CN116226553A - 轨迹查询方法和装置、存储介质 - Google Patents

Abstract

本公开提供一种轨迹查询方法和装置、存储介质，涉及大数据领域。轨迹查询方法包括：识别查询区域对应的多个地理网格，以生成多个查询区域分区数据，其中第i个查询区域分区数据包括多个地理网格中的第i个地理网格的网格编码，1≤i≤N，N为地理网格总数；提取预设的多个轨迹分区数据，其中每个轨迹分区数据包括轨迹标识和与轨迹标识对应的网格编码；将多个查询区域分区数据对多个轨迹分区数据进行匹配，以生成多个候选分区数据；获取第j个候选分组数据中的轨迹标识对应的轨迹数据，1≤j≤J，J为候选分组数据总数；在第j个候选分组数据中的轨迹标识对应的轨迹数据与查询区域相交的情况下，将第j个候选分组数据中的轨迹标识和网格编码作为查询结果。

Description

轨迹查询方法和装置、存储介质

技术领域

本公开涉及大数据领域，特别涉及一种轨迹查询方法和装置、存储介质。

背景技术

轨迹可视化是指将查询到的车辆轨迹数据直接在地图上进行展示，从而让用户更直观地感知车辆位置和行驶路线。轨迹可视化能应用于许多城市场景，例如：车辆位置实时监控、非法路线行驶预警等。

目前，针对海量的轨迹数据进行查询的方法主要有以下两种：第一种方案是针对海量离线数据，利用分布式存储和分布式离线计算技术进行查询。常用的方法是用Hbase数据库进行存储并建立索引，利用Spark作为计算引擎。HBase内部通过时空编码建立一级索引，将数据筛选出之后，进入到Spark计算引擎，然后进行精确筛选。第二种方案是针对实时场景，利用Kafka接入实时的轨迹定位点，然后单机服务内部通过预定义查询区域，对每个定位点进行筛选，最终把过滤后的定位点输出到其他消费端。

发明内容

发明人注意到，在上述第一种方案中，需要将数据需要全部导入到HBase之后再进行查询，因此实时性较差，难以支持实时动态轨迹的查询场景。在上述第二种方案中，在数据量大时单机服务的处理能力会有瓶颈，而且只能对单个GPS点进行筛选，无法针对整段轨迹进行过滤。

据此，本公开提供一种轨迹查询方法，能够对海量数据进行实时查询。

根据本公开实施例的第一方面，提供一种轨迹查询方法，包括：识别查询区域对应的多个地理网格，以生成多个查询区域分区数据，其中第i个查询区域分区数据包括所述多个地理网格中的第i个地理网格的网格编码，1≤i≤N，N为地理网格总数；提取预设的多个轨迹分区数据，其中每个轨迹分区数据包括轨迹标识和与所述轨迹标识对应的网格编码；将所述多个查询区域分区数据对所述多个轨迹分区数据进行匹配，以生成多个候选分区数据；获取第j个候选分组数据中的轨迹标识对应的轨迹数据，1≤j≤J，J为候选分组数据总数；在所述第j个候选分组数据中的轨迹标识对应的轨迹数据与所述查询区域相交的情况下，将第j个候选分组数据中的轨迹标识和网格编码作为查询结果。

在一些实施例中，所述将所述多个查询区域分区数据对所述多个轨迹分区数据进行匹配包括：提取所述第i个查询区域分区数据中的网格编码以作为目标网格编码；在第m个轨迹分区数据中的网格编码与所述目标网格编码相匹配的情况下，将第m个轨迹分区数据与所述第i个查询区域分区数据进行关联，以生成所述候选分区数据，1≤m≤M，M为轨迹分区数据总数。

在一些实施例中，在每个轨迹分区数据中不包括具有所述目标网格编码的情况下，删除所述第i个查询区域分区数据。

在一些实施例中，在第m个轨迹分区数据与任一查询区域分区数据均不关联的情况下，删除第m个轨迹分区数据。

在一些实施例中，在所述第j个候选分组数据中的轨迹标识对应的轨迹数据与所述查询区域不相交的情况下，删除所述第j个候选分组数据。

在一些实施例中，上述方法还包括：生成所述多个轨迹分区数据；其中，所述生成所述多个轨迹分区数据包括：将预设时间范围的每个可移动目标的定位信息按时间顺序进行排序，以得到所述每个可移动目标的轨迹信息；利用预设的地理网格对所述每个可移动目标的轨迹信息进行划分，以得到所述多个轨迹分区数据。

在一些实施例中，所述地理网格为geohash网格。

根据本公开实施例的第二方面，提供一种轨迹查询装置，包括：第一处理模块，被配置为识别查询区域对应的多个地理网格，以生成多个查询区域分区数据，其中第i个查询区域分区数据包括所述多个地理网格中的第i个地理网格的网格编码，1≤i≤N，N为地理网格总数；第二处理模块，被配置为提取预设的多个轨迹分区数据，其中每个轨迹分区数据包括轨迹标识和与所述轨迹标识对应的网格编码，将所述多个查询区域分区数据对所述多个轨迹分区数据进行匹配，以生成多个候选分区数据；第三处理模块，被配置为获取第j个候选分组数据中的轨迹标识对应的轨迹数据，1≤j≤J，J为候选分组数据总数，在所述第j个候选分组数据中的轨迹标识对应的轨迹数据与所述查询区域相交的情况下，将第j个候选分组数据中的轨迹标识和网格编码作为查询结果。

在一些实施例中，第二处理模块被配置为提取所述第i个查询区域分区数据中的网格编码以作为目标网格编码，在第m个轨迹分区数据中的网格编码与所述目标网格编码相匹配的情况下，将第m个轨迹分区数据与所述第i个查询区域分区数据进行关联，以生成所述候选分区数据，1≤m≤M，M为轨迹分区数据总数。

在一些实施例中，第二处理模块被配置为在每个轨迹分区数据中不包括具有所述目标网格编码的情况下，删除所述第i个查询区域分区数据。

在一些实施例中，第二处理模块被配置为在第m个轨迹分区数据与任一查询区域分区数据均不关联的情况下，删除第m个轨迹分区数据。

在一些实施例中，第三处理模块被配置为在所述第j个候选分组数据中的轨迹标识对应的轨迹数据与所述查询区域不相交的情况下，删除所述第j个候选分组数据。

在一些实施例中，上述装置还包括：第四处理模块，被配置为生成所述多个轨迹分区数据，其中将预设时间范围的每个可移动目标的定位信息按时间顺序进行排序，以得到所述每个可移动目标的轨迹信息，利用预设的地理网格对所述每个可移动目标的轨迹信息进行划分，以得到所述多个轨迹分区数据。

在一些实施例中，所述地理网格为geohash网格。

根据本公开实施例的第三方面，提供一种轨迹查询装置，包括：存储器，被配置为存储指令；处理器，耦合到存储器，处理器被配置为基于存储器存储的指令执行实现如上述任一实施例所述的方法。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如上述任一实施例涉及的方法。

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开一个实施例的轨迹查询方法的流程示意图；

图2为本公开一个实施例的查询区域示意图；

图3为本公开一个实施例的轨迹分区数据生成方法的流程示意图；

图4为本公开一个实施例的分区数据关联示意图；

图5为本公开一个实施例的轨迹查询装置的结构示意图；

图6为本公开另一个实施例的轨迹查询装置的结构示意图；

图7为本公开又一个实施例的轨迹查询装置的结构示意图；

图8为本公开一个实施例的轨迹查询装置的实现场景示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1为本公开一个实施例的轨迹查询方法的流程示意图。在一些实施例中，下列的轨迹查询方法由轨迹查询装置执行。

在步骤101，识别查询区域对应的多个地理网格，以生成多个查询区域分区数据，其中第i个查询区域分区数据包括多个地理网格中的第i个地理网格的网格编码，1≤i≤N，N为地理网格总数。

在一些实施例中，地理网格为geohash网格，地理网格对应地理空间的长和宽大致为150米×150米。

在图2中示出了9个地理网格，每个地理网格中标记有相应的网格编码。图2中的虚线框为查询区域。查询区域占有4个网格，因此生成的多个查询区域分区数据如表1所示。

表1

返回图1。在步骤102，提取预设的多个轨迹分区数据，其中每个轨迹分区数据包括轨迹标识和与轨迹标识对应的网格编码。

在一些实施例中，轨迹分区数据生成方法如图3所示。

在步骤301，将预设时间范围的每个可移动目标的定位信息按时间顺序进行排序，以得到每个可移动目标的轨迹信息。

例如，定位信息可为GPS(Global Positioning System，全球定位***)定位信息、北斗定位信息等。

例如，服务器接收到GPS点之后会在内存中驻留一段时间，用t^m _span表示第m个驻留时间段。所有t^m _span内相同车辆的GPS点会按时间顺序组装成一条轨迹线。设车辆i的GPS点为Pt_i，驻留时间范围是t^m _span＝10分钟，则车辆i在第m个10分钟内的轨迹为Traj^m _i＝<Pt_i ¹,Pt_i ²,…,Pt _i ⁿ>，其中Pt_i ^j是第i辆车的第j个点。

在步骤302，利用预设的地理网格对每个可移动目标的轨迹信息进行划分，以得到多个轨迹分区数据。

如图2所示，轨迹信息Traj1通过3个网格，轨迹信息Traj2通过2个网格，则得到的多个轨迹分区数据如表2所示。

1	<ws10k0x,Traj1>
		2	<ws10k0w,Traj1>
3	<ws10k0q,Traj1>
		4	<ws10k0n,Traj2>
5	<ws10k0j,Traj2>

表2

返回图1。在步骤103，将多个查询区域分区数据和多个轨迹分区数据进行匹配，以生成多个候选分区数据。

在一些实施例中，在多个查询区域分区数据中，提取第i个查询区域分区数据中的网格编码以作为目标网格编码，在第m个轨迹分区数据中的网格编码与目标网格编码相匹配的情况下，将第m个轨迹分区数据与第i个查询区域分区数据进行关联，以生成候选分区数据，1≤m≤M，M为轨迹分区数据总数。

此外，在多个轨迹分区数据中不包括具有目标网格编码的轨迹分区数据的情况下，删除第i个查询区域分区数据。

此外，在第m个轨迹分区数据与任一查询区域分区数据均不关联的情况下，删除第m个轨迹分区数据。

如图4所述，左上角为表1所示的多个查询区域分区数据，左下角为表2所示的多个轨迹分区数据。

在图4中，第1个查询区域分区数据中的网格编码为ws10k0q，而第3个轨迹分区数据中的网格编码也为ws10k0q，因此将第1个查询区域分区数据和3个轨迹分区数据关联，具体表示为<ws10k0q,Region,Traj1>。

此外，第3个查询区域分区数据中的网格编码为ws10k0n，而第4个轨迹分区数据中的网格编码也为ws10k0n，因此将第3个查询区域分区数据和第4个轨迹分区数据关联，具体表示为<ws10k0n,Region,Traj2>。

第2个查询区域分区数据中的网格编码为ws10k0r，而在5个轨迹分区数据中均不具有该网格编码为ws10k0r，在这种情况下删除第2个查询区域分区数据。第4个查询区域分区数据也属于相同的情况，因此删除第4个查询区域分区数据。

此外，第1、第2和第5个轨迹分区数据中的包括的网格编码也未包括在查询区域分区数据中，因此将第1、第2和第5个轨迹分区数据删除。

在这种情况下，如图4中右侧部分所示，所得到的2个候选分区数据分别为：<ws10k0q,Region,Traj1>和<ws10k0n,Region,Traj2>。

在步骤104，获取第j个候选分组数据中的轨迹标识对应的轨迹数据，1≤j≤J，J为候选分组数据总数。

在步骤105，在第j个候选分组数据中的轨迹标识对应的轨迹数据与查询区域相交的情况下，将第j个候选分组数据中的轨迹标识和网格编码作为查询结果。

在一些实施例中，在第j个候选分组数据中的轨迹标识对应的轨迹数据与查询区域不相交的情况下，删除第j个候选分组数据。

如图2所示，Traj1和查询区域相交，在这种情况下将第1个候选分区数据<ws10k0q,Region,Traj1>作为查询结果。

此外，如图2所示，Traj2和查询区域不相交，在这种情况下则忽略第2个候选分区数据<ws10k0n,Region,Traj2>。

这里需要说明的是，在判断一条完整的轨迹和查询区域是否相交，需要占用大量的计算资源。本公开通过上述处理，只计算一条轨迹在指定网格中的部分和查询区域是否相交，从而有效减小了计算负荷。

在本公开上述实施例提供的轨迹查询方法中，将轨迹通过地理网格进行分区划分。在用户查询时，根据查询区域对应的地理网格生成查询区域分区数据，并通过查询区域分区数据和轨迹分区数据的匹配和关联，以获得查询区域内的轨迹信息，从而能够对海量数据进行实时查询。

图5为本公开一个实施例的轨迹查询装置的结构示意图。如图5所示，轨迹查询装置包括第一处理模块51、第二处理模块52和第三处理模块53。

第一处理模块51被配置为识别查询区域对应的多个地理网格，以生成多个查询区域分区数据，其中第i个查询区域分区数据包括多个地理网格中的第i个地理网格的网格编码，1≤i≤N，N为地理网格总数。

在一些实施例中，地理网格为geohash网格，地理网格对应地理空间的长和宽大致为150米×150米。

例如，查询区域分区数据如表1所示。

第二处理模块52被配置为提取预设的多个轨迹分区数据，其中每个轨迹分区数据包括轨迹标识和与轨迹标识对应的网格编码，将多个查询区域分区数据对多个轨迹分区数据进行匹配，以生成多个候选分区数据。

例如，轨迹分区数据如表2所示。

在一些实施例中，第二处理模块52被配置为提取第i个查询区域分区数据中的网格编码以作为目标网格编码，在第m个轨迹分区数据中的网格编码与目标网格编码相匹配的情况下，将第m个轨迹分区数据与第i个查询区域分区数据进行关联，以生成候选分区数据，1≤m≤M，M为轨迹分区数据总数。

在一些实施例中，第二处理模块52被配置为在每个轨迹分区数据中不包括具有目标网格编码的情况下，删除第i个查询区域分区数据。

在一些实施例中，第二处理模块52被配置为在第m个轨迹分区数据与任一查询区域分区数据均不关联的情况下，删除第m个轨迹分区数据。

第三处理模块53被配置为获取第j个候选分组数据中的轨迹标识对应的轨迹数据，1≤j≤J，J为候选分组数据总数，在第j个候选分组数据中的轨迹标识对应的轨迹数据与查询区域相交的情况下，将第j个候选分组数据中的轨迹标识和网格编码作为查询结果。

在一些实施例中，第三处理模块53被配置为在第j个候选分组数据中的轨迹标识对应的轨迹数据与查询区域不相交的情况下，删除第j个候选分组数据。

图6为本公开另一个实施例的轨迹查询装置的结构示意图。图6和图5的不同之处在于，在图6所示的实施例中，轨迹查询装置还包括第四处理模块54。

第四处理模块54被配置为生成多个轨迹分区数据，其中将预设时间范围的每个可移动目标的定位信息按时间顺序进行排序，以得到每个可移动目标的轨迹信息，利用预设的地理网格对每个可移动目标的轨迹信息进行划分，以得到多个轨迹分区数据。

图7为本公开又一个实施例的轨迹查询装置的结构示意图。如图7所示，轨迹查询装置包括存储器71和处理器72。

存储器71用于存储指令，处理器72耦合到存储器71，处理器72被配置为基于存储器存储的指令执行实现如图1、3中任一实施例涉及的方法。

如图7所示，该轨迹查询装置还包括通信接口73，用于与其它设备进行信息交互。同时，该轨迹查询装置还包括总线74，处理器72、通信接口73、以及存储器71通过总线74完成相互间的通信。

存储器71可以包含高速RAM存储器，也可还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器71也可以是存储器阵列。存储器71还可能被分块，并且块可按一定的规则组合成虚拟卷。

此外，处理器72可以是一个中央处理器CPU，或者可以是专用集成电路ASIC，或是被配置成实施本公开实施例的一个或多个集成电路。

本公开同时还涉及一种计算机可读存储介质，其中计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如图1、3中任一实施例涉及的方法。

在一些实施例中，本公开基于分布式实时计算框架Flink来实现。具体的实现框架如图8所示。

如图8所示，利用Kafka服务器接入实施的GPS点数据，并将GPS点数据提供给Flink服务器。Flink服务器根据接收到的GPS点数据生成相应的轨迹分区数据。当用户通过客户端向Flink客户端发送查询请求的情况下，Flink客户端将相应的查询区域信息发送给Flink服务器，Flink服务器根据查询区域对应的地理网格生成查询区域分区数据，并通过查询区域分区数据和轨迹分区数据的匹配和关联，以获得查询区域内的轨迹信息，并将最终结果反馈给客户端。

在一些实施例中，在上面所描述的功能单元模块可以实现为用于执行本公开所描述功能的通用处理器、可编程逻辑控制器(Programmable Logic Controller，简称：PLC)、数字信号处理器(Digital Signal Processor，简称：DSP)、专用集成电路(ApplicationSpecific Integrated Circuit，简称：ASIC)、现场可编程门阵列(Field-ProgrammableGate Array，简称：FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。

Claims (16)

1.一种轨迹查询方法，包括：

识别查询区域对应的多个地理网格，以生成多个查询区域分区数据，其中第i个查询区域分区数据包括所述多个地理网格中的第i个地理网格的网格编码，1≤i≤N，N为地理网格总数；

提取预设的多个轨迹分区数据，其中每个轨迹分区数据包括轨迹标识和与所述轨迹标识对应的网格编码；

将所述多个查询区域分区数据和所述多个轨迹分区数据进行匹配，以生成多个候选分区数据；

获取第j个候选分组数据中的轨迹标识对应的轨迹数据，1≤j≤J，J为候选分组数据总数；

在所述第j个候选分组数据中的轨迹标识对应的轨迹数据与所述查询区域相交的情况下，将第j个候选分组数据中的轨迹标识和网格编码作为查询结果。

2.根据权利要求1所述的方法，其中，所述将所述多个查询区域分区数据对所述多个轨迹分区数据进行匹配包括：

提取所述第i个查询区域分区数据中的网格编码以作为目标网格编码；

在第m个轨迹分区数据中的网格编码与所述目标网格编码相匹配的情况下，将第m个轨迹分区数据与所述第i个查询区域分区数据进行关联，以生成所述候选分区数据，1≤m≤M，M为轨迹分区数据总数。

3.根据权利要求2所述的方法，还包括：

在每个轨迹分区数据中不包括具有所述目标网格编码的情况下，删除所述第i个查询区域分区数据。

4.根据权利要求2所述的方法，还包括：

在第m个轨迹分区数据与任一查询区域分区数据均不关联的情况下，删除第m个轨迹分区数据。

5.根据权利要求1所述的方法，还包括：

在所述第j个候选分组数据中的轨迹标识对应的轨迹数据与所述查询区域不相交的情况下，删除所述第j个候选分组数据。

6.根据权利要求1-5中任一项所述的方法，还包括：

生成所述多个轨迹分区数据；

其中，所述生成所述多个轨迹分区数据包括：

将预设时间范围的每个可移动目标的定位信息按时间顺序进行排序，以得到所述每个可移动目标的轨迹信息；

利用预设的地理网格对所述每个可移动目标的轨迹信息进行划分，以得到所述多个轨迹分区数据。

7.根据权利要求6所述的方法，其中

所述地理网格为geohash网格。

8.一种轨迹查询装置，包括：

第一处理模块，被配置为识别查询区域对应的多个地理网格，以生成多个查询区域分区数据，其中第i个查询区域分区数据包括所述多个地理网格中的第i个地理网格的网格编码，1≤i≤N，N为地理网格总数；

第二处理模块，被配置为提取预设的多个轨迹分区数据，其中每个轨迹分区数据包括轨迹标识和与所述轨迹标识对应的网格编码，将所述多个查询区域分区数据对所述多个轨迹分区数据进行匹配，以生成多个候选分区数据；

第三处理模块，被配置为获取第j个候选分组数据中的轨迹标识对应的轨迹数据，1≤j≤J，J为候选分组数据总数，在所述第j个候选分组数据中的轨迹标识对应的轨迹数据与所述查询区域相交的情况下，将第j个候选分组数据中的轨迹标识和网格编码作为查询结果。

9.根据权利要求8所述的装置，其中，

第二处理模块被配置为提取所述第i个查询区域分区数据中的网格编码以作为目标网格编码，在第m个轨迹分区数据中的网格编码与所述目标网格编码相匹配的情况下，将第m个轨迹分区数据与所述第i个查询区域分区数据进行关联，以生成所述候选分区数据，1≤m≤M，M为轨迹分区数据总数。

10.根据权利要求9所述的装置，其中，

第二处理模块被配置为在每个轨迹分区数据中不包括具有所述目标网格编码的情况下，删除所述第i个查询区域分区数据。

11.根据权利要求9所述的装置，其中，

第二处理模块被配置为在第m个轨迹分区数据与任一查询区域分区数据均不关联的情况下，删除第m个轨迹分区数据。

12.根据权利要求8所述的装置，其中，

第三处理模块被配置为在所述第j个候选分组数据中的轨迹标识对应的轨迹数据与所述查询区域不相交的情况下，删除所述第j个候选分组数据。

13.根据权利要求8-12中任一项所述的装置，还包括：

第四处理模块，被配置为生成所述多个轨迹分区数据，其中将预设时间范围的每个可移动目标的定位信息按时间顺序进行排序，以得到所述每个可移动目标的轨迹信息，利用预设的地理网格对所述每个可移动目标的轨迹信息进行划分，以得到所述多个轨迹分区数据。

14.根据权利要求13所述的装置，其中

所述地理网格为geohash网格。

15.一种轨迹查询装置，包括：

存储器，被配置为存储指令；

处理器，耦合到存储器，处理器被配置为基于存储器存储的指令执行实现如权利要求1-7中任一项所述的方法。

16.一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如权利要求1-7中任一项所述的方法。

Images