[发明专利]一种轨迹数据清洗方法及装置

说明书

技术领域

本发明实施例涉及大数据应用技术，尤其涉及一种轨迹数据清洗方法及装置。

背景技术

原始轨迹数据是由车载终端上传服务器的最基础最原始的数据，动态轨迹数据处理是由原始轨迹数据经过数据清洗、车辆信息匹配、道路匹配、行政区划匹配、数据分析、停靠点计算、缺失点计算、轨迹段计算、运营指数计算、车辆画像等多步处理最终得到准确的车辆数据指标。动态数据处理是大数据应用的基础。原始轨迹数据是由车载终端上传服务器的最基础最原始的数据，由于车辆终端故障、GPS定位故障、SIM卡流量、网络传输错误等原因造成轨迹数据缺失或数据字段异常。因此轨迹数据处理的最重要的一步是数据清洗，删除经纬度、gps时间严重错误的数据，标记里程表、gps速度异常的数据，在后续的处理过程中保证了数据的准确性、真实性。

现有的脏数据清洗只针对于单个字段是否在某些阈值范围内，计算方式简单，未充分利用轨迹数据，错误轨迹点的判断不够准确，最终处理过的数据仍然存在大量的脏数据，直接影响了停靠点、运营指数、常跑城市、常跑道路等数据计算。

发明内容

本发明实施例提供一种轨迹数据清洗方法及装置，可以充分利用轨迹数据，使错误轨迹点的判断更加准确。

第一方面，本发明实施例提供了轨迹数据清洗方法，包括：

获取车辆的轨迹数据；

依据所述轨迹数据中轨迹点的经纬度和/或轨迹点对应的平均速度，识别所述轨迹数据中包含的错误轨迹点，其中每一轨迹点对应的平均速度指的是该轨迹点与该轨迹点的前一位轨迹点组成的轨迹段的平均速度。

第二方面，本发明实施例还提供了轨迹数据清洗装置，包括：

轨迹数据获取模块，用于获取车辆的轨迹数据；

错误轨迹点识别模块，与所述轨迹数据获取模块相连，用于依据所述轨迹数据中轨迹点的经纬度和/或轨迹点对应的平均速度，识别所述轨迹数据中包含的错误轨迹点，其中每一轨迹点对应的平均速度指的是该轨迹点与该轨迹点的前一位轨迹点组成的轨迹段的平均速度。

本发明实施例依据所述轨迹数据中轨迹点的经纬度和/或轨迹点对应的平均速度识别所述轨迹数据中包含的错误轨迹点，通过与相邻轨迹点或相邻轨迹段比较判断出错误轨迹点，充分利用轨迹数据，使得错误轨迹点的判断更加准确。

附图说明

图1是本发明实施例一提供的轨迹数据清洗方法流程图；

图2是本发明实施例二提供的轨迹数据清洗方法流程图；

图3是本发明实施例三提供的轨迹数据清洗方法流程图；

图4是本发明实施例四提供的轨迹数据清洗装置结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的轨迹数据清洗方法流程图，本实施例可适用于对轨迹数据进行清洗的情况，该方法可以由轨迹数据清洗装置来执行，该装置可以由软件和/或硬件方式实现，该装置可以集成在任何硬件设备中，例如典型的是用户终端设备或服务器等。该方法包括：

S101、获取车辆的轨迹数据。

车辆的轨迹数据包括经纬度、平均速度、里程及时间。里程可从车辆的里程表获取，经纬度、平均速度及时间可从车载定位装置或者车上的移动终端获取。

S102、依据所述轨迹数据中轨迹点的经纬度和/或轨迹点对应的平均速度，识别所述轨迹数据中包含的错误轨迹点，其中每一轨迹点对应的平均速度指的是该轨迹点与该轨迹点的前一位轨迹点组成的轨迹段的平均速度。

识别某一轨迹点是不是错误轨迹点，不仅需要分析该轨迹点本身的经纬度和/或平均速度，还需要分析相邻轨迹点或相邻轨迹段的经纬度和/或平均速度。当该轨迹点的经纬度和/或平均速度跟相邻轨迹点或相邻轨迹段相差很大时，该轨迹点很有可能是错误轨迹点。

本实施例依据所述轨迹数据中轨迹点的经纬度和/或轨迹点对应的平均速度识别所述轨迹数据中包含的错误轨迹点，通过与相邻轨迹点或相邻轨迹段比较判断出错误轨迹点，充分利用轨迹数据，使得错误轨迹点的判断更加准确。

实施例二

图2是本发明实施例二提供的轨迹数据清洗方法流程图，实施例二以上述实施例为基础，在识别所述轨迹数据中包含的错误轨迹点之前，增加了判断错误轨迹点比例。