轨迹相似度计算方法、轨迹相似度计算装置以及存储介质

技术领域

本申请涉及数据挖掘领域，特别是涉及一种轨迹相似度计算方法、轨迹相似度计算装置以及计算机存储介质。

背景技术

随着科学技术的不断发展，在出行方面，越来越多的人们选择使用汽车出行。通过对车辆的行程轨迹进行分析以用于挖掘车辆的时空信息数据已成为当前学术界与工业界关注的热点问题。其中，对车辆的行程轨迹的相似度度量是最核心的问题之一。

在一应用场景中，对车辆轨迹相似性的度量，一种直观的解决思路是计算车辆轨迹之间的距离。目前有很多度量轨迹之间距离的方法，比如最大距离、最小距离、平均距离以及Hausdorff距离等等。但这些计算方法在轨迹出现回退、环和交错等情况时，对于轨迹相似度的度量可能会出现失真等问题。而离散Fréchet距离包含了轨迹点间的时序关系，计算过程考虑了轨迹内部的节点结构，可以更加精确地考虑轨迹间的相似程度，因此离散Fréchet距离的描述能力更强，最适合作为轨迹间相似性的度量，但当前技术中一般是通过对离散Fréchet距离的定义进行反复迭代计算，其计算效率十分低下。

发明内容

本申请主要解决的技术问题是当前离散Fréchet距离计算效率低下，对此，本申请提供了一种轨迹相似度计算方法、轨迹相似度计算装置及计算机可读存储介质。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种轨迹相似度计算方法，该方法包括：获取至少两条轨迹，其中，至少两条轨迹包括第一轨迹和第二轨迹；基于第一轨迹和第二轨迹计算轨迹之间的距离矩阵，其中，距离矩阵包括若干轨迹点距离，每一轨迹点距离由第一轨迹中的一个第一轨迹点的坐标与第二轨迹中的一个第二轨迹点的坐标计算得到；遍历距离矩阵中的轨迹点距离，获取每一轨迹点距离的位置下界值，其中，轨迹点距离的位置下界值为该轨迹点距离与其横向相邻轨迹点距离、纵向相邻轨迹点距离中的最小值；判断是否存在任意一个轨迹点距离的位置下界值大于等于预设阈值；若是，则将第一轨迹和第二轨迹的轨迹相似度设置为预设距离；其中，横向相邻轨迹点的横向坐标与该轨迹点距离的横向坐标相同，且横向相邻轨迹点的纵向坐标小于该轨迹点距离的纵向坐标；纵向相邻轨迹点的纵向坐标与该轨迹点距离的纵向坐标相同，且纵向相邻轨迹点的横向坐标小于该轨迹点距离的横向坐标。

其中，基于第一轨迹和第二轨迹计算轨迹之间的距离矩阵之后，轨迹相似度计算方法包括：基于预设阈值对距离矩阵进行更新，将距离矩阵中数值大于等于预设阈值的轨迹点距离设置为预设距离，以得到阈值约束距离矩阵。

其中，轨迹相似度计算方法还包括：在不存在轨迹点距离的位置下界值大于等于预设阈值的情况下，基于第一轨迹和第二轨迹，创建二维动态数组；基于阈值约束距离矩阵按照路径规划条件，计算二维动态数组的元素值；按照二维动态数组的元素值，确定第一轨迹和第二轨迹的轨迹相似度。

其中，基于阈值约束距离矩阵按照路径规划条件，计算二维动态数组的元素值，包括：响应于阈值约束距离矩阵中任意一点轨迹点距离为预设距离，将任意一点轨迹点距离对应在二维动态数组的元素值的数值设置为预设距离的数值。

其中，基于距离矩阵按照路径规划条件，计算二维动态数组的元素值，包括：根据路径规划条件，确定二维动态数组中当前元素的相邻元素；基于距离矩阵及当前元素的相邻元素获取当前元素的元素值。

其中，基于距离矩阵及当前元素的相邻元素获取当前元素的元素值，包括：基于距离矩阵获取与当前元素对应的当前轨迹点距离；获取当前元素的相邻元素的元素值，并确定当前元素的相邻元素的最小元素值；将最小元素值与当前轨迹点距离中的最大值，作为当前元素的元素值。

其中，根据路径规划条件，确定二维动态数组中当前元素的相邻元素之前，轨迹相似度计算方法还包括：按照第一轨迹的起点和第二轨迹的起点，定位距离矩阵的起点距离，以及二维动态数组的起点元素；将起点距离的数值，确定为起点元素的元素值。

其中，路径规划条件为：当前元素的坐标值大于相邻元素的坐标值；其中，坐标值包括第一坐标值和/或第二坐标值。

其中，按照二维动态数组的元素值，确定第一轨迹和第二轨迹的轨迹相似度，包括：按照第一轨迹的终点和第二轨迹的终点，定位二维动态数组的终点元素；利用二维动态数组的终点元素的元素值，确定第一轨迹和第二轨迹的轨迹相似度。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种轨迹相似度计算装置，该轨迹相似度计算装置包括处理器和存储器，存储器与处理器耦接，存储器存储有程序数据，处理器用于执行程序数据以实现如上述的轨迹相似度计算方法。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质存储有程序数据，程序数据在被执行时，用于实现上述的轨迹相似度计算方法。

本申请的有益效果是：区别于现有技术的情况，本申请提供的轨迹相似度计算方法应用于轨迹相似度计算装置，轨迹相似度计算装置获取至少两条轨迹，其中，至少两条轨迹包括第一轨迹和第二轨迹；基于第一轨迹和第二轨迹计算轨迹之间的距离矩阵，其中，距离矩阵包括若干轨迹点距离，每一轨迹点距离由第一轨迹中的一个第一轨迹点的坐标与第二轨迹中的一个第二轨迹点的坐标计算得到；遍历距离矩阵中的轨迹点距离，获取每一轨迹点距离的位置下界值，其中，轨迹点距离的位置下界值为该轨迹点距离与其横向相邻轨迹点距离、纵向相邻轨迹点距离中的最小值；判断是否存在任意一个轨迹点距离的位置下界值大于等于预设阈值；若是，则将第一轨迹和第二轨迹的轨迹相似度设置为预设距离；其中，横向相邻轨迹点的横向坐标与该轨迹点距离的横向坐标相同，且横向相邻轨迹点的纵向坐标小于该轨迹点距离的纵向坐标；纵向相邻轨迹点的纵向坐标与该轨迹点距离的纵向坐标相同，且纵向相邻轨迹点的横向坐标小于该轨迹点距离的横向坐标。通过上述方式，与常规的轨迹相似度计算方法相比，本申请采用的在计算两条轨迹的距离矩阵时采用距离阈值对其进行约束，并通过该距离阈值对轨迹上两轨迹点距离的位置下界值进行判断从而直接排除位置下界值大于等于预设阈值的轨迹相似度计算的方法能够有效减少出现无效计算的情况，极大地提高了计算效率。本轨迹相似度计算方法能够通过阈值约束的方式节省轨迹距离的计算成本，且经过位置下界值的判断可以减少计算的复杂度，避免无效计算的发生。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

其中：

图1是本申请提供的轨迹相似度计算方法一实施例的流程示意图；

图2是本申请提供的轨迹相似度计算装置执行轨迹相似度计算方法的流程示意图；

图3是本申请提供的第一轨迹及第二轨迹一实施例的示意图；

图4是本申请提供的轨迹相似度计算装置第一实施例的结构示意图；

图5是本申请提供的轨迹相似度计算装置第二实施例的结构示意图；

图6是本申请提供的计算机可读存储介质一实施例的结构示意图；

图7为本申请提供的轨迹相似度方法中位置(4,3)的位置下界值的几何示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。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。

随着社会不断发展，特别是在城市地区，越来越多的道路和路口安装了各种类型的车辆抓拍设备。抓拍设备在管控和查处车辆超速抓拍，接打手机抓拍以及闯红灯等交通违法违规行为方面发挥了巨大的作用。同时，这些抓拍设备能够有效记录行驶在城市道路上的各个车辆的行程轨迹。作为车辆的时空信息数据，车辆行程轨迹包含了丰富且价值巨大的各种车辆的出行模式，如何利用数据挖掘技术对车辆行程轨迹进行挖掘，已日益成为学术界和工业界关注的热点问题。

在利用数据挖掘技术对车辆行程轨迹进行挖掘的过程中，对车辆的行程轨迹的相似性计算是最核心的问题之一。通过对轨迹之间的相似性计算，可以挖掘出一个城市的出行模式，这对于缓解城市的交通拥堵，提高通行效率有着不可估量的价值。

当前，对车辆轨迹相似性的计算，一种直观的解决思路是计算车辆轨迹之间的距离；显而易见，轨迹之间的距离越小，则它们相似性越高，反之，相似度越小。在计算轨迹之间距离的方法时有很多方法，例如计算轨迹之间的最大距离、最小距离、平均距离、豪斯多夫距离及离散Fréchet距离等等。但在后续研究表明，离散Fréchet距离最适合作为轨迹相似性的计算。离散Fréchet距离包含了轨迹点间的时序关系，计算过程考虑了轨迹内部的节点结构，可以更加精确地考虑轨迹间的相似程度，在轨迹出现回退、环和交错等情况时不会出现度量失真，所以离散Fréchet距离对轨迹相似度的描述能力更强。

但在现有技术中，利用离散Fréchet距离描述轨迹相似度时，可以通过动态规划的算法来计算两条轨迹之间的离散Fréchet距离，具体包括首先计算出两条轨迹的距离矩阵，即两条轨迹上各个节点之间的距离；然后在距离矩阵上根据动态转移方程计算每个位置上的从起点到该位置的离散Fréchet距离，并经过对距离矩阵的遍历转换得到最终的离散Fréchet距离，但这种计算方法实际的计算效率不够高。

在解释计算效率不够高之前，本申请首先解释离散Fréchet距离的定义。

在本领域中，轨迹可以表示按时间顺序采样的坐标点的集合，以轨迹P为例，P＝{P(1)，…，P(m)}；其中P(i)＝(x

离散Fréchet距离的定义为：

给定两条轨迹P＝{P(1)，…，P(m)}和Q＝{Q(1)，…，Q(n)}，称

其中，距离矩阵的定义为：

给定两条轨迹P＝{P(1)，…，P(m)}和Q＝{Q(1)，…，Q(n)}，称下面矩阵D为轨迹P和轨迹Q的距离矩阵：

其中d

在现有技术中，若给定两条轨迹P＝{P(1)，…，P(m)}和Q＝{Q(1)，…，Q(n)}，为了计算离散Fréchet距离获取两者的相似度，可以将两条轨迹之间的离散Fréchet距离的计算问题转化为在这两条轨迹的距离矩阵上寻找一条从d

若按照此动态规划思路对离散Fréchet距离进行计算，其计算复杂度为O(m·n)，计算效率不够高。

为了解决上述问题，提高离散Fréchet距离的计算效率，从而提高轨迹相似度的计算效率，本申请提出一种轨迹相似度计算方法，请参阅图1，图1是本申请提供的轨迹相似度计算方法一实施例的流程示意图。

步骤11：获取至少两条轨迹，其中，至少两条轨迹包括第一轨迹和第二轨迹。

具体地，轨迹相似度计算装置首先获取至少两条轨迹。其中，至少两条轨迹包括第一轨迹及第二轨迹。在本实施例中，将第一轨迹定义为P＝{P(1)，…，P(m)}，将第二轨迹定义为Q＝{Q(1)，…，Q(n)}。

步骤12：基于第一轨迹和第二轨迹计算轨迹之间的距离矩阵，其中，距离矩阵包括若干轨迹点距离。

具体地，每一轨迹点距离由第一轨迹中的一个第一轨迹点的坐标与第二轨迹中的一个第二轨迹点的坐标计算得到；

在轨迹相似度计算装置获取到第一轨迹P与第二轨迹Q后，可以计算每一第一轨迹点与每一第二轨迹点的坐标之间的轨迹点距离，从而获取第一轨迹与第二轨迹之间的距离矩阵。

其中距离矩阵计算公式如下所示：

其中，d

具体地，在得到距离矩阵之后，轨迹相似度计算装置还会基于预设阈值θ对距离矩阵进行更新，将距离矩阵中数值大于等于预设阈值的轨迹点距离设置为预设距离∞，以得到阈值约束距离矩阵。利用阈值约束距离矩阵代替距离矩阵，可以节省大量的离散Fréchet距离计算成本。

步骤13：遍历距离矩阵中的轨迹点距离，获取每一轨迹点距离的位置下界值。

具体地，位置下界值

即轨迹点距离的位置下界值为该轨迹点距离与其横向相邻轨迹点距离、纵向相邻轨迹点距离中的最小值。其中，横向相邻轨迹点的横向坐标与该轨迹点距离的横向坐标相同，且横向相邻轨迹点的纵向坐标小于该轨迹点距离的纵向坐标；纵向相邻轨迹点的纵向坐标与该轨迹点距离的纵向坐标相同，且纵向相邻轨迹点的横向坐标小于该轨迹点距离的横向坐标。

参阅图7，图7为本申请提供的轨迹相似度方法中位置(4，3)的位置下界值的几何示意图。以位置(4，3)为例说明位置下界值的原理，位置下界值

由于任意一条从d

具体地，轨迹相似度计算装置会对阈值约束距离矩阵中所有的轨迹点距离进行位置下界值的计算，若其中有一个轨迹点距离的位置下界值大于预设阈值θ，则会直接输出两条轨迹之间差距过大的信息。利用位置下界值进行剪枝处理可以避免无效计算的发生，提高轨迹相似度的计算效率。

步骤14：判断是否存在任意一个轨迹点距离的位置下界值大于等于预设阈值。

具体地，若轨迹相似度计算装置判断阈值约束距离矩阵中存在有一个轨迹点距离的位置下界值大于等于预设阈值的情况，则进入步骤15。

若轨迹相似度计算装置判断阈值约束距离矩阵中没有存在一个轨迹点距离的位置下界值大于等于预设阈值的情况，则会基于第一轨迹P和第二轨迹Q，创建二维动态数组dp；基于阈值约束距离矩阵按照路径规划条件，计算二维动态数组的元素值；按照二维动态数组的元素值，确定第一轨迹和第二轨迹的轨迹相似度。

其中，创建的二维动态数组dp的大小是由第一轨迹P与第二轨迹Q的长度决定的，以第一轨迹P的长度为m，第二轨迹Q的长度为n为例，则创建的二维动态数组dp为一个行数为m，列数为n的二维数组。在创建过程中将二维动态数组dp中的每个元素值dp[i，j]均初始化为-1，其中dp[i，j]表示轨迹P＝{P(1)，…，P(m)}和Q＝{Q(1)，…，Q(n)}的离散Fréchet距离。

若m＝5，n＝6，初始化后的二维动态数组dp如下所示：

具体地，在创建完初始的二维动态数组dp后，轨迹相似度计算装置会根据阈值约束距离矩阵中任意一轨迹点距离为预设距离∞的点，将该点对应在二维动态数组的元素值的数值设置为预设距离∞的数值。

具体地，轨迹相似度计算装置还会根据路径规划条件，确定二维动态数组中当前元素的相邻元素，其中路径规划条件为：当前元素的坐标值大于相邻元素的坐标值；其中，坐标值包括第一坐标值和/或第二坐标值。

即在相邻元素的第一坐标值(第一角标)和/或第二坐标值(第二角标)要小于当前元素。

例如，二维动态数组dp中的当前元素为dp[2,1]，则当前元素dp[2,1]的相邻元素则为dp[1,1]，当前元素为dp[1,2]，当前元素dp[1,2]的相邻元素也为dp[1,1]，当前元素为dp[2,3]，则dp[2,3]的相邻元素为dp[1,3]、dp[2,2]及dp[1,2]。

在确认好二维动态数组dp的每个当前元素的相邻元素后，基于距离矩阵d及相邻元素计算二维动态数组dp的元素值。

二维动态数组dp[1,1]则为距离矩阵中相应角标的d

可选地，轨迹相似度计算装置在确定二维动态数组中当前元素的相邻元素之前，还会按照第一轨迹的起点和第二轨迹的起点，定位距离矩阵的起点距离，以及二维动态数组的起点元素；将起点距离的数值，确定为起点元素的元素值。

轨迹相似度计算装置在确定二维动态数组的起点元素时，需要基于第一轨迹的起点P(1)和第二轨迹的起点Q(1)，定位距离矩阵D的起点距离d

在二维动态数组dp计算的一具体应用场景中，其计算方式如下所示：

一、输入两条轨迹P＝{P(1)，…，P(m)}和Q＝{Q(1)，…，Q(n)}；

二、计算轨迹P和轨迹Q的距离矩阵D

三、创建二维动态数组dp，其行数为m，列数为n，并将其元素dp[i，j]均初始化为-1；

四、令dp[1，1]＝d

在轨迹相似度计算装置更新完二维动态数组dp之后，可以按照第一轨迹P的终点和第二轨迹Q的终点，定位二维动态数组的终点元素dp[m，n]；利用二维动态数组的终点元素的元素值，确定第一轨迹P和第二轨迹Q的轨迹相似度，即第一轨迹P及第二轨迹Q的离散Fréchet距离。

在一应用场景中，请参阅图3，图3是本申请提供的第一轨迹及第二轨迹一实施例的示意图。获取第一轨迹P＝{P(1)，…，P(4)}和第二轨迹Q＝{Q(1)，…，Q(5)}，其中，如图3所示，P(1)＝(0，3)，P(2)＝(1，4)，P(3)＝(3，2)，P(4)＝(4，2)，P(5)＝(5，3)，Q(1)＝(0，2)，Q(2)＝(1，1)，Q(3)＝(2，2)，Q(4)＝(3，1.5)，

Q(5)＝(4，0)，Q(6)＝(5，1)；

同时令距离阈值θ＝3.0。

基于上述的第一轨迹P及第二轨迹Q计算两者之间的距离矩阵D，并通过距离阈值θ得到阈值约束距离矩阵D

此时，并基于第一轨迹P的长度及第二轨迹Q的长度新建一个形状为5×6的二维动态数组dp，并将其元素dp[i，j]均初始化为-1，如下所示：

将dp[1，1]设置为距离矩阵中的起点距离d

根据公式dp[i，1]＝max(dp[i-1，1]，d

根据公式dp[1，j]＝max(dp[1，j]，d

根据公式dp[i，j]＝max(min(dp[i-1，j]，Dp[i，j-1]，dp[i-1，j-1])，d

最终，定位二维动态数组dp的终点元素dp[5,6]＝2.236，终点元素dp[5,6]＝2.236即为第一轨迹P和第二轨迹Q之间的离散Fréchet距离。

在上面的例子中，阈值约束距离矩阵D

步骤15：将第一轨迹和第二轨迹的轨迹相似度设置为预设距离。

请继续参阅图2，若步骤14中轨迹相似度计算装置判断存在有一个轨迹点距离的位置下界值大于等于预设阈值时，则会直接将轨迹相似度设为预设距离，即认为第一轨迹与第二轨迹之间的差距过大。

具体地，若预设阈值为3时，某一轨迹点距离位置下界值大于3，则会直接将进行轨迹相似度计算的两条轨迹的轨迹相似度设置为∞，避免了后续的无效计算。

区别于现有技术的情况，本申请提供的轨迹相似度计算方法应用于轨迹相似度计算装置，轨迹相似度计算装置获取至少两条轨迹，其中，至少两条轨迹包括第一轨迹和第二轨迹；基于第一轨迹和第二轨迹计算轨迹之间的距离矩阵，其中，距离矩阵包括若干轨迹点距离，每一轨迹点距离由第一轨迹中的一个第一轨迹点的坐标与第二轨迹中的一个第二轨迹点的坐标计算得到；遍历距离矩阵中的轨迹点距离，获取每一轨迹点距离的位置下界值，其中，轨迹点距离的位置下界值为该轨迹点距离与其横向相邻轨迹点距离、纵向相邻轨迹点距离中的最小值；判断是否存在任意一个轨迹点距离的位置下界值大于等于预设阈值；若是，则将第一轨迹和第二轨迹的轨迹相似度设置为预设距离；其中，横向相邻轨迹点的横向坐标与该轨迹点距离的横向坐标相同，且横向相邻轨迹点的纵向坐标小于该轨迹点距离的纵向坐标；纵向相邻轨迹点的纵向坐标与该轨迹点距离的纵向坐标相同，且纵向相邻轨迹点的横向坐标小于该轨迹点距离的横向坐标。通过上述方式，与常规的轨迹相似度计算方法相比，本申请采用的在计算两条轨迹的距离矩阵时采用距离阈值对其进行约束，并通过该距离阈值对轨迹上两轨迹点距离的位置下界值进行判断从而直接排除位置下界值大于等于预设阈值的轨迹相似度计算的方法，能够有效减少出现无效计算的情况，极大地提高了计算效率。本轨迹相似度计算方法能够通过阈值约束的方式节省轨迹距离的计算成本，且经过位置下界值的判断可以减少计算的复杂度，避免无效计算的发生。

上述实施例的方法，可以利用一轨迹相似度计算装置来实现，下面结合图4进行描述，图4是本申请提供的轨迹相似度计算装置第一实施例的结构示意图。

如图4所示，本申请实施例的轨迹相似度计算装置40包括获取模块41、矩阵生成模块42、计算模块43，判断模块44，设置模块45。

其中，获取模块41，用于获取至少两条轨迹。

矩阵生成模块42，用于基于第一轨迹和第二轨迹计算轨迹之间的距离矩阵。

计算模块43，用于遍历距离矩阵中的轨迹点距离，获取每一轨迹点距离的位置下界值。

判断模块44，用于判断是否存在任意一个轨迹点距离的位置下界值大于等于预设阈值。

设置模块45，用于在任意一个轨迹点距离的位置下界值大于等于预设阈值时，将第一轨迹和第二轨迹的轨迹相似度设置为预设距离。

上述实施例的方法，可以利用一轨迹相似度计算装置来实现，下面结合图5，图5是本申请提供的轨迹相似度计算装置第二实施例的结构示意图，该轨迹相似度计算装置50包括存储器51和处理器52，存储器51用于存储程序数据，处理器52用于执行程序数据以实现如下的方法：

获取至少两条轨迹，其中，至少两条轨迹包括第一轨迹和第二轨迹；基于第一轨迹和第二轨迹计算轨迹之间的距离矩阵，其中，距离矩阵包括若干轨迹点距离，每一轨迹点距离由第一轨迹中的一个第一轨迹点的坐标与第二轨迹中的一个第二轨迹点的坐标计算得到；遍历距离矩阵中的轨迹点距离，获取每一轨迹点距离的位置下界值，其中，轨迹点距离的位置下界值为该轨迹点距离与其横向相邻轨迹点距离、纵向相邻轨迹点距离中的最小值；判断是否存在任意一个轨迹点距离的位置下界值大于等于预设阈值；若是，则将第一轨迹和第二轨迹的轨迹相似度设置为预设距离；其中，横向相邻轨迹点的横向坐标与该轨迹点距离的横向坐标相同，且横向相邻轨迹点的纵向坐标小于该轨迹点距离的纵向坐标；纵向相邻轨迹点的纵向坐标与该轨迹点距离的纵向坐标相同，且纵向相邻轨迹点的横向坐标小于该轨迹点距离的横向坐标。

参阅图6，图6是本申请提供的计算机可读存储介质一实施例的结构示意图，该计算机可读存储介质60存储有程序数据61，程序数据61在被处理器执行时，用于实现如下的方法：

获取至少两条轨迹，其中，至少两条轨迹包括第一轨迹和第二轨迹；基于第一轨迹和第二轨迹计算轨迹之间的距离矩阵，其中，距离矩阵包括若干轨迹点距离，每一轨迹点距离由第一轨迹中的一个第一轨迹点的坐标与第二轨迹中的一个第二轨迹点的坐标计算得到；遍历距离矩阵中的轨迹点距离，获取每一轨迹点距离的位置下界值，其中，轨迹点距离的位置下界值为该轨迹点距离与其横向相邻轨迹点距离、纵向相邻轨迹点距离中的最小值；判断是否存在任意一个轨迹点距离的位置下界值大于等于预设阈值；若是，则将第一轨迹和第二轨迹的轨迹相似度设置为预设距离；其中，横向相邻轨迹点的横向坐标与该轨迹点距离的横向坐标相同，且横向相邻轨迹点的纵向坐标小于该轨迹点距离的纵向坐标；纵向相邻轨迹点的纵向坐标与该轨迹点距离的纵向坐标相同，且纵向相邻轨迹点的横向坐标小于该轨迹点距离的横向坐标。

本申请的实施例以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。