本申请实施例涉及轨迹处理领域，涉及但不限于一种轨迹聚类方法、装置、设备、存储介质及程序产品。
背景技术：
1、近年来随着移动互联网、地理信息系统(geographic information system，gis)、物联网等技术在交通领域的推广应用与深度融合，大规模城市交通轨迹数据已经能够被有效采集、传输和存储。同时，在快速发展的云计算和大数据分析技术的推动下，对大规模城市交通轨迹数据进行高效的分析和研究，进而为交通参与者提供实时、有效的个性化出行服务已经成为智能交通领域的迫切需求之一。轨迹聚类分析是大规模城市交通轨迹数据分析的一个重要研究内容，通过对大规模城市交通轨迹数据进行聚类分析，可以在无监督条件下提取城市交通活动中的隐含语义信息，挖掘城市交通活动中的出行规律，发现出行热点或异常路径，为个性化交通出行服务提供有效的决策支持。
2、随着现阶段智慧城市的提出与建设，基于时空数据的交通系统的分析已成为机器学习领域的热门话题。轨迹数据挖掘可以成为所有领域的巨大推动力，在轨迹数据挖掘中，最重要和最基本的工作之一就是轨迹聚类。现有的聚类方法主要包括基于预测的方法、基于插值的方法、基于统计学的方法等，上述方法大多是针对固定传感器收集到的数据，而交通数据有着移动性、机会性的特征，上述方法不能针对交通数据的时空随机特性准确进行聚类分析。
技术实现思路
1、有鉴于此，本申请实施例提供一种轨迹聚类方法、装置、设备、存储介质及程序产品。
2、本申请实施例的技术方案是这样实现的：
3、第一方面，本申请实施例提供一种轨迹聚类方法，所述方法包括：
4、获取完成预处理的轨迹数据；
5、当确定进行非实时轨迹聚类时，对所述完成预处理的轨迹数据进行分段，得到分段信息；
6、基于所述分段信息分段利用三角形重心迭代聚类所述完成预处理的数据，得到目标轨迹点集合。
7、第二方面，本申请实施例提供一种轨迹聚类装置，所述装置包括：
8、获取模块，用于获取完成预处理的轨迹数据；
9、分段模块，用于当确定进行非实时轨迹聚类时，对所述完成预处理的轨迹数据进行分段，得到分段信息；
10、第一聚类模块，用于基于所述分段信息分段利用三角形重心迭代聚类所述完成预处理的数据，得到目标轨迹点集合。
11、第三方面，本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
12、第四方面，本申请实施例提供一种存储介质，存储有可执行指令，用于处理器执行时，实现上述方法。
13、第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序或指令，所述计算机程序或指令被处理器执行时，用于实现上述所述方法。
14、本申请实施例中，首先获取完成预处理的轨迹数据；然后当非实时轨迹聚类时，对所述完成预处理的轨迹数据进行分段，得到分段信息；最后基于所述分段信息分段利用三角形重心迭代聚类所述完成预处理的数据，得到目标轨迹点集合。这样，进行离线聚类支持分段处理，各个分段区间无交叉状态影响，可以并行处理，根据需求可以得到对应的聚类点或聚类轨迹，三角形重心迭代聚类可以快速提高轨迹聚类速度和准确性，降低随机误差的影响，计算复杂度低。
1.一种轨迹聚类方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述利用三角形重心迭代聚类所述完成预处理的轨迹数据，得到所述目标轨迹点集合，包括：
4.如权利要求3所述的方法，其特征在于，所述聚类点对应包括经度、纬度和海拔的三相位置信息；
5.如权利要求1所述的方法，其特征在于，所述当确定进行非实时轨迹聚类时，对所述完成预处理的轨迹数据进行分段，得到分段信息，包括：
6.如权利要求1所述的方法，其特征在于，所述分段信息包括分段数量和每一分段轨迹对应的轨迹点数；所述基于所述分段信息分段利用三角形重心迭代聚类所述完成预处理的数据，得到目标轨迹点集合，包括：
7.如权利要求6所述的方法，其特征在于，所述基于所述迭代次数利用三角形重心迭代聚类所述目标分段的轨迹数据，得到每一聚类精度的轨迹点集合，包括：
8.如权利要求7所述的方法，其特征在于，所述方法还包括：
9.如权利要求1至8任一项所述的方法，其特征在于，所述获取完成预处理的轨迹数据，包括：
10.一种轨迹聚类装置，其特征在于，所述装置包括：
11.一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6任一项所述方法中的步骤。
12.一种存储介质，其特征在于，存储有可执行指令，用于引起处理器执行时，实现权利要求1至9任一项所述的方法中的步骤。
13.一种计算机程序产品，包括计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时，实现权利要求1至9中任一项所述方法中的步骤。
