[发明专利]基于位图的轨迹编码方法

说明书

本发明公开了一种基于位图的轨迹编码方法，包括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等步骤：本发明基于位图技术，使用位图数据结构的最大优点是节省存储空间和高计算效率，数据库使用位图索引对值域基数较小和固定的字段建立索引，计算速度快、存储空间小；位图技术还能利用CPU指令集的优化极大的提升计算效率；历史轨迹数据包含的空间位置是固定的，但是空间坐标的值域类型是浮点数，本发明通过设计编码，使轨迹数据的查询可以利用位图技术的优势而实现高效的轨迹数据分析。

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方法。

背景技术

交通管理、气象监控、移动计算等应用需要管理大量的时空数据，随着移动设备的普及、公共监管的发展和完善，移动计算和基于位置的服务出现了发展热潮，定位数据增长、定位精度的提高为研究定位数据提供了数据基础，也形成了海量的轨迹数据积累，例如，车辆GPS的日均数据量(采样点)在千万到亿的数量级，轨迹数据的存储体积达到了PB数量级，因此轨迹数据的分析查询压力大，需要可行高效的查询方案。

位置数据的管理和查询按场景可以分为实时查询和历史数据查询两类，在历史轨迹查询方案中，有一种是基于空间数据库方案。现有的关系型数据库可以基于空间查询插件来实现管理空间数据的效果，但是，现有的拓展插件方案，例如PostGIS主要针对空间特征的计算和查询，擅长转换为平面几何关系的查询，而像移动设备产生的数据不仅带有空间信息，还有时间信息，轨迹不是理想的可以简单转换为用几何数据类型描述的数据，拓展方案中实现的空间索引也缺少为时空类型的查询问题的优化，例如时空条件组合的范围查询，对时空数据的支持还不完善。

通过移动设备的GPS传感器或者专用定位方案(例如船舶自动识别系统AIS)，它们产生的位置采样点，与独立的位置点不同，具有时序关系和空间特征，在管理上也适合应用于轨迹模型进行数据挖掘，分析交通运输中的规律特征，提出路线推荐等应用，而轨迹在常规的数据库系统中没有对应的数据类型，但对轨迹数据的查询和存储有专门设计的索引技术和系统方案，例如SETI和TrajStore，另外，轨迹数据的提取与轨迹分析算法缺乏统一的环境支持，限制了海量轨迹数据的分析应用。

Hadoop、Spark是兴起的大规模数据计算分析的分布式计算方案，基于分布式计算实现大规模时空数据的分析是当前的热门问题，例如SpatialHadoop、GeoSpark是基于分布式计算平台实现空间数据分析的方案，它们实现的分布式索引方案能够支持点、多边形等空间类型数据的并行计算和查询，但是轨迹数据的查询、计算需求与常规的空间数据不同，它们支持的数据结构缺少对轨迹查询问题的直接支持。而另一方面，也有研究基于分布式平台实现的例如轨迹的kNN查询方案，但是方案往往受限于解决个别的轨迹问题。

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位图的轨迹编码方法。

本发明基于位图的轨迹编码方法，包括以下步骤：

第1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2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1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；

第3步：将第2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4步：将第3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。

所述第2步具体包括以下步骤：

第21步：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；