本发明涉及数据处理技术领域，尤其涉及一种运动轨迹速度颜色分配和生成的方法及系统。
背景技术：
随着gps(globalpositioningsystem，全球定位系统)、北斗等定位技术的快速发展，定位功能已经被广泛应用在人们的生产生活中。基于定位功能研发的导航仪、运动手环等电子产品为人们的生活带来了诸多便利。
目前，运动时尚以及社交互动的流行，带动了市场上较多gps智能设备的快速发展，涌现出大量运动型智能手机app、运动手环、手表等，它们可以对用户的运动行为进行监测，给予使用者运动指导和信息记录。例如，对用户跑步过程的监测时，会记录用户在跑步过程的运动位置、时间、速度等参数，并对这些参数进行分析生成相应的运动参数，如运动公里数、运动路线轨迹等等，可供用户进行分享或者自身运动科学化管理和数据指导。
现有的智能手机app在生成运动轨迹过程时，更多的是展现用户运动位置的轨迹变化，并通过相同的颜色来使得运动轨迹看起来更加生动，缺乏对运动不同时间段速度快慢的记录，缺少运动科学化管理的数据支持；
也有的智能手机app会进一步去采集gps中的速度，根据速度的不同为运动轨迹分配不同的颜色，但这种app对gps速度采集的准确度要求和运动时的稳定性要求相当高，若出现gps漂移，gps记录速度不准确，会导致不能为用户提供有价值的参考数据；又由于目前反映运动速度快慢的颜色分配方法规范程度不高，采集到的速度过大或者过小时，无法分配到相应的颜色导致信息缺失或者会出现轨迹颜色突变，最终导致轨迹平滑度不高，里程、速度精度低，不能反映用户真实运动速度的情况。
针对gps漂移，公开号为cn107515413a的专利文献公开了“一种基于智能手表的gps漂移过滤方法和该智能手表”，具体指出根据智能手表采集到的运动信号对gps轨迹进行过滤，并且由此计算佩戴者的实时速度，即识别出gps漂移数据并舍弃，转而利用运动信号重新计算获得一个参考速度代替gps漂移数据，最终使得gps轨迹更接近真实轨迹。但是，与其他非gps漂移数据采集的方法和参数不同，需要重新采集数据，一方面容易耽误延长轨迹生成时间，另一方面，也会出现采集成本增加，数据内存资源占用的情况。
技术实现要素：
本发明要解决的技术问题是针对上述现有技术的不足，提供一种运动轨迹速度颜色分配和生成的方法及系统，能够降低运动轨迹速度颜色分配和生成对gps采集速度的依赖，避免gps漂移带来速度突变、精度不高造成的轨迹颜色突变问题，支持gps所有采样点的颜色分配，且对原有gps采集数据利用率高。
为了实现上述目的，本发明提出一种运动轨迹速度颜色分配和生成的方法，包括以下步骤：
s10：获取所有采样点采样时位置和时间数据；
s20：根据所述位置和时间数据计算每个采样点的即时速度；
s30：获取采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段；
s40：遍历所有采样点，根据所述即时速度对应所属所述速度区间段分配相应采样点的颜色值，并生成轨迹，其中，处于相同所述速度区间段的采样点具有相同的颜色值，不同所述速度区间段的采样点具有不同的颜色值。
进一步地，所述步骤s20包括以下步骤：
s21：根据所述时间数据将所有采样点按时间升序排序，形成数据队列；
s22：利用两两相邻采样点之间的距离和时间差计算所述数据队列中前n-1个采样点的即时速度；
s23：利用采样间隔为n-1的两个采样点之间的距离和时间差计算所述数据队列中n-1个采样点后所有采样点的即时速度；
其中，n为预设阈值。
进一步地，所述步骤s23包括：
s231：从所述数据队列的首位开始依次获取n个相邻采样点，形成计算队列a；
s232：根据所述计算队列a中第一个采样点和第n个采样点之间的距离和时间差计算所述计算队列a中第n个采样点的即时速度；
s233：从所述数据队列中获取所述计算队列a中第n个采样点的下一个采样点加入所述计算队列a的末位，并删除所述计算队列a中第一个采样点；
s234：重复步骤s232和s233，直至计算完所述数据队列中n-1个采样点后所有采样点的即时速度。
进一步地，所述步骤s30包括：
s31：利用采样间隔为m-1的两个采样点之间的距离和时间差，计算所述数据队列中第mi个采样点的即时速度，其中，m为预设阈值，i为正整数，m大于等于n；
s32：从所有第mi个采样点的即时速度中获取最大值和最小值分别作为采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段。
进一步地，所述步骤s31包括：
s311：从所述数据队列中依次获取m个相邻采样点，形成计算队列b；
s312：根据所述计算队列b中第一个采样点和第m个采样点之间的距离和时间差计算所述计算队列b中第m个采样点的即时速度；
s313：删除所述计算队列b中所有采样点，并从所述数据队列中获取所述计算队列b中第m个采样点的下m个相邻采样点加入所述计算队列b；
s314：重复步骤s312和s313，直至计算完所述数据队列中第mi个采样点的即时速度。
进一步地，所述步骤s40中包括：
s41：判定所述即时速度所属所述速度区间段；具体包括：
若采样点的所述即时速度小于所述最小相对速度值，则判定所述即时速度属于所述最小相对速度值对应所在所述速度区间段；
若采样点的所述即时速度大于所述最大相对速度值，则判定所述即时速度属于所述最大相对速度值对应所在所述速度区间段；
若采样点的所述即时速度大于等于所述最小相对速度值且小于等于所述最大相对速度值，则根据所述即时速度的数值大小落入的所述速度区间段判定所述即时速度所属所述速度区间段；
s42：根据采样点的所述即时速度所属所述速度区间段，为所有采样点分配相应的颜色值并生成轨迹。
本发明还提出一种运动轨迹速度颜色分配和生成的系统，包括：
获取模块，用于获取所有采样点采样时位置和时间数据；
计算模块，用于根据所述位置和时间数据计算每个采样点的即时速度；
划分模块，用于获取采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段；
分配生成模块，用于遍历所有采样点，根据所述即时速度对应所属所述速度区间段分配相应采样点的颜色值，并生成轨迹，其中，处于相同所述速度区间段的采样点具有相同的颜色值，不同所述速度区间段的采样点具有不同的颜色值。
进一步地，所述计算模块包括：
排序单元，用于根据所述时间数据将所有采样点按时间升序排序，形成数据队列；
第一计算单元，用于利用两两相邻采样点之间的距离和时间差计算所述数据队列中前n-1个采样点的即时速度；
第二计算单元，用于利用采样间隔为n-1的两个采样点之间的距离和时间差计算所述数据队列中n-1个采样点后所有采样点的即时速度；其中，n为预设阈值。
进一步地，所述划分模块包括：
第三计算单元，用于利用采样间隔为m-1的两个采样点之间的距离和时间差，计算所述数据队列中第mi个采样点的即时速度，其中，m为预设阈值，i为正整数，m大于等于n；
划分单元，用于从所有第mi个采样点的即时速度中获取最大值和最小值分别作为采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段。
进一步地，所述分配生成模块包括：
判定单元，用于判定所述即时速度所属所述速度区间段；具体包括：
若采样点的所述即时速度小于所述最小相对速度值，则判定所述即时速度属于所述最小相对速度值对应所在所述速度区间段；
若采样点的所述即时速度大于所述最大相对速度值，则判定所述即时速度属于所述最大相对速度值对应所在所述速度区间段；
若采样点的所述即时速度大于等于所述最小相对速度值且小于等于所述最大相对速度值，则根据所述即时速度的数值大小落入的所述速度区间段判定所述即时速度所属所述速度区间段；
分配生成单元，用于根据采样点的所述即时速度所属所述速度区间段，为所有采样点分配相应的颜色值并生成轨迹。
采用上述技术方案后，本发明的有益效果是：
1、通过获取采样点的位置和时间数据来计算即时速度，基于即时速度来分配颜色值和生成轨迹，而不是直接获取gps内的采样速度来生成轨迹，大大降低对gps传感器采集速度的依赖，并能够有效避免gps漂移导致的速度突变对轨迹平滑度和真实性影响；
2、通过在所述最大相对速度值和最小相对速度值区间内划分速度区间段，并以采样点的即时速度所落入的具体速度区间段来分配采样点颜色值，能够有效保证所有采样点的即时速度归类和颜色分配，保证轨迹信息的完整性和轨迹平滑度，使轨迹能够生动形象的、清晰直观的反应真实运动速度快慢；
3、通过调整预设阈值n，利用采样间隔为n-1的两个采样点之间的距离和时间差计算所述数据队列中n-1个采样点后所有采样点的即时速度，可过滤gps漂移数据，减少速度值计算偏差的出现和减小速度值偏差量，最终使得计算出的即时速度更接近采样点真实速度，且计算过程简便、快速，能够加快整个颜色值分配和轨迹生成过程；
4、通过调整预设阈值m，利用采样间隔为m-1的两个采样点之间的距离和时间差，计算所述数据队列中第mi个采样点的即时速度，从所有第mi个采样点的即时速度中获取最大值和最小值分别作为采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段，这样获得的速度区间，一方面会更接近实际速度区间，保证更多的采样点落入该速度区间，另一方面能够排除即时速度过大或过小的采样点对生成轨迹平滑度的干扰；
5、根据划分速度区间段为采样点分配颜色值，可供用户直观的通过颜色区分不同时间、位置采样点的速度快慢，且颜色值不需要很多，轨迹生成过程简便，算法占用内存小。
附图说明
为了更清楚地说明本发明实施例或现有技术的技术方案，附图如下：
图1为本发明实施例1提供的一种运动轨迹速度颜色分配和生成的方法流程图；
图2为本发明实施例2提供的一种运动轨迹速度颜色分配和生成的方法流程图；
图3为本发明实施例3提供的一种运动轨迹速度颜色分配和生成的系统框图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
目前，现有的智能手机app在生成运动轨迹过程时，更多的是展现用户运动位置的轨迹变化，并通过相同的颜色来使得运动轨迹看起来更加生动，缺乏对运动不同时间段速度快慢的记录，缺少运动科学化管理的数据支持；
也有些app能呈现不同的颜色来反应速度快慢，但反应速度快慢的颜色分配算法不够规范，不具有普遍性，且更多的是依赖gps的瞬时速度获取，而gps设备的品质参差不齐，当gps处理速度或算法不佳，无法采集到真实的瞬时速度时则无法呈现不同颜色的展示，同时由于gps漂移的原因，生成的运动轨迹中会出现偏差比较大的采样点数据和颜色参数，导致颜色分配平滑度不高，容易影响用户对速度快慢识别的辨识度，不利于运动分析和指导。
本发明的解决方案主要针对上述存在的问题，不直接依赖gps获取瞬时速度作为颜色分配依据，而是获取gps采样点位置和时间数据，计算采样点的即时速度，减少对gps设备速度参数的依赖，避免gps速度漂移情况，同时获取gps采样点最大相对速度值和最小相对速度值作为速度区间段的划分范围，最终以即时速度落入的具体速度区间段为采样点分配相应的颜色值，并对没有落入速度区间段的采样点进行最大、最小速度区间段的归类，解决了gps位置漂移、速度漂移问题，导致的采样点数据精度不高、轨迹颜色突变、轨迹平滑度不高现象，有利于展现更接近用户真实运动速度的运动轨迹，使得运动轨迹对用户的指导更富有参考价值。
实施例1
如图1所示，本实施例提供一种运动轨迹速度颜色分配和生成的方法，包括以下步骤：
s10：获取所有采样点采样时位置和时间数据；
现有技术中，利用gps生成运动轨迹时，会根据相应的采样标准先采集多个采样点的运动、位移、地理位置等参数，为运动轨迹分配速度颜色时，大都直接从设备的gps功能部件处获取gps传感器采集的速度值，然现有的gps设备品质参差不齐，容易出现gps漂移现象，导致速度值偏离真实运动速度，使得生成的运动轨迹精度、真实度不高，不具有指导意义；本步骤摒弃上述速度值的获取方法，通过采集所有采样点的位置和时间数据，作为速度计算的物理参数，来减少gps设备品质参差不齐、算法不佳对gps运动轨迹准确性的影响，使得gps运动轨迹不受其固定设备本身算法的局限，获取更接近真实运动速度的显示速度快慢的运动轨迹。
s20：根据所述位置和时间数据计算每个采样点的即时速度；
本步骤中，根据之前获取的位置和时间数据，可选择任意一种现有的即时速度算法，计算出更接近于对应采样点真实速度的所述即时速度，作为轨迹生成的参数依据。其中即时速度即某一时刻的速度，计算公式如下：v＝δs/δt，v为即时速度，δs为采样点间的距离(或称间距)，δt为采样点间的时间差，具体选用间隔多少个采样点的距离和时间差来计算即时速度，可根据实际情况自定义。
s30：获取采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段；
获取采样点的最大相对速度值和最小相对速度值，可直接使用步骤s20计算即时速度的方法，并从所有即时速度中找出最大值和最小值作为最大相对速度值和最小相对速度值，进行速度区间段划分；也可以重新定义一个采样点间隔值，依据间隔值获取距离和时间差并计算即时速度，并获取最大相对速度值和最小相对速度值进行速度区间段划分；需要注意的是，最大相对速度值和最小相对速度值需要具有代表性，一般选取间隔值远远大于步骤s20中所用的间隔值的方式实现，一方面可以尽可能缩小最大相对速度值和最小相对速度值的区间范围，另一方面获取了较恰当的最大相对速度值和最小相对速度值区间范围，得出合理规范化程度较高速度区间段，使得所有采样点中即时速度过大或者过小的采样点能够被更合理的分配，避免速度突变导致的运动轨迹颜色分配不均匀出现较大的颜色突变的问题。
需要说明的是，获取最大相对速度值和最小相对速度值的目的是为了划分出较为合理和代表性的速度区间段，供对应采样点进行分类，实际速度颜色分配和运动轨迹生成时，可先计算即时速度也可先进行速度区间段划分，故步骤s20和步骤s30不存在先后顺序的强制要求，步骤s20和步骤s30顺序可互换。
s40：遍历所有采样点，根据所述即时速度对应所属所述速度区间段分配相应采样点的颜色值，并生成轨迹，其中，处于相同所述速度区间段的采样点具有相同的颜色值，不同所述速度区间段的采样点具有不同的颜色值。
遍历所有采样点，找到每个采样点对应所在速度区间段，并依据速度区间段为采样点分配相应的颜色值，本方法的生成轨迹步骤，可以是采集到采样点的地理位置后生成反应所有采样点位移变化的轨迹(如一次跑步过程的运动位移轨迹)，然后为相应采样点分配对应颜色值；也可以是逐个采样点的位移和颜色轨迹生成，即同时生成每个采样点的位移轨迹和在对应位置分配颜色。
经过上述一系列步骤处理后，能够有效防止gps漂移、速度采集不准确或计算方式不恰当，造成的轨迹速度偏差大，轨迹颜色分配不均匀、不平滑，内存占用多，处理速度慢的问题。
实施例2
如图2所示，本实施例与之前实施例的区别在于，本实施例中所述步骤s20包括以下步骤：
s21：根据所述时间数据将所有采样点按时间升序排序，形成数据队列；
s22：利用两两相邻采样点之间的距离和时间差计算所述数据队列中前n-1个采样点的即时速度；
s23：利用采样间隔为n-1的两个采样点之间的距离和时间差计算所述数据队列中n-1个采样点后所有采样点的即时速度；
其中，n为预设阈值。
本实施例，计算采样点的即时速度时，按照运动开始到结束(时间升序)依次计算每个采样点的即时速度，且分两种计算方式；
首先设置一预设阈值n，对第n-1个采样点后的所有采样点，采用阈值队列的方式快速方便的计算采样点的即时速度，即第n个采样点即时速度为第n个采样点与第一个采样点的距离除以两者之间的时间差，第n+1个采样点即时速度为第n+1个采样点与第二个采样点的距离除以两者之间的时间差，并依次类推至第n-1个采样点后所有采样点。
对第一个到第n-1个采样点，则采用两两采样点的距离和时间差计算即时速度，即第一个采样点即时速度记为0，第二个采样点即时速度为第二个采样点与第一个采样点的距离除以两者之间的时间差，第三个到第n-1个依次类推。
预设阈值n根据采样点的采样规律和实际运动情况调整获得。
本实施例中，步骤s22和步骤s23不存在先后顺序限定，可互换。
进一步地，所述步骤s23包括：
s231：从所述数据队列的首位开始依次获取n个相邻采样点，形成计算队列a；
s232：根据所述计算队列a中第一个采样点和第n个采样点之间的距离和时间差计算所述计算队列a中第n个采样点的即时速度；
s233：从所述数据队列中获取所述计算队列a中第n个采样点的下一个采样点加入所述计算队列a的末位，并删除所述计算队列a中第一个采样点；
s234：重复步骤s232和s233，直至计算完所述数据队列中n-1个采样点后所有采样点的即时速度。
为了让运算方法更好的为程序读取和识别，并快速的完成预期，本实施例采用入队出队的方式处理第n-1个采样点后的所有采样点的数据，以减少大量数据调取、算法混乱对运行内存的占用和时间的耗费，假设预设阈值n为5，从所述数据队列中获取第一个采样点到第五个采样点依次排列，形成计算队列a，第五个采样点与第一个采样点之间的距离除以两者之间的时间差计算第五个采样点的即时速度，然后数据队列中第六个采样点入队列a队末，第一个采样点出队列a，此时计算队列a第一个采样点为数据队列中第二个采样点，计算队列a第五个采样点为数据队列中第六个采样点，采用与之前相同的计算方法计算第六个采样点，往后依次类推，计算第四个采样点后所有采样点的即时速度；前四个采样点的即时速度则采用两两相邻的采样点之间的距离和时间差计算方式。
对于最大相对速度值和最小相对速度值的获取，不能简单从步骤s20计算的即时速度中直接选取最大值和最小值，因为这样仍然会出现偏离值较大的最大和最小值，导致采用相同的速度区间段划分方法后，还会出现颜色分配不均匀的问题。
因此，需要利用另一个预设阈值m来寻找恰当的最大相对速度值和最小相对速度值区间；
故进一步地，本实施例所述步骤s30包括：
s31：利用采样间隔为m-1的两个采样点之间的距离和时间差，计算所述数据队列中第mi个采样点的即时速度，其中，m为预设阈值，i＝1,2,3…,i为正整数，m大于等于n；
需要注意的是，获取最大相对速度值和最小相对速度值无需计算所有的采样点的即时速度，容易浪费时间，而是根据预设阈值m，每m个采样点计算一个即时速度，m应当大于等于n，且最好是远远大于n，一般可选取m为n的倍数，可以有效防止速度突变造成的颜色值分配不均，因为一般运动速度在某个范围内的波动不会出现倍增的情况，选取m为n的倍数可以弱化波动较大的情况。
s32：从所有第mi个采样点的即时速度中获取最大值和最小值分别作为采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段。
得到最大相对速度值和最小相对速度值后，根据预设划分标准划分速度区间段。如依据最大相对速度值和最小相对速度值的差值x，从最小相对速度值开始依次递增10％x、20％x、20％x、20％x、20％x、10％x的等级划分出7个速度区间段，或依次递增20％x划分出5个速度区间段。
通过上述预设阈值m进行阈值队列计算方式，获得的速度区间，一方面会更接近实际速度区间，保证更多的采样点落入该速度区间，另一方面能够排除即时速度过大或过小的采样点对生成轨迹平滑度的干扰。
进一步地，所述步骤s31包括：
s311：从所述数据队列中依次获取m个相邻采样点，形成计算队列b；
s312：根据所述计算队列b中第一个采样点和第m个采样点之间的距离和时间差计算所述计算队列b中第m个采样点的即时速度；
s313：删除所述计算队列b中所有采样点，并从所述数据队列中获取所述计算队列b中第m个采样点的下m个相邻采样点加入所述计算队列b；
s314：重复步骤s312和s313，直至计算完所述数据队列中第mi个采样点的即时速度。
步骤s31中选取与步骤s23相同的入队出队的方式，计算所述数据队列中第mi个采样点的即时速度。
进一步地，所述步骤s40中包括：
s41：判定所述即时速度所属所述速度区间段；具体包括：
若采样点的所述即时速度小于所述最小相对速度值，则判定所述即时速度属于所述最小相对速度值对应所在所述速度区间段；
若采样点的所述即时速度大于所述最大相对速度值，则判定所述即时速度属于所述最大相对速度值对应所在所述速度区间段；
若采样点的所述即时速度大于等于所述最小相对速度值且小于等于所述最大相对速度值，则根据所述即时速度的数值大小落入的所述速度区间段判定所述即时速度所属所述速度区间段；
采用上述的方法，归类采样点对应的速度区间段，能够将一些即时速度过大或者过小的采样点和在最小相对速度值至最大相对速度值区间内即时速度相对较大或者相对较小的采样点归到同一速度区间段，而不会因为速度偏离过大，被分配在独立的速度区间段，导致颜色突变严重，颜色值使用过多的情况。
s42：根据采样点的所述即时速度所属所述速度区间段，为所有采样点分配相应的颜色值并生成轨迹。按照预设划分标准，将速度区间段分为几个分段，就对应有几种颜色值，如依次递增10％x、20％x、20％x、20％x、20％x、10％x的等级划分出7个速度区间段，则设置7个颜色值，且每一速度区间段对应一颜色值，其中，处于相同速度区间段的采样点具有相同的颜色值，不同速度区间段的采样点具有不同的颜色值。
实施例3
如图3所示，本发明还提出一种运动轨迹速度颜色分配和生成的系统，作为上述实施例中所阐述的一种运动轨迹速度颜色分配和生成方法的物理支持，所述系统包括：
获取模块100，用于获取所有采样点采样时位置和时间数据；
计算模块200，用于根据获取模块100获取的所述位置和时间数据计算每个采样点的即时速度；
划分模块300，用于获取采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段；
分配生成模块400，用于遍历所有采样点，根据所述即时速度对应所属所述速度区间段分配相应采样点的颜色值，并生成轨迹，其中，处于相同所述速度区间段的采样点具有相同的颜色值，不同所述速度区间段的采样点具有不同的颜色值。
其中，划分模块300和计算模块200的执行不存在先后顺序限定，可互换。
进一步地，所述计算模块200包括：
排序单元210，用于根据获取模块100获取的所述时间数据将所有采样点按时间升序排序，形成数据队列；
第一计算单元220，用于利用两两相邻采样点之间的距离和时间差计算所述数据队列中前n-1个采样点的即时速度；
具体地，数据队列第一个采样点即时速度记为0，第二个采样点即时速度为第二个采样点与第一个采样点的距离除以两者之间的时间差，第三个到第n-1个依次类推。
第二计算单元230，用于利用采样间隔为n-1的两个采样点之间的距离和时间差计算所述数据队列中n-1个采样点后所有采样点的即时速度；其中，n为预设阈值。
具体按照如下步骤计算方式，s231：从所述数据队列的首位开始依次获取n个相邻采样点，形成计算队列a；
s232：根据所述计算队列a中第一个采样点和第n个采样点之间的距离和时间差计算所述计算队列a中第n个采样点的即时速度；
s233：从所述数据队列中获取所述计算队列a中第n个采样点的下一个采样点加入所述计算队列a的末位，并删除所述计算队列a中第一个采样点；
s234：重复步骤s232和s233，直至计算完所述数据队列中n-1个采样点后所有采样点的即时速度。
进一步地，所述划分模块300包括：
第三计算单元310，用于利用采样间隔为m-1的两个采样点之间的距离和时间差，计算所述数据队列中第mi个采样点的即时速度，其中，m为预设阈值，i＝1,2,3…，i为正整数，m大于等于n；
划分单元320，用于从所有第mi个采样点的即时速度中获取最大值和最小值分别作为采样点的最大相对速度值和最小相对速度值，并根据预设划分标准在所述最大相对速度值和最小相对速度值区间内划分速度区间段。
进一步地，所述分配生成模块400包括：
判定单元410，用于判定所述即时速度所属所述速度区间段；具体包括：
若采样点的所述即时速度小于所述最小相对速度值，则判定所述即时速度属于所述最小相对速度值对应所在所述速度区间段；
若采样点的所述即时速度大于所述最大相对速度值，则判定所述即时速度属于所述最大相对速度值对应所在所述速度区间段；
若采样点的所述即时速度大于等于所述最小相对速度值且小于等于所述最大相对速度值，则根据所述即时速度的数值大小落入的所述速度区间段判定所述即时速度所属所述速度区间段；
分配生成单元420，用于根据采样点的所述即时速度所属所述速度区间段，为所有采样点分配相应的颜色值并生成轨迹。
本实施例中，“第一计算单元”、“第二计算单元”、“第三计算单元”不是对顺序的限定，只是为了方便区别计算单元具体对应功能。本实施例，用更少的速度区间段和颜色值，就能够有效保证所有采样点的即时速度归类和颜色分配，保证轨迹信息的完整性和轨迹平滑度，使轨迹能够生动形象的、清晰直观的反应真实运动速度快慢。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。