关注几何（GOI）：GPS轨迹数据中的时空目的地提取与划分
人工智能
2016-05-18 v2
摘要
如今，配备GPS的设备（如车辆导航系统和移动电话）持续收集大量GPS轨迹数据。GPS轨迹数据可用于交通管理、位置预测和行程规划等应用。此类应用常需提取移动对象的带时间戳的访问位置序列（Sequence of Visited Locations, SVLs）。最近邻查询（NNQ）是在SVL生成过程中基于POI（兴趣点）的ID标记访问位置最常用的方法。NNQ在某些场景下不够准确。为提高提取的SVL质量，我们不使用NNQ，而是将访问位置标记为与GPS观测几何相交的POI的ID。交集算子需要POI的精确几何，我们称之为关注几何（Geometries of Interest, GOIs）。在某些应用领域（如动物运动轨迹），关于POI及其GOIs的充分信息可能事先不可用，或不可公开访问，因此需要从GPS轨迹数据推导。本文提出一种估计POI及其GOIs的新方法，包含三个阶段：（i）提取停留区域几何；（ii）基于提取的停留区域构建目的地区域几何；（iii）基于目的地区域几何构建GOIs。以与已知GOIs的几何相似性作为主要评价标准，我们使用长期GPS轨迹数据进行的实验表明我们的方法优于现有方法。
引用
@article{arxiv.1603.04110,
title = {Geometry of Interest (GOI): Spatio-Temporal Destination Extraction and Partitioning in GPS Trajectory Data},
author = {Seyed Morteza Mousavi and Aaron Harwood and Shanika Karunasekera and Mojtaba Maghrebi},
journal= {arXiv preprint arXiv:1603.04110},
year = {2016}
}
备注
A version of this technical report has been submitted to the Springer Journal of Ambient Intelligence and Humanized Computing and it is under review