面向室内空间的移动对象数据库关键技术研究

As a survey indicated, people spend around 87% of their time in indoor spaces, e.g., office buildings, shopping malls, and metro stations. With the rapid development of the Internet of Things (IoT) and indoor positioning technologies such as RFID and Wi-Fi, how to effectively manage the rapidly increasing indoor moving objects has been a common and fundamental issue in a lot of application areas including public security and business services. Based on the special features of indoor spaces regarding space constraint, positioning techniques, and distance measurement, this project is focused on some critical issues in indoor moving objects databases. We first study the representation model for indoor spaces, and introduce a geometric-entity-based directional connected graph to describe the complicated spatial semantics of indoor spaces. Next we exploit the location and trajectory models for indoor moving objects with the emphasis on supporting various indoor positioning techniques. We also explore layered index structures for indoor spaces as well as for indoor moving objects, and propose an update-buffer-based approach to improve the update performance of the indexes. Besides, we study the query processing methods for indoor moving objects from two points of view, namely the location service view and the trajectory analysis view. Finally, we design a prototype system and conduct performance evaluation towards real applications. This project is expected to present effective and efficient solutions to the key issues in indoor moving objects databases, and satisfy the diverse needs of indoor location based services and analysis. It can also bring some new insights and theoretical clues for the future development of moving objects databases.

调查表明，人们有87％左右的时间都在室内空间中活动，例如办公楼、商场、地铁站等。随着物联网以及RFID、Wi-Fi等室内定位技术的快速发展，如何有效管理日益增长的室内移动对象数据已成为公共安全、商业服务等诸多领域都亟需解决的基础性共性问题。本课题针对室内空间在空间约束、定位技术、距离度量等方面的特点，重点研究室内空间表示模型，提出基于几何实体的有向连通图模型以刻画室内空间的复杂语义；研究支持不同定位技术的室内移动对象位置与轨迹模型，以提高室内移动对象数据库技术的适用性；探索分层的室内空间索引以及移动对象位置与轨迹索引，并引入更新缓冲区提升索引更新性能；从位置服务和轨迹分析两个角度研究高效的室内移动对象查询处理方法；在此基础上建立原型系统开展应用验证。本研究可以突破室内移动对象数据库中的关键技术，满足多样化室内位置服务与分析的迫切需求，并为移动对象数据库技术的发展提供新思路和理论依据。

随着RFID、Wi-Fi等室内定位技术及物联网的快速发展，如何有效管理日益增长的室内移动对象数据已成为公共安全、商业服务等诸多应用领域都亟需解决的基础性共性问题。本课题针对室内空间在空间约束、定位技术、距离度量等方面的特点，重点研究了室内空间与移动对象建模、室内空间索引技术、基于室内空间的移动对象查询等问题，并提出了有效的解决方法。在室内空间建模方面，提出了室内空间分层模型LayeredModel和室内空间多粒度网格图模型InMGG_Model，以支持室内空间语义的统一表达。在室内空间索引方面，提出了基于轨迹优化划分的CR-Tree以及更新优化的FOR-Tree。在室内移动对象查询方面，本项目针对室内移动对象查询和室内移动轨迹分析的需求，提出了一系列新的查询处理算法，包括位置服务查询、序列化室内路径查询、室内热点查询、室内移动轨迹相似性搜索等。最后，本项目构建了一个室内移动对象数据库原型系统，并利用自行开发的室内移动轨迹模拟器生成大规模数据集进行了实验验证。本研究较好地突破了室内移动对象数据库中的关键技术，可以满足多样化的室内位置服务与分析的迫切需求，并为移动对象数据库技术的发展提供了新思路和理论依据。.本项目在国内外期刊和国际会议上发表了38篇论文，其中SSCI/SCI期刊论文12篇，EI检索论文23篇，CCF A类期刊和会议论文7篇，B类7篇，C类16篇。同时还获得了CCF B类会议DASFAA 2015的 Best Poster Award、CCF C类会议NPC 2014的Best Paper Award以及中国数据库年会NDBC 2017的最佳学生论文奖。本项目的研究成果既具有理论创新，又有实际系统开发，项目成果具有广阔的应用前景和可以预期的经济效益。