CN113847910A - 生成方法、监测方法、装置、电子设备以及可读介质 - Google Patents
生成方法、监测方法、装置、电子设备以及可读介质 Download PDFInfo
- Publication number
- CN113847910A CN113847910A CN202010599065.8A CN202010599065A CN113847910A CN 113847910 A CN113847910 A CN 113847910A CN 202010599065 A CN202010599065 A CN 202010599065A CN 113847910 A CN113847910 A CN 113847910A
- Authority
- CN
- China
- Prior art keywords
- point
- positioning
- positioning point
- detection result
- points
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000012544 monitoring process Methods 0.000 title claims description 21
- 238000001514 detection method Methods 0.000 claims abstract description 354
- 238000005070 sampling Methods 0.000 claims abstract description 70
- 230000008569 process Effects 0.000 claims abstract description 32
- 238000012806 monitoring device Methods 0.000 claims abstract description 5
- 230000004807 localization Effects 0.000 claims description 19
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 abstract description 41
- 238000003860 storage Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 17
- 230000006399 behavior Effects 0.000 description 14
- 238000004590 computer program Methods 0.000 description 7
- 239000002184 metal Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请实施例提供了一种生成方法、监测方法、装置、电子设备以及计算机存储介质，所述生成方法包括：通过获取移动对象的定位点，定位点可以包括第一定位点以及与第一定位点相邻的至少一个第二定位点，接着确定两个定位点之间的位置关系，并根据该位置关系，对第一定位点进行异常检测，生成第一定位点的检测结果，然后根据移动对象在移动过程中，所采集的各个定位点的检测结果，生成移动对象的移动轨迹，从而通过确定相邻定位点之间的位置关系，可以有效地识别出采样定位点的状态，以便在剔除影响移动对象的移动轨迹的异常点后，可以得到可信的定位点，进而使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
Description
技术领域
本申请涉及物流运输技术领域，特别是涉及一种移动轨迹的生成方法和一种移动轨迹的生成装置，一种物流过程的监测方法和装置。
背景技术
在物流管理的过程中，其可以包括货物的运输、存储、包装、搬运装卸、流通加工、配送以及相关的物流信息等环节。其中，在涉及运输的过程中，需要对运输货物的移动对象(包括人以及承载设备等)的移动轨迹进行定位。通常情况下，移动对象的移动轨迹是由各个定位采样点连接而成。然而，定位采样点并不是每个都是准确可信的，有时会出现异常数据，这些异常数据的出现会影响轨迹的正确呈现。
发明内容
本申请实施例所要解决的技术问题是提供一种移动轨迹的生成方法，以解决现有技术中无法对移动对象异常的定位数据进行识别。
相应的，本申请实施例还提供了一种移动轨迹的生成装置，用以保证上述方法的实现及应用。
为了解决上述问题，本申请实施例公开了一种移动轨迹的生成方法，包括：
获取移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
确定所述第一定位点与所述第二定位点之间的位置关系；
根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
可选地，所述位置关系至少包括所述第一定位点与所述第二定位点之间的距离值，所述根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
可选地，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
采用至少一个距离值，或，至少一个距离值和所述移动对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
可选地，所述环境信息包括禁行区域，所述采用至少一个距离值和所述移动对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
若所述距离值小于或等于预设的距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果；
若所述距离值大于所述距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果。
可选地，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
若所述第一定位点与所述第二定位点之间的距离值小于或等于预设的距离阈值，则生成所述第一定位点的第三检测结果，或所述第一定位点和所述第二定位点的第二检测结果。
可选地，所述第二定位点包括在所述第一定位点之前的历史定位点，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述历史定位点之间的第一距离值大于预设的距离阈值，则生成所述第一定位点的第三检测结果。
可选地，所述第二定位点包括在所述第一定位点之后的目标定位点，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述目标定位点之间的第二距离值大于所述距离阈值，则将所述第一定位点由所述第二检测结果变更为所述第一检测结果。
可选地，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述目标定位点之间的第二距离值小于或等于所述距离阈值，则将所述第一定位点由所述第三检测结果变更为所述第二检测结果。
可选地，所述检测结果包括将所述第一定位点添加到预设的采样点集合的结果，所述采样点集合包括可信点集合、可疑点集合以及不可信点结合；
其中，所述第一检测结果为将所述第一定位点添加到所述不可信点集合的结果；所述第二检测结果为将所述第一定位点和所述第二定位点，或所述第一定位点添加所述可信点集合的结果；所述第三检测结果为将所述第一定位点添加到所述可疑点集合的结果；
所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
采用所述可信点集合中的定位点，生成所述移动对象的移动轨迹。
可选地，所述检测结果包括定位点的可信值，不同检测结果对应不同的可信值，所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
将可信值大于或等于预设的可信阈值匹配成功的定位点，作为可信定位点；
采用所述可信定位点，生成所述移动对象的移动轨迹。
可选地，所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
获取针对预设采样点集合的可信等级，所述采样点集合包括可信点集合；
将可信值满足所述可信等级的定位点添加到所述可信点集合；
采用所述可信点集合中的定位点，生成所述移动对象的移动轨迹。
本申请实施例还公开了一种物流过程的监测方法，包括：
获取物流区域中移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
确定所述第一定位点与所述第二定位点之间的位置关系；
根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
可选地，所述位置关系至少包括所述第一定位点与所述第二定位点之间的距离值，所述根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
可选地，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
采用至少一个距离值，或，至少一个距离值和所述物流对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
可选地，所述环境信息包括禁行区域，所述采用至少一个距离值和所述物流对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
若所述距离值小于或等于预设的距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果；
若所述距离值大于所述距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果。
可选地，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
若所述第一定位点与所述第二定位点之间的距离值小于或等于预设的距离阈值，则生成所述第一定位点的第三检测结果，或所述第一定位点和所述第二定位点的第二检测结果。
可选地，所述第二定位点包括在所述第一定位点之前的历史定位点，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述历史定位点之间的第一距离值大于预设的距离阈值，则生成所述第一定位点的第三检测结果。
可选地，所述第二定位点包括在所述第一定位点之后的目标定位点，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述目标定位点之间的第二距离值大于所述距离阈值，则将所述第一定位点由所述第二检测结果变更为所述第一检测结果。
可选地，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述目标定位点之间的第二距离值小于或等于所述距离阈值，则将所述第一定位点由所述第三检测结果变更为所述第二检测结果。
可选地，所述检测结果包括将所述第一定位点添加到预设的采样点集合的结果，所述采样点集合包括可信点集合、可疑点集合以及不可信点结合；
其中，所述第一检测结果为将所述第一定位点添加到所述不可信点集合的结果；所述第二检测结果为将所述第一定位点和所述第二定位点，或所述第一定位点添加所述可信点集合的结果；所述第三检测结果为将所述第一定位点添加到所述可疑点集合的结果；
所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
采用所述可信点集合中的定位点，生成所述物流对象的移动轨迹。
可选地，所述检测结果包括定位点的可信值，不同检测结果对应不同的可信值，所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
将可信值大于或等于预设的可信阈值匹配成功的定位点，作为可信定位点；
采用所述可信定位点，生成所述物流对象的移动轨迹。
可选地，所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
获取针对预设采样点集合的可信等级，所述采样点集合包括可信点集合；
将可信值满足所述可信等级的定位点添加到所述可信点集合；
采用所述可信点集合中的定位点，生成所述物流对象的移动轨迹。
本申请实施例还公开了一种移动轨迹的生成装置，包括：
定位点获取模块，用于获取移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
位置关系确定模块，用于确定所述第一定位点与所述第二定位点之间的位置关系；
检测结果生成模块，用于根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
移动轨迹生成模块，用于根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
可选地，所述位置关系至少包括所述第一定位点与所述第二定位点之间的距离值，所述检测结果生成模块具体用于：
采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
可选地，所述检测结果生成模块具体用于：
采用至少一个距离值，或，至少一个距离值和所述移动对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
可选地，所述环境信息包括禁行区域，所述检测结果生成模块包括：
第一检测结果生成子模块，用于：若所述距离值小于或等于预设的距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果；
若所述距离值大于所述距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果。
可选地，所述检测结果生成模块还包括：
第二检测结果生成子模块，用于若所述第一定位点与所述第二定位点之间的距离值小于或等于预设的距离阈值，则生成所述第一定位点的第三检测结果，或所述第一定位点和所述第二定位点的第二检测结果。
可选地，所述第二定位点包括在所述第一定位点之前的历史定位点，所述检测结果生成模块还包括：
第三检测结果生成子模块，用于若所述第一定位点与所述历史定位点之间的第一距离值大于预设的距离阈值，则生成所述第一定位点的第三检测结果。
可选地，所述第二定位点包括在所述第一定位点之后的目标定位点，所述第一检测结果生成子模块具体用于：
若所述第一定位点与所述目标定位点之间的第二距离值大于所述距离阈值，则将所述第一定位点由所述第二检测结果变更为所述第一检测结果。
可选地，所述第二检测结果生成子模块具体用于：
若所述第一定位点与所述目标定位点之间的第二距离值小于或等于所述距离阈值，则将所述第一定位点由所述第三检测结果变更为所述第二检测结果。
可选地，所述检测结果包括将所述第一定位点添加到预设的采样点集合的结果，所述采样点集合包括可信点集合、可疑点集合以及不可信点结合；
其中，所述第一检测结果为将所述第一定位点添加到所述不可信点集合的结果；所述第二检测结果为将所述第一定位点和所述第二定位点，或所述第一定位点添加所述可信点集合的结果；所述第三检测结果为将所述第一定位点添加到所述可疑点集合的结果；
所述移动轨迹生成模块具体用于：
采用所述可信点集合中的定位点，生成所述移动对象的移动轨迹。
可选地，所述检测结果包括定位点的可信值，不同检测结果对应不同的可信值，所述移动轨迹生成模块包括：
可信定位点确定子模块，用于将可信值大于或等于预设的可信阈值匹配成功的定位点，作为可信定位点；
第一移动轨迹生成子模块，用于采用所述可信定位点，生成所述移动对象的移动轨迹。
可选地，所述移动轨迹生成模块包括：
可信等级获取子模块，用于获取针对预设采样点集合的可信等级，所述采样点集合包括可信点集合；
定位点添加子模块，用于将可信值满足所述可信等级的定位点添加到所述可信点集合；
第二移动轨迹生成子模块，用于采用所述可信点集合中的定位点，生成所述移动对象的移动轨迹。
本申请实施例还公开了一种物流过程的监测装置，包括：
定位点获取模块，用于获取物流区域中移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
位置关系确定模块，用于确定所述第一定位点与所述第二定位点之间的位置关系；
检测结果生成模块，用于根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
移动轨迹生成模块，用于根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
可选地，所述位置关系至少包括所述第一定位点与所述第二定位点之间的距离值，所述检测结果生成模块具体用于：
采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
可选地，所述检测结果生成模块具体用于：
采用至少一个距离值，或，至少一个距离值和所述物流对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
可选地，所述环境信息包括禁行区域，所述检测结果生成模块包括：
第一检测结果生成子模块，用于：若所述距离值小于或等于预设的距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果；
若所述距离值大于所述距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果。
可选地，所述检测结果生成模块还包括：
第二检测结果生成子模块，用于若所述第一定位点与所述第二定位点之间的距离值小于或等于预设的距离阈值，则生成所述第一定位点的第三检测结果，或所述第一定位点和所述第二定位点的第二检测结果。
可选地，所述第二定位点包括在所述第一定位点之前的历史定位点，所述检测结果生成模块还包括：
第三检测结果生成子模块，用于若所述第一定位点与所述历史定位点之间的第一距离值大于预设的距离阈值，则生成所述第一定位点的第三检测结果。
可选地，所述第二定位点包括在所述第一定位点之后的目标定位点，所述第一检测结果生成子模块具体用于：
若所述第一定位点与所述目标定位点之间的第二距离值大于所述距离阈值，则将所述第一定位点由所述第二检测结果变更为所述第一检测结果。
可选地，所述第二检测结果生成子模块具体用于：
若所述第一定位点与所述目标定位点之间的第二距离值小于或等于所述距离阈值，则将所述第一定位点由所述第三检测结果变更为所述第二检测结果。
可选地，所述检测结果包括将所述第一定位点添加到预设的采样点集合的结果，所述采样点集合包括可信点集合、可疑点集合以及不可信点结合；
其中，所述第一检测结果为将所述第一定位点添加到所述不可信点集合的结果；所述第二检测结果为将所述第一定位点和所述第二定位点，或所述第一定位点添加所述可信点集合的结果；所述第三检测结果为将所述第一定位点添加到所述可疑点集合的结果；
所述移动轨迹生成模块具体用于：
采用所述可信点集合中的定位点，生成所述物流对象的移动轨迹。
可选地，所述检测结果包括定位点的可信值，不同检测结果对应不同的可信值，所述移动轨迹生成模块包括：
可信定位点确定子模块，用于将可信值大于或等于预设的可信阈值匹配成功的定位点，作为可信定位点；
第一移动轨迹生成子模块，用于采用所述可信定位点，生成所述物流对象的移动轨迹。
可选地，所述移动轨迹生成模块包括：
可信等级获取子模块，用于获取针对预设采样点集合的可信等级，所述采样点集合包括可信点集合；
定位点添加子模块，用于将可信值满足所述可信等级的定位点添加到所述可信点集合；
第二移动轨迹生成子模块，用于采用所述可信点集合中的定位点，生成所述物流对象的移动轨迹。
本申请实施例还公开了一种电子设备，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如上所述的方法。
本申请实施例还公开了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上所述的方法。
本申请实施例包括以下优点：
在本申请实施例中，可以通过获取移动对象的定位点，定位点可以包括第一定位点以及与第一定位点相邻的至少一个第二定位点，接着确定两个定位点之间的位置关系，并根据该位置关系，对第一定位点进行异常检测，生成第一定位点的检测结果，然后根据移动对象在移动过程中，所采集的各个定位点的检测结果，生成移动对象的移动轨迹，从而通过确定相邻定位点之间的位置关系，可以有效地识别出采样定位点的状态，以便在剔除影响移动对象的移动轨迹的异常点后，可以得到可信的定位点，进而使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
附图说明
图1是本申请的一种移动轨迹的生成方法实施例一的步骤流程图；
图2是本申请的一种移动轨迹的生成方法实施例二的步骤流程图；
图3是本申请的一种物流过程的监测方法实施例的步骤流程图；
图4是本申请实施例中定位点的示意图；
图5是本申请实施例中移动对象监测的场景示意图；
图6是本申请实施例中采样点集合的示意图；
图7是本申请的一种移动轨迹的生成装置实施例的结构框图；
图8是本申请的一种物流过程的监测装置实施例的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
移动对象管理(Mobile Object Management)覆盖交通、航空/航天/航海、安全监控、生态环保、物流、灾害防控等领域，其是物联网时代信息技术重要的前沿应用领域。主要体现为对移动对象轨迹的监测。总得来说，移动对象根据行为模式可以分为三个类别：
1.受限移动对象：受限移动对象的行为受外部条件的约束，总体具有一定的规律性，个体在较为固定的模式下移动，无论宏观层面还是微观层面，对象的行为模式都具有较大的约束性；城市交通是具有典型代表性的受限移动对象。这一领域中的车辆行动模式与轨迹受城市路网的约束。
2.半受限移动对象：半受限移动对象在外部条件约束的情况下，一定程度上具有自由性；行为个体在微观层面呈现较大的非约束性；而宏观层面下群体呈现一定的规律性；航空/航海是具有典型代表性的半受限移动对象。这一领域中飞行器/船只总体按照航线移动，个体在移动过程中，具有一定的自由性。
3.非受限移动对象：非受限移动对象具有较小的外部约束条件，其个体行为具有较大的自由性；同时，群体行为呈现随机性；开放空间的人员监控室具有典型代表性的非受限移动对象。这一领域中，人员个体在开放空间中自由移动，人流总体的移动较为随机。
基于移动轨迹的行为分析与挖掘是移动对象轨迹监控的核心环节。通过移动轨迹的分类-聚类能够对特定约束条件下移动对象的行为模式进行识别与提取，对于特定群体的监控与管理、异常识别具有重要的应用价值。而在移动轨迹的识别过程中，需要对移动对象进行定位采样点的采集，然后将多个定位采样点进行连线，得到移动对象的移动轨迹。在该过程中，有时会出现异常数据，这些异常数据的出现容易影响移动轨迹的正确呈现。
因此，本申请实施例的核心构思之一在于获取移动对象的定位点，并对移动对象相邻的定位点之间的位置关系进行判断，同时结合定位点与环境之间的关系，对移动对象的定位点进行异常检测，从而剔除影响移动轨迹的异常点，使得移动对象的移动轨迹更符合实际的情况，保证了定位数据的准确性，提高定位精度。
参照图1，示出了本申请的一种移动轨迹的生成方法实施例一的步骤流程图，具体可以包括如下步骤：
步骤101，获取移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
在本申请实施例中，移动对象可以包括人、物流承载对象(如无人搬运车)、车辆、轮船、飞行器等等，由于移动对象的定位轨迹可以由移动对象的多个定位点组成，因此，可以通过预设的采样方式对移动对象进行定位点的采集。
在一种示例中，可以在移动对象上设置定位装置，使得定位系统可以通过该定位装置实时获取移动对象当前的位置(即定位点)。此外，还可以在移动对象上设置金属标签，如有源标签以及无源标签等等，设置方式包括但不限于喷涂、打印、粘贴、章盖，通过设置金属标签，定位系统中的标签阅读器同样可以实时获取移动对象当前的位置，从而获得移动对象的定位点。其中，第二定位点可以包括在第一定位点之前的定位点，以及在第一定位点之后的定位点。
步骤102，确定所述第一定位点与所述第二定位点之间的位置关系；
在一种示例中，位置关系可以为定位点之间的距离值，则对于相邻两个定位点之间的距离值，可以根据定位系统采样的时间，与移动对象的移动速度进行确定，从而在获取了两个采样定位点之后，可以计算两者之间的距离值，以便根据两个定位点之间的距离关系，判断当前定位点的可信度。
需要说明的是，对于定位点之间的位置关系，还可以为两个定位点之间的方位，以及两个定位点在所处环境之中的位置等等，本申请对此不作限制。
步骤103，根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
当定位系统采集到移动对象的定位点之后，可以根据相邻两个定位点之间的位置关系，对定位点进行异常检测，以便识别出移动对象移动过程中的异常定位点，使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
在具体实现中，第二定位点可以包括在第一定位点之前的定位点，以及在第一定位点之后的定位点，则可以根据第一定位点与第二定位点之间的位置关系，对第一定位点进行异常检测，从而确定第一定位点的可信度，以便识别出移动对象移动过程中的异常定位点，使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
其中，可信度可以为用于判断定位点是否可信。在一种示例中，可信度可以为一评分值，不同的评分值代表不同的可信度，例如0表示定位点不可信，1表示定位点可疑，2标识定位点可信等等。在另一种示例中，可信度可以为定位点属于哪种类型的采样点集合，不同采样点集合代表不同的可信度，例如，可信点集合中的定位点为可信的定位点，即正常定位点；可疑点集合中的定位点可能为可信的定位点，也可能为不可信的定位点，需要作进一步识别；不可信点集合中的定位点为不可信的定位点，即异常定位点等等。可以理解的是，本领域技术人员在本申请实施例的思想指导下，还可以采用其他方式对可信度进行设置，本申请对此不作限制。
步骤104，根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
通过对各个定位点进行异常检测，可以有效识别出移动对象在移动过程中，定位系统所采集的异常定位点，从而在剔除影响移动对象的移动轨迹的异常点之后，得到有效且可信的定位点，使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
在本申请实施例中，通过获取移动对象的定位点，定位点可以包括第一定位点以及与第一定位点相邻的至少一个第二定位点，接着确定两个定位点之间的位置关系，并根据该位置关系，对第一定位点进行异常检测，生成第一定位点的检测结果，然后根据移动对象在移动过程中，所采集的各个定位点的检测结果，生成移动对象的移动轨迹，从而通过确定相邻定位点之间的位置关系，可以有效地识别出采样定位点的状态，在剔除影响移动对象的移动轨迹的异常点后，可以得到可信的定位点，进而使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
参照图2，示出了本申请的一种移动轨迹的生成方法实施例二的步骤流程图，具体可以包括如下步骤：
步骤201，获取移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
在具体实现中，可以通过设置采样时间，对移动对象进行定位点的定时采集。对于移动轨迹、移动方式相对固定的移动对象而言，可以设置相对较长的采样时间，对移动对象的定位点进行采集，例如整点采集一次，或每30分钟采集一次等等；对于移动轨迹、移动方式相对灵活的移动对象而言，可以设置相对较短的采样时间，例如每5分钟采集一次，或每3分钟采集一次等等，从而定位系统可以按照采样时间，实时对移动对象进行定位点的采集，获得移动对象的多个定位点，并实时对定位点进行可信度的判别。
步骤202，确定所述第一定位点与所述第二定位点之间的距离值；
在具体实现中，针对不同的移动对象可以设置不同的采样时间，且不同移动对象可以对应不同的移动速度，则根据采样时间以及移动对象的移动速度，可以得到移动对象相邻两个定位点之间的距离值。
步骤203，采用至少一个距离值，或，至少一个距离值和所述移动对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
在本申请实施例中，可以根据第一定位点与第一定位点之前的定位点之间的距离值，检测第一定位点的异常状态。当无法确定第一定位点的异常状态时，则可以结合第一定位点之后的定位点，辅助确定一定位点的异常状态，实现了结合前后定位点的距离关系，对移动对象的定位数据进行准确的检测，保证定位数据的准确性。此外，还可以根据定位点之间的距离值和移动对象所处的环境信息，对定位点进行异常检测，从而通过结合环境信息，提高对定位点的检测效果，进一步提高了定位数据的准确性。
在具体实现中，第二定位点可以包括在第一定位点之前的历史定位点，以及在第一定位点之后的目标定位点，需要说明的是，当通过历史定位点与第一定位点之间的距离关系无法识别出第一定位点是否可信时，则可以结合第一定位点与前后的两个定位点之间的距离关系，识别出第一定位点是否异常，从而生成第一定位点的检测结果，以便根据检测结果识别出移动对象移动过程中的异常定位点，使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
移动对象所处的环境信息可以包括移动区域、禁行区域等等，移动对象在移动区域中的移动是合法的，而禁行区域则是移动对象无法到达的区域，若是定位点落入禁行区域，则表示该定位点属于异常定位点，需要进行剔除。
在本申请的一种可选实施例中，若第一定位点与第二定位点之间的距离值小于或等于预设的距离阈值，且第一定位点落入禁行区域，则生成第一定位点的第一检测结果；若距离值大于距离阈值，且第一定位点落入禁行区域，则生成第一定位点的第一检测结果。
在本申请的另一种可选实施例中，若第一定位点与历史定位点之间的第一距离值大于预设的距离阈值，则生成第一定位点的第三检测结果。
其中，距离阈值可以为与移动对象的移动速度对应的相邻两个定位点的最大预测距离，不同的移动对象可以对应不同的最大预测距离。通过将移动对象的两个定位点之间的距离值与最大预测距离进行比对，可以识别出异常定位点。
需要说明的是，不同的检测结果可以表示定位点不同的可信度，其中，第一检测结果可以表示定位点不可信，即定位点为异常定位点；第二检测结果可以表示定位点可信，即定位点为正常定位点；第三检测结果表示定位点存在一定的可疑性，需要做进一步地判断等等，本申请对此不作限制。
在具体实现中，为了保证定位点异常检测的准确性，需要结合第一定位点与前后的定位点之间的距离关系，对第一定位点的可信度进行确定。则若第一定位点与历史定位点之间的距离值大于距离阈值时，表示此时第一定位点存在一定的可疑性，需要进一步确定其可信度，则第一定位点对应第三检测结果。具体的，当第一定位点与目标定位点之间的第二距离值大于距离阈值时，则可以将第一定位点由第三检测结果变更为第一检测结果，即将第一定位点作为异常定位点处理；当第一定位点与目标定位点之间的第二距离值小于或等于距离阈值时，则可以将第一定位点由第三检测结果变更为第二检测结果，即将第一定位点作为正常定位点处理，从而通过确定相邻定位点之间的位置关系，可以有效地识别出采样定位点的状态，在剔除影响移动对象的移动轨迹的异常点后，可以得到可信的定位点。
此外，当第一定位点与第二定位点之间的距离值小于或等于预设的距离阈值时，则将第一定位点和第二定位点对应第二检测结果，或，第一定位点对应第二检测结果。
在一种示例中，检测结果可以为将第一定位点添加到预设的采样点集合的结果，采样点集合包括可信点集合、可疑点集合以及不可信点结合。其中，第一检测结果为将第一定位点添加到不可信点集合的结果；第二检测结果为将第一定位点和第二定位点，或第一定位点添加可信点集合的结果；第三检测结果为将第一定位点添加到可疑点集合的结果。
对于移动对象的定位点，可以设置多个不同的采样点集合，采样点集合可以包括可信点集合、可疑点集合以及不可信点集合，而对于所有的定位点，无论定位点是否可信，均可以添加到定位点集合中。
其中，在移动对象的一个完整的移动过程中，定位点集合为定位系统采集的移动对象所有的定位点；可信点集合为定位系统识别出的移动对象正常的定位点；可疑点集合为定位系统识别出的移动对象可疑的定位点，在一种情况下，可疑点集合中的定位点可以转化为可信定位点，在另一种情况下，可疑点集合中的定位点可以转化为不可信定位点；不可信点集合为定位系统识别出的影响移动对象移动轨迹的异常定位点。
在具体实现中，为了保证定位点异常检测的准确性，需要结合第一定位点与前后的定位点之间的距离关系，对第一定位点的可信度进行确定。则若第一定位点与历史定位点之间的距离值大于距离阈值时，表示此时第一定位点存在一定的可疑性，需要进一步确定其可信度。具体的，当第一定位点与目标定位点之间的第二距离值大于距离阈值时，则将第一定位点从可疑点集合移入不可信点集合；当第一定位点与目标定位点之间的第二距离值小于或等于距离阈值时，则将第一定位点从可疑点集合移入可信点集合，从而通过确定相邻定位点之间的位置关系，可以有效地识别出采样定位点的状态，在剔除影响移动对象的移动轨迹的异常点后，可以得到可信的定位点。
此外，当第一定位点与第二定位点之间的距离值小于或等于预设的距离阈值时，则将第一定位点和第二定位点，或，第一定位点添加到可信点集合。
例如，假设第一定位点为P(n)，n表示定位系统采集的移动对象的第n个定位点，则历史定位点可以为P(n-1)，目标定位点可以为P(n+1)，历史定位点与第一定位点之间的距离值可以为d(n-1，n)，第一定位点与目标定位点之间的距离值可以为d(n，n+1)。
具体的，当d(n-1，n)小于或等于dmax(n-1，n)时，可以将P(n)添加到可信点集合，或者将P(n)与P(n+1)均添加到可信点集合；当d(n-1，n)大于dmax(n-1，n)时，表示P(n)处于异常位置，存在一定的可疑性，此时移动对象的真实速度可能大于设定的最大速度，或者测试数据出现了合理的误差，因此将P(n)添加到可疑点集合，继续对移动对象的定位点进行采集，得到P(n+1)，若d(n，n+1)小于或等于dmax(n，n+1)，则表示P(n)出现的可疑性是合理的误差，其定位点的数据依旧是可靠的，可以将P(n)从可疑点集合移入可信点集合，若d(n，n+1)大于dmax(n，n+1)，则可以表示移动对象的移动出现了异常，可以包括移动对象的移动速度超过了系统中存储的最大移动速度，或者是移动对象出现了较大幅度的位移偏离，或者定位系统由于采样误差，采集了错误的定位数据等等，如果将该定位点记录至移动轨迹中，容易影响移动轨迹的准确性，因此，需要将P(n)从可疑点集合移入不可信点集合，对该定位点进行剔除。
此外，若定位系统识别出P(n)位于禁行区时，可以直接将P(n)添加到不可信点集合，剔除该异常点，从而通过计算相邻定位点之间的位置关系，以及比对定位点与环境之间的关系，可以有效地识别出采样定位点的状态，在剔除影响移动对象的移动轨迹的异常点后，可以使得最终得到的移动对象的移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
在另一种示例中，检测结果可以为定位点的可信值，不同的可信值表示定位点不同的可信度，从而定位系统可以根据定位点的可信值大小，对定位的异常情况进行识别，以便有效地识别出采样定位点的状态，实现在剔除影响移动对象的移动轨迹的异常点后，使得最终得到的移动对象的移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
步骤204，根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
当移动对象完成一次完整的移动，且定位系统采集了移动对象所有的定位点，并对定位点进行异常识别之后，可以将根据多个定位点的检测结果，对正常的定位点进行连线，生成移动对象当次移动的移动轨迹，并展示该移动轨迹，从而可以基于移动轨迹的对移动对象的行为分析与挖掘，有利于对移动对象进行监控与管理、异常识别。
在一种示例中，假设检测结果为将第一定位点添加到预设的采样点集合的结果，则可以采用可信点集合中的定位点，生成移动对象的移动轨迹，从而可以基于移动轨迹的对移动对象的行为分析与挖掘，有利于对移动对象进行监控与管理、异常识别。
在另一种示例中，假设检测结果为定位点的可信值，则不同的检测结果对应不同的可信值，例如第一检测结果可以对应第一可信值，第二检测结果可以对应第二可信值，第三检测结果可以对应第三可信值。
在一种情况下，可以将各个定位点的可信值与预设的可信阈值进行比较，并将大于或等于可信阈值的定位点，作为可信定位点，然后将按照采样顺序，将各个可信定位点进行连线，从而得到移动对象的移动轨迹，从而可以基于移动轨迹的对移动对象的行为分析与挖掘，有利于对移动对象进行监控与管理、异常识别。。其中，对于可信值的计算，可以根据相邻两个定位点之间的距离值与预设距离值之间的差值进行确定，例如，若差值为正，则差值越大，可信值越低；若差值为负，则差值越小，可信值越高等等，此外，当定位点落入禁行区域时，则可信值可以为0，本申请对此不作限制。
在另一种情况下，可信值可以为固定值，例如，第一检测结果可以对应第一可信值(0)，第二检测结果可以对应第二可信值(2)，第三检测结果可以对应第三可信值(1)，0表示定位点不可信，1表示定位点可疑，2标识定位点可信等等。则可以获取预设的采样点集合的可信等级，不同集合对应不同的可信等级，不可信点集合对应一级可信度，可疑点集合对应二级可信度，可信点集合对应三级可信度，随着等级的提高，可信度越高，从而可以根据可信值将定位点添加到对应等级的采集点集合中，进而定位系统可以采用可信点集合中的定位点，生成移动对象的移动轨迹，从而可以基于移动轨迹的对移动对象的行为分析与挖掘，有利于对移动对象进行监控与管理、异常识别。
在本申请实施例中，通过获取移动对象的定位点，定位点可以包括第一定位点以及与第一定位点相邻的至少一个第二定位点，接着确定两个定位点之间的位置关系，并根据该位置关系，对第一定位点进行异常检测，生成第一定位点的检测结果，然后根据移动对象在移动过程中，所采集的各个定位点的检测结果，生成移动对象的移动轨迹，从而通过确定相邻定位点之间的位置关系，可以有效地识别出采样定位点的状态，在剔除影响移动对象的移动轨迹的异常点后，可以得到可信的定位点，进而使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
对于移动对象，其可以为物流对象，则物流对象的检测可以为在物流场景中对物流仓库进行检测，例如，在仓库物流场景中，可以对仓库中物流对象的流动变化进行监测。其中，物流对象可以包括货物、包裹、搬运车等等，在物流对象的表面可以设置有金属标签，如有源标签以及无源标签等，设置方式包括但不限于喷涂、打印、粘贴、章盖。金属标签可以具有图案、形状、色彩或者其结合的设计，通过对金属标签的设计，可以表达物流对象的信息，从而可以通过定位系统可以通过识别标签，获取物流对象在物流仓库中的定位点，以便对物流对象进行监测。此外，移动对象还可以为在物流仓库中进行移动的工作人员(用户对象)，则同样可以对物流仓库中工作人员的流动变化进行监测，以便得到工作人员在仓库中的移动轨迹，从而可以基于移动轨迹的对移动对象的行为分析与挖掘，有利于对移动对象进行监控与管理、异常识别。
具体的，参照图3，示出了本申请的一种物流过程的监测方法实施例三的步骤流程图，具体可以包括如下步骤：
步骤301，获取物流区域中移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
步骤302，确定所述第一定位点与所述第二定位点之间的位置关系；
步骤303，根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
步骤304，根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
在本申请的一种可选实施例中，所述位置关系至少包括所述第一定位点与所述第二定位点之间的距离值，所述根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
在本申请的一种可选实施例中，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
采用至少一个距离值，或，至少一个距离值和所述物流对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
在本申请的一种可选实施例中，所述环境信息包括禁行区域，所述采用至少一个距离值和所述物流对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
若所述距离值小于或等于预设的距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果；
若所述距离值大于所述距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果。
在本申请的一种可选实施例中，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
若所述第一定位点与所述第二定位点之间的距离值小于或等于预设的距离阈值，则生成所述第一定位点的第三检测结果，或所述第一定位点和所述第二定位点的第二检测结果。
在本申请的一种可选实施例中，所述第二定位点包括在所述第一定位点之前的历史定位点，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述历史定位点之间的第一距离值大于预设的距离阈值，则生成所述第一定位点的第三检测结果。
在本申请的一种可选实施例中，所述第二定位点包括在所述第一定位点之后的目标定位点，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述目标定位点之间的第二距离值大于所述距离阈值，则将所述第一定位点由所述第二检测结果变更为所述第一检测结果。
在本申请的一种可选实施例中，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述目标定位点之间的第二距离值小于或等于所述距离阈值，则将所述第一定位点由所述第三检测结果变更为所述第二检测结果。
在本申请的一种可选实施例中，所述检测结果包括将所述第一定位点添加到预设的采样点集合的结果，所述采样点集合包括可信点集合、可疑点集合以及不可信点结合；
其中，所述第一检测结果为将所述第一定位点添加到所述不可信点集合的结果；所述第二检测结果为将所述第一定位点和所述第二定位点，或所述第一定位点添加所述可信点集合的结果；所述第三检测结果为将所述第一定位点添加到所述可疑点集合的结果；
所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
采用所述可信点集合中的定位点，生成所述物流对象的移动轨迹。
在本申请的一种可选实施例中，所述检测结果包括定位点的可信值，不同检测结果对应不同的可信值，所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
将可信值大于或等于预设的可信阈值匹配成功的定位点，作为可信定位点；
采用所述可信定位点，生成所述物流对象的移动轨迹。
在本申请的一种可选实施例中，所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
获取针对预设采样点集合的可信等级，所述采样点集合包括可信点集合；
将可信值满足所述可信等级的定位点添加到所述可信点集合；
采用所述可信点集合中的定位点，生成所述物流对象的移动轨迹。
在本申请实施例中，通过获取物流区域中移动对象的定位点，定位点可以包括第一定位点以及与第一定位点相邻的至少一个第二定位点，接着确定两个定位点之间的位置关系，并根据该位置关系，对第一定位点进行异常检测，生成第一定位点的检测结果，然后根据物流对象在移动过程中，所采集的各个定位点的检测结果，生成物流对象的移动轨迹，从而通过确定相邻定位点之间的位置关系，可以有效地识别出采样定位点的状态，在剔除影响物流对象的移动轨迹的异常点后，可以得到可信的定位点，进而使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
为了使本领域技术人员能够更好地理解本申请实施例，下面通过一个例子对本申请实施例加以说明：
如图4所示，示出了本申请实施例中定位点的示意图，以及图5所示，示出了本申请实施例中移动对象监测的场景示意图，假设移动对象为用户对象(即人)，移动场景为物流仓库中搬运货物，最大移动速度为9公里/小时，采样时间为每5分钟/次。在一次完整的移动过程中，定位系统采集了包括1-11等11个定位点。
在对用户对象进行定位点的实时采集过程中，定位系统对用户对象的每个定位点的状态识别过程包括：
P(1)：由于为移动对象的起始点，可以将该起始定位点默认为可信点，将P(1)添加到可信点集合；
P(2)：d(1，2)小于或等于dmax(1，2)，将P(2)添加到可信点集合；
P(3)：识别到P(3)位于禁行区，直接将P(3)添加到不可信点集合；
P(4)：由于P(3)已经添加到不可信点集合，因此对于P(4)，可以计算与P(2)之间的距离关系，得到d(2，4)小于或等于dmax(2，4)，将P(4)添加到可信点集合；
P(5)：d(4，5)小于或等于dmax(4，5)，将P(5)添加到可信点集合；
P(6)：d(5，6)大于dmax(5，6)，将P(6)添加到可疑点集合，此时需要对P(6)作进一步的识别，可以继续采集P(7)，并计算P(6)与P(7)之间的距离值，得到d(6，7)大于dmax(6，7)，因此，通过计算P(6)与P(5)、P(7)之间的距离关系，可以识别出P(6)为异常点，将P(6)从可疑点集合移入不可信点集合，同时可以将P(7)点添加到可疑点集合；
P(7)：由于P(6)为异常点，则需要将结合P(5)与P(7)之间的距离关系，以及P(7)与P(8)之间的距离关系，对P(7)的状态进行判断，则通过计算得到d(5，7)小于或等于dmax(5，7)，且d(7，8)小于或等于dmax(7，8)，因此，可以将P(7)从可疑点集合添加到可信点集合；
P(8)：d(7，8)小于或等于dmax(7，8)，将P(8)添加到可信点集合；
P(9)：d(8，9)大于dmax(8，9)，将P(9)添加到可疑点集合，此时需要对P(9)作进一步的识别，可以继续采集P(10)，并计算P(9)与P(10)之间的距离值，得到d(9，10)小于或等于dmax(9，10)，则可以将P(9)从可疑点集合移入可信点集合；
P(10)：d(9，10)小于或等于dmax(9，10)，将P(10)添加到可信点集合；
P(11)：d(10，11)小于或等于dmax(10，11)，将P(11)添加到可信点集合。
如图6所示，示出了本申请实施例中采样点集合的示意图，集合A中的定位点为用户对象的所有定位点，则对于集合A中的定位点，可以移入集合B(可信点集合)、集合C(可疑点集合)以及集合D(不可信点集合)；对于集合C中的定位点可以移入集合B或集合D。根据上述定位点与用户对象的移动环境，当前定位点与前后定位点之间的距离关系，可以有效地识别出采样定位点的状态，在剔除影响移动对象的移动轨迹的异常点后，可以使得移动轨迹更符合实际的情况，保证了定位数据的准确性，提高了定位精度。
需要说明的是，本申请实施例以采样点集合进行示例性说明，可以理解的是，还可以通过可信值对用户对象在移动过程中所采集的定位点进行可信度判断，本申请对此不作限制。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。
参照图7，示出了本申请的一种移动轨迹的生成装置实施例的结构框图，具体可以包括如下模块：
定位点获取模块701，用于获取移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
位置关系确定模块702，用于确定所述第一定位点与所述第二定位点之间的位置关系；
检测结果生成模块703，用于根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
移动轨迹生成模块704，用于根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
在本申请的一种可选实施例中，所述位置关系至少包括所述第一定位点与所述第二定位点之间的距离值，所述检测结果生成模块703具体用于：
采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
在本申请的一种可选实施例中，所述检测结果生成模块703具体用于：
采用至少一个距离值，或，至少一个距离值和所述移动对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
在本申请的一种可选实施例中，所述环境信息包括禁行区域，所述检测结果生成模块703包括：
第一检测结果生成子模块，用于：若所述距离值小于或等于预设的距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果；
若所述距离值大于所述距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果。
在本申请的一种可选实施例中，所述检测结果生成模块703还包括：
第二检测结果生成子模块，用于若所述第一定位点与所述第二定位点之间的距离值小于或等于预设的距离阈值，则生成所述第一定位点的第三检测结果，或所述第一定位点和所述第二定位点的第二检测结果。
在本申请的一种可选实施例中，所述第二定位点包括在所述第一定位点之前的历史定位点，所述检测结果生成模块703还包括：
第三检测结果生成子模块，用于若所述第一定位点与所述历史定位点之间的第一距离值大于预设的距离阈值，则生成所述第一定位点的第三检测结果。
在本申请的一种可选实施例中，所述第二定位点包括在所述第一定位点之后的目标定位点，所述第一检测结果生成子模块具体用于：
若所述第一定位点与所述目标定位点之间的第二距离值大于所述距离阈值，则将所述第一定位点由所述第二检测结果变更为所述第一检测结果。
在本申请的一种可选实施例中，所述第二检测结果生成子模块具体用于：
若所述第一定位点与所述目标定位点之间的第二距离值小于或等于所述距离阈值，则将所述第一定位点由所述第三检测结果变更为所述第二检测结果。
在本申请的一种可选实施例中，所述检测结果包括将所述第一定位点添加到预设的采样点集合的结果，所述采样点集合包括可信点集合、可疑点集合以及不可信点结合；
其中，所述第一检测结果为将所述第一定位点添加到所述不可信点集合的结果；所述第二检测结果为将所述第一定位点和所述第二定位点，或所述第一定位点添加所述可信点集合的结果；所述第三检测结果为将所述第一定位点添加到所述可疑点集合的结果；
所述移动轨迹生成模块704具体用于：
采用所述可信点集合中的定位点，生成所述移动对象的移动轨迹。
在本申请的一种可选实施例中，所述检测结果包括定位点的可信值，不同检测结果对应不同的可信值，所述移动轨迹生成模块704包括：
可信定位点确定子模块，用于将可信值大于或等于预设的可信阈值匹配成功的定位点，作为可信定位点；
第一移动轨迹生成子模块，用于采用所述可信定位点，生成所述移动对象的移动轨迹。
在本申请的一种可选实施例中，所述移动轨迹生成模块704包括：
可信等级获取子模块，用于获取针对预设采样点集合的可信等级，所述采样点集合包括可信点集合；
定位点添加子模块，用于将可信值满足所述可信等级的定位点添加到所述可信点集合；
第二移动轨迹生成子模块，用于采用所述可信点集合中的定位点，生成所述移动对象的移动轨迹。
参照图8，示出了本申请的一种物流过程的监测装置实施例的结构框图，具体可以包括如下模块：
定位点获取模块801，用于获取物流区域中移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
位置关系确定模块802，用于确定所述第一定位点与所述第二定位点之间的位置关系；
检测结果生成模块803，用于根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
移动轨迹生成模块804，用于根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
在本申请的一种可选实施例中，所述位置关系至少包括所述第一定位点与所述第二定位点之间的距离值，所述检测结果生成模块803具体用于：
采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
在本申请的一种可选实施例中，所述检测结果生成模块803具体用于：
采用至少一个距离值，或，至少一个距离值和所述物流对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
在本申请的一种可选实施例中，所述环境信息包括禁行区域，所述检测结果生成模块803包括：
第一检测结果生成子模块，用于：若所述距离值小于或等于预设的距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果；
若所述距离值大于所述距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果。
在本申请的一种可选实施例中，所述检测结果生成模块803还包括：
第二检测结果生成子模块，用于若所述第一定位点与所述第二定位点之间的距离值小于或等于预设的距离阈值，则生成所述第一定位点的第三检测结果，或所述第一定位点和所述第二定位点的第二检测结果。
在本申请的一种可选实施例中，所述第二定位点包括在所述第一定位点之前的历史定位点，所述检测结果生成模块803还包括：
第三检测结果生成子模块，用于若所述第一定位点与所述历史定位点之间的第一距离值大于预设的距离阈值，则生成所述第一定位点的第三检测结果。
在本申请的一种可选实施例中，所述第二定位点包括在所述第一定位点之后的目标定位点，所述第一检测结果生成子模块具体用于：
若所述第一定位点与所述目标定位点之间的第二距离值大于所述距离阈值，则将所述第一定位点由所述第二检测结果变更为所述第一检测结果。
在本申请的一种可选实施例中，所述第二检测结果生成子模块具体用于：
若所述第一定位点与所述目标定位点之间的第二距离值小于或等于所述距离阈值，则将所述第一定位点由所述第三检测结果变更为所述第二检测结果。
在本申请的一种可选实施例中，所述检测结果包括将所述第一定位点添加到预设的采样点集合的结果，所述采样点集合包括可信点集合、可疑点集合以及不可信点结合；
其中，所述第一检测结果为将所述第一定位点添加到所述不可信点集合的结果；所述第二检测结果为将所述第一定位点和所述第二定位点，或所述第一定位点添加所述可信点集合的结果；所述第三检测结果为将所述第一定位点添加到所述可疑点集合的结果；
所述移动轨迹生成模块804具体用于：
采用所述可信点集合中的定位点，生成所述物流对象的移动轨迹。
在本申请的一种可选实施例中，所述检测结果包括定位点的可信值，不同检测结果对应不同的可信值，所述移动轨迹生成模块804包括：
可信定位点确定子模块，用于将可信值大于或等于预设的可信阈值匹配成功的定位点，作为可信定位点；
第一移动轨迹生成子模块，用于采用所述可信定位点，生成所述物流对象的移动轨迹。
在本申请的一种可选实施例中，所述移动轨迹生成模块804包括：
可信等级获取子模块，用于获取针对预设采样点集合的可信等级，所述采样点集合包括可信点集合；
定位点添加子模块，用于将可信值满足所述可信等级的定位点添加到所述可信点集合；
第二移动轨迹生成子模块，用于采用所述可信点集合中的定位点，生成所述物流对象的移动轨迹。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请实施例还提供了一种电子设备，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行本申请实施例所述的方法。
本申请实施例还提供了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行本申请实施例所述的方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例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，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的机器可读介质(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的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。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终端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终端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和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端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，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种移动轨迹的生成方法和一种移动轨迹的生成装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (16)
1.一种移动轨迹的生成方法，其特征在于，包括：
获取移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
确定所述第一定位点与所述第二定位点之间的位置关系；
根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
2.根据权利要求1所述的方法，其特征在于，所述位置关系至少包括所述第一定位点与所述第二定位点之间的距离值，所述根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
3.根据权利要求2所述的方法，其特征在于，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
采用至少一个距离值，或，至少一个距离值和所述移动对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果。
4.根据权利要求3所述的方法，其特征在于，所述环境信息包括禁行区域，所述采用至少一个距离值和所述移动对象所处的环境信息，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
若所述距离值小于或等于预设的距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果；
若所述距离值大于所述距离阈值，且所述第一定位点落入所述禁行区域，则生成所述第一定位点的第一检测结果。
5.根据权利要求4所述的方法，其特征在于，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，包括：
若所述第一定位点与所述第二定位点之间的距离值小于或等于预设的距离阈值，则生成所述第一定位点的第三检测结果，或所述第一定位点和所述第二定位点的第二检测结果。
6.根据权利要求5所述的方法，其特征在于，所述第二定位点包括在所述第一定位点之前的历史定位点，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述历史定位点之间的第一距离值大于预设的距离阈值，则生成所述第一定位点的第三检测结果。
7.根据权利要求6所述的方法，其特征在于，所述第二定位点包括在所述第一定位点之后的目标定位点，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述目标定位点之间的第二距离值大于所述距离阈值，则将所述第一定位点由所述第二检测结果变更为所述第一检测结果。
8.根据权利要求6所述的方法，其特征在于，所述采用至少一个距离值，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果，还包括：
若所述第一定位点与所述目标定位点之间的第二距离值小于或等于所述距离阈值，则将所述第一定位点由所述第三检测结果变更为所述第二检测结果。
9.根据权利要求4至8任一所述的方法，其特征在于，所述检测结果包括将所述第一定位点添加到预设的采样点集合的结果，所述采样点集合包括可信点集合、可疑点集合以及不可信点结合；
其中，所述第一检测结果为将所述第一定位点添加到所述不可信点集合的结果；所述第二检测结果为将所述第一定位点和所述第二定位点，或所述第一定位点添加所述可信点集合的结果；所述第三检测结果为将所述第一定位点添加到所述可疑点集合的结果；
所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
采用所述可信点集合中的定位点，生成所述移动对象的移动轨迹。
10.根据权利要求4至8任一所述的方法，其特征在于，所述检测结果包括定位点的可信值，不同检测结果对应不同的可信值，所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
将可信值大于或等于预设的可信阈值匹配成功的定位点，作为可信定位点；
采用所述可信定位点，生成所述移动对象的移动轨迹。
11.根据权利要求10所述的方法，其特征在于，所述根据多个定位点的检测结果，生成所述移动对象的移动轨迹，包括：
获取针对预设采样点集合的可信等级，所述采样点集合包括可信点集合；
将可信值满足所述可信等级的定位点添加到所述可信点集合；
采用所述可信点集合中的定位点，生成所述移动对象的移动轨迹。
12.一种物流过程的监测方法，其特征在于，包括：
获取物流区域中移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
确定所述第一定位点与所述第二定位点之间的位置关系；
根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
13.一种移动轨迹的生成装置，其特征在于，包括：
定位点获取模块，用于获取移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
位置关系确定模块，用于确定所述第一定位点与所述第二定位点之间的位置关系；
检测结果生成模块，用于根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
移动轨迹生成模块，用于根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
14.一种物流过程的监测装置，其特征在于，包括：
定位点获取模块，用于获取物流区域中移动对象的定位点，所述定位点包括第一定位点以及与所述第一定位点相邻的至少一个第二定位点；
位置关系确定模块，用于确定所述第一定位点与所述第二定位点之间的位置关系；
检测结果生成模块，用于根据所述位置关系，对所述第一定位点进行异常检测，生成所述第一定位点的检测结果；
移动轨迹生成模块，用于根据多个定位点的检测结果，生成所述移动对象的移动轨迹。
15.一种电子设备，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如权利要求1-11或12任一项所述的方法。
16.一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-11或12任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010599065.8A CN113847910A (zh) | 2020-06-28 | 2020-06-28 | 生成方法、监测方法、装置、电子设备以及可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010599065.8A CN113847910A (zh) | 2020-06-28 | 2020-06-28 | 生成方法、监测方法、装置、电子设备以及可读介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113847910A true CN113847910A (zh) | 2021-12-28 |
Family
ID=78972482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010599065.8A Pending CN113847910A (zh) | 2020-06-28 | 2020-06-28 | 生成方法、监测方法、装置、电子设备以及可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113847910A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105992259A (zh) * | 2015-02-12 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 定位检测方法及装置 |
| CN106979778A (zh) * | 2016-01-15 | 2017-07-25 | 阿里巴巴集团控股有限公司 | 一种定位方法、装置和移动终端 |
| CN107144280A (zh) * | 2017-05-10 | 2017-09-08 | 深圳市沃特沃德股份有限公司 | 识别定位点的方法和装置 |
| CN107798439A (zh) * | 2017-11-23 | 2018-03-13 | 吉旗（成都）科技有限公司 | 一种检验物流运输路径优化结果的方法 |
| CN108492564A (zh) * | 2018-04-18 | 2018-09-04 | 山东省交通规划设计院 | 基于路网匹配测量高速公路车辆行驶速度的方法及系统 |
| US20200191943A1 (en) * | 2015-07-17 | 2020-06-18 | Origin Wireless, Inc. | Method, apparatus, and system for wireless object tracking |
-
2020
- 2020-06-28 CN CN202010599065.8A patent/CN113847910A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105992259A (zh) * | 2015-02-12 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 定位检测方法及装置 |
| US20200191943A1 (en) * | 2015-07-17 | 2020-06-18 | Origin Wireless, Inc. | Method, apparatus, and system for wireless object tracking |
| CN106979778A (zh) * | 2016-01-15 | 2017-07-25 | 阿里巴巴集团控股有限公司 | 一种定位方法、装置和移动终端 |
| CN107144280A (zh) * | 2017-05-10 | 2017-09-08 | 深圳市沃特沃德股份有限公司 | 识别定位点的方法和装置 |
| CN107798439A (zh) * | 2017-11-23 | 2018-03-13 | 吉旗（成都）科技有限公司 | 一种检验物流运输路径优化结果的方法 |
| CN108492564A (zh) * | 2018-04-18 | 2018-09-04 | 山东省交通规划设计院 | 基于路网匹配测量高速公路车辆行驶速度的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Van Wyk et al. | Real-time sensor anomaly detection and identification in automated vehicles | |
| Bloisi et al. | Enhancing automatic maritime surveillance systems with visual information | |
| CN107273802B (zh) | 一种铁路列车闸瓦钎环故障的检测方法及装置 | |
| US10885350B2 (en) | Crowd type classification system, crowd type classification method and storage medium for storing crowd type classification program | |
| US20160063434A1 (en) | Apparatus and method for early detection of abnormality | |
| CN111830491B (zh) | 一种导航系统中反光体的监测方法、装置及电子设备 | |
| CN108710637A (zh) | 基于时空关系的出租车异常轨迹实时检测方法 | |
| Akowuah et al. | Physical invariant based attack detection for autonomous vehicles: Survey, vision, and challenges | |
| CN115718874A (zh) | 异常检测 | |
| CN116135640A (zh) | 一种车辆防碰撞预警方法、系统及车辆 | |
| KR20200068258A (ko) | 차량용 센서퓨전 타겟 예측 장치 및 그의 센서 퓨전 타겟 예측 방법과 그를 포함하는 차량 | |
| CN112464951A (zh) | 一种基于物联网的渔业安全应急处置系统及方法 | |
| CN113469137A (zh) | 异常行为的识别方法、装置、存储介质及电子装置 | |
| Firl et al. | MARV-X: Applying maneuver assessment for reliable verification of car-to-X mobility data | |
| Dadras et al. | Novel stop sign detection algorithm based on vehicle speed profile | |
| Tran et al. | A fully automated vision-based system for real-time personal protective detection and monitoring | |
| CN113847910A (zh) | 生成方法、监测方法、装置、电子设备以及可读介质 | |
| CN108760239B (zh) | 车辆识别装置检测方法及系统 | |
| CN107622667B (zh) | 一种变造车牌号码检测方法及系统 | |
| CN116562437A (zh) | 轨道电路补偿电容故障预测方法和装置 | |
| Sun et al. | Vessel motion statistical learning based on stored ais data and its application to trajectory prediction | |
| Piperigkos et al. | Robust Cooperative Sparse Representation Solutions for Detecting and Mitigating Spoofing Attacks in Autonomous Vehicles | |
| CN112581760B (zh) | 一种智慧交通的交通数据匹配方法以及装置 | |
| CN117527528B (zh) | 基于北斗定位的通信状态检测报告分析方法及系统 | |
| CN109446265B (zh) | 基于工作流程的复杂异常识别方法和识别系统 |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40064967 Country of ref document: HK |