移动对象

摘要： 随着卫星定位技术和移动互联网的不断发展,全球范围内产生了大量不同类型的轨迹数据。通过对不同环境中收集到的轨迹数据进行挖掘,研究移动对象的行为特征,进而实现移动对象的分类识别,对于掌握居民出行规律、国家安全和国防军事具有重要意义。本文首先介绍GPS轨迹数据的内容及具体的应用场景,并在此基础上分析轨迹数据的主要特征;然后,详细阐述轨迹数据分类识别过程中特征提取和分类建模的研究现状,并总结现有的研究方法和发展趋势;最后,对基于轨迹数据的移动对象分类识别存在的问题与挑战进行了讨论。

摘要： 针对现有研究方案中对病毒或病菌的传染模式定义过于严格,可能丢失重要且正确的传染事件的问题,提出面向移动对象的松散型传染模式挖掘算法.给出松散型传染事件的模式定义;提出基于滑动窗口的松散型传染模式挖掘算法(LIPMA),按照传染事件发生的时间先后顺序,从初始传染源开始,利用滑动窗口机制,依次对每一个待检测对象进行分析处理,进而挖掘所有传染事件;提出基于R-tree索引的优化挖掘算法LIPMA+,该优化算法在每一轮的处理过程中,通过降低每一轮待检测对象的规模,实现挖掘效率的提升.实验结果表明,所提出的传染模式挖掘算法能够对松散型传染事件进行高效、正确的挖掘,且能够挖掘更多潜在的传染事件;优化算法的挖掘效率显著提升,LIPMA+的平均挖掘时间仅占LIPMA的2%.

摘要： 移动对象目的地预测是基于位置的服务的重要组成部分.该领域一直存在数据稀疏、长期依赖等难以解决的问题.为了有效解决这些问题,首先引入了一种基于最小描述长度策略(Minimum Description Length,MDL)的轨迹分段方法,以获得轨迹的最佳分段,提高轨迹之间的相似度,实现对轨迹的简化.随后将分段后的数据进行图像化处理和局部特征提取,并对轨迹目的地进行聚类,从而为轨迹数据增加标签.最后提出了一种基于卷积和长短期记忆循环单元的深度学习算法CNN-LSTM,该算法先将局部图像数据和标签作为卷积神经网络(Convolutional Neural Network,CNN)模型的输入,通过空间特征的深度提取来保留有效信息,再利用长短期记忆网络(Long-Short Term Memory,LSTM)算法进行训练和目的地预测.在移动对象的真实轨迹数据集上进行了大量实验,结果表明,所提CNN-LSTM方法具有较强的学习能力,能更好地捕捉轨迹时空相关性.与现有的最新相关算法相比,该方法具有很高的目的地预测准确度.

摘要： 本文针对时空数据流提出了一种基于时间窗口数据排序和批量装载的移动对象空间索引构建方法HSTRCL.该方法用固定长度的时间窗口将连续的时空数据流进行切分,每当一个时间窗口完成数据缓存,采用优化的索引批量装载技术,从传统的构建流程中尽可能分离出耗时的数据划分和排序操作,将数据流的接收及其他构建操作并行执行,避免不必要的加锁同步开销,加快索引的构建效率;同时,采用基于Hash和STR的主、辅索引构建技术,满足高性能且多样化的查询需求.另外,为进一步提高对象查询性能,引入聚合技术划分对象,提出了一种基于时间窗口对象聚合和批量装载的移动对象空间索引构建方法OAHSTRCL,对象查询时间约为HSTRCL的65％,但对空间查询性能会有一定程度的影响.通过理论分析和多种实验验证了所提方法的有效性.

摘要： 针对实际应用中用户在真实路网上进行移动服务(如出租车,救护车,外卖等)的查询需求,提出反向时间依赖路网上移动对象的k近邻查询问题.在分析现有查询算法的不足后,建立了反向时间依赖路网和基于标记点的最短路径树.并在此基础上,给出了一种针对反向时间依赖路网上移动对象的k近邻查询算法TDSPT-kNN.通过采用基于最短路径树的启发式函数等剪枝策略,进一步提升查询效率.最后,通过仿真实验对TDSPT-kNN算法和已有算法在多种情况下的对比分析,结果表明相比现有算法,TDSPT-kNN算法查询效率平均提升65.9％,可以高效地处理反向时间依赖路网上移动对象的k近邻查询问题.

摘要： 为了帮助人们了解移动对象轨迹预测研究领域的成果,并准确预测移动目标运动趋势,对国内外相关文献进行了系统梳理和归纳.从基于物理机理建模、基于移动对象行为建模和基于移动个体交互建模三个方面对移动对象轨迹预测技术进行了分析.分别阐述了相关算法的核心原理方法,以及在轨迹预测中的适用范围和优缺点,指出移动对象轨迹预测研究所面临的挑战和研究重点.

摘要： 为了解决大多数的轨迹简化算法缺乏对轨迹多个特征的综合衡量的问题,提出了一种融合位置、方向、速度与时序等多个轨迹特征,基于阈值引导采样的船舶轨迹简化算法.该算法以角度阈值法思想为基础,计算轨迹点的前后多个特征差,与设置的阈值进行对比,进而实现对轨迹的简化.利用船舶AIS轨迹数据对该算法进行轨迹简化和轨迹聚类实验.实验结果表明,该轨迹简化算法在简化率、简化误差率上均优于角度阈值算法,能保留原始轨迹的形状,并且简化后的轨迹数据能运用于轨迹聚类,聚类效果良好.

摘要： 针对现有热点区域发现算法难以从轨迹数据集中准确识别活动热点的问题,提出了基于轨迹结构的热点区域发现框架(TS_HS).TS_HS由候选区域发现(CHSD)算法和热点区域过滤(HSF)算法组成.首先,使用基于网格相对密度的CHSD识别空间上的轨迹密集区域作为候选热点区域;然后,利用HSF根据候选区域中轨迹的活动特征和时间变化特征,筛选出移动对象活动频繁的热点区域.在Geolife数据集上进行的实验表明,与基于全局密度的热门区域发现算法(GD_HR)以及移动轨迹时空热点区域发现算法(SDHSRD)相比,TS_HS能更有效地解决多密度热点区域的识别问题.实验结果表明,TS_HS能够根据轨迹的活动特征准确发现移动对象的活动热点区域.

摘要： 提出一种基于Markov模型与轨迹相似度(MMTS)的移动对象位置预测算法,该方法借鉴了Markov模型思想对移动对象的历史轨迹进行建模,并将轨迹相似度作为位置预测的重要因素.以Markov预测模型的预测结果集作为预测候选集,结合相似度因素得出最终预测结果.实验结果表明,该算法不仅提高了预测的稳定性,还在降低预测稀疏率的同时将预测精度平均提高了8％以上.

摘要： 随着无线通信技术、空间定位技术和移动计算技术的快速发展,基于位置的查询成为数据库领域的一个重要研究问题.在本文中,研究了路网中移动对象的KNN查询.一系列的算法被提出用于解决移动对象的KNN查询问题.然而,这些算法或者关注于查询的快速响应问题或者专注于解决移动对象的快速更新问题.随着移动对象数量的不断增加,当查询和更新大量涌入时,吞吐量成为一个更重要的问题.在本文中针对移动对象更新数据流和查询数据流,提出了一个基于内存的高吞吐量移动对象KNN查询算法--DSRNKNN算法,用于处理路网中移动对象的KNN查询.DSRNKNN算法采用了基于快照的模式.在每个快照中,DSRNKNN算法通过重新构建索引的方式,避免了复杂的索引维护操作,充分发挥了硬件的性能;通过每次执行一组查询的方式,充分利用查询内和查询间的并行,增加了数据的局部性,提高了算法的效率.本文在基于实际路网生成的数据集上对算法进行了测试,实验验证DSRNKNN算法具有很好的性能表现.

摘要： 随着卫星遥感监测、天气雷达监测、地面自动气象站监测等技术的不断发展,飓风位置监测数据也越来越多,传统的点位记录方式按照一定时间或空间间隔记录飓风中心的位置,存在数据量大、各记录点位间数据无法高效拟合计算等问题.rn 本文将移动对象技术应用于飓风轨迹管理，提出了一种飓风全时域轨迹模型，设计了数据更新策略，并进行了实例验证。实例验证表明，该模型能完整地描述飓风移动过程，设计的更新策略可以较好地保证飓风轨迹的准确度，并显著降低飓风轨迹的数据量。此模型还可以支持飓风生命周期中任意时刻飓风中心位置查询，为相关的分析和管理工作提供有力支持。后续工作中拟对模型的动态更新策略开展研究，以期更好地适应不同复杂度的轨迹，进一步提高模型的精度和可靠性。

摘要： 提出一种融合语义特征的移动对象轨迹预测方法.该方法首先将用户的地理位置轨迹转化成语义轨迹,挖掘出语义模式集,同时在语义轨迹中分析用户的移动行为和规律,将具有相似语义行为的用户进行聚类,并挖掘出每个聚类的地理模式集.然后,基于挖掘到的用户个体语义模式集和相似用户地理模式集,构造用来索引和局部匹配的模式树STP-Tree和SLP-Tree.通过对STP-Tree和SLP-Tree的索引和局部匹配,引入一个加权函数实现给定对象运动的语义位置预测.此方法在传统的地理模式预测方法的基础上融合语义特征,可以有效地提取用户的语义活动行为,克服地理位置点特征的局限.在大量真实和人工轨迹数据集上的实验结果表明:该方法的预测准确率较传统方法均有显著提高.

摘要： 随着位置服务的蓬勃发展,移动对象查询作为一项重要技术,成为研究的热点并有着广泛的应用需求。基于.Net框架设计并实现了一个面向位置服务的空间查询处理原型系统,设计了面向位置服务的空间查询处理原型系统体系结构;实现了预测K近邻查询处理子系统、预测范围查询处理子系统、多用户连续查询处理子系统。介绍了原形系统中的2个关键索引结构。展示了原形系统的功能和用户界面。该系统为进一步的理论研究和算法应用奠定了基础。

摘要： 设计实现了面向位置服务的时空聚集分析原型系统,采用基于时空聚合体模型的多线程并行计算方法缩短聚集查询响应时间,基于时空聚集瓦片和缓存机制提升动态地图绘制效率.采用基于HTML5的数据可视化技术,支持聚集分析结果在浏览器中动态展示.采用北京、南京和长沙真实数据进行验证,取得了较好效果.

摘要： 针对移动对象轨迹预测所面临的“数据稀疏”问题,即有效的历史轨迹空间不能覆盖所有可能的查询轨迹,提出了一种基于迭代网格划分和熵估计的稀疏轨迹预测算法(TPDS.IGP&EE).首先,对轨迹区域进行迭代网格划分并生成轨迹序列;然后,引入L-z熵估计计算轨迹序列的熵值,在轨迹熵值的基础上进行轨迹综合形成新的轨迹空间;最后,结合子轨迹综合算法,进行稀疏轨迹预测.实验结果表明,当轨迹完整度达到90％以上,Baseline算法的查询覆盖率只有25％左右;而TPDS.IGP&EE算法几乎不受查询轨迹长度的影响,可以预测几乎100％的查询轨迹;并且TPDS.IGP&EE算法的预测准确率普遍高于Baseline算法4％左右;同时Baseline算法的预测时间非常长,达到100ms,而TPDS-IGP&EE算法的预测时间(10灿)几乎可以忽略不计.TPDS.IGP&EE算法能够有效地进行稀疏环境下的轨迹预测,具有更广的预测范围、更快的预测速度和较高的预测准确率.

摘要： FNR-Tree利用2D R-Tree和1D R-Tree的结构,很好地结合了时间和空间的索引.但是随着索引数据量的增多,R-Tree本身的两个问题凸显出来(1)更新效率不高;(2)查询效率不高.本文在考虑了移动对象的时空同现的模式基础上,提出了一种对FNR-Tree优化的索引树FNRB-Tree,对于相同时间具有相同子轨迹的移动对象进行了按照路段的索引合并,从而达到了对FNR-Tree进行批量更新的效果.实验结果表明,FNRB-Tree在大数据量的情况下,(1)更新效率进行了提高;(2)对于邻近查询的响应时间更短.

摘要： 随着移动设备和定位技术的发展,产生了大量的移动对象轨迹数据。轨迹数据含有丰富的时空信息,对其分析和挖掘可以支持多种与移动对象相关的应用。然而,针对轨迹数据的攻击性推理可能导致个人的兴趣爱好、行为模式、社会习惯等隐私信息暴露。另一方面,在基于位置的服务中,由于现有位置隐私保护技术并不能解决轨迹隐私泄露的问题,移动对象的个人隐私很可能通过实时运行轨迹而暴露。针对上述两种场景,轨迹隐私保护的研究提出了明确的要求:在轨迹数据发布中,隐私保护技术既要保护轨迹数据的隐私,又要保证数据有较高的可用性；在基于位置的服务中,隐私保护技术既要保护移动对象的实时轨迹隐私,又要保证用户获得较高的服务质量。本文针对上述两个问题分析了轨迹隐私保护中存在的挑战性问题,针对不同的隐私保护方法分析了现有的研究工作,介绍了当前该领域的研究热点,指明了未来的研究方向。

摘要： 本发明的对象物移动方法中，准备第一容器(11)、第二容器(12)、第三容器(13)及尖头缸(1)，第一容器存贮含有细胞凝集块(C)的液体(L1)，第二容器接受细胞凝集块，第三容器存贮预备处理液(L3)。尖头缸(1)由注吸件(2)和柱塞(3)构成，注吸件具备管状通道(2P)，管状通道具有吸引细胞凝集块(C)的远端开口(24)，柱塞在管状通道内进退移动。在从第一容器(11)吸引细胞凝集块并排出到第三容器(13)之前，使尖头缸(1)的远端开口(24)浸渍到第三容器(13)的预备处理液(L3)中并且使柱塞(3)进退移动，以使预备处理液(L3)保持于管状通道(2P)与柱塞(3)之间的空间。

摘要： 提供一种高效的移动代理,它仅需极短的处理时间,并可以减少对于其他资源的最少使用量。根据本发明,提供一个模板,借此将由一个移动代理所执行的复杂动作分类为基本的动作模式。在任何移动开始前模板与发生在一个地点的一个动作的执行相链接,在移动开始之后与所发生的一个动作的执行相链接。根据其类型,模板定义在移动前后要执行的指令并将其发送到移动代理。响应指令,移动代理准备一个复制,移动到另外的地点或组合复制。另外,移动代理所保持的代理对象指定模板和动作执行的顺序。

摘要： 本发明实施例提供了一种物流对象移动装置以及物流对象移动方法。物流对象移动装置，包括：物流对象固定构件；旋转构件，用于改变物流对象固定构件的朝向；水平移动构件，用于在水平方向上移动所述物流对象固定构件；以及支撑框架。利用根据本申请实施例的物流对象移动装置，能够在无需旋转托盘或包裹自身的情况下灵活地选择托盘或包裹的推入方向，从而避免了由于托盘或包裹的旋转而导致的包裹的大幅度移位或甩出，进而可以减少移动装置调整托盘或包裹被送入的方向所花费的时间，提高了包裹的运送效率。此外，由于使用旋转固定构件的旋转构件来替代旋转托盘整体的旋转构件，大大简化了移动装置的结构，减少了移动装置所占用的空间。

摘要： 提供了用于基于来自移动机器人的对象观测来生成时空对象清单并且基于时空对象清单来确定在未来时间段用于一个或多个移动机器人的监测参数的方法、设备、系统和计算机可读介质。一些实施方式涉及在满足一个或多个特定准则时使用时空对象清单来确定发生在环境的一个或多个区域中的对象的移动量，并且使用该确定来确定可以利用的监测参数以向一个或多个移动机器人提供命令，命令在还满足一个或多个特定准则的未来时间段影响移动机器人的移动的一个或多个方面。

摘要： 公开一种能够识别图像的移动对象和安装此对象的移动对象定向系统。用于定向移动对象的系统包括：包括：充电装置，其上印有对接方向图案，用于将移动对象定向到对接位置的对接方向图案的中心点和电源端子按直线排列；和移动对象，用于驱动轮运行，以使由照相机捕获的对接方向图案的中心点与由照相机捕获的图像的中心点相同，并移动到对接位置。移动对象定向系统驱动轮去跟踪由照相机捕获的对接方向图案的中心点，从而使移动对象能够快速和准确地移动到充电装置的对接位置。

摘要： 一种移动对象识别器包括：图像输入器，用于从立体相机连续地接收立体图像信号，并且输出立体图像；亮度图像生成器，用于连续地存储输出的立体图像的图像中的至少一个的帧，并且生成亮度图像帧；差异图像生成器，用于计算被输出到所述亮度图像生成器的立体图像的图像之间的差异，并且生成差异图像帧；对象识别器，用于至少根据所述亮度图像帧来识别对象；跟踪处理器，用于通过从在特定时间处识别出的图像帧之后的图像帧获取的亮度图像帧，对在特定时间处从图像帧识别出的对象进行跟踪；以及变化检测器，用于从与所述亮度图像帧同步的差异图像帧检测被跟踪的对象的状态上的变化。

摘要： 公开一种能够识别图像的移动对象和安装此对象的移动对象定向系统。用于定向移动对象的系统包括：包括：充电装置，其上印有对接方向图案，用于将移动对象定向到对接位置的对接方向图案的中心点和电源端子按直线排列；和移动对象，用于驱动轮运行，以使由照相机捕获的对接方向图案的中心点与由照相机捕获的图像的中心点相同，并移动到对接位置。移动对象定向系统驱动轮去跟踪由照相机捕获的对接方向图案的中心点，从而使移动对象能够快速和准确地移动到充电装置的对接位置。

摘要： 根据本发明，通过动作向用户示出在内部执行的计算的类型。提供了动物形状的自主移动对象，其设置有：形成为动物形状的壳体单元；计算单元；以及动作控制单元，该动作控制单元使所述壳体单元执行与所述计算单元正在执行的计算处理的类型相对应的动作。

摘要： 本申请涉及移动对象控制系统、移动对象控制方法和程序。移动对象控制系统具有：SfM单元，通过使用SfM算法检测距单目相机拍摄的对象的距离；第一停止位置输出单元，输出第一停止位置；第二停止位置计算单元，计算比第一停止位置更近的第二停止位置；以及控制单元，控制移动对象的行驶。控制单元控制移动对象以停止在第二停止位置处。当满足预定启动条件时，控制单元控制移动对象以便启动。SfM单元通过在移动对象启动之后使用由单目相机拍摄的图像来检测距对象的距离。当获得由SfM单元进行的对象距离的检测结果时，控制单元使用检测结果来控制行驶。

摘要： 本申请涉及一种移动对象组检测装置和移动对象组检测方法，其中，移动对象组检测方法包括：分别分析由第一图像捕获装置捕获的第一捕获图像以及由第二图像捕获装置捕获的第二捕获图像，并且分别从第一捕获图像和第二捕获图像中提取第一图像区域和第二图像区域，所述第一图像区域和第二图像区域是配色模式满足预定相似度范围的区域并且在多个帧上沿相应方向移动；以及基于对第一图像区域内的图像与第二图像区域内的图像之间的相似度的评估，检测第一图像区域和第二图像区域中包括的公共移动对象组。