Performance Evaluation of GPS Trajectory Rasterization Methods

要約

全地球測位システム（GPS）の軌跡データの利用可能性は、さまざまなGPS受信機の利用可能性や、さまざまなモビリティサービスの利用の増加とともに増加しています。GPS軌跡は、交通密度の検出、輸送モードの検出、画像処理や機械学習法などのさまざまな方法を使用したマッピングデータの推論に使用される重要なデータソースです。データサイズが大きくなるにつれて、この種のデータを効率的に表現することが難しくなっています。一般的なアプローチは、平均速度、方位などのGPS軌跡情報をラスター画像形式で表現し、解析手法を適用することである。本研究では、QGISの空間結合関数、PostGIS+QGIS、およびPythonプログラミング言語でコーディングされた我々の反復空間構造化グリッド集約実装を用いて、GPS軌跡データのラスタライズを評価する。我々の実装は並列化も可能であり、この並列化も第4の手法に含まれる。GPS軌跡データセットを用いた実験結果によると、QGIS法とPostGIS+QGIS法は、総処理時間を指標として、我々の手法に対して比較的低い性能を示した。PostGIS+QGIS法は、空間結合において最良の結果を得たが、テスト領域のサイズが大きくなるにつれて、総パフォーマンスは急速に低下した。一方、両手法の性能はGPS点に正比例して低下する。また、プロセッサコア数の増加や複数の計算クラスタの使用により、本手法の性能は比例して向上する。

要約(オリジナル)

The availability of the Global Positioning System (GPS) trajectory data is increasing along with the availability of different GPS receivers and with the increasing use of various mobility services. GPS trajectory is an important data source which is used in traffic density detection, transport mode detection, mapping data inferences with the use of different methods such as image processing and machine learning methods. While the data size increases, efficient representation of this type of data is becoming difficult to be used in these methods. A common approach is the representation of GPS trajectory information such as average speed, bearing, etc. in raster image form and applying analysis methods. In this study, we evaluate GPS trajectory data rasterization using the spatial join functions of QGIS, PostGIS+QGIS, and our iterative spatial structured grid aggregation implementation coded in the Python programming language. Our implementation is also parallelizable, and this parallelization is also included as the fourth method. According to the results of experiment carried out with an example GPS trajectory dataset, QGIS method and PostGIS+QGIS method showed relatively low performance with respect to our method using the metric of total processing time. PostGIS+QGIS method achieved the best results for spatial join though its total performance decreased quickly while test area size increases. On the other hand, both of our methods’ performances decrease directly proportional to GPS point. And our methods’ performance can be increased proportional to the increase with the number of processor cores and/or with multiple computing clusters.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL