]则对于这段轨迹中任意相邻两帧k+a和k+a+1，其中0<=a<p，有:
[0119]I (Xk+a，yk+a)，(Xk+a+l，yk+a+l) / ( tk+a+l-tk+a) < =MV ;且 tk+p_tk> =MT ;
[0120]则以该段轨迹的空间包围盒的区域作为兴趣区域，该区域的中心作为兴趣热点，保留该区域的包围盒作为热点的影响范围。
[0121]在一般的曲线压缩算法中，丢失的边界主要是局部的小夹角，从而产生平滑效果。但在轨迹数据中，局部小夹角往往代表着有意义的异常行为，如:突然跑动、剧烈运动等，因此，本申请实施例在轨迹压缩中保留了产生这种局部小角度的轨迹帧。假设满足小角度的轨迹帧为(xk，yk，tk)，角度阈值为MA，有:
[0122]Angle(k) < =MA。
[0123]由于本申请实施例中轨迹压缩是增量式的，S卩，计算一帧只需要该帧之前的轨迹数据而不需要该帧之后的轨迹数据，因此，压缩后的轨迹数据流可以以帧的形式实时传输。
[0124]本申请实施例中压缩轨迹数据的步骤可以包括:
[0125]步骤一、输入一段轨迹增量。
[0126]步骤二、寻找增量轨迹的兴趣点。
[0127]1)从已压缩轨迹中得到最后一个点作为起始点；
[0128]2)对增量轨迹所有点循环以下步骤，最终得到带有兴趣点和边界点标记的增量轨迹:
[0129]I)如果上一个点是兴趣点，则判断该点是否为兴趣点:
[0130]如果是，则标记为兴趣点，并扩展兴趣区域；
[0131]如果不是，则结束该兴趣区域。
[0132]II)如果上一个点不是兴趣点，则判断该点是否为兴趣点:
[0133]如果是，则标记为兴趣点，并新建兴趣区域；
[0134]如果该点不是兴趣点，则判断该点是否符合轨迹边界，如果符合轨迹边界，则标记为边界点。
[0135]步骤三、压缩增量轨迹(保留兴趣点)。
[0136]对增量轨迹所有点循环以下步骤:
[0137]如果该点不是兴趣点或边界点，则按照现有技术中任一增量算法来决定该点是否保留；如果该点是兴趣点或边界点，则保留该点。
[0138]步骤四、合并至已压缩轨迹。
[0139]将保留的点合并至已压缩轨迹。
[0140]具体步骤可以为:
[0141]假设预设速度阈值MV = 6公里/小时(km/h) ? 2m/s，预设持续时间阈值MT = 5s。
[0142]获取增量轨迹1^1= [(11，5^1，1:1)，(X2，y2，t2)，(X3，y3，t3)，(X4，y4，t4)，(X5，y5，t5)，(X6，y6，t6)，(X7，y7，t7)，(X8，y8，t8) ] = [ (3，3，01)，(5，5，02)，(5，5，03)，(6，6，04)，(7，7，05)，(7，7，06)，(8，8，07)，(9，9，08)，(11，11，09)];
[0143]所述轨迹LI的第一帧保留，从所述作为起始点开始寻找这段增量轨迹L1的兴趣点，具体如下:
[0144]1)判断 | (xi，yi)，(X2，y2) |/(t2_ti)是否< =2;
[0145]判断结果为:I(xi，yi)，(X2，y2) |/(t2_ti)= | (3,3) ,(5,5) |/(2_1)>2;
[0146]2)继续判断 I (X2，y2)，(X3，y3) |/(t3_t2)是否< =2;
[0147]判断结果为:I(X2，y2)，(X3，y3) |/(t3-t2)= (5，5)，(5，5) |/(3-2)<2，认为对象有明显停留或速度减慢；
[0148]3)继续判断 | (X3，y3)，(X4，y4) |/(t4_t3)是否< =2;
[0149]判断结果为:I(X3，y3)，(X4，y4) |/(t4_t3)= (5，5)，(6，6) |/(4-3)<2，认为对象有明显停留或速度减慢；
[0150]4)继续判断 | (X4，y4)，(X5，y5) |/(t5_t4)是否< =2;
[0151]判断结果为:I(X4，y4)，(x5，y5) |/(t5-t4)= I (6，6)，(7，7) |/(5-4)<2，认为对象有明显停留或速度减慢；
[0152]5)继续判断 | (χδ,γδ), (xe,ye) |/(t6_t5)是否< =2;
[0153]判断结果为:I(X5，y5)，(X6，y6) |/(t6_t5)= I (7，7)，(7，7) |/(6-5)<2，认为对象有明显停留或速度减慢；
[0154]6)继续判断 | (X6，y6)，(X7，y7) |/(t7_t6)是否< =2;
[0155]判断结果为:I(X6，y6)，(X7，y7) |/(t7_t6)= I (7，7)，(8，8) |/(7-6)<2，认为对象有明显停留或速度减慢；
[0156]此时判断t7-t2 = 7-2 = 5 = MT = 5s，故认为从t2到t7这段轨迹为对象感兴趣的范围，从第2位置点到第7位置点这段轨迹的空间包围盒作为兴趣区域，由于之前没有兴趣点，因此新建兴趣区域，并将所述兴趣区域的中心作为兴趣点。
[0157]图3示出了本申请实施例中判断兴趣点的轨迹示意图一，如图所示，黑三角表示起始点，白小圆表示各个位置点，矩形区域为兴趣区域，矩形区域的中心为兴趣点，图中以黑大圆表示。
[0158]7)继续判断 | (X7，y7)，(xs，ys) |/(ts_t7)是否< =2;
[0159]判断结果为:I(X7，y7)，(x8，y8) |/(t8_t7)= (8，8)，(9，9) |/(8-7)<2，认为对象有明显停留或速度减慢；
[0160]此时判断t8-t2 = 8-2 = 6 >MT = 5s，故认为从t2到t8这段轨迹为对象感兴趣的范围，从第2位置点到第8位置点这段轨迹的空间包围盒作为兴趣区域，由于上一点为兴趣点，故此时将第8位置点标记为兴趣点，并扩展上述兴趣区域。
[0161]图4示出了本申请实施例中判断兴趣点的轨迹示意图二，如图所示，所述图中黑小圆表示第8个位置点，也为兴趣点。
[0162]8)继续判断 | (x8，y8)，(x9，y9) |/(tg-ts)是否< =2;
[0163]判断结果为:I(x8，y8)，(x9，y9) |/(t9_t8)= | (9,9),(11,11) |/(9_8)>2;
[0164]由于上一点是兴趣点，这一点不是兴趣点，因此结束上述兴趣区域。
[0165]图5示出了本申请实施例中判断兴趣点的轨迹示意图三，如图所示，白小圆可以利用现有的轨迹压缩算法来决定是否保留，本申请实施例确定的第一位置点(黑三角标识)和兴趣点(黑大圆和黑小圆标识)均保留，即，在最终压缩后的轨迹中至少包括第一位置点(黑二角标识)和兴趣点(黑大圆和黑小圆标识)。
[0166]另外，本申请实施例在计算兴趣点的同时，还可以判断每一点是否为边界点，SP，判断这一点的角度是否 <=预设角度阈值MA，假设预设角度阈值MA为10°，具体判断如下:
[0167]在接收到第三帧时，根据第一位置点坐标、第二位置点坐标和第三位置点坐标可以计算出第二位置点处的角度Angle(2)，将所述Angle(2)与预设角度阈值MA比较，如果所述Angle(2)<=MA，则认为是边界点，在压缩轨迹时予以保留；
[0168]在接收到第四帧时，根据第二位置点坐标、第三位置点坐标和第四位置点坐标可以计算出第三位置点处的角度Angle(3)，将所述Angle(3)与预设角度阈值MA比较，如果所述Angle(3)<=MA，则认为是边界点，在压缩轨迹时予以保留；
[0169]……
[0170]以此类推，判断所有点是否为边界点，如果是边界点，则在压缩轨迹时这些边界点均可以保留。
[0171]本申请实施例在压缩所述增量轨迹L1时，保留所有兴趣点和边界点，对于不是兴趣点或边界点的点，按照现有方法决定是否保留，得到最终确定保留的所有点，作为压缩后的轨迹。
[0172]接着，可以继续获取下一增量轨迹。
[0173]获取增量轨迹L2=[(X9，y9，t9)，(x1，y1，ti())，(xii，yii，tii)，(xi2，yi2，ti2)]=[(13，13，09)，(15，15，10)，(17，17，11)，(19，19，12)];
[0174]从所述已压缩轨迹LI中得到最后一个点作为起始点，即第9个位置点(X8，y8，t8)=(11，11，09)作为起始点，寻找增量轨迹L2的兴趣点和边界点，具体计算过程可以参考轨迹L1的计算过程，本申请在此不做赘述。
[0175]由上可知，本申请实施例所提供的轨迹压缩方案，可以保留轨迹的兴趣点和边界点，便于后续数据分析、提高了数据分析的准确度，且兴趣点和边界点的计算是增量的，可以支持轨迹数据流的实时压缩，。
[0176]实施例二、
[0177]假设预设速度阈值MV = 6公里/小时(km/h) ? 2m/s，预设持续时间阈值MT = 10s。
[0178]获取增量轨迹S1= [ (Xl，yi，Zl，tl)，(X2，y2，Z2，t2)，(X3，y3，Z3，t3)，...，(X19，yi9，zi9，ti9)，(X2o，y2o，Z2o，t2o) ] = [ (1，0，0，01)，(3，0，0，05)，(3，0，3，10)，...] o
[0179]所述轨迹SI的第一帧保留，从所述(11，71，21，1:1)作为起始点开始寻找这段增量轨迹 S1 的兴趣点，判断 I (Xl，yi，Zl)，(X2，y2，Z2) |/(t2_tl)是否 < =2、| (X2，y2，Z2)，(X3，y3，Z3) 1/(t3_t2)是否 <=2，..., (X19，yi9，Z19)，(X20，y20，Z2