本发明专利技术公开了一种道路网络环境下不确定时空轨迹数据的范围查询方法，过程如下：先将道路网络划分成k个划分区域；根据边和划分的对应关系建立哈希表；计算划分区域的边界点，并建立空间二维R树索引；计算每个划分中边界点之间的最短路径距离；对每个划分建立一个一维R树时间段索引，对每棵一维R树，建立存储轨迹数据的B+树；其次计算确定轨迹和不确定轨迹的最早到达时间和最晚离开时间，并将单元段集合和划分起止时间插入时间间隔组件；最后根据查询点所在的划分，计算划分边界点与查询点的距离信息，从而得到查询结果。本发明专利技术每次查询只需要对部分划分进行少量的I/O操作和在线计算就可以获得查询结果，查询结果准确度高、响应速度快。
【技术实现步骤摘要】
本专利技术涉及信息检索领域，尤其涉及。
技术介绍
随着经济的发展，越来越多的人拥有汽车，交通事故已经成为全球最大的意外伤亡原因。在调查交通事故中，如果能通过分析在事故发生时段经过事故发生指定范围的车辆，就可以快速地找到肇事者或者潜在目击证人，加快交通事故的处理时间，提高肇事逃逸的破案效率。在这种需求下，专利技术一种道路网络环境下高效处理不确定轨迹数据范围查询方法是十分必要的。随着通信技术和全球定位技术的快速发展，汽车导航、交通管理系统等基于位置服务的应用需求日益增长，诸如汽车这样的移动对象产出了庞大的时空轨迹数据集，可以为道路网络环境下不确定轨迹数据范围查询提供大量的原始数据，这使得专利技术一种道路网络环境下不确定轨迹数据范围查询方法切实可行。轨迹数据的不确定性来源有很多，GPS数据的误差、用户的隐私保护和两个采样点之间信息的丢失等。在道路网络环境下对于不确定轨迹数据的查询，现有的方法主要有两种:第一种是基于形状的UTR树索引(参见Z.M.Ding.UTR-Tree:An indexstructure for the full uncertain trajectories of network-constrained movingobjects .MDM, 2008，33-40)，该方法提出三种轨迹数据更新策略用于计算两个采样点之间的不确定区域；第二种是基于概率分布的UTH索引(参见K.Zheng, G.Trajcevsk1.Probablistic Range query for uncertain trajectories on road networks.EDBT, 2011，283 294.)，该方法以FNR树索引为基础，假设道路网络中路段的最大限速，提出移动对象的概率分布函数。在实际真实情况中，UTR树索引只适用于窗口范围查询，不提供基于道路网络距离的范围查询；UTH索引的概率计算花费较大，查询效率不高，索引文件多、磁盘1/0读取次数多。公开号为CN102693293A的专利技术专利申请公布了一种多变量时空数据的范围查询方法及系统，其中，方法包括:载入并打开netCDF格式的多变量时空数据文件；读取多变量时空数据文件中各个多变量的格点数据并根据多变量的空间范围对格点数据进行预处理；获取多变量时空数据文件中的变量数据，对变量建立基于四叉树的层次化索引结构，其中层次化索引用于查找时使用；用户定义查询范围区域；根据查询范围，载入元数据信息及层次化索引结构；以及根据变量的层次化索引结构，通过对层次化索引结构的节点进行递归查找完成实时范围查询。这种基于四叉树的层次化索引结构通过不停的把要查找的记录分成4部分来进行匹配查找直到仅剩下一条记录为止，计算量大、查询效率不高，系统消耗大。
技术实现思路
本专利技术提供了，解决了现有方法计算量大、查询效率低、索引文件多、磁盘I/o读取次数多和系统消耗大的不足等问题，并且可以在交通事故查询、城市交通路况分析、模糊轨迹数据挖掘等方面应用，查询结果高效精确。范围查询的定义是查询在时间段U1, t2)内可能经过与查询点Q的道路网络距离小于4范围的所有移动对象，和t2表示时间范围，dr表示道路网络距离界限值。本专利技术基于一种道路网络中不确定轨迹数据模型，如附图说明图1所示，T1和T2是相邻的两个采样点，T1 (Pl, 10)表示采样点T1的地理位置是Pl，时间戳是10，(ei, 3)表示移动对象以最大限速经过边ei所花费的时间。在采样点T1和T2之间不能确定移动对象选择的是三条路径中的哪一条，以及在某一时刻在路径中的准确位置。因此，轨迹数据的不确定性分为路径不确定性和位置不确定性。路径不确定性:给定一个移动对象0的两个道路网络上的采样点(Pi，t)和(pi+1, ti+1)，则在时间\和ti+1之间可能的所有路径A是所有连接地理位置Pi和pi+1的所有花费时间小于等于ti+1-ti的路径，计算公式为:i)P.(O) = I", e p0.!hs{",, ；!) i /(Pj) < /, ! - /J\ )其中Pi和Pi+1表示地理位置表示所有路径，Pj表示地理位置Pi和pi+1间的某条路径，t (Pj)表示路径P」所花费的时间，i, j为自然数。其中，路径匕的花费时间t(Pp的计算公式为:权利要求1.，其特征在于，按照如下过程依次进行: (1)建立索引结构: 用多层k划分算法将道路网络划分成k个边长总和近似相等的划分区域，k为自然数；根据上述划分得到的划分区域的边和划分的对应关系建立哈希表；根据任意两个划分区域中边的端点的交集来计算划分区域的边界点，并根据边界点的最小包容矩形建立空间二维R树索引，构建划分组件；用最短路径算法计算每个划分中边界点之间的最短路径距离，构建预计算距离组件；对上述每个划分建立一个一维R树时间段索引，对每棵一维R树，建立存储轨迹数据的B+树，构建时间间隔组件； (2)将轨迹数据插入所述索引结构: 初始化轨迹的首个采样点所在的边和当前划分；计算有下一个采样点的当前采样点所在的边；对于不含路径不确定性的采样点，根据两个采样点的分布情况，计算采样点所在边的最早到达时间和最晚离开时间，并将单元段集合和划分起止时间插入所述时间间隔组件；对于包含路径不确定性和位置不确定性的采样点，先计算轨迹的所有可能路径和所述可能路径中每个单元段的最早到达时间和最晚离开时间并标记各路径是否被划分分割，将获得的不确定轨迹按照所述划分区域进行划分并将单元段集合和划分起止时间插入所述时间间隔组件； (3)范围查询: 范围查询的定义是查询在时间段(t” t2)内可能经过与查询点Q的道路网络距离小于火范围的所有移动对象，&和&表示时间范围，4表示道路网络距离界限值。通过所述哈希表确定输入的查询点所在的划分；查询所述二维R树，得到欧氏空间下满足空间范围条件的划分；计算所述划分边界点与所述查询点的距离信息；划分扩展后计算得到完全划分、部分划分和无用划分；如果只有一个无用划分，则直接利用时间间隔组件计算查询结果；否则对完全划分和部分划分`中的轨迹利用时间间隔组件通过不同的查询算法得到查询结果，将得到的查询结果去重得到最终查询结果。2.如权利要求1所述的道路网络环境下不确定时空轨迹数据的范围查询方法，其特征在于，步骤(2)中，所述的根据两个采样点的分布情况，计算采样点所在边的最早到达时间和最晚离开时间的过程如下: 如果两个采样点在同一条边上，只有当是最后一个采样点时，以记录下的划分最早开始时间和当前采样点的时间戳作为划分的起止时间，将单元段集合和划分起止时间插入时间间隔组件； 如果两个采样点在相邻的边上，先计算移动对象离开前一条边的最晚时间，再计算移动对象到达当前边的最早时间，将单元段集合和划分起止时间插入时间间隔组件； 如果当前划分与当前边所在的划分不同，将划分中第一条边的最早到达时间和最后一条边的最晚离开时间作为划分的起止时间，和当前单元段集合一起插入时间间隔组件。3.如权利要求1所述的道路网络环境下不确定时空轨迹数据的范围查询方法，其特征在于，步骤(2)中，所述的计算轨迹的所有可能路径和所述可能路径中每个单元段的最早到达时间和最晚离开时间并标记各路径是否被划本文档来自技高网...
【技术保护点】
一种道路网络环境下不确定时空轨迹数据的范围查询方法，其特征在于，按照如下过程依次进行：（1）建立索引结构：用多层k划分算法将道路网络划分成k个边长总和近似相等的划分区域，k为自然数；根据上述划分得到的划分区域的边和划分的对应关系建立哈希表；根据任意两个划分区域中边的端点的交集来计算划分区域的边界点，并根据边界点的最小包容矩形建立空间二维R树索引，构建划分组件；用最短路径算法计算每个划分中边界点之间的最短路径距离，构建预计算距离组件；对上述每个划分建立一个一维R树时间段索引，对每棵一维R树，建立存储轨迹数据的B+树，构建时间间隔组件；（2）将轨迹数据插入所述索引结构：初始化轨迹的首个采样点所在的边和当前划分；计算有下一个采样点的当前采样点所在的边；对于不含路径不确定性的采样点，根据两个采样点的分布情况，计算采样点所在边的最早到达时间和最晚离开时间，并将单元段集合和划分起止时间插入所述时间间隔组件；对于包含路径不确定性和位置不确定性的采样点，先计算轨迹的所有可能路径和所述可能路径中每个单元段的最早到达时间和最晚离开时间并标记各路径是否被划分分割，将获得的不确定轨迹按照所述划分区域进行划分并将单元段集合和划分起止时间插入所述时间间隔组件；（3）范围查询：范围查询的定义是查询在时间段(t1,t2)内可能经过与查询点Q的道路网络距离小于dr范围的所有移动对象，t1和t2表示时间范围，dr表示道路网络距离界限值。通过所述哈希表确定输入的查询点所在的划分；查询所述二维R树，得到欧氏空间下满足空间范围条件的划分；计算所述划分边界点与所述查询点的距离信息；划分扩展后计算得到完全划分、部分划分和无用划分；如果只有一个无用划分，则直接利用时间间隔组件计算查询结果；否则对完全划分和部分划分中的轨迹利用时间间隔组件通过不同的查询算法得到查询结果，将得到的查询结果去重得到最终查询结果。...
【技术特征摘要】
【专利技术属性】
技术研发人员：陈岭，唐燕琳，陈根才，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。