基于流行病学调查的轨迹信息处理方法及系统

本发明涉及流行病数据分析领域，具体涉及基于流行病学调查的轨迹信息处理方法及系统。

背景技术：

1、流行病学调查(简称“流调”)中，轨迹信息是非常重要的一部分。流调过程主要是对流调对象发病之日或阳性检出之时往回推4至14天的所有活动轨迹进行详细的调查，需要流调对象回忆每一个24小时的活动轨迹。流调工作人员可以通过对这些流调对象的回溯轨迹信息进行分析，以确定感染者可能感染了哪些人，哪些地方可能存在感染风险等，从而更好地控制和预防疾病的进一步传播。然而，人的记忆会出现模糊与遗忘等现象，这使得根据流调对象回忆所得的轨迹记录存在大量的不确定性信息，进而影响后续的密切接触者的排查、追踪等任务的开展。

2、近年来，随着手机的普及和基于手机的定位技术的成熟，使得基于个体级别的历史轨迹信息的获取可以实现，为上述问题的解决提供了高效、可靠的技术支持，例如公布号为cn114121298a的现有发明专利申请文献《一种基于wifi的疫情流调方法及辅助系统》，该系统包括若干智能设备、数据分析模块和行动轨迹生成模块，智能设备设有wifi数据传输模块、列表生成模块和定位模块，每个智能设备绑定有唯一的ssid，列表生成模块用于生成和维护智能设备的唯一的相遇列表，相遇列表记录有接触人群、接触时间以及接触地点；数据分析模块用于获取所有相遇列表的信息，判断是否有用户为阳性，若是，调取与用户相关的相遇列表，行动轨迹生成模块根据与用户相关的相遇列表生成用户的行动轨迹，并通知相关接触人群，若否，则持续判断是否有用户为阳性。该现有技术方案中，智能设备为便携设备，包括手机、手环和耳机。而手机定位最常用的方式为利用基站信令进行定位，例如公布号为cn114219140a的现有发明专利申请文献《一种利用手机信令验证和优化清分模型的方法》，方法，包括以下步骤：(1)确定目标路径；(2)统计目标路径乘坐人数；(3)验证目标路径乘客比例；(4)修正信令数据加工流程；(5)调整概率模型参数。本发明通过轨道交通乘客手机信令的轨迹确定乘客选择的路径，来验证logit模型计算得出的od之间的路径选择概率是否准确，调整优化logit模型中客流调查相关的参数。该现有方法存在较大的定位误差，一般在基站覆盖范围的500米左右，即很难精确判断出流调对象的具体位置，将严重影响后续的密切接触者检测等后续任务的判断与响应。

3、综上，现有技术存在轨迹定位存在误差的技术问题。

技术实现思路

1、本发明所要解决的技术问题在于：如何解决现有技术中轨迹定位存在误差的技术问题。

2、本发明是采用以下技术方案解决上述技术问题的：基于流行病学调查的轨迹信息处理方法包括：

3、s1、接收流调对象轨迹信息；

4、s2、对流调对象轨迹信息进行地理编码，以将流调对象轨迹信息中，轨迹点的文本描述转换为经纬度表示，据以按时间顺序组合得到连续轨迹序列；

5、s3、根据连续轨迹序列中，每个轨迹点的预置异常点判据，对连续轨迹序列进行异常值检测，以剔除干扰数据，获取流调对象活动轨迹，其中，干扰数据包括：漂移点以及噪声点；

6、s4、获取道路网络，以结合流调对象活动轨迹进行地图匹配，修正轨迹点的定位误差，以得到修正后轨迹序列；

7、s5、将修正后轨迹序列输出至预置轨迹分析模块，据以分析得到流调分析结果。

8、本发明针对流调过程中所获得的流调对象轨迹信息以文本描述进行轨迹点表示和存在大量定位误差的特点，通过对连续轨迹序列记录进行地理编码、异常值剔除、结合道路网络对连续轨迹序列进行地图匹配，修正了轨迹点的定位误差，提高了轨迹点的准确率。

9、在更具体的技术方案中，步骤s3中，预置异常点判据包括：瞬时速度非异常范围、相邻轨迹点距离非异常范围以及定位时间范围。

10、在更具体的技术方案中，以下述逻辑设定瞬时速度非异常范围：

11、speed<speed(max)

12、式中，speed(max)为各类通行方式的速度最大值；

13、以下述逻辑设定相邻轨迹点距离非异常范围：

14、distance<＝max(speed(t),speed(t-1))*t

15、式中，speed(t)为当前轨迹点的速度，speed(t-1)为上一个轨迹点的速度，t为该两个轨迹点之间的时间差。

16、本发明针对特殊环境下手机定位易产生漂移点等干扰数据导致定位精度差、位置偏差大、速度异常的切向，通过对轨迹序列中的每个轨迹点从定位时间、定位速度、定位点之间的距离等方面设定规则，以筛选并删除这些异常值，进而提高轨迹数据分析处理的准确性。

17、在更具体的技术方案中，步骤s4包括：

18、s41、从输入的流调对象连续轨迹序列中提取最小经纬度、最大经纬度，以获得流调对象的主要活动区域；

19、s42、根据流调对象的原始轨迹点的进行候选路段、候选点搜索，以得到候选段、候选点搜索结果；

20、s43、根据候选段、候选点搜索结果，对流调对象活动轨迹进行时空关系建模，得到轨迹建模数据；

21、s44、根据候选路段图，进行最优匹配路径搜索，以得到最优路径数据；

22、s45、根据轨迹建模数据及最优路径数据，进行地图匹配，以将同一流调对象的所有轨迹点匹配至预置道路网络的具体路段。

23、本发明利用道路网络与地图匹配模型实现对流行病学调查的轨迹信息处理，有效改善了定位误差，为后续基于轨迹信息分析的密切接触者排查与精准防控提供了准确、可靠的轨迹数据。本发明更聚焦于流行病学调查领域，可以提高该领域内流调对象轨迹信息的定位精度，为后续的密切接触者排查、追踪等精准防控任务提供了准确、可靠的流调轨迹数据。

24、在更具体的技术方案中，步骤s42还包括：

25、s421、在进行候选路段、候选点搜索时，将观测轨迹点的预置半径范围内的路段作为候选项，将预置半径范围外的路段的观测概率设置为0；

26、s422、在候选点的路径距离与大圆距离差超过阈值时，将该候选点的状态转移概率设置为0。

27、本发明在地图匹配求解过程中，通过增加一些搜索阈值限制，实现了算法性能的提升。

28、在更具体的技术方案中，步骤s45中，通过构建hmm模型进行地图匹配建模，以求解流调对象的真实轨迹点，其中，hmm模型的信息包括：初始状态概率、观测概率和状态转移概率。

29、本发明采用的hmm模型包括初始状态概率、观测概率以及状态转移概率，其中状态转移概率可以很好的建模候选路段之间的连通性，有利于优化后续最优匹配路径搜索的效果。

30、在更具体的技术方案中，采用均值为0的高斯分布，利用下述逻辑衡量观测概率：

31、

32、式中，zt为观测到的原始轨迹点，xt，i为zt在候选路段ri上对应的匹配点，||zt-xt，i||great_circle表示轨迹点与其匹配点之间的大圆距离，参数σz衡量噪声大小。

33、在更具体的技术方案中，利用下述逻辑求取初始状态概率：

34、πi＝p(z1|ri)

35、在更具体的技术方案中，根据轨迹点的大圆距离和候选点的路径距离的差值绝对值的指数分布，衡量状态转移概率：

36、

37、

38、式中，表示两个连续候选点之间的路径距离，参数β表示对绕路、非直线达到的容忍度。

39、在更具体的技术方案中，基于流行病学调查的轨迹信息处理系统包括：

40、轨迹接收模块，用以接收流调对象轨迹信息；

41、地理编码模块，用以对流调对象轨迹信息进行地理编码，以将流调对象轨迹信息中，轨迹点的文本描述转换为经纬度表示，据以按时间顺序组合得到连续轨迹序列，地理编码模块与轨迹接收模块连接；

42、异常值检测模块，用以根据连续轨迹序列中，每个轨迹点的预置异常点判据，对连续轨迹序列进行异常值检测，以剔除干扰数据，获取流调对象活动轨迹，其中，干扰数据包括：漂移点以及噪声点，异常值检测模块与地理编码模块连接；

43、地图匹配模块，用以获取道路网络，以结合流调对象活动轨迹进行地图匹配，修正轨迹点的定位误差，以得到修正后轨迹序列，地图匹配模块与异常值检测模块连接；

44、轨迹信息获取模块，用以将修正后轨迹序列输出预置轨迹分析模块，据以分析得到流调分析结果，轨迹信息获取模块与地图匹配模块连接。

45、本发明相比现有技术具有以下优点：本发明针对特殊环境下手机定位易产生漂移点等干扰数据导致定位精度差、位置偏差大、速度异常的切向，通过对轨迹序列中的每个轨迹点从定位时间、定位速度、定位点之间的距离等方面设定规则，以筛选并删除这些异常值，进而提高轨迹数据分析处理的准确性。

46、本发明利用道路网络与地图匹配模型实现对流行病学调查的轨迹信息处理，有效改善了定位误差，为后续基于轨迹信息分析的密切接触者排查与精准防控提供了准确、可靠的轨迹数据。本发明更聚焦于流行病学调查领域，可以提高该领域内流调对象轨迹信息的定位精度，为后续的密切接触者排查、追踪等精准防控任务提供了准确、可靠的流调轨迹数据。

47、本发明在地图匹配求解过程中，通过增加一些搜索阈值限制，实现了算法性能的提升。

48、本发明采用的hmm模型包括初始状态概率、观测概率以及状态转移概率，其中状态转移概率可以很好的建模候选路段之间的连通性，有利于优化后续最优匹配路径搜索的效果。本发明解决了现有技术中轨迹定位存在误差的技术问题。