[發明專利]行為軌跡數據提取工作方法

在審

• 申請號: 201710885286.X
• 申請日: 2017-09-26
• 公開（公告）號: CN107748925A
• 公開（公告）日: 2018-03-02
• 發明（設計）人: 劉玉蓉;楊曉凡
• 申請（專利權）人: 重慶市智權之路科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;H04W4/02;G01C21/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及智能行駛領域，尤其涉及一種行為軌跡數據提取工作方法。

背景技術

由于人口的老齡化逐漸凸顯出來，其生活質量和健康狀況需要得到社會的關心和照顧，而且行動不便的人員也希望吸收一些新鮮空氣和與社會進行交互溝通，但是由于行動不便的原因，而不能夠進行外出活動，從而應運而生了醫療運輸裝備和智能醫用設備，例如助力輪椅或者電動輪椅，以及手控平衡車等產品，雖然成品已經市場化。但是由于使用者對電子設備操控理解較慢，而不能夠很好的進行人車交互，這就應運而生了自動駕駛輪椅，但是自動駕駛輪椅所產生的問題就是對于使用者行走的路線不能很好的規劃判斷，節省路徑或者提高效率縮短駕駛時間。

發明內容

本發明旨在至少解決現有技術中存在的技術問題，特別創新地提出了一種行為軌跡數據提取工作方法。

為了實現本發明的上述目的，本發明提供了一種行為軌跡數據提取工作方法，包括如下步驟：

S1，將云端數據通過數據抽樣方式向用戶進行推送，將行進軌跡歷史數據中獲取的行進軌跡時間數據、時間預測數據、以及出發地點和到達地點的風速數據、氣溫數據和降水量數據進行提取，

從用戶終端獲取行進軌跡終點位置信息，根據路徑巡航約束條件進行路徑判斷；

將篩選后的行進軌跡數據傳輸到用戶終端，獲取用戶終端實時發送的地理位置信息，判斷行進軌跡終點位置信息；

從行進軌跡中得到的若干軌跡信息進行路徑巡航約束，該約束公式為，

其中，R_p(τ)為在位置p處的理想行進場景，R_s(τ)為第s個軌跡處的理想行進場景，w_long為軌跡權重的最長距離值，w_short為軌跡權重的最短距離值，z 為當前迭代次數，Z_max為最大迭代次數，Q(τ)為全部軌跡信息向量。

所述的行為軌跡數據提取工作方法，優選的，所述S1包括：

S1-1，提取每個行進軌跡的時間耗費值

其中，E_γ為行進軌跡的時間強度，η為待定參量，Γ(n)為行進軌跡中第n 條軌跡時間趨勢的Γ分布，T(t)為行進軌跡在地理位置信息中時間耗費的紋理， t≥0；

生成時間耗費模型

其中，α_t為時間耗費值的閾值，N_i(t+1)為下一時段行進軌跡的時間耗費值，

S1-2，提取每個行進軌跡的時間耗費的預測值

N_j(t)＝2[E_γ(T(t)+T(t+1))-μ_p·T(t)]，

其中，μ_p為地理位置累加參數，T(t+1)為行進軌跡在地理位置信息中下一時間段的時間耗費的紋理，

生成時間耗費的預測模型

其中，β_t為時間耗費預測值的閾值，N_j(t+1)為下一時段行進軌跡的時間耗費預測值，

S1-3，提取每個行進軌跡的風速判斷值

其中，為風速沖擊響應分量，為風速動態變化調整分量，為風速變化的干擾分量，為風速動態變化中的隨機干擾分量，為風速動態變化的時間節點分量，為t時刻風速動態變化的周期分量，

生成風速的預測模型

其中，χ_t為風速判斷值的閾值，N_k(t+1)為下一時段行進軌跡的風速判斷值，

S1-4，提取每個行進軌跡的氣溫的判斷值

其中，為氣溫獨立樣本均值，I₁(t)和I₂(t)為氣溫獨立樣本，為I₁(t) 和I₂(t)氣溫獨立樣本的參考系數，I_high為氣溫最高值樣本，I為行進軌跡中氣溫歷史參考值；

生成氣溫的預測模型

其中，δ_t為氣溫判斷值的閾值，N_l(t+1)為下一時段行進軌跡的氣溫判斷值，

S1-5，提取每個行進軌跡的降水量的判斷值