大包小包地打车从火车站回家,却发现手机落在出租车上,好不容易联系上司机,司机却说没找到。这可怎么办呢?近日,阿里巴巴-浙江大学前沿技术联合研究中心发表了最新研究成果 VAUD,它可利用可视分析技术将城市级查询的门槛降到最低,不需要写查询语句,拖拖拽拽就能对城市轨迹进行分析和推理。有了 VAUD,从此我们可以轻松找回丢在出租车上的手机。

没错,只要有了出租车和手机移动轨迹的数据,只要在系统输入你上下车的时间和地点,就能找到匹配的出租车(增加路过的时空点可以提高匹配的准确度),再通过查找和出租车匹配的手机轨迹,就能定位你的手机(和司机的手机),看看你下车后手机和出租车的匹配度,就知道你的手机是不是还在车上。如果手机被后来的乘客顺走,还可以同样地定位该乘客的去向。类似的功能还可以在警察定位逃犯、嫌疑人跟踪等安全场景应用。

然而,说着简单,每一次查找、定位、匹配都对应了复杂的查询语句和计算。

VAUD 由浙江大学 CAD&CG 实验室陈为老师团队和阿里云城市大脑团队合作完成,用数据分析模块和查询模块构建利于理解的查询分析流程,为数据分析提供数据查询和数据推理的能力。首先,VAUD 为时空轨迹(人、车)构建四叉树索引及时空立方体模型(如图 1),加速相同时空的轨迹点的匹配,从而支持快速的数据查询。VAUD 针对时空轨迹场景构建查询模型,一个原子查询可以执行以时间(时间点或时间区间)、空间(空间点或空间范围)为条件(或时空条件的交、并、差集)的对象查询。查询模型支持单一数据源的时空查询、时空轨迹的匹配查询和多数据源的跨域查询,其中一次复杂的跨域查询任务可以分解为一系列针对单一数据源的原子查询和信息抽取的组合。如以人的轨迹搜索匹配的车辆,查询可以抽象为 :

1

图 1 轨迹数据的时空立方体模型

有了查询模型,就可以在查询界面中构建查询节点,将其中的时空条件以可视化的方式表达。整个过程通过拖拽,输入,选择的方式代替传统的 SQL 查询语句,为整个推理过程构建查询链,帮助没有数据背景的用户简化查询操作和学习成本(如图 2 下)。通过将查询结果在基于地图的环境感知界面中展示详细的数据属性和包括车速、轨迹热力等的上下文(如图 2 上),对数据进行调查分析和交互,用户可以自由的抽取知识信息。此外,VAUD 同时支持其他的针对城市数据的自动化分析技术来管理和优化城市建设。例如在城市手机基站分析面板中,VAUD 利用深度学习算法和 KNN 技术,对城市中基站的功能进行分类研究,并通过降维技术提供了相应的探索交互。

2

图 2 VAUD 系统界面。上半部分是基于地图的环境感知界面,下半部分是查询面板,每个单元对应一次原子查询或查询结果。

VAUD 技术的运用场景非常多样化:为交通拥堵情况分析提供可视化的交互式分析辅助决策,如潮汐道路的路况分析,公共安全相关的人群聚集、疏散等,有助于公共资源的最大化灵活利用,保证整个城市的运行“健康”。

注 1:论文中数据为实验室数据,非阿里内部或城市大脑的数据。论文 VAUD: A Visual Analysis Approach for Exploring Spatio-Temporal Urban Data,将发表于 IEEE Transactions on Visualization and Computer Graphics,2018,主要作者包括黄兆嵩
mail: zhaosong_huang@zju.edu.cn、吴斐然、朱闵峰和关会华等。

注 2:可视化和可视分析是一门综合数据挖掘、图形学、感知认知理论、人机交互等领域的交叉学科,肩负着正确、准确地表达数据信息,将数据转化为人智的使命。浙大 CAD&CG 国家重点实验室的可视分析小组(www.cad.zju.edu.cn/home/vagblog/)是国内第一批开展科学可视化、信息可视化和可视分析研究的科研团体,学术带头人陈为教授,小组致力于城市场景的可视数据分析研究多年。阿里巴巴-浙江大学前沿技术联合研究中心联合了可视分析小组的科研能力和阿里云城市大脑平台资源,专注于交互式城市导航、城市出行、城市商业选址等课题的可视分析问题。



Questions & Discussion: ✉️ zjuvis@cad.zju.edu.cn