[发明专利]基于交通规则的道路网络中移动对象连续最近邻监视方法

说明书

本发明公开了一种基于交通规则的道路网络中移动对象连续最近邻监视方法，其包括以下步骤：S1、建立道路网络模型；S2、根据道路网络模型，建立查询对象q的扩展树并将其初始化，得到查询对象q的k近邻集合；S3、根据查询对象q的当前位置更新道路网络模型并返回步骤S2，实现对道路网络中移动对象连续最近邻的监视。本发明在q.result中保存了查询对象q最新的k近邻，当提出查询对象q的k近邻时，则将当前查询时间t以及查询对象集合{q}作为参数调用本方法，可以获得t时刻查询对象q最新的k近邻q.result。本发明会连续对道路网络和扩展树进行更新，使得本方法完全实用于道路网络中移动对象连续最近邻的监视。

技术领域

本发明涉及移动对象时空查询领域，具体涉及一种基于交通规则的道路网络中移动对象连续最近邻监视方法。

背景技术

随着移动计算的快速发展，出现了大量基于移动对象的应用，这些应用要求高效的移动对象时空查询。其中k近邻(k-Nearest Neighbor，简称k-NN)查询是移动对象数据库研究领域中一个基本问题，受到了研究人员的广泛关注。

早期的研究主要是针对静态数据空间，查询当前最近邻。随着应用的深入，产生了很多基于k-NN的扩展研究，连续最近邻查询(Continous k-NN，简写为CkNN)是其中最重要的一种扩展。它是指移动对象在空间中连续移动，查询能够实时地返回查询对象最新的k近邻。

早期提出的一些连续k近邻查询方法只针对欧氏距离空间，不能够用于道路网络的连续k最近邻查询。另有一部分研究被设计用于处理静态对象的连续最近邻查询，即查询对象保持静止。然而，这些方法存在问题是没有结合道路网络移动环境特征以及运动对象速度、方向固定，实用性差。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于交通规则的道路网络中移动对象连续最近邻监视方法解决了现有k近邻查询方法在道路网络中的实用性差的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种基于交通规则的道路网络中移动对象连续最近邻监视方法，其包括以下步骤：

S1、获取移动对象和查询对象q，建立包含交通规则的道路网络模型，并得到道路网络拓扑结构；

S2、根据道路网络模型，建立查询对象q的扩展树并将其初始化，得到查询对象q的k近邻集合；

S3、根据移动对象和查询对象q的当前位置，以及道路网络拓扑结构更新道路网络模型；

S4、判断是否还需对查询对象q的最近邻进行监视，若是则返回步骤S2，否则结束监视，完成对道路网络中移动对象连续最近邻的监视。

进一步地，道路网络模型包括道路模型T_edge、道路交点模型T_node、移动对象模型T_obj和查询对象模型T_query；