交通时空数据处理与交互式可视化平台设计及实现

ID:76192722

大小:2.93 MB

页数:60页

时间:2022-01-14

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
   数据处理       交互式       可视化       平台       设计       实现   

《交通时空数据处理与交互式可视化平台设计及实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中图分类号:TP391密级:公开UDC::本校编号*,‘V备硕士学位论文论文题目:交通时空数据处理与交互式可视化平台设计及实现研究生姓名:张金秋学号:0214638学校指导教师姓名:党建武职称:教授申请学位等级:工学硕士学位专业:智能交通与信息系统工程论文提交日期:2017.4论文答辩日期:7(117.气n独创性声明'^C本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研宄成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人己经发表或撰写过的研。宄成果,也不包含获得兰州交通大学或其他教育机构的学位或证书而使用过的材料与我一同工作的同志对本研宄所做的任何贡献均己在论文中作了明

2、确的说明并表示了谢意。学位论文作者签名签字日期:年〖月日/学位论文版权使用授权书本学位论文作者完全了解兰州交通大学有关保留、使用学位论文的规定。特授权兰州交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影、、汇编以供查阅和借阅印缩印或扫描等复制手段保存。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:。签字曰期:p:1i7年(月衫曰签字曰期;门年6月v曰n硕士学位论文交通时空数据处理与交互式可视化平台设计及实现DesignandImplementationofAPlatformforTrafficSpatialTempo

3、ralDataProcessingandInteractiveVisualization作者姓名:张金秋学科、专业:智能交通与信息系统工程研究方向:数据可视化学号:0214638指导教师:党建武完成日期:2017.4兰州交通大学LanzhouJiaotongUniversityn兰州交通大学硕士学位论文摘要随着社会的发展,城市化进程的加快,急剧增多的交通出行导致城市交通拥堵现象日益严重。伴随着相关技术的快速发展,包括浮动车数据在内越来越多的交通数据被收集存储。交通数据具有海量、维度高,包含时间与空间标签等特点,是典型的时空数据,需要合理、高效的分析手段支持才能发现其背后隐含的规律。智能交通的兴起加速了交通数据研究领域的发展,可视化作为数据分析的重要手段逐渐被应用

4、到交通数据研究领域,可直观呈现多维时空轨迹数据,探索发现城市交通运行规律,为城市交通调度和道路建设规划提供决策支持。现有数据可视化解决方案在可视分析交通轨迹数据时存在对技术要求、通用性及可视化效果不能同时兼顾的问题。基于此,本文设计并实现交通时空数据可视化平台,通过统一的数据模式,对多源数据集成、转换、数据清洗及地图匹配,并完成基于交互的任务逻辑设计,平台实现在提高通用性同时可对时空数据分析提供多样化可视化方法。论文的主要内容如下:本文给出数据处理方法。地图数据是地图可视化的基础,本文采用ArcGISDesktop完成原始地图数据处理过程,为后期分析任务提供可用的地图数据;原始GPS数据存在噪声数据,根据GPS数据的特点制定数据的标准表示方法及数据过滤机制,将原始

5、数据统一化表示并对噪声等问题数据清洗过滤;定位位置与实际运行位置间存在偏差,地图匹配可有效解决此问题,传统匹配算法应用到低频采样浮动车数据时精度较低,基于此本文提出了一种改进的地图匹配算法,采用改进的地图网格划分方法快速确定候选路段集,引入最短路径与轨迹方向信息辅助确定最优匹配路段。结合数据处理过程及时空轨迹数据特点,从功能及属性两个维度分析了平台的需求,确定了不同层次的任务分析模型,采用分层的架构思想设计平台架构,结合需求分析等给出数据导入模块、数据处理模块、数据可视化模块及功能拓展模块四个功能模块的详细设计,为平台实现奠定基础。基于设计基础,实现平台各功能模块功能,包括数据导入模块、数据处理模块、数据可视化模块及功能拓展模块各模块功能,并对系统性能进行测试分析

6、,满足设计要求。关键词:交通轨迹数据;数据处理;地图匹配;可视化论文类型:应用研究-I-n交通时空数据处理与交互式可视化平台设计及实现AbstractWiththedevelopmentofsocietyandtheaccelerationofurbanization,therapidincreaseoftrafficandtravelleadtotheincreasinglyseriousconditionofurbantrafficcongestion.Withtherapiddevelopmentofassociatedtechnology,moreandmoretrafficdataincludingfloatingcardataarecollected

7、andstored.Trafficdatahasthecharacteristicsoflargeamount,highdimensionandincludingtimeandspaceattributes,whichistypicalspatio-temporaldataandneedreasonableandefficientanalysistoolstodiscoverthehiddenrulesbehindthedata.Theriseofintelligenttrafficacceleratesthedevelopmentoftrafficdataresearch.Asanimportanttoolfortheanalysisofdata,Visuali

8、zationhasbeenappliedtothefieldoftrafficdataresearch,whichcandirectlyshowsthemulti-dimensionalspatio-temporaltrajectorydata,exploresandfindsoutthelawofurbantrafficoperation,andprovidesdecisionsupportforurbantrafficplanningandroadconstructionplanning.Theexistingdatavisualizationsolutionsinthevisualanalysisoftraffictrajectorydatacannotta

9、keintoaccounttechnicalrequirement,generalityandvisualeffects.Basedonthis,avisualizationplatformfortrafficspatio-temporaldatahasbeendesignedandimplementated.Basedontheunifieddatamodel,theplatformhasrealizedthefunctionsasfollows:multisourcedataintegration,conversion,datacleaningandmapmatching.Thedesignofvisualizationtasklogicbasedoninte

10、ractivehasalsocompleted.Theplatformhasimprovedtheversatilityandprovidedavarietyofvisualizationmethodsforspatio-temporaldataanalysis.Themaincontentsofthispaperareasfollows:Thewayofdataprocessinghasbeengiven,includingmapdataprocessing,GPSdataprocessingandmapmatching.Mapdataisthebasisofcartographicvisualization.Theoriginalmapdatawasproce

11、ssedbyArcGISDesktop.Themapdataafterprocessingcanmeettheneedsofthelatteranalysistasks.TheoriginalGPSdatahasnoisedata.BasedonthecharactersofGPSdata,thispaperhasdevelopedthestandardrepresentationmethodofGPSdataandthedatafilteringmechanism,thustheGPSdataisexpressedbytheunifiedapproachandthenoisedataisfilteredandcleaned.Thereisadeviationbe

12、tweenthepositiondeterminedbypositioningsystemandtheactuallocation.Themapmatchingalgorithmcaneffectivelysolvethisproblem.Whenthetraditionalmapmatchingmethodisusedtomatchthelowfrequencysamplingfloatingcardata,thematchingaccuracyislow.Basedonthis,animprovedfloatingcarmapmatchingalgorithmhasbeenputforward:thesetofcandidateroadisdetermined

13、bythegridpartitionmethodbasedonthedynamicchangeofthenumberofsectionsinthegridandtheshortestpathandtrajectorydirectioninformationareaddedtotheprocessofselectingtheoptimalmatchingsection.-II-n兰州交通大学硕士学位论文Basedonthedataprocessingandthecharacteristicsoftraffictrajectorydata,requirementsanalysishasbeengivenincludingfunctionalrequirementsa

14、ndpropertyrequirements.Basedontherequirements,thetaskanalysismodelhasbeendetermined,thearchitectureoftheplatformhasbeendesignedbasedonlayeredthoughtandthefourfunctionmoduleshasbeendesigned,includingdataimportmodule,dataprocessingmodule,datavisualizationmoduleandfunctionexpansionmodule.Basedondesign,eachmodulefunctionoftheplatformhasbe

15、enimplementated,includingthefunctionofdatainputmodule,dataprocessingmodule,datavisualizationmoduleandfunction.Theperformanceofthesystemhasbeentestedandanalyzedandtheresultsshowtheplatformcanmeetthedesign.KeyWords:TrafficTrajectoryData,DataProcessing,MapMatching,Visualization-III-n交通时空数据处理与交互式可视化平台设计及实现目录摘要............................

16、.........................................................................................................IAbstract.....................................................................................................................................II1绪论....................................................................................

17、....................................................11.1研究背景及意义.........................................................................................................11.2国内外研究现状.........................................................................................................21.2.1可视化理论研究现状.....................................

18、.................................................21.2.2可视化解决方案现状......................................................................................31.3研究内容.....................................................................................................................41.4论文主要结构...................................................

19、..........................................................52相关技术介绍........................................................................................................................62.1数据可视化技术.........................................................................................................62.1.1可视化方向.......................

20、...............................................................................62.1.2可视化方法......................................................................................................62.2ArcGIS.........................................................................................................................72.2.1ArcGISD

21、esktop................................................................................................82.2.2ArcGISServer...................................................................................................82.3开发技术.............................................................................................................

22、......102.3.1Java..................................................................................................................102.3.2JavaScript........................................................................................................102.3小结.............................................................................

23、..............................................113数据处理..............................................................................................................................123.1地图数据处理...........................................................................................................123.1.1提取研究区域地图........................

24、................................................................133.1.2完善属性字段................................................................................................143.1.3拓扑处理........................................................................................................163.1.4网络数据集....................................

25、................................................................173.2GPS数据处理............................................................................................................183.2.1数据转换........................................................................................................183.2.2数据清洗..........................

26、..............................................................................193.3改进的浮动车地图匹配算法...................................................................................203.3.1候选路段集确定方法.....................................................................................20-IV-n兰州交通大学硕士学位论文3.3.2最优匹配路段确定方法......................

27、..........................................................233.3.3实验分析........................................................................................................283.4小结...........................................................................................................................304交通时空数据可视化平台设计.................

28、.........................................................................314.1需求分析...................................................................................................................314.1.1功能需求........................................................................................................314.1.2属性需求.............

29、...........................................................................................324.2模型设计...................................................................................................................324.2.1数据划分方法................................................................................................324.2.2任务分析模

30、型................................................................................................334.3架构设计...................................................................................................................344.3.1设计原则........................................................................................................

31、344.3.2系统架构........................................................................................................354.4模块设计...................................................................................................................364.4.1数据导入模块....................................................................................

32、............364.4.2数据处理模块................................................................................................374.4.3数据可视化模块............................................................................................384.4.4功能拓展模块................................................................................................

33、384.5数据库设计...............................................................................................................394.6小结...........................................................................................................................395平台实现及验证...........................................................................

34、.......................................415.1功能模块实现...........................................................................................................415.1.1数据导入模块实现........................................................................................415.1.2数据处理模块实现.............................................................

35、...........................415.1.3数据可视化模块实现.....................................................................................435.2平台测试...................................................................................................................445.3小结.............................................................................

36、..............................................456结论与展望..........................................................................................................................46致谢..................................................................................................................................48参考文献....................

37、........................................................................................................49攻读学位期间的研究成果......................................................................................................52-V-n兰州交通大学硕士学位论文1绪论1.1研究背景及意义随着社会的快速发展以及城市化进程脚步的加快,大量的农村人口涌入城市,《中华人民共和国2016年国民经济和社会发展统计公报》显示2016年末常住人口城镇化率为57.35%,

38、比上年末提高1.25个百分点,按人口算2016年城镇人口比上年增加2182万[1]人,农村人口减少1373万人;经济的快速发展,促使人均收入稳步提高,人民生活水平亦得到很大改善,与此同时汽车价格的不断降低,促使汽车保有量也随之迅速增多,交通出行量急剧增加。另一方面,大中型城市拆迁费用高昂,道路建设受到投资和城市[2]用地约束,导致城市新建和扩建道路缓慢;此外不合理的资源配置,存在缺陷的道路设计,造成路网建设与交通出行量不相匹配,致使交通拥堵问题越来越明显,这不但浪费居民出行时间、阻碍着城市发展还造成了巨大的经济损失。《2016年度中国主要城市交通分析报告》中提到2016年10大拥堵城市如图1.1所示,济南、哈尔滨、北京、重庆4个城市的高峰拥堵延时指数超过2.0,这

39、些城市因交通拥堵而造成通勤时间是畅通情况下的2倍;2011年北京市由于交通拥堵问题全年共造成经济损失约1171亿元,其[3]中私人汽车共损失902亿元,出租车73亿元,公交车辆196亿元。图1.12016年10大拥堵城市随着定位技术的快速发展以及成本的下降,车载导航不在仅限于为少数车辆提供指引和路线建议。定位技术拓展到个人移动设备以及道路感知技术的应用,亦扩大了定位技术的应用范围,数据产生的源头增加使得人们能获取到交通出行数据量迅速增多。这些数据量大,且维度高,不仅包含经纬度与时间戳,还包含车辆速度方向等信息,直接[4]分析难度较大。2011年《Science》出版专刊“DealingwithData”讨论如何利用数据-1-n交通时空数据处理与交互式可视化平台设

40、计及实现来加速推动社会发展,如何分析这些海量数据,并从中获取有用的信息,是当前研究的热点问题。数据可视化方法的兴起与快速发展为交通时空数据的分析提供了便利。可视化思想起源于15世纪到17世纪,这是数据可视化早期探索时期;在16世纪时,人们可通过几何图表展示一些信息;18世纪到20世纪中叶,数据可视化走过了它的孕育期、发展期、低潮期及快速发展期;1987年美国科学家布鲁斯·麦考梅克首次提出将图形图像技术应用到计算科学;二十世纪90年代初期,人们发起了信息可视化的研究领域,旨在分析许多应用领域之中抽象的异质性数据集,数据可视化这个涵盖科学可视化与信息可视化的术语正逐渐被人接受。数据可视化是指运用计算机图形图像技术将数据转换为图形或图像的方式,将数据[5]以视觉形式表示

41、,充分利用人们对可视模式快速识别的自然能力。数据可视化的方法使较为复杂的信息更容易和快速的被人理解,把数据、信息和知识转化为可视的表现形式并获得更深层次的理解。采用数据可视化的方法对交通时空数据进行分析和可视化展示,呈现和分析城市道[6]路的局部结构和交通状况,可以发现城市车辆的行驶规律、道路规划的潜在问题,探索交通拥堵产生和发展的规律,有助于确定造成交通拥堵的关键问题,并针对拥堵问题进行快速有效的治理,为出租车调度、公交车线路规划提供数据支持,同时也为交通出[7]行的路线规划提供有力的支撑。然而对于用户来说,想要利用数据可视化技术进行交通时空数据的处理分析工作需要整套的数据可视化系统提供支持。基于此,本文旨在设计一款交通时空数据可视化平台,集数据导入、数据处理及

42、可视化展示于一体,为用户提供整套的交通时空数据可视化系统。1.2国内外研究现状随着国内外数据可视化的飞速发展,出现了大量的数据可视化算法及可视化工具平台,本节从可视化理论研究及可视化解决方案两个维度给出可视化的研究现状分析,深入了解可视化平台的发展趋势及存在问题,进而得出本论文研究的的必要性。1.2.1可视化理论研究现状国内外对于数据可视化的研究已经有了显著的成果。2000年Havre等提出了ThemeRiver模型,使用此模型可视化反映1990年六月至八月文档资料主题强度信息变[8][9]化的过程;2004年FU便使用折线图来描述股票走势,反映股票的变化趋势;JavedW等人在2010年提出了一种应用于多个时间序列的辫式流图可视化展示方法,解决了-2-n兰州交

43、通大学硕士学位论文[10]折线图互相遮挡的问题,提高了空间利用率;王志省等提出了一种改进的基于自组织[11]的高维数据可视化算法,有效解决了传统模型难以清晰准确地展现高维数据的缺陷;Willems等使用船的速度与核密度相结合的方法构造密度图来研究船舶运动轨迹的多元[12]性,兼顾了数据各维度的有效表征,有效显示了船舶主要的历史航线昼夜分布;浙江工业大学孙国道等在对高维时空房地产数据做了可视分析研究,提出了包含4个组件的[13]可视分析方法。当前国内外的研究文献大多针对某一特定角度数据的获取和可视化的思路,具有较高的专业性及代表性。1.2.2可视化解决方案现状可视化技术的迅速发展促使不同的可视化解决方案不断出现,当前数据可视化解决方案主要可分为三类,第一类是面向程序

44、开发人员的数据可视化解决方案,第二类是面[14]向特定领域的可视化解决方案,第三类是通用性的数据可视化解决方案。(1)面向程序开发人员的数据可视化解决方案此类方案为用户提供可视化工具集及开发框架,要求用户具备专业的开发技能通过编程来构建独有的数据可视化解决方案,主要代表现有开源的可视化分析工具[15][16][17]Prefuse、VTK(VisualizationToolkit)、D3.js以及文献[18]提出的有机融合数据库处理、数据变换和可视分析等技术的交通时空数据可视分析框架,文献[19]提出了一个轨迹检测框架,用来探索发现交通轨迹数据中的异常情况,此类解决方案一般不具备用户界面等易用性属性,无法满足用户使用的条件。(2)面向特定领域的可视化解决方案[20

45、]此类方案系统高度定制,针对某一特定领域或特定问题,通用性差,如Guo等人2011年开发了TripVista系统,使用可视化技术只分析路口车辆轨迹数据的微观模式但忽略了宏观信息,此外现有较好的特定领域的可视化解决方案大多为商用模式,使用价格昂贵。(3)通用性的数据可视化解决方案此类解决方案重复利用率高、灵活行强,但可视化表现效果单一,excel是典型的通用型数据可视化工具,其视觉元素有限,缺乏可视化效果多样性。综上所述,数据可视化方法及数据可视化解决方案均得到了长足的发展。然而,国内外学者研究大多针对数据可视化方法或针对某一特定问题数据可视化软件,想要利用数据可视化技术进行交通时空数据处理分析工作需要整套的数据可视化系统提供支持。面向软件开发人员的,需要一定的编程

46、能力设计实现可视化方法及可视化系统;面向专业领域的,虽然具有良好的可视化效果,但缺乏灵活多样性;通用性解决方案表现效果-3-n交通时空数据处理与交互式可视化平台设计及实现单调,缺乏优良的交互性能。现有数据可视化解决方案对技术要求、通用性及可视化效果不能同时兼顾,无法满足用户对交通时空数据的可视化分析需求。1.3研究内容本文研究主要针对交通时空数据,出租车GPS数据是交通时空数据的主要组成部分,可准确高效映射出道路交通状况,为交通方案制定提供科学、确凿的数据支撑,所以本文研究以出租车GPS数据为代表。本文研究内容框架如图1.2所示。交通时空数据处理与交互式可视化平台设计及实现数据处理平台设计地图数据处理GPS数据预处理需求分析架构设计模型设计模块设计地图匹配实现平

47、台热点推荐区域划分图1.2论文研究框架本文主要包括三个研究内容,首先是数据的处理,原始的交通时空数据由于GPS设备缺陷和数据传输错误等因素影响,存在噪声、信息缺失以及错误信息等问题,虽然问题数据占比不大,若直接用于数据分析会严重影响分析结果准确性,数据预处理是一[21]个必不可少的过程。本文采用数据清洗、数据变换等方法对出租车GPS数据进行预处理,结合地图路网数据进行地图匹配,将定位数据映射到正确行使的道路上。地图匹配需要与高精度电子地图相结合,原始地图数据缺乏关键属性,需要进一步的加工处理。本文研究已有的匹配算法,发现不足并提出了一种改进的地图匹配方法,使得交通时空数据准确高效的映射到道路中,为后期的数据可视化提供便利。设计并实现交通时空数据可视化平台,简化数据

48、处理与可视化过程,通过统一的数据模式,实现对多源数据集成、转换、数据清洗及地图匹配的过程,并完成基于交互的任务逻辑设计,平台在提高通用性同时可对时空数据分析提供多样化可视化方法。采用真实出租车GPS数据验证平台功能,实现平台各设计功能,支持多种格式导入并转换-4-n兰州交通大学硕士学位论文为平台采用的标准化数据数据表示方法,完成对数据进行清洗以及地图匹配的过程,提供多种可视化方法进行可视化展示且具有良好的交互功能,提供多层次的任务分析功能。热点区域与区域划分为后期功能拓展。1.4论文主要结构第一章是绪论部分,主要包括研究背景及意义、国内外研究现状、本文研究内容以及论文组织结构。第二章是相关技术介绍,主要介绍本论文研究所采用的相关技术,系统开发相关的开发环境与开发

49、技术。第三章是数据预处理,包含路网数据处理、GPS数据处理以及地图匹配,其中路网数据处理包括路网数据预处理、拓扑处理、完善属性字段以及制作网络数据集;GPS数据处理包括数据转换及数据清洗。第四章是平台设计部分,主要包括平台需求分析、模型设计、模块设计以及系统架构设计等。第五章是平台实现部分,根据平台需求分析及设计,实现并验证平台。第六章是结论与展望,介绍了本论文的主要研究成果及进一步研究方向。-5-n交通时空数据处理与交互式可视化平台设计及实现2相关技术介绍2.1数据可视化技术可视化是通过图形图像的表现形式,进行信息传递和表达的过程,是一种把抽象无[22]法直接理解的内容以一种容易接受的视觉形式表现出来的技术,将快速高效的算法与人对可视图形认知的先天优势相结合。

50、现代意义上的数据可视化是指借助计算机图形图像学、用户界面及人机交互等技术,通过表达及属性动画的显示,对数据进行可视化的展示。2.1.1可视化方向可视化主要分为信息可视化、科学可视化及可视分析,三者密切相关既有区别又有联系,有各自的特点及内涵。“信息可视化”一词最早出现在ROBERTSON等人1989年发表的文章《用于交互[23]性用户界面的认知协处理器》中,信息可视化主要研究非空间数据可视化展示的方法[24]和技术,通过对非空间数据的可视化展示,辅助人们对该类数据隐含信息的理解。信息可视化综合计算机图形图像学、视觉设计、数据挖掘等相关技术和理论,帮助人们获取知识和信息,为人们打开了理解复杂信息的大门。信息可视化的数据分为以下几类:一维数据、二维数据、三维数据、多维

51、数据、时态数据、层次数据和网络数据,其中针[25]对后4种数据的可视化是当前研究的热点。科学可视化借助交互手段,分析处理气象、医学及机械等领域带有时空标签的数据。可视化是理解这些高维带有时间空间属性数据的基础,能够使科学家快速高效的筛选数据,直观生动的理解数据背后的本质。可视分析是信息可视化、科学可视化、感知与认知、分析推理及视觉呈现等多种研[26]究方向和领域交叉融合发展的产物。可视分析结合将可视化、人机交互以及自动分析等技术相结合,使得数据分析过程更加透明。可视分析技术使得人们可以从数据中得到[27]更多、更有用的知识。可视分析是一个从数据到知识,再从知识到数据的循环过程。可视分析研究主要围绕网络、交通、气象等领域,通过交互可视界面从动态、海量的数据中获取信息

52、与知识。2.1.2可视化方法可视化技术将多维数据映射到二维或三维空间,采用散点图、平行坐标及地图可视化等方法将数据的客观事物及隐含的联系进行可视化展示,便于人们的接受和理解。-6-n兰州交通大学硕士学位论文散点图使用范围较广,绘制在二维坐标系中,同时表达两个变量的一组数据点,分析坐标点的分布情况,可以判断两个维度变量之间的关联,并可以使用不同的颜色用以区分不同的类。平行坐标法是可视化展示多维数据的重要手段之一,采用一系列平行的坐标轴分别表示高维数据各维度变量,变量值确定在轴上的位置,并将不同变量的点连接成直线。归功于它的射影几何解释和对偶特性,使得平行坐标可以很好的表达高维数据在低维空间的投影信息。地图可视化是一种结合计算机科学、地图学以及地理信息系统等技术,以

53、屏幕地图为依托,直观形象地将带有地理标签的数据或数据的分析结果展示在地图上可视化方法,使用户能够更加容易理解数据背后隐含的规律和趋势,具有直观性、交互性、动态性、多维性与集成性等特点。2.2ArcGISArcGIS是美国Esri公司融合数据库技术、软件工程等多种技术,为单个或多个用户在桌面、服务器、Web和移动设备上使用GIS提供的一个完整框架,是目前主流的地理信息系统平台软件。ArcGIS可以用来创建和使用地图、编辑地理数据等多种功能。ArcGIS是一个完整的地理信息平台,具有架构完整、易学易用、通用性强等优点,广泛支持多种类型的客户端,包括浏览器、移动终端及传统的桌面应用。ArcGIS是一个[28]可伸缩的平台,产品包括桌面、服务器、移动及Web应用等多个方面

54、,ArcGIS主要组成部分如图2.1所示。桌面服务器移动在线ArcGISDesktopArcGISServerArcPadArcGISOnlineArcGISEngineArcGISMobileEmapzomeArcGISExploreArcGISforiOS/widowsphone/AndroidGeodatdbaseFile-basedGeodatdbaseXML图2.1ArcGIS主要产品-7-n交通时空数据处理与交互式可视化平台设计及实现桌面GIS是在桌面系统中分析处理地理信息的产品,主要包括:ArcReader、ArcGIS[29]Desktop、ArcGISEngine以及ArcGISExplore。服务器GIS在服务器端集中管理GIS数据并提供应用

55、服务,为建立支持数据导入、管理分析及可视化的系统提供基础,其主要包括:ArcGISServer和ArcIMS。移动GIS使用移动设备在现场完成地图的观测、浏览采集等工作,主要包括:ArcPad、ArcGISMobile等。2.2.1ArcGISDesktopArcGISDesktop是一套产品,其等级按性能由弱到强分为ArcView、ArcEditor及ArcInfo。ArcInfo不仅包含其他两个等级客户端的所有功能,还包含空间处理与分析功能,可实现所有难易程度不等的GIS任务,是用户GIS工作的首选平台。ArcGISDesktop包括一套桌面Windows应用程序:ArcMap、ArcCatalog、ArcGlobe以及ArcScene。其中ArcMap是使用

56、频率最高也是最主要的应用程序,不仅可以用来浏览和显示数据,还可以用来创建地图,对元数据及图层数据进行编辑和分析,创建及编辑地理数据,并进行封装和共享所有地理信息,包含丰富的数据处理及分析功能。ArcCatalog是用来组织管理各类地理信息的,其将地理信息以树图的形式组织显示,用户可以地理数据管理、文档管理以及进行搜索和查找信息,目前ArcCatalog已被嵌入到ArcMap当中。2.2.2ArcGISServerArcGISServer是一个基于WebServices技术用于企业级GIS应用程序的综合平台[30],可构造包含空间数据管理、地图可视化及空间分析等多种功能的企业级GIS应用及服务。此外ArcGISServer还提供了各类接口,方便用户进行发布、共享及分

57、析等相关工作。ArcGISServer依靠MapServices、GeodataService、GeoprocessingService等各类服务实现GIS的各类功能,并且在服务端实现以往只能在桌面系统中实现GIS的各种高级功能。ArcGISServer包含GIS服务器及.NET与Java的Web应用开发框架(ADF)两个关键[31]部分。GIS服务器为ArcObjects对象的宿主,包含核心的ArcObjects库,并为供了一个灵活的运行环境,供Web应用和企业应用使用。ADF允许用户使用运行在GIS[32]服务器上的ArcObjects来构建和部署基于.NET或Java的桌面和Web应用。与其他平台相比,ArcGISServer集GIS框架标准化、GIS服务器

58、集中管理、跨平台等多种优点于一身。-8-n兰州交通大学硕士学位论文ArcGISServer是一个分布式的系统,由两部分组件构成,一是包含Web服务器和GIS服务器的服务器端组件,二是包含Web浏览器和ArcGIS的桌面端的客户端组件。ArcGISServer为四层体系结构,其体系结构如图2.2所示,由上到下依次为客户端层、Web服务器层、GIS服务器层以及数据服务器层。GIS服务器,宿主各种GIS资源,例如Maps、AddressLocators等,并进行封装作为服务提供给客户端应用。GIS服务器包括服务器对象管理器(ServerObjectManager)和服务器对象容器(ServerObjectContainers)两部分。服务器对象管理器作为一个Windo

59、ws/Uuix服务在GIS服务器上运行,管理者一定数目的务器对象或对象组,单个服务器对象能连接数个服务器对象容器,有效提高服务器使用性能。ClientsMobileDeviceWebBroesersDesktopClientsInternetWebGISArcGISServerWebServerManagerAdministratorGISArcCatalogServerAdministratorDataArcGISDesktopContentAuthor图2.2ArcGISServer体系结构Web服务器,Web服务器是运行Web应用以及Web服务的平台,它们均使用GISServer上的服务资源。-9-n交通时空数据处理与交互式可视化平台设计及实现客户端,Ar

60、cGISServer的客户端种类多样,Web客户端,移动客户端或桌面应用,访问连接方式亦多样,可以通过HTTP连接到ArcGISServerInternet服务亦或通过LAN/WAN连接到本地ArcGISServer服务。数据服务器,包含以服务的形式发布到GISServer的资源。2.3开发技术本交通时空数据可视化平台选择Java语言结合ArcGISServer实现后台功能,由JavaScript实现前台界面。2.3.1JavaJava起源于上世纪90年代初Sun公司的一个Green项目,分为三个版本,如表2.1所示。表2.1Java三个版本版本名说明Java2EnterpriseEdition——企业版,适用于服务器,是J2EE企业运算、电子商务等领域的热门技术

61、J2SEJava2StandardEdition——标准版适用于一般计算机J2MEJava2MicroEdition——微型版,适用于手持设备[33]Java具有有简单、面向对象、分布式、解释执行、鲁棒等多种优点,因此,Java被广泛接受并推动了Web的迅速发展。Java具有跨平台的特性,一次编写到处运行,其源代码被编译成中间文件格式,在不同操作系统及型号的机器均可运行;java提供了专门的类,可方便用于多线程编程。2.3.2JavaScript[34]JavaScript的前身是LiveScript,是一种结构简单、使用方便、面向对象的脚本语言,不需要依赖特定的系统或机器,独立于操作平台,是一种可以嵌入不同应用程序的通用代码。JavaScript可以与超文本标记

62、语言及Java协同实现在单个网页中链接多个对象并与用户交互的功能。JavaScript可在客户端实现自动验证并且可根据用户需求定制浏览器,还可以只在客户端完成多重任务。网页控制文档对象模型,一般借助JavaScript代码来实现,文档[35]对象模型是一种文档类型,其采用面向对象的方式来描述。JavaScript是一种解释性脚本语言,不需要编译操作,直接可以在浏览器中解释执行;是一种基于对象的语言,-10-n兰州交通大学硕士学位论文标准内置对象等本身已创建完成;是一种事件驱动的语言,事件可以是敲击按钮、点击触屏等,事件触发时,JavaScript会随即做出响应;是一种跨平台的语言,它不同于一般的程序适用于某种特定的系统或平台,JavaScript不论是何种平台或

63、系统,只要是浏览器支持JavaScript均可正常运行。2.4小结本章节介绍了数据可视化基本概念,包括数据可视化的分类与数据可视化的方法,介绍了ArcGISDesktop及ArcGISServer,最后介绍了平台开发所用到的Java、JavaScript技术。-11-n交通时空数据处理与交互式可视化平台设计及实现3数据处理交通轨迹数据以图形图像的形式在地图上显示,地图数据是不可或缺的,公开的地图服务大多经过打包加密处理,无权限获取地图数据的详细信息,无法满足项目研究需求,已有的的地图数据为简单基础数据,属性不完善,需进一步加工处理。原始的GPS数据存在噪声、信息缺失以及错误信息等问题,若直接用于数据分析会严重影响分析结果准确性,需对原始数据进行预处理。由于GPS

64、采集设备精度及建筑物遮挡等因素影响,定位位置与实际位置间存在偏差,这同样影响着分析结果的准确性。本章节基于ArcGISDesktop处理完善地图数据,采用数据清洗、数据变换等过程完成原始数据的预处理工作,提出一种改进的地图匹配算法,结合处理完成地图数据实现地图匹配过程,将GPS数据点准确映射到实际行驶道路上。3.1地图数据处理本项目获取的地图数据为ArcGIS格式山东省区域与道路网基础图层地图数据,该地图数据仅包含道路名称、道路等级等字段,缺乏道路方向、道路长度等研究分析所必须的属性,此外该数据不同等级的道路分处不同的图层且缺乏拓扑信息,无法满足项目研究分析的需求,所以必须对该地图数据进一步加工处理,本次地图数据处理所采用的工作平台为ArcGISDesktop。地

65、图数据处理主要工作流程如图3.1所示。原始基本地图数据制定拓扑规则提取研究区域数据检查拓扑合并各道路图层修改拓扑错误道路长度道路限速网络数据集道路方向图3.1地图数据处理主要工作流程-12-n兰州交通大学硕士学位论文3.1.1提取研究区域地图综合考虑本项目需求、获取的出租车GPS数据信息以及可行性,确定本文研究的区域为山东省淄博市张店区与临淄区,首先要从山东省地图数据中提取研究区域数据,原始的山东省地图数据如图3.2所示。图3.2原始的山东省地图数据提取研究区域地图数据,主要包括四个任务,提取张店区与临淄区的区界,合并张店区与临淄区的区界,以合并之后的张店区与临淄区区界为基本提取该区域的路网数据,合并提取出的路网数据到一个图层。提取过程主要用到了ArcGIS当中

66、的筛选及裁剪等功能。合并道路之后的地图如图3.3所示。图3.3合并之后地图-13-n交通时空数据处理与交互式可视化平台设计及实现3.1.2完善属性字段已有路网数据只包含OBJECTID(对象编号)、Shape(类别)、NAME(道路名)、KIND(道路等级)等基础字段,没有道路长度、道路方向等属性,如图3.4所示,无法满足后期分析任务的需求,首先要完善路网数据属性字段。满足地图匹配算法需求的路网数据至少包含OBJECTID、NAME、LENGTH、SPEED、KIND、HEADING字段,所以要将缺少的LENGTH(道路长度)、SPEED(道路限速)及HEADING(道路方向)字段完善。图3.4原始路网数据属性表截图(1)LENGTH字段已有的山东省淄博市路网数

67、据采用WGS1984地理坐标系,只有投影坐标系下的路网数据才可以计算长度,所以需要对路网数据做UTM投影处理。UTM投影全称为“通[36]用横轴墨卡托投影”,UTM投影坐标有N和S的区别,分别对应北半球与南半球。UTM投影坐标系还包含投影带号,经度不同需要采用不同投影带号。投影完成后方可计算各道路长度,加入LENGTH后道路图层属性表如图3.5所示。图3.5加入LENGTH字段后属性表截图-14-n兰州交通大学硕士学位论文(2)SPEED字段基础路网数据包含KIND字段,该字段为道路等级,SPEED字段由KIND字段确定。SPEED字段与KIND字段关系如表3.1所示。表3.1SPEED与KIND关系道路KINDSPEED高速00120国道01100省道0280

68、县道0340乡道0430由表3.1确定的对应关系,为路网数据添加SPEED字段值。加入SPEED字段后路网数据属性表如图结果如图3.6所示。图3.6加入SPEED字段属性表截图(3)HEADING字段HEADING字段为道路方向字段,计算该字段值,可使用ArcGIS的线性方向平均值工具。在使用该工具时要注意将路网数据分组,若路网数据未分组,该工具的计算结果是所有道路的平均方向。线性方向平均值工具计算结果是一个新生成的图层,需要与合并道路图层连接,才可以将其计算结果道路方向信息加入合并道路图层。加入了HEADING字段的路网数据属性表如图3.7所示。加入HEADING字段后,对于路网数据的属性字段完善工作基本完成,此时该路网数据包含任务分析所需全部字段属性,可满足一

69、般分析任务需求。-15-n交通时空数据处理与交互式可视化平台设计及实现图3.7加入HEADING字段后属性表截图3.1.3拓扑处理[37]拓扑是几何对象在弯曲或拉伸等变换下位置关系保持不变的性质,是一种描述地理关系的模型。拓扑的主要功能是保证空间数据的质量。拓扑关系代表地理空间实体间[38]的一种特殊关系,不会随着实体的地理空间变换而变化。拓扑关系主要用于以下操作:控制地理实体共享几何的方式,在不需要坐标或距离情况下确定一种空间实体相对于另一种实体的位置关系,便于空间信息的查询以及重建地理实体。本文利用拓扑关系,建立两个位置之间道路的关联性。拓扑处理主要包括三个过程:制定拓扑规则、根据拓扑规则检验数据及最后修改拓扑错误。拓扑规则主要有:禁止存在伪节点,伪节点表示

70、两条线段相连,但是没有端点连上。这个功能检查出由若干线段组成一条线,线段间具有不连通的情况,例如一条道路由若若干路段构成,各道路段之间不许是连通的;禁止存在悬挂点(dangles),该类错误表示线的端点不和其他要素相连,例如在道路网中,任意道路的端点不能是悬挂点(死胡同除外);不能重叠(overlap),该类错误表示当线与线叠加时,不能出现重叠的现象,例如高速公路可以穿过河流,但是道路同河流是严禁重合的;不能相交(intersect),任何两条线不能存在相交的情况,例如高速公路上的两条平行车道相交的情况时严格禁止的;不能自相交(selfintersect),线不能自己同自己相交。采用制定的拓扑规则对路网数据进行拓扑检验。由于此路网数据为山东省淄博市的部分路网数据,

71、在边界处道路均认为是道路起止点,此类悬挂点错误忽略不计。拓扑错误主要为伪节点及悬挂节点错误,图3.8是伪节点错误,图3.9是两种悬挂节点错误。将除忽略不计之外其他所有的拓扑错误修复完毕,即可完成路网数据拓扑处理的过程。-16-n兰州交通大学硕士学位论文图3.8伪节点错误a过伸b未及图3.9悬挂节点错误3.1.4网络数据集网络数据集不同于几何网络,是一种高级的连接模式,能够展示复杂的细节,构建网络数据集既是对之前路网数据处理结果的一个验证,同时可实现最短路径查找功能,为后续分析工作提供便利。网络元素构成网络数据集,由创建网络数据集的源要素生成,[39]源要素的几何属性有助于建立连通性。创建网络数据集可以利用地理数据库中的要素数据集来创建,采用网络数据集构建向导构建

72、。构建完成的网络数据集具有最短路径查找功能,如图3.10所示。图3.10最短路径查找-17-n交通时空数据处理与交互式可视化平台设计及实现为了美观处理,隐藏处理完成的地图数据,在底层叠加网络共享的地图服务,如图3.11所示。图3.11叠加共享地图结果3.2GPS数据处理出租车GPS数据是交通时空数据的典型代表,具有覆盖范围广、移动连续性好及密度大等诸多特点,最具代表性,因此选择出租车GPS数据作为本文研究的数据类型。由于GPS系统本身及传输机制的因素,导致原始GPS数据原始的交通时空数据存在噪声、信息缺失以及错误信息等问题,若直接用于数据分析会造成分析结果质量低下,影响分析结果准确性,因此GPS数据预处理的过程必不可少,其处理过程主要包括数据转换与数据清洗两部分

73、。3.2.1数据转换不同来源的交通时空数据其格式可能会千差万别,但数据所包含的信息基本一致。原始的出租车GPS数据不仅包含车牌号(BUSID)、速度(SPEED)、经度(LONGITUDE)、纬度(LATITUDE)、时间(STIME)、航向(ANGLE)等有用信息外,还含有其他一些无用信息以及重复信息,这些信息不仅不能为后期分析任务提供帮助,还占用存储空间、增加分析难度,需将该类信息删除。不同来源的数据其表示方法可能不同,例如某些数据会用车牌ID代表车牌号,经度会采用LONGITUDE表示方法,这些差异为后期的分析任务带来了障碍。为了后期分析的便捷性,需采用统一的表示方法。本文所采用的标准表示方法如表3.2所示,将来源不同的出租车GPS数据均转换为标准表示方法。

74、-18-n兰州交通大学硕士学位论文表3.2标准表示方法标准表头说明可能的表示方法车牌号车辆编号CarID;车牌ID;车牌号时间数据采集时间time;时间;stime经度GPS数据经度LONGITUDE;经度;LONG纬度GPS数据纬度LATITUDE;纬度;LAT速度出租车速度SPEED;速度;runningspeed航向运行方向航向;方向;HEADING;ANGLE3.2.2数据清洗由于设备故障、信号被遮挡以及精度问题造成原始GPS数据存在噪声、信息缺失以及错误信息等问题,要通过一定的方法将此类数据过滤掉,否则会影响后期的分析结果。本文所研究的出租车GPS数据主要存在以下几类问题:(1)不相关数据,本文研究针对山东省淄博市张店区与临淄区出租车GPS数据,原始数

75、据中会含有研究区域以外的GPS数据,因此需要将该类数据剔除。(2)超速数据,现实生活当中车速都有一定的限制,例如车速为400km/h在现实生活中几乎不可能发生,此外考虑城市道路特殊性,确定最大车速阈值。(3)长时间停留数据,在一定时间范围内车辆一直在一定区域内,认定该车辆为停止状态,将该部分数据过滤。本文采用如图3.12所示的过滤机制。<117.925与>118.4<36.6395的经5与度过滤>37.010的纬速度度过滤>120km/h过滤清洗后原始数据GPS数据50米范围内时间超过30分钟图3.12数据清洗机制-19-n交通时空数据处理与交互式可视化平台设计及实现3.3改进的浮动车地图匹配算法[40]由于GPS设备自身局限性以及

76、环境噪声干扰等因素,车辆定位位置与实际运行位置之间存在偏差,定位位置没有在道路上,这直接影响着后期的分析工作。地图匹配算[41]法可以将定位数据匹配到正确的行驶路段上,有效解决定位偏差问题。现有的地图匹配算法,主要分为基于几何信息的地图匹配算法、基于拓扑关系的地图匹配算法、基于[42]概率统计的地图算法以及先进的地图匹配算法。基于几何信息的地图匹配算法,提出较早,只考虑几何信息而忽略的道路的连接性;基于拓扑关系的地图匹配算法,采用拓扑逻辑信息如路段连通性、道路方向,和道路属性;基于概率统计的匹配算法,此类匹配算法通常是基于概率统计理论确定候选道路集;先进的地图匹配算法,主要采用人工[43]智能的方法。目前地图匹配算法通常适用于高频(1Hz等)采样的定位数据,而出租

77、车GPS数据考[44]虑传输成本及存储成本,通常采用低频(0.016HZ等)采样方式,相邻定位点之间通过多个路段,两个相邻定位点之间关联性缺失,使用传统地图匹配方法匹配低频采样的定位数据,匹配精度较低。本文基于司机驾驶习惯采用最短路径信息建立前后定位点间联系性,考虑单个定位点航向偶然性较大问题加入前后定位点间轨迹方向信息,最短路径与轨迹方向信息辅助地图匹配过程,同时为提高匹配效率,采用电子地图网格划分方法并加以改进,解决空网格导致错误匹配问题,提出了一种改进的浮动车地图匹配算法。地图匹配过程主要分为确定候选路段集与确定最优匹配路段两个步骤。本文算法引入最优路径与轨迹方向信息辅助确定最优匹配路段,相较传统地图匹配算法,增加了确定最优匹配路段的计算复杂度。为了提高算法

78、匹配效率,引入了电子地图网格划分方法,以提高算法整体运行效率。3.3.1候选路段集确定方法常用的电子地图网格划分方法,存在空网格即网格内无路段情况,若有初始位置点落入空网格内,则直接导致匹配错误。由此引入动态网格的划分方式,根据网格内路段数动态合并网格。将电子地图按照步长l,依照从左到右从下到上的规则进行网格划分,划分为M*N个l*l的正方形独立网格,网格编号为j(j1,2,,MN1)。某一初始定位点P1其经纬度坐标为(x,)y,其落入的网格编号j:yyxx00jN(3.1)ll-20-n兰州交通大学硕士学位论文其中x0为电子地图最小经度,y0为最小纬度,对应地图坐标点O(xy0,0),如图3.13所示。Y(M-1)N(M-

79、1)(N+1)…MN-1…………NN+1…2N-101…N-1O(x0,y0)X图3.13道路网格划分路段的任一点落入编号为j的网格内,则将该路段加入该网格候选路段集Gj中,如图3.14所示:FGECDLP1BHAKIJ图3.14候选路段确定-21-n交通时空数据处理与交互式可视化平台设计及实现i由图3.14可知,网格j的候选路段集GABADAKAGi,,,(1,2,3,4),其中i为j候选路段集内路段编号。在路网稀疏区,网格内无路段,若有待匹配点落入该网格内,则该待匹配点无候选匹配路段,则直接导致匹配错误,如图3.15所示。图3.15无候选路段网格网格划分算法定义相关定义如下:定义1:网格内路段及与网格相交路段构成的集合为该网格路段集,同时为落入该网格

80、内定位点对应候选路段集。定义2:对应网格路段集为空的网格为空网格。定义3:合并一次网格指合并空网格周围直接与空网格相接的网格,合成网格编号扔为原空网格编号。定义4:认定经过两次合并的网格若其对应网格路段集仍为空,则认定该区域为错误区。P点落入网格j内,但该网格内无候选路段。此时将以该网格为中心合并与该网格1直接相接的网格并形成为新网格,网格编号仍为j并为一个新网格,则网格j候选路段i集GjABACCDi,,(1,2,3)。改进的网格划分算法思想如表3.3所示。-22-n兰州交通大学硕士学位论文表3.3改进的网格划分算法改进的网格划分算法Input:路网数据Output:网格路段集GjIfG为空j合并一次网格生成新的GjIfGj仍为空合并一次网格生成新的G

81、jIfGj仍为空标记错误区elseifGj不为空G是网格j的网格路段集jelseifGj不为空G是网格j的网格路段集jelseifGj不为空G是网格j的网格路段集j确定候选路段集后,选取候选路段上到初始定位点间距离最小的点作为候选匹配点,候选匹配点是垂点或路段端点。3.3.2最优匹配路段确定方法本文算法通过引入最优路径信息构建了前后定位点之间的联系性,加入轨迹方向的信息降低了单个定位点航向的偶然性。然而车辆可能并不完全按照最优路径运行,因此传统的最短距离与行驶方向的信息仍然可以被应用到地图匹配过程当中。采用基于权重的最优匹配路段确定方法,计算各候选路段权重,包括最短距离权重ZQ、车辆航向差权重CQ、最优路径权重LQ、轨迹方向差权重GQ,并计算总权重W,以此确定最优

82、匹配路段。基于权重的最优匹配路段确定算法相关定义如下:定义5:最短距离指初始定位点到各候选路段的最短距离,最短距离可能是到候选路段垂点距离也可能是到候选路段端点距离。-23-n交通时空数据处理与交互式可视化平台设计及实现定义6:候选匹配点指候选路段上的对应匹配点,是候选路段上到初始定位点距离最短的点,可能是初始定位点在候选路段上垂点,也可能是候选路段端点。定义7:航向指从车辆定位数据中获取的车辆行驶方向信息,以正北方向为零,航向变化范围是0,2。定义8:候选路段方向是从路网数据中获取的路段方向,以正北方向为零,候选路段方向变化范围是0,2。定义9:最短路径是指上一正确匹配点到当前候选匹配点之间的最短路径。定义10:轨迹方向是指上一个初始定位点与当前初

83、始定位点之间连线的方向,以正北方向为零,其变化范围是0,2。最优匹配路段确定算法基本思想如表3.4所示。表3.4最优匹配路段确定算法基本思想最优匹配路段确定算法Input:初始定位点Output:匹配后定位点If初始定位点处于错误区认定该定位点为错误点elseIf初始定位点未处于错误区确定该初始定位点对应候选路段集G,候j选路段为l,个数为niforG中所有路段lji计算l对应各权重,ZQ、CQ、LQ、iiiiGQ以及WiiW最大者对应l为最优匹配路段iil路段上匹配点为匹配后定位点ireturn匹配后定位点(1)最短距离权重最短距离是指待匹配点到候选路段的最短距离(到垂点距离或到路段端点距离)。最短距离权重用ZQ表示,其表达式为:ZQWfdz(Gi)(3

84、.2)j-24-n兰州交通大学硕士学位论文50diGjdi<50mf(d)50Gj(3.3)iGj0di50mGj其中,Wz为最短距离权重的权重系数,dGij指待匹配点到候选路段的最短距离。最短距离越小,ZQ的权重分数越高。例如,初始定位点靠近某个候选路段,则这个路段便具有更高的可能性是正确路段。(2)车辆航向差权重车辆航向是指从车辆定位数据中获取的车辆行驶方向信息,与候选路段方向相比较得到车辆航向差,车辆航向差权重记为CQ,其表达式为:CQWf()(3.4)cf()cos,i(3.5)Gj其中,Wc为车辆航向差权重的权重系数,是车辆航向,Gi是候选路段方向角,取j值范围是0,2π,f()取值范围

85、为0,1。浮动车GPS数据为低频采样方式,在采样间隔内车辆可以从路段任意方向行驶到采样位置,基于此本文对航向差及其对应余弦值加绝对值处理,相较于文献[45]航向差计算方法降低了计算复杂度,提高了计算效率。(3)最优路径权重通过前后定位点间最优路径构建其联系性,提高算法的匹配准确度。最优路径可以是最短路径或者是最快路径。由文献[46]可知,在出行高峰时间段内,司机偏向于缩短时间,即此时最优路径是最快路径,在其他时间段内,司机偏向于缩短距离,即此时最优路径是最短路径。本文定义最优路径选择如表3.5所示。表3.5最优路径选择时间段最优路径0时-8时最短路径8时-9时最快路径9时-18时最短路径18时-24时最快路径-25-n交通时空数据处理与交互式可视化平台设计及

86、实现本文采用Dijkstra最短路径搜索算法确定前后定位点间最优路径。Dijkstra算法可搜索一点到其他所有点的最优路径,由于城市路网密度较大,最优路径搜索效率较低。采用文献[47]中缩小搜索范围的方法,根据车辆最大行驶速度v与前后定位点间时间差maxt确定最大行驶距离d,基于最大行驶距离构建搜索区域。maxdv*t(3.6)maxmax搜索区域如图3.16所示,其中P1是上一定位点最终匹配点,P2是当待带匹配点。确定最优路径搜索区域,可有效提高最优路径搜索效率。dmaxP2dmaxdmaxP1dmax图3.16搜索区域最优路径权重用LQ表示,最优路径是最短路径时,其表达式为:LQWf(m)(3.7)l1800mm1800mf(m)1

87、800(3.8)0m1800m其中,Wl为最短路径权重的权重系数,m为从上一匹配位置点到当前待匹配点各个候选路段上匹配点之间最短路径长度,最短路径长度越小,LQ的权重分数越高。最优路径时最快路径时,其表达式为:LQWf(t)(3.9)lttttf(t)t(3.10)0tt-26-n兰州交通大学硕士学位论文其中,W为最优路径权重的权重系数,t为从上一定位点最终匹配点到当前待匹配点l对应各候选匹配点之间最快路径时长,t为预设阈值,单位为s,t的大小由浮动车数据采样频率决定。各路段通过时长由该时间段内历史平均速度及路段长决定。最快路径时长越小,LQ的权重分数越高。(4)轨迹方向权重方向差是指轨迹方向与候选路段方向之间差值,轨迹

88、方向权重用GQ表示,其表达式为:GQWf()(3.11)gf()cos,i(3.12)Gj其中,Wg为轨迹航向权重的权重系数,是轨迹方向,Gi候选路段方向。以图3.17j12为例,其中P1是上一定位点最终匹配点,P2与P2分别是当前定位点P2在路段BC与路1段CF上的候选匹配点,是P1与P2之间轨迹方向与候选路段BC方向角的差值,P1与2P之间轨迹方向与对应候选路段CF方向角差值为0,则CF有更高可能性是正确匹配2路段。ABEFDC图3.17轨迹方向信息轨迹方向与候选路段方向差值越小,则对应的候选匹配点是正确匹配点的可能性就越高。(5)权重总和权重总和为W,其表达式为:-27-n交通时空数据处理与交互式可视化平台设计及实现W

89、ZQCQLQGQ(3.13)根据公式计算每条候选路段的总权重,候选路段当中最高权重的路段被认定为正确匹配路段,在选择路段上的匹配点认定为正确的匹配位置点。3.3.3实验分析本文试验数据来源于2014年山东省淄博市出租车GPS数据。首先采用某出租车在2014年1月28日8时-21时GPS数据进行验证,该出租车GPS数据为低频采样数据,该时间段内共有670条GPS数据,剔除不在淄博市张店区内的GPS数据以及长时间停留GPS数据,共有438条可用数据。Wz、Wc、Wl、Wg值均设置为0.25。出租车GPS数据初始位置点、传统基于最短距离与航向权重的匹配结果以及本文匹配结果如图3.18所示。原始GPS坐标点传统匹配算法本文匹配算法图3.18初始点与结果对比-28-

90、n兰州交通大学硕士学位论文从图3.18中发现,传统基于最短距离与航向权重的地图匹配算法在匹配处于道路交叉口与平行路段的GPS位置点时易匹配错误,而本文算法在同样情况下有较好匹配效果。本次试验考察两种匹配算法对浮动车GPS数据匹配结果的准确性,采用轨迹数据[48]匹配错误率指标来衡量。地图匹配错误率为错误匹配轨迹点数目与匹配轨迹点总数目之比,即:错误匹配轨迹点数目E(3.14)匹配轨迹点总数目错误率越小,表明正确匹配个数越多,匹配算法匹配效果越好。匹配结果对比分析如表3.6所示。表3.6匹配结果对比分析算法名称错误率E基于垂直距离与航0.15向权重匹配算法本文算法0.027本次试验结果表明本文匹配算法相较于传统匹配算法有效降低了匹配错误率,具有更好的匹配效果。为进

91、一步验证算法性能,选取不同数量的出租车GPS轨迹点数据测试算法,测试集如表3.7所示。表3.7定位点测试集测试集编号12345678轨迹点数目5001000150020002500300035004000图3.19表明,本文算法在初始时相较于传统算法耗时较多,主要消耗在构建网格索引方面,网格索引构建完成后,可快速确定候选路段集,传统算法需对每个轨迹点分别构建搜索区域,判定候选路段集,在轨迹点较少时耗时不明显,但随着轨迹点的增加时间消耗量逐渐显现,此时本文算法匹配效率的优越性逐渐体现出来。本算法通过引入基于路段数动态变化的网格划分方法快速准确确定候选路段集,以及引入最优路径权重和轨迹方向权重辅助地图匹配过程,在保证算法的运行效率同时提高了算法匹配精度。-29-n交

92、通时空数据处理与交互式可视化平台设计及实现图3.19匹配耗时针对现有地图匹配算法应用在低频采样方式浮动车数据时匹配精度较低问题,本文引入最优路径及轨迹方向轨迹信息辅助地图匹配过程,同时为提高运行效率,引入路网数据网格划分方式确定候选路段集,并对针对传统网格划分方式易产生空网格问题进行改进,提出基于路段数动态划分的网格划分算法。最后采用权重的方式,综合考虑最短路径和轨迹方向以及传统的垂直距离、车辆行驶方向等信息,确定正确匹配路段及对应匹配点。3.4小结本章首先给出了基于ArcGIS的地图数据处理方法,包括提取研究区域信息、完善属性字段、拓扑处理及网络数据集制作等过程,处理完成了满任务分析处理工作需求的地图数据;给出GPS数据的预处理方法,通过数据转换及数据清洗将原始

93、的GPS数据处理成满足后期分析需求的数据,最后采用地图匹配的方法,提出了一种改进的地图匹配算法,准确高效的将出租车GPS数据映射到路网上,为后期的数据可视化提供便利。-30-n兰州交通大学硕士学位论文4交通时空数据可视化平台设计4.1需求分析本文设计交通时空数据可视化平台,是为了解决现有的数据可视化解决方案在对交通时空数据可视化展示时对技术要求、使用价格、通用性及可视化效果不能同时兼顾,无法满足用户对交通时空数据的可视化分析需求的问题,根据平台的开发目的,从平台的功能需求及属性需求两个维度给出了平台的需求分析。4.1.1功能需求(1)可支持不同格式及来源的数据不同来源的数据其格式会有所差异,若只支持单一格式的数据导入方式,无疑限制了平台使用的灵活性及广泛性,有违

94、设计初衷。考虑平台的通用设计性目的,平台需具备支持不同格式及来源的数据。现有的数据存储格式千差万别,既有结构化的数据存储方式又有非结构化的存储方式,支持所有格式数据的导入功能很难实现。通过分析现有的GPS数据存储格式,选择几种使用范围最为广泛的格式作为本平台的支持的数据导入格式,这样既保证了平台的通用性有降低了数据读取的复杂性。平台可实现数据表结构化数据的导入方法,以及excel、txt、csv文件非机构化的数据导入方法。(2)可将不同格式及来源的数据标准化不同来源的数据其表示方法及所含信息会有所差异,例如某些来源的数据会使用CarID来表示车牌编号,但另外有些来源的数据会使用车牌ID来表示车辆编号,这些不同都会为后续的分析工作带来障碍,因此要将导入的数据转换为统

95、一的格式存储。虽然不同来源的数据有所差异,但其所含的有用信息基本一致,几乎所有来源的GPS数据均包含车牌号、速度、经度、纬度、时间、航向等有用信息,这些信息基本可满足用户不同的任务需求,将这些信息转化为表3.2给出的统一的数据表示方法,为后期分析任务提供便利,并将其他信息删除,这样既降低了分析任务的复杂性又减少了数据存储占用的空间。(3)将标准化后的数据清洗由于设备故障、信号被遮挡以及精度问题造成原始GPS数据存在噪声、信息缺失以及错误信息等问题,若直接分析会造成分析结果质量低下等问题,必须采用一定的机制将问题数据剔除。问题数据主要包括不相关数据、超速数据及长时间停留数据,采用-31-n交通时空数据处理与交互式可视化平台设计及实现图3.12过滤机制将问题数据过滤

96、。平台内置过滤阈值,实现将标准化后的数据一键清洗功能。(4)地图匹配由于GPS设备自身局限性以及环境噪声干扰等因素的影响,造成定位位置与实际位置之间存在一定的偏差,GPS定位数据可能并没有在道路上,该情况不利于分析任务的进行,需要将定位数据映射到道路上。平台采用本文提出的地图匹配算法实现地图匹配过程,有效解决偏差问题。(5)可视化平台的设计目的是为普通用户提供一个技术门槛低的交通时空数据可视化平台,能够生动形象的将交通时空数据转化为图形图像的形式。考虑交通时空数据的特点,平台需提供基于地图的可视化方法。4.1.2属性需求(1)便捷性本平台设计目的之一是降低可视化的专业性要求,繁琐深奥的数据处理过程会将用户拒之门外,因此数据处理过程应该简单明了,用户经过简单的学习,

97、便可完成数据的处理过程。(2)可直接参与性现有部分可视化软件采用“黑盒”的数据可视化,用户无法参与可视化过程,影响用户对可视效果的理解。若用户全程参与数据可视化的过程,包括数据的导入、数据的转换、数据的过滤、地图匹配及最终的可视化展示,可有效加深对数据理解,有助于发现数据背后的本质。(3)适应性考虑平台的使用范围因素,平台需要具备较强的适应性,考虑到现在浏览器是电脑中应用程序的标准配置,以及B/S模式具备较高的灵活性优势,采用B/S模式开发平台。4.2模型设计4.2.1数据划分方法不同来源的交通轨迹数据其格式可能会千差万别,但数据所包含的有用信息基本一致,采用表3.1给出的标准表示方法表示数据,其所含内容为车牌号、时间、经度、纬度、速度、航向等信息,这些信息可划分

98、为四类,分别是对象、时间、地点及其他性质。根据数据信息分类,由此确定数据划分方法,如图4.1所示。-32-n兰州交通大学硕士学位论文对象时间地点其他who,when,where,how图4.1数据划分4.2.2任务分析模型根据平台采用的数据划分方法及一般用户的分析任务,确定平台的任务分析模型。任务分析模型主要分为三个层次,分别对应不同的分析任务及消耗不同的计算资源,第一层任务分析模型如图4.2所示。wherewhowhenwhohowwho图4.2第一层分析任务任务分析模型第一层主要包括三种分析任务,具体包括查询分析及可视化某地的对象分布情况、某时的对象分布情况以及某种性质的对象的分布情况。例如查询2014年1月24日的出租车GPS信息并进行可视化展示,查询速度

99、大于70km/h的出租车GPS信息并进行可视化展示。how+whenwhowhen+wherewhowhere+howwho图4.3第二层分析任务-33-n交通时空数据处理与交互式可视化平台设计及实现任务分析模型第二层如图4.3所示,同样包括三种分析任务,具体为查询分析及可视化某种性质某时的对象分布情况、某时某地的对象分布情况以及某地某种性质的对象的分布情况。例如查询淄博市张店区2014年1月24日16时-17时的出租车GPS信息并进行可视化展示,查询2014年1月24日16时-17时车速低于20km/h的出租车GPS信息并进行可视化展示。where+when+howwho图4.4第三层分析任务任务分析模型第三层如图4.4所示,该层只包含一种分析任务,但其需要的

100、计算资源最多,需要查询分析及可视化某地某时某种性质的对象分布情况。例如查询淄博市张店区2014年1月24日16时-17时且车速介于20km/h与30km/h之间出租车GPS信息并进行可视化展示。通过该任务分析模型所确定的三层分析任务,基本可满足用户对交通时空数据可视化分析任务的需求。4.3架构设计4.3.1设计原则为了使所设计的系统满足要求,对于系统架构的设计应该遵循以下几个基本的设计原则。实用性原则:本系统的设计从实际应用的角度,根据系统的需求进行系统的设计,着重实现数据导入、数据处理及数据可视化展示功能,为用户提供一个便捷的交通时空数据可视化平台。可扩展性原则:系统设计时应充分考虑系统的可扩展性,以便为后期系统功能的拓展提供便利。模块化设计原则:平台设计时要充

101、分考虑系统的可扩展性,采取模块化的设计原则,各模块功能不同,模块化的设计为后期平台功能的升级提供了支持,提高了系统的可扩展性。稳定性原则:平台设计及实现过程均采用成熟的技术,采用B/S的模式设计平台,使得系统维护、分发方便。-34-n兰州交通大学硕士学位论文4.3.2系统架构根据交通时空数据可视化平台的需求分析,平台采用分层架构设计,自最底层开始包括基础层、数据导入转换层、数据处理查询层、业务逻辑层及表现层,系统架构图如图4.5所示。表现层地图呈现用户业务逻辑层算法导入编译可视化展示可视化交互数据处理查询层数据清洗数据清洗地图匹配查询分析数据导入转换层数据导入数据转换基础层计算平台、数据库等图4.5系统架构底层基础层主要为系统提供软硬件的基础设施支持,包括主机、

102、操作系统、数据库、开发环境等。数据导入及转换层,在该层实现不同格式及来源的数据的导入及转换工作,导入结构化的数据(数据库直接导入方式)及非结构化的数据(excel、txt及csv),之后采用转换机制将导入的数据转换为平台采用的标准数据表示方法,将数据归一化并删除无用的信息。数据处理查询层,在该层完成数据清洗、地图匹配及数据查询分析的过程。将转换为标准表示方法的数据根据平台内置的清洗过滤方法及过滤阈值或用户特殊定制的阈值进行数据清洗过滤工作,之后采用平台内置地图匹配算法将定位数据映射到正确的道路上,最后根据用户的任务分析需求,提供查询分析数据。业务逻辑层,在该层次实现算法的导入与编译工作、可视化的展示及可视化的交互工作。算法的导入与编译接口为平台的后续功能升级提供了

103、支持。平台考虑交通时空数据的特性确定采用基于地图的可视化,并为用户提供了两种可视化方法,一种是基于点的地图可视化方法,一种是基于热度图的地图,这两种可视化方法可满足用户的一般任-35-n交通时空数据处理与交互式可视化平台设计及实现务需求。可视化的交互提供用户与数据的交互接口,基于此可视化结果展示过程中除了可静态查看视觉图形外,用户还可与视图进行缩放、平移等交互操作。最顶层为表现层,该层是直接面向用户的,是用户通过浏览器看到的平台UI界面,通过该层用户可全程参与数据的导入、数据的转换、数据清洗及地图匹配过程,并通过该层将处理完成的数据以可视化的形式展示给用户,通过该层用户可使用平台所提供的各种服务。4.4模块设计本节给出了系统的各功能模块设计,主要包括四个模块:数

104、据导入模块、数据处理模块、数据可视化模块及功能拓展模块。4.4.1数据导入模块数据导入模块的主要功能在实现不同格式及来源的数据的导入工作,首先要选择数据源并判断数据源的的格式,并选择不同的导入方法,若数据源存储是数据库中结构化的数据,则通过数据库建立连接的方式调用数据,若是存储在本地的非结构化的数据(excel、txt及csv文件)则加载源文件并保存至服务器。数据导入模块功能时序图如图4.6所示。用户UI界面后台代码数据库本地文件数据库请求本地文件导文件导入入构造方法传递参数构造传递参数方法上传返回数据返回数据文件请求数据库连接数据库导入构造方法传递参数更传递参数新数指令据解析返回数据返回数据图4.6数据导入功能模块时序图-36-n兰州交通大学硕士学位论文4.4

105、.2数据处理模块图4.7与图4.8分别为数据转换功能时序图与地图匹配功能时序图。用户UI界面后台代码数据库请求数据信息请求数据构造方法传递参数返回数据请求数据转换/数据清洗数据转换/数据清洗构造方法传递参数更新数据转换/清洗完成图4.7数据转换功能时序图ArcGIS用户UI界面后台代码数据库Server请求地图匹配地图匹配构造方法传递参数传递参数返回数据返回数据返回数据图4.8地图匹配功能时序图-37-n交通时空数据处理与交互式可视化平台设计及实现数据处理模块主要用来实现数据转换、数据清洗及地图匹配的功能。数据导入模块将原始数据存储至服务器,数据转换主要是将数据转换为表3.2给出的标准表示方法保存至数据库,该过程包括匹配表头及删除无用字段两部分,平台会自动实现数

106、据的转换功能,自动识别数据表头信息与数据特征并自动匹配,转换为标准的表示方法。数据清洗是将数据转换完成数据采用图3.12给出的数据清洗机制,将不相关数据、超速数据及长时间停留数据过滤掉。地图匹配过程采用本文3.3节提出的地图匹配算法将清洗后的数据映射到正确的道路上。4.4.3数据可视化模块数据可视化模块是可视化展示的功能模块,该模块主要功能是将地图匹配之后的数据进行基于地图的可视化展示,为用户提供了两种可视化方法,一种是基于点的地图可视化方法,一种是基于热度图的地图,这两种可视化方法可满足用户的一般任务需求。该模块还提供用户与数据的交互接口,基于此功能模块用户除了可静态查看视觉图形外,还可与视图进行缩放、平移等交互操作,其功能时序图如图4.9所示。ArcGIS用户

107、UI界面后台代码数据库Server请求可视化展示可视化展示构造方法传递指令传递指令返回数据返回数据返回数据图4.9可视化展示功能时序图4.4.4功能拓展模块功能拓展模块是功能预留模块,为后期的可视化平台功能升级提供便利。-38-n兰州交通大学硕士学位论文4.5数据库设计随着技术的不断发展,数据库技术也不断提高。在B/S设计模式中,数据库是重要的组成部分,为服务器提供数据及存储数据。本次设计依照系统功能设计对应的库表结构,为存储数据提供便利,也便于查询存储数据信息。数据转换是将导入的文件转换为数据表的形式存入数据库,采用统一的数据表存储数据,其设计如表4.1所示。表4.1初始GPS数据表设计序号字段名字段类型长度主键是否为空描述1IDint4是否GPS数据编码2车

108、牌号varchar20否是车辆编号3运行速度double20否是车辆运行速度4经度double20否是车辆位置信息5纬度double20否是车辆位置信息6运行航向double10否是行驶方向信息经过地图匹配之后的GPS数据会加入车辆行驶所在道路信息与所在区域信息,地图匹配之后的数据表设计如表4.2所示。表4.2地图匹配后数据表设计序号字段名字段类型长度主键是否为空描述1IDint4是否GPS数据编码2车牌号varchar20否是车辆编号3运行速度double20否是车辆运行速度4经度double20否是车辆位置信息5纬度double20否是车辆位置信息6运行航向double10否是行驶方向信息7行驶道路varchar20否是车辆行驶道路8行驶区域varchar20

109、否是车辆行驶道路4.6小结本章节首先从功能需求及属性需求两个维度给出了交通时空数据可视化平台的需求分析,根据平台的需求分析,确定了数据划分的方法以及任务分析模型,并对任务分-39-n交通时空数据处理与交互式可视化平台设计及实现析模型做了详细的描述,之后给出了分层架构思想设计的平台架构,平台架构包括基础层、数据导入转换层、数据处理查询层、业务逻辑层及表象层,并分别论述了架构每层的功能,进而又给出了平台各功能模块的设计包括四个模块:数据导入模块、数据处理模块、数据可视化模块、及功能拓展模块,最后又给出了数据库的设计,为系统的实现打下了理论基础。-40-n兰州交通大学硕士学位论文5平台实现及验证本章节在前面理论研究及设计基础上,成功实现了交通时空数据可视化平台。介绍

110、了各平台各功能模块的具体实现并对系统的性能进行了测试分析。5.1功能模块实现5.1.1数据导入模块实现平台支持结构化的数据与非结构化的数据两种导入方式,若数据源是存储在数据库中结构化的数据,则通过数据库建立连接的方式调用数据,若是存储在本地的非结构化的数据(excel、txt及csv)则加载源文件,保存至服务器。本文获取的交通时空数据为excel格式山东省淄博市出租车GPS数据,图5.1是实现将本地的excel格式山东省淄博市出租车GPS数据导入的过程。图5.1数据导入5.1.2数据处理模块实现数据处理模块主要用来实现数据转换、数据清洗及地图匹配的功能。数据导入模块将原始数据存储至服务器,数据转换主要是将数据转换为表3.2给出的标准表示方法保存至数据库,该过程包括

111、匹配表头及删除无用字段两部分,平台会自动实现数据的转换功能,自动识别数据表头信息与数据特征并自动匹配,转换为标准的表示方法;数据清洗是将数据转换完成的数据采用图3.12给出的数据清洗机制,将不相关数据、超速数据-41-n交通时空数据处理与交互式可视化平台设计及实现及长时间停留数据过滤掉;地图匹配过程采用本文3.3节提出的地图匹配算法将清洗后的数据映射到正确的道路上。数据转换功能将数据转换为数据表的形式存入数据库,图5.2是转换完成以数据表形式展示数据。图5.2转换结果数据转换完成之后,点击数据清洗,平台采用内置的数据清洗机制完成数据清洗的过程,清洗完成后将数据以表的形式展示,如图5.3所示。图5.3清洗过后的数据-42-n兰州交通大学硕士学位论文数据清洗之后,

112、点击地图匹配,平台采用本文3.3节提出的地图匹配算法,完成地图匹配的过程,地图匹配过后的GPS数据会加入行驶所在道路信息及所在区域信息,如图5.4所示。图5.4地图匹配后的数据5.1.3数据可视化模块实现地图匹配之后的数据即可进行可视化展示。本平台提供两种基于地图的可视化方法,一种是基于点的地图可视化,一种是基于热度图的数据可视化。图5.5基于点的地图可视化-43-n交通时空数据处理与交互式可视化平台设计及实现图5.5是基于点的地图可视化结果,支持本文设计的任务分析模型,实现基于时间可视化、基于位置的可视化及基于性质的可视化,由位置点的分布及密集情况,可直观反映车辆分布情况及道路交通情况,但是当位置点较多时,存在位置点互相遮挡问题,无法正确反映道路拥堵情况,如某

113、道车辆行驶缓慢与严重拥堵情况则无法从基于点的地图可视化视觉角度区分。图5.6是基于热度图的地图可视化,由颜色变化可直观生动的显示出道路交通情况,消除了位置点间互相遮挡的问题,但在位置点稀少时变化不敏感,此时宜使用基于点的地图可视化。基于热度图的地图可视化同样支持时间可视化、位置的可视化及性质的可视化。图5.6基于热度图的地图可视化在基于点的地图可视化与基于热度图的地图可视化结果展示过程中除了可静态查看视觉图形外,用户还可与视图进行缩放、平移等交互。5.2平台测试平台设计实现完成之后,还需进行测试这一重要环节。平台测试主要针对整个系统进行相应的测试,检验系统是否满足设计要求,并可发现平台不足,为系统的改进提供有效的支持。本次测试主要包括对数据导入功能、数据处理功能及

114、可视化展示功能进行测试。数据导入功能测试结果如表5.1所示。-44-n兰州交通大学硕士学位论文表5.1数据导入功能测试结果序号方式预期结果实测结果1文件导入能够成功导入文件,并上传存储至服务器与预期一致2数据库连接能成功与数据库建立连接,调用数据与预期一致数据处理功能测试结果如表5.2表示。表5.2数据处理功能测试结果序号方式预期结果实测结果1数据转换将导入的文件以标准数据表的形式存储至数据与预期一致库内2数据清洗按照数据清洗的机制,完成数据的过滤清洗过程与预期一致3地图匹配按照地图匹配机理,将GPS数据映射到道路上与预期一致数据可视化功能测试结果如表5.3所示。表5.3数据可视化功能测试结果序号方式预期结果实测结果1基于点的可视化将处理之后数据以点的形式结合地

115、图进行可与预期一致视化展示2基于热度图的可视将处理之后的数据以热度图的形式结合地图与预期一致化进行可视化展示通过系统的测试与设计相对比,可以看出平台各功能满足设计需求,可实现数据的导入、数据的处理以及数据的可视化展示。5.3小结本章节给出交通时空数据可视化平台各功能模块的实现过程,包括数据导入模块功能实现、数据处理模块功能实现以及数据可视化模块功能的实现,并成功实现了山东省淄博市张店区与临淄区出租车GPS数据的导入、数据的处理及最终的可视化展示。基于点的地图可视化与基于热度图的地图可视化,二者相辅相成,可直观生动的反应出该地区道路交通情况。对平台各设计功能进行验证,经验证平台各功能满足设计需求,可实现数据的导入、数据的处理以及数据的可视化展示。-45-n交通时空

116、数据处理与交互式可视化平台设计及实现6结论与展望随着城市的发展及交通出行的增多,交通拥堵现象日益严重,GPS等相关技术的快速发展促使交通时空数据大量产生,合理运用这些数据可总结和发现交通运行中出现的问题和规律,有助于改善道路交通规划和运行状况。交通时空数据具有海量高维等特点,传统的数据分析方法无法应对此类繁琐而复杂的分析任务。数据可视化极大的提升人们对数据感知和理解的能力,发现数据中隐藏的规律和知识。本文基于交通时空数据可视化计算需求,在研究数据处理与地图匹配基础上,从数据划分、任务逻辑、系统架构及可交互可视化功能模块实施平台的设计,从数据预处理和可视化两部分,设计完成可满足多源数据集成、预处理、地图匹配和可视交互的交通时空数据可视化平台,可准确反映道路交通状况,

117、为城市道路交通规划管理等提供科学可靠的数据支撑。本文所取得的研究成果如下:地图数据是地图可视化的基础,本文基于ArcGISDesktop完成了原始地图数据二次处理,包括提取研究区域地图、完善属性字段、拓扑处理及构建网络数据集四个步骤,该处理过程为后期分析任务提供完善的地图资源。基于原始GPS数据特点,研究确定了GPS数据的预处理过程及方法,制定了GPS数据的标准表示方法及数据过滤机制,将多源GPS数据表示统一并完成噪声及错误数据等问题数据清洗过滤。地图匹配是交通时空数据可视化的基础,本文针对现有匹配算法的匹配低频采样浮动车数据时匹配精度低问题,提出了一种改进的地图匹配算法,基于改进的电子地图网格划分方法确定候选路段集,基于最短路径信息、轨迹方向信息、最短距离及车辆

118、航向信息确定最优匹配路段,与现有匹配算法对比分析,表明改进算法在保证匹配效率的同时提高了匹配精度。结合数据处理等相关理论研究及出发点,设计了交通时空数据可视化平台,包括需求分析、模型设计、架构设计及功能模块设计。从功能需求及属性需求两个维度分析了平台的需求分析,给出了数据标准表示方法并基于此提出了本文采用的任务分析模型,采用分层的架构思想确定了平台的设计架构,结合之前分析给出了数据导入模块、数据处理模块、数据可视化模块及功能拓展模块四个功能模块的详细设计。基于相关理论研究及设计基础,设计完成可满足多源数据集成、预处理、地图匹配和可视交互的交通时空数据可视化平台,可准确反映道路交通状况,为城市道路交通规划管理等提供科学可靠的数据支撑。对系统性能进行测试分析,通过系统

119、的测试与设计相对比,平台各功能满足设计需求。-46-n兰州交通大学硕士学位论文本文设计并实现的交通数据可视化平台在很大程度上可满足用户可视分析交通数据的需求,但还需进一步的研究与完善。基于时序的动态可视化是可视化计算的重点方向,对交通管理行为的逻辑分析和辅助决策具有重要意义,是本文后续研发工作的焦点。-47-n交通时空数据处理与交互式可视化平台设计及实现致谢时光荏苒如白驹过隙,三年的研究生学习短暂而又充实,不知不觉间三年的研究生学习生涯已逐渐接近尾声。回首三年时光的点点滴滴,既有欢声笑语,也有悲情愁绪,既有成功的喜悦,也有困惑的的忧愁,是老师、同学、家人及朋友的默默支持,使我坚持不懈的走完求学之路。在此,我向三年来一直鼓励和鞭策我的老师、同学、家人和朋友表示最

120、衷心的感谢。感谢我的导师党建武教授,在我攻读硕士研究生期间,导师不仅在学术上给予了我耐心的指导和帮助,在生活上也给予了我无微不至的关怀。导师渊博的知识、严谨的治学态度、灵活的指导方法及独到的见解给我留下了刻骨铭心的印象,这些使我受益匪浅,使我一生学习的榜样。感谢赵庶旭教授,赵老师在我研究课题的提出、论证和解决方面提供了大量指导性思路和建设性意见,在论文写作过程中赵老师耐心的指导是论文顺利完成的基石,在此向赵老师表示最诚挚的谢意。感谢王阳萍老师、张振海老师、韩虎老师、杜晓刚老师,感谢所有对我论文提出了宝贵的意见及指导的老师和同学们,感谢你们无私的帮助和鼓励。感谢张明老师,在课题的完成上给予了莫大的帮助,每当课题研究遇到问题,张老师都会悉心的指导,耐心的帮助解决,感谢

121、张老师。感谢董亮师兄、马齐飞扬师兄在论文构思及写作过程当中的帮助,感谢张伟玲、陈晓洁、李嘉麟在我学习过程中提出的宝贵意见及建议,感谢屈睿涛、崔方在代码方面提供的建议与支持,感谢郑浩、祝芹芹、马秦靖、伍宏伟、岳庆生在我论文完成过程中给予的鼓励与支持。感谢研究生期间的各位同学:冯珂、雍玖、张明达、张荣光、王世东等,感谢他们在生活、学习中的支持与理解,这些给了我不屈不挠的意志和坚强的品格。感谢我的家人,是你们的鼓励和支持伴我走到今天,是我人生路上不断前进的动力,是你们的无私奉献让我顺利完成学业。最后,再次向所有关心帮助我的人们表示最衷心的感谢,祝你们一生平安。-48-n兰州交通大学硕士学位论文参考文献[1]中华人民共和国国家统计局.中华人民共和国2016年国民经济和社

122、会发展统计公报.北京:中国统计出版社,2017.[2]朱明皓.城市交通拥堵的社会经济影响分析.北京交通大学博士学位论文,2013.[3]佟琼,王稼琼,王静.北京市道路交通外部成本衡量及内部化研究.管理世界,2014,(03):1-9+40.[4]蒲剑苏,屈华民,倪明选.移动轨迹数据的可视化.计算机辅助设计与图形学学报,2012,24(10):1273-1282.[5]GershonN,EickSG.Informationvisualization.IEEEComputerGraphicsandApplications,1997,17(4):29-31.[6]何贤国,孙国道,高家全等.出租车GPS大数据的道路行车可视分析.计算机辅助设计与图形学学报,2014,26(

123、12):2163-2172.[7]李汝佟.基于出租车GPS数据的城市公交线网优化.电子科技大学硕士学位论文,2014.[8]HavreS,HetzlerB,NowellL.ThemeRiver:Visualizingthemechangesovertime//InformationVisualization,2000.InfoVis2000.IEEESymposiumon.IEEE,2000:115-123.[9]FuTC,ChungFL,LukR,etal.Financialtimeseriesindexingbasedonlowresolutionclustering[C]//4thIEEEIntlConferenceonDataMining(ICDM2004

124、)WorkshoponTemporalDataMining:Algorithms,TheoryandApplications.2004:5-14.[10]JavedW,McdonnelB,ElmqvistN.Graphicalperceptionofmultipletimeseries.IEEETransactionsonVisualization&ComputerGraphics,2010,16(6):927-934.[11]王志省,许晓兵.改进的基于SOM的高维数据可视化算法.计算机工程与应用,2013,49(17):112-115.[12]WillemsN,VanDeWeteringH,VanWijkJJ.Visualizationofvesselm

125、ovements//ComputerGraphicsForum.BlackwellPublishingLtd,2009,28(3):959-966.[13]孙国道,梁荣华,何贤国等.高维时空房地产数据的可视分析.计算机辅助设计与图形学学报,2013,25(8):1169-1176.[14]王元光.模型驱动的数据可视化平台的设计与实现.北京交通大学硕士学位论文,2015.[15]HeerJ,CardSK,LandayJA.prefuse:atoolkitforinteractiveinformationvisualization[C]//SigchiConferenceonHumanFactorsinComputingSystems.2005:421-430.[16

126、]MapleRC,OsterdayR,VickeryR.FluentVTKExtractor//HpcmpUsersGroupConference.IEEE,2006:384-388.[17]BostockM,OgievetskyV,HeerJ.D3,Data-DrivenDocuments.IEEETransactionsonVisualization&ComputerGraphics,2011,17(12):2301-9.[18]AndrienkoG,AndrienkoN,WrobelS.Visualanalyticstoolsforanalysisofmovementdata.AcmSigkddExplorationsNewsletter,2007,

127、9(2):38-46.[19]毛嘉莉,金澈清,章志刚等.轨迹大数据异常检测:研究进展及系统框架.软件学报,2017,28(1):17-34.-49-n交通时空数据处理与交互式可视化平台设计及实现[20]GuoH,WangZ,YuB,etal.TripVista:TriplePerspectiveVisualTrajectoryAnalyticsanditsapplicationonmicroscopictrafficdataataroadintersection//PacificVisualizationSymposium(PacificVis),2011IEEE.IEEE,2011:163-170.[21]姜晓睿,田亚,蒋莉等.城市道路交通数据可视分析综述.中

128、国图象图形学报,2015,20(4):454-467.[22]HermanI,MelançonG,MarshallMS.Graphvisualizationandnavigationininformationvisualization:Asurvey.IEEETransactionsonvisualizationandcomputergraphics,2000,6(1):24-43.[23]RobertsonG,CardSK,MackinlayJD.Thecognitivecoprocessorarchitectureforinteractiveuserinterfaces/ACMSymposiumonUserInterfaceSoftwareandTechnol

129、ogy,UIST1989,Williamsburg,WestVirginia,Usa,November.DBLP,1989:10-18.[24]FeketeJD,VanWijkJJ,StaskoJT,etal.Thevalueofinformationvisualization//Informationvisualization.SpringerBerlinHeidelberg,2008:1-18.[25]杨彦波,刘滨,祁明月.信息可视化研究综述.河北科技大学学报,2014,35(1):91-102.[26]任磊,杜一,马帅等.大数据可视分析综述.软件学报,2014,25(9):1909-1936.[27]王祖超,袁晓如.轨迹数据可视分析研究.计算机辅助设计与图形

130、学学报,2015,27(1):9-25.[28]程金丽.旅游地理信息系统的设计与实现.昆明理工大学硕士学位论文,2009.[29]刘晓慧,刘永伟,刘永.ArcGISServer分布式体系结构研究与服务器部署策略.测绘科学,2011,36(04):205-207.[30]席楠,姜立新.基于ArcGISServer的地震应急数据与服务共享研究.地震,2011,31(1):135-145.[31]苏国辉,申延平,孙记红等.全球油气地质信息共享系统.地球信息科学学报,2012,14(2):217-222.[32]董永峰,郭志涛,谷强等.基于ArcGISServer的公交车辆监控系统的设计与实现.计算机应用与软件,2012,29(5):95-98.[33]赵俊廷.营口市城市

131、信用社信贷系统设计与实现.大连理工大学硕士学位论文,2013.[34]GoodmanD.JavaScriptandDHTML.南京:东南大学出版社,2008.[35]余启洋.嵌入式JavaScript引擎并行化研究与设计.电子科技大学硕士学位论文,2013.[36]刘明波,雷建朝,韦婵.UTM投影及投影变形处理.西北水电,2010,(6):7-9.[37]钱颖.基于GIS的出租车辆GPS地图匹配研究.云南大学硕士学位论文,2015.[38]庄群洪.面向对象GIS数据模型的研究.华侨大学硕士学位论文,2008.[39]李矿伟.基于ARCGISEngine的智能交通信息系统研究.南开大学硕士学位论文,2011.[40]李清泉,黄练.基于GPS轨迹数据的地图匹配算法.测

132、绘学报,2010,39(2):207-212.[41]赵东保,刘雪梅,郭黎.网格索引支持下的大规模浮动车实时地图匹配方法.计算机辅助设计与图形学学报,2014,26(9):1550-1556.[42]周成,袁家政,刘宏哲等.智能交通领域中地图匹配算法研究.计算机科学,2015,42(10):1-6.[43]苏海滨,王光政,王继东.基于模糊神经网络的地图匹配算法.北京科技大学学报,2012,34(1):43-47.-50-n兰州交通大学硕士学位论文[44]杨旭华,彭朋.基于条件随机场和低采样率浮动车数据的地图匹配算法.计算机科学,2016,(S1):68-72.[45]王美玲,程林.浮动车地图匹配算法研究.测绘学报,2012,41(1):133-138.[46]孙

133、健,张颖,张纯.基于驾驶人路径选择偏好的OD行程时间预测方法.交通运输工程学报,2016,16(2):143-149.[47]沈敬伟,周廷刚,张弘弢.基于改进AOE网络的低频浮动车数据地图匹配算法.西南交通大学学报,2015,50(3):497-503.[48]曾喆,李清泉,邹海翔等.曲率积分约束的GPS浮动车地图匹配方法.测绘学报,2015,44(10):1167-1176.-51-n交通时空数据处理与交互式可视化平台设计及实现攻读学位期间的研究成果攻读硕士学位期间发表的学术论文:[1]张金秋,赵庶旭,屈睿涛.基于点与热度的交通时空数据可视化.兰州交通大学学报.(已录用)[2]赵庶旭,张金秋,屈睿涛.一种改进的浮动车地图匹配算法.测绘通报.(已录用)攻读硕士学

134、位期间参与科研项目:甘肃省科技支撑计划项目:面向城市增长的交通服务计算系统研究及应用(1504GKCA018).-52-

你可能关注的文档
关闭