为了实时监控路网上移动对象(车辆)的运动,各移动对象不断向中心服务器汇报其位置,中心服务器存储数据以响应用户的各种查询。此类方法不仅通信开销巨大,增加服务器负载,而且不能同时满足群体态势感知和个体移动对象位置追踪的需求。因...为了实时监控路网上移动对象(车辆)的运动,各移动对象不断向中心服务器汇报其位置,中心服务器存储数据以响应用户的各种查询。此类方法不仅通信开销巨大,增加服务器负载,而且不能同时满足群体态势感知和个体移动对象位置追踪的需求。因此,提出一种基于时空锚点的双粒度移动感知(Double-granularity Movement Detection Based on Spatial-temporal Anchors,DMDSA)框架,将移动对象嵌入时空网格,其经过时空锚点时向服务器汇报其运动模式,实现对群体运动的感知和个体移动的追踪。离线阶段,服务器从历史轨迹中挖掘运动模式;移动对象运动时,服务器结合挖掘的运动模式,在线计算聚合模式表征群体运动,并采用最大似然估计确定目标的运动模式,实现群体态势感知;进一步,采用锚点独立策略和锚点序列策略识别最可能的运动序列,实时追踪个体对象的运动。在模拟数据集和实际数据集上的实验表明,所提方法在大幅度减小位置汇报代价的前提下,不仅能够准确地监控区域的群体运动态势,并且能够有效地追踪和预测个体移动对象的位置,有助于智慧城市的建设。展开更多
路网匹配是道路网轨迹数据分析领域的一项关键技术,一个快速且准确的路网匹配算法能够为上层应用提供良好的技术支持.随着轨迹数据的爆炸式增长,现有的在线路网匹配算法存在延时的现象,尤其是在低频轨迹数据的环境下,无法快速地对轨迹...路网匹配是道路网轨迹数据分析领域的一项关键技术,一个快速且准确的路网匹配算法能够为上层应用提供良好的技术支持.随着轨迹数据的爆炸式增长,现有的在线路网匹配算法存在延时的现象,尤其是在低频轨迹数据的环境下,无法快速地对轨迹数据进行路网匹配.神经网络和深度学习的发展为解决这些问题提供了新的方法.提出了一种利用门控循环单元(Gated Recurrent Unit, GRU)模型快速定位轨迹采样点的候选路段、从而加速在线路网匹配计算的方法,并将此方法和最新的在线路网匹配算法进行了实验比较.结果表明,基于GRU模型的在线路网匹配算法能够有效地加快匹配过程,提高匹配效率.展开更多
空间信息包含方向、拓扑、形状、距离等多种关系.定性空间关系表示与推理是人工智能的重要研究子域,在空间信息系统、机器人导航、自然语言理解、智能交通等领域有着广泛的应用.以往研究多面向静态空间对象,侧重单一空间关系,对不同空...空间信息包含方向、拓扑、形状、距离等多种关系.定性空间关系表示与推理是人工智能的重要研究子域,在空间信息系统、机器人导航、自然语言理解、智能交通等领域有着广泛的应用.以往研究多面向静态空间对象,侧重单一空间关系,对不同空间关系间的约束研究不够深入,难以基于一种空间关系对另一种空间关系的演变做出有效推理.针对移动空间对象之间定性方向关系与定性距离变化的结合推理问题,利用射线与圆之间位置关系的组合来描述2个空间对象之间的相对移动方向;分别研究并证明该位置关系的组合对定性距离变化的约束作用、该位置关系的组合与粒度为4的有向点方向代数(oriented point algebra with granularity of 4, OPRA4)间的对应关系,进而建立起OPRA4方向关系与定性距离变化之间的内在联系;提出一种基于基本OPRA4方向关系推理定性距离变化的方法,并结合交通领域中的连续k近邻查询实例说明该方法的正确性和有效性.展开更多
在室内空间移动对象管理中,研究热点之一是如何整合和支持更加灵活的查询操作,如Top-k查询等。针对室内空间群组Top-k查询需要同时考虑室内空间结构的特殊性、室内空间中复杂而丰富的情境信息以及群组的整体情况的问题,提出了一个近似算...在室内空间移动对象管理中,研究热点之一是如何整合和支持更加灵活的查询操作,如Top-k查询等。针对室内空间群组Top-k查询需要同时考虑室内空间结构的特殊性、室内空间中复杂而丰富的情境信息以及群组的整体情况的问题,提出了一个近似算法ICGTop-k(Indoor Context-dependent Group Topk)来计算情境相关的室内群组Top-k查询的结果集合,进行两次Top-k查询得到最终的查询结果,并采用聚集优化方法对算法进行优化。通过实验对ICGTop-k算法、KBest算法和GPM算法进行了对比分析。结果表明,ICGTop-k相比于KBest和GPM在查询执行时间和查询精度都有显著提高。展开更多
文摘为了实时监控路网上移动对象(车辆)的运动,各移动对象不断向中心服务器汇报其位置,中心服务器存储数据以响应用户的各种查询。此类方法不仅通信开销巨大,增加服务器负载,而且不能同时满足群体态势感知和个体移动对象位置追踪的需求。因此,提出一种基于时空锚点的双粒度移动感知(Double-granularity Movement Detection Based on Spatial-temporal Anchors,DMDSA)框架,将移动对象嵌入时空网格,其经过时空锚点时向服务器汇报其运动模式,实现对群体运动的感知和个体移动的追踪。离线阶段,服务器从历史轨迹中挖掘运动模式;移动对象运动时,服务器结合挖掘的运动模式,在线计算聚合模式表征群体运动,并采用最大似然估计确定目标的运动模式,实现群体态势感知;进一步,采用锚点独立策略和锚点序列策略识别最可能的运动序列,实时追踪个体对象的运动。在模拟数据集和实际数据集上的实验表明,所提方法在大幅度减小位置汇报代价的前提下,不仅能够准确地监控区域的群体运动态势,并且能够有效地追踪和预测个体移动对象的位置,有助于智慧城市的建设。
文摘路网匹配是道路网轨迹数据分析领域的一项关键技术,一个快速且准确的路网匹配算法能够为上层应用提供良好的技术支持.随着轨迹数据的爆炸式增长,现有的在线路网匹配算法存在延时的现象,尤其是在低频轨迹数据的环境下,无法快速地对轨迹数据进行路网匹配.神经网络和深度学习的发展为解决这些问题提供了新的方法.提出了一种利用门控循环单元(Gated Recurrent Unit, GRU)模型快速定位轨迹采样点的候选路段、从而加速在线路网匹配计算的方法,并将此方法和最新的在线路网匹配算法进行了实验比较.结果表明,基于GRU模型的在线路网匹配算法能够有效地加快匹配过程,提高匹配效率.
文摘空间信息包含方向、拓扑、形状、距离等多种关系.定性空间关系表示与推理是人工智能的重要研究子域,在空间信息系统、机器人导航、自然语言理解、智能交通等领域有着广泛的应用.以往研究多面向静态空间对象,侧重单一空间关系,对不同空间关系间的约束研究不够深入,难以基于一种空间关系对另一种空间关系的演变做出有效推理.针对移动空间对象之间定性方向关系与定性距离变化的结合推理问题,利用射线与圆之间位置关系的组合来描述2个空间对象之间的相对移动方向;分别研究并证明该位置关系的组合对定性距离变化的约束作用、该位置关系的组合与粒度为4的有向点方向代数(oriented point algebra with granularity of 4, OPRA4)间的对应关系,进而建立起OPRA4方向关系与定性距离变化之间的内在联系;提出一种基于基本OPRA4方向关系推理定性距离变化的方法,并结合交通领域中的连续k近邻查询实例说明该方法的正确性和有效性.
文摘在室内空间移动对象管理中,研究热点之一是如何整合和支持更加灵活的查询操作,如Top-k查询等。针对室内空间群组Top-k查询需要同时考虑室内空间结构的特殊性、室内空间中复杂而丰富的情境信息以及群组的整体情况的问题,提出了一个近似算法ICGTop-k(Indoor Context-dependent Group Topk)来计算情境相关的室内群组Top-k查询的结果集合,进行两次Top-k查询得到最终的查询结果,并采用聚集优化方法对算法进行优化。通过实验对ICGTop-k算法、KBest算法和GPM算法进行了对比分析。结果表明,ICGTop-k相比于KBest和GPM在查询执行时间和查询精度都有显著提高。