具的时速对获取的每个位置点对应的前一个位置点和/或后一个位置点的移动速度进行分析,确定位置点中的异常位置点。例如,交通出行的最大时速为D,最大时速D对应的最小运行时间为S,前一个位置点到当前位置点的时速大于D,则可以确定当前位置点出现异常;若前一个位置点到当前位置点的时速约等于D,但是前一个位置点到当前位置点的移动距离小于D*S,或前一个位置点至当前位置点的时间间隔小于S,则可以确定当前位置点出现异常。
本发明提供一种异常位置数据的确定方法,首先获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;然后根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;最后根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。即本发明根据位置数据序列中相邻位置点的移动速度和距离确定异常的位置点,从而通过本发明可以提高异常位置数据确定的准确度。
第二实施例
请参阅图3,所示为本发明第二实施例当中的异常位置数据的确定方法,第二实施例与第一实施例不同之处在于,所述根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点,包括:
S301,确定当前位置点至前一个位置点移动速度的速度等级。
其中,速度等级代表不同交通工具移动速度范围。如表1所示,对速度按照常用的交通工具分成6个等级,为了便于认知,标注0级为火箭速度范围;1级为飞机速度范围;2级为高铁速度范围;3级为汽车速度范围;4级为骑行速度范围;5级为步行速度范围。
表1
0级 | 火箭速度范围 | 1120km/h+ |
1级 | 飞机速度范围 | 400~1120km/h |
2级 | 高铁速度范围 | 120~400km/h |
3级 | 汽车速度范围 | 40~120km/h |
4级 | 骑行速度范围 | 15~40km/h |
5级 | 步行速度范围 | 0~15km/h |
例如,当前位置点的位置获取时间为16:10,前一个位置点的位置获取时间为16:00,通过计算当前位置点和前一个位置点的位置数据得到两个位置点的距离为100km,也就是说当前位置点至前一个位置点的移动速度600km/h,则可以确定当前位置点和前一个位置点的速度等级为1级(飞机速度)。
S302,确定当前位置点距前一个位置点的距离是否小于所述速度等级对应的最小距离。
需要说明的是,由于在实际应用场景中会出现位置数据序列中延时上报的位置点,因此根据移动速度还不足以完全确定异常的位置点。因此,本实施例在确定当前位置点至前一个位置点的速度等级之后,还需要确定当前位置点距前一个位置点的距离是否小于所述速度等级对应的最小距离,如果小于所述速度等级对应的最小距离,则当前位置点为异常位置点;如果大于等于所述速度等级对应的最小距离,则当前位置点为延时上报的位置点。
在发明实施例中,不同交通工具对应不同的速度范围,不同的速度范围对应不同的最小运行时间。如表2所示异常位置点计算规则中给出了乘坐不同交通工具所需要的时间。
表2
上述表中的内容:同样的距离,汽车运行需要小于1小时,高铁运行需要小于20分钟,飞机运行需要7分钟,火箭运行则需要2分钟。需要说明的是,上述表格中的时间数据是根据数据分析统计得来的。
例如,乘坐高铁到达汽车一小时位移最快需要6分钟,我们认为高铁速度→汽车位移的情况下,发生的时间满足一个分布,例如:
P(6分钟|高铁速度→汽车位移)=0.01
P(12分钟|高铁速度→汽车位移)=0.1
P(20分钟|高铁速度→汽车位移)=0.8
因此,将选择概率大于0.8的点作为时间阈值,即对应上述表格中汽车运行一小时的距离,高铁所需要运行的时间。
在上述表格中,对异常因子进行求和指的是在各个级别的异常次数的加和,一段时间内,各个速度-位移的异常次数的加和汇总,表示异常的程度,如果异常的程度很高,那么这个人的轨迹整体就不可信。
S303,若确定当前位置点距前一个位置点的距离小于所述速度等级对应的最小距离,则对所述当前位置点和所述前一个位置点的异常标志位分别加1。
其中,所述异常标志位的初始值为0;异常标志位为1则代表可疑位置点,异常标志位为2则代表异常位置点。
例如,若当前位置点至前一个位置点的移动速度600km/h,也就是对应于表格1中的飞机等级,而飞机等级的最小运行时间为1小时,也就是说飞机飞行一次至少运行距离600km,若当前位置点至前一个位置点的距离为10km,则说明当前位置点至前一个位置点为可疑位置点,此时需要在当前位置点和所述前一个位置点的异常标志位分别加1。
S304,将所述异常标志位为2的位置点确定为异常位置点。
需要说明的是,通常而言火车最快速度400km/h达到汽车位移40km需要6分钟,但是6分钟做阈值太严格了,在现实世界中由于轨迹的采样频率或者沿途经停的情况,这种情况发生的概率很低,发生的概率经统计分析得到仅为1%。如果速度慢一点,采用中等速度200km/h,那么要12分钟,这种情况在数据分析中的统计概率大概为10%,发生的概率依然很低。根据经验,一般火车经停一站的时间通常在15-30分钟左右,也就是需要一个容错的机制。这里我们通过数据分析方法确定采用80%的概率值,即用20分钟作为轨迹飘飞的阈值。
在发明提供的另一个实施例中,所述位置点还对应有来源信息,所述来源信息为GPS、WIFI、基站、IP定位、北斗定位。所述方法还包括:若所述位置数据序列中存在多个获取时间相同,来源信息及位置数据不同的位置点;则对多个获取时间相同的位置点进行加权计算,确定所述获取时间相同的位置点对应的位置数据,所述不同的来源信息对应不同的权重值。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种异常位置数据的确定装置,该异常位置数据的确定装置与上述实施例中异常位置数据的确定方法一一对应。如图4所示,所述异常位置数据的确定装置各功能模块详细说明如下所示:
获取模块10,用于获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;
计算模块20,用于根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;
确定模块30,用于根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。
进一步的,所述计算模块20,包括:
第一计算单元,用于根据所述位置点的位置数据计算每个位置点距的前一个位置点和/或后一个位置点的距离;
第二计算单元,用于根据所述每个位置点距前一个位置点和/或后一个位置点的距离,以及对应的位置点的位置获取时间计算每个位置点至前一个位置点和/或后一个位置点的移动速度。
进一步的,所述确定模块30,包括:
确定单元,用于确定当前位置点至前一个位置点的移动速度的速度等级;
所述确定单元,确定当前位置点距前一个位置点的距离是否小于所述速度等级对应的最小距离;
累加单元,用于若确定当前位置点距前一个位置点的距离小于所述速度等级对应的最小距离,则对所述当前位置点和所述前一个位置点的异常标志位分别加1;所述异常标志位的初始值为0;
所述确定单元,还用于将所述异常标志位为2的位置点确定为异常位置点。
进一步的,所述位置点还对应有来源信息,所述计算模块20,还用于若所述位置数据序列中存在多个获取时间相同,来源信息及位置数据不同的位置点;则对多个获取时间相同的位置点进行加权计算,确定所述获取时间相同的位置点对应的位置数据,所述不同的来源信息对应不同的权重值。
具体的,所述来源信息为GPS、WIFI、基站、北斗定位。
关于异常位置数据的确定装置的具体限定可以参见上文中对于异常位置数据的确定方法的限定,在此不再赘述。上述设备中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种异常位置数据的确定方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;
根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;
根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;
根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;
根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
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,均应包含在本发明的保护范围之内。
Claims (8)
1.一种异常位置数据的确定方法,其特征在于,所述方法包括:
获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;
根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;
根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点;
所述根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点,包括:
确定当前位置点至前一个位置点的移动速度的速度等级;
确定当前位置点距前一个位置点的距离是否小于所述速度等级对应的最小距离;
若确定当前位置点距前一个位置点的距离小于所述速度等级对应的最小距离,则对所述当前位置点和所述前一个位置点的异常标志位分别加1;所述异常标志位的初始值为0;
将所述异常标志位为2的位置点确定为异常位置点。
2.根据权利要求1所述的异常位置数据的确定方法,其特征在于,所述根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度,包括:
根据所述位置点的位置数据计算每个位置点距的前一个位置点和/或后一个位置点的距离;
根据所述每个位置点距前一个位置点和/或后一个位置点的距离,以及对应的位置点的位置获取时间计算每个位置点至前一个位置点和/或后一个位置点的移动速度。
3.根据权利要求1-2任一所述的异常位置数据的确定方法,其特征在于,所述位置点还对应有来源信息,所述方法还包括:
若所述位置数据序列中存在多个获取时间相同,来源信息及位置数据不同的位置点;则对多个获取时间相同的位置点进行加权计算,确定所述获取时间相同的位置点对应的位置数据,所述不同的来源信息对应不同的权重值。
4.根据权利要求3所述的异常位置数据的确定方法,其特征在于,所述来源信息为GPS、WIFI、基站、北斗定位。
5.一种异常位置数据的确定装置,其特征在于,所述装置包括:
获取模块,用于获取移动终端的位置数据序列,所述位置数据序列中包括多个按照时间顺序排列的位置点,所述位置点包括位置数据及对应的位置获取时间;
计算模块,用于根据所述位置数据和对应的位置获取时间计算所述位置数据序列中每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度;
确定模块,用于根据每个位置点对应的前一个位置点和/或后一个位置点的距离及移动速度确定所述位置点中的异常位置点;
所述确定模块,包括:
确定单元,用于确定当前位置点至前一个位置点的移动速度是否大于第一预置数值;
所述确定单元,还用于若确定当前位置点至前一个位置点的移动速度大于预置数值,则确定当前位置点距前一个位置点的距离是否小于第二预置数值;
累加单元,用于若确定当前位置点距前一个位置点的距离小于所述第二预置数值,则对所述当前位置点和所述前一个位置点的异常标志位分别加1;所述异常标志位的初始值为0;
所述确定单元,还用于将所述异常标志位为2的位置点确定为异常位置点。
6.根据权利要求5所述的异常位置数据的确定装置,其特征在于,所述计算模块,包括:
第一计算单元,用于根据所述位置点的位置数据计算每个位置点距的前一个位置点和/或后一个位置点的距离;
第二计算单元,用于根据所述每个位置点距前一个位置点和/或后一个位置点的距离,以及对应的位置点的位置获取时间计算每个位置点至前一个位置点和/或后一个位置点的移动速度。
7.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的异常位置数据的确定方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的异常位置数据的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011301517.6A CN112399338B (zh) | 2020-11-19 | 2020-11-19 | 异常位置数据的确定方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011301517.6A CN112399338B (zh) | 2020-11-19 | 2020-11-19 | 异常位置数据的确定方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112399338A CN112399338A (zh) | 2021-02-23 |
CN112399338B true CN112399338B (zh) | 2023-03-24 |
Family
ID=74606630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011301517.6A Active CN112399338B (zh) | 2020-11-19 | 2020-11-19 | 异常位置数据的确定方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112399338B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487858B (zh) * | 2021-06-25 | 2022-05-10 | 大连海事大学 | 一种面向路网数据的异常轨迹检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740457A (zh) * | 2012-06-21 | 2012-10-17 | 宁波波导股份有限公司 | 一种终端移动定位防漂移的方法 |
CN102944886A (zh) * | 2012-10-11 | 2013-02-27 | 厦门雅迅网络股份有限公司 | 一种gps速度漂移过滤的方法 |
CN104391888A (zh) * | 2014-11-11 | 2015-03-04 | 福建星海通信科技有限公司 | 一种异常定位数据的过滤方法 |
CN111522035A (zh) * | 2020-06-04 | 2020-08-11 | 深圳市华德安科技有限公司 | 定位轨迹的生成方法、设备及可读存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103929719B (zh) * | 2014-05-05 | 2018-01-12 | 重庆慧云科技有限公司 | 定位信息的优化方法和优化装置 |
CN104683948B (zh) * | 2015-02-04 | 2018-10-19 | 四川长虹电器股份有限公司 | 自我学习的异常位置轨迹点过滤方法 |
CN105022027B (zh) * | 2015-04-17 | 2018-03-09 | 北京嘀嘀无限科技发展有限公司 | 一种数据过滤方法及装置 |
CN106231671B (zh) * | 2016-08-09 | 2019-05-17 | 南京掌控网络科技有限公司 | 一种移动设备的移动轨迹优化方法 |
CN106878951B (zh) * | 2017-02-28 | 2021-04-02 | 上海讯飞瑞元信息技术有限公司 | 用户轨迹分析方法及系统 |
CN107765277B (zh) * | 2017-09-28 | 2020-11-10 | 上海惠芽信息技术有限公司 | 地图轨迹的绘制方法与装置 |
CN109409902A (zh) * | 2018-09-04 | 2019-03-01 | 平安普惠企业管理有限公司 | 风险用户识别方法、装置、计算机设备及存储介质 |
-
2020
- 2020-11-19 CN CN202011301517.6A patent/CN112399338B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740457A (zh) * | 2012-06-21 | 2012-10-17 | 宁波波导股份有限公司 | 一种终端移动定位防漂移的方法 |
CN102944886A (zh) * | 2012-10-11 | 2013-02-27 | 厦门雅迅网络股份有限公司 | 一种gps速度漂移过滤的方法 |
CN104391888A (zh) * | 2014-11-11 | 2015-03-04 | 福建星海通信科技有限公司 | 一种异常定位数据的过滤方法 |
CN111522035A (zh) * | 2020-06-04 | 2020-08-11 | 深圳市华德安科技有限公司 | 定位轨迹的生成方法、设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
轨道交通GPS错误数据检测算法研究及验证;陈德旺 等;《中国铁道科学》(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112399338A (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108674413B (zh) | 车辆行人碰撞预防方法及系统 | |
CN108280995B (zh) | 车联网的路况数据处理方法、装置和计算机设备 | |
CN108286981B (zh) | 车联网的车辆路径规划方法、装置和计算机设备 | |
CN111179589B (zh) | 车辆od预测的方法、装置、设备及存储介质 | |
US10593133B2 (en) | Determining a current position of a vehicle in real-time | |
CN112837556A (zh) | 车辆位置信息监控处理方法和装置 | |
CN112399338B (zh) | 异常位置数据的确定方法、装置、计算机设备及存储介质 | |
US20200034574A1 (en) | Cybersecurity vulnerability prioritization and remediation | |
US9363646B2 (en) | Receiving a service in a vehicle based on location data of a mobile device within the vehicle | |
Parada et al. | Machine learning-based trajectory prediction for vru collision avoidance in v2x environments | |
CN109005497B (zh) | 确定信号盲区的方法、确定用户位置的方法及装置 | |
CN116907523A (zh) | 路径规划方法、装置、计算机设备和存储介质 | |
CN107221183B (zh) | 一种公共交通工具实时报站方法及装置 | |
Watanabe et al. | Machine-learning-based hazardous spot detection framework by mobile sensing and opportunistic networks | |
Milani et al. | Cloud-based vehicle functions: Motivation, use-cases and classification | |
US11877217B2 (en) | Message processing for wireless messages based on value of information | |
CN111915892A (zh) | 数据请求的响应方法、装置、计算机设备以及介质 | |
CN115841765A (zh) | 车辆位置盲区监控方法、装置、电子设备及可读存储介质 | |
CN110930688A (zh) | 交通工具行驶路径的规划方法、装置、计算机设备和存储介质 | |
CN110794441B (zh) | 车辆急转弯识别方法、装置、计算机设备和存储介质 | |
CN111818116B (zh) | 用于校正车辆位置的方法、设备、车辆和计算机可读介质 | |
US20200114761A1 (en) | Tunnel accident detection | |
CN113190637B (zh) | 公交线路新增方法、装置、计算机设备及存储介质 | |
CN112052276A (zh) | 乘车路线的挖掘方法和装置 | |
CN111464949A (zh) | 一种位置校正的方法、装置、可读存储介质和电子设备 |
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 |