论文部分内容阅读
信息可视化已日渐成为数据分析的重要手段,直观表现抽象数据的隐藏规律。现今随着城市道路监控设备的完善、车载定位系统的不断进步和手持移动设备的大范围普及,越来越多包含地理位置信息的数据被存储,海量的地理数据需要高效、合理的分析手段。城市智能交通的兴起促进了交通数据领域的研究,信息可视化作为重要的交通数据分析手段也不断成熟。面对当今世界数字化、信息化的发展趋势,传统的交通技术和手段己不适应社会经济的发展要求,经典的数据可视化图表,如直方图、折线图等在应对大数据挑战时,往往无法表现出令人满意的效果,庞大的数据量急需新颖、高效的可视化方式对其分析。交通数据可视化是智能交通系统中运营车辆高度管理系统的重要组成部分,解决传统可视化手段无法应对海量数据的处理问题。本文使用内嵌入地图的可视组件设计方式,具有较高伸缩性,可适应大数据量、大时间跨度的数据展示,通过Seam Carving图像调整算法将普通地图狭小的道路拓宽至合适大小,在其中嵌入路段箭头图、路段栈图和路口分流箭头图,从微观角度探索城市交通状况,本文的主要工作和成果如下:1)内嵌式的地图分析方式。常见的基于动态地图的时空数据可视化,采用地图与多视图分析组件结合的方式,虽能从多角度理解数据但也加重用户的读图认知负担,且多视图易造成混淆。或在地图上映射点、线等信息量少的可视化元素。本文将原有狭小的地图道路拓宽至一定大小,嵌入可视化组件,结合道路周边信息快速分析移动物体的空间规律。2)基于道路段和路口的车流分析。国内外目前在城市交通方面的信息可视化应用大多面向于城市全局交通状况,或探索道路通畅与否等宏观的交通问题。道路段和路口的车流情况是本文的重点,从微观角度观察路段上车辆行车规律、异常车辆情况以及路口车辆通行情况,力图从中得到解决现有城市道路交通问题的参考决策。3)内嵌式的可视化组件设计。对于现有可视化技术用于时空大数据集,出现的可视元素遮挡、地图空间不足等问题,本文提出使用新颖的箭头图和栈图用于道路上行车情况分析,具备良好的伸缩性,对于大数据集的展现有清晰的可视效果。本文以Hadoop平台作为出租车大数据的存储平台,采用MapReduce加快数据查询和处理,将数据存储和处理交由云平台处理,前端展示计算后的数据。路段箭头图、路段栈图可直观、有效地从路段车流中发现车辆行驶规律,探索城市道路行车情况的时序关系。路口箭头图则可从路口各个方向的车辆通行情况变化中判断路口信号灯设置合理性、路口与路段行车关系,发掘道路发生拥堵的原因。