一種基于移動(dòng)管道數(shù)據(jù)的用戶移動(dòng)軌跡定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明具體設(shè)及一種基于移動(dòng)管道數(shù)據(jù)的用戶移動(dòng)軌跡定位方法。
【背景技術(shù)】
[0002] 目前有很多的用戶移動(dòng)軌跡定位方法，但運(yùn)些方法繁瑣復(fù)雜，且效率不高。還沒(méi)有 出現(xiàn)根據(jù)運(yùn)營(yíng)商管道數(shù)據(jù)來(lái)確定用戶軌跡的很好的解決辦法。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明通過(guò)采集運(yùn)營(yíng)商管道數(shù)據(jù)(主要包括S1-U 口數(shù)據(jù)和GN 口數(shù)據(jù)等），并解析用 戶使用定位類APP中上報(bào)經(jīng)締度，并結(jié)合用戶移動(dòng)的小區(qū)序列，經(jīng)過(guò)隱馬爾科夫鏈計(jì)算用戶 實(shí)際行走軌跡及用戶移動(dòng)速度和用戶當(dāng)前位置，并可據(jù)此判斷用戶出行交通工具，為道路 交通規(guī)劃提供數(shù)據(jù)支持。
[0004] 具體地，本發(fā)明提供一種基于移動(dòng)管道數(shù)據(jù)的用戶移動(dòng)軌跡定位方法，所述方法 包括如下步驟：
[0005] 步驟一:采集運(yùn)營(yíng)商管道數(shù)據(jù)，從APP中解析用戶經(jīng)締度；
[0006] 步驟二:各APP獲取經(jīng)締度進(jìn)行均一化解密；
[0007] 步驟Ξ:根據(jù)APP中經(jīng)締度和小區(qū)的關(guān)系，構(gòu)建小區(qū)覆蓋圖；
[000引步驟四：構(gòu)建隱馬爾科夫鏈，經(jīng)過(guò)隱馬爾科夫鏈計(jì)算用戶實(shí)際行走軌跡及用戶移 動(dòng)速度和用戶當(dāng)前位置。
【附圖說(shuō)明】
[0009] 圖1為小區(qū)實(shí)際覆蓋圖。
[0010] 圖2為道路柵格化后的路測(cè)數(shù)據(jù)圖。
[0011] 圖3為判斷是否計(jì)算過(guò)的相同路徑的原理示意圖。
【具體實(shí)施方式】
[0012] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)的描述。
[0013] 用戶定位過(guò)程如下：
[0014] 步驟一:從APP中解析用戶經(jīng)締度；
[0015] 目前隨著智能手機(jī)的普及，用戶使用數(shù)據(jù)業(yè)務(wù)越來(lái)越頻繁，數(shù)據(jù)業(yè)務(wù)中設(shè)及到定 位的APP應(yīng)用越來(lái)越多，據(jù)前期數(shù)據(jù)分析結(jié)果表明，平均每個(gè)智能手機(jī)用戶，至少安裝了一 到連個(gè)設(shè)及定位的APP應(yīng)用。我們可W從地圖類應(yīng)用，包括百度地圖，高德地圖，捜狗地圖， 騰訊地圖等;團(tuán)購(gòu)類應(yīng)用，包括大眾點(diǎn)評(píng)，美團(tuán)，懦米等;打車類應(yīng)用，包括滴滴打車，快的打 車，51用車，滴滴順風(fēng)車等;旅游類應(yīng)用，包括攜程旅游，藝龍網(wǎng)，去呀等;外賣等應(yīng)用，包括 餓了嗎，美團(tuán)外賣等，W及其他貓眼電影，淘寶，京東等APP攜帶到用戶位置信息。
[0016] 步驟二:各APP獲取經(jīng)締度進(jìn)行均一化解密；
[0017] 應(yīng)國(guó)家測(cè)繪局要求，我國(guó)公開(kāi)發(fā)行的地圖均需要進(jìn)行加密，從市場(chǎng)上主流的圖商 可知，百度地圖采用的是百度自己的DB-09坐標(biāo)系，該坐標(biāo)系在國(guó)家測(cè)繪局發(fā)布的GCJ-02坐 標(biāo)系上，又進(jìn)行了加密;騰訊地圖使用國(guó)家測(cè)繪局發(fā)布的GCJ-02坐標(biāo)系(火星坐標(biāo)系），谷歌 地圖采用的是國(guó)際通用的WGS-84坐標(biāo)系，因此需要將從APP中獲取到的經(jīng)締度進(jìn)行均一化 處理，系統(tǒng)中在實(shí)現(xiàn)過(guò)程中，統(tǒng)一轉(zhuǎn)為國(guó)家測(cè)繪局發(fā)布的GCJ-02坐標(biāo)系。
[0018] 步驟根據(jù)APP中經(jīng)締度和小區(qū)的關(guān)系，構(gòu)建小區(qū)覆蓋圖；
[0019] 根據(jù)APP中獲取到的經(jīng)締度與當(dāng)前所在小區(qū)的對(duì)應(yīng)關(guān)系，按小區(qū)進(jìn)行匯總，即可獲 取到小區(qū)的實(shí)際覆蓋范圍，將小區(qū)實(shí)際覆蓋范圍與道路進(jìn)行疊加，則可知道某段道路是哪 個(gè)小區(qū)覆蓋，進(jìn)而得出道路的小區(qū)覆蓋情況。小區(qū)實(shí)際覆蓋圖如圖1所示。
[0020] 步驟四：構(gòu)建隱馬爾科夫鏈;經(jīng)過(guò)隱馬爾科夫鏈計(jì)算用戶實(shí)際行走軌跡及用戶移 動(dòng)速度和用戶當(dāng)前位置。
[0021] 在用戶沒(méi)有經(jīng)締度的時(shí)候，而有位置更新的小區(qū)序列時(shí)，利用隱馬爾科夫鏈算法 來(lái)推測(cè)用戶的柵格道路序列。即：小區(qū)序列是明序列，柵格道路序列是暗序列，用明序列來(lái) 推測(cè)暗序列。算法的具體過(guò)程分W下步驟：
[0022] 4.1道路柵格化
[0023] 首先將全網(wǎng)劃分為50巧0的柵格并對(duì)每個(gè)柵格進(jìn)行編號(hào)，每個(gè)柵格取中屯、點(diǎn)經(jīng)締 度作為該柵格的經(jīng)締度，柵格取左上和右下經(jīng)締度作為柵格范圍。然后基于路測(cè)數(shù)據(jù)的經(jīng) 締度放入到柵格中，若路測(cè)數(shù)據(jù)中有兩個(gè)經(jīng)締度同時(shí)落在一個(gè)柵格中，則將其進(jìn)行融合，并 取柵格中屯、的經(jīng)締度作為道路的經(jīng)締度劃分。道路柵格化也即是將路網(wǎng)數(shù)據(jù)每隔50米抽象 成一個(gè)線段。并且在運(yùn)里假設(shè)用戶將要跳躍到的路段只和當(dāng)前路段相關(guān)，與過(guò)去的路段無(wú) 關(guān)。
[0024] 考慮到實(shí)際的道路可W近似為一條線，每個(gè)路段必須用一個(gè)柵格來(lái)覆蓋，才能在 計(jì)算概率的時(shí)候不出現(xiàn)錯(cuò)誤;我們需要在道路柵格化之前，首先需要對(duì)路測(cè)數(shù)據(jù)進(jìn)行平滑 處理，例如:對(duì)路測(cè)數(shù)據(jù)進(jìn)行一次移動(dòng)平均或者二次移動(dòng)平均。
[0025] 4.2構(gòu)造轉(zhuǎn)移概率矩陣A
[0026] 構(gòu)造轉(zhuǎn)移概率矩陣即是構(gòu)建路段之間的轉(zhuǎn)移概率。由于步驟一中已經(jīng)對(duì)道路進(jìn)行 了柵格化，即把每50米的路段抽象成一個(gè)線段，則計(jì)算路段之間的轉(zhuǎn)移概率即是計(jì)算柵格 之間的轉(zhuǎn)移概率。一個(gè)柵格周圍有8個(gè)柵格，如果有4個(gè)柵格中有路測(cè)數(shù)據(jù)的經(jīng)締度(十字路 口），則此柵格到運(yùn)4個(gè)柵格的概率均為1/4;如果只有3個(gè)柵格有路測(cè)數(shù)據(jù)的經(jīng)締度(下字路 口），則此柵格到運(yùn)3個(gè)柵格的概率均為1/3;如果只有2個(gè)柵格有路測(cè)數(shù)據(jù)的經(jīng)締度(沒(méi)有交 叉口），則此柵格到運(yùn)2個(gè)柵格的概率均為1/2。例如：圖2為道路柵格化后的路測(cè)數(shù)據(jù)圖，其 中已經(jīng)標(biāo)記的路段1，2,3,4,5,6(路段1代表一個(gè)柵格覆蓋的路段），1轉(zhuǎn)移到2的概率為1/2， 2轉(zhuǎn)移到3的概率也為1 /2，但是3轉(zhuǎn)移到2，4，5，6的概率均為1 /4。
[0027] 4.3構(gòu)造條件概率矩陣B
[0028] 構(gòu)造條件概率矩陣即是構(gòu)建某條柵格路段屬于某個(gè)小區(qū)的概率。如果一個(gè)柵格中 接收的信號(hào)全是來(lái)自小區(qū)A的，則此柵格屬于小區(qū)A的概率為1;如果一個(gè)柵格中接收的信號(hào) 有小區(qū)A和小區(qū)B的，則根據(jù)接收信號(hào)中A小區(qū)所占的比例作為此柵格屬于A小區(qū)的概率。
[0029] 4.4建立馬爾科夫模型并計(jì)算
[0030] 設(shè)初始時(shí)刻用戶所在小區(qū)為A，小區(qū)A所覆蓋的道路柵格為1，2,3,則初始時(shí)刻用戶 在道路柵格1，2，3的概率均為1/3。根據(jù)轉(zhuǎn)移概率矩陣和條件觀測(cè)概率矩陣，可計(jì)算最佳路 徑概率δ*α)和最佳狀態(tài)概率恥(i)。為了使?fàn)顟B(tài)序列達(dá)到全局最優(yōu)，我們使用動(dòng)態(tài)規(guī)劃的思 想。首先將每個(gè)狀態(tài)序列看作是一條路徑，每個(gè)狀態(tài)看作是路徑上的一個(gè)節(jié)點(diǎn)。
[0031] 設(shè)時(shí)刻t=rt'的最優(yōu)狀態(tài)序列為. .it'，則在整個(gè)最優(yōu)狀態(tài)序列中一定 包含上述部分最優(yōu)序列，否則，設(shè)整體最優(yōu)狀態(tài)序列在時(shí)間rt'的最優(yōu)序列為η，i2， ...ik，則序列il，i2,. . .ik比序列il，i2,. . .it'更優(yōu)與條件il，i2,. . .it'是最優(yōu)的是矛盾 的，因而我們可W逐個(gè)時(shí)刻求解當(dāng)前的最優(yōu)狀態(tài)序列，直到時(shí)刻Τ。
[0032] 先定義在時(shí)刻t狀態(tài)為i的所有單個(gè)路徑狀態(tài)il，i2, .. .it中概率最大值為：
[0035] 通過(guò)上述遞推公式可W計(jì)算出狀態(tài)序列出現(xiàn)的概率，但是并沒(méi)有得到相應(yīng)的狀態(tài) 序列，于是我們需要使用下式來(lái)