CN112991804B - 停留区域确定方法以及相关装置 - Google Patents
停留区域确定方法以及相关装置 Download PDFInfo
- Publication number
- CN112991804B CN112991804B CN201911312968.7A CN201911312968A CN112991804B CN 112991804 B CN112991804 B CN 112991804B CN 201911312968 A CN201911312968 A CN 201911312968A CN 112991804 B CN112991804 B CN 112991804B
- Authority
- CN
- China
- Prior art keywords
- point location
- area
- point
- preset
- stay
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种停留区域确定方法以及相关装置,其中,停留区域确定方法包括:获取目标对象途经的各个预设点位所对应的位置信息和途经时间;分析位置信息和途经时间,将各个预设点位划分到至少一个行程中;基于途经时间,从每个行程的预设点位中选出对应行程的行程端点;基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合;基于点位集合中行程端点的位置信息,确定目标对象的停留区域。上述方案,能够提高停留分析的准确性。
Description
技术领域
本申请涉及信息技术领域,特别是涉及一种停留区域确定方法以及相关装置。
背景技术
在安防行业,停留分析是对轨迹数据处理过程中一项重要业务。得益于布控于收费站、路口等预设点位处的诸如监控摄像头、ETC(Electronic Toll Collection,不停车收费系统)等信息采集设备,通过分析车辆等目标对象途经预设点位时所采集的轨迹数据,从而确定目标对象的停留区域等重要业务已成为目前主流技术之一。
目前,通过统计目标对象经过预设点位的次数,以确定频繁经过的预设点位是目前传统停留分析的主要手段。然而,在实际应用过程中,目标对象在行程途中,经过交通要道的次数也会十分频繁,故此,传统停留分析极易受到交通要道等影响,停留分析的准确性较低。有鉴于此,如何提高停留分析的准确性成为亟待解决的问题。
发明内容
本申请主要解决的技术问题是提供一种停留区域确定方法以及相关装置,能够提高停留分析的准确性。
为了解决上述问题,本申请第一方面提供了一种停留区域确定方法,包括:获取目标对象途经的各个预设点位所对应的位置信息和途经时间;分析位置信息和途经时间,将各个预设点位划分到至少一个行程中;基于途经时间,从每个行程的预设点位中选出对应行程的行程端点;基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合;基于点位集合中行程端点的位置信息,确定目标对象的停留区域。
为了解决上述问题,本申请第二方面提供了一种停留区域确定装置,包括相互耦接的存储器和处理器,存储器内存储有程序指令,处理器用于执行程序指令以实现上述第一方面中的停留区域确定方法。
为了解决上述问题,本申请第三方面提供了一种存储装置,存储有能够被处理器运行的程序指令,程序指令用于实现上述第一方面中的停留区域确定方法。
上述方案,通过获取目标对象途经的各个预设点位所对应的位置信息和途经时间,从而分析位置信息和途经时间,并将各个预设点位划分到至少一个行程中,进而基于途经时间,从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的预设点位,进而基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合,并基于点位集合中行程端点的位置信息,确定目标对象的停留区域,从而能够在排除目标对象行程途中所途经的预设点位的基础上,确定目标对象的停留区域,进而能够提高停留分析的准确性。
此外,由于从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的其他预设点位,故此,也能够大大减少后续停留分析的数据量,有利于减轻处理负荷,加快分析速度。
附图说明
图1是本申请停留区域确定方法一实施例的流程示意图;
图2是图1中目标对象途经的各个预设点位一实施例的分布示意图;
图3是图1中步骤S14一实施例的流程示意图;
图4是图1中步骤S15一实施例的流程示意图;
图5是本申请停留区域确定方法另一实施例的流程示意图;
图6是本申请停留区域确定装置一实施例的框架示意图;
图7是本申请停留区域确定装置一实施例的框架示意图;
图8是本申请存储装置一实施例的框架示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本申请。
本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。
请参阅图1,图1是本申请停留区域确定方法一实施例的流程示意图。具体而言,可以包括如下步骤:
步骤S11:获取目标对象途经的各个预设点位所对应的位置信息和途经时间。
本实施例中,预设点位可以包括但不限于:收费站、路口,相应地,可以在预设点位配置诸如摄像器件等信息采集设备,从而对途经预设点位的目标对象进行抓拍,进而获取到目标对象途经预设点位的位置信息和途经时间。此外,预设点位还可以包括但不限于:旅馆、网吧,相应地,也可以在预设点位配置信息采集设备,例如:路由器等MAC(Media AccessControl,媒体访问控制)设备,以及读卡器等RFID(Radio Frequency Identification,射频识别)设备,从而获取到目标对象途经并停留在预设点位的位置信息和途经时间,本实施例在此不做具体限制。在一个具体的实施场景中,位置信息可以包括预设点位的经纬度坐标。
在一个实施场景中,为了提高后续停留分析的准确性,在获取到目标对象途经各个预设点位所对应的位置信息和途经时间之后,还可以对获取到的位置信息和途经时间进行数据清洗,从而清除坏点数据。在一个具体的实施场景中,目标对象为车辆,当识别到的车牌号码等字段不符合规范,或者,当诸如位置信息等关键字段缺失,或者,当位置信息异常时,可以将对应的数据删除,以保证后续进行停留分析所使用的数据的有效性。
在另一个实施场景中,为了进一步提高停留分析的准确性,可以获取预设时间段内目标对象途经的各个预设点位所对应的位置信息和途经时间,预设时间段可以是一个月、一个季度等等,本实施例在此不做具体限制。
在又一个实施场景中,为实际应用时,上述所获取到的各个预设点位所对应的位置信息和途经时间可能对应有不同的目标对象,例如,目标对象甲途经预设点位A时的途经时间为8点,目标对象乙途经预设点位A时的途经时间为8点01分等等,故此,为了将不同目标对象途经各个预设点位时对应的位置信息和途经时间进行区分,还可以基于目标对象的目标特征进行区分,例如,当目标对象为车辆时,目标特征可以是车牌和车辆类型。当目标对象为其他类型时,可以以此类推,本实施例在此不再一一举例。
步骤S12:分析位置信息和途经时间,将各个预设点位划分到至少一个行程中。
在一个实施场景中,可以按照途经时间由早到晚的顺序,将各个预设点位进行排序,并获取任意相邻预设点位对应的途经时间的间隔,若获取到的间隔大于一预设时间阈值,则可以认为这两个相邻预设点位属于不同的行程。请结合参阅图2,图2是图1中目标对象途经的各个预设点位一实施例的分布示意图,例如,目标对象甲在从家到单位的途中会经过预设点位A、预设点位B和预设点位C,在按照途经时间由早到晚的顺序进行排序后,目标对象甲途经预设点位A的途经时间为8点,途经预设点位B的途经时间为8点05分,途经预设点位C的途经时间为8点10分,接下来,途经预设点位C的途经时间为18点,途经预设点位B的途经时间为18点10分,途经预设点位A的途经时间为18点15分,显然,目标对象甲两次途经预设点位C时的间隔较大,故可以认为,目标对象甲在途经时间8点至8点10分的时间段内途经的预设点位A、B、C可以划分至行程01,而在途经时间18点至18点15分途经的预设点位C、B、A可以划分至行程02。
在另一个实施场景中,还可以按照途经时间由早到晚的顺序,将各个预设点位进行排序,并基于排序后的各个预设点位对应的位置信息和途经时间,计算目标对象途经各个预设点位时的途经速度,若排序后的各个预设点位中任意相邻预设点位对应的途经时间的间隔大于预设时间阈值,且任意相邻预设点位中至少一个所对应的途经速度小于预设速度阈值,则将任意相邻预设点位划分至不同的行程中。请继续结合参阅图2,仍以上述目标对象甲从家到单位为例,根据各个预设点位的位置信息,可以计算出预设点位A和预设点位B之间的距离为2000米,预设点位B和预设点位C之间的距离为5000米,则相应地,目标对象甲在8点时途经预设点位A,以及在8点05分途经预设点位B时的途经速度可以认为是24km/h,在8点10分时途预设点位C时的途经速度可以认为是60km/h,而在18点时途经预设点位C时的途经速度可以认为是0km/h,在18点10分时途经预设点位B时的途经速度可以认为是30km/h,在18点15分时途经预设点位A时的途经速度可以认为是24km/h,由此可见,在8点10分时途预设点位C以及在18点时途经预设点位C时的间隔较大,且两者之间在18点时途经预设点位C时的途经速度较小,说明目标对象甲在预设点位C处停留较久,故可以认为,目标对象甲在途经时间8点至8点10分的时间段内途经的预设点位A、B、C可以划分至行程01,而在途经时间18点至18点15分途经的预设点位C、B、A可以划分至行程02。
步骤S13:基于途经时间,从每个行程的预设点位中选出对应行程的行程端点。
在一个实施场景中,在将各个预设点位划分到至少一个行程中之后,还可以将每个行程中,途经时间最早的预设点位作为该行程中的行程起点,并且将途经时间最晚的预设点位作为该行程中的行程终点,将上述行程起点和行程终点作为对应行程的行程端点。请继续结合参阅图2,仍以上述目标对象甲从家到单位为例,在上述行程01中,可以将预设点位A作为行程起点,并将预设点位C作为行程终点,也就是说,可以将预设点位A和预设点位C作为上述行程01的行程端点;而在上述行程02中,可以将预设点位C作为行程起点,并将预设点位A作为行程终点,也就是说,可以将预设点位A和预设点位C作为行程02的行程端点,从而能够排除目标对象在行程途中所途经的其他预设点位,将筛选出来的行程端点作为后续停留分析的数据基础。其他情况可以以此类推,本实施例在此不再一一举例。
步骤S14:基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合。
在一个实施场景中,可以基于行程端点的位置信息,进行聚类,将距离较近的行程端点划分至同一点位集合。请继续参阅图2,仍以上述目标对象甲从家到单位为例,可以将行程01和行程02中,预设点位A对应的行程端点划分至点位集合01,而将预设点位C对应的行程端点划分至点位集合02。此外,在实际应用过程中,目标对象甲的行程还可能存在从家到商场的情况,例如,还可能划分出一个行程03,包括预设点位A对应的行程端点和商场附近的预设点位D,此时可以将预设点位D对应的行程端点划分至点位集合03;或者,当预设点位D对应的行程端点与预设点位C对应的行程端点较近时,还可以将预设点位D对应的行程端点也划分至点位集合02中。其他情况可以以此类推,本实施例在此不再一一举例。
步骤S15:基于点位集合中行程端点的位置信息,确定目标对象的停留区域。
在一个实施场景中,可以基于点位集合中所有行程端点的位置信息,获取点位集合中所有行程端点的最小外接圆,将该最小外接圆作为目标对象的停留区域,并确定最小外接圆的圆心,以及距离圆心最近的行程端点,将最近的行程端点对应的预设点位的点位名称作为该停留区域的区域名称。例如,距离最小外接圆的圆心最近的行程端点对应的预设点位为预设点位A,则将预设点位A的点位名称(例如,XX小区)作为停留区域的区域名称。
在另一个实施场景中,还可以基于点位集合中所有行程端点的位置信息,获取所有行程端点的中心,并确定距离该中心最近的行程端点,以及最远的行程端点,以中心为圆心,以最远的行程端点距离中心的距离为半径的圆作为目标对象的停留区域,并以最近的行程端点对应的预设点位的点位名称作为停留区域的区域名称。例如,最近的行程端点对应的预设点位为预设点位A,则将预设点位A的点位名称(例如,XX小区)作为停留区域的区域名称。
请结合参阅图2,仍以上述目标对象甲为例,最终获取到包括预设点位A对应的行程端点的点位集合01,包括预设点位C对应的行程端点的点位集合02,以及包括预设点位D对应的行程端点的点位集合03,则可以将以预设点位A为圆心,以一个预设区域距离(例如:1公里)为半径的圆作为目标对象甲的停留区域,并将预设点位A的点位名称(例如:XX小区)作为该停留区域的区域名称;可以将以预设点位C为圆心,以一预设区域距离(例如:1公里)为半径的圆作为目标对象甲的另一停留区域,并将预设点位C的点位名称(例如:XX公司)作为该停留区域的区域名称;可以将以预设点位D为圆心,以一预设区域距离(例如:1公里)为半径的圆作为目标对象甲的又一停留区域,并将预设点位D的点位名称(例如:XX商场)作为该停留区域的区域名称。其他情况可以以此类推,本实施例在此不再一一举例。
上述方案,通过获取目标对象途经的各个预设点位所对应的位置信息和途经时间,从而分析位置信息和途经时间,并将各个预设点位划分到至少一个行程中,进而基于途经时间,从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的预设点位,进而基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合,并基于点位集合中行程端点的位置信息,确定目标对象的停留区域,从而能够在排除目标对象行程途中所途经的预设点位的基础上,确定目标对象的停留区域,进而能够提高停留分析的准确性。
此外,由于从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的其他预设点位,故此,也能够大大减少后续停留分析的数据量,有利于减轻处理负荷,加快分析速度。
请参阅图3,图3是图1中步骤S14一实施例的流程示意图。本实施例中,位置信息可以包括经纬度坐标,具体可以包括如下步骤:
步骤S141:将经纬度坐标相同的行程端点划分至同一点位集合。
在一个实施场景中,为了降低后续处理负荷,提高处理速度,还可以将经纬度坐标相同的行程端点合并为一个合并端点,并记录该合并端点所包含的行程端点的端点数量,以便后续分析使用。
步骤S142:获取任意两个点位集合之间的第一距离。
具体地,可以将点位集合中行程端点的经纬度坐标的平均值作为点位集合的中心点位的经纬度坐标,并基于任意两个点位集合的中心点位的经纬度坐标,计算任意两个点位集合之间的第一距离。
在一个具体的实施场景中,为了降低处理负荷,可以将经纬度坐标相同的行程端点合并为一个合并端点,并记录合并端点所包含的行程端点的端点数量,此时在获取点位集合的点位中心的经纬度坐标时,可以计算合并端点的经纬度坐标与对应的端点数量之间的乘积,以及与未合并的行程端点的经纬度坐标之间的第一和值,并计算合并端点的端点数量以及未合并的行程端点的数量之间的第二和值,最后将上述第一和值和第二和值之间的商作为点位集合的中心点位的经纬度坐标。
步骤S143:将第一距离不大于第一预设距离阈值的任意两个点位集合合并为同一点位集合。
在实际应用过程中,任意两个点位集合之间的第一距离可能存在较小的情况,也就是说,任意两个点位集合可能存在较近的情况,此时,可以设置一个第一预设距离阈值(例如:1公里),若任意两个点位集合之间的第一距离小于或等于第一预设距离阈值,则可以将两者进行合并,直至任意两个点位集合之间的第一距离大于第一预设距离阈值为止。
在一个实施场景中,通过上述点位集合的合并之后,实际上会扩大点位集合的范围,为了提高停留区域的准确性,还可以对上述合并结果进行调整。具体地,可以提取当前点位集合中与当前点位集合的中心点位之间的第二距离大于第二预设距离阈值(例如:1.5公里)的行程端点,若提取的行程端点与其他点位集合的中心点位之间的第三距离不大于第三预设距离阈值(例如:1公里),则可以将提取的行程端点合并至其他点位集合,否则,可以将提取的行程端点作为新的点位集合,上述方式,可以进一步调整距离范围过大的点位集合,使得后续的停留分析更加准确。此外,本实施例中,第一预设距离阈值、第二预设距离阈值,以及第三预设距离阈值可以根据实际情景进行设置,本实施例在此不做具体限制。
区别于前述实施例,通过将经纬度坐标相同的行程端点划分至同一点位集合,并获取任意两个点位集合之间的第一距离,从而将第一距离不大于第一预设距离阈值的任意两个点位集合合并为同一点位集合,能够将距离较近的行程端点合并至同一点位集合,从而有利于合理控制后续获得的停留区域的范围,使得获取到的停留区域更准确,且更具参考价值。
请参阅图4,图4是图1中步骤S15一实施例的流程示意图。具体可以包括如下步骤:
步骤S151:获取到点位集合的中心点位距离最近的第一行程端点,以及到点位集合的中心点位距离最远的第二行程端点。
获取点位集合的中心点位的具体实施过程可以参阅上述实施例中的相关步骤,本实施例在此不再赘述。
步骤S152:获取第一行程端点对应的预设点位的点位名称,并获取第二行程端点到点位集合的中心点位之间的第四距离。
预设点位的点位名称可以是用户预先设置的,具体可以根据距离预设点位距离较近的地标进行命名,例如,预设点位距离XX商场较近,则可以将该预设点位命名为XX商场,或者,预设点位距离XX小区较近,则可以将该预设点位命名为XX小区,或者,预设点位距离XX公司较近,则可以将该预设点位命名为XX公司,本实施例在此不再一一举例。
步骤S153:将以点位集合的中心点位为圆心,以第四距离为半径的区域作为目标对象的停留区域,并将第一行程端点对应的预设点位的点位名称作为停留区域的区域名称。
以点位集合的中心点位为圆心,以第四距离为半径的区域作为目标对象的停留区域,并且将第一行程端点对应的预设点位的点位名称作为停留区域的区域名称。
区别于前述实施例,通过获取到点位集合的中心点位距离最近的第一行程端点,以及到点位集合的中心点位距离最远的第二行程端点,并获取第一行程端点对应的预设点位的点位名称,以及第二行程端点到点位集合的中心点位之间的第四距离,从而将以点位集合的中心点位为圆心,以第四距离为半径的区域作为目标对象的停留区域,并将第一行程端点对应的预设点位的点位名称作为停留区域的区域名称,能够使用户直观地获得目标对象的停留区域,有利于提高用户体验。
请参阅图5,图5是本申请停留区域确定方法另一实施例的流程示意图。具体而言,可以包括如下步骤:
步骤S51:获取目标对象途经的各个预设点位所对应的位置信息和途经时间。
具体请参阅上述实施例中的相关步骤。
步骤S52:分析位置信息和途经时间,将各个预设点位划分到至少一个行程中。
具体请参阅上述实施例中的相关步骤。
步骤S53:基于途经时间,从每个行程的预设点位中选出对应行程的行程端点。
具体请参阅上述实施例中的相关步骤。
步骤S54:基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合。
具体请参阅上述实施例中的相关步骤。
步骤S55:基于点位集合中行程端点的位置信息,确定目标对象的停留区域。
具体请参阅上述实施例中的相关步骤。
步骤S56:基于目标对象的停留区域内的行程端点的途经时间,获取停留区域的区域属性。
本实施例中,区域属性可以包括:点位出现次数、点位出现天数、点位出现日期列表、点位出现时间戳列表、停留时间段。
具体地,可以获取停留区域内行程端点中的行程起点的途经时间的中位数,作为停留区域的区域离开时间,并获取停留区域内行程端点中的行程终点的途经时间的中位数,作为停留区域的区域进入时间,并将区域进入时间和区域离开时间之间的时间段作为停留区域的停留时间段。仍以上述目标对象甲为例,可以确定停留区域“XX小区”的区域进入时间为18点15分,区域离开时间为8点,以及停留区域“XX公司”的区域进入时间为8点10分,区域离开时间为18点,则停留区域“XX小区”的停留时间段为18点15分至8点,而停留区域“XX公司”停留时间段为8点10分至18点。
具体地,还可以统计停留区域内所有行程端点出现次数总和,作为停留区域的点位出现次数,仍以上述目标对象甲为例,可以确定停留区域“XX小区”的点位出现次数为1个月内30次,停留区域“XX公司”的点位出现次数为1个月内20次,停留区域“XX商场”的点位出现次数为1个月内2次。
具体地,还可以统计停留区域内所有行程端点出现天数总和,作为停留区域的点位出现天数,仍以上述目标对象甲为例,可以确定停留区域“XX小区”的点位出现次数为1个月内出现30天,停留区域“XX公司”的点位出现次数为1个月内出现20天,停留区域“XX商场”的点位出现次数为1个月内出现2天。
具体地,还可以统计停留区域内所有行程端点出现日期,作为停留区域的点位出现日期列表,仍以上述目标对象甲为例,可以确定停留区域“XX小区”的点位出现日期列表为6月1日至6月30日,停留区域“XX公司”的点位出现日期列表为6月1日至6月30日的工作日,停留区域“XX商场”的点位出现日期列表为6月8日(周六),以及6月23日(周日)。
具体地,还可以统计停留区域内所有行程端点出现时间,作为停留区域的点位出现时间戳列表,仍以上述目标对象甲为例,可以确定停留区域“XX小区”的点位出现时间戳列表6月1日至6月30日,且具体时间集中在7点55分至8点05分之间,以及18点10分至18点20分之间,而停留区域“XX公司”的点位出现时间戳列表为6月1日至6月30日的工作日,且具体时间集中在8点05分至8点15分之间,以及18点05分至18点15分之间,而停留区域“XX商场”的点位出现时间戳列表为6月8日9点,以及6月8日14点,以及6月23日9点05分,以及6月8日15点。
上述具体日期以及时间仅仅作为示例,在具体应用时,可以是其他日期及时间,本实施例并不因此而具体限制相关日期及时间。
步骤S57:基于停留区域的区域属性,确定两个目标对象之间的关联关系。
本实施例中,可以基于点位出现次数、点位出现天数和停留时间段,确定停留区域的区域类型。本实施例中,区域类型可以包括:白天固定停留区域、夜晚固定停留区域、临时停留区域。
在一个具体的实施场景中,当点位出现天数的占比超过一预设比例阈值时,则可以确定停留区域为固定停留区域,若固定停留区域的停留时间段位于白天时段时,则可以确定固定停留区域为白天固定停留区域,反之,若固定停留区域的停留时间段位于夜晚时段时,则可以确定固定停留区域为夜晚固定停留区域。仍以上述目标对象甲为例,停留区域“XX小区”的点位出现天数在其统计周期(6月份)内的占比为100%,超过预设比例阈值(例如:50%),则可以确定停留区域“XX小区”为固定停留区域,且停留区域“XX公司”的点位出现天数在其统计周期(6月份)内的占比为66.67%,超过预设比例阈值(例如:50%),则可以确定停留区域“XX公司”为固定停留区域。进一步地,停留区域“XX小区”的停留时间段(18点15分至8点)位于夜晚时段,则可以确定停留区域“XX小区”为夜晚固定停留区域;停留区域“XX公司”的停留时间段(8点10分至18点)位于白天时段,则可以确定停留区域“XX公司”为白天固定停留区域。
在另一具体的实施场景中,当点位出现天数的占比低于一预设比例阈值,且点位出现次数低于一预设次数阈值时,可以确定停留区域为临时停留区域。仍以上述目标对象甲为例,停留区域“XX商场”的点位出现天数在其统计周期(6月份)的占比为6.67%,低于预设比例阈值(例如:50%),且点位出现次数低于一预设次数阈值(例如:10次),则可以确定停留区域“XX商场”为临时停留区域。此外,在确定停留区域是否为临时停留区域时,还可以进一步分析点位出现时间戳列表,若根据分析结果,点位出现无规律可循,则可以确定停留区域为临时停留区域。
本实施例中,若两个目标对象的临时停留区域的点位出现时间戳列表重合度和区域重合度满足第一预设条件,则确定关联关系为经常同临时停留关系。在一个具体的实施场景中,第一预设条件可以包括:点位出现时间戳列表重合度大于第一预设重合度阈值,且区域重合度大于第二预设重合度阈值。仍以上述目标对象甲为例,此外,除了目标对象甲,还获取到目标对象乙的临时停留区域“XX商场”,且该停留区域的点位出现时间戳列表为6月8日9点01分,以及6月8日14点10分,以及6月23日9点分,以及6月8日15点05分,由此可见,目标对象甲和目标对象乙的临时停留区域无论是点位出现时间戳列表,还是停留区域都高度重合,故可以确定目标对象甲和目标对象乙存在经常同临时停留关系。
本实施例中,若两个目标对象的白天固定停留区域的点位出现日期列表重合度和区域重合度满足第二预设条件,且两个目标对象的夜晚固定停留区域的点位出现日期列表重合度和区域重合度满足第二预设条件,则确定关联关系为白天夜晚同固定停留关系。在一个具体的实施场景中,第二预设条件可以包括:点位出现日期列表重合度大于第三预设重合度阈值,且区域重合度大于第四预设重合度阈值。仍以上述目标对象甲和目标对象乙为例,目标对象乙还存在白天固定停留区域“XX公司”和夜晚固定停留区域“XX小区”,且白天固定停留区域“XX公司”的点位出现日期列表为6月1日至6月30日的工作日,夜晚固定停留区域“XX小区”的点位出现日期列表为6月1日至6月30日,由此可见,目标对象甲和目标对象乙的白天固定停留区域无论是点位出现日期列表,还是停留区域都高度重合,且目标对象甲和目标对象乙的夜晚固定停留区域无论是点位出现日期列表,还是停留区域也都高度重合,故可以确定目标对象甲和目标对象乙存在白天夜晚同固定停留关系。
本实施例中,还可以筛选点位出现时间戳列表在节假日之内的临时停留区域,作为节假日临时停留区域,若两个目标对象的节假日临时停留区域的点位出现时间戳列表重合度大于第五预设重合度阈值,且区域重合度大于第六预设重合度阈值,则确定关联关系为节假日经常同临时停留关系。仍以上述目标对象甲和目标对象乙为例,两者的临时停留区域“XX商场”满足点位出现时间戳列表在节假日之内,则可以将其作为节假日临时停留区域,且两者之间的点位出现时间戳列表,以及停留区域都高度重合,故此,还可以确定目标对象甲和目标对象乙为节假日经常同临时停留关系。
上述第一预设重合度阈值、第二预设重合度阈值、第三预设重合度阈值、第四预设重合度阈值、第五预设重合度阈值,以及第六预设重合度阈值可以根据实际应用场景进行设置,本年实施例在此不做具体限制。
区别于前述实施例,通过基于目标对象的停留区域内的行程端点的途经时间,获取停留区域的区域属性,从而基于停留区域的区域属性,确定两个目标对象之间的关联关系,能够根据目标对象的停留区域进一步确定任意两个目标对象之间是否存在关联关系,进而能够提高停留分析的智能化程度。
请参阅图6,图6是本申请停留区域确定装置60一实施例的框架示意图。停留区域确定装置60包括信息获取模块61、行程划分模块62、端点提取模块63、集合聚类模块64、区域确定模块65,信息获取模块61用于获取目标对象途经的各个预设点位所对应的位置信息和途经时间,行程划分模块62用于分析位置信息和途经时间,将各个预设点位划分到至少一个行程中,端点提取模块63用于基于途经时间,从每个行程的预设点位中选出对应行程的行程端点,集合聚类模块64用于基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合,区域确定模块65用于基于点位集合中行程端点的位置信息,确定目标对象的停留区域。
上述方案,通过获取目标对象途经的各个预设点位所对应的位置信息和途经时间,从而分析位置信息和途经时间,并将各个预设点位划分到至少一个行程中,进而基于途经时间,从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的预设点位,进而基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合,并基于点位集合中行程端点的位置信息,确定目标对象的停留区域,从而能够在排除目标对象行程途中所途经的预设点位的基础上,确定目标对象的停留区域,进而能够提高停留分析的准确性。
此外,由于从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的其他预设点位,故此,也能够大大减少后续停留分析的数据量,有利于减轻处理负荷,加快分析速度。
在一些实施例中,行程划分模块62包括点位排序子模块,用于按照途经时间由早到晚的顺序,将各个预设点位进行排序,行程划分模块62还包括速度计算子模块,用于基于排序后的各个预设点位对应的位置信息和途经时间,计算目标对象途经各个预设点位时的途经速度,行程划分模块62还包括点位划分子模块,用于在排序后的各个预设点位中任意相邻预设点位对应的途经时间的间隔大于预设时间阈值,且任意相邻预设点位中至少一个所对应的途经速度小于预设速度阈值时,将任意相邻预设点位划分至不同的行程中。
在一些实施例中,位置信息包括经纬度坐标,集合聚类模块64包括端点划分子模块,用于将经纬度坐标相同的行程端点划分至同一点位集合,集合聚类模块64还包括距离获取子模块,用于获取任意两个点位集合之间的第一距离,集合聚类模块64还包括集合合并子模块,用于将第一距离不大于第一预设距离阈值的任意两个点位集合合并为同一点位集合。
区别于前述实施例,通过将经纬度坐标相同的行程端点划分至同一点位集合,并获取任意两个点位集合之间的第一距离,从而将第一距离不大于第一预设距离阈值的任意两个点位集合合并为同一点位集合,能够将距离较近的行程端点合并至同一点位集合,从而有利于合理控制后续获得的停留区域的范围,使得获取到的停留区域更准确,且更具参考价值。
在一些实施例中,距离获取子模块包括中心点位确定单元,用于将点位集合中行程端点的经纬度坐标的平均值作为点位集合的中心点位的经纬度坐标,距离获取子模块还包括距离计算单元,用于基于任意两个点位集合的中心点位的经纬度坐标,计算任意两个点位集合之间的第一距离。
在一些实施例中,集合聚类模块64还包括端点筛选子模块,用于提取当前点位集合中与当前点位集合的中心点位之间的第二距离大于第二预设距离阈值的行程端点,集合聚类模块64还包括第一合并子模块,用于在提取的行程端点与其他点位集合的中心点位之间的第三距离不大于第三预设距离阈值时,将提取的行程端点合并至其他点位集合,集合聚类模块64还包括第二合并子模块,用于在提取的行程端点与任意其他点位集合的中心点位之间的第三距离大于第三预设距离阈值时,将提取的行程端点作为新的点位集合。
在一些实施例中,区域确定模块65包括端点获取子模块,用于获取到点位集合的中心点位距离最近的第一行程端点,以及到点位集合的中心点位距离最远的第二行程端点,区域确定模块65还包括名称获取子模块,用于获取第一行程端点对应的预设点位的点位名称,区域确定模块65还包括距离计算子模块,用于获取第二行程端点到点位集合的中心点位之间的第四距离,区域确定模块65还包括区域确定子模块,用于将以点位集合的中心点位为圆心,以第四距离为半径的区域作为目标对象的停留区域,并将第一行程端点对应的预设点位的点位名称作为停留区域的区域名称。
区别于前述实施例,通过获取到点位集合的中心点位距离最近的第一行程端点,以及到点位集合的中心点位距离最远的第二行程端点,并获取第一行程端点对应的预设点位的点位名称,以及第二行程端点到点位集合的中心点位之间的第四距离,从而将以点位集合的中心点位为圆心,以第四距离为半径的区域作为目标对象的停留区域,并将第一行程端点对应的预设点位的点位名称作为停留区域的区域名称,能够使用户直观地获得目标对象的停留区域,有利于提高用户体验。
在一些实施例中,停留区域确定装置60还包括属性获取模块,用于基于目标对象的停留区域内的行程端点的途经时间,获取停留区域的区域属性,停留区域确定装置60还包括关系碰撞模块,用于基于停留区域的区域属性,确定两个目标对象之间的关联关系。
区别于前述实施例,通过基于目标对象的停留区域内的行程端点的途经时间,获取停留区域的区域属性,从而基于停留区域的区域属性,确定两个目标对象之间的关联关系,能够根据目标对象的停留区域进一步确定任意两个目标对象之间是否存在关联关系,进而能够提高停留分析的智能化程度。
在一些实施例中,区域属性包括:点位出现次数、点位出现天数、点位出现日期列表、点位出现时间戳列表、停留时间段,关系碰撞模块包括区域类型确定子模块,用于基于点位出现次数、点位出现天数和停留时间段,确定停留区域的区域类型,其中,区域类型包括:白天固定停留区域、夜晚固定停留区域、临时停留区域,关系碰撞模块还包括第一确定子模块,用于在两个目标对象的临时停留区域的点位出现时间戳列表重合度和区域重合度满足第一预设条件时,确定关联关系为经常同临时停留关系,关系碰撞模块还包括第二确定子模块,用于在两个目标对象的白天固定停留区域的点位出现日期列表重合度和区域重合度满足第二预设条件,且两个目标对象的夜晚固定停留区域的点位出现日期列表重合度和区域重合度满足第二预设条件时,确定关联关系为白天夜晚同固定停留关系,关系碰撞模块还包括第三确定子模块,用于筛选点位出现时间戳列表在节假日之内的临时停留区域,作为节假日临时停留区域,并在两个目标对象的节假日临时停留区域的点位出现时间戳列表重合度大于第五预设重合度阈值,且区域重合度大于第六预设重合度阈值时,确定关联关系为节假日经常同临时停留关系。在一个实施场景中,第一预设条件包括:点位出现时间戳列表重合度大于第一预设重合度阈值,且区域重合度大于第二预设重合度阈值。在另一个实施场景中,第二预设条件包括:点位出现日期列表重合度大于第三预设重合度阈值,且区域重合度大于第四预设重合度阈值。
在一些实施例中,端点提取模块63包括行程起点筛选子模块,用于筛选每个行程中途经时间最早的预设点位,作为对应行程的行程端点中的行程起点,端点提取模块63还包括行程终点筛选子模块,用于筛选每个行程中途经时间最晚的预设点位,作为对应行程的行程端点中的行程终点,属性获取模块包括第一属性获取子模块,用于获取停留区域内行程端点中的行程起点的途经时间的中位数,作为停留区域的区域离开时间,并获取停留区域内行程端点中的行程终点的途经时间的中位数,作为停留区域的区域进入时间,并将区域进入时间和区域离开时间之间的时间段作为停留区域的停留时间段;属性获取模块还包括第二属性获取子模块,用于统计停留区域内所有行程端点出现次数总和,作为停留区域的点位出现次数;属性获取模块还包括第三属性获取子模块,用于统计停留区域内所有行程端点出现天数总和,作为停留区域的点位出现天数;属性获取模块还包括第四属性获取子模块,用于统计停留区域内所有行程端点出现日期,作为停留区域的点位出现日期列表;属性获取模块还包括第五属性获取子模块,用于统计停留区域内所有行程端点出现时间,作为停留区域的点位出现时间戳列表。
请参阅图7,图7是本申请停留区域确定装置70一实施例的框架示意图。停留区域确定装置70可以包括相互耦接的存储器71和处理器72,处理器72用于执行存储器71存储的程序指令,以实现上述任一停留区域确定方法实施例中的步骤。
具体而言,处理器72用于控制其自身以及存储器71以实现上述任一停留区域确定方法实施例中的步骤。处理器72还可以称为CPU(Central Processing Unit,中央处理单元)。处理器72可能是一种集成电路芯片,具有信号的处理能力。处理器72还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器72可以由多个集成电路芯片共同实现。
本实施例中,处理器72用于获取目标对象途经的各个预设点位所对应的位置信息和途经时间,处理器72还用于分析位置信息和途经时间,将各个预设点位划分到至少一个行程中,处理器72还用于基于途经时间,从每个行程的预设点位中选出对应行程的行程端点,处理器72还用于基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合,处理器72还用于基于点位集合中行程端点的位置信息,确定目标对象的停留区域。
上述方案,通过获取目标对象途经的各个预设点位所对应的位置信息和途经时间,从而分析位置信息和途经时间,并将各个预设点位划分到至少一个行程中,进而基于途经时间,从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的预设点位,进而基于行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合,并基于点位集合中行程端点的位置信息,确定目标对象的停留区域,从而能够在排除目标对象行程途中所途经的预设点位的基础上,确定目标对象的停留区域,进而能够提高停留分析的准确性。
此外,由于从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的其他预设点位,故此,也能够大大减少后续停留分析的数据量,有利于减轻处理负荷,加快分析速度。
在一些实施例中,处理器72还用于按照途经时间由早到晚的顺序,将各个预设点位进行排序,处理器72还用于基于排序后的各个预设点位对应的位置信息和途经时间,计算目标对象途经各个预设点位时的途经速度,处理器72还用于在排序后的各个预设点位中任意相邻预设点位对应的途经时间的间隔大于预设时间阈值,且任意相邻预设点位中至少一个所对应的途经速度小于预设速度阈值时,将任意相邻预设点位划分至不同的行程中。
在一些实施例中,位置信息包括经纬度坐标,处理器72还用于将经纬度坐标相同的行程端点划分至同一点位集合,处理器72还用于获取任意两个点位集合之间的第一距离,处理器72还用于将第一距离不大于第一预设距离阈值的任意两个点位集合合并为同一点位集合。
区别于前述实施例,通过将经纬度坐标相同的行程端点划分至同一点位集合,并获取任意两个点位集合之间的第一距离,从而将第一距离不大于第一预设距离阈值的任意两个点位集合合并为同一点位集合,能够将距离较近的行程端点合并至同一点位集合,从而有利于合理控制后续获得的停留区域的范围,使得获取到的停留区域更准确,且更具参考价值。
在一些实施例中,处理器72还用于将点位集合中行程端点的经纬度坐标的平均值作为点位集合的中心点位的经纬度坐标,处理器72还用于基于任意两个点位集合的中心点位的经纬度坐标,计算任意两个点位集合之间的第一距离,处理器72还用于提取当前点位集合中与当前点位集合的中心点位之间的第二距离大于第二预设距离阈值的行程端点,处理器72还用于在提取的行程端点与其他点位集合的中心点位之间的第三距离不大于第三预设距离阈值时,将提取的行程端点合并至其他点位集合,处理器72还用于在提取的行程端点与任意其他点位集合的中心点位之间的第三距离大于第三预设距离阈值时,将提取的行程端点作为新的点位集合。
在一些实施例中,处理器72还用于获取到点位集合的中心点位距离最近的第一行程端点,以及到点位集合的中心点位距离最远的第二行程端点,处理器72还用于获取第一行程端点对应的预设点位的点位名称,并获取第二行程端点到点位集合的中心点位之间的第四距离,处理器72还用于将以点位集合的中心点位为圆心,以第四距离为半径的区域作为目标对象的停留区域,并将第一行程端点对应的预设点位的点位名称作为停留区域的区域名称。
区别于前述实施例,通过获取到点位集合的中心点位距离最近的第一行程端点,以及到点位集合的中心点位距离最远的第二行程端点,并获取第一行程端点对应的预设点位的点位名称,以及第二行程端点到点位集合的中心点位之间的第四距离,从而将以点位集合的中心点位为圆心,以第四距离为半径的区域作为目标对象的停留区域,并将第一行程端点对应的预设点位的点位名称作为停留区域的区域名称,能够使用户直观地获得目标对象的停留区域,有利于提高用户体验。
在一些实施例中,处理器72还用于基于目标对象的停留区域内的行程端点的途经时间,获取停留区域的区域属性,处理器72还用于基于停留区域的区域属性,确定两个目标对象之间的关联关系。
区别于前述实施例,通过基于目标对象的停留区域内的行程端点的途经时间,获取停留区域的区域属性,从而基于停留区域的区域属性,确定两个目标对象之间的关联关系,能够根据目标对象的停留区域进一步确定任意两个目标对象之间是否存在关联关系,进而能够提高停留分析的智能化程度。
在一些实施例中,区域属性包括:点位出现次数、点位出现天数、点位出现日期列表、点位出现时间戳列表、停留时间段,处理器72还用于基于点位出现次数、点位出现天数和停留时间段,确定停留区域的区域类型,其中,区域类型包括:白天固定停留区域、夜晚固定停留区域、临时停留区域,处理器72还用于在两个目标对象的临时停留区域的点位出现时间戳列表重合度和区域重合度满足第一预设条件时,确定关联关系为经常同临时停留关系,处理器72还用于在两个目标对象的白天固定停留区域的点位出现日期列表重合度和区域重合度满足第二预设条件,且两个目标对象的夜晚固定停留区域的点位出现日期列表重合度和区域重合度满足第二预设条件时,确定关联关系为白天夜晚同固定停留关系。在一个实施场景中,第一预设条件包括:点位出现时间戳列表重合度大于第一预设重合度阈值,且区域重合度大于第二预设重合度阈值。在另一个实施场景中,第二预设条件包括:点位出现日期列表重合度大于第三预设重合度阈值,且区域重合度大于第四预设重合度阈值。
在一些实施例中,处理器72还用于筛选每个行程中途经时间最早的预设点位,作为对应行程的行程端点中的行程起点,处理器72还用于筛选每个行程中途经时间最晚的预设点位,作为对应行程的行程端点中的行程终点,处理器72还用于获取停留区域内行程端点中的行程起点的途经时间的中位数,作为停留区域的区域离开时间,并获取停留区域内行程端点中的行程终点的途经时间的中位数,作为停留区域的区域进入时间,处理器72还用于将区域进入时间和区域离开时间之间的时间段作为停留区域的停留时间段,处理器72还用于统计停留区域内所有行程端点出现次数总和,作为停留区域的点位出现次数;处理器72还用于统计停留区域内所有行程端点出现天数总和,作为停留区域的点位出现天数;处理器72还用于统计停留区域内所有行程端点出现日期,作为停留区域的点位出现日期列表;处理器72还用于统计停留区域内所有行程端点出现时间,作为停留区域的点位出现时间戳列表。
在一些实施例中,处理器72还用于筛选点位出现时间戳列表在节假日之内的临时停留区域,作为节假日临时停留区域,处理器72还用于在两个目标对象的节假日临时停留区域的点位出现时间戳列表重合度大于第五预设重合度阈值,且区域重合度大于第六预设重合度阈值时,确定关联关系为节假日经常同临时停留关系。
请参阅图8,图8为本申请存储装置80一实施例的框架示意图。存储装置80存储有能够被处理器运行的程序指令81,程序指令81用于实现上述任一停留区域确定方法实施例中的步骤。
上述方案,能够在排除目标对象行程途中所途经的预设点位的基础上,确定目标对象的停留区域,进而能够提高停留分析的准确性。
此外,由于从每个行程的预设点位中选出对应行程的行程端点,能够排除目标对象行程途中所途经的其他预设点位,故此,也能够大大减少后续停留分析的数据量,有利于减轻处理负荷,加快分析速度。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式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-Only Memory)、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。
Claims (11)
1.一种停留区域确定方法,其特征在于,包括:
获取目标对象途经的各个预设点位所对应的位置信息和途经时间;
分析所述位置信息和途经时间,将所述各个预设点位划分到至少一个行程中;
基于所述途经时间,从每个所述行程的预设点位中选出对应所述行程的行程端点;
基于所述行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合;
基于所述点位集合中所述行程端点的位置信息,确定所述目标对象的停留区域;
基于所述目标对象的停留区域内的行程端点的途经时间,获取所述停留区域的区域属性;
基于所述停留区域的区域属性,确定两个所述目标对象之间的关联关系。
2.根据权利要求1所述的停留区域确定方法,其特征在于,所述分析所述位置信息和途经时间,将所述各个预设点位划分到至少一个行程中包括:
按照所述途经时间由早到晚的顺序,将所述各个预设点位进行排序;
基于排序后的各个预设点位对应的位置信息和途经时间,计算所述目标对象途经所述各个预设点位时的途经速度;
若排序后的各个预设点位中任意相邻预设点位对应的途经时间的间隔大于预设时间阈值,且所述任意相邻预设点位中至少一个所对应的途经速度小于预设速度阈值,则将所述任意相邻预设点位划分至不同的行程中。
3.根据权利要求1所述的停留区域确定方法,其特征在于,所述位置信息包括经纬度坐标,所述基于所述行程端点的位置信息,将满足预设距离条件的行程端点划分至同一点位集合包括:
将所述经纬度坐标相同的行程端点划分至同一点位集合;
获取任意两个所述点位集合之间的第一距离;
将所述第一距离不大于第一预设距离阈值的任意两个所述点位集合合并为同一点位集合。
4.根据权利要求3所述的停留区域确定方法,其特征在于,所述获取任意两个所述点位集合之间的第一距离包括:
将所述点位集合中行程端点的经纬度坐标的平均值作为点位集合的中心点位的经纬度坐标;
基于任意两个所述点位集合的中心点位的经纬度坐标,计算任意两个所述点位集合之间的第一距离;
所述将所述第一距离不大于第一预设距离阈值的任意两个所述点位集合合并为同一点位集合之后,所述方法还包括:
提取当前点位集合中与所述当前点位集合的中心点位之间的第二距离大于第二预设距离阈值的行程端点;
若提取的行程端点与其他点位集合的中心点位之间的第三距离不大于第三预设距离阈值,则将提取的行程端点合并至所述其他点位集合;
若提取的行程端点与任意所述其他点位集合的中心点位之间的第三距离大于所述第三预设距离阈值,则将提取的行程端点作为新的点位集合。
5.根据权利要求1所述的停留区域确定方法,其特征在于,所述基于所述点位集合中所述行程端点的位置信息,确定所述目标对象的停留区域包括:
获取到所述点位集合的中心点位距离最近的第一行程端点,以及到所述点位集合的中心点位距离最远的第二行程端点;
获取所述第一行程端点对应的预设点位的点位名称,并获取所述第二行程端点到所述点位集合的中心点位之间的第四距离;
将以所述点位集合的中心点位为圆心,以所述第四距离为半径的区域作为所述目标对象的停留区域,并将所述第一行程端点对应的预设点位的点位名称作为所述停留区域的区域名称。
6.根据权利要求1所述的停留区域确定方法,其特征在于,所述区域属性包括:点位出现次数、点位出现天数、点位出现日期列表、点位出现时间戳列表、停留时间段;
所述基于所述停留区域的区域属性,确定两个所述目标对象之间的关联关系包括:
基于所述点位出现次数、所述点位出现天数和所述停留时间段,确定所述停留区域的区域类型,其中,所述区域类型包括:白天固定停留区域、夜晚固定停留区域、临时停留区域;
若两个所述目标对象的临时停留区域的点位出现时间戳列表重合度和区域重合度满足第一预设条件,则确定所述关联关系为经常同临时停留关系;
若两个所述目标对象的白天固定停留区域的点位出现日期列表重合度和区域重合度满足第二预设条件,且两个所述目标对象的夜晚固定停留区域的点位出现日期列表重合度和区域重合度满足所述第二预设条件,则确定所述关联关系为白天夜晚同固定停留关系。
7.根据权利要求6所述的停留区域确定方法,其特征在于,所述基于所述途经时间,从每个所述行程的预设点位中选出对应所述行程的行程端点包括:
筛选每个所述行程中所述途经时间最早的预设点位,作为对应所述行程的行程端点中的行程起点;
并筛选每个所述行程中所述途经时间最晚的预设点位,作为对应所述行程的行程端点中的行程终点;
所述基于所述目标对象的停留区域内的行程端点的途经时间,获取所述停留区域的区域属性包括:
获取所述停留区域内行程端点中的行程起点的途经时间的中位数,作为所述停留区域的区域离开时间,并获取所述停留区域内行程端点中的行程终点的途经时间的中位数,作为所述停留区域的区域进入时间;
将所述区域进入时间和所述区域离开时间之间的时间段作为所述停留区域的停留时间段;
并统计所述停留区域内所有行程端点出现次数总和,作为所述停留区域的点位出现次数;以及统计所述停留区域内所有行程端点出现天数总和,作为所述停留区域的点位出现天数;以及统计所述停留区域内所有行程端点出现日期,作为所述停留区域的点位出现日期列表;以及统计所述停留区域内所有行程端点出现时间,作为所述停留区域的点位出现时间戳列表。
8.根据权利要求6所述的停留区域确定方法,其特征在于,所述第一预设条件包括:所述点位出现时间戳列表重合度大于第一预设重合度阈值,且所述区域重合度大于第二预设重合度阈值;
和/或,所述第二预设条件包括:所述点位出现日期列表重合度大于第三预设重合度阈值,且所述区域重合度大于第四预设重合度阈值。
9.根据权利要求6所述的停留区域确定方法,其特征在于,所述基于所述停留区域的区域属性,确定两个所述目标对象之间的关联关系还包括:
筛选所述点位出现时间戳列表在节假日之内的临时停留区域,作为节假日临时停留区域;
若两个所述目标对象的节假日临时停留区域的点位出现时间戳列表重合度大于第五预设重合度阈值,且区域重合度大于第六预设重合度阈值,则确定所述关联关系为节假日经常同临时停留关系。
10.一种停留区域确定装置,其特征在于,包括相互耦接的存储器和处理器,所述存储器内存储有程序指令,所述处理器用于执行所述程序指令以实现权利要求1至9任一项所述的停留区域确定方法。
11.一种存储装置,其特征在于,存储有能够被处理器运行的程序指令,所述程序指令用于实现权利要求1至9任一项所述的停留区域确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911312968.7A CN112991804B (zh) | 2019-12-18 | 2019-12-18 | 停留区域确定方法以及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911312968.7A CN112991804B (zh) | 2019-12-18 | 2019-12-18 | 停留区域确定方法以及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991804A CN112991804A (zh) | 2021-06-18 |
CN112991804B true CN112991804B (zh) | 2022-06-07 |
Family
ID=76344104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911312968.7A Active CN112991804B (zh) | 2019-12-18 | 2019-12-18 | 停留区域确定方法以及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991804B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351725B (zh) * | 2023-12-05 | 2024-02-13 | 文诚恒远(天津)供应链管理服务有限公司 | 轿运车的异常行为告警方法、装置及计算机可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104167092A (zh) * | 2014-07-30 | 2014-11-26 | 北京市交通信息中心 | 一种确定出租车上下客热点区域中心的方法以及装置 |
JP2015232908A (ja) * | 2013-11-28 | 2015-12-24 | 菱木運送株式会社 | 労働状態管理装置及び労働状態管理システム |
CN106297280A (zh) * | 2015-05-22 | 2017-01-04 | 高德软件有限公司 | 一种信息处理方法和装置 |
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 |
CN108122424A (zh) * | 2016-11-28 | 2018-06-05 | 高德信息技术有限公司 | 车辆在站点停靠时间的确定方法和装置 |
CN108255944A (zh) * | 2017-12-12 | 2018-07-06 | 北京荣之联科技股份有限公司 | 确定用户的居住地和工作地的方法和装置 |
CN108281012A (zh) * | 2018-02-01 | 2018-07-13 | 中国科学院计算机网络信息中心 | 交通流量数据的显示方法、装置、存储介质及电子装置 |
CN109729518A (zh) * | 2019-03-15 | 2019-05-07 | 上海同济城市规划设计研究院有限公司 | 基于手机信令的城市交通早高峰拥堵源头识别方法 |
CN109766902A (zh) * | 2017-11-09 | 2019-05-17 | 杭州海康威视系统技术有限公司 | 对同区域的车辆聚类的方法、装置和设备 |
CN109817015A (zh) * | 2018-12-28 | 2019-05-28 | 西安艾润物联网技术服务有限责任公司 | 虚拟停车场划分方法及相关产品 |
CN110309437A (zh) * | 2019-06-26 | 2019-10-08 | 京东数字科技控股有限公司 | 一种信息推送方法和装置 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8271497B2 (en) * | 2009-12-03 | 2012-09-18 | Sony Computer Entertainment Inc. | Information processing apparatus and information processing method outputting information on movement of person |
CN105513351A (zh) * | 2015-12-17 | 2016-04-20 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通出行特征数据提取方法 |
US9857186B2 (en) * | 2016-03-11 | 2018-01-02 | Sap Se | System and method for long-haul trip planning for commercial vehicles transportation |
CN108337644B (zh) * | 2017-01-18 | 2020-11-27 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及装置 |
CN107121690B (zh) * | 2017-03-31 | 2019-05-28 | 景致惠通工程咨询(武汉)有限公司 | 一种基于多运动参数的停留点识别方法和装置 |
CN107122461B (zh) * | 2017-04-27 | 2019-08-13 | 东软集团股份有限公司 | 一种出行轨迹聚类方法、装置及设备 |
CN108286980B (zh) * | 2017-12-29 | 2021-04-02 | 广州通易科技有限公司 | 一种预测目的地和推荐驾驶路线的方法 |
CN108959373A (zh) * | 2018-05-23 | 2018-12-07 | 北京都在哪网讯科技有限公司 | 足迹点生成方法及装置 |
CN108717790B (zh) * | 2018-07-06 | 2021-02-26 | 广州市交通运输研究所 | 一种基于卡口车牌识别数据的车辆出行分析方法 |
CN109005515B (zh) * | 2018-09-05 | 2020-07-24 | 武汉大学 | 一种基于移动轨迹信息的用户行为模式画像的方法 |
CN110309434B (zh) * | 2018-10-10 | 2023-10-13 | 腾讯大地通途(北京)科技有限公司 | 一种轨迹数据处理方法、装置以及相关设备 |
CN109686085B (zh) * | 2018-12-17 | 2020-05-05 | 北京交通大学 | 基于gps数据危险货物运输车辆停留节点活动类型识别方法 |
CN109948701B (zh) * | 2019-03-19 | 2022-08-16 | 太原科技大学 | 一种基于轨迹间时空关联性的数据聚类方法 |
CN110276947B (zh) * | 2019-06-05 | 2021-03-23 | 中国科学院深圳先进技术研究院 | 一种交通融合分析预测方法、系统及电子设备 |
-
2019
- 2019-12-18 CN CN201911312968.7A patent/CN112991804B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015232908A (ja) * | 2013-11-28 | 2015-12-24 | 菱木運送株式会社 | 労働状態管理装置及び労働状態管理システム |
CN104167092A (zh) * | 2014-07-30 | 2014-11-26 | 北京市交通信息中心 | 一种确定出租车上下客热点区域中心的方法以及装置 |
CN106297280A (zh) * | 2015-05-22 | 2017-01-04 | 高德软件有限公司 | 一种信息处理方法和装置 |
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 |
CN108122424A (zh) * | 2016-11-28 | 2018-06-05 | 高德信息技术有限公司 | 车辆在站点停靠时间的确定方法和装置 |
CN109766902A (zh) * | 2017-11-09 | 2019-05-17 | 杭州海康威视系统技术有限公司 | 对同区域的车辆聚类的方法、装置和设备 |
CN108255944A (zh) * | 2017-12-12 | 2018-07-06 | 北京荣之联科技股份有限公司 | 确定用户的居住地和工作地的方法和装置 |
CN108281012A (zh) * | 2018-02-01 | 2018-07-13 | 中国科学院计算机网络信息中心 | 交通流量数据的显示方法、装置、存储介质及电子装置 |
CN109817015A (zh) * | 2018-12-28 | 2019-05-28 | 西安艾润物联网技术服务有限责任公司 | 虚拟停车场划分方法及相关产品 |
CN109729518A (zh) * | 2019-03-15 | 2019-05-07 | 上海同济城市规划设计研究院有限公司 | 基于手机信令的城市交通早高峰拥堵源头识别方法 |
CN110309437A (zh) * | 2019-06-26 | 2019-10-08 | 京东数字科技控股有限公司 | 一种信息推送方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112991804A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107133318B (zh) | 一种基于手机信令数据的人口识别方法 | |
WO2017133627A1 (zh) | 用户通勤轨迹管理方法、装置及系统 | |
US20210375128A1 (en) | System and method for detection and quantification of irregular traffic congestion | |
CN107645709B (zh) | 一种确定人员信息的方法及装置 | |
CN106096507B (zh) | 智慧交通黑车识别方法 | |
CN115080638B (zh) | 微观仿真的多源数据融合分析方法、电子设备及存储介质 | |
US11250031B2 (en) | Method of predicting a traffic behaviour in a road system | |
You et al. | A GPS data processing framework for analysis of drayage truck tours | |
US20150213055A1 (en) | Digital location-based data methods and product | |
CN112991804B (zh) | 停留区域确定方法以及相关装置 | |
CN111380530A (zh) | 导航方法及相关产品 | |
CN111367906B (zh) | 异常车辆识别方法、装置、设备及计算机可读存储介质 | |
CN111353342B (zh) | 肩头识别模型训练方法、装置、人数统计方法、装置 | |
CN112863195B (zh) | 车辆状态的确定方法及装置 | |
CN112562315B (zh) | 一种获取车流信息的方法、终端及存储介质 | |
CN116704750B (zh) | 一种基于聚类算法的交通状态识别方法、电子设备、介质 | |
Pinelli et al. | A methodology for denoising and generating bus infrastructure data | |
CN111709286A (zh) | 车辆排序及etc交易方法、存储介质、工控机设备及etc系统 | |
CN111368868A (zh) | 确定车辆套牌的方法、装置及设备 | |
CN107622467B (zh) | 一种通勤出行模式提取方法及装置 | |
CN110986992A (zh) | 无人售卖车辆的导航方法、装置、电子设备和存储介质 | |
CN111680707A (zh) | 基于公交系统的刷卡数据分析方法、电子终端及存储装置 | |
CN113779171A (zh) | 对象落脚点的确定方法、装置、存储介质及电子装置 | |
Axer | Estimating Traffic Signal States by Exploiting Sparse Low-Frequency Floating Car Data | |
CN111640303A (zh) | 城市通勤路径识别方法及设备 |
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 |