具体实施方式

下面结合本申请实施例中的附图，对本申请实施中的技术方案进行清楚、完整的描述。可以理解的是，此处所描述的具体实施例仅仅是本申请一部分实施例，而不是全部的实施例，仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本发明的范围的情况下，可以将第一用例称为第二用例，且类似地，可将第二用例称为第一用例。第一用例和第二用例两者都是用例，但其不是同一用例。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个特征的组合。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。需要说明的是，当一个部被称为“固定于”另一个部，它可以直接在另一个部上也可以存在居中的部。当一个部被认为是“连接”到另一个部，它可以是直接连接到另一个部或者可能同时存在居中部。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述，只是为了说明的目的，并不表示是唯一的实施方式。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

参见图1，本实施例提供了一种人流密度确定方法，可以应用于带定位功能的系统，该系统包括终端和服务器，其中终端与服务器通过网络进行通信，终端可以但不限于是各种智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。基于上述系统，人流密度确定方法可以由终端或服务器执行，也可以通过终端与服务器的交互实现。如图1所示，该方法具体包括：

S110、基于运营商测量数据中上报的第一位置信息通过指纹定位得到包括完整位置信息的第一测量数据。

运营商测量数据指的是运行商在提供终端通信服务时采集的测量数据，也即MR(Measurement Report，测量报告)数据。运营商测量数据中通常不是每条都包括位置信息，只有很少一部分数据带有位置信息，为了便于区分，将这部分运营商测量数据自带的位置信息称为第一位置信息，而为了得到完整位置信息，需要根据第一位置信息对整个运行商测量数据进行定位，得到包括完整位置信息的运营商测量数据，也即第一测量数据。

S120、基于所述第一测量数据和信令数据进行关联匹配，以得到包括完整位置信息和用户信息的第二测量数据。

本实施例中，第二测量数据实际上仍然以MR数据的格式存在，在进行关联匹配时，以MR数据作为主表，根据endbid、mmecode、mmes1apid、mmegroupid四元组信息和信令数据进行关联，将信令数据的用户信息回填至MR数据中，因为MR数据中已经包含了位置信息，从而获得了用户的位置信息，将这步得到的MR数据统称为第二测量数据。

S130、基于所述第二测量数据确定用户的第一轨迹信息，所述轨迹信息包括驻留信息和第一移动信息。

第一轨迹信息是基于第二测量数据进行用户分组后得到的，用于描述用于移动轨迹的相关数据的统称，同一个用户下包括相应的位置信息、时间信息等，并且通常还会按照一定的规则进行排序，例如时间先后，以形成完整的轨迹，并且为了进一步分析轨迹中个点代表的信息，将轨迹中的各点归类为驻留点和移动点从而得到驻留信息和第一移动信息。

S140、基于所述第一移动信息结合路网数据进行移动修正得到第二移动信息。

由于第二测量数据中不少位置信息是通过指纹定位得到的，并且常规数据采集是也有一定的误差，因此第一轨迹信息可能会存在不少错误信息，为了减少这些错误信息对最终人流密度统计的影响，本步骤结合路网数据对第一移动信息进行修正，主要目的是将第一移动信息中不符合路网数据的部分，修正为符合路网数据，从而得到第二移动信息。

S150、根据所述第二移动信息和所述驻留信息按区域统计人流密度。

第二移动信息和驻留信息已经详细记载了用户从驻留到移动的完整轨迹，相应的时间信息也对应有记录，因此通过分区域就可以统计任意时间任意区域的用户数量。

本实施例提供了一种人流密度确定方法，基于运营商测量数据中自带的第一位置信息通过指纹定位得到完整位置信息，从而回填得到第一测量数据，再基于第一测量数据和信令数据进行关联匹配，得到包括完整位置信息和用户信息的第二测量数据，分析第二测量数据确定用户的第一轨迹信息，再将第一轨迹信息中的，第一移动信息结合路网数据进行移动修正得到第二移动信息，最终基于第二移动信息和第一轨迹信息中的驻留信息按区域统计人流密度，该方法结合了运营商测量数据和信令数据，获取较为全面的用户轨迹，然后通过基于路上数据的路段匹配绑定，路径匹配回填，路段中的轨迹点回填等多重数据修复回填措施，得到更为全面的用户轨迹数据，最终保障了区域人流统计的数据准确性。

实施例二

实施例二提供了一种人流密度确定方法，其可以在实施例一的基础上实现，对实施例一中的内容进行了进一步补充，具体包括：

如图2所示，步骤S110包括步骤S111-112：

S111、基于所述运营商测量数据中包括第一位置信息的第一测量数据建立栅格指纹库。

具体的，步骤S111包括：

根据基站覆盖区域划分栅格，基于所述第一测量数据对每个栅格内的测量数据进行筛选，筛选后得到建库测量数据。MR数据中有2％-5％的数据上报agps数据，根据这部分数据的经纬度信息计算其所在栅格(10m X10m的栅格)，计算出这些已知经纬度的MR数据所在栅格，同一个栅格内有多条MR数据，如果大于等于三条就筛选离栅格中心点最近的三条MR数据作为指纹库计算输入数据，小于三条的则不筛选过滤，过滤后剩下的就是建库测量数据。

基于所述建库测量数据确定每个栅格的无线指标信息得到标准无线指标信息，以所述标准无线指标信息为待匹配数据生成指纹库。根据筛选后的MR数据计算这些MR数据在各个基站下的Ta、rsrp、rsrq、sinr、aoa无限指标加权平均数，加权值使用MR离栅格中心点的距离倒数，越接近中心点，越能代表这个栅格的无线指标值。根据此方法计算出所有基站所覆盖栅格的无线指标值，以此作为待匹配数据。

S112、基于所述栅格指纹库对所述运营商测量数据中不包括位置信息的第二测量数据进行指纹定位得到第二位置信息，将所述第二位置信息回填至所述运营商测量数据得到第一测量数据。

将没有agps数据的MR数据(也即第二测量数据)与以上计算的各个基站所覆盖的栅格的无线指标进行匹配，匹配出最符合MR无线指标的前三个栅格，根据栅格中心经纬度进行加权平均，加权值为无线指标匹配差异值的倒数，MR无线指标越接近栅格无线指标，第二测量数据对应的位置越有可能在此栅格中。根据此方法计算出第二测量数据的经纬度信息。

如图3所示，第一轨迹信息的获取过程，也即步骤S130，包括步骤S131-132：

S131、基于所述第二测量数据按用户身份进行分组，并按时间排序，以得到用户的连续运动信息，基于所述连续运动进行无效数据过滤得到有效运动信息。

第二测量数据代表多个用户在多个时间的位置信息，按用户身份分组是为了统计单个用户的位置信息，按时间排序是为了得到单个用户的连续位置变化信息。无效数据过滤是在分组和排序之后，例如按日期和用户进行分组，分组后按照时间排序，将连续时间段内的记录剔除运动速度大于v＝120km/h的用户轨迹，此轨迹点认为是严重超出速度判别，为偏移点。除此之外，每分钟同一用户只保留时间中位数的点进行抽稀处理。

S132、基于所述有效运动信息进行空间聚类得到聚类点，根据预设速度对所述聚类点进行判别得到驻留点和理论运动点，统计所述驻留点得到驻留信息，统计所述理论运动点得到第一移动数据。

对用户进行空间聚类，计算出用户的聚类点，针对每个聚类点进行平均速度计算，当速度满足一定的下限阈值如小于5km/h，则判定此聚类点为驻留点，其他点则为运动点，由于后续会对运动点进行一些修正处理，为了便于区分，将此处得到的运动点称为理论运动点。

与之对应的，生成第二移动信息的过程，也即步骤S140如图4所示，包括步骤S141-143：

S141、基于所述理论运动点和所述路网数据进行偏离修正得到修正后的运动点。

将理论运动点与路网数据进行匹配，其匹配算法为轨迹点与路网最小距离小于阈值，则将理论运动点拉回路网的垂直交叉点上，匹配为用户在此道路上，得到修正后的运动点。

S142、基于所述修正后的运动点确定用户的途径路段，基于所述途径路段和所述路网数据进行路段连续修正得到修正后的途径路段。

更具体的，在一些实施例中，步骤S142具体包括步骤S1421-1422(图未示)：

S1421、据所述修正后的运动点以时间排序确定用户的途径路段。

S1422、确定所述途径路段之间的最短路径形成第一码表，根据所述途径路段和路网数据判断轨迹是否连续，若否，则根据所述第一码表进行路段补齐，得到修正后的途径路段。

计算出用户各个时间在道路上的情况，其表结构如下所示：

字段 类型 备注

imsi String imsi

starttime String 开始时间

endtime String 结束时间

mapId String MAPID

id String 路段ID

name String 所属主路名称。

此表记录了用户在各个路段上的开始时间和结束时间，以及路段信息。

在一个具体示例中，第一码表如图5所示，矩阵中a、b、c、d代表了路段交接点，1234代表了四个路段，矩阵中记录了横向坐标点通往纵向坐标点之间的最短路径信息，查看每条记录的路段是否相邻，如果不相邻则通过查询步骤3所提供的矩阵信息补齐中间路段记录信息，补充的路段开始时间和结束时间根据路段长度按用户平均速度进行回填，

S143、基于所述修正后的途径路段反推用户的实际运动点得到第二移动信息。

回填完用户道路信息后，得到用户连续的路段信息，然后将回填的路段信息进行进一步回填，按100m的距离将用户轨迹点均匀的回填到路段上，其轨迹点的时间根据距离匀速计算。

本实施例在前述实施例的基础上，进一步的给出了基于指纹定位获取完整位置信息的过程，以及根据路网数据进行轨迹点修正和路段修正的过程，进一步保障了用户的轨迹信息更符合实际情况，提高了人流密度统计的精确度。

实施例三

图6为本发明实施例三提供的一种人流密度确定装置300的结构示意图，如图6所述，该装置300包括：

定位模块310，用于基于运营商测量数据中上报的第一位置信息通过指纹定位得到包括完整位置信息的第一测量数据；

关联模块320，用于基于所述第一测量数据和信令数据进行关联匹配，以得到包括完整位置信息和用户信息的第二测量数据；

移动筛选模块330，用于基于所述第二测量数据确定用户的第一轨迹信息，所述轨迹信息包括驻留信息和第一移动信息；

移动修正模块340，用于基于所述第一移动信息结合路网数据进行移动修正得到第二移动信息；

密度统计模块350，用于根据所述第二移动信息和所述驻留信息按区域统计人流密度。

可选的，在一些实施例中，基于运营商测量数据中上报的第一位置信息通过指纹定位得到包括完整位置信息的第一测量数据，包括：

基于所述运营商测量数据中包括第一位置信息的第一测量数据建立栅格指纹库；

基于所述栅格指纹库对所述运营商测量数据中不包括位置信息的第二测量数据进行指纹定位得到第二位置信息，将所述第二位置信息回填至所述运营商测量数据得到第一测量数据。

可选的，在一些实施例中，所述基于所述运营商测量数据中包括第一位置信息的第一测量数据建立栅格指纹库，包括：

根据基站覆盖区域划分栅格，基于所述第一测量数据对每个栅格内的测量数据进行筛选，筛选后得到建库测量数据；

基于所述建库测量数据确定每个栅格的无线指标信息得到标准无线指标信息，以所述标准无线指标信息为待匹配数据生成指纹库。

可选的，在一些实施例中，基于所述第二测量数据确定用户的第一轨迹信息，包括：

基于所述第二测量数据按用户身份进行分组，并按时间排序，以得到用户的连续运动信息，基于所述连续运动进行无效数据过滤得到有效运动信息；

基于所述有效运动信息进行空间聚类得到聚类点，根据预设速度对所述聚类点进行判别得到驻留点和理论运动点，统计所述驻留点得到驻留信息，统计所述理论运动点得到第一移动数据。

可选的，在一些实施例中，所述移动修正模块340包括：

运动点修正模块，用于基于所述理论运动点和所述路网数据进行偏离修正得到修正后的运动点；

路段修正模块，用于基于所述修正后的运动点确定用户的途径路段，基于所述途径路段和所述路网数据进行路段连续修正得到修正后的途径路段；

反推模块，用于基于所述修正后的途径路段反推用户的实际运动点得到第二移动信息。

可选的，在一些实施例中，路段修正模块具体用于：

根据所述修正后的运动点以时间排序确定用户的途径路段；

确定所述途径路段之间的最短路径形成第一码表，根据所述途径路段和路网数据判断轨迹是否连续，若否，则根据所述第一码表进行路段补齐，得到修正后的途径路段。

本实施例提供了一种人流密度确定装置，基于运营商测量数据中自带的第一位置信息通过指纹定位得到完整位置信息，从而回填得到第一测量数据，再基于第一测量数据和信令数据进行关联匹配，得到包括完整位置信息和用户信息的第二测量数据，分析第二测量数据确定用户的第一轨迹信息，再将第一轨迹信息中的，第一移动信息结合路网数据进行移动修正得到第二移动信息，最终基于第二移动信息和第一轨迹信息中的驻留信息按区域统计人流密度，该方法结合了运营商测量数据和信令数据，获取较为全面的用户轨迹，然后通过基于路上数据的路段匹配绑定，路径匹配回填，路段中的轨迹点回填等多重数据修复回填措施，得到更为全面的用户轨迹数据，最终保障了区域人流统计的数据准确性。

实施例四

图7为本发明实施例四提供的一种计算机设备400的结构示意图，如图7所示，该设备包括存储器410、处理器420，设备中处理器420的数量可以是一个或多个，图7中以一个处理器420为例；设备中的存储器410、处理器420可以通过总线或其他方式连接，图7中以通过总线连接为例。

存储器410作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的人流密度确定方法对应的程序指令/模块(例如，人流密度确定装置中的定位模块310、关联模块320、数移动筛选模块330、移动修正模块340和密度统计模块350)。处理器420通过运行存储在存储器410中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述的人流密度确定方法。

其中，所述处理器420用于运行存储在存储器410中的计算机可执行程序，以实现如下步骤：步骤S110、获取包括位置信息和用户信息的4G测量数据以及包括用户信息的5G测量数据；步骤S120、根据速度阈值对所述包括位置信息和用户信息的4G测量数据过滤得到第一测量数据；步骤S130、将所述第一测量数据和所述包括用户信息的5G测量数据进行关联，以将所述位置信息回填至所述包括用户信息的5G测量数据得到第二测量数据；步骤S140、根据所述第二测量数据基于无线指标信息生成栅格指纹库；步骤S150、获取待定位5G测量数据，根据无线指标信息将所述待定位5G测量数据与所述栅格指纹库匹配以确定实际位置。

当然,本发明实施例所提供的一种计算机设备,该设备不限于如上所述的方法操作,还可以执行本发明实施例任意实施例所提供的人流密度确定方法中的相关操作。

存储器410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器410可进一步包括相对于处理器420远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本实施例提供了一种计算机设备，利用运营商测量数据和信令数据在指纹定位确定用户轨迹的基础上，结合路网数据对用户轨迹进行修正，实现了更高精度额人流密度统计。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种人流密度确定方法，该人流密度确定方法包括：

基于运营商测量数据中上报的第一位置信息通过指纹定位得到包括完整位置信息的第一测量数据；

基于所述第一测量数据和信令数据进行关联匹配，以得到包括完整位置信息和用户信息的第二测量数据；

基于所述第二测量数据确定用户的第一轨迹信息，所述轨迹信息包括驻留信息和第一移动信息；

基于所述第一移动信息结合路网数据进行移动修正得到第二移动信息；

根据所述第二移动信息和所述驻留信息按区域统计人流密度。

通过以上关于实施方式的描述，所述领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，设备，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述授权装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。