一种基于阈值结合算法的车辆运行轨迹压缩方法技术

本发明专利技术涉及智能交通数据处理技术领域，特别公开了一种基于阈值结合算法的车辆运行轨迹压缩方法。该轨迹压缩方法，其特征在于：根据车辆运动行驶状态下的GPS定位系统记录的轨迹点数据信息，提取出每个轨迹点的位置信息、速度信息和方向信息；通过设定的角度阈值和速度阈值加权结合建立阈值结合模型；选择数据库中轨迹点扫描，将不满足阈值条件的点删除，将满足阈值条件的点储存并形成新的轨迹点集序列；根据新的轨迹点集序列生成新的车辆运动轨迹；并计算轨迹压缩率，计算出压缩前后的轨迹的绝对差异度。本发明专利技术压缩数据快，可靠性高，实用性强，可在准确反应车辆运动趋势和轨迹信息的前提下压缩轨迹，具有很大的实际应用价值。

A method of vehicle trajectory compression based on threshold combination algorithm

The invention relates to the technical field of intelligent traffic data processing, and particularly discloses a vehicle running track compression method based on threshold combining algorithm. The compression method of the trajectory, which is characterized in that: according to the trajectory data point of vehicle motion driving GPS system records the location state, extract the position information of each point, track speed and direction information; by setting the angle threshold and threshold velocity weighted combination of established threshold combination model; selection of track point database scanning. Will not meet the threshold condition of point deletion, will meet the conditions of the threshold point storage and the formation of a new track sequence set; according to the new generation of vehicle trajectory sequence tracking new set; and calculate the trajectory compression rate, calculated before and after compression trajectory absolute difference. The invention has the advantages of fast data compression, high reliability and strong practicability, and can compress tracks under the premise of accurately reflecting vehicle movement trends and track information, and has great practical application value.

【技术实现步骤摘要】
一种基于阈值结合算法的车辆运行轨迹压缩方法
本专利技术涉及智能交通数据处理
，特别涉及一种基于阈值结合算法的车辆运行轨迹压缩方法。
技术介绍
移动对象的运动轨迹信息对于研究物体的运动有着重要的理论和应用价值。随着经济的发展与科技的进步，移动设备和全球定位系统（GlobalPositioningSystem,GPS）的成熟与大众化普及应用，以时间、地理位置、速度、方向等移动轨迹特征为基础的轨迹数据的采集及存储成高速增长状态。如何对GPS数据进行压缩与处理，消除冗余信息，成为当下研究的一个热点。DavidDouglas和ThomasPeucker于1973年提出了经典的Douglas-peucker算法，该算法通过迭代测算信息损失量（在GPS轨迹数据压缩中使用的点是轨迹点的偏移量）后择优删除冗余点；该算法被提出后，很多学者对它进行了改进：为了提高时间效率，JohnHer-shberger等以及P.K.Agarwal等对DP算法进行了改进，进而大大减少了时间复杂度。Keogh等提出了开放窗口(OpeningWindow，OPW)算法，该算法也是利用迭代测算信息损失量对轨迹进行简化，但不是针对整条轨迹信息进行迭代，而是借助“窗口”的概念，令“窗口”包含轨迹中的一部分点，迭代只在这个“窗口”中进行，然后不停地更新“窗口”中的轨迹信息，直到简化完成整条轨迹，这种算法可以进行同步在线压缩。滑动窗口（SlidingWindow，SW）算法与开放窗口(OpeningWindow，OPW)算法类似，其主要思想是从轨迹起点开始，初始化一个大小为1的滑动窗口，并逐步扩大窗口，从而加入后续的轨迹点。把窗口内的第一个轨迹点和最后一个轨迹点进行连接，得到的线段作为近似线段。计算近似线段与原始轨迹的垂直欧氏距离，若距离小于预先设定的距离阈值，则继续增大滑动窗口，直到窗口内的误差小于设定的距离阈值。但是滑动窗口算法的缺点在于没有考虑GPS轨迹信息中的时间信息。针对这一情况，Meratnia等提出了上下时间比(Top-DownTimeRatio)算法。这种算法使用同步欧氏距离(SED)代替垂直距离，从而考虑到了GPS轨迹信息中的时间信息。Schmid等人提出使用路网语义信息的形式代替轨迹点储存压缩轨迹。利用路网中的路段信息加上移动对象在路段的进入和离开时间信息表示压缩轨迹，大大减小了压缩轨迹的数据储存量。阈值结合算法（ThresholdsAlgorighm，TA）是Potamias等提出的另一类算法，这种算法利用移动物体在当前轨迹点的速度、方向以及规定的阈值预测下一个点的可能区域，利用位置的预测结果来判定点的删除和保留。该算法用了速度及方向作为删除冗余点的质保，充分考虑了轨迹运动的状态，但是预测下一个点的可能区域，带有一定的不确定性，会造成删除的点较多；虽然压缩率较高，但是压缩前后轨迹的趋势和内部特征之间的相似性降低。
技术实现思路
本专利技术为了弥补现有技术的不足，提供了一种压缩数据快、可靠性高、实用性强的基于阈值结合算法的车辆运行轨迹压缩方法。本专利技术是通过如下技术方案实现的：一种基于阈值结合算法的车辆运行轨迹压缩方法，包括如下步骤：（1）根据车辆运动行驶状态下的GPS定位系统记录的轨迹点数据信息，提取出每个轨迹点的位置信息、速度信息和方向信息；（2）通过设定的角度阈值和速度阈值的加权，建立阈值结合模型；（3）选择数据库中某轨迹的第一轨迹点开始扫描，并依次向后扫描直到轨迹结束，将不满足阈值条件的点删除，将满足阈值条件的点储存并形成新的轨迹点集序列；（4）根据上述形成的轨迹点集序列生成新的车辆运动轨迹；（5）计算轨迹压缩率并运用位置信息计算出压缩前后的轨迹绝对差异度。本专利技术将移动车辆的速度方向（角度）阈值与速度阈值相结合，构造新的指标，即二者的加权组合，通过阈值寻找关键点（满足阈值条件的点），并通过抽样统计，确定最优的阈值，进而实现去除车辆轨迹中的冗余信息，得到能够准确表示出车辆运动轨迹特征的压缩轨迹。本专利技术的更优技术方案为：步骤（1）中，速度信息和方向信息分别用ν、θ来表示，数据r的位置信息分别用经度x、纬度y标示，作为阈值结合模型的建立基础。步骤（2）中，设定角度阈值、速度阈值以及角度阈值权重α1、速度阈值权重α2；运用、、α1、α2建立阈值结合模型：表示第条轨迹相邻两点与的速度改变值的绝对值；表示第条轨迹相邻两点与的角度改变值的绝对值。骤（3）中，运用ν、θ及权重系数α1、α2构建出速度、角度加权结合阈值为；令，如果，则删除点，如果则保留点。步骤（5）中，运用相对差异度来表示原轨迹和压缩后轨迹的差异度，其中，,和分别表示原轨迹和压缩后的轨迹与横轴所形成的面积。本专利技术压缩数据快，可靠性高，实用性强，可在准确反应车辆运动趋势和轨迹信息的前提下压缩轨迹，具有很大的实际应用价值。附图说明下面结合附图对本专利技术作进一步的说明。图1为本专利技术平均压缩率随角度阈值的变化趋势示意图；图2为本专利技术“669148”车不同角度阈值下压缩前后轨迹图；图3为本专利技术“669148”车在不同角度和速度阈值下压缩前后轨迹图；图4为本专利技术压缩率随角度阈值和速度阈值变化的趋势图；图5为本专利技术压缩前后轨迹之间差异度示意图。具体实施方式本专利技术直接利用速度和角度，构造新的指标，即二者的加权组合，通过阈值寻找关键点，并通过抽样统计，寻找最优的阈值。实施例1：基于角度的压缩算法设有n条出租车轨迹，令xi表示第i（i=1,···，n）条轨迹，每条轨迹有mi个点构成。通过GPS定位系统，每个轨迹点有时间信息、位置信息、速度信息、速度方向信息。令表示第i条轨迹的第j个点，j=1,···,m,其中，中的5个分量分别表示第i条轨迹中第j个点的时刻、经度、纬度、速度及速度方向。由于每条轨迹采集的数据点个数较多，对数据的存储和运行速度有很大的影响;因此在不丢失原轨迹的基本特征的前提下，可以对轨迹进行压缩，即寻找关键点，去除冗余数据。为了减小数据量，需要寻找数据点保留或去除的指标。从直观上来看，当一个轨迹点的运动速度方向改变较大时，说明车辆在行驶过程中，由于道路变更或突遇偶然状况，从而改变了原运行轨迹。因此本文首先考虑以速度方向，即角度做为筛选数据点的指标。设为角度阈值，表示第i条轨迹相邻两点与的速度方向改变值的绝对值。若，则删除；若，则保留。按照该原则，从一条轨迹的第一个点，逐次向后检验,得到一条压缩轨迹。为了体现压缩效果，定义压缩率：，其中表示第i条轨迹在角度阈值为时的压缩率，、分别表示第i条轨迹压缩率前后的轨迹点的个数。本专利技术分别取=5，10，15，20做为角度阈值。以北京市2000辆出租车近一个月运行轨迹进行验证，发现平均压缩率随着的增大而增大，附图1描绘了2000条轨迹的平均压缩率随的变化趋势。从图1中看出，平均压缩率已超过45%，大大提高了时间效率。但是由于只考虑了角度信息，一些带有重要特征信息的点被删除了，导致原轨迹的运动趋势发生了变化，以车号“669148”的出租车轨迹为例，展示了在不同角度阈值下压缩前后轨迹的变化，见附图2。图2中四张图为角度阈值分别取5，10，15，20时出租车轨迹压缩前后的对照图，点数据较多的轨迹为原轨迹，另一条为压缩后的轨迹。从图中可以看出四种情况本文档来自技高网...

【技术保护点】
一种基于阈值结合算法的车辆运行轨迹压缩方法，其特征为，包括如下步骤：（1）根据车辆运动行驶状态下的GPS定位系统记录的轨迹点数据信息，提取出每个轨迹点的位置信息、速度信息和方向信息；（2）通过设定的角度阈值和速度阈值的加权，建立阈值结合模型；（3）选择数据库中某轨迹的第一轨迹点开始扫描，并依次向后扫描直到轨迹结束，将不满足阈值条件的点删除，将满足阈值条件的点储存并形成新的轨迹点集序列；（4）根据上述形成的轨迹点集序列生成新的车辆运动轨迹；（5）计算轨迹压缩率并运用位置信息计算出压缩前后的轨迹的绝对差异度。

【技术特征摘要】
1.一种基于阈值结合算法的车辆运行轨迹压缩方法，其特征为，包括如下步骤：（1）根据车辆运动行驶状态下的GPS定位系统记录的轨迹点数据信息，提取出每个轨迹点的位置信息、速度信息和方向信息；（2）通过设定的角度阈值和速度阈值的加权，建立阈值结合模型；（3）选择数据库中某轨迹的第一轨迹点开始扫描，并依次向后扫描直到轨迹结束，将不满足阈值条件的点删除，将满足阈值条件的点储存并形成新的轨迹点集序列；（4）根据上述形成的轨迹点集序列生成新的车辆运动轨迹；（5）计算轨迹压缩率并运用位置信息计算出压缩前后的轨迹的绝对差异度。2.根据权利要求1所述的基于阈值结合算法的车辆运行轨迹压缩方法，其特征在于：步骤（1）中，速度信息和方向信息分别用ν、θ来表示，数据点r的位置信息分别用经度x...

【专利技术属性】
技术研发人员：李金红，张烁，李传可，陈运兵，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：山东,37