[发明专利]轨迹分类方法、轨迹分类模型训练方法及计算机程序产品

权利要求书

1.一种轨迹分类方法，其中，包括：

获取待分类轨迹；

基于所述待分类轨迹中的轨迹点所属道路类型，将所述待分类轨迹划分成一个或多个轨迹片段，同一个轨迹片段中的所有轨迹点属于同一道路类型；

针对各个所述轨迹片段提取至少一个时间序列特征；

基于所述至少一个时间序列特征，确定所述待分类轨迹的通行方式类别。

2.根据权利要求1所述的方法，其中，基于所述至少一个时间序列特征，确定所述待分类轨迹的通行方式类别，包括：

确定每一个所述轨迹片段所属道路类型，以及所述道路类型对应的第一轨迹分类模型；其中不同道路类型对应不同的第一轨迹分类模型；

针对每一个所述轨迹片段，将与该轨迹片段对应的所述时间序列特征，输入至所述轨迹片段所属道路类型对应的第一轨迹分类模型，获得该轨迹片段的分类结果；

将各个所述轨迹片段对应的所述分类结果进行融合，确定所述待分类轨迹的通行方式类别。

3.根据权利要求2所述的方法，其中，不同的所述第一轨迹分类模型单独训练得到，且训练所述第一轨迹分类模型的样本轨迹所属道路类型与所述第一轨迹分类模型对应的道路类型相同。

4.根据权利要求2或3所述的方法，其中，将所述轨迹片段对应的所述分类结果进行融合，确定所述待分类轨迹的通行方式类别，包括：

对所述轨迹片段对应的所述分类结果分别加权融合后，得到所述待分类轨迹的通行方式类别；其中对所述轨迹片段的分类结果进行加权的权重与所述轨迹片段在所述待分类轨迹中所占的长度比例相关。

5.根据权利要求1所述的方法，其中，基于所述轨迹片段中提取的所述至少一个时间序列特征确定所述待分类轨迹的通行方式类别，包括：

将所述轨迹片段中提取的所述至少一个时间序列特征拼成总时间序列特征；

将所述总时间序列特征输入至第二轨迹分类模型，获得所述待分类轨迹的通行方式类别。

6.根据权利要求5所述的方法，其中，将所述轨迹片段中提取的所述至少一个时间序列特征拼成总时间序列特征，包括：

从每个所述轨迹片段中提取预定数量个时间序列特征，且从不同的所述轨迹片段中提取的所述预定数量个时间序列特征的类型对应一致；

按照所述轨迹片段在所述待分类轨迹中的位置顺序，将每个所述轨迹片段对应的预定数量个时间序列特征依次拼接，得到所述总时间序列特征。

7.一种轨迹分类模型训练方法，其中，包括：

获取训练数据；所述训练数据包括多个样本轨迹；

基于所述样本轨迹中的轨迹点所属道路类型，将所述待分类轨迹划分成一个或多个轨迹片段，同一个轨迹片段中的所有轨迹点属于同一道路类型；

针对各个所述轨迹片段提取至少一个时间序列特征；

将所述至少一个时间序列特征输入至所述轨迹片段所属道路类型对应的第一轨迹分类模型进行训练；其中不同道路类型对应不同的第一轨迹分类模型。

8.一种轨迹分类模型训练方法，其中，包括：

获取训练数据；所述训练数据包括多个样本轨迹；

基于所述样本轨迹中的轨迹点所属道路类型，将所述待分类轨迹划分成一个或多个轨迹片段，同一个轨迹片段中的所有轨迹点属于同一道路类型；

针对各个所述轨迹片段提取至少一个时间序列特征；

将所述轨迹片段中提取的所述至少一个时间序列特征拼接成总时间序列特征；

将所述总时间序列特征输入至第二分类模型进行训练。

9.一种交通状况分析方法，其中，利用权利要求1-6任一项所述的方法对道路上的轨迹进行分类后，基于分类结果分析道路上的交通状况。

10.一种计算机程序产品，其包括计算机指令，其中，该计算机指令被处理器执行时实现权利要求1-9任一项所述的方法。