科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决船舶轨迹数据的压缩问题,提出了一种船舶轨迹在线压缩算法;使用多次滑动推算船位判断方法清洗船舶轨迹,使用在线有向无环图在干净轨迹上建立压缩路径树并输出采样点;为了提高轨迹队列和路径树在内存中的查询速度,使用哈希表对其进行管理;为了验证提出算法的效果,比较了真实船舶自动识别系统数据与方向保留算法、道格拉斯-普克算法的压缩时间和误差,采用可视化方法分析了原始轨迹、清洗轨迹和压缩轨迹。试验结果表明:在压缩时间方面,方向保留算法和道格拉斯-普克算法的压缩时间分别约为提出算法的1.1、1.3倍,说明提出的算法比其他2种算法的处理时间更短;提出的算法在压缩过程中保留了时间信息,平均同步欧氏距离误差在任何压缩率下都能保持在10 m以下,最大同步欧氏距离误差在压缩率为1%时仅有127 m,而其他2种算法的平均同步欧氏距离误差和最大同步欧氏距离误差不受控制,会随机变化;在垂直距离误差方面,提出的算法与道格拉斯-普克算法在压缩率不小于5%的条件下,都能保证垂直距离误差小于20 m,而方向保留算法的垂直距离误差会随机变化;在显示效果方面,提出的算法能有效清除轨迹噪声点,压缩轨迹能够较好地代表原始轨迹的宏观交通流情况。可见,提出的算法能更高效地保留原始轨迹的形状和时间信息。
- 单位
