基于导航埋点数据，在后台通过云端大数据算法模型，预测用户的家和公司位置，并自动规划行驶路线；基于这个功能，可开发出熟路模式等，一系列智能便捷服务，提升用户体验。
1.数据采集: 采集TBOX上传的信号数据，车辆状态、经度、纬度等字段。通过车辆启动、熄火状态划分车辆行程段。存储每辆车每段行程的起点和终点的经度和纬度。2.数据清洗：过滤掉经度或纬度异常或缺失的数据。3.数据处理: 将经、纬度数据转为弧度制，算出任意两点间的球面距离。4.初次聚类：将数据进行DBSCAN聚类，使用网格调参法调整扫描半径eps和最小样本数min_samples，计算不同参数下的模型的轮廓系数。5.评估初步结果: 最大的轮廓系数是否满意? 是则记录结果转到步骤9，如果不是转到步骤6。6.数据筛选: 只保留每辆车每天的第一次行程的起始点和最后一次行程的结束点的经、纬度。7.再次聚类: 再次计算不同参数下的模型的轮廓系数。8.评估筛选后的结果: 对最大的轮廓系数是否满意? 是则记录结果，不是则考虑使用其他策略或参数调整。9.结果验证: 计算聚类结果中占比最大的簇的中心点经度和纬度为预测位置，比较预测位置与真实的常居地址，计算预测位置与真实位置的距离。10.实施决策: 预测位置与真实位置的距离是否在可接受范围内? 是则将此方法整合到导航应用中，如果不是，考虑其他策略或返回步骤。
| 字段名 | 类型 | 描述 |
|---|---|---|
模型更新时间 |
-- | -- |
车辆VIN码 |
-- | -- |
出发地标签 |
-- | -- |
出发地区域 |
-- | -- |
目的地标签 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 模型更新时间 | 2023/10/1 2:57:45 |
| 车辆VIN码 | LUZEJBJCXPA025646 |
| 出发地标签 | home |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/11357