CN111222059B - 一种城市可达区域搜索系统及方法 - Google Patents

Abstract

本发明公开了一种城市可达区域搜索系统及方法，获取地图网络数据和轨迹数据；将道路与轨迹进行关联；计算道路段速度的均值与方差；利用均值与方差和道路速度分布函数将搜索输入的概率映射为相应的速度，计算出道路段的时间权重；根据预定时刻道路段的时间权重和道路网络数据，计算预定时刻预定间间隔内从某一地点可达的区域集合，并生成层级跳跃表；为层级跳跃表建立查询索引，根据查询索引获取道路信息，得到城市可达区域；使用时间线段树索引在道路网络中进行迭代搜索，最终输出可达区域集合。本发明解决了在海量多源异构数据的条件下在给定时间内从给定位置快速地找到空间网络中可以到达的区域的问题。

Description

一种城市可达区域搜索系统及方法

技术领域

本发明属于数据挖掘技术领域，涉及城市计算领域的可达区域搜索方法，具体是一种城市可达区域搜索系统及方法。

背景技术

近年来，随着智慧城市的快速发展，城市计算的概念被提出并很快受到了极大的关注。时空可达区域搜索是城市计算的一个创新性问题，目的是在给定时间内从给定位置找到空间网络中可以到达的区域。该问题需要使用多源数据如城市道路网络数据，出租车轨迹数据等。我们需要对这些多源数据进行合理的分析处理来解决城市计算中这个极富挑战性与创新性的问题。

现有的可达区域搜索方法通常是在道路网络中使用基于距离的搜索方法，该方法的搜索过程如下：

1)用户输入起始位置和距离；

2)在城市地图上将起始位置映射为相对应的道路段；

3)从起始位置开始使用广度优先遍历在城市道路网络中进行搜索；

4)以用户输入的距离阈值为限制确定最终的可达区域；

5)将可达区域的结果展示在地图上；

该做法主要有三个缺点：(1)其使用空间距离来进行区域搜索，然而用户通常更关注出行时间。(2)其忽略了搜索时刻对查询结果的影响，一般来说，不同的时刻道路的交通状况明显不同。(3)对于大规模城市道路网络和车辆轨迹算法效率低下。(4)无法给出目标区域的可达概率。

发明内容

本发明的目的在于克服上述已有方法的不足，提出了一种城市可达区域搜索系统及方法，该方法是一种基于置信区间的时间自适应城市可达区域搜索方法，用于解决在海量多源异构数据的条件下在给定时间内从给定位置快速地找到空间网络中可以到达的区域的问题。

为实现上述目的，本发明采取的技术方案如下：

一种城市可达区域搜索系统，包括数据采集模块、数据映射模块、道路权重计算模块、层级跳跃表生成模块、时间线段树索引模块和可达区域搜索模块，其中：

数据采集模块，用于获取地图网络数据和轨迹数据；

数据映射模块，用于将轨迹数据映射到地图网络数据的道路网络中，得到各条城市道路对应的历史轨迹；

道路权重计算模块，用于将历史轨迹按照时间特征分块计算道路段速度的均值与方差；最后利用均值与方差和道路速度分布函数将搜索输入的概率映射为相应的速度，从而计算出道路段的时间权重；

层级跳跃表生成模块，用于根据预定时刻道路段的时间权重和道路网络数据，计算预定时刻预定间间隔内从某一地点可达的区域集合，并将多种时刻与多种时间粒度的可达区域集合同时进行记录存储，生成层级跳跃表；

时间线段树索引模块，用于为层级跳跃表建立查询索引，根据查询索引获取道路信息，进而得到城市可达区域；

可达区域搜索模块，用于根据用户输入的概率、起始位置、起始时间和时间间隔，使用时间线段树索引在道路网络中进行迭代搜索，最终输出可达区域集合。

优选的，数据采集模块从地图数据库和轨迹数据库中分别获取地图网络数据和轨迹数据；所述地图网络数据是指城市的路网数据，包括代表交叉路口的节点和代表道路段的边；所述的轨迹数据是由连续的带时间戳的GPS点构成，每个GPS点包含经度、维度和时间戳这三个维度的数据。

优选的，层级跳跃表生成模块的工作过程包括：

根据预定时刻道路段的时间权重和道路网络数据，生成带权特征图，然后使用带早停策略和堆优化策略的dijkstra算法分别得到预设时间间隔内从某一地点可达的区域集合；

利用预设时间间隔内从某一地点可达的区域集合，分别预设的不同的时间间隔参数下计算可达区域集合，并将计算结果连接为层级跳跃表。

优选的，所述早停策略为在带权特征图中进行预设时间间隔的可达区域集合计算过程中，使用该预设时间间隔作为区域扩张的额外约束，加快可达区域集合计算的速度。

优选的，时间线段树索引模块包括时间线段树的建立模块和时间线段树的查询模块：

时间线段树的建立模块用于根据生成的层级跳跃表建立时间线段树索引结构；

时间线段树的查询模块根据用户输入的时间间隔在时间线段树中查询对应的树中节点所存储的道路信息，获取城市可达区域。

一种城市可达区域搜索方法，包括如下步骤：

S1，获取地图网络数据和轨迹数据；

S2，将轨迹数据映射到地图网络数据的道路网络中，得到各条城市道路对应的历史轨迹；

S3，将历史轨迹按照时间特征分块计算道路段速度的均值与方差；最后利用均值与方差和道路速度分布函数将搜索输入的概率映射为相应的速度，从而计算出道路段的时间权重；

S4，根据预定时刻道路段的时间权重和道路网络数据，计算预定时刻预定间间隔内从某一地点可达的区域集合，并将多种时刻与多种时间粒度的可达区域集合同时进行记录存储，生成层级跳跃表；

S5，为层级跳跃表建立查询索引，根据查询索引获取道路信息，进而得到城市可达区域；

S6，根据用户输入的概率、起始位置、起始时间和时间间隔，使用时间线段树索引在道路网络中进行迭代搜索，最终输出可达区域集合。

优选的，S1中，从地图数据库和轨迹数据库中分别获取地图网络数据和轨迹数据；所述地图网络数据是指城市的路网数据，包括代表交叉路口的节点和代表道路段的边；所述的轨迹数据是由连续的带时间戳的GPS点构成，每个GPS点包含经度、维度和时间戳这三个维度的数据。

优选的，S4包括如下步骤：

S4.1，根据预定时刻道路段的时间权重和道路网络数据，生成带权特征图，然后使用带早停策略和堆优化策略的dijkstra算法分别得到预设时间间隔内从某一地点可达的区域集合；

S4.2，利用预设时间间隔内从某一地点可达的区域集合，分别预设的不同的时间间隔参数下计算可达区域集合，并将计算结果连接为层级跳跃表。

优选的，早停策略的实施过程包括：在带权特征图中进行预设时间间隔的可达区域集合计算过程中，使用该预设时间间隔作为区域扩张的额外约束，加快可达区域集合计算的速度。

优选的，S5包括如下步骤：

S5.1，根据生成的层级跳跃表建立时间线段树索引结构；

S5.2，根据用户输入的时间间隔在时间线段树中查询对应的树中节点所存储的道路信息，获取城市可达区域。

本发明具有如下有益效果：

本发明的城市可达区域搜索系统的道路权重计算模块按照时间特征分块计算道路段速度的均值与方差；最后利用均值与方差和道路速度分布函数将搜索输入的概率映射为相应的速度，从而计算出道路段的时间权重；层级跳跃表生成模块根据预定时刻道路段的时间权重和道路网络数据，计算预定时刻预定间间隔内从某一地点可达的区域集合，并将多种时刻与多种时间粒度的可达区域集合同时进行记录存储，生成层级跳跃表；可达区域搜索模块根据用户输入的概率、起始位置、起始时间和时间间隔，使用时间线段树索引在道路网络中进行迭代搜索，最终输出可达区域集合；由上述可以看出，本发明的城市可达区域搜索系统关注城市可达区域的到达时间，这比距离更加符合用户的出行需求。将城市可达区域的概率通过道路速度分布函数合理的转化为对应的速度，使得搜索的结果更加合理，提高了用户的搜索体验。使用层级跳跃表来存储不同时间粒度的可达区域，可大大提高搜索的效率，缩短系统的响应时间。时间线段树的使用使得用户在查询不同时间间隔的城市可达区域时，能方便迅速地获取到结果，缓解了系统的重复计算的问题。综上，本发明的城市可达区域搜索系统能够解决在海量多源异构数据的条件下在给定时间内从给定位置快速地找到空间网络中可以到达的区域的问题。

本发明的城市可达区域搜索方法方法优点如下：(1)关注城市可达区域的到达时间，这比距离更加符合用户的出行需求。(2)在搜索的不同时刻城市道路网络的交通状况通常也会有差异，因此本发明的搜索方法能够适应城市道路网络的动态变化，搜索结果更加准确。(3)将城市可达区域的概率通过道路速度分布函数合理的转化为对应的速度，使得搜索的结果更加合理，提高了用户的搜索体验。(4)使用层级跳跃表来存储不同时间粒度的可达区域，可大大提高搜索的效率，缩短系统的响应时间。(5)时间线段树的使用使得用户在查询不同时间间隔的城市可达区域时，能方便迅速地获取到结果，缓解了系统的重复计算的问题。

附图说明

图1为本发明城市可达区域搜索系统的结构框图。

图2为本发明实施例中轨迹数据映射到道路网络的过程示意图。

图3为本发明实施例中层级跳跃表的示意图。

图4为本发明实施例中时间时段树的示意图。

图5为实施例中用户搜索可达区域中间过程示意图。

图中，1-内侧线圈，2-中间线圈，3-外侧线圈。

具体实施方式

下面结合附图和具体实施例，对本发明作进一步详细描述。

为实现上述目的，本发明采取的技术方案包括如下步骤：

参照图1，本发明的城市可达区域搜索系统包括数据采集模块、数据映射模块、道路权重计算模块、层级跳跃表生成模块、时间线段树索引模块和可达区域搜索模块，其中：

数据采集模块，用于获取地图网络数据和轨迹数据；

数据映射模块，用于将轨迹数据映射到地图网络数据的道路网络中，得到各条城市道路对应的历史轨迹；

道路权重计算模块，用于根据节假日、时间片段这些时间特征分块计算道路段速度的均值与方差；最后利用均值与方差和道路速度分布函数(即对数正态分布函数)将搜索输入的概率映射为相应的速度，从而计算出道路段的时间权重；

层级跳跃表生成模块，用于计算预定时刻预设时间间隔内从某一地点可达的区域集合，并将多种时刻与多种时间粒度的可达区域集合同时进行记录存储，实现步骤为；

(a)层级跳跃表生成模块根据预定时刻道路段的时间权重和道路网络数据，首先生成带权特征图，然后使用带早停策略和堆优化策略的迪杰斯特拉算法得到预设时间间隔(如1min、2min、5min、10min)内从某一地点可达的区域集合；早停策略，其含义为在带权图中进行短时间间隔的可达区域集合计算过程中，使用该时间间隔作为区域扩张的额外约束，加快可达区域集合计算的速度；

(b)层级跳跃表生成模块利用步骤(a)中得到的预定时刻预设时间间隔内从某一地点可达的区域集合方法，多次在不同时刻和不同时间间隔参数(如1min、2min、5min、10min)下计算可达区域集合并将结果连接为层级跳跃表；

时间线段树索引模块，用于为层级跳跃表建立查询索引，根据查询索引获取道路信息，进而得到城市可达区域；时间线段树索引模块包括时间线段树的建立模块和时间线段树的查询模块：时间线段树的建立模块用于根据生成的层级跳跃表建立时间线段树索引结构；时间线段树的查询模块根据用户输入的时间间隔在时间线段树中查询对应的树中节点所存储的道路信息，获取城市可达区域；时间线段树的结点结构包括时间线段树节点索引、节点信息区间起始时间索引、节点信息区间终止时间索引；

可达区域搜索模块，用于根据用户输入的概率、起始位置、起始时间和时间间隔这些信息，使用时间线段树索引在道路网络中进行迭代搜索，最终输出可达区域集合。可达区域的搜索结果是基于用户输入的概率得到的，不同的输入概率会得出不同的搜索结果。

实施例

图1所示，本实施例的城市可达区域搜索系统包括数据采集模块、数据映射模块、道路权重计算模块、层级跳跃表生成模块、时间线段树索引模块和可达区域搜索模块：本实施例的城市可达区域搜索方法包括以下步骤：

步骤一：数据采集模块从地图数据库、轨迹数据库这些数据库中获取地图网络数据、轨迹数据。地图网络数据是指城市的路网数据，其包括代表交叉路口的节点和代表道路段的边，轨迹数据是由连续的带时间戳的GPS点构成。

步骤二：数据映射模块使用地图匹配方法将轨迹数据映射到道路网络中，得到各条城市道路对应的历史轨迹。

如图2所示，图2中左图为一段出租车轨迹的示意图，该轨迹是由一些连续的带时间戳的GPS点构成的，每个GPS点包含三个维度的数据：即经度、维度和时间戳。图2中中间图为北京市部分地区的道路网络示意图。将轨迹数据与道路网络数据进行地图匹配，即可将轨迹数据映射到相对应的道路段上，如图2中的右图所示。

步骤三：道路权重计算模块将历史轨迹按照时间特征(即工作日与节假日分离，将一天分成144个时间片段，按照节假日、时间片段)分别统计历史轨迹数据得到道路的平均速度和速度方差。通过KS检验，卡方检验等数据检验方法，验证一般情况下，道路的速度分布满足对数正态分布。

因此，概率映射得到的相应的速度为概率速度，概率速度pv的定义为：对于某条道路段的历史速度分布，其p百分位数对应的速度vlim称为道路概率速度pv。其含义为从该道路段上的速度分布中随机选择一个速度值v，其对应的可达区域能覆盖vlim对应可达区域的概率为p，则称vlim为道路段的概率速度pv。

通过路网数据中道路段的长度与概率速度pv即可计算出路网的时间权重w。

为了避免极端意外情况下的速度失陪问题，计算概率速度时去对应分位数速度与概率分布速度极限的较小值。

例如，若该路段历史记录中速度均值为μ，标准差为σ，则当用户输入的概率p＝0.8，那么首先按照某条道路段的历史速度分布函数由高到低计算其百分之八十分位数对应的速度，然后根据Cantelli不等式，计算概率分布速度极限为

比较二者最小值为概率p＝0.8下道路段的概率速度pv。

步骤四：由于城市道路网络的规模较大，在道路网络中直接使用网络扩张算法会导致搜索效率低下。因此，本发明提出了层级跳跃表生成算法，通过计算并存储查询点短时间内的分层时空可达区域来提升长时间查询的效率与准确率。

如图3所示，层级跳跃表生成模块生成层级跳跃表，层级跳跃表记录了任意一条路段在连续时间间隔T1-T2、T2-T3、T3-T4内可以到达的路段。当所有的层级跳跃表都计算完毕时，对于用户输入的时间步长L，可以利用层级跳跃表快速的进行路网扩张搜索，在搜索过程接近尾声时，层级跳跃表可以适应细时间粒度的搜索，使搜索结果更加准确。

例如，用户在搜索框中输入的时间步长是23min，层级跳跃表所存储的路段的可达子区域对应的时间间隔分别是1min、2min、5min和10min。那么根据用户的搜索条件，系统首先对起始地点的10min可达区域进行搜索，然后将中间结果保存，然后再搜索中间结果对应起始地点的10min可达区域，再将中间结果进行保存，之后再依次搜索中间结果对应的起始地点的2min可达区域和1min可达区域。那么，仅仅经过四次搜索后，系统就能查找出时间步长为23min的城市可达区域。

具体地，在计算如1min、2min、5min和10min等短时间间隔可达子区域时，使用早停策略优化的迪杰斯特拉方法。早停策略是指在原始的迪杰斯特拉方法中加入最大时间间隔搜索的额外限制条件，这样，本发明改进的最短路径搜索方法就避免了在整个道路网络上进行全局搜索，降低了系统建立层级跳跃表的时间，提高了系统的搜索效率。

步骤五：若直接在层级跳跃表上进行可达区域搜索，在高频次搜索情况下，可达区域搜索仍然存在低效的问题。因此，本发明在获得了道路的层级跳跃表之后，在其基础上利用时间线段树索引模块建立时间线段树来进一步提升查询效率。

时间线段树的基础是一颗二叉搜索树，它存储的是多种时间间隔可达区域信息，每个节点包含以下几种信息：时间间隔的起始时刻和终止时刻；每个时间间隔内可达区域集合。以根节点为例，0:0–3表示的含义是时间线段树索引为0的节点存储了时间间隔索引0到3的区域信息，该区域信息可由节点0的左孩子节点1维护的时间间隔索引0到1的区域信息和右孩子节点2维护的时间间隔索引2到3的区域信息合并得到。

时间线段树索引的操作主要有两个：时间线段树的建立与查询。时间线段树的建立过程如下：(1)对于每一个树节点，确定其起始与终止时间索引的范围；(2)若节点为叶子节点，保存该节点时间索引所维护的区域信息，否则递归建立以左右孩子为根节点的时间线段树；(3)递归返回时合并各个孩子节点所保存的区域信息，从而完成整棵树的建立。

时间线段树的搜索过程如下：(1)若查询时间区间与根节点时间区间相等，直接返回根节点维护的区域信息即可，否则根据查询区间与左右孩子节点的关系递归在左子树或者右子树中搜索。(2)递归返回过程中对两个孩子节点的区域信息进行合并并返回。

例如，图4所示的时间线段树根节点表示的是0-3时间间隔内某路段的城市可达区域集合信息，为了对可达区域信息进行更细致的挖掘与划分，在根节点的孩子节点中，左孩子节点保存着该路段0-1时间间隔内城市可达区域集合信息，而右孩子节点保存该路段2-3时间间隔内城市可达区域的集合信息。更进一步，继续对树节点的时间间隔进行划分，直到节点保存该路段单一细粒度的时间间隔内城市可达区域的集合信息，此时该节点为叶子结点。

以单一细粒度时间间隔为1分钟为例，图4所示的时间线段树的叶子节点则分别存储了某路段1分钟、2分钟、3分钟、4分钟可以到达的区域集合，中间的两个孩子节点分别存储了某路段1-2分钟，3到4分钟可以到达的区域集合，根节点则存储了某路段1-4分钟可以到达的区域集合。

搜索情景一：当用户在搜索框中输入的时间步长L＝2min，即为1-2min时，会首先访问时间线段树的根节点，根节点存储的时间间隔信息包含用户输入的时间步长，因此，系统会向下访问根节点的左孩子节点和右孩子节点。左孩子存储的时间间隔信息与时间步长相符合，因此将左孩子存储的城市可达区域信息返回，右孩子存储的时间间隔信息与时间步长不相交，因此，最终将左孩子节点的可达区域信息返回作为此次搜索的结果即可。

搜索场景二：当用户在搜索框中输入的时间步长L＝2-3min时，会首先访问时间线段树的根节点根节点存储的时间间隔信息包含用户输入的时间步长，因此，系统会向下访问根节点的左孩子节点和右孩子节点。左右孩子存储的时间间隔信息都与时间步长有交集，因此，系统会继续向下访问叶子节点，在获取到存储2min时间间隔的叶子节点和3min时间间隔的叶子节点后，将两个节点的可达区域信息进行融合返回作为此次搜索的结果。

步骤六：可达区域搜索模块进行城市可达区域搜索方法，可达区域搜索算法以时间线段树为基础，根据搜索输入的概率p，起始地点s，出发时刻T，时间步长L，搜索日期D来输出区域列表。

首先初始化可达区域，然后根据时间线段树查询当前时刻T可达区域中节点扩展的区域，之后更新可达区域和剩余时间间隔，迭代上述过程直到剩余时间为零时算法终止。

例如，用户在搜索框中输入概率p＝0.8，时间步长L＝20min，系统会根据用户使用的设备信息自动获取用户当前所在的位置s＝(lon,lat)，当前的时刻T＝12:00:00，日期D＝2019-01-01 12:00:00。系统会使用地图匹配方法将当前所在位置的坐标s映射为城市的道路网络中的道路段，之后，根据用户输入的输入概率p，系统会选择与之对应的道路网络权重，然后，根据时间步长L，系统会在时间线段树中查找对应的可达区域信息。一般情况下，当用户所查询的时间步长较长时，单一的时间线段树可能并不能返回完整的结果，这时系统会将中间结果存储——包括中间的可达区域信息和时间间隔信息，然后在中间结果的基础上利用剩余的时间步长继续进行可达区域的搜索，直到用户输入的时间步长L使用完为止。

如图5所示，用户在起始地点s搜索自己想要的可达区域时，系统分三次搜索返回最终的结果。第一次搜索时得到中间结果区域，如图5所示内侧线圈1圈住的区域。此时，时间步长还有剩余，系统以内侧圈1的边界为起始点，重新扩增可到区域的集合，得到第二次搜索的中间结果区域，如图5所示中间线圈2所圈住的区域。若此时时间步长仍有剩余，则进行下一次可达区域的扩增。直到搜索出的结果满足用户的搜索要求。

这样，利用层级跳跃表和时间线段树，系统将长达几十分钟的搜索时间步长简化为三次搜索，大大提升了搜索的效率，减少了系统的响应时间。

本发明的方法对现有的可达区域搜索方法进行了改进，提高了用户搜索的时间效率和准确性。本发明的搜索方法优点如下：(1)关注城市可达区域的到达时间，这比距离更加符合用户的出行需求。(2)在搜索的不同时刻城市道路网络的交通状况通常也会有差异，因此本发明的搜索方法能够适应城市道路网络的动态变化，搜索结果更加准确。(3)将城市可达区域的概率通过道路速度分布函数合理的转化为对应的速度，使得搜索的结果更加合理，提高了用户的搜索体验。(4)使用层级跳跃表来存储不同时间粒度的可达区域，可大大提高搜索的效率，缩短系统的响应时间。(5)时间线段树的使用使得用户在查询不同时间间隔的城市可达区域时，能方便迅速地获取到结果，缓解了系统的重复计算的问题。

Claims (10)

1.一种城市可达区域搜索系统，其特征在于，包括：

数据采集模块，用于获取地图网络数据和轨迹数据；

数据映射模块，用于将轨迹数据映射到地图网络数据的道路网络中，得到各条城市道路对应的历史轨迹；

道路权重计算模块，用于将历史轨迹按照时间特征分块计算道路段速度的均值与方差；最后利用均值与方差和道路速度分布函数将搜索输入的概率映射为相应的速度，从而计算出道路段的时间权重；

层级跳跃表生成模块，用于根据预定时刻道路段的时间权重和道路网络数据，计算预定时刻预定间间隔内从某一地点可达的区域集合，并将多种时刻与多种时间粒度的可达区域集合同时进行记录存储，生成层级跳跃表；

时间线段树索引模块，用于为层级跳跃表建立查询索引，根据查询索引获取道路信息，进而得到城市可达区域；

可达区域搜索模块，用于根据用户输入的概率、起始位置、起始时间和时间间隔，使用时间线段树索引在道路网络中进行迭代搜索，最终输出可达区域集合。

2.根据权利要求1所述的一种城市可达区域搜索系统，其特征在于，数据采集模块从地图数据库和轨迹数据库中分别获取地图网络数据和轨迹数据；所述地图网络数据是指城市的路网数据，包括代表交叉路口的节点和代表道路段的边；所述的轨迹数据是由连续的带时间戳的GPS点构成，每个GPS点包含经度、维度和时间戳这三个维度的数据。

3.根据权利要求1所述的一种城市可达区域搜索系统，其特征在于，层级跳跃表生成模块的工作过程包括：

根据预定时刻道路段的时间权重和道路网络数据，生成带权特征图，然后使用带早停策略和堆优化策略的dijkstra算法分别得到预设时间间隔内从某一地点可达的区域集合；

利用预设时间间隔内从某一地点可达的区域集合，分别预设的不同的时间间隔参数下计算可达区域集合，并将计算结果连接为层级跳跃表。

4.根据权利要求3所述的一种城市可达区域搜索系统，其特征在于，所述早停策略为在带权特征图中进行预设时间间隔的可达区域集合计算过程中，使用该预设时间间隔作为区域扩张的额外约束，加快可达区域集合计算的速度。

5.根据权利要求1所述的一种城市可达区域搜索系统，其特征在于，时间线段树索引模块包括时间线段树的建立模块和时间线段树的查询模块：

时间线段树的建立模块用于根据生成的层级跳跃表建立时间线段树索引结构；

时间线段树的查询模块根据用户输入的时间间隔在时间线段树中查询对应的树中节点所存储的道路信息，获取城市可达区域。

6.一种城市可达区域搜索方法，其特征在于，包括如下步骤：

S1，获取地图网络数据和轨迹数据；

S2，将轨迹数据映射到地图网络数据的道路网络中，得到各条城市道路对应的历史轨迹；

S3，将历史轨迹按照时间特征分块计算道路段速度的均值与方差；最后利用均值与方差和道路速度分布函数将搜索输入的概率映射为相应的速度，从而计算出道路段的时间权重；

S4，根据预定时刻道路段的时间权重和道路网络数据，计算预定时刻预定间间隔内从某一地点可达的区域集合，并将多种时刻与多种时间粒度的可达区域集合同时进行记录存储，生成层级跳跃表；

S5，为层级跳跃表建立查询索引，根据查询索引获取道路信息，进而得到城市可达区域；

S6，根据用户输入的概率、起始位置、起始时间和时间间隔，使用时间线段树索引在道路网络中进行迭代搜索，最终输出可达区域集合。

7.根据权利要求6所述的一种城市可达区域搜索方法，其特征在于，S1中，从地图数据库和轨迹数据库中分别获取地图网络数据和轨迹数据；所述地图网络数据是指城市的路网数据，包括代表交叉路口的节点和代表道路段的边；所述的轨迹数据是由连续的带时间戳的GPS点构成，每个GPS点包含经度、维度和时间戳这三个维度的数据。

8.根据权利要求6所述的一种城市可达区域搜索方法，其特征在于，S4包括如下步骤：

S4.1，根据预定时刻道路段的时间权重和道路网络数据，生成带权特征图，然后使用带早停策略和堆优化策略的dijkstra算法分别得到预设时间间隔内从某一地点可达的区域集合；

S4.2，利用预设时间间隔内从某一地点可达的区域集合，分别预设的不同的时间间隔参数下计算可达区域集合，并将计算结果连接为层级跳跃表。

9.根据权利要求8所述的一种城市可达区域搜索方法，其特征在于：

早停策略的实施过程包括：在带权特征图中进行预设时间间隔的可达区域集合计算过程中，使用该预设时间间隔作为区域扩张的额外约束，加快可达区域集合计算的速度。

10.根据权利要求6所述的一种城市可达区域搜索方法，其特征在于，S5包括如下步骤：

S5.1，根据生成的层级跳跃表建立时间线段树索引结构；

S5.2，根据用户输入的时间间隔在时间线段树中查询对应的树中节点所存储的道路信息，获取城市可达区域。

Images