本发明专利技术公开了一种移动云计算环境下基于倒排网格索引的拼车系统，属于基于大规模时空数据处理与移动技术应用领域；采用了大规模分布式的kNN等基于位置服务的分析算法，跟踪查询出租车位置，将大数据处理的模式整合到该拼车系统的搜车阶段，在海量数据中搜索出最符合乘客条件的出租车，并将出租车信息反馈至乘客端。同样的，司机也可以根据乘客的请求对其进行定位，并在一定时间内做出请求或回应；其有益效果是：能够自动匹配用户位置，定位精确度高，适用于大数据环境，为司机与乘客提供的交互平台能够提供准确的拼车信息，提高了乘客拼车的成功率。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种移动云计算环境下基于倒排网格索引的拼车系统，属于基于大规模时空数据处理与移动技术应用领域；采用了大规模分布式的kNN等基于位置服务的分析算法，跟踪查询出租车位置，将大数据处理的模式整合到该拼车系统的搜车阶段，在海量数据中搜索出最符合乘客条件的出租车，并将出租车信息反馈至乘客端。同样的，司机也可以根据乘客的请求对其进行定位，并在一定时间内做出请求或回应；其有益效果是：能够自动匹配用户位置，定位精确度高，适用于大数据环境，为司机与乘客提供的交互平台能够提供准确的拼车信息，提高了乘客拼车的成功率。【专利说明】移动云计算环境下基于倒排网格索引的拼车系统
移动云计算环境下基于倒排网格索引的拼车系统，属于基于大规模时空数据处理与移动技术应用领域。
技术介绍
互联网改变了人们的生活方式，同时，随着3G技术的不断升级，移动定位技术和地理信息系统(Geographic Information System,GIS)的推广，以及内置有GPS模块的智能手机，平板电脑的普及，移动互联网渐渐融入了人们的生活中，人们可以随时随地通过手持设备终端中各种各样的基于位置服务(Location Based Service, LBS)的应用程序使活动打破时空障碍，如移动定位功能，移动网络社交等，它对人们的日常生活影响越来越重要，越来越满足服务多元化需求，而随着人们生活水平的提高，出租车仍然是人们常用的出行方式，然而在许多城市中仍然存在拼车难的问题。其中一部分是由于早晚高峰期堵车和交接班车少，最重要的是由于乘客与司机之间的位置互不明确，现有技术中，大多依托于笨重的车载终端设备，这样就提高了出租车的运营成本，并且不利于大规模的扩展与后期的更新换代，即使现有的拼车软件，也很难帮助人们实现司机的定位与查询，解决拼车难的问题，结合近年来随着基于位置的服务(LBS)和移动互联网的快速发展，地理空间数据的数据量的迅猛增长，这些迅速增加的空间数据给传统的空间数据索引机制带来了新的问题，而这些传统的索引方法往往是基于内存或者需要优化的磁盘访问的先决条件，因此，如何实现高效的空间索引和查询处理大规模空间数据成为拼车软件新的需求和挑战，一种可扩展的、分布式的空间数据索引技术不失为进行高效空间数据的查询和分析的最佳选择，现在已经有几种将空间分布式索引和查询处理技术与MapReduce相结合的方法，例如R-树和基于泰森多边形的空间索引，然而，R-树不适合进行平行化，基于泰森多边形索引的查询需要额外的查询点定位和局部索引重建计算，这使得拼车软件在定位与查询上还存在一些技术问题。
技术实现思路
鉴于已有技术存在的缺陷，本专利技术的目的是提供一种能够提高定位与搜索查询的速度、准确度、精确度，并加强司机与乘客之间的交互的移动云计算环境下基于倒排网格索引的拼车系统。为实现上述目的，本专利技术所采用的技术解决方案是:移动云计算环境下基于倒排网格索引的拼车系统: (I)采用多终端的设计方式；两个客户端为安装在安卓智能手机上的软件，一个供司机使用，一个供乘客使用，不同的终端适应不同用户功能需求与使用习惯，也便于相互之间的交互与定位。用户通过手机内置的定位系统和手机运营商的基站，依托于2G/3G网络，wifi等获取自身的实时空间地理位置，获取车位置信息后，我们可以离线建立倒排网格索引，建立倒排网格索引Map与Reduce分布式处理过程。(2)云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备；大规模拼车系统所使用的云端服务器是由不少于一个云数据中心的网络服务器或虚拟主机所构成的，采用云计算这种并行化计算来处理大规模数据应对于大量的线上或线下拼车用户，在这种模式下，保证了高访问时的拼车稳定性，加快了车辆搜索时的反应速度，同时增强了可扩展性。(3)当乘客向司机发出乘车请求时，数据中心会通过kNN，RkNN等基于位置服务的分析算法，搜索出离乘客最近的几辆出租车供乘客查看相应的司机信息并选择所要乘坐出租车，或者与司机进行交流。而司机要在一定的时间内作出回应，否则请求失效，若拼车成功，则在两个手机客户端的地图上显示双方的位置，标示出一条双方之间的参考路径。在空间数据研究领域，空间k近邻查询吸引了众多研究者的注意，而基于网格索引的空间k近邻查询是其中重要的研究方向之一，这里主要说明基于移动云环境的MRCircularTrip网格访问方法的kNN算法。下面给出kNN查询的形式化定义，给定一个空间数据点集P、查询点q和一个整数k (k>0)，k近邻查询就是找到由k个数据点组成的集合kNN，且对于任意p’ e kNN和任意的 P e P - kNN，满足【权利要求】1.一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于:该系统包括一个云中心服务系统和两个手机智能移动客户端软件系统组成；其中云服务系统负责进行倒排网格索引建立与分布式空间近邻查询算法的执行，移动端根据需要或定期执行相关软件收集与预处理相关信息，通过无线网络发送给服务器端，接收云端请求。2.根据权利要求1所述的一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于:该系统的执行流程是:当司机用户首次登陆到该移动云系统后主动公开自己的信息，允许分享车主相关智能设备的访问权限，云服务器利用采集到的信息，建立车辆的分布式倒排网格索引并对车主司机的位置进行分布式预处理与按照需要进行定期动态更新；当拼车用户发出拼车相关请求后，由定位系统自动采集并提交其经纬度坐标，由云端系统根据倒排网格索引进行分布式时空信息查询并返回最终结果给客户与司机，通过移动交流平台进行业务确认。3.根据权利要求2所述的一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于:所述倒排网格索引的处理步骤具体为:给定空间数据集D，D是由欧几里德空间数据点组成的集合，对于D中的点P e D用表达式(p.x，p.y)表示；首先将数据集文件存储到分布式文件系统HDFS上，HDFS会自动将其分割成很多数据分块；每个Map读入一个输入数据分片(该分片就是数据集D的一个子集);然后Map分析数据分片中的空间数据点，并计算出空间数据点到网格单元格的映射，例如空间点p(x, y)将被映射到单元格c(Lp.χ/δ」，Lp.y/δ」)中；最后Map把单元格索引c(i, j)作为key,把点P的信息作为value,并将该〈key, vlaue>对应输出；Reduce则读取Map的输出，并收集相同单元格(key)中的点数据，然后输出单元格索引和包含在该单元格中的点的集合。4.根据权利要求2所述的一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于:最近邻算法是基于所述的分布式倒排网格索引的，设定网格单元大小均为δ X δ ,给定一个查询点为q,我们`用Cff表示查询点q所在的网格，A为以q为圆心第一次画圆的半径表示查询点q到网格C范围内最近的距离表示q到网格C范围内的最远距离A表示第i次画圆与圆弧相交的网格单元集合，用公式表示为 Si = {VCjmin dssiQC,g) <rt< mm，算法中我们初始化A为δ ；,同时我们对半径调整做的改进为半径每次的增加值也本文档来自技高网...
【技术保护点】
一种移动云计算环境下基于倒排网格索引的拼车系统，其特征在于：该系统包括一个云中心服务系统和两个手机智能移动客户端软件系统组成；其中云服务系统负责进行倒排网格索引建立与分布式空间近邻查询算法的执行，移动端根据需要或定期执行相关软件收集与预处理相关信息，通过无线网络发送给服务器端，接收云端请求。
【技术特征摘要】
【专利技术属性】
技术研发人员：季长清，杨书敏，王新园，
申请(专利权)人：大连大学，
类型：发明
国别省市：
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。