基于轨迹分析的伴随对象确定方法、装置、设备及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115757987A(43)申请公布日2023.03.07(21)申请号202211340983.4(22)申请日2022.10.30(71)申请人深圳市巨龙创视科技有限公司地址518000广东省深圳市宝安区新安街道兴东社区71区壹维空间601-615(72)发明人孙成智王爱中(74)专利代理机构深圳市育科知识产权代理有限公司44509专利代理师宋朋慧(51)Int.Cl.G06F16/9537(2019.01)G06F18/22(2006.01)G06F18/2321(2023.01)G06N3/02(2018.01)G16H50/80(2023.01)权利要求书3页说明书12页附图3页(54)发明名称基于轨迹分析的伴随对象确定方法、装置、设备及介质(57)摘要本发明涉及人工智能技术，揭露了一种基于轨迹分析的伴随对象确定方法，包括：构建目标对象三维时空立体轨迹及相关对象三维时空立体轨迹集；基于连通子图挖掘算法，将三维时空立体轨迹集分为N个三维时空立体轨迹子图；利用轨迹相似度模型，分别计算目标对象三维时空立体轨迹与N个三维时空立体轨迹子图中所有三维时空立体轨迹之间的时空轨迹相似度；将时空轨迹相似度满足预设阈值对应的对象，定义为伴随对象；基于时空密度聚类算法识别伴随对象的停留位置。此外，本发明还涉及区块链技术，三维时空立体轨迹可存储于区块链的节点。本发明还提出一种基于轨迹分析的伴随对象确定装置、电子设备以及存储介质。本发明可以提高伴随对象确定效率。CN115757987ACN115757987A权利要求书1/3页1.一种基于轨迹分析的伴随对象确定方法，其特征在于，所述方法包括：获取目标对象的时空轨迹数据，利用所述时空轨迹数据构建目标对象三维时空立体轨迹；获取所述目标对象在预设时间段内途径区域的所有对象的时空轨迹数据，利用所述所有对象的时空轨迹数据构建相关对象三维时空立体轨迹集；基于连通子图挖掘算法，将所述相关对象三维时空立体轨迹集分为N个三维时空立体轨迹子图，其中N为正整数；利用预先训练完成的轨迹相似度模型，分别计算所述目标对象三维时空立体轨迹与所述N个三维时空立体轨迹子图中所有对象的三维时空立体轨迹之间的时空轨迹相似度，得到时空轨迹相似度集；将所述时空轨迹相似度集中时空轨迹相似度满足预设阈值对应的对象，选定为伴随对象；基于时空密度聚类算法识别出所述伴随对象对应的三维时空立体轨迹中的停留位置，在预设的地图中标注所述停留位置。2.如权利要求1所述的基于轨迹分析的伴随对象确定方法，其特征在于，所述基于连通子图挖掘算法，将所述相关对象三维时空立体轨迹集分为N个三维时空立体轨迹子图，包括：剔除所述相关对象三维时空立体轨迹集中的异常数据，得到标准相关对象三维时空立体轨迹集；根据时空密度对所述标准相关对象三维时空立体轨迹集中的轨迹点进行聚类，生成聚类簇；分析所述聚类簇中不同对象之间的关联性，根据所述关联性构建对象轨迹关系图；基于所述对象轨迹关系图将所述标准相关对象三维时空立体轨迹集分为N个三维时空立体轨迹子图。3.如权利要求2所述的基于轨迹分析的伴随对象确定方法，其特征在于，所述根据时空密度对所述标准相关对象三维时空立体轨迹集中的轨迹点进行聚类，生成聚类簇，包括：将所述标准三维时空立体轨迹集中的轨迹点按照时间切片划为连续的轨迹快照；基于时空密度聚类算法，对每个所述轨迹快照内的轨迹点按照时空密度进行聚类，得到空间聚类簇；根据所述时间切片，汇聚所述空间聚类簇，得到聚类簇。4.如权利要求1所述的基于轨迹分析的伴随对象确定方法，其特征在于，所述利用预先训练完成的轨迹相似度模型，分别计算所述目标对象三维时空立体轨迹与所述N个三维时空立体轨迹子图中所有对象的三维时空立体轨迹之间的时空轨迹相似度，得到时空轨迹相似度集，包括：将所述目标对象三维时空立体轨迹映射为目标对象短向量；将所述N个三维时空立体轨迹子图中所有对象的三维时空立体轨迹映射为N个轨迹向量空间；利用所述预先训练完成的轨迹相似度模型，分别计算所述目标对象短向量与所述N个轨迹向量空间之间的空间相似度集及时间相似度集；2CN115757987A权利要求书2/3页根据所述空间相似度集及所述时间相似度集，得到时空轨迹相似度集。5.如权利要求1所述的基于轨迹分析的伴随对象确定方法，其特征在于，所述基于时空密度聚类算法识别出所述伴随对象对应的三维时空立体轨迹中的停留位置，包括：将所述伴随对象对应的三维时空立体轨迹，按照预设时间间隔划分为高频等间距时空轨迹的位置标记点数据；将所述位置标记点数据划入不同的位置缓冲区，计算各个位置标记点所属位置缓冲区的位置标记点密度值；获取所述位置标记点的停留时长，在所述位置标记点密度值的峰值对应的位置中，将所述停留