本技術涉及車輛，特別涉及一種軌跡數(shù)據(jù)的壓縮方法、裝置、電子設備及存儲介質(zhì)。

背景技術：

1、隨著汽車車載導航以及智能座艙自動駕駛技術的普及，海量的行程軌跡數(shù)據(jù)將會對于數(shù)據(jù)存儲、網(wǎng)絡傳輸、快速回放以及快速檢索技術有著較高要求。當前已有的軌跡數(shù)據(jù)降噪、壓縮和優(yōu)化方法有很多，但大部分集中在了軌跡數(shù)據(jù)的前期預處理，比如異常軌跡點降噪處理，軌跡點的插值優(yōu)化等；以及基于某種特定模型的軌跡點數(shù)據(jù)優(yōu)化。上述方法能夠在宏觀層面大大過濾掉冗余數(shù)據(jù)，但現(xiàn)實中車輛軌跡時時刻刻在不同的地物空間上產(chǎn)生，比如出租車，公交車等；有些方法也利用了軌跡點之間的相似性做了簡化存儲，但方法比較簡陋，不夠靈活，壓縮度也有限。日常汽車用戶軌跡往往會有需要保存時間至少數(shù)天至數(shù)月以及實時上傳分析的實際需求，海量存儲和實時傳輸依然避免不了，因此需要在每一個軌跡點的微觀層面也要做到極致壓縮才能滿足此類要求。

2、行程軌跡點往往呈現(xiàn)出連續(xù)性、時間跨度長、數(shù)據(jù)體量巨大等明星特征，而且車載領域不僅有本地存儲、回放、分析需求，而且還需要進行遠程網(wǎng)絡傳輸、實時監(jiān)控、分析等跨端需求。車聯(lián)網(wǎng)技術和5g通信技術發(fā)展到現(xiàn)在，盡管已經(jīng)有了長足的發(fā)展和進步，但在商用民用領域依然沒有形成規(guī)模性大幅成本下降的效應，隨著新能源電動汽車的快速發(fā)展，傳統(tǒng)汽車和電動汽車都進入了競爭白熱化階段，而海量軌跡數(shù)據(jù)的存儲和實時傳輸分析對于硬件的要求很高，在硬件成本無法進一步規(guī)模性降低的情況下，急需在大體量數(shù)據(jù)壓縮和傳輸方面尋找突破。

3、相關技術將位置相同軌跡位置點進行合并壓縮處理，即多個位置點刪除合并為一條軌跡點，并將時間作為序列存儲。不同位置的軌跡點進行閾值內(nèi)速度判斷，同一個速度進行合并同理的合并壓縮處理。

4、然而，這種方法僅僅是適用于位置和速度判斷是否相同，現(xiàn)實中行程軌跡點包含的屬性信息遠遠不止空間位置和速度，還有定位類型，精度，衛(wèi)星類型和強度，傳感器數(shù)據(jù)等信息，空間位置相同的軌跡點車輛的行駛狀態(tài)也可能存在差異，因此不能簡單的刪除處理。在車載行程軌跡記錄中，不能簡單的做冗余數(shù)據(jù)的刪除處理，而應該盡可能的保留各個屬性數(shù)據(jù)，以便精準的判斷分析出車輛的位置狀態(tài)，行駛狀態(tài)以及分析可預知的狀態(tài)。

技術實現(xiàn)思路

1、本技術提供一種軌跡數(shù)據(jù)的壓縮方法、裝置、電子設備及存儲介質(zhì)，以解決大體量軌跡數(shù)據(jù)難以在保證壓縮效果的同時保留屬性數(shù)據(jù)的問題，在面對車輛物理數(shù)據(jù)存儲空間不充足、網(wǎng)絡條件復雜但要求實時上傳位置，真實還原原始軌跡和監(jiān)控分析等需求場景下，極大壓縮海量數(shù)據(jù)的物理占用和網(wǎng)絡傳輸大小，方便實時高速存儲、上傳和解碼分析。

2、本技術第一方面實施例提供一種軌跡數(shù)據(jù)的壓縮方法，包括以下步驟：

3、獲取車輛的軌跡數(shù)據(jù)和待壓縮軌跡點；

4、判斷所述軌跡數(shù)據(jù)中是否存在前向參考軌跡點；

5、若所述軌跡數(shù)據(jù)中不存在前向參考軌跡點，則利用預設的點內(nèi)壓縮算法將所述待壓縮軌跡點進行壓縮得到關鍵軌跡點，將所述關鍵軌跡點加入待寫入隊列，并將所述關鍵軌跡點緩存為前向參考軌跡點，否則，判斷所述軌跡數(shù)據(jù)中是否存在后向參考軌跡點；

6、若所述軌跡數(shù)據(jù)中不存在后向參考軌跡點，則在所述待壓縮軌跡點與前向參考軌跡點滿足第一預設相似度匹配要求時，利用預設的前向參考軌跡點間壓縮算法將所述待壓縮軌跡點進行壓縮得到第一前向預測點，并將所述第一前向預測點加入臨時隊列，并將所述第一前向預測點緩存為后向參考軌跡點，否則，在所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點不滿足第二預設相似度匹配要求時，利用所述預設的前向參考軌跡點間壓縮算法將所述待壓縮軌跡點進行壓縮得到第二前向預測點，將所述第二前向預測點和所述臨時隊列中的所述第一前向預測點加入所述待寫入隊列，并將所述第二前向預測點緩存為前向參考軌跡點，在所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點滿足所述第二預設相似度匹配要求時，利用預設的前后雙向參考點間壓縮算法將所述待壓縮軌跡點進行壓縮得到雙向預測點，并將所述雙向預測點加入所述待寫入隊列，將所有待寫入隊列中的數(shù)據(jù)存儲至預設終端。

7、可選地，在一些實施例中，在判定所述軌跡數(shù)據(jù)中存在所述前向參考軌跡點，且所述軌跡數(shù)據(jù)中不存在后向參考軌跡點之后，還包括：

8、若所述待壓縮軌跡點與所述前向參考軌跡點不滿足所述第一預設相似度匹配要求時，則利用預設的點內(nèi)壓縮算法將所述待壓縮軌跡點進行壓縮得到所述關鍵軌跡點。

9、可選地，在一些實施例中，在判定所述軌跡數(shù)據(jù)中存在所述前向參考軌跡點，且所述軌跡數(shù)據(jù)中不存在所述后向參考軌跡點之后，還包括：

10、若所述待壓縮軌跡點與所述前向參考軌跡點存在至少一個主要匹配要素超過對應的誤差閾值，則判定所述待壓縮軌跡點與所述前向參考軌跡點不滿足所述第一預設相似度匹配要求，否則，判定所述待壓縮軌跡點與所述前向參考軌跡點滿足所述第一預設相似度匹配要求。

11、可選地，在一些實施例中，在判定所述軌跡數(shù)據(jù)中存在所述前向參考軌跡點，且所述軌跡數(shù)據(jù)中存在后向參考軌跡點之后，還包括：

12、若所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點存在至少一個次要匹配要素超過對應的誤差閾值，則判定所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點不滿足所述第二預設相似度匹配要求，否則，判定所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點滿足所述第二預設相似度匹配要求。

13、本技術第二方面實施例提供一種軌跡數(shù)據(jù)的壓縮裝置，包括：

14、獲取模塊，用于獲取車輛的軌跡數(shù)據(jù)和待壓縮軌跡點；

15、判斷模塊，用于判斷所述軌跡數(shù)據(jù)中是否存在前向參考軌跡點；

16、第一壓縮模塊，用于在所述軌跡數(shù)據(jù)中不存在前向參考軌跡點的情況下，利用預設的點內(nèi)壓縮算法將所述待壓縮軌跡點進行壓縮得到關鍵軌跡點，將所述關鍵軌跡點加入待寫入隊列，并將所述關鍵軌跡點緩存為前向參考軌跡點，否則，判斷所述軌跡數(shù)據(jù)中是否存在后向參考軌跡點；

17、第二壓縮模塊，用于在所述軌跡數(shù)據(jù)中不存在后向參考軌跡點的情況下，在所述待壓縮軌跡點與前向參考軌跡點滿足第一預設相似度匹配要求時，利用預設的前向參考軌跡點間壓縮算法將所述待壓縮軌跡點進行壓縮得到第一前向預測點，并將所述第一前向預測點加入臨時隊列，并將所述第一前向預測點緩存為后向參考軌跡點，否則，在所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點不滿足第二預設相似度匹配要求時，利用所述預設的前向參考軌跡點間壓縮算法將所述待壓縮軌跡點進行壓縮得到第二前向預測點，將所述第二前向預測點和所述臨時隊列中的所述第一前向預測點加入所述待寫入隊列，并將所述第二前向預測點緩存為前向參考軌跡點，在所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點滿足所述第二預設相似度匹配要求時，利用預設的前后雙向參考點間壓縮算法將所述待壓縮軌跡點進行壓縮得到雙向預測點，并將所述雙向預測點加入所述待寫入隊列，將所有待寫入隊列中的數(shù)據(jù)存儲至預設終端。

18、可選地，在一些實施例中，在判定所述軌跡數(shù)據(jù)中存在所述前向參考軌跡點，且所述軌跡數(shù)據(jù)中不存在后向參考軌跡點之后，所述第二壓縮模塊，還包括：

19、第一壓縮單元，用于在所述待壓縮軌跡點與所述前向參考軌跡點不滿足所述第一預設相似度匹配要求的情況下，則利用預設的點內(nèi)壓縮算法將所述待壓縮軌跡點進行壓縮得到所述關鍵軌跡點。

20、可選地，在一些實施例中，在判定所述軌跡數(shù)據(jù)中存在所述前向參考軌跡點，且所述軌跡數(shù)據(jù)中不存在所述后向參考軌跡點之后，所述第二壓縮模塊，還包括：

21、第一判定單元，用于在所述待壓縮軌跡點與所述前向參考軌跡點存在至少一個主要匹配要素超過對應的誤差閾值的情況下，判定所述待壓縮軌跡點與所述前向參考軌跡點不滿足所述第一預設相似度匹配要求，否則，判定所述待壓縮軌跡點與所述前向參考軌跡點滿足所述第一預設相似度匹配要求。

22、可選地，在一些實施例中，在判定所述軌跡數(shù)據(jù)中存在所述前向參考軌跡點，且所述軌跡數(shù)據(jù)中存在后向參考軌跡點之后，所述第二壓縮模塊，還包括：

23、第二判定單元，用于在所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點存在至少一個次要匹配要素超過對應的誤差閾值的情況下，判定所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點不滿足所述第二預設相似度匹配要求，否則，判定所述待壓縮軌跡點與所述前向參考軌跡點和所述后向參考軌跡點滿足所述第二預設相似度匹配要求。

24、本技術第三方面實施例提供一種電子設備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述程序，以實現(xiàn)如上述實施例所述的軌跡數(shù)據(jù)的壓縮方法。

25、本技術第四方面實施例提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行，以用于實現(xiàn)如上述實施例所述的軌跡數(shù)據(jù)的壓縮方法。

26、由此，通過獲取車輛的軌跡數(shù)據(jù)和待壓縮軌跡點；判斷軌跡數(shù)據(jù)中是否存在前向參考軌跡點；若軌跡數(shù)據(jù)中不存在前向參考軌跡點，則利用預設的點內(nèi)壓縮算法將待壓縮軌跡點進行壓縮得到關鍵軌跡點，將關鍵軌跡點加入待寫入隊列，并將關鍵軌跡點緩存為前向參考軌跡點，否則，判斷軌跡數(shù)據(jù)中是否存在后向參考軌跡點；

27、若軌跡數(shù)據(jù)中不存在后向參考軌跡點，則在待壓縮軌跡點與前向參考軌跡點滿足第一預設相似度匹配要求時，利用預設的前向參考軌跡點間壓縮算法將待壓縮軌跡點進行壓縮得到第一前向預測點，并將第一前向預測點加入臨時隊列，并將第一前向預測點緩存為后向參考軌跡點，否則，在待壓縮軌跡點與前向參考軌跡點和后向參考軌跡點不滿足第二預設相似度匹配要求時，利用預設的前向參考軌跡點間壓縮算法將待壓縮軌跡點進行壓縮得到第二前向預測點，將第二前向預測點和臨時隊列中的第一前向預測點加入待寫入隊列，并將第二前向預測點緩存為前向參考軌跡點，在待壓縮軌跡點與前向參考軌跡點和后向參考軌跡點滿足第二預設相似度匹配要求時，利用預設的前后雙向參考點間壓縮算法將待壓縮軌跡點進行壓縮得到雙向預測點，并將雙向預測點加入待寫入隊列，將所有待寫入隊列中的數(shù)據(jù)存儲至預設終端。由此，解決了大體量軌跡數(shù)據(jù)難以在保證壓縮效果的同時保留屬性數(shù)據(jù)的問題，在面對車輛物理數(shù)據(jù)存儲空間不充足、網(wǎng)絡條件復雜但要求實時上傳位置，真實還原原始軌跡和監(jiān)控分析等需求場景下，極大壓縮海量數(shù)據(jù)的物理占用和網(wǎng)絡傳輸大小，方便實時高速存儲、上傳和解碼分析。

28、本技術附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本技術的實踐了解到。