利索能及
我要发布
收藏
专利号: 201710846069X
申请人: 平安科技(深圳)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种出行方式识别方法,其特征在于,包括:

获取当前用户轨迹数据,所述当前用户轨迹数据包括至少一个当前特征数据;

获取用户轨迹数据模型,所述用户轨迹数据模型包括至少两个聚类类簇,每一所述聚类类簇对应一评估出行方式;

基于所述当前用户轨迹数据和所述用户轨迹数据模型,从至少两个所述聚类类簇中获取与至少一个所述当前特征数据相对应的目标聚类类簇;

基于所述目标聚类类簇对应的评估出行方式,获取目标出行方式。

2.如权利要求1所述的出行方式识别方法,其特征在于,所述获取用户轨迹数据模型之前,所述出行方式识别方法还包括:基于训练用户轨迹数据训练所述用户轨迹数据模型,所述训练用户轨迹数据包括至少一个训练特征数据;

将所述用户轨迹数据模型存储在数据库中;

所述获取用户轨迹数据模型,包括:从所述数据库中获取所述用户轨迹数据模型。

3.如权利要求2所述的出行方式识别方法,其特征在于,所述基于训练用户轨迹数据训练所述用户轨迹数据模型,包括:采用K-means聚类算法对所述训练用户轨迹数据中至少一个所述训练特征数据进行聚类,获取至少二个聚类类簇,每一聚类类簇对应一质心用户轨迹数据;

采用K-近邻算法对所述聚类类簇中所述训练用户轨迹数据进行统计,以获取所述对应一评估出行方式;

基于所述聚类类簇和所述评估出行方式,获取所述用户轨迹数据模型。

4.如权利要求1所述的出行方式识别方法,其特征在于,所述基于所述当前用户轨迹数据和所述用户轨迹数据模型,从至少两个所述聚类类簇中获取与至少一个所述当前特征数据相对应的目标聚类类簇,包括:将所述当前用户轨迹数据分别与所述用户轨迹数据模型中至少两个所述聚类类簇的质心用户轨迹数据进行计算,获取至少两个欧氏距离;

选取至少两个所述欧氏距离中最小值对应的质心用户轨迹数据所在的聚类类簇作为与至少一个所述当前特征数据相对应的所述目标聚类类簇。

5.如权利要求2所述的出行方式识别方法,其特征在于,基于所述目标聚类类簇对应的评估出行方式,获取目标出行方式,之后还包括:基于所述目标出行方式,获取用于训练驾驶模型的训练驾驶数据,所述目标出行方式对应一出行方式ID;

所述基于所述目标出行方式,获取用于训练驾驶模型的训练驾驶数据,包括:获取出行方式查询指令,所述出行方式查询指令包括驾驶方式ID;

判断所述当前用户轨迹数据对应的出行方式ID与所述查询指令中的驾驶方式ID是否一致;

若所述当前用户轨迹数据对应的出行方式ID与所述查询指令中的驾驶方式ID一致,则确定所述目标出行方式为驾驶方式,将所述当前用户轨迹数据保存为所述训练驾驶数据;

若所述当前用户轨迹数据对应的出行方式ID与所述查询指令中的驾驶方式ID不一致,则确定所述目标出行方式不为驾驶方式,将所述当前用户轨迹数据删除。

6.一种出行方式识别装置,其特征在于,包括:

当前用户轨迹数据获取模块,用于获取当前用户轨迹数据,所述当前用户轨迹数据包括至少一个当前特征数据;

用户轨迹数据模型获取模块,用于获取用户轨迹数据模型,所述用户轨迹数据模型包括至少两个聚类类簇,每一所述聚类类簇对应一评估出行方式;

目标聚类类簇获取模块,用于基于所述当前用户轨迹数据和所述用户轨迹数据模型,从至少两个所述聚类类簇中获取与至少一个所述当前特征数据相对应的目标聚类类簇;

目标出行方式获取模块,用于基于所述目标聚类类簇对应的评估出行方式,获取目标出行方式。

7.如权利要求6所述的出行方式识别装置,其特征在于,所述出行方式识别装置还包括:用户轨迹数据模型训练模块,用于基于训练用户轨迹数据训练所述用户轨迹数据模型,所述训练用户轨迹数据包括至少一个训练特征数据;

用户轨迹数据模型存储模块,用于将所述用户轨迹数据模型存储在数据库中;

用户轨迹数据模型获取模块,用于从所述数据库中获取所述用户轨迹数据模型;

所述用户轨迹数据模型训练模块包括:

聚类类簇获取单元,用于采用K-means聚类算法对所述训练用户轨迹数据中至少一个所述训练特征数据进行聚类,获取至少二个聚类类簇,每一聚类类簇对应一质心用户轨迹数据;

评估出行方式获取单元,用于采用K-近邻算法对所述聚类类簇中所述训练用户轨迹数据进行统计,以获取所述对应一评估出行方式;

用户轨迹数据模型获取单元,用于基于所述聚类类簇和所述评估出行方式,获取所述用户轨迹数据模型;

所述所述目标聚类类簇获取模块包括包括:

欧氏距离获取单元,用于将所述当前用户轨迹数据分别与所述用户轨迹数据模型中至少两个所述聚类类簇的质心用户轨迹数据进行计算,获取至少两个欧氏距离;

目标聚类类簇选取单元,用于选取至少两个所述欧氏距离中最小值对应的质心用户轨迹数据所在的聚类类簇作为与至少一个所述当前特征数据相对应的所述目标聚类类簇。

8.如权利要求6所述的出行方式识别装置,其特征在于,所述出行方式识别装置还包括训练驾驶数据获取模块,用于基于所述目标出行方式,获取用于训练驾驶模型的训练驾驶数据,所述目标出行方式对应一出行方式ID;

所述训练驾驶数据获取模块包括:

出行方式查询指令获取单元,用于获取出行方式查询指令,所述出行方式查询指令包括驾驶方式ID;

驾驶方式判断单元,用于判断所述当前用户轨迹数据对应的出行方式ID与所述查询指令中的驾驶方式ID是否一致;

当前用户轨迹数据保存单元,用于在所述当前用户轨迹数据对应的出行方式ID与所述查询指令中的驾驶方式ID一致时,确定所述目标出行方式为驾驶方式,将所述当前用户轨迹数据保存为所述训练驾驶数据;

当前用户轨迹数据删除单元,用于在所述当前用户轨迹数据对应的出行方式ID和所述查询指令中的驾驶方式ID不一致时,确定所述目标出行方式不为驾驶方式,将所述当前用户轨迹数据删除。

9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述出行方式识别方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述出行方式识别方法的步骤。