实时轨迹流的停留点检测方法及检测装置与流程

1.本发明涉及信息处理技术领域，尤其涉及一种实时轨迹流的停留点检测方法及检测装置。


背景技术：

2.移动对象的出行轨迹是由一系列有时间顺序的轨迹点组成。如果移动对象轨迹在一定的空间范围内，停留的时间达到一定阈值，则认为在该空间范围内的轨迹点集为停留点(或称停留区域)。停留点与移动对象的行为活动密切相关，其中通常蕴含丰富的语义信息。检测停留点挖掘有助于分析其出行规律，是轨迹分析挖掘中需要关注的主要特征。通过对停留点的检测并进行深层次挖掘，可以开发十分有价值的应用，如掌握出行兴趣点、消费规律、景点推荐等。
3.相关技术一中，提供了一种停留点的识别方法，获取当前轨迹点的轨迹信息，该轨迹信息中包括当前轨迹点的位置信息，以及移动对象到达当前轨迹点的到达速度和到达时刻，然后根据当前轨迹点的轨迹信息，确定当前轨迹点的速度，如果当前轨迹点的速度小于速度阈值，确定当前轨迹点为停留点。
4.另有相关技术二中，提出了一种基于个人出行轨迹特征的手机信令停留点识别方法。该方法按照“时空积”最小原则将轨迹点聚类成簇；然后，对聚类后的轨迹簇进一步判断后划分为更小的簇；然后，对所有的轨迹簇按照其时空特征赋予属性(停留或移动)，得到了移动簇和候选停留簇；最后将时空属性相同的轨迹簇合并，并重新判断其时空属性，最终得到个人时空轨迹的停留点和移动点。
5.上述相关技术方案一中，将低于速度阈值的轨迹点视为停留点。该方法未考虑停留时间阈值因素。低于速度阈值的轨迹点的前、后轨迹点可能出于高速移动状态，则该低于速度阈值的轨迹点停留的时间非常短，满足不了达到停留时间阈值的条件。
6.相关技术二中的技术方案需要对轨迹进行聚类分析，聚类分析需要数据量积累到一定大的规模后才能开始计算分析，计算实时性差、复杂度高，一般用于离线批量计算。


技术实现要素：

7.本发明要解决的技术问题是如何实现轨迹流的停留点的实时可靠检测，提供一种实时轨迹流的停留点检测方法及检测装置。
8.根据本发明实施例的实时轨迹流的停留点检测方法，包括：
9.获取轨迹流信息；
10.从轨迹流中选取满足预设时间范围内的轨迹点；
11.当选取的轨迹点为多个时，判断选取的多个轨迹点中任一两个轨迹点的距离是否不大于预设空间阈值的，若是，则将选取的多个所述轨迹点作为停留点集，放入停留点簇。
12.根据本发明实施例的实时轨迹流的停留点检测方法，可以实现面向实时轨迹流的停留点检测，不需要等待轨迹数据量积累到一定规模，且能够使得停留点满足空间范围阈
值以及停留时间阈值要求。并且相比于聚类算法的批量计算，该检测方法每次计算涉及的数据量小，计算复杂度低，运算速度快，便于用于实时分析应用系统。
13.根据本发明的一些实施例，所述方法还包括：
14.判断当前预设时间范围内选取的停留点集是否与前一预设时间范围内选取的停留点集间存在重合停留点；
15.若存在，则将当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集合并，并更新所述停留点簇。
16.在本发明的一些实施例中，判断当前预设时间范围内选取的停留点集是否与前一预设时间范围内选取的停留点集间存在重合停留点，包括：
17.判断所述停留点簇中是否存在当前预设时间范围内之前选取的停留点集；
18.若存在，则判断所述之前选取的所述停留点集的结束点是否位于当前预设时间范围的起始点之后，若是，则判定当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集间存在重合停留点。
19.根据本发明的一些实施例，将当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集合并，包括：
20.以前一预设时间范围的起始时间作为新起始时间，以当前预设时间范围的结束时间作为新结束时间，将所述新起始时间和所述新结束时间内的停留点集作为新停留点集，并对所述停留点簇进行更新。
21.在本发明的一些实施例中，所述方法还包括：
22.基于所述预设时间范围，设置预设时间间隔，所述轨迹流信息中包括每隔所述预设时间间隔生成的轨迹点的地点和时间信息。
23.根据本发明实施例的实时轨迹流的停留点检测装置，包括：
24.获取模块，用于获取轨迹流信息；
25.第一判断模块，用于从轨迹流中选取满足预设时间范围内的轨迹点；
26.第二判断模块，用于当选取的轨迹点为多个时，判断选取的多个轨迹点中任一两个轨迹点的距离是否不大于预设空间阈值的，若是，则将选取的多个所述轨迹点作为停留点集，放入停留点簇。
27.根据本发明实施例的实时轨迹流的停留点检测装置，可以实现面向实时轨迹流的停留点检测，不需要等待轨迹数据量积累到一定规模，且能够使得停留点满足空间范围阈值以及停留时间阈值要求。并且相比于聚类算法的批量计算，该检测装置每次计算涉及的数据量小，计算复杂度低，运算速度快，便于用于实时分析应用系统。
28.根据本发明的一些实施例，所述装置还包括：
29.交集判断模块，用于判断当前预设时间范围内选取的停留点集是否与前一预设时间范围内选取的停留点集间存在重合停留点；
30.整合模块，用于当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集间存在重合停留点时，将当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集合并，并更新所述停留点簇。
31.在本发明的一些实施例中，所述交集判断模块具体用于：
32.判断所述停留点簇中是否存在当前预设时间范围内之前选取的停留点集；
33.若存在，则判断所述之前选取的所述停留点集的结束点是否位于当前预设时间范围的起始点之后，若是，则判定当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集间存在重合停留点。
34.根据本发明的一些实施例，所述整合模块具体用于：
35.以前一预设时间范围的起始时间作为新起始时间，以当前预设时间范围的结束时间作为新结束时间，将所述新起始时间和所述新结束时间内的停留点集作为新停留点集，并对所述停留点簇进行更新。
36.在本发明的一些实施例中，所述装置还包括：
37.时间间隔设置模块，用于基于所述预设时间范围，设置预设时间间隔，所述轨迹流信息中包括每隔所述预设时间间隔生成的轨迹点的地点和时间信息。
附图说明
38.图1为根据本发明实施例的实时轨迹流的停留点检测方法流程图；
39.图2为根据本发明实施例的实时轨迹流的停留点检测装置组成示意图；
40.图3为根据本发明实施例的停留点示意图；
41.图4为根据本发明实施例的停留点计算间隔示意图；
42.图5为根据本发明实施例ti(i≥1)时刻停留点检测流程图。
43.附图标记：
44.检测装置100，
45.获取模块10，第一判断模块20，第二判断模块30，交集判断模块40，整合模块50。
具体实施方式
46.为更进一步阐述本发明为达成预定目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本发明进行详细说明如后。
47.本发明中说明书中对方法流程的描述及本发明说明书附图中流程图的步骤并非必须按步骤标号严格执行，方法步骤是可以改变执行顺序的。而且，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
48.如图1所示，根据本发明实施例的实时轨迹流的停留点检测方法，包括：
49.s100，获取轨迹流信息；
50.s200，从轨迹流中选取满足预设时间范围内的轨迹点；
51.s300，当选取的轨迹点为多个时，判断选取的多个轨迹点中任一两个轨迹点的距离是否不大于预设空间阈值的，若是，则将选取的多个轨迹点作为停留点集，放入停留点簇。
52.根据本发明实施例的实时轨迹流的停留点检测方法，可以实现面向实时轨迹流的停留点检测，不需要等待轨迹数据量积累到一定规模，且能够使得停留点满足空间范围阈值以及停留时间阈值要求。并且相比于聚类算法的批量计算，该检测方法每次计算涉及的数据量小，计算复杂度低，运算速度快，便于用于实时分析应用系统。
53.根据本发明的一些实施例，如图1所示，方法还包括：
54.s400，判断当前预设时间范围内选取的停留点集是否与前一预设时间范围内选取
的停留点集间存在重合停留点；
55.s500，若存在，则将当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集合并，并更新停留点簇。
56.在本发明的一些实施例中，判断当前预设时间范围内选取的停留点集是否与前一预设时间范围内选取的停留点集间存在重合停留点，包括：
57.s410，判断停留点簇中是否存在当前预设时间范围内之前选取的停留点集；
58.s420，若存在，则判断之前选取的停留点集的结束点是否位于当前预设时间范围的起始点之后，若是，则判定当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集间存在重合停留点。
59.根据本发明的一些实施例，将当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集合并，包括：
60.s510，以前一预设时间范围的起始时间作为新起始时间，以当前预设时间范围的结束时间作为新结束时间，将新起始时间和新结束时间内的停留点集作为新停留点集，并对停留点簇进行更新。
61.在本发明的一些实施例中，方法还包括：
62.基于预设时间范围，设置预设时间间隔，轨迹流信息中包括每隔预设时间间隔生成的轨迹点的地点和时间信息。
63.根据本发明实施例的实时轨迹流的停留点检测方法，可以实现面向实时轨迹流的停留点检测，不需要等待轨迹数据量积累到一定规模，且能够使得停留点满足空间范围阈值以及停留时间阈值要求。并且相比于聚类算法的批量计算，该检测方法每次计算涉及的数据量小，计算复杂度低，运算速度快，便于用于实时分析应用系统。
64.如图2所示，根据本发明实施例的实时轨迹流的停留点检测装置100，包括：获取模块10、第一判断模块20和第二判断模块30。
65.其中，获取模块10用于获取轨迹流信息；
66.第一判断模块20用于从轨迹流中选取满足预设时间范围内的轨迹点；
67.第二判断模块30用于当选取的轨迹点为多个时，判断选取的多个轨迹点中任一两个轨迹点的距离是否不大于预设空间阈值的，若是，则将选取的多个轨迹点作为停留点集，放入停留点簇。
68.根据本发明实施例的实时轨迹流的停留点检测装置100，可以实现面向实时轨迹流的停留点检测，不需要等待轨迹数据量积累到一定规模，且能够使得停留点满足空间范围阈值以及停留时间阈值要求。并且相比于聚类算法的批量计算，该检测装置100每次计算涉及的数据量小，计算复杂度低，运算速度快，便于用于实时分析应用系统。
69.根据本发明的一些实施例，检测装置100还包括：交集判断模块40和整合模块50。
70.其中，交集判断模块40用于判断当前预设时间范围内选取的停留点集是否与前一预设时间范围内选取的停留点集间存在重合停留点；
71.整合模块50用于当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集间存在重合停留点时，将当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集合并，并更新停留点簇。
72.在本发明的一些实施例中，交集判断模块40具体用于：
73.判断停留点簇中是否存在当前预设时间范围内之前选取的停留点集；
74.若存在，则判断之前选取的停留点集的结束点是否位于当前预设时间范围的起始点之后，若是，则判定当前预设时间范围内选取的停留点集与前一预设时间范围内选取的停留点集间存在重合停留点。
75.根据本发明的一些实施例，整合模块50具体用于：
76.以前一预设时间范围的起始时间作为新起始时间，以当前预设时间范围的结束时间作为新结束时间，将新起始时间和新结束时间内的停留点集作为新停留点集，并对停留点簇进行更新。
77.在本发明的一些实施例中，装置还包括：
78.时间间隔设置模块，用于基于预设时间范围，设置预设时间间隔，轨迹流信息中包括每隔预设时间间隔生成的轨迹点的地点和时间信息。
79.下面参照附图详细描述根据本发明的实时轨迹流的停留点检测方法。值得理解的是，下述描述仅是示例性描述，而不应理解为对本发明的具体限制。
80.轨迹流是不断以一定采样周期为间隔实时产生的，其是一系列有时间顺序的空间点集，可表示为：
81.t＝{pi|pi＝(xi,yi,ti),i∈z}；
82.其中，x、y为轨迹点的空间坐标(经纬度或二维坐标)，t为轨迹点产生时间，i为轨迹点序列号，z为正整数集。
83.停留点(或称为停留区域，stay region)是指移动对象停留的一定区域范围，并且在该区域范围的停留时间大于一定阈值，如图3所示。
84.如图3所示，一条轨迹中点pm,
…
,pn构成一个停留点。与停留点相关的有2个参数，一个是时间阈值t
thresh
，一个是空间阈值d
thresh
。停留点用一组连续的位置点表示ts＝tm为停留点开始时间，te＝tn为停留地结束时间。对于需满足distance(pm,pi)≤d
thresh
，|t
s-te|≥t
thresh
。
85.设轨迹开始产生的时刻为t＝0。本发明将以t
thresh
/n为时间间隔计算检测停留点。n为按需设定的正整数，n越大计算频度越高。
86.如图4所示，当t＜t
thresh
(即)时，已产生的轨迹点不可能满足时间阈值t
thresh
条件，不会形成停留点，故可以不用计算。当时，已产生的轨迹点有可能满足时间阈值t
thresh
条件，故可以开始第1次停留点检测计算。
87.当时，记表示ti时刻进行第i次停留点检测计算。
88.停留点检测方法：
89.a10，初始化时间阈值t
thresh
、d
thresh
，初始化停留点簇q为空(q用于装载所有检测得到的停留点)；
90.a20，ti(i≥1)时刻停留点检测方法(如图5所示)；
91.a210，从ti往前选取满足时间阈值t
thresh
的[t
i-t
thresh
,ti]时间区间内轨迹点集{pj|t
i-t
thresh
≤tj≤ti}，计算该轨迹点集是否满足空间范围阈值d
thresh
。如果不满足，则当前无停留点。如果满足，将该轨迹点集记为当前停留点停留点。如果满足，将该轨迹点集记为当前停留点该停留点开始时间为t
i-t
thresh
，结束时间为ti)。将该点放入停留点簇q，并进入第a210步。
[0092]
a220，查找停留点簇q中是否存在与停留点的相邻的前续停留点。如果不存在，则结束。如果存在，设该停留点为接着需要判断该停留点的结束时间te是否晚于t
i-t
thresh
。如果不是，则结束。如果是，则需判断[ts,ti]时间区间内轨迹点集{pj|ts≤tj≤ti}是否满足空间范围阈值d
thresh
。如果满足，则将该轨迹点集记为当前停留点删除之前放入的停留点并将放入停留点簇q。
[0093]
综上所述，本发明通过固定周期间隔计算实现对实时轨迹流停留点的检测，通过每次计算可以检测出当前实时的停留点。并且相比于聚类算法的批量计算，该检测方法每次计算涉及的数据量小，计算复杂度低，运算速度快，便于用于实时分析应用系统。
[0094]
通过具体实施方式的说明，应当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图示仅是提供参考与说明之用，并非用来对本发明加以限制。