基于道路特征的海量GPS监控数据压缩方法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于道路特征的海量GPS监控数据压缩方法

李清泉, 黄练, 谭文霞

文章导航 > 武汉大学学报 ● 信息科学版 > 2008 > 33(4): 337-340

李清泉, 黄练, 谭文霞. 基于道路特征的海量GPS监控数据压缩方法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(4): 337-340.

引用本文:

李清泉, 黄练, 谭文霞. 基于道路特征的海量GPS监控数据压缩方法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(4): 337-340.

LI Qingquan, HUANG Lian, TAN Wenxia. Mass GPS Tracking Data Compression Method Based on Road Features[J]. Geomatics and Information Science of Wuhan University, 2008, 33(4): 337-340.

Citation:

LI Qingquan, HUANG Lian, TAN Wenxia. Mass GPS Tracking Data Compression Method Based on Road Features[J]. Geomatics and Information Science of Wuhan University, 2008, 33(4): 337-340.

基于道路特征的海量GPS监控数据压缩方法

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079,武汉大学交通研究中心,武汉市珞喻路129号,430079;²武汉大学遥感信息工程学院,武汉市珞喻路129号430079

基金项目: 国家自然科学基金资助项目(40721001)

作者简介:
李清泉,教授,博士,博士生导师。主要从事空间数据模型、空间信息服务、激光测量技术、无线通信等方面的理论与技术研究。

中图分类号: P208;P228.41

Mass GPS Tracking Data Compression Method Based on Road Features

¹State Key Laboratory for Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,129 Luoyu Road,Wuhan 430079,China;²Transportation Research Center,Wuhan University,129 Luoyu Road,Wuhan 430079,China;³School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家自然科学基金资助项目(40721001)

摘要: 结合车辆的运动轨迹只能被限制于道路网络上的事实约束,提出了一种基于道路特征的车辆监控数据存储管理方法,存储车辆在道路网特征点处的信息,通过将原始数据中存储的二维地理坐标转换为存储一维的沿道路网的线性参照坐标实现了监控数据和道路网的结合,可极大地节省GPS车辆跟踪数据的存储空间,有利于对车辆数据的进一步分析利用和交通信息的提取。
- 数据压缩 /
- GPS监控数据 /
- 数据采样 /
- 道路特征
Abstract: A storage and management method for GPS tracking data based on road features is proposed,considering that the car trajectories are road network constrained.The storage space is significantly reduced when only the information of road feature points is recoded and the 2-D geographic coordinates are transformed to linear referencing tags.With the advantage of less data redundancy,the road network associated tracking data can better support the further analysis and traffic information abstraction.
- data compression /
- GPS tracking data /
- data sampling /
- road features

[1]	马京振, 孙群, 温伯威, 周炤, 陆川伟, 吕峥, 孙士杰. 结合轨迹数据的混合多特征道路网选取方法 . 武汉大学学报 ● 信息科学版, 2022, 47(7): 1009-1016. doi: 10.13203/j.whugis20190480
[2]	李水泉, 乐阳, 李清泉, 庄严. 一种Haar小波概要的流数据压缩方法 . 武汉大学学报 ● 信息科学版, 2021, 46(8): 1216-1223. doi: 10.13203/j.whugis20190309
[3]	赵志远, 尹凌, 方志祥, 萧世伦, 杨喜平. 轨迹数据的时间采样间隔对停留识别和出行网络构建的影响 . 武汉大学学报 ● 信息科学版, 2018, 43(8): 1152-1158. doi: 10.13203/j.whugis20160303
[4]	薛帅, 王光霞, 郭建忠, 余文涛, 徐新伟. 顾及最大绝对误差的频率域矢量数据压缩算法 . 武汉大学学报 ● 信息科学版, 2018, 43(9): 1438-1444. doi: 10.13203/j.whugis20160452
[5]	田英国, 郝金明, 陈明剑, 于合理, 衡培深. GPS卫星钟差及观测数据采样间隔对LEO卫星定轨精度影响 . 武汉大学学报 ● 信息科学版, 2017, 42(12): 1792-1796. doi: 10.13203/j.whugis20150591
[6]	黄伟明, 杨建宇, 陈彦清, 张毅, 张睿. 基于扇形筛选法的矢量数据压缩方法 . 武汉大学学报 ● 信息科学版, 2016, 41(4): 487-491. doi: 10.13203/j.whugis20140225
[7]	张菊清, 张静, 郭新愿. 抗差滤波和重要点提取相结合的压缩算法及应用 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 80-84.
[8]	肖国锐, 隋立芬, 宋倩, 段宇. 流动站与参考站不同采样率GPS数据处理新方法 . 武汉大学学报 ● 信息科学版, 2013, 38(10): 1212-1215.
[9]	王雷, 杨勤科, 王春梅, 龙永清. 采样数据密度及栅格尺寸对高程中误差的影响分析 . 武汉大学学报 ● 信息科学版, 2012, 37(3): 366-369.
[10]	李英冰, 闫景仙, 熊程波, 陈中新. GNSS观测值的压缩方法研究 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 818-822.
[11]	杨博雄, 柳林, 秦前清. 基于形态小波的地震数据压缩方法研究 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 785-788.
[12]	王海涛, 欧吉坤, 袁运斌, 柴艳菊. 流动站与参考站不同采样率GPS数据的处理策略 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 164-167.
[13]	管旭军, 芮国胜, 周旭, 张玉玲. 基于数据压缩的多传感器不敏滤波算法 . 武汉大学学报 ● 信息科学版, 2010, 35(4): 472-476.
[14]	朱海军, 吴华意, 李德仁. 基于DCT变换的GIS矢量数据压缩技术研究 . 武汉大学学报 ● 信息科学版, 2007, 32(12): 1123-1126.
[15]	刘春, 吴杭彬. 基于真三维TIN的三维激光扫描数据压缩方法 . 武汉大学学报 ● 信息科学版, 2006, 31(10): 908-911.
[16]	陈仁喜, 赵忠明, 王殷行. 基于整型小波变换的DEM数据压缩 . 武汉大学学报 ● 信息科学版, 2006, 31(4): 344-347.
[17]	沈燕飞, 沈未名, 朱立, 徐正全. 似图形图像序列压缩编码方案的研究 . 武汉大学学报 ● 信息科学版, 2002, 27(1): 44-47.
[18]	方涛, 龚健雅, 李德仁. 影像数据库建立中的若干关键技术 . 武汉大学学报 ● 信息科学版, 1997, 22(3): 266-269.
[19]	沈未名, 仇彤, 曾勇, 张华. 基于神经网络的矢量量化与遥感影像有失真压缩编码 . 武汉大学学报 ● 信息科学版, 1996, 21(2): 124-127.
[20]	卢新海. 平面插值法构建DEM时特殊地形的处理 . 武汉大学学报 ● 信息科学版, 1991, 16(3): 79-83.

WeChat

点击查看大图

计量

文章访问数: 799
HTML全文浏览量: 34
PDF下载量: 494
被引次数: 0

基于道路特征的海量GPS监控数据压缩方法

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079,武汉大学交通研究中心,武汉市珞喻路129号,430079;²武汉大学遥感信息工程学院,武汉市珞喻路129号430079

基金项目: 国家自然科学基金资助项目(40721001)

作者简介:
李清泉,教授,博士,博士生导师。主要从事空间数据模型、空间信息服务、激光测量技术、无线通信等方面的理论与技术研究。

收稿日期: 2008-02-22
修回日期: 2008-02-22
刊出日期: 2008-04-05

中图分类号: P208;P228.41

关键词:

GPS监控数据 /

摘要: 结合车辆的运动轨迹只能被限制于道路网络上的事实约束,提出了一种基于道路特征的车辆监控数据存储管理方法,存储车辆在道路网特征点处的信息,通过将原始数据中存储的二维地理坐标转换为存储一维的沿道路网的线性参照坐标实现了监控数据和道路网的结合,可极大地节省GPS车辆跟踪数据的存储空间,有利于对车辆数据的进一步分析利用和交通信息的提取。

English Abstract

李清泉, 黄练, 谭文霞. 基于道路特征的海量GPS监控数据压缩方法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(4): 337-340.

引用本文:

李清泉, 黄练, 谭文霞. 基于道路特征的海量GPS监控数据压缩方法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(4): 337-340.

LI Qingquan, HUANG Lian, TAN Wenxia. Mass GPS Tracking Data Compression Method Based on Road Features[J]. Geomatics and Information Science of Wuhan University, 2008, 33(4): 337-340.

Citation:

LI Qingquan, HUANG Lian, TAN Wenxia. Mass GPS Tracking Data Compression Method Based on Road Features[J]. Geomatics and Information Science of Wuhan University, 2008, 33(4): 337-340.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码