[发明专利]相似轨迹的确定方法、装置及计算机存储介质

权利要求书

1.一种相似轨迹的确定方法，其特征在于，所述方法包括：

获取多条轨迹，每条轨迹包括多个原始轨迹点；

针对每条轨迹，依据所述多个原始轨迹点，获取采样数量的采样轨迹点；

基于已训练的聚类模型，根据所述采样轨迹点的数据确定每条所述轨迹的类别；

计算同一类别中轨迹之间的相似度，以确定所述多条轨迹中每条轨迹的相似轨迹。

2.根据权利要求1所述的确定方法，所述方法进一步包括：

获取多条训练轨迹，每条训练轨迹包括多个原始训练轨迹点；

针对每条训练轨迹，依据所述多个原始训练轨迹点，获取所述采样数量的采样训练轨迹点；

根据所述采样训练轨迹点的数据对所述多条训练轨迹进行聚类，获得预设聚类数量的聚类中心，以作为所述聚类模型。

3.根据权利要求1或2所述的方法，其特征在于，所述轨迹和所述训练轨迹同为轨迹，所述获取多条轨迹，包括：

获取同一时间段的多条轨迹；

所述针对每条轨迹，依据所述多个原始轨迹点，获取采样数量的采样轨迹点，包括：

在所述同一时间段，间隔同一单位时间对每条轨迹进行采样，以针对每条轨迹，依据所述多个原始轨迹点，获取采样数量的采样轨迹点。

4.根据权利要求3所述的确定方法，所述间隔同一单位时间对每条轨迹进行采样，获取采样数量的采样轨迹点，包括：

计算距离采样时刻最近的原始轨迹点与所述采样时刻的时间差；

比较所述时间差和时间阈值；

若所述时间差小于所述时间阈值，则以距离所述采样时刻最近的原始轨迹点作为采样轨迹点；

若所述时间差大于或等于所述时间阈值，则以在所述采样时刻前后最近的两个原始轨迹点的平均值作为采样轨迹点。

5.根据权利要求2所述的确定方法，根据所述采样训练轨迹点的数据对所述多条训练轨迹进行聚类，包括：

将所述多条训练轨迹的采样训练轨迹点通过谷歌S2编码以使得每个所述采样训练轨迹点均对应生成一个整数；

将通过谷歌S2编码后的所述多条训练轨迹映射到高维空间；

根据预设算法对高维空间的所述多条训练轨迹进行聚类，以确定每条训练轨迹的类别。

6.根据权利要求5所述的确定方法，所述根据预设算法对高维空间的所述多条训练轨迹进行聚类，以确定每条训练轨迹的类别，包括：

从所述高维空间的所述多条整数轨迹中确定预设聚类数量的聚类中心；

根据所述多条训练轨迹与所述聚类中心的距离将所述训练轨迹向所述聚类中心聚集。

7.根据权利要求1所述的确定方法，所述计算同一类别中轨迹之间的相似度，包括：

根据所述原始轨迹点的数据计算同一类别中轨迹之间的相似度，

或者，根据所述采样轨迹点的数据计算同一类别中轨迹之间的相似度。

8.根据权利要求1所述的确定方法，所述计算同一类别中轨迹之间的相似度，包括：

采用SPD或DTW算法计算同一类别中轨迹之间的相似度。

9.一种轨迹相似度计算装置，其特征在于，所述轨迹相似度计算装置包括处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-8中任一项所述方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1-8中任一项所述方法的步骤。