基于轨迹数据的热力图生成方法、装置、电子设备以及存储介质制造方法及图纸

本发明专利技术实施例公开了基于轨迹数据的热力图生成方法、装置、电子设备以及存储介质。所述方法，包括：获取轨迹数据和地图数据；将所述轨迹数据以原格式存储于Hadoop平台分布式文件系统；对所述轨迹数据进行聚类，得到聚类数据；将所述地图数据以及所述聚类数据存储于HBase分布式数据库；从所述HBase分布式数据库获取与待生成的热力图相对应的地图数据以及聚类数据；根据所获取的地图数据和聚类数据，生成热力图。基于该方法和装置，可以在保留轨迹数据的位置特征的同时，提高热力图可视化的效率，缩短成图时间，改善因用户交互而发生的卡顿问题，改善用户体验。改善用户体验。改善用户体验。

【技术实现步骤摘要】
基于轨迹数据的热力图生成方法、装置、电子设备以及存储介质


[0001]本专利技术实施例涉及计算机
，尤其涉及基于轨迹数据的热力图生成方法、装置、电子设备以及存储介质。

技术介绍

[0002]近年来，随着卫星定位技术、LBS技术以及互联网的不断发展，位置数据被以各种方式收集，轨迹大数据呈爆发式增长。常规数据库不论在管理方式还是存储容量扩展方面都无已法应对。大数据时代的到来，带来了数据结构改变、存储结构复杂、信息碎片化等问题，研究一种服务于轨迹大数据存储、管理的技术是GIS领域的重点研究方向之一。海量的轨迹数据具有很大的研究价值，包含大量的地理空间信息。使用热力图渲染轨迹数据，可以综合展示空间位置特征以便研究人员挖掘当前区域空间信息、分析车辆移动特征。
[0003]目前，轨迹数据热力图可视化的不足主要体现在：
①
数据规模大，可视化成图耗时较长，交互性低；
②
热力图自适应效果低，切换缩放级别，热力图展示的轨迹数据位置特征形变较大；
③
不同缩放级别色彩梯度相同，导致数据密集区域呈现热核现象。目前只对存储及查询性能进行优化已经不能满足大规模数据可视化所需的技术要求，还应对轨迹数据本身进行处理。现阶段针对于大数据可视化的优化，主要通过对整体数据量进行削减来提升成图效率，然而这种方式仍然不能够充分克服上述轨迹数据热力图可视化的缺陷。

技术实现思路

[0004]本专利技术实施例的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。/>[0005]本专利技术实施例提供了基于轨迹数据的热力图生成方法、装置、电子设备以及存储介质，其可以提高热力图可视化的效率。
[0006]第一方面，提供了一种基于轨迹数据的热力图生成方法，包括：
[0007]获取轨迹数据和地图数据；
[0008]将所述轨迹数据以原格式存储于Hadoop平台分布式文件系统；
[0009]对所述轨迹数据进行聚类，得到聚类数据；
[0010]将所述地图数据以及所述聚类数据存储于HBase分布式数据库；
[0011]从所述HBase分布式数据库获取与待生成的热力图相对应的地图数据以及聚类数据；
[0012]根据所获取的地图数据和聚类数据，生成热力图。
[0013]可选地，所述将所述轨迹数据以原格式存储于Hadoop平台分布式文件系统，包括：
[0014]将所述轨迹数据分割成多个时间切片，其中，每个时间切片包含一预设的时间范围内的所有轨迹数据；
[0015]在所述Hadoop平台分布式文件系统中，将同一时间切片所包含的轨迹数据以原格
式进行集中存储，并且所述多个时间切片依照时间顺序进行邻近存储。
[0016]可选地，所述地图数据具有多个缩放级别；
[0017]所述对所述轨迹数据进行聚类，得到聚类数据，包括：
[0018]根据所述多个缩放级别，确定多组聚类参数；
[0019]针对各时间切片所包含的轨迹数据，根据所述多组聚类参数进行聚类，得到针对各时间切片的对应于所述多个缩放级别的多组聚类数据；
[0020]所述从所述HBase分布式数据库获取与待生成的热力图相对应的地图数据以及聚类数据，包括：
[0021]根据所述待生成的热力图的缩放级别，确定与所述待生成的热力图相对应的地图数据的缩放级别；
[0022]根据所述待生成的热力图的时间范围，确定与所述待生成的热力图相对应的聚类数据所属于的时间切片；
[0023]从所述HBase分布式数据库获取相应缩放级别下的地图数据以及相应的时间切片下相应缩放级别的聚类数据。
[0024]可选地，所述地图数据具有多个缩放级别；
[0025]所述对所述轨迹数据进行聚类，得到聚类数据，包括：
[0026]根据所述多个缩放级别，确定多组聚类参数；
[0027]根据所述多组聚类参数，对所述轨迹数据进行聚类，得到对应于所述多个缩放级别的多组聚类数据；
[0028]所述从所述HBase分布式数据库获取与待生成的热力图相对应的地图数据以及聚类数据，包括：
[0029]根据所述待生成的热力图的缩放级别，确定与所述待生成的热力图相对应的地图数据的缩放级别；
[0030]从所述HBase分布式数据库获取相应缩放级别下的地图数据和聚类数据。
[0031]可选地，所述各组聚类参数包括扫描半径；
[0032]所述根据所述多个缩放级别，确定多组聚类参数，包括：
[0033]根据所述多个缩放级别，确定各缩放级别对应的扫描半径；其中，各缩放级别对应的扫描半径随着相应缩放级别的减小而减小。
[0034]可选地，所述各组聚类参数包括最小包含点数；
[0035]所述根据所述多个缩放级别，确定多组聚类参数，还包括：
[0036]根据所述多个缩放级别，确定各缩放级别对应的最小包含点数，其中，各缩放级别对应的最小包含点数随着相应缩放级别的减小而减少。
[0037]可选地，所述各组聚类数据包括多个聚类簇的中心坐标和影响力值以及多个噪声点的坐标和影响力值。
[0038]可选地，所述聚类是基于DBScan算法实现的。
[0039]可选地，所述将所述聚类数据存储于HBase分布式数据库，包括：
[0040]分别针对各时间切片的对应于各缩放级别的各组聚类数据构建各张聚类数据表。
[0041]可选地，所述地图数据具有多个缩放级别；
[0042]所述将所述地图数据存储于HBase分布式数据库，包括：
[0043]针对各缩放级别下的地图数据构建各张地图数据表，将各缩放级别下的地图数据所包含的在显示状态下彼此相邻的4张瓦片存储于相应地图数据表中的同一行。
[0044]可选地，所述针对各缩放级别下的地图数据构建各张地图数据表，将各缩放级别下的地图数据所包含的在显示状态下彼此相邻的4张瓦片存储于相应地图数据表中的同一行，包括：
[0045]根据各缩放级别下的地图数据中每行所包含的瓦片数量n，计算所述各缩放级别下的地图数据的总阶数m，其中，
[0046]当n-2m＝1时，将所述各缩放级别下的地图数据划分成m*m个正方形子格网和n个边缘子格网，其中，所述正方形子格网由4个瓦片构成，与所述正方形子格网邻接的2m个边缘子格网由2个瓦片构成，与所述正方形子格网不邻接的1个边缘子格网由1个瓦片构成；
[0047]基于Z型填充曲线对所述m*m个正方形子格网进行填充，基于直线型填充曲线对所述2m个边缘子格网进行填充，将所述m*m个正方形子格网与所述2m个边缘子格网的填充曲线连接成为一个整体，将所述m*m个正方形子格网与所述2m个边缘子格网的填充曲线延伸至与所述正方形子格网不邻接的1个边缘子格网；
[0048]根据所述n个瓦片的填充顺序对所述n个瓦片进行编码；
[0049]针对各缩放级别下的地图数据构建各张地图数据表，基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轨迹数据的热力图生成方法，其特征在于，包括：获取轨迹数据和地图数据；将所述轨迹数据以原格式存储于Hadoop平台分布式文件系统；对所述轨迹数据进行聚类，得到聚类数据；将所述地图数据以及所述聚类数据存储于HBase分布式数据库；从所述HBase分布式数据库获取与待生成的热力图相对应的地图数据以及聚类数据；根据所获取的地图数据和聚类数据，生成热力图。2.如权利要求1所述的基于轨迹数据的热力图生成方法，其特征在于，所述将所述轨迹数据以原格式存储于Hadoop平台分布式文件系统，包括：将所述轨迹数据分割成多个时间切片，其中，每个时间切片包含一预设的时间段内的所有轨迹数据；在所述Hadoop平台分布式文件系统中，将同一时间切片所包含的轨迹数据以原格式进行集中存储，并且所述多个时间切片依照时间顺序进行邻近存储。3.如权利要求2所述的基于轨迹数据的热力图生成方法，其特征在于，所述地图数据具有多个缩放级别；所述对所述轨迹数据进行聚类，得到聚类数据，包括：根据所述多个缩放级别，确定多组聚类参数；针对各时间切片所包含的轨迹数据，根据所述多组聚类参数进行聚类，得到针对各时间切片的对应于所述多个缩放级别的多组聚类数据；所述从所述HBase分布式数据库获取与待生成的热力图相对应的地图数据以及聚类数据，包括：根据所述待生成的热力图的缩放级别，确定与所述待生成的热力图相对应的地图数据的缩放级别；根据所述待生成的热力图的时间范围，确定与所述待生成的热力图相对应的聚类数据所属于的时间切片；从所述HBase分布式数据库获取相应缩放级别下的地图数据以及相应的时间切片下相应缩放级别的聚类数据。4.如权利要求1所述的基于轨迹数据的热力图生成方法，其特征在于，所述地图数据具有多个缩放级别；所述对所述轨迹数据进行聚类，得到聚类数据，包括：根据所述多个缩放级别，确定多组聚类参数；根据所述多组聚类参数，对所述轨迹数据进行聚类，得到对应于所述多个缩放级别的多组聚类数据；所述从所述HBase分布式数据库获取与待生成的热力图相对应的地图数据以及聚类数据，包括：根据所述待生成的热力图的缩放级别，确定与所述待生成的热力图相对应的地图数据的缩放级别；从所述HBase分布式数据库获取相应缩放级别下的地图数据和聚类数据。5.如权利要求3或4所述的基于轨迹数据的热力图生成方法，其特征在于，
所述各组聚类参数包括扫描半径；所述根据所述多个缩放级别，确定多组聚类参数，包括：根据所述多个缩放级别，确定各缩放级别对应的扫描半径；其中，各缩放级别对应的扫描半径随着相应缩放级别的减小而减小。6.如权利要求3或4所述的基于轨迹数据的热力图生成方法，其特征在于，所述各组聚类参数包括最小包含点数；所述根据所述多个缩放级别，确定多组聚类参数，还包括：根据所述多个缩放级别，确定各缩放级别对应的最小包含点数，其中，各缩放级别对应的最小包含点数随着相应缩放级别的减小而减少。7.如权利要求3或4所述的基于轨迹数据的热力图生成方法，其特征在于，所述各组聚类数据包括多个聚类簇的中心坐标和影响力值以及多个噪声点的坐标和影响力值。8.如权利要求3或4所述的基于轨迹数据的热力图生成方法，其特征在于，所述聚类是基于DBScan算法实现的。9.如权利要求3所述的基于轨迹数据的热力图生成方法，其特征在于，所述将所述聚类数据存储于HBase分布式数据库，包括：分别针对各时间切片的对应于各缩放级别的各组聚类数据构建各张聚类数据表。10.如权利要求1所述的基于轨迹数据的热力图...

【专利技术属性】
技术研发人员：张健钦，张昊，郭小刚，卢剑，陆浩，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：