轨迹识别方法、装置及电子设备制造方法及图纸

本申请提供了一种轨迹识别方法、装置及电子设备，其中，该方法包括：获取目标服务提供方的当前订单的订单信息，所述订单信息包括第一起点、第一终点；选取第一历史订单数据；从所述第一历史订单数据中选取出第二历史订单数据；将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果。通过本申请实施例中的轨迹识别方法可以有效地识别服务提供方在提供服务时的行驶路线的状况，从而可以识别出一些潜在的危险路径。

Track identification method, device and electronic equipment

【技术实现步骤摘要】
轨迹识别方法、装置及电子设备
本申请涉及数据处理
，具体而言，涉及一种轨迹识别方法、装置及电子设备。
技术介绍
目前，后台可以获知服务提供方提供的订单数据，可以根据订单数据为服务提供方提供导航路线，后台还可以实时获得服务提供方的行驶路线，如果服务提供方的形式路线偏离了导航路线，则可以实现对服务提供方进行提示。这种方式可以实现路线的提示，但是不能够对一些特殊行驶路线进行识别。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种轨迹识别方法、装置及电子设备，能够通过对服务提供方的轨迹进行识别解决现有技术中存在的不能确定服务提供方的行驶路线是否正常的问题，达到识别出服务提供方的行驶轨迹是否存在异常，提前得知轨迹异常的效果。根据本申请的一个方面，提供一种电子设备，可以包括一个或多个存储介质和一个或多个与存储介质通信的处理器。一个或多个存储介质存储有处理器可执行的机器可读指令。当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行所述机器可读指令，以执行一个或多个以下操作：获取目标服务提供方的当前订单的订单信息，所述订单信息包括第一起点、第一终点；选取第一历史订单数据，所述第一历史订单数据中的任一订单的第一端点在所述第一起点的限定范围内，所述第一端点是订单的起点或订单的终点；从所述第一历史订单数据中选取出第二历史订单数据；所述第二历史订单数据的中任一订单的第二端点在所述第一终点的限定范围内，所述第二端点是与所述第一端点对应的订单的终点或订单的起点；将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果。在一些实施例中，所述选取第一历史订单数据的步骤，包括：计算所述第一起点与历史数据中的各个订单的第一端点的第一距离；筛选所述第一距离小于第一设定值对应的订单，以得到第一历史订单数据。在一些实施例中，所述计算所述第一起点与历史数据中的各个订单的第一端点的第一距离的步骤，包括：获得所述第一起点的第一经纬度数据；获得历史数据中的各个订单的第一端点的第二经纬度数据；根据所述第一经纬度数据及所述第二经纬度数据计算得到所述第一起点与历史数据中的各个订单的第一端点的球面距离。在一些实施例中，所述根据所述第一经纬度数据及所述第二经纬度数据计算得到所述第一起点与历史数据中的各个订单的第一端点的球面距离的步骤，包括：使用半正矢函数对所述第一经纬度数据及所述第二经纬度数据进行计算，得到所述第一起点与历史数据中的各个订单的第一端点的球面距离。在一些实施例中，使用半正矢函数对所述第一经纬度数据及所述第二经纬度数据进行计算表示为：其中，d表示所述第一起点与历史数据中的各个订单的第一端点的距离，r是地球的半径，表示所述第一起点的纬度；表示历史数据中的各个订单的第一端点的纬度；λ1表示所述第一起点的纬度；λ2表示历史数据中的各个订单的第一端点的纬度；hav表示半正矢函数。在一些实施例中，所述计算所述第一起点与历史数据中的各个订单的第一端点的第一距离的步骤，包括：构建所述第一起点与历史数据中的各个订单的第一端点所在平面的平面坐标系；计算所述第一起点与历史数据中的各个订单的第一端点在所述平面坐标系的欧氏距离。在一些实施例中，所述从所述第一历史订单数据中选取出第二历史订单数据的步骤，包括：计算所述第一终点与所述第一历史订单数据中的各个订单的第二端点的第二距离；筛选所述第二距离小于第二设定值对应的订单，以得到第二历史订单数据。在一些实施例中，所述计算所述第一终点与所述第一历史订单数据中的各个订单的第二端点的第二距离的步骤，包括：计算所述第一终点与所述第一历史订单数据中的各个订单的第二端点的球面距离；或，计算所述第一终点与所述第一历史订单数据中的各个订单的第二端点的欧氏距离。在一些实施例中，所述将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果的步骤，包括：按照所述第二历史订单数据中的各个订单携带的属性信息进行分类，得到至少一类轨迹数据；将所述目标服务提供方的行驶轨迹与所述至少一类轨迹数据进行离群检测，得到轨迹识别结果。在一些实施例中，所述属性信息包括时间信息、位置信息、轨迹信息中的至少一种。在一些实施例中，所述按照所述第二历史订单数据中的各个订单携带的属性信息进行分类，得到至少一类轨迹数据的步骤，包括：使用聚类算法对所述第二历史订单数据中的各个订单进行分类，得到至少一类轨迹数据。在一些实施例中，所述使用聚类算法对所述第二历史订单数据中的各个订单进行分类，得到至少一类轨迹数据的步骤，包括：使用DBSCAN基于密度的聚类算法将所述第二历史订单数据中的各个订单携带的属性信息进行分类，得到至少一类轨迹数据；或，使用k均值聚类算法将所述第二历史订单数据中的各个订单携带的属性信息进行分类，得到至少一类轨迹数据。在一些实施例中，所述将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果的步骤，包括：将所述第二历史订单数据中的任一一类轨迹数据加入所述当前订单中形成检测数据集，使用异常检测算法对所述检测数据集中的当前订单是否数据离群样本，若是，则轨迹识别结果为轨迹异常；若否，则将所述第一历史订单数据中的其它类轨迹数据加入所述当前订单中形成检测数据集，验证所述当前订单是否属于轨迹异常的订单，直到验证结束。在一些实施例中，在所述将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果的步骤之后，所述方法还包括：若所述轨迹识别结果表征为轨迹异常，则生成关于所述目标服务提供方的报警信息。在一些实施例中，所述轨迹识别结果表征为轨迹异常的情况包括：所述目标服务提供方的定位信号消失；或，所述目标服务提供方对应的行驶轨迹与所述第二历史订单数据中的任意一条轨迹均不相同。根据本申请的另一方面，提供一种轨迹识别装置，包括：获取模块，用于获取目标服务提供方的当前订单的订单信息，所述订单信息包括第一起点、第一终点；第一选取模块，用于选取第一历史订单数据，所述第一历史订单数据中的任一订单的第一端点在所述第一起点的限定范围内，所述第一端点是订单的起点或订单的终点；第二选取模块，用于从所述第一历史订单数据中选取出第二历史订单数据；所述第二历史订单数据的中任一订单的第二端点在所述第一终点的限定范围内，所述第二端点是与所述第一端点对应的订单的终点或订单的起点；匹本文档来自技高网...

【技术保护点】
1.一种轨迹识别方法，其特征在于，包括：/n获取目标服务提供方的当前订单的订单信息，所述订单信息包括第一起点、第一终点；/n选取第一历史订单数据，所述第一历史订单数据中的任一订单的第一端点在所述第一起点的限定范围内，所述第一端点是订单的起点或订单的终点；/n从所述第一历史订单数据中选取出第二历史订单数据；所述第二历史订单数据的中任一订单的第二端点在所述第一终点的限定范围内，所述第二端点是与所述第一端点对应的订单的终点或订单的起点；/n将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果。/n

【技术特征摘要】
1.一种轨迹识别方法，其特征在于，包括：
获取目标服务提供方的当前订单的订单信息，所述订单信息包括第一起点、第一终点；
选取第一历史订单数据，所述第一历史订单数据中的任一订单的第一端点在所述第一起点的限定范围内，所述第一端点是订单的起点或订单的终点；
从所述第一历史订单数据中选取出第二历史订单数据；所述第二历史订单数据的中任一订单的第二端点在所述第一终点的限定范围内，所述第二端点是与所述第一端点对应的订单的终点或订单的起点；
将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果。


2.如权利要求1所述的方法，其特征在于，所述选取第一历史订单数据的步骤，包括：
计算所述第一起点与历史数据中的各个订单的第一端点的第一距离；
筛选所述第一距离小于第一设定值对应的订单，以得到第一历史订单数据。


3.如权利要求2所述的方法，其特征在于，所述计算所述第一起点与历史数据中的各个订单的第一端点的第一距离的步骤，包括：
获得所述第一起点的第一经纬度数据；
获得历史数据中的各个订单的第一端点的第二经纬度数据；
根据所述第一经纬度数据及所述第二经纬度数据计算得到所述第一起点与历史数据中的各个订单的第一端点的球面距离。


4.如权利要求3所述的方法，其特征在于，所述根据所述第一经纬度数据及所述第二经纬度数据计算得到所述第一起点与历史数据中的各个订单的第一端点的球面距离的步骤，包括：
使用半正矢函数对所述第一经纬度数据及所述第二经纬度数据进行计算，得到所述第一起点与历史数据中的各个订单的第一端点的球面距离。


5.如权利要求4所述的方法，其特征在于，使用半正矢函数对所述第一经纬度数据及所述第二经纬度数据进行计算表示为：



其中，d表示所述第一起点与历史数据中的各个订单的第一端点的距离，r是地球的半径，表示所述第一起点的纬度；表示历史数据中的各个订单的第一端点的纬度；λ1表示所述第一起点的纬度；λ2表示历史数据中的各个订单的第一端点的纬度；hav表示半正矢函数。


6.如权利要求2所述的方法，其特征在于，所述计算所述第一起点与历史数据中的各个订单的第一端点的第一距离的步骤，包括：
构建所述第一起点与历史数据中的各个订单的第一端点所在平面的平面坐标系；
计算所述第一起点与历史数据中的各个订单的第一端点在所述平面坐标系的欧氏距离。


7.如权利要求1所述的方法，其特征在于，所述从所述第一历史订单数据中选取出第二历史订单数据的步骤，包括：
计算所述第一终点与所述第一历史订单数据中的各个订单的第二端点的第二距离；
筛选所述第二距离小于第二设定值对应的订单，以得到第二历史订单数据。


8.如权利要求7所述的方法，其特征在于，所述计算所述第一终点与所述第一历史订单数据中的各个订单的第二端点的第二距离的步骤，包括：
计算所述第一终点与所述第一历史订单数据中的各个订单的第二端点的球面距离；或，
计算所述第一终点与所述第一历史订单数据中的各个订单的第二端点的欧氏距离。


9.如权利要求1所述的方法，其特征在于，所述将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果的步骤，包括：
按照所述第二历史订单数据中的各个订单携带的属性信息进行分类，得到至少一类轨迹数据；
将所述目标服务提供方的行驶轨迹与所述至少一类轨迹数据进行离群检测，得到轨迹识别结果。


10.如权利要求9所述的方法，其特征在于，所述属性信息包括时间信息、位置信息、轨迹信息中的至少一种。


11.如权利要求9所述的方法，其特征在于，所述按照所述第二历史订单数据中的各个订单携带的属性信息进行分类，得到至少一类轨迹数据的步骤，包括：
使用聚类算法对所述第二历史订单数据中的各个订单进行分类，得到至少一类轨迹数据。


12.如权利要求11所述的方法，其特征在于，所述使用聚类算法对所述第二历史订单数据中的各个订单进行分类，得到至少一类轨迹数据的步骤，包括：
使用DBSCAN基于密度的聚类算法将所述第二历史订单数据中的各个订单携带的属性信息进行分类，得到至少一类轨迹数据；或，
使用k均值聚类算法将所述第二历史订单数据中的各个订单携带的属性信息进行分类，得到至少一类轨迹数据。


13.如权利要求1所述的方法，其特征在于，所述将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果的步骤，包括：
将所述第二历史订单数据中的任一一类轨迹数据加入所述当前订单中形成检测数据集，使用异常检测算法对所述检测数据集中的当前订单是否数据离群样本，若是，则轨迹识别结果为轨迹异常；
若否，则将所述第一历史订单数据中的其它类轨迹数据加入所述当前订单中形成检测数据集，验证所述当前订单是否属于轨迹异常的订单，直到验证结束。


14.如权利要求1所述的方法，其特征在于，在所述将所述第二历史订单数据中的订单路线与所述目标服务提供方的行驶轨迹形成数据集，根据所述数据集对所述目标服务提供方的行驶轨迹进行离群检测，得到轨迹识别结果的步骤之后，所述方法还包括：
若所述轨迹识别结果表征为轨迹异常，则生成关于所述目标服务提供方的报警信息。


15.如权利要求1所述的方法，其特征在于，所述轨迹识别结果表征为轨迹异常的情况包括：
所述目标服...

【专利技术属性】
技术研发人员：蔡恒兴，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11