随着卫星定位技术、物联网定位技术和智能终端的普及,如保存与管理移动对象产生的海量时空轨迹数据,成为当前移动对象数据库研究中的核心关键问题之一。目前轨迹数据压缩方法研究集中在压缩单条轨迹数据,很少考虑移动对象运动模式的相似性带来的数据冗余,以及压缩后轨迹的索引与查询效率,难以适用于移动对象数据库环境。本项目针对日益增长的轨迹数据海量性挑战,研究适用于移动对象数据库的轨迹压缩方法,首先提出一个多轨迹冗余度模型,并基于时空统计及计算几何方法快速聚类近似副本集合,为轨迹压缩提供冗余信息的表征与提取方法,然后进一步结合移动对象数据库环境,采用分层概略化方法,建立轨迹压缩存储及索引模型,支持压缩后轨迹的高效访问,接着面向轨迹压缩需求特征提炼度量指标,进行自适应调整,最后在理论方法研究的基础上,与移动对象数据库进行集成验证。
英文主题词Moving Object Databases;Trajectory Compression;Trajectory Similarity;Bounded Error;