CN110083599A - 一种基于时空插值的车辆轨迹数据索引方法 - Google Patents

Abstract

本发明公开了一种基于时空插值的车辆轨迹数据索引方法，包括步骤：1)提取不重复的车辆标识符集合；2)将原始轨迹按车辆标识符组织成有序轨迹序列；3)对每辆车的有序轨迹序列进行时空状态插值。本发明根据用户指定的时间粒度，将当前轨迹数据进行插值后写入索引结构，使得索引后的数据可快速查询且占用更小的空间。本发明能够较好的对原始数据进行重组，时间复杂度为O(n)，在索引创建时间、查询时间、占用空间上优于MySQL商业数据库。

Description

一种基于时空插值的车辆轨迹数据索引方法

技术领域

本发明属于大数据技术领域，具体涉及一种基于时空插值的车辆轨迹数据索引方法。

背景技术

车辆轨迹大数据其具有数据庞大、无序、异频采样等特点，如不进行有序组织，查询时间将不可控。因此，分析海量轨迹数据需要解决存储和检索效率问题。在现实轨迹数据的分析中，不同场景需要不同的采样时间粒度，而当前没有可以兼容不同应用场景下的索引方法。同时，海量数据的存储成本也是一个问题。

发明内容

为了较好的针对海量轨迹数据进行存储和查询，本发明的目的是提供一种基于时空插值的车辆轨迹数据索引方法，该方法能够提高数据存储和查询效率。

实现本发明目的的具体技术方案是：

一种基于时空插值的车辆轨迹数据索引方法，该方法包括以下具体步骤：

步骤1：提取不重复的车辆标识符集合

a)定义存储不重复的车辆标识符数组Array；

b)遍历原始数据，得到一条轨迹数据时进行判断：若该轨迹数据满足如下条件任意一个，进行剔除，然后进入c)；

同一辆车，当天位置没有发生移动或状态未发生变化；

当前轨迹数据不在已知目标区域的空间范围、时间范围内；

缺失了车辆编号、经纬度、载客状态字段中的一个；

c)获取该条轨迹数据的车辆标识符carID；若该标识符已存在于数组Array中，则读取下一条轨迹数据，若标识符不存在于数组Array中，则将该ID加入Array中；

步骤2：将原始轨迹按车辆标识符组织成有序轨迹序列

a)定义车辆标识符与其轨迹点的轨迹序列carIDwithInfo，即为不同车辆开辟存储空间；

b)遍历原始数据，获取轨迹数据的车辆标识符carID，并将该轨迹数据存储插入轨迹序列carIDwithInfo，也就是插入该carID对应的存储空间；

步骤3：对每辆车的有序轨迹序列进行时间、空间、状态插值

a)输入时间粒度t^u；

b)遍历轨迹序列carIDwithInfo，每次获得一个车辆的轨迹点集VT(i)；

c)遍历单个车辆的轨迹点集VT(i)，在第j次迭代时比较VT(i)[j]和VT(i)[j+1]的GPS时间差，j为轨迹点集VT(i)的长度；

d)判断前后两个轨迹点的时间间隔是否大于时间粒度：若大于时间粒度则对前后轨迹数据进行插值，得到插值点的位置、状态；若小于时间粒度则剔除数据；插值产生的点个数通过公式(1)确定，插值方法如公式(2)～(5)所示；根据前后两个原始轨迹点的信息插值得到n个点；

samplePoint.Time＝preTime+i*t^u (2)

samplePoint.state＝preState (5)

其中，postTime表示VT(i)[j+1]轨迹点的GPS时间，preTime表示VT(i)[j]轨迹点的GPS时间，samplePoint.Time表示插值点的GPS时间，samplePoint.X、samplePoint.Y表示插值点处的经纬度，samplePoint.state表示插值点的载客状态，preX、preY表示VT(i)[j]轨迹点的经纬度，postX,postY表示VT(i)[j+1]轨迹点的经纬度。

现有技术无可以兼容不同应用场景下的索引方法。同时，也没有技术同时优化海量数据的查询速度和存储成本。本发明弥补了兼容不同应用场景的索引方法的空缺，对于用户来讲，可以快速的完成索引构建，提高轨迹查询的效率，减小了存储陈本。此外，本发明也可以对行人产生的轨迹数据进行索引构建。

附图说明

图1为本发明流程图；

图2为本发明实施例的流程图。

具体实施方式

本发明涉及的一种基于时空插值的车辆轨迹数据索引方法，具体实施方式说明如下：

首先结合附图说明本发明的整个流程，如图1所示，本发明包括以下步骤：

步骤1：提取不重复的车辆标识符集合

对原始轨迹数据的车辆标识符进行提取，是因为获取了不重复的车辆标识符后，就可以为每个车辆开辟存储空间，并将原始无序数据组织成有序数据，从而实现轨迹大数据的高效存储与查询。

步骤2：将原始轨迹按车辆标识符组织成有序轨迹序列

对原始数据进行插值前，需要将数据量庞大、无序、异频采样的原始数据按车辆标识符组织成有序轨迹序列。首先为不同车辆开辟存储空间，即定义车辆标识符与其轨迹点的轨迹序列carIDwithInfo。然后遍历原始数据，获取该条轨迹数据的车辆标识符carID，并将该轨迹数据存储插入轨迹序列carIDwithInfo，也就是插入该carID对应的存储空间。

步骤3：对每辆车的有序轨迹序列进行时间、空间、状态插值

遍历步骤2得到的有序轨迹序列，根据用户输入的时间粒度t^u，判断前后两轨迹点时间间隔是否大于时间粒度：若大于时间粒度则对前后轨迹数据进行插值，得到采样点的位置、状态；若小于时间粒度则剔除数据。定义原始轨迹VT＝{vt_c|vt_c＝{carID,x,y,time,state}}，则根据如下公式计算出第i个(i≤n)插值点处的位置、GPS时间、状态等信息。

samplePoint.Time＝preTime+i*t^u (2)

samplePoint.state＝preState (5)

samplePoint.X、samplePoint.Y表示插值点处的经纬度，preX、prwY表示位于插值时间前一个原始轨迹点的经纬度，postX,postY表示位于后一个原始轨迹点的经纬度，sampleTime表示采样时间，preTime表示位于前一个原始轨迹点的GPS时间，postTime表示时间后一个原始轨迹点的GPS时间。插值产生的点个数通过公式(1)确定，插值方法如公式(2)～(5)所示。根据前后两个原始轨迹点相关信息插值得到n个点。

所述提取不重复的车辆标识符集合包含以下子步骤：

1)轨迹数据预处理

因为部分车辆的GPS定位模块可能存在故障，GPS信号可能在汽车行驶途中被遮挡，再加上对流层对GPS信号的折射作用，原始轨迹数据不可避免存在误差，所以对原始数据进行预处理很有必要，预处理操作主要包括异常规则定义、数据清洗等。

2)获取该条轨迹数据的车辆标识符carID

若该标识符已存在于数组Array中，则读取下一条轨迹数据，若标识符不存在于数组Array中，则将该ID加入Array中。

实施例

参阅图2，本实施例具体包括：

步骤1：输入原始轨迹数据，进行轨迹预处理以后提取不重复的车辆标识符集合Array。假设示例轨迹数据VT＝{vt_c|vt_c＝{carID,time,x,y,state}}为["001,2016-08-01 00:01:00,20,20,Vacant","002,2016-08-01 00:00:50,20,20,Vacant","001,2016-08-01 00:01:30,20,20,Vacant","002,2016-08-01 00:02:50,40,30,Vacant","001,2016-08-01 00:02:30,30,40,Vacant","001,2016-08-01 00:03:10,30,40,Vacant"]，则去重后得到Array["001","002"]。

步骤2：将原始轨迹按车辆标识符组织成有序轨迹序列。对原始数据进行插值前，需要将数据量庞大、无序、异频采样的原始数据按车辆标识符组织成有序轨迹序列。首先为不同车辆开辟存储空间，即定义车辆标识符与其轨迹点的轨迹序列carIDwithInfo。然后遍历原始数据，获取该条轨迹数据的车辆标识符carID，并将该轨迹数据存储插入轨迹序列carIDwithInfo，也就是插入该carID对应的存储空间。最终得到carIDwithInfo为{"001"->["001,2016-08-01 00:01:00,20,20,Vacant","001,2016-08-01 00:01:30,20,20,Vacant","001,2016-08-01 00:02:30,30,40,Vacant","001,2016-08-01 00:03:10,30,40,Vacant"],"002"->["002",2016-08-01 00:00:50,20,20,Vacant","002,2016-08-0100:02:50,40,30,Vacant"]}

步骤3：假设用户输入时间粒度为60s，遍历步骤2得到的有序轨迹序列，对每辆车的有序轨迹序列进行时间、空间、状态插值，输出索引后数据。以002车辆数据为例，前后两个点的时间差为postTime-preTime＝"2016-08-01 00:02:50"-"2016-08-01 00:00:50"＝120s，插值时间粒度为60s，故需插入2个点。第一个插值点的GPS时间为samplePoint.Time＝preTime+n*t^u＝2016-08-01 00:01:00，经度为： 纬度为： 载客状态为：samplePoint.state＝preState＝Vacant。同理可得第二个插值点的GPS时间、经纬度、载客状态。最终得到示例数据索引后数据为：["001,25,30,2016-08-01 0:02:00,Vacant","001,30,40,2016-08-01 0:03:00,Vacant","002,21.6667,20.8333,2016-08-01 0:01:00,Vacant","002,31.667,25.8333,2016-08-01 0:02:00,Vacant"]。

Claims (1)

1.一种基于时空插值的车辆轨迹数据索引方法，其特征在于，该方法包括以下具体步骤：

步骤1：提取不重复的车辆标识符集合

a)定义存储不重复的车辆标识符数组Array；

b)遍历原始数据，得到一条轨迹数据时进行判断：若该轨迹数据满足如下条件任意一个，进行剔除，然后进入c)；

同一辆车，当天位置没有发生移动或状态未发生变化；

当前轨迹数据不在已知目标区域的空间范围、时间范围内；

缺失了车辆编号、经纬度、载客状态字段中的一个；

c)获取该条轨迹数据的车辆标识符carID；若该标识符已存在于数组Array中，则读取下一条轨迹数据，若标识符不存在于数组Array中，则将该ID加入Array中；

步骤2：将原始轨迹按车辆标识符组织成有序轨迹序列

a)定义车辆标识符与其轨迹点的轨迹序列carIDwithInfo，即为不同车辆开辟存储空间；

b)遍历原始数据，获取轨迹数据的车辆标识符carID，并将该轨迹数据存储插入轨迹序列carIDwithInfo，也就是插入该carID对应的存储空间；

步骤3：对每辆车的有序轨迹序列进行时间、空间、状态插值

a)输入时间粒度t^u；

b)遍历轨迹序列carIDwithInfo，每次获得一个车辆的轨迹点集VT(i)；

c)遍历单个车辆的轨迹点集VT(i)，在第j次迭代时比较VT(i)[j]和VT(i)[j+1]的GPS时间差，j为轨迹点集VT(i)的长度；

d)判断前后两个轨迹点的时间间隔是否大于时间粒度：若大于时间粒度则对前后轨迹数据进行插值，得到插值点的位置、状态；若小于时间粒度则剔除数据；插值产生的点个数通过公式(1)确定，插值方法如公式(2)～(5)所示；根据前后两个原始轨迹点的信息插值得到n个点；

samplePoint.Time＝preTime+i*t^u (2)

samplePoint.state＝preState (5)

其中，postTime表示VT(i)[j+1]轨迹点的GPS时间，preTime表示VT(i)[j]轨迹点的GPS时间，samplePoint.Time表示插值点的GPS时间，samplePoint.X、samplePoint.Y表示插值点处的经纬度，samplePoint.state表示插值点的载客状态，preX、preY表示VT(i)[j]轨迹点的经纬度，postX,postY表示VT(i)[j+1]轨迹点的经纬度。