CN112989222A - 一种位置确定方法、装置及电子设备 - Google Patents
一种位置确定方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112989222A CN112989222A CN202110242003.6A CN202110242003A CN112989222A CN 112989222 A CN112989222 A CN 112989222A CN 202110242003 A CN202110242003 A CN 202110242003A CN 112989222 A CN112989222 A CN 112989222A
- Authority
- CN
- China
- Prior art keywords
- track
- information
- target
- stopping position
- clustering
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 claims description 23
- 238000000926 separation method Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 102100023927 Asparagine synthetase [glutamine-hydrolyzing] Human genes 0.000 description 1
- 101100380329 Homo sapiens ASNS gene Proteins 0.000 description 1
- 101100048480 Vaccinia virus (strain Western Reserve) UNG gene Proteins 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明实施例公开了一种位置确定方法、装置和电子设备,通过获取目标历史任务的轨迹信息,对该轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置,将各停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,其中,停留位置的特征信息至少包括停留位置的位置坐标。本实施例通过对轨迹点进行聚类来获取停留位置,提高了停留位置确定的准确性,并基于位置确定模型对各停留位置的特征信息进行处理,从而可以有效地排除各停留位置中的非目标停留位置,由此,可以提高位置确定的准确性。
Description
技术领域
本发明涉及计算机技术领域,更具体地,涉及一种位置确定方法、装置及电子设备。
背景技术
目前,通常基于用户的历史行程信息来为用户推荐相关信息,因此,如何准确地确定用户历史行程信息中的最终停留位置是至关重要的。
发明内容
有鉴于此,本发明实施例提供一种位置确定方法、装置及电子设备,以通过对轨迹点进行聚类来获取停留位置,提高停留位置确定的准确性,并基于位置确定模型对各停留位置的特征信息进行处理,从而可以有效地排除各停留位置中的非目标停留位置,进而提高了确定的目标停留位置准确性。
第一方面,本发明实施例提供了一种位置确定方法,所述方法包括:
获取目标历史任务的轨迹信息;
对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置;
将各所述停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,所述停留位置的特征信息至少包括所述停留位置的位置坐标。
第二方面,本发明实施例提供一种位置确定装置,所述装置包括:
第一信息获取单元,被配置为获取目标历史任务的轨迹信息;
停留位置确定单元,被配置为对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置;
处理单元,被配置为将各所述停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,所述停留位置的特征信息至少包括所述停留位置的位置坐标。
第三方面,本发明实施例提供一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如本发明实施例第一方面所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如本发明实施例第一方面所述的方法。
第五方面,本发明实施例提供一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如本发明实施例第一方面所述的方法。
本发明实施例通过获取目标历史任务的轨迹信息,对该轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置,将各停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,其中,停留位置的特征信息至少包括停留位置的位置坐标。由此,本实施例通过对轨迹点进行聚类来获取停留位置,提高了停留位置确定的准确性,并基于位置确定模型对各停留位置的特征信息进行处理,从而可以有效地排除各停留位置中的非目标停留位置,由此,可以提高确定的目标停留位置准确性。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明实施例的一种位置确定方法的流程图;
图2是本发明实施例的停留位置确定方法的流程图;
图3是本发明实施例的一种时间窗口的划分方法示意图;
图4是本发明实施例的另一种时间窗口的划分方法示意图;
图5是本发明实施例的轨迹聚类的示意图;
图6是本发明实施例的目标历史任务的轨迹信息的示意图;
图7是本发明实施例的位置推荐方法的流程图;
图8是本发明实施例的位置确定装置的示意图;
图9是本发明实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在以下实施例中,主要以网约车为例进行详细描述,应理解,本发明实施例并不限制于应用在网约车应用场景中,其他需要基于目标停留位置确定目标推荐点的应用场景,例如物流领域等,均可采用本实施例的位置推荐方法。
应理解,在本发明的各实施例中,均在取得用户授权后获取用户的账户信息和位置信息,以便于为用户进行导航或为用户推荐最便利的上下车位置等信息。
图1是本发明实施例的位置确定方法的流程图。如图1所示,本发明实施例的位置确定方法包括以下步骤:
步骤S110,获取目标历史任务的轨迹信息。在一种可选的实现方式中,以网约车应用场景为例,轨迹信息包括车辆的运动轨迹和用户终端的运动轨迹。可选的,在任务生成后,收集车载设备或司机终端周期性上传的轨迹点,以获取车辆的运动轨迹,收集用户终端周期性上传的轨迹点,以获取用户终端的运动轨迹。
步骤S120,对轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置。
以网约车应用场景为例,轨迹信息包括车辆的运动轨迹和用户终端的运动轨迹,对各轨迹上的轨迹点进行聚类获取停留位置的方式类似,本实施例以车辆的运动轨迹为例进行具体说明。
在一种可选的实现方式中,对轨迹信息中的至少一条轨迹上的轨迹点进行聚类,获取至少一个聚类簇,将至少一个聚类簇的聚类中心或聚类簇对应的区域确定为至少一个停留位置,由此,可以提高位置确定的准确性。其中,聚类簇用于表征在聚类中心的预定范围内的所有轨迹点的集合。例如,在以聚类中心为中心点的20m范围内,应理解,聚类簇的大小根据实际应用场景进行确定,本实施例并不对此进行限制。可选的,可以将与其他轨迹点的距离和最小的轨迹点确定为聚类中心,本实施例并不对聚类中心的确定进行限制。
在一种可选的实现方式中,根据轨迹上的轨迹点速度和/或相邻轨迹点之间的距离,对该轨迹在时序上进行聚类,以确定至少一个停留位置。在车辆行驶过程中,若出现停车情况,则停车期间的轨迹点速度较小,相邻轨迹点之间的距离也较小,因此,本实施例基于轨迹上的轨迹点速度和/或相邻轨迹点之间的距离来对该轨迹进行聚类,以提高停留位置确定的准确性。
图2是本发明实施例的停留位置确定方法的流程图。可选的,如图2所示,本实施例的停留位置确定方法包括以下步骤:
步骤S210,确定各时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离。
各轨迹点的信息包括轨迹点的坐标信息和上传时间信息。在本实施例中,预设设置时间窗口的宽度。应理解,时间窗口的宽度范围根据具体应用场景确定,例如15s-120s,本实施例并不对此进行限制。
在一种可选的实现方式中,获取距到达目的位置时刻(例如网约车任务中的结束计费时刻)或任务结束时刻(例如网约车任务中的付款时刻)一定时间(例如10分钟等)内的轨迹,并基于各轨迹点的上传时间信息划分各时间窗口。由此,可以选择性地处理下车点周围的轨迹数据,减小了数据计算量,并在一定程度上排除行车过程中由于堵车、红绿灯等停车行为造成的干扰,提高了位置确定的效率。
图3是本发明实施例的另一种时间窗口的划分方法示意图。在一种可选的实现方式中,各相邻时间窗口的时间是连续的或具有时间间隔。例如相邻的两个时间窗口分别为11:20:00-11:20:30、11:20:30-11:21:00、或者相邻的两个时间窗口分别为11:20:00-11:20:30、11:20:35-11:21:05。如图3所示,相邻的时间窗口T1和T1+1的时间是连续的。由此,可以进一步减小数据计算量,提高位置确定的效率。
图4是本发明实施例的另一种时间窗口的划分方法示意图。可选的,在实际应用场景中,在各相邻时间窗口的时间是连续的或具有时间间隔的情况下,可能出现同一停留行为分布在不同多个时间窗口的情况,从而可能降低确定的停留位置的准确性。如图3所示,在本实施例中,在相邻的时间窗口T2和时间窗口T2+1之间具有重叠时间。其中,在时间窗口T2中可能已经出现了减速停留行为,因此,使得相邻时间窗口具有一定的重叠部分,可以使得车辆停留时间内的轨迹点尽量集中在同一时间窗口内,从而可以进一步提高位置确定的准确性。
在一种可选的实现方式中,相邻时间窗口的重叠时间为半个时间窗口的时间,例如,例如相邻的两个时间窗口分别为11:20:00-11:20:30、11:20:15-11:21:45。应理解,重叠时间可以根据具体应用场景进行确定,本实施例并不对此进行限制。
可选的,在本实施例中,可以根据当前轨迹点与其相邻的前后两个轨迹点之间的距离以及轨迹点上传时间信息确定当前轨迹点的速度。应理解,本实施例并不对轨迹点的速度计算方式进行限制。
步骤S220,响应于检测到时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离满足预定条件,对该时间窗口内的轨迹点进行聚类,以确定该时间窗口对应的聚类中心。在一种可选的实现方式中,预定条件可以为时间窗口内的至少部分轨迹点的速度小于速度阈值、和/或至少部分相邻轨迹点之间的距离小于第一距离阈值、和/或至少部分相邻轨迹点之间的平均距离小于第二距离阈值、和/或至少部分相邻轨迹点之间的总距离小于第三距离阈值。可选的,时间窗口内的小于速度阈值的轨迹点的比例大于或等于50%,确定该时间窗口满足预定条件。
图5是本发明实施例的轨迹聚类的示意图。如图5所示,对于一条运动轨迹,对满足条件的时间窗口内的轨迹点进行聚类,获取连个聚类簇51和52,对应的聚类中心分别为c1和c2。其中,聚类簇用于表征在聚类中心的预定范围内的所有轨迹点的集合。例如,在以聚类中心为中心点的20m范围内,应理解,聚类簇的大小根据实际应用场景进行确定,本实施例并不对此进行限制。可选的,可以将与其他轨迹点的距离和最小的轨迹点确定为聚类中心,本实施例并不对聚类中心的确定进行限制。
步骤S230,根据满足预定条件的至少一个时间窗口对应的聚类中心确定至少一个停留位置。如图5所示,可以将聚类中心c1和c2确定为停留位置。
可选的,在其他实施方式中,可以将聚类簇51和聚类簇51对应的区域或者路段确定为停留位置。
在本实施例中,以网约车应用场景为例,基于步骤S210-S230确定车辆的运动轨迹对应的至少一个停留位置和/或用户终端的运动轨迹对应的至少一个停留位置。
可选的,若根据车辆的运动轨迹和用户终端的运动轨迹确定至少一个停留位置。由于车辆的运动轨迹与用户终端的运动轨迹在乘客上车至乘客下车期间是基本重合的,因此,可以确定根据车辆的运动轨迹确定的停留位置和根据用户终端的运动轨迹确定的停留位置的交集,以确定对应的至少一个停留位置。可选的,若车辆的运动轨迹对应的停留位置与用户终端对应的停留位置的距离小于预定值,则可以确定这两个停留位置重合,将车辆的运动轨迹对应的停留位置或用户终端对应的停留位置确定为目标历史任务对应的一个停留位置。
图6是本发明实施例的目标历史任务的轨迹信息的示意图。如图6所示,轨迹信息包括车辆的运动轨迹l1和用户终端的运动轨迹l2。其中,基于上述任一种方式对车辆的运动轨迹l1上的轨迹点进行聚类,获得聚类簇61-63及其对应的聚类中心c61-c63。基于上述任一种方式对用户终端的运动轨迹l2上的轨迹点进行聚类,获得聚类簇64-67及其对应的聚类中心c64-c67。也即,根据车辆的运动轨迹确定的停留位置包括c61-c63,根据用户终端的运动轨迹确定的停留位置包括c64-c67。其中,停留位置c61与c64的距离小于预定值,停留位置c62与c65的距离小于预定值,停留位置c63与c66的距离小于预定值。由此,可以将停留位置c61(或c64)、停留位置c62(或c65)、停留位置c63(或c66)以及停留位置c67确定为目标历史任务对应的停留位置。
步骤S130,将各停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置。其中,停留位置的特征信息至少包括停留位置的位置坐标。可选的,本实施例的位置确定模型可以为GBDT模型或其他机器模型,本实施例并不对此进行限制。
在一种可选的实现方式中,停留位置的特征信息还包括停留位置对应的路况信息、任务目的位置坐标、任务结束位置坐标、所述停留位置与所述任务目的位置之间的距离、以及所述轨迹信息中的各轨迹之间的分离位置坐标中的至少一项。可选的,在网约车应用领域中,停留位置对应的路况信息可以包括停留位置所在路段的拥堵参数、停留位置周围是否存在路口和/或红绿灯等。任务目的位置坐标可以为结束计费点坐标,任务结束位置坐标可以为用户付费点坐标。轨迹信息中的各轨迹之间的分离位置坐标如图6中的A点。应理解,停留位置的特征信息还可以包括目标历史任务中的起始地址、目的地址等其他信息。由此,在本实施例中,可以排除因路段拥堵、或红绿灯路口等情况造成的停留,以更准确地确定用户的实际下车位置。
在一种可选的实现方式中,将各停留位置的特征信息输入至位置确定模型中进行处理,获取各停留位置的得分,将得分最高的停留位置确定为目标停留位置,由此,可以提高位置确定的准确性。可选的,在网约车应用领域中,目标停留位置可以为用户的实际下车点。
本发明实施例通过获取目标历史任务的轨迹信息,对该轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置,将各停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,其中,停留位置的特征信息至少包括停留位置的位置坐标。由此,可以提高位置确定的准确性,从而可以提高基于目标停留位置进行位置推荐的准确性,降低用户从推送的位置点到达目标地址或者从目标地址到达推送所花费的代价,进而提高用户体验感。
图7是本发明实施例的位置推荐方法的流程图。如图7所示,本发明实施例的位置推荐方法包括以下步骤:
步骤S310,获取当前任务信息。其中,当前任务信息包括目标地址。以网约车应用场景为例,目标地址可以为起始地址或目的地址。
步骤S320,根据目标地址以及对应的目标历史任务的目标停留位置确定当前任务的目标推荐位置。
在一种可选的实现方式中,获取以该目标地址为起始地址或目的地址的目标历史任务,并获取目标历史任务对应的目标停留位置。其中,目标历史任务对应的目标停留位置基于上述步骤S110-S130确定,在此不再赘述。
可选的,可以对获取的各目标停留位置进行密度聚类,将聚类获取的聚类中心确定为待推送的目标推荐位置,也可以将获取的各目标停留位置输入至模型中进行排序,根据排序结果确定待推送的目标推荐位置。应理解,本实施例并不对如何基于各目标历史任务对应的目标停留位置确定当前任务的目标推荐位置的方式进行限制。
步骤S330,将目标推荐位置推送至用户终端和/或任务执行端。以网约车场景为例,假设目标推荐位置为下车推荐位置,则可以将至少一个下车推荐位置推送到乘客终端和/或司机终端,以在乘客终端和/或司机终端的导航界面进行显示,进而使得乘客和/或司机确定下车点。
本发明实施例通过获取当前任务信息,根据目标地址以及对应的目标历史任务的目标停留位置确定当前任务的目标推荐位置,将所述目标推荐位置推送至用户终端和/或任务执行端。其中,通过获取目标历史任务的轨迹信息,对该轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置,将各停留位置的特征信息输入至位置确定模型中进行处理,来获取上述目标历史任务的目标停留位置。由此,可以提高位置确定的准确性,从而可以提高基于目标停留位置进行位置推荐的准确性,降低用户从推送的位置点到达目标地址或者从目标地址到达推送所花费的代价,进而提高用户体验感。
图8是本发明实施例的位置确定装置的示意图。本发明实施例的位置确定装置8包括第一信息获取单元81、停留位置确定单元82和处理单元83。
第一信息获取单元81被配置为获取目标历史任务的轨迹信息。停留位置确定单元82被配置为对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置。处理单元83被配置为将各所述停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,所述停留位置的特征信息至少包括所述停留位置的位置坐标。
在一种可选的实现方式中,所述停留位置确定单元进一步配置为根据所述轨迹上的轨迹点速度和/或相邻轨迹点之间的距离,对所述轨迹在时序上进行聚类,以确定至少一个停留位置。
在一种可选的实现方式中,所述停留位置确定单元包括计算子单元、第一聚类子单元和第一位置确定子单元。
计算子单元,被配置为确定各时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离。第一聚类子单元,被配置为响应于检测到时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离满足预定条件,对该时间窗口内的轨迹点进行聚类,以确定该时间窗口对应的聚类中心。第一位置确定子单元,被配置为根据满足所述预定条件的至少一个时间窗口对应的聚类中心确定至少一个停留位置。
在一种可选的实现方式中,所述预定条件为所述时间窗口内的至少部分轨迹点的速度小于速度阈值、和/或至少部分相邻轨迹点之间的距离小于第一距离阈值、和/或至少部分相邻轨迹点之间的平均距离小于第二距离阈值、和/或至少部分相邻轨迹点之间的总距离小于第三距离阈值。
在一种可选的实现方式中,所述停留位置确定单元包括第二聚类子单元和第二位置确定子单元。第二聚类子单元,被配置为对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,获取至少一个聚类簇。第二位置确定子单元,被配置为将至少一个所述聚类簇的聚类中心或所述聚类簇对应的区域确定为至少一个所述停留位置。
在一种可选的实现方式中,所述停留位置的特征信息还包括所述停留位置对应的路况信息、任务目的位置坐标、任务结束位置坐标、所述停留位置与所述任务目的位置之间的距离、以及所述轨迹信息中的各轨迹之间的分离位置坐标中的至少一项。
在一种可选的实现方式中,位置确定装置8还包括第二信息获取单元、目标推荐位置确定单元和推送单元。第二信息获取单元被配置为获取当前任务信息,所述当前任务信息包括目标地址。目标推荐位置确定单元,被配置为根据所述目标地址以及对应的目标历史任务的目标停留位置确定当前任务的目标推荐位置。推送单元,被配置为将所述目标推荐位置推送至用户终端和/或任务执行端。
本发明实施例通过获取目标历史任务的轨迹信息,对该轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置,将各停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,其中,停留位置的特征信息至少包括停留位置的位置坐标。由此,可以提高位置确定的准确性,从而可以提高基于目标停留位置进行位置推荐的准确性,降低用户从推送的位置点到达目标地址或者从目标地址到达推送所花费的代价,进而提高用户体验感。
图9是本发明实施例的电子设备的示意图。如图9所示,电子设备9为通用数据处理装置,其包括通用的计算机硬件结构,其至少包括处理器91和存储器92。处理器91和存储器92通过总线93连接。存储器92适于存储处理器91可执行的指令或程序。处理器91可以是独立的微处理器,也可以是一个或者多个微处理器集合。由此,处理器91通过执行存储器92所存储的指令,从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线93将上述多个组件连接在一起,同时将上述组件连接到显示控制器94和显示装置以及输入/输出(I/O)装置95。输入/输出(I/O)装置95可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地,输入/输出装置95通过输入/输出(I/O)控制器96与系统相连。
本领域的技术人员应明白,本申请的实施例可提供为方法、装置(设备)或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品。
本申请是参照根据本申请实施例的方法、装置(设备)和计算机程序产品的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程。
这些计算机程序指令可以存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现流程图一个流程或多个流程中指定的功能。
也可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。
本发明的另一实施例涉及一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述部分或全部的方法实施例。
本发明的另一实施例涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指定相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开了TS1、一种位置确定方法,所述方法包括:
获取目标历史任务的轨迹信息;
对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置;
将各所述停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,所述停留位置的特征信息至少包括所述停留位置的位置坐标。
TS2、根据TS1所述的方法,对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置包括:
根据所述轨迹上的轨迹点速度和/或相邻轨迹点之间的距离,对所述轨迹在时序上进行聚类,以确定至少一个停留位置。
TS3、根据TS2所述的方法,根据所述轨迹上的轨迹点速度和/或相邻轨迹点之间的距离,对所述轨迹在时序上进行聚类,以确定至少一个停留位置包括:
确定各时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离;
响应于检测到时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离满足预定条件,对该时间窗口内的轨迹点进行聚类,以确定该时间窗口对应的聚类中心;
根据满足所述预定条件的至少一个时间窗口对应的聚类中心确定至少一个停留位置。
TS4、根据TS3所述的方法,所述预定条件为所述时间窗口内的至少部分轨迹点的速度小于速度阈值、和/或至少部分相邻轨迹点之间的距离小于第一距离阈值、和/或至少部分相邻轨迹点之间的平均距离小于第二距离阈值、和/或至少部分相邻轨迹点之间的总距离小于第三距离阈值。
TS5、根据TS1所述的方法,对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置包括:
对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,获取至少一个聚类簇;
将至少一个所述聚类簇的聚类中心或所述聚类簇对应的区域确定为至少一个所述停留位置。
TS6、根据TS1-TS5中任一项所述的方法,所述停留位置的特征信息还包括所述停留位置对应的路况信息、所述目标历史任务的任务目的位置坐标、所述目标历史任务的任务结束位置坐标、所述停留位置与所述目标历史任务的任务目的位置之间的距离、以及所述轨迹信息中的各轨迹之间的分离位置坐标中的至少一项。
TS7、根据TS1-TS6中任一项所述的方法,所述方法还包括:
获取当前任务信息,所述当前任务信息包括目标地址;
根据所述目标地址以及对应的目标历史任务的目标停留位置确定当前任务的目标推荐位置;
将所述目标推荐位置推送至用户终端和/或任务执行端。
本发明实施例公开了TS8、一种位置确定装置,所述装置包括:
第一信息获取单元,被配置为获取目标历史任务的轨迹信息;
停留位置确定单元,被配置为对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置;
处理单元,被配置为将各所述停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,所述停留位置的特征信息至少包括所述停留位置的位置坐标。
TS9、根据TS8所述的装置,所述停留位置确定单元进一步配置为根据所述轨迹上的轨迹点速度和/或相邻轨迹点之间的距离,对所述轨迹在时序上进行聚类,以确定至少一个停留位置。
TS10、根据TS9所述的装置,所述停留位置确定单元包括:
计算子单元,被配置为确定各时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离;
第一聚类子单元,被配置为响应于检测到时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离满足预定条件,对该时间窗口内的轨迹点进行聚类,以确定该时间窗口对应的聚类中心;
第一位置确定子单元,被配置为根据满足所述预定条件的至少一个时间窗口对应的聚类中心确定至少一个停留位置。
TS11、根据TS10所述的装置,所述预定条件为所述时间窗口内的至少部分轨迹点的速度小于速度阈值、和/或至少部分相邻轨迹点之间的距离小于第一距离阈值、和/或至少部分相邻轨迹点之间的平均距离小于第二距离阈值、和/或至少部分相邻轨迹点之间的总距离小于第三距离阈值。
TS12、根据TS8所述的装置,所述停留位置确定单元包括:
第二聚类子单元,被配置为对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,获取至少一个聚类簇;
第二位置确定子单元,被配置为将至少一个所述聚类簇的聚类中心或所述聚类簇对应的区域确定为至少一个所述停留位置。
TS13、根据TS8-TS12中任一项所述的装置,所述停留位置的特征信息还包括所述停留位置对应的路况信息、所述目标历史任务的任务目的位置坐标、所述目标历史任务的任务结束位置坐标、所述停留位置与所述目标历史任务的任务目的位置之间的距离、以及所述轨迹信息中的各轨迹之间的分离位置坐标中的至少一项。
TS14、根据TS8-TS13中任一项所述的装置,所述装置还包括:
第二信息获取单元,被配置为获取当前任务信息,所述当前任务信息包括目标地址;
目标推荐位置确定单元,被配置为根据所述目标地址以及对应的目标历史任务的目标停留位置确定当前任务的目标推荐位置;
推送单元,被配置为将所述目标推荐位置推送至用户终端和/或任务执行端。
本发明实施例公开了TS15、一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如TS1-TS7中任一项所述的方法。
本发明实施例公开了TS16、一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如TS1-TS7任一项所述的方法。
本发明实施例公开了TS17、一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如TS1-TS7中任一项所述的方法。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理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 (10)
1.一种位置确定方法,其特征在于,所述方法包括:
获取目标历史任务的轨迹信息;
对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置;
将各所述停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,所述停留位置的特征信息至少包括所述停留位置的位置坐标。
2.根据权利要求1所述的方法,其特征在于,对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置包括:
根据所述轨迹上的轨迹点速度和/或相邻轨迹点之间的距离,对所述轨迹在时序上进行聚类,以确定至少一个停留位置。
3.根据权利要求2所述的方法,其特征在于,根据所述轨迹上的轨迹点速度和/或相邻轨迹点之间的距离,对所述轨迹在时序上进行聚类,以确定至少一个停留位置包括:
确定各时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离;
响应于检测到时间窗口内的轨迹点的速度和/或相邻轨迹点之间的距离满足预定条件,对该时间窗口内的轨迹点进行聚类,以确定该时间窗口对应的聚类中心;
根据满足所述预定条件的至少一个时间窗口对应的聚类中心确定至少一个停留位置。
4.根据权利要求1所述的方法,其特征在于,对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置包括:
对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,获取至少一个聚类簇;
将至少一个所述聚类簇的聚类中心或所述聚类簇对应的区域确定为至少一个所述停留位置。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述停留位置的特征信息还包括所述停留位置对应的路况信息、所述目标历史任务的任务目的位置坐标、所述目标历史任务的任务结束位置坐标、所述停留位置与所述目标历史任务的任务目的位置之间的距离、以及所述轨迹信息中的各轨迹之间的分离位置坐标中的至少一项。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述方法还包括:
获取当前任务信息,所述当前任务信息包括目标地址;
根据所述目标地址以及对应的目标历史任务的目标停留位置确定当前任务的目标推荐位置;
将所述目标推荐位置推送至用户终端和/或任务执行端。
7.一种位置确定装置,其特征在于,所述装置包括:
第一信息获取单元,被配置为获取目标历史任务的轨迹信息;
停留位置确定单元,被配置为对所述轨迹信息中的至少一条轨迹上的轨迹点进行聚类,确定至少一个停留位置;
处理单元,被配置为将各所述停留位置的特征信息输入至位置确定模型中进行处理,获取目标停留位置,所述停留位置的特征信息至少包括所述停留位置的位置坐标。
8.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。
10.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110242003.6A CN112989222B (zh) | 2021-03-04 | 2021-03-04 | 一种位置确定方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110242003.6A CN112989222B (zh) | 2021-03-04 | 2021-03-04 | 一种位置确定方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112989222A true CN112989222A (zh) | 2021-06-18 |
CN112989222B CN112989222B (zh) | 2024-06-04 |
Family
ID=76352740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110242003.6A Active CN112989222B (zh) | 2021-03-04 | 2021-03-04 | 一种位置确定方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989222B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537828A (zh) * | 2021-08-04 | 2021-10-22 | 拉扎斯网络科技(上海)有限公司 | 虚拟站点挖掘方法和装置 |
CN114509076A (zh) * | 2022-02-16 | 2022-05-17 | 平安科技(深圳)有限公司 | 移动轨迹数据处理方法、装置、设备及存储介质 |
CN114863715A (zh) * | 2022-05-05 | 2022-08-05 | 一汽解放汽车有限公司 | 停车数据确定方法、装置、电子设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100211308A1 (en) * | 2009-02-19 | 2010-08-19 | Microsoft Corporation | Identifying interesting locations |
CN105894358A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术(北京)有限公司 | 通勤订单识别方法和装置 |
CN106156528A (zh) * | 2016-08-01 | 2016-11-23 | 中国科学院深圳先进技术研究院 | 一种轨迹数据停留识别方法及系统 |
CN106571036A (zh) * | 2016-11-14 | 2017-04-19 | 中国联合网络通信集团有限公司 | 公共交通站点确定方法和装置 |
CN109885643A (zh) * | 2019-03-04 | 2019-06-14 | 上海图趣信息科技有限公司 | 一种基于语义轨迹的位置预测算法及存储介质 |
CN110020178A (zh) * | 2017-12-30 | 2019-07-16 | 中国移动通信集团辽宁有限公司 | 兴趣点识别方法、装置、设备及存储介质 |
CN110274601A (zh) * | 2019-06-05 | 2019-09-24 | 上海易点时空网络有限公司 | 通过行车轨迹获取违章地点经纬度的方法及装置 |
CN111143779A (zh) * | 2019-12-31 | 2020-05-12 | 斑马网络技术有限公司 | 获得通勤规律的方法、装置、电子设备及存储介质 |
CN111770432A (zh) * | 2019-04-02 | 2020-10-13 | 北京三快在线科技有限公司 | 停留点的识别方法、装置、电子设备及存储介质 |
CN111831764A (zh) * | 2020-01-20 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 一种停留站点的确定方法、装置、电子设备和介质 |
CN111984880A (zh) * | 2020-08-20 | 2020-11-24 | 北京嘀嘀无限科技发展有限公司 | 一种历史订单中真实上车点挖掘的方法和系统 |
-
2021
- 2021-03-04 CN CN202110242003.6A patent/CN112989222B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100211308A1 (en) * | 2009-02-19 | 2010-08-19 | Microsoft Corporation | Identifying interesting locations |
CN105894358A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术(北京)有限公司 | 通勤订单识别方法和装置 |
CN106156528A (zh) * | 2016-08-01 | 2016-11-23 | 中国科学院深圳先进技术研究院 | 一种轨迹数据停留识别方法及系统 |
CN106571036A (zh) * | 2016-11-14 | 2017-04-19 | 中国联合网络通信集团有限公司 | 公共交通站点确定方法和装置 |
CN110020178A (zh) * | 2017-12-30 | 2019-07-16 | 中国移动通信集团辽宁有限公司 | 兴趣点识别方法、装置、设备及存储介质 |
CN109885643A (zh) * | 2019-03-04 | 2019-06-14 | 上海图趣信息科技有限公司 | 一种基于语义轨迹的位置预测算法及存储介质 |
CN111770432A (zh) * | 2019-04-02 | 2020-10-13 | 北京三快在线科技有限公司 | 停留点的识别方法、装置、电子设备及存储介质 |
CN110274601A (zh) * | 2019-06-05 | 2019-09-24 | 上海易点时空网络有限公司 | 通过行车轨迹获取违章地点经纬度的方法及装置 |
CN111143779A (zh) * | 2019-12-31 | 2020-05-12 | 斑马网络技术有限公司 | 获得通勤规律的方法、装置、电子设备及存储介质 |
CN111831764A (zh) * | 2020-01-20 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 一种停留站点的确定方法、装置、电子设备和介质 |
CN111984880A (zh) * | 2020-08-20 | 2020-11-24 | 北京嘀嘀无限科技发展有限公司 | 一种历史订单中真实上车点挖掘的方法和系统 |
Non-Patent Citations (1)
Title |
---|
崔邓;沈敬伟;周廷刚;: "一种面向移动智能手机用户轨迹停留点提取的时空聚类算法研究", 西南师范大学学报(自然科学版), no. 10 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537828A (zh) * | 2021-08-04 | 2021-10-22 | 拉扎斯网络科技(上海)有限公司 | 虚拟站点挖掘方法和装置 |
CN114509076A (zh) * | 2022-02-16 | 2022-05-17 | 平安科技(深圳)有限公司 | 移动轨迹数据处理方法、装置、设备及存储介质 |
CN114509076B (zh) * | 2022-02-16 | 2023-10-20 | 平安科技(深圳)有限公司 | 移动轨迹数据处理方法、装置、设备及存储介质 |
CN114863715A (zh) * | 2022-05-05 | 2022-08-05 | 一汽解放汽车有限公司 | 停车数据确定方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112989222B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112989222A (zh) | 一种位置确定方法、装置及电子设备 | |
CN111775961B (zh) | 自动驾驶车辆规划方法、装置、电子设备及存储介质 | |
CN113428137B (zh) | 泊车控制方法、装置及存储介质 | |
CN103162697B (zh) | 评价表示系统及评价表示方法 | |
CN110803163B (zh) | 车辆行驶轨迹的预测、车辆跟随目标的选择方法及设备 | |
CN110654381B (zh) | 用于控制车辆的方法和装置 | |
CN112606838B (zh) | 一种车辆变道防碰撞控制方法及装置 | |
WO2016067545A1 (ja) | 注視誘導装置 | |
CN111413973A (zh) | 车辆的换道决策方法及装置、电子设备、存储介质 | |
CN112540606A (zh) | 避障的方法、装置、调度服务器及存储介质 | |
CN109598256B (zh) | 进出坡道判断方法、装置、车辆、存储介质及电子设备 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN112650794B (zh) | 位置数据处理方法、装置、电子设备和存储介质 | |
US20240092385A1 (en) | Driving Policy Determining Method and Apparatus, Device, and Vehicle | |
CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 | |
CN113119999A (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN116824911A (zh) | 会车提醒信息的生成及会车提醒方法、装置、介质、产品 | |
CN113012455A (zh) | 风险路段确定方法、装置、电子设备和可读存储介质 | |
CN102201166B (zh) | 浮动车数据预处理装置和方法 | |
CN112991720A (zh) | 目标位置确定方法和装置 | |
CN112991810A (zh) | 停车位置确定方法、装置、存储介质和电子设备 | |
CN115081662A (zh) | 数据处理方法、装置、电子设备和可读存储介质 | |
JP2018185668A (ja) | 周辺環境認識装置、表示制御装置 | |
CN113033978A (zh) | 停车风险确定方法、位置推荐方法、装置和电子设备 | |
CN112991727A (zh) | 目标位置确定方法和装置 |
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 |