CN113220680A

CN113220680A - 疫情密切接触者轨迹确定方法、系统、装置及存储介质

Info

Publication number: CN113220680A
Application number: CN202110475405.0A
Authority: CN
Inventors: 马春龙; 张小凤; 唐佳林; 裴雪丹; 张连波; 彭文亮; 邹立仁; 张凯
Original assignee: Beijing Institute of Technology Zhuhai
Current assignee: Beijing Institute of Technology Zhuhai
Priority date: 2021-04-29
Filing date: 2021-04-29
Publication date: 2021-08-06

Abstract

本发明公开了一种疫情密切接触者轨迹确定方法、系统、装置及存储介质，方法包括：获取道路网拓扑信息以及多个人员的第一定位信息，根据道路网拓扑信息和第一定位信息确定多个人员的第一轨迹数据；根据第一轨迹数据建立R‑Tree空间索引；获取预设的疫情人员轨迹，根据疫情人员轨迹在R‑Tree空间索引中匹配得到疫情密切接触者轨迹。本发明结合空间定位信息和道路网拓扑结构来确定人员的轨迹数据，提高了轨迹追踪的实时性和准确性，通过建立R‑tree空间索引，对疫情轨迹数据进行快速查询和匹配检索，实现了对疫情密切接触者轨迹的快速、精确查找，提高了疫情密切接触者轨迹追踪的效率和准确度，可广泛应用于人员轨迹追踪技术领域。

Description

疫情密切接触者轨迹确定方法、系统、装置及存储介质

技术领域

本发明涉及人员轨迹追踪技术领域，尤其是一种疫情密切接触者轨迹确定方法、系统、装置及存储介质。

背景技术

密切接触者追踪能够帮助用户自我判断与风险人员(传染性病毒携带者、危害公共安全潜在人员等)之间的接触史，其为突发事件时进行场所人员管控提供了强力的技术支持，减少风险人员对普通人员造成的不必要的危害(人员隔离，商业关闭的经济损失)。因此，密切接触者追踪在现代社会管理中愈发重要，给日常生活带来便利。

目前，对疫情密切接触者的追踪大多是通过疫情人员的行动轨迹确定其可能接触到的相关人员，进而确定相关人员的轨迹，然而由于人员定位信息的复杂多变，现有的方法难以高效、准确地确定疫情密切接触者的行动轨迹。

发明内容

本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。

为此，本发明实施例的一个目的在于提供一种疫情密切接触者轨迹确定方法，该方法根据道路网拓扑信息和人员的第一定位信息确定其第一轨迹数据，然后根据第一轨迹数据建立R-Tree空间索引，进而根据预设的疫情人员轨迹在R-Tree空间索引中匹配得到疫情密切接触者轨迹，从而可以实现对疫情密切接触者的轨迹追踪。

本发明实施例的另一个目的在于提供一种疫情密切接触者轨迹确定系统。

为了达到上述技术目的，本发明实施例所采取的技术方案包括：

第一方面，本发明实施例提供了一种疫情密切接触者轨迹确定方法，包括以下步骤：

获取道路网拓扑信息以及多个人员的第一定位信息，根据所述道路网拓扑信息和所述第一定位信息确定多个人员的第一轨迹数据；

根据所述第一轨迹数据建立R-Tree空间索引；

获取预设的疫情人员轨迹，根据所述疫情人员轨迹在所述R-Tree空间索引中匹配得到疫情密切接触者轨迹。

进一步地，在本发明的一个实施例中，所述获取道路网拓扑信息以及多个人员的第一定位信息，根据所述道路网拓扑信息和所述第一定位信息确定多个人员的第一轨迹数据这一步骤，其具体包括：

获取多个人员的第一定位信息，并根据所述第一定位信息确定对应人员的活动区域，进而获取所述活动区域的道路网拓扑信息；

根据所述道路网拓扑信息和所述第一定位信息确定对应人员处于初始移动状态、后续定位状态或定位数据无效状态；

当对应人员处于初始移动状态，采用基于投影的地图匹配算法确定第一轨迹片段，当对应人员处于后续定位状态，采用基于模糊逻辑的地图匹配算法确定第二轨迹片段，当对应人员处于定位数据无效状态，采用基于航位推算的地图匹配算法确定第三轨迹片段；

根据所述第一轨迹片段、所述第二轨迹片段以及所述第三轨迹片段确定第一轨迹数据。

进一步地，在本发明的一个实施例中，所述当对应人员处于后续定位状态，采用基于模糊逻辑的地图匹配算法确定第二轨迹片段这一步骤，其具体包括：

当对应人员处于后续定位状态，根据所述第一定位信息确定多个备选路段，进而根据所述多个备选路段建立备选评价对象集；

确定所述备选评价对象集的评价因素集、评价结果集，进而确定所述评价因素集的权重矢量；

根据所述备选评价对象集、所述评价因素集以及所述评价结果集确定模糊评价矩阵，并根据所述模糊评价矩阵和所述权重矢量对确定各个备选路段的模糊评价值；

根据所述模糊评价值从所述备选评价对象集中选取出最优备选路段作为第二轨迹片段。

进一步地，在本发明的一个实施例中，所述根据所述第一轨迹数据建立R-Tree空间索引这一步骤，其具体为：

将所述第一轨迹数据输入SECONDO数据库的关系表中，以所述第一轨迹数据的时空范围为索引项，建立R-Tree空间索引；

其中，所述R-Tree空间索引包括根节点和子节点，所述子节点包括非叶子节点和叶子节点，所述叶子节点存储有对应的第一轨迹数据的时间区间以及所在区域的空间分布外接矩形。

进一步地，在本发明的一个实施例中，所述获取预设的疫情人员轨迹，根据所述疫情人员轨迹在所述R-Tree空间索引中匹配得到疫情密切接触者轨迹这一步骤，其具体包括：

获取预设的疫情人员轨迹，并确定所述疫情人员轨迹的匹配时间区间和匹配空间分布外接矩形；

从所述R-Tree空间索引的根节点开始进行遍历搜索，根据所述匹配时间区间和所述匹配空间分布外接矩形筛选出多个备选叶子节点；

获取备选叶子节点对应的第一轨迹数据作为备选轨迹数据，并根据所述疫情人员轨迹从所述备选轨迹数据中确定若干个疫情密切接触者轨迹。

进一步地，在本发明的一个实施例中，所述根据所述匹配时间区间和所述匹配空间分布外接矩形筛选出多个备选叶子节点这一步骤，其具体包括：

判断各个子节点的时间区间与所述匹配时间区间是否相交；

当子节点的时间区间与所述匹配时间区间相交，计算该子节点的空间分布外接矩形与所述匹配空间分布外接矩形的最小距离和最大距离，若所述最小距离或所述最大距离不满足预设的第一阈值范围，则停止对该子节点的搜索，否则，继续搜索该子节点的子节点，直至搜索到叶子节点；

当叶子节点的时间区间与所述匹配时间区间相交，且叶子节点的空间分布外接矩形与所述匹配空间分布外接矩形的最小距离和最大距离均满足预设的第一阈值范围，确定该叶子节点为备选叶子节点。

进一步地，在本发明的一个实施例中，所述根据所述疫情人员轨迹从所述备选轨迹数据中确定若干个疫情密切接触者轨迹这一步骤，其具体包括：

根据所述备选轨迹数据确定各个时刻对应人员的第一位置，并根据所述疫情人员轨迹确定各个时刻疫情人员的第二位置；

计算同一时刻的第一位置和第二位置的空间距离；

当所述空间距离小于等于预设的第二阈值，确定对应的备选轨迹数据为疫情密切接触者轨迹。

第二方面，本发明实施例提供了一种疫情密切接触者轨迹确定系统，包括：

第一轨迹数据确定模块，用于获取道路网拓扑信息以及多个人员的第一定位信息，根据所述道路网拓扑信息和所述第一定位信息确定多个人员的第一轨迹数据；

R-Tree空间索引建立模块，用于根据所述第一轨迹数据建立R-Tree空间索引；

疫情密切接触者轨迹匹配模块，用于获取预设的疫情人员轨迹，根据所述疫情人员轨迹在所述R-Tree空间索引中匹配得到疫情密切接触者轨迹。

第三方面，本发明实施例提供了一种疫情密切接触者轨迹确定装置，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的一种疫情密切接触者轨迹确定方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的一种疫情密切接触者轨迹确定方法。

本发明的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到：

本发明实施例根据道路网拓扑信息和人员的第一定位信息确定其第一轨迹数据，然后根据第一轨迹数据建立R-Tree空间索引，进而根据预设的疫情人员轨迹在R-Tree空间索引中匹配得到疫情密切接触者轨迹，从而可以实现对疫情密切接触者的轨迹追踪。本发明实施例结合空间定位信息和道路网拓扑结构来确定人员的轨迹数据，提高了轨迹追踪的实时性和准确性，通过建立R-tree空间索引，可以对疫情轨迹数据进行快速查询和匹配检索，实现了对疫情密切接触者轨迹的快速、精确查找，从而提高了疫情密切接触者轨迹追踪的效率和准确度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面对本发明实施例中所需要使用的附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。

图1为本发明实施例提供的一种疫情密切接触者轨迹确定方法的步骤流程图；

图2为本发明实施例提供的R-tree空间索引的结构示意图；

图3为本发明实施例提供的一种疫情密切接触者轨迹确定系统的结构框图；

图4为本发明实施例提供的一种疫情密切接触者轨迹确定装置的结构框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。

在本发明的描述中，多个的含义是两个或两个以上，如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外，除非另有定义，本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。

参照图1，本发明实施例提供了一种疫情密切接触者轨迹确定方法，具体包括以下步骤：

S101、获取道路网拓扑信息以及多个人员的第一定位信息，根据道路网拓扑信息和第一定位信息确定多个人员的第一轨迹数据。

具体地，受GPS定位精度、电子地图精度的影响，人员定位的位置往往会偏离实际所在路段，甚至可能会出现误匹配的现象，从而影响到人员轨迹追踪的实时性以及精确度。本发明实施例结合空间位置信息和道路网拓扑结构，充分考虑当前数据、历史数据及道路网拓扑结构等信息，根据人员位置当前时刻所处情形状态的不同，采用了航位推算、投影以及模糊逻辑综合评价相结合的地图匹配方法，以得到高精确度的第一轨迹数据。步骤S101具体包括以下步骤：

S1011、获取多个人员的第一定位信息，并根据第一定位信息确定对应人员的活动区域，进而获取活动区域的道路网拓扑信息；

S1012、根据道路网拓扑信息和第一定位信息确定对应人员处于初始移动状态、后续定位状态或定位数据无效状态；

S1013、当对应人员处于初始移动状态，采用基于投影的地图匹配算法确定第一轨迹片段，当对应人员处于后续定位状态，采用基于模糊逻辑的地图匹配算法确定第二轨迹片段，当对应人员处于定位数据无效状态，采用基于航位推算的地图匹配算法确定第三轨迹片段；

S1014、根据第一轨迹片段、第二轨迹片段以及第三轨迹片段确定第一轨迹数据。

具体地，疾控中心计算机接收到人员携带的移动终端发送过来的GPS定位信息(即第一定位信息)，根据该GPS定位信息确定对应人员的活动区域，然后获取该活动区域的三维GIS地图，确定该活动区域的道路网拓扑结构，再结合GPS定位信息中的当前时刻位置、历史时刻位置以及道路网拓扑结构，判断出当前时刻位置所处的情形状态为初始移动状态、后续定位状态或定位数据无效状态，并针对不同状态的位置信息采用不用的算法得到轨迹片段，具体如下：

1)在初始移动状态采用基于投影的地图匹配算法，该算法虽然在道路网复杂、平行路段和交叉路口匹配正确率不高，容易出现误匹配的问题，但在人员刚开始移动时，由于位置信息相对单一且道路网相对简单，可以准确地确定人员在初始移动状态时的第一轨迹片段；

2)在后续定位状态采用基于模糊逻辑的地图匹配算法，该算法通过构建模糊隶属度函数，将地图匹配问题的定性描述转化为定量描述，也就是说，对受多种因素影响的模糊现象或者事物通过数学工具，运用确定的因素和结果，基于模糊合成规则，构建两者之间的函数，从而作出有效地评价，进而可以准确确定人员在后续定位状态时的第二轨迹片段；

3)在定位数据无效状态采用基于航位推算的地图匹配算法，由于移动终端的GPS定位信息存在错误定位或缺失的可能，因此得到的第一轨迹片段和第二轨迹片段可能并不能形成一段完整的行动轨迹，这样在GPS定位信息缺失或错误定位时，利用基于航位推算的地图匹配算法，结合相邻的两个有效定位数据得到第三轨迹片段。

可以理解是，本发明实施例综合这三种地图匹配算法，根据得到的第一轨迹片段、第二轨迹片段以及第三轨迹片段即可得到准确的第一轨迹数据，保证了人员追踪定位的实时性和准确性。相关技术中，基于投影的地图匹配算法和基于航位推算的地图匹配算法均十分成熟，本发明实施例不再赘述其具体过程。

进一步作为可选的实施方式，当对应人员处于后续定位状态，采用基于模糊逻辑的地图匹配算法确定第二轨迹片段这一步骤，其具体包括：

A1、当对应人员处于后续定位状态，根据第一定位信息确定多个备选路段，进而根据多个备选路段建立备选评价对象集；

A2、确定备选评价对象集的评价因素集、评价结果集，进而确定评价因素集的权重矢量；

A3、根据备选评价对象集、评价因素集以及评价结果集确定模糊评价矩阵，并根据模糊评价矩阵和权重矢量对确定各个备选路段的模糊评价值；

A4、根据模糊评价值从备选评价对象集中选取出最优备选路段作为第二轨迹片段。

具体地，本发明实施例中基于模糊逻辑的地图匹配算法如下：

1)建立备选评价对象集。对具体的对象进行评价时，其评价对象可能不止一个，故需要建立备选评价对象集。通常用集合X＝{x₁,x₂,....x_a}来描述备选评价对象集。其中，a表示备选评价对象的数目。

在本发明实施例中，备选评价对象为多个备选路段，即x_i表示第i个备选路段。

2)建立备选路段的评价因素集和评价结果集。用集合U＝{u₁,u₂,....u_m}来描述对备选路段作出选择的m种评价因素(即需要从哪些方面来考虑被评价对象)；用集合V＝{v₁,v₂,....v_n}来表示对各个评价因素作出的n种结果判断，比如：{高，低}、{很好，好，一般，差，较差}等，一般分为2至5个等级。

本发明实施例中，选取了距离、夹角、相似性以及连通性作为评价备选路段的评价因素，则评价因素集为：U＝{u₁,u₂,u₃,u₄}，其中，u₁为距离，u₂为夹角，u₃为相似性，u₄为连通性。

本发明实施例中，对于“距离”这一评价因素，确定其评价结果集为{很近，近，中等，远，很远}，对于“夹角”这一评价因素，确定其评价结果集为{很小，小，中等，大，很大}，对于“相似性”这一评价因素，确定其评价结果集为{很相似，相似，有点相似，不相似，很不相似}，对于“连通性”这一评价因素，确定其评价结果集为{很强，强，适中，弱，很弱}，并且确定各个评价结果的阈值范围，便于后续对备选路段进行评价。

3)确定各个评价因素的权重矢量。用集合A＝{a₁,a₂,a₃.....a_m}来描述各个评价因素在对备选对象判断时所占的权重百分比，满足以下条件：

a_j≥0

由于在评价的过程中，权重的选取会对评价结果有一定的影响，因此应对结果进行多次验证，避免权重的误设置影响最终的评价结果。

4)构建模糊评价矩阵，由于每一个评价对象都具有多个评价因素，在实际应用中，需要对每一个评价因素进行评价，从而确定其隶属程度的大小。本发明实施例中，模糊评价矩阵R如下所示：

其中，r_ij表示第i个备选路段的第j个评价因素对应的评价结果。

具体地，计算评价因素“距离”对于评价结果集{很近，近，中等，远，很远}中各个评价结果的可信程度；计算评价因素“夹角”对于评价结果集{很小，小，中等，大，很大}中各个评价结果的可信程度；选取匹配路段的若干个匹配点，计算匹配点到候选路段投影点的平均距离差，以平均距离差评价相似性，可以得到评价因素“相似度”对于评价结果集{很相似，相似，有点相似，不相似，很不相似}中各个评价结果的可信程度；选取当前位置前若干个时刻的匹配路段来描述与候选路段的连通性强弱程度，可以得到评价因素“连通性”对于评价结果集{很强，强，适中，弱，很弱}中各个评价结果的可信程度。

5)根据模糊评价矩阵进行对备选路段进行多层次模糊综合评价，基于模糊合成规则，得到评价结果矢量B如下所示：

为了确定最优路段，需要对各个候选路段的评价结果矢量进行排序，依据最大隶属度原则确定候选路段的评价结果，即取评价结果向量B中最大的值作为当前被评价对象的评价级别。

模糊逻辑综合评价的特点在于需要对每一个备选路段进行逐一评价并排序，根据评价的结果进行排序及二次筛选，最终从备选评价对象集合中选出最优备选路段作为第二轨迹片段。

S102、根据第一轨迹数据建立R-Tree空间索引。

具体地，如图2所示位本发明实施例建立的R-Tree空间索引，其中，Tid为元组在表中的偏移量，表示元组在表中的位置，通过Tid可以读取表中对应的元组；Oid为对象标示符；Trip为对象的轨迹，可以是轨迹单元类型，也可以是移动点类型的轨迹数据。R-tree空间索引的叶子节点记录Tid指向关系表。

进一步作为可选的实施方式，根据第一轨迹数据建立R-Tree空间索引这一步骤，其具体为：

将第一轨迹数据输入SECONDO数据库的关系表中，以第一轨迹数据的时空范围为索引项，建立R-Tree空间索引；

其中，R-Tree空间索引包括根节点和子节点，子节点包括非叶子节点和叶子节点，叶子节点存储有对应的第一轨迹数据的时间区间以及所在区域的空间分布外接矩形。

具体地，在可扩充数据库SECONDO中，将移动对象的数据存储在数据库的关系表中，以轨迹数据的时空范围为索引项，建立轨迹数据的R-tree空间索引。

S103、获取预设的疫情人员轨迹，根据疫情人员轨迹在R-Tree空间索引中匹配得到疫情密切接触者轨迹。

具体地，本发明实施例采用基于R-tree索引的过滤算法，从R-tree的根节点开始，遍历所有的子节点，如果子节点的时间维度的时间间隔与查询的对象的时间间隔有相交，则判断该子节点的空间分布的最小边框矩形与查询轨迹(疫情轨迹)的最小边框矩形之间的最大距离和最小距离是否满足预设的条件，如果这个子节点中不可能包含有查询结果的轨迹，则不再对该节点继续深入搜索，否则继续搜索该子节点的子节点，直到搜索到叶子节点。对于叶子节点的处理与内部节点相似，将不可能是查询结果的轨迹抛弃，将其他的轨迹作为备选轨迹数据，进行下一步精确匹配计算。步骤S103具体包括以下步骤：

S1031、获取预设的疫情人员轨迹，并确定疫情人员轨迹的匹配时间区间和匹配空间分布外接矩形；

S1032、从R-Tree空间索引的根节点开始进行遍历搜索，根据匹配时间区间和匹配空间分布外接矩形筛选出多个备选叶子节点；

S1033、获取备选叶子节点对应的第一轨迹数据作为备选轨迹数据，并根据疫情人员轨迹从备选轨迹数据中确定若干个疫情密切接触者轨迹。

具体地，本发明实施例在匹配密切接触者轨迹时，最基本的思想是先过滤完全不符合查询条件的轨迹，然后再进行精确匹配计算。在过滤阶段，主要利用了R-Tree空间索引的特性，当某个节点的时间区间或空间分布外接矩形不满足对应条件时，该节点的所有子节点都不会继续搜索，从而提高了匹配效率。在精确匹配阶段，可根据各个时刻备选轨迹与疫情人员轨迹的距离来确定疫情密切接触者轨迹。

进一步作为可选的实施方式，根据匹配时间区间和匹配空间分布外接矩形筛选出多个备选叶子节点这一步骤，其具体包括：

B1、判断各个子节点的时间区间与匹配时间区间是否相交；

B2、当子节点的时间区间与匹配时间区间相交，计算该子节点的空间分布外接矩形与匹配空间分布外接矩形的最小距离和最大距离，若最小距离或最大距离不满足预设的第一阈值范围，则停止对该子节点的搜索，否则，继续搜索该子节点的子节点，直至搜索到叶子节点；

B3、当叶子节点的时间区间与匹配时间区间相交，且叶子节点的空间分布外接矩形与匹配空间分布外接矩形的最小距离和最大距离均满足预设的第一阈值范围，确定该叶子节点为备选叶子节点。

进一步作为可选的实施方式，根据疫情人员轨迹从备选轨迹数据中确定若干个疫情密切接触者轨迹这一步骤，其具体包括：

C1、根据备选轨迹数据确定各个时刻对应人员的第一位置，并根据疫情人员轨迹确定各个时刻疫情人员的第二位置；

C2、计算同一时刻的第一位置和第二位置的空间距离；

C3、当空间距离小于等于预设的第二阈值，确定对应的备选轨迹数据为疫情密切接触者轨迹。

具体地，过滤阶段会过滤掉一部分不符合匹配条件的轨迹数据。对剩下的备选轨迹数据，通过计算其与疫情人员轨迹在每个时刻的空间距离，将空间距离小于等于预设的第二阈值的备选轨迹数据作为结果输出，该结果就是密切接触者轨迹。

以上对本发明实施例的步骤进行了说明。本发明实施例结合空间定位信息和道路网拓扑结构，充分考虑当前数据、历史数据及道路网拓扑结构等信息，根据人员位置当前时刻所处情形状态的不同，采用基于航位推算、投影以及模糊逻辑综合评判相结合的地图匹配算法，提高了人员轨迹追踪的实时性和准确性；通过建立R-tree空间索引，可以对疫情轨迹数据进行快速查询和匹配检索，实现了对疫情密切接触者轨迹的快速、精确查找，从而提高了疫情密切接触者轨迹追踪的效率和准确度。

参照图3，本发明实施例提供了一种疫情密切接触者轨迹确定系统，包括：

第一轨迹数据确定模块，用于获取道路网拓扑信息以及多个人员的第一定位信息，根据道路网拓扑信息和第一定位信息确定多个人员的第一轨迹数据；

R-Tree空间索引建立模块，用于根据第一轨迹数据建立R-Tree空间索引；

疫情密切接触者轨迹匹配模块，用于获取预设的疫情人员轨迹，根据疫情人员轨迹在R-Tree空间索引中匹配得到疫情密切接触者轨迹。

上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。

参照图4，本发明实施例提供了一种疫情密切接触者轨迹确定装置，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当上述至少一个程序被上述至少一个处理器执行时，使得上述至少一个处理器实现上述的一种疫情密切接触者轨迹确定方法。

上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。

本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，该处理器可执行的程序在由处理器执行时用于执行上述一种疫情密切接触者轨迹确定方法。

本发明实施例的一种计算机可读存储介质，可执行本发明方法实施例所提供的一种疫情密切接触者轨迹确定方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。

本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。

在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。

此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。

上述功能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，本发明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)执行本发明各个实施例上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-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。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。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方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims

1.一种疫情密切接触者轨迹确定方法，其特征在于，包括以下步骤：

根据所述第一轨迹数据建立R-Tree空间索引；

2.根据权利要求1所述的一种疫情密切接触者轨迹确定方法，其特征在于，所述获取道路网拓扑信息以及多个人员的第一定位信息，根据所述道路网拓扑信息和所述第一定位信息确定多个人员的第一轨迹数据这一步骤，其具体包括：

3.根据权利要求2所述的一种疫情密切接触者轨迹确定方法，其特征在于，所述当对应人员处于后续定位状态，采用基于模糊逻辑的地图匹配算法确定第二轨迹片段这一步骤，其具体包括：

4.根据权利要求1所述的一种疫情密切接触者轨迹确定方法，其特征在于，所述根据所述第一轨迹数据建立R-Tree空间索引这一步骤，其具体为：

5.根据权利要求4所述的一种疫情密切接触者轨迹确定方法，其特征在于，所述获取预设的疫情人员轨迹，根据所述疫情人员轨迹在所述R-Tree空间索引中匹配得到疫情密切接触者轨迹这一步骤，其具体包括：

6.根据权利要求5所述的一种疫情密切接触者轨迹确定方法，其特征在于，所述根据所述匹配时间区间和所述匹配空间分布外接矩形筛选出多个备选叶子节点这一步骤，其具体包括：

判断各个子节点的时间区间与所述匹配时间区间是否相交；

7.根据权利要求5所述的一种疫情密切接触者轨迹确定方法，其特征在于，所述根据所述疫情人员轨迹从所述备选轨迹数据中确定若干个疫情密切接触者轨迹这一步骤，其具体包括：

计算同一时刻的第一位置和第二位置的空间距离；

8.一种疫情密切接触者轨迹确定系统，其特征在于，包括：

9.一种疫情密切接触者轨迹确定装置，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至7中任一项所述的一种疫情密切接触者轨迹确定方法。

10.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至7中任一项所述的一种疫情密切接触者轨迹确定方法。