、1〇2上的地图 类应用或者交通或路况分析类应用等。
[0036]应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需 要，可以具有任意数目的终端设备、网络和服务器。
[0037]请参考图2,其示出了识别群体运动轨迹的方法的一个实施例的流程200。本实施 例主要以该方法应用于有一定运算能力的电子设备中来举例说明，该电子设备可以是终端 设备或服务器，例如可以是进行交通或路况分析的任意终端设备，也可以是为交通或路况 分析类应用等提供支持的后台服务器(如图1示出的服务器104等），本申请对此不做限定。 该识别群体运动轨迹的方法，包括以下步骤：
[0038]步骤201，获取多个终端用户的运动轨迹。
[0039] 在本实施例中，电子设备可以获取多个终端用户的运动轨迹。其中，运动轨迹可以 用于表示物体(例如终端用户）从某个时间点开始或者从某个位置开始按照时间发展所经 过的位置连线形成的线路特征。运动轨迹可以由运动轨迹方向（如移动方向）、运动轨迹形 式(如直线轨迹)表示。
[0040] 本领域技术人员可以理解，终端用户的运动轨迹可以通过该用户持有的终端设备 的运动轨迹来表征。在本实施例中，可以先采集用户持有的终端设备在不同时间点所在的 位置点，终端用户的运动轨迹可以通过这些位置点的连线来表示。实践中，每个终端设备都 可以具有一个身份码，例如智能手机的移动设备国际身份码（International Mobile Equipment Identity，IMEI)。电子设备可以将该身份码作为终端设备的身份标识号码，用 以区分不同的终端设备。其中，终端设备的位置点可以通过终端设备内置的定位单元获取。 该定位单元可以通过硬件实现，例如可以是终端设备所集成的定位器(如全球卫星定位系 统GPS终端）；也可以通过软件实现，例如可以是定位应用（如可以运行在安卓操作系统的51 定位终端）；还可以通过软件、硬件结合实现。当终端的位置信息的获取通过定位应用实现 时，定位应用可以根据终端接入网络（如WIFI网络、移动数据蜂窝网络等）的IP地址 (Internet Protocol Address，网际协议地址）自动查找相应的基站从而获取终端的当前 位置，也可以通过GPS定位数据获取终端设备的当前位置。实践中，终端设备的位置点可以 通过经炜度坐标、映射到地图上的地图坐标等来表示。
[0041] 电子设备可以从本地或远程地获取多个终端用户的运动轨迹。当电子设备是为终 端设备内置的定位单元(如GPS终端、51定位终端等)提供支持的后台服务器时，其可以从本 地获取多个终端用户的运动轨迹，否则，电子设备可以通过有线连接方式或者无线连接方 式从终端设备内置的定位单元或为该定位单元提供支持的后台服务器远程地获取多个终 端用户的运动轨迹。上述无线连接方式包括但不限于3G/4G连接、WiFi连接、蓝牙连接、 WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线 连接方式。
[0042] 值得说明的是，运动轨迹可以是从某个时间点或某个位置开始一直延续的，也可 以是按照不同的时间段或地理位置分段的。例如，当终端设备为智能手机时，如果智能手机 正常工作，其位置点可以被定位单元采集，而如果智能手机不能正常工作(如电源被关闭）， 其位置点不能被定位单元采集，从而造成通过该智能手机采集的运动轨迹是不连续的。 [0043] 步骤202,将上述多个终端用户的运动轨迹进行一致性对比。
[0044]在本实施例中，电子设备可以进一步对上述多个终端用户的运动轨迹进行对比， 分析它们相互间的一致性。
[0045] 这里，终端用户的运动轨迹的一致性可以通过终端用户在预设时间段(如10分钟） 内和/或预设路程(如2千米）内的运动轨迹的相似程度来表征。具体地，如果两个终端用户 的运动轨迹满足以下条件中的至少一个，则确定它们在相应的时间和/或距离范围内具有 一致性:在超过预设时间段内相对距离小于预设距离阈值;在超过预设路程内相对距离小 于预设距离阈值。其中，这里的相对距离表示在同一个时间点时这两个终端用户的运动轨 迹所表示的位置点之间的距离。请参考图3的示例，为了方便说明，图3中将两个终端用户的 运动轨迹按照时间发展绘制，并用横坐标轴表示运动轨迹的经度坐标，纵坐标轴表示运动 轨迹的炜度坐标。如图3所示，从tl时刻开始，终端用户A的运动轨迹通过连线31表示，终端 用户B的运动轨迹通过连线32表示。在tl时刻，终端用户A的位置点311与终端用户B的位置 点321之间的距离为终端用户A与终端用户B的相对距离。同样，在t2、t3时亥I」，位置点312与 位置点322之间的距离、位置点313与位置点323之间的距离分别为终端用户A与终端用户B 的相对距离。可以理解，图3仅为示例性说明，因此后续的时间点及位置点未一一标号，但每 个时间点的位置点在图中都已以小黑点标示，读者可一一对应。假设在tl时刻，电子设备检 测到终端用户A与终端用户B的相对距离(例如3米)小于预设的距离阈值(例如5米），则电子 设备接着计算t2时刻、t3时刻……等终端用户A与终端用户B的相对距离，例如分别是2.5 米、3.3米……，如果从tl时刻起超过10分钟的时间段内，或者超过2千米的距离中，终端用 户A与终端用户B的相对距离始终小于预设的距离阈值(例如5米），则判断从tl时刻起终端 用户A的运动轨迹与终端用户B的运动轨迹具有一致性。
[0046] 值得说明的是，终端用户的运动轨迹的一致性可以是一直具有一致性，也可以是 分段具有一致性，例如:终端用户A和终端用户B的运动轨迹从当天上午9:00到上午10:00具 有一致性，而在当天上午9:00之前和当天上午10:00之后不具有一致性；同一个终端用户A 的运动轨迹与自身的运动轨迹对比自始至终具有一致性。
[0047] 在一些可选的实现方式中，电子设备还可以通过在检测到终端用户A与终端用户B 的相对距离小于预设的距离阈值后，判断终端用户A与终端用户B的速度变化值是否小于预 设的速度波动阈值，从而判断终端用户A与终端用户B的运动轨迹是否具有一致性。例如，如 果在超过预设时间段的时间内或超过预设路程的距离中，终端用户A与终端用户B的速度变 化值始终小于预设的速度波动阈值(如每秒0.5米），则确定终端用户A与终端用户B在该超 过预设时间段的时间内或超过预设路程的距离中具有一致性。
[0048]步骤203,基于对比结果，将具有一致性的至少一个终端用户的运动轨迹加入群体 轨迹集合，并将群体轨迹集合所描绘的运动轨迹识别为群体运动轨迹。
[0049] 在本实施例中，电子设备可以基于对多个终端用户的运动轨迹的一致性对比结 果，将具有一致性的至少一个终端用户的运动轨迹加入群体轨迹集合，同时，可以将该群体 轨迹集合的运动轨迹识别为群体运动轨迹。
[0050] 在这里，群体轨迹集合所描绘的运动轨迹可以通过群体轨迹集合内任一终端用户 的运动轨迹来表示，也可以将群体轨迹集合所包括的运动轨迹按照相同时间点求位置点的 中心点（其中，中心点的位置坐标可以为各位置点坐标的平均值），并将各中心点连线而形 成，还可以通过其他任意合理的方法来表示，本申请对此不做限定。
[0051 ]其中，由于终端用户的运动轨迹与自身具有时时一致的特点，因此，如果没有其他 终端用户的运动轨迹与其具有一致性时，可以将该终端用户的运动轨迹单独加入一个群体 轨迹集合。另外，如前所述，终端用户的运动轨迹的一致性可以是分时间段或路程段的，因 此，当两个以上(含本数）的终端用户的运动轨迹在某一时间段或路程段内具有一致性时， 将他们共同加入一个群体轨迹集合。可以理解，在这样的一个群体轨迹集合内，如果在某个 时间点，其中的部分终端用户的运动轨迹与其他终端用户的运动轨迹不再具有一致性时， 这部分终端用户的运动轨迹从该群体轨迹集合中筛除并不影响其他终端用户的运动轨迹 属于该群体轨迹集合。同样，如果在某个时间点，有新的终端用户的运动轨迹与该群体轨迹 集合的运动轨迹或者群体轨迹集合中的终端用户的运动轨迹具有了一致性，其可以加入该 群体轨迹集合。
[0052] 本实施例的识别群体运动轨迹的方法的一个应用场景可以是交通或路况分析类 应用。其中，交通或路况分析类应用可以安装于进行交通或路况分析的终端设备，该识别群 体运动轨迹的方法可以由为交通或路况分析类应用提供支持的后台服务器执行。其中的一 种执行流程可以为:后台服务器可以首先从本地或多个终端设备内置的定位单元获取多个 终端用户的运动轨迹，接着将所获取的多个终端用户的运动轨迹进行一致性对比，然后将 具有一致性的至少一个终端用户的运动轨迹加入群体轨迹集合，并将群体轨迹集合的运动 轨迹识别为群体运动轨迹，接着，后台服务器可以将所得到的群体运动轨迹作为交通或路 况分析的基础，得到交通或路况情况推送至运行交通或路况分析类应用的终端设备。例如， 后台服务器可以根据所得到的群体运动轨迹确定相应的终端用户乘坐同一辆交通工具，如 客车、公交车等，进而判断公交车的位置和行进状态，或者客车上的司乘人员数量等等;后 台服务器还可以根据所得到的群体运动轨迹确定道路交通情况，例如可以先确定多少个人 使用同一交通工具出行，进而得到某个道路段共有多少交通工具的信息等；后台服务器还 可以将识别到的群体运动轨迹做其他应用，本申请对此不做限定。
[0053] 本申请的上述实施例充分利用终端设备可定位的特性，获取相应终端用户的运动 轨迹数据，应用于群体运动轨迹的识别和分析，提高了识别群体运动轨迹的有效性。
[0054]进一步参考图4,其示出了本申请的识别群体运动轨迹的方法的又一个实施例的 流程400。该识别群体运动轨迹的方法400可