物体空间运动轨迹建模优化仿真研究

研究空间物体移动轨迹建模优化问题.传统的建模方法需要大规模的采集数据,会影响建模的效果,并且增加了无线带宽的成本.为了更好地跟踪和存储移动物体的轨迹,优化轨迹建模结果,提出了基于移动物体运动轨迹点描述优化算法.该算法通过预测和规划移动物体在整个运动过程中的运动轨迹的时空模型,采用少量轨迹点对运动轨迹进行优化,在减少轨迹点的同时,使运动轨迹更接近于移动物体真实运动情况.实验结果表明,该方法能有效地描述移动物体的运动轨迹,取得了预期的结果.     

轨迹图谱：一种基于知识图谱结构的轨迹信息抽取方法

现有的这些方法对轨迹数据需根据不同的应用设计不同的数据结构、存储结构、查询算法等,缺少通用性。为了使得轨迹数据更具有通用性,提出了将轨迹转换为知识图谱结构的方法。该方法结合轨迹数据的特点及知识图谱的定义,分别抽取出轨迹数据的实体、关系、属性并构造了轨迹图谱。转换为轨迹图谱后的轨迹数据具有通用的图结构,可直接支持轨迹的基本查询、范围查询、最近邻查询、关键词查询、模式查询等,并可轻易地将其添加到各种现有的知识库中。最终通过在真实数据集上的实验,对比了各类轨迹查询在轨迹图谱方法及普通数据库方法中的表现,证明了轨迹图谱方法的高效性及通用性。     

基于遗传算法的动态轨迹匿名算法

现有的轨迹隐私保护技术大多是对移动对象的静态轨迹数据进行保护,却忽略了移动对象动态轨迹依然存在隐私泄露的风险。针对此问题,提出基于遗传算法的动态轨迹匿名算法。利用遗传算法搜索全局最优解的特性,在移动对象当前时间段内的历史轨迹中建立轨迹行为模式,通过轨迹行为模式预测移动对象的轨迹,根据移动对象新增的预测轨迹不断更新轨迹行为模式,使得轨迹预测的准确性更高。对于新增的预测轨迹采用轨迹K-匿名技术进行匿名轨迹生成,以达到保护移动对象个体隐私信息的目的。实验表明,与现有的轨迹匿名算法相比,所提算法在保护轨迹隐私的同时进一步提高了轨迹数据质量。     

时空轨迹大数据模式挖掘研究进展

时空轨迹挖掘是数据挖掘领域的前沿研究课题,通过研究和开发时空轨迹挖掘技术,来发现隐藏在轨迹大数据中有价值的规律和知识以供决策支持。本文介绍了时空轨迹大数据模式挖掘与知识发现领域的研究进展;然后对时空轨迹模式挖掘技术产生的背景、应用领域和研究现状作了简介,并探讨了面向时空轨迹大数据模式挖掘的研究内容、系统架构以及关键技术,最后对时空轨迹频繁模式、伴随模式、聚集模式和异常模式的挖掘算法思想进行了阐述。     

一种新的改善机器人动态精度的方法

从机器人关节反馈控制系统模型出发,本文提出了一种利用补偿指令轨迹来改善机器人动态精度的方法,并指出了这一方法实施的全过程.利用这一方法对机器人实施控制,不仅可以从根本上克服由于重力负载和杆件离心效应等因素的干扰给控制系统带来的动态精度问题,而且还可消除由于反馈控制系统本身的固有特性所决定的系统的动态跟踪误差.通过在 PUMA560上的数值研究,证明了本文理论方法的正确性.     

面向收敛的并发程序执行轨迹静态简化方法

轨迹静态简化技术是在确保与原轨迹等价的前提下,通过随机减少程序执行时线程切换的数量,达到提高程序员调试并发程序效率的目的.然而,轨迹中可减少的线程切换分布往往是不均匀的,因此,随机简化策略难以有效地发现可简化的线程切换.为此,本文提出面向收敛的合并算法致力于这个问题.该算法基本思想是不断地随机选择一线程执行区间作为中心,在同一线程内,采用面向收敛的合并算法迭代地寻找可与其合并的前置执行区间和后置执行区间.实验证明,本文提出的方法可以高品质地减少执行轨迹中的线程切换数量,进而有助于程序员快速发现引发错误的线程交错。     

用于激光清洁的机器人轨迹精度实验研究

随着自动化程度不断提高及激光清洁的快速发展和应用,利用机器人控制激光器进行清洁工作,效率将大幅提高。提出机器人编程与轨迹精度间存在联系,通过实验记录圆形轨迹和直线轨迹中随机点位置,利用最小二乘法对各点数据进行分析处理。根据各点找到空间拟合轨迹方程,并将拟合轨迹与编程理论轨迹对比,通过图像和数据分析得出结论：在使用机器人进行轨迹编程时,轨迹编程的单位编程距离越短,运动过程中的轨迹精度越高,稳定性越好。     

机构轨迹生成理论研究进展

在给出机构轨迹生成问题的描述模型的基础上,论述了该问题的基本内涵和主要研究内容．结合作者的研究成果,分别从分析、综合与创新方法三个方面系统地总结了机构轨迹生成理论的研究进展．(1)阐述了机构轨迹分析的基本要求和分类标准,给出了三类轨迹分析方法及常用轨迹偏差度量函数;(2)概述了机构轨迹直接综合方法和间接综合方法的研究进展,并根据机构轨迹综合方法的几个评价标准对这两种方法进行了分析与比较;(3)提出了基于轨迹生成的机构创新设计方法,并对其中的若干关键单元技术进行了说明．最后,展望了轨迹生成理论今后的研究方向和发展趋势．     

数控轨迹焊接模糊控制焊缝跟踪技术

论述了在自行研制的四座标数控轨迹焊接机器中，根据工作时焊接电流的变化，动用模糊控制理论，实现焊缝轨迹的准确跟踪这一关键技术 。     

基于矩阵分解的个性化轨迹推荐方法

轨迹推荐在轨迹数据挖掘中尤为重要,可以帮助用户从大量轨迹数据中快速找到满足用户需求的路线.现有的轨迹推荐方法通常是在原始轨迹数据上考虑特定代价标准最优的前提下返回出行路线,无法体现不同用户的不同行为习惯.针对此问题,将用户前后连贯的活动刻画为行为,提出基于矩阵分解的用户行为概率学习方法.基于学习的用户行为概率,将寻找概率最大路线问题转换为在行为图中寻找最短路径的问题.在真实数据集进行一系列实验,验证了算法的有效性和可行性.     

区别多种出行方式的城市活动轨迹预测

信息社会中,基于用户的历史活动轨迹发掘和预测人类位置轨迹及活动规律至关重要.已有研究大多采用基于时间和轨迹间相似度分类的马尔可夫模型,忽略了不同出行方式下的移动规律差异.对此,区别不同出行方式,基于轨迹的速度、加速度和航向变化速度等特征,用XGBoost算法识别轨迹所对应的出行方式,并采用基于优化的轨迹分割算法,将人类出行轨迹按出行方式分解成多个轨迹,采用由不同出行方式轨迹建立的马尔可夫模型实现出行轨迹的精准预测.实验表明,不同出行方式的轨迹的移动规律存在显著差异,且所提出方法的预测精度和距离偏差明显优于几个基准方法.     

一种移动物体时空轨迹聚类的相似性度量方法

针对利用最小包围盒(MBB)压缩的移动物体时空轨迹,为了能对其进行有效地聚类,提出了一个基于盒内数据点密度的轨迹间相似性度量公式.首先,把两条轨迹的相似性度量转化为两条轨迹上有时间交叠的MBB之间的相似性度量,这在很大程度上减少了数据存储量.其次,分析两条轨迹上有时间交叠的MBB之间影响相似性的因素:时间持续、空间距离和盒内数据点的密度.剖析这3个因素对轨迹相似性的影响作用,提出了利用MBB压缩的移动物体时空轨迹相似性度量公式.实验证明采用本公式对移动物体时空轨迹进行聚类,可以提高聚类结果有效性指标Dunn的值.     

一种基于GPS轨迹的导航方法和装置

本文发明了一种利用GPS轨迹进行导航的方法和装置。该装置包括:轨迹转弯判断单元,用于根据轨迹点的曲率判断改轨迹点的转弯方向;导航提示单元,用于把轨迹点的地点信息和转弯方向信息提供给用户。     

轨迹表示学习技术研究进展

基于地理位置信息的应用和服务的迅速发展对轨迹数据挖掘提出新的需求和挑战.原始轨迹数据通常是由坐标-时间戳元组构成的有序序列组成,而现有的大多数数据分析算法均要求输入数据位于向量空间中.因此,为了将轨迹数据从变长的坐标-时间戳序列转化定长的向量表示且保持原有的特征,对轨迹数据进行有效的表示是十分重要且必要的一步.传统的轨迹表示方法多是基于人工设计特征,通常仅将轨迹表示作为数据预处理的一部分.随着深度学习的兴起,这种从大规模数据中学习的能力使得基于深度学习的轨迹表示方法相较于传统方法取得了巨大的效果提升,并赋予了轨迹表示更多的可能性.本文对轨迹表示领域中的研究进展进行了全面的总结,将轨迹表示按照研究对象的不同尺度归纳为对轨迹单元的表示和对整条轨迹的表示两大类别,并在每种类别下对不同原理的方法进行了对比分析.其中重点分析了基于轨迹点表示的关键方法,也对近年来广泛使用的基于神经网络的轨迹表示的研究成果做了系统的归类.此外本文介绍了基于轨迹表示的关键应用,最后对轨迹表示领域的未来研究方向进行了展望.     

一种基于多传感器轨迹融合的伪实时场景监控系统

在分布式多传感器融合系统中,各局部传感器接收到量测信息后,经关联得到局部轨迹,再将该轨迹送入融合中心进行处理.本文对一种伪实时场景监控系统,实现轨迹关联后,提出根据固定场景量测误差的先验知识,计算轨迹修正函数,以获得更好的轨迹融合结果.实验结果表明,该算法能够实现伪实时的轨迹关联与融合,充分考虑了场景所造成的量测误差,融合效果优于加权融合算法.     

基于演化计算的异常轨迹并行检测算法

异常轨迹检测是轨迹数据挖掘研究领域的一个重要研究内容,基于演化计算的异常轨迹检测算法(Top-k evolving trajectory outlier detection, TOP-EYE)是一种有效的异常轨迹检测算法。不同于其他算法采用的轨迹距离计算方法,TOP-EYE算法 从轨迹的方向和密度角度出发,采用演化计算的方式检测异常。为了提高TOP-EYE算法对海量轨迹数据集异常检测的效率,本文在其基础上提出了基于MapReduce的异常轨迹检测并行算法(Parallel detecting abnormal trajectory based on TOP-EYE, PDAT-TOP ),利用MapReduce并行计算的优势提高了异常轨迹检测的效率。将算法PDA T-TOP在Hadoop平台上加以实现,实验结果表明,算法PDAT-TOP能够有效地检测异常轨迹,并且具有较高的可扩展性和加速比。     

基于速度约束的分段轨迹聚类算法

目前的轨迹数据聚类直接对整条轨迹数据聚类,或先分段再对轨迹段聚类。分段聚类法抛弃轨迹段内部点,丢失轨迹局部特征,没有考虑点的速度影响。针对该问题,提出一种基于速度约束的分段轨迹数据聚类方法。该方法将速度约束和two-pass corner detection应用于轨迹分段,在邻域计算中加入速度约束,采用Discrete Fréchet Distance比较轨迹段距离,保留了轨迹段内部特征。用类似DBSCAN的TraDBSCAN算法对轨迹段进行聚类。实验结果表明,该方法考虑速度因素,可以获得更有效的聚类结果。     

机器人的最优五次多项式轨迹规划

为了避免传统多项式轨迹中的一些固有缺陷,本文给出一种新的适于工业机器人或操作器运动的最优五次多项式轨迹,并根据位置误差平方最小和加速度平方最小的加权指标函数,作者借助于PROLOG语言编制的可对符号变量进行各种数学运算的程序包求得了最优解的充要条件。从而使全部的多项式系数均可通过简便的代数运算而迅速获得最优解。进一步,做为5次轨迹的特例,生成了各种不同(或相同)阶次多项式不同排列组合成的新的多项式轨迹,多项式中所包含的冗余系数被文中建立的优化计算公式自动地唯一决定。给出的几个典型对比实例证实了这种轨迹的有效性。     

基于轨迹点聚类的航路发现方法

为了加强对局部空域航路的掌握和管理,提出一种基于轨迹点聚类的航路发现方法。首先,针对根据真实数据的分布特点生成的仿真数据,采用预处理模块对轨迹数据的噪声进行削弱和剔除;其次,提出一种包括孤立点剔除、轨迹重采样、轨迹点聚类、聚类中心修正和连接聚类中心五个部分的航路发现方法,对航路进行提取;最后,对航路提取结果进行了可视化输出,并使用民航数据对该方法进行了验证。在仿真数据上的实验结果表明,在噪声强度为0.1°、缓冲区为30 km的条件下,所提方法的节点覆盖率和长度覆盖率分别为99%和94%;与栅格化方法相比,该方法具有较高准确性,能够对航路进行更有效的提取,达到了提取飞行器常见航路的目的。