WO2020057275A1 - 轨迹的确定方法和装置、时间的推荐方法、装置和系统 - Google Patents
轨迹的确定方法和装置、时间的推荐方法、装置和系统 Download PDFInfo
- Publication number
- WO2020057275A1 WO2020057275A1 PCT/CN2019/099248 CN2019099248W WO2020057275A1 WO 2020057275 A1 WO2020057275 A1 WO 2020057275A1 CN 2019099248 W CN2019099248 W CN 2019099248W WO 2020057275 A1 WO2020057275 A1 WO 2020057275A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- time
- trajectory
- frequent
- sub
- region
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004590 computer program Methods 0.000 claims description 10
- 206010017367 Frequent bowel movements Diseases 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 206010036086 Polymenorrhoea Diseases 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0838—Historical data
Definitions
- the trajectory point clustering module is configured to: divide the plurality of trajectory points into a plurality of sub-regions; and divide adjacent ones of the plurality of sub-regions and the trajectory point density is greater than the preset density Subregions are merged to obtain the multiple regions.
- FIG. 3 is a flowchart illustrating a process of determining a frequent trajectory according to some implementations of the present disclosure
- FIG. 7 is a schematic diagram illustrating a time recommendation system according to some embodiments of the present disclosure.
- a first sub-region may be selected at random or from a plurality of sub-regions according to a preset rule.
- the preset rule may be, for example, judging the track point density of the sub-area in order from left to right and from top to bottom, until a sub-area with a track point density greater than the preset density is found.
- step 206 it is determined whether the track point density of a sub-region adjacent to the first sub-region is greater than a preset density to obtain a judgment result; if the judgment result is yes, step 208 is performed; if the judgment result is no, return to execution step 206.
- step 208 the first sub-region is merged with the adjacent sub-region to obtain a merged sub-region.
- step 210 the merged sub-area is used as the first sub-area, and the process returns to step 206 and step 208 until the track point density of each sub-area adjacent to the first sub-area is not greater than a preset density, so as to obtain multiple areas. In a region.
- These computer program instructions can also be loaded on a computer or other programmable data processing device, so that a series of steps can be performed on the computer or other programmable device to produce a computer-implemented process, which can be executed on the computer or other programmable device.
- the instructions provide steps for implementing the functions specified in one or more flowcharts and / or one or more blocks of the block diagrams.
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Educational Administration (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种轨迹的确定方法和装置、时间的推荐方法、装置和系统,涉及物流技术领域,所述轨迹的确定方法包括:获取第一对象在设定时间段内的多个轨迹点的轨迹信息,每个轨迹点的轨迹信息包括该轨迹点的地理位置和第一对象位于该轨迹点的时间;根据每个轨迹点的地理位置,对多个轨迹点进行聚类以得到互不重叠的多个区域,每个区域中的轨迹点密度大于预设密度;根据每个区域中的至少一个轨迹点的时间,确定每个区域对应的时间;按照每个区域对应的时间对多个区域进行排列,以得到第一对象的区域运动轨迹;基于多个区域运动轨迹,确定第一对象频繁运动的频繁轨迹,频繁轨迹包括频繁区域和频繁区域对应的频繁时间段。
Description
相关申请的交叉引用
本申请是以CN申请号为201811080091.9,申请日为2018年9月17日的申请为基础,并主张其优先权,该CN申请的公开内容在此作为整体引入本申请中。
本公开涉及物流技术领域,尤其是一种轨迹的确定方法和装置、时间的推荐方法、装置和系统。
在物流领域中,配送员在进行配送时,不同的配送地址适合的配送时间可能不同。例如,如果配送地址是居民区,则适合的配送时间可能并不集中;而如果配送地址是公司,则适合的配送时间可能集中在上班时间。
发明内容
根据本公开实施例的一方面,提供一种轨迹的确定方法,包括:获取第一对象在设定时间段内的多个轨迹点的轨迹信息,每个轨迹点的轨迹信息包括该轨迹点的地理位置和所述第一对象位于该轨迹点的时间;根据每个轨迹点的地理位置,对所述多个轨迹点进行聚类以得到互不重叠的多个区域,每个区域中的轨迹点密度大于预设密度;根据每个区域中的至少一个轨迹点的时间,确定每个区域对应的时间;按照每个区域对应的时间对所述多个区域进行排列,以得到所述第一对象的区域运动轨迹;重复所述获取、所述聚类、所述确定和所述排列的步骤,以得到所述第一对象的多个区域运动轨迹;和基于所述多个区域运动轨迹,确定所述第一对象频繁运动的频繁轨迹,所述频繁轨迹包括频繁区域和频繁区域对应的频繁时间段。
在一些实施例中,基于所述多个区域运动轨迹,确定所述第一对象频繁运动的频繁轨迹包括:从所述多个区域运动轨迹中选择一个作为基准区域运动轨迹;确定与所述基准区域运动轨迹属于同类的多个同类区域运动轨迹,每个同类区域运动轨迹中的第i个区域与所述基准区域运动轨迹中的第i个区域至少部分重叠,其中,1≤i≤N≤M,M和N中的一个为所述基准区域运动轨迹中的区域数量,另一个为每个同类区域 运动轨迹中的区域数量,第i个区域对应的时间早于第i+1个区域对应的时间;对所述基准区域运动轨迹中的第i个区域对应的第一时间进行扩展,以得到包含该第一时间的第一时间范围;对所述多个同类区域运动轨迹中的每个同类区域运动轨迹中的第i个区域对应的第二时间进行扩展,以得到包含该第二时间的多个第二时间范围;和根据所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹。
在一些实施例中,根据所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹包括:统计所述多个第二时间范围中与所述第一时间范围至少部分重合的所述第二时间范围的第一总数量;若所述第一总数量大于第一预设数量,则按照时间先后顺序,将所述第一时间范围的上限和下限、以及每个所述第二时间范围的上限和下限进行排列,以得到时间序列,所述时间序列包括多个序列时间段,每个序列时间段的上限和下限为所述时间序列中相邻的两个时间;和根据所述多个序列时间段、所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹。
在一些实施例中,根据所述多个序列时间段、所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹包括:统计与每个序列时间段至少部分重合的所述第一时间范围和所述第二时间范围的第二总数量;若所述第二总数量大于第二预设数量,则确定该序列时间段为频繁子时间段,所述基准区域运动轨迹中的第i个区域为频繁区域;和根据全部的频繁子时间段,确定所述频繁时间段,所述频繁时间段包含全部的频繁子时间段。
在一些实施例中,所述频繁时间段的下限为全部的频繁子时间段的下限中时间最早的下限,所述频繁时间段的上限为全部的频繁子时间段的上限中时间最晚的上限。
在一些实施例中,对所述多个轨迹点进行聚类包括:将所述多个轨迹点划分为多个子区域;和将所述多个子区域中相邻且轨迹点密度大于所述预设密度的子区域合并,以得到所述多个区域。
在一些实施例中,将所述多个子区域中相邻且轨迹点密度大于预设密度的子区域合并包括:从所述多个子区域中选取一个轨迹点密度大于所述预设密度的第一子区域;判断与所述第一子区域相邻的一个子区域的轨迹点密度是否大于所述预设密度,以得到判断结果;若判断结果为是,则将所述第一子区域与该相邻的子区域进行合并,以得到合并子区域;将所述合并子区域作为所述第一子区域,重复所述判断和所述合并的步骤,直至与所述第一子区域相邻的每个子区域的轨迹点密度均不大于所述预设密度,从而得到所述多个区域中的一个区域;和从剩余的子区域中选取一个轨迹点密度 大于所述预设密度的子区域作为所述第一子区域,重复所述判断和所述合并的步骤,从而得到所述多个区域。
根据本公开实施例的另一方面,提供一种时间的推荐方法,包括:根据上述任意一个实施例所述的方法,确定第一对象的频繁轨迹;判断用户要求的服务地址是否在所述频繁轨迹的某个频繁区域内;和若所述服务地址在所述频繁轨迹的某个频繁区域内,则将所述频繁区域对应的频繁时间段推荐给第二对象,以便所述第二对象根据所述频繁时间段向所述用户提供服务。
根据本公开实施例的又一方面,提供一种运动轨迹的确定装置,包括:轨迹信息获取模块,被配置为获取第一对象在设定时间段内的多个轨迹点的轨迹信息,每个轨迹点的轨迹信息包括该轨迹点的地理位置和所述第一对象位于该轨迹点的时间;轨迹点聚类模块,被配置为根据每个轨迹点的地理位置,对所述多个轨迹点进行聚类以得到互不重叠的多个区域,每个区域中的轨迹点密度大于预设密度;区域时间确定模块,被配置为根据每个区域中的至少一个轨迹点的时间,确定每个区域对应的时间;区域排列指示模块,被配置为按照每个区域对应的时间对所述多个区域进行排列,以得到所述第一对象的区域运动轨迹;在得到所述第一对象的区域运动轨迹后,指示所述轨迹信息获取模块重复执行所述获取的步骤,从而得到所述第一对象的多个区域运动轨迹;和频繁轨迹确定模块,被配置为基于所述多个区域运动轨迹,确定所述第一对象频繁运动的频繁轨迹,所述频繁轨迹包括频繁区域和频繁区域对应的频繁时间段。
在一些实施例中,所述频繁轨迹确定模块被配置为:从所述多个区域运动轨迹中选择一个作为基准区域运动轨迹;确定与所述基准区域运动轨迹属于同类的多个同类区域运动轨迹,每个同类区域运动轨迹中的第i个区域与所述基准区域运动轨迹中的第i个区域至少部分重叠,其中,1≤i≤N≤M,M和N中的一个为所述基准区域运动轨迹中的区域数量,另一个为每个同类区域运动轨迹中的区域数量,第i个区域对应的时间早于第i+1个区域对应的时间;对所述基准区域运动轨迹中的第i个区域对应的第一时间进行扩展,以得到包含该第一时间的第一时间范围;对所述多个同类区域运动轨迹中的每个同类区域运动轨迹中的第i个区域对应的第二时间进行扩展,以得到包含该第二时间的多个第二时间范围;和根据所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹。
在一些实施例中,所述频繁轨迹确定模块被配置为:统计所述多个第二时间范围中与所述第一时间范围至少部分重合的所述第二时间范围的第一总数量;若所述第一 总数量大于预设数量,则按照时间先后顺序,将所述第一时间范围的上限和下限、以及每个所述第二时间范围的上限和下限进行排列,以得到时间序列,所述时间序列包括多个序列时间段,每个序列时间段的上限和下限为所述时间序列中相邻的两个时间;和根据所述多个序列时间段、所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹。
在一些实施例中,所述频繁轨迹确定模块被配置为:统计与每个序列时间段至少部分重合的所述第一时间范围和所述第二时间范围的第二总数量;若所述第二总数量大于第二预设数量,则确定该序列时间段为频繁子时间段,所述基准区域运动轨迹中的第i个区域为频繁区域;和根据全部的频繁子时间段,确定所述频繁时间段,所述频繁时间段包含全部的频繁子时间段。
在一些实施例中,所述频繁时间段的下限为全部的频繁子时间段的下限中时间最早的下限,所述频繁时间段的上限为全部的频繁子时间段的上限中时间最晚的上限。
在一些实施例中,所述轨迹点聚类模块被配置为:将所述多个轨迹点划分为多个子区域;和将所述多个子区域中相邻且轨迹点密度大于所述预设密度的子区域合并,以得到所述多个区域。
在一些实施例中,所述轨迹点聚类模块被配置为:从所述多个子区域中选取一个轨迹点密度大于预设密度的第一子区域;判断与所述第一子区域相邻的一个子区域的轨迹点密度是否大于所述预设密度,以得到判断结果;若判断结果为是,则将所述第一子区域与该相邻的子区域进行合并,以得到合并子区域;将所述合并子区域作为所述第一子区域,重复所述判断和所述合并的步骤,直至与所述第一子区域相邻的每个子区域的轨迹点密度均不大于所述预设密度,从而得到所述多个区域中的一个区域;和从剩余的子区域中选取一个轨迹点密度大于所述预设密度的子区域作为所述第一子区域,重复所述判断和所述合并的步骤,从而得到所述多个区域。
根据本公开实施例的又一方面,提供一种轨迹的确定装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行上述任意一个实施例所述的轨迹的确定方法。
根据本公开实施例的再一方面,提供一种时间的推荐装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令执行上述任意一个实施例所述的时间的推荐方法。
根据本公开实施例的还一方面,提供一种时间的推荐系统,包括:数据库,被配 置为存储有第一对象的多个轨迹点的轨迹点信息;上述任意一个实施例所述的时间的推荐装置;和终端,被配置为向所述时间的推荐装置发送用户要求的服务地址,以及接收所述时间的推荐装置发送的频繁时间段。
根据本公开实施例的还一方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现上述任意一个实施例所述的轨迹的确定方法或时间的推荐方法。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1是示出根据本公开一些实施例的轨迹的确定方法的流程示意图;
图2是示出根据本公开一些实现方式的对多个轨迹点进行聚类的流程示意图;
图3是示出根据本公开一些实现方式的确定频繁轨迹的流程示意图;
图4是示出根据本公开一些实施例的时间的推荐方法的流程示意图;
图5是示出根据本公开一些实施例的轨迹的确定装置的结构示意图;
图6是示出根据本公开一些实施例的电子装置的结构示意图;
图7是示出根据本公开一些实施例的时间的推荐系统的架构示意图。
应当明白,附图中所示出的各个部分的尺寸并不必然是按照实际的比例关系绘制的。此外,相同或类似的参考标号表示相同或类似的构件。
现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现,不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整,并且向本领域技术人员充分表达本公开的范围。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的,而不是作为限制。
本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或 者重要性,而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
在本公开中,当描述到特定部件位于第一部件和第二部件之间时,在该特定部件与第一部件或第二部件之间可以存在居间部件,也可以不存在居间部件。当描述到特定部件连接其它部件时,该特定部件可以与所述其它部件直接连接而不具有居间部件,也可以不与所述其它部件直接连接而具有居间部件。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同,除非另外特别定义。还应当理解,在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
发明人注意到,经验丰富的老配送员在进行配送时,由于熟知不同配送地址适合的配送时间,故配送效率比较高。但是,对于新配送员来说,由于并不知道不同配送地址适合的配送时间,故配送效率比较低。
相关技术是由老配送员向新配送员进行人工指导,但这样的方式会浪费大量人力时间,不利于整体配送效率的提升。
为此,本公开实施例提供了如下技术方案。
图1是示出根据本公开一些实施例的轨迹的确定方法的流程示意图。
在步骤102,获取第一对象在设定时间段内的多个轨迹点的轨迹信息,每个轨迹点的轨迹信息包括该轨迹点的地理位置和第一对象位于该轨迹点的时间。
在一些实施例中,第一对象例如可以是经验丰富的老配送员。设定时间段例如可以是一天,或者,可以是一天的某个时间段,例如上午。
第一对象在运动时可以携带定位设备,定位设备可以每隔预定时间(例如30s)记录第一对象的地理位置,即可以得到一个轨迹点。因此,在设定时间段内可以得到第一对象的多个轨迹点。
在步骤104,根据每个轨迹点的地理位置,对多个轨迹点进行聚类以得到互不重叠的多个区域,每个区域中的轨迹点密度大于预设密度。
例如,可以根据每个轨迹点的地理位置,将多个轨迹点划分为多个子区域;然后将多个子区域中相邻且轨迹点密度大于预设密度的子区域合并,以得到多个区域。后文将结合图2详细介绍根据本公开一些实施例的对多个轨迹点进行聚类的过程。
在步骤106,根据每个区域中的至少一个轨迹点的时间,确定每个区域对应的时间。
例如,可以根据每个区域中时间最早的轨迹点,或者时间最晚的轨迹点,或者全部的轨迹点,确定每个区域对应的时间。
在一些实现方式中,可以将每个区域中全部的轨迹点的时间中最早的时间作为每个区域对应的时间。在另一些实现方式中,可以将每个区域中全部的轨迹点的时间中最晚的时间作为每个区域对应的时间。在又一些实现方式中,可以计算每个区域中全部的轨迹点的时间的平均时间,将该平均时间作为每个区域对应的时间。
在步骤108,按照每个区域对应的时间对多个区域进行排列,以得到第一对象的区域运动轨迹。
例如,在聚类后可以得到A、B和C三个区域。A、B和C三个区域对应的时间分别为t1、t2和t3,t1早于t2,t2早于t3。这种情况下,第一对象的区域运动轨迹可以表示为A→B→C。
重复执行上述步骤102-步骤108,以得到第一对象在不同的设定时间段内的多个区域运动轨迹。重复执行上述步骤102-步骤108的次数可以根据实际情况而定,例如可以是100次、200次等。
第一对象在不同时间段内的区域运动轨迹可能相同,也可能不同。例如,在第一天的区域运动轨迹为A→B→C,在第二天的区域运动轨迹为A’→B’→C’,在第三天的区域运动轨迹为A→B→C。
在步骤110,基于多个区域运动轨迹,确定第一对象频繁运动的频繁轨迹,频繁轨迹包括频繁区域和频繁区域对应的频繁时间段。
在一些实现方式中,可以直接统计各区域运动轨迹的个数,将个数大于预设个数的区域运动轨迹作为频繁轨迹。假设区域运动轨迹A→B→C为频繁轨迹,则频繁区域可以是区域运动轨迹A→B→C中的各区域,即A、B和C。频繁区域对应的频繁时间段可以基于区域运动轨迹A→B→C中的各区域对应的时间来确定。以区域A为例,可以以包含区域A对应的时间的一个时间段作为区域A对应的频繁时间段。
在另一些实现方式中,可以根据后文介绍的实现方式来确定第一对象频繁运动的 频繁轨迹。
上述实施例中,通过对第一对象的多个轨迹点进行聚类,可以得到第一对象的多个区域运动轨迹,进而基于多个区域运动轨迹可以得到第一对象的频繁轨迹。频繁轨迹可以为第二对象向用户提供服务提供参考,不需要第一对象进行人工指导,有利于提高服务效率。
图2是示出根据本公开一些实现方式的对多个轨迹点进行聚类的流程示意图。
在步骤202,根据每个轨迹点的地理位置,将多个轨迹点划分为多个子区域。
子区域的形状例如可以是正方形、长方形或圆形等。在一些实施例中,不同子区域的面积可以相同。在另一些实施例中,不同子区域的面积也可以不同。
在步骤204,从多个子区域中选取一个轨迹点密度大于预设密度的第一子区域。
例如,可以随机选取或按照预设规则从多个子区域中选取一个轨迹点密度大于预设密度的子区域作为第一子区域。预设规则例如可以是按照从左至右、从上向下的顺序依次对子区域的轨迹点密度进行判断,直至找到轨迹点密度大于预设密度的子区域。
在步骤206,判断与第一子区域相邻的一个子区域的轨迹点密度是否大于预设密度,以得到判断结果;若判断结果为是,执行步骤208;若判断结果为否,返回执行步骤206。
这里,可以选取任意一个与第一子区域相邻的子区域进行判断。若判断结果为否,则选取另一个与第一子区域相邻的子区域进行判断。
在步骤208,将第一子区域与该相邻的子区域进行合并,以得到合并子区域。
在步骤210,将合并子区域作为第一子区域,返回执行步骤206和步骤208,直至与第一子区域相邻的每个子区域的轨迹点密度均不大于预设密度,从而得到多个区域中的一个区域。
在步骤212,从剩余的子区域中选取一个轨迹点密度大于预设密度的子区域作为第一子区域,返回执行步骤206-步骤210,从而得到多个区域。
例如,在得到一个区域后,可以去除该区域中的所有子区域。基于剩下的子区域,按照上述方式可以得到另一个区域。如此即可得到多个区域。
图3是示出根据本公开一些实现方式的确定频繁轨迹的流程示意图。
在步骤302,从多个区域运动轨迹中选择一个作为基准区域运动轨迹。
例如,可以随机选择一个区域运动轨迹作为基准区域运动轨迹,或者,可以选择区域数量最多的区域运动轨迹作为基准区域运动轨迹。
在步骤304,确定与基准区域运动轨迹属于同类的多个同类区域运动轨迹。
这里,每个同类区域运动轨迹中的第i个区域与基准区域运动轨迹中的第i个区域至少部分重叠,其中,1≤i≤N≤M。M和N中的一个为基准区域运动轨迹中的区域数量,另一个为每个同类区域运动轨迹中的区域数量,并且,第i个区域对应的时间早于第i+1个区域对应的时间。
假设基准区域运动轨迹为A→B→C→D→E,如果一个区域运动轨迹为A’→B’→C’→D’,且A与A’至少部分重叠、B与B’至少部分重叠、C与C’至少部分重叠、D与D’至少部分重叠,则认为该区域运动轨迹与基准区域运动轨迹属于同类的区域运动轨迹,即为同类区域运动轨迹。如果一个区域运动轨迹为A’→B’→C’→D’→E’→F’,且A与A’至少部分重叠、B与B’至少部分重叠、C与C’至少部分重叠、D与D’至少部分重叠、E与E’至少部分重叠,则认为该区域运动轨迹与基准区域运动轨迹也属于同类的区域运动轨迹。
在一些实施例中,如果一个区域中时间最早的轨迹点在另一个区域内,则可以认为这两个区域部分重叠。
在步骤306,对基准区域运动轨迹中的第i个区域对应的第一时间进行扩展,以得到包含该第一时间的第一时间范围。
例如,以基准区域运动轨迹中的第i个区域对应的第一时间t
1i为中心,预设时间R为半径对第一时间t
1i进行扩展,从而可以得到包含第一时间t
1i的第一时间范围[l
1i,h
1i],l
1i=t
1i-R,h
1i=t
1i+R。
假设基准区域运动轨迹包括n个区域,则i可以为1-n中任意一个整数,故可以得到n个第一时间范围。这里,n个第一时间范围可以表示为A1=[l
11,h
11]×…[l
1n,h
1n]。
在步骤308,对每个同类区域运动轨迹中的第i个区域对应的第二时间进行扩展,以得到包含该第二时间的多个第二时间范围。
类似地,以每个同类区域运动轨迹中的第i个区域对应的第二时间t
2i为中心,预设时间R为半径对第二时间t
2i进行扩展,从而可以得到包含第二时间t
2i的第二时间范围[l
2i,h
2i],l
2i=t
2i-R,h
2i=t
2i+R。
假设每个同类区域运动轨迹均包括n个区域,则i可以为1-n中任意一个整数,故针对每个同类区域运动轨迹,分别可以得到n个第二时间范围。这里,每个同类区域运动轨迹对应的n个第二时间范围可以表示为A2=[l
21,h
21]×…[l
2n,h
2n]。
基准区域运动轨迹对应的n个第一时间范围A1=[l
11,h
11]×…[l
1n,h
1n]和每个同类区域运动轨迹对应的n个第二时间范围A2=[l
21,h
21]×…[l
2n,h
2n]可以统一表示为A=A1∪A2∪A2…∪A2。
在步骤310,根据第一时间范围和多个第二时间范围,确定频繁轨迹。
下面介绍确定频繁轨迹的一个具体实现方式。
在步骤S1,统计多个第二时间范围中与第一时间范围至少部分重合的第二时间范围的第一总数量。
在步骤S2,若第一总数量大于预设数量,则可以认为基准区域运动轨迹中的第i个区域为频繁区域,且包含第i个区域对应的第一时间的第一时间范围为频繁时间段。
下面介绍确定频繁轨迹的另一个具体实现方式。
在步骤S1’,统计与第一时间范围至少部分重合的第二时间范围的第一总数量。
在步骤S2’,若第一总数量大于预设数量(例如第一数量),则按照时间先后顺序,将第一时间范围的上限和下限、以及每个第二时间范围的上限和下限进行排列,以得到时间序列。时间序列包括多个序列时间段,每个序列时间段的上限和下限为时间序列中相邻的两个时间。即,时间序列中相邻的两个时间组成一个序列时间段。
时间序列可以表示为如下公式:
B=sorted
sequence({x|x∈{l
1i,h
1i}or{l
2i,h
2i},i=1、2…n})。
例如,i=1,则第一时间范围的上下限分别为l
11和h
11,每个第二时间范围的上下限分别为l
21和h
21。这里,对于不同的第二时间范围,l
21和h
21可以为不同的取值。因此,按照时间先后顺序可以将l
11、h
11、多个l
21和多个h
21进行排列,从而可以得到时间序列。i为不同值时,可以得到不同的时间序列B。
时间序列B中相邻的两个时间组成序列时间段[B
j,B
j+1]。1≤j≤M-1,M为时间序列B中时间的个数。
在步骤S3’,根据多个序列时间段、第一时间范围和多个第二时间范围,确定频繁轨迹。
例如,可以统计与每个序列时间段至少部分重合的第一时间范围和第二时间范围的第二总数量。若第二总数量大于预设数量(例如第二预设数量),则确定该序列时间段为频繁子时间段,基准区域运动轨迹中的第i个区域为频繁区域。
之后,可以根据全部的频繁子时间段,确定频繁时间段。这里,所确定的频繁时间段包含全部的频繁子时间段。例如,频繁时间段的下限可以为全部的频繁子时间段 的下限中时间最早的下限,频繁时间段的上限可以为全部的频繁子时间段的上限中时间最晚的上限。例如,全部的频繁子时间段为[B
1,B
2]和[B
4,B
5],则频繁时间段可以表示为[B
1,B
5]。
上述实现方式中,频繁子时间段的上限和下限为时间序列中相邻的两个时间。这样的方式所确定的频繁时间段更为精细,也更为准确。
图4是示出根据本公开一些实施例的时间的推荐方法的流程示意图。
在步骤402,根据上述任意一个实施例的频繁轨迹的确定方法,确定第一对象的频繁轨迹。这里,频繁轨迹包括频繁区域和频繁区域对应的频繁时间段。
在步骤404,判断用户要求的服务地址是否在频繁轨迹的某个频繁区域内;若是,则执行步骤406。
在一些应用场景中,用户要求的服务地址例如可以是收货地址。
在步骤406,将频繁区域对应的频繁时间段推荐给第二对象,以便第二对象根据频繁时间段向用户提供服务。
第一对象例如可以是经验丰富的老配送员,第二对象例如可以是经验欠缺的新配送员。
上述实施例中,在用户要求的服务地址在第一对象的某个频繁区域内的情况下,可以将该频繁区域对应的频繁时间段推荐给第二对象,据此,第二对象可以在频繁时间段内或在接近该频繁时间段的时间向该用户提供服务,以便提高服务效率。
本说明书中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它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于装置实施例而言,由于其与方法实施例基本对应,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。
图5是示出根据本公开一些实施例的轨迹的确定装置的结构示意图。如图5所示,该实施例的轨迹的确定装置包括轨迹信息获取模块501、轨迹点聚类模块502、区域时间确定模块503、区域排列指示模块504和频繁轨迹确定模块505。
轨迹信息获取模块501被配置为获取第一对象在设定时间段内的多个轨迹点的轨迹信息,每个轨迹点的轨迹信息包括该轨迹点的地理位置和第一对象位于该轨迹点的时间。
轨迹点聚类模块502被配置为根据每个轨迹点的地理位置,对多个轨迹点进行聚类以得到互不重叠的多个区域,每个区域中的轨迹点密度大于预设密度。例如,轨迹 点聚类模块502被配置为根据如下方式对多个轨迹点进行聚类:将多个轨迹点划分为多个子区域;将多个子区域中相邻且轨迹点密度大于预设密度的子区域合并,以得到多个区域。
在一些实现方式中,轨迹点聚类模块502被配置为:从多个子区域中选取一个轨迹点密度大于预设密度的第一子区域;判断与第一子区域相邻的一个子区域的轨迹点密度是否大于预设密度,以得到判断结果;若判断结果为是,则将第一子区域与该相邻的子区域进行合并,以得到合并子区域;将合并子区域作为第一子区域,重复判断和合并的步骤,直至与第一子区域相邻的每个子区域的轨迹点密度均不大于预设密度,从而得到多个区域中的一个区域;从剩余的子区域中选取一个轨迹点密度大于预设密度的子区域作为第一子区域,重复判断和合并的步骤,从而得到多个区域。
区域时间确定模块503被配置为根据每个区域中的至少一个轨迹点的时间,确定每个区域对应的时间。
区域排列指示模块504被配置为按照每个区域对应的时间对多个区域进行排列,以得到第一对象的区域运动轨迹;在得到第一对象的区域运动轨迹后,指示轨迹信息获取模块501重复执行获取的步骤,从而得到第一对象的多个区域运动轨迹。应理解,轨迹信息获取模块501在执行获取的步骤后,区域时间确定模块503和区域排列指示模块504相应地分别执行后续确定和排列的步骤。
频繁轨迹确定模块505被配置为基于多个区域运动轨迹,确定第一对象频繁运动的频繁轨迹,频繁轨迹包括频繁区域和频繁区域对应的频繁时间段。
在一些实施例中,频繁轨迹确定模块505被配置为根据如下方式确定第一对象频繁运动的频繁轨迹:从多个区域运动轨迹中选择一个作为基准区域运动轨迹;确定与基准区域运动轨迹属于同类的多个同类区域运动轨迹,每个同类区域运动轨迹中的第i个区域与基准区域运动轨迹中的第i个区域至少部分重叠,其中,1≤i≤N≤M,M和N中的一个为基准区域运动轨迹中的区域数量,另一个为每个同类区域运动轨迹中的区域数量,第i个区域对应的时间早于第i+1个区域对应的时间;对基准区域运动轨迹中的第i个区域对应的第一时间进行扩展,以得到包含该第一时间的第一时间范围;对每个同类区域运动轨迹中的第i个区域对应的第二时间进行扩展,以得到包含该第二时间的第二时间范围;根据第一时间范围和每个第二时间范围,确定频繁轨迹。
在一些实施例中,频繁轨迹确定模块505被配置为:统计与第一时间范围至少部分重合的第二时间范围的第一总数量;若第一总数量大于第一预设数量,则按照时间 先后顺序,将第一时间范围的上限和下限、以及每个第二时间范围的上限和下限进行排列,以得到时间序列,时间序列中相邻的两个时间组成序列时间段;根据每个序列时间段、第一时间范围和每个第二时间范围,确定频繁轨迹。
在一些实施例中,频繁轨迹确定模块被配置为:统计与每个序列时间段至少部分重合的第一时间范围和第二时间范围的第二总数量;若第二总数量大于第二预设数量,则确定该序列时间段为频繁子时间段,基准区域运动轨迹中的第i个区域为频繁区域;根据全部的频繁子时间段,确定频繁时间段,频繁时间段包含全部的频繁子时间段。在一些实现方式中,频繁时间段的下限为全部的频繁子时间段的下限中时间最早的下限,频繁时间段的上限为全部的频繁子时间段的上限中时间最晚的上限。
图6是示出根据本公开一些实施例的电子装置的结构示意图。该实施例的电子装置可以是轨迹的确定装置或时间的推荐装置。
如图6所示,该实施例的电子装置600包括存储器601以及耦接至该存储器601的处理器602,处理器602被配置为基于存储在存储器601中的指令,执行前述任意一个实施例中的轨迹的确定方法或时间的推荐方法。
存储器601例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如可以存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
装置600还可以包括输入输出接口603、网络接口604、存储接口605等。这些接口603、604、605之间、以及存储器601与处理器602之间例如可以通过总线606连接。输入输出接口603为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口604为各种联网设备提供连接接口。存储接口605为SD卡、U盘等外置存储设备提供连接接口。
图7是示出根据本公开一些实施例的时间推荐系统的架构示意图。
数据库701存储有第一对象的多个轨迹点的轨迹点信息。时间的推荐装置702可以从数据库701获取第一对象的多个轨迹点的轨迹点信息,并根据上述方法确定出第一对象的频繁轨迹。终端703可以向时间的推荐装置702发起调用频繁轨迹的请求。例如,终端703可以向时间的推荐装置702发送用户要求的服务地址。时间的推荐装置702基于服务地址可以确定相应的频繁时间段,并发送给终端702。
如此,第二对象可以根据终端703接收到的频繁时间段向用户提供服务。
本公开还提供了一种计算机可读存储介质,其上存储有计算机程序指令,其中,该指令被处理器执行时实现上述任意一个实施例的轨迹的确定方法或时间的推荐方 法。
至此,已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开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,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(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。
本公开是参照根据本公开实施例的方法、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中一个流程或多个流程和/或方框图中一个方框或多个方框中指定的功能。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设备上,使得在计算机或其他可编程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。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。
Claims (19)
- 一种轨迹的确定方法,包括:获取第一对象在设定时间段内的多个轨迹点的轨迹信息,每个轨迹点的轨迹信息包括该轨迹点的地理位置和所述第一对象位于该轨迹点的时间;根据每个轨迹点的地理位置,对所述多个轨迹点进行聚类以得到互不重叠的多个区域,每个区域中的轨迹点密度大于预设密度;根据每个区域中的至少一个轨迹点的时间,确定每个区域对应的时间;按照每个区域对应的时间对所述多个区域进行排列,以得到所述第一对象的区域运动轨迹;重复所述获取、所述聚类、所述确定和所述排列的步骤,以得到所述第一对象的多个区域运动轨迹;和基于所述多个区域运动轨迹,确定所述第一对象频繁运动的频繁轨迹,所述频繁轨迹包括频繁区域和频繁区域对应的频繁时间段。
- 根据权利要求1所述的方法,其中,基于所述多个区域运动轨迹,确定所述第一对象频繁运动的频繁轨迹包括:从所述多个区域运动轨迹中选择一个作为基准区域运动轨迹;确定与所述基准区域运动轨迹属于同类的多个同类区域运动轨迹,每个同类区域运动轨迹中的第i个区域与所述基准区域运动轨迹中的第i个区域至少部分重叠,其中,1≤i≤N≤M,M和N中的一个为所述基准区域运动轨迹中的区域数量,另一个为每个同类区域运动轨迹中的区域数量,第i个区域对应的时间早于第i+1个区域对应的时间;对所述基准区域运动轨迹中的第i个区域对应的第一时间进行扩展,以得到包含该第一时间的第一时间范围;对所述多个同类区域运动轨迹中的每个同类区域运动轨迹中的第i个区域对应的第二时间进行扩展,以得到包含该第二时间的多个第二时间范围;和根据所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹。
- 根据权利要求2所述的方法,其中,根据所述第一时间范围和所述多个第二 时间范围,确定所述频繁轨迹包括:统计所述多个第二时间范围中与所述第一时间范围至少部分重合的所述第二时间范围的第一总数量;若所述第一总数量大于第一预设数量,则按照时间先后顺序,将所述第一时间范围的上限和下限、以及每个所述第二时间范围的上限和下限进行排列,以得到时间序列,所述时间序列包括多个序列时间段,每个序列时间段的上限和下限为所述时间序列中相邻的两个时间;和根据所述多个序列时间段、所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹。
- 根据权利要求3所述的方法,其中,根据所述多个序列时间段、所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹包括:统计与每个序列时间段至少部分重合的所述第一时间范围和所述第二时间范围的第二总数量;若所述第二总数量大于第二预设数量,则确定该序列时间段为频繁子时间段,所述基准区域运动轨迹中的第i个区域为频繁区域;和根据全部的频繁子时间段,确定所述频繁时间段,所述频繁时间段包含全部的频繁子时间段。
- 根据权利要求4所述的方法,其中,所述频繁时间段的下限为全部的频繁子时间段的下限中时间最早的下限,所述频繁时间段的上限为全部的频繁子时间段的上限中时间最晚的上限。
- 根据权利要求1-5任意一项所述的方法,其中,对所述多个轨迹点进行聚类包括:将所述多个轨迹点划分为多个子区域;和将所述多个子区域中相邻且轨迹点密度大于所述预设密度的子区域合并,以得到所述多个区域。
- 根据权利要求6所述的方法,其中,将所述多个子区域中相邻且轨迹点密度 大于预设密度的子区域合并包括:从所述多个子区域中选取一个轨迹点密度大于所述预设密度的第一子区域;判断与所述第一子区域相邻的一个子区域的轨迹点密度是否大于所述预设密度,以得到判断结果;若判断结果为是,则将所述第一子区域与该相邻的子区域进行合并,以得到合并子区域;将所述合并子区域作为所述第一子区域,重复所述判断和所述合并的步骤,直至与所述第一子区域相邻的每个子区域的轨迹点密度均不大于所述预设密度,从而得到所述多个区域中的一个区域;和从剩余的子区域中选取一个轨迹点密度大于所述预设密度的子区域作为所述第一子区域,重复所述判断和所述合并的步骤,从而得到所述多个区域。
- 一种时间的推荐方法,包括:根据权利要求1-7任意一项所述的方法,确定第一对象的频繁轨迹;判断用户要求的服务地址是否在所述频繁轨迹的某个频繁区域内;若所述服务地址在所述频繁轨迹的某个频繁区域内,则将所述频繁区域对应的频繁时间段推荐给第二对象,以便所述第二对象根据所述频繁时间段向所述用户提供服务。
- 一种运动轨迹的确定装置,包括:轨迹信息获取模块,被配置为获取第一对象在设定时间段内的多个轨迹点的轨迹信息,每个轨迹点的轨迹信息包括该轨迹点的地理位置和所述第一对象位于该轨迹点的时间;轨迹点聚类模块,被配置为根据每个轨迹点的地理位置,对所述多个轨迹点进行聚类以得到互不重叠的多个区域,每个区域中的轨迹点密度大于预设密度;区域时间确定模块,被配置为根据每个区域中的至少一个轨迹点的时间,确定每个区域对应的时间;区域排列指示模块,被配置为按照每个区域对应的时间对所述多个区域进行排列,以得到所述第一对象的区域运动轨迹;在得到所述第一对象的区域运动轨迹后,指示所述轨迹信息获取模块重复执行所述获取的步骤,从而得到所述第一对象的多个区域 运动轨迹;和频繁轨迹确定模块,被配置为基于所述多个区域运动轨迹,确定所述第一对象频繁运动的频繁轨迹,所述频繁轨迹包括频繁区域和频繁区域对应的频繁时间段。
- 根据权利要求9所述的装置,其中,所述频繁轨迹确定模块被配置为:从所述多个区域运动轨迹中选择一个作为基准区域运动轨迹;确定与所述基准区域运动轨迹属于同类的多个同类区域运动轨迹,每个同类区域运动轨迹中的第i个区域与所述基准区域运动轨迹中的第i个区域至少部分重叠,其中,1≤i≤N≤M,M和N中的一个为所述基准区域运动轨迹中的区域数量,另一个为每个同类区域运动轨迹中的区域数量,第i个区域对应的时间早于第i+1个区域对应的时间;对所述基准区域运动轨迹中的第i个区域对应的第一时间进行扩展,以得到包含该第一时间的第一时间范围;对所述多个同类区域运动轨迹中的每个同类区域运动轨迹中的第i个区域对应的第二时间进行扩展,以得到包含该第二时间的多个第二时间范围;和根据所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹。
- 根据权利要求10所述的装置,其中,所述频繁轨迹确定模块被配置为:统计所述多个第二时间范围中与所述第一时间范围至少部分重合的所述第二时间范围的第一总数量;若所述第一总数量大于预设数量,则按照时间先后顺序,将所述第一时间范围的上限和下限、以及每个所述第二时间范围的上限和下限进行排列,以得到时间序列,所述时间序列包括多个序列时间段,每个序列时间段的上限和下限为所述时间序列中相邻的两个时间;和根据所述多个序列时间段、所述第一时间范围和所述多个第二时间范围,确定所述频繁轨迹。
- 根据权利要求11所述的装置,其中,所述频繁轨迹确定模块被配置为:统计与每个序列时间段至少部分重合的所述第一时间范围和所述第二时间范围的第二总数量;若所述第二总数量大于第二预设数量,则确定该序列时间段为频繁子时间段,所述基准区域运动轨迹中的第i个区域为频繁区域;和根据全部的频繁子时间段,确定所述频繁时间段,所述频繁时间段包含全部的频繁子时间段。
- 根据权利要求12所述的装置,其中,所述频繁时间段的下限为全部的频繁子时间段的下限中时间最早的下限,所述频繁时间段的上限为全部的频繁子时间段的上限中时间最晚的上限。
- 根据权利要求9-13任意一项所述的装置,其中,所述轨迹点聚类模块被配置为:将所述多个轨迹点划分为多个子区域;和将所述多个子区域中相邻且轨迹点密度大于所述预设密度的子区域合并,以得到所述多个区域。
- 根据权利要求14所述的装置,其中,所述轨迹点聚类模块被配置为:从所述多个子区域中选取一个轨迹点密度大于预设密度的第一子区域;判断与所述第一子区域相邻的一个子区域的轨迹点密度是否大于所述预设密度,以得到判断结果;若判断结果为是,则将所述第一子区域与该相邻的子区域进行合并,以得到合并子区域;将所述合并子区域作为所述第一子区域,重复所述判断和所述合并的步骤,直至与所述第一子区域相邻的每个子区域的轨迹点密度均不大于所述预设密度,从而得到所述多个区域中的一个区域;和从剩余的子区域中选取一个轨迹点密度大于所述预设密度的子区域作为所述第一子区域,重复所述判断和所述合并的步骤,从而得到所述多个区域。
- 一种轨迹的确定装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指 令,执行权利要求1-7任意一项所述的方法。
- 一种时间的推荐装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行权利要求8所述的方法。
- 一种时间的推荐系统,包括:数据库,被配置为存储有第一对象的多个轨迹点的轨迹点信息;权利要求17所述的时间的推荐装置;和终端,被配置为向所述时间的推荐装置发送用户要求的服务地址,以及接收所述时间的推荐装置发送的频繁时间段。
- 一种计算机可读存储介质,其上存储有计算机程序指令,其中,该指令被处理器执行时实现权利要求1-8任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/273,105 US20210224941A1 (en) | 2018-09-17 | 2019-08-05 | Method and apparatus for determining trajectory, and method, apparatus and system for recommending time |
EP19862558.4A EP3832576A4 (en) | 2018-09-17 | 2019-08-05 | METHOD AND DEVICE FOR DETERMINING A TRAJECTORY, AND METHOD, DEVICE AND SYSTEM FOR TIME RECOMMENDATION |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811080091.9 | 2018-09-17 | ||
CN201811080091.9A CN110910054B (zh) | 2018-09-17 | 2018-09-17 | 轨迹的确定方法和装置、时间的推荐方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2020057275A1 true WO2020057275A1 (zh) | 2020-03-26 |
Family
ID=69812508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2019/099248 WO2020057275A1 (zh) | 2018-09-17 | 2019-08-05 | 轨迹的确定方法和装置、时间的推荐方法、装置和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210224941A1 (zh) |
EP (1) | EP3832576A4 (zh) |
CN (1) | CN110910054B (zh) |
WO (1) | WO2020057275A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113449217A (zh) * | 2020-03-27 | 2021-09-28 | 斑马智行网络(香港)有限公司 | 迁移轨迹、热力图生成及网点确定的方法、设备 |
CN114363460B (zh) * | 2020-09-30 | 2023-02-03 | 华为技术有限公司 | 运动轨迹的显示方法、电子设备及可读存储介质 |
CN112258128B (zh) * | 2020-11-11 | 2021-10-26 | 拉扎斯网络科技(上海)有限公司 | 目标位置估计方法、装置、电子设备及计算机存储介质 |
CN112947100B (zh) * | 2021-02-03 | 2023-04-07 | 珠海格力电器股份有限公司 | 一种语音助手设备唤醒方法、装置、系统及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008134595A1 (en) * | 2007-04-27 | 2008-11-06 | Pelago, Inc. | Determining locations of interest based on user visits |
CN104075709A (zh) * | 2013-03-29 | 2014-10-01 | 百度在线网络技术(北京)有限公司 | 基于稀疏轨迹点数据的移动轨迹确定方法及设备 |
CN105095617A (zh) * | 2014-04-29 | 2015-11-25 | 国际商业机器公司 | 构建对象的目标运动轨迹的缺失部分的方法和设备 |
CN106327236A (zh) * | 2015-07-10 | 2017-01-11 | 华为技术有限公司 | 一种确定用户行动轨迹的方法及装置 |
CN106447258A (zh) * | 2016-09-19 | 2017-02-22 | 上海德启信息科技有限公司 | 一种快递员信息查询方法及系统 |
CN108509434A (zh) * | 2017-02-23 | 2018-09-07 | 中国移动通信有限公司研究院 | 一种群体用户的挖掘方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8527196B2 (en) * | 2011-03-23 | 2013-09-03 | Denso International America, Inc. | System and method for determining routes to desired locations |
KR101304567B1 (ko) * | 2011-09-05 | 2013-09-05 | 이병철 | 도로망 기반의 빈번 차량 궤적 클러스터링 시스템 및 방법 |
CN104239556B (zh) * | 2014-09-25 | 2017-07-28 | 西安理工大学 | 基于密度聚类的自适应轨迹预测方法 |
CN105528359B (zh) * | 2014-09-29 | 2019-05-07 | 国际商业机器公司 | 用于存储行进轨迹的方法和系统 |
CN105894358A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术(北京)有限公司 | 通勤订单识别方法和装置 |
US10502579B2 (en) * | 2016-10-25 | 2019-12-10 | Here Global B.V. | Method and apparatus for determining modal routes between an origin area and a destination area |
CN106790468B (zh) * | 2016-12-10 | 2020-06-02 | 武汉白虹软件科技有限公司 | 一种分析用户WiFi活动轨迹规律的分布式实现方法 |
-
2018
- 2018-09-17 CN CN201811080091.9A patent/CN110910054B/zh active Active
-
2019
- 2019-08-05 EP EP19862558.4A patent/EP3832576A4/en active Pending
- 2019-08-05 US US17/273,105 patent/US20210224941A1/en active Pending
- 2019-08-05 WO PCT/CN2019/099248 patent/WO2020057275A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008134595A1 (en) * | 2007-04-27 | 2008-11-06 | Pelago, Inc. | Determining locations of interest based on user visits |
CN104075709A (zh) * | 2013-03-29 | 2014-10-01 | 百度在线网络技术(北京)有限公司 | 基于稀疏轨迹点数据的移动轨迹确定方法及设备 |
CN105095617A (zh) * | 2014-04-29 | 2015-11-25 | 国际商业机器公司 | 构建对象的目标运动轨迹的缺失部分的方法和设备 |
CN106327236A (zh) * | 2015-07-10 | 2017-01-11 | 华为技术有限公司 | 一种确定用户行动轨迹的方法及装置 |
CN106447258A (zh) * | 2016-09-19 | 2017-02-22 | 上海德启信息科技有限公司 | 一种快递员信息查询方法及系统 |
CN108509434A (zh) * | 2017-02-23 | 2018-09-07 | 中国移动通信有限公司研究院 | 一种群体用户的挖掘方法及装置 |
Non-Patent Citations (1)
Title |
---|
See also references of EP3832576A4 * |
Also Published As
Publication number | Publication date |
---|---|
CN110910054B (zh) | 2024-04-05 |
EP3832576A4 (en) | 2022-03-30 |
US20210224941A1 (en) | 2021-07-22 |
CN110910054A (zh) | 2020-03-24 |
EP3832576A1 (en) | 2021-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020057275A1 (zh) | 轨迹的确定方法和装置、时间的推荐方法、装置和系统 | |
CN109254901B (zh) | 一种指标监测方法及系统 | |
CN110020221A (zh) | 职住分布确认方法、装置、服务器及计算机可读存储介质 | |
EP3410315B1 (en) | Systems and methods for using tiled data | |
CN111061758B (zh) | 数据存储方法、装置及存储介质 | |
CN110704675B (zh) | 对象管理方法、装置、计算机设备和存储介质 | |
CN112463859B (zh) | 基于大数据和业务分析的用户数据处理方法及服务器 | |
CN110276977A (zh) | 一种公交站点匹配方法、装置、设备及可读存储介质 | |
CN111639092A (zh) | 一种人员流动分析方法、装置、电子设备及存储介质 | |
CN115552392A (zh) | 执行时间动态范围分区变换 | |
CN105760484A (zh) | 一种人群踩踏预警方法、系统、及具有该系统的服务器 | |
CN112001573A (zh) | 生产线管理方法、装置、系统以及存储介质 | |
CN108920516B (zh) | 实时分析方法、系统、装置及计算机可读存储介质 | |
CN111813517A (zh) | 任务队列的分配方法、装置、计算机设备及介质 | |
CN110737673B (zh) | 一种数据处理的方法及系统 | |
CN107798450B (zh) | 业务分配方法和装置 | |
CN106469175A (zh) | 数据处理方法及装置 | |
CN116611678A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN114490833B (zh) | 一种图计算结果可视化方法和系统 | |
CN116049576A (zh) | 地图数据的聚合展示方法、装置、电子设备 | |
CN110502424A (zh) | 一种应用软件的性能数据处理方法、装置、系统及终端 | |
CN115344795A (zh) | 一种基于多路归并的地铁乘客轨迹相似性搜索方法 | |
CN111243266A (zh) | 一种车辆信息的确定方法、装置及电子设备 | |
CN113377604B (zh) | 一种数据处理方法、装置、设备和存储介质 | |
CN113656625A (zh) | 一种确定人体空间域的方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 19862558 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2019862558 Country of ref document: EP Effective date: 20210302 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |