[发明专利]一种基于轨迹与传感器数据的考勤方法

说明书

技术领域

本发明涉及教育管理技术领域，特别是涉及教育的自动化管理技术领域。

背景技术

日常考勤结果包括有出勤、迟到、早退、缺勤（学生的缺勤也称旷课）、请假、代签等情况。

考勤方式，现在采用的有人工点名、手写签到、指纹方式、打卡方式、人脸识别方式等，在教育领域，采用人工点名的方式更为常用。

对于指纹方式、打卡方式、人脸识别方式，需要分别配备特定的指纹识别设备、读卡机、人脸识别仪器设备。

大部分方式都需要单独识别被考勤者的过程以进行考勤，都需要依次进行，比如人工点名要依次进行，比如指纹方式、打卡方式要依次按指纹或打卡，比如人脸识别方式首先是被考勤者面对摄像头，系统采集到被考勤者的清晰脸部影像，然后摄像头将被考勤者的清晰脸部影像发送到系统进行识别，确认后通知被考勤者考勤完成。当被考勤者数量较多时，经常需要花费较多时间，甚至出现拥挤等状况，导致出现安全隐患。

还有基于轨迹的方式进行考勤，可以通过考勤时间的轨迹数据来判断考勤情况。这种方式对于公务出差人员较有效果。但是对于教育、工厂等行业存在很大的问题，即存在一个人拿着多个定位设备进行代签考勤的情况。

发明内容

为了改进上述现有方案手段的不足，本发明提供了一种基于轨迹与传感器数据的考勤方法。

方法需要用到服务器和被考勤者携带的移动端软件，移动端是智能手机、平板电脑等能够随身携带的、能够连接互联网的设备，移动端具有轨迹记录、加速度、陀螺仪等传感器。

轨迹是采用轨迹记录器件采集的一系列空间的位置点，每个点至少包括日期、时间、经度、纬度、海拔信息等，其中单个点的时间、日期、经度、纬度就构成了一个定位数据。轨迹记录器件如手机GPS模块等。

一种基于轨迹与传感器数据的考勤方法，其特征在于，包括以下步骤：

1）被考勤者录入被考勤者信息，移动端软件读取被考勤者移动端的IMSI码和/或IMEI码，被考勤者的IMSI码和/或IMEI码上传服务器，考勤者录入被考勤者信息，考勤者设置考勤要求信息，设置预备时间点Ty、考勤时间点Tk、迟到时间点Tc、结束时间点Tx，和考勤地点范围F；

2）被考勤者在预备时间点Ty前通过移动端软件提交请假申请给服务器，考勤者将批准发送到被考勤者的移动端软件，移动端软件接收到批准后，即停止对该被考勤者进行考勤；

3）到达预备时间点Ty后，移动端软件运行初始化进程，自动校准移动端时间，使其和服务器同步，启动考勤记录子进程，读取被考勤者移动端的定位数据和传感器数据，如果读取失败，移动端软件将此消息上传服务器；如果读取正常，开始读取传感器的运动数据和移动端定位模块的定位数据；

4）到达考勤时间点Tk后，根据被考勤者的轨迹判别被考勤者属于出勤、出勤待定、迟到待定中的何种情况，根据轨迹无法判别区分的出勤待定情况，使用移动端的传感器数据判别被考勤者属于出勤、代签中的何种情况；

5）到达迟到时间点Tc后，判别迟到待定类的被考勤者的轨迹，根据被考勤者的轨迹判别被考勤者属于迟到、迟到待定、缺勤中的何种情况，根据轨迹无法判别区分的迟到待定情况，使用移动端的传感器数据判别被考勤者属于迟到、代签中的何种情况；

6）查询属于出勤、迟到、代签情况的被考勤者定位数据在迟到时间点Tc至结束时间点Tx期间是否在考勤地点范围F内，如果被考勤者的定位数据有在考勤地点范围F之外的，定为早退。

被考勤者到达考勤地点范围F的时间为Td，在Td前的考核时间段起始点Tdh1至Td后的考核时间段结束点Tdh2之间的时间段为考核时间段Tdh。

表征相似度的参数很多，都与相似度有相关关系，有的呈正相关，有的呈负相关，例如欧氏距离越小，相似度越大；相关系数越大，相似度越大；动态时间调整算法计算的相似度数值越小，相似度越大。

所以表征相似度的参数和阈值的比较后进行判别时属于何种情况时，要根据是正相关还是负相关来确定。代签是一种相似度大的行为，表征相似度的参数和相似度负相关的，数值越小，相似度越大，代签可能性越大，表征相似度的参数的数值小于阈值的，判断为代签嫌疑；表征相似度的参数和相似度正相关的，数值越大，相似度越大，代签可能性越大，表征相似度的参数的数值大于阈值的，判断为代签嫌疑。

一种基于轨迹与传感器数据的考勤方法，其特征在于：