[发明专利]一种人员活动轨迹的预测方法有效
申请号: | 201611169896.1 | 申请日: | 2016-12-16 |
公开(公告)号: | CN106779218B | 公开(公告)日: | 2020-10-27 |
发明(设计)人: | 袁宜峰;薛雪;匡付华 | 申请(专利权)人: | 深圳达实软件有限公司 |
主分类号: | G06F13/00 | 分类号: | G06F13/00 |
代理公司: | 深圳市瑞方达知识产权事务所(普通合伙) 44314 | 代理人: | 张约宗;张秋红 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 人员 活动 轨迹 预测 方法 | ||
1.一种人员活动轨迹的预测方法,其特征在于,包括下述步骤:
监测一段时间内目标人员在监测区域内的历史活动路径,绘制路径预测树;所述监测一段时间内目标人员在监测区域内的历史活动路径,绘制路径预测树包括:将所述监测区域划分为多个监测子区域,获取所述目标人员从一个所述监测子区域到相邻所述监测子区域的选择方向和选择次数;用户完成一次跨越至少两个所述监测子区域的移动轨迹形成一次所述历史活动路径;
将所述目标人员从初始位置到目标位置的备选路径与所述路径预测树进行路径模式匹配;
根据匹配结果计算出每条所述备选路径的概率,预测所述目标人员的活动路径,所述根据匹配结果计算出每条所述备选路径的概率包括:由所述匹配结果中的最后一个节点的选择次数与所述初始位置的总选择次数的比值计算出每条所述备选路径的概率。
2.根据权利要求1所述的人员活动轨迹的预测方法,其特征在于,所述获取所述目标人员从一个所述监测子区域到相邻所述监测子区域的选择方向和选择次数,包括:
监测所述目标人员的位置信息,所述位置信息包括:人员编号、楼层号、X坐标、Y坐标、子区域代码;
通过所述位置信息的改变获取所述目标人员从一个所述监测子区域到相邻所述监测子区域的选择方向和选择次数。
3.根据权利要求1-2任一所述的人员活动轨迹的预测方法,其特征在于,在所述获取所述目标人员从一个所述监测子区域到相邻所述监测子区域的选择方向和选择次数同时,还包括:
获取一段时间内所述目标人员在每个所述监测子区域内的平均停留时间。
4.根据权利要求3所述的人员活动轨迹的预测方法,其特征在于,
所述历史活动路径中的每个节点包含所述平均停留时间,所述路径预测树的每个节点包含所述平均停留时间。
5.根据权利要求4所述的人员活动轨迹的预测方法,其特征在于,所述将所述目标人员从初始位置到目标位置的备选路径与所述路径预测树进行路径模式匹配,包括:
在目标时间内,将所述目标人员从初始位置到目标位置的备选路径与所述路径预测树进行路径模式匹配;
若所述备选路径的所有节点的所述平均停留时间之和大于所述目标时间,则将所述备选路径内路径末尾的节点去除,直到所述备选路径的所有节点的所述平均停留时间之和不大于所述目标时间。
6.根据权利要求1所述的人员活动轨迹的预测方法,其特征在于,所述将所述目标人员从初始位置到目标位置的备选路径与所述路径预测树进行路径模式匹配,包括:
遍历所述路径预测树,查找符合所述备选路径的路径模式;
若无符合所述备选路径的路径模式,则减少所述备选路径的节点,重新遍历所述路径预测树,查找符合减少节点后所述备选路径的路径模式。
7.根据权利要求6所述的人员活动轨迹的预测方法,其特征在于,所述减少所述备选路径的节点,包括:
从所述初始位置依次减少所述备选路径的节点。
8.根据权利要求6所述的人员活动轨迹的预测方法,其特征在于,所述遍历所述路径预测树,查找符合所述备选路径的路径模式,包括:
设置预设预测树深度,遍历所述路径预测树,在所述预设预测树深度内查找符合所述备选路径的路径模式。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳达实软件有限公司,未经深圳达实软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611169896.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:空气质量检测方法和空气质量检测系统
- 下一篇:一种用电量预测方法及系统