论文部分内容阅读
随着我国社会经济的高速发展,机动车拥有量的大幅度增加,交通拥堵己经成为不容忽视的社会问题。由于城市交通网络和移动对象信息具有规模庞大且结构复杂的时空特性,研究如何高效、准确地查询处理大量的时空信息,并提供城市交通拥堵区域查询服务已成为缓解城市交通状况的有效方式。本文针对路网环境下移动对象索引和查询技术进行了研究,主要工作如下:(1)分析了目前城市道路交通面临的交通拥堵问题,针对路网和移动对象数据具有规模庞大、结构复杂等特性,路网环境下移动对象索引和连续密度查询技术的研究对于缓解城市交通状况具有实际的应用价值。此外,阐述了移动对象索引和查询技术的国内外研究现状。(2)传统的连续密度查询多数采用定期执行基于密度的聚类算法,频繁的聚类计算导致查询响应时间的延迟。此外,现有的道路网络模型仅考虑路段和交叉点因素,忽略了道路的行驶方向和路段宽度,并不符合特定的应用场景需求。本文重新定义道路网络模型,提出了路段复杂度和路段状态时间概念来计算路段密度,并设计了路网环境下连续密度查询算法(Continuous Density Query based on Road Networks,RNCDQ)。通过两段式查询处理方式,避免了对全局路网和移动对象信息的连续查询,减少了全局密集区域的计算资源。实验结果表明:与TBDQ(TPR-based Density Query)、SDQ(Snapshot Density Query)、MODQ(Moving Objects Density Query)和CBDQ(Cluster-based Density Query)算法相比,RNCDQ算法具有较好的查询效率和查询准确性。(3)针对现有移动对象索引仅优化内存/磁盘两层结构,忽略了索引节点在内存中的缓存敏感性问题,提出一种基于分布式内存数据库的全时态索引(Distributed Full-Temporal Bx-Tree,DFTBx-tree)。该索引结构分别根据缓存行和数据页大小等条件设计内存和数据迁移链索引节点大小。此外,构建历史数据迁移链,实现移动对象历史数据持久化,支持移动对象全时态轨迹查询。实验结果表明:与Bx树、Bdual树、TPR*树和STRIPES相比,DFTBx树具有较好的查询和更新效率。(4)基于百度地图编程接口和上述研究成果,设计并实现了路网环境下移动对象查询原型系统。该系统实现了城市交通的实时路况显示、车辆定位显示、车辆轨迹查询、公交线路查询和公交换乘方案查询等功能,验证了移动对象连续密度查询和全时态索引的有效性和实用性,支持原型系统中道路实时路况、车辆定位和车辆轨迹查询的高效查询。