道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法
【專利摘要】道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法，涉及一種數(shù)據(jù)查詢方法。為了解決現(xiàn)有采用索引結(jié)構(gòu)對道路網(wǎng)絡(luò)段進行索引，將道路網(wǎng)絡(luò)建模為有向/無向圖，基于內(nèi)存數(shù)據(jù)結(jié)構(gòu)處理最近鄰查詢請求，但是當?shù)缆肪W(wǎng)絡(luò)數(shù)據(jù)量較大、路段較多時，查詢效率急劇降低；并且，基于圖的建模方式，無法反映出移動對象在十字路口的轉(zhuǎn)向關(guān)系，無法解決具有十字路口轉(zhuǎn)向和U型轉(zhuǎn)彎約束的復(fù)雜道路網(wǎng)絡(luò)最近鄰查詢的問題。它提出RRN-Tree索引結(jié)構(gòu)，對道路網(wǎng)絡(luò)及興趣點對象進行索引，同時在索引結(jié)構(gòu)中為路徑上的交叉點建立鄰接鏈表，存儲十字路口處各路段之間的連接關(guān)系，從而完成復(fù)雜約束條件下道路網(wǎng)絡(luò)CKNN查詢。用于道路網(wǎng)絡(luò)CKNN查詢。
【專利說明】道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種數(shù)據(jù)查詢方法。
【背景技術(shù)】
[0002]隨著無線通信技術(shù)的發(fā)展和具有GPS定位功能的移動電話、PDA等便攜設(shè)備的普及，基于位置服務(wù)(LBS, Location Based Service)得以快速發(fā)展，已廣泛應(yīng)用于地理信息系統(tǒng)、應(yīng)急服務(wù)、汽車導(dǎo)航和旅游路徑規(guī)劃等領(lǐng)域?？臻g查詢與基于位置服務(wù)密切相關(guān)，其中基于道路網(wǎng)絡(luò)的移動對象連續(xù)K最近鄰查詢(CKNN, Continouns K Nearest Neighbors)就是一類重要的查詢請求，能夠在道路網(wǎng)絡(luò)環(huán)境下不斷查找距離給定查詢對象最近的K個最近鄰目標，例如，在消防指揮中，查找距離指揮中心最近的4輛消防車。解決此類問題的關(guān)鍵在于:1)快速實時計算任意兩個移動對象之間的最短路徑；2)移動對象位置更新的維護與管理。
[0003]國內(nèi)外針對道路網(wǎng)絡(luò)的CKNN查詢問題，學者們做了一些工作。Kolahdouzan提出IE/UBA方法，利用Voronoi圖處理網(wǎng)絡(luò)空間的CNN問題，通過減少查詢路徑上的KNN計算次數(shù)提高算法效率，但當K值增大、對象分布密度增加時，算法效率急劇下降。Cho針對IE/UBA方法中查詢性能受對象分布密度影響提出UNIC0NS技術(shù)，充分利用預(yù)計算匯聚節(jié)點(Condensing Point)的最近鄰提高最短路徑計算速度；為完成CKNN查詢，將查詢路徑分成若干子段，快照式計算每個子段端點的KNNs，每個端點的KNNs及子段上的對象構(gòu)成最終查詢結(jié)果。以上方法都是研究查詢對象是移動而興趣點對象是靜止的情況。1011以^(1匕[3]提出IMA/GMA方法處理查詢對象和興趣點對象在道路網(wǎng)上任意移動的CKNN查詢問題。該算法是目前公認的處理基于道路網(wǎng)絡(luò)的CKNN查詢經(jīng)典算法，系統(tǒng)采用基于內(nèi)存的數(shù)據(jù)結(jié)構(gòu)存儲網(wǎng)絡(luò)邊、節(jié)點以及查詢信息，提出IMA/GMA算法處理查詢請求。IMA算法從查詢對象所在邊開始擴展網(wǎng)絡(luò)邊，并遍歷網(wǎng)絡(luò)邊上的興趣點對象，形成初始KNNs查詢結(jié)果集，同時以查詢點為根，建立查詢擴展樹，處理查詢請求、移動對象和道路邊權(quán)重更新時的連續(xù)查詢請求；GMA采用IMA和共享執(zhí)行機制，算法的核心是稱作序列(Seqence)的概念，即:序列上的查詢請求結(jié)果為序列上的對象和序列端點處KNNs結(jié)果的并集，當多個查詢請求處在同一序列上時可共享已獲得的查詢結(jié)果。為了維護查詢結(jié)果的更新，在計算初始KNNs時建立影響列表。IMA/GMA方法采用基于內(nèi)存的方式存儲網(wǎng)絡(luò)及移動對象，不適合大型道路網(wǎng)絡(luò)。Wang提出MovNet框架處理道路網(wǎng)絡(luò)環(huán)境下的基于位置的查詢，使用基于磁盤的R樹索引道路網(wǎng)絡(luò)，基于內(nèi)存的格網(wǎng)索引管理移動對象的位置更新，通過網(wǎng)格重疊計算算法將道路網(wǎng)與格網(wǎng)單元進行關(guān)聯(lián)，完成基于位置的范圍查詢和KNN查詢。Demisyurek針對IMA/GMA算法使用Dijkstra算法網(wǎng)絡(luò)距離計算時盲目擴展以及對象位置更新時盲目映像的缺點，提出ER-CKNN算法，基于PMR-QuadTree索引道路網(wǎng)絡(luò)，基于格網(wǎng)索引管理移動對象位置更新，使用稱作edge-bitmap-encoding技術(shù)結(jié)合A*啟發(fā)式搜索算法,提高最短路徑計算速度；同時，在查詢時使用歐式距離約束(Euclidean Restriction)限制K近鄰搜索區(qū)域；對象位置更新時，只對區(qū)域內(nèi)的移動對象進行更新，從而加快查詢處理速度。廖巍[6]針對基于道路網(wǎng)絡(luò)的CKNN查詢處理，提出一種新的道路網(wǎng)絡(luò)有向圖模型，分別利用基于內(nèi)存的哈希表和線性鏈表結(jié)構(gòu)對移動對象當前位置和道路網(wǎng)絡(luò)有向圖模型進行存儲和管理.通過引入單向網(wǎng)絡(luò)距離度量和雙向網(wǎng)絡(luò)距離度量，提出單向網(wǎng)絡(luò)擴展(UNE)算法和雙向網(wǎng)絡(luò)擴展(BNE)算法以支持不同語義的連續(xù)k近鄰查詢處理，并采用影響樹及網(wǎng)絡(luò)擴展策略來減少連續(xù)k近鄰查詢更新的搜索代價。趙亮[7]針對數(shù)據(jù)頻繁更新時查詢性能下降問題，結(jié)合多核多線程技術(shù)，提出了一種基于多線程的連續(xù)查詢處理框架。該框架周期性重計算所有查詢結(jié)果，將查詢處理分為順序執(zhí)行的數(shù)據(jù)更新階段和查詢執(zhí)行階段，分別使用任務(wù)并行和數(shù)據(jù)并行的方法執(zhí)行各階段的操作。設(shè)計了數(shù)據(jù)更新階段使用的數(shù)據(jù)結(jié)構(gòu)，提出了查詢處理階段的k近鄰查詢處理策略，包含離線預(yù)計算和在線k近鄰查詢處理算法兩個部分，并對k近鄰算法復(fù)雜性及多線程處理框架的加速比進行了理論分析。
[0004]然而，以上文獻都是采用一種索引結(jié)構(gòu)對道路網(wǎng)絡(luò)段進行索引，將道路網(wǎng)絡(luò)建模為有向/無向圖，基于內(nèi)存數(shù)據(jù)結(jié)構(gòu)處理最近鄰查詢請求，但是當?shù)缆肪W(wǎng)絡(luò)數(shù)據(jù)量較大、路段較多時，查詢效率急劇降低；并且，基于圖的建模方式，無法反映出移動對象在十字路口的轉(zhuǎn)向關(guān)系，無法解決具有十字路口轉(zhuǎn)向和U型轉(zhuǎn)彎約束的復(fù)雜道路網(wǎng)絡(luò)最近鄰查詢問題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是為了解決現(xiàn)有采用索引結(jié)構(gòu)對道路網(wǎng)絡(luò)段進行索引，將道路網(wǎng)絡(luò)建模為有向/無向圖， 基于內(nèi)存數(shù)據(jù)結(jié)構(gòu)處理最近鄰查詢請求，但是當?shù)缆肪W(wǎng)絡(luò)數(shù)據(jù)量較大、路段較多時，查詢效率急劇降低；并且，基于圖的建模方式，無法反映出移動對象在十字路口的轉(zhuǎn)向關(guān)系，無法解決具有十字路口轉(zhuǎn)向和U型轉(zhuǎn)彎約束的復(fù)雜道路網(wǎng)絡(luò)最近鄰查詢問題，提供一種道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法。
[0006]道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法，該查詢方法的實現(xiàn)步驟為:
[0007]步驟一:首先，分別定義道路網(wǎng)絡(luò)G、路線r、路段seg、交叉路口 j、移動對象0和KNN監(jiān)測區(qū)；
[0008]所述道路網(wǎng)絡(luò)G為一個二元組G= (R，J)，其中R是道路網(wǎng)中路線集合，每條路線包含若干路段，J是道路網(wǎng)中多條路線的交叉點集合；
[0009]所述路線r是指道路網(wǎng)絡(luò)中可獨立命名的一條完整路徑，定義為:
[0010]r = (X -P°s.1 )'U ).[0011]其中，rid是路線標識；Ien表示路線長度，Ien e [O, I] ； (X，/"?-丨表示路線
上的交叉路口及其在路線上相對路線起點的位置集合，Posj e [O, I]；
[0012]所述路段seg是指相鄰交叉路口之間的一段路線，定義為:
[0013]seg= (sid, rid, Ps, pe, dir)；
[0014]其中，sid、rid分別表示路段及所在路線的標識；Ps、Pe表示路段的起始點和終點；dir e {-1, O, 1}，當值為I時表示移動對象在該路段上允許從起點向終點方向運動，值為-1則表示從路段終點向起始點方向運動，O表示該路段允許雙向通行；
[0015]所述交叉路口 j是指多條路線的交叉節(jié)點，定義為:j 二 (jicL {ridj, pos, ,adjList).[0016]其中jid為交叉路口的標識；(ric^posp表示該交叉路口在第j條路線上的位置；adjList為交叉路口的 鄰接列表，存儲該交叉路口處各路段的連接關(guān)系；
[0017]所述移動對象O是指在道路網(wǎng)絡(luò)中，將移動對象O建模為:o=(oid, x, y, rid, pos, dir)；
[0018]其中，oid、rid分別表示移動對象及其所在路線；X，y表示移動對象的經(jīng)緯度坐標；POS表示移動對象距離所在路線起點的距離，POS e [0,1] ;dir表示移動對象的運行方向，值為I表示從所在路段起點向終點方向運行，值為-1則是從所在路段的終點向起點方向運行；
[0019]所述KNN監(jiān)測區(qū)是指以查詢對象q為根，KNN_dist為距離上限，所有與q相連的路段構(gòu)成的查詢區(qū)域；
[0020]步驟二、構(gòu)建RRN-Tree索引結(jié)構(gòu)，將鄰接鏈表技術(shù)引入索引結(jié)構(gòu)中，用鄰接鏈表來表示路線上交叉路口處的道路邊之間的連接關(guān)系，基于網(wǎng)絡(luò)邊擴展思想，計算查詢對象的K個最近鄰對象；同時在計算KNN查詢結(jié)果集時建立K近鄰監(jiān)測區(qū)；
[0021]所述RRN-Tree索引結(jié)構(gòu)由三部分組成:對道路網(wǎng)絡(luò)的路線進行索引的頂層2DR-Tree、表示路線上交叉節(jié)點鄰接關(guān)系的鄰接鏈表和索引各個路線上移動對象的底層R-Tree ；
[0022]所述對道路網(wǎng)絡(luò)的路線進行索引的頂層2D R-Tree，其葉子節(jié)點是一個三元組:〈mbb，polypt, treept> ；
[0023]其中,mbb表示路線對應(yīng)polyline的最小外包邊界；polypt指向路線的實際表示，treept指向底層R樹；
[0024]所述索引各個路線上移動對象的底層R-Tree，其葉子節(jié)點是一個二元組:〈mbb, childpt〉,其中mbb表示所有孩子節(jié)點的MBBs集合,childpt指向孩子節(jié)點，即:索引某路線對應(yīng)的各路段及路段上的移動對象的底層R樹指針；
[0025]所述表示路線上交叉節(jié)點鄰接關(guān)系的鄰接鏈表是由hash表和兩級單鏈表組成，hash表部分與MON-Tree中含義相同,第一級單鏈表表示路線上的各個節(jié)點,第二級節(jié)點表示某節(jié)點的出度；
[0026]步驟三:根據(jù)步驟二所構(gòu)建的RRN-Tree索引結(jié)構(gòu)，進行基于道路網(wǎng)絡(luò)的CKNN查詢；
[0027]所述基于道路網(wǎng)絡(luò)的CKNN查詢包括KNN查詢初始集計算和CKNN查詢更新兩個階段:
[0028]首先，第一階段所述KNN查詢初始集計算是指:當查詢對象基于當前位置發(fā)出KNN查詢請求時，首先通過RRN-Tree索引結(jié)構(gòu)快速定位查詢對象所在路段，并將路段的兩個端點入隊列，并按照距離查詢點的距離從小到大排序；然后讀取距離查詢點最近的興趣點對象存入結(jié)果隊列中，當對象數(shù)少于K個時，沿著查詢對象前進方向的路段頂點繼續(xù)擴展，通過讀取路段頂點的鄰接鏈表確定各路段的連接關(guān)系，在有連接關(guān)系的路段上擴展查找最近鄰對象，直到找到K個對象為止；最后，為了提高連續(xù)查詢的查詢效率，以第K個對象距離查詢點的距離為距離上限，將所有與查詢點有連接關(guān)系的路段建立KNN查詢監(jiān)測區(qū)，凡是落在該監(jiān)測區(qū)域內(nèi)的對象將成為候選的KNN結(jié)果；
[0029]第二階段進行CKNN查詢更新，所述CKNN查詢更新分為兩種情況:當查詢點對象位置不變，而興趣點對象移動時，利用查詢過程生成的KNN監(jiān)測區(qū)可降低查詢更新代價；當查詢點對象移動時，應(yīng)用上述第一階段的KNN查詢初始集計算的的查詢算法重新計算查詢請求。
[0030]本發(fā)明的優(yōu)點是:
[0031]現(xiàn)有的研究基于道路網(wǎng)絡(luò)的CKNN查詢問題主要是將道路網(wǎng)絡(luò)以路段和節(jié)點的形式進行建模，轉(zhuǎn)化成基于內(nèi)存的有向/無向圖，該模型存在兩個問題:一是道路網(wǎng)絡(luò)中路段數(shù)據(jù)量大，導(dǎo)致索引結(jié)構(gòu)分支過多、移動對象更新頻繁；二是圖表示方法不能很好地處理十字路口轉(zhuǎn)向、U型轉(zhuǎn)彎等交通規(guī)則。針對此問題，基于路線對道路網(wǎng)絡(luò)建模，提出一種新的索引結(jié)構(gòu):RRN-Tree(Route based Road Networks Tree),基于網(wǎng)絡(luò)邊擴展方式,解決復(fù)雜條件下的道路網(wǎng)絡(luò)CKNN查詢。實驗結(jié)果表明，在各種網(wǎng)絡(luò)密度和興趣點對象分布密度下，基于RRN-Tree索引方法的查詢性能都優(yōu)于經(jīng)典的IMA/GMA算法，性能提高1.5~2.13倍。
【專利附圖】

【附圖說明】
[0032]圖1為基于路段的道路網(wǎng)絡(luò)模型圖；
[0033]圖2為基于路線的道路網(wǎng)絡(luò)模型圖；
[0034]圖3為【具體實施方式】一中所述的RRN-Tree索引結(jié)構(gòu)中的對道路網(wǎng)絡(luò)的路線(Route)進行索引的頂層2D R -Tree和索引各個路線上移動對象的底層R-Tree ；
[0035]圖4為【具體實施方式】一中所述的RRN-Tree索引結(jié)構(gòu)中的表示路線上交叉節(jié)點鄰接關(guān)系的鄰接鏈表；
[0036]圖5為單向行駛具有轉(zhuǎn)向關(guān)系的道路網(wǎng)絡(luò)模型圖；
[0037]圖6為以Dmax為距離上限，查詢點q為根，計算KNN監(jiān)測區(qū)域的道路網(wǎng)絡(luò)模型圖；
[0038]圖7為本發(fā)明所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法和IMA/GMA算法在LA道路網(wǎng)環(huán)境下POI對象數(shù)量及分布密度變化情況下的CPU響應(yīng)時間對比情況；隨著POI對象數(shù)量增加，CPU響應(yīng)時間明顯下降，但是POI數(shù)量達到20K以上時，變化趨于平緩，其中，一代表1MA/GMA, 代表本發(fā)明的方法；
[0039]圖8為本發(fā)明所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法和IMA/GMA算法在SF道路網(wǎng)環(huán)境下POI對象數(shù)量及分布密度變化情況下的CPU響應(yīng)時間對比情況;，其中，一一.代表1MA/GMA, —k~?代表本發(fā)明的方法；
[0040]圖9:為本發(fā)明所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法和IMA/GMA算法在LA道路網(wǎng)絡(luò)下POI分布密度對查詢的影響，其中，一代表1MA/GMA，—代表本發(fā)明的方法；
[0041]圖10為本發(fā)明所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法和IMA/GMA算法在SF道路網(wǎng)下POI分布密度對查詢的影響，其中，—代表1MA/GMA，
代表本發(fā)明的方法；
[0042]圖11為本發(fā)明所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法和IMA/GMA算法在SF道路網(wǎng)絡(luò)環(huán)境下查詢請求數(shù)k對查詢性能的影響情況；從圖中可以看出，隨著k值增加，CPU運行時間不斷增加，但是本發(fā)明的方法的運行時間明顯低于IMA/GMA算法的運行時間；
[0043]圖12為本發(fā)明所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法和IMA/GMA算法在LA道路網(wǎng)絡(luò)環(huán)境下查詢請求數(shù)k對查詢性能的影響情況；從圖中可以看出，隨著k值增加，CPU運行時間不斷增加，但是本發(fā)明的方法的運行時間明顯低于IMA/GMA算法的運行時間。
【具體實施方式】
[0044]【具體實施方式】一:下面結(jié)合圖1至圖12說明本實施方式，本實施方式所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法，該查詢方法的實現(xiàn)步驟為:
[0045]步驟一:首先，分別定義道路網(wǎng)絡(luò)G、路線r、路段seg、交叉路口 j、移動對象0和KNN監(jiān)測區(qū)；
[0046]所述道路網(wǎng)絡(luò)G為一個二元組G= (R，J)，其中R是道路網(wǎng)中路線集合，每條路線包含若干路段，J是道路網(wǎng)中多條路線的交叉點集合；[0047]所述路線r是指道路網(wǎng)絡(luò)中可獨立命名的一條完整路徑，定義為:
[0048]r =(廠^，(./< ’ Pos, )% ).[0049]其中，rid是路線標識；len表示路線長度，Ien e [O, I] ； (X。表示路線
上的交叉路口及其在路線上相對路線起點的位置集合，Posj e [O, I]；
[0050]所述路段seg是指相鄰交叉路口之間的一段路線，定義為:
[0051]seg= (sid, rid, ps, pe, dir)；
[0052]其中，sid、rid分別表示路段及所在路線的標識表示路段的起始點和終點；dir e {-1, O, 1}，當值為I時表示移動對象在該路段上允許從起點向終點方向運動，值為-1則表示從路段終點向起始點方向運動，O表示該路段允許雙向通行；
[0053]所述交叉路口 j是指多條路線的交叉節(jié)點，定義為:./' = (./X{rid:, pos, V;二,CidjLisi).[0054]其中jid為交叉路口的標識；(rid」，p0Sj)表示該交叉路口在第j條路線上的位置；adjList為交叉路口的鄰接列表，存儲該交叉路口處各路段的連接關(guān)系；
[0055]所述移動對象O是指在道路網(wǎng)絡(luò)中，將移動對象O建模為:ο= (oid, X, y, rid, pos, dir)；
[0056]其中，oid、rid分別表示移動對象及其所在路線；X，y表示移動對象的經(jīng)緯度坐標；POS表示移動對象距離所在路線起點的距離，POS e [0,1] ;dir表示移動對象的運行方向，值為I表示從所在路段起點向終點方向運行，值為-1則是從所在路段的終點向起點方向運行；
[0057]所述KNN監(jiān)測區(qū)是指以查詢對象q為根，KNN_dist為距離上限，所有與q相連的路段構(gòu)成的查詢區(qū)域；
[0058]步驟二、構(gòu)建RRN-Tree (Route based Road Networks)索引結(jié)構(gòu)，將鄰接鏈表技術(shù)引入索引結(jié)構(gòu)中，用鄰接鏈表來表示路線上交叉路口處的道路邊之間的連接關(guān)系，基于網(wǎng)絡(luò)邊擴展思想，計算查詢對象的K個最近鄰對象；同時在計算KNN查詢結(jié)果集時建立K近鄰監(jiān)測區(qū)；
[0059]所述RRN-Tree (Route based Road Networks)索引結(jié)構(gòu)由三部分組成:對道路網(wǎng)絡(luò)的路線(Route)進行索引的頂層2D R-Tree、表示路線上交叉節(jié)點鄰接關(guān)系的鄰接鏈表和索引各個路線上移動對象的底層R-Tree ；
[0060]所述對道路網(wǎng)絡(luò)的路線(Route)進行索引的頂層2D R-Tree，其葉子節(jié)點是一個三元組:<mbb, polypt, treept)；
[0061]其中,mbb表示路線對應(yīng)polyline的最小外包邊界；polypt指向路線的實際表示，treept指向底層R樹；
[0062]所述索引各個路線上移動對象的底層R-Tree，其葉子節(jié)點是一個二元組:〈mbb, childpt〉,其中mbb表示所有孩子節(jié)點的MBBs集合,childpt指向孩子節(jié)點，即:索引某路線對應(yīng)的各路段及路段上的移動對象的底層R樹指針；
[0063]所述表示路線上交叉節(jié)點鄰接關(guān)系的鄰接鏈表是由hash表和兩級單鏈表組成，hash表部分與MON-Tree中含義相同,第一級單鏈表表示路線上的各個節(jié)點,第二級節(jié)點表示某節(jié)點的出度；
[0064]步驟三:根據(jù)步驟二所構(gòu)建的RRN-Tree (Route based Road Networks)索引結(jié)構(gòu)，進行基于道路網(wǎng)絡(luò)的CKNN查詢；
[0065]所述基于道路網(wǎng)絡(luò)的CKNN查詢包括KNN查詢初始集計算和CKNN查詢更新兩個階段:
[0066]首先，第一階段所述KNN查詢初始集計算是指:當查詢對象基于當前位置發(fā)出KNN查詢請求時，首先通過RRN-Tree索引結(jié)構(gòu)快速定位查詢對象所在路段，并將路段的兩個端點入隊列，并按照距離查詢點的距離從小到大排序；然后讀取距離查詢點最近的興趣點對象存入結(jié)果隊列中，當對象數(shù)少于K個時，沿著查詢對象前進方向的路段頂點繼續(xù)擴展，通過讀取路段頂點的鄰接鏈表確定各路段的連接關(guān)系，在有連接關(guān)系的路段上擴展查找最近鄰對象，直到找到K個對象為止；最后，為了提高連續(xù)查詢的查詢效率，以第K個對象距離查詢點的距離為距離上限，將所有與查詢點有連接關(guān)系的路段建立KNN查詢監(jiān)測區(qū)，凡是落在該監(jiān)測區(qū)域內(nèi)的對象將成為候選的KNN結(jié)果；
[0067]第二階段進行CKNN查詢更新，所述CKNN查詢更新分為兩種情況:當查詢點對象位置不變，而興趣點對象移動時，利用查詢過程生成的KNN監(jiān)測區(qū)可降低查詢更新代價；當查詢點對象移動時，應(yīng)用上述第一階段的KNN查詢初始集計算的的查詢算法重新計算查詢請求。
[0068]【具體實施方式】二:下面結(jié)合圖1至圖12說明本實施方式，本實施方式為對實施方式一的進一步說明，本實施方式所述的步驟三中所述的KNN查詢初始集計算的具體實現(xiàn)過程為:
[0069]首先,建立優(yōu)先隊列PQueue保存查詢過程中的鄰接點，該優(yōu)先隊列PQueue中的元素按照距離查詢點的距離由小到大進行排序，并設(shè)優(yōu)先隊列PQueue的初始值為空；
[0070]建立保存查詢結(jié)果的隊列ResultList,該隊列ResultList的長度為K,隊列中元素按距離查詢點的距離升序排列，設(shè)隊列ResultList初始值為空；
[0071]當發(fā)出查詢請求時，設(shè)q表示查詢點，Oi表示要查詢的興趣點，其中，i是正整數(shù)，通過步驟二所構(gòu)建的RRN-Tree索引結(jié)構(gòu)快速定位查詢點q所在的路徑F1及通過底層R樹定位查詢點所在的路段?，查找該路段上有一個興趣點Q1，將O1及其到q的距離保存在隊列 ResultList 中，此時，ResultList=Ko1, 1>}；
[0072]因為路段?是單行路，將路段終點及其到查詢點的距離入隊列PQueue，即:PQueue= {<p2, 1>}，查詢點與之間沒有興趣點，算法以P2為起點，通過RRN-Tree中的鄰接鏈表查找與P2相鄰接的路段μ」)'、P2P4、P1P,繼續(xù)擴展，將各路段的終點P:、P3、P4> P5及其到查詢點的距離入隊列并按距離升序排列，此時，
[0073]PQueue=Kp3, 4>，<ρ1； 5>，<ρ5, 6>，<ρ4, 13>},將隊列中距離值最小的元素P3 出隊列，該路段上沒有興趣點對象，則以P3為起點，繼續(xù)擴展至P6，此時，
[0074]PQueue=Kp1, 5>，<ρ5, 6>，<ρ6, 7>，<ρ4, 13>}；
[0075]隊列中距離最小值的節(jié)點P1出隊列，在路段;^；上，包含對象O2，將其加入ResultList 隊列，ResultList=Ko1, 1>，<o2, 3>}；
[0076]通過查詢RRN-Tree的鄰接鏈表可知,通過節(jié)點P1不再擴展,繼續(xù)對P5節(jié)點進行處
理，在路段f)]h上，包含對象O3,加入到ResultList隊列，同時查詢P5節(jié)點的鄰接鏈表，繼
續(xù)擴展，可得到結(jié)果=ResultList=Ko1, 1>，<o2, 3>，<o3, 4>}, PQueue=Kp6, 7>, <p4, 13>，<p5_7，17>}其中，p5_7表示經(jīng)過節(jié)點5到達節(jié)點7 ;類似的，通過擴展其余節(jié)點，得到結(jié)果為=ResuItList=Ko1, 1>，〈02，3>，〈03，4>，<o5, 8>}，PQueue= {〈p5_7, 17>，<p4_7, 20>}；
[0077]此時，已經(jīng)得到4個最近鄰對象，距離上界Dmax=S ;實際上，PQueue中的距離值>Dmax，繼續(xù)擴展的距離值必定不滿足要求，為便于后面的查詢更新，以Dmax為距離上限，查詢點q為根，計算KNN監(jiān)測區(qū)域，完成KNN查詢初始集計算。
[0078]【具體實施方式】三:下面結(jié)合圖1至圖12說明本實施方式，本實施方式為對實施方式一的進一步說明，本實施方式所述的步驟三中所述CKNN查詢更新分為兩種情況，當查詢點對象位置不變，而興趣點對象移動時，利用查詢過程生成的KNN監(jiān)測區(qū)可降低查詢更新代價的實現(xiàn)過程為:
[0079]當查詢點對象不動時，由于查詢對象的位置不變，上次查詢生成的KNN監(jiān)測區(qū)域也不變，根據(jù)興趣點對象更新后落在KNN監(jiān)測區(qū)域內(nèi)對象數(shù)量k'值的不同，可分為三種情況分別處理:
[0080]一、當落入KNN監(jiān)測區(qū)域的興趣點對象k' =k時，只需要通過RRN-Tree查找所有在KNN監(jiān)測區(qū)域內(nèi)的路段上的移動對象，將KNN監(jiān)測區(qū)域內(nèi)內(nèi)路段上的對象集作為結(jié)果；
[0081]二、當落入KNN監(jiān)測區(qū)的興趣點對象V義時，需對KNN監(jiān)測區(qū)內(nèi)的所有移動對象重新計算與查詢對象之間的網(wǎng)絡(luò)距離，并按照從小到大進行排序，取前k個對象，同時，更新knn_dist并調(diào)整knn監(jiān)測區(qū)，以便下一次更新時繼續(xù)使用；
[0082]三、當落入KNN監(jiān)測區(qū)的興趣點對象V <k時，則需要對原KNN監(jiān)測區(qū)域繼續(xù)擴展，這里不是從查詢對象開始重新擴展，只需從KNN監(jiān)測區(qū)域的標記處開始擴展。
[0083]當查詢點對象移動時，應(yīng)用KNN查詢初始集計算的查詢算法重新計算查詢請求的具體實現(xiàn)過程為:[0084]當處理查詢對象和移動對象同時更新時的查詢請求，由于在單向行駛的道路網(wǎng)絡(luò)中，每個十字路口的轉(zhuǎn)向規(guī)則不同，當移動對象運動到十字路口時，路段之間的連通性發(fā)生改變，根據(jù)查詢對象的運動情況分為兩種，當查詢對象位置更新后仍然運動在原來的路段上，并未改變運動方向，可充分利用KNN監(jiān)測區(qū)，提高計算速度；否則，按照KNN查詢初始集計算重新查詢。
[0085]具體實施例:本實施例從興趣點對象(POIs)數(shù)量、查詢請求數(shù)、興趣點對象分布密度、道路網(wǎng)規(guī)模等方面與IMA/GMA算法進行實驗對比，實驗測試數(shù)據(jù)集來自TIGER/Line]下載的加利福尼亞州洛杉肌市(Los Angeles, LA)和舊金山市(San Francisco, SF)的道路網(wǎng)數(shù)據(jù)，利用Brinkhofftltl]設(shè)計的基于道路網(wǎng)絡(luò)的移動對象產(chǎn)生器生成興趣點對象集。下載的shp格式數(shù)據(jù)經(jīng)過轉(zhuǎn)換工具，生成node節(jié)點數(shù)據(jù)和edge道路邊數(shù)據(jù)，作為移動對象產(chǎn)生器的輸入因子。為便于采用基于路徑的建模方式對道路網(wǎng)絡(luò)建模并建立索引，對兩個道路網(wǎng)絡(luò)數(shù)據(jù)集中同名的路段進行合并，形成一條完整路徑。實驗參數(shù)如表1所示。實驗系統(tǒng)采用Java語言編寫，運行環(huán)境為AMD2.3IGHz三核處理器，內(nèi)存2G，Windows XPSP3操作系統(tǒng)。每次測試只改變其中的一個參數(shù)值，其他參數(shù)采用默認值。
[0086]表1實驗參數(shù)
[0087]Tablelexperiment parameter
[0088]
【權(quán)利要求】
1.道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法，其特征在于:該查詢方法的實現(xiàn)步驟為: 步驟一:首先，分別定義道路網(wǎng)絡(luò)G、路線r、路段seg、交叉路口 j、移動對象0和KNN監(jiān)測區(qū)； 所述道路網(wǎng)絡(luò)G為一個二元組G= (R，J)，其中R是道路網(wǎng)中路線集合，每條路線包含若干路段，J是道路網(wǎng)中多條路線的交叉點集合； 所述路線r是指道路網(wǎng)絡(luò)中可獨立命名的一條完整路徑，定義為: r = (/-/W，/("/，( Jidj, Posj丨).其中，rid是路線標識；Ien表示路線長度，Ien e [O, I] ;(./+<、/w's_,))'-1表示路線上的 交叉路口及其在路線上相對路線起點的位置集合，Posj e [O, I]； 所述路段seg是指相鄰交叉路口之間的一段路線，定義為: seg= (sid, rid, ps, pe, dir)； 其中，sid、rid分別表示路段及所在路線的標識；ps、pe表示路段的起始點和終點；dir e {-1, O, 1}，當值為I時表示移動對象在該路段上允許從起點向終點方向運動，值為-1則表示從路段終點向起始點方向運動，O表示該路段允許雙向通行； 所述交叉路口 j是指多條路線的交叉節(jié)點，定義為^ = 其中jid為交叉路口的標識；(rid」，p0Sj)表示該交叉路口在第j條路線上的位置；adjList為交叉路口的鄰接列表，存儲該交叉路口處各路段的連接關(guān)系； 所述移動對象ο是指在道路網(wǎng)絡(luò)中，將移動對象ο建模為:o=(oid, x, y, rid, pos, dir)；其中，oicUrid分別表示移動對象及其所在路線；x，y表示移動對象的經(jīng)緯度坐標；p0s表示移動對象距離所在路線起點的距離，pos e [0,1] ;dir表示移動對象的運行方向，值為I表示從所在路段起點向終點方向運行，值為-1則是從所在路段的終點向起點方向運行；所述KNN監(jiān)測區(qū)是指以查詢對象q為根，KNN_dist為距離上限，所有與q相連的路段構(gòu)成的查詢區(qū)域； 步驟二、構(gòu)建RRN-Tree索引結(jié)構(gòu)，將鄰接鏈表技術(shù)引入索引結(jié)構(gòu)中，用鄰接鏈表來表示路線上交叉路口處的道路邊之間的連接關(guān)系，基于網(wǎng)絡(luò)邊擴展思想，計算查詢對象的K個最近鄰對象；同時在計算KNN查詢結(jié)果集時建立K近鄰監(jiān)測區(qū)； 所述RRN-Tree索引結(jié)構(gòu)由三部分組成:對道路網(wǎng)絡(luò)的路線進行索引的頂層2DR-Tree、表示路線上交叉節(jié)點鄰接關(guān)系的鄰接鏈表和索引各個路線上移動對象的底層R-Tree ； 所述對道路網(wǎng)絡(luò)的路線進行索引的頂層2DR-Tree，其葉子節(jié)點是一個三元組:<mbb, polypt, treept> ； 其中，mbb表示路線對應(yīng)polyline的最小外包邊界；polypt指向路線的實際表示，treept指向底層R樹； 所述索引各個路線上移動對象的底層R-Tree，其葉子節(jié)點是一個二元組:〈mbb, childpt〉,其中mbb表示所有孩子節(jié)點的MBBs集合,childpt指向孩子節(jié)點，即:索引某路線對應(yīng)的各路段及路段上的移動對象的底層R樹指針； 所述表示路線上交叉節(jié)點鄰接關(guān)系的鄰接鏈表是由hash表和兩級單鏈表組成，hash表部分與MON-Tree中含義相同，第一級單鏈表表示路線上的各個節(jié)點，第二級節(jié)點表示某節(jié)點的出度； 步驟三:根據(jù)步驟二所構(gòu)建的RRN-Tree索引結(jié)構(gòu)，進行基于道路網(wǎng)絡(luò)的CKNN查詢；所述基于道路網(wǎng)絡(luò)的CKNN查詢包括KNN查詢初始集計算和CKNN查詢更新兩個階段:首先，第一階段所述KNN查詢初始集計算是指:當查詢對象基于當前位置發(fā)出KNN查詢請求時，首先通過RRN-Tree索引結(jié)構(gòu)快速定位查詢對象所在路段，并將路段的兩個端點入隊列，并按照距離查詢點的距離從小到大排序；然后讀取距離查詢點最近的興趣點對象存入結(jié)果隊列中，當對象數(shù)少于K個時，沿著查詢對象前進方向的路段頂點繼續(xù)擴展，通過讀取路段頂點的鄰接鏈表確定各路段的連接關(guān)系，在有連接關(guān)系的路段上擴展查找最近鄰對象，直到找到K個對象為止；最后，為了提高連續(xù)查詢的查詢效率，以第K個對象距離查詢點的距離為距離上限，將所有與查詢點有連接關(guān)系的路段建立KNN查詢監(jiān)測區(qū)，凡是落在該監(jiān)測區(qū)域內(nèi)的對象將成為候選的KNN結(jié)果； 第二階段進行CKNN查詢更新，所述CKNN查詢更新分為兩種情況:當查詢點對象位置不變，而興趣點對象移動時，利用查詢過程生成的KNN監(jiān)測區(qū)可降低查詢更新代價；當查詢點對象移動時，應(yīng)用上述的第一階段的KNN查詢初始集計算的查詢算法重新計算查詢請求。
2.根據(jù)權(quán)利要求1 所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法，其特征在于步驟三中所述KNN查詢初始集計算的具體實現(xiàn)過程為: 首先，建立優(yōu)先隊列PQueue保存查詢過程中的鄰接點，該優(yōu)先隊列PQueue中的元素按照距離查詢點的距離由小到大進行排序，并設(shè)優(yōu)先隊列PQueue的初始值為空； 建立保存查詢結(jié)果的隊列ResultList，該隊列ResultList的長度為K，隊列中元素按距離查詢點的距離升序排列，設(shè)隊列ResultList初始值為空； 當發(fā)出查詢請求時，設(shè)q表示查詢點，Oi表示要查詢的興趣點,其中，i是正整數(shù),通過步驟二所構(gòu)建的RRN-Tree索引結(jié)構(gòu)快速定位查詢點q所在的路徑F1及通過底層R樹定位查詢點所在的路段? ,查找該路段上有一個興趣點O1，將O1及其到q的距離保存在隊列ResultList 中，此時，ResultList=Ko1, 1>}； 因為路段?是單行路，將路段終點及其到查詢點的距離入隊列PQueue，即:PQueue= {<p2, 1>}，查詢點與之間沒有興趣點，算法以P2為起點，通過RRN-Tree中的鄰接鏈表查找與P2相鄰接的路段i)])?、、P2P4、P:P'繼續(xù)擴展，將各路段的終點Pp P4> P5及其到查詢點的距離入隊列并按距離升序排列，此時， PQueue=Kp3, 4>，<p” 5>，<p5, 6>，<p4, 13>},將隊列中距離值最小的元素P3出隊列，該路段上沒有興趣點對象，則以P3為起點，繼續(xù)擴展至P6，此時，
PQueue=Kp1, 5>，<p5, 6>，<p6, 7>，<p4, 13>}； 隊列中距離最小值的節(jié)點P1出隊列，在路段上，包含對象O2，將其加入ResultList 隊列，ResultList=Ko1, 1>，<o2, 3>}；通過查詢RRN-Tree的鄰接鏈表可知,通過節(jié)點P1不再擴展，繼續(xù)對P5節(jié)點進行處理，在路段/LA上，包含對象O3,加入到ResultList隊列，同時查詢P5節(jié)點的鄰接鏈表,繼續(xù)擴展，可得到結(jié)果=ResultList=Ko1, 1>，<o2, 3>，<o3, 4>}, PQueue=Kp6, 7>, <p4, 13>，<p5_7, 17>}其中，p5-7表示經(jīng)過節(jié)點5到達節(jié)點7 ;類似的,通過擴展其余節(jié)點,得到結(jié)果為=ResultLiSt=Ko1, 1>，〈02，3>，〈03，4>，〈05，8>}，PQueue= {〈p5_7, 17>，<p4_7, 20>}； 此時，已經(jīng)得到4個最近鄰對象，距離上界Dmax=S ;實際上，PQueue中的距離值>Dmax，繼續(xù)擴展的距離值必定不滿足要求，為便于后面的查詢更新，以Dmax為距離上限，查詢點q為根，計算KNN監(jiān)測區(qū)域，完成KNN查詢初始集計算。
3.根據(jù)權(quán)利要求1所述的道路網(wǎng)絡(luò)中基于RRN-Tree的移動對象CKNN查詢方法，其特征在于步驟三所述CKNN查詢更新分為兩種情況，當查詢點對象位置不變，而興趣點對象移動時，利用查詢過程生成的KNN監(jiān)測區(qū)可降低查詢更新代價的實現(xiàn)過程為: 當查詢點對象不動時，由于查詢對象的位置不變，上次查詢生成的KNN監(jiān)測區(qū)域也不變，根據(jù)興趣點對象更新后落在KNN監(jiān)測區(qū)域內(nèi)對象數(shù)量k'值的不同，可分為三種情況分別處理: 一、當落入KNN監(jiān)測區(qū)域的興趣點對象k'=k時，只需要通過RRN-Tree查找所有在KNN監(jiān)測區(qū)域內(nèi)的路段上的移動對象，將KNN監(jiān)測區(qū)域內(nèi)內(nèi)路段上的對象集作為結(jié)果； 二、當落入KNN監(jiān)測區(qū)的興趣點對象V>k時，需對KNN監(jiān)測區(qū)內(nèi)的所有移動對象重新計算與查詢對象之間的網(wǎng)絡(luò)距離，并按照從小到大進行排序，取前k個對象，同時，更新knn_dist并調(diào)整knn監(jiān)測區(qū)，以便下一次更新時繼續(xù)使用； 三、當落入KNN監(jiān)測區(qū)的興 趣點對象k'<k時，則需要對原KNN監(jiān)測區(qū)域繼續(xù)擴展，這里只需從KNN監(jiān)測區(qū)域的標記處開始擴展； 當查詢點對象移動時，應(yīng)用KNN查詢初始集計算的查詢算法重新計算查詢請求的具體實現(xiàn)過程為: 當處理查詢對象和移動對象同時更新時的查詢請求，由于在單向行駛的道路網(wǎng)絡(luò)中，每個十字路口的轉(zhuǎn)向規(guī)則不同，當移動對象運動到十字路口時，路段之間的連通性發(fā)生改變，根據(jù)查詢對象的運動情況分為兩種，當查詢對象位置更新后仍然運動在原來的路段上，并未改變運動方向，可充分利用KNN監(jiān)測區(qū)，提高計算速度；否則，按照KNN查詢初始集計算重新查詢。
【文檔編號】G06F17/30GK103544291SQ201310520592
【公開日】2014年1月29日 申請日期:2013年10月29日 優(yōu)先權(quán)日:2013年10月29日
【發(fā)明者】孫海龍, 王春艷, 于鳴, 劉丹 申請人:東北林業(yè)大學