一种面向多场景的轨迹相似度计算框架.pdfVIP

第36卷第期北方业大学学报Vol.36No.1

2024年2月J.NORTHCHINAUNIV.OFTECH.Feb.2024

一种面向多场景的轨迹相似度计算框架

赵卓峰2，鲍越，

李飞1,2

（1.北方工业大学信息学院，北京100144；

2.大规模流数据集成与分析技术北京市重点实验室，北京100144）

轨迹相似度计算作为轨迹数据分析中的一个研究热点，主要用来衡量两个移动对象轨迹相似程度。

摘要车

已有的轨迹相似度计算工作主要根据不同类型的轨迹数据和应用场景提出了大量轨迹相似性度量方法，但随着轨

迹数据采集手段的逐渐丰富和应用需求的发展，在轨迹相似性计算方面却缺少一个统一的框架以支持多样化轨迹

数据下的相似轨迹分析。为此，本文在综合分析已有相似轨迹度量方法共性特征基础上，提出了一个兼容多种轨

迹相似度度量方法的集成计算框架（MultipleScenariosSimilarityTrajectoryFramework，MSSTJ），并通过一种统一的

轨迹数据分区索引方法来优化不同相似轨迹度量方法的计算效率，从而使得用户可以通过参数化配置的简单方式

来实现不同场景下多样化的轨迹相似度高效计算的需求。通过基于两类不同类型轨迹数据集的相关实验表明，

MSSTJ可以帮助用户快速实现不同的轨迹相似度计算算法，并且实现的算法具有较好的性能表现。

关键词轨迹相似度计算；多场景；集成计算框架；分区索引优化；轨迹相似度算法

分类号TP393.1

随着传感器技术、无线通信技术、卫星导航定位时，可能需要在不同场景下进行轨迹相似度计算。

如北斗导航定位等基于位置服务技术的高速发展，例如，在移动物体跟踪、交通流量分析和位置推荐等

以及5G技术的全面推广使用，产生了海量的轨迹应用中，轨迹数据的特征、属性和相似度定义可能存

数据。轨迹数据已经为公共安全、智慧交通、人口统在差异。如果每个场景都采用独立的相似度计算方

计、智慧旅游、智慧城市等领域提供了关键的数据支法，系统需要不断切换和适配不同的计算方法，增加

撑。在众多应用领域中，例如交通流量分析、动物迁了系统的复杂性和维护成本[4]。针对上述问题，我

移路径研究、个人行为模式探索等，相似轨迹分析发们意识到了研究一个统一轨迹相似度计算框架的必

挥了至关重要的作用]。然而，这个领域的研究主要性和紧迫性。

要集中在不同场景下的轨迹相似度度量方法，尽管本文在分析归纳已有相似轨迹度量方法共性特

这些方法针对各种特定场景都能够提供满足条件的征基础上，提出了一个兼容多种轨迹相似度度量方

解决方案，但在大规模轨迹数据下的相似轨迹分析法的集成计算框架，这个框架能够容纳和整合多种

中，缺乏一个统一的计算框架可以支持多样化轨迹轨迹相似度度量方法，以支持大规模轨迹数据的多

数据下众多应用场景的相似轨迹分析，使得这个领样化相似轨迹分析。同时，为了提高计算效率，我们

域的研究存在一定的局限性[2]。首先，为每个特定还引入了一种统一的轨迹数据分区索引优化方法。

场景开发定制的轨迹相似度计算方法耗时且工作量在本文中，我们的主要目标就是设计和实现这样一

大。每个方法都需要单独设计、实现和验证，这增加个框架，其不仅能够提供多种轨迹相似度度量方法

了研究和开发的负担[3]。此外，如果不同的应用需的集成，而且还能通过参数化配置的方式，满足不同

要使用不同的相似度计算方法，可能会导致重复开情景下多样化的轨迹相似度高效计算需求。此外，

发、浪费资源。其次，当一个应用需要适应多个场景我们还希望这个框架能够帮助用户根据自己的需

基金项目：北京市自然科学基金项目（4202021）

作者简介：赵卓峰（通讯作者），研究员，E-mail：edzhao@ncut.edu.cn。

92