發(fā)布時(shí)間：2020-12-09 17:02

　　為了實(shí)時(shí)監(jiān)控路網(wǎng)上移動(dòng)對(duì)象（車輛）的運(yùn)動(dòng),各移動(dòng)對(duì)象不斷向中心服務(wù)器匯報(bào)其位置,中心服務(wù)器存儲(chǔ)數(shù)據(jù)以響應(yīng)用戶的各種查詢。此類方法不僅通信開(kāi)銷巨大,增加服務(wù)器負(fù)載,而且不能同時(shí)滿足群體態(tài)勢(shì)感知和個(gè)體移動(dòng)對(duì)象位置追蹤的需求。因此,提出一種基于時(shí)空錨點(diǎn)的雙粒度移動(dòng)感知（Double-granularity Movement Detection Based on Spatial-temporal Anchors,DMDSA）框架,將移動(dòng)對(duì)象嵌入時(shí)空網(wǎng)格,其經(jīng)過(guò)時(shí)空錨點(diǎn)時(shí)向服務(wù)器匯報(bào)其運(yùn)動(dòng)模式,實(shí)現(xiàn)對(duì)群體運(yùn)動(dòng)的感知和個(gè)體移動(dòng)的追蹤。離線階段,服務(wù)器從歷史軌跡中挖掘運(yùn)動(dòng)模式;移動(dòng)對(duì)象運(yùn)動(dòng)時(shí),服務(wù)器結(jié)合挖掘的運(yùn)動(dòng)模式,在線計(jì)算聚合模式表征群體運(yùn)動(dòng),并采用最大似然估計(jì)確定目標(biāo)的運(yùn)動(dòng)模式,實(shí)現(xiàn)群體態(tài)勢(shì)感知;進(jìn)一步,采用錨點(diǎn)獨(dú)立策略和錨點(diǎn)序列策略識(shí)別最可能的運(yùn)動(dòng)序列,實(shí)時(shí)追蹤個(gè)體對(duì)象的運(yùn)動(dòng)。在模擬數(shù)據(jù)集和實(shí)際數(shù)據(jù)集上的實(shí)驗(yàn)表明,所提方法在大幅度減小位置匯報(bào)代價(jià)的前提下,不僅能夠準(zhǔn)確地監(jiān)控區(qū)域的群體運(yùn)動(dòng)態(tài)勢(shì),并且能夠有效地追蹤和預(yù)測(cè)個(gè)體移動(dòng)對(duì)象的位置,有助于智慧城市的建設(shè)。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2020年11期 第294-303頁(yè) 北大核心

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

網(wǎng)格粒度對(duì)AVR指標(biāo)的影響

網(wǎng)格粒度對(duì)SVAR指標(biāo)的影響

圖3、圖4分別顯示了ANR和SVAR指標(biāo)的變化情況�？梢钥闯�,隨著匯報(bào)次數(shù)的增多,ANR指標(biāo)線性增加,SVAR指標(biāo)緩慢增加。圖4 單元格匯報(bào)次數(shù)對(duì)SVAR指標(biāo)的影響

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)據(jù)融合的高速公路交通狀況檢測(cè)[J]. 崔艷玲,金蓓弘,張扶桑.  計(jì)算機(jī)學(xué)報(bào). 2017(08)
[2]移動(dòng)對(duì)象數(shù)據(jù)庫(kù)模型、查詢語(yǔ)言及實(shí)時(shí)交通流分析(英文)[J]. 丁治明.  軟件學(xué)報(bào). 2009(07)



本文編號(hào)：2907185