CN114357036A - 停留点的识别方法及装置、存储介质、计算机设备 - Google Patents
停留点的识别方法及装置、存储介质、计算机设备 Download PDFInfo
- Publication number
- CN114357036A CN114357036A CN202210028967.5A CN202210028967A CN114357036A CN 114357036 A CN114357036 A CN 114357036A CN 202210028967 A CN202210028967 A CN 202210028967A CN 114357036 A CN114357036 A CN 114357036A
- Authority
- CN
- China
- Prior art keywords
- track
- point
- identified
- points
- track point
- 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
Images
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请公开了一种停留点的识别方法及装置、存储介质、计算机设备,该方法包括:获取目标对象的轨迹点数据,其中,所述轨迹点数据包括按到达时间先后顺序排列的多个轨迹点;确定所述轨迹点中的待识别轨迹点,并将所述待识别轨迹点之后的轨迹点作为候选轨迹点;依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点,直到任一所述候选轨迹点与所述待识别轨迹点之间的距离大于或等于所述预设停留距离阈值为止;根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,识别所述待识别轨迹点是否属于轨迹停留点。
Description
技术领域
本申请涉及数据挖掘技术领域,尤其是涉及到一种停留点的识别方法及装置、存储介质、计算机设备。
背景技术
目前,骑手在进行配送时,通常需要客服人员对骑手终端上传的轨迹数据进行人工识别,判断骑手是否在某个区域内长时间停留,从而导致订单无法正常配送的情况发生,也即需要人工对骑手的异常停留情况进行识别,这种方式需要耗费较多的人力成本、时间成本,效率低,且准确性难以保证。
发明内容
有鉴于此,本申请提供了一种停留点的识别方法及装置、存储介质、计算机设备,有助于提升停留点识别的效率和准确率,减少人力成本。
根据本申请的一个方面,提供了一种停留点的识别方法,包括:
获取目标对象的轨迹点数据,其中,所述轨迹点数据包括按到达时间先后顺序排列的多个轨迹点;
确定所述轨迹点中的待识别轨迹点,并将所述待识别轨迹点之后的轨迹点作为候选轨迹点;
依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点,直到任一所述候选轨迹点与所述待识别轨迹点之间的距离大于或等于所述预设停留距离阈值为止;
根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,识别所述待识别轨迹点是否属于轨迹停留点。
可选地,所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;所述依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点之后,所述方法还包括:
若获取到与所述待识别轨迹点之间的时间差大于所述预设停留时长阈值的目标关联轨迹点,则在所述目标关联轨迹点对应的剩余配送量不为零时,向所述目标对象终端发送询问信息,以询问所述目标对象的停留原因。
可选地,所述确定是否将所述待识别轨迹点是否属于轨迹停留点之后,所述方法还包括:
依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,并进行轨迹停留点识别,直到无法获取新的待识别轨迹点为止。
可选地,所述根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,确定是否将所述待识别轨迹点是否属于轨迹停留点,具体包括:
若任一所述关联轨迹点与所述待识别轨迹点之间的时间差大于预设停留时长阈值,则确定所述待识别轨迹点属于所述轨迹停留点;
相应地,所述依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,具体包括:
在所述待识别轨迹点属于所述轨迹停留点时,获取最末的关联轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
可选地,所述根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,确定是否将所述待识别轨迹点是否属于轨迹停留点,具体包括:
若每个所述关联轨迹点与所述待识别轨迹点之间的时间差均小于或等于所述预设停留时长阈值,则确定所述待识别轨迹点不属于所述轨迹停留点;
相应地,所述依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,具体包括:
在所述待识别轨迹点不属于所述轨迹停留点时,获取排序在所述待识别轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
可选地,所述轨迹点数据包括预设时段内的历史数据;所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;所述识别所述待识别轨迹点是否属于轨迹停留点之后,所述方法还包括:
若所述待识别轨迹点属于所述轨迹停留点,则依据所述轨迹停留点对应的剩余配送量,识别所述轨迹停留点的类别,其中,第一类轨迹停留点对应的剩余配送量大于零,第二类轨迹停留点对应的剩余配送量为零;
基于所述轨迹停留点的类别和位置,确定所述目标对象的配送计划。
可选地,所述获取目标对象的轨迹点数据,具体包括:
获取所述目标对象的轨迹上传数据,所述轨迹上传数据包括多个轨迹点各自对应的位置特征以及到达时间特征;
依据所述到达时间特征,按到达时间先后顺序对多个所述轨迹点进行排序。
根据本申请的另一方面,提供了一种停留点的识别装置,包括:
数据获取模块,用于获取目标对象的轨迹点数据,其中,所述轨迹点数据包括按到达时间先后顺序排列的多个轨迹点;
轨迹点选择模块,用于确定所述轨迹点中的待识别轨迹点,并将所述待识别轨迹点之后的轨迹点作为候选轨迹点;依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点,直到任一所述候选轨迹点与所述待识别轨迹点之间的距离大于或等于所述预设停留距离阈值为止;
轨迹点识别模块,用于根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,识别所述待识别轨迹点是否属于轨迹停留点。
可选地,所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;所述装置还包括:
询问模块,用于所述依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点之后,若获取到与所述待识别轨迹点之间的时间差大于所述预设停留时长阈值的目标关联轨迹点,则在所述目标关联轨迹点对应的剩余配送量不为零时,向所述目标对象终端发送询问信息,以询问所述目标对象的停留原因。
可选地,所述轨迹点识别模块,还用于依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,并进行轨迹停留点识别,直到无法获取新的待识别轨迹点为止。
可选地,所述轨迹点识别模块,还用于:
若任一所述关联轨迹点与所述待识别轨迹点之间的时间差大于预设停留时长阈值,则确定所述待识别轨迹点属于所述轨迹停留点;
在所述待识别轨迹点属于所述轨迹停留点时,获取最末的关联轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
可选地,所述轨迹点识别模块,还用于:
若每个所述关联轨迹点与所述待识别轨迹点之间的时间差均小于或等于所述预设停留时长阈值,则确定所述待识别轨迹点不属于所述轨迹停留点;
在所述待识别轨迹点不属于所述轨迹停留点时,获取排序在所述待识别轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
可选地,所述轨迹点数据包括预设时段内的历史数据;所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;所述装置还包括:
停留点分类模块,用于若所述待识别轨迹点属于所述轨迹停留点,则依据所述轨迹停留点对应的剩余配送量,识别所述轨迹停留点的类别,其中,第一类轨迹停留点对应的剩余配送量大于零,第二类轨迹停留点对应的剩余配送量为零;基于所述轨迹停留点的类别和位置,确定所述目标对象的配送计划。
可选地,所述数据获取模块,还用于:获取所述目标对象的轨迹上传数据,所述轨迹上传数据包括多个轨迹点各自对应的位置特征以及到达时间特征;依据所述到达时间特征,按到达时间先后顺序对多个所述轨迹点进行排序。
依据本申请又一个方面,提供了一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述停留点的识别方法。
依据本申请再一个方面,提供了一种计算机设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述停留点的识别方法。
借由上述技术方案,本申请提供的一种停留点的识别方法及装置、存储介质、计算机设备,获取目标对象对应的按时间先后顺序排列的多个轨迹点,选择其中的待识别轨迹点,并依次获取在待识别轨迹点预设停留阈值范围内的关联轨迹点,从而依据关联轨迹点与待识别轨迹点之间的最大时间差,确定待识别轨迹点是否属于停留点。本申请实施例相比于现有技术中的人工检测方式,依据各轨迹点之间的距离自动识别可能在某个区域内产生停留的轨迹点,进一步基于这些轨迹点对应的停留时长识别出目标对象的轨迹停留点,有助于减少人力成本,提升识别效率和准确率。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例提供的一种停留点的识别方法的流程示意图;
图2示出了本申请实施例提供的一种关联轨迹点示意图;
图3示出了本申请实施例提供的一种停留点的识别方法的结构示意图;
图4示出了本申请实施例提供的一种停留点的识别装置的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本实施例中提供了一种停留点的识别方法,如图1所示,该方法包括:
步骤101,获取目标对象的轨迹点数据,其中,所述轨迹点数据包括按到达时间先后顺序排列的多个轨迹点;
在本申请实施例中,目标对象的轨迹点数据具体可以为目标对象终端上传的实时数据,也可以为在目标对象终端上传的历史轨迹数据中获取到的某个感兴趣时间段的轨迹点数据。在实际应用场景中,目标对象具体可以为配送员,配送员进行订单配送时,其所持有的配送终端可以按固定或非固定的时间间隔进行轨迹数据上报,每次上报的轨迹数据可以看作一个轨迹点。轨迹数据具体可以包括轨迹点的位置以及到达该点的时间;轨迹数据也可以只包括轨迹点的位置,系统将每次接收到轨迹数据的时间作为该轨迹点的到达时间,另外,以固定时间间隔进行上报的方式中,可以通过接收到轨迹数据的次序确定每个轨迹点的到达时间,例如第一个轨迹数据的接收时间为2点,时间间隔为20s,则可以将第二个轨迹点的到达时间确定为2点零20s。其中,多个轨迹点的顺序可以依据轨迹数据携带的时间确定,也可以依据轨迹数据的上报顺序来确定。
步骤102,确定所述轨迹点中的待识别轨迹点,并将所述待识别轨迹点之后的轨迹点作为候选轨迹点;
步骤103,依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点,直到任一所述候选轨迹点与所述待识别轨迹点之间的距离大于或等于所述预设停留距离阈值为止;
步骤104,根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,识别所述待识别轨迹点是否属于轨迹停留点。
在上述实施例中,具体可以选择轨迹点中排序第一的轨迹点作为第一个待识别轨迹点,将待识别轨迹点之后的全部轨迹点作为该待识别轨迹点对应的候选轨迹点。进一步,按候选轨迹点的顺序,依次计算每个候选轨迹点与待识别轨迹点之间的距离,如果距离小于预设停留距离阈值,那么将该候选轨迹点作为待识别轨迹点的关联轨迹点,即保证每个关联轨迹点与待识别轨迹点之间的距离在一定范围内。并且,在获取关联轨迹点的过程中,如果发现某个候选轨迹点与待识别轨迹点之间的距离大于或等于预设停留距离阈值,那么停止关联轨迹点的获取,即关联轨迹点是空间上连续且在待识别轨迹点一定范围内的轨迹点。
最后,计算排序在最后的关联轨迹点与待识别轨迹点之间的时间差,根据该时间差来识别该待识别轨迹点是否属于轨迹停留点,在具体应用场景中,如果时间差较小,说明目标对象在待识别轨迹点附近位置停留时间不长,那么这个待识别轨迹点不作为轨迹停留点,反之,如果时间差较大,说明目标对象在待识别轨迹点附近停留时间较长,那么这个待识别轨迹点可以作为轨迹停留点。如图2所示,P1-P14表示轨迹点,以P4作为待识别轨迹点,P4为圆点半径r范围内的P5-P12可以作为P4的关联轨迹点。本实施例在停留点识别的过程中,引入时间维度信息,避免目标对象从一个区域离开再返回该区域等情况,若单纯依据位置维度可能会存在的误识别,提升停留点的识别准确率。
需要说明的是,如果轨迹数据是以固定时间间隔进行上报的,还可以根据关联轨迹点的数量来确定对应的待识别轨迹点是否属于轨迹停留点,如果数量大于预设数量,则确定待识别轨迹点属于轨迹停留点,否则不属于。
通过应用本实施例的技术方案,获取目标对象对应的按时间先后顺序排列的多个轨迹点,选择其中的待识别轨迹点,并依次获取在待识别轨迹点预设停留阈值范围内的关联轨迹点,从而依据关联轨迹点与待识别轨迹点之间的最大时间差,确定待识别轨迹点是否属于停留点。本申请实施例相比于现有技术中的人工检测方式,依据各轨迹点之间的距离自动识别可能在某个区域内产生停留的轨迹点,进一步基于这些轨迹点对应的停留时长识别出目标对象的轨迹停留点,有助于减少人力成本,提升识别效率和准确率。
在本申请实施例中,可选地,步骤104之后还可以包括:
步骤105,依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,并进行轨迹停留点识别,直到无法获取新的待识别轨迹点为止。
在上述实施例中,完成对一个待识别轨迹点的识别后,可以继续识别轨迹点中的其他点是否属于轨迹停留点,直到完成对全部轨迹点的识别为止,其中,如果最后一个关联轨迹点与待识别轨迹点之间的时间差大于预设停留时长阈值,认为待识别轨迹点属于轨迹停留点,否则不属于轨迹停留点。
具体地,在所述待识别轨迹点属于所述轨迹停留点时,获取最末的关联轨迹点之后的第一个轨迹点作为下一个待识别轨迹点;在所述待识别轨迹点不属于所述轨迹停留点时,获取排序在所述待识别轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
在该实施例中,当判定一个待识别轨迹点属于轨迹停留点时,该待识别轨迹点对应的关联轨迹点则是与该待识别轨迹点同属于一个较小区域内的轨迹点,那么可以对关联轨迹点之后的轨迹点继续进行识别。而当判定一个待识别轨迹点不属于轨迹停留点时,可以将该待识别轨迹点之后的第一个轨迹点作为下一个待识别轨迹点,继续进行停留点识别。
本申请的上述实施例可以应用于实时识别轨迹停留点的场景,也可以应用于基于历史轨迹数据离线识别轨迹停留点的场景。
在实时识别轨迹停留点的应用场景中,可选地,所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;步骤103“依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点”之后,还可以包括:若获取到与所述待识别轨迹点之间的时间差大于所述预设停留时长阈值的目标关联轨迹点,则在所述目标关联轨迹点对应的剩余配送量不为零时,向所述目标对象终端发送询问信息,以询问所述目标对象的停留原因。
在上述实施例中,轨迹点数据还可以包含每个轨迹点对应的剩余配送量,例如在轨迹点1时剩余5单,在轨迹点20时剩余4单。对于实时识别停留点的场景,在获取关联轨迹点的过程中,每获取到一个关联轨迹点,可以计算该新获取到的关联轨迹点与待识别轨迹点之间的时间差,如果时间差大于预设停留时长阈值,并且该关联轨迹点对应的剩余配送量不为零,即配送员在某个区域内停留时间较长,并且还有没配送完的订单,说明该配送员可能存在无法及时配送的问题,例如可能因为交通堵塞导致停留、也可能因为配送员出现事故导致停留,可以向该配送员持有的终端发送询问信息,以询问配送员停留的原因。另外,还可以接收询问反馈信息,如果配送员反馈为交通堵塞无法及时配送,可以提前通知顾客,如果反馈为出现事故可以及时派遣人员协助处理,如果长时间无反馈,还可以电话联系配送员进行询问。
在离线识别轨迹停留点的应用场景中,可选地,所述轨迹点数据包括预设时段内的历史数据;所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;步骤104“识别所述待识别轨迹点是否属于轨迹停留点”之后,还可以包括:若所述待识别轨迹点属于所述轨迹停留点,则依据所述轨迹停留点对应的剩余配送量,识别所述轨迹停留点的类别,其中,第一类轨迹停留点对应的剩余配送量大于零,第二类轨迹停留点对应的剩余配送量为零;基于所述轨迹停留点的类别和位置,确定所述目标对象的配送计划。
在上述实施例中,对于离线识别停留点的场景,还可以在识别出轨迹停留点之后,依据各轨迹停留点对应的剩余配送量,统计出轨迹停留点的类型,具体可以包括剩余配送量大于零的第一类以及等于零的第二类,其中第一类轨迹停留点,可能是容易产生交通堵塞、出现事故的位置,第二类轨迹停留点,可能是配送员习惯休息的位置,这些信息可以为排查配送员配送超时原因等问题提供一定的依据,从而对配送员的调度计划提供依据,以便依据历史停留点对制定配送员的配送计划提供指导,为提升配送员的配送效率以及订单配送效率奠定基础。
在本申请实施例中,可选地,步骤101具体可以包括:获取所述目标对象的轨迹上传数据,所述轨迹上传数据包括多个轨迹点各自对应的位置特征以及到达时间特征;依据所述到达时间特征,按到达时间先后顺序对多个所述轨迹点进行排序。
在上述实施例中,到达时间特征具体可以为到达相应轨迹点的时间。到达时间特征也可以为上传轨迹点数据的次序,例如第一个轨迹数据的接收时间为2点,时间间隔为20s,则可以将第二个轨迹点的到达时间确定为2点零20s。其中,多个轨迹点的顺序可以依据轨迹数据携带的时间确定,也可以依据轨迹数据的上报顺序来确定。
在一种具体实施方式中,如图3所示,轨迹停留点的识别流程可以包括:
S1、根据查询开始时间和查询结束时间对骑手在该时间段内上报的轨迹信息进行查询;
S2、得到与查询时间匹配的轨迹点集合之后,按骑手上报的时间从早到晚的顺序对该集合中的轨迹点进行排序;
S3、设定预设停留距离阈值为r,边界点个数的阈值为cnt,最小停留判定时间为minTime(即预设停留时长阈值),接下来从集合中第一个点xs(时间最早)开始循环遍历,计算后面的点(xi,i<n,n为轨迹点数量)与当前点xs的距离,如果两点间距离小于r,则该点为当前点xs的边界点(即当前的待识别轨迹点xs的关联轨迹点),直到计算出两点间距离大于r的点xi;
S4、判定点xs的边界点个数,若边界点个数值大于阈值cnt,则计算点xs与点xi-1之间的时间差值time,若差值time大于最小停留判定时间minTime,则该点xs判定为骑手轨迹停留点;
S5、若点xs判定为停留点,则进入S3继续对点xi进行循环判定,其中i从i+1、开始;若点xs判定为停留点失败,则进入S3对点xs+1进行循环判定,i从s-cnt+2开始;
S6、全部循环结束,输出该段时间范围内的轨迹停留点信息。
进一步的,作为图1方法的具体实现,本申请实施例提供了一种停留点的识别装置,如图4所示,该装置包括:
数据获取模块,用于获取目标对象的轨迹点数据,其中,所述轨迹点数据包括按到达时间先后顺序排列的多个轨迹点;
轨迹点选择模块,用于确定所述轨迹点中的待识别轨迹点,并将所述待识别轨迹点之后的轨迹点作为候选轨迹点;依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点,直到任一所述候选轨迹点与所述待识别轨迹点之间的距离大于或等于所述预设停留距离阈值为止;
轨迹点识别模块,用于根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,识别所述待识别轨迹点是否属于轨迹停留点。
可选地,所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;所述装置还包括:
询问模块,用于所述依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点之后,若获取到与所述待识别轨迹点之间的时间差大于所述预设停留时长阈值的目标关联轨迹点,则在所述目标关联轨迹点对应的剩余配送量不为零时,向所述目标对象终端发送询问信息,以询问所述目标对象的停留原因。
可选地,所述轨迹点识别模块,还用于依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,并进行轨迹停留点识别,直到无法获取新的待识别轨迹点为止。
可选地,所述轨迹点识别模块,还用于:
若任一所述关联轨迹点与所述待识别轨迹点之间的时间差大于预设停留时长阈值,则确定所述待识别轨迹点属于所述轨迹停留点;
在所述待识别轨迹点属于所述轨迹停留点时,获取最末的关联轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
可选地,所述轨迹点识别模块,还用于:
若每个所述关联轨迹点与所述待识别轨迹点之间的时间差均小于或等于所述预设停留时长阈值,则确定所述待识别轨迹点不属于所述轨迹停留点;
在所述待识别轨迹点不属于所述轨迹停留点时,获取排序在所述待识别轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
可选地,所述轨迹点数据包括预设时段内的历史数据;所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;所述装置还包括:
停留点分类模块,用于若所述待识别轨迹点属于所述轨迹停留点,则依据所述轨迹停留点对应的剩余配送量,识别所述轨迹停留点的类别,其中,第一类轨迹停留点对应的剩余配送量大于零,第二类轨迹停留点对应的剩余配送量为零;基于所述轨迹停留点的类别和位置,确定所述目标对象的配送计划。
可选地,所述数据获取模块,还用于:获取所述目标对象的轨迹上传数据,所述轨迹上传数据包括多个轨迹点各自对应的位置特征以及到达时间特征;依据所述到达时间特征,按到达时间先后顺序对多个所述轨迹点进行排序。
需要说明的是,本申请实施例提供的一种停留点的识别装置所涉及各功能单元的其他相应描述,可以参考图1至图3方法中的对应描述,在此不再赘述。
基于上述如图1至图3所示方法,相应的,本申请实施例还提供了一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述如图1至图3所示的停留点的识别方法。
基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)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)执行本申请各个实施场景所述的方法。
基于上述如图1至图3所示的方法,以及图4所示的虚拟装置实施例,为了实现上述目的,本申请实施例还提供了一种计算机设备,具体可以为个人计算机、服务器、网络设备等,该计算机设备包括存储介质和处理器;存储介质,用于存储计算机程序;处理器,用于执行计算机程序以实现上述如图1至图3所示的停留点的识别方法。
可选地,该计算机设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency,RF)电路,传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等,可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。
本领域技术人员可以理解,本实施例提供的一种计算机设备结构并不构成对该计算机设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存计算机设备硬件和软件资源的程序,支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信,以及与该实体设备中其它硬件和软件之间通信。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现,也可以通过硬件实现获取目标对象对应的按时间先后顺序排列的多个轨迹点,选择其中的待识别轨迹点,并依次获取在待识别轨迹点预设停留阈值范围内的关联轨迹点,从而依据关联轨迹点与待识别轨迹点之间的最大时间差,确定待识别轨迹点是否属于停留点。本申请实施例相比于现有技术中的人工检测方式,依据各轨迹点之间的距离自动识别可能在某个区域内产生停留的轨迹点,进一步基于这些轨迹点对应的停留时长识别出目标对象的轨迹停留点,有助于减少人力成本,提升识别效率和准确率。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (10)
1.一种停留点的识别方法,其特征在于,包括:
获取目标对象的轨迹点数据,其中,所述轨迹点数据包括按到达时间先后顺序排列的多个轨迹点;
确定所述轨迹点中的待识别轨迹点,并将所述待识别轨迹点之后的轨迹点作为候选轨迹点;
依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点,直到任一所述候选轨迹点与所述待识别轨迹点之间的距离大于或等于所述预设停留距离阈值为止;
根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,识别所述待识别轨迹点是否属于轨迹停留点。
2.根据权利要求1所述的方法,其特征在于,所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;所述依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点之后,所述方法还包括:
若获取到与所述待识别轨迹点之间的时间差大于所述预设停留时长阈值的目标关联轨迹点,则在所述目标关联轨迹点对应的剩余配送量不为零时,向所述目标对象终端发送询问信息,以询问所述目标对象的停留原因。
3.根据权利要求1所述的方法,其特征在于,所述确定是否将所述待识别轨迹点是否属于轨迹停留点之后,所述方法还包括:
依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,并进行轨迹停留点识别,直到无法获取新的待识别轨迹点为止。
4.根据权利要求3所述的方法,其特征在于,所述根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,确定是否将所述待识别轨迹点是否属于轨迹停留点,具体包括:
若任一所述关联轨迹点与所述待识别轨迹点之间的时间差大于预设停留时长阈值,则确定所述待识别轨迹点属于所述轨迹停留点;
相应地,所述依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,具体包括:
在所述待识别轨迹点属于所述轨迹停留点时,获取最末的关联轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
5.根据权利要求3所述的方法,其特征在于,所述根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,确定是否将所述待识别轨迹点是否属于轨迹停留点,具体包括:
若每个所述关联轨迹点与所述待识别轨迹点之间的时间差均小于或等于所述预设停留时长阈值,则确定所述待识别轨迹点不属于所述轨迹停留点;
相应地,所述依据所述待识别轨迹点的识别结果,确定下一个待识别轨迹点,具体包括:
在所述待识别轨迹点不属于所述轨迹停留点时,获取排序在所述待识别轨迹点之后的第一个轨迹点作为下一个待识别轨迹点。
6.根据权利要求1所述的方法,其特征在于,所述轨迹点数据包括预设时段内的历史数据;所述目标对象包括配送员;所述轨迹点数据还包括每个轨迹点对应的剩余配送量;所述识别所述待识别轨迹点是否属于轨迹停留点之后,所述方法还包括:
若所述待识别轨迹点属于所述轨迹停留点,则依据所述轨迹停留点对应的剩余配送量,识别所述轨迹停留点的类别,其中,第一类轨迹停留点对应的剩余配送量大于零,第二类轨迹停留点对应的剩余配送量为零;
基于所述轨迹停留点的类别和位置,确定所述目标对象的配送计划。
7.根据权利要求6所述的方法,其特征在于,所述获取目标对象的轨迹点数据,具体包括:
获取所述目标对象的轨迹上传数据,所述轨迹上传数据包括多个轨迹点各自对应的位置特征以及到达时间特征;
依据所述到达时间特征,按到达时间先后顺序对多个所述轨迹点进行排序。
8.一种停留点的识别装置,其特征在于,包括:
数据获取模块,用于获取目标对象的轨迹点数据,其中,所述轨迹点数据包括按到达时间先后顺序排列的多个轨迹点;
轨迹点选择模块,用于确定所述轨迹点中的待识别轨迹点,并将所述待识别轨迹点之后的轨迹点作为候选轨迹点;依次获取所述候选轨迹点中与所述待识别轨迹点之间的距离小于预设停留距离阈值的关联轨迹点,直到任一所述候选轨迹点与所述待识别轨迹点之间的距离大于或等于所述预设停留距离阈值为止;
轨迹点识别模块,用于根据所述关联轨迹点与所述待识别轨迹点之间的最大时间差,识别所述待识别轨迹点是否属于轨迹停留点。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
10.一种计算机设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210028967.5A CN114357036A (zh) | 2022-01-11 | 2022-01-11 | 停留点的识别方法及装置、存储介质、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210028967.5A CN114357036A (zh) | 2022-01-11 | 2022-01-11 | 停留点的识别方法及装置、存储介质、计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114357036A true CN114357036A (zh) | 2022-04-15 |
Family
ID=81109846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210028967.5A Pending CN114357036A (zh) | 2022-01-11 | 2022-01-11 | 停留点的识别方法及装置、存储介质、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114357036A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116027367A (zh) * | 2022-08-31 | 2023-04-28 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
CN116680346A (zh) * | 2022-09-23 | 2023-09-01 | 荣耀终端有限公司 | 运动轨迹分析方法、设备及介质 |
-
2022
- 2022-01-11 CN CN202210028967.5A patent/CN114357036A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116027367A (zh) * | 2022-08-31 | 2023-04-28 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
CN116027367B (zh) * | 2022-08-31 | 2023-10-20 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
CN116680346A (zh) * | 2022-09-23 | 2023-09-01 | 荣耀终端有限公司 | 运动轨迹分析方法、设备及介质 |
CN116680346B (zh) * | 2022-09-23 | 2024-04-16 | 荣耀终端有限公司 | 运动轨迹分析方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114357036A (zh) | 停留点的识别方法及装置、存储介质、计算机设备 | |
EP3358509A1 (en) | Method, apparatus and device for acquiring area where demands do not match transport capacity in vehicle usage service, and non-volatile computer storage medium | |
CN106937251B (zh) | 一种室内定位方法及服务器 | |
CN107026845B (zh) | 任务作弊行为识别方法及装置 | |
CN110782301A (zh) | 一种拼单方法、装置、电子设备及计算机可读存储介质 | |
EP2495696A1 (en) | Management server, population information calculation management server, zero population distribution area management method, and population information calculation method | |
CN112040407B (zh) | 信标数据处理方法、装置、电子设备和可读存储介质 | |
CN110620988A (zh) | 信息上报的方法、装置及设备 | |
CN111369137A (zh) | 配送任务的分配方法、装置、服务器和存储介质 | |
CN112183937A (zh) | 巡点检任务的发布方法、装置、存储介质及电子设备 | |
CN111008800B (zh) | 配送任务的数据处理方法、装置、服务器和存储介质 | |
CN114819688A (zh) | 工单分派方法、设备、存储介质及装置 | |
CN112818252A (zh) | 基于人工智能与数据分析的商场导购系统 | |
TWM575564U (zh) | 自動派遣系統 | |
CN112819394B (zh) | 运单处理方法、装置、计算机可读存储介质及电子设备 | |
CN111292148B (zh) | 订单信息处理方法、装置、服务器、终端及存储介质 | |
US20210396543A1 (en) | Information processing apparatus, information processing method, and program | |
CN110992081A (zh) | 用于线下服务商的数据处理方法及装置 | |
CN105451174A (zh) | 一种导航路线的推送方法及服务器 | |
CN111860922A (zh) | 一种服务站部署控制方法、装置、电子设备及存储介质 | |
CN115171236A (zh) | 巡检管理方法、巡检管理平台、巡检管理客户端 | |
CN114493236A (zh) | 服务车辆分派方法、装置、设备、介质及程序产品 | |
CN110428511B (zh) | 网点包件无人交接方法、配送员终端及中控服务器 | |
CN106980123B (zh) | 对接收数据的处理分析方法及系统、服务终端 | |
CN111652650A (zh) | 车源管理的引导方法、装置及系统 |
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 |