面向Web大规模移动对象轨迹数据管理与聚集技术研究

摘要

大数据时代位置服务深化发展，社会公众对空间信息知识化服务的需求越来越大。来自于导航定位系统的海量移动对象数据，来自于地理社交网络的海量位置签到数据等时空数据正在被用来辅助或指导人们决策。与此同时，新型硬件架构的复杂地理信息系统（GIS, Geographic Information System）在海量数据管理、快速分析计算和实时可视化等方面表现出了强劲的生命力。在传统GIS无法应对海量移动对象数据的当下，开发与扩展高性能GIS面向移动对象的管理能力，研究面向Web移动对象轨迹数据管理与聚集技术变得愈发重要。
　　论文结合高性能GIS硬件架构与相关技术，从移动对象轨迹数据预处理、存储以及动态地图可视化三个方面展开研究。
　　1、移动对象原始轨迹记录中常见的异常数据可分为冗余数据、飘散数据、偏移数据、缺失数据等几类，在清理时会与正常数据发生判别混淆。设计了一套预处理流程来进行系统性清理，在判别移动对象行驶状态的基础上，针对不同异常数据采取不同处理技术，实验证实达到处理效果。
　　2、针对传统图层管理不适用于面向web的移动对象大数据关联分析的问题，设计移动对象全轨迹模型，并在此基础上设计存储模型。针对集中式存储无法满足查询与更新性能的问题，采用分布式数据库进行存储。实验验证了存储模型的合理性，并验证了分布式数据库在移动对象查询与更新性能上的提升。
　　3、分析现有移动对象可视化技术中的性能瓶颈，改善海量移动对象轨迹动态地图的绘制性能，设计了一种时空立方体模型，提出一种面向瓦片的时空立方体数据聚合算法。实验证实算法使客户端绘制数据量压缩了75％以上，得出在同一瓦片层级，移动对象数据量越大，压缩率效果越好的结论。
　　4、设计并实现了面向新型硬件架构的复杂地理信息平台HiGIS的移动对象管理原型系统，将本文提出的方法应用于系统，并通过演示验证了其可用性与正确性。

目录

声明

第一章 绪 论

1.1 本文的选题背景和研究意义

1.2 国内外研究现状

1.3 本文的研究内容和组织结构

第二章 移动对象轨迹数据预处理

2.1 移动对象异常数据分析

2.2 轨迹数据预处理流程

2.3 基于状态聚集的分段点检测

2.4 基于高斯滤波的行驶段平滑

2.5 实验分析

2.5 本章小结

第三章 面向web的大规模移动对象轨迹数据存储与管理

3.1 移动对象的全轨迹建模

3.2 分布式数据库存储

3.3 实验与分析

3.4 本章小结

第四章 基于时空立方体聚合的移动对象动态地图

4.1 问题描述与相关工作

4.2 时空立方体模型

4.3 基于时空立方体模型聚合算法

4.4 算法实验

4.5 本章小结

第五章 系统架构与系统演示

5.1 HiGIS平台的总体结构

5.2 移动对象检索服务原型系统架构

5.3 系统演示

5.4 本章小结

第六章 总结与展望

6.1 本文主要研究成果

6.2 研究中存在的不足

6.3 下一步工作展望

致谢

参考文献

作者在学期间取得的学术成果

作者在学期间参加的与本课题相关的科研项目