MATLAB 实现轨迹分类（路径、曲线分类）

1 . 题目要求：对用户轨迹进行分类，相同或相近的轨迹归为一类

背景：多个人在操场上随意散步。从用户进入操场到离开操场记录下他每步踩下的坐标（x,y）
假设他共走了n步，把他经过的全部坐标按序记录下来，就是他的运动轨迹：(x1,y1) (x2,y2),…(xn,yn)
要求把全部M个人的轨迹分类，相同或相近的轨迹归为一类。

注意：每个人的步数可能不一样，步距也可能步一样，进入和离开操场的地点都是随意的。

输入：M个人轨迹；相近轨迹距离最大值；XXX参数，……
输出：若干个分类(每类包含的路径）
算法：常规算法，分类/聚类算法，……

例如：这样的运动轨迹图

2 . 轨迹分类思想

  首先，我们要获取用户的这些轨迹点，即每个用户都会对应一个轨迹点集（可以用二维数组，结构体等实现），将这些轨迹点连接成线，就可以绘制出如上的轨迹曲线。
  然后，我们要求每条轨迹曲线间的距离。在计算之前，我们需要先自己拟定一个计算两条轨迹曲线间距离的方法。自己是这样计算的，比如有两条曲线，曲线A 和 曲线B，我们计算曲线A和B间的距离，可以先通过计算曲线A上的一点a1，到曲线B上所有点的欧式距离最小的距离，作为曲线A上点a1到曲线B的距离。然后，同样按照这种方法，可以计算出曲线A上其余轨迹点a2, a3, … , an到曲线B的距离。最后，我们将这些距离的平均值作为曲线A到曲线B的距离。
​  通过以上方法，我们就可以求得所有曲线间的距离，并可以得到一个距离矩阵。接着我们就需要来分析这个距离矩阵，并加上认为设定的阈值，一起作为曲线分类的判别条件。
  比如：我们计算了曲线A到其余曲线的距离，然后找到了这些距离中的最小值，并将其与阈值进行比较，若比阈值大，则将曲线A自己单独归为一类；若比阈值小，则将曲线A与相距那条的曲线归为一类。通过以上过程，我们就可以成功的将这些轨迹曲线进行分类，并输出最终分类结果。

3 . 程序设计思想

4 . MATLAB代码实现

%% Homework of Advanced software development technology and tools 
% Creation         :    17-Oct-2017
% Last Reversion   :    21-Oct-2017
% Author           :    Lingyong Smile {
   
   smilelingyong@163.com}
% File Type        :    Matlab
% -------------------------------------------------------------------------
% Lingyong Smile @ 2017
% 
% 作业要求：
%     对用户轨迹进行分类，相同或相近的轨迹归为一类
% 背景：多个人在操场上随意散步。从用户进入操场到离开操场记录下他每步踩下的坐标（x,y）
% 假设他共走了n步，把他经过的全部坐标按序记录下来，就是他的运动轨迹：(x1,y1) (x2,y2),…(xn,yn)
% 要求把全部M个人的轨迹分类，相同或相近的轨迹归为一类。
% 注意：每个人的步数可能不一样，步距也可能步一样，进入和离开操场的地点都是随意的。
% 输入：M个人轨迹；相近轨迹距离最大值；XXX参数，……
% 输出：若干个分类(每类包含的路径）
% 算法：常规算法，分类/聚类算法，……


%% Init
clc;
clear;
close all;

% 设置阈值
MAX_DISTENCE = 0.08;

%% 手动绘制每个用户的轨迹点并记录下来，然后画出运动轨迹（用直线依次连