[发明专利]出行轨迹预测方法、装置、计算设备及存储介质

权利要求书

1.一种出行轨迹预测方法，其特征在于，包括：

获取车辆的出行数据，所述出行数据包括经度数据和纬度数据；

对所述出行数据进行网格编码，得到所述车辆的时序网格轨迹；

计算所述时序网格轨迹与轨迹库中每个轨迹序列的相似度，所述轨迹库中包括至少一个轨迹序列；

根据所述相似度预测所述车辆的出行轨迹。

2.根据权利要求1所述的方法，其特征在于，对所述出行数据进行网格编码，得到所述车辆的时序网格轨迹，包括：

基于地址编码算法对所述经度数据和纬度数据编码得到字符串；

根据所述字符串合并相邻的网格，得到所述时序网格轨迹，以及所述时序网格轨迹的以下信息：进入网格时间，离开网格时间，网格编码，网格内停留时长以及通过速度。

3.根据权利要求1所述的方法，其特征在于，计算所述时序网格轨迹与轨迹库中每个轨迹序列的相似度，包括：

若所述时序网格轨迹中的非常规活动网格的数量或比例达到设定阈值，则计算所述时序网格轨迹与轨迹库中每个轨迹序列的莱文斯坦距离，作为每个轨迹序列对应的相似度。

4.根据权利要求1所述的方法，其特征在于，根据所述相似度预测所述车辆的出行轨迹，包括：

若各所述轨迹序列对应的相似度中，最高的相似度大于相似度阈值，则将该最高的相似度对应的轨迹序列作为所述车辆的出行轨迹。

5.根据权利要求1所述的方法，其特征在于，还包括：

获取车辆的历史出行数据，所述历史出行数据包括历史经度数据和历史纬度数据；

对所述历史出行数据进行网格编码，得到至少一个轨迹序列，并标记常规活动网格。

6.根据权利要求5所述的方法，其特征在于，标记常规活动网格，包括：

根据网格内停留时长和/或网格进出频次确定网格分值；

对于常活动区域内的轨迹序列，选取网格分值最高的设定数量的网格标记为常规活动网格。

7.根据权利要求1所述的方法，其特征在于，还包括：

根据网格内停留时长，确定与所述出行轨迹的相似度最高的轨迹序列中的目的地网格，并根据所述目的地网格预测所述出行轨迹的目的地。

8.一种出行轨迹预测装置，其特征在于，包括：

获取模块，用于获取车辆的出行数据，所述出行数据包括经度数据和纬度数据；

编码模块，用于对所述出行数据进行网格编码，得到所述车辆的时序网格轨迹；

计算模块，用于计算所述时序网格轨迹与轨迹库中每个轨迹序列的相似度，所述轨迹库中包括至少一个轨迹序列；

预测模块，用于根据所述相似度预测所述车辆的出行轨迹。

9.一种计算设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的出行轨迹预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的出行轨迹预测方法。