基于边缘计算的运动轨迹分析及预警方法与流程

本发明涉及智慧社区管理，更具体地说，本发明涉及基于边缘计算的运动轨迹分析及预警方法。

背景技术：

1、老年人作为社会中最需关注的群体之一，他们的居住问题首当其冲，现阶段我国在老年人居住环境的改善上仍有很大的发展空间，现今的社区设计已经开始考虑到老年人居住的特殊需求，例如，老年人在日常外出活动路线中所需的室外交流、娱乐、健身场所和公共服务设施等环境的适老性设计，通过了解老年人群的行为活动轨迹，帮助老年人群进行日常的活动，是个亟须解决的问题；

2、现有技术中，例如公开号为cn109325087a的中国专利提供了一种基于gis的老年人实时定位方法，该专利使用gis平台对道路桥梁信息数据、河流湖泊数据、含有高程的建筑、山体的信息数据、基础设施数据等影响因素进行分析，结合仿射变换方法和动态规则几何轨迹法基于gis平台的分析结果进行更加准确的实时定位，公开号为cn103150156a的中国专利提供了基于地理模型和移动轨迹实时获取特征人群的方法及系统，该专利基于热点地区、交通路网等地理位置信息设定轨迹分析模型的思路,使基于移动轨迹的行为分析更加贴近经济生产活动需求；

3、虽然上述专利都根据老人的运动轨迹，对老人的日常出行进行分析，但是现有技术，较少出现通过实时轨迹与日常出行轨迹相结合的方式，对老人在社区中后续的运动轨迹进行预测，此外，在对未来时刻的运动轨迹进行预测后，没有对未来时刻运动轨迹的各段路况进行分析，使得老人无法对后续路况有较为清晰地认识，增加了发生事故的风险。

4、鉴于此，本发明提出基于边缘计算的运动轨迹分析及预警方法以解决上述问题。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明提供基于边缘计算的运动轨迹分析及预警方法。

2、为实现上述目的，本发明提供如下技术方案：

3、基于边缘计算的运动轨迹分析及预警方法，包括：

4、s10：获取目标区域内用户的实时运动轨迹，基于实时运动轨迹确定用户是否出现不适，若是，则发出警示，若否，则基于实时运动轨迹确定相应的m个邻近运动轨迹，m为大于1的整数；

5、s20：根据邻近运动轨迹获取相应的历史轨迹次数，计算实时运动轨迹与邻近运动轨迹之间的相似度，将m个邻近运动轨迹、历史轨迹次数和相似度输入到预构建的轨迹生成模型中，获得中间运动轨迹，所述中间运动轨迹表征为m个邻近运动轨迹的其中一个；

6、s30：向用户询问中间运动轨迹是否为目标运动轨迹，若否，则将中间运动轨迹所对应的邻近运动轨迹进行剔除，并且返回s10，若是，则获取n段子轨迹的事故次数以及路况信息，所述n段子轨迹由目标运动轨迹划分生成，n为大于1的整数；

7、s40：获取实时天气信息，基于实时天气信息计算天气影响系数，根据事故次数、路况信息和天气影响系数计算轨迹危险系数；

8、s50：基于轨迹危险系数获取相应的轨迹移动最大速度，提示用户当前子轨迹所对应的轨迹移动最大速度。

9、进一步地，基于实时运动轨迹确定用户是否出现不适的方法包括：

10、对实时运动轨迹中已知坐标点进行线性拟合生成轨迹直线，计算已知坐标点到轨迹直线之间的距离，并且进行求和生成偏差距离，当偏差距离大于预设偏差阈值时，则获取当前用户图像，根据当前用户图像获取用户信息，根据用户信息判断用户是否为盲人，若是，则向用户发出状态询问，若否，则用户出现不适。

11、进一步地，基于实时运动轨迹确定相应的m个邻近运动轨迹的方法包括：

12、根据实时运动轨迹确定移动方向和当前位置信息，根据移动方向获取l个目标位置信息，基于当前位置信息和l个目标位置信息进行路径规划，生成m个邻近运动轨迹，所述目标位置均位于目标区域内，m=l。

13、进一步地，计算实时运动轨迹与邻近运动轨迹之间的相似度的方法包括：

14、计算实时运动轨迹中当前位置点与邻近运动轨迹中h个邻近位置点之间的距离，并且求其平均距离，将平均距离的倒数作为相似度，h为大于1的整数。

15、进一步地，轨迹生成模型的构建方法包括：

16、获取样本数据集，所述样本数据集中包括历史邻近运动轨迹、历史轨迹次数、历史相似度和历史中间运动轨迹，将样本数据集划分为样本训练集和样本测试集，构建回归网络，以样本训练集中的历史邻近运动轨迹、历史轨迹次数和历史相似度作为回归网络的输入数据，以样本训练集中的历史中间运动轨迹作为回归网络的输出数据，对回归网络进行训练，得到用于预测实时中间运动轨迹的初始回归网络，利用样本测试集对初始回归网络进行测试，输出满足小于预设误差值的初始回归网络作为轨迹生成模型。

17、进一步地，n段子轨迹由目标运动轨迹划分生成方法包括：

18、将目标运动轨迹按照等间距进行划分，以此生成n段子轨迹。

19、进一步地，实时天气信息包括实时空气湿度、实时颗粒物浓度和实时风速，基于实时天气信息计算天气影响系数的方法包括：

20、；

21、式中，为天气影响系数，为实时风速，为标准风速，为实时空气湿度，为标准空气湿度，为实时颗粒物浓度，为自然常数，以10为底的对数函数，、和均为权重因子。

22、进一步地，路况信息包括路面平整度和路面光滑度，根据事故次数、路况信息和天气影响系数计算轨迹危险系数的方法包括：

23、；

24、式中，trf为轨迹危险系数，为第段子轨迹的路面平整度，为第段子轨迹的路面光滑度，为第段子轨迹的事故次数，以为底的对数函数，、和均为权重因子，为自然常数，≤n。

25、进一步地，基于轨迹危险系数获取相应的轨迹移动最大速度的方法包括：

26、基于轨迹危险系数确定相应的危险系数区间，根据危险系数区间以及预设规则获取相应的轨迹移动最大速度。

27、基于边缘计算的运动轨迹分析及预警系统，其用于实现上述的基于边缘计算的运动轨迹分析及预警方法，包括：

28、轨迹规划模块：用于获取目标区域内用户的实时运动轨迹，基于实时运动轨迹确定用户是否出现不适，若是，则发出警示，若否，则基于实时运动轨迹确定相应的m个邻近运动轨迹，m为大于1的整数；

29、轨迹生成模块：用于根据邻近运动轨迹获取相应的历史轨迹次数，计算实时运动轨迹与邻近运动轨迹之间的相似度，将m个邻近运动轨迹、历史轨迹次数和相似度输入到预构建的轨迹生成模型中，获得中间运动轨迹，所述中间运动轨迹表征为m个邻近运动轨迹的其中一个；

30、判断模块：用于向用户询问中间运动轨迹是否为目标运动轨迹，若否，则将中间运动轨迹所对应的邻近运动轨迹进行剔除，并且返回s10，若是，则获取n段子轨迹的事故次数以及路况信息，所述n段子轨迹由目标运动轨迹划分生成，n为大于1的整数；

31、系数计算模块：用于获取实时天气信息，基于实时天气信息计算天气影响系数，根据事故次数、路况信息和天气影响系数计算轨迹危险系数；

32、提示模块：用于基于轨迹危险系数获取相应的轨迹移动最大速度，提示用户当前子轨迹所对应的轨迹移动最大速度。

33、一种电子设备，包括电源、接口、键盘、存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序，所述处理器执行计算机程序时实现上述基于边缘计算的运动轨迹分析及预警方法，所述接口包括网络接口与数据接口，网络接口包括有线或无线接口，数据接口包括输入或输出接口。

34、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时实现上述基于边缘计算的运动轨迹分析及预警方法。

35、相比于现有技术，本发明的有益效果为：

36、本发明先是获取目标区域内用户的实时运动轨迹，基于实时运动轨迹确定相应的m个邻近运动轨迹，根据邻近运动轨迹获取相应的历史轨迹次数，计算实时运动轨迹与邻近运动轨迹之间的相似度，将m个邻近运动轨迹、历史轨迹次数和相似度输入到预构建的轨迹生成模型中，获得中间运动轨迹，获取n段子轨迹的事故次数以及路况信息，基于实时天气信息计算天气影响系数，根据事故次数、路况信息和天气影响系数计算轨迹危险系数，基于轨迹危险系数获取相应的轨迹移动最大速度，本发明通过实时轨迹与日常出行轨迹相结合的方式，对老人在社区中后续的运动轨迹进行预测，并且，在对未来时刻的运动轨迹进行预测后，对未来时刻运动轨迹的各段路况进行分析，使得老人对后续路况有着较为清晰的认识，降低事故发生的风险。