一种热点轨迹提取方法及相关装置与流程

本技术涉及计算机，尤其涉及一种热点轨迹提取方法及相关装置。

背景技术：

1、对于赛车游戏而言，确定游戏场景中使用频率较高的热点轨迹，并据此对游戏进行自动化测试，是游戏开发测试链路中必不可少的重要环节。

2、相关技术中，通常通过以下方式确定赛车游戏中的热点轨迹：1)基于热力图确定热点轨迹；即在游戏场景中确定玩家所操控的赛车出现频率较高的热点位置，进而连接各热点位置得到热点轨迹。2)由相关技术人员根据自身的相关经验，人工确定热点轨迹。

3、通过上述方式确定的热点轨迹均是基于相关数据分析得到的，并非玩家真实操控赛车行驶的轨迹。在实际应用中，如此确定出的热点轨迹往往无法准确可靠地反映玩家的真实操作习惯，相应地，根据该热点轨迹对游戏进行自动化测试，难以保证所得到的测试结果的可靠性。

技术实现思路

1、本技术实施例提供了一种热点轨迹提取方法及相关装置，能够保证确定出的热点轨迹准确可靠地反映玩家的真实操作习惯。

2、有鉴于此，本技术第一方面提供了一种热点轨迹提取方法，所述方法包括：

3、获取通过目标赛车游戏产生的多组轨迹数据；每组所述轨迹数据对应于玩家在所述目标赛车游戏中操控虚拟车辆产生的运动轨迹，所述轨迹数据中包括对应的运动轨迹上多个采样点的特征数据，所述采样点的特征数据包括所述虚拟车辆在所述采样点的位置数据、方向数据、速度数据和加速度数据；

4、针对每组所述轨迹数据，根据所述轨迹数据中包括的多个采样点的特征数据，在所述多个采样点中确定分段关键点；并利用所述分段关键点的特征数据，组成所述轨迹数据对应的简化运动轨迹的表示数据；

5、基于所述多组轨迹数据各自对应的简化运动轨迹的表示数据做聚类处理，得到多个轨迹类别；根据所述多个轨迹类别各自包括的运动轨迹，确定热点轨迹。

6、本技术第二方面提供了一种热点轨迹提取装置，所述装置包括：

7、数据获取模块，用于获取通过目标赛车游戏产生的多组轨迹数据；每组所述轨迹数据对应于玩家在所述目标赛车游戏中操控虚拟车辆产生的运动轨迹，所述轨迹数据中包括对应的运动轨迹上多个采样点的特征数据，所述采样点的特征数据包括所述虚拟车辆在所述采样点的位置数据、方向数据、速度数据和加速度数据；

8、轨迹简化模块，用于针对每组所述轨迹数据，根据所述轨迹数据中包括的多个采样点的特征数据，在所述多个采样点中确定分段关键点；并利用所述分段关键点的特征数据，组成所述轨迹数据对应的简化运动轨迹的表示数据；

9、轨迹聚类模块，用于基于所述多组轨迹数据各自对应的简化运动轨迹的表示数据做聚类处理，得到多个轨迹类别；根据所述多个轨迹类别各自包括的运动轨迹，确定热点轨迹。

10、可选的，所述轨迹简化模块具体用于：

11、根据所述轨迹数据中多个采样点的特征数据各自包括的位置数据、方向数据、速度数据和加速度数据，确定关键点衡量阈值；

12、针对所述轨迹数据对应的每个特征数据对，根据所述特征数据对中两个特征数据各自包括的位置数据、方向数据、速度数据和加速度数据，确定所述特征数据对对应的差异度；所述特征数据对中的两个特征数据各自对应的采样点在所述运动轨迹上相邻，所述特征数据对对应的差异度用于反映其中两个特征数据各自对应的采样点之间的运动特征相似性；

13、在所对应的差异度大于所述关键点衡量阈值的特征数据对中，确定所述分段关键点。

14、可选的，所述轨迹聚类模块具体用于：

15、两两组合所述简化运动轨迹，得到多个简化运动轨迹对；

16、针对每个所述简化运动轨迹对，根据其中包括的两个简化运动轨迹各自的表示数据，确定所述两个简化运动轨迹之间的特征距离，作为所述简化运动轨迹对对应的特征距离；

17、根据所述多个简化运动轨迹对各自对应的特征距离做聚类处理，得到所述多个轨迹类别。

18、可选的，所述轨迹聚类模块具体用于：

19、将所述两个简化运动轨迹各自的表示数据分别映射至希尔伯特空间中，得到所述两个简化运动轨迹各自的映射特征数据；

20、基于高斯核函数，根据所述两个简化运动轨迹各自的映射特征数据，确定所述两个简化运动轨迹之间的高斯核距离，作为所述两个简化运动轨迹之间的特征距离。

21、可选的，所述数据获取模块具体用于：

22、获取所述目标赛车游戏的客户端中的目标插件上传的所述采样点的特征数据，根据同一客户端中的目标插件在一局赛车游戏中上传的各所述采样点的特征数据，组成一组所述轨迹数据；所述目标插件用于在所述赛车游戏中采集当前操控的虚拟车辆的位置数据、方向数据、速度数据和加速度数据。

23、可选的，所述目标插件通过以下方式采集所述特征数据：

24、在所述客户端的游戏主程序中确定特征数据采集函数；

25、控制所述特征数据采集函数的下一跳转地址为所述目标插件，以便所述目标插件获取所述特征数据采集函数采集的虚拟车辆的位置数据、方向数据、速度数据和加速度数据，并将所述虚拟车辆的位置数据、方向数据、速度数据和加速度数据上传至后台服务器；

26、控制所述目标插件的下一跳转地址返回所述游戏主程序中所述特征数据采集函数的下一跳转地址。

27、可选的，所述轨迹聚类模块体用于：

28、确定所包括的运动轨迹的数量满足预设条件的轨迹类别，作为热点轨迹类别；根据所述热点轨迹类别包括的运动轨迹，确定热点轨迹；

29、所述装置还包括测试模块，所述测试模块，用于基于所述热点轨迹，对所述目标赛车游戏进行自动化测试。

30、本技术第三方面提供了一种计算机设备，所述设备包括处理器以及存储器：

31、所述存储器用于存储计算机程序；

32、所述处理器用于根据所述计算机程序，执行如上述第一方面所述的热点轨迹提取方法的步骤。

33、本技术第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述第一方面所述的热点轨迹提取方法的步骤。

34、本技术第五方面提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面所述的热点轨迹提取方法的步骤。

35、从以上技术方案可以看出，本技术实施例具有以下优点：

36、本技术实施例提供了一种热点轨迹提取方法，该方法包括：获取通过目标赛车游戏产生的多组轨迹数据，每组轨迹数据对应于玩家在目标赛车游戏中操控虚拟车辆产生的运动轨迹，轨迹数据中包括其对应的运动轨迹上多个采样点的特征数据，采样点的特征数据包括虚拟车辆在该采样点的位置数据、方向数据、速度数据和加速度数据；针对每组轨迹数据，根据该轨迹数据中包括的多个采样点的特征数据，在该轨迹数据中包括的多个采样点中确定分段关键点，并利用分段关键点的特征数据，组成该轨迹数据对应的简化运动轨迹的表示数据；进而，基于多组轨迹数据各自对应的简化运动轨迹的表示数据做聚类处理，得到多个轨迹类别；根据多个轨迹类别各自包括的运动轨迹，确定热点轨迹。一方面，上述方法利用玩家通过目标赛车游戏真实产生的运动轨迹对应的轨迹数据确定热点轨迹，可以保证所确定的热点轨迹准确可靠地反映玩家的真实操作习惯。另一方面，上述方法对多组轨迹数据对应的运动轨迹进行聚类处理前，先根据每组轨迹数据中包括的特征数据，确定该组轨迹数据对应的运动轨迹上的分段关键点，进而利用分段关键点的特征数据组成对应的简化运动轨迹的表示数据，并据此进行聚类处理；如此，既可以减少聚类处理时所需处理的数据量，节约计算资源，提高计算效率，又因为同时参考了位置数据、方向数据、速度数据和加速度数据提取分段关键点，而保证所提取的分段关键点的可靠性，即保证所提取出的分段关键点是赛车运动特征发生变化的采样点，进而保证了后续的聚类处理的可靠性。