路网感知的在线轨迹压缩方法
CSTR:
作者:
作者单位:

作者简介:

左一萌(1993-),女,山西长治人,硕士生,主要研究领域为大规模数据管理系统,移动计算,时序分析;马帅(1975-),男,博士,教授,博士生导师,CCF高级会员,主要研究领域为数据库理论和系统,社交数据和图分析,密集型数据计算;林学练(1978-),男,博士,讲师,主要研究领域为大规模数据管理系统,密集型数据计算,移动计算,时序分析;姜家豪(1993-),男,硕士生,CCF学生会员,主要研究领域为大规模数据管理系统,移动计算,时序分析.

通讯作者:

林学练,E-mail:linxl@buaa.edu.cn

中图分类号:

TP311

基金项目:

国家自然科学基金(U1636210,61421003);国家重点基础研究发展计划(973)(2014CB340300)


Road Network Aware Online Trajectory Compression
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (U1636210, 61421003);National Program on Key Basic Research Project (973) (2014CB340300)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着定位技术的高速发展,定位传感器被广泛应用于智能手机、车载导航等移动设备中,用于采集移动对象位置数据并将数据上传至服务器.该技术的应用方便了位置跟踪、预测和分析,同时也带来了轨迹数据量大、数据冗余、传输和存储代价高等问题.轨迹压缩技术即是针对该问题而提出的,它通过保留关键轨迹点和去除冗余轨迹点信息,降低了轨迹数据的传输和存储开销.分析了近年来轨迹压缩领域的研究进展,针对现有研究工作的不足,提出了一种路网感知的在线轨迹压缩方法,包括针对轨迹压缩的距离有界的隐马尔可夫地图匹配算法和误差有界的高效轨迹压缩算法等,实现了该方法的原型系统ROADER (road-network aware and error-bounded trajectory compression).基于真实数据集的实验结果表明,该系统在压缩率、误差和执行时间等方面均显著优于同类算法.

    Abstract:

    With the rapid development of positioning technologies, positioning sensors are widely used in smart phones, car navigation system and other mobile devices. These positioning systems collect data points at certain sampling rates and produce massive trajectories, which further bring the challenges of storage and transmission of the trajectory data. The trajectory compression technique reduces the waste of the network bandwidth and the storage space by removing the redundant trajectory points and preserving the key trajectory points. This paper summarizes the progresses of trajectory compression researches and proposes a road-network aware and error bounded online trajectory compression system, named ROADER. The system includes a distance-bounded Hidden Markov map matching algorithm and error-bounded efficient trajectory compression algorithm. Experiments based on real data sets show that the system is superior to similar systems in terms of compression ratio, error occurrence and running time.

    参考文献
    相似文献
    引证文献
引用本文

左一萌,林学练,马帅,姜家豪.路网感知的在线轨迹压缩方法.软件学报,2018,29(3):734-755

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-07-30
  • 最后修改日期:2017-09-05
  • 录用日期:
  • 在线发布日期: 2017-12-05
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号