[发明专利]一种轨迹聚类的方法、设备及存储介质

说明书

一种轨迹聚类的方法，包括：获取目标轨迹集合，其中包括多条轨迹；根据目标轨迹集合中每条轨迹的位置数据将目标轨迹集合中的轨迹进行划分，得到多个目标轨迹子集；分别计算每个目标轨迹子集中不同轨迹之间的相似度；根据每个目标轨迹子集中不同轨迹之间的相似度与预设相似度阈值分别对每个目标轨迹子集中的轨迹进行聚类，得到聚类结果。本方案根据目标轨迹集合中的轨迹的位置数据将目标轨迹集合中的轨迹分到相应的不同目标轨迹子集中。对不同的目标轨迹子集进行轨迹聚类时，无须考虑目标轨迹子集之外的其它轨迹，可以快速计算轨迹相似度，降低了相似轨迹的发现开销，从而降低了轨迹聚类的整体计算开销。

技术领域

本申请涉及数据处理领域，尤其涉及一种轨迹聚类的方法、设备及存储介质。

背景技术

位置传感器是一种可以对行人、车辆等可移动个体进行定位的传感器。在目前，全球定位系统(global positioning system，GPS)设备是最典型且常用的位置传感器。此外，监控摄像头、无线上网(wifi)探针、手机基站等具有固定位置的个体识别设备也可以看作位置传感器，因为它们也能够通过监听的方式提供个体位置信息。出于城市智能化管理、安防等需求，利用位置传感器收集各种实体(例如行人、车辆等)的时空位移数据，并且对这些时空位移数据进行数据挖掘分析的技术已经逐渐发展成熟，且应用前景广阔，可以为城市安全、商业活动等方面的决策提供技术支持。

每个实体被位置传感器记录而生成的时空位移数据可以称为轨迹。顾名思义，轨迹即一个实体随着时间变化，其位置发生改变形成的路径。轨迹由多个轨迹点组成，其中，每一个轨迹点表示位置传感器对实体位置的一次记录，描述了“某实体”在“某时刻”位于“某地点”。目前，轨迹聚类是数据挖掘领域内的一个研究热点，轨迹聚类即将大量的轨迹中相似度符合一定条件的轨迹进行汇总。轨迹聚类在疑犯追踪、异常行为发现、人流车流分析等方面具有重大的研究意义。例如，在治安应用场景下，同行人分析是轨迹聚类的一个具体应用，它可以帮助警方以现有的轨迹(可以是案犯同伙或者受害人的)作为查询目标，查找与查询目标相似度较高的轨迹，从而帮助警方进行同伙分析、嫌疑人确定等工作。

轨迹相似度的计算是轨迹聚类中的重点也是难点。现有方法中使用的轨迹大多是由GPS设备生成的，轨迹点可能是任意位置，这导致在进行轨迹相似度计算时，需要枚举两条轨迹中每一对轨迹点的在空间上的距离关系，以及在时间上的时差关系，因此计算难度较高。在现有的轨迹聚类方法中，进行轨迹聚类时，需要对大量的轨迹进行轨迹相似度计算，从而在这些轨迹中发现相似轨迹，因此需要进行相似度计算的轨迹数量往往是十分庞大的，相似轨迹的发现开销过大导致轨迹聚类的计算开销过大，聚类效率较低。

发明内容

本申请实施例提供了一种轨迹聚类的方法及轨迹聚类设备，可以降低轨迹聚类时所需的计算开销，提高聚类效率。

有鉴于此，本申请第一方面提供一种轨迹聚类的方法，该方法包括：获取目标轨迹集合，该目标轨迹集合中包括多条轨迹，每条轨迹包括多个轨迹点，每个轨迹点携带位置信息和时间信息，在相同的区域中被采集得到的轨迹点的位置信息是相同的；根据该目标轨迹集合中每条轨迹的位置数据将目标轨迹集合中的轨迹进行划分，得到多个目标轨迹子集，目标轨迹集合中任意两条轨迹划分到同一个目标轨迹子集的概率与该两条轨迹对应的位置数据之间的相似度相关联；分别计算每个目标轨迹子集中不同轨迹之间的相似度；根据每个目标轨迹子集中不同轨迹之间的相似度与预设相似度阈值分别对每个目标轨迹子集中的轨迹进行聚类，得到聚类结果，该聚类结果用于指示不同轨迹之间是否存在关联关系。

由上述第一方面可知，由于本方案中针对目标轨迹集合中的轨迹的位置数据对目标轨迹集合进行划分，可以实现以较高的概率将目标轨迹集合中位置数据相似度较高的轨迹分到相同的目标轨迹子集中。对不同的目标轨迹子集进行轨迹聚类时，无须考虑目标轨迹子集之外的其它轨迹，轨迹的相似度可以得到快速计算，降低了相似轨迹的发现开销。