[发明专利]一种多语义轨迹数据分段存储方法

权利要求书

1.一种多语义轨迹数据分段存储方法，其特征在于，包括以下步骤：

步骤1：将车辆轨迹数据通过数据清洗去除无效数据得到清洗后车辆轨迹数据，将语义分段数据通过数据清洗去除无效数据得到清洗后语义分段数据；

步骤2：将数据清洗后车辆轨迹数据和数据清洗后车辆语义行程分段进行数据融合，得到融合后车辆轨迹段数据；

步骤3：采用基于停留点分段的方法对融合后车辆轨迹段数据进行分段，得到轨迹分段后数据；

步骤4：将轨迹分段后数据进行数据压缩，得到压缩完成的轨迹段数据；

步骤5：将轨迹分段后数据、压缩完成的轨迹段数据通过数据表方式进行存储；

步骤1中所述车辆轨迹数据具体为：

GPS_i＝{long_i,lat_i,date_i,time_i,ID_i}，i∈[1,M]

其中，GPS_i为第i组车辆GPS数据，long_i,为第i组车辆GPS数据的经度，lat_i,为第i组车辆车GPS数据的纬度，date_i,为第i组车辆GPS数据的日期，time_i为为第i组车辆GPS记录时刻，ID_i为第i组车辆GPS数据的车牌号，M为原始所有轨迹点的个数；

步骤1中所述车辆轨迹数据去除无效数据，具体方法为：

加载给定车辆的所有轨迹数据，去除时间重复的轨迹点数据；

利用正则匹配去除时间、经纬度格式错误的数据；

去除经纬度不在合法范围内的记录；

统一时间格式，将时间字段转换为ISO8601标准格式；

按车牌号分组、按日期时间排序并存储；

步骤1中所述数据清洗后车辆轨迹数据结合相邻两点的车速、道路的限速过滤GPS漂移点，具体为：

通过速度来判断车辆是否发生漂移，即任意相邻两点的车速应当不大于道路的限速，选取高速限速作为判断依据；

则轨迹R中相邻两点r_i与r_j之间的速度为：

其中，dist_r(r_i,r_j)表示地图上两点间球面距离，r_i，r_j，分别为两点的经纬度坐标向量，dist_r(r_i,r_j)计算方法可使用Haversine公式计算，t_j,t_i分别表示gps记录r_i，r_j两点时的记录时间；

过滤漂移点步骤如下：

依次对轨迹R中的每个点r_i，按轨迹R中相邻两点速度模型，计算r_i相邻与前向邻近轨迹点r_i-1和后向邻近轨迹点r_i+1的速度；

如果前向速度、后向速度均小于等于设定的阈值则保留该点；如果前向或后向速度大于设定阈值，则认定该点为漂移点，将漂移点从清洗后的轨迹中移除；

数据清洗后车辆轨迹数据格式保持不变，具体定义为：

GPS_j＝{long_j,lat_j,date_j,time_j,ID_j}，j∈[1,N]

其中，GPS_j为清洗后第j组车辆GPS数据，long_j,为第j组车辆GPS数据的经度，lat_j,为第j组车辆GPS数据的纬度，date_j,为第j组车辆GPS数据的日期，time_j为为第i组车辆GPS记录时刻，ID_j为第j组车辆GPS数据的车牌号，N为清洗后有效轨迹点的个数；

步骤1中所述语义分段数据数据具体为：

Trav_k＝{stime_k,dtime_k,dis_k,ID_k,disp_k}，k∈[1,M]

其中，stime_k为第k组语义行程分段的起始时间，dtime_k为第k组语义行程分段的终止时间，dis_k为第k组语义行程分段的行驶里程，ID_k为第k组车辆GPS数据的车牌号，disp_k为该段行程的语义描述，M为原始数据中，该车辆的语义行程分段的个数；

步骤1中所述车辆语义分段数据去除无效字段，具体方法为：

加载语义分段数据，并去重；

正则匹配滤掉时间格式错误的数据；

滤掉终止时间早于起始时间的记录；

将时间字段转换为ISO8601标准格式；

按车牌号分组、按时间排序并存储；

数据清洗后车辆语义分段数据为：

Trav_l＝{stime_l,dtime_l,dis_l,ID_l,disp_l}，l∈[1,N]

其中，stime_l为清洗后保留的有效语义分段数据中第l组行程的起始时间，dtime_l为第l组语义行程分段的终止时间，dis_l为第l组语义行程分段的行驶里程，ID_l为第l组车辆GPS数据的车牌号，disp_l为该段行程的语义描述，N为清洗后车辆的语义行程分段的个数；

步骤2中所述将数据清洗后车辆轨迹数据和数据清洗后车辆语义行程分段进行数据融合，具体过程为：

步骤2.1依次对每辆车做如下操作；

步骤2.2对该车辆的轨迹序列按日期时间的顺序排序；

步骤2.3对该车辆的每对上下车记录的时间，按时间排序；

如果轨迹点GPS_k的时间time_k位于某一个语义行程分段Trav_i的起始时间stime_i和终止时间dtime_i之间，则用该语义行程的描述disp_i标记为此轨迹点；如果time_k位于Trav_i的终止时间dtime_i与下一段语义行程分段Trav_i+1的起始时间stime_i+1之间，则标记为“无语义”，直至最后一个语义行程分段。