CN103294790B - 一种面向gps轨迹数据的时空语义索引与检索方法 - Google Patents

Abstract

本发明涉及一种面向GPS轨迹数据的时空语义索引与检索方法，其特征在于：将空间按其区域的语义信息进行划分，将每个节点对应的区域经纬度范围写入其数据结构中。在数据结构中存储一个指针，将对象的移动数据进行存储，定期的做一个数据聚合的操作，执行带有区域语义信息的时空信息查询。本发明能够较好的处理用户提出的更加复杂的查询，同时还设计了一种结构专门用来存储每条轨迹的原始数据，保全了数据的完整性。

Description

一种面向GPS轨迹数据的时空语义索引与检索方法

技术领域

本发明涉及信息检索领域，具体涉及一种面向GPS轨迹数据的时空语义索引与检索方法。

背景技术

近年来，GPS技术快速发展，GPS相关的设备价格逐渐降低，并且定位精度逐渐提高。随之而来的是GPS设备的大量普及，现在大部分的智能手机上都配有GPS模块。GPS最基本的应用就是为人们提供定位的功能，但如果我们仅仅使用GPS来进行定位，那么我们将会失去大量有用的信息。我们采集的GPS信息中主要包含时间、位置这两方面的信息，将这些数据存储起来，通过对数据进行分析，我们将会得到更多的有用的信息。比如对某个城市在过去一周车流量进行分析，能够得出在某个时间，道路的拥挤程度，从而制定合适的出行路线。

但是，由于GPS设备越来越多，并且随着记录时间的不断增长，数据量将会急剧的增长。如果没能较好的管理这些数据，我们从中提取自己需要的信息时，需要不断进行内存与外存的信息交换访问，将会耗费大量的时间，甚至无法得到自己需要的信息。因此为了提高检索效率，我们需要为之加上合适的索引。

传统的关系数据库管理大部分是属性数据，传统的数据库索引技术在空间数据查询操作上并不适用，我们必须设计出合适的空间索引。在过去的近30年中，众多的学者提出了很多空间索引构建方法，其中R-Tree是现在使用最广泛的一种空间索引结构。但我们的数据除了空间维度，还增添了一个时间维度，因此R-Tree并不适用于我们。当然，现在已经存在很多种能够处理时间信息的空间数据库索引，比如HR树及3DR树等，它们大多是在R树的基础上加上了时间戳的概念，它们虽然能够处理部分时空查询，但各自都有很大的弊端，比如HR树的时间段查询效率比较低，同一数据项可能被多次检索出来，数据冗余较多，存储空间也非常大。3DR树虽然能够较好的处理时间段查询，但是它本身是对历史记录的一个索引，即只能处理空间及时间范围已经确定好的信息，当需要新的数据加入时，这种索引就无能为力了。专利200810101343.1提出了一种基于时空数据的快速索引方法，它主要是对HR-树进行了改进，虽然在一定程度上提高了索引的性能，但是，这些索引在执行区域查询时，输入的及查找的依据均是区域的坐标信息，而事实上，人们提出的最原始的查询往往是区域的最基本的语义信息，因此从理解用户的请求到执行基于索引的查询之间还需要较复杂的处理。

创建索引的目的是加快查询的速度，而人们需要的往往并不是简单的某人某时在哪里这样的信息。人们可能更加会关心某个餐馆现在就餐的情况，或者图书馆每天的读者人数随时间的分布特点等信息。很明显，这些信息利用传统的基于R树的时空索引是很难检索到的。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种面向GPS轨迹数据的时空语义索引与检索方法，更加易于处理用户请求，并且获得更多有用信息的索引技术。由于一个校园环境就是一个小型的社会，因此我们设计的索引以校园环境作为载体，然而以此设计思想能够很方便的转移到其它更大的空间范围中。

技术方案

一种面向GPS轨迹数据的时空语义索引与检索方法，其特征在于步骤如下：

步骤1、将空间按区域的语义信息进行划分：以整个空间作为根节点，然后按照区域的语义信息构造语义树，最终的叶节点是具有一定语义的不能再分割的地理区域；将每个叶节点所对应的区域的经纬度范围写入数据结构中，数据结构为<text,t_active,area>，其中，text表示区域的语义文本信息，t_active表示统计出来的该区域较活跃的时间段，area存储了该区域的子区域的覆盖范围及指向子区域的指针，area的具体结构为<coverage,P>,coverage表示子区域的覆盖范围，而P则是相应的指针；

步骤2：构造结构leafStructure，存储内容为<objectID,t_in,t_out,traID>，并为objectID及时间字段上加入B+tree索引；每个叶节点均指向一个leafStructure，其中objectID代表移动对象本身，t_in及t_out分别表示此对象进入及离开此区域的时间戳，而traID表示此时此地该对象所属的轨迹；

所述t_in及t_out的确定：引入结构frontPage，记录每个对象最近一次更新的位置信息，结构组成为<objectID,region>，对于t_in和t_out做如下操作：

1、得到当前要插入的记录，其中包含了objectID，t及region信息；

2、根据objectID，从frontPage中找到对应的region信息；

3、判断1和2中的region是否相同，如果相同，表示对象还是在原地处于静止状态，这时不做插入操作；否则，将需要做两项操作：a)将leafStructure中objectID对应的t_out为*的值改为t；b)将此记录进行插入，其相应的t_in即为t，t_out值设为*；

步骤3：构造结构traStructure，存储内容为<traID,objectID,t_start,t_end,coo-Sequence>，其中traID唯一确定一条轨迹，objectID唯一确定一个对象，t_start和t_end分别表示此段轨迹的起始时刻和终止时刻，coo-Sequence是一指针，指向一个用于存储此轨迹的具体坐标的结构，即<t,x,y>，t,x,y分别表示当前轨迹点的时间及经纬度坐标；

步骤4：根据当前轨迹点的GPS坐标判断其是否在步骤1所得树形结构的叶节点对应的区域范围内，如果是，则将其存入leafStructure及traStructure中；否则，直接存储到traStructure中；

步骤5：对每个叶节点指向的leafStructure结构进行时间统计，得出其活跃时间，并存储到叶节点的数据结构中的属性t_active；之后从叶子节点向上递推，依次修改其父节点的活跃时间属性，直至根节点；

步骤6：执行带有区域语义信息的时空信息查询。

1.所述步骤2中确定t_in及t_out：建立结构frontPage，记录每个对象最近一次更新的位置信息，结构组成为<objectID,region>，对于t_in和t_out做如下操作：

1、得到当前要插入的记录，其中包含了objectID，t及region信息；

2、根据objectID，从frontPage中找到对应的region信息；

3、判断1及2中的region是否相同，如果相同，表示对象还是在原地处于静止状态，这时不做插入操作。否则，将需要做两项操作：a)将leafStructure中objectID对应的t_out为*的值改为t；b)将此记录进行插入，其相应的t_in即为t，t_out值设为*。

所述步骤3中确定t_start和t_end：判断移动对象当前轨迹是否存在于traStructure中，若不存在，则新建一轨迹插入到traStructure中，将当前待插入的轨迹点时刻作为t_start；否则，直接找到traID，修改t_end为当前要插入的轨迹点的时刻。

有益效果

本发明提出的一种面向GPS轨迹数据的时空语义索引与检索方法，由于考虑了特定区域的语义信息，因此能够较好的处理用户提出的更加复杂的查询，同时还设计了一种结构专门用来存储每条轨迹的原始数据，保全了数据的完整性。

附图说明

图1是R-tree的平面示意图；

图2是R-tree结构示意图；

图3区域语义划分结构示意图；

图4示出了本发明主要的索引结构，即RSSTI索引结构示意图；

图5示出了本发明的索引建立及查询处理流程详图。

具体实施方式

现结合实施例、附图对本发明作进一步描述：

本发明实施例参照R-Tree及MVB-Tree的设计思想，融合了数据聚合，并结合B+树，提出了一个特殊的时空数据库索引结构。本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤一：每个区域都具有特定的属性，如餐厅、公园、体育场等，将这种属性称为区域的语义信息，将空间按其区域的语义信息进行划分，整个空间作为根节点，而最终的叶节点是具有一定语义的不能再分割的地理区域，然后将每个节点对应的区域经纬度范围写入其数据结构中。

步骤二：通过步骤一已经处理了空间维度的信息，下面分别为每个移动对象按时间维度建立索引。在步骤一所示结构对应的叶子节点中存储了一个指针，此指针指向此区域对应的具体时空信息结构的存储地址。此结构存储内容为<objectID,t_in,t_out,traID>，并为objectID及时间字段上加入B+tree索引。

对于那些GPS坐标并不在上述具有特定语义信息的地理区域范围内的数据，我们需要建立另一种结构对其进行存储。其存储结构为<traID,objectID,t_start,t_end,coo-Sequence>，其中coo-Sequence是一指针，其指向一个用于存储此轨迹的具体坐标的结构，即<t,x,y>。

步骤三：将对象的移动数据进行存储。首先根据当前轨迹点的GPS坐标判断其是否在步骤一所得树形结构的叶子节点对应的区域范围内，是则找到相应的叶子节点进行存储，否则，直接存储到另外一个专门用来存放轨迹的结构中。

步骤四：为了提高基于时间的查询速度，我们可以定期的做一个数据聚合的操作。对每个叶子节点对应的内容进行时间统计，得出其最活跃的时间，并存储到叶子节点对应的数据结构中，之后从叶子节点向上递推，依次修改其父节点的活跃时间属性，直至根节点。

步骤五：执行带有区域语义信息的时空信息查询。

具体实施例：

步骤一：按区域的语义信息对空间进行划分，处理空间维度信息；

R-tree结构是将区域从大到小进行分割，将父节点划分为几个具有较小区域面积的子节点，直至节点成为不可分割的最小区域。参照此思想，我们换一种思路对区域进行划分——按照区域的语义信息进行划分，如以“校园”作为语义信息区域的根节点，其后代节点的一条路径可以为“校园”——“教学楼”——“教学西楼”——“A座”，由于“A座”是不可分割的最小区域，因此到“A座”为止不再分割。每个节点的存储结构为<text,t_active,area>，其中，text表示区域的语义文本信息，t_active表示统计出来的该区域较活跃的时间段，area存储了该区域的子区域的覆盖范围及指向子区域的指针，具体结构为<coverage,P>,coverage即表示子区域的覆盖范围，而P则是相应的指针。

步骤二：处理时间维度信息；

步骤一是将区域按空间进行划分，但其每个节点并不存储移动对象的具体信息，完整的信息是存储在步骤一所示结构的叶子节点指针指向的结构中的，我们称此结构为leafStructure。此结构的存储内容为<objectID,t_in,t_out,traID>，其中objectID代表移动对象本身，t_in及t_out分别表示此对象进入及离开此区域的时间戳，而traID表示此时此地该对象所属的轨迹，轨迹详细记录了此对象移动的时间及经纬度信息。为了加快查询的速度，我们对objectID及t_in字段上加入B+tree索引。为了方便确定t_in和t_out，我们引入了一种结构frontPage，其记录了每个对象最近一次更新的位置信息，其结构组成为<objectID,region>。因此对于t_in和t_out我们做如下操作：

1）得到当前要插入的记录，其中包含了objectID，t及region信息；

2）根据objectID，从frontPage中找到对应的region信息；

3）判断1）及2）中的region是否相同，如果相同，表示对象还是在原地处于静止状态，这时不做插入操作。否则，将需要做两项操作：a)将leafStructure中objectID对应的t_out为*的值改为t；b)将此记录进行插入，其相应的t_in即为t，t_out值设为*。

然而，对于那些GPS坐标并不在上述具有特定语义信息的地理区域范围内的数据，我们需要建立另一种结构对其进行存储。这种特点的GPS数据表明移动对象在两个区域之间的路途上，这种信息比较常见的用途是搜索轨迹及查找某对象在某特定时间的位置等。因此，设计其存储结构为<traID,objectID,t_start,t_end,coo-Sequence>，记为traStructure，其中traID唯一确定一条轨迹，objectID唯一确定一个对象，t_start和t_end分别表示此段轨迹的起始时刻和终止时刻，coo-Sequence是一指针，其指向一个用于存储此轨迹的具体坐标的结构，即<t,x,y>，t,x,y分别表示当前轨迹点的时间及经纬度坐标。

步骤三：执行数据存储操作；

将对象的移动数据进行存储。由步骤二可知，根据移动对象的GPS坐标的不同，存储分两种情况。

1）如果移动对象GPS坐标在按区域语义信息划分的树形结构范围内，那么找到相应的叶子节点，根据叶子节点的指针，找到存储实际时空数据的leafStructure，查询frontPage，找到当前对象的region，判断其与当前所在叶子节点的区域信息是否一致，进而采取修改t_out或执行数据存储操作。

2）否则需要将数据插入到traStructure结构中，具体为：判断当前轨迹是否存在，若不存在，则新建一轨迹，将当前插入的轨迹点时刻作为t_start；否则，找到traID，修改t_end为当前要插入的轨迹点的时刻。然后将时间及坐标信息存储到coo-Sequence指针指向的结构中。

步骤四：定期执行数据聚合操作；

为了提高基于时间的查询速度，我们需要定期的做一个数据聚合的操作。前面已经说明，叶子节点指向的记录的数据结构为<objectID,t_in,t_out,traID>，对此结构中的t_in与t_out进行统计，可以得出该区域的活跃时间，叶子节点的数据结构为<text,t_active,area>，将t_active用统计得出的活跃时间来表示，之后从叶子节点向上递推，依次修改其父节点的活跃时间属性，直至根节点。

步骤五：执行带有区域语义信息的时空信息查询。

用户提出的查询往往是基本的文本信息，因此我们需要使用简单的分词算法，从用户的请求中提取出我们需要的信息，结合我们设计的索引结构，对其进行查询即可。

下面结合附图和实施例对本发明进一步说明。

我们设计的索引主要存储和处理的数据为GPS信息，现在大部分的智能手机上都配有GPS模块，而单独的GPS模块也是很常见的，在实验中，我们采用的是一个单独的GPS记录器。打开记录器，获取GPS数据，其中我们最关心的是轨迹ID、时间及经纬度，不同的记录器标识了不同的移动对象，这样我们就获得了需要的最原始的数据。由图1及图2的R树结构图中我们可以看出，它对区域从大到小进行分割，将父节点划分为几个具有较小区域面积的子节点，直至节点成为不可分割的最小区域。参照此思想，我们换一种思路对区域进行划分——按照区域的语义信息进行划分，如图3所示。进而我们设计出一个区域语义时空索引结构，即为RSSTI索引，其结构示意图如图4所示。

本发明所述对时空情境信息的存储及查询处理流程如图5所示。从索引的建立、移动数据的插入到时空情境的查询这几个方面进行介绍，则详细的处理步骤如下：

步骤501：处理空间维度信息。

如图3所示，我们以校园环境作为具体的实施例，按其区域的语义信息划分了教学楼、餐厅、宿舍、图书馆等子区域。而上述区域又可以继续细分，比如教学楼包括教学西楼A座、教学东楼D座等，此时，区域已经变为一个具体的建筑，故不能对其继续进行细分，因而作为图3所示结构的叶子节点。对于任一个空间，上述按区域的语义进行划分得到的树状结构并不是很庞大，因此可以将图3所示的索引结构在内存中进行存储，以减少数据插入及查询时磁盘的访问，提高处理速度。另外，我们知道，GPS数据中提供的是位置的经纬度坐标，因此需要将上述带有语义信息的区域所对应的经纬度坐标值存储在其内部结构中。我们为其定义的数据结构为<text,t_active,area>，area即存储了该区域所对应的经纬度坐标值及指向子区域的指针。

步骤502：处理时间维度信息。

通过将带有时空信息的三维数据按空间维度及时间维度进行划分，实现了三维数据的降维处理。步骤501已经处理了空间维度信息，而时间维度这种一维的信息，现在广泛采用的是B+Tree索引的方式，如图4所示的leafStructure结构。图3所示的树结构中的每个叶子节点均指向了一个leafStructure结构，此结构的存储内容为<objectID,t_in,t_out,traID>，因此我们为对象及时间属性建立一个B+Tree索引。t_in及t_out分别表示进入及离开一个区域的时间，为了能够准确的判断这两个时间，我们需要引入一个常驻内存的结构frontPage，这个结构中存储了每个对象最近的位置。这样，为了得到t_in及t_out，我们只需进行以下操作：

1）得到当前要插入的记录，其中包含了objectID，t及region信息；

2）根据objectID，从frontPage中找到对应的region信息；

3）判断1）及2）中的region是否相同，如果相同，表示对象还是在原地处于静止状态，这时不做插入操作。否则，将需要做两项操作：a)将leafStructure中objectID对应的t_out为*的值改为t；b)将此记录进行插入，其相应的t_in即为t，t_out值设为*。

步骤503：存储数据。

将采集的GPS数据存储到数据库中。由图4所示的RSSTI索引结构可以看出，首先需要对GPS坐标进行判断：如果在图3所示的区域范围内，那么按照索引结构找到对应的leafStructure，根据步骤502中t_in及t_out值的确定方法决定是执行存储操作或是修改t_out的值，同时将相应的数据存入traStructure结构中，如图4中leafStructure指向traStructure的箭头所示；否则直接这类数据直接存入traStructure结构中即可。

步骤504：数据聚合。

数据聚合是在线下进行的操作。其主要目的是预先提取有用的信息，并附加到索引的存储结构中，在执行搜索时，利用这些信息能加快查询的速度。目前我们所做的数据聚合主要是对时间的统计。从图4中可以看出，实际的GPS信息是存储在leafStructure结构中的，数据结构为<objectID,t_in,t_out,traID>，对此结构中的t_in与t_out进行统计，可以得出该区域的活跃时间，而图3叶子节点的数据结构为<text,t_active,area>，将t_active用统计得出的活跃时间来表示，之后从叶子节点向上递推，依次修改其父节点的活跃时间属性，直至根节点。这样，以后在涉及到某个区域的时间属性查询的时候，能够加快查询速度。

步骤505：查询。

针对我们的校园环境，比较实用的查询通常有“大三的同学喜欢在哪儿吃饭”，“教西周五晚上人多吗”，“图书馆在一天中的读者人数在不同时间的分布特点”，“某人在某个时刻在哪个位置”等。利用简单的分词算法，从上述语句中提取出我们需要的信息，结合我们设计的索引，这些查询均能较方便的进行处理。

比如查询“大三的同学喜欢在哪儿吃饭”，通过分词算法，我们可以得到关键字：大三的同学、在哪儿、吃饭，通过一定的语义处理，我们得知需要在具有餐厅这一区域语义信息的节点下面进行搜索，在图4的leafStructure中找出具有大三这一语义的objectID，然后统计其数量，最多的那个餐厅就是我们所要的结果。

步骤506：获得信息。

通过步骤505的查询，我们将能够得出需要的结果，而结果的显示方式根据问题的不同而不同，可以以文字、柱状图或是曲线图的形式进行显示。

Claims (2)

1.一种面向GPS轨迹数据的时空语义索引与检索方法，其特征在于步骤如下：

步骤1、将空间按区域的语义信息进行划分：以整个空间作为根节点，然后按照区域的语义信息构造语义树，最终的叶节点是具有一定语义的不能再分割的地理区域；将每个叶节点所对应的区域的经纬度范围写入数据结构中，数据结构为<text,t_active,area>，其中，text表示区域的语义文本信息，t_active表示统计出来的该区域较活跃的时间段，area存储了该区域的子区域的覆盖范围及指向子区域的指针，area的具体结构为<coverage,P>,coverage表示子区域的覆盖范围，而P则是相应的指针；

步骤2：构造结构leafStructure，存储内容为<objectID,t_in,t_out,traID>，并为objectID及时间字段上加入B+tree索引；每个叶节点均指向一个leafStructure，其中objectID代表移动对象本身，t_in及t_out分别表示此对象进入及离开此区域的时间戳，而traID表示此时此地该对象所属的轨迹；

所述t_in及t_out的确定：引入结构frontPage，记录每个对象最近一次更新的位置信息，结构组成为<objectID,region>，对于t_in和t_out做如下操作：

1、得到当前要插入的记录，其中包含了objectID，t及region信息；

2、根据objectID，从frontPage中找到对应的region信息；

3、判断1和2中的region是否相同，如果相同，表示对象还是在原地处于静止状态，这时不做插入操作；否则，将需要做两项操作：a)将leafStructure中objectID对应的t_out为*的值改为t；b)将此记录进行插入，其相应的t_in即为t，t_out值设为*；

步骤3：构造结构traStructure，存储内容为<traID,objectID,t_start,t_end,coo-Sequence>，其中traID唯一确定一条轨迹，objectID唯一确定一个对象，t_start和t_end分别表示此段轨迹的起始时刻和终止时刻，coo-Sequence是一指针，指向一个用于存储此轨迹的具体坐标的结构，即<t,x,y>，t,x,y分别表示当前轨迹点的时间及经纬度坐标；

步骤4：根据当前轨迹点的GPS坐标判断其是否在步骤1所得树形结构的叶节点对应的区域范围内，如果是，则将其存入leafStructure及traStructure中；否则，直接存储到traStructure中；

步骤5：对每个叶节点指向的leafStructure结构进行时间统计，得出其活跃时间，并存储到叶节点的数据结构中的属性t_active；之后从叶子节点向上递推，依次修改其父节点的活跃时间属性，直至根节点；

步骤6：执行带有区域语义信息的时空信息查询。

2.根据权利要求1所述面向GPS轨迹数据的时空语义索引与检索方法，其特征在于：

所述步骤3中确定t_start和t_end：判断移动对象当前轨迹是否存在于traStructure中，若不存在，则新建一轨迹插入到traStructure中，将当前待插入的轨迹点时刻作为t_start；否则，直接找到traID，修改t_end为当前要插入的轨迹点的时刻。