基于感知数据的矢量提取关键技术研究与典型应用

发布时间：2022-02-22 19:55

　　随着物联网技术及其相关应用（如智慧城市、感知中国、智能交通、应急管理、智能安防等）的飞速发展,如何有效地存储、查询与分析海量的物联网感知数据成为了一个亟待解决的关键问题。基于物联网感知数据的矢量提取存储思想,将感知数据进行矢量提取存储,不仅会减少数据存储的更新频率和数据量,而且还会减少查询和分析操作的数据量。基于轨迹大数据矢量特征提取,借助PageRank算法思想,引入路段状态矢量,实现动态的路径规划。设计基于人群疏散的空间多样性理论,实现大型活动高效人群疏散。本文以轨迹数据矢量提取为基础,对动态路径规划和大型活动人群高效疏散进行了分析、研究和改进:（1）基于感知数据矢量特征存储。针对具有路径的时空数据的状态矢量提取方法,本文选取贝塞尔曲线拟合算法,设计状态矢量的表示、匹配和更新算法,对感知数据进行矢量提取,获取监控对象的状态矢量序列。基于感知数据的矢量存储,进行高效的数据查询,实现对数据的高效分析。通过对感知数据的矢量提取与存储,不仅减少了数据的存储量和更新频率,而且提高了数据的查询效率和数据插值查询的准确度。（2）基于矢量的动态路径规划。借助PageRank算法和路段状态矢量数目,... 

【文章来源】：北京工业大学北京市211工程院校

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
    1.3 研究内容和创新点
        1.3.1 主要研究内容
        1.3.2 研究创新点
    1.4 论文结构
第2章 背景知识与相关技术介绍
    2.1 感知数据的存储模式与查询相关工作
        2.1.1 感知数据的存储模式
        2.1.2 感知数据的查询
    2.2 路径规划相关工作研究
        2.2.1 PageRank算法应用
        2.2.2 Dijkstra算法求最短路径
        2.2.3 A~*算法求最优路径
        2.2.4 蚁群算法求最优路径
        2.2.5 遗传算法求最优路径
    2.3 大型活动人群疏散的相关工作研究
        2.3.1 大型活动交通疏散的需求特征
        2.3.2 大型活动应急车辆疏散
        2.3.3 疏散路线选择研究
    2.4 本章小结
第3章 基于感知数据的矢量表示及提取方法
    3.1 问题分析
    3.2 矢量特征表示
        3.2.1 矢量的表示
        3.2.2 贝塞尔曲线控制点算法
        3.2.3 矢量的匹配与更新
        3.2.4 矢量的查询
    3.3 矢量提取算法
        3.3.1 总体设计
        3.3.2 算法描述
    3.4 实验结果与分析
        3.4.1 实验数据集及实验设置描述
        3.4.2 矢量提取存储的准确性
        3.4.3 存储数据和更新频率
        3.4.4 查询效率
    3.5 本章小结
第4章 基于矢量的城市道路网动态路径规划
    4.1 问题分析
    4.2 路网中的CR值
        4.2.1 CR值的引入
        4.2.2 CR值的计算
    4.3 A~*算法启发函数设置
        4.3.1 A~*算法引入
        4.3.2 启发函数设计
    4.4 算法框架
        4.4.1 总体设计
        4.4.2 算法描述
    4.5 实验结果及分析
        4.5.1 实验数据集及实验设置描述
        4.5.2 参数K的确定
        4.5.3 规划效果比较
    4.6 本章小结
第5章 大型活动人群疏散的多车辆动态导航
    5.1 问题分析
    5.2 基于人群疏散的空间多样性理论
        5.2.1 理论描述
        5.2.2 理论的基本实现
    5.3 算法框架
        5.3.1 总体设计
        5.3.2 算法描述
    5.4 实验设计与结果分析
        5.4.1 实验设置及数据集描述
        5.4.2 空间多样性理论效果
        5.4.3 效率评估
    5.5 本章小结
总结与展望
参考文献
攻读硕士学位期间发表的学术成果
致谢


【参考文献】：
期刊论文
[1]基于动态路况信息的时间最优交通流诱导系统研究[J]. 杨会.  信息通信. 2017(11)
[2]基于出租车轨迹数据的最优路径规划方法[J]. 戚欣,梁伟涛,马勇.  计算机应用. 2017(07)
[3]基于城市路网的最短路径算法研究[J]. 戴建光.  城市勘测. 2016(06)
[4]基于出租车轨迹数据的路径规划方法[J]. 林娜,郑亚男.  计算机应用与软件. 2016(01)
[5]基于实时信息的城市配送车辆动态路径优化[J]. 张婷,赖平仲,何琴飞,靳志宏.  系统工程. 2015(07)
[6]基于蚁群算法的移动机器人全局路径规划方法研究[J]. 史恩秀,陈敏敏,李俊,黄玉美.  农业机械学报. 2014(06)
[7]人员密集场所应急疏散的风险评估模型研究[J]. 赵宇宁,党会森.  中国公共安全(学术版). 2012(02)
[8]物联网信息感知与交互技术[J]. 胡永利,孙艳丰,尹宝才.  计算机学报. 2012(06)
[9]Dijkstra改进算法在车辆导航系统中的应用与仿真[J]. 闫保中,刘军,张波.  应用科技. 2011(11)
[10]一种支持状态优劣的路径搜索算法[J]. 叶涛.  甘肃科技. 2008(22)

硕士论文
[1]城市快速路突发事件应急交通疏散方法研究[D]. 胡雁宾.吉林大学 2017
[2]PageRank算法在社区划分中的应用研究[D]. 杨硕.沈阳航空航天大学 2016
[3]大型活动突发事件下交通疏散效率评价研究[D]. 周成成.西南交通大学 2014
[4]面向大型活动的动态交通诱导疏散关键技术研究[D]. 杨薇.吉林大学 2011
[5]基于实时交通信息的最优路径算法研究与实现[D]. 卫玮.长安大学 2009



本文编号：3640118