快速城市可见性热点：基于空间索引的连接车辆轨迹建筑顶点可见性量化
系统与控制
2025-08-20 v2 计算机视觉与模式识别
系统与控制
统计计算
摘要
户外广告和街道家具的有效布局需要准确识别为特定目标受众提供最大视觉曝光的地点，尤其是车辆交通。传统的选址方法常依赖静态交通计数或主观评估。本研究引入一种数据驱动的方法，通过分析城市环境中来自 Compass IoT 的大规模连接车辆轨迹数据，客观地量化地点可见性。我们使用从插值轨迹推导的每个车辆位置的前向投影可见区域来建模动态司机视野。将其与从 OpenStreetMap 中提取的建筑顶点位置集成，量化数千个靠近道路的潜在兴趣点的累计视觉曝光，即“可见性计数”。分析揭示可见性高度集中，识别出接收显著高于平均地点的“视觉热点”。核心技术贡献在于构建覆盖建筑顶点的 BallTree 空间索引。这使得对数规模（O(logN)）复杂度的半径查询能够确定哪些顶点落在数百万轨迹点跨越诸多行程的观察圆内，显著优于暴力几何检查。分析结果揭示两个关键发现：1) 可见性高度集中，识别出接收显著高于平均地点的“视觉热点”。2) 顶点上的累计可见性计数符合对数正态分布。
引用
@article{arxiv.2506.03365,
title = {Rapid Urban Visibility Hotspots: Quantifying Building Vertex Visibility from Connected Vehicle Trajectories using Spatial Indexing},
author = {Artur Grigorev and Adriana-Simona Mihaita},
journal= {arXiv preprint arXiv:2506.03365},
year = {2025}
}