运动目标轨迹的时空数据模型研究

运动目标的轨迹数据是空间信息系统的重要信息源。只有高效地利用运动目标的轨迹数据,才能更好地掌握多维动态变化的空间环境。本文在介绍了运动目标的概念和国内外研究现状之后,重点分析了运动目标的建模、存储、查询、索引及可视化技术并提出相应的解决方案。最终,实现对运动目标全过程的管理和应用。     

时空和语义结合的船舶轨迹数据压缩方法EI北大核心CSCD

大数据时代积累了覆盖范围广、时效性强的船舶轨迹数据。对海量冗余轨迹数据进行压缩,可提高检索效率,降低数据存储和传输负担;然而现有方法容易忽略移动对象的运动特征。因此,本文提出一种顾及轨迹时空特征和航行语义特征的压缩方法。首先,分析船舶轨迹的空间、时间和语义特征,设计顾及时空语义特征的轨迹数据压缩流程;其次,通过道格拉斯-普克和滑动窗口法计算轨迹点的时空和语义特征值;然后,加权融合轨迹点的时空和语义特征,构建轨迹点的重要性排序,并通过指定压缩比例获取保留轨迹点数目,实现船舶轨迹数据压缩;最后,根据压缩算法效率、质量和实例分析,表明本文方法可保留行驶的动态语义信息和时空形态特征,既可根据压缩比例控制压缩过程,又可显著减少数据冗余,为后续轨迹挖掘等应用提供数据基础。     

移动轨迹的尺度特征

移动轨迹是移动对象在地理空间环境中移动而留下的痕迹。移动轨迹数据是一类特殊的地理时空数据，它具有时间尺度、空间尺度和语义尺度特征。本文首先分析了轨迹数据的空间尺度特征与时间尺度特征，建立了轨迹空间尺度与时间尺度转换关系式；然后论述了轨迹的语义内涵和语义尺度特征，将轨迹语义分为移动对象语义、地理空间环境语义、采集设备语义、移动方式语义，并从地理空间环境语义的角度分析了轨迹的语义多尺度；最后探讨了轨迹语义尺度与时空尺度之间的一致性关系。     

面向地理空间信息的轨迹模型及时空模式查询

轨迹数据处理与分析是目前空间信息和数据库等相关领域的研究热点之一。本文从Stop-Move轨迹模型出发,通过集成地理空间上下文信息来建模轨迹数据,并研究轨迹时空模式的查询处理技术。首先分析Stop/Move对象与点/线/面地理空间要素之间的时空关联关系,据此提出显式表达该关联语义的地理关联轨迹模型,在此基础上利用关系-对象数据库技术,为地理关联轨迹模型设计独立于应用的关系模式,接着定义轨迹时空模式查询,并提出基于地理关联轨迹关系模式的SQL处理框架,最后以典型性检索请求为例,讨论分析位置-时间、位置-顺序和位置-关系等三类轨迹时空模式查询的纯SQL处理技术,并以样例轨迹数据验证了本文方法的可行性。     

顾及轨迹地理方向的监控视频浓缩方法

针对视频浓缩研究未引入运动目标轨迹地理方向进行分析,所实现的可视化效果不能区分表达不同轨迹方向的运动目标的问题,提出了顾及轨迹地理方向的监控视频浓缩方法。该方法使用单应模型将运动目标轨迹由图像空间映射至地理空间,利用属性阈值聚类（quality threshold clustering,QT）算法对轨迹出入口进行聚类,实现轨迹地理方向分析。在对轨迹进行映射聚类处理的基础上,通过选取虚拟场景视点实现视频浓缩背景构建,生成轨迹类拟合中心线作为运动目标显示轨迹,并通过构建轨迹类表达模型实现运动目标显示排序,最终实现视频浓缩构建。实验结果表明,该方法能依据轨迹地理方向对运动目标进行区分表达,并能灵活调整不同轨迹类的表达策略。     

轨迹压缩的典型方法评价

轨迹大数据的关键瓶颈之一是轨迹数据海量的数据规模对轨迹的分析、挖掘和应用的限制，因而各类针对轨迹数据的压缩方法是轨迹大数据研究的重点。现有轨迹压缩算法重视对轨迹数据的单一维度时空特征的保持，而缺乏压缩算法对多维度时空特征影响的研究。本文选取MBR面积误差、距离误差、方向误差、速度误差、压缩率和压缩速度等轨迹数据多维度时空特征，分别从轨迹的几何特征、运动特征和压缩效率3个层面对典型轨迹压缩方法进行评价。同时，为了系统观察轨迹压缩算法在不同压缩尺度上对轨迹时空特征的影响规律，本文采用多个尺度压缩结果的评价方法。研究结果表明，在整体效果上那些考虑了轨迹运动特征的压缩算法（如TD_TR算法）对轨迹的总体时空特征保持较好；并且不同的压缩算法对时空特征的影响总体上具有随着尺度变化的一致性，可见压缩尺度是决定压缩效果的核心因素。     

融合线上线下轨迹的景观热度评价

人们在线上网络空间和线下现实空间活动时, 会产生大量线上线下的痕迹(轨迹), 这种轨迹作为一种讯息会影响其他人的活动。现有研究大多单一地采用问卷调查、网络数据、GPS轨迹等方法, 忽略了移动互联时代线上线下空间活动的关联性以及历史活动足迹对日后活动的影响。基于对搜索量、签到和照片等网络大数据与线下GPS轨迹大数据的融合, 对人们线上线下活动进行时空行为模式分析, 建立基于信息素和回归分析的计算模型, 实现了对景观休憩空间的吸引力评价。以采样接近5 a的181个用户轨迹数据及相应时间段的网络大数据, 对北京28个景观进行实验, 并与单一线上或线下数据的研究方法进行比较, 结果表明所提方法不仅综合体现了景观热度, 且能够对未来的潜在游憩价值进行估计。     

顾及地理语义的运动轨迹相似性度量模型北大核心CSCD

移动对象的运动行为往往受到所处地理环境的影响,针对现有轨迹相似性分析无法考虑地理环境因素的现状,本文提出了一种顾及地理语义的多重运动特征轨迹相似性度量方法。该方法首先以扩展到时间层面的数据立方体为基础,对轨迹序列的地理语义和运动特征进行符号化;然后利用多个特征值计算得到的加权编辑距离作为衡量轨迹相似性的标准;最后将该相似性度量方法与谱聚类结合,利用真实数据验证了该度量模型的有效性与优势。     

一种集成R树、哈希表和B*树的高效轨迹数据索引方法

为兼顾时空索引方法的空间利用率、时间效率和查询种类,提出了一种新的轨迹数据索引方法——HBSTR树。其基本思想是:轨迹采样点以轨迹节点的形式成组集中管理,哈希表用于维护移动目标的最新轨迹节点,轨迹节点满后作为叶节点插入时空R树,另外采用B*树对轨迹节点构建一维索引,既有利于提升索引创建效率,又同时满足时空条件搜索和特定目标轨迹搜索等多种查询类型。为提升时空查询效率,提出了新的时空R树评价指标和节点选择子算法改进时空R树插入算法,同时提出了一种时空R树的数据库存储方案。试验结果表明,HBSTR树在创建效率、查询效率和支持查询类型等方面综合性能优于现有方法,支持大规模实时轨迹数据库的动态更新和高效访问。     

顾及时空正负延迟的城市道路交通状态关联分析

准确地发现城市道路交通状态的时空演化过程是实施有效交通治理的前提.以多源轨迹数据为基础,基于改进的时空关联性度量,重新定义时空相邻对象,从不同时间延迟和多阶空间邻接矩阵两个角度探索城市交通状态的全局和局部时空演化规律.以厦门岛2015-06-13-2015-06-19公交车和出租车两种轨迹数据为数据源进行实验分析,实验结果表明,该方法不仅能够有效分析在不同时空延迟下城市路网整体的交通状态关联特性,还能从局部分析的角度发现在上下游路段影响下路段交通状态变化的原因.