0x00 軌跡に影響を与える要素#
-
座標収集の頻度の問題：軌跡線は軌跡点の連結で構成されており、軌跡点は必ず離散的です。離散度は座標の取得頻度によって決まります。頻度が高いほど、デバイスの消費電力が増え、軌跡の保存容量が増えますが、軌跡の特徴が明確になります。頻度が低い場合、軌跡線の特徴が失われやすくなります。どのようにして座標の報告頻度をスマートに調整できるでしょうか？
-
座標収集の保持問題：移動デバイスには省電力モードやスリープ機能などがあり、これらのシナリオでは GPS 収集プログラムがシステムによってクリアされる可能性があり、一時的に座標を収集できなくなる、または信号が途切れることがあります。一方、インターネットアプリケーションは既にデバイスにホワイトリストに追加されている場合があります（ベンダーとの提携など）。したがって、この問題は発生しません。
-
軌跡座標変換の問題：GPS は WGS84 座標であり、北斗は CGCS2000 座標ですが、軌跡の表示にはさまざまな座標系の地図が必要です。これらの座標系の変換が必要です。インターネットアプリケーションでは 1 つの地図のみを使用し、1 つの座標タイプの変換のみを解決すれば十分ですが、都市管理では、複数の地図タイプ、制御できない地図の精度（非公開地図など）など、さまざまな問題の座標変換を解決する必要があります。座標変換の正確さは、軌跡の表示効果に直接影響を与えます。
-
座標の正確さの問題：衛星測位には少なくとも 4 つの衛星の同時観測が必要です（3 球測位原理によるもので、時間を変数として扱うため、少なくとも 4 つの衛星が必要です）。しかし、多くの場合、移動デバイスは 4 つ以上の衛星信号を同時に受信できません（屋内、高層ビルの遮蔽など）。これにより、衛星測位の誤差が非常に大きくなります。衛星測位の正確さを向上させる方法はありますか？
-
軌跡座標のノイズ除去の問題：座標の正確さの問題は避けられない問題です。この場合、座標の異常点を除去する方法が必要です。これにより、異常点の影響を受けずに軌跡の表示効果を保証できます。
-
軌跡線の接続の問題：軌跡線の点ごとの接続は、線と線の間の過渡的な不均一さを引き起こし、単純な軌跡点の直接接続だけでは、軌跡線が「壁を貫通する」問題（A 点と B 点が交差点の異なる場所にある場合、AB の直接接続は中間の非道路建物を横断する）が発生しやすくなります。
-
軌跡の再生の問題：軌跡は本質的に動的であり、軌跡線のみでは軌跡の時空特性を正確に表示することはできません。軌跡の動的な美しい表示方法は何でしょうか？ユーザーにアニメーションを見るような感覚を与えることができますか？
0x01 最適化の改善#
座標収集頻度の最適化戦略：#
-
システムにはデフォルトの収集頻度が設定されており、人員と車両で異なります。
-
連続する複数の収集ポイントが静止またはほとんど変化しない場合（閾値範囲内）、この場合、座標収集頻度を適切に遅くすることができます。
-
連続する複数の収集ポイントの距離が閾値範囲よりも大きい場合、この場合、座標収集頻度を適切に速くすることができます。
座標収集プログラムの保持の最適化：#
保持メカニズム：常駐通知バー、デュアルプロセスガード、スクリーンオフブロードキャスト、カスタムスクリーンオフ
座標の正確さの最適化#
座標信号の強度は、位置の正確さに大きな影響を与えます。たとえば、デバイスが室内または高層ビルの下にある場合、座標信号は明らかに弱くなります。次の最適化戦略を採用できます。
-
記録された信号の強さは、後続の軌跡の異常点（問題点）のフィルタリング条件の 1 つとして使用されます。
-
信号が一定の閾値を超えると、百度の位置情報ソリューションに切り替えます。
0x02 フィッティング#
アルゴリズムレベルで軌跡点を最適化する戦略。異なる実装条件、異なる表示要件に基づいて、軌跡点のフィッティングについて 3 つの異なるアプローチを研究します。
1. 道路網に基づくルートマッチングフィッティング#
その名の通り、このソリューションには道路線データが必要であり、各軌跡点を道路に垂直な距離が最も近いノードにマッチングし、前後の 2 点を道路に沿って接続します。
利点：軌跡はすべて道路上にあり、表示が美しいです。
欠点：道路データの完全性に依存し、表示が失われる可能性があります。
2. 時空クラスタリングに基づくノイズ除去アルゴリズム#
このアルゴリズムのアイデアは、軌跡点の特徴をできるだけ変更せずに、軌跡の時空クラスタリングを使用して、軌跡点のいくつかの特徴が似ている点をクラスタリングし、軌跡の乱雑さを軽減することです。ただし、このアルゴリズムは通常の空間クラスタリングアルゴリズムだけではありません。軌跡には天然の時間属性があり、時間の次元を考慮しない場合、軌跡の多くの特徴情報が失われます。たとえば、往復する道路で、片方向ずつ異なる道路上を移動する場合、時間次元を考慮しない場合、軌跡点が 1 つの道路にクラスタリングされます。
利点：軌跡点の乱雑さを解消します。
欠点：軌跡点間の接続はスムーズに処理されません。
3. カルマンフィルタに基づく軌跡の最適化ソリューション#
カルマンフィルタ（Kalman filtering）は、線形システムの状態方程式を使用して、システムの入力と出力の観測データに基づいて、システムの状態を最適に推定するアルゴリズムです。軌跡処理では、予測軌跡点と実際の軌跡点の偏差に基づいて軌跡位置を調整し、軌跡をスムーズにすることができます。
利点：軌跡線が曲線になり、より美しくなります。
欠点：スムーズ度を制御するのが難しく、軌跡が失われ、軌跡の特徴がぼやけ、軌跡のノイズ点が全体のスムーズ効果に大きな影響を与えます。
4. 最終的なフィッティングソリューション#
上記のソリューションはそれぞれ利点と欠点がありますが、効果的な総合的なアプローチを取り、他のデータ処理手順と組み合わせると、軌跡点の品質がさらに向上します。具体的な説明は以下の通りです。
座標の正確さパラメータに基づいて、一部の非常に大きな誤差のある軌跡点を除去します。
軌跡点の速度の異常変化を計算して、「飛び点」を除去します。
時空クラスタリングアルゴリズムを使用して軌跡点をクラスタリングします。
カルマンフィルタを使用して軌跡をスムーズにし、スムーズ度を過度に制御しません。
車両の軌跡の場合、道路線データが完全な場合、ルートマッチングアルゴリズムを使用します。
0x03 美化、アニメーション#
- スムーズに動く人（車）
静止した人（車）のアイコンでは実際の変化を表現することはできず、位置座標の取得に伴うジャンプ変化する人（車）のアイコンは突然変わります。リアルタイムでスムーズに人（車）の位置変化を表示できれば、ユーザーはより強い「参加」感を持つことができます。人の表示を例にとると、この目標を達成するために、16 の方向の人のアイコンを設計し、座標点間の角度に基づいて異なる人のアイコンを選択し、2 点間の距離と再生速度に基づいて人の前進時のアイコンの変化を計算し、最終的に前進時の人の手の左右の揺れなどの効果を実現します。
- 流れる軌跡の矢印
軌跡の矢印の流れは、全体の軌跡表示に動的な効果を追加するだけでなく、軌跡の方向特性を示すこともできます。ただし、軌跡の矢印が密集しすぎると、軌跡の美観に影響を与える可能性があります。総合的な設計では、地図のズームレベルが一定のレベルになった場合に軌跡の矢印の流れの特殊効果が表示されるようにします。
- 「滴滴」のような複数の軌跡表示効果
「滴滴」などのインターネット軌跡表示ソリューションは、ますます一般的になっており、特に複数の車両（人員）のリアルタイム軌跡表示においては、大衆に広く受け入れられています。軌跡のビッグデータストレージ、軌跡情報フロー、フロントエンド表示アルゴリズムの研究により、現在の表示は基本的に同等のものになり、実際のプロジェクトで検証されています。特に、あるダストプロジェクトでは、1.6 万台の車両の 24 時間リアルタイム軌跡を監視しています。
- 2D と 3D の統合された軌跡表示効果
3D シーンで軌跡を表示することで、視覚的な直感性とインパクトを持つことができます。また、ゲームシーンの表示アイデアを活用すると、ユーザーはより良いインタラクティブ感を得ることができます。