CN112307286A - 一种基于并行st-agnes算法的车辆轨迹聚类方法 - Google Patents

Abstract

本发明公开了一种基于并行ST‑AGNES算法的车辆轨迹聚类方法，本发明并行计算的特点是利用多处理单元一起工作，同时执行某一任务以达到更高性能。并行计算是提高计算机系统计算速度和处理能力的一种有效手段。因此，本发明从一个全新的视角出发，提出一种基于并行ST‑AGNES算法的车辆轨迹聚类方法，其中一种基于动态时间规整的车辆轨迹时间和空间相似性度量方法，较好地解决了车辆轨迹采样率不同和时间尺度不一致的问题，构建了车辆轨迹的时间和空间相似性矩阵；研究了不规则轨迹数据的拆分方案和并行计算的通讯机制，其中一种面向对象的轨迹数据拆分方案；基于最小距离进行聚簇连接，设计了面向车辆轨迹数据的并行ST‑AGNES算法。

Description

一种基于并行ST-AGNES算法的车辆轨迹聚类方法

技术领域

本发明涉及车辆轨迹算法领域，尤其涉及一种基于并行ST-AGNES算法的车辆轨迹聚类方法。

背景技术

轨迹数据是在时空环境下，通过对一个或多个移动对象运动过程的采样所获得的数据信息。现实世界中存在着大量轨迹数据，例如动物迁徙轨迹、车辆轨迹、飓风轨迹等。随着通信技术和定位技术的快速发展，实时有效地对移动对象进行监测，获取海量的轨迹数据成为可能。大规模轨迹数据在给人们的生活带来便利的同时，也对轨迹数据的管理和应用提出了很多新的挑战，其中主要有两个方面：数据规模和数据挖掘。轨迹数据的快速增加，并没有带来知识的同步快速增长。如何从轨迹数据中挖掘出时空变化规律，从而为管理者和行人提供决策支持，成为当前数据挖掘研究的热点之一。

作为空间数据挖掘的重要手段之一，空间聚类分析能够从大量空间数据中发现隐藏的、未知的知识。空间聚类是一种无监督的学习方法，不需要任何先验知识，从而将空间数据集中的对象分成由相似对象组成的类，同类中的对象间具有较高的相似度，而不同类中的对象间差异较大。层次聚类方法对给定的数据集进行层次的分解，直到某种条件满足为止，能够适用于任意形状和任意属性的数据集，能够灵活控制不同层次的聚类粒度，具有较强聚类能力。AGNES算法是一种凝聚性的层次聚类算法，采取自底向上的策略，首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到某个终结条件被满足。AGNES算法能够较好地满足线状的车辆轨迹聚类的要求。

车辆轨迹记录了车辆的时间、空间和属性特征，属于典型的时空数据，其描述的时间周期一般较长，覆盖范围通常较大，并且包含多方面的属性特征，由此造成轨迹数据量一般比较大。由于车辆轨迹数据规模较大，即使非常优化的算法，受制于普通计算机的存储和计算能力，在面向海量车辆轨迹的时空聚类中，也往往需要很长的计算时间。提高单台计算机的性能，虽然能够加快计算速度，但是高性能计算机普遍价格昂贵，不利于大规模的推广应用。面向大规模的车辆轨迹数据，基于串行的轨迹时空聚类算法显然不能满足大规模轨迹数据分析的需要。

发明内容

本发明的目的是要提供一种基于并行ST-AGNES算法的车辆轨迹聚类方法。

为达到上述目的，本发明是按照以下技术方案实施的：

本发明包括车辆轨迹时空相似性计算方法、面向对象的轨迹数据拆分方法和面向车辆轨迹的并行ST-AGNES算法；

所述车辆轨迹时空相似性计算方法包括以下步骤：

步骤一：从轨迹数据库中依次读取车辆轨迹数据；

步骤二：将连续的车辆轨迹数据离散成一个按照时间排序的点序列，从连续轨迹中选取特征点；

步骤三：采用坐标点和道路结点编号相结合的方式表达车辆轨迹的特征点；

步骤四：使用两条轨迹DTW距离的平均值表示两条轨迹的时间和空间距离；

步骤五：基于平均DTW距离计算方法，计算任意两条轨迹之间的平均DTW距离；

步骤六：基于计算得到的任意两条轨迹之间的平均DTW距离，获取车辆轨迹数据的时间距离矩阵和空间距离矩阵；

所述面向对象的轨迹数据拆分方法包括以下步骤：

步骤一：用轨迹总数N除以计算的进程数K，假设每个进程平均分配的轨迹数为m；

步骤二：将轨迹数据按照标识号进行排序；

步骤三：根据每个进程的轨迹数m，将标识号区间[i*m,(i+1)*m-1](i为进程序号，i＝0,1,2,…,K-1)分配给每个进程，如果存在没有分配完的剩余点号，则全部给最后一个进程；

所述面向车辆轨迹的并行ST-AGNES算法包括以下步骤：

步骤一：基于面向对象的轨迹数据拆分方案，将轨迹时间距离矩阵和空间距离矩阵拆分成若干个子矩阵；

步骤二：主进程将子矩阵广播分发给子进程；

步骤三：每一个子进程分别选取在时间阈值tε内的最小距离；

步骤四：每一个子进程将计算得到的最小距离发送给主进程；

步骤五：主进程接收所有子进程返回的最小距离；

步骤六：主进程对所有子进程返回的最小距离进行比较，找出最小值(r,s)；

步骤七：对r和s进行合并形成一个整体，重新计算时空矩阵；

步骤八：对r和s进行合并后，判断是否满足终止条件，如果不满足终止条件，继续将轨迹时间距离矩阵和空间距离矩阵拆分，如果满足终止条件，则输出最终时空聚类结果。

进一步，所述采用坐标点和道路结点编号相结合的方式表达车辆轨迹的特征点中，轨迹的特征点用式(1)和式(2)表示：

TP＝{P₁,P₂,P₃,...,P_i,...,P_m}(1≤i≤m) (1)

P_i＝{PID,Tag,NodeID,X,Y,T} (2)

其中，TP表示一条轨迹的特征点集合，P_i表示TP的第i个特征点，PID表示特征点的唯一标识号，Tag为标识域，NodeID为特征点对应的道路结点标识号，X和Y为特征点的空间坐标，T为特征点的时间；如果Tag值为0，表示特征点和道路结点重合；如果Tag值为1，特征点和道路结点不重合，其空间位置用X和Y表示。

所述面向车辆轨迹的并行ST-AGNES算法中，采用最小距离的聚簇连接方法进行时空聚类(式(3))：

Dis(A,B)＝min{d(a,b):a∈A,b∈B,abs(t(a-b))≤tε} (3)

其中，a和b分别是聚簇A和B之间的元素，即轨迹；d(a,b)表示轨迹a和轨迹b的空间距离。

本发明的有益效果是：

本发明是一种基于并行ST-AGNES算法的车辆轨迹聚类方法，与现有技术相比，本发明并行计算的特点是利用多处理单元(多计算机、多处理器、或多进程)一起工作，同时执行某一任务以达到更高性能。并行计算是提高计算机系统计算速度和处理能力的一种有效手段。因此，本发明从一个全新的视角出发，提出一种基于并行ST-AGNES算法的车辆轨迹聚类方法，其中一种基于动态时间规整的车辆轨迹时间和空间相似性度量方法，较好地解决了车辆轨迹采样率不同和时间尺度不一致的问题，构建了车辆轨迹的时间和空间相似性矩阵；研究了不规则轨迹数据的拆分方案和并行计算的通讯机制，其中一种面向对象的轨迹数据拆分方案；基于最小距离进行聚簇连接，设计了面向车辆轨迹数据的并行ST-AGNES算法，从而推动大规模车辆轨迹数据的应用研究。

附图说明

图1轨迹时空相似性计算流程；

图2面向对象的轨迹数据拆分方式；

图3面向轨迹数据的并行ST-AGENS算法流程。

具体实施方式

下面结合附图以及具体实施例对本发明作进一步描述，在此发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。

本发明同时利用多处理单元一起工作，同时执行车辆轨迹聚类分析，以达到更高性能。

车辆轨迹聚类算法的主要目的是试图将具有相似行为的轨迹划分到一起，而将具有相异行为的轨迹划分开来。轨迹数据具有时间和空间两方面的特征，车辆轨迹时空聚类的关键在于定义轨迹之间的时空相似性。DTW是一种代表性的全区间变换对应相似的方法，在保证时空轨迹对象记录点顺序不变的前提下，通过重复之前的记录点来完成时间维的局部缩放，以此求出轨迹间的最小距离作为相似性度量。针对车辆轨迹的时间和空间相似性度量问题，本发明使用平均DTW距离度量车辆轨迹的时间相似性和空间相似性。

海量车辆轨迹数据的出现，一方面为研究者提供了丰富的数据源，另一方面也要求研究者提高算法效率。虽然串行的时空聚类方法可以在单台计算机上运行，但受限于数据量大，通常情况下执行速度较慢，程序执行时间过长。并行计算是将一个计算任务分解成若干片段，分配到网络中的多台计算机同时计算，从而提高问题的求解速度，或者求解单机无法求解的大规模问题。通过并行计算技术，单个任务可划分为多个子任务，并划分给工作组中的不同计算机去处理，并行计算可以缓解诸多在地理领域内出现的计算瓶颈。轨迹时空聚类算法并行化首要的是将轨迹数据进行分解，将计算量尽可能等分到不同的计算节点上。本发明提出了一种面向对象的轨迹数据拆分方式，即每个轨迹作为一个完整的对象，不予以拆分。针对并行计算中进程之间通讯耗时的问题，研究轨迹数据优化拆分策略，尽量避免子进程之间过多的通讯。

AGENS是一种自底向上聚合策略的层次聚类算法，它先将数据集中的每一个样本看作一个初始聚类，然后在算法运行的每一步找出距离最近的两个聚类簇进行合并，该过程不断重复，直至达到预设的聚类簇的个数。ST-AGNES算法是AGNES算法在时间维上的扩展。本发明顾及轨迹之间的时间阈值，基于AGNES算法自底向上的策略逐步聚类，直到某种条件满足为止，实现面向轨迹数据的并行ST-AGNES算法。

在时空聚类方法中，全区间变换对应相似放松了对时间维的限制，即时空轨迹的时间维可以局部拉伸和缩放，只需要保证轨迹记录点的时间顺序，而不需要在一一对应的时刻上进行比较，DTW是一种代表性的全区间变换对应相似的方法。基于上述思想，图1设计了车辆轨迹时空相似性计算流程，步骤如下：

步骤一：从轨迹数据库中依次读取车辆轨迹数据。

步骤二：将连续的车辆轨迹数据离散成一个按照时间排序的点序列，从连续轨迹中选取特征点。

步骤三：采用坐标点和道路结点编号相结合的方式表达车辆轨迹的特征点。轨迹的特征点可以用式(1)和式(2)表示：

TP＝{P₁,P₂,P₃,...,P_i,...,P_m}(1≤i≤m) (1)

P_i＝{PID,Tag,NodeID,X,Y,T} (2)

其中，TP表示一条轨迹的特征点集合，P_i表示TP的第i个特征点，PID表示特征点的唯一标识号，Tag为标识域，NodeID为特征点对应的道路结点标识号，X和Y为特征点的空间坐标，T为特征点的时间。如果Tag值为0，表示特征点和道路结点重合；如果Tag值为1，特征点和道路结点不重合，其空间位置用X和Y表示。

步骤四：使用两条轨迹DTW距离的平均值表示两条轨迹的时间和空间距离。

步骤五：基于平均DTW距离计算方法，计算任意两条轨迹之间的平均DTW距离。

步骤六：基于计算得到的任意两条轨迹之间的平均DTW距离，获取车辆轨迹数据的时间距离矩阵和空间距离矩阵。

在欧式空间中，传统的拆分方法主要有行拆分、列拆分和格网拆分。然而，轨迹数据在空间中呈现为不规则的线状分布，上述三种方式不适合于轨迹数据的拆分。为此，本发明提出一种面向对象的轨迹数据拆分方式(图2)，即每个轨迹作为一个完整的对象，不予以拆分。面向对象的轨迹数据拆分方式的步骤如下：

步骤一：用轨迹总数N除以计算的进程数K，假设每个进程平均分配的轨迹数为m。

步骤二：将轨迹数据按照标识号进行排序。

步骤三：根据每个进程的轨迹数m，将标识号区间[i*m,(i+1)*m-1](i为进程序号，i＝0,1,2,…,K-1)分配给每个进程，如果存在没有分配完的剩余点号，则全部给最后一个进程。

ST-AGNES算法是AGNES算法在时间维上的扩展。ST-AGNES算法的核心在于定义聚簇之间的连接方法。在面向轨迹的ST-AGNES算法中，本发明采用最小距离的聚簇连接方法进行时空聚类(式(3))。

Dis(A,B)＝min{d(a,b):a∈A,b∈B,abs(t(a-b))≤tε} (3)

其中，a和b分别是聚簇A和B之间的元素，即轨迹；d(a,b)表示轨迹a和轨迹b的空间距离。图3描述了面向车辆轨迹的并行ST-AGNES算法流程，步骤如下：

步骤一：基于面向对象的轨迹数据拆分方案，将轨迹时间距离矩阵和空间距离矩阵拆分成若干个子矩阵。

步骤二：主进程将子矩阵广播分发给子进程。

步骤三：每一个子进程分别选取在时间阈值tε内的最小距离。

步骤四：每一个子进程将计算得到的最小距离发送给主进程。

步骤五：主进程接收所有子进程返回的最小距离。

步骤六：主进程对所有子进程返回的最小距离进行比较，找出最小值(r,s)。

步骤七：对r和s进行合并形成一个整体，重新计算时空矩阵。

步骤八：对r和s进行合并后，判断是否满足终止条件，如果不满足终止条件，继续将轨迹时间距离矩阵和空间距离矩阵拆分，如果满足终止条件，则输出最终时空聚类结果。

本发明的技术方案不限于上述具体实施例的限制，凡是根据本发明的技术方案做出的技术变形，均落入本发明的保护范围之内。

Claims (3)

1.一种基于并行ST-AGNES算法的车辆轨迹聚类方法，其特征在于：包括车辆轨迹时空相似性计算方法、面向对象的轨迹数据拆分方法和面向车辆轨迹的并行ST-AGNES算法；

所述车辆轨迹时空相似性计算方法包括以下步骤：

步骤一：从轨迹数据库中依次读取车辆轨迹数据；

步骤二：将连续的车辆轨迹数据离散成一个按照时间排序的点序列，从连续轨迹中选取特征点；

步骤三：采用坐标点和道路结点编号相结合的方式表达车辆轨迹的特征点；

步骤四：使用两条轨迹DTW距离的平均值表示两条轨迹的时间和空间距离；

步骤五：基于平均DTW距离计算方法，计算任意两条轨迹之间的平均DTW距离；

步骤六：基于计算得到的任意两条轨迹之间的平均DTW距离，获取车辆轨迹数据的时间距离矩阵和空间距离矩阵；

所述面向对象的轨迹数据拆分方法包括以下步骤：

步骤一：用轨迹总数N除以计算的进程数K，假设每个进程平均分配的轨迹数为m；

步骤二：将轨迹数据按照标识号进行排序；

步骤三：根据每个进程的轨迹数m，将标识号区间[i*m,(i+1)*m-1](i为进程序号，i＝0,1,2,…,K-1)分配给每个进程，如果存在没有分配完的剩余点号，则全部给最后一个进程；

所述面向车辆轨迹的并行ST-AGNES算法包括以下步骤：

步骤一：基于面向对象的轨迹数据拆分方案，将轨迹时间距离矩阵和空间距离矩阵拆分成若干个子矩阵；

步骤二：主进程将子矩阵广播分发给子进程；

步骤三：每一个子进程分别选取在时间阈值tε内的最小距离；

步骤四：每一个子进程将计算得到的最小距离发送给主进程；

步骤五：主进程接收所有子进程返回的最小距离；

步骤六：主进程对所有子进程返回的最小距离进行比较，找出最小值(r,s)；

步骤七：对r和s进行合并形成一个整体，重新计算时空矩阵；

步骤八：对r和s进行合并后，判断是否满足终止条件，如果不满足终止条件，继续将轨迹时间距离矩阵和空间距离矩阵拆分，如果满足终止条件，则输出最终时空聚类结果。

2.根据权利要求1所述的基于并行ST-AGNES算法的车辆轨迹聚类方法，其特征在于：所述采用坐标点和道路结点编号相结合的方式表达车辆轨迹的特征点中，轨迹的特征点用式(1)和式(2)表示：

TP＝{P₁,P₂,P₃,...,P_i,...,P_m}(1≤i≤m) (1)

P_i＝{PID,Tag,NodeID,X,Y,T} (2)

其中，TP表示一条轨迹的特征点集合，P_i表示TP的第i个特征点，PID表示特征点的唯一标识号，Tag为标识域，NodeID为特征点对应的道路结点标识号，X和Y为特征点的空间坐标，T为特征点的时间；如果Tag值为0，表示特征点和道路结点重合；如果Tag值为1，特征点和道路结点不重合，其空间位置用X和Y表示。

3.根据权利要求1所述的基于并行ST-AGNES算法的车辆轨迹聚类方法，其特征在于：面向车辆轨迹的并行ST-AGNES算法中，采用最小距离的聚簇连接方法进行时空聚类(式(3))：

Dis(A,B)＝min{d(a,b):a∈A,b∈B,abs(t(a-b))≤tε} (3)

其中，a和b分别是聚簇A和B之间的元素，即轨迹；d(a,b)表示轨迹a和轨迹b的空间距离。

Images