公共交通轨迹识别方法、装置、电子设备及存储介质与流程

1.本发明涉及交通分析领域，尤其涉及一种公共交通轨迹识别方法、装置、电子设备及存储介质。


背景技术：

2.如何保障居民的出行是城市交通规划的重要使命，及时掌握城市居民出行方式及其发展变化不仅可以及时了解城市当前交通结构状态同时在日后涉及城市规划、交通管理等方面的发展也有着重要的参考价值。
3.传统的技术方案中，出行方式准确性偏低。随着交通行业的发展，交通出行方式日益增多，通过权重结果进行分析判断，难以界定用户相似的出行方式，对于长途出行而言，火车和汽车判断结果不清晰，对于短途出行而言，公交，电动车等出行方式判断结果存在模糊。无法识别用户出行轨迹，公共交通网络复杂，即使确认了出行方式，根据用户始发地和目的地依旧存在多种方案，在出行轨迹上很难做准确识别。进出公共交通的身份判断存在缺失，乘客和工作人员界定不清。


技术实现要素：

4.本发明提供一种公共交通轨迹识别方法和装置，用以解决现有技术中存在的技术缺陷。
5.本发明提供一种公共交通轨迹识别方法，包括：
6.基于公共交通工具停靠点信号和用户的5g轨迹数据，确定出潜在乘客；
7.在所述潜在乘客在5g网络轨迹数据中标记时间最早的目标站点及出现在所述目标站点的时间段；
8.逐个匹配经过所述目标站点的公共交通工具，依次基于经过所述目标站点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，得到与所述目标站点相匹配的潜在公共交通工具；
9.基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度；
10.基于所述整体偏离度，确定出用户轨迹。
11.根据本发明所述的公共交通轨迹识别方法，其中，所述基于公共交通工具停靠点信号和用户的5g轨迹数据，确定出潜在乘客之前，包括：
12.通过路测设备，获取所述公共交通工具的轨迹线路数据和用户的 5g网络轨迹数据；所述公共交通工具的轨迹线路数据包括若干个公共交通工具站点信号；所述用户的5g网络轨迹数据包括覆盖停靠站点的5g信号集合。
13.根据本发明所述的公共交通轨迹识别方法，其中，所述依次基于经过所述目标站
点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，包括：
14.若则确定所述公共交通工具与所述目标站点匹配；否则，确定所述公共交通工具与所述目标站点不匹配；
15.其中，所述t
traffic,x
表示公共交通工具到达目标站点的时间；t
stop
表示站点停车时间阈值，[t
userstarttime,x
,t
userendtime,x
]表示出现在所述目标站点的时间段。
[0016]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度，包括：
[0017]
基于所述用户的5g网络轨迹数据中的位置信息和所述潜在公共交通工具的轨迹线路数据，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到若干个后续站点组成的每一个线路段的空间偏离度；
[0018]
基于潜在公共交通工具的时刻表和所述用户的5g网络轨迹数据中的时间信息，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的时间偏离度；
[0019]
基于所述空间偏离度及其第一预设权重、所述时间偏离度及其第二预设权重，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度。
[0020]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述整体偏离度，确定出用户轨迹，包括：
[0021]
将所有潜在公共交通工具中的第一偏离度的线路段所对应的公共交通工具确定为用户乘坐交通工具，其中，所述第一偏离度为最小的整体偏离度；
[0022]
将所述所有潜在公共交通工具中的第一偏离度的线路段确定为用户所乘坐的用户乘坐交通工具线路。
[0023]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述整体偏离度，确定出用户轨迹，包括：
[0024]
对比所有潜在公共交通工具中的第一偏离度与预设偏离度阈值；
[0025]
将所述第一偏离度小于预设偏离度阈值、且第一偏离度最小的线路段所对应的公共交通工具确定为用户乘坐交通工具；
[0026]
若所述最小偏离度均不小于预设偏离度阈值，则确定所述用户为非乘客人员。
[0027]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述整体偏离度，确定出用户轨迹之后，包括：
[0028]
将用户乘坐交通工具中的后续站点确定为到站站点，将所述目标站点与到站站点之间的途经站点确定为中间站点；
[0029]
基于所述公共交通工具的轨迹线路数据、所述目标站点以及到站站点，确定出所述用户的乘坐时间和离开时间；
[0030]
基于所述乘坐时间和离开时间，得到所述用户的驻留时长；
[0031]
基于所述用户的驻留时长、以及预设工作人员驻留时长阈值，识别出所述用户的身份。
[0032]
本发明还提供了一种公共交通轨迹识别装置，包括：
[0033]
潜在乘客确定模块，用于基于公共交通工具停靠点信号和用户的 5g轨迹数据，确定出潜在乘客；
[0034]
时间标记模块，用于在所述潜在乘客在5g网络轨迹数据中标记时间最早的目标站点及出现在所述目标站点的时间段；
[0035]
匹配模块，用于逐个匹配经过所述目标站点的公共交通工具，依次基于经过所述目标站点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，得到与所述目标站点相匹配的潜在公共交通工具；
[0036]
整体偏离度确定模块，用于基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度；
[0037]
轨迹确定模块，用于基于所述整体偏离度，确定出用户轨迹。
[0038]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器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如上述任一种所述公共交通轨迹识别方法的步骤。
[0039]
本发明还提供一种非暂态计算机可读存储介质，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如上述任一种所述公共交通轨迹识别方法的步骤。
[0040]
本发明通过公共交通工具停靠点信号和用户的5g轨迹数据，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段得到整体偏离度，通过整体偏离度作为依据可以更加精确的识别用户乘坐公共交通工具出行方式，并得到用户乘坐公共交通工具的轨迹和乘坐离开具体时间，对于交通网络优化、动态调度等具有重要意义。
附图说明
[0041]
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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。
[0042]
图1是本发明提供的公共交通轨迹识别方法的流程示意图之一；
[0043]
图2是本发明提供的公共交通轨迹识别装置的结构示意图；
[0044]
图3是本发明提供的电子设备的结构示意图。
具体实施方式
[0045]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳
动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0046]
下面结合图1描述本发明的一种公共交通轨迹识别方法，该方法包括：
[0047]
s1、基于公共交通工具停靠点信号和用户的5g轨迹数据，确定出潜在乘客；
[0048]
公共交通工具本身出行轨迹固定，每个公共交通工具具有一个对应固定的公共交通工具线路，若用户的5g轨迹数据中的轨迹user
nci/eci
和公共交通工具停靠点信号stations
nci/eci
的交集不为空，则确定为潜在乘客。若交集为空，则是非潜在乘客，则忽略。接下来只针对潜在乘客作进一步的分析。
[0049]
s2、在所述潜在乘客在5g网络轨迹数据中标记时间最早的目标站点及出现在所述目标站点的时间段；
[0050]
标记潜在乘客5g网络轨迹数据中的轨迹中出现时间最早的停靠站点作为目标站点x和出现在该目标站点x的时间段 [t
userstarttime,x
,t
userendtime,x
]。其中，t
userstarttime
表示轨迹中在目标站点x的出现时间，t
userendtime，x
表示轨迹中在目标站点x的离开时间。
[0051]
s3、逐个匹配经过所述目标站点的公共交通工具，依次基于经过所述目标站点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，得到与所述目标站点相匹配的潜在公共交通工具；
[0052]
公共交通工具到达目标站点的时间为t
traffic,x
，站点停车时间阈值 t
stop
是预先设置的，[t
userstarttime,x
,t
userendtime,x
]表示出现在所述目标站点x 的时间段，对于的车辆记为潜在公共交通工具线路车辆。若为空，则不记为潜在公共交通工具线路车辆，则忽略。只针对记为潜在公共交通工具线路车辆进一步分析。
[0053]
s4、基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度；
[0054]
s5、基于所述整体偏离度，确定出用户轨迹。
[0055]
可以将整体偏离度最小的，最为确定用户轨迹的依据，这样可以选取出最贴合实际的用户轨迹。
[0056]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于公共交通工具停靠点信号和用户的5g轨迹数据，确定出潜在乘客之前，包括：
[0057]
通过路测设备，获取所述公共交通工具的轨迹线路数据和用户的 5g网络轨迹数据；所述公共交通工具的轨迹线路数据包括若干个公共交通工具站点信号；所述用户的5g网络轨迹数据包括覆盖停靠站点的5g信号集合。
[0058]
本发明通过公共交通工具停靠点信号和用户的5g轨迹数据，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段得到整体偏离度，通过整体偏离度作为依据可以更加精确的识别用户乘坐公共交通工具出行方式，并得到用户乘坐公共交通工具的轨迹和乘坐离开具体时间，对于交通网络优化、动态调度等具有重要意义。
[0059]
根据本发明所述的公共交通轨迹识别方法，其中，所述依次基于经过所述目标站
点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，包括：
[0060]
若则确定所述公共交通工具与所述目标站点匹配；否则，确定所述公共交通工具与所述目标站点不匹配；
[0061]
其中，所述t
traffic,x
表示公共交通工具到达目标站点的时间；t
stop
表示站点停车时间阈值，[t
userstarttime,x
,t
userendtime,x
]表示出现在所述目标站点的时间段。
[0062]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度，包括：
[0063]
基于所述用户的5g网络轨迹数据中的位置信息和所述潜在公共交通工具的轨迹线路数据，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到若干个后续站点组成的每一个线路段的空间偏离度；
[0064]
基于潜在公共交通工具的时刻表和所述用户的5g网络轨迹数据中的时间信息，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的时间偏离度；
[0065]
基于所述空间偏离度及其第一预设权重、所述时间偏离度及其第二预设权重，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度。
[0066]
空间偏离度计算基于levenshtein距离，公式如下space
x,i
＝levenshtein
x,i
/length
x,i
，其中space
x,i
为目标站点x到后续站点i 的空间偏离度，levenshtein
x,i
为目标站点x至后续站点i由用户轨迹向车辆轨迹趋同的编辑距离，length
x,i
为目标站点x至后续站点i的车辆轨迹的5g信号数量，对于用户轨迹趋同中删除的位置点不做处理，对于增加的位置点，结合前后点开始时间，等分后时间为该增加点的开始时间。
[0067]
空间偏离度、时间偏离度的计算执行不分前后，也可以先计算时间偏离度，再计算空间偏离度。
[0068]
若干个站点的时间偏离度的计算方式如下：
[0069][0070]
其中time
x,i
为目标站点x至后续站点i的时间偏离度，其中t
user,n+1
为用户到达n+1站点的时间，其中t
traffic,n+1
为车辆到达n+1站点的时间。
[0071]
分别在所述空间偏离度加以第一预设权重，在所述时间偏离度加以第一预设权重，然后两者相加，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度。第一预设权重、第二预设权重均为实数，可以设置为第一预设权重大于第二预设权重。
[0072]
例如，目标站点到后续第一个后续站点、第二个后续站点、第三个后续站点
…
第若干个后续站点分别可以构成第一个线路段、第二个线路段、第三个线路段
…
第若干个线路段，每个潜在公共交通工具可能存在多个线路段，这里基于每一条线路段的空间偏离度和
时间偏离度，分别计算出每一条线路段的整体偏离度。若干个线路段的具体数量可以基于用户的5g轨迹数据和公共交通工具停靠点信号来确定。
[0073]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述整体偏离度，确定出用户轨迹，包括：
[0074]
将所有潜在公共交通工具中的第一偏离度的线路段所对应的公共交通工具确定为用户乘坐交通工具，其中，所述第一偏离度为最小的整体偏离度；
[0075]
将所述所有潜在公共交通工具中的第一偏离度的线路段确定为用户所乘坐的用户乘坐交通工具线路。
[0076]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述整体偏离度，确定出用户轨迹，包括：
[0077]
对比所有潜在公共交通工具中的第一偏离度与预设偏离度阈值；
[0078]
将所述第一偏离度小于预设偏离度阈值、且第一偏离度最小的线路段所对应的公共交通工具确定为用户乘坐交通工具；
[0079]
若所述最小偏离度均不小于预设偏离度阈值，则确定所述用户为非乘客人员。
[0080]
可以利用预设偏离度阈值来识别出用户的身份是乘客还是非乘客人员。
[0081]
从t
traffic,i
为起始点截取用户轨迹user
nci/eci
，非乘客人员从t
userendtime,x
为起始点截取，若用户无后续轨迹则结束，若存在后续轨迹可以继续利用本发明的公共交通轨迹识别方法，判断后续是否还有乘坐公共交通工具记录。
[0082]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述整体偏离度，确定出用户轨迹之后，包括：
[0083]
将用户乘坐交通工具线路中的后续站点确定为到站站点，将所述目标站点与到站站点之间的途经站点确定为中间站点。
[0084]
特别的，对于固定轨迹中沿途存在其他交通工具的干扰较小或无干扰，只需匹配站点区域即可，例如飞机而言，只需匹配出发和到达区域，满足区域和时间的最小偏离度即为所乘坐航线。
[0085]
根据本发明所述的公共交通轨迹识别方法，其中，所述基于所述整体偏离度，确定出用户轨迹之后，包括：
[0086]
基于所述公共交通工具的轨迹线路数据、所述目标站点以及到站站点，确定出所述用户的乘坐时间和离开时间；
[0087]
基于所述乘坐时间和离开时间，得到所述用户的驻留时长；
[0088]
基于所述用户的驻留时长、以及预设工作人员驻留时长阈值，识别出所述用户的身份。
[0089]
进一步的，预设工作人员驻留时长阈值包括站点工作人员站点驻留时长阈值、交通工具上潜在工作人员驻留时长阈值以及交通工具上工作人员一月满足潜在工作人员特征天数阈值，可以设置公共交通工具站点工作人员站点驻留时长阈值t
stationwork
，交通工具上潜在工作人员驻留时长阈值为t
trafficwork
，交通工具上工作人员一月满足潜在工作人员特征天数阈值n
workdays
。对于区域站点(例如客运站，火车站，机场) 中非乘坐到站人员站点驻留时长满足阈值要求t
stationstay
≥t
stationwork
，为公共交通工具站点工作人员，反之为接送客用户/路过用户；对于识别乘坐线路的用户今日公共交通工具上驻留时长t
trafficstay
＜
t
trafficwork
，则为乘客；今日公共交通工具上驻留时长t
trainstay
≥t
trainwork
，且上月满足 t
trainstay
≥t
trainwork
的天数n
staydays
≥n
workdays
，则为公共交通工具上工作人员，不满足则为乘客。本发明不仅可以更加精准的判断用户的出行方式，识别用户的公共交通轨迹，公共交通工具的具体乘坐和离开时间，并可识别公共交通工具上工作人员、公共交通工具站点工作人员、乘客、接送客用户/路过用户；可以判断轨迹中相关人员的用户身份，精细化分析，对于联防联控有重要意义。
[0090]
参见图2，下面对本发明提供的公共交通轨迹识别装置进行描述，下文描述的公共交通轨迹识别装置与上文描述的公共交通轨迹识别方法可相互对应参照，所述公共交通轨迹识别装置包括：
[0091]
潜在乘客确定模块10，用于基于公共交通工具停靠点信号和用户的5g轨迹数据，确定出潜在乘客；
[0092]
公共交通工具本身出行轨迹固定，每个公共交通工具具有一个对应固定的公共交通工具线路，若用户的5g轨迹数据中的轨迹user
nci/eci
和公共交通工具停靠点信号stations
nci/eci
的交集不为空，则确定为潜在乘客。若交集为空，则是非潜在乘客，则忽略。接下来只针对潜在乘客作进一步的分析。
[0093]
时间标记模块20，用于在所述潜在乘客在5g网络轨迹数据中标记时间最早的目标站点及出现在所述目标站点的时间段；
[0094]
标记潜在乘客5g网络轨迹数据中的轨迹中出现时间最早的停靠站点作为目标站点x和出现在该目标站点x的时间段 [t
userstarttime,x
,t
userendtime,x
]。
[0095]
匹配模块30，用于逐个匹配经过所述目标站点的公共交通工具，依次基于经过所述目标站点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，得到与所述目标站点相匹配的潜在公共交通工具；
[0096]
公共交通工具到达目标站点的时间为t
traffic,x
，站点停车时间阈值 t
stop
是预先设置的，[t
userstarttime,x
,t
userendtime,x
]表示出现在所述目标站点x 的时间段，对于的车辆记为潜在公共交通工具线路车辆。若为空，则不记为潜在公共交通工具线路车辆，则忽略。只针对记为潜在公共交通工具线路车辆进一步分析。
[0097]
整体偏离度确定模块40，用于基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度；
[0098]
轨迹确定模块50，用于基于所述整体偏离度，确定出用户轨迹。
[0099]
可以将整体偏离度最小的，最为确定用户轨迹的依据，这样可以选取出最贴合实际的用户轨迹。
[0100]
根据本发明所述的公共交通轨迹识别装置，其中，所述装置还包括数据获取模块，所述数据获取模块用于：
[0101]
通过路测设备，获取所述公共交通工具的轨迹线路数据和用户的 5g网络轨迹数据；所述公共交通工具的轨迹线路数据包括若干个公共交通工具站点信号；所述用户的5g
网络轨迹数据包括覆盖停靠站点的5g信号集合。
[0102]
根据本发明所述的公共交通轨迹识别装置，其中，所述匹配模块 30用于：
[0103]
若则确定所述公共交通工具与所述目标站点匹配；否则，确定所述公共交通工具与所述目标站点不匹配；
[0104]
其中，所述t
traffic,x
表示公共交通工具到达目标站点的时间；t
stop
表示站点停车时间阈值，[t
userstarttime,x
,t
userendtime,x
]表示出现在所述目标站点的时间段。
[0105]
根据本发明所述的公共交通轨迹识别装置，其中，所述整体偏离度确定模块40用于：
[0106]
基于所述用户的5g网络轨迹数据中的位置信息和所述潜在公共交通工具的轨迹线路数据，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到若干个后续站点组成的每一个线路段的空间偏离度；
[0107]
基于潜在公共交通工具的时刻表和所述用户的5g网络轨迹数据中的时间信息，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的时间偏离度；
[0108]
基于所述空间偏离度及其第一预设权重、所述时间偏离度及其第二预设权重，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度。
[0109]
空间偏离度计算基于levenshtein距离，公式如下 space
x,i
＝levenshtein
x,i
/length
x,i
，其中space
x,i
为目标站点x到后续站点i 的空间偏离度，levenshtein
x,i
为目标站点x至后续站点i由用户轨迹向车辆轨迹趋同的编辑距离，length
x,i
为目标站点x至后续站点i的车辆轨迹的5g信号数量，对于用户轨迹趋同中删除的位置点不做处理，对于增加的位置点，结合前后点开始时间，等分后时间为该增加点的开始时间。
[0110]
空间偏离度、时间偏离度的计算执行不分前后，也可以先计算时间偏离度，再计算空间偏离度。
[0111]
若干个站点的时间偏离度的计算方式如下：
[0112][0113]
其中time
x,i
为目标站点x至后续站点i的时间偏离度，其中t
user,n+1
为用户到达n+1站点的时间，其中t
traffic,n+1
为车辆到达n+1站点的时间。
[0114]
分别在所述空间偏离度加以第一预设权重，在所述时间偏离度加以第一预设权重，然后两者相加，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度。第一预设权重、第二预设权重均为实数，可以设置为第一预设权重大于第二预设权重。
[0115]
例如，目标站点到后续第一个后续站点、第二个后续站点、第三个后续站点
…
第若干个后续站点分别可以构成第一个线路段、第二个线路段、第三个线路段
…
第若干个线路段，每个潜在公共交通工具可能存在多个线路段，这里基于每一条线路段的空间偏离度和时间偏离度，分别计算出每一条线路段的整体偏离度。若干个线路段的具体数量可以基于用户的5g轨迹数据和公共交通工具停靠点信号来确定。
[0116]
根据本发明所述的公共交通轨迹识别装置，其中，所述轨迹确定模块50用于：
[0117]
将所有潜在公共交通工具中的第一偏离度的线路段所对应的公共交通工具确定为用户乘坐交通工具，其中，所述第一偏离度为最小的整体偏离度；
[0118]
将所述所有潜在公共交通工具中的第一偏离度的线路段确定为用户所乘坐的用户乘坐交通工具线路。
[0119]
根据本发明所述的公共交通轨迹识别装置，其中，所述轨迹确定模块50用于：
[0120]
对比所有潜在公共交通工具中的第一偏离度与预设偏离度阈值；
[0121]
将所述第一偏离度小于预设偏离度阈值、且第一偏离度最小的线路段所对应的公共交通工具确定为用户乘坐交通工具；
[0122]
若所述最小偏离度均不小于预设偏离度阈值，则确定所述用户为非乘客人员。
[0123]
可以利用预设偏离度阈值来识别出用户的身份是乘客还是非乘客人员。
[0124]
从t
traffic,i
为起始点截取用户轨迹user
nci/eci
，非乘客人员从t
userendtime,x
为起始点截取，若用户无后续轨迹则结束，若存在后续轨迹可以继续利用本发明的公共交通轨迹识别方法，判断后续是否还有乘坐公共交通工具记录。
[0125]
根据本发明所述的公共交通轨迹识别装置，其中，所述装置还包括站点确定模块，所述站点确定模块用于：
[0126]
将用户乘坐交通工具线路中的后续站点确定为到站站点，将所述目标站点与到站站点之间的途经站点确定为中间站点。
[0127]
特别的，对于固定轨迹中沿途存在其他交通工具的干扰较小或无干扰，只需匹配站点区域即可，例如飞机而言，只需匹配出发和到达区域，满足区域和时间的最小偏离度即为所乘坐航线。
[0128]
根据本发明所述的公共交通轨迹识别装置，其中，所述装置还包括用户身份确定模块，所述用户身份确定模块用于：
[0129]
基于所述公共交通工具的轨迹线路数据、所述目标站点以及到站站点，确定出所述用户的乘坐时间和离开时间；
[0130]
基于所述乘坐时间和离开时间，得到所述用户的驻留时长；
[0131]
基于所述用户的驻留时长、以及预设工作人员驻留时长阈值，识别出所述用户的身份。
[0132]
进一步的，预设工作人员驻留时长阈值包括站点工作人员站点驻留时长阈值、交通工具上潜在工作人员驻留时长阈值以及交通工具上工作人员一月满足潜在工作人员特征天数阈值，可以设置公共交通工具站点工作人员站点驻留时长阈值t
stationwork
，交通工具上潜在工作人员驻留时长阈值为t
trafficwork
，交通工具上工作人员一月满足潜在工作人员特征天数阈值n
workdays
。对于区域站点(例如客运站，火车站，机场) 中非乘坐到站人员站点驻留时长满足阈值要求t
stationstay
≥t
stationwork
，为公共交通工具站点工作人员，反之为接送客用户/路过用户；对于识别乘坐线路的用户今日公共交通工具上驻留时长t
trafficstay
＜t
trafficwork
，则为乘客；今日公共交通工具上驻留时长t
trainstay
≥t
trainwork
，且上月满足 t
trainstay
≥t
trainwork
的天数n
staydays
≥n
workdays
，则为公共交通工具上工作人员，不满足则为乘客。本发明不仅可以更加精准的判断用户的出行方式，识别用户的公共交通轨迹，公共交通工具的具体乘坐和离开时间，并可识别公共交通工具上工作人员、公共交通工具站点工作
人员、乘客、接送客用户/路过用户；可以判断轨迹中相关人员的用户身份，精细化分析，对于联防联控等工作的开展有重要意义。
[0133]
图3示例了一种电子设备的实体结构示意图，该电子设备可以包括：处理器(processor)310、通信接口(communications interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口 320，存储器330通过通信总线340完成相互间的通信。处理器310 可以调用存储器330中的逻辑指令，以执行公共交通轨迹识别方法，该方法包括：
[0134]
s1、基于公共交通工具停靠点信号和用户的5g轨迹数据，确定出潜在乘客；
[0135]
s2、在所述潜在乘客在5g网络轨迹数据中标记时间最早的目标站点及出现在所述目标站点的时间段；
[0136]
s3、逐个匹配经过所述目标站点的公共交通工具，依次基于经过所述目标站点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，得到与所述目标站点相匹配的潜在公共交通工具；
[0137]
s4、基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度；
[0138]
s5、基于所述整体偏离度，确定出用户轨迹。
[0139]
此外，上述的存储器330中的逻辑指令可以通过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，本发明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(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0140]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的公共交通轨迹识别方法，该方法包括：
[0141]
s1、基于公共交通工具停靠点信号和用户的5g轨迹数据，确定出潜在乘客；
[0142]
s2、在所述潜在乘客在5g网络轨迹数据中标记时间最早的目标站点及出现在所述目标站点的时间段；
[0143]
s3、逐个匹配经过所述目标站点的公共交通工具，依次基于经过所述目标站点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，得到与所述目标站点相匹配的潜在公共交通工具；
[0144]
s4、基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后
续站点组成的每一个线路段的整体偏离度；
[0145]
s5、基于所述整体偏离度，确定出用户轨迹。
[0146]
又一方面，本发明还提供一种非暂态计算机可读存储介质，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以执行上述各提供的公共交通轨迹识别方法，该方法包括：
[0147]
s1、基于公共交通工具停靠点信号和用户的5g轨迹数据，确定出潜在乘客；
[0148]
s2、在所述潜在乘客在5g网络轨迹数据中标记时间最早的目标站点及出现在所述目标站点的时间段；
[0149]
s3、逐个匹配经过所述目标站点的公共交通工具，依次基于经过所述目标站点的每个公共交通工具到达目标站点的时间、站点停车时间阈值以及出现在所述目标站点的时间段，判断所述公共交通工具是否与所述目标站点匹配，得到与所述目标站点相匹配的潜在公共交通工具；
[0150]
s4、基于所述用户的5g网络轨迹数据、所述潜在公共交通工具的轨迹线路数据及时刻表，得到每个所述潜在公共交通工具与所述用户之间由所述目标站点到后续若干个后续站点组成的每一个线路段的整体偏离度；
[0151]
s5、基于所述整体偏离度，确定出用户轨迹。
[0152]
以上所描述的装置实施例仅仅是示意性的，其中所述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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0153]
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各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
[0154]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。