[发明专利]基于定位的人员轨迹数据处理方法、装置以及电子设备

权利要求书

1.一种基于定位的人员轨迹数据处理方法，其特征在于，包括：

从人员定位系统中获取目标员工在当前时间周期内在目标区域内的位置数据和所述目标区域内的员工人数；

统计所述目标区域中，所述目标员工的位置数据的数量，得到所述目标员工在所述目标区域的停留时长；

将根据所述位置数据生成的移动轨迹与标准移动轨迹进行比对，得到移动轨迹差异，将所述停留时长与标准停留时长进行比对，得到停留时长差异，将所述员工人数与标准人数进行比对，得到人数差异；

将所述移动轨迹差异、所述停留时长差异与所述人数差异输入到目标神经网络模型中，得到所述目标神经网络模型的识别结果，其中，所述识别结果用于指示所述目标员工的位置数据正常或者异常。

2.根据权利要求1所述的方法，其特征在于，所述从人员定位系统中获取目标员工在当前时间周期内在目标区域内的位置数据包括：

在所述当前时间周期的开始时间开始的情况下，每隔第一时长获取一次所述目标员工的位置，直到所述当前时间周期内的结束时间停止获取，得到所述位置数据。

3.根据权利要求1所述的方法，其特征在于，所述统计所述目标区域中，所述目标员工的位置数据的数量，得到所述目标员工在所述目标区域的停留时长包括：

统计所述目标区域中，所述目标员工的位置数据的数量；

将所述数量和第一时长的乘积确定为所述停留时长。

4.根据权利要求1所述的方法，其特征在于，所述将根据所述位置数据生成的移动轨迹与标准移动轨迹进行比对，得到移动轨迹差异包括：

对所述位置数据按照时间先后顺序进行排序，将排序后的所述位置数据作为所述目标员工在所述当前时间周期内的所述移动轨迹；

计算所述移动轨迹与所述标准移动轨迹的相似度；

根据所述相似度计算得到所述移动轨迹差异，所述移动轨迹差异与所述相似度的和为百分之百。

5.根据权利要求1所述的方法，其特征在于，所述将所述停留时长与标准停留时长进行比对，得到停留时长差异包括：

计算所述停留时长和所述标准停留时长的时间差；

将所述时间差与所述标准停留时长的比值确定为所述停留时长差异。

6.根据权利要求1所述的方法，其特征在于，所述将所述员工人数与标准人数进行比对，得到人数差异包括：

计算所述员工人数和所述标准人数的人数差；

将所述人数差与所述标准人数的比值确定为所述人数差异。

7.根据权利要求1所述的方法，其特征在于，在将所述移动轨迹差异、所述停留时长差异与所述人数差异输入到目标神经网络模型中之前，所述方法还包括：

获取样本数据中的样本员工的样本移动轨迹差异、样本停留时长差异以及样本人数差异；

将所述样本移动轨迹差异、所述样本停留时长差异以及所述样本人数差异输入到所述目标神经网络模型中，由所述目标神经网络模型输出预测结果；

在所述预测结果与所述样本员工的标签不一致的情况下，调整所述目标神经网络模型的模型参数，直到所述预测结果与所述标签一致。

8.一种基于定位的人员轨迹数据处理装置，其特征在于，包括：

第一获取模块，用于从人员定位系统中获取目标员工在当前时间周期内在目标区域内的位置数据和所述目标区域内的员工人数；

统计模块，用于统计所述目标区域中，所述目标员工的位置数据的数量，得到所述目标员工在所述目标区域的停留时长；

对比模块，用于将根据所述位置数据生成的移动轨迹与标准移动轨迹进行比对，得到移动轨迹差异，将所述停留时长与标准停留时长进行比对，得到停留时长差异，将所述员工人数与标准人数进行比对，得到人数差异；

第一输入模块，用于将所述移动轨迹差异、所述停留时长差异与所述人数差异输入到目标神经网络模型中，得到所述目标神经网络模型的识别结果，其中，所述识别结果用于指示所述目标员工的位置数据正常或者异常。