專利名稱：用于車輛gps數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種利用可視化技術(shù)來實(shí)現(xiàn)對車輛GPS數(shù)據(jù)分析與異常監(jiān)測的方法。該方法能支持流數(shù)據(jù)在實(shí)時(shí)顯示監(jiān)控的同時(shí)，以可視數(shù)據(jù)模型“指紋印”來將車輛GPS數(shù)據(jù)中存在的一些抽象概念，如頻繁規(guī)律和周期規(guī)律，以一種分析者容易理解的方式來顯示，降低分析門檻，擴(kuò)大應(yīng)用范圍，提高分析效率。
背景技術(shù)：
經(jīng)過20余年的實(shí)踐證明，GPS系統(tǒng)是一個(gè)高精度、全天候和全球性的無線電導(dǎo)航、定位和定時(shí)的多功能系統(tǒng)。GPS相關(guān)系統(tǒng)廣泛應(yīng)用于公安，醫(yī)療，消防，交通，物流等領(lǐng)域。近年來，GPS設(shè)備、移動(dòng)通信設(shè)備以及各類傳感器設(shè)備在全球范圍的廣泛使用，產(chǎn)生了大量包含空間地理位置信息、時(shí)間信息及其它相關(guān)信息的軌跡數(shù)據(jù)，其數(shù)據(jù)量往往能達(dá)到TB級(jí)甚至PB級(jí)。由于這類數(shù)據(jù)的規(guī)模龐大，超過了傳統(tǒng)數(shù)據(jù)處理技術(shù)能夠有效處理的范圍，因此，對以交通數(shù)據(jù)與車輛軌跡為代表的GPS數(shù)據(jù)進(jìn)行高效分析與深度挖掘，已成為目前IT領(lǐng)域中的研究熱點(diǎn)之一。對GPS數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)具有重要的社會(huì)效益與經(jīng)濟(jì)效益，是目前各國政府、企業(yè)和研究機(jī)構(gòu)極為重視的科研方向。經(jīng)過挖掘分析后，從車輛GPS數(shù)據(jù)中獲取的知識(shí)具有十分廣闊的應(yīng)用前景，例如，交通數(shù)據(jù)能應(yīng)用于城市管理、道路規(guī)劃、交通控制、出行規(guī)劃等多個(gè)領(lǐng)域。但是GPS采集到的數(shù)據(jù)同時(shí)包含有時(shí)間、空間特征，可以歸類為時(shí)空數(shù)據(jù)。而近年來隨著數(shù)據(jù)規(guī)模的不斷擴(kuò)大，對時(shí)空數(shù)據(jù)的分析提出了嚴(yán)峻的挑戰(zhàn)。首先，由于地理空間的復(fù)雜性，數(shù)據(jù)中涉及到空間相關(guān)的特征時(shí)，傳統(tǒng)的方法如統(tǒng)計(jì)、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)不能夠通過全自動(dòng)的方法進(jìn)行完整的分析，整個(gè)過程需要專家的全程參與，利用人對空間和區(qū)域相關(guān)的認(rèn)識(shí)，對空間相關(guān)固有的屬性和關(guān)系的隱性知識(shí)。其次，時(shí)間相關(guān)特征也是一個(gè)復(fù)雜的現(xiàn)象。時(shí)間本身以線性的方式進(jìn)行變化，但隨著時(shí)間的推移事件的產(chǎn)生規(guī)律，卻可以是周期性重復(fù)，多次循環(huán)重復(fù)；整個(gè)形成層次結(jié)構(gòu)，甚至事件與事件之間的時(shí)間屬性上具有重疊和互相關(guān)聯(lián)的特性。并且時(shí)間特征也具有異構(gòu)的特點(diǎn)，因此，我們得區(qū)分白天和晚上，工作日和周末，假期和正常工作期間。對這些知識(shí)專家們或者參與分析的用戶有很深刻的理解，但這卻是需要意會(huì)而難以傳達(dá)給機(jī)器的一種感覺。因此，具有時(shí)間特征的數(shù)據(jù)在分析中也需要專家的大量參與，通過使用恰當(dāng)?shù)谋磉_(dá)形式來分析和挖掘數(shù)據(jù)中相關(guān)的規(guī)律。近年來種類繁多的信息源產(chǎn)生的大量數(shù)據(jù)，遠(yuǎn)遠(yuǎn)超出了人腦分析解釋這些數(shù)據(jù)的能力，由于缺乏大量數(shù)據(jù)的有效分析手段，大量的計(jì)算資源被浪費(fèi)，這嚴(yán)重阻礙了科學(xué)研究的進(jìn)展，可視化(Visualization)技術(shù)由此提出?，F(xiàn)代的數(shù)據(jù)可視化(Data Visualization)技術(shù)指的是運(yùn)用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，將數(shù)據(jù)換為圖形或圖像在屏幕上顯示出來，并進(jìn)行交互處理的理論、方法和技術(shù)。它涉及到計(jì)算機(jī)圖形學(xué)、圖像處理、計(jì)算機(jī)輔助設(shè)計(jì)、計(jì)算機(jī)視覺及人機(jī)交互技術(shù)等多個(gè)領(lǐng)域。數(shù)據(jù)可視化概念首先來自科學(xué)計(jì)算可視化(Visualization in Scientific Computing),科學(xué)家們不僅需要通過圖形圖像來分析由計(jì)算機(jī)算出的數(shù)據(jù)，而且需要了解在計(jì)算過程中數(shù)據(jù)的變化。近年來，隨著網(wǎng)絡(luò)技術(shù)和電子商務(wù)的發(fā)展，提出了信息可視化(Information Visualization)的要求。我們可以通過數(shù)據(jù)可視化技術(shù)，發(fā)現(xiàn)大量金融、通信和商業(yè)數(shù)據(jù)中隱含的規(guī)律，從而為決策提供依據(jù)。這已成為數(shù)據(jù)可視化技術(shù)中新的熱點(diǎn)?？梢暬瘮?shù)據(jù)分析技術(shù)拓寬了傳統(tǒng)的圖表功能，使用戶對數(shù)據(jù)的剖析更清楚。例如把數(shù)據(jù)庫中的多維數(shù)據(jù)變成多種圖形，這對提示數(shù)據(jù)的狀況、內(nèi)在本質(zhì)及規(guī)律性起到了很強(qiáng)的作用。當(dāng)顯示發(fā)現(xiàn)的結(jié)果時(shí)，將地圖同時(shí)顯示作為背景。一方面能夠顯示其知識(shí)特征的分布規(guī)律；另一方面也可對挖掘出的結(jié)果進(jìn)行可視化解釋，從而達(dá)到最佳的分析效果?？梢暬夹g(shù)使用戶看到數(shù)據(jù)處理的全過程、監(jiān)測并控制數(shù)據(jù)分析過程。而相對應(yīng)地是，傳統(tǒng)處理分析方法只能適用于較小規(guī)模數(shù)據(jù)，不能很好的表示數(shù)據(jù)分析中的存在的一些抽象概念，并且很難以一種人容易理解的方式顯示大數(shù)據(jù)，不能支持流數(shù)據(jù)的實(shí)時(shí)顯示。經(jīng)檢索發(fā)現(xiàn)，目前利用車載GPS設(shè)備的系統(tǒng)和公司，各種GPS/GIS/GSM/GPRS車輛監(jiān)控系統(tǒng)軟件、GSM和GPRS移動(dòng)智能車載終端、系統(tǒng)的二次開發(fā)車輛監(jiān)控系統(tǒng)整體搭建方案，都沒有針對在對車輛GPS數(shù)據(jù)監(jiān)測的同時(shí)進(jìn)行分析的挖掘方法。在異常發(fā)生的情況下，用戶將需要耗費(fèi)更多的時(shí)間和資源，才能夠做出決策。本發(fā)明填補(bǔ)了這個(gè)技術(shù)空白，將有效解決大規(guī)模車輛GPS數(shù)據(jù)帶來的顯示分析問題。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是，在大規(guī)模實(shí)時(shí)數(shù)據(jù)流的情況下，對收集到的高維時(shí)空數(shù)據(jù)，為用戶提供基于密度的城市熱圖偵測和基于歷史數(shù)據(jù)的交通軌跡異常實(shí)時(shí)監(jiān)控，并輔以歷史數(shù)據(jù)和統(tǒng)計(jì)信息，有效分析數(shù)據(jù)中的頻繁規(guī)律和周期規(guī)律，找出隱藏的規(guī)律和錯(cuò)誤，以一種分析者容易理解的方式來顯示，降低分析門檻，擴(kuò)大應(yīng)用范圍，提高分析效率。本發(fā)明旨在提出一種用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，使用戶能夠在大規(guī)模時(shí)空數(shù)據(jù)流的情況下監(jiān)控并且實(shí)時(shí)分析檢測到結(jié)果的具體情況，發(fā)現(xiàn)隱藏的不能被傳統(tǒng)統(tǒng)計(jì)和數(shù)據(jù)挖掘算法檢測出來的異?；蛘咤e(cuò)誤信息，并通過一種可視化數(shù)據(jù)模型“指紋印”將這些抽象概念以分析者容易理解的方式來展示，從而降低分析門檻，擴(kuò)大應(yīng)用范圍，提高分析效率。為實(shí)現(xiàn)上述目的所采用的技術(shù)方案包含數(shù)據(jù)轉(zhuǎn)換模塊、可視化模塊、用戶交互模塊設(shè)計(jì)，通過數(shù)據(jù)轉(zhuǎn)換模塊將原始車輛GPS數(shù)據(jù)處理轉(zhuǎn)換為可視化“指紋印”數(shù)據(jù)模型，使數(shù)值數(shù)據(jù)變?yōu)橐鬃x的可視元素(形狀，顏色，大小等)，并提供能夠?qū)崟r(shí)響應(yīng)用戶交互的數(shù)據(jù)索引，輔助用戶分析數(shù)據(jù)；通過可視化模塊將車輛可視數(shù)據(jù)模型處理為基于熱分布圖和基于軌跡的顯示，讓用戶對數(shù)據(jù)有直觀感受；通過用戶交互模塊實(shí)現(xiàn)豐富的交互操作，使用戶能夠進(jìn)行監(jiān)測和分析，從而為用戶的決策提供分析與支持。本發(fā)明通過一種可視化數(shù)據(jù)模型“指紋印”來監(jiān)測并分析比較大規(guī)模車輛GPS數(shù)據(jù)，并對其中存在的異常以人易讀的形式直觀展示給分析者或者專家。該可視數(shù)據(jù)模型旨在利用先進(jìn)的可視化技術(shù)把人的智能嵌入到大數(shù)據(jù)分析的過程中，拉近分析者和大規(guī)模車輛GPS數(shù)據(jù)間的距離，降低由大規(guī)模數(shù)據(jù)帶來的分析門檻，提供應(yīng)用的適用范圍?？梢暋爸讣y印”模型提供了一種容易理解的方式顯示大規(guī)模GPS數(shù)據(jù)，并且支持流數(shù)據(jù)的實(shí)時(shí)顯示。整個(gè)模型用來監(jiān)測并分析比較大規(guī)模車輛GPS數(shù)據(jù)，因此設(shè)計(jì)為空間(S)、時(shí)間(T)，和屬性(A)到指紋印模型(Fingerprint)的一個(gè)映射SXTXA — Fingerprint?！爸讣y印”數(shù)據(jù)模型(Fingerprint)有別于傳統(tǒng)數(shù)據(jù)模型,具有兩個(gè)數(shù)據(jù)結(jié)構(gòu),抽象數(shù)據(jù)結(jié)構(gòu)(Abstract Form)對應(yīng)原始數(shù)據(jù)處理后的數(shù)值數(shù)據(jù)，可視數(shù)據(jù)結(jié)構(gòu)(Visual Form)對應(yīng)數(shù)據(jù)在屏幕上顯示的幾何信息。按照定義，首先選擇一定空間范圍(S)，在指紋印模型(F)中記錄選定區(qū)域的坐標(biāo)信息及大小，在該范圍(S)內(nèi)按照按照時(shí)間(T)以行與列的關(guān)系組織原始GPS數(shù)據(jù)，表中的一行代表一個(gè)完整的時(shí)間段，比如一天，完整的時(shí)間段每一個(gè)固定長度的分片都對應(yīng)一列，比如每一列對應(yīng)一天的一個(gè)小時(shí)，最后表中的每個(gè)字段都代表了屬性(A)的對應(yīng)值，比如一小時(shí)內(nèi)的統(tǒng)計(jì)值。之后指紋印模型會(huì)按照定義好的抽象數(shù)據(jù)結(jié)構(gòu)來為每條屬性添加相應(yīng)的幾何信息域以生成可視數(shù)據(jù)模型(Visual Form),內(nèi)置的布局算法會(huì)生成對應(yīng)的幾何信息，如可視化元素邊界矩形的大小、形狀類型、坐標(biāo)信息等。本發(fā)明的指紋印數(shù)據(jù)模型采用了基于地圖的環(huán)狀嵌套結(jié)構(gòu)的布局算法來實(shí)現(xiàn)SXTXA — Fingerprint的顯示,地圖上對應(yīng)指紋印的位置代表了該可視結(jié)構(gòu)分析的空間信息(S);結(jié)構(gòu)中采用多環(huán)嵌套布局對應(yīng)時(shí)間屬性顯示(T)，每一個(gè)環(huán)對應(yīng)一個(gè)完整的時(shí)間段，如一天，環(huán)上每一個(gè)扇形分片對應(yīng)一個(gè)時(shí)間分片如一天中的一小時(shí)；扇形分片以顏色來對應(yīng)屬性(A)顯示。該種基于表的抽象數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)，可以產(chǎn)生對應(yīng)的索引，能夠大大提高數(shù)據(jù)的查詢速率，從而達(dá)到優(yōu)化系統(tǒng)性能支持實(shí)時(shí)數(shù)據(jù)查詢分析。指紋印可視結(jié)構(gòu)非常適合用于頻繁規(guī)律(Frequent Pattern)和周期規(guī)律(Periodic Pattern)的檢測、分析和比較。首先,多環(huán)嵌套布局中每一個(gè)環(huán)代表一個(gè)完整的時(shí)間段，布局中的每個(gè)環(huán)都擁有相同的開始時(shí)間和結(jié)束時(shí)間，每一個(gè)時(shí)間分片以一個(gè)環(huán)上的扇形分片對應(yīng)，多環(huán)嵌套使得每個(gè)環(huán)上的代表相同時(shí)間分片的扇形分片的位置都會(huì)顯示在相鄰的位置上，如一個(gè)指紋印代表一周的數(shù)據(jù)(有7個(gè)環(huán))，一個(gè)環(huán)代表一天，一個(gè)扇形分片代表對應(yīng)的一小時(shí)(環(huán)上有24個(gè)扇形分片)，那么所有代表8pm的扇形片在對應(yīng)環(huán)上的位置都在順時(shí)針轉(zhuǎn)過270度的位置附近；同時(shí)扇形分片的顏色又代表了對應(yīng)的屬性值。因此，只要觀察顏色在指紋印上的變化是否具有周期性，如類似顏色扇形分片在環(huán)上分布相似；變化是否有頻繁規(guī)律，比如某些相似顏色重復(fù)或者集中在環(huán)上某一段區(qū)域出現(xiàn)。這樣抽象概念轉(zhuǎn)變?yōu)橐子诜治稣呃斫獾目梢曅畔?。?dāng)數(shù)據(jù)轉(zhuǎn)換模塊收到車輛GPS軌跡數(shù)據(jù)作為輸入后，會(huì)首先對收集到的GPS原始數(shù)據(jù)進(jìn)行處理修正，主要通過地圖匹配算法來對數(shù)據(jù)收集中存在的GPS定位誤差、數(shù)字地圖誤差和坐標(biāo)投影變換誤差進(jìn)行修正，將車輛定位軌跡與數(shù)字地圖中的道路網(wǎng)信息聯(lián)系起來，并由此確定移動(dòng)目標(biāo)相對于地圖的位置產(chǎn)生以減少分析中的不確定性因素。然后將修正過后的GPS數(shù)值數(shù)據(jù)轉(zhuǎn)換為可視化“指紋印”數(shù)據(jù)模型，同時(shí)生成一系列數(shù)據(jù)索引，用于在線(Online)實(shí)時(shí)響應(yīng)用戶交互。當(dāng)可視化模塊收到生成的數(shù)據(jù)索引和車輛可視數(shù)據(jù)模型后，將把這些去除了原始數(shù)據(jù)中噪聲轉(zhuǎn)化成的抽象數(shù)據(jù)，通過內(nèi)置的布局算法轉(zhuǎn)化成數(shù)據(jù)的可視化形式，最后再將其渲染在屏幕之上。布局算法提供了兩種類型的視圖供用戶選擇和切換，分別為基于密度的城市熱圖偵測和基于歷史數(shù)據(jù)的交通軌跡異常實(shí)時(shí)監(jiān)控。該模塊通過將抽象數(shù)據(jù)模型和關(guān)系映射到分析系統(tǒng)上地圖的顯示，增強(qiáng)數(shù)據(jù)可視化顯示的可讀性，利于用戶比對結(jié)合地圖信息分析。因此對處理后的數(shù)據(jù)進(jìn)行可視化，用戶能夠?qū)κ占降臄?shù)據(jù)的變化進(jìn)行實(shí)時(shí)監(jiān)測。通過提供給用戶基于熱分布圖的和基于軌跡的兩種不同類型的顯示，和一種新穎的可視化數(shù)據(jù)“指紋印”來顯示歷史數(shù)據(jù)，在保證監(jiān)測效果的同時(shí)，輔助用戶分析。基于密度的城市熱圖偵測以地理地圖顯示為背景，然后輔以熱分布圖和各個(gè)區(qū)域?qū)?yīng)的“指紋印”模型來對應(yīng)顯示。先將城市地圖柵格化為像素，然后我們對每一個(gè)像素計(jì)算離開或到達(dá)的車輛總數(shù)并記錄。然后，我們使用熱分布圖在2D地圖上來顯示那些熱點(diǎn)很高(即總的車輛數(shù))的像素組成的區(qū)域。之后再根據(jù)熱分布圖的情況，選出那些對應(yīng)熱點(diǎn)很高區(qū)域的指紋印進(jìn)行分析和比較。基于歷史數(shù)據(jù)的交通軌跡異常實(shí)時(shí)監(jiān)控以實(shí)時(shí)顯示車輛GPS軌跡到地圖上，同時(shí)按照定義好的區(qū)域劃分來生成對應(yīng)的“指紋印”，以將歷史數(shù)據(jù)轉(zhuǎn)換為容易可視元素，方便分析者快速理解和發(fā)現(xiàn)規(guī)律，從而分析異常，提高分析效率。在提供用戶數(shù)據(jù)顯示的同時(shí)，通過用戶交互模塊實(shí)現(xiàn)豐富的交互，并將這些操作反饋到的數(shù)據(jù)轉(zhuǎn)換和可視化模塊，讓用戶及時(shí)對處理后的數(shù)據(jù)進(jìn)行空間屬性分析和時(shí)序分析。在分析過程中，用戶可以對感興趣或者覺得有價(jià)值的區(qū)域，通過對選定區(qū)域的可視化結(jié)構(gòu)進(jìn)行交互，從而進(jìn)一步了解該地區(qū)數(shù)據(jù)的時(shí)空特征。完成后，用戶可以對原始數(shù)據(jù)進(jìn)行復(fù)核或者根據(jù)已有的分析結(jié)果進(jìn)行關(guān)聯(lián)查詢，從而對研究結(jié)果進(jìn)行比較和整理，最終為用戶的決策提供分析與支持。本發(fā)明利用基于可視化技術(shù)的時(shí)空數(shù)據(jù)監(jiān)測可視挖掘方法，能達(dá)到的有益效果如下
1)基于可視化技術(shù)的直觀異常檢測；
2)動(dòng)態(tài)的高維時(shí)空數(shù)據(jù)特征分析，并具有良好的可延展性；
3)豐富的專家互動(dòng)。它可以提供更多的統(tǒng)計(jì)信息，將歷史數(shù)據(jù)從數(shù)值知識(shí)轉(zhuǎn)換為易讀的視覺線索，如形狀，顏色，大小等。這種做法的目的是保持分析者始終參與到整個(gè)分析的過程中，并利用他們的分析能力來調(diào)整參數(shù)和總結(jié)研究。4)用戶可以覺察到不同屬性之間的相關(guān)性，并能通過噪音數(shù)據(jù)過濾和不相關(guān)的軌跡排除，進(jìn)而對感興趣的情況作進(jìn)一步研究分析。同時(shí)該結(jié)構(gòu)支持交互方式，從而讓用戶能夠逐步細(xì)化修改分析的參數(shù)，最終得到更好的分析結(jié)果。


下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。圖1為車輛GPS數(shù)據(jù)處理和監(jiān)測的流程圖。圖2為可視化數(shù)據(jù)結(jié)構(gòu)“指紋印”示意圖。圖3為數(shù)據(jù)可視分析流程示意圖。圖4為基于熱分布圖顯示生成過程示意圖。圖5為基于軌跡顯示生成過程示意圖。
具體實(shí)施例方式如圖1所示，數(shù)據(jù)轉(zhuǎn)換模塊定義了應(yīng)用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測中的可視化數(shù)據(jù)結(jié)構(gòu)“指紋印”及相應(yīng)接口，同時(shí)還提供了必要的I/o操作接口，用戶可以方便的從文件、數(shù)據(jù)庫以及網(wǎng)絡(luò)流當(dāng)中讀取原始GPS數(shù)據(jù)，并轉(zhuǎn)化為表、圖、樹等抽象結(jié)構(gòu)?？梢暬K中包含了兩部分內(nèi)容，可視化數(shù)據(jù)處理和布局處理。可視化數(shù)據(jù)處理將從數(shù)據(jù)轉(zhuǎn)換模塊中定義的抽象數(shù)據(jù)元素添加相應(yīng)的幾何信息域，以維護(hù)可視化元素的大小，位置等信息；布局處理運(yùn)用布局算法，生成幾何信息，并將其設(shè)置到可視化數(shù)據(jù)的幾何信息域。如圖1所示本發(fā)明提供基于密度的城市熱圖偵測和基于歷史數(shù)據(jù)的交通軌跡異常實(shí)時(shí)監(jiān)控的兩種不同類型的布局算法給用戶。交互模塊中也包含兩個(gè)部分，渲染處理和交互處理。渲染處理利用從可視化模塊中得到的幾何信息生成圖形元素，并最終將其展現(xiàn)在用戶面前；交互處理貫穿于各個(gè)模塊之中，收集并處理各種交互事件，并將處理結(jié)果反作用與各個(gè)模塊的數(shù)據(jù)之上。如圖1所示，我們定義的輔助分析的可視化數(shù)據(jù)結(jié)構(gòu)“指紋印”，在數(shù)據(jù)轉(zhuǎn)換模塊對最基本的數(shù)據(jù)機(jī)構(gòu)做了定義，按照行與列的關(guān)系組織原始GPS數(shù)據(jù)，每一條原始數(shù)據(jù)作為表中的一行，數(shù)據(jù)中的每一個(gè)屬性都對應(yīng)這相應(yīng)行中的一列。該種基于表的抽象數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)，可以產(chǎn)生對應(yīng)的索引，能夠大大提高數(shù)據(jù)的查詢速率，從而達(dá)到優(yōu)化系統(tǒng)性能支持實(shí)時(shí)數(shù)據(jù)查詢分析。同時(shí)在可視化模塊中的可視數(shù)據(jù)處理部分，通過在數(shù)據(jù)轉(zhuǎn)換模塊中對可視結(jié)構(gòu)“指紋印”的定義，提取出相應(yīng)的幾何信息記錄，包括可視化元素邊界矩形的大小、形狀類型、坐標(biāo)信息等。數(shù)據(jù)轉(zhuǎn)換模塊中的任何數(shù)據(jù)元素及數(shù)據(jù)結(jié)構(gòu)，均存在這對應(yīng)的可視化副本。可視化模塊通過該機(jī)制維護(hù)了抽象數(shù)據(jù)元素與可視化數(shù)據(jù)元素直接的雙向映射，為交互過程中的數(shù)據(jù)修改提供了便捷，使得抽象數(shù)據(jù)元素或可視化數(shù)據(jù)元素的變更能夠迅速的反映到另一方數(shù)據(jù)元素上。如圖2所示，可視結(jié)構(gòu)“指紋印”具體設(shè)計(jì)采用了以環(huán)形地圖為基礎(chǔ)的放射狀布局設(shè)計(jì)，幫助用戶分析歷史數(shù)據(jù)或者統(tǒng)計(jì)信息。該設(shè)計(jì)可以使用不同的顏色編碼方案來分布表示密度、速度等其它屬性。結(jié)構(gòu)上的每個(gè)環(huán)上代表一天時(shí)間，可以根據(jù)需要來選擇是顯示一周的7個(gè)環(huán)設(shè)計(jì)或者是顯示一個(gè)月的31個(gè)環(huán)的設(shè)計(jì)。環(huán)內(nèi)每個(gè)扇區(qū)代表一小時(shí)，時(shí)間增長方向沿著順時(shí)針方向。整個(gè)布局就像一個(gè)時(shí)鐘一樣，午夜12點(diǎn)在最頂部，整個(gè)時(shí)間沿順時(shí)針增長，最底部位置代表中午12點(diǎn)，最后回到最頂部的午夜12點(diǎn)。日期的增長按著結(jié)構(gòu)的半徑增長方向，最內(nèi)圈的環(huán)代表著最早的日期，最外圈為最近的日期。比如顯示I月18日到I月24日的記錄，那么18日的記錄最后位于最內(nèi)圈的位置，24日則是最外圍處?？梢暯Y(jié)構(gòu)“指紋印”代表的區(qū)域的各項(xiàng)屬性如密度、速度等均由顏色編碼來直觀地展示，比如上下客行為熱點(diǎn)的分析設(shè)計(jì)可以是顏色越亮的扇形塊，密度越低，顏色越深的扇形塊表示該地區(qū)上下客活動(dòng)很頻繁。“指紋印”結(jié)構(gòu)的大小與所選區(qū)域的數(shù)據(jù)總數(shù)成正比，數(shù)據(jù)記錄越多尺寸越大，反之?dāng)?shù)據(jù)少則結(jié)構(gòu)小。如圖3所示，對車輛GPS數(shù)據(jù)分析的目的是為了研究清楚的數(shù)據(jù)維度之間的相互關(guān)系，特別是在空間(S)，時(shí)間(T)和屬性(A)之間，從而。在區(qū)分開獨(dú)立的維度和屬性的依賴基礎(chǔ)上，車輛GPS數(shù)據(jù)分析可以被看作是類似于一個(gè)數(shù)學(xué)函數(shù)的行為，即從屬變量的值相對于獨(dú)立變量的變化。對于車輛GPS數(shù)據(jù)，主要目的是要了解函數(shù)依賴SXT — A，即相對于空間和時(shí)間的行為屬性。因此先就使用數(shù)據(jù)轉(zhuǎn)換模塊處理過后的車輛數(shù)據(jù)，對收集到的所有數(shù)據(jù)生成基于熱分布圖的城市熱點(diǎn)區(qū)域和基于歷史數(shù)據(jù)的交通軌跡的兩種不同類型概覽，并結(jié)合可視數(shù)據(jù)“指紋印”來進(jìn)一步顯示城市總體的數(shù)據(jù)分布，包含各地區(qū)的統(tǒng)計(jì)信息或者歷史數(shù)據(jù)。該可視化能夠結(jié)合地理信息和統(tǒng)計(jì)數(shù)據(jù)來顯示選定地區(qū)的相對于空間和時(shí)間的行為屬性，如分析相同地區(qū)的交通情況隨時(shí)間的變化，相同屬性變量在空間上的變化。接著對數(shù)據(jù)分別進(jìn)行空間屬性分析和時(shí)序分析，主要關(guān)注(I)隨時(shí)間變化的空間分布(情況)和(2)局部時(shí)間相關(guān)變量在空間上分布的情況及發(fā)展。我們把(I)稱為空間分析(Spatial Analysis),(2)命名為局部時(shí)序分析(Local Temporal Analysis)。在分析過程中,用戶可以自由探索任何有趣的地方，并檢查任何生成的可視結(jié)構(gòu)“指紋印”的細(xì)節(jié)。在此之后，用戶可以對感興趣或者覺得有價(jià)值的區(qū)域，截取任意時(shí)間長度的片段作進(jìn)一步調(diào)查研究。比如用戶可選擇恒定大小的區(qū)域研究，或離散但是每一塊大小都一致；或是一段固定的時(shí)間區(qū)間，或在時(shí)間上具有漸變或突變特性；分析時(shí)間或空間的趨勢，或者數(shù)據(jù)在空間和時(shí)間上的重復(fù)的規(guī)律，如時(shí)間的周期性，檢測局部或全局異常值，等等。一個(gè)例子是沿公路的車速超過限定值，比如60公里每小時(shí)，所有車輛在一天中的的行為特征。完成后，用戶可以對原始數(shù)據(jù)進(jìn)行復(fù)核或者根據(jù)已有的分析結(jié)果進(jìn)行關(guān)聯(lián)查詢，從而對研究結(jié)果進(jìn)行比較和整理。如圖4所示，我們需要識(shí)別出城市中車輛來往比例較高的熱點(diǎn)地區(qū)。圖中背景地圖上的熱分布圖以深色區(qū)域表示車輛的高密度區(qū)域，而白色區(qū)域表示相對低的密度的區(qū)域與。用戶可以使用熱圖來選擇一些有趣的地方，作進(jìn)一步的分析。而圖中的指紋印結(jié)構(gòu)中的扇形分片則是顏色越淺越亮，說明對應(yīng)時(shí)間內(nèi)的車輛來往數(shù)目越高，顏色越深越暗說明數(shù)目越少。如小區(qū)、醫(yī)院、學(xué)校、商場、電影院、地鐵站口、游樂場、廣場等，在不同時(shí)間段有不同車輛來往的流量，可為交通線路與站臺(tái)的設(shè)置，紅路燈的長短等其他配套服務(wù)設(shè)施，提供數(shù)據(jù)支持。如圖5所示，軌跡信息通過連接每部車在地圖上出發(fā)地和目的地的位置，并使用貝塞爾夫曲線來渲染GPS采樣點(diǎn)兩兩之間的軌跡。曲線的長度與車輛記錄的軌跡距離成正t匕。曲線的顏色深淺代表該路徑車輛的數(shù)目，越深表示通過路徑的車輛越頻繁。多部車輛經(jīng)過相同的路徑會(huì)留下相似的軌跡，我們會(huì)根據(jù)相同路徑的數(shù)量來對軌跡中的一部分子集進(jìn)行合并。而圖中的指紋印結(jié)構(gòu)中的扇形分片則是顏色越淺越亮，說明對應(yīng)時(shí)間內(nèi)的車輛平均速度越快，顏色越深越暗說明平均速度越慢。
權(quán)利要求
1.一種用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是基于可視化技術(shù)的數(shù)據(jù)可視挖掘，在大規(guī)模實(shí)時(shí)數(shù)據(jù)流的情況下，通過數(shù)據(jù)轉(zhuǎn)換模塊將原始車輛GPS數(shù)據(jù)轉(zhuǎn)換為可視化“指紋印”數(shù)據(jù)模型，即對GPS原始數(shù)據(jù)進(jìn)行處理修正，將車輛定位軌跡與數(shù)字地圖中的道路網(wǎng)信息聯(lián)系起來，并由此確定移動(dòng)目標(biāo)相對于地圖的位置產(chǎn)生以減少分析中的不確定性因素，然后將修正過后的GPS數(shù)值數(shù)據(jù)轉(zhuǎn)換為可視化“指紋印”數(shù)據(jù)模型，同時(shí)生成一系列數(shù)據(jù)索引，用于在線實(shí)時(shí)響應(yīng)用戶交互；通過可視化模塊收到生成的數(shù)據(jù)索引和車輛可視數(shù)據(jù)模型后，將把這些去除了原始數(shù)據(jù)中噪聲轉(zhuǎn)化成的抽象數(shù)據(jù)，通過內(nèi)置的布局算法轉(zhuǎn)化成數(shù)據(jù)的可視化形式，最后再將其渲染在屏幕之上；通過用戶交互模塊實(shí)現(xiàn)豐富的交互操作，讓用戶及時(shí)對處理后的數(shù)據(jù)進(jìn)行空間屬性分析和時(shí)序分析，從而為用戶提供基于密度的城市熱圖偵測和基于歷史數(shù)據(jù)的交通軌跡異常實(shí)時(shí)監(jiān)控，并輔以歷史數(shù)據(jù)和統(tǒng)計(jì)信息，有效分析數(shù)據(jù)中的頻繁規(guī)律和周期規(guī)律，找出隱藏的規(guī)律和錯(cuò)誤，從而為用戶的決策提供分析與支持的可視監(jiān)測挖掘方法。
2.根據(jù)權(quán)利要求1所述的用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是基于可視化技術(shù)，適用于可視化技術(shù)應(yīng)用于同時(shí)包含有時(shí)間、空間特征的高維時(shí)空數(shù)據(jù)檢測分析。
3.根據(jù)權(quán)利要求1所述的用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是數(shù)據(jù)轉(zhuǎn)換模塊通過地圖匹配算法來對GPS定位誤差、數(shù)字地圖誤差和坐標(biāo)投影變換誤差進(jìn)行修正。
4.根據(jù)權(quán)利要求1所述的用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是通過一種可視化數(shù)據(jù)模型“指紋印”將抽象概念以分析者容易理解的方式來展示，即使數(shù)值數(shù)據(jù)變?yōu)橐鬃x的可視元素，如形狀，顏色，大小等。
5.根據(jù)權(quán)利要求4所述的用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是“指紋印”模型用來監(jiān)測并分析比較大規(guī)模車輛GPS數(shù)據(jù)，因此設(shè)計(jì)為空間(S)、時(shí)間(T),和屬性(A)到指紋印模型(Fingerprint)的一個(gè)映射SXTXA — Fingerprint ;而“指紋印”數(shù)據(jù)模型有別于傳統(tǒng)數(shù)據(jù)模型，具有兩個(gè)數(shù)據(jù)結(jié)構(gòu)，抽象數(shù)據(jù)結(jié)構(gòu)(Abstract Form)對應(yīng)原始數(shù)據(jù)處理后的數(shù)值數(shù)據(jù)，可視數(shù)據(jù)結(jié)構(gòu)(Visual Form)對應(yīng)數(shù)據(jù)在屏幕上顯示的幾何信息。
6.根據(jù)權(quán)利要求4所述的用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是“指紋印”模型首先選擇一定空間范圍(S)，在指紋印模型(F)中記錄選定區(qū)域的坐標(biāo)信息及大小，在該范圍(S)內(nèi)按照按照時(shí)間(T)以行與列的關(guān)系組織原始GPS數(shù)據(jù)，表中的一行代表一個(gè)完整的時(shí)間段；之后指紋印模型會(huì)按照定義好的抽象數(shù)據(jù)結(jié)構(gòu)來為每條屬性添加相應(yīng)的幾何信息域以生成可視數(shù)據(jù)模型(Visual Form),內(nèi)置的布局算法會(huì)生成對應(yīng)的幾何信息，如可視化元素邊界矩形的大小、形狀類型、坐標(biāo)信息等。
7.根據(jù)權(quán)利要求4所述的用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是指紋印數(shù)據(jù)模型采用了基于地圖的環(huán)狀嵌套結(jié)構(gòu)的布局算法來實(shí)現(xiàn)SXTXA — Fingerprint的顯示,地圖上的對應(yīng)指紋印位置代表了該可視結(jié)構(gòu)分析的空間(S);結(jié)構(gòu)中用多環(huán)嵌套布局對應(yīng)時(shí)間屬性顯不(T),每一個(gè)環(huán)對應(yīng)一個(gè)完整的時(shí)間段,多環(huán)擁有相同的開始時(shí)間和結(jié)束時(shí)間，每一個(gè)時(shí)間分片以扇形分片對應(yīng)，多環(huán)嵌套使得每個(gè)環(huán)上的扇形分片都會(huì)顯示在相鄰的位置上，扇形分片的顏色又代表了對應(yīng)的屬性值。
8.根據(jù)權(quán)利要求1所述的用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是可視化模塊的布局算法提供了兩種類型的視圖供用戶選擇和切換，分別為基于密度的城市熱圖偵測和基于歷史數(shù)據(jù)的交通軌跡異常實(shí)時(shí)監(jiān)控，其中基于密度的城市熱圖偵測以地理地圖顯示為背景，然后輔以熱分布圖和各個(gè)區(qū)域?qū)?yīng)的“指紋印”模型來對應(yīng)顯示；基于歷史數(shù)據(jù)的交通軌跡異常實(shí)時(shí)監(jiān)控以實(shí)時(shí)顯示車輛GPS軌跡到地圖上，同時(shí)按照定義好的區(qū)域劃分來生成對應(yīng)的“指紋印”，以將歷史數(shù)據(jù)轉(zhuǎn)換為容易可視元素。
9.根據(jù)權(quán)利要求1所述的用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法，其特征是可視化模塊通過將抽象數(shù)據(jù)模型和關(guān)系映射到分析系統(tǒng)上地圖的顯示，增強(qiáng)數(shù)據(jù)可視化顯示的可讀性，利于用戶比對并結(jié)合地圖信息分析。
全文摘要
本發(fā)明涉及一種基于可視化技術(shù)，用于車輛GPS數(shù)據(jù)分析與異常監(jiān)測的可視挖掘方法。本發(fā)明通過數(shù)據(jù)轉(zhuǎn)換模塊將原始車輛GPS數(shù)據(jù)轉(zhuǎn)換為獨(dú)特的可視化“指紋印”數(shù)據(jù)模型，同時(shí)并提供能夠?qū)崟r(shí)響應(yīng)用戶交互的數(shù)據(jù)索引，輔助用戶分析數(shù)據(jù)；通過可視化模塊將車輛可視數(shù)據(jù)模型結(jié)合基于熱分布圖和基于軌跡的顯示，提供城市熱點(diǎn)區(qū)域偵測和基于歷史數(shù)據(jù)的交通軌跡異常監(jiān)測，從而把數(shù)據(jù)中存在的一些抽象概念，如頻繁規(guī)律和周期規(guī)律，以一種分析者容易理解的方式來顯示，降低分析門檻，擴(kuò)大應(yīng)用范圍，提高分析效率；通過用戶交互模塊實(shí)現(xiàn)豐富的交互操作，使用戶能夠進(jìn)行監(jiān)測和分析，從而為用戶的決策提供分析與支持。
文檔編號(hào)G06F17/30GK103020222SQ201210536118
公開日2013年4月3日 申請日期2012年12月13日 優(yōu)先權(quán)日2012年12月13日
發(fā)明者蒲劍蘇, 屈華民, 倪明選 申請人:廣州市香港科大霍英東研究院