CN116127338A - 轨迹处理方法、装置、存储介质及电子设备 - Google Patents

Abstract

本说明书实施例公开了一种轨迹处理方法、装置、存储介质及电子设备，其中，方法包括：对各车辆行程轨迹分别进行轨迹点匹配得到至少一个相似行程轨迹组，对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组，以基于每个规律行程轨迹组确定目标规律行程轨迹。

Description

轨迹处理方法、装置、存储介质及电子设备

技术领域

本说明书涉及计算机技术领域，尤其涉及一种轨迹处理方法、装置、存储介质及电子设备。

背景技术

随着城市高速的发展，城市用户的车辆保有量呈现不断增长的状态。智能化交通程度不断提升，移动车辆的地理位置信息获取也变得越来越便捷。在实际应用中，常会涉及到从大量车辆行程轨迹中挖掘用户出行的规律行程轨迹，以基于挖掘出的规律行程轨迹为出行用户提供更好的服务。

发明内容

本说明书实施例提供了一种轨迹处理方法、装置、存储介质及电子设备，可以解决挖掘出的规律轨迹不全面、准确度较低的现象，所述技术方案如下：

第一方面，本说明书实施例提供了一种轨迹处理方法，所述方法包括：

获取多个车辆行程轨迹，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组；

基于每个所述规律行程轨迹组确定目标规律行程轨迹。

第二方面，本说明书实施例提供了一种轨迹处理装置，所述装置包括：

轨迹匹配模块，用于获取多个车辆行程轨迹，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

参数约束模块，用于对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组；

轨迹确定模块，用于基于所述规律行程轨迹组确定目标规律行程轨迹。

第三方面，本说明书实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

第四方面，本说明书实施例提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

第五方面，本说明书实施例提供一种车辆，所述车辆包括前述的电子设备。

本说明书一些实施例提供的技术方案带来的有益效果至少包括：

在本说明书一个或多个实施例中，电子设备可以对获取的多个车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，然后对相似行程轨迹组内的各参考行程轨迹进行轨迹参数约束处理，以得到处理后的规律行程轨迹组，再基于每个规律行程轨迹组确定目标规律行程轨迹。通过轨迹点匹配得到相似行程轨迹组结合对相似行程轨迹组的参数约束从而可以避免挖掘出的规律轨迹不全面以及准确度较低的现象，实现准确挖掘出潜在规律轨迹以覆盖更多的规律轨迹，提升了轨迹挖掘的准确率_。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书实施例提供的一种轨迹处理方法的流程示意图；

图2是本说明书实施例提供的一种轨迹处理方法的流程示意图；

图3是本说明书实施例提供的一种轨迹处理装置的结构示意图；

图4是本说明书实施例提供的一种轨迹匹配模块的结构示意图；

图5是本说明书实施例提供的一种轨迹滤除单元的结构示意图；

图6是本说明书实施例提供的一种参数约束模块的结构示意图；

图7是本说明书实施例提供的一种电子设备的结构示意图；

图8是本说明书实施例提供的操作系统和用户空间的结构示意图；

图9是图8中安卓操作系统的架构图；

图10是图8中IOS操作系统的架构图。

具体实施方式

下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。

在本说明书的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本说明书的描述中，需要说明的是，除非另有明确的规定和限定，“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本说明书中的具体含义。此外，在本说明书的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。

在相关技术中，从大量车辆行程轨迹中挖掘用户出行的规律行程轨迹大多直接计算各路线之间的重合率，然而，实际应用场景行程诸如线路、定位等干扰因素较多，采用路线重合相似计算会面临挖掘出的规律轨迹不全面、准确度较低等问题。

下面结合具体的实施例对本说明书进行详细说明。

在一个实施例中，如图1所示，特提出了一种轨迹处理方法，该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的轨迹处理装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。所述轨迹处理装置可以为电子设备。

具体的，该轨迹处理方法包括：

S102：获取多个车辆行程轨迹，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

所述车辆行程轨迹为用户乘坐车辆在车辆行驶过程中产生的轨迹数据，可以在车辆行驶过程中采用定位技术(如全球卫星定位技术、北斗卫星定位技术、网络定位技术等等)周期性或实时获取车辆轨迹点(可理解为车辆轨迹位置)，车辆行驶过程中的多个车辆轨迹点即可构成车辆行程轨迹。可以理解的，车辆行程轨迹通常可以是相应时序的若干车辆轨迹点(或车辆位置点)组成的轨迹。

示意性的，对于任意一条车辆行程轨迹S，S＝p1p2p3...pi...pn，其中pi(1≤i≤n)代表该车辆行程轨迹中的车辆轨迹点，车辆轨迹点可以是经纬度度坐标的形式。

示意性的，在实际交通出行场景下，可以获取大量车辆行程轨迹，所获取的多个车辆行程轨迹可以是不同车辆用户的车辆行程轨迹，也可以是同一车辆用户的车辆行程轨迹。

进一步的，电子设备可以对各车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

可选的，电子设备可以是基于每个轨迹时序点或部分轨迹时序点的所对应轨迹(位置)点为基准，计算任意两两车辆行程轨迹的轨迹点匹配度，基于轨迹点匹配度来从若干车辆行程轨迹中确定至少一个相似行程轨迹组，相似行程轨迹组可以理解为从相似轨迹点维度所确定的一组参考行程轨迹。

在一种可行的实施方式中，电子设备执行所述对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，可以是：

A2：对第一车辆行程轨迹与至少一个第二行程轨迹分别进行轨迹点匹配，得到至少一个轨迹点匹配度，所述第一车辆行程轨迹为所有所述车辆行程轨迹中的任意一个，所述第二行程轨迹为所有所述车辆行程轨迹除所述第一车辆行程轨迹之外的车辆行程轨迹；

示意性的，假设多个车辆行程轨迹的数量为n个，当前的第一车辆行程轨迹为n个车辆行程轨迹中的其一，第二行程轨迹为n个车辆行程轨迹中除第一车辆行程轨迹之外的车辆行程轨迹。例如，对于n个车辆行程轨迹S，可表示为S1、S2、S3...Si...Sn。

示意性的，针对任一车辆行程轨迹所包含的各行程轨迹点，行程轨迹点对应轨迹时序点，轨迹时序点可以是以行程计时时间、行程占比等形式，电子设备可以是基于每个轨迹时序点或部分轨迹时序点的轨迹点为基准，计算第一车辆行程轨迹分别与若干第二行程轨迹的轨迹点匹配度；

可选的，对于车辆行程轨迹上任一轨迹时序点而言，轨迹点匹配度可以计算所述轨迹时序点在第一车辆行程轨迹上的轨迹点与在第二车辆行程轨迹上的轨迹点的轨迹点距离，基于轨迹点距离来确定匹配度。

车辆行程轨迹是在车辆行驶过程中，由若干位置采样点按照采样时间先后顺序对采样的轨迹位置点两两相连得到的行程轨迹，所述轨迹时序点可以理解为以行程起点为位置采样起点，某个位置采样点的标记，轨迹时序点常描述为车辆行程轨迹的第i个轨迹时序点，第i个轨迹时序点可理解为：以行程起点为位置采样起点，第i个位置采样点的标记；轨迹时序点对应的轨迹点可理解为：以行程起点为位置采样起点，第i个位置采样点所采样得到的位置采样点。

进一步的，任一两两车辆行程轨迹进行比较，期望两两行程轨迹中：某个行程轨迹上的任一轨迹时序点对应的轨迹(位置点)与其他行程轨迹该轨迹时序点对应的轨迹(位置点)之间的轨迹点距离为0或轨迹点距离小于一个距离阈值，则认为两两行程轨迹高度契合，可以理解的，轨迹点距离越小匹配度越高，也即轨迹点距离的大小与匹配度呈负相关，可以建立轨迹点距离与轨迹点匹配度的换算关系，将轨迹点距离采用换算关系换算为轨迹点匹配度。

示意性的，可以设置多个轨迹时序点来计算轨迹点匹配度，在轨迹时序点为多个的情况下，第一车辆行程轨迹与第二行程轨迹分别进行轨迹点匹配后，所得到的轨迹点匹配度是每个轨迹时序点对应匹配度的集合。

例如，轨迹点匹配度是由x个轨迹时序点对应的匹配度组成的；又例如，轨迹点匹配度是由x个轨迹时序点对应匹配度加和后的值；

可以理解的，当前第一车辆行程轨迹所对应的第二行程轨迹通常为n-1个，则可以得到第一车辆行程轨迹与n-1个第二行程轨迹分别对应的轨迹点匹配度，也即轨迹点匹配度为n-1个。

A4：基于所述轨迹点匹配度对所述至少一个第二行程轨迹进行轨迹滤除，得到所述第一车辆行程轨迹对应的至少一个相似行程轨迹；

示意性的，电子设备可以获取轨迹点匹配阈值，从所述至少一个第二行程轨迹中，对所述轨迹点匹配度小于所述轨迹点匹配阈值的所述第二行程轨迹进行滤除，得到滤除后的所述第一车辆行程轨迹对应的至少一个相似行程轨迹。

在本说明书一个或多个实施例中，在基于轨迹点匹配度确定相似行程轨迹组的过程中，通常对应一个默认轨迹点匹配阈值，采用默认轨迹点匹配阈值对两两车辆行程轨迹间的轨迹点匹配程度进行度量。

可以理解的，轨迹点匹配阈值的大小与轨迹点匹配的约束精度相关联，轨迹点匹配阈值越大通常约束精度越高。

可选的，可以基于前述计算得到的轨迹点匹配度采用默认轨迹点匹配阈值作为轨迹点匹配阈值，默认轨迹点匹配阈值通常属于约束精度高的阈值。

可选的，在本说明书一个或多个实施例中，通常先进行轨迹点匹配得到相似行程轨迹组，然后再对相似行程轨迹组进行轨迹参数约束，采用多轮轨迹参数约束最终挖掘出规律轨迹。考虑到实际应用场景行程干扰因素较多，基于约束精度高的轨迹点匹配阈值在规律轨迹挖掘过程中存在规律轨迹难以拟合、轨迹泛化效果不佳等情况，可能实质属于同一规律轨迹类型的车辆行程轨迹会被滤除，基于此，可以采用对默认轨迹点匹配阈值进行约束精度放宽处理，得到处理后的参考轨迹点匹配阈值，参考轨迹点匹配阈值的约束精度小于默认轨迹点匹配阈值，将参考轨迹点匹配阈值作为本次的轨迹点匹配阈值，这样后续得到的相似行程轨迹组可以存在较多的参考行程轨迹，然后后续结合多轮轨迹参数约束从若干相似行程轨迹组中最终挖掘出规律轨迹。

进一步的，采用轨迹点匹配阈值对若干第二行程轨迹进行轨迹滤除，例如，假设第一行程轨迹与n-1个第二行程轨迹的轨迹点匹配度分别为r₁、r₂、r₃...r_n-1，假设默认轨迹点匹配阈值为R，则根据‘轨迹点匹配度r₁、r₂、r₃...r_n-1’采用默认轨迹点匹配阈值R对n-1个第二行程轨迹的轨迹点进行轨迹滤除，例如对轨迹点匹配度小于轨迹点匹配阈值R的第二行程轨迹从“n-1个第二行程轨迹”进行滤除，得到滤除后的若干相似行程轨迹，例如，经比较轨迹点匹配度r₁、r₂、r₃小于轨迹点匹配阈值R，然后将r₁、r₂、r₃对应的第二行程轨迹进行滤除。进一步的，后续若干相似行程轨迹和当前第一行程轨迹作为参考行程轨迹构成一组相似行程轨迹组。

A6：基于每个所述第一车辆行程轨迹、所述第一车辆行程轨迹对应的各相似行程轨迹，得到每个所述第一车辆行程轨迹对应的相似行程轨迹组，所述相似行程轨迹组包括所述第一车辆行程轨迹以及所述第一车辆行程轨迹对应的各相似行程轨迹组成。

可以理解的，对于任一第一车辆行程轨迹Si，第一车辆行程轨迹Si对应的相似行程轨迹可以表示为Y1、Y2、Y3...Yx；第一车辆行程轨迹Si与相似行程轨迹可以表示为Y1、Y2、Y3...Yx均作为相似行程轨迹组内的参考行程轨迹，以得到第一车辆行程轨迹Si对应的相似行程轨迹组。

可以理解的，通过遍历所有车辆行程轨迹中的第一车辆行程轨迹Si，执行前述方式可以得到若干相似行程轨迹组。

在一种可行的实施方式中，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组可以是采用特征向量工程聚类方式实现，采用特征向量工程将每个车辆行程轨迹编码为行程轨迹向量，采用特征向量工程可以将车辆行程轨迹编码至一个高维向量空间中，在高维向量空间中车辆行程轨迹被表征为特征向量的形式，然后对行程轨迹向量进行聚类，基于聚类中心得到若干相似行程轨迹组。

进一步的，特征向量工程可以是采用基于机器学习模型创建的轨迹向量提取模型实现的，机器学习模型可以是卷积神经网络(Convolutional Neural Network，CNN)模型，深度神经网络(Deep Neural Network，DNN)模型、循环神经网络(Recurrent NeuralNetworks，RNN)、模型、嵌入(embedding)模型、梯度提升决策树(Gradient BoostingDecisionTree，GBDT)模型、逻辑回归(Logistic Regression，LR)模型等模型中的一种或多种的拟合实现的。

以下对行程轨迹向量进行聚类处理的过程进行释义，如下：

对行程轨迹向量进行聚类处理，具体实施中，可以预设针对相似行程轨迹组的聚类数x，聚类数x小于或等于车辆行程轨迹n，聚类处理的目的是需要将所有行程轨迹向量构成的数据集合经过聚类得到聚类数x指示数量的集合。

聚类处理过程中：

1、从数据集合随机选择x个行程轨迹向量作为质心；

2、对数据集中每一个行程轨迹向量，计算行程轨迹向量与每一个质心的距离(如欧式距离、曼哈顿距离)，将行程轨迹向量划分至最短距离指示的质心所属的集合中；

3、然后在基于质心计算公式对每个集合重新计算质心；

4、计算新的质心与原质心的目标距离，基于该距离确定聚类处理过程是否终止，若终止，则对类别内各个行程轨迹向量进行聚类大小排序，取每个类别排名前X个向量作为参考轨迹向量，以基于参考轨迹向量对应的参考行程轨迹生成相似行程轨迹组；若不终止，执行上述2-4步骤。

可选的，基于该距离确定聚类处理过程是否终止，可以是设置距离阈值，在目标距离小于距离阈值时，确定终止，反之则继续执行上述2-4步骤。

可选的，上述(两两特征向量的)距离可以是采用欧式距离公式、曼哈顿距离公式、余弦距离公式、相关系数距离公式等中的至少一种计算得到。

S104：对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组；

所述轨迹参数约束可以是多轮轨迹参数约束，每轮轨迹参数约束对应不同的轨迹挖掘方式。

在本说明书一个或多个实施例中，可以确定针对相似行程轨迹组所使用的若干轨迹挖掘方式，若干轨迹挖掘方式可以是预先自定义设置。然后使用轨迹挖掘方式对相似行程轨迹组内的各参考行程轨迹进行轨迹参数约束，轨迹参数约束过程中：依据相应轨迹挖掘方式计算相应参数指标，然后结合轨迹挖掘方式对应的参数约束指标对计算的参数指标进行相似轨迹组或相似轨迹组内参考行程轨迹过滤，多个轨迹挖掘方式也即对应前述多轮过滤过程，直至最终得到规律行程轨迹组。

可选的，可以采用轨迹挖掘方式对应的默认参数约束指标进行参考行程轨迹过滤；

可选的，在每一轮基于该轨迹挖掘方式对相似行程轨迹组进行轨迹参数约束过程中，还可以通过调节当前轮的参数约束精度通过对默认参数约束指标进行指标值调整，此时可避免单一维度轨迹挖掘方式在轨迹挖掘过程中达到局部最优，而是采用多轮轨迹参数约束处理，基于不同的轨迹参数约方式对相似行程轨迹组采用多轮轨迹挖掘处理，从而在多轮轨迹参数约束处理之后，达到整体化的轨迹挖掘全局最优的效果，提升轨迹挖掘泛化能力，可最大程度挖掘潜在规律行程轨迹。

在本说明书一个或多个实施例中，所述轨迹挖掘方式可以包括基于参考位置点的距离约束方式、基于里程差与里程均值的比值约束方式、基于里程方差的方差约束方式中的至少两种。在实际应用阶段也可基于相关技术中的轨迹挖掘手段自定义轨迹挖掘方式纳入参考。

S106：基于每个所述规律行程轨迹组确定目标规律行程轨迹。

所述规律行程轨迹组可以理解为同一规律行程类型的相同或相似行程轨迹的集合，对一组规律行程轨迹组中若干行程轨迹进行轨迹拟合，即可得到一条目标规律行程轨迹。

示意性的，在实际应用中，规律行程轨迹组可以是(用户)上/下班通勤行程类型对应的行程轨迹组，该规律行程轨迹组包括(用户)上/下班通勤所使用的若干相似或相同行程轨迹；规律行程轨迹组可以是(用户)接/送家人(如小孩、老人)行程类型对应的行程轨迹组，该规律行程轨迹组包括(用户)接/送家人(如小孩、老人)所使用的若干相似或相同行程轨迹；规律行程轨迹组可以是(用户)加油/充电行程类型对应的行程轨迹组，该规律行程轨迹组包括(用户)加油/充电所使用的若干相似或相同行程轨迹；规律行程轨迹组可以是(用户)探亲访友行程类型对应的行程轨迹组，该规律行程轨迹组包括(用户)探亲访友所使用的若干相似或相同行程轨迹，等等。

在本说明书一个或多个实施例中，通过执行前述轨迹处理方法挖掘出了若干规律行程轨迹组，规律行程轨迹组中各行程轨迹从用户出现行程维度其高度相似，通常为同一轨迹行程类型的行程轨迹，基于此，以一组规律行程轨迹组为参考，对组内行程轨迹进行拟合可得到目标规律行程轨迹。

可选，以一组规律行程轨迹组为参考，对组内行程轨迹进行拟合可以是从组内选取一条行程轨迹作为目标规律行程轨迹；

可选的，以一组规律行程轨迹组为参考，对组内行程轨迹进行拟合可以是对各行程轨迹进行逐轨迹点拟合，得到轨迹点拟合后的目标规律行程轨迹，例如以每个轨迹时序点为参考，计算相同轨迹时序点在各行程轨迹中对应轨迹点的轨迹点均值，轨迹点均值即轨迹时序点拟合后的拟合轨迹点，这样将每个轨迹时序点对应的拟合轨迹点进行组合即为一条目标规律行程轨迹。

可选的，以一组规律行程轨迹组为参考，对组内行程轨迹进行拟合可以是对选取里程概率值所对应的行程轨迹作为目标规律行程轨迹，里程概率值包括但不限于里程平均值、里程最大值、里程最小值、里程中位数等类型中的一种或多种的拟合。

在本说明书实施例中，在本说明书一个或多个实施例中，电子设备可以对获取的多个车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，然后对相似行程轨迹组内的各参考行程轨迹进行轨迹参数约束处理，以得到处理后的规律行程轨迹组，再基于每个规律行程轨迹组确定目标规律行程轨迹。通过轨迹点匹配得到相似行程轨迹组结合对相似行程轨迹组的参数约束从而可以避免挖掘出的规律轨迹不全面以及准确度较低的现象，实现准确挖掘出潜在规律轨迹以覆盖更多的规律轨迹，提升了轨迹挖掘的准确率。

请参见图3，图3是本说明书提出的一种轨迹处理方法的另一种实施例的流程示意图。具体的：

S202：获取多个车辆行程轨迹，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

具体可参考本说明书其他实施例的方法步骤，此处不再赘述。

S204：确定针对所述相似行程轨迹组的轨迹挖掘方式组合，所述轨迹挖掘方式组合包括多个轨迹挖掘方式；

所述轨迹挖掘方式组合包括多个轨迹挖掘方式；

可选的，电子设备可以预先设置默认的轨迹挖掘方式组合；

可选的，可以设置多个参考轨迹挖掘方式组合，基于相似行程轨迹组的组内参数来选择轨迹挖掘方式组合，组内参数可以是组内平均里程、组内轨迹数目、最大里程差值等类型参数中一种或多种的拟合，通过组内参数可以选择合适的组合进行轨迹参数约束，不同的组内参数可以选择最合适的轨迹挖掘方式组合，以提高轨迹挖掘收敛速度、保障轨迹挖掘精度。

示意性的，预先建立多个参考组内参数与所述参考组内参数范围对应的参考轨迹挖掘方式组合的组合映射关系，所述组合映射关系可以是以组合映射表、组合映射数组、组合映射函数等形式进行表征。在实际应用阶段，可确定相似行程轨迹组的诸如组内平均里程、组内轨迹数目、最大里程差值等组内参数，然后从多个参考组内参数范围中确定组内参数所落入的目标组内参数范围，然后将目标组内参数范围对应的轨迹挖掘方式纳入参考。

在本说明书一个或多个实施例中，所述轨迹挖掘方式可以包括基于参考位置点的距离约束方式、基于里程差与里程均值的比值约束方式、基于里程方差的方差约束方式中的至少两种。在实际应用阶段也可基于相关技术中的轨迹挖掘手段自定义轨迹挖掘方式纳入参考，此处对轨迹挖掘方式不作具体限定，以上所揭露的仅为本说明书较佳实施例涉及的轨迹挖掘方式而已，因此依本说明书权利要求所作的等同变化，所扩展的可用于规律轨迹挖掘的其他轨迹挖掘方式仍属本说明书所涵盖的范围。

S206：采用各所述轨迹挖掘方式依次对所述相似行程轨迹组内的各所述参考行程轨迹进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组。

具体的，可以逐个使用轨迹挖掘方式对相似行程轨迹组内的各参考行程轨迹进行轨迹参数约束，轨迹参数约束过程中：依据相应轨迹挖掘方式计算相应参数指标，然后结合轨迹挖掘方式对应的参数约束指标对计算的参数指标进行相似行程轨迹组或/或相似行程轨迹组组内参考行程轨迹过滤，多个轨迹挖掘方式也即对应前述多轮过滤过程，直至最终得到规律行程轨迹组。

在一种可行的实施方式中，电子设备执行所述采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组，可以是如下方式：

分别采用各轨迹挖掘方式对每个相似行程轨迹组进行轨迹滤除处理，得到处理后的规律行程轨迹组；

例如：各轨迹挖掘方式包括基于参考位置点的距离约束方式、基于里程差与里程均值的比值约束方式、基于里程方差的方差约束方式，三种约束方式之间可以处理过程相互独立，可以采用并行执行方式，按照每个轨迹挖掘方式对每个相似行程轨迹组进行轨迹滤除处理，得到处理后的规律行程轨迹组。

在一种可行的实施方式中，电子设备执行采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组，可以是如下方式：

B2：确定各所述轨迹挖掘方式对应的约束处理顺序，基于所述约束处理顺序确定第一轨迹挖掘方式；

所述约束处理顺序为使用多个轨迹挖掘方式的先后处理顺序，例如，假设约束处理顺序为“方式1-方式3-方式4”，则电子设备先采用“方式1”对相似行程轨迹组内的各所述参考行程轨迹进行多轮轨迹参数约束处理，然后采用“方式3”对相似行程轨迹组和/或相似行程轨迹组内的各所述参考行程轨迹进行多轮轨迹参数约束处理，最后采用“方式4”对相似行程轨迹组和/或相似行程轨迹组内的各所述参考行程轨迹进行多轮轨迹参数约束处理。

可以理解的，轨迹挖掘方式为多种，第一轨迹挖掘方式可以理解为当前轮约束处理所使用的轨迹挖掘方式。

B4：采用所述第一轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的至少一个所述相似行程轨迹组；

在本说明书一个或多个实施例中，轨迹挖掘方式对应设置有参数约束指标，参数约束指标用于基于轨迹挖掘方式计算的相应参数指标，然后结合轨迹挖掘方式对应的参数约束指标对不满足参数约束指标的相应参数指标的相似行程轨迹组和/或相似行程轨迹组内的参考行程轨迹进行过滤，每轮过滤之后，可以得到处理后的相似行程轨迹组。

B6：基于所述约束处理顺序确定所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，将所述第二轨迹挖掘方式作为所述第一轨迹挖掘方式并执行所述采用所述第一轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的至少一个所述相似行程轨迹组的步骤；

例如，假设约束处理顺序为“方式1-方式3-方式4”，假设电子设备当前的第一轨迹挖掘方式即为“方式1”，则执行采用所述第一轨迹挖掘方式对相似行程轨迹组和/或相似行程轨迹组内的参考行程轨迹进行过滤处理，得到处理后的所述相似行程轨迹组的步骤之后，按照约束处理顺序为“方式1-方式3-方式4”，则第一轨迹挖掘方式对应的下一第二轨迹挖掘方式即为“方式3”；然后将“方式3”作为所述第一轨迹挖掘方式并执行采用所述第一轨迹挖掘方式对相似行程轨迹组和/或相似行程轨迹组内的参考行程轨迹进行过滤处理，得到处理后的所述相似行程轨迹组的步骤，也即步骤B4；

B8：若基于所述约束处理顺序确定不存在所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，则将所述相似行程轨迹组作为规律行程轨迹组。

可以理解的，电子设备在每结束一轮轨迹参数约束后，基于约束处理顺序确定是否存在第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，若存在，则继续执行将所述第二轨迹挖掘方式作为所述第一轨迹挖掘方式并执行所述采用所述第一轨迹挖掘方式进行过滤处理，得到处理后的所述相似行程轨迹组的步骤；若基于所述约束处理顺序确定不存在所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，则将保留的所述相似行程轨迹组作为规律行程轨迹组，规律行程轨迹组内包括若干行程轨迹。

在本说明书一个或多个实施例中，根据轨迹挖掘方式组合所涉及的多个轨迹挖掘方式可视作从挖掘方式维度对轨迹挖掘的局部放宽，从而在多轮轨迹参数约束处理之后，达到整体化的轨迹挖掘全局最优的效果，提升轨迹挖掘泛化能力，可最大程度挖掘潜在规律行程轨迹。

示意性的，所述轨迹挖掘方式可以是基于参考位置点的距离约束方式、可以是基于里程差与里程均值的比值约束方式、可以是基于里程方差的方差约束方式，可以理解的轨迹挖掘方式组合中至少包括两种轨迹挖掘方式。

可以理解的，轨迹挖掘方式组合中可以包括“基于参考位置点的距离约束方式、基于里程差与里程均值的比值约束方式、基于里程方差的方差约束方式”中的两种，轨迹挖掘方式组合中可以包括“基于参考位置点的距离约束方式、基于里程差与里程均值的比值约束方式、基于里程方差的方差约束方式”这三种；

在一种可行的实施方式中，若所述轨迹挖掘方式为参考位置点距离约束方式，则电子设备执行如下步骤：

电子设备确定每个所述相似行程轨迹组对应的至少一个参考位置点类型，基于所述参考位置点类型计算第一参考位置点与至少一个第二参考位置点的距离差值，基于各所述距离差值采用距离差阈值约束指标对所述相似行程轨迹组的参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组，所述第一参考位置点与所述第二参考位置点为不同参考行程轨迹中相同所述参考位置点类型对应的不同参考位置点；

所述参考位置点距离约束方式通过预先设置若干参考位置点类型，如起点位置点类型、终点位置点类型、1/4行程位置点类型、3/4行程位置点类型等情形中的一种或多种的拟合，具体参考位置点类型基于实际应用情况设置，对相似行程轨迹组组内轨迹可以随机组合，然后计算两两不同参考行程轨迹上相同行程位置点类型对应不同参考点之间的距离差值，然后采用距离差阈值约束指标与距离差值进行匹配，基于是否匹配进行组内轨迹滤除。

所述距离差值阈值约束指标是针对距离差值所定义的门限值或者是临界值，预先可设置默认的距离差值阈值约束指标；

可选的，还可以对默认的距离差值阈值约束指标进行约束精度放宽处理，得到处理后的针对该轨迹挖掘方式的目标参数约束指标。

可选的，在参考位置点类型为多个的情况下，距离差值可以是不同参考行程轨迹上所有参考位置点类型指示的两两位置点的距离差值之和，此时可以仅比对一轮距离差值；

可选的，距离差值也可以是各个参考位置点类型指示的两两位置点的距离差值，此时逐个比较距离差值与距离差阈值约束指标的大小，例如，距离差值大于距离差阈值约束指标，则认为不匹配；同时在当前相似行程轨迹组中进行轨迹滤除。

示意性的，某个相似行程轨迹组通常是由第一车辆行程轨迹和其对应的至少一个相似行程轨迹组成的，则前述距离差值计算中此时可仅考虑该第一车辆行程轨迹与组内任意相似行程轨迹的距离差值，在不匹配的情况下，将不匹配的相似行程轨迹滤除即可

进一步的，还可以在匹配后，对这一组两两参考行程轨迹的匹配情况进行标签标注，标注“参考位置点距离约束方式”不匹配类型/匹配类型，标注的目的在于在后续其他相似行程轨迹组可能进行相同的计算处理，也即在进行“参考位置点距离约束方式”的处理时，可以先查询是否存储两两参考行程轨迹的标签标注，避免计算处理重复，节省计算资源。

在一种可行的实施方式中，若所述轨迹挖掘方式为基于里程差与里程均值的比值约束方式，则电子设备执行如下步骤中的其一：

1、电子设备获取每个所述相似行程轨迹组对应的轨迹最大里程差和轨迹里程均值，确定所述轨迹最大里程差与所述轨迹里程均值的第一里程比值，若所述第一里程比值与第一比值阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述第一里程比值与所述第一比值阈值约束指标匹配则保留所述相似行程轨迹组；

所述轨迹最大里程差通过遍历组内所有行程轨迹分别对应的行程里程，计算最大里程与最小里程的差值，从而得到轨迹最大里程差；

所述轨迹里程均值通过获取组内所有行程轨迹分别对应的行程里程，然后计算所有行程里程之和与组内行程轨迹数目的比值，从而得到轨迹里程均值。

所述第一里程比值可以理解为，假设轨迹最大里程差为x、轨迹里程均值为y，比值“x/y”也即第一里程比值。

所述第一比值阈值约束指标为针对第一里程比值所设置的阈值，第一比值阈值约束指标用于对不满足指标的相似行程轨迹组进行滤除。

可选的，所述第一里程比值与第一比值阈值约束指标不匹配可以是第一里程比值小于或大于第一比值阈值约束指标，具体可基于实际情况设置。

2、电子设备基于所述第一里程比值确定第二比值阈值约束指标，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的第二里程比值，基于所述第二里程比值采用所述第二比值阈值约束指标对所述相似行程轨迹组进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组；

所述第二比值阈值约束指标为基于第一里程比值所设置的阈值，第二比值阈值约束指标用于对不满足指标的相似行程轨迹组的组内参考轨迹进行滤除。

在本说明书一个或多个实施例中，“基于里程差与里程均值的比值约束方式”对应的第二比值阈值约束指标根据第一里程比值确定，例如可以直接将第一里程比值作为默认的第二比值阈值约束指标。

可选的，还可以将第一里程比值作为一种参数约束指标，对参数约束指标进行约束精度放宽处理，得到处理后的针对该轨迹挖掘方式的目标参数约束指标，也即可作为第二参数约束指标。

所述第二里程比值：假设参考行程轨迹Si，计算参考行程轨迹Si的轨迹里程S与所述轨迹里程均值的比值，从而得到第二里程比值。

示意性的，基于第二里程比值采用比值阈值约束指标对各所述参考行程轨迹进行组内轨迹滤除处理，可以是：比较第二里程比值与第二比值阈值约束指标是否匹配(如第二里程比值是否大于或小于比值阈值约束指标)，若匹配则保留轨迹处理；若不匹配，则对不匹配的第二里程比值对应的组内参考行程轨迹进行滤除。

3、电子设备获取每个所述相似行程轨迹组对应的轨迹最大里程差和轨迹里程均值，确定所述轨迹最大里程差与所述轨迹里程均值的第一里程比值，若所述第一里程比值与第一比值阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述第一里程比值与所述第一比值阈值约束指标匹配则保留所述相似行程轨迹组；以及，电子设备基于所述第一里程比值确定第二比值阈值约束指标，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的第二里程比值，基于所述第二里程比值采用所述第二比值阈值约束指标对所述相似行程轨迹组进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组；

在一种可行的实施方式中，若所述第一轨迹挖掘方式为基于里程方差的方差约束方式，则电子设备执行如下步骤中的其一：

1、电子设备获取每个所述相似行程轨迹组对应的轨迹里程方差，若所述轨迹里程方差与方差阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述轨迹里程方差与方差阈值约束指标匹配则保留所述相似行程轨迹组；

示意性的，假设相似行程轨迹组内的轨迹里程的轨迹里程均值为M；相似行程轨迹组内若干参考行程轨迹对应的轨迹里程可表示为X1、X2...Xn，n为组内行程轨迹数目，轨迹里程方差以S^2表示，

轨迹里程方差计算过程为：S^2＝[(X1-M)^2+(X2-M)^2+…+(Xn-M)^2]╱n；

所述方差阈值约束指标为针对轨迹里程方差设置的阈值，所述方差阈值约束指标用于对不满足指标的相似行程轨迹组进行滤除

可选的，所述轨迹里程方差与方差阈值约束指标不匹配可以是轨迹里程方差小于或大于方差阈值约束指标，具体可基于实际情况设置。

2、电子设备获取所述相似行程轨迹组对应的轨迹里程均值以及轨迹里程方差，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的平方值，基于所述轨迹里程方差确定里程方差约束指标，基于所述平方值采用里程方差约束指标对各所述参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组。

示意性的，假设相似行程轨迹组内的轨迹里程的轨迹里程均值为M；相似行程轨迹组内若干参考行程轨迹对应的轨迹里程可表示为X1、X2...Xn，n为组内行程轨迹数目，轨迹里程方差以S^2表示，

轨迹里程方差计算过程为：S^2＝[(X1-M)^2+(X2-M)^2+…+(Xn-M)^2]╱n；

所述里程方差约束指标基于轨迹里程方差来设置，用于对不满足指标的相似行程轨迹组的组内参考轨迹进行滤除。

示意性的，基于轨迹里程方差来确定里程方差约束指标，例如可以直接将轨迹里程方差作为默认的里程方差约束指标。

可选的，还可以对默认的里程方差约束指标进行约束精度放宽处理，得到处理后的针对该轨迹挖掘方式的目标参数约束指标。

进一步的，针对相似轨迹组内任意参考行程轨迹Xi，计算轨迹里程与所述轨迹里程均值的平方值也即(Xi-M)^2；

示意性的，基于所述平方值采用里程方差约束指标对各所述参考行程轨迹进行组内轨迹滤除处理，可以是：比较前述平方值与里程方差约束指标是否匹配(如平方值是否大于或小于里程方差约束指标)，若匹配则保留轨迹处理；若不匹配，则对不匹配的平方值对应的组内参考行程轨迹进行滤除。

3、电子设备获取每个所述相似行程轨迹组对应的轨迹里程方差，若所述轨迹里程方差与方差阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述轨迹里程方差与方差阈值约束指标匹配则保留所述相似行程轨迹组；以及，电子设备获取所述相似行程轨迹组对应的轨迹里程均值以及轨迹里程方差，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的平方值，基于所述轨迹里程方差确定里程方差约束指标，基于所述平方值采用里程方差约束指标对各所述参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组

在一种可行的实施方式中，在每基于轨迹挖掘方式对相似行程轨迹组进行轨迹参数约束过程中，还可以通过调节当前轮的参数约束精度通过对默认的参数约束指标进行指标值调整，也即从参数约束精度维度可避免单一维度轨迹挖掘方式在轨迹挖掘过程中达到局部最优，而是采用多轮轨迹参数约束处理，基于不同的轨迹参数约方式对相似行程轨迹组采用多轮轨迹挖掘处理，从而在多轮轨迹参数约束处理之后，达到整体化的轨迹挖掘全局最优的效果，提升轨迹挖掘泛化能力，可最大程度挖掘潜在规律行程轨迹。

示意性的，电子设备在确定轨迹挖掘方式组合之后，可以获取各轨迹挖掘方式对应的参数约束指标，例如“基于参考位置点的距离约束方式”中的默认的距离差阈值约束指标；例如“基于里程差与里程均值的比值约束方式”中的默认的比值阈值约束指标(也即第一里程比值)；例如“基于里程方差的方差约束方式”中的默认的里程方差约束指标(也即轨迹里程方差)。

电子设备可以对参数约束指标进行约束精度放宽处理，得到处理后的针对所述轨迹挖掘方式的目标参数约束指标，然后基于各所述目标参数约束指标依次采用所述轨迹挖掘方式对相似轨迹组/或相似轨迹组内的参考行程轨迹进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组。

可以理解的，目标参数约束指标的约束精度小于原参数约束指标的约束精度；

可选的，约束精度放宽处理可以是通过设置精度放宽系数，基于精度放宽系数对参数约束指标进行拟合，如计算精度放宽系数与参数约束指标的和或差以此来确定新的目标参数约束指标；如计算精度放宽系数与参考约束指标的积来确定新的目标参数约束指标；如计算精度放宽系数与参考约束指标的积作为波动指标值，基于波动指标值与参考约束指标的和来确定新的目标参数约束指标，等等。

S208：基于每个所述规律行程轨迹组确定目标规律行程轨迹。

具体可参考本说明书其他实施例的方法步骤，此处不再赘述。

在本说明书一个或多个实施例中，电子设备可以对获取的多个车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，然后对相似行程轨迹组内的各参考行程轨迹进行轨迹参数约束处理，以得到处理后的规律行程轨迹组，再基于每个规律行程轨迹组确定目标规律行程轨迹。可以避免挖掘出的规律轨迹不全面以及准确度较低的现象，可准确挖掘出潜在规律轨迹以覆盖更多的规律轨迹，提升轨迹挖掘准确率；以及可适用于里程长短不同、线路不同形状的规律轨迹挖掘，经多轮轨迹参数约束处理之后，可以达到整体化的轨迹挖掘全局最优的效果，提升轨迹挖掘泛化能力。

下面将结合图3，对本说明书实施例提供的轨迹处理装置进行详细介绍。需要说明的是，图3所示的轨迹处理装置，用于执行本说明书图1～图2所示实施例的方法，为了便于说明，仅示出了与本说明书实施例相关的部分，具体技术细节未揭示的，请参照本说明书图1～图2所示的实施例。

请参见图3，其示出本说明书实施例的轨迹处理装置的结构示意图。该轨迹处理装置1可以通过软件、硬件或者两者的结合实现成为用户终端的全部或一部分。根据一些实施例，该轨迹处理装置1包括轨迹匹配模块11、参数约束模块12和轨迹确定模块13，具体用于：

轨迹匹配模块11，用于获取多个车辆行程轨迹，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

参数约束模块12，用于对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组；

轨迹确定模块13，用于基于所述规律行程轨迹组确定目标规律行程轨迹。

可选的，如图4所示，所述轨迹匹配模块11，包括：

轨迹匹配单元111，用于对第一车辆行程轨迹与至少一个第二行程轨迹分别进行轨迹点匹配，得到至少一个轨迹点匹配度，所述第一车辆行程轨迹为所有所述车辆行程轨迹中的任意一个，所述第二行程轨迹为所有所述车辆行程轨迹除所述第一车辆行程轨迹之外的车辆行程轨迹；

轨迹滤除单元112，用于基于所述轨迹点匹配度对所述至少一个第二行程轨迹进行轨迹滤除，得到所述第一车辆行程轨迹对应的至少一个相似行程轨迹；

相似处理单元113，用于基于每个所述第一车辆行程轨迹、所述第一车辆行程轨迹对应的各相似行程轨迹，得到每个所述第一车辆行程轨迹对应的相似行程轨迹组，所述相似行程轨迹组包括所述第一车辆行程轨迹以及所述第一车辆行程轨迹对应的各相似行程轨迹组成。

可选的，如图5所示，轨迹滤除单元112，用于：

阈值获取子单元1121，用于获取轨迹点匹配阈值；

轨迹滤除子单元1122，用于从所述至少一个第二行程轨迹中，对所述轨迹点匹配度小于所述轨迹点匹配阈值的所述第二行程轨迹进行滤除，得到滤除后的所述第一车辆行程轨迹对应的至少一个相似行程轨迹。

可选的，参数约束模块12，用于：

确定所述相似行程轨迹组对应的轨迹挖掘方式组合，所述轨迹挖掘方式组合包括多个轨迹挖掘方式；

采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组。

可选的，如图6所示，所述参数约束模块12，包括：

指标处理单元121，用于获取各所述轨迹挖掘方式对应的参数约束指标，对所述参数约束指标进行约束精度放宽处理，得到处理后的针对所述轨迹挖掘方式的目标参数约束指标；

参数约束单元122，用于基于各所述目标参数约束指标依次采用所述轨迹挖掘方式对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组。

可选的，所述参数约束模块12，用于：

分别采用各所述轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的规律行程轨迹组；或，

确定各所述轨迹挖掘方式对应的约束处理顺序，基于所述约束处理顺序确定第一轨迹挖掘方式，采用所述第一轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的至少一个所述相似行程轨迹组，基于所述约束处理顺序确定所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，将所述第二轨迹挖掘方式作为所述第一轨迹挖掘方式并执行所述采用所述第一轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的至少一个所述相似行程轨迹组的步骤，若基于所述约束处理顺序确定不存在所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，则将至少一个所述相似行程轨迹组作为规律行程轨迹组。

可选的，所述轨迹挖掘方式包括基于参考位置点的距离约束方式、基于里程差与里程均值的比值约束方式、基于里程方差的方差约束方式中的至少两种。

可选的，所述参数约束模块12，用于：

若所述轨迹挖掘方式为参考位置点距离约束方式，则确定每个所述相似行程轨迹组对应的至少一个参考位置点类型，基于所述参考位置点类型计算第一参考位置点与至少一个第二参考位置点的距离差值，基于各所述距离差值采用距离差阈值约束指标对所述相似行程轨迹组的参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组，所述第一参考位置点与所述第二参考位置点为不同参考行程轨迹中相同所述参考位置点类型对应的不同参考位置点；

若所述轨迹挖掘方式为基于里程差与里程均值的比值约束方式，则获取每个所述相似行程轨迹组对应的轨迹最大里程差和轨迹里程均值，确定所述轨迹最大里程差与所述轨迹里程均值的第一里程比值，若所述第一里程比值与第一比值阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述第一里程比值与所述第一比值阈值约束指标匹配则保留所述相似行程轨迹组；和/或，则基于所述第一里程比值确定第二比值阈值约束指标，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的第二里程比值，基于所述第二里程比值采用所述第二比值阈值约束指标对所述相似行程轨迹组进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组；

若所述轨迹挖掘方式为基于里程方差的方差约束方式，则获取每个所述相似行程轨迹组对应的轨迹里程方差，若所述轨迹里程方差与方差阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述轨迹里程方差与方差阈值约束指标匹配则保留所述相似行程轨迹组；和/或，则获取所述相似行程轨迹组对应的轨迹里程均值以及轨迹里程方差，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的平方值，基于所述轨迹里程方差确定里程方差约束指标，基于所述平方值采用里程方差约束指标对各所述参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组。

需要说明的是，上述实施例提供的轨迹处理装置在执行轨迹处理方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的轨迹处理装置与轨迹处理方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

上述本说明书实施例序号仅仅为了描述，不代表实施例的优劣。

在本说明书一个或多个实施例中，电子设备可以对获取的多个车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，然后对相似行程轨迹组内的各参考行程轨迹进行轨迹参数约束处理，以得到处理后的规律行程轨迹组，再基于每个规律行程轨迹组确定目标规律行程轨迹。可以避免挖掘出的规律轨迹不全面以及准确度较低的现象，可准确挖掘出潜在规律轨迹以覆盖更多的规律轨迹，提升轨迹挖掘准确率；以及可适用于里程长短不同、线路不同形状的规律轨迹挖掘，经多轮轨迹参数约束处理之后，可以达到整体化的轨迹挖掘全局最优的效果，提升轨迹挖掘泛化能力。

本说明书实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1～图2所示实施例的所述轨迹处理方法，具体执行过程可以参见图1～图2所示实施例的具体说明，在此不进行赘述。

本说明书还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行如上述图1～图2所示实施例的所述轨迹处理方法，具体执行过程可以参见图1～图2所示实施例的具体说明，在此不进行赘述。

请参考图7，其示出了本说明书一个示例性实施例提供的电子设备的结构方框图。本说明书中的电子设备可以包括一个或多个如下部件：处理器110、存储器120、输入装置130、输出装置140和总线150。处理器110、存储器120、输入装置130和输出装置140之间可以通过总线150连接。

处理器110可以包括一个或者多个处理核心。处理器110利用各种接口和线路连接整个电子设备内的各个部分，通过运行或执行存储在存储器120内的指令、程序、代码集或指令集，以及调用存储在存储器120内的数据，执行电子设备100的各种功能和处理数据。可选地，处理器110可以采用数字信号处理(digital signal processing，DSP)、现场可编程门阵列(field－programmable gate array，FPGA)、可编程逻辑阵列(programmable logicArray，PLA)中的至少一种硬件形式来实现。处理器110可集成中央处理器(centralprocessing unit，CPU)、图像处理器(graphics processing unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器110中，单独通过一块通信芯片进行实现。

存储器120可以包括随机存储器(random Access Memory，RAM)，也可以包括只读存储器(read-only memory，ROM)。可选地，该存储器120包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等，该操作系统可以是安卓(Android)系统，包括基于Android系统深度开发的系统、苹果公司开发的IOS系统，包括基于IOS系统深度开发的系统或其它系统。存储数据区还可以存储电子设备在使用中所创建的数据比如电话本、音视频数据、聊天记录数据，等。

参见图8所示，存储器120可分为操作系统空间和用户空间，操作系统即运行于操作系统空间，原生及第三方应用程序即运行于用户空间。为了保证不同第三方应用程序均能够达到较好的运行效果，操作系统针对不同第三方应用程序为其分配相应的系统资源。然而，同一第三方应用程序中不同应用场景对系统资源的需求也存在差异，比如，在本地资源加载场景下，第三方应用程序对磁盘读取速度的要求较高；在动画渲染场景下，第三方应用程序则对GPU性能的要求较高。而操作系统与第三方应用程序之间相互独立，操作系统往往不能及时感知第三方应用程序当前的应用场景，导致操作系统无法根据第三方应用程序的具体应用场景进行针对性的系统资源适配。

为了使操作系统能够区分第三方应用程序的具体应用场景，需要打通第三方应用程序与操作系统之间的数据通信，使得操作系统能够随时获取第三方应用程序当前的场景信息，进而基于当前场景进行针对性的系统资源适配。

以操作系统为Android系统为例，存储器120中存储的程序和数据如图9所示，存储器120中可存储有Linux内核层320、系统运行时库层340、应用框架层360和应用层380，其中，Linux内核层320、系统运行库层340和应用框架层360属于操作系统空间，应用层380属于用户空间。Linux内核层320为电子设备的各种硬件提供了底层的驱动，如显示驱动、音频驱动、摄像头驱动、蓝牙驱动、Wi-Fi驱动、电源管理等。系统运行库层340通过一些C/C++库来为Android系统提供了主要的特性支持。如SQLite库提供了数据库的支持，OpenGL/ES库提供了3D绘图的支持，Webkit库提供了浏览器内核的支持等。在系统运行时库层340中还提供有安卓运行时库(Android runtime)，它主要提供了一些核心库，能够允许开发者使用Java语言来编写Android应用。应用框架层360提供了构建应用程序时可能用到的各种API，开发者也可以通过使用这些API来构建自己的应用程序，比如活动管理、窗口管理、视图管理、通知管理、内容提供者、包管理、通话管理、资源管理、定位管理。应用层380中运行有至少一个应用程序，这些应用程序可以是操作系统自带的原生应用程序，比如联系人程序、短信程序、时钟程序、相机应用等；也可以是第三方开发者所开发的第三方应用程序，比如游戏类应用程序、即时通信程序、相片美化程序等。

以操作系统为IOS系统为例，存储器120中存储的程序和数据如图9所示，IOS系统包括：核心操作系统层420(Core OS layer)、核心服务层440(Core Services layer)、媒体层460(Media layer)、可触摸层480(Cocoa Touch Layer)。核心操作系统层420包括了操作系统内核、驱动程序以及底层程序框架，这些底层程序框架提供更接近硬件的功能，以供位于核心服务层440的程序框架所使用。核心服务层440提供给应用程序所需要的系统服务和/或程序框架，比如基础(Foundation)框架、账户框架、广告框架、数据存储框架、网络连接框架、地理位置框架、运动框架等等。媒体层460为应用程序提供有关视听方面的接口，如图形图像相关的接口、音频技术相关的接口、视频技术相关的接口、音视频传输技术的无线播放(AirPlay)接口等。可触摸层480为应用程序开发提供了各种常用的界面相关的框架，可触摸层480负责用户在电子设备上的触摸交互操作。比如本地通知服务、远程推送服务、广告框架、游戏工具框架、消息用户界面接口(User Interface，UI)框架、用户界面UIKit框架、地图框架等等。

在图10所示出的框架中，与大部分应用程序有关的框架包括但不限于：核心服务层440中的基础框架和可触摸层480中的UIKit框架。基础框架提供许多基本的对象类和数据类型，为所有应用程序提供最基本的系统服务，和UI无关。而UIKit框架提供的类是基础的UI类库，用于创建基于触摸的用户界面，iOS应用程序可以基于UIKit框架来提供UI，所以它提供了应用程序的基础架构，用于构建用户界面，绘图、处理和用户交互事件，响应手势等等。

其中，在IOS系统中实现第三方应用程序与操作系统数据通信的方式以及原理可参考Android系统，本说明书在此不再赘述。

其中，输入装置130用于接收输入的指令或数据，输入装置130包括但不限于键盘、鼠标、摄像头、麦克风或触控设备。输出装置140用于输出指令或数据，输出装置140包括但不限于显示设备和扬声器等。在一个示例中，输入装置130和输出装置140可以合设，输入装置130和输出装置140为触摸显示屏，该触摸显示屏用于接收用户使用手指、触摸笔等任何适合的物体在其上或附近的触摸操作，以及显示各个应用程序的用户界面。触摸显示屏通常设置在电子设备的前面板。触摸显示屏可被设计成为全面屏、曲面屏或异型屏。触摸显示屏还可被设计成为全面屏与曲面屏的结合，异型屏与曲面屏的结合，本说明书实施例对此不加以限定。

除此之外，本领域技术人员可以理解，上述附图所示出的电子设备的结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，电子设备中还包括射频电路、输入单元、传感器、音频电路、无线保真(wireless fidelity，WiFi)模块、电源、蓝牙模块等部件，在此不再赘述。

在本说明书实施例中，各步骤的执行主体可以是上文介绍的电子设备。可选地，各步骤的执行主体为电子设备的操作系统。操作系统可以是安卓系统，也可以是IOS系统，或者其它操作系统，本说明书实施例对此不作限定。

本说明书实施例的电子设备，其上还可以安装有显示设备，显示设备可以是各种能实现显示功能的设备，例如：阴极射线管显示器(cathode ray tubedisplay，简称CR)、发光二极管显示器(light-emitting diode display，简称LED)、电子墨水屏、液晶显示屏(liquid crystal display，简称LCD)、等离子显示面板(plasma display panel，简称PDP)等。用户可以利用电子设备101上的显示设备，来查看显示的文字、图像、视频等信息。所述电子设备可以是智能手机、平板电脑、游戏设备、AR(Augmented Reality，增强现实)设备、车载设备、数据存储装置、音频播放装置、视频播放装置、笔记本、桌面计算设备、车机设备等设备，在一些实施例中，电子设备还可以是服务器。

在图7所示的电子设备中，处理器110可以用于调用存储器120中存储的应用程序，并具体执行以下操作：

获取多个车辆行程轨迹，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组；

基于每个所述规律行程轨迹组确定目标规律行程轨迹。

在一个实施例中，所述处理器110在执行所述对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，具体执行以下步骤：

对第一车辆行程轨迹与至少一个第二行程轨迹分别进行轨迹点匹配，得到至少一个轨迹点匹配度，所述第一车辆行程轨迹为所有所述车辆行程轨迹中的任意一个，所述第二行程轨迹为所有所述车辆行程轨迹除所述第一车辆行程轨迹之外的车辆行程轨迹；

基于所述轨迹点匹配度对所述至少一个第二行程轨迹进行轨迹滤除，得到所述第一车辆行程轨迹对应的至少一个相似行程轨迹；

基于每个所述第一车辆行程轨迹、所述第一车辆行程轨迹对应的各相似行程轨迹，得到每个所述第一车辆行程轨迹对应的相似行程轨迹组，所述相似行程轨迹组包括所述第一车辆行程轨迹以及所述第一车辆行程轨迹对应的各相似行程轨迹组成。

在一个实施例中，所述处理器110在执行所述基于所述轨迹点匹配度对所述至少一个第二行程轨迹进行轨迹滤除，得到所述第一车辆行程轨迹对应的至少一个相似行程轨迹，具体执行以下步骤：

获取轨迹点匹配阈值；

从所述至少一个第二行程轨迹中，对所述轨迹点匹配度小于所述轨迹点匹配阈值的所述第二行程轨迹进行滤除，得到滤除后的所述第一车辆行程轨迹对应的至少一个相似行程轨迹。

在一个实施例中，所述处理器110在执行所述对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组，包括：

确定针对所述相似行程轨迹组的轨迹挖掘方式组合，所述轨迹挖掘方式组合包括多个轨迹挖掘方式；

采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组。

在一个实施例中，所述处理器110在执行所述采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组，具体执行以下步骤：

获取各所述轨迹挖掘方式对应的参数约束指标，对所述参数约束指标进行约束精度放宽处理，得到处理后的针对所述轨迹挖掘方式的目标参数约束指标；

基于各所述目标参数约束指标依次采用所述轨迹挖掘方式对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组。

在一个实施例中，所述处理器110在执行所述采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组，包括：

分别采用各所述轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的规律行程轨迹组；或，

确定各所述轨迹挖掘方式对应的约束处理顺序，基于所述约束处理顺序确定第一轨迹挖掘方式，采用所述第一轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的至少一个所述相似行程轨迹组，基于所述约束处理顺序确定所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，将所述第二轨迹挖掘方式作为所述第一轨迹挖掘方式并执行所述采用所述第一轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的至少一个所述相似行程轨迹组的步骤，若基于所述约束处理顺序确定不存在所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，则将至少一个所述相似行程轨迹组作为规律行程轨迹组。

在一个实施例中，所述轨迹挖掘方式包括基于参考位置点的距离约束方式、基于里程差与里程均值的比值约束方式、基于里程方差的方差约束方式中的至少两种。

在一个实施例中，所述处理器110在执行所述轨迹处理方法时，具体执行以下步骤：

若所述轨迹挖掘方式为参考位置点距离约束方式，则确定每个所述相似行程轨迹组对应的至少一个参考位置点类型，基于所述参考位置点类型计算第一参考位置点与至少一个第二参考位置点的距离差值，基于各所述距离差值采用距离差阈值约束指标对所述相似行程轨迹组的参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组，所述第一参考位置点与所述第二参考位置点为不同参考行程轨迹中相同所述参考位置点类型对应的不同参考位置点；

若所述轨迹挖掘方式为基于里程差与里程均值的比值约束方式，则获取每个所述相似行程轨迹组对应的轨迹最大里程差和轨迹里程均值，确定所述轨迹最大里程差与所述轨迹里程均值的第一里程比值，若所述第一里程比值与第一比值阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述第一里程比值与所述第一比值阈值约束指标匹配则保留所述相似行程轨迹组；和/或，则基于所述第一里程比值确定第二比值阈值约束指标，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的第二里程比值，基于所述第二里程比值采用所述第二比值阈值约束指标对所述相似行程轨迹组进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组；

若所述轨迹挖掘方式为基于里程方差的方差约束方式，则获取每个所述相似行程轨迹组对应的轨迹里程方差，若所述轨迹里程方差与方差阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述轨迹里程方差与方差阈值约束指标匹配则保留所述相似行程轨迹组；和/或，则获取所述相似行程轨迹组对应的轨迹里程均值以及轨迹里程方差，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的平方值，基于所述轨迹里程方差确定里程方差约束指标，基于所述平方值采用里程方差约束指标对各所述参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组。

在本说明书一个或多个实施例中，电子设备可以对获取的多个车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，然后对相似行程轨迹组内的各参考行程轨迹进行轨迹参数约束处理，以得到处理后的规律行程轨迹组，再基于每个规律行程轨迹组确定目标规律行程轨迹。可以避免挖掘出的规律轨迹不全面以及准确度较低的现象，可准确挖掘出潜在规律轨迹以覆盖更多的规律轨迹，提升轨迹挖掘准确率；以及可适用于里程长短不同、线路不同形状的规律轨迹挖掘，经多轮轨迹参数约束处理之后，可以达到整体化的轨迹挖掘全局最优的效果，提升轨迹挖掘泛化能力。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

以上所揭露的仅为本说明书较佳实施例而已，当然不能以此来限定本说明书之权利范围，因此依本说明书权利要求所作的等同变化，仍属本说明书所涵盖的范围。

Claims (10)

1.一种轨迹处理方法，其特征在于，所述方法包括：

获取多个车辆行程轨迹，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组；

基于每个所述规律行程轨迹组确定目标规律行程轨迹。

2.根据权利要求1所述的方法，其特征在于，所述对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，包括：

对第一车辆行程轨迹与至少一个第二行程轨迹分别进行轨迹点匹配，得到至少一个轨迹点匹配度，所述第一车辆行程轨迹为所有所述车辆行程轨迹中的任意一个，所述第二行程轨迹为所有所述车辆行程轨迹除所述第一车辆行程轨迹之外的车辆行程轨迹；

基于所述轨迹点匹配度对所述第二行程轨迹进行轨迹滤除，得到所述第一车辆行程轨迹对应的至少一个相似行程轨迹；

基于每个所述第一车辆行程轨迹、所述第一车辆行程轨迹对应的各相似行程轨迹，得到每个所述第一车辆行程轨迹对应的相似行程轨迹组，所述相似行程轨迹组包括所述第一车辆行程轨迹以及所述第一车辆行程轨迹对应的各相似行程轨迹组成。

3.根据权利要求2所述的方法，其特征在于，所述基于所述轨迹点匹配度对所述至少一个第二行程轨迹进行轨迹滤除，得到所述第一车辆行程轨迹对应的至少一个相似行程轨迹，包括：

获取轨迹点匹配阈值；

从所述第二行程轨迹中，对所述轨迹点匹配度小于所述轨迹点匹配阈值的所述第二行程轨迹进行滤除，得到滤除后的所述相似行程轨迹。

4.根据权利要求1所述的方法，其特征在于，所述对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组，包括：

确定所述相似行程轨迹组对应的轨迹挖掘方式组合，所述轨迹挖掘方式组合包括多个轨迹挖掘方式；

采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组。

5.根据权利要求4所述的方法，其特征在于，所述采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组，包括：

获取各所述轨迹挖掘方式对应的参数约束指标，对所述参数约束指标进行约束精度放宽处理，得到处理后的针对所述轨迹挖掘方式的目标参数约束指标；

基于各所述目标参数约束指标依次采用所述轨迹挖掘方式对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组。

6.根据权利要求4所述的方法，其特征在于，所述采用各所述轨迹挖掘方式依次对每个所述相似行程轨迹组进行多轮轨迹参数约束处理，得到处理后的规律行程轨迹组，包括：

分别采用各所述轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的规律行程轨迹组；或，

确定各所述轨迹挖掘方式对应的约束处理顺序，基于所述约束处理顺序确定第一轨迹挖掘方式，采用所述第一轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的至少一个所述相似行程轨迹组，基于所述约束处理顺序确定所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，将所述第二轨迹挖掘方式作为所述第一轨迹挖掘方式并执行所述采用所述第一轨迹挖掘方式对每个所述相似行程轨迹组进行轨迹滤除处理，得到处理后的至少一个所述相似行程轨迹组的步骤，若基于所述约束处理顺序确定不存在所述第一轨迹挖掘方式对应的下一第二轨迹挖掘方式，则将至少一个所述相似行程轨迹组作为规律行程轨迹组。

7.根据权利要求6所述的方法，其特征在于，所述轨迹挖掘方式包括基于参考位置点的距离约束方式、基于里程差与里程均值的比值约束方式、基于里程方差的方差约束方式中的至少两种。

8.根据权利要求4-7任一项所述的方法，其特征在于，所述方法还包括：

若所述轨迹挖掘方式为参考位置点距离约束方式，则确定每个所述相似行程轨迹组对应的至少一个参考位置点类型，基于所述参考位置点类型计算第一参考位置点与至少一个第二参考位置点的距离差值，基于各所述距离差值采用距离差阈值约束指标对所述相似行程轨迹组的参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组，所述第一参考位置点与所述第二参考位置点为不同参考行程轨迹中相同所述参考位置点类型对应的不同参考位置点；

若所述轨迹挖掘方式为基于里程差与里程均值的比值约束方式，则获取每个所述相似行程轨迹组对应的轨迹最大里程差和轨迹里程均值，确定所述轨迹最大里程差与所述轨迹里程均值的第一里程比值，若所述第一里程比值与第一比值阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述第一里程比值与所述第一比值阈值约束指标匹配则保留所述相似行程轨迹组；和/或，则基于所述第一里程比值确定第二比值阈值约束指标，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的第二里程比值，基于所述第二里程比值采用所述第二比值阈值约束指标对所述相似行程轨迹组进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组；

若所述轨迹挖掘方式为基于里程方差的方差约束方式，则获取每个所述相似行程轨迹组对应的轨迹里程方差，若所述轨迹里程方差与方差阈值约束指标不匹配则对所述相似行程轨迹组进行轨迹组滤除处理，若所述轨迹里程方差与方差阈值约束指标匹配则保留所述相似行程轨迹组；和/或，则获取所述相似行程轨迹组对应的轨迹里程均值以及轨迹里程方差，获取各所述参考行程轨迹对应的轨迹里程并确定所述轨迹里程与所述轨迹里程均值的平方值，基于所述轨迹里程方差确定里程方差约束指标，基于所述平方值采用里程方差约束指标对各所述参考行程轨迹进行组内轨迹滤除处理，得到处理后的所述相似行程轨迹组。

9.一种规律轨迹处理装置，其特征在于，所述装置包括：

轨迹匹配模块，用于获取多个车辆行程轨迹，对各所述车辆行程轨迹分别进行轨迹点匹配，得到至少一个相似行程轨迹组，所述相似轨迹组内包括多条参考行程轨迹；

参数约束模块，用于对所述相似行程轨迹组内的各所述参考行程轨迹进行轨迹参数约束处理，得到处理后的规律行程轨迹组；

轨迹确定模块，用于基于所述规律行程轨迹组确定目标规律行程轨迹。

10.一种电子设备，所述电子设备包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～8任意一项的方法步骤。

Images