[论文解读] Discovery of Convoys in Trajectory Databases

Hoyoung Jeung, Man Lung Yiu+3 more|arXiv (Cornell University)|Feb 4, 2010

Data Management and Algorithms参考文献 17被引用 11

一句话总结

本文提出一种基于密度的车队查询模型，用于发现至少持续一定时间的移动对象群体，通过线段简化和距离边界高效过滤候选对象。CuTS* 算法通过优化轨迹简化和时间分区，在真实轨迹数据上实现了卓越性能，最大限度减少误报，同时降低计算开销。

ABSTRACT

As mobile devices with positioning capabilities continue to proliferate, data management for so-called trajectory databases that capture the historical movements of populations of moving objects becomes important. This paper considers the querying of such databases for convoys, a convoy being a group of objects that have traveled together for some time. More specifically, this paper formalizes the concept of a convoy query using density-based notions, in order to capture groups of arbitrary extents and shapes. Convoy discovery is relevant for real-life applications in throughput planning of trucks and carpooling of vehicles. Although there has been extensive research on trajectories in the literature, none of this can be applied to retrieve correctly exact convoy result sets. Motivated by this, we develop three efficient algorithms for convoy discovery that adopt the well-known filter-refinement framework. In the filter step, we apply line-simplification techniques on the trajectories and establish distance bounds between the simplified trajectories. This permits efficient convoy discovery over the simplified trajectories without missing any actual convoys. In the refinement step, the candidate convoys are further processed to obtain the actual convoys. Our comprehensive empirical study offers insight into the properties of the paper's proposals and demonstrates that the proposals are effective and efficient on real-world trajectory data.

研究动机与目标

• 解决现有基于群体的方法依赖固定圆形形状和任意距离阈值的局限性。
• 通过密度连通性形式化车队查询，以捕捉任意形状和范围的车队。
• 开发高效的车队发现算法，避免误报的同时降低处理成本。
• 在真实轨迹数据集上评估车队发现算法的性能。

提出的方法

• 使用密度连通性形式化车队查询，即若对象在连续 k 个时间点内的相互距离不超过阈值 e，则认为它们相连。
• 对轨迹应用线段简化以减小数据量，同时保留误差边界，确保不会遗漏实际车队。
• 采用过滤-精炼框架：先使用简化轨迹过滤候选对象，再通过精炼步骤提取精确车队。
• 基于多个时间分区中的轨迹压缩率和误差边界，动态选择简化阈值 δ。
• 通过估计轨迹密度并最小化对象间中间时间点的缺失，优化时间分区长度 λ。
• 提出 CuTS、CuTS+ 和 CuTS* 算法，其中 CuTS* 采用自适应 δ 和 λ 选择，以提升效率。

实验结果

研究问题

• RQ1 如何形式化车队发现，以捕捉不依赖固定几何形状的任意形状和范围的群体？
• RQ2 何种过滤策略可确保在轨迹简化过程中不丢失实际车队？
• RQ3 如何选择简化阈值 δ，以在数据压缩与过滤准确性之间取得平衡？
• RQ4 时间分区长度 λ 如何影响过滤效率和结果质量？
• RQ5 在 CuTS、CuTS+ 和 CuTS* 算法中，哪一个在真实轨迹数据上实现了性能与准确性的最佳权衡？

主要发现

• CuTS* 通过自适应选择 δ 和 λ，在真实世界轨迹数据集上实现了最佳整体性能，有效最小化误报和计算成本。
• 采用具有误差边界的线段简化可确保不会过滤掉实际车队，从而保持结果的正确性。
• 使用简化轨迹进行过滤可将距离计算次数减少高达 90%，显著提升效率。
• 基于压缩率和误差边界的动态 δ 选择优于固定 δ 值，尤其在 δ > e 时表现更优。
• 采用自适应 λ 的时间分区可减少不必要的聚类操作，提升过滤效率，尤其在时间采样稀疏或不规则的轨迹中效果显著。
• CuTS+ 在具有长历史轨迹和较少对象的数据集中表现良好，表明其适用于特定数据特征。