用于車輛GPS數據分析與異常監測的可視挖掘方法技術

本發明專利技術涉及一種基于可視化技術，用于車輛GPS數據分析與異常監測的可視挖掘方法。本發明專利技術通過數據轉換模塊將原始車輛GPS數據轉換為獨特的可視化“指紋印”數據模型，同時并提供能夠實時響應用戶交互的數據索引，輔助用戶分析數據；通過可視化模塊將車輛可視數據模型結合基于熱分布圖和基于軌跡的顯示，提供城市熱點區域偵測和基于歷史數據的交通軌跡異常監測，從而把數據中存在的一些抽象概念，如頻繁規律和周期規律，以一種分析者容易理解的方式來顯示，降低分析門檻，擴大應用范圍，提高分析效率；通過用戶交互模塊實現豐富的交互操作，使用戶能夠進行監測和分析，從而為用戶的決策提供分析與支持。

【技術實現步驟摘要】

本專利技術涉及一種利用可視化技術來實現對車輛GPS數據分析與異常監測的方法。該方法能支持流數據在實時顯示監控的同時，以可視數據模型“指紋印”來將車輛GPS數據中存在的一些抽象概念，如頻繁規律和周期規律，以一種分析者容易理解的方式來顯示，降低分析門檻，擴大應用范圍，提高分析效率。
技術介紹
經過20余年的實踐證明，GPS系統是一個高精度、全天候和全球性的無線電導航、定位和定時的多功能系統。GPS相關系統廣泛應用于公安，醫療，消防，交通，物流等領域。近年來，GPS設備、移動通信設備以及各類傳感器設備在全球范圍的廣泛使用，產生了大量包含空間地理位置信息、時間信息及其它相關信息的軌跡數據，其數據量往往能達到TB級甚至PB級。由于這類數據的規模龐大，超過了傳統數據處理技術能夠有效處理的范圍，因此，對以交通數據與車輛軌跡為代表的GPS數據進行高效分析與深度挖掘，已成為目前IT領域中的研究熱點之一。對GPS數據進行數據挖掘與知識發現具有重要的社會效益與經濟效益，是目前各國政府、企業和研究機構極為重視的科研方向。經過挖掘分析后，從車輛GPS數據中獲取的知識具有十分廣闊的應用前景，例如，交通數據能應用于城市管理、道路規劃、交通控制、出行規劃等多個領域。但是GPS采集到的數據同時包含有時間、空間特征，可以歸類為時空數據。而近年來隨著數據規模的不斷擴大，對時空數據的分析提出了嚴峻的挑戰。首先，由于地理空間的復雜性，數據中涉及到空間相關的特征時，傳統的方法如統計、數據挖掘和機器學習不能夠通過全自動的方法進行完整的分析，整個過程需要專家的全程參與，利用人對空間和區域相關的認識，對空間相關固有的屬性和關系的隱性知識。其次，時間相關特征也是一個復雜的現象。時間本身以線性的方式進行變化，但隨著時間的推移事件的產生規律，卻可以是周期性重復，多次循環重復；整個形成層次結構，甚至事件與事件之間的時間屬性上具有重疊和互相關聯的特性。并且時間特征也具有異構的特點，因此，我們得區分白天和晚上，工作日和周末，假期和正常工作期間。對這些知識專家們或者參與分析的用戶有很深刻的理解，但這卻是需要意會而難以傳達給機器的一種感覺。因此，具有時間特征的數據在分析中也需要專家的大量參與，通過使用恰當的表達形式來分析和挖掘數據中相關的規律。近年來種類繁多的信息源產生的大量數據，遠遠超出了人腦分析解釋這些數據的能力，由于缺乏大量數據的有效分析手段，大量的計算資源被浪費，這嚴重阻礙了科學研究的進展，可視化(Visualization)技術由此提出。現代的數據可視化(Data Visualization)技術指的是運用計算機圖形學和圖像處理技術，將數據換為圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術。它涉及到計算機圖形學、圖像處理、計算機輔助設計、計算機視覺及人機交互技術等多個領域。數據可視化概念首先來自科學計算可視化(Visualization in Scientific Computing),科學家們不僅需要通過圖形圖像來分析由計算機算出的數據，而且需要了解在計算過程中數據的變化。近年來，隨著網絡技術和電子商務的發展，提出了信息可視化(Information Visualization)的要求。我們可以通過數據可視化技術，發現大量金融、通信和商業數據中隱含的規律，從而為決策提供依據。這已成為數據可視化技術中新的熱點。可視化數據分析技術拓寬了傳統的圖表功能，使用戶對數據的剖析更清楚。例如把數據庫中的多維數據變成多種圖形，這對提示數據的狀況、內在本質及規律性起到了很強的作用。當顯示發現的結果時，將地圖同時顯示作為背景。一方面能夠顯示其知識特征的分布規律；另一方面也可對挖掘出的結果進行可視化解釋，從而達到最佳的分析效果。可視化技術使用戶看到數據處理的全過程、監測并控制數據分析過程。而相對應地是，傳統處理分析方法只能適用于較小規模數據，不能很好的表示數據分析中的存在的一些抽象概念，并且很難以一種人容易理解的方式顯示大數據，不能支持流數據的實時顯示。經檢索發現，目前利用車載GPS設備的系統和公司，各種GPS/GIS/GSM/GPRS車輛監控系統軟件、GSM和GPRS移動智能車載終端、系統的二次開發車輛監控系統整體搭建方案，都沒有針對在對車輛GPS數據監測的同時進行分析的挖掘方法。在異常發生的情況下，用戶將需要耗費更多的時間和資源，才能夠做出決策。本專利技術填補了這個技術空白，將有效解決大規模車輛GPS數據帶來的顯示分析問題。
技術實現思路
本專利技術要解決的技術問題是，在大規模實時數據流的情況下，對收集到的高維時空數據，為用戶提供基于密度的城市熱圖偵測和基于歷史數據的交通軌跡異常實時監控，并輔以歷史數據和統計信息，有效分析數據中的頻繁規律和周期規律，找出隱藏的規律和錯誤，以一種分析者容易理解的方式來顯示，降低分析門檻，擴大應用范圍，提高分析效率。本專利技術旨在提出一種用于車輛GPS數據分析與異常監測的可視挖掘方法，使用戶能夠在大規模時空數據流的情況下監控并且實時分析檢測到結果的具體情況，發現隱藏的不能被傳統統計和數據挖掘算法檢測出來的異常或者錯誤信息，并通過一種可視化數據模型“指紋印”將這些抽象概念以分析者容易理解的方式來展示，從而降低分析門檻，擴大應用范圍，提高分析效率。為實現上述目的所采用的技術方案包含數據轉換模塊、可視化模塊、用戶交互模塊設計，通過數據轉換模塊將原始車輛GPS數據處理轉換為可視化“指紋印”數據模型，使數值數據變為易讀的可視元素(形狀，顏色，大小等)，并提供能夠實時響應用戶交互的數據索引，輔助用戶分析數據；通過可視化模塊將車輛可視數據模型處理為基于熱分布圖和基于軌跡的顯示，讓用戶對數據有直觀感受；通過用戶交互模塊實現豐富的交互操作，使用戶能夠進行監測和分析，從而為用戶的決策提供分析與支持。本專利技術通過一種可視化數據模型“指紋印”來監測并分析比較大規模車輛GPS數據，并對其中存在的異常以人易讀的形式直觀展示給分析者或者專家。該可視數據模型旨在利用先進的可視化技術把人的智能嵌入到大數據分析的過程中，拉近分析者和大規模車輛GPS數據間的距離，降低由大規模數據帶來的分析門檻，提供應用的適用范圍。可視“指紋印”模型提供了一種容易理解的方式顯示大規模GPS數據，并且支持流數據的實時顯示。整個模型用來監測并分析比較大規模車輛GPS數據，因此設計為空間(S)、時間(T)，和屬性(A)到指紋印模型(Fingerprint)的一個映射SXTXA — Fingerprint。“指紋印”數據模型(Fingerprint)有別于傳統數據模型,具有兩個數據結構,抽象數據結構(Abstract Form)對應原始數據處理后的數值數據，可視數據結構(Visual Form)對應數據在屏幕上顯示的幾何信息。按照定義，首先選擇一定空間范圍(S)，在指紋印模型(F)中記錄選定區域的坐標信息及大小，在該范圍(S)內按照按照時間(T)以行與列的關系組織原始GPS數據，表中的一行代表一個完整的時間段，比如一天，完整的時間段每一個固定長度的分片都對應一列，比如每一列對應一天的一個小時，最后表中的每個字段都代表了屬性(A)的對應值，比如一小時內的統計值。之后指紋印模型會按照定義好的抽象數據結本文檔來自技高網...

【技術保護點】
一種用于車輛GPS數據分析與異常監測的可視挖掘方法，其特征是：基于可視化技術的數據可視挖掘，在大規模實時數據流的情況下，通過數據轉換模塊將原始車輛GPS數據轉換為可視化“指紋印”數據模型，即對GPS原始數據進行處理修正，將車輛定位軌跡與數字地圖中的道路網信息聯系起來?,并由此確定移動目標相對于地圖的位置產生以減少分析中的不確定性因素，然后將修正過后的GPS數值數據轉換為可視化“指紋印”數據模型，同時生成一系列數據索引，用于在線實時響應用戶交互；通過可視化模塊收到生成的數據索引和車輛可視數據模型后，將把這些去除了原始數據中噪聲轉化成的抽象數據，通過內置的布局算法轉化成數據的可視化形式，最后再將其渲染在屏幕之上；通過用戶交互模塊實現豐富的交互操作，讓用戶及時對處理后的數據進行空間屬性分析和時序分析，從而為用戶提供基于密度的城市熱圖偵測和基于歷史數據的交通軌跡異常實時監控，并輔以歷史數據和統計信息，有效分析數據中的頻繁規律和周期規律，找出隱藏的規律和錯誤，從而為用戶的決策提供分析與支持的可視監測挖掘方法。

【技術特征摘要】
1.一種用于車輛GPS數據分析與異常監測的可視挖掘方法，其特征是基于可視化技術的數據可視挖掘，在大規模實時數據流的情況下，通過數據轉換模塊將原始車輛GPS數據轉換為可視化“指紋印”數據模型，即對GPS原始數據進行處理修正，將車輛定位軌跡與數字地圖中的道路網信息聯系起來，并由此確定移動目標相對于地圖的位置產生以減少分析中的不確定性因素，然后將修正過后的GPS數值數據轉換為可視化“指紋印”數據模型，同時生成一系列數據索引，用于在線實時響應用戶交互；通過可視化模塊收到生成的數據索引和車輛可視數據模型后，將把這些去除了原始數據中噪聲轉化成的抽象數據，通過內置的布局算法轉化成數據的可視化形式，最后再將其渲染在屏幕之上；通過用戶交互模塊實現豐富的交互操作，讓用戶及時對處理后的數據進行空間屬性分析和時序分析，從而為用戶提供基于密度的城市熱圖偵測和基于歷史數據的交通軌跡異常實時監控，并輔以歷史數據和統計信息，有效分析數據中的頻繁規律和周期規律，找出隱藏的規律和錯誤，從而為用戶的決策提供分析與支持的可視監測挖掘方法。2.根據權利要求1所述的用于車輛GPS數據分析與異常監測的可視挖掘方法，其特征是基于可視化技術，適用于可視化技術應用于同時包含有時間、空間特征的高維時空數據檢測分析。3.根據權利要求1所述的用于車輛GPS數據分析與異常監測的可視挖掘方法，其特征是數據轉換模塊通過地圖匹配算法來對GPS定位誤差、數字地圖誤差和坐標投影變換誤差進行修正。4.根據權利要求1所述的用于車輛GPS數據分析與異常監測的可視挖掘方法，其特征是通過一種可視化數據模型“指紋印”將抽象概念以分析者容易理解的方式來展示，即使數值數據變為易讀的可視元素，如形狀，顏色，大小等。5.根據權利要求4所述的用于車輛GPS數據分析與異常監測的可視挖掘方法，其特征是“指紋印”模型用來監測并分析比較大規模車輛GPS數據，因此設計為空間(S)、時間(T),和屬性(A)到指紋印模型(Fingerprint)的一個映射SXTXA — Fingerprint ;而“指紋印”數據模型有別于傳統數據模型，...

【專利技術屬性】
技術研發人員：蒲劍蘇，屈華民，倪明選，
申請(專利權)人：廣州市香港科大霍英東研究院，
類型：發明
國別省市：