基于轨迹数据识别双司机的方法、装置、设备及介质

技术领域

本发明涉及车联网技术领域，特别涉及一种基于轨迹数据识别双司机的方法、装置、设备及介质。

背景技术

近年来，随着社会经济的发展，我国的汽车保有量也呈激增态势，伴随而来的换乘驾驶、无证驾驶等问题也日趋引起人们的关注。

现有技术中，有的是通过司机刷卡的方法识别司机的身份信息，但是司机卡不具备人卡一体识别能力，多司机可共用同一张卡，会导致上传的司机信息，并非真实驾驶员的司机信息。还有通过在车内安装视频监控，识别车内正副驾驶位的人脸和着装信息，通过拍摄照片对比司机库照片识别司机，但是如果照片清晰度不够，或者用遮挡物遮挡脸面，会导致识别率下降，同时在货运车辆市场，大部分货车车内是不安装视频监控装置的。还有通过收费站、省国道公路、公交站、高速卡口的视频监控装置，来监测车辆信息(车型、车牌号)，通过车辆绑定的车主来识别驾驶员身份，在拍摄时间点时，能确认驾驶员身份，当车辆离开视频监控装置时，无法确认司机信息。

因此，如何简单经济、又高效精确的识别车辆的驾驶人员是本领域技术人员亟待解决的技术问题。

发明内容

本公开实施例提供了一种基于轨迹数据识别双司机的方法、装置、设备及介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本公开实施例提供了一种基于轨迹数据识别双司机的方法，包括：

根据车辆的历史轨迹数据以及用户的历史应用程序位置数据得到第一停靠点匹配率，将第一停靠点匹配率从高到低进行排序，将排名在前的预设数量个车辆和用户存入绑定关系库；

根据待检测时间段内车辆的轨迹数据以及与车辆具有绑定关系的用户应用程序位置数据得到第二停靠点匹配率；

将第二停靠点匹配率从高到低进行排序，将排名在前的两名用户的位置网格与待检测时间段内车辆的轨迹网格按照时间顺序进行匹配，得到第一用户和第二用户的网格匹配率，并分别在第一用户和第二用户的每个匹配的时间段内，计算第一用户和第二用户操作应用程序的功能时长率；

根据第一用户和第二用户的网格匹配率以及操作应用程序的功能时长率确定在待检测时间段内是否存在双司机驾驶情况。

在一个实施例中，根据车辆的历史轨迹数据以及用户的历史应用程序位置数据得到第一停靠点匹配率，包括：

根据车辆的历史轨迹数据得到车辆的停靠点位置以及停靠时长；

根据用户的历史应用程序位置数据得到用户的停靠点位置以及停靠时长；

判断车辆的停靠点与用户的停靠点是否匹配，判断车辆的停靠时长与用户的停靠时长是否匹配，当车辆的停靠点位置与用户的停靠点位置匹配且车辆的停靠时长与用户的停靠时长匹配时，确定车辆和用户的一次停靠匹配；

根据匹配的停靠点数量与用户的停靠点数量的比值得到第一停靠点匹配率。

在一个实施例中，判断车辆的停靠点与用户的停靠点是否匹配，包括：

将车辆的停靠点按照预设范围划分网格；

当网格中的车辆停靠点与用户停靠点的球面距离小于预设距离阈值时，确定车辆与用户的停靠点位置匹配。

在一个实施例中，判断车辆的停靠时长与用户的停靠时长是否匹配，包括：

根据车辆的停靠开始时间以及停靠结束时间、用户的停靠开始时间以及停靠结束时间得到匹配时长；

根据匹配时长以及车辆的停靠开始时间以及停靠结束时间、用户的停靠开始时间以及停靠结束时间得到时长匹配率；

当时长匹配率大于等于预设时长匹配率阈值时，确定车辆的停靠时长与用户的停靠时长匹配。

在一个实施例中，将第二停靠点匹配率从高到低进行排序，将排名在前的两名用户的位置网格与待检测时间段内车辆的轨迹网格按照时间顺序进行匹配，得到第一用户和第二用户的网格匹配率，包括：

分别计算第一用户和第二用户的匹配网格数；

根据第一用户的匹配网格数以及车辆位置网格数计算第一用户的网格匹配率，根据第二用户的匹配网格数以及车辆位置网格数计算第二用户的网格匹配率。

在一个实施例中，分别在第一用户和第二用户的每个匹配的时间段内，计算第一用户和第二用户操作应用程序的功能时长率包括：

根据第一用户的匹配网格，获取第一用户的匹配时间段；

在第一用户的每个匹配时间段内，获取第一用户操作应用程序的功能时长，获取第二用户操作应用程序的功能时长，根据第一用户操作应用程序的功能时长以及第一用户的匹配时长计算第一用户操作应用程序的功能时长率，根据第二用户操作应用程序的功能时长以及第一用户的匹配时长计算第二用户操作应用程序的功能时长率；

根据第二用户的匹配网格，获取第二用户的匹配时间段；

在第二用户的每个匹配时间段内，获取第二用户操作应用程序的功能时长，获取第一用户操作应用程序的功能时长，根据第二用户操作应用程序的功能时长以及第二用户的匹配时长计算第二用户操作应用程序的功能时长率，根据第一用户操作应用程序的功能时长以及第二用户的匹配时长计算第一用户操作应用程序的功能时长率。

在一个实施例中，根据第一用户和第二用户的网格匹配率以及操作应用程序的功能时长率确定在待检测时间段内是否存在双司机驾驶情况，包括：

当在第一用户的每个匹配时间段内，满足第一用户的网格匹配率大于第二用户的网格匹配率，且第一用户操作应用程序的功能时长率大于第二用户操作应用程序的功能时长率；并且，

在第二用户的每个匹配时间段内，满足第一用户的网格匹配率小于第二用户的网格匹配率，第二用户操作应用程序的功能时长率大于第一用户操作应用程序的功能时长率时，确定在待检测时间段内存在双司机驾驶情况。

第二方面，本公开实施例提供了一种基于轨迹数据识别双司机的装置，包括：

关系绑定模块，用于根据车辆的历史轨迹数据以及用户的历史应用程序位置数据得到第一停靠点匹配率，将第一停靠点匹配率从高到低进行排序，将排名在前的预设数量个车辆和用户存入绑定关系库；

计算模块，用于根据待检测时间段内车辆的轨迹数据以及与车辆具有绑定关系的用户应用程序位置数据得到第二停靠点匹配率；

匹配模块，用于将第二停靠点匹配率从高到低进行排序，将排名在前的两名用户的位置网格与待检测时间段内车辆的轨迹网格按照时间顺序进行匹配，得到第一用户和第二用户的网格匹配率，并分别在第一用户和第二用户的每个匹配的时间段内，计算第一用户和第二用户操作应用程序的功能时长率；

识别模块，用于根据第一用户和第二用户的网格匹配率以及操作应用程序的功能时长率确定在待检测时间段内是否存在双司机驾驶情况。

第三方面，本公开实施例提供了一种基于轨迹数据识别双司机的设备，包括处理器和存储有程序指令的存储器，处理器被配置为在执行程序指令时，执行上述实施例提供的基于轨迹数据识别双司机的方法。

第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机可读指令，计算机可读指令可被处理器执行以实现上述实施例提供的一种基于轨迹数据识别双司机的方法。

本公开实施例提供的技术方案可以包括以下有益效果：

本公开实施例提供的识别双司机的方法，可以结合车辆的轨迹数据以及用户使用APP的位置数据，进行位置匹配，识别出驾驶人员的信息，且通过分析在一段时间内与多名用户的匹配信息，识别出车辆在该段时间内是否存在双司机换乘驾驶的情况。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种基于轨迹数据识别双司机的方法流程示意图；

图2是根据一示例性实施例示出的一种构建绑定关系库的方法流程示意图；

图3是根据一示例性实施例示出的一种识别双司机的方法流程示意图；

图4是根据一示例性实施例示出的一种基于轨迹数据识别双司机的装置结构示意图；

图5是根据一示例性实施例示出的一种基于轨迹数据识别双司机的设备结构示意图；

图6是根据一示例性实施例示出的一种计算机存储介质的示意图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。

应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的系统和方法的例子。

在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

图1是根据一示例性实施例示出的一种基于轨迹数据识别双司机的方法流程示意图，参见图1，该方法具体包括以下步骤。

S101根据车辆的历史轨迹数据以及用户的历史应用程序位置数据得到第一停靠点匹配率，将第一停靠点匹配率从高到低进行排序，将排名在前的预设数量个车辆和用户存入绑定关系库。

在一种可能的实现方式中，获取车机存储的车辆历史轨迹数据，例如，获取车辆最近一个月的轨迹数据。然后获取用户操作手机上的应用程序时的历史位置数据，在一个示例性场景中，用户在行车过程中会打开手机上的应用程序软件，软件在使用前会提示用户获取用户的位置信息，当用户同意获取位置信息后，后台服务器即可获取用户的位置信息。其中，本实施例中的应用程序包括微信、微博、美团、抖音等所有可获取用户位置的APP。

进一步地，根据车辆的历史轨迹数据以及用户的历史应用程序位置数据得到第一停靠点匹配率，包括：

首先，根据车辆的历史轨迹数据得到车辆的停靠点位置，根据车辆的轨迹数据判断车辆是否发生停靠行为，具体地，获取轨迹信息中速度为0的点，并按时间间隔阈值和偏移量阈值进行合并，例如，将10分钟之内的多个停靠点进行合并，将距离较近的多个停靠点进行合并，获得以质心表示的停靠点，通过该步骤，可以对小停靠做一定范围的聚合，然后计算停靠时间，筛选出大于预设停靠阈值的停靠点，从而确定车辆发生停靠行为，得到车辆的停靠点位置。

进一步地，根据车辆的轨迹数据，获取车辆的停靠时间信息，例如v1停靠点，停靠时间范围：vt1～vt2，vt1表示停靠开始时间，vt2表示停靠结束时间，v2停靠点，停靠时间范围：vt3～vt4，vt3表示停靠开始时间，vt4表示停靠结束时间，vn停靠点，停靠时间范围：vtn～vtm，vtn表示停靠开始时间，vtm表示停靠结束时间。

进一步地，根据用户的历史应用程序位置数据得到用户的停靠点位置以及停靠时长，用户在行车过程中会打开手机上的应用程序软件，软件在使用前会提示用户获取用户的位置信息，当用户同意获取位置信息后，后台服务器即可获取用户的位置信息，根据时间信息可获取停靠时长大于预设时长阈值的停靠点。例如p1停靠点，停靠时间范围：pt1～pt2，pt1表示停靠开始时间，pt2表示停靠结束时间，p2停靠点，停靠时间范围：pt3～pt4，pt3表示停靠开始时间，pt4表示停靠结束时间，pn停靠点，停靠时间范围：ptn～ptm，ptn表示停靠开始时间，ptm表示停靠结束时间。

由于车辆停靠区域具有特殊性，经常停靠于服务区、加油站、装卸货地、物流园区、港口、收费站、维修站等地，将人的停靠点不属于车辆经常停靠的区域过滤，提高后续车与人匹配率。

进一步地，判断车辆的停靠点与用户的停靠点是否匹配，将车辆的停靠点按照预设范围划分网格，每个网格有唯一标识，相同网格中同时出现车辆和用户的停靠点时，计算用户和车辆两个停靠点之间的球面距离，当网格中的车辆停靠点与用户停靠点的球面距离小于预设距离阈值时，确定车辆与用户的停靠点位置匹配。

进一步地，判断车辆的停靠时长与用户的停靠时长是否匹配，根据车辆的停靠开始时间以及停靠结束时间、用户的停靠开始时间以及停靠结束时间得到匹配时长，根据匹配时长以及车辆的停靠开始时间以及停靠结束时间、用户的停靠开始时间以及停靠结束时间得到时长匹配率，当时长匹配率大于等于预设时长匹配率阈值时，确定车辆的停靠时长与用户的停靠时长匹配。

具体地，用户与车辆的停靠时长按下面三种情况分析：

1)vt1<＝pt1并且vt2>＝pt2或者pt1<＝vt1并且pt2>＝vt2；

2)vt1

3)pt1

当属于第一种情况时，匹配时长＝被包含时长，当属于第二种情况时，匹配时长＝vt2-pt1，当属于第三种情况时，匹配时长＝pt2-vt1。

进一步地，时长匹配率＝匹配时长/min((vt2-vt1),(pt2-pt1))。当时长匹配率大于等于预设时长匹配率阈值时，确定车辆的停靠时长与用户的停靠时长匹配。其中，本领域技术人员可自行设置时长匹配率阈值。

当车辆的停靠点位置与用户的停靠点位置匹配，并且车辆的停靠时长与用户的停靠时长匹配时，确定车辆和用户的一次停靠匹配。

根据上述步骤中的方法，将用户与车辆的所有停靠点进行匹配，根据匹配的停靠点数量与用户的所有停靠点数量的比值得到第一停靠点匹配率，第一停靠点匹配率＝匹配的停靠点个数/人的停靠点个数。

在一个实施例中，匹配停靠点按位置去重，计算出匹配停靠点位置数b个，车辆停靠点按位置去重，计算出车辆停靠点位置数a个，将b小于a/2的用户的匹配停靠点去除。

在一个实施例中，还包括对剩余所有用户的停靠点匹配率进行从高到低排序，将排名在前的预设数量个用户存入绑定关系库。例如，将车辆与其匹配率较高的前三名用户的匹配关系存入绑定关系库。

S102根据待检测时间段内车辆的轨迹数据以及与车辆具有绑定关系的用户应用程序位置数据得到第二停靠点匹配率。

在一个示例性场景中，需要检测某天车辆的驾驶人员信息，获取待检测时间段内车辆的轨迹数据，以及查询预先建立的绑定关系库，获取与该车辆具有绑定关系的所有用户在待检测时间段内的应用程序位置数据。

根据车辆的轨迹数据以及与车辆具有绑定关系的用户应用程序位置数据，采用步骤S101中的停靠点匹配率计算方法进行计算，得到待检测时间段内车辆和用户的停靠点匹配率，也即得到第二停靠点匹配率。

S103将第二停靠点匹配率从高到低进行排序，将排名在前的两名用户的位置网格与待检测时间段内车辆的轨迹网格按照时间顺序进行匹配，得到第一用户和第二用户的网格匹配率，并分别在第一用户和第二用户的每个匹配的时间段内，计算第一用户和第二用户操作应用程序的功能时长率。

在一种可能的实现方式中，获取车辆预设时间段内的轨迹数据，并将车辆的轨迹数据网格化和时间窗口化。然后将步骤S102计算出来的第二停靠点匹配率从高到低进行排序，将匹配率较高的前两名用户的应用程序位置数据也进行网格化，与车辆的移动位置，按移动窗口时间轴顺序匹配。

具体地，计算第一用户和第二用户的网格匹配率，包括：分别计算第一用户和第二用户的匹配网格数；根据第一用户的匹配网格数以及车辆位置网格数计算第一用户的网格匹配率，根据第二用户的匹配网格数以及车辆位置网格数计算第二用户的网格匹配率。

在一个实施例中，g1＝第一用户匹配网格数，g2＝第二用户匹配网格数；第一用户网格匹配率＝第一用户匹配网格数/车辆位置网格数，第二用户网格匹配率＝第二用户匹配网格数/车辆位置网格数。

进一步地，根据第一用户的匹配网格，获取第一用户的匹配时间段；

在第一用户的每个匹配时间段内，获取第一用户操作应用程序的功能时长，获取第二用户操作应用程序的功能时长，可从操作的APP功能日志中获取。然后根据第一用户操作应用程序的功能时长以及第一用户的匹配时长计算第一用户操作应用程序的功能时长率，根据第二用户操作应用程序的功能时长以及第一用户的匹配时长计算第二用户操作应用程序的功能时长率；

第一用户操作APP的功能时长率＝第一用户匹配网格操作APP功能时长/第一用户的匹配时长；

第二用户操作APP的功能时长率＝第二用户匹配网格操作APP功能时长/第一用户的匹配时长。

进一步地，根据第二用户的匹配网格，获取第二用户的匹配时间段；在第二用户的每个匹配时间段内，获取第二用户操作应用程序的功能时长，获取第一用户操作应用程序的功能时长，根据第二用户操作应用程序的功能时长以及第二用户的匹配时长计算第二用户操作应用程序的功能时长率，根据第一用户操作应用程序的功能时长以及第二用户的匹配时长计算第一用户操作应用程序的功能时长率。

第一用户操作APP的功能时长率＝第一用户匹配网格操作APP功能时长/第二用户的匹配时长；

第二用户操作APP的功能时长率＝第二用户匹配网格操作APP功能时长/第二用户的匹配时长。

根据该步骤，对车辆和用户进行移动位置匹配，得到匹配网格率，并分析用户在匹配的时间段内的APP操作情况，得到用户操作APP的功能时长率。

S104根据第一用户和第二用户的网格匹配率以及操作应用程序的功能时长率确定在待检测时间段内是否存在双司机驾驶情况。

在一个实施例中，根据第一用户和第二用户的网格匹配率以及操作应用程序的功能时长率确定在待检测时间段内是否存在双司机驾驶情况，包括：

当在第一用户的每个匹配时间段内，满足第一用户的网格匹配率大于第二用户的网格匹配率，且第一用户操作应用程序的功能时长率大于第二用户操作应用程序的功能时长率；并且，

在第二用户的每个匹配时间段内，满足第一用户的网格匹配率小于第二用户的网格匹配率，第二用户操作应用程序的功能时长率大于第一用户操作应用程序的功能时长率时，确定在待检测时间段内第一用户和第二用户互换驾驶，第一用户和第二用户都是这段行驶过程中的司机。

进一步地，若仅满足在第一用户的每个匹配时间段内，第一用户的网格匹配率大于第二用户的网格匹配率，且第一用户操作应用程序的功能时长率大于第二用户操作应用程序的功能时长率，不满足在第二用户的每个匹配时间段内，第一用户的网格匹配率小于第二用户的网格匹配率，第二用户操作应用程序的功能时长率大于第一用户操作应用程序的功能时长率，则确定在待检测时间段内，第二用户在驾驶车辆。

若仅满足在第二用户的每个匹配时间段内，第一用户的网格匹配率小于第二用户的网格匹配率，第二用户操作应用程序的功能时长率大于第一用户操作应用程序的功能时长率，不满足在第一用户的每个匹配时间段内，第一用户的网格匹配率大于第二用户的网格匹配率，且第一用户操作应用程序的功能时长率大于第二用户操作应用程序的功能时长率，则确定在待检测时间段内，第一用户在驾驶车辆。

根据识别出的用户使用的APP关联的手机号对应的身份，可以识别出驾驶人员的身份信息，根据本公开实施例中的方法，可以检测待检测时间段内，车辆的驾驶人员的真实身份，识别出第一用户和第二用户在这段行驶过程中存在换乘驾驶的情况，第一用户和第二用户是这段行驶过程的真实司机。

在一种可能的实现方式中，根据驾驶人员的身份信息查询其对应的驾驶证件，若存在无证驾驶的行为，可将识别出的无证驾驶人员的身份信息、车牌号信息、时间信息、地理位置信息发送给道路管理人员，提前预警，通知交警拦截。

在一个示例性场景中，若车辆发生事故，驾驶人员无驾驶证，司机会临时找有驾驶证的司机，顶替无驾驶证司机，从而减轻事故责任。通过本实施例中的识别方法，根据车辆轨迹与用户APP的位置匹配，可以准确识别驾驶人员的真实身份，有效避免发生冒名顶替的行为。

在一种可能的实现方式中，长途车辆行驶，存在双司机换乘驾驶情况，根据每位司机与车辆的移动位置网格匹配情况，得到每位司机驾驶车辆时间段及车辆行驶路段，得出每位司机驾驶行为数据。根据司机的驾驶行为数据进行综合考核评分，用于车队制定对司机的奖励机制，了解司机的真实驾驶数据。

在一个实施例中，图2是一种构建绑定关系库的方法流程示意图，如图2所示，根据车辆的历史轨迹数据以及用户历史使用APP的位置数据，构建车辆与人的绑定关系库的方法，如下步骤所示：

S201计算车辆聚集停靠点；根据车辆的历史轨迹数据分析车辆的停靠行为，确定车辆的停靠点位置以及停靠时间。

S202计算人聚集停靠点；根据用户使用APP的位置数据分析用户的停靠行为，确定用户的停靠位置以及停靠时间。

S203过滤掉车辆不经常停靠的区域，由于车辆停靠区域具有特殊性，经常停靠于服务区、加油站、装卸货地、物流园区、港口、收费站、维修站等地，将人的停靠点不属于车辆经常停靠的区域过滤，提高后续车与人匹配率。

S204人聚集停靠点与车辆聚集停靠点停靠位置匹配；

S205人聚集停靠点与车辆聚集停靠点停靠时间匹配；

S206当人与车辆的停靠位置和停靠时间都匹配时，确定人与车辆的一次停靠匹配，重复执行上述步骤，直到匹配完所有用户；

S207对匹配率进行从高到低排序，取排名前三的用户加入绑定关系库。

在一个实施例中，图3是一种识别双司机的方法流程示意图，如图3所示，对车辆和人的移动位置进行匹配，识别双司机的方法如下步骤所示。

S301选取待检测时间段内的一段车辆行驶轨迹；

S302对车辆的移动轨迹点网格化，计算停靠点；

S303基于绑定关系库，选取与车辆具有绑定关系的绑定人的位置进行网格化，计算停靠点；

S304匹配车辆与绑定人的聚集停靠点，包括匹配停靠位置和停靠时长。

S305选取匹配率较高的两名用户；

S306将两名用户的位置与车辆的移动位置进行匹配，并获取在匹配的时间段内用户操作APP的时长；

S307根据移动位置的网格匹配率以及操作APP的功能时长判断结果。

本实施例中的方法，基于车辆行驶轨迹点数据，以及司机使用APP位置点数据和APP行为日志数据，分析识别是否存在双司机换乘驾驶的情况，更加客观准确。

本公开实施例还提供一种基于轨迹数据识别双司机的装置，该装置用于执行上述实施例的基于轨迹数据识别双司机的方法，如图4所示，该装置包括：

关系绑定模块401，用于根据车辆的历史轨迹数据以及用户的历史应用程序位置数据得到第一停靠点匹配率，将第一停靠点匹配率从高到低进行排序，将排名在前的预设数量个车辆和用户存入绑定关系库；

计算模块402，用于根据待检测时间段内车辆的轨迹数据以及与车辆具有绑定关系的用户应用程序位置数据得到第二停靠点匹配率；

匹配模块403，用于将第二停靠点匹配率从高到低进行排序，将排名在前的两名用户的位置网格与待检测时间段内车辆的轨迹网格按照时间顺序进行匹配，得到第一用户和第二用户的网格匹配率，并分别在第一用户和第二用户的每个匹配的时间段内，计算第一用户和第二用户操作应用程序的功能时长率；

识别模块404，用于根据第一用户和第二用户的网格匹配率以及操作应用程序的功能时长率确定在待检测时间段内是否存在双司机驾驶情况。

需要说明的是，上述实施例提供的基于轨迹数据识别双司机的装置在执行基于轨迹数据识别双司机的方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于轨迹数据识别双司机的装置与基于轨迹数据识别双司机的方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

本公开实施例还提供一种与前述实施例所提供的基于轨迹数据识别双司机的方法对应的电子设备，以执行上述基于轨迹数据识别双司机的方法。

请参考图5，其示出了本申请的一些实施例所提供的一种电子设备的示意图。如图5所示，电子设备包括：处理器500，存储器501，总线502和通信接口503，处理器500、通信接口503和存储器501通过总线502连接；存储器501中存储有可在处理器500上运行的计算机程序，处理器500运行计算机程序时执行本申请前述任一实施例所提供的基于轨迹数据识别双司机的方法。

其中，存储器501可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口503(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。

总线502可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中，存储器501用于存储程序，处理器500在接收到执行指令后，执行程序，前述本申请实施例任一实施方式揭示的基于轨迹数据识别双司机的方法可以应用于处理器500中，或者由处理器500实现。

处理器500可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器500中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器500可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器501，处理器500读取存储器501中的信息，结合其硬件完成上述方法的步骤。

本申请实施例提供的电子设备与本申请实施例提供的基于轨迹数据识别双司机的方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。

本申请实施例还提供一种与前述实施例所提供的基于轨迹数据识别双司机的方法对应的计算机可读存储介质，请参考图6，其示出的计算机可读存储介质为光盘600，其上存储有计算机程序(即程序产品)，计算机程序在被处理器运行时，会执行前述任意实施例所提供的基于轨迹数据识别双司机的方法。

需要说明的是，计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。

本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的基于轨迹数据识别双司机的方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。