多种运动方式的移动对象索引技术

Moving objects with multiple transportation modes is a new topic, which investigates moving objects in different environments such as road networks, public transportation system, walking areas, and indoor. Due to the involvement of multiple environments and different motion features,the managed data is the complete movement. This imposes new challenges on a database system. The existing indices for moving objects only focus on a single environment,and cannot efficiently process moving objects in multiple environments. This project studies the index technology for moving objects with multiple transportation modes. We propose efficient algorithms for moving objects in different environments, and investigate optimization techniques to improve the system performance.The detailed contents include:①the index for the historical data of moving objects with different transportation modes;②the motion function for moving objects with different transportation modes and the index for on-line updating and predicting;③queries for moving objects with different transportation modes such as range query, real time query;④the cost model for query analysis,the tunable index and the development of a prototype database system.This project aims to improve the processing capability of moving objects databases, deeply analyze the feature of moving objects and provide the technical support for comprehensive transportation analysis, advanced trip planning and the invesitgation of human behaviors. In summary, the research topic has significant academic and application value.

多种运动方式移动对象是一个新的研究领域，其考虑移动对象在不同环境下的运动，例如道路网、公交系统、步行区域、室内等。涉及环境多且移动对象运动特征不同，管理的数据为移动对象完整的运动，对数据库技术提出了新的要求。现有的移动对象索引技术只针对单一环境，不能有效处理多个环境下的移动对象。本项目研究多种运动方式移动对象索引技术，并提供有效的算法支持不同环境移动对象查询，研究优化技术提高数据库系统性能。具体研究内容包括：①不同运动方式的移动对象历史数据索引；②不同运动方式移动对象的运动函数，用于实时数据更新及预测的索引；③不同运动方式移动对象查询，包括范围查询、实时查询等；④查询分析代价模型、可调节索引及原型系统实现。本项目可提高移动对象数据库处理能力，有助于深入分析移动对象特征，为综合交通分析、高级导航及人类行为特征研究提供技术支撑，具有重要的学术和应用价值。

多种运动方式移动对象是一个新的研究领域，其考虑移动对象在不同环境下的运动，例如道路网、公交系统、步行区域、室内等。涉及环境多且移动对象运动特征不同，管理移动对象在多个环境下随时间连续变化的位置数据，对移动对象数据库提出了新的要求。现有的移动对象索引只针对单一环境，不能有效处理多个环境下的移动对象。本项目研究多种运动方式移动对象索引技术，提供有效的算法支持不同环境移动对象查询，研究优化技术提高数据库系统性能。主要内容包括：①不同运动方式移动对象索引，涉及历史数据管理、数据划分方法、运动函数以及数据更新；②多种运动方式移动对象查询，包括范围查询（单个、多个、序列）、聚类查询、连续距离查询及分析类查询等，提供有障碍环境下可视点高效查询算法，解决多种运动方式移动对象数据隐私保护；③多种运动方式移动对象数据管理系统基准测试，提供数据产生器、查询算子、常见查询、索引及优化算法，进行功能性和性能测试；④多类型时态数据索引及Top-k查询算法，支持查询点、查询间隔及连续查询，对历史数据管理且支持更新；⑤研发了原型系统，用大规模数据进行了实验和分析。.本项目解决了多种运动方式移动对象索引、基准测试及查询算法，提供21个算子支持24个查询，扩展了移动对象数据库管理能力，并在千万级数据下比其他方法性能快近6倍以上；有障碍环境下可视点查询算法的时间复杂度从O(nlogn)提高到O(n)，在百万级真实数据测试下性能比现有方法快1个数量级；解决多类型时态数据索引并支持三类常见时态数据查询，提出的算法在5000万数据下比其他方法快5-10倍。本项目提高移动对象数据库处理能力，解决了不同环境下多种运动方式移动对象数据管理和查询性能优化，并拓展时态数据管理能力支持单一类型和多类型的间隔数据查询，支持连续查询。本项目成果有助于深入分析移动对象特征，为综合交通分析、高级导航及人类行为特征研究提供技术支撑，有障碍空间可视点查询算法可用于机器人智能导航。