Question

问题：根据时间，纬度和经度数据流，确定两名骑自行车的人是否一起骑行，计算效率最高的方法是什么？

背景：我是一名狂热的自行车手，想要反向设计Strava如何将自行车骑手组合在一起。以下是他们确定骑自行车者是否骑在一起的方法（他们使用时间和骑行的纬度/经度）：https://support.strava.com/hc/en-us/articles/216919497-Why-don-t-I-get-grouped-in-Activities-when-I-rode-ran-with-others-

骑自行车完成后，我每秒钟都有一个纬度和经度文件。

骑士1路线：

骑士2路线：

你可以看到骑士1和2骑在一起，但是骑士2从另一个地方开始并且稍后加入了骑士1。

尽管从不同地点开始，但我想用最少计算密集的方式来确定这两个骑手一起骑行。

我认为Strava的方法很好 - 基本上在路线上的每个点周围建立一个接近区域（150米）并比较骑车者的路线，看看车手们是否将他们70％的时间都花在150米之内。

骑手1 - 地点：
2016-03-27T11：47：45Z 42.113059 -87.736485
2016-03-27T11：47：46Z 42.113081 -87.736511
2016-03-27T11：47：47Z 42.113105 -87.736538
2016-03-27T11：47：48Z 42.113142 -87.736564
2016-03-27T11：47：49Z 42.113175 -87.736587

骑手2 - 地点：
- 2016-03-27T11：47：45Z 42.113049 -87.736394＆lt; =查找骑手1的同一时间并确定是否在150米范围内。如果＆lt; 150米分配1，如果＆gt; 150分配0。

我会在Rider 1的每个点上迭代Rider 2的每个点。然后总结1和0。如果（1和0的总和）/（总点数）大于70％，则将乘客组合在一起。

我认为这种方法通常会起作用，但似乎非常耗费计算量，特别是如果有数千名骑手需要评估。此外，数据并不总是每秒都有纬度和经度。一种方法是每分钟平均一次位置，并按分钟比较平均位置。至少它会将迭代次数减少60次。

我希望有一些统计或GIS方法来建立路线的“签名”并比较签名而不是逐点比较。

有关如何以最有效的方式计算路线比较的任何想法？

注意：我在GIS论坛上发布了一个类似的问题，但还没有人回复。虽然，我认为这里写的问题更清楚。
https://gis.stackexchange.com/questions/187019/strava-activity-route-grouping

Answer 1

我将假设以下情况属实：

对于每个骑车者C，有一个时间T，经度X和纬度Y的数据流（我们使用投影的X和Y来简化，而不是关心投影;但是，我们应该）
数据流可以写入数据库或其他类型的持久数据存储
C的数据流以1s的速率采样，因为不能保证每个采样都被采用;我们必须假设样本占50％以上（优选> 95％; 99.7％是完美的）

在这种情况下，数据库中的一个表包含分析所需的所有数据。让我们看看两个骑车人C1和C2的相似之处是什么样的。

╔════╦════╦════╦════╦════╦═══════╗
║ T  ║ X1 ║ Y1 ║ X2 ║ Y2 ║   D   ║
╠════╬════╬════╬════╬════╬═══════╣
║  1 ║ 10 ║ 15 ║ -  ║ -  ║     - ║
║  2 ║ 11 ║ 16 ║ -  ║ -  ║     - ║
║  3 ║ 11 ║ 17 ║ 19 ║ 11 ║ 10,00 ║
║  4 ║ 12 ║ 18 ║ 18 ║ 11 ║  9,22 ║
║  5 ║ 12 ║ 17 ║ 17 ║ 12 ║  7,07 ║
║  6 ║ -  ║ -  ║ 15 ║ 12 ║     - ║
║  7 ║ 13 ║ 16 ║ 14 ║ 13 ║  3,16 ║
║  8 ║ 13 ║ 15 ║ 13 ║ 14 ║  1,00 ║
║  9 ║ 14 ║ 14 ║ 13 ║ 14 ║  1,00 ║
║ 10 ║ 14 ║ 13 ║ 14 ║ 13 ║  0,00 ║
║ 11 ║ 14 ║ 14 ║ 14 ║ 14 ║  0,00 ║
║ 12 ║ 14 ║ 15 ║ 14 ║ 14 ║  1,00 ║
║ 13 ║ 15 ║ 15 ║ 15 ║ 15 ║  0,00 ║
║ 14 ║ 15 ║ 16 ║ 15 ║ 16 ║  0,00 ║
║ 15 ║ 16 ║ 16 ║ 16 ║ 17 ║  1,00 ║
║ 16 ║ 17 ║ 18 ║ 16 ║ 16 ║  2,24 ║
╚════╩════╩════╩════╩════╩═══════╝

这种比较可以使用例如在数据库中选择，为两个骑自行车者自行加入一张桌子。对于合理数量的行（例如，＆lt; 10E5，＆lt; 10E6）并且正确设置索引，该计算根本不是资源密集型的。特别是如果我们考虑到数据库查询可以以这样的方式编写，即不为每个位置输出值D，而是计算jut以便聚合（计数）该值。在这种情况下，您只需要一个行数的比率，其中D小于您的首选阈值D0与行总数相等。如果该比率等于或高于您的限制（例如，70％），骑自行车的人会一起乘车。

我们来看一个例子。如果数据库中有这样的表，名为CyclistPosition：

CyclistId - 骑车人的标识符
采样时间 - 采样的样本（位置）的UTC时间
长经
Lat - latitude

...包含以下数据：

╔═══════════╦═══════════════════════╦═══════════╦════════════╗
║ CyclistId ║     SamplingTime      ║   Long    ║    Lat     ║
╠═══════════╬═══════════════════════╬═══════════╬════════════╣
║         1 ║ 2016-03-27T11:47:45Z  ║ 42,113059 ║ -87,736485 ║
║         1 ║ 2016-03-27T11:47:46Z  ║ 42,113081 ║ -87,736511 ║
║         1 ║ 2016-03-27T11:47:47Z  ║ 42,113105 ║ -87,736538 ║
║         1 ║ 2016-03-27T11:47:48Z  ║ 42,113142 ║ -87,736564 ║
║         1 ║ 2016-03-27T11:47:49Z  ║ 42,113175 ║ -87,736587 ║
║         2 ║ 2016-03-27T11:47:45Z  ║ 42,113059 ║ -87,736394 ║
║         2 ║ 2016-03-27T11:47:46Z  ║ 42,113085 ║ -87,736481 ║
║         2 ║ 2016-03-27T11:47:47Z  ║ 42,113103 ║ -87,736531 ║
║         2 ║ 2016-03-27T11:47:48Z  ║ 42,113139 ║ -87,736572 ║
║         2 ║ 2016-03-27T11:47:49Z  ║ 42,113147 ║ -87,736595 ║
╚═══════════╩═══════════════════════╩═══════════╩════════════╝

...然后我们可以使用以下方法为骑车人1和2提取数据：

SELECT SamplingTime, Long, Lat FROM CyclistPosition WHERE CyclistId = 1
SELECT SamplingTime, Long, Lat FROM CyclistPosition WHERE CyclistId = 2

...并使用此查询交叉引用该数据......

SELECT 
  cp1.SamplingTime,
  Long1 = cp1.Long, 
  Lat1 = cp1.Lat,
  Long2 = cp2.Long,
  Lat2 = cp2.Lat
FROM 
  CyclistPosition cp1
  JOIN CyclistPosition cp2
    ON cp2.SamplingTime = cp1.SamplingTime
WHERE
  cp1.CyclistId = 1
  AND cp2.CyclistId = 2

我们现在有这种输出，如果我们包括rougly计算的X和Y（使用墨卡托），我们得到：

╔═══════════════════════╦═══════════╦════════════╦═══════════╦════════════╦══════════════╗
║     SamplingTime      ║   Long1   ║    Lat1    ║   Long2   ║    Lat2    ║     Dm       ║
╠═══════════════════════╬═══════════╬════════════╬═══════════╬════════════╬══════════════╣
║ 2016-03-27T11:47:45Z  ║ 42,113059 ║ -87,736485 ║ 42,113059 ║ -87,736394 ║ 10,118517    ║
║ 2016-03-27T11:47:46Z  ║ 42,113081 ║ -87,736511 ║ 42,113085 ║ -87,736481 ║ 3,334919     ║
║ 2016-03-27T11:47:47Z  ║ 42,113105 ║ -87,736538 ║ 42,113103 ║ -87,736531 ║ 0,777079     ║
║ 2016-03-27T11:47:48Z  ║ 42,113142 ║ -87,736564 ║ 42,113139 ║ -87,736572 ║ 0,890572     ║
║ 2016-03-27T11:47:49Z  ║ 42,113175 ║ -87,736587 ║ 42,113147 ║ -87,736595 ║ 0,900635     ║
╚═══════════════════════╩═══════════╩════════════╩═══════════╩════════════╩══════════════╝

请注意，对于以米为单位的距离的粗略计算，您必须找到公式;我用过这里的那个：

http://bluemm.blogspot.hr/2007/01/excel-formula-to-calculate-distance.html

现在我们必须聚合数据并对其进行计数。我们必须将数据限制为开始和结束时间（T1和T2），并确定骑车人骑在一起的最大距离（D0）。在SQL中执行此操作的简单方法是：

DECLARE @togetherPositions int
DECLARE @allPositions int
DECLARE @ratio decimal(18,2)

SELECT @togetherPositions = count(*)
FROM 
  CyclistPosition cp1
  JOIN CyclistPosition cp2
    ON cp2.SamplingTime = cp1.SamplingTime
WHERE
  cp1.SamplingTime BETWEEN @T1 AND @T2
  AND {formula to get distance in meters} <= @D0

SELECT @allPositions = count(*)
FROM 
  CyclistPosition cp1
  JOIN CyclistPosition cp2
    ON cp2.SamplingTime = cp1.SamplingTime
WHERE
  cp1.SamplingTime BETWEEN @T1 AND @T2

SET @ratio = @togetherPositions / @allPositions * 1.0

现在你只需要决定比率是0.7,0.8,0.85 ......

HTH

Strava - 与纬度，经度和组合的路线接近度时间

1 个答案: