[發明專利]基于分裂型層次聚類的軌跡分析方法、設備及存儲介質

在審

• 申請號: 202011339449.2
• 申請日: 2020-11-25
• 公開（公告）號: CN112487234A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 石碰;蔣濤;左昉;余軍;周成成;林福宏
• 申請（專利權）人: 北京集光通達科技股份有限公司
• 主分類號: G06F16/587
• 分類號: G06F16/587;G06F16/55;G06K9/62
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 趙萬凱

1.一種基于分裂型層次聚類的軌跡分析方法，其特征在于，包括：

實時獲取機器人自身視覺傳感器采集的第一視角圖像；

根據所述第一視角圖像進行實時定位與地圖構建；

根據所述地圖，生成機器人當前位置與目的地之間的所有軌跡路線；

利用軌跡特征點提取方法，提取所述所有軌跡路線中的軌跡特征點，得到軌跡路線的特征點集合；

根據所述軌跡路線的特征點集合得到相應軌跡路線的特征軌跡，計算任意兩個特征軌跡之間的相似度；

利用基于軌跡相似度的聚類算法對所有的特征軌跡進行聚類分析。

2.根據權利要求1所述的基于分裂型層次聚類的軌跡分析方法，其特征在于，采用SLAM方法根據所述第一視角圖像進行實時定位與地圖構建，具體包括：

利用視覺里程計對所述第一視角圖像進行處理，計算姿態變化；

對所述第一視角圖像進行回環檢測，得到全局一致性軌跡；

利用濾波或非線性優化理論對視覺里程計和回環檢測輸出的結果進行優化，完成實時定位與地圖的構建。

3.根據權利要求1所述的基于分裂型層次聚類的軌跡分析方法，其特征在于，根據所述地圖，生成機器人當前位置與目的地之間的所有軌跡路線，具體為：將機器人當前位置與目的地位置均映射至地圖中對應的坐標，得到地圖中當前位置坐標與目的地位置坐標之間的所有軌跡，從而生成機器人當前位置到目的地位置的所有軌跡路線。

4.根據權利要求1所述的基于分裂型層次聚類的軌跡分析方法，其特征在于，所述利用軌跡特征點提取方法，提取所述所有軌跡路線中的軌跡特征點，得到軌跡路線的特征點集合，具體過程為：

構造移動軌跡序列，預設角度偏移閾值和停留時間閾值；構造特征點集合；

將軌跡路線的起始位置加入特征點集合；

根據所述預設角度偏移閾值和停留時間閾值篩選中間特征點；

將軌跡路線的結束位置加入特征點集合，得到相應軌跡路線的特征點集合。

5.根據權利要求1所述的基于分裂型層次聚類的軌跡分析方法，其特征在于，所述根據所述軌跡路線的特征點集合得到相應軌跡路線的特征軌跡，計算任意兩個特征軌跡之間的相似度，具體為：

將同一軌跡路線中每兩個相鄰特征點之間通過線段連接，構成由若干軌跡線段組成的特征軌跡；

計算特征軌跡中每兩個相鄰特征點之間的距離，得到所述特征軌跡的長度；

計算不同兩個特征軌跡之間同一序號的軌跡線段之間的距離；

根據兩個特征軌跡中同一序號的軌跡線段之間的距離，計算所述兩個特征軌跡的相似度。

6.根據權利要求5所述的基于分裂型層次聚類的軌跡分析方法，其特征在于，采用改進的實數代價編輯距離方法計算所述兩個特征軌跡的相似度。

7.根據權利要求1所述的基于分裂型層次聚類的軌跡分析方法，其特征在于，所述聚類算法為分裂型層次聚類算法，進行聚類分析的步驟包括：

將所有的特征軌跡初始化為一個簇，計算簇中每一個特征軌跡與其他特征軌跡之間的相似度，在相似度小于預設的相似度閾值的軌跡對中，將相似度最小的一對特征軌跡分裂到一個新的簇中；

迭代聚類并反復分裂出新的簇；

當簇中所有特征軌跡之間的相似度均大于預設的相似度閾值時或者簇的數量達到要求時，停止分裂，聚類結束。

8.一種計算機設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現上述權利要求1-7中任一項所述的方法的步驟。

9.一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，其特征在于，所述計算機程序被處理器運行時執行上述權利要求1-7任一項所述的方法的步驟。