CN115529556A - 移动轨迹的验证方法及装置 - Google Patents
移动轨迹的验证方法及装置 Download PDFInfo
- Publication number
- CN115529556A CN115529556A CN202211109985.2A CN202211109985A CN115529556A CN 115529556 A CN115529556 A CN 115529556A CN 202211109985 A CN202211109985 A CN 202211109985A CN 115529556 A CN115529556 A CN 115529556A
- Authority
- CN
- China
- Prior art keywords
- track
- point
- determining
- historical
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请公开了一种移动轨迹的验证方法及装置。其中,该方法包括:确定目标对象移动轨迹中的多个连续轨迹点,从多个连续轨迹点中选取预设数量个轨迹点输入到预设模型中,确定第一目标点与下一个相邻轨迹点之间的预测间距,其中,第一目标点为预设数量个轨迹点中的最后一个;确定第一目标点与相邻轨迹点间的实际距离,并比较实际距离与预测距离;在实际距离大于预测距离的情况下,将实际距离和预测距离的差值确定为误差值,并确定多个连续轨迹点中每个轨迹点与相邻轨迹点间的误差值;确定每个轨迹点与相邻轨迹点间的误差值的和,并在误差值的和与移动轨迹的总长度的比值大于预设阈值的情况下,确定移动轨迹未通过验证。
Description
技术领域
本申请涉及数据处理领域,具体而言,涉及一种移动轨迹的验证方法及装置。
背景技术
随着通信行程卡的大面积应用,其中有一部分用户的移动轨迹明显不合理,出现经纬度跳变等问题。原本需要等用户反映后,再由人工进行判断轨迹是否合理。这样不但识别效率低、延迟大,而且多大距离内的跳变算合理也没有统一的标准。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种移动轨迹的验证方法及装置,以至少解决移动轨迹验证效率低的技术问题。
根据本申请实施例的一个方面,提供了一种移动轨迹的验证方法,包括:确定目标对象移动轨迹中的多个连续轨迹点,从多个连续轨迹点中选取预设数量个轨迹点输入到预设模型中,确定第一目标点与下一个相邻轨迹点之间的预测距离,其中,第一目标点为预设数量个轨迹点中的最后一个;确定第一目标点与相邻轨迹点间的实际距离,并比较实际距离与预测距离;在实际距离大于预测距离的情况下,将实际距离和预测距离的差值确定为误差值,并确定多个连续轨迹点中每个轨迹点与相邻轨迹点间的误差值;确定每个轨迹点与相邻轨迹点间的误差值的和,并在误差值的和与移动轨迹的总长度的比值大于预设阈值的情况下,确定移动轨迹未通过验证。
可选地,预设模型通过以下方式确定,包括:获取多条目标对象的历史移动轨迹,并确定多条目标对象的历史移动轨迹中的多个连续历史轨迹点;利用滑动窗口算法从多个连续历史轨迹点中提取多个历史轨迹点集合,其中,历史轨迹点集合中包含预设数量个历史轨迹点;以多个历史轨迹点集合为训练数据集,多个历史轨迹点集合中的第二目标点与下一个相邻历史轨迹点之前的实际距离为标签,训练得到预设模型,第二目标点为轨迹点集合中的最后一个历史轨迹点。
可选地,确定多条目标对象的历史移动轨迹中的多个连续历史轨迹点,包括:确定每个历史轨迹点的参数信息,参数信息至少包括:每个历史轨迹点的位置、每个历史轨迹点与相邻历史轨迹点的距离和每个历史轨迹点与相邻历史轨迹点的间隔时长,其中,历史轨迹点的位置包括:历史轨迹点的经纬度。
可选地,预设模型,包括:线性回归模型。
可选地,以多个历史轨迹点集合为训练数据集,多个历史轨迹点集合中的第二目标点与下一个相邻历史轨迹点之间的实际距离为标签,训练得到预设模型,包括:确定多个历史轨迹点集合中每个历史轨迹点的参数信息;将多个历史轨迹点集合中的每个历史轨迹点的参数信息作为预设模型的输入,并将第二目标点与下一个相邻历史轨迹点之间的实际距离作为输出,训练得到预设模型。
可选地,确定第一目标点与相邻轨迹点间的实际距离,包括:确定第一目标点的经纬度和相邻轨迹点的经纬度;基于第一目标点的经纬度和相邻轨迹点的经纬度确定第一目标点与相邻轨迹点间的实际距离。
可选地,在确定移动轨迹未通过验证之后,方法还包括:重新获取目标对象的移动轨迹,并利用重新获取的移动轨迹替换未通过验证的移动轨迹。
根据本申请实施例的另一个方面,还提供了一种移动轨迹验证装置,包括:确定模块,用于确定目标对象移动轨迹中的多个连续轨迹点,从多个连续轨迹点中选取预设数量个轨迹点输入到预设模型中,确定第一目标点与下一个相邻轨迹点之间的预测间距,其中,第一目标点为预设数量个轨迹点中的最后一个;对比模块,用于确定第一目标点与相邻轨迹点间的实际距离,并比较实际距离与预测距离;计算模块,用于在实际距离大于预测距离的情况下,将实际距离和预测距离的差值确定为误差值,并确定多个连续轨迹点中每个轨迹点与相邻轨迹点间的误差值;验证模块,用于确定每个轨迹点与相邻轨迹点间的误差值的和,并在误差值的和与移动轨迹的总长度的比值大于预设阈值的情况下,确定移动轨迹未通过验证。
根据本申请实施例的再一个方面,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行上述移动轨迹验证方法。
根据本申请实施例的再一个方面,还提供了一种电子设备,包括存储器和处理器,处理器用于运行程序,其中,程序运行时执行上述移动轨迹验证方法。
在本申请实施例中,采用确定目标对象移动轨迹中的多个连续轨迹点,从多个连续轨迹点中选取预设数量个轨迹点输入到预设模型中,确定第一目标点与下一个相邻轨迹点之间的预测间距,其中,第一目标点为预设数量个轨迹点中的最后一个;确定第一目标点与相邻轨迹点间的实际距离,并比较实际距离与预测距离;在实际距离大于预测距离的情况下,将实际距离和预测距离的差值确定为误差值,并确定多个连续轨迹点中每个轨迹点与相邻轨迹点间的误差值;确定每个轨迹点与相邻轨迹点间的误差值的和,并在误差值的和与移动轨迹的总长度的比值大于预设阈值的情况下,确定移动轨迹未通过验证的方式,通过利用预设模型确定每个轨迹点与相邻轨迹点预测距离,再利用预测距离和实际距离进行比较确定误差值,最后通过累计误差值的大小来验证移动轨迹,达到了快速确定移动轨迹是否异常的目的,从而实现了提高移动轨迹验证效率的技术效果,进而解决了移动轨迹验证效率低技术问题。
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是根据本申请实施例的一种用于移动轨迹验证方法的计算机终端(或移动设备)的硬件结构框图;
图2是根据本申请的一种移动轨迹验证方法的示意图;
图3根据本申请实施例的一种可选的目标对象移动轨迹示意图;
图4是根据本申请的一种可选的移动轨迹验证装置示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,还提供了一种移动轨迹的验证方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例所提供的方法实施例可以在移动终端、计算机终端、云端服务器或者类似的运算装置中执行。图1示出了一种用于实现移动轨迹的验证方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本申请实施例中的移动轨迹的验证方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的账单推送方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输模块106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
根据本申请实施例,提供了一种移动轨迹的验证方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本申请实施例的移动轨迹的验证方法的流程图,如图2所示,该方法包括如下步骤:
步骤S202,确定目标对象移动轨迹中的多个连续轨迹点,从多个连续轨迹点中选取预设数量个轨迹点输入到预设模型中,确定第一目标点与下一个相邻轨迹点之间的预测距离,其中,第一目标点为预设数量个轨迹点中的最后一个;
步骤S204,确定第一目标点与相邻轨迹点间的实际距离,并比较实际距离与预测距离;
步骤S206,在实际距离大于预测距离的情况下,将实际距离和预测距离的差值确定为误差值,并确定多个连续轨迹点中每个轨迹点与相邻轨迹点间的误差值;
步骤S208,确定每个轨迹点与相邻轨迹点间的误差值的和,并在误差值的和与移动轨迹的总长度的比值大于预设阈值的情况下,确定移动轨迹未通过验证。
通过上述步骤,可以实现,通过利用预设模型确定每个轨迹点与相邻轨迹点预测距离,再利用预测距离和实际距离进行比较确定误差值,最后通过累计误差值的大小来验证移动轨迹,达到了快速确定移动轨迹是否异常的目的,从而实现了提高移动轨迹验证效率的技术效果,进而解决了移动轨迹验证效率低技术问题。
需要进行说明的是,目前判断移动轨迹是否异常,是通过人工排查,效率低。通过本申请提供的方法可以由模型自动学习该区域内目标对象的移动轨迹,得到每个轨迹点间的预测间距,提高了验证效率。
在步骤S202中目标对象可以是用户的终端设备,每个终端设备对应唯一的编号,例如:手机、电子手表等,目标对象的移动轨迹是连续的,如图3所示,T1时刻出现在A点,T2时刻出现在B点,则B点的经纬度必然出现在以A点为圆心,半径为R的圆形区域内,R的长度与A点到B点的间隔时长和目标对象的移动速度有关。
需要进一步说明的是,连续轨迹点是按照时间顺序依次排序的,预设数量个轨迹点的最后一个,是指预设数量个轨迹点中,轨迹点的出现时刻最晚的一个轨迹点,例如:将三个轨迹点输入到预设模型中,分别为C点、D点和E点,C点、D点和E点的按照出现时刻依次排序,则E点就为第一目标点;目标对象记录的移动到某个目标位置点为轨迹点。
在步骤S206中,在实际距离小于预测距离的情况下,确定误差值为零,在实际距离大于预测距离的情况下,误差值为实际距离与预测距离的差值。
下面通过具体的实施例来详细说明上述步骤S202至步骤S208。
在步骤S202中,预设模型通过以下方式确定,包括:获取多条目标对象的历史移动轨迹,并确定多条目标对象的历史移动轨迹中的多个连续历史轨迹点;利用滑动窗口算法从多个连续历史轨迹点中提取多个轨迹点集合,其中,历史轨迹点集合中包含预设数量个历史轨迹点;以多个历史轨迹点集合为训练数据集,多个历史轨迹点集合中的第二目标点与下一个相邻历史轨迹点之前的实际距离为标签,训练得到预设模型,第二目标点为历史轨迹点集合中的最后一个历史轨迹点。
需要说明的是,滑动窗口的宽度可以设置为预设数量,例如:预设数量为3,则可以将滑动窗口的宽度设置为3。
通过滑动窗口提取训练数据集,可以将一段轨迹分散成多个数据集,扩大了数据集的数量,进一步提高了预设模型的准确性。
可选地,每个历史轨迹点的参数信息,至少包括:每个历史轨迹点的位置、每个历史轨迹点与相邻历史轨迹点的间隔距离和每个历史轨迹点与相邻历史轨迹点的间隔时长,其中,历史轨迹点的位置包括:历史轨迹点的经纬度;
需要进行说明的是,轨迹点之间的间隔距离为轨迹点间的实际距离。
具体地,如表1所示,表中示出了连续三个历史轨迹点的参数信息:纬度、经度、间隔距离和间隔时长,表1中纬度3、经度3、间隔距离3和间隔时长3分别展示的是第三个历史轨迹点的参数信息,第三个历史轨迹点为第二目标点,将第二目标点和与第二目标点相邻的下一个轨迹点的间隔距离确定为训练数据集的标签,省去了人工标注的过程,提升了模型训练的速率。
表1
需要进行说明的是,表1中经度、纬度的单位为度,间隔时长的单位为分钟,间隔距离的单位为公里;上述方法直接将第二目标点和与第二目标点相邻的下一个轨迹点的实际距离确定为预测距离训练集的标签,同时,历史移动轨迹中包含了利用多种交通工具移动的轨迹,充分考虑了交通工具对于移动轨迹长短的影响,使得训练结果更准确。
一种可选的方式中,预设模型可以为线性回归模型,通过确定多个历史轨迹点集合中每个历史轨迹点的参数信息;将多个历史轨迹点集合中的每个历史轨迹点的参数信息作为线性回归模型的输入,并将第二目标点与下一个相邻历史轨迹点之间的实际距离作为输出,训练得到预设模型。
在本申请的一些实施例中,可以通过以下方式确定第一目标点与相邻轨迹点间的实际距离,包括:确定第一目标点的经纬度和相邻轨迹点的经纬度;基于第一目标点的经纬度和相邻轨迹点的经纬度确定第一目标点与相邻轨迹点间的实际距离。
具体地,可以利用余弦定理确定两点的实际距离。
在本申请的一些实施例中,在确定移动轨迹未通过验证之后,方法还包括:重新获取目标对象的移动轨迹,并利用重新获取的移动轨迹替换未通过验证的移动轨迹。
本申请实施例提供的移动轨迹的验证方法还应用于本申请实施例提供的一种移动轨迹的验证装置,如图4所示,包括:确定模块50,用于确定目标对象移动轨迹中的多个连续轨迹点,从多个连续轨迹点中选取预设数量个轨迹点输入到预设模型中,确定第一目标点与下一个相邻轨迹点之间的预测距离,其中,第一目标点为预设数量个轨迹点中的最后一个;对比模块52,用于确定第一目标点与相邻轨迹点间的实际距离,并比较实际距离与预测距离;计算模块54,用于在实际距离大于预测距离的情况下,将实际距离和预测距离的差值确定为误差值,并确定多个连续轨迹点中每个轨迹点与相邻轨迹点间的误差值;验证模块56,用于确定每个轨迹点与相邻轨迹点间的误差值的和,并在误差值的和与移动轨迹的总长度的比值大于预设阈值的情况下,确定移动轨迹未通过验证。
其中,确定模块50包括:训练子模块,训练子模块用于获取多条目标对象的历史移动轨迹,并确定多条目标对象的历史移动轨迹中的多个连续历史轨迹点;利用滑动窗口算法从多个连续历史轨迹点中提取多个轨迹点集合,其中,历史轨迹点集合中包含预设数量个历史轨迹点;以多个历史轨迹点集合为训练数据集,多个轨迹点集合中的第二目标点与下一个相邻历史轨迹点之前的实际距离为标签,训练得到预设模型,第二目标点为轨迹点集合中的最后一个历史轨迹点,其中预设模型包括:线性回归模型;
训练子模块包括:确定单元和训练单元,确定单元用于确定每个历史轨迹点的参数信息,参数信息至少包括:每个历史轨迹点的位置、每个历史轨迹点与相邻历史轨迹点的距离和每个历史轨迹点与相邻历史轨迹点的间隔时长,其中,历史轨迹点的位置包括:历史轨迹点的经纬度;
训练单元用于确定多个轨迹点集合中每个历史轨迹点的参数信息;将多个轨迹点集合中的每个历史轨迹点的参数信息作为线性回归模型的输入,并将第二目标点与下一个相邻历史轨迹点之间的实际距离作为输出,训练得到预设模型;
计算模块54包括:计算子模块,计算子模块用于确定第一目标点的经纬度和相邻轨迹点的经纬度;基于第一目标点的经纬度和相邻轨迹点的经纬度确定第一目标点与相邻轨迹点间的实际距离。
验证模块56包括:替换子模块,替换子模块用于重新获取目标对象的移动轨迹,并利用重新获取的移动轨迹替换未通过验证的移动轨迹。
根据本申请实施例的另一方面,还提供了一种非易失性存储介质,包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行上述移动轨迹的验证方法。
根据本申请实施例的另一方面,还提供了一种电子设备,包括存储器和处理器,处理器用于运行程序,其中,程序运行时执行上述移动轨迹的验证方法。
上述移动轨迹的验证方法,通过可预测任意经纬度范围的移动轨迹是否合理。适用于任意经纬度的轨迹数据;训练数据中包含多种情况,可以考虑多种情况下的移动轨迹,而传统方法只能按固定公式计算,不能根据经纬度的地理特征进行分析。
本申请提供的方法采用的预测模型是预训练模型,只需要一次训练就可以长期使用来对轨迹进行预测。并且训练完成后可以将预设模型部署在服务器中,借助数据库批量搜索出未通过验证的轨迹数据。在本申请的一些实施例中,可以将预测结果进行可视化展示,以便及时获取验证结果。
上述方法通过通过利用预设模型确定每个轨迹点与相邻轨迹点预测距离,再利用预测距离和实际距离进行比较确定误差值,最后通过累计误差值的大小来验证移动轨迹,达到了快速确定移动轨迹是否异常的目的,从而实现了提高移动轨迹验证效率的技术效果,进而解决了移动轨迹验证效率低技术问题。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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例方案的目的。
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(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种移动轨迹的验证方法,其特征在于,包括:
确定目标对象移动轨迹中的多个连续轨迹点,从所述多个连续轨迹点中选取预设数量个轨迹点输入到预设模型中,确定第一目标点与下一个相邻轨迹点之间的预测距离,其中,所述第一目标点为所述预设数量个轨迹点中的最后一个;
确定所述第一目标点与所述相邻轨迹点间的实际距离,并比较所述实际距离与所述预测距离;
在所述实际距离大于所述预测距离的情况下,将所述实际距离和所述预测距离的差值确定为误差值,并确定所述多个连续轨迹点中每个轨迹点与相邻轨迹点间的误差值;
确定每个轨迹点与相邻轨迹点间的误差值的和,并在所述误差值的和与所述移动轨迹的总长度的比值大于预设阈值的情况下,确定所述移动轨迹未通过验证。
2.根据权利要求1所述的方法,其特征在于,所述预设模型通过以下方式确定,包括:
获取多条目标对象的历史移动轨迹,并确定所述多条目标对象的历史移动轨迹中的多个连续历史轨迹点;
利用滑动窗口算法从所述多个连续历史轨迹点中提取多个历史轨迹点集合,其中,所述历史轨迹点集合中包含预设数量个历史轨迹点;
以所述多个历史轨迹点集合为训练数据集,所述多个历史轨迹点集合中的第二目标点与下一个相邻历史轨迹点之前的实际距离为标签,训练得到所述预设模型,所述第二目标点为所述轨迹点集合中的最后一个历史轨迹点。
3.根据权利要求2所述的方法,其特征在于,所述确定所述多条目标对象的历史移动轨迹中的多个连续历史轨迹点,包括:
确定每个历史轨迹点的参数信息,所述参数信息至少包括:每个历史轨迹点的位置、每个历史轨迹点与相邻历史轨迹点的距离和每个历史轨迹点与相邻历史轨迹点的间隔时长,其中,所述历史轨迹点的位置包括:所述历史轨迹点的经纬度。
4.根据权利要求2所述的方法,其特征在于,所述预设模型,包括:线性回归模型。
5.根据权利要求2所述的方法,其特征在于,以所述多个历史轨迹点集合为训练数据集,所述多个历史轨迹点集合中的第二目标点与下一个相邻历史轨迹点之间的实际距离为标签,训练得到所述预设模型,包括:
确定所述多个历史轨迹点集合中每个历史轨迹点的参数信息;
将所述多个历史轨迹点集合中的每个历史轨迹点的参数信息作为所述预设模型的输入,并将所述第二目标点与下一个相邻历史轨迹点之间的实际距离作为输出,训练得到所述预设模型。
6.根据权利要求1所述的方法,其特征在于,确定所述第一目标点与所述相邻轨迹点间的实际距离,包括:
确定所述第一目标点的经纬度和所述相邻轨迹点的经纬度;
基于所述所述第一目标点的经纬度和所述相邻轨迹点的经纬度确定所述第一目标点与所述相邻轨迹点间的实际距离。
7.根据权利要求1所述的方法,其特征在于,在确定所述移动轨迹未通过验证之后,所述方法还包括:
重新获取所述目标对象的移动轨迹,并利用重新获取的移动轨迹替换未通过验证的移动轨迹。
8.一种移动轨迹验证装置,其特征在于,包括:
确定模块,用于确定目标对象移动轨迹中的多个连续轨迹点,从所述多个连续轨迹点中选取预设数量个轨迹点输入到预设模型中,确定第一目标点与下一个相邻轨迹点之间的预测距离,其中,所述第一目标点为所述预设数量个轨迹点中的最后一个;
对比模块,用于确定所述第一目标点与所述相邻轨迹点间的实际距离,并比较所述实际距离与所述预测距离;
计算模块,用于在所述实际距离大于所述预测距离的情况下,将所述实际距离和所述预测距离的差值确定为误差值,并确定所述多个连续轨迹点中每个轨迹点与相邻轨迹点间的误差值;
验证模块,用于确定每个轨迹点与相邻轨迹点间的误差值的和,并在所述误差值的和与所述移动轨迹的总长度的比值大于预设阈值的情况下,确定所述移动轨迹未通过验证。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述移动轨迹验证方法。
10.一种电子设备,其特征在于,包括存储器和处理器,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述移动轨迹验证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211109985.2A CN115529556A (zh) | 2022-09-13 | 2022-09-13 | 移动轨迹的验证方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211109985.2A CN115529556A (zh) | 2022-09-13 | 2022-09-13 | 移动轨迹的验证方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115529556A true CN115529556A (zh) | 2022-12-27 |
Family
ID=84697506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211109985.2A Pending CN115529556A (zh) | 2022-09-13 | 2022-09-13 | 移动轨迹的验证方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115529556A (zh) |
-
2022
- 2022-09-13 CN CN202211109985.2A patent/CN115529556A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109147325B (zh) | 路况预测方法及装置、存储介质、处理器 | |
CN111064614A (zh) | 一种故障根因定位方法、装置、设备及存储介质 | |
CN107341668B (zh) | 一种判断真实数据的方法以及装置 | |
CN109034365A (zh) | 深度学习模型的训练方法及装置 | |
CN108985489B (zh) | 一种风险预测方法、风险预测装置和终端设备 | |
CN110392414B (zh) | 一种无线网络连接方法、装置、终端设备及可读存储介质 | |
CN105335956B (zh) | 同源图像的校验方法及装置 | |
CN107135230B (zh) | 一种基于infigarch模型的网络流量异常检测方法及设备 | |
CN113033722B (zh) | 传感器数据融合方法、装置、存储介质及计算设备 | |
CN106936778B (zh) | 网站流量异常的检测方法和装置 | |
CN108268357B (zh) | 实时数据处理方法和装置 | |
CN104408640A (zh) | 应用软件推荐方法及装置 | |
CN111739283B (zh) | 一种基于聚类的路况计算方法、装置、设备及介质 | |
CN103593444A (zh) | 网络关键词识别处理方法和装置 | |
CN111461440A (zh) | 链路预测方法、系统及终端设备 | |
CN115529556A (zh) | 移动轨迹的验证方法及装置 | |
CN109639526A (zh) | 网络数据监控方法、装置、设备及介质 | |
CN104573113A (zh) | 一种信息处理方法及服务器 | |
CN115988546A (zh) | 目标对象在目标区域内停留时长的确定方法及装置 | |
CN111695919B (zh) | 评价数据处理方法、装置、电子设备及存储介质 | |
CN112990781A (zh) | 一种基于区块链的信用评估方法、装置及存储介质 | |
CN112801296A (zh) | 数据处理方法、装置和系统 | |
CN112884190A (zh) | 一种流量预测方法及装置 | |
CN115858502B (zh) | 基于大数据分析的设备管理方法及装置 | |
CN117196651B (zh) | 基于数据异步处理的企业异常监控方法、装置及存储介质 |
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 |