本发明涉及计算机,具体来说基于图结构实现轨迹时空分析的业务场景,尤其是涉及一种基于图结构的时空轨迹分析的轨迹回放方法及系统。
背景技术:
1、随着城市感知技术的不断发展,城市中积累了大量时空数据,如交通流量、gps轨迹、传感器记录值等,而这些数据中蕴含着城市发展变化的大量知识,如交通流量、gps轨迹等数据描述了城市人群的出行情况,空气质量等传感器数据反映了城市中空气污染物分布情况等,因此对城市时空数据进行分析与精准预测是城市智能化建设的重要研究问题。
2、国内智慧城市建设的大力推进,业界出现大量关于智慧城市相关的时空数据的分析和挖掘工作。在面向智慧孪生的城市场景中,存在着大量的时空预测任务,例如城市交通场景分时的流量预测、警务相关的重点人时空轨迹分析等。然而对于这些具体应用场景的神经网络设计需要丰富的领域相关专业知识和大量的实验数据进行验证,人力的成本很高,没有办法高效支撑实际城市的智慧城市项目的落地过程中复杂多样的时空应用需求。
3、在上述的一个应用领域进行示例性地说明,例如智慧警务场景中对于重点人员的轨迹分析中,可能会出现如下问题:由于获取的重点人员时空轨迹数据的方式有很多种(天网系统探头捕捉,重点场所监控,人员场所登记信息,imsi码获取等等),就会导致原始时空数据的质量不统一,且存在大量的相同点位冗余以及某些点位缺失或者偏移等情况的发生。这个问题会导致产出的人员轨迹出现与预期不符或者有偏差的现象。
技术实现思路
1、本发明一种基于图结构的时空轨迹分析的轨迹回放方法及系统,用于解决城市场景中时空轨迹成本高,效率低,复杂的问题。
2、本技术第一方面提供一种基于图结构的时空轨迹分析的轨迹回放方法,方法包括:
3、获取原始的时空轨迹的数据,其中,所述时空轨迹的数据包括多个时空轨迹点;
4、利用k-means聚类算法,将所述时空轨迹的数据以时空轨迹点进行聚类,并划分成不同的簇;
5、根据聚类得到的簇,构建时空轨迹的图结构,形成轨迹图;
6、利用贪心算法,对所述轨迹图进行最优路径查找;
7、根据查找到的路径,对时空轨迹修复,得到修复的所述时空轨迹;
8、将修复的所述时空轨迹,应用在地图引擎中,实现2d或3d的轨迹回放。
9、可实施的一种方式中,所述获取原始的时空轨迹的数据的步骤中,包括:
10、对获取到的所述时空轨迹的数据进行清洗,得到无冗余的所述时空轨迹的数据,其中,所述数据进行清洗包括采用规则匹配算法,以时间为顺序,将所述时空轨迹的数据中连续的,且重复的坐标去除;
11、若所述时空轨迹点中时间间隔小于设定阈值的坐标,采用抽稀算法,根据时间间隔和距离间隔,判断所述时空轨迹点是否删除;或,
12、采用拟合方法,根据预设的精度阈值,拟合出所述时空轨迹的数据连续的坐标。
13、可实施的一种方式中,所述利用k-means聚类算法,将所述时空轨迹的数据以时空轨迹点进行聚类,并划分成不同的簇的步骤,包括:
14、获取所述时空轨迹点的初始中心点,其中,所述初始中心点表示根据所述时空轨迹点的数据特征,在所述数据特征中选取具有代表性的多个点作为初始中心点;
15、将每个所述时空轨迹点分配到与其距离最近的所述初始中心点,进行聚类,并计算每个聚类中心的质心;
16、根据每个所述聚类中心的质心,更新所述聚类中心的位置,重复迭代;
17、当每个所述聚类中心的位置不再发生变化,或者达到最大迭代次数,得到最终的聚类中心,以最终的聚类中心作为簇。
18、可实施的一种方式中,所述根据聚类得到的簇,构建时空轨迹的图结构,形成轨迹图的步骤,包括:
19、构建所述图结构的节点,其中,所述节点表示所述簇;
20、构建连接所述节点的边,其中,所述边表示所述节点间的距离;
21、根据所述节点和边,组成所述图结构,形成轨迹图。
22、可实施的一种方式中,所述利用贪心算法,对所述轨迹图进行最优路径查找的步骤,包括:
23、根据所述轨迹图的节点,得到起点和终点,其中,所述起点和所述终点分别表示一个节点;
24、根据所述起点和所述终点,得到所述起点到所述终点的成本,其中,所述成本表示花费的时间,或行走的距离;
25、利用贪心算法,计算所述起点到所述终点成本最小的路径。
26、可实施的一种方式中,所述根据查找到的路径,对时空轨迹修复,得到修复的所述时空轨迹的步骤,包括:
27、从起点开始,将所述图结构中的当前节点放入open list中;
28、在open list中去除一个最小启发函数的节点;
29、如果此节点是目标节点,则路径搜索完成,从此节点开始回溯,构建路径;
30、如果此节点不是目标节点,则把当前节点的所有相邻节点放入open list中;
31、将当前节点放入closed list中;
32、重复所述如果此节点是目标节点,则路径搜索完成,从此节点开始回溯,构建路径至所述将当前节点放入closed list中的步骤,直到所述open list中没有节点,完成时空轨迹的修复。
33、可实施的一种方式中,所述将修复的所述时空轨迹,应用在地图引擎中,实现2d或3d的轨迹回放的步骤中,包括:
34、获取地图引擎;
35、将修复的所述时空轨迹点,对应的应用在所述地图引擎中,在所述地图引擎实现2d或3d的轨迹回。
36、本技术第二方面提供一种基于图结构的时空轨迹分析的轨迹回放系统,其特征在于,包括前述的一种基于图结构的时空轨迹分析的轨迹回放方法,所述系统包括:
37、获取单元,用于获取原始的时空轨迹的数据,其中,所述时空轨迹的数据包括多个时空轨迹点;
38、簇划分单元,用于利用k-means聚类算法,将所述时空轨迹的数据以时空轨迹点进行聚类,并划分成不同的簇;
39、图结构单元,用于根据聚类得到的簇,构建时空轨迹的图结构,形成轨迹图;
40、最优路径单元,用于利用贪心算法,对所述轨迹图进行最优路径查找;
41、修复单元,用于根据查找到的路径,对时空轨迹修复,得到修复的所述时空轨迹;
42、回放单元,用于将修复的所述时空轨迹,应用在地图引擎中,实现2d或3d的轨迹回放。
43、本技术第三方面提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现前述的一种基于图结构的时空轨迹分析的轨迹回放方法的步骤。
44、本技术第四方面提供一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现前述的一种基于图结构的时空轨迹分析的轨迹回放方法的步骤。
45、本发明有益效果:
46、本技术一种基于图结构的时空轨迹分析的轨迹回放方法,首先获取原始的时空轨迹的数据,其中,所述时空轨迹的数据包括多个时空轨迹点;接下来,利用k-means聚类算法,将所述时空轨迹的数据以时空轨迹点进行聚类,并划分成不同的簇;根据聚类得到的簇,构建时空轨迹的图结构,形成轨迹图;然后,利用贪心算法,对所述轨迹图进行最优路径查找;根据查找到的路径,对时空轨迹修复,得到修复的所述时空轨迹;最后,将修复的所述时空轨迹,应用在地图引擎中,实现2d或3d的轨迹回放。上述方法,能够有效地修复断裂的轨迹,且能够满足多种特征要求。这样,就能更好地应用于时空轨迹分析,提升分析效果,获得时空轨迹的成本低,效率高。