[论文解读] Prediction-based Online Trajectory Compression

Arlei Silva, Ramya Raghavendra+2 more|arXiv (Cornell University)|Jan 23, 2016

Data Management and Algorithms参考文献 27被引用 3

一句话总结

ONTRAC 是一种新颖的在线轨迹压缩框架，通过为空间（马尔可夫模型）和时间（QP-EM）分量使用预测模型，抑制轨迹数据库中的冗余更新。即使在 4 分钟的更新延迟下，它仍能将行程时间的压缩比提升至最高 21 倍，并使数据库可扩展性提升一个数量级，优于最先进的离线方法。

ABSTRACT

Recent spatio-temporal data applications, such as car-shar\-ing and smart cities, impose new challenges regarding the scalability and timeliness of data processing systems. Trajectory compression is a promising approach for scaling up spatio-temporal databases. However, existing techniques fail to address the online setting, in which a compressed version of a trajectory stream has to be maintained over time. In this paper, we introduce ONTRAC, a new framework for map-matched online trajectory compression. ONTRAC learns prediction models for suppressing updates to a trajectory database using training data. Two prediction schemes are proposed, one for road segments via a Markov model and another for travel-times by combining Quadratic Programming and Expectation Maximization. Experiments show that ONTRAC outperforms the state-of-the-art offline technique even when long update delays (4 mininutes) are allowed and achieves up to 21 times higher compression ratio for travel-times. Moreover, our approach increases database scalability by up to one order of magnitude.

研究动机与目标

• 解决智能城市和网约车等应用中实时时空数据处理面临的可扩展性与及时性挑战。
• 克服现有离线轨迹压缩技术无法处理低延迟在线流式轨迹数据的局限性。
• 开发一种框架，在实时保持准确、压缩的轨迹表示的同时，支持高效的查询处理。
• 通过为路段和行程时间学习的模型抑制可预测的更新，实现高效的数据库操作。
• 通过设计支持部分解压缩的查询兼容压缩数据模式，确保与现有关系型 DBMS 的兼容性。

提出的方法

• 使用马尔可夫模型基于近期历史预测轨迹中的下一个路段，抑制可能的更新不被存储。
• 应用二次规划与期望最大化算法，学习基于高斯分布的行程时间预测模型以实现时间压缩。
• 将时间轨迹推理建模为最大似然估计问题，以处理稀疏且嘈杂的 GPS 更新。
• 仅存储预测误差（残差）和预测模型，实现在查询时的完整轨迹重建。
• 在查询期间支持部分解压缩，以最小化性能开销同时保持准确性。
• 将压缩数据模式与标准关系型数据库集成，以支持索引和高效查询处理。

实验结果

研究问题

• RQ1 基于预测的轨迹更新抑制是否能提升实时系统中的在线压缩性能？
• RQ2 在现实延迟约束下，基于在线预测的框架与最先进的离线方法相比，其压缩比如何？
• RQ3 针对路段和行程时间的预测模型在多大程度上能减少在线轨迹处理中的数据库插入次数？
• RQ4 在压缩轨迹框架中使用部分解压缩时，查询处理的性能开销是多少？
• RQ5 该框架是否能通过减少传入轨迹更新的数据量来提升数据库操作的可扩展性，同时不牺牲查询准确性？

主要发现

• 即使在 4 分钟的更新延迟下，ONTRAC 对行程时间数据的压缩比仍比最先进的离线方法高出最多 21 倍。
• 与未压缩基线相比，该框架将数据库插入速率提高了最多 11.7 倍（北京数据集）。
• ONTRAC-PT（部分解压缩）的开销仅比完全未压缩系统高出 25–38%，使其适用于实时工作负载。
• 由于数据量和插入频率的减少，系统使数据库可扩展性最高提升一个数量级。
• 用于路段预测的马尔可夫模型和用于行程时间建模的 QP-EM 能够准确抑制高达 95% 的实际轨迹更新。
• 即使在更新延迟的情况下，ONTRAC 在压缩比上仍优于离线方法，证明了其在在线环境中的有效性。