基于时空插值的海量车辆轨迹数据索引方法

扫码查看

原文链接

中国科技论文在线

中文摘要：随着定位和通信技术的发展，道路系统中很多车辆都安装了位置信息的采集、存储及传输设备，所获得的车辆轨迹大数据成为交通研究的重要基础。由于轨迹大数据具有海量性及时空异变性等特点，如何实现对其有效存储和应用成为当前研究的挑战和热点。本文就此提出了一种多时空粒度索引结构，称为"MSTGI"，其可以在建立索引结构的同时对当前轨迹数据进行不同时间粒度的插值，并实现对轨迹信息的快速查询。该方法首先从原始轨迹数据中获取车辆标识符集合，然后将原始轨迹数据按车辆标识符组织成有序轨迹序列，并对该序列进行时间插值、空间插值及状态插值。本文以上海市约一万三千辆出租车连续一个月的轨迹数据为例，将该方法与已有索引方法进行了对比，结果表明，本文方法在保证索引构建效率的同时，有效改善了已有索引方法应用于轨迹大数据时存在的查询及存储效率问题。

外文标题：Mass Vehicle Trajectory Data Indexing Method Based On Spatiotemporal Interpolation

外文关键词：

rajectory big dataSpatiotemporal index structureMultiple spatiotemporal granularity indexSpatiotemporal interpolation

作者：

张迪、罗嘉贝、朱延冰、徐栋、徐先瑞、李响、许涛

展开 >

学科分类：

交通运输工程(公路运输工程)

自动化技术、计算机技术(计算技术、计算机技术)

关键词：

轨迹大数据时空索引多时空粒度索引时空插值

首发时间：2021-02-05