本發(fā)明屬于計(jì)算機(jī)大數(shù)據(jù)，特別是涉及一種基于id分區(qū)的城市道路軌跡匯聚模式檢測方法。

背景技術(shù)：

1、隨著定位設(shè)備和全球衛(wèi)星導(dǎo)航系統(tǒng)的高速發(fā)展，城市網(wǎng)絡(luò)中的時(shí)空軌跡數(shù)據(jù)呈爆炸式增長。時(shí)空軌跡數(shù)據(jù)的分析和挖掘是軌跡數(shù)據(jù)挖掘領(lǐng)域的代表性工作。通過對時(shí)空軌跡數(shù)據(jù)的挖掘可以檢測移動(dòng)對象的行為特征，用于發(fā)現(xiàn)群體運(yùn)動(dòng)規(guī)律、群體運(yùn)動(dòng)趨勢。其所揭示的群體運(yùn)動(dòng)行為在城市規(guī)劃、交通運(yùn)輸?shù)榷鄠€(gè)領(lǐng)域具有廣闊的應(yīng)用前景。

2、id分區(qū)技術(shù)是一種常用的數(shù)據(jù)處理技術(shù)，其通過識別和分析現(xiàn)有數(shù)據(jù)的特征，按照既定的標(biāo)準(zhǔn)對數(shù)據(jù)進(jìn)行分區(qū)。這種分區(qū)方式使得后續(xù)的數(shù)據(jù)挖掘任務(wù)可以在每個(gè)分區(qū)中單獨(dú)進(jìn)行，從而提高挖掘效率。

3、在時(shí)空軌跡數(shù)據(jù)分析領(lǐng)域中，群體運(yùn)動(dòng)模式檢測是一個(gè)關(guān)鍵的研究方向，現(xiàn)有的群體運(yùn)動(dòng)模式檢測的工作主要基于歐式(平面)距離，這在有道路網(wǎng)絡(luò)約束的城市空間中并不適用。匯聚模式是群體運(yùn)動(dòng)模式檢測中的一個(gè)重要類別，用于發(fā)現(xiàn)群體運(yùn)動(dòng)對象的匯聚行為，例如慶?；顒?dòng)、集會等。目前，針對移動(dòng)對象軌跡數(shù)據(jù)的匯聚行為檢測主要采用樹結(jié)構(gòu)來組織軌跡數(shù)據(jù)，通過遍歷這些軌跡數(shù)據(jù)來構(gòu)建和更新樹結(jié)構(gòu)，可以有效檢測出匯聚行為。然而，隨著軌跡數(shù)據(jù)規(guī)模的增大，樹結(jié)構(gòu)的構(gòu)建和更新將成為算法效率的瓶頸。

4、因此，亟需一種有效的城市道路軌跡匯聚模式檢測方法，以實(shí)現(xiàn)針對城市道路軌跡數(shù)據(jù)的匯聚模式進(jìn)行高效檢測。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的目的在于提供基于id分區(qū)的城市道路軌跡匯聚模式檢測方法，以解決現(xiàn)有的運(yùn)動(dòng)模式檢測方法在有道路網(wǎng)絡(luò)約束的城市空間中難以適用的問題。

2、為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是，基于id分區(qū)的城市道路軌跡匯聚模式檢測方法，包括以下步驟：

3、s1：對移動(dòng)對象進(jìn)行位置采樣，收集軌跡樣本數(shù)據(jù)；

4、s2：獲取道路網(wǎng)絡(luò)數(shù)據(jù)并進(jìn)行預(yù)處理；

5、s3：對s1的軌跡樣本數(shù)據(jù)進(jìn)行離散化處理，生成時(shí)間快照；

6、s4：利用s2預(yù)處理后的道路網(wǎng)絡(luò)數(shù)據(jù)和距離閾值d構(gòu)建道路節(jié)點(diǎn)的vnindex索引結(jié)構(gòu)；

7、s5：將s3中時(shí)間快照中的移動(dòng)對象映射到s2預(yù)處理完成的道路網(wǎng)絡(luò)數(shù)據(jù)中，并更新vnindex索引結(jié)構(gòu)；并對時(shí)間快照中的移動(dòng)對象進(jìn)行聚類，并生成各分區(qū)；

8、s6：根據(jù)s5的分區(qū)生成候選匯聚模式，并識別出符合約束條件的匯聚模式。

9、進(jìn)一步的，所述s1中每條軌跡樣本數(shù)據(jù)包括：移動(dòng)對象的唯一標(biāo)識、位置坐標(biāo)、采樣時(shí)間。

10、進(jìn)一步的，所述s2包括：

11、s2.1：使用qgis獲取道路網(wǎng)絡(luò)數(shù)據(jù)；

12、s2.2：在道路網(wǎng)絡(luò)數(shù)據(jù)中，篩選道路邊數(shù)據(jù)與道路節(jié)點(diǎn)數(shù)據(jù)；其中，每條道路邊數(shù)據(jù)包括：該邊的唯一標(biāo)識、構(gòu)成該邊的兩個(gè)道路節(jié)點(diǎn)的標(biāo)識、道路長度；每個(gè)道路節(jié)點(diǎn)數(shù)據(jù)包括：該節(jié)點(diǎn)的唯一標(biāo)識、經(jīng)緯度、與該節(jié)點(diǎn)相連的邊的集合。

13、進(jìn)一步的，所述s3包括：

14、s3.1：統(tǒng)計(jì)軌跡樣本數(shù)據(jù)中的采樣時(shí)間間隔以及采樣起止時(shí)間；

15、s3.2：將s3.1采樣時(shí)間間隔中出現(xiàn)頻率最高的采樣時(shí)間間隔作為時(shí)間片長度，以采樣起始時(shí)間為基點(diǎn)進(jìn)行時(shí)間片劃分；將位于同一時(shí)間片的移動(dòng)對象構(gòu)成一個(gè)快照，在一個(gè)快照中，每個(gè)移動(dòng)對象只有一個(gè)位置坐標(biāo)；不斷根據(jù)時(shí)間片的長度劃分下一個(gè)時(shí)間片，直到到達(dá)采樣結(jié)束時(shí)刻，得到所有時(shí)間片快照，每個(gè)快照內(nèi)移動(dòng)對象的時(shí)間戳相同。

16、進(jìn)一步的，所述s4包括：

17、s4.1:根據(jù)s2.2預(yù)處理獲得的數(shù)據(jù)和距離閾值d，對每個(gè)道路節(jié)點(diǎn)連接的邊集進(jìn)行擴(kuò)展，構(gòu)建每個(gè)節(jié)點(diǎn)的道路網(wǎng)絡(luò)索引即vnindex索引；每個(gè)節(jié)點(diǎn)的道路網(wǎng)絡(luò)索引結(jié)構(gòu)包括：此節(jié)點(diǎn)的安全邊集、非安全邊集、此節(jié)點(diǎn)到每個(gè)安全邊、每個(gè)非安全邊的距離；具體步驟介紹如下：

18、對于任意一個(gè)節(jié)點(diǎn)node1，其安全邊集、非安全邊集的構(gòu)建過程具體為：

19、安全邊集：對于節(jié)點(diǎn)node1連接的邊edge1，如果edge1的長度不大于d，那么edge1是node1的安全邊，節(jié)點(diǎn)node1至edge1的距離為edge1的長度；對于edge1另一個(gè)節(jié)點(diǎn)node2連接的邊edge2，如果edge2的長度加上edge1的長度不大于d，那么edge2也是node1的安全邊，節(jié)點(diǎn)node1至edge2的距離為edge1長度加上edge2的長度；繼續(xù)擴(kuò)展過程，直到擴(kuò)展得到的所有邊的長度之和超過d為止，在此過程中，邊長度之和不超過d的所有邊都為安全邊，這些安全邊構(gòu)成節(jié)點(diǎn)node1的安全邊集；因此，節(jié)點(diǎn)node1至安全邊的距離為節(jié)點(diǎn)node1至此安全邊的過程中所有安全邊長度之和；

20、非安全邊集：對于節(jié)點(diǎn)node1連接的邊edge1，如果edge1的長度大于d，那么edge1為非安全邊，節(jié)點(diǎn)node1至edge1的距離為edge1的長度；若在擴(kuò)展過程中，edge1的長度不大于d，對于edge1另一個(gè)節(jié)點(diǎn)node2連接的邊edge2，edge1加上edge2后，邊長度之和超過d，那么edge2為非安全邊，節(jié)點(diǎn)node1至edge2的距離為edge1長度加上edge2的長度；因此，對于edge2另一個(gè)節(jié)點(diǎn)node3連接的邊edge3也為非安全邊，后續(xù)那些加上其長度后所有邊長度之和大于d的邊都為非安全邊，這些非安全邊構(gòu)成node1的非安全邊集，節(jié)點(diǎn)node1到非安全邊的距離為節(jié)點(diǎn)node1至此非安全邊的過程中所有邊長度之和；

21、同時(shí)，在擴(kuò)展過程中要遵循以下原則：

22、(1)以節(jié)點(diǎn)node1、節(jié)點(diǎn)node2為兩節(jié)點(diǎn)的邊edge1，不論是從節(jié)點(diǎn)node1擴(kuò)展到節(jié)點(diǎn)node2，還是以節(jié)點(diǎn)node2擴(kuò)展到節(jié)點(diǎn)node1，此邊為同一條邊edge1；

23、(2)對于節(jié)點(diǎn)node1擴(kuò)展得到的非安全邊edge1，若在其他擴(kuò)展過程中發(fā)現(xiàn)edge1是安全邊，那么更新邊edge1為安全邊并更新節(jié)點(diǎn)node1到邊edge1的距離，并在非安全邊集中刪除邊edge1，同時(shí)刪除節(jié)點(diǎn)node1到非安全邊edge1的距離；

24、(3)對于節(jié)點(diǎn)node1的邊edge1，在不同的擴(kuò)展過程中節(jié)點(diǎn)node1至邊edge1的距離以最小距離為準(zhǔn)。

25、進(jìn)一步的，所述s5包括：

26、s5.1:根據(jù)s2.2的道路邊數(shù)據(jù)、道路節(jié)點(diǎn)數(shù)據(jù)及s3.2的時(shí)間片快照，對于快照中的每個(gè)移動(dòng)對象，首先采用點(diǎn)到直線的距離計(jì)算公式，計(jì)算移動(dòng)對象與所有道路邊的距離，移動(dòng)對象的坐標(biāo)由s1移動(dòng)對象的位置坐標(biāo)獲得，道路邊的坐標(biāo)由s2.2道路節(jié)點(diǎn)的經(jīng)緯度坐標(biāo)獲得；接著選取距離最小的道路邊，將移動(dòng)對象映射到與其距離最近的邊，即將移動(dòng)對象的唯一標(biāo)識、移動(dòng)對象到最近的邊的節(jié)點(diǎn)的距離加入s2.2的道路邊數(shù)據(jù)中；

27、s5.2:根據(jù)s5.1的結(jié)果更新每個(gè)節(jié)點(diǎn)的vnindex索引，并計(jì)算每個(gè)移動(dòng)對象o的鄰居集，包括：

28、s5.2.1:對于s5.1的映射結(jié)果，每條邊包含了映射到該邊的對象集以及每個(gè)對象到該邊的節(jié)點(diǎn)的距離；每個(gè)道路節(jié)點(diǎn)vnindex索引的更新方式為：對于每個(gè)道路節(jié)點(diǎn)，獲取其每個(gè)安全邊上的所有移動(dòng)對象，對于非安全邊上的移動(dòng)對象僅獲取與此道路節(jié)點(diǎn)距離不大于d的移動(dòng)對象；

29、s5.2.2:篩選與o鄰近的移動(dòng)對象，構(gòu)成o的鄰居集；采取以下方法進(jìn)行篩選：

30、對于移動(dòng)對象o，在對應(yīng)的道路節(jié)點(diǎn)的對象集中，

31、對于不在edge上的任一移動(dòng)對象，計(jì)算此移動(dòng)對象到道路節(jié)點(diǎn)的距離加上o到道路節(jié)點(diǎn)的距離，即得到此移動(dòng)對象與o的距離，若不大于d則該對象與o鄰近，否則不鄰近；

32、對于在edge上的任一移動(dòng)對象，計(jì)算此移動(dòng)對象到道路節(jié)點(diǎn)的距離減去o到道路節(jié)點(diǎn)的距離的絕對值，若不大于d則該移動(dòng)對象與o鄰近，否則不鄰近；

33、將這些與o鄰近的對象組成o的鄰居集；

34、s5.3:根據(jù)s5.2中得到的移動(dòng)對象o的鄰居集構(gòu)建鄰近關(guān)系圖；

35、s5.4:將s5.3中構(gòu)建的鄰近關(guān)系圖作為scan算法的輸入進(jìn)行聚類，得到聚類后的簇，每個(gè)簇包含多個(gè)移動(dòng)對象，表示為：簇c＝{oi,oj…}，其中oi，oj代表了群體中的各個(gè)移動(dòng)對象，i,j表示移動(dòng)對象的唯一標(biāo)識；并對聚類得到的簇中的對象進(jìn)行排序，排序標(biāo)準(zhǔn)為：按照移動(dòng)對象的唯一標(biāo)識從小到大排序，選取簇中第一個(gè)對象作為id分區(qū)標(biāo)準(zhǔn)進(jìn)行分區(qū)，并將此簇添加到對應(yīng)的分區(qū)中，依次將所有快照中的所有簇執(zhí)行此操作。

36、進(jìn)一步的，所述s6包括：

37、s6.1:對于s5.4得到的分區(qū)中的每個(gè)簇c，查詢與c具有非id簇包含關(guān)系且符合時(shí)間間隔i約束的簇c′，并將c′補(bǔ)全到簇c所在的分區(qū)中；

38、簇包含關(guān)系ccr描述兩個(gè)移動(dòng)對象群體的匯聚行為，對于兩個(gè)簇c1和c2，若c1中的全部移動(dòng)對象都在c2中存在，則表明c2包含c1，即二者存在簇包含關(guān)系，記作表示為ccr(c1,c2)；給定id為o的簇c1，c2，以及id為o'的簇c3，如果則c2和c1之間是id?ccr，c3和c1是non-id?ccr；

39、對于分區(qū)中的每個(gè)簇，將與簇c具有non-id?ccr且符合時(shí)間間隔i約束的簇查詢出來，查詢公式如下：

40、non-id?ccr-i(c,tc)＝{c′∈pc[o]|o＝c[i](for?i＝2to|c|-μ+1),ccr(c,c′),tc′∈[t-i,tc-1]}

41、其中，non-id?ccr-i(c,tc)表示與c具有non-id?ccr且符合時(shí)間間隔i約束的簇的集合，即c′；tc表示c的時(shí)間戳；在查詢過程中，t是一個(gè)表示時(shí)間的變量，初始時(shí)t為tc，tc′表示為c′的時(shí)間戳，t-i表示為c′的時(shí)間戳上限，tc-1表示c′的時(shí)間戳下限，[t-i,tc-1]表示為c′的時(shí)間約束，每查詢到一次c′時(shí)，將t更新為tc′；pc[o]表示為id為o的分區(qū)即c的非id分區(qū)中的簇集，其中o為移動(dòng)對象；c[i]表示為c中的第i個(gè)移動(dòng)對象；|c|表示c中移動(dòng)對象的個(gè)數(shù)，即簇c的規(guī)模；μ表示簇的規(guī)模閾值；ccr(c,c′)表示c與c′之間有簇包含關(guān)系；

42、s6.2:將s6.1得到的所有補(bǔ)全后的分區(qū)的時(shí)間序列進(jìn)行sci約束的過濾操作，只保留同時(shí)符合sci約束的時(shí)間序列對應(yīng)的簇；

43、對于一個(gè)簇列表cs＝{c1,...,cn}，對應(yīng)的時(shí)間序列t＝[t1,…,tn]，用sci＝[s,c,i]來表示s，c，i的值；sci約束包括以下原則：

44、(1)持續(xù)原則：t的長度即t中元素的個(gè)數(shù)大于等于閾值s，即|t|≥s；

45、(2)連續(xù)原則：t中連續(xù)時(shí)間序列的長度大于等于閾值c，即t中存在一個(gè)子序列ts，滿足ts[i+1]-ts[i]＝1，且|ts|≥c，其中1≤i≤|ts|-1，i表示子序列ts中元素的序號，ts[i+1]表示ts中第i+1個(gè)元素，ts[i]表示ts中第i個(gè)元素，ts[i+1]-ts[i]＝1表示ts中第i+1個(gè)元素所表示的時(shí)間戳與第i個(gè)元素所表示的時(shí)間戳的差值；|ts|表示為ts中時(shí)間戳的個(gè)數(shù)，即時(shí)間序列ts的長度；

46、(3)間隔原則：t中相鄰時(shí)間戳的間隔小于等于閾值i，即t[i+1]-t[i]≤i，其中1≤i≤|t|-1，i表示t中元素的序號，t[i+1]表示t中的第i+1個(gè)元素，t[i]表示t中的第i個(gè)元素，|t|表示時(shí)間序列t的長度；

47、s6.3:對s6.2中過濾后的分區(qū)生成簇包含關(guān)系表，記錄簇集中符合時(shí)間約束的簇之間的包含關(guān)系，時(shí)間約束為：時(shí)間戳在[t+1,t+i]之間；

48、s6.4:利用s6.3生成的簇包含關(guān)系表，采用正向遞歸、回溯遞歸兩種搜索方法得到所有分區(qū)中所有的候選匯聚模式，篩選出符合約束條件的匯聚模式；包括：

49、s6.4.1:初始化標(biāo)記簇列表markcs、簇列表cs、時(shí)間序列t、標(biāo)記路徑markpath、下一標(biāo)記路徑nextmarkpath；markcs用于記錄正向遞歸、回溯遞歸中已訪問的簇，遞歸結(jié)束后根據(jù)markpath更新markcs；簇列表cs用于記錄候選匯聚模式中的簇；時(shí)間序列t用于記錄簇列表cs中每個(gè)簇對應(yīng)的時(shí)間戳，表示候選匯聚模式的時(shí)間序列；標(biāo)記路徑markpath用于記錄正向遞歸、回溯遞歸過程中訪問過的簇，在遞歸結(jié)束后將markpath中的元素合并到標(biāo)記簇列表markcs中；下一標(biāo)記路徑nextmarkpath用來記錄正向遞歸中新加入的簇也存在于另一簇包含關(guān)系時(shí)、回溯遞歸時(shí)訪問過的簇，結(jié)束遞歸搜索時(shí)將nextmarkpath中的元素合并到標(biāo)記路徑markpath中；

50、s6.4.2:正向遞歸搜索：對于每個(gè)分區(qū)，遍歷簇包含關(guān)系表中的簇，對于未訪問過的簇，將其加入cs和標(biāo)記路徑markpath，其時(shí)間序列加入t；

51、根據(jù)簇包含關(guān)系表，獲取與當(dāng)前簇存在簇包含關(guān)系的第一個(gè)簇，檢查此簇是否已被訪問；若未被訪問，則將它加入cs和markpath，其時(shí)間戳加入t；

52、若新加入的簇不存在另一簇包含關(guān)系中，結(jié)束正向遞歸搜索，得到候選匯聚模式mp＝(cs,t)；

53、若新加入的簇也存在于另一簇包含關(guān)系中，初始化下一標(biāo)記路徑nextmarkpath，繼續(xù)進(jìn)行正向遞歸搜索，將另一簇包含關(guān)系中的第一個(gè)簇加入到cs和nextmarkpath，其時(shí)間戳加入t，不斷進(jìn)行正向遞歸搜索，直至新加入的簇不在另一簇包含關(guān)系中，結(jié)束正向遞歸搜索，得到候選匯聚模式mp＝(cs,t)；

54、結(jié)束正向遞歸搜索后，將nextmarkpath中的元素合并到標(biāo)記路徑markpath中，來更新標(biāo)記路徑markpath；

55、s6.4.3:檢查候選匯聚模式是否滿足簇規(guī)模閾值m和sci約束的原則，并輸出符合條件的模式；

56、若候選匯聚模式mp＝(cs,t)同時(shí)滿足以下條件：

57、(1)ci表示cs中第i個(gè)簇，ci+1表示cs中第i+1個(gè)簇；表示簇列表cs中的每個(gè)簇ci與其后面相鄰簇ci+1之間存在包含關(guān)系；

58、(2)|cn|≥m；|cn|表示cs中第n個(gè)簇中移動(dòng)對象的個(gè)數(shù)，即簇cn的規(guī)模；

59、(3)t滿足sci約束；

60、則mp是匯聚模式，進(jìn)行輸出；

61、s6.4.4:回溯遞歸：根據(jù)s6.4.2得到的每個(gè)候選匯聚模式mp＝(cs,t)，選擇候選匯聚模式的簇列表cs中最后一個(gè)簇cn，回溯到與其存在簇包含關(guān)系的上一個(gè)簇cn-1，檢查與cn-1存在包含關(guān)系的簇是否被訪問過，即在s6.4.2的markcs中檢查與cn-1存在包含關(guān)系的簇是否被訪問過，若未被訪問過，重復(fù)s6.4.2-s6.4.3，搜索每個(gè)分區(qū)剩余所有候選匯聚模式，判斷并輸出每個(gè)分區(qū)內(nèi)符合簇規(guī)模閾值m和sci約束的匯聚模式；

62、若直至回溯遞歸到候選匯聚模式cs的第一個(gè)簇c1都未出現(xiàn)未被訪問過的簇，結(jié)束回溯遞歸搜索；將此過程訪問過的簇加入下一標(biāo)記路徑nextmarkpath，并根據(jù)nextmarkpath更新markpath，將markpath中的元素合并到markcs中，更新markcs。

63、本發(fā)明的有益效果是

64、1，本發(fā)明在匯聚模式檢測時(shí)以id分區(qū)為單位進(jìn)行處理，通過將大規(guī)模數(shù)據(jù)劃分為多個(gè)較小的分區(qū)，可以在每個(gè)分區(qū)內(nèi)獨(dú)立進(jìn)行檢測，從而加快整體檢測的速度。

65、2，本發(fā)明引入了sci過濾操作，對各分區(qū)進(jìn)行預(yù)處理，提前過濾掉不符合約束條件的分區(qū)，這樣可以顯著減少需要處理的數(shù)據(jù)量，提升檢測效率。

66、3，本發(fā)明結(jié)合id分區(qū)技術(shù)、vnindex索引結(jié)構(gòu)、簇包含關(guān)系、sci約束、正向遞歸、回溯遞歸搜索法，極大地提高了針對城市道路軌跡數(shù)據(jù)的匯聚模式的檢測效率。