[发明专利]一种轨迹去重方法、装置及存储介质

权利要求书

1.一种轨迹去重方法，其特征在于，包括：

获取到原始轨迹后，对所述原始轨迹分段，并将分段轨迹绘制成相同样式的轨迹图片；

对所述轨迹图片叠加，通过深度学习模型判断叠加后的轨迹图片为重复轨迹，则去除重复轨迹；

对所有的轨迹分段等距抽样，当部分连续重复样本点与分段样本点比例大于预设阈值，则将所述部分连续重复样本点对应的重复轨迹删除。

2.根据权利要求1所述的方法，其特征在于，所述对轨迹图片叠加包括：

选取相同分段的任意两张轨迹图片，调整所述两张轨迹图片中任意轨迹图片的轨迹线的透明度，以区分两张轨迹图片的轨迹线。

3.根据权利要求1所述的方法，其特征在于，所述通过深度学习模型判断叠加后的轨迹图片为重复轨迹，则去除重复轨迹包括：

采集标注类型为重复和非重复的轨迹图片作为样本，按预设比例选取所述样本作为训练集和测试集；

通过所述训练集对卷积神经网络训练，再通过测试集测试训练后的卷积神经网络；

当测试后的卷积神经网络达到预定标准后，通过测试后的卷积神经网络检测所述叠加后的轨迹图片，判断轨迹图片的轨迹类型。

4.根据权利要求2所述的方法，其特征在于，所述去除重复轨迹包括：

获取叠加后的轨迹图片中的分段轨迹的轨迹点，比较分段轨迹中两条轨迹的轨迹点数量，并去除两条轨迹中对应轨迹点数量较少的分段轨迹。

5.根据权利要求1所述的方法，其特征在于，所述对所有的轨迹分段等距抽样，当部分连续重复样本点与分段样本点比例大于预设阈值，则将所述部分连续重复样本点对应的轨迹删除包括：

对所有轨迹分段等距抽样，对同一轨迹分段内的任意两条轨迹，统计两条轨迹中样本点的最小法向距离；

当所述最小法向距离小于预设值，判定两条轨迹的样本点重复；

当两条轨迹连续重复的样本点与分段样本点的比例大于预设阈值，则判定两条轨迹存在部分重复，并将部分连续重复样本点对应的两条轨迹中任一重复部分轨迹删除。

6.一种轨迹去重装置，其特征在于，包括：

分段模块，用于获取到原始轨迹后，对所述原始轨迹分段，并将分段轨迹绘制成相同样式的轨迹图片；

第一去重模块，用于对所述轨迹图片叠加，通过深度学习模型判断叠加后的轨迹图片为重复轨迹，则去除重复轨迹；

第二去重模块，用于对所有的轨迹分段等距抽样，当部分连续重复样本点与分段样本点比例大于预设阈值，则将所述部分连续重复样本点对应的重复轨迹删除。

7.根据权利要求6所述的装置，其特征在于，所述对轨迹图片叠加包括：

选取相同分段的任意两张轨迹图片，调整所述两张轨迹图片中任意轨迹图片的轨迹线的透明度，以区分两张轨迹图片的轨迹线。

8.根据权利要求6所述的装置，其特征在于，所述第二去重模块包括：

统计单元，用于对所有轨迹分段等距抽样，对同一轨迹分段内的任意两条轨迹，统计两条轨迹中样本点的最小法向距离；

判断单元，用于当所述最小法向距离小于预设值，判定两条轨迹的样本点重复；

去重单元，用于当两条轨迹连续重复的样本点与分段样本点的比例大于预设阈值，则判定两条轨迹存在部分重复，并将部分连续重复样本点对应的两条轨迹中任一重复部分轨迹删除。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述轨迹去重方法的步骤。