一种数据处理方法、装置及服务器与流程

本发明涉及计算机技术领域，尤其涉及一种数据处理方法、装置及服务器。

背景技术：

目前，轨迹建模在导航电子地图、运动仿真等领域有着广泛的需求。具体的，轨迹建模需要采集数据(以导航电子地图为，可以将街景采集车或者无人机航拍得到的图像信息作为采集数据)，从采集的数据中特征提取需要拟合轨迹的数据点，并根据数据点进行拟合。

现有技术中常常采用以最小二乘法方为原则的确定性拟合算法，具体的，以常用的三阶b样条曲线插值拟合为例，可以包括：根据数据采样点点之间的长度把所有数据采样点按照点间距进行均匀重采样，得到均匀的重采样数据点。然后，基于最小二乘法从重采样数据点确定控制点(控制点的个数一般不大于所有数据点个数的一半)。最后，基于确定的控制点来进行轨迹拟合。上述现有的基于最小二乘法方式进行数据点的轨迹拟合方法，对于采集数据的噪声和损坏比较敏感，会出现轨迹变形抖动，导致确定出的数据采样点的轨迹误差较大。因此，需要提供更可靠的方案。

技术实现要素：

本发明提供了一种数据处理方法、装置及服务器，可以提高数据采样点的拟合轨迹的准确性。

第一方面，本发明提供了一种数据处理方法，所述方法包括：

确定待拟合数据采样点的初始拟合轨迹，将所述初始拟合轨迹作为待校正拟合轨迹；

基于预设拟合误差代价函数计算所述待校正拟合轨迹的第一拟合误差，所述预设拟合误差代价函数表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异；

对所述待校正拟合轨迹进行轨迹形态扰动处理，得到扰动后的拟合轨迹；

基于预设拟合误差代价函数计算所述扰动后的拟合轨迹的第二拟合误差；

判断所述第二拟合误差是否小于所述第一拟合误差；

当判断的结果为是时，将所述第二拟合误差作为所述扰动后的拟合轨迹的第一拟合误差，将所述扰动后的拟合轨迹作为待校正拟合轨迹，执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数；

将达到预设扰动次数时的拟合轨迹作为所述待拟合数据采样点的目标拟合轨迹。

第二方面提供了一种数据处理装置，所述装置包括：

待校正拟合轨迹确定模块，用于确定待拟合数据采样点的初始拟合轨迹，将所述初始拟合轨迹作为待校正拟合轨迹；

第一拟合误差计算模块，用于基于预设拟合误差代价函数计算所述待校正拟合轨迹的第一拟合误差，所述预设拟合误差代价函数表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异；

轨迹形态扰动处理模块，用于对所述待校正拟合轨迹进行轨迹形态扰动处理，得到扰动后的拟合轨迹；

第二拟合误差计算模块，用于基于预设拟合误差代价函数计算所述扰动后的拟合轨迹的第二拟合误差；

第一判断模块，用于判断所述第二拟合误差是否小于所述第一拟合误差；

第一数据处理模块，用于当所述第一判断模块判断的结果为是时，将所述第二拟合误差作为所述扰动后的拟合轨迹的第一拟合误差，将所述扰动后的拟合轨迹作为待校正拟合轨迹执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数；

拟合轨迹确定模块，用于将达到预设扰动次数时的拟合轨迹作为所述待拟合数据采样点的目标拟合轨迹。

第三方面提供了一种数据处理服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的数据处理方法。

第四方面提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如第一方面所述的数据处理方法。

本发明提供的数据处理方法、装置及服务器，具有如下技术效果：

本发明能够通过对待拟合数据采样点的待拟合轨迹进行轨迹形态扰动处理不断调整拟合轨迹，同时在轨迹形态扰动处理过程中通过表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异的预设拟合误差代价函数来不断计算当前的轨迹形态扰动处理后待校正拟合轨迹的拟合误差，当拟合误差减少时，接受当前的轨迹形态扰动处理，不断减小待校正拟合轨迹与拟合数据采样点的真实拟合误差之间的差异，提高数据采样点的拟合轨迹的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。

图1是本发明实施例提供的一种数据处理方法的流程示意图；

图2是本发明实施例提供的一种拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度的流程示意图；

图3是本发明提供的多段拟合折线轨迹的第一扩展区域和多段采样折线轨迹的第二扩展区域的一种示意图；

图4是本发明实施例提供的对拟合轨迹进行轨迹分裂处理的一种示意图；

图5是本发明实施例提供的对拟合轨迹进行轨迹合并处理的一种示意图；

图6是本发明实施例提供的移动所述待校正拟合轨迹中相邻的分段拟合轨迹之间的连接点，得到所述扰动后的拟合轨迹的一种示意图；

图7是本发明实施例提供的横向移动所述待校正拟合轨迹中每段分段拟合轨迹的控制点，得到所述扰动后的拟合轨迹的一种示意图；

图8是本发明实施例提供的纵向移动所述待校正拟合轨迹中每段分段拟合轨迹的控制点，得到所述扰动后的拟合轨迹的一种示意图；

图9是本发明实施例提供的另一种数据处理方法的流程示意图；

图10是本发明实施例提供的另一种数据处理方法的流程示意图；

图11是本发明实施例提供的一种数据处理装置的结构示意图；

图12是本发明实施例提供的一种服务器的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

以下介绍本发明的数据处理方法的具体实施例，图1是本发明实施例提供的一种数据处理方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，所述方法可以包括：

s101：确定待拟合数据采样点的初始拟合轨迹，将所述初始拟合轨迹作为待校正拟合轨迹。

本说明书实施例中，所述待拟合数据采样点可以包括需要进行轨迹拟合的物体的采样点，具体的，所述待拟合数据采样点可以包括从包含需要进行轨迹拟合的物体的图像信息中提取的所述物体的数据点。

在实际应用中，物体的形态各式各样，一个物体往往需要多段轨迹来描述形态，例如道路，可以包括多个曲线轨迹。相应的，本说明书实施例中所述待拟合数据采样点的初始拟合轨迹可以包括多段相互连接的轨迹。多段相互连接的轨迹可以为相同长度的轨迹，也可以为不同长度的轨迹。具体的，本说明书实施例中确定待拟合数据采样点的初始拟合轨迹可以包括但不限于采用随机化分段贝塞尔曲线确定待拟合数据采样点的初始拟合轨迹。

s103：基于预设拟合误差代价函数计算所述待校正拟合轨迹的第一拟合误差。

在实际应用中，拟合轨迹与实际的物体的轨迹之间往往存在一定的差异，本说明书实施例中，可以基于预设拟合误差代价函数计算所述待校正拟合轨迹的第一拟合误差。本说明书实施例中，所述预设拟合误差代价函数可以表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异。具体的，当拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异越大，所述预设拟合误差代价函数的值越大；反之，当拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异越小，所述预设拟合误差代价函数的值越小。

具体的实施例中，所述预设拟合误差代价函数可以包括下述至少一个拟合误差影响因子：

1)拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度。

本说明书实施例中，所述拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度可以包括表征拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合程度的数值。具体的，如图2所示，所述拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度包括采用下述方式确定：

s201：对所述拟合轨迹进行折线化处理，得到多段拟合折线轨迹。

s203：基于所述拟合轨迹所覆盖范围内的数据采样点建立多段采样折线轨迹；

s205：确定所述多段拟合折线轨迹的第一扩展区域和所述多段采样折线轨迹的第二扩展区域。

本说明书实施例中，所述多段拟合折线轨迹的第一扩展区域可以包括以所述多段拟合折线轨迹中每一折线为中心往两侧扩展第一预设长度所对应的区域；所述多段采样折线轨迹的第二扩展区域可以包括以所述多段采样折线轨迹中每一折线为中心往两侧扩展第二预设长度所对应的区域。

本说明书实施例中，所述第一预设长度与所述第二预设长度可以结合实际应用进行设置，保证第一扩展区域与第二扩展区域重合。一般的，所述第一预设长度等于所述第二预设长度。

具体的，如图3所示，图3是本发明提供的多段拟合折线轨迹的第一扩展区域和多段采样折线轨迹的第二扩展区域的一种示意图，其中，多段折线301为多段拟合折线轨迹中的折线，多段折线302为多段采样折线轨迹中的折线。相应的，以多段折线301为中心往两侧扩展第一预设长度所对应的区域为第一扩展区域3011；以多段折线302为中心往两侧扩展第一预设长度所对应的区域为第二扩展区域3021。

s207：计算所述第一扩展区域和所述第二扩展区域的重合度。

本说明书实施例中，所述第一扩展区域和所述第二扩展区域的重合度可以包括第一扩展区域和所述第二扩展区域的重合区域的面积占所述第一扩展区域和第二扩展区域面积平均值的比例。

s209：计算所述拟合轨迹长度与最大允许拟合轨迹长度之间的比值。

本说明书实施例中，所述最大允许拟合轨迹长度可以结合实际应用拟合轨迹的实际长度进行设置，且所述最大允许拟合轨迹长度拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异成正比。

s211：计算所述重合度与比值之间的乘积，将所述乘积取负后数值作为所述拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度。

本说明书实施例中，所述重合度，以及拟合轨迹长度与最大允许拟合轨迹长度之间的比值均与拟合轨迹与拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异成反比，即重合度，以及拟合轨迹长度与最大允许拟合轨迹长度之间的比值越大，拟合轨迹与拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异越小；反之，重合度，以及拟合轨迹长度与最大允许拟合轨迹长度之间的比值越小，拟合轨迹与拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异越大。因此，本说明书实施例中，将重合度与比值之间的乘积乘以负一得到乘积作为所述拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度，可以保证拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度与拟合轨迹与拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异成正比。

2)拟合轨迹中相邻的曲线在连接处的切线角度跳变超过最大允许角度跳变的数量。

具体的，本说明书实施例中，所述最大允许角度跳变的数量可以结合实际应用进行设置，一般的，所述最大允许角度跳变的数量与相应的拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异成反比。

3)拟合轨迹中相邻的曲线在连接处的曲率跳变超过最大允许曲率跳变的数量。

具体的，本说明书实施例中，所述最大允许曲率跳变的数量可以结合实际应用进行设置，一般的，所述最大允许曲率跳变的数量与相应的拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异成反比。

4)拟合轨迹中曲线长度超过最大允许长度的曲线的数量。

具体的，本说明书实施例中，所述最大允许长度可以结合实际应用进行设置，一般的，所述最大允许长度与相应的拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异成反比。

此外，需要说明的是，上述任一拟合误差影响因子的值与所述预设拟合误差代价函数的值成正比。

在一个具体的实施例中，当所述预设拟合误差代价函数包括一个拟合误差影响因子时，所述预设拟合误差代价函数可以为包括所述拟合误差影响因子的函数。

在另一个具体的实施例中，当所述预设拟合误差代价函数包括多个拟合误差影响因子时，所述预设拟合误差代价函数可以包括采用下述方式确定：

获取所述多个拟合误差影响因子的权重系数；

基于所述多个拟合误差影响因子的权重系数对所述多个拟合误差影响因子进行加权计算，得到所述预设拟合误差代价函数。

具体的，每一拟合误差影响因子的权重系数表征所述拟合误差影响因子对拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异的影响程度。

相应的，当需要基于预设拟合误差代价函数计算所述待校正拟合轨迹的第一拟合误差时，可以计算所述初始拟合轨迹所对应的所述预设拟合误差代价函数所包含的拟合误差影响因子，进而基于预设拟合误差代价函数计算出所述初始拟合轨迹的初始拟合误差。

s105：对所述待校正拟合轨迹进行轨迹形态扰动处理，得到扰动后的拟合轨迹。

具体的，本说明书实施例中，所述对所述待校正拟合轨迹进行轨迹形态扰动处理，得到扰动后的拟合轨迹可以包括采用下述中的任一方式：

1)对所述待校正拟合轨迹中的每段拟合轨迹进行轨迹分裂处理，得到所述扰动后的拟合轨迹。

具体的，如图4所示，图4是本发明实施例提供的对拟合轨迹进行轨迹分裂处理的一种示意图，具体的，将某一分段的拟合估计一分为二，实现分裂操作split。

2)对所述待校正拟合轨迹中的相邻的分段拟合轨迹进行轨迹合并处理，得到所述扰动后的拟合轨迹。

具体的，如图5所示，图5是本发明实施例提供的对拟合轨迹进行轨迹合并处理的一种示意图。具体的，将两个相邻的分段拟合轨迹合并成一段拟合轨迹，实现合并操作merge。

3)移动所述待校正拟合轨迹中相邻的分段拟合轨迹之间的连接点，得到所述扰动后的拟合轨迹。

具体的，如图6所示，图6是本发明实施例提供的移动所述待校正拟合轨迹中相邻的分段拟合轨迹之间的连接点，得到所述扰动后的拟合轨迹的一种示意图。具体的，移动两个相邻的分段拟合轨迹中间的连接点600，实现对待校正拟合轨迹中相邻的分段拟合轨迹之间的连接点的移动操作slide。

4)横向移动所述待校正拟合轨迹中每段分段拟合轨迹的控制点，得到所述扰动后的拟合轨迹。

具体的，如图7所示，图7是本发明实施例提供的横向移动所述待校正拟合轨迹中每段分段拟合轨迹的控制点，得到所述扰动后的拟合轨迹的一种示意图。具体的，横向移动每段分段拟合轨迹的控制点700，实现对待校正拟合轨迹中每段分段拟合轨迹的控制点横向移动操作horizontalmove。

5)纵向移动所述待校正拟合轨迹中每段分段拟合轨迹的控制点，得到所述扰动后的拟合轨迹。

具体的，如图8所示，图8是本发明实施例提供的纵向移动所述待校正拟合轨迹中每段分段拟合轨迹的控制点，得到所述扰动后的拟合轨迹的一种示意图。具体的，纵向移动每段分段拟合轨迹的控制点800，实现对待校正拟合轨迹中每段分段拟合轨迹的控制点纵向移动操作verticalmove。

s107：基于预设拟合误差代价函数计算所述扰动后的拟合轨迹的第二拟合误差。

本说明书实施例，所述基于预设拟合误差代价函数计算所述扰动后的拟合轨迹的第二拟合误差可以参见上述确定初始拟合轨迹的初始拟合误差的相关步骤，在此不再赘述。

此外，需要说明的是，本说明书实施例中，所述第一拟合误差可以包括当前需要进行轨迹形态扰动处理的待校正拟合轨迹的当前轨迹形态扰动处理前的拟合轨迹的拟合误差。相应的，所述第二拟合误差可以包括当前需要进行轨迹形态扰动处理的待校正拟合轨迹的在当前轨迹形态扰动处理后的拟合轨迹的拟合误差。

s109：判断所述第二拟合误差是否小于所述第一拟合误差。

本说明书实施例中，判断所述第二拟合误差是否小于所述第一拟合误差可以通过比较第二拟合误差是和所述第一拟合误差的数值大小的方式确定。

在另一些实施例中，判断所述第二拟合误差是否小于所述第一拟合误差还可以通过计算以自然常数e为底的指数函数(指数为第二拟合误差减去第一拟合误差的差值)是否大于等于1的方式确定。具体的，当以自然常数e为底的指数函数(指数为第二拟合误差减去第一拟合误差的差值)大于等于1时，所述第二拟合误差大于等于所述第一拟合误差；反之，当以自然常数e为底的指数函数(指数为第二拟合误差减去第一拟合误差的差值)小于1时，所述第二拟合误差小于所述第一拟合误差。

s111：当判断的结果为是时，将所述第二拟合误差作为所述扰动后的拟合轨迹的第一拟合误差，将所述扰动后的拟合轨迹作为待校正拟合轨迹执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数。

具体的，将所述第二拟合误差作为所述扰动后的拟合轨迹的第一拟合误差，将所述扰动后的拟合轨迹作为待校正拟合轨迹后，执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数可以包括：

判断当前的轨迹形态扰动处理的次数是否小于预设扰动次数；

当判断出当前的轨迹形态扰动处理的次数小于预设扰动次数时，对当前的待校正拟合轨迹执行轨迹形态扰动处理步骤。

反之，当判断出当前的轨迹形态扰动处理的次数大于等于预设扰动次数时，执行步骤s113。

具体的，所述预设扰动次数可以包括基于所述预设拟合误差代价函数的收敛速度确定的扰动迭代次数。具体的，可以获取一个拟合轨迹进行轨迹形态扰动的迭代处理，在迭代处理时根据以所述预设拟合误差代价函数计算出的第一拟合误差和第二拟合误差的变化幅度来确定所述预设拟合误差代价函数的收敛速度，当收敛速度达到预设收敛速度时，可以停止迭代，当前的迭代次数可以作为所述预设拟合误差代价函数的迭代次数，相应的，预设拟合误差代价函数的迭代次数可以作为所述预设扰动次数。

s113：将达到预设扰动次数时的拟合轨迹作为所述待拟合数据采样点的目标拟合轨迹。

由以上本说明书实施例提供的技术方案可知，本说明书实施例中通过对待拟合数据采样点的待拟合轨迹进行轨迹形态扰动处理不断调整拟合轨迹，同时在轨迹形态扰动处理过程中通过表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异的预设拟合误差代价函数来不断计算当前的轨迹形态扰动处理后待校正拟合轨迹的拟合误差，当拟合误差减少时，接受当前的轨迹形态扰动处理，不断减小待校正拟合轨迹与拟合数据采样点的真实拟合误差之间的差异，提高数据采样点的拟合轨迹的准确性。

以下介绍本发明的数据处理方法的另一具体实施例，图9是本发明实施例提供的另一种数据处理方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图9所示，所述方法可以包括：

s901：确定待拟合数据采样点的初始拟合轨迹，将所述初始拟合轨迹作为待校正拟合轨迹。

s903：基于预设拟合误差代价函数计算所述待校正拟合轨迹的第一拟合误差，所述预设拟合误差代价函数表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异。

s905：对所述待校正拟合轨迹进行轨迹形态扰动处理，得到扰动后的拟合轨迹。

s907：基于预设拟合误差代价函数计算所述扰动后的拟合轨迹的第二拟合误差。

s909：判断所述第二拟合误差是否小于所述第一拟合误差。

s911：当判断的结果为是时，将所述第二拟合误差作为所述扰动后的拟合轨迹的第一拟合误差，将所述扰动后的拟合轨迹作为待校正拟合轨迹执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数。

s913：当判断的结果为否时，基于预设概率算法判断是否接受当前的轨迹形态扰动处理。

本说明书实施例中，所述基于预设概率算法判断是否接受当前的轨迹形态扰动处理可以包括：

随机生成0至1之间的随机数；

判断所述随机数是否大于或等于以自然常数e为底，以第二拟合误差减去第一拟合误差的差值为指数的指数函数；

当判断出所述随机数大于或等于以自然常数e为底，以第二拟合误差减去第一拟合误差的差值为指数的指数函数时，确定接受当前的轨迹形态扰动处理。

当判断出所述随机数小于以自然常数e为底，以第二拟合误差减去第一拟合误差的差值为指数的指数函数时，确定拒绝当前的轨迹形态扰动处理。

s915：当判断出拒绝当前的轨迹形态扰动处理时，对当前的待校正拟合轨迹执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数。

本说明书实施例中，当判断出拒绝当前的轨迹形态扰动处理时，当前的待校正拟合轨迹不变，执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数可以包括：

判断当前的轨迹形态扰动处理的次数是否小于预设扰动次数；

当判断出当前的轨迹形态扰动处理的次数小于预设扰动次数时，对当前的待校正拟合轨迹执行轨迹形态扰动处理步骤。

反之，当判断出当前的轨迹形态扰动处理的次数大于等于预设扰动次数时，执行步骤s917。

s917：将达到预设扰动次数时的拟合轨迹作为所述待拟合数据采样点的目标拟合轨迹。

另一些实施例中如图10所示，所述方法还可以包括：

s919：当判断出接受当前的轨迹形态扰动处理时，将所述第二拟合误差作为所述扰动后的拟合轨迹的第一拟合误差，将所述扰动后的拟合轨迹作为待校正拟合轨迹执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数。

由以上本说明书实施例提供的技术方案可知，本说明书实施例中通过对待拟合数据采样点的待拟合轨迹进行轨迹形态扰动处理不断调整拟合轨迹，同时在轨迹形态扰动处理过程中通过表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异的预设拟合误差代价函数来不断计算当前的轨迹形态扰动处理后待校正拟合轨迹的拟合误差，当拟合误差减少时，接受当前的轨迹形态扰动处理；在拟合误差增加时，基于预设概率算法拒绝当次的轨迹形态扰动处理，并在到达预设扰动次数前，不断进行当前待校正拟合轨迹的轨迹形态扰动处理；不断减小待校正拟合轨迹与拟合数据采样点的真实拟合误差之间的差异，大大提高了数据采样点的拟合轨迹的准确性。

本发明实施例还提供了一种数据处理装置，如图11所示，所述装置包括：

待校正拟合轨迹确定模块1101，可以用于确定待拟合数据采样点的初始拟合轨迹，将所述初始拟合轨迹作为待校正拟合轨迹；

第一拟合误差计算模块1102，可以用于基于预设拟合误差代价函数计算所述待校正拟合轨迹的第一拟合误差，所述预设拟合误差代价函数表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异；

轨迹形态扰动处理模块1103，可以用于对所述待校正拟合轨迹进行轨迹形态扰动处理，得到扰动后的拟合轨迹；

第二拟合误差计算模块1104，可以用于基于预设拟合误差代价函数计算所述扰动后的拟合轨迹的第二拟合误差；

第一判断模块1105，可以用于判断所述第二拟合误差是否小于所述第一拟合误差；

第一数据处理模块1106，可以用于当所述第一判断模块判断的结果为是时，将所述第二拟合误差作为所述扰动后的拟合轨迹的第一拟合误差，将所述扰动后的拟合轨迹作为待校正拟合轨迹执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数；

拟合轨迹确定模块1107，可以用于将达到预设扰动次数时的拟合轨迹作为所述待拟合数据采样点的目标拟合轨迹。

另一实施例中，所述装置还可以包括：

第二判断模块，用于当所述第一判断模块判断的结果为否时，基于预设概率算法判断是否接受当前的轨迹形态扰动处理；

第二数据处理模块，用于当所述第二判断模块判断出拒绝当前的轨迹形态扰动处理时，对当前的待校正拟合轨迹执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数。

另一实施例中，所述装置还包括：

第三数据处理模块，用于当所述第二判断模块判断出接受当前的轨迹形态扰动处理时，将所述第二拟合误差作为所述扰动后的拟合轨迹的第一拟合误差，将所述扰动后的拟合轨迹作为待校正拟合轨迹执行轨迹形态扰动处理，至当前轨迹形态扰动处理的次数达到预设扰动次数。

另一实施例中，所述预设拟合误差代价函数包括下述至少一个拟合误差影响因子：

拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度；

拟合轨迹中相邻的曲线在连接处的切线角度跳变超过最大允许角度跳变的数量；

拟合轨迹中相邻的曲线在连接处的曲率跳变超过最大允许曲率跳变的数量；

拟合轨迹中曲线长度超过最大允许长度的曲线的数量。

另一实施例中，当所述预设拟合误差代价函数包括一个拟合误差影响因子时，所述预设拟合误差代价函数包括采用下述单元确定：

代价函数确定单元，用于将所述拟合误差影响因子作为所述预设拟合误差代价函数。

另一实施例中，当所述预设拟合误差代价函数包括多个拟合误差影响因子时，所述预设拟合误差代价函数包括采用下述单元确定：

权重系数单元，用于获取所述多个拟合误差影响因子的权重系数；

加权计算单元，用于基于所述多个拟合误差影响因子的权重系数对所述多个拟合误差影响因子进行加权计算，得到所述预设拟合误差代价函数；

其中，每一拟合误差影响因子的权重系数表征所述拟合误差影响因子对拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异的影响程度。

另一实施例中，所述拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度包括采用下述单元确定：

折线化处理单元，用于对所述拟合轨迹进行折线化处理，得到多段拟合折线轨迹；

多段采样折线轨迹建立单元，用于基于所述拟合轨迹所覆盖范围内的数据采样点建立多段采样折线轨迹；

扩展区域确定单元，用于确定所述多段拟合折线轨迹的第一扩展区域和所述多段采样折线轨迹的第二扩展区域；

重合度计算单元，用于计算所述第一扩展区域和所述第二扩展区域的重合度；

长度比值计算单元，用于计算所述拟合轨迹长度与最大允许拟合轨迹长度之间的比值；

乘积计算单元，用于计算所述重合度与比值之间的乘积；

拟合度确定单元，用于将所述乘积取负后数值作为所述拟合轨迹与所述拟合轨迹所覆盖范围内的数据采样点的拟合度。

另一实施例中，所述轨迹形态扰动处理模块包括：

轨迹分裂处理单元，用于对所述待校正拟合轨迹中的每段拟合轨迹进行轨迹分裂处理，得到所述扰动后的拟合轨迹；

或，

轨迹合并处理单元，用于对所述待校正拟合轨迹中的相邻的分段拟合轨迹进行轨迹合并处理，得到所述扰动后的拟合轨迹；

或，

连接点移动单元，用于移动所述待校正拟合轨迹中相邻的分段拟合轨迹之间的连接点，得到所述扰动后的拟合轨迹；

或，

横向移动单元，用于横向移动所述待校正拟合轨迹中每段分段拟合轨迹的控制点，得到所述扰动后的拟合轨迹；

或，

纵向移动单元，用于纵向移动所述待校正拟合轨迹中每段分段拟合轨迹的控制点，得到所述扰动后的拟合轨迹。

另一实施例中，所述预设扰动次数包括基于所述预设拟合误差代价函数的收敛速度确定的扰动迭代次数。

所述的装置实施例中的装置与方法实施例基于同样地发明构思。

本发明实施例提供了一种数据处理服务器，该数据处理服务器包括处理器和存储器，该存储器中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现如上述方法实施例所提供的数据处理方法。

本发明实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图12是本发明实施例提供的一种数据处理方法的服务器的硬件结构框图。如图12所示，该服务器1200可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessingunits，cpu)1210、用于存储数据的存储器1230，一个或一个以上存储应用程序1223或数据1222的存储介质1220。更进一步地，中央处理器1210可以设置为与存储介质1220通信，在服务器1200上执行存储介质1220中的一系列指令操作。服务器1200还可以包括一个或一个以上电源1260，一个或一个以上有线或无线网络接口1250，一个或一个以上输入输出接口1240，和/或，一个或一个以上操作系统1221。

输入输出接口1240可以用于经由一个网络接受或者发送数据。上述的网络具体实例可包括服务器1200的通信供应商提供的无线网络。在一个实例中，输入输出接口1240包括一个网络适配器(networkinterfacecontroller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口1240可以为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。

本领域普通技术人员可以理解，图12所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器1200还可包括比图12中所示更多或者更少的组件，或者具有与图12所示不同的配置。

本发明的实施例还提供了一种存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中一种数据处理方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述方法实施例提供的数据处理方法。

可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

由上述本发明提供的数据处理方法、装置或服务器的实施例可见，本发明中通过对待拟合数据采样点的待拟合轨迹进行轨迹形态扰动处理不断调整拟合轨迹，同时在轨迹形态扰动处理过程中通过表征拟合轨迹与所述拟合轨迹所覆盖的数据采样点所对应的实际轨迹之间的差异的预设拟合误差代价函数来不断计算当前的轨迹形态扰动处理后待校正拟合轨迹的拟合误差，当拟合误差减少时，接受当前的轨迹形态扰动处理；在拟合误差增加时，基于预设概率算法拒绝当次的轨迹形态扰动处理，并在到达预设扰动次数前，不断进行当前待校正拟合轨迹的轨迹形态扰动处理；不断减小待校正拟合轨迹与拟合数据采样点的真实拟合误差之间的差异，大大提高了数据采样点的拟合轨迹的准确性。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和服务器实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。