【独家】加入时间特征的船舶轨迹离线压缩算法——经典Douglas-Peucker算法

常见使用方式 /*获得数据包装*/ cv::Mat varInput($m$Points.size(),1,CV_32FC2, $m$Points.data()); /*输出数据*/ cv::Mat varOutput; /*拟合*/ cv::approxPolyDP(varInput,varOutput,epsilon,$m$IsClosed); /*结果*/ auto varData

时空数据库管理移动对象，比如：汽车、飞机、地貌变化等。空间数据库是时空数据库的特例，即时刻固定。 轨迹压缩 每秒钟都会从 GPS 获取大量(x,y,t)格式的数据，如何在不降低物体轨迹精度的前提下减小数据量呢（也就是数据都完全采集到了，但是数据量太大了，所以我们想少存一些数据，但又不能造成数据失效，也就是存入的那些少量点连起来的轨迹和原始轨迹不能偏差太大）？主要有三个指标：处理时间、压缩率、误差测量。 误差：原始轨迹位置与估计轨迹位置之间的距离。主要有两种误差测量指标：垂直欧式距离、时间同步欧式距..

import java.util.*; /** * @author Weih * @jdk 1.5.0_16 * @date Mar 9, 2011 */ public class PointsCompresser { public static List reduce(List points, double tolerance) { long old = System.currentTimeMillis(); if (points == null && poin

现有的基于位置的轨迹压缩算法，虽然能保证距离误差，但不能保证方向，而基于方向的轨迹压缩算法既能保证方向，也能保证距离；

思路：先对轨迹进行匹配得到匹配轨迹T"和未匹配轨迹T’，然后对匹配轨迹T"进行基于路网的压缩 得到压缩后的匹配轨迹T "，在最终系统中结合以上结果，加上对未匹配轨迹T’进行基于线段的压缩得到T '，得到最终压缩结果T "和T ’轨迹压缩时误差较大，压缩率不够低，直接在产生轨迹的移动端压缩原始轨迹，轨迹不在路网上/路网信息不完整的匹配关于 一. 轨迹压缩1.1 调整滑动窗口大小对本系统压缩率的影响， 1.2 对比本轨迹压缩系统Roader和对照系统press。Geolife数据集和专车北京数据集，给了伪算法

本文提出的快速D-P算法不仅仅在压缩效果上进行了优化，而且在压缩效率上相比之前的两种压缩算法有了较大的提升。推动了移动物体轨迹压缩算法的研究。

动态Douglas-Peucker算法（简称动态D-P算法）是一种船舶AIS动态数据的分段三维压缩方法

Java 轨迹压缩算法 Douglas-Peucker 详解

项目中行程上报数据，一般在结束的时候上报，类似keep软件的跑步功能，点击开始，本地开始每一秒钟存储当前位置、方向、速度、温度等属性，点击结束，将这些数据一次性提交。考虑到一天就可能有86400条数据，如果不压缩，post请求基本上扛不住。...

本文内容是对微软亚洲研究院郑宇博士的书籍《TextBook_computing with spatial trajectories》进行的学习总结。 Perpendicular Euclidean distancec does’t consider the temporal factor. 第一部分 轨迹压缩压缩算法一、批量压缩 批量压缩算法是基于全局数据进行操作 Here it use

1、以路面上行驶的汽车为例，即在地图应用中，对GPS轨迹数据进行压缩，减少数据传输和存储开销，因为轨迹点太频繁了，占用空间太大，运行节点太慢了，经过小组讨论需要上这个算法。图片来源：郑宇博士《computing with spatial trajectories》生产环境中，以汽车等为例子，需要进行调试参数，比如点缩小10倍，6倍等，具体业务具体分析。2、需要注意的问题，拐点怎么保留，如何才能初拐点外的经纬度点压缩。3、压缩一定与轨迹平滑相关联，还要平滑后的轨迹不失真。

第一部分 问题描述1.1 具体任务本次作业任务是轨迹压缩，给定一个GPS数据记录文件，每条记录包含经度和维度两个坐标字段，所有记录的经纬度坐标构成一条轨迹，要求采用合适的压缩算法，使得压缩后轨迹的距离误差小于30m。1.2 程序输入本程序输入是一个GPS数据记录文件。1.3 数据输出输出形式是文件，包括三部分，压缩后点的ID序列及坐标、点的个数、平均距离误差、压缩率第二部分 问题解答根据问题描述，...

论文： Similarity-Based Compression of GPS Trajectory Data

Douglas-Peucker算法（该算法名字够吓人，其实思想很简单） 在数字化时，要对曲线进行采样，即在曲线上取有限个点，将其变为折线，并且能够在一定程度 上保持原有的形状。 经典的Douglas-Peucker算法步骤如下： （1）在曲线首尾两点A，B之间连接一条直线AB，该直线为曲线的弦； （2）得到曲线上离该直线段距离最大的点C，计算其与AB的距离d； （3）比较该距离与预先给

PART.0 算法描述 在曲线首尾两点间虚连一条直线，求出其余各点到该直线的距离。 选其最大者与阈值相比较,若大于阈值，则离该直线距离最大的点保留，否则将直线两端点间各点全部舍去。 依据所保留的点,将已知曲线分成两部分处理，重复第1、2步操作，迭代操作，即仍选距离最大者与阈值比较,依次取舍,直到无点可舍去，最后得到满足给定精度限差的曲线点坐标。 LongTime Later PART.1 工具函数 为了代码简单易理解，这里使用了二分迭代，含详细注释代码如下 function nPntS

轨迹压缩分为在线压缩和离线压缩两类。在介绍两类压缩算法之前，本文先介绍两种“距离度量”方法第一种距离度量方法是：垂直的欧几里得距离，如图b所示，p1、p7、p12作为压缩后的点。“垂直度量”则为做垂线计算。第二种距离度量方法是：时间同步的欧几里得距离，如图a所示，p1、p7、p12作为压缩后的点。p1与p2之间是3秒，p2与p3之间是2秒，物体移动的速度是恒定的，通过这种方法计算时间同步的欧几里得...

本文介绍了Douglas-Peucker曲线简化算法的原理与实现。该算法通过递归方式对曲线进行采样：首先连接首尾点形成直线，找到曲线上离直线最远的点，若其距离超过阈值则将该点作为分割点，将曲线分为两段并递归处理；否则用直线段近似曲线。文章提供了C++实现代码，包含核心的递归处理函数和垂直距离计算方法。算法最终输出保留关键点的索引，在保持曲线形状的同时显著减少数据量，适用于空间数据处理等场景。