1.1研究背景

进入大数据时代，海量的数据信息呈不断增长的趋势。数据的类型各种各样，每天产生庞大的数据量同时，这些数据也被用于城市管理。经济快速发展的时代，汽车等交通工具走进了越来越多的家庭，与此同时，交通拥堵成了不可回避的问题。一个城市每天总有数以万计的车次经过各个路段，但是对于哪些路段或者街口比较拥堵，并不能有一个量化的比较。比如出行使用baidu导航时，系统可能会提示某一路段会拥堵，但是它不会显示拥堵的程度是怎样的，无法告知交通管理者和规划者，哪里需要改变，改变多少。没有一个量化的比较，城市路段应如何休整，如何调派指挥人员也就无法把握。

目前，我国正着力建设智能交通系统，包括智能公交，交通信息采集与发布，交通指挥平台等，但其侧重的方向主要是在高速公路系统上，相比国外智能化和动态化的交通系统，中国智能交通整体发展水平还比较落后。美，日，欧等国家已经建立了先进的交通信息系统（ATIS），交通管理系统（ATMS），公共交通系统（APTS），车辆控制系统（APTS）等，都是利用交通线路上的各种轨迹数据，进行处理，将结果反馈给交通管理者和参与者，采用智能交通技术提高道路管理水平后，每年仅交通事故死亡人数就可减少30%以上，并能提高交通工具的使用效率50%以上，极大地提升了交通的运行效率和安全性。

对轨迹数据的处理的研究有很多，其主要的步骤有数据清洗，剔除数据中的冗余点和噪音点；噪音滤波；停留点检测，用以后期数据分析；轨迹压缩，对于移动对象，基于时间戳的轨迹记录可以采用秒级记录, 但是由于存储设备、计算能力等的限制, 轨迹数据挖掘不需要如此精细的位置定位, 通常需要采用轨迹压缩的方法来处理轨迹数据；轨迹分段是对长时段轨迹 (例如以天或月为单位) 的合理切分与标注, 切分后的子轨迹段代表一次出行的记录.轨迹分段不仅降低了计算复杂度, 同时提供了更加丰富的知识.

对于轨迹数据可视化的研究主要有空间属性的可视化，随着定位技术的进步，空间属性的可视化由原始的记录点形成的曲线或者线条能够更好的表示运动的轨迹，研究人员通过插值的方式来研究不完整的轨迹数据集。时间属性的可视化，通常会使用颜色来对不同的时间段进行分类。在可视分析方面，可以允许用户通过brush技术来选择突出显示数据的一部分。

1.2目的和意义

轨迹数据具有丰富的时空信息的特征，通过采用数据处理技术，分析轨迹数据，可以深入的挖掘在大量的轨迹信息中，蕴含的无法直接获取的信息。在交通方面，利用轨迹数据的处理技术，可以挖掘城市车辆的移动特征，宏观的显示某路段的交通状况，从而更好的为城市交通的道路规划等提供帮助。在气象预测方面，对大气云层的轨迹进行分析，预测大气环境可能的变化，及时提供准确的天气预报。在生态建设方面，通过分析各种生物的迁徙轨迹等，可以为判断物种是否稳定生存，生态是否良好提供依据。处理好这些问题，将极大的造福人类。

此外，人的优势在于对可视化信息的认知能力优势，对于形象的图片，动画等信息，可以直观的获取其中的信息。但是人们对于庞大的数据量无法快速，直接的提取出其中的重要信息，尤其是对于枯燥的数字，更无法直接观察到其中的规律。而计算机的优势在于其具有强大的计算能力，对于大量数据具有自动分析的能力，利用数据的可视化技术，就可以使用形象，直观的界面，将海量的数据中蕴含的关键信息，清晰的呈现在人们眼前。利用这一点，即可将两者的优势相互结合，尽可能地挖掘轨迹数据的内在信息，更为直观，高效的获取大数据背后的价值。

因此，此次设计的目的在于利用大数据处理方式，对某一时段，某一特定路段的城市交通工具的轨迹数据进行处理，利用数据可视化操作，将数据以图片或者动画的形式清晰，直观的展示出来，大体呈现特定路段的交通状况，同时加以辅助分析，帮助使用者辨别哪段时间，哪一路段的交通比较拥堵，需要作出相应改变，借此帮助城市交通管理者更好的把握调整力度。

2. 研究的基本内容与方案

本次设计开发的轨迹数据可视分析系统，主要分为轨迹数据的处理模块，轨迹数据的可视化模块和辅助分析模块。其中，轨迹数据的处理模块主要是对原数据建立时空数据模型，存入数据库中，进行轨迹数据的重建和校准。轨迹数据的可视化模块，主要是将城市交通工具在某一特定的时间和空间的轨迹显现出来，大体展现交通状况。辅助分析模块，是在可视化模块的基础上，展示使用者可能需要的信息，例如用显眼的颜色标记不同拥堵路段等。