一種基于閾值結合算法的車輛運行軌跡壓縮方法技術

本發明專利技術涉及智能交通數據處理技術領域，特別公開了一種基于閾值結合算法的車輛運行軌跡壓縮方法。該軌跡壓縮方法，其特征在于：根據車輛運動行駛狀態下的GPS定位系統記錄的軌跡點數據信息，提取出每個軌跡點的位置信息、速度信息和方向信息；通過設定的角度閾值和速度閾值加權結合建立閾值結合模型；選擇數據庫中軌跡點掃描，將不滿足閾值條件的點刪除，將滿足閾值條件的點儲存并形成新的軌跡點集序列；根據新的軌跡點集序列生成新的車輛運動軌跡；并計算軌跡壓縮率，計算出壓縮前后的軌跡的絕對差異度。本發明專利技術壓縮數據快，可靠性高，實用性強，可在準確反應車輛運動趨勢和軌跡信息的前提下壓縮軌跡，具有很大的實際應用價值。

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.

【技術實現步驟摘要】
一種基于閾值結合算法的車輛運行軌跡壓縮方法
本專利技術涉及智能交通數據處理
，特別涉及一種基于閾值結合算法的車輛運行軌跡壓縮方法。
技術介紹
移動對象的運動軌跡信息對于研究物體的運動有著重要的理論和應用價值。隨著經濟的發展與科技的進步，移動設備和全球定位系統（GlobalPositioningSystem,GPS）的成熟與大眾化普及應用，以時間、地理位置、速度、方向等移動軌跡特征為基礎的軌跡數據的采集及存儲成高速增長狀態。如何對GPS數據進行壓縮與處理，消除冗余信息，成為當下研究的一個熱點。DavidDouglas和ThomasPeucker于1973年提出了經典的Douglas-peucker算法，該算法通過迭代測算信息損失量（在GPS軌跡數據壓縮中使用的點是軌跡點的偏移量）后擇優刪除冗余點；該算法被提出后，很多學者對它進行了改進：為了提高時間效率，JohnHer-shberger等以及P.K.Agarwal等對DP算法進行了改進，進而大大減少了時間復雜度。Keogh等提出了開放窗口(OpeningWindow，OPW)算法，該算法也是利用迭代測算信息損失量對軌跡進行簡化，但不是針對整條軌跡信息進行迭代，而是借助“窗口”的概念，令“窗口”包含軌跡中的一部分點，迭代只在這個“窗口”中進行，然后不停地更新“窗口”中的軌跡信息，直到簡化完成整條軌跡，這種算法可以進行同步在線壓縮。滑動窗口（SlidingWindow，SW）算法與開放窗口(OpeningWindow，OPW)算法類似，其主要思想是從軌跡起點開始，初始化一個大小為1的滑動窗口，并逐步擴大窗口，從而加入后續的軌跡點。把窗口內的第一個軌跡點和最后一個軌跡點進行連接，得到的線段作為近似線段。計算近似線段與原始軌跡的垂直歐氏距離，若距離小于預先設定的距離閾值，則繼續增大滑動窗口，直到窗口內的誤差小于設定的距離閾值。但是滑動窗口算法的缺點在于沒有考慮GPS軌跡信息中的時間信息。針對這一情況，Meratnia等提出了上下時間比(Top-DownTimeRatio)算法。這種算法使用同步歐氏距離(SED)代替垂直距離，從而考慮到了GPS軌跡信息中的時間信息。Schmid等人提出使用路網語義信息的形式代替軌跡點儲存壓縮軌跡。利用路網中的路段信息加上移動對象在路段的進入和離開時間信息表示壓縮軌跡，大大減小了壓縮軌跡的數據儲存量。閾值結合算法（ThresholdsAlgorighm，TA）是Potamias等提出的另一類算法，這種算法利用移動物體在當前軌跡點的速度、方向以及規定的閾值預測下一個點的可能區域，利用位置的預測結果來判定點的刪除和保留。該算法用了速度及方向作為刪除冗余點的質保，充分考慮了軌跡運動的狀態，但是預測下一個點的可能區域，帶有一定的不確定性，會造成刪除的點較多；雖然壓縮率較高，但是壓縮前后軌跡的趨勢和內部特征之間的相似性降低。
技術實現思路
本專利技術為了彌補現有技術的不足，提供了一種壓縮數據快、可靠性高、實用性強的基于閾值結合算法的車輛運行軌跡壓縮方法。本專利技術是通過如下技術方案實現的：一種基于閾值結合算法的車輛運行軌跡壓縮方法，包括如下步驟：（1）根據車輛運動行駛狀態下的GPS定位系統記錄的軌跡點數據信息，提取出每個軌跡點的位置信息、速度信息和方向信息；（2）通過設定的角度閾值和速度閾值的加權，建立閾值結合模型；（3）選擇數據庫中某軌跡的第一軌跡點開始掃描，并依次向后掃描直到軌跡結束，將不滿足閾值條件的點刪除，將滿足閾值條件的點儲存并形成新的軌跡點集序列；（4）根據上述形成的軌跡點集序列生成新的車輛運動軌跡；（5）計算軌跡壓縮率并運用位置信息計算出壓縮前后的軌跡絕對差異度。本專利技術將移動車輛的速度方向（角度）閾值與速度閾值相結合，構造新的指標，即二者的加權組合，通過閾值尋找關鍵點（滿足閾值條件的點），并通過抽樣統計，確定最優的閾值，進而實現去除車輛軌跡中的冗余信息，得到能夠準確表示出車輛運動軌跡特征的壓縮軌跡。本專利技術的更優技術方案為：步驟（1）中，速度信息和方向信息分別用ν、θ來表示，數據r的位置信息分別用經度x、緯度y標示，作為閾值結合模型的建立基礎。步驟（2）中，設定角度閾值、速度閾值以及角度閾值權重α1、速度閾值權重α2；運用、、α1、α2建立閾值結合模型：表示第條軌跡相鄰兩點與的速度改變值的絕對值；表示第條軌跡相鄰兩點與的角度改變值的絕對值。驟（3）中，運用ν、θ及權重系數α1、α2構建出速度、角度加權結合閾值為；令，如果，則刪除點，如果則保留點。步驟（5）中，運用相對差異度來表示原軌跡和壓縮后軌跡的差異度，其中，,和分別表示原軌跡和壓縮后的軌跡與橫軸所形成的面積。本專利技術壓縮數據快，可靠性高，實用性強，可在準確反應車輛運動趨勢和軌跡信息的前提下壓縮軌跡，具有很大的實際應用價值。附圖說明下面結合附圖對本專利技術作進一步的說明。圖1為本專利技術平均壓縮率隨角度閾值的變化趨勢示意圖；圖2為本專利技術“669148”車不同角度閾值下壓縮前后軌跡圖；圖3為本專利技術“669148”車在不同角度和速度閾值下壓縮前后軌跡圖；圖4為本專利技術壓縮率隨角度閾值和速度閾值變化的趨勢圖；圖5為本專利技術壓縮前后軌跡之間差異度示意圖。具體實施方式本專利技術直接利用速度和角度，構造新的指標，即二者的加權組合，通過閾值尋找關鍵點，并通過抽樣統計，尋找最優的閾值。實施例1：基于角度的壓縮算法設有n條出租車軌跡，令xi表示第i（i=1,···，n）條軌跡，每條軌跡有mi個點構成。通過GPS定位系統，每個軌跡點有時間信息、位置信息、速度信息、速度方向信息。令表示第i條軌跡的第j個點，j=1,···,m,其中，中的5個分量分別表示第i條軌跡中第j個點的時刻、經度、緯度、速度及速度方向。由于每條軌跡采集的數據點個數較多，對數據的存儲和運行速度有很大的影響;因此在不丟失原軌跡的基本特征的前提下，可以對軌跡進行壓縮，即尋找關鍵點，去除冗余數據。為了減小數據量，需要尋找數據點保留或去除的指標。從直觀上來看，當一個軌跡點的運動速度方向改變較大時，說明車輛在行駛過程中，由于道路變更或突遇偶然狀況，從而改變了原運行軌跡。因此本文首先考慮以速度方向，即角度做為篩選數據點的指標。設為角度閾值，表示第i條軌跡相鄰兩點與的速度方向改變值的絕對值。若，則刪除；若，則保留。按照該原則，從一條軌跡的第一個點，逐次向后檢驗,得到一條壓縮軌跡。為了體現壓縮效果，定義壓縮率：，其中表示第i條軌跡在角度閾值為時的壓縮率，、分別表示第i條軌跡壓縮率前后的軌跡點的個數。本專利技術分別取=5，10，15，20做為角度閾值。以北京市2000輛出租車近一個月運行軌跡進行驗證，發現平均壓縮率隨著的增大而增大，附圖1描繪了2000條軌跡的平均壓縮率隨的變化趨勢。從圖1中看出，平均壓縮率已超過45%，大大提高了時間效率。但是由于只考慮了角度信息，一些帶有重要特征信息的點被刪除了，導致原軌跡的運動趨勢發生了變化，以車號“669148”的出租車軌跡為例，展示了在不同角度閾值下壓縮前后軌跡的變化，見附圖2。圖2中四張圖為角度閾值分別取5，10，15，20時出租車軌跡壓縮前后的對照圖，點數據較多的軌跡為原軌跡，另一條為壓縮后的軌跡。從圖中可以看出四種情況本文檔來自技高網...

【技術保護點】
一種基于閾值結合算法的車輛運行軌跡壓縮方法，其特征為，包括如下步驟：（1）根據車輛運動行駛狀態下的GPS定位系統記錄的軌跡點數據信息，提取出每個軌跡點的位置信息、速度信息和方向信息；（2）通過設定的角度閾值和速度閾值的加權，建立閾值結合模型；（3）選擇數據庫中某軌跡的第一軌跡點開始掃描，并依次向后掃描直到軌跡結束，將不滿足閾值條件的點刪除，將滿足閾值條件的點儲存并形成新的軌跡點集序列；（4）根據上述形成的軌跡點集序列生成新的車輛運動軌跡；（5）計算軌跡壓縮率并運用位置信息計算出壓縮前后的軌跡的絕對差異度。

【技術特征摘要】
1.一種基于閾值結合算法的車輛運行軌跡壓縮方法，其特征為，包括如下步驟：（1）根據車輛運動行駛狀態下的GPS定位系統記錄的軌跡點數據信息，提取出每個軌跡點的位置信息、速度信息和方向信息；（2）通過設定的角度閾值和速度閾值的加權，建立閾值結合模型；（3）選擇數據庫中某軌跡的第一軌跡點開始掃描，并依次向后掃描直到軌跡結束，將不滿足閾值條件的點刪除，將滿足閾值條件的點儲存并形成新的軌跡點集序列；（4）根據上述形成的軌跡點集序列生成新的車輛運動軌跡；（5）計算軌跡壓縮率并運用位置信息計算出壓縮前后的軌跡的絕對差異度。2.根據權利要求1所述的基于閾值結合算法的車輛運行軌跡壓縮方法，其特征在于：步驟（1）中，速度信息和方向信息分別用ν、θ來表示，數據點r的位置信息分別用經度x...

【專利技術屬性】
技術研發人員：李金紅，張爍，李傳可，陳運兵，
申請(專利權)人：齊魯工業大學，
類型：發明
國別省市：山東,37