torchtrajectory

T-torch：以快速方式搜索轨迹

• T-Torch是世界上第一个搜索轨迹数据的搜索引擎，该引擎是在下面的研究论文中构建的：

 Sheng Wang, Zhifeng Bao, J. Shane Culpepper, Zizhe Xie, Qizhi Liu, Xiaolin Qin: Torch: A Search Engine for 
Trajectory Data. SIGIR 2018: 535-544

• 我们还基于T-Torch：http：//47.75.79.142:8080/ttorchserver/。

支持的查询

T-Torch现在能够有效回答两种典型的查询类型：

• 布尔搜索
  • 范围查询
  • 路径查询
  • 严格的路径查询
• TOP-K相似性搜索，我们支持相似性措施的列表：
  • 动态时间包装（DTW）
  • 最长的常见子序列（LCSS）
  • 用真实惩罚编辑距离（EDR）
  • Hausdorff距离
  • 离散的fréchet距离
  • 最长的重叠路段（LORS）

框架的功能

• T-Torch对映射的轨迹进行轨迹搜索。
  • GraphHopper上优化的地图匹配算法
  • LigtWeight数据存储
• 快速搜索
  • 压缩索引
  • 各种相似度措施
• 真实道路网络上的轨迹可视化
  • http://115.146.93.77:8080/ttorchserver/

入门

0。下载Porto数据集

我们可以在Porto收集的轨迹数据集。数据集是映射匹配和索引的。请在https://drive.google.com/open中下载它？

1。依赖项

我们用Maven管理依赖的库。您可以在pom.xml文件中轻松安装所需的软件。

2。运行示例程序

我们为路径查询提供了用例。 Main（）方法在测试类中。

   1. Engine engine = Engine.getBuilder().build();
   2. List<List<TrajEntry>> queries = read();
   3. QueryResult result = engine.findOnPath(queries.get(0));

T-Torch提供了高级级别的引擎，其中包含用于查询处理的简单API。

• 第1行加载/构建由引擎类封装的数据集的索引结构。
• 第2行加载我们提供的样本查询。
• 第3行调用路径查询的API。下一节中描述了其他受支持的查询类型的API

3。查询类型

1）范围查询

   QueryResult ret = engine.findInRange(50, 50, 50);

范围查询用于检索穿过指定矩形区域的轨迹。为了定义矩形区域，需要三个参数。纬度和经度定义了中点，半径（以米为单位）共同代表矩形区域。

2）路径查询

   QueryResult ret = engine.findOnPath(query);

路径查询²用于检索与查询至少具有一个共同边缘的轨迹。它采用的参数是由坐标列表表示的“路径”。

3）严格的路径查询

   QueryResult ret = engine.findOnStrictPath(query)

严格的路径查询²用于检索从头到尾严格通过整个查询的轨迹。它采用的参数是由坐标列表表示的“路径”。

4）TOP-K轨迹相似性搜索

   QueryResult ret = engine.findTopK(query, 3);

Top-K查询根据指定的相似性度量返回K最高排名的轨迹。第一个参数是由坐标列表表示的“查询轨迹”，第二个是要返回的顶部结果的数量。

4。QueryResult

   if (ret.mappingSucceed){
      List<Trajectory<TrajEntry>> l = ret.getResultTrajectory();
      String mapVformat = ret.getMapVFormat();
   }else{
       //do something
   }

处理查询后，类型QueryResult的对象均匀返回。它包含原始形式的查询轨迹，地图匹配的查询轨迹和所有轨迹。另外，您可以在MAPV ³上投影这些，以实现可视化目的。

3。使用自己的数据集

如果您想搜索自己的数据集，请按照以下步骤进行数据预处理：

1. 从OpenStreetMap下载地图数据，其中收集了轨迹数据，它应以 *.osm.pbf格式为 *。您需要将其放入Resourses目录中。

2. 将您的数据集预处理成我们程序支持的格式。地图匹配是将原始轨迹投射到真实道路网络上的技术。第一个参数是原始轨迹数据集的URI，而第二个参数“ Resource/porto.osm.pbf”应该是设置后的pbf文件¹的URI，请调用start start（）方法将原始轨迹转换为映射轨迹。绘制绘制后，在torch.base.db.db.dbmanager类中运行main（）程序，以在磁盘上构建反向索引。请以我们的Porto数据集为例。

   MapMatching mm = MapMatching.getBuilder().build("Resources/porto_raw_trajectory.txt","Resources/porto.osm.pbf");
   mm.start();

笔记：

   trajectoryID [[latitude1,longtitude1],[latitude2,longtitude2],...]

1. 轨迹数据的格式应与样本数据集相同，并且有一个 t字符将轨迹ID及其内容分开
2. 如果使用自己的数据集，请正确预处理数据。低质量轨迹会导致低预测率，高长度轨迹（超过200）可能会影响查询时间。

主要贡献者

• Yunzhuang Shen
• Zizhe Xie
• Sheng Wang（主页：https：//sites.google.com/site/shengwangcs/）

引用纸

如果您将此代码用于科学工作，请将其引用为：

 Sheng Wang, Zhifeng Bao, J. Shane Culpepper, Zizhe Xie, Qizhi Liu, Xiaolin Qin: Torch: A Search Engine for 
Trajectory Data. SIGIR 2018: 535-544

 @inproceedings{wang2018torch,
  author          = {{Wang}, Sheng and {Bao}, Zhifeng and {Culpepper}, J. Shane and {Xie}, Zizhe and {Liu}, Qizhi and {Qin}, Xiaolin},
  title           = "{Torch: {A} Search Engine for Trajectory Data}",
  booktitle       = {Proceedings of the 41th International ACM SIGIR Conference on Research & Development in Information Retrieval},
  organization    = {ACM},
  pages     = {535--544},
  year            = 2018,
}