CN103488679A - 移动云计算环境下基于倒排网格索引的拼车系统 - Google Patents

Abstract

本发明公开了一种移动云计算环境下基于倒排网格索引的拼车系统，属于基于大规模时空数据处理与移动技术应用领域；采用了大规模分布式的kNN等基于位置服务的分析算法，跟踪查询出租车位置，将大数据处理的模式整合到该拼车系统的搜车阶段，在海量数据中搜索出最符合乘客条件的出租车，并将出租车信息反馈至乘客端。同样的，司机也可以根据乘客的请求对其进行定位，并在一定时间内做出请求或回应；其有益效果是：能够自动匹配用户位置，定位精确度高，适用于大数据环境，为司机与乘客提供的交互平台能够提供准确的拼车信息，提高了乘客拼车的成功率。

Description

移动云计算环境下基于倒排网格索引的拼车系统

技术领域    移动云计算环境下基于倒排网格索引的拼车系统，属于基于大规模时空数据处理与移动技术应用领域。

背景技术    互联网改变了人们的生活方式，同时，随着3G技术的不断升级，移动定位技术和地理信息系统（Geographic Information System，GIS）的推广，以及内置有GPS模块的智能手机，平板电脑的普及，移动互联网渐渐融入了人们的生活中，人们可以随时随地通过手持设备终端中各种各样的基于位置服务（Location Based Service，LBS）的应用程序使活动打破时空障碍，如移动定位功能，移动网络社交等，它对人们的日常生活影响越来越重要，越来越满足服务多元化需求，而随着人们生活水平的提高，出租车仍然是人们常用的出行方式，然而在许多城市中仍然存在拼车难的问题。其中一部分是由于早晚高峰期堵车和交接班车少，最重要的是由于乘客与司机之间的位置互不明确，现有技术中，大多依托于笨重的车载终端设备，这样就提高了出租车的运营成本，并且不利于大规模的扩展与后期的更新换代，即使现有的拼车软件，也很难帮助人们实现司机的定位与查询，解决拼车难的问题，结合近年来随着基于位置的服务（LBS）和移动互联网的快速发展，地理空间数据的数据量的迅猛增长，这些迅速增加的空间数据给传统的空间数据索引机制带来了新的问题，而这些传统的索引方法往往是基于内存或者需要优化的磁盘访问的先决条件，因此，如何实现高效的空间索引和查询处理大规模空间数据成为拼车软件新的需求和挑战，一种可扩展的、分布式的空间数据索引技术不失为进行高效空间数据的查询和分析的最佳选择，现在已经有几种将空间分布式索引和查询处理技术与MapReduce相结合的方法，例如R-树和基于泰森多边形的空间索引，然而，R-树不适合进行平行化，基于泰森多边形索引的查询需要额外的查询点定位和局部索引重建计算，这使得拼车软件在定位与查询上还存在一些技术问题。

发明内容    鉴于已有技术存在的缺陷，本发明的目的是提供一种能够提高定位与搜索查询的速度、准确度、精确度，并加强司机与乘客之间的交互的移动云计算环境下基于倒排网格索引的拼车系统。

为实现上述目的，本发明所采用的技术解决方案是：移动云计算环境下基于倒排网格索引的拼车系统：

（1）采用多终端的设计方式；两个客户端为安装在安卓智能手机上的软件，一个供司机使用，一个供乘客使用，不同的终端适应不同用户功能需求与使用习惯，也便于相互之间的交互与定位。

用户通过手机内置的定位系统和手机运营商的基站，依托于2G/3G网络，wifi等获取自身的实时空间地理位置，获取车位置信息后，我们可以离线建立倒排网格索引，建立倒排网格索引Map与Reduce分布式处理过程。

（2）云计算是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需提供给计算机和其他设备；大规模拼车系统所使用的云端服务器是由不少于一个云数据中心的网络服务器或虚拟主机所构成的，采用云计算这种并行化计算来处理大规模数据应对于大量的线上或线下拼车用户，在这种模式下，保证了高访问时的拼车稳定性，加快了车辆搜索时的反应速度，同时增强了可扩展性。

（3）当乘客向司机发出乘车请求时，数据中心会通过kNN, RkNN等基于位置服务的分析算法，搜索出离乘客最近的几辆出租车供乘客查看相应的司机信息并选择所要乘坐出租车，或者与司机进行交流。而司机要在一定的时间内作出回应，否则请求失效,若拼车成功，则在两个手机客户端的地图上显示双方的位置，标示出一条双方之间的参考路径。

在空间数据研究领域，空间 k 近邻查询吸引了众多研究者的注意，而基于网格索引的空间 k 近邻查询是其中重要的研究方向之一，这里主要说明基于移动云环境的MRCircularTrip网格访问方法的 kNN 算法。

下面给出 kNN 查询的形式化定义，给定一个空间数据点集 P、查询点 q 和一个整数 k（k>0），k 近邻查询就是找到由 k 个数据点组成的集合 kNN，且对于任意 p'∈ kNN 和任意的 p ∈ P - kNN ，满足                                               

。

基于网格索引的 kNN 查询算法的基本思想是一轮一轮的访问查询点 q 周围的单元格，一个轮圈 C_i包含所有与以 q 为圆心及以

半径的圆相交的单元格，即

，r₀是第一轮圈的半径，显然 r₀的值最大可取 maxdist(c_q, q)，否则单元格 c_q将不会被访问到，在每一轮遍历时，算法顺序地访问按 mindist(c, q)升序排列的单元格，直到 mindist(c, q) ≥ q.dist_k时停止访问，附图5描述了基于网格索引的 kNN 查询算法过程，其中 CircularTrip 是一种网格访问方法，该方法返回一次轮圈所遍历的所有网格单元格。

 在进行 k 近邻查询时，首先给定一轮圈初始半径r₀，并调用 CircularTrip 方法来获得第一轮圈C₀所经过的网格单元格，然后将这些单元格存储到一个堆栈H里；接着算法遍历该堆栈中的单元格 C_H，判断是否满足条件mindist_H(c, q)≥q.dist_k，若满足则算法返回结果并结束，反之则计算每个C_H中的点p到q点的距离dist(p, q) ，并相应的更新q.dist_k以及q.kNN 的值；待堆栈 H中所有的元素都被处理之后 ，检查轮圈半径r和q.dist_k的大小关系，若r < q.dist_k，则 令r = min{r+δ,q.dist_k}，并进行下一轮遍历。

实际应用中，经常会遇到查询多个点的最近邻的问题即多个查询点的 kNN 查询算法，比如在一条城市行车线路上，查询每个可停车点周围最近的几个旅店或者查询离所有停车点最近的几个旅店，与上文中描述的空间 kNN 查询不同，该场景的查询点q不止一个，而是一个查询点集合，需要查询出该集合中每个查询点q_i的kNN，为了解决此问题，我们将上述并行kNN 算法MRCircleTrip部署到MapReduce框架上，即在Map中进行每个查询点q_i的最近邻查询，最终通过Reduce过程来进行规约,从而找到最终的kNN 结果，Map和Reduce 函数的具体执行过程如下，Map 读入索引数据输入分片（split），根据给定的查询点 q_i，可以确定其所在的网格单元格，进而可以定位该查询点所在的split，Map对于为其分配的每个查询点 q_i执行上一节提出的 MRCircleTrip 并行 kNN 算法，并将结果以<q_i, P>键值对的形式输出，其中 P 表示查询点 q_i轮圈后得到的点集。

移动云计算环境下基于倒排网格索引的拼车系统，其有益效果是：更好的解决乘客与司机之间的相互定位与搜索查询问题，该拼车软件也针对技术中的不足在空间数据索引和查询方法存在的问题进行了研究，提出了一种改进的方法，提高了大规模数据环境下的定位与搜索查询的速度，准确度，精确度，并加强了司机与乘客之间的交互。

附图说明

图1为 本发明的倒排网格索引的建立过程算法；

图2为本发明的基于网格索引的 kNN 查询算法过程；

图3为规模拼车系统架构图；

图4为本发明的功能模块图；

图5为本发明的搜车流程图；

图6为发明的乘客与司机交互的流程图。

具体实施方式

下面根据图1出示的移动云计算环境下基于倒排网格索引的拼车系统的原理图做具体如下说明：参见图1，建立倒排网格索引的过程为，将预处理过程划分好的数据集上传到分布式文件系统上。首先每个Map任务读入数据集P一个划分的子数据集作为输入，然后计算输入数据集中每个数据对象应该映射到的网格编号，如对象p（p.d₁, p.d₂, …, p.d_n）将被映射到C[p.d₁/δ, p.d₂/δ,…, p.d_n/δ]网格中，Map函数输出网格编号和数据对象组成的键值对，即〈C[p.d₁/δ, p.d₂/δ,…, p.d_n/δ], p〉，Map的输出作为Reduce的输入，然后在Reduce里将相同网格单元内的所有的数据对象聚合在一起，最后Reduce的输出为网格编号及该网格内所包含的数据对象列表，Map和Reduce函数的输入和输出都是键值对的形式。

分布式倒排网格索引的创建过程充分利用了MapReduce框架分散和聚合的思想，分别对多个子数据集并行创建部分索引，最后将多个子索引聚合为一个完整的索引，图1是分布式倒排网格索引在MapReduce模型下实现的伪代码，从图中可以看出，Map函数中首先将输入的数据集中的每一行解析为一个key/value对，然后计算每行中的数据对象点所映射的网格编号，Map输出由网格编号和数据对象构成的键值对，网格编号相同的数据对象被传送到同一个Reduce函数中，Reduce函数将这些对象聚集构成一个链表，同时按照一定的规则对链表中的数据对象进行排序，最后输出由网格编号和链表构成的键值对。

参见图2，基于网格索引的 kNN 查询算法过程，该算法是基于分布式倒排网格索引，我们设定网格单元大小均为δ×δ，给定一个查询点为q，我们用C_q表示查询点q所在的网格，r₀为以q为圆心第一次画圆的半径，

表示查询点q到网格C范围内最近的距离，

表示q到网格C范围内的最远距离，S_i表示第i次画圆与圆弧相交的网格单元集合，用公式表示为

，显然，r₀??的最大值为maxdist(C_q,q)，否则的话网格C_q将不会被访问到，如果C_q网格内还有其他点，这些点将被漏掉，该算法中我们初始化r₀为δ，同时我们对半径调整做的改进为半径每次的增加值也为δ，即

，引理可以证明半径每次增加δ可以保证从内到外访问到所有的网格，不会出现漏掉中间某些网格单元的情况，这样每次半径的变化不需要等前一次画圆的结果再决定下一次画圆的半径，便打破了原算法的内部依赖性，在每一次画圆之后用CircularTrip算法访问与圆弧相交的网格，并收集网格内的点到集合S_i中，我们用|S|表示所有S_i集合内的对象数目之和，当|S|的值大于等于k近邻查询的参数k值时，在此基础上只需再向外继续多画一次圆，并收集与圆相交网格内的对象点到集合S，然后计算集合S内的点到查询点q的欧几里得距离，按距离值递增排序，前k个即为k最近邻。

在一个循环内初始化U_cor+1个线程，其中U_cor为操作系统CPU的核数，图中代码第3至8行为一个线程的处理过程，在每个线程内根据取值半径画一次圆，然后收集与本次圆弧相交的网格单元内的点到S_i集合，将S_i集合内的点汇总到结果集S中，当S集合的点数大于k时，循环终止（代码9-10行），在此基础上再画一次圆，同样收集与圆弧相交的网格内的点到S集合（代码11-13行），最终将S集合输出写入到分布式文件系统之上，最后根据S集合内的点到q的距离排序得到k最近邻。

参见图3，本发明考虑到移动终端便于携带的特性和它软硬件资源限制以及云计算的优点，本大规模拼车系统采用C/S架构的瘦客户端模式，云端服务器负责主要的数据处理工作，客户端只需要简单地发送请求，接收并显示结果，手持设备客户端通过基于3G方式或是WIFI的无线网络，接入移动互联网与云端服务器建立联系，客户端负责显示地图，并携带相关参数，如位置数据信息，出租车信息向云端发送请求，出租车司机在登陆该大规模拼车系统之后，将空间地理信息（包括自己的位置信息以及出租车信息）发送到云端服务器，空间地理信息在云端服务器采用我们设计的空间海量数据分布式空间倒排索引技术，即倒排网格索引技术对司机公开的出租车空间地理信息建立分布式空间索引，乘客需要打车的时候，客户端软件通过手机地图服务获取当前所在位置的经纬度，将获取到的经纬度信息发送到云端服务器，云端服务器采用本文的并行化kNN查询技术，快速地从海量的出租车信息中查询到距离乘客最近的几辆出租车。查询到的出租车出现在乘客的客户端软件地图界面上，乘客选择软件界面上的一辆出租车，可以向服务器发送打车请求或是直接拨打出租车的电话的方式请求打车，服务器将出租车请求转发到司机的客户端，司机接收到打车请求后，对请求做出处理并返回给服务器，由服务器发送到乘客手机客户端。如果乘客和司机达成打车协议，司机将会到达乘客打车的地点为乘客服务。

参见图4，本发明是利用智能移动平台来拼车的系统，其中包括一组云端服务器和至少两个移动客户端，具体是安装在智能移动平台（如智能手机或平板电脑）上的软件，分别供多名乘客和司机使用。客户端包括地图、定位、语音等基本功能，云端服务器负责整个拼车流程的控制和相关数据处理（包括倒排索引的建立与分布式kNN查询等）。

参见图5，通过本发明来实现拼车所包括的步骤如下：司机在工作时登录到乘客端软件后，自动定位到当前的位置，使用车形图标标注，然后选择是否公开自己的位置，如果公开，乘客则能够搜索到其位置，反之，则不能。在司机公开自己的位置后，会将自己发生改变后的位置信息上传到云端服务器，云端服务器会将数据存储，并自动清理过期的数据。

拼车用户登录到乘客移动端软件后，自动定位到当前的位置，使用人形图标标注。在拼车之前先进行目的地的确认，确定目的地有三种方式，分别是手动输入、点击地图、语音录入。确定以后即可开始搜索出租车，云端服务器收到这次请求后根据拼车用户的位置使用空间索引算法对包含司机位置的数据进行处理，找出拼车用户附近最近的出租车，并将其信息返回给拼车用户。

 参见图6，乘客端会在地图上显示搜索到的出租车，点击出租车图标即可查看对应的出租车信息，包括车牌号、司机电话号码等，如果乘客希望通过电话来和司机沟通，点击信息页中的号码则会直接调用拨号器进行拨号。确认拼车后，司机端则会收到对应的拼车信息，如“有人在某某地方拼车去往某某地方，是否同意？”，并通过语音来播报，如司机同意则表示此次拼车成功，同时在地图上显示双方的位置和一条在乘客和司机之间的路径，乘客等待司机前往载客。 

Claims (4)

1.一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于：该系统包括一个云中心服务系统和两个手机智能移动客户端软件系统组成；其中云服务系统负责进行倒排网格索引建立与分布式空间近邻查询算法的执行，移动端根据需要或定期执行相关软件收集与预处理相关信息，通过无线网络发送给服务器端，接收云端请求。

2.根据权利要求1所述的一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于：该系统的执行流程是：当司机用户首次登陆到该移动云系统后主动公开自己的信息，允许分享车主相关智能设备的访问权限，云服务器利用采集到的信息，建立车辆的分布式倒排网格索引并对车主司机的位置进行分布式预处理与按照需要进行定期动态更新；当拼车用户发出拼车相关请求后，由定位系统自动采集并提交其经纬度坐标，由云端系统根据倒排网格索引进行分布式时空信息查询并返回最终结果给客户与司机，通过移动交流平台进行业务确认。

3. 根据权利要求2所述的一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于：所述倒排网格索引的处理步骤具体为：给定空间数据集 D，D 是由欧几里德空间数据点组成的集合，对于 D 中的点 p∈D 用表达式 ( p.x, p.y) 表示；首先将数据集文件存储到分布式文件系统 HDFS 上，HDFS 会自动将其分割成很多数据分块；每个 Map 读入一个输入数据分片（该分片就是数据集 D的一个子集）；然后Map分析数据分片中的空间数据点，并计算出空间数据点到网格单元格的映射，例如空间点 p(x, y)将被映射到单元格c(                                               

p.x /δ,

p.y /δ

) 中；最后 Map 把单元格索引c(i, j) 作为 key，把点 p 的信息作为 value，并将该<key,  vlaue>对应输出；Reduce 则读取 Map 的输出，并收集相同单元格（key）中的点数据，然后输出单元格索引和包含在该单元格中的点的集合。

4. 根据权利要求2所述的一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于：最近邻算法是基于所述的分布式倒排网格索引的，设定网格单元大小均为δ×δ，给定一个查询点为q，我们用

表示查询点q所在的网格，r₀为以q为圆心第一次画圆的半径；

表示查询点q到网格C范围内最近的距离；

表示q到网格C范围内的最远距离；S_i表示第i次画圆与圆弧相交的网格单元集合，用公式表示为

，算法中我们初始化r₀为δ；，同时我们对半径调整做的改进为半径每次的增加值也为δ，即

；在每一次画圆之后用CircularTrip算法访问与圆弧相交的网格，并收集网格内的点到集合S_i中；我们用|S|表示所有S_i集合内的对象数目之和；当|S|的值大于等于k近邻查询的参数k值时；在此基础上只需再向外继续多画一次圆，并收集与圆相交网格内的对象点到集合S；然后计算集合S内的点到查询点q的欧几里得距离，按距离值递增排序，前k个即为k最近邻；同时利用了多核机制进行了并行化优化，以提高运行速度。

Images