肖雷鳴， 卿粼波， 馮 田

（1 四川大學(xué) 電子信息學(xué)院， 成都 610065； 2 四川大學(xué) 建筑與環(huán)境學(xué)院， 成都 610207）

0 引 言

在衛(wèi)星定位技術(shù)與移動(dòng)互聯(lián)網(wǎng)軟硬件技術(shù)的高速發(fā)展背景下，人們出行時(shí)產(chǎn)生的海量軌跡數(shù)據(jù)以各種方式被獲取并保存下來(lái)。 這些軌跡數(shù)據(jù)都記錄了移動(dòng)對(duì)象長(zhǎng)時(shí)間的位置變化，其反映出的移動(dòng)對(duì)象人群的移動(dòng)與活動(dòng)特征、興趣愛(ài)好和社會(huì)習(xí)慣等豐富的時(shí)空特征信息，引起了城市規(guī)劃、社會(huì)學(xué)等多個(gè)領(lǐng)域研究學(xué)者的關(guān)注。 至今，研究者們已利用采集到的軌跡數(shù)據(jù)進(jìn)行了大量的研究，挖掘出了軌跡數(shù)據(jù)在許多領(lǐng)域的應(yīng)用價(jià)值［1-3］。 例如，軌跡數(shù)據(jù)已用于通勤［4］與職住空間分析［5］、交通路線的優(yōu)化與設(shè)計(jì)［6-7］、城市交通狀態(tài)的劃分與識(shí)別［8］、城市綠道系統(tǒng)效用評(píng)估［9］、識(shí)別城市功能區(qū)［10］、商業(yè)選址［11］、個(gè)性化推薦路線［12］、道路推薦［13］、交通熱點(diǎn)分析［14］等方面。

大量對(duì)軌跡數(shù)據(jù)的研究，使軌跡數(shù)據(jù)的分析方法形成了一定的研究范式。 研究者們通常將軌跡處理研究分為軌跡信息采集與軌跡分析兩個(gè)步驟。GPS 嵌入式設(shè)備采集的軌跡數(shù)據(jù)［15］與信令數(shù)據(jù)［16］是研究者常用的數(shù)據(jù)來(lái)源，但由于前者造價(jià)昂貴，后者數(shù)據(jù)精度較低、獲取渠道存在限制等原因，且隨著本世紀(jì)以來(lái)Android 操作系統(tǒng)的迅猛發(fā)展［17］，借由地圖平臺(tái)營(yíng)造的位置定位信息服務(wù)，致使研究者們更多地選擇自主設(shè)計(jì)相關(guān)軟件來(lái)持續(xù)獲取定位信息［18］。 在軌跡數(shù)據(jù)分析方面，有研究者使用基于時(shí)間序列的聚類(lèi)算法識(shí)別軌跡的停留點(diǎn)［19］、高頻點(diǎn)與異常點(diǎn)［20］以及打車(chē)熱點(diǎn)［21］等軌跡語(yǔ)義點(diǎn)；也有研究者利用判別分析［22］、支持向量機(jī)［23］等方法［24］識(shí)別軌跡中不同的出行方式，以及利用隔離機(jī)制進(jìn)行軌跡異常檢測(cè)［25］、利用軌跡信息測(cè)算持有者的運(yùn)動(dòng)能量消耗［26］等方法對(duì)軌跡進(jìn)行分析。

盡管研究者們對(duì)軌跡數(shù)據(jù)的采集與分析流程已較為熟悉，但縱觀現(xiàn)有研究，仍普遍存在以下3 個(gè)問(wèn)題:

（1）軌跡采集與軌跡分析的割裂:采集端（GPS嵌入式設(shè)備、Android 設(shè)備）與分析處理端（PC 服務(wù)器）的分離導(dǎo)致無(wú)法對(duì)軌跡進(jìn)行實(shí)時(shí)分析，同時(shí)也提高了實(shí)驗(yàn)環(huán)境的搭建成本。

（2）軌跡分析算法與實(shí)際應(yīng)用的割裂:研究多針對(duì)單一語(yǔ)義進(jìn)行分析（停留點(diǎn)、出行方式等），研究成果無(wú)法整合，非專(zhuān)業(yè)人員復(fù)現(xiàn)難度大，投入應(yīng)用難度更大。

（3）缺乏易用的實(shí)時(shí)可視化系統(tǒng)。

基于上述原因，本文開(kāi)發(fā)了一款集軌跡采集、軌跡分析（多語(yǔ)義）、軌跡可視化、軌跡分享四種功能為一體的軌跡分析應(yīng)用。 該應(yīng)用基于Android 平臺(tái)與百度地圖SDK 開(kāi)發(fā)，能持續(xù)采集使用者的經(jīng)緯度、速度、室內(nèi)狀態(tài)、POI 等軌跡信息；同時(shí)，通過(guò)嵌入在軟件內(nèi)部的相關(guān)算法（時(shí)間切片、停留點(diǎn)識(shí)別、語(yǔ)義分段等）對(duì)軌跡進(jìn)行分段，計(jì)算出軌跡停留點(diǎn)、出行方式、起始時(shí)間、總時(shí)間、總距離等重要語(yǔ)義信息；此外，設(shè)計(jì)分享模塊將分析結(jié)果以Excel 表格形式分享，便于研究者二次分析。 本文開(kāi)發(fā)的軌跡分析軟件，實(shí)現(xiàn)了對(duì)軌跡的實(shí)時(shí)采集、多種語(yǔ)義分析、可視化與保存分享，具有實(shí)時(shí)、集成、易用的特點(diǎn)，適用于各領(lǐng)域有軌跡采集與分析需求的相關(guān)人員。

1 系統(tǒng)設(shè)計(jì)

1．1 需求分析與模塊設(shè)計(jì)

從目前軌跡研究中采集困難、分析片面、程序復(fù)雜、實(shí)用性弱四個(gè)角度進(jìn)行需求分析。 采集軌跡數(shù)據(jù)時(shí)，用戶需要實(shí)時(shí)查看定位數(shù)據(jù)以確認(rèn)數(shù)據(jù)的正確采集或者進(jìn)行軌跡的調(diào)整；軌跡采集結(jié)束后，用戶需要即時(shí)得到分析結(jié)果，包括軌跡的時(shí)間、距離、速度、出行方式等詳細(xì)信息；用戶需要借助可視化界面對(duì)出行軌跡進(jìn)行判斷；在得到分析數(shù)據(jù)后，用戶希望保存或分享原始數(shù)據(jù)與分析數(shù)據(jù)，便于后續(xù)研究。根據(jù)上述需求設(shè)計(jì)了四大功能模塊，如圖1 所示。由圖1 可知，對(duì)這4 個(gè)模塊的研發(fā)功能，擬展開(kāi)闡釋分述如下。

圖1 軌跡分析應(yīng)用模塊設(shè)計(jì)Fig． 1 Design of trajectory analysis application module

（1）軌跡采集模塊:在地圖上能實(shí)時(shí)查看持有者的位置、速度、室內(nèi)狀態(tài)、附近POI 等信息；同時(shí)保存采集到的單點(diǎn)定位信息。

（2）軌跡分析模塊:對(duì)單點(diǎn)定位信息進(jìn)行分析。通過(guò)軌跡切片、停留點(diǎn)識(shí)別、切片整合、語(yǔ)義分段等算法對(duì)長(zhǎng)時(shí)軌跡進(jìn)行分段，并獲得每段軌跡的用時(shí)、距離、出行方式等詳細(xì)信息。

（3）軌跡可視化模塊:在地圖上可視化長(zhǎng)時(shí)軌跡。 根據(jù)持有者不同的出行方式，以不同的顏色可視化軌跡片段，并添加始末點(diǎn)和停留點(diǎn)的點(diǎn)標(biāo)記，點(diǎn)擊標(biāo)記能查看距離和用時(shí)等信息。

（4）軌跡分享模塊:分享模塊設(shè)計(jì)了保存與分享兩大功能，能保存定位信息與分析結(jié)果至Excel表格，并支持一鍵分享至微信和QQ。

1．2 軟件服務(wù)流程

軟件的服務(wù)流程如圖2 所示。 用戶打開(kāi)App后，軟件自動(dòng)加載地圖界面；點(diǎn)擊開(kāi)始定位即可進(jìn)行軌跡定位（定位過(guò)程中用戶能在地圖上查看當(dāng)前的定位信息，也可以退出App 界面，系統(tǒng)則會(huì)自動(dòng)在后臺(tái)采集定位信息）；點(diǎn)擊結(jié)束定位，軟件自動(dòng)進(jìn)行軌跡分析、可視化以及保存分析文件，最后，用戶可以選擇是否分享文件。 整個(gè)操作過(guò)程中，使用按鍵少，操作簡(jiǎn)便。

圖2 軌跡分析應(yīng)用服務(wù)流程Fig． 2 Service process of trajectory analysis application module

2 關(guān)鍵模塊實(shí)現(xiàn)

2．1 地圖與定位模塊

地圖與定位模塊是App 的基礎(chǔ)模塊。 此模塊提供用戶可視化與交互界面，用戶能實(shí)時(shí)查看所處位置，獲取地址、GPS、速度等詳細(xì)信息。 地圖模塊中添加監(jiān)聽(tīng)按鈕用于開(kāi)啟與結(jié)束定位，實(shí)現(xiàn)軌跡采集與軌跡分析的功能。

模塊調(diào)用百度地圖 SDK 中的MapView.getMap（） 方法獲取基礎(chǔ)的地圖可視化界面，地圖界面擁有基礎(chǔ)的縮放查看功能；然后，通過(guò)基本參數(shù)的設(shè)置與監(jiān)聽(tīng)注冊(cè)，獲取定位服務(wù)；獲取定位服務(wù)對(duì)象后，通過(guò)setScanSpan（） 等方法設(shè)置定位時(shí)間間隔等回調(diào)參數(shù)；最后，在回調(diào)函數(shù)中使用相應(yīng)的get方法獲取所需的定位信息；圖3 為定位模塊的方法流程圖。 此外，當(dāng)前時(shí)刻回調(diào)的定位信息會(huì)儲(chǔ)存至動(dòng)態(tài)Stringbuffer變量中，使用TextView.setText（）方法將儲(chǔ)存的變量值以文本框的形式添加到地圖界面，如圖4 所示。 同時(shí)，自定義Point類(lèi)來(lái)描述當(dāng)前時(shí)刻定位點(diǎn)，自定義的靜態(tài)List ＜Point ＞變量pointlist儲(chǔ)存所有時(shí)刻的定位信息，用于后續(xù)的軌跡分析模塊。

圖3 定位模塊方法流程Fig． 3 The method flow of the positioning module

圖4 定位信息Fig． 4 Positioning information

2．2 軌跡分析模塊

軌跡分析模塊是軌跡分析應(yīng)用的核心模塊，對(duì)定位模塊儲(chǔ)存的連續(xù)單點(diǎn)定位信息進(jìn)行分析，得到軌跡的用時(shí)、距離、停留點(diǎn)、出行方式等信息。 軌跡分析模塊細(xì)分為軌跡切片、切片識(shí)別與整合、語(yǔ)義分段與輸出規(guī)范化四個(gè)部分。 各部分的功能劃分如圖5 所示。

圖5 軌跡分析模塊Fig． 5 Trajectory analysis module

2.2.1 軌跡切片

即便定位模塊單點(diǎn)定位信息的采集頻率足夠高，但對(duì)于時(shí)間跨度較大的軌跡，單點(diǎn)GPS 定位信息很難有效地描述軌跡的狀態(tài)。

問(wèn)題1使用連續(xù)的單點(diǎn)定位描述長(zhǎng)時(shí)軌跡，描述結(jié)果整體性差。 例如，當(dāng)一段長(zhǎng)時(shí)間的步行中有多次短暫停留（幾秒左右），這一段步行軌跡就會(huì)被描述為大量的步行軌跡片段與停留軌跡片段。

問(wèn)題2使用采樣間隔較大的單點(diǎn)定位來(lái)描述長(zhǎng)時(shí)軌跡，相當(dāng)于對(duì)連續(xù)的單點(diǎn)定位進(jìn)行抽樣，而使用單點(diǎn)定位信息來(lái)描述連續(xù)的軌跡會(huì)產(chǎn)生較大的誤差。

針對(duì)上述存在的問(wèn)題，為保證軌跡分析的整體性和低誤差，本文提出使用軌跡切片的方法對(duì)長(zhǎng)時(shí)軌跡進(jìn)行分析，將整個(gè)軌跡片段按固定時(shí)間尺度進(jìn)行切分，然后進(jìn)行整體分析。 切片大?。ㄇ衅膯吸c(diǎn)定位個(gè)數(shù)）為clipsize，由本小節(jié)問(wèn)題1 可知，clipsize值不宜過(guò)小，此外clipsize值根據(jù)采集的軌跡時(shí)長(zhǎng)靈活設(shè)置（本文系統(tǒng)測(cè)試時(shí)長(zhǎng)為30 min 內(nèi)，測(cè)試中clipsize的值設(shè)置為60，即軌跡分析的精度以1 min為單位）。

軌跡切片如圖6 所示，長(zhǎng)時(shí)軌跡被切片為固定長(zhǎng)度的片段，一個(gè)軌跡切片中有多個(gè)定位點(diǎn)，切片和單個(gè)定位點(diǎn)具有獨(dú)立的屬性，其中單點(diǎn)定位的pointlogi、pointlati、pointspeed、pointindoor等屬性由定 位 模 塊 的getLatitude（ ）、getLongtitude（ ）、getSpeed（）、getUserIndoorState（） 等方法獲取，切片的屬性（clipspeed、clipindoor、clipvehicle等）由單點(diǎn)定位屬性計(jì)算得到。keypoint為切片的第一個(gè)單點(diǎn)定位索引。

圖6 軌跡切片F(xiàn)ig． 6 Trajectory slices

2.2.2 切片識(shí)別與整合

軌跡切片后，利用切片包含的單點(diǎn)定位的屬性對(duì)切片的速度、室內(nèi)狀態(tài)、出行方式等屬性進(jìn)行識(shí)別。 這里給出研究闡述如下。

（1） 速 度:clipspeed由 從pointlist中 獲 取 的pointspeed計(jì)算得到，即:

（2）室內(nèi)狀態(tài):當(dāng)每個(gè)clip 中clipindoor的數(shù)值大于clipsize／2 時(shí)，clipindoor設(shè)置為1（1 表示室內(nèi)，0 表示室外）。

（3）出行方式:停留與非停留兩種狀態(tài)。 當(dāng)切片識(shí)別為非停留狀態(tài)時(shí)，其出行方式由clipspeed（單位為m／s）確定，在采集的社會(huì)實(shí)驗(yàn)數(shù)據(jù)［27～29］的范圍內(nèi)可將出行方式劃分為步行（0 ＜clipspeed≤1.4）、 自行車(chē)（1.4＜clipspeed≤5）、 汽車(chē)（5＜clipspeed≤8.3），地鐵（clipspeed ＞8.3） 四類(lèi)。

停留狀態(tài)的識(shí)別是出行方式識(shí)別的關(guān)鍵部分。停留點(diǎn)類(lèi)型如圖7 所示。 由圖7 可知，停留點(diǎn)分為靜止型停留點(diǎn)和徘徊型停留點(diǎn)兩類(lèi)。 在識(shí)別停留片段時(shí)，存在以下情況:

圖7 停留點(diǎn)類(lèi)型Fig． 7 Stop point types

情況1使用速度判別停留點(diǎn)時(shí)，會(huì)漏判徘徊型停留點(diǎn)。

情況2使用距離閾值判別停留點(diǎn)，當(dāng)運(yùn)動(dòng)速度較快時(shí)，存在切片內(nèi)大量定位點(diǎn)速度為0、但仍有定位點(diǎn)超出距離閾值，導(dǎo)致靜止型停留點(diǎn)誤判為運(yùn)動(dòng)軌跡片段的情況。

為同時(shí)保證2 類(lèi)停留點(diǎn)的準(zhǔn)確識(shí)別，本文提出使用速度和距離聯(lián)合判斷停留點(diǎn)，判別算法如下:

算法1 聯(lián)合速度與距離判斷的停留點(diǎn)識(shí)別

for（intpoint ＝keypoint；point - keypoint ＜clipsize；point ＋＋）｛

if（（pointlist.get（point）.speed）＝＝0）

i ＋＋； ／ ／統(tǒng)計(jì)速度為零的定位點(diǎn)

if（GetDistance（pointlist.get（point）.pointlist.get（keypoint））＜30）

j ＋＋；／ ／統(tǒng)計(jì)處于距離閾值內(nèi)的定位點(diǎn)

｝

if（i ＞＝clipsize／2‖j ＝＝clipsize）｛／ ／聯(lián)合判斷

clipvehicle＝“停留”

clipspeed＝0.0；

｝

程序中，point為單點(diǎn)定位在pointlist中的索引，i為速度為0 的point個(gè)數(shù)，j為小于距離閾值的point個(gè)數(shù)，距離閾值設(shè)置為30 m，代表停留時(shí)所允許的徘徊范圍，可根據(jù)實(shí)際需求設(shè)置。

切片識(shí)別后，為進(jìn)一步分析與輸出，將判別屬性相同的切片進(jìn)行整合。 切片整合示意如圖8 所示。

圖8 切片整合Fig． 8 Slice integration

2.2.3 語(yǔ)義分段

在實(shí)際測(cè)試中，行駛速度較高的交通工具在行進(jìn)過(guò)程中，速度不會(huì)穩(wěn)定地保持在某段大小范圍內(nèi)，通常會(huì)因?yàn)椴煌穆窙r導(dǎo)致暫時(shí)的低速行駛，從而導(dǎo)致出現(xiàn)機(jī)動(dòng)車(chē)運(yùn)動(dòng)軌跡被誤判為步行、自行車(chē)的情況。

針對(duì)上述誤差，提出使用已判別后的軌跡片段的語(yǔ)義進(jìn)行二次分析的方法。 語(yǔ)義分段算法的部分核心代碼如下:

算法2 語(yǔ)義分段算法

for（inti＝0；i ＜cliplist.size（） - 1；i ＋＋）｛

if（cliplist.get（i ＋1）.id-cliplist.get（i）.id ＜2）

／ ／連續(xù)值小于clipsize的2 倍則視為短時(shí)軌跡

cliplist.get（i）.semantic ＝″timetooshort″；

｝

for（inti＝0；i ＜cliplist.size（） - 1；i ＋＋）｛

if（cliplist.get（i）.semantic ＝＝″timetooshort″）

if（cliplist.get（i ＋1）.semantic ＝＝ ″timetooshort″）

c ＋＋；…；／ ／變量c為短時(shí)軌跡連續(xù)出現(xiàn)的次數(shù)

else｛

／ ／加權(quán)平均前c段短時(shí)軌跡的速度

clip.speed ＝getavespeed（i -c，i，cliplist）；

／ ／二次判別出行方式

clip.vehicle ＝getavevehicle（clip.speed）；

／ ／重新統(tǒng)計(jì)連續(xù)短時(shí)軌跡數(shù)量

c＝0；…；

｝｝

首先，標(biāo)記出高速運(yùn)動(dòng)片段及其鄰近的短時(shí)軌跡片段的語(yǔ)義屬性（semantic）為短時(shí)（timtooshort），然后使用getavespeed（） 方法對(duì)連續(xù)的標(biāo)記軌跡做均值處理，使用getavevehicle（） 方法重新判斷速度和出行方式屬性，同時(shí)考慮到速度為零的片段對(duì)速度均值的影響較大，停留片段將不被標(biāo)記；語(yǔ)義分段的示意圖如圖9 所示。

圖9 語(yǔ)義分段Fig． 9 Semantic segmentation

2.2.4 輸出規(guī)范化

通過(guò)自定義Output類(lèi)將每段軌跡的停留、出行方式、速度、室內(nèi)外狀態(tài)等屬性信息存入實(shí)例中，并通 過(guò) 自 定 義 的getallDistance（ ） 函 數(shù) 與getspendTime（） 函數(shù)計(jì)算各段軌跡的始末時(shí)間與總距離，通過(guò)Output實(shí)例的各類(lèi)屬性規(guī)范描述每段軌跡的信息，為后續(xù)的軌跡可視化及軌跡文件生成與分享提供易用的輸入數(shù)據(jù)。

2．3 軌跡可視化模塊

軌跡可視化模塊的功能為將軌跡分析模塊得到的結(jié)果呈現(xiàn)在地圖上。 在繪制地圖上不同交通方式的軌跡以不同顏色繪制，且添加了停留點(diǎn)點(diǎn)擊窗口用于呈現(xiàn)相關(guān)信息。 點(diǎn)擊后的可視化結(jié)果如圖10所示。 可視化使用百度地圖SDK 組件，可視化之前將會(huì)獲取軌跡段的始末索引信息，使用mBaiduMap.addOverlay（） 方法將非停留軌跡片段所包含的point繪制在地圖上，實(shí)例化PolylineOptions（） 對(duì)象設(shè)置繪制的粗細(xì)與顏色；對(duì)于停留的軌跡段，將其對(duì)應(yīng)的point存儲(chǔ)至一個(gè)數(shù)組中，同時(shí)通過(guò)mBaiduMap.showInfoWindows（） 方 法 批 量 繪 制 點(diǎn) 標(biāo) 記， 創(chuàng) 建InfoWindow.OnInfoWindowClickListener監(jiān)聽(tīng)對(duì)象，重寫(xiě)onInfoWindowClick（） 方法來(lái)設(shè)置點(diǎn)擊后彈出的信息窗口，顯示的內(nèi)容為Output類(lèi)的對(duì)象。

圖10 軌跡可視化Fig． 10 Trajectory visualization

2．4 保存與分享模塊

保存與分享模塊的功能主要由自定義FileUtil工具類(lèi)中的writeToExcel（） 方法與ShareUtils 工具類(lèi)中的ShareWechatFriend（） 方法實(shí)現(xiàn)。 在App 文件目錄下的files 目錄中創(chuàng)建.xls 文件。 第一個(gè)sheet表單，命名為“GPS 信息”，用于寫(xiě)入pointlist 列表中存儲(chǔ)的單點(diǎn)定位信息，第一列的表頭信息與Point 類(lèi)的屬性對(duì)應(yīng)，保存的文件格式如圖11 所示；第二個(gè)sheet 表單命名為“分析結(jié)果”，用于寫(xiě)入outputlist中保存的分析結(jié)果，第一列的表頭信息與Output類(lèi)的屬性對(duì)應(yīng)，保存的文件格式如圖12 所示。

圖11 單點(diǎn)定位信息保存格式Fig． 11 Single－point positioning information save format

圖12 軌跡分析結(jié)果保存格式Fig． 12 Trajectory analysis result save format

以微信分享為例，在自定義的ShareWechatFriend（）方法中，使用packageManager.getInstalledPackages（）方法獲取PackageInfo參數(shù)，根據(jù)PackageInfo的值判定是否安裝微信客戶端， 然后使用FileProvider.getUriForFile（）方法使保存在本地的.xls文件能提供給外部應(yīng)用，最后使用setPackage（PACKAGE_WECHAT）與setAction（Intent.ACTION_SEND） 方法調(diào)用微信，加載出分享頁(yè)面，并分享創(chuàng)建的xls 文件。 分享頁(yè)面如圖13 所示。

圖13 分享頁(yè)面Fig． 13 Share page

3 系統(tǒng)測(cè)試

3．1 App 開(kāi)發(fā)環(huán)境

本文開(kāi)發(fā)的軌跡分析應(yīng)用是一款在Windows7操作系統(tǒng)環(huán)境下，使用Android Studio 3.1.23 集成開(kāi)發(fā)環(huán)境進(jìn)行開(kāi)發(fā)的軟件，其中Android SDK 開(kāi)發(fā)工具包版本為API 29，適配Android 10.0（Q）平臺(tái)。 軟件的基本功能與核心算法全部使用Java 語(yǔ)言編程實(shí)現(xiàn)，軟件的可視化界面設(shè)計(jì)主要使用XML 語(yǔ)言與Java 語(yǔ)言完成設(shè)計(jì)。 開(kāi)發(fā)中，Java 語(yǔ)言使用的開(kāi)發(fā)工具包版本為jdk 1.8.0_301，保存與輸出的數(shù)據(jù)使用xls 文件格式存儲(chǔ)，使用Redmi Note 7 手機(jī)進(jìn)行調(diào)試與測(cè)試，軟件輸出的所有結(jié)果都由測(cè)試機(jī)實(shí)測(cè)產(chǎn)生。 Release 版本的APK 文件大小在15 Mb 左右。

3．2 GPS 定位精準(zhǔn)度測(cè)試

本文軟件使用百度定位SDK 采集單點(diǎn)定位信息，雖然定位信息已用相應(yīng)的格式保存至Excel 表格，但是無(wú)法直觀地判斷采集的定位信息是否合理，因此設(shè)計(jì)了對(duì)比實(shí)驗(yàn)，對(duì)軟件GPS 定位的精準(zhǔn)度進(jìn)行測(cè)試，測(cè)試方法如下。

使用谷歌GPS 定位手表采集的定位數(shù)據(jù)與軌跡分析App 采集的定位數(shù)據(jù)進(jìn)行多次比對(duì)，并可視化兩者的軌跡路線圖。 GPS 手表的可視化使用谷歌專(zhuān)用的“GPX”軟件完成，軌跡處理App 定位數(shù)據(jù)的可視化由自主設(shè)計(jì)的可視化模塊完成；繪制二者的速度曲線進(jìn)行對(duì)比，如圖14（a）、14（b）所示。

從圖14 中的速度曲線圖可看出，兩者采集的單點(diǎn)GPS 數(shù)據(jù)準(zhǔn)確度基本一致，證明App 采集的單點(diǎn)定位數(shù)據(jù)的可靠性。

此外，由圖14（a）可知，0.6 ～1.2 h 的高速時(shí)段是一段客車(chē)的運(yùn)動(dòng)軌跡，但由于軌跡速度曲線并不穩(wěn)定，容易出現(xiàn)類(lèi)別誤判為停留點(diǎn)或者其他交通工具；圖14（b）中的紅色虛線部分，GPS 手表甚至出現(xiàn)速度異常片段。 上述現(xiàn)象表明，利用單點(diǎn)定位信息作為軌跡分段的依據(jù)是存在較大誤差的，這也是本文對(duì)軌跡進(jìn)行切片與語(yǔ)義分段的一個(gè)重要原因。

圖14 精準(zhǔn)度對(duì)比Fig． 14 Comparison of accuracy

3．3 軌跡分析測(cè)試

根據(jù)出行的距離，軌跡分析測(cè)試分為短程測(cè)試與長(zhǎng)程測(cè)試。

3.3.1 短程測(cè)試

短程測(cè)試步驟如下:打開(kāi)App→點(diǎn)擊開(kāi)始定位開(kāi)始采集定位信息→查看可視化軌跡→點(diǎn)擊結(jié)束定位→保存與分享文件。

本例短程測(cè)試的軌跡路徑為:教學(xué)樓停留-步行至食堂-食堂用餐-步行尋找共享單車(chē)-等待共享單車(chē)解鎖-騎車(chē)返回教學(xué)樓門(mén)口-步行進(jìn)入教學(xué)樓。測(cè)試流程如圖15 所示。 軌跡采集過(guò)程中，軟件可退至后臺(tái)運(yùn)行，整個(gè)操作過(guò)程只需點(diǎn)擊3 次按鈕。

圖15 短程測(cè)試Fig． 15 Short distance test

3.3.2 長(zhǎng)程測(cè)試

由于測(cè)試人員在測(cè)試過(guò)程中不可避免會(huì)乘坐高速移動(dòng)的交通工具，而此類(lèi)交通工具的速度往往是不穩(wěn)定的，因此增加長(zhǎng)程測(cè)試來(lái)驗(yàn)證語(yǔ)義分段算法處理此類(lèi)軌跡的有效性。 測(cè)試結(jié)果是一段乘坐機(jī)動(dòng)車(chē)的出行軌跡，由于存在紅綠燈、堵車(chē)等情況，機(jī)動(dòng)車(chē)的速度不夠穩(wěn)定。 將未使用語(yǔ)義分段的分析結(jié)果（圖16（a））與使用語(yǔ)義分段的分析結(jié)果（圖16（b））全部保存至本地進(jìn)行對(duì)比，可以看出，使用語(yǔ)義分段算法后，將交通工具識(shí)別為自行車(chē)的軌跡片段歸化為了汽車(chē)。 最終的分析結(jié)果與實(shí)際相符，驗(yàn)證了語(yǔ)義分段算法的有效性。

圖16 長(zhǎng)程測(cè)試Fig． 16 Long distance test

4 結(jié)束語(yǔ)

本文基于Android 平臺(tái)與百度地圖SDK，開(kāi)發(fā)了一款集軌跡采集、軌跡分析、軌跡可視化、軌跡分享四種功能為一體的軌跡綜合處理系統(tǒng)，能實(shí)現(xiàn)對(duì)軌跡進(jìn)行實(shí)時(shí)采集并分析軌跡的多種語(yǔ)義信息，還可支持可視化與軌跡分享；App 可用于輔助解決通勤分析、職住協(xié)調(diào)、道路優(yōu)化等問(wèn)題，但由于研究時(shí)間的局限性，App 中仍有一些不足之處，其功能也有待進(jìn)一步開(kāi)發(fā)。 今后可優(yōu)化或添加如下功能:

（1）實(shí)時(shí)繪制軌跡功能。 在軌跡分析App 中，可視化模塊是在用戶停止定位后可視化整段軌跡的，不夠直觀。 今后可將可視化模塊升級(jí)為實(shí)時(shí)繪制模塊，這樣在采集定位信息的過(guò)程中就開(kāi)始繪制軌跡，能使用戶更直觀地了解到當(dāng)前的軌跡動(dòng)向，帶來(lái)更好的交互性。

（2）語(yǔ)義分段優(yōu)化。 語(yǔ)義分段還不夠精準(zhǔn)。 在遇到復(fù)雜的軌跡路線或者苛刻的定位環(huán)境（地鐵站內(nèi)）會(huì)導(dǎo)致語(yǔ)義分段生成的結(jié)果不夠精準(zhǔn)。 今后可考慮將附近POI 類(lèi)型或者車(chē)道信息納入語(yǔ)義分段的判斷條件中，以進(jìn)一步提高軌跡分析的準(zhǔn)確度。