[发明专利]移动轨迹的分类方法和装置、设备、存储介质

权利要求书

1.一种移动轨迹的分类方法，其特征在于，包括：

获得目标移动轨迹；其中，所述目标移动轨迹中包含至少一个子轨迹；

获得每个所述子轨迹的子轨迹特征向量；

根据每个所述子轨迹特征向量，获得所述目标移动轨迹的轨迹特征向量；

根据所述轨迹特征向量，对所述目标移动轨迹进行分类。

2.如权利要求1所述的移动轨迹的分类方法，其特征在于，所述获得目标移动轨迹，具体包括：

获得初始移动轨迹；其中，所述初始移动轨迹中包含至少一个初始轨迹点；

根据预设的筛选规则，从所有所述初始轨迹点中筛选出至少一个目标轨迹点；

连接每两个相邻的所述目标轨迹点，获得至少一个所述子轨迹；

获得由所有所述子轨迹组成的所述目标移动轨迹。

3.如权利要求2所述的移动轨迹的分类方法，其特征在于，在所述根据预设的筛选规则，从所有所述初始轨迹点中筛选出至少一个目标轨迹点之前，还包括：

获得至少一个历史移动轨迹；

根据每个所述历史移动轨迹生成所述筛选规则；

所述根据每个所述历史移动轨迹生成所述筛选规则，具体包括：

根据每个所述历史移动轨迹，构建轨迹数据结构；

根据所述轨迹数据结构，获得至少一个高频轨迹；

根据每个所述高频轨迹，生成所述筛选规则。

4.如权利要求3所述的移动轨迹的分类方法，其特征在于，所述轨迹数据结构为FP树。

5.如权利要求1所述的移动轨迹的分类方法，其特征在于，所述获得每个所述子轨迹的子轨迹特征向量，具体包括：

获得每个所述子轨迹的支持度和置信度；

对于每个所述支持度大于或者等于预设的支持度阈值且所述置信度大于或者等于预设的置信度阈值的所述子轨迹，提取对应的n个轨迹特征，并获得对应的由所述n个轨迹特征组成的所述子轨迹特征向量；其中，n≥0；

对于每个所述支持度小于所述支持度阈值且所述置信度小于所述置信度阈值的所述子轨迹，生成对应的内容为0的所述子轨迹特征向量。

6.如权利要求5所述的移动轨迹的分类方法，其特征在于，n＝24；则所述n个轨迹特征包括加速度特征、速度特征、曲率特征、转角参数特征、运动路径长度特征、起始时间特征、到达时间特征和停留时间特征；

所述加速度特征包括加速度的标准差、变异系数和偏度系数；

所述速度特征包括速度的标准差、变异系数和偏度系数；

所述曲率特征包括曲率的标准差、变异系数和偏度系数；

所述转角参数特征包括转角参数的标准差、变异系数和偏度系数；

所述运动路径长度特征包括运动路径长度的标准差、变异系数和偏度系数；

所述起始时间特征包括起始时间的标准差、变异系数和偏度系数；

所述到达时间特征包括到达时间的标准差、变异系数和偏度系数；

所述停留时间特征包括停留时间的标准差、变异系数和偏度系数。

7.如权利要求1所述的移动轨迹的分类方法，其特征在于，所述轨迹特征向量中包括速度特征、加速度特征、曲率特征和转角参数特征；

则所述根据所述轨迹特征向量，对所述目标移动轨迹进行分类，具体包括：

根据所述速度特征、所述加速度特征、所述曲率特征、所述转角参数特征和预设阈值，对所述目标移动轨迹进行分类。

8.一种移动轨迹的分类装置，其特征在于，包括：

目标移动轨迹获得模块，用于获得目标移动轨迹；其中，所述目标移动轨迹中包含至少一个子轨迹；

子轨迹特征向量获得模块，用于获得每个所述子轨迹的子轨迹特征向量；

轨迹特征向量获得模块，用于根据每个所述子轨迹特征向量，获得所述目标移动轨迹的轨迹特征向量；以及，

目标移动轨迹分类模块，用于根据所述轨迹特征向量，对所述目标移动轨迹进行分类。