[发明专利]一种轨迹数据清洗方法

说明书

本发明提供一种轨迹数据清洗方法，能够提高轨迹数据的数据质量。所述方法包括：S1，计算轨迹数据中相邻两个轨迹点之间的M阶差分，并降低M阶差分值小于第一预设阈值的相应轨迹点的可信度值；S2，每个轨迹点向其邻居点投票的同时接受来自邻居点的投票值，根据邻居点的投票值重新计算每个轨迹点的可信度值；S3，判断S2执行前后每个轨迹点的可信度值的变化值是否小于预设的可接受的最大变化值，若是，则删除所有可信度值小于第二预设阈值的轨迹点；否则，返回S2执行下一次迭代。本发明涉及大数据处理领域。

技术领域

本发明涉及大数据处理领域，特别是指一种轨迹数据清洗方法。

背景技术

随着大数据时代的到来以及定位技术和定位服务的发展，轨迹数据现在已经受到了越来越多的关注，轨迹数据在轨迹预测、路径推断、模式挖掘以及其他相关领域发挥着重要作用。

轨迹数据是由携带GPS或者其他定位设备的移动目标所产生的一系列轨迹记录，通常用一组坐标点来表示。假设，用p(x,y)来表示一个已经记录的坐标点，那么一条轨迹可以表示为p₁(x₁,y₁)→p₂(x₂,y₂)→…p_n(x_n,y_n)。

但是由于数据丢失或者是硬件配置过低等等原因，轨迹数据中通常含有许多的伪造数据点。这些数据点虽然在一些研究领域是有益的，但是可能会影响另外一些领域中的相关研究。

现有技术中，轨迹数据的清洗方法主要有均值过滤(mean filter)、卡尔曼粒子过滤(Kalman and particle filters)以及异常值检测(heuristics-based outliersdetection)。但是，均值过滤、卡尔曼粒子过滤以及异常值检测方法都着重于清除轨迹数据中的异常值(即离群点)，而无法有效的清除掉轨迹数据中的插值数据点；其中，异常值指明显偏离轨迹运动趋势的数据点，插值数据点指两个真实轨迹点之间通过线性插值得到的数据点。

发明内容

本发明要解决的技术问题是提供一种轨迹数据清洗方法，以解决现有技术所存在的无法有效的清除掉轨迹数据中的插值数据点的问题。

为解决上述技术问题，本发明实施例提供一种轨迹数据清洗方法，包括：

S1，计算轨迹数据中相邻两个轨迹点之间的M阶差分，并降低M阶差分值小于第一预设阈值的相应轨迹点的可信度值，其中，所述可信度值用于描述一个轨迹点是非插值数据点的可能性；

S2，每个轨迹点向其邻居点投票的同时接受来自邻居点的投票值，根据邻居点的投票值重新计算每个轨迹点的可信度值；

S3，判断S2执行前后每个轨迹点的可信度值的变化值是否小于预设的可接受的最大变化值，若是，则删除所有可信度值小于第二预设阈值的轨迹点；否则，返回S2执行下一次迭代。

进一步地，所述计算轨迹数据中相邻两个轨迹点之间的M阶差分包括：

基于x坐标和/或y坐标计算轨迹数据中相邻两个轨迹点之间的M阶差分。

进一步地，M为大于等于2的正整数。

进一步地，轨迹点p的邻居点是位于以轨迹点p为圆心，投票半径r为半径的圆形区域中的所有来自其他轨迹的轨迹点。

进一步地，设轨迹点p是轨迹点q的一个邻居点，则轨迹点p对轨迹点q的投票值表示为：

vote(p→q)＝credit(p)×fac(p→q)