Strava - 具有纬度、经度和时间的团体路线接近度

Posted 2023-02-23

【中文标题】Strava - 具有纬度、经度和时间的团体路线接近度

【英文标题】：Strava - Group Route Proximity with Latitude, Longitude & Time

【发布时间】：2016-03-29 20:06:55

【问题描述】：

问题：在给定包含时间、纬度和经度的数据流的情况下，确定两个自行车骑手是否一起骑行的最有效的计算方法是什么？

背景：我是一名***的自行车爱好者，我想对 Strava 将自行车骑手分组的方式进行逆向工程。这是他们确定骑自行车者是否一起骑行的方法（他们使用时间和纬度/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-

骑完自行车后，我每秒都有一个纬度和经度文件。

骑手 1 路线：

骑士 2 路线：

您可以看到骑手 1 和骑手 2 一起骑行，但骑手 2 从不同的地点开始，后来加入骑手 1。

我想找出计算量最小的方法来确定这两个骑手是否一起骑行，尽管从不同的位置开始。

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邻近区域（150 米），并比较骑手的路线，看看骑手是否有 70% 的时间在彼此相距 150 米内度过。

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

骑士 2 - 地点： -2016-03-27T11:47:45Z 42.113049 -87.736394 150 分配 0。

我会迭代 Rider 2 的每个点和 Rider 1 的每个点。然后总结 1 和 0。如果（1 和 0 的总和）/（总分）大于 70%，则将车手分组在一起。

我认为这种方法通常会奏效，但似乎计算量很大，尤其是在有数千名车手需要评估的情况下。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位置并按分钟比较平均位置。至少它会减少 60 倍的迭代次数。

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。

关于如何以最有效的方式计算路线比较有什么想法吗？

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，我确实认为这里写的问题更清楚。 https://gis.stackexchange.com/questions/187019/strava-activity-route-grouping

【问题讨论】：

对我来说看起来很简单。当我的孩子睡着时我会回答...... ;-)

更正-明天。我的孩子发烧了:-(

【参考方案1】：

我将假设以下是正确的：

对于每个骑车人 C，有一个时间 T、经度 X 和纬度 Y 的数据流（我们使用投影 X 和 Y 进行简化，而不关心投影；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 1 秒的速率进行采样，因为不能保证每个样本都被采集；我们必须假设在超过 50% 的情况下采集样本（最好 > 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。让我们看看两个骑自行车的 C1 和 C2 的样子，比较一下。

╔════╦════╦════╦════╦════╦═══════╗
║ 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 ║
╚════╩════╩════╩════╩════╩═══════╝

这种比较可以很容易地使用例如SELECT 在数据库中，为两个骑自行车的人自加入一个表。对于合理数量的行（例如

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

CyclistId - 骑车人的标识符 SamplingTime - 采样（位置）的 UTC 时间 经度-经度 纬度 - 纬度

...使用以下数据：

╔═══════════╦═══════════════════════╦═══════════╦════════════╗
║ 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自行车手 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

我们现在有了这种输出，如果我们包括粗略计算的 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，要粗略计算以米为单位的距离，您必须找到公式；我在这里使用了一个：

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

现在我们必须汇总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）并确定最大距离（D0）来表示骑车人一起骑行。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

现在您只需要确定比率是 0.7、0.8、0.85...

HTH