感应网络环境下移动时空轨迹分析方法
【专利摘要】本发明涉及感应网络环境下的移动行为分析与预测【技术领域】，具体的说是一种感应网络环境下移动时空轨迹分析方法。包括数据接收：接收定位装置所产生的轨迹移动位置数据，并将其数据格式解析成适用于数据处理的数据格式；语义处理：将语义轨迹数据进行聚类操作；时空关联：分别在时间域和空间域对聚类后的语义轨迹数据进行特征分析与统计，同时结合时间域与空间域进行时空关联度分析；关联相似度分析：计算语义轨迹的时空关联相似度，对于不同空间域之间、不同移动对象之间的关联度分别进行分析计算；输出结果。本发明解决了传统事务型数据库中时间空间维度的连续化处理与相互关联的问题，满足了感应网络应用服务对轨迹移动数据实时分析的需要。
【专利说明】感应网络环境下移动时空轨迹分析方法
【技术领域】
[0001]本发明涉及感应网络环境下的移动行为分析与预测【技术领域】，具体的说是ー种感应网络环境下移动时空轨迹分析方法。
【背景技术】
[0002]目前，随着GPS等移动位置采集装置的普及以及无线传输、泛在计算技术的发展，基于移动物体位置信息的行为模式挖掘、实时位置服务、移动位置预测等时空轨迹分析领域的研究越来越引起学术界与产业界的关注，其相关的应用也日趋广泛。目前在智能交通管理与调度、突发性群体事件的监测处理、生态环境的变化感知、移动网络增值业务等方面已有相关的基础应用。由于时空轨迹数据在时间维度和空间维度上分別具有连续特性，同时时空关联广泛地存在于轨迹分析的过程中，因此结合时空维度分布特性进行轨迹分析十分必要。但是，目前现有的轨迹移动分析方法或是只考虑空间维度的分布特征，或是只考虑移动位置依照时间先后顺序的空间分布特征，对于时空关联轨迹方面尚无成熟的分析方法。同时基于背景知识(如区域人口统计分布、移动位置点语义表示等等)，时间空间相互关联相似度聚类，语义空间的移动模型表示等方面缺少相关的分析研究方法，这对于轨迹移动分析与移动服务的应用带来了巨大的难题。因此，迫切需要一种有效地轨迹分析方法对于移动位置信息进行深层次的特征分析与模式抽取。
【发明内容】
[0003]针对现有技术中存在的上述问题，本发明提供了ー种基于移动位置轨迹分析的系统性方法，通过时空关联分析与空间位置语义背景进行轨迹的分析与模式的发现，有效解决了 LBS下的移动物体位置轨迹信息的关联分析方面存在的不足，满足了移动服务应用对于实时性、复杂性、集成性、现实性等方面的需要。
[0004]本发明为实现上述目的所采用的技术方案是:感应网络环境下移动时空轨迹分析方法，包括以下步骤:
[0005]数据接收与解析:接收定位装置所产生的轨迹移动位置数据，包括移动位置点数据和与之对应的时间数据；对其中的噪声数据、冗余数据、错误数据及不完整数据进行滤除清洗；对清洗后的数据进行线性插值操作，即对相邻位置数据时间间隔值超过阈值的数据，在相邻位置间线性化添加位置点数据，该阈值与具体的应用背景相结合由用户给出；
[0006]语义处理:将解析后的轨迹移动位置数据转化为抽象意义上的语义轨迹数据，即对时空三维坐标表示的移动位置数据进行ニ维坐标下的语义转换，具体为将由GPS经度、维度表示的空间ニ维元素转换为地理信息下的区域语义ー维元素，对应的时间维度元素不变；在此基础之上将语义轨迹数据中的相近区域位置数据进行归类；
[0007]时空关联:分别在时间域和空间域对经语义处理后的数据按分布特征与密度特征进行相似性分析统计，结合时间域与空间域进行时空关联度分析；所述关联相似度分析为:计算语义轨迹的时空关联相似度，对于不同空间域之间、不同移动对象之间的关联度分别进行计算；[0008]输出:根据上述的关联相似度分析结果建立概率模型，对于所发现的轨迹模式进行语义集成化处理，产生可读的输出结果；计算移动对象个体与群体的时空轨迹概率，预测其未来的时空轨迹位置。[0009]所述解析的对象包括由不同移动位置采集设备所获取的不同标准、不同格式的轨迹移动位置数据。[0010]所述空间位置语义知识信息表示社会附属信息，包括人口统计分布信息、经济社会信息以及机构设置、区域划分。[0011]所述经过语义处理后的语义轨迹数据存储在语义知识库中。[0012]所述定位装置所产生的轨迹移动位置数据以提示消息的方式发送到对应移动设备上。[0013]所述提示消息包括数据发送、传输消息和异常情况提示。[0014]所述时空关联具体为:[0015]在位置对之间产生相似度量矩阵:I)对移动轨迹所覆盖的轨迹空间以网络互连的方式进行位置网络计算，将轨迹空间划分为n个互不相连的区域集合，对该集合中的任意两个区域基于拓扑关系计算其轨迹连接数；[0016]2)对应于上述所划分的区域计算其区域兴趣度量:[0017]Value = f (Nin, Nout, A T)[0018]其中Nin表示进入该区域的轨迹数,Ntjut表示离开该区域的轨迹数，AT表示轨迹停留的时间累积，Value表示基于上述三个参数所得出的空间区域的兴趣度量；[0019]3)在区域兴趣度度量与区域间轨迹连接的基础上进行相似位置间聚类，从而建立区域与时间关联量化关系，并得出具有相同轨迹访问特征的区域；
【权利要求】
1.一种感应网络环境下移动时空轨迹分析方法，其特征在于，包括以下步骤: 数据接收与解析:接收定位装置所产生的轨迹移动位置数据，包括移动位置点数据和与之对应的时间数据；对其中的噪声数据、冗余数据、错误数据及不完整数据进行滤除清洗；对清洗后的数据进行线性插值操作，即对相邻位置数据时间间隔值超过阈值的数据，在相邻位置间线性化添加位置点数据，该阈值与具体的应用背景相结合由用户给出； 语义处理:将解析后的轨迹移动位置数据转化为抽象意义上的语义轨迹数据，即对时空三维坐标表示的移动位置数据进行二维坐标下的语义转换，具体为将由GPS经度、维度表示的空间二维元素转换为地理信息下的区域语义ー维元素，对应的时间维度元素不变；在此基础之上将语义轨迹数据中的相近区域位置数据进行归类； 时空关联:分别在时间域和空间域对经语义处理后的数据按分布特征与密度特征进行相似性分析统计，结合时间域与空间域进行时空关联度分析；所述关联相似度分析为:计算语义轨迹的时空关联相似度，对于不同空间域之间、不同移动对象之间的关联度分别进行计算；
输出:根据上述的关联相似度分析结果建立概率模型，对于所发现的轨迹模式进行语义集成化处理，产生可读的输出結果；计算移动对象个体与群体的时空轨迹概率，预测其未来的时空轨迹位置。
2.根据权利要求1所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述解析的对象包括由不同移动位置采集设备所获取的不同标准、不同格式的轨迹移动位置数据。
3.根据权利要求1所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述空间位置语义知识信息表示社会附属信息，包括人口统计分布信息、经济社会信息以及机构设置、区域划分。
4.根据权利要求1所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述经过语义处理后的语义轨迹数据存储在语义知识库中。
5.根据权利要求1所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述定位装置所产生的轨迹移动位置数据以提示消息的方式发送到对应移动设备上。
6.根据权利要求5所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述提示消息包括数据发送、传输消息和异常情况提示。
7.根据权利要求1所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述时空关联具体为: 在位置对之间产生相似度量矩阵:1)对移动轨迹所覆盖的轨迹空间以网络互连的方式进行位置网络计算，将轨迹空间划分为n个互不相连的区域集合，对该集合中的任意两个区域基干拓扑关系计算其轨迹连接数； 2)对应于上述所划分的区域计算其区域兴趣度量:
8.根据权利要求1所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述数据接收、语义处理、时空关联、关联相似度分析和结果输出都是在监控状态下进行，对于异常与错误情况进行报警提示。
9.根据权利要求1所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述解析后的轨迹数据进行语义转化处理，转化后的语义流数据一方面与历史轨迹数据相比较，分别进行个体轨迹关联分析及群体轨迹关联分析；另一方面利用预先设定的已知事件条件进行条件匹配，如果满足某个预先设定的事件构成条件，即认为是某一个确定事件的发生，从而产生异常报警等操作。
10.根据权利要求9所述的感应网络环境下移动时空轨迹分析方法，其特征在于，所述监测得到的异常事件保存在历史数据库中以进行历史事件更新。
【文档编号】G06F17/30GK103593361SQ201210290571
【公开日】2014年2月19日 申请日期:2012年8月14日 优先权日:2012年8月14日
【发明者】库涛, 朱云龙, 王亮, 吴俊伟, 吕赐兴, 陈瀚宁, 张丁一 申请人:中国科学院沈阳自动化研究所