何源浩，魏海平，周　烨，王艳涛

(信息工程大学 地理空间信息学院，河南 郑州 450001)



车辆GPS轨迹兴趣区域提取算法研究

何源浩，魏海平，周烨，王艳涛

(信息工程大学 地理空间信息学院，河南 郑州 450001)

摘要：车辆行驶轨迹是驾驶员主观意愿和路网客观约束综合作用的结果，从海量轨迹中挖掘兴趣区域可为车辆提供更深层次、更有效的位置服务。文中深入分析车辆GPS轨迹特征，在基于时间的聚类算法中引入路网约束，实现车辆GPS轨迹的兴趣点提取和噪点剔除，基于DBSCAN算法生成兴趣区域，采用Google Geocoding反向地理编码发掘并合并语义重复区域，在语义层次上实现兴趣区域提取。实验表明，该算法可在语义层次有效提取兴趣区域。

关键词：基于时间聚类;兴趣点;噪点剔除;DBSCAN;兴趣区域

兴趣区域，作为车辆轨迹中隐含的重要信息，表示用户经常出没的、带有重要语义信息的地区；提取兴趣区域能为车主日常出行、位置信息检索[1-2]、观光旅游等提供辅助决策的依据，同时也是构建位置服务个性化推荐系统的基础。

轨迹数据挖掘的早期研究主要针对其几何属性，并未考虑空间特征。N.Marmasse[3]与D.Ashbrook[4]将轨迹中的信号丢失点当成重要的室内区域，该方法仅对小面积室内场所的检测有效；随后在S.Brakatsoulas[5]，R.H.Güting[6]，X.Li[7]，M.Vazirgiannis[8]等的研究中均引入了路网概念，考虑其对轨迹数据建模、存储和检索的影响。2004年，Kang J H[9]提出一种增量型聚类算法，识别单轨迹中的重要区域。2007年，L.O.Alvares[10]提出SMoT算法,面向多领域应用从轨迹采样点中提取重要区域，但要求用户事先指定感兴趣区域；……