[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN107291842B - 基于轨迹编码的轨迹查询方法 - Google Patents

基于轨迹编码的轨迹查询方法 Download PDF

Info

Publication number
CN107291842B
CN107291842B CN201710402212.6A CN201710402212A CN107291842B CN 107291842 B CN107291842 B CN 107291842B CN 201710402212 A CN201710402212 A CN 201710402212A CN 107291842 B CN107291842 B CN 107291842B
Authority
CN
China
Prior art keywords
track
query
range
bitmap
coding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710402212.6A
Other languages
English (en)
Other versions
CN107291842A (zh
Inventor
刘克中
周悦淇
张蕊
徐宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201710402212.6A priority Critical patent/CN107291842B/zh
Publication of CN107291842A publication Critical patent/CN107291842A/zh
Application granted granted Critical
Publication of CN107291842B publication Critical patent/CN107291842B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2246—Trees, e.g. B+trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于位图的轨迹编码的轨迹查询方法，包括基于轨迹的位图编码生成轨迹的索引结构，并持久化存储到磁盘等步骤：本发明的轨迹查询达到了缩小搜索空间的效果，来实现快速轨迹查询。

Description

基于轨迹编码的轨迹查询方法
技术领域
本发明涉及计算机大数据处理领域，具体为一种基于位图的轨迹编码的轨迹查询方法。
背景技术
范围查询是分析轨迹数据的基础方法，因为应用场景不同，解决范围查询问题的要求和目标也不同，例如实时监控环境下，必须实时跟踪、监测某个地点的移动对象，就要求方案能够快速更新并同时支持查询，而例如LUGrid、RUM-tree的解决方案，主要采取缓存实现延迟更新、降低磁盘读写频率来提升性能的策略。但是随着轨迹记录技术的成熟和轨迹数据积累的持续增长，范围查询常被用作在海量的历史轨迹数据中提取信息、缩小分析范围的基本方法，其他挖掘方法比如轨迹聚类、轨迹模式都需要范围查询提取挖掘范围的信息，如何找到合适的查询方案对面向轨迹的海量数据分析有重要意义。
传统时空数据查询采用R-tree索引方案，虽然R-tree结构的索引不仅适合存储点而且适合拓展的空间类型数据(线段、多边形)，但是R-tree结构的索引的性能瓶颈是其内部的最小外包矩形(MBR)随着数据的增长重叠的概率越来越高，导致索引失去了筛选数据范围的效率，而且，R-tree结构的索引存储的数据维度越高，这个问题越突出明显。因此，优化索引的最有效策略是减少MBR的重叠，即改善索引对数据的分区策略，在众多的优化方案中，R*-tree是被广泛接受的效率最好索引版本，即使如此，随着维度的提升其效率下跌非常明显。
一般的时空数据数据索引，将相邻数据放置在同一个数据分片中，最朴素的设计的方法是网格索引，时空数据都存入划分出的固定大小的子空间；Quad-tree增加了划分的空间区域的层次，可以根据数据动态调整划分区域的大小，提升了索引的查询效率。其他优化时空数据索引的常见方案还有：减小索引更新代价、降低更新频率、使用预测模型等方法。但是主流的时空数据索引对轨迹数据支持不佳，一般的时空数据索引以空间点作为索引管理的对象，缺少面向轨迹查询问题的优化，而且轨迹数据具有海量的数据规模，轨迹点在数十亿的数量级，一般的空间索引查询方案维护代价很高，整体查询代价很大，表现为查询方案的磁盘占用高、查询速度不理想。
发明内容
本发明的目的是为了克服上述不足提供一种基于轨迹编码的轨迹查询方法。
本发明基于轨迹编码的查询方法，包括以下步骤：
第1步：基于轨迹的位图编码生成轨迹的索引结构，并持久化存储到磁盘；
第2步：基于轨迹的位图编码将范围查询条件转换为位图数据；
第3步：遍历轨迹的索引结构，基于轨迹的位图编码的重叠关系运算找出符合条件的候选结果；
第4步：根据查询条件具体需求，对候选结果使用不同的校准方法对候选集进行筛选，最终获得符合条件的查询结果。
所述第4步具体包括以下步骤：
第41步：对候选结果中所有轨迹的轨迹点，当查询问题是范围查询时，根据查询条件的空间范围校验每个轨迹点是否符合查询条件；当查询问题是拓扑关系查询时，根据位图编码计算每个候选轨迹是否符合查询条件；
第42步：对于范围查询，将第1步中的符合条件的结果直接作为查询返回；对于拓扑关系查询，将第1步中的符合条件的结果临时存储，将第1步中不符合条件的结果以时空关系计算算法进行二次计算，得到新的符合查询条件的结果，合并两次符合条件的结果作为查询返回。
所述范围查询包括以下步骤：
第21步：对轨迹数据统一建立基于位图的轨迹编码索引；
第22步：将第21步的轨迹编码集中存储，当遇到查询时，加载到内存；
第23步：将范围查询条件的空间范围条件转换到基于位图的编码数据，与轨迹的编码格式一致，得到以位图编码表示的空间范围；
第24步：遍历加载到内存中的所有轨迹编码，每个轨迹对应的编码数据与查询条件的编码数据进行重叠检测计算；
第25步：将第24步中判断为与查询条件重叠的对应的轨迹存入候选集；
第26步：以范围查询的原始空间范围表示校验第25步中候选集的空间特征，以范围查询的时间范围筛选第25步中的候选集，最终返回满足范围查询条件的结果。
基于轨迹的位图编码的编码方法包括以下步骤：
第11步：在预设的划分精度下，空间被划分为多个近似网格形状的子空间，每个网格空间得到一个唯一的标识；
第12步：将一条轨迹拆分成连续的轨迹段，逐个对所述轨迹段进行遍
历，分别计算出与第11步中得到的网格空间中有共同位置关系的网格空间，从而得到所述轨迹对应的一组网格标识序列；对于一个所述轨迹段，找出属于该轨迹段的所有轨迹点，若轨迹点之间间隔超出划分网格空间时设置的最大距离，则插入补充点使新的轨迹段能被区域包围；根据第21步中得到的每一个轨迹点，通过GeoHash算法取得该轨迹点在空间中的哈希编码；
搜集轨迹段在第22步中计算得到的所有哈希编码，转换为全局唯一、不重复的整数标识。
第13步：将第12步中得到的所述一组网格标识序列，进行去除重复项处理；
第14步：将第13步中进行去除重复项处理后的一组网格编码序列转换为一个位图格式数据。
一种基于位图的轨迹编码实现查询经过目标区域的轨迹的方法，所述方法的步骤如下：
步骤001.对轨迹数据统一建立基于位图的轨迹编码索引；
步骤002.将步骤001的轨迹编码集中存储，当遇到查询时，加载到内存；
步骤003.将范围查询条件的空间范围条件转换到基于位图的编码数据，与轨迹的编码格式一致，得到以位图编码表示的空间范围；
步骤004.遍历加载到内存中的所有轨迹编码，每个轨迹对应的编码数据与查询条件的编码数据进行重叠检测计算；
步骤005.将步骤004中判断为与查询条件重叠的对应的轨迹存入候选集；
步骤006.将候选集中的轨迹起终点在查询区域内的轨迹剔除；
步骤007.在候选集中，计算每一个轨迹编码的长度，并计算查询区域对应的位图编码与轨迹编码重叠运算后的长度；
步骤008.当轨迹编码长度大于重叠运算的长度，将该轨迹放入暂存区域，反之，则到下一步处理；
步骤009.将步骤007返回的轨迹使用空间关系计算模型进行校验，得到符合查询条件的轨迹；
步骤010.将步骤007暂存区域的轨迹和步骤008返回的轨迹合并，作为查询返回。
由上述基本过程描述可知，基于位图编码的范围查询是面向轨迹的搜索范围搜索，与轨迹的数量线性相关，而其他面向空间点搜索的查询方案，与轨迹中采样点的数量线性相关，由于轨迹与轨迹点是一对多的数量关系，本发明的轨迹查询达到了缩小搜索空间的效果，来实现快速轨迹查询。
附图说明
图1为本发明流程示意图。
具体实施方式
下面结合附图及实施例进一步说明本发明。
实施例：一条轨迹可以表示为平面空间中的点的集合，轨迹可以看作平面中的几何形状，通过范围查询、拓扑关系查询，判断轨迹是否穿过某个区域，实现诸如统计车流量等应用功能。
为统计得到经过特定区域的轨迹的信息，首先需要确定轨迹的候选范围作为候选集，再交由查询问题对应的具体空间计算过程处理。范围查询对应的具体空间计算内容即判断候选空间目标是否满足空间和时间的条件范围关系，经过特定区域这一拓扑关系对应的具体计算内容则需要判断轨迹与指定区域是否满足查询条件所述的穿越关系。
所述范围查询包括以下步骤：
第21步：对轨迹数据统一建立基于位图的轨迹编码索引；
第22步：将第21步的轨迹编码集中存储，当遇到查询时，加载到内存；
第23步：将范围查询条件的空间范围条件转换到基于位图的编码数据，与轨迹的编码格式一致，得到以位图编码表示的空间范围；
第24步：遍历加载到内存中的所有轨迹编码，每个轨迹对应的编码数据与查询条件的编码数据进行重叠检测计算；
第25步：将第24步中判断为与查询条件重叠的对应的轨迹存入候选集；
第26步：以范围查询的原始空间范围表示校验第25步中候选集的空间特征，以范围查询的时间范围筛选第25步中的候选集，最终返回满足范围查询条件的结果。
经过以上步骤，可以确定任一范围查询对应的轨迹数据集合，但要解决查找经过查询区域轨迹的问题，除了要找出所有在区域范围内的数据，还要给出一部分在区域范围外的数据，才能判断一条轨迹是穿过查询区域还是完全被包含在查询区域中，或者仅仅是进入了查询区域等等情况。因此，作为缩小问题数据范围的范围不仅要能够返回范围查询区域内部的轨迹数据点，还要能够返回查询区域外的属于对应轨迹的轨迹点数据，才能满足计算几何关系的数据条件。
面向轨迹的范围查询解决以上问题有两种处理方法：一种是返回所有落入查询区域的轨迹段落，在将轨迹拆分成轨迹段后建立空间索引，而轨迹编码不需要拆分轨迹为轨迹段，相比之下，将一条轨迹拆分成多个轨迹段，查询结果返回前需要重组轨迹，尽管返回轨迹段比返回完整的轨迹产生的数据总量小，但是作为查询问题最初的数据过滤机制，返回所有落入查询区域的轨迹段落会包含非符合条件的数据，并且重组轨迹段落也需要额外的排序计算。
所述轨迹为一个连续的(x，y，t)的序列，(x，y)是空间坐标下的点，t是采样时间，表示(xi，yi，ti)在ti时刻移动物体的位置在(xi，yi)，所述轨迹可以表示为Trajectory＝[(x1，y1，t1)，....，(xi，yi，ti)，....(xn，yn，tn)] (t1＜ti＜tn)；在某个时间范围[ti，tj]内，轨迹的某一部分运动过程与整体运动过程的关系可以用子轨迹表示。
所述重叠关系运算，是基于轨迹编码的运算，计算了位图数据位运算后的长度就是两个轨迹对应的重叠区域的数量。当它为0时，则完全不重合，当它不为0时，就可以判断两个编码相交。
所述时空关系计算，是指使用几何关系运算库判断轨迹是否与查询区域满足交叉关系。
所述搜索范围，给定一个查询范围,存在映射函数H和一个不包含重复项目的编码集合，集合中存储的是映射函数的计算值，使
CoverageBox＝Set({h|H(x，y)})，(x，y)∈QueryBox。
所述近似网格形状的子空间为在空间坐标系下，基于GeoHash算法将经度和纬度划分成间隔范围一致的数值区间。
所述轨迹段为轨迹中任意相邻两个采样点组成的轨迹段落，轨迹的采样点数量是n，则所述轨迹段TS＝Trajecotry(i，i+1)(1≤i＜n)。
一种基于位图的轨迹编码实现查询经过目标区域的轨迹的方法，所述方法的步骤如下：
步骤001.对轨迹数据统一建立基于位图的轨迹编码索引；
步骤002.将步骤001的轨迹编码集中存储，当遇到查询时，加载到内存；
步骤003.将范围查询条件的空间范围条件转换到基于位图的编码数据，与轨迹的编码格式一致，得到以位图编码表示的空间范围；
步骤004.遍历加载到内存中的所有轨迹编码，每个轨迹对应的编码数据与查询条件的编码数据进行重叠检测计算；
步骤005.将步骤004中判断为与查询条件重叠的对应的轨迹存入候选集；
步骤006.将候选集中的轨迹起终点在查询区域内的轨迹剔除；
步骤007.在候选集中，计算每一个轨迹编码的长度，并计算查询区域对应的位图编码与轨迹编码重叠运算后的长度；
步骤008.当轨迹编码长度大于重叠运算的长度，将该轨迹放入暂存区域，反之，则到下一步处理；
步骤009.将步骤007返回的轨迹使用空间关系计算模型进行校验，得到符合查询条件的轨迹；
步骤010.将步骤007暂存区域的轨迹和步骤008返回的轨迹合并，作为查询返回。
以上步骤描述的拓扑关系查询原理简单，没有重组排序计算，它依赖范围查询保证候选轨迹落入查询区域，再将候选轨迹分为两类，一类是通过轨迹编码可以判断出满足穿过查询区域的轨迹，剩下的候选轨迹则是另一类需要继续依赖几何关系运算查找的轨迹。它依靠计算代价更小的基于位图计算的减小计算代价，因为在拓扑关系计算时，轨迹数需要转换为几何数据类型，需要的数据上下文越多，占用的计算资源越大，效率越低。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (2)

1.一种基于轨迹编码的轨迹查询方法，其特征在于包括以下步骤：
第1步：基于轨迹的位图编码生成轨迹的索引结构，并持久化存储到磁盘；
第2步：基于轨迹的位图编码将范围查询条件转换为位图数据；
第3步：遍历轨迹的索引结构，基于轨迹的位图编码的重叠关系运算找出符合条件的候选结果；
第4步：根据查询条件具体需求，对候选结果使用不同的校准方法对候选集进行筛选，最终获得符合条件的查询结果；第4步具体包括以下步骤：
第41步：对候选结果中所有轨迹的轨迹点，当查询问题是范围查询时，根据查询条件的空间范围校验每个轨迹点是否符合查询条件；当查询问题是拓扑关系查询时，根据位图编码计算每个候选轨迹是否符合查询条件；
第42步：对于范围查询，将第1步中的符合条件的结果直接作为查询返回；对于拓扑关系查询，将第1步中的符合条件的结果临时存储，将第1步中不符合条件的结果以时空关系计算算法进行二次计算，得到新的符合查询条件的结果，合并两次符合条件的结果作为查询返回；基于轨迹的位图编码的编码方法包括以下步骤：
第11步：在预设的划分精度下，空间被划分为多个近似网格形状的子空间，每个网格空间得到一个唯一的标识；
第12步：将一条轨迹拆分成连续的轨迹段，逐个对所述轨迹段进行遍历，分别计算出与第11步中得到的网格空间中有共同位置关系的网格空间，从而得到所述轨迹对应的一组网格标识序列；对于一个所述轨迹段，找出属于该轨迹段的所有轨迹点，若轨迹点之间间隔超出划分网格空间时设置的最大距离，则插入补充点使新的轨迹段能被区域包围；根据第21步中得到的每一个轨迹点，通过GeoHash算法取得该轨迹点在空间中的哈希编码；
搜集轨迹段在第22步中计算得到的所有哈希编码，转换为全局唯一、不重复的整数标识,
第13步：将第12步中得到的所述一组网格标识序列，进行去除重复项处理；
第14步：将第13步中进行去除重复项处理后的一组网格编码序列转换为一个位图格式数据。
2.根据权利要求1所述的基于轨迹编码的轨迹查询方法，其特征在于所述范围查询包括以下步骤：
第21步：对轨迹数据统一建立基于位图的轨迹编码索引；
第22步：将第21步的轨迹编码集中存储，当遇到查询时，加载到内存；
第23步：将范围查询条件的空间范围条件转换到基于位图的编码数据，与轨迹的编码格式一致，得到以位图编码表示的空间范围；
第24步：遍历加载到内存中的所有轨迹编码，每个轨迹对应的编码数据与查询条件的编码数据进行重叠检测计算；
第25步：将第24步中判断为与查询条件重叠的对应的轨迹存入候选集；
第26步：以范围查询的原始空间范围表示校验第25步中候选集的空间特征，以范围查询的时间范围筛选第25步中的候选集，最终返回满足范围查询条件的结果。
CN201710402212.6A 2017-06-01 2017-06-01 基于轨迹编码的轨迹查询方法 Active CN107291842B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710402212.6A CN107291842B (zh) 2017-06-01 2017-06-01 基于轨迹编码的轨迹查询方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710402212.6A CN107291842B (zh) 2017-06-01 2017-06-01 基于轨迹编码的轨迹查询方法

Publications (2)

Publication Number Publication Date
CN107291842A CN107291842A (zh) 2017-10-24
CN107291842B true CN107291842B (zh) 2021-11-19

Family

ID=60095355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710402212.6A Active CN107291842B (zh) 2017-06-01 2017-06-01 基于轨迹编码的轨迹查询方法

Country Status (1)

Country Link
CN (1) CN107291842B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109612467B (zh) * 2018-12-24 2021-03-16 武汉思众空间信息科技有限公司 轨迹简化方法、系统及轨迹可视化系统
CN111444165B (zh) * 2019-01-16 2022-12-02 苏宁易购集团股份有限公司 用于电商平台的会员数据圈选方法及系统
CN110083599B (zh) * 2019-03-28 2023-06-23 华东师范大学 一种基于时空插值的车辆轨迹数据索引方法
CN111949688A (zh) * 2019-05-16 2020-11-17 广州汽车集团股份有限公司 一种采样车辆轨迹数据的方法、客户端和服务器
CN110427360B (zh) * 2019-06-28 2022-02-11 东软集团股份有限公司 轨迹数据的处理方法、处理装置、处理系统及计算机程序产品
CN117163049A (zh) * 2019-10-23 2023-12-05 北京航迹科技有限公司 用于自动驾驶的系统和方法
CN111159107B (zh) * 2019-12-30 2023-03-21 北京明略软件系统有限公司 数据处理方法和服务器集群
CN114077617A (zh) * 2020-08-18 2022-02-22 北京顺源开华科技有限公司 轨迹路径检索方法、装置、服务器和存储介质
CN112307286B (zh) * 2020-11-09 2023-03-14 西南大学 一种基于并行st-agnes算法的车辆轨迹聚类方法
CN113792035A (zh) * 2020-12-28 2021-12-14 京东城市(北京)数字科技有限公司 轨迹近邻查询方法、装置、电子设备和可读存储介质
CN113051359B (zh) * 2021-03-30 2024-07-05 大连理工大学 一种基于多级索引结构的大规模轨迹数据相似性查询方法
CN113312361B (zh) * 2021-07-28 2022-01-25 阿里云计算有限公司 轨迹查询方法、装置、设备、存储介质及计算机程序产品
CN113742536B (zh) * 2021-09-17 2024-04-19 上海交通大学 一种面向轨迹流数据的连续范围查询的方法和系统
CN114579063B (zh) * 2022-05-07 2022-09-02 浙江口碑网络技术有限公司 Od数据的存储及读取方法、装置、存储介质及计算机设备
CN116662419B (zh) * 2023-08-01 2023-12-22 太极计算机股份有限公司 实时海量船舶轨迹高性能可视化系统和方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402529A (zh) * 2010-09-13 2012-04-04 方正国际软件有限公司 地图标绘控制方法及装置
CN104462193A (zh) * 2014-10-28 2015-03-25 上海市政工程设计研究总院（集团）有限公司 一种基于时空匹配的车辆运动轨迹搜索系统及方法
EP2921976A1 (en) * 2014-03-21 2015-09-23 Huawei Technologies Co., Ltd. Method and apparatus for querying data in database
US9411821B1 (en) * 2014-03-27 2016-08-09 Emc Corporation Block-based backups for sub-file modifications
US9589038B1 (en) * 2014-03-28 2017-03-07 Amazon Technologies, Inc. Attribute tracking, profiling, and recognition
CN106559678A (zh) * 2015-09-28 2017-04-05 北京视连通科技有限公司 一种对数字视频进行结构化处理的方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9189280B2 (en) * 2010-11-18 2015-11-17 Oracle International Corporation Tracking large numbers of moving objects in an event processing system
US8879112B2 (en) * 2012-09-28 2014-11-04 Interactive Memories, Inc. Method for optimizing printing quality for image-laden PDF files at lower file sizes

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402529A (zh) * 2010-09-13 2012-04-04 方正国际软件有限公司 地图标绘控制方法及装置
EP2921976A1 (en) * 2014-03-21 2015-09-23 Huawei Technologies Co., Ltd. Method and apparatus for querying data in database
US9411821B1 (en) * 2014-03-27 2016-08-09 Emc Corporation Block-based backups for sub-file modifications
US9589038B1 (en) * 2014-03-28 2017-03-07 Amazon Technologies, Inc. Attribute tracking, profiling, and recognition
CN104462193A (zh) * 2014-10-28 2015-03-25 上海市政工程设计研究总院（集团）有限公司 一种基于时空匹配的车辆运动轨迹搜索系统及方法
CN106559678A (zh) * 2015-09-28 2017-04-05 北京视连通科技有限公司 一种对数字视频进行结构化处理的方法

Also Published As

Publication number Publication date
CN107291842A (zh) 2017-10-24

Similar Documents

Publication Publication Date Title
CN107291842B (zh) 基于轨迹编码的轨迹查询方法
CN109165215B (zh) 一种云环境下时空索引的构建方法、装置及电子设备
Potamias et al. Sampling trajectory streams with spatiotemporal criteria
Huang et al. Survey on vehicle map matching techniques
CN111209261B (zh) 基于信令大数据的用户出行轨迹提取方法和系统
CN111459997A (zh) 一种时空轨迹数据的频繁模式增量挖掘方法和电子设备
CN107247761B (zh) 基于位图的轨迹编码方法
CN112181991B (zh) 基于快速构建kd树的地球模拟系统网格重映射方法
CN113051359A (zh) 一种基于多级索引结构的大规模轨迹数据相似性查询方法
CN111931077B (zh) 数据处理方法、装置、电子设备及存储介质
CN110928878A (zh) 基于hdfs的点云数据处理方法及装置
CN112035586A (zh) 基于可扩展学习索引的空间范围查询方法
CN113407542B (zh) 一种城市路网车辆出行轨迹的检索方法及系统
CN104991741A (zh) 一种基于键值模型的情境适配电网大数据存储方法
CN114637929A (zh) 一种基于ElasticSearch的轨迹碰撞方法
CN111414445A (zh) 一种应用地理信息的地址反解析方法
CN110851450A (zh) 一种基于增量计算的伴随车即时发现方法
Wu et al. A spatiotemporal trajectory data index based on the Hilbert curve code
Wandelt et al. Ads-bi: Compressed indexing of ads-b data
CN111737375B (zh) 一种基于Geohash分区的区域内容空间对象索引方法
CN109800231A (zh) 一种基于Flink的实时轨迹co-movement运动模式检测方法
CN117177185A (zh) 一种基于手机通信数据的号码伴随辅助识别方法
CN116011403A (zh) 一种用于计算机数据存储的重复数据识别方法
CN115718623A (zh) 一种密集杂波环境下的异类雷达点迹融合并行处理方法
Zhao et al. CLEAN: frequent pattern-based trajectory spatial-temporal compression on road networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant