基于Android的在线地图的轨迹跟踪服务的设计与实现论文

职场大变样社区（）：下载毕业设计成品全套资料，全部50元以下毕业设计（论文）论文题目基于Android的在线地图轨迹跟踪服务的设计与实现thesis Topic Design and implementation of online map tracking service based on Android2016年5月26日编号：__________毕业设计（论文）答辩许可证学院系专业学生所编写的毕业设计(论文) 页，字数，符合毕业设计(论文)大纲的要求。

经审查：该生已学完教学计划规定的全部课程，成绩合格，毕业设计电子文档最后一稿已交，准予参加毕业设计（论文）答辩。

相关材料指导教师：（签名）院长(系主任)：（签名）年月日毕业设计（论文）任务书第1页第2页第3页基于Android的在线地图轨迹跟踪服务的设计与实现摘要在信息高速流动的现代社会，移动设备凭借其便于携带和随时随地收发信息的优点，成为了大多数人生活中必要的娱乐和通讯工具。

而在手机移动网络所提供的大量服务中，基于在线地图的地位服务已经成为了一项实用的新型业务。

它可以通过移动端的定位技术，提供给用户和位置相关的信息，满足不同用户的需求。

本文深入分析了目前智能手机的主流操作系统——安卓平台的优势与体系框架，详细介绍了安卓应用程序开发设计的关键技术以及应用程序的开发流程。

然后，通过对手机网络地图现状的分析，结合了百度地图与其API库设计出一个基于Android的在线地图轨迹跟踪服务。

该系统在实现在线地图一般功能的基础上，可以根据用户定位信息实时监测和记录用户移动路线，随时显示在手机的在线地图上面，并且可以查询到历史轨迹的记录。

本文所设计的轨迹跟踪由于数据量较小，所以采用了SQLite数据库来存储轨迹记录和注册用户的个人信息。

本文最后在设计基础上一步一步实现了系统的各个功能，通过多次真机测试，已经初步达到了设计目标。

该系统在旅行、运动等方面都有着一定的价值。

计算机毕业论文_基于安卓系统手机GPS轨迹重现系统设计与实现目录1 引言 (1)1.1 选题背景 (1)1.2 选题介绍 (1)1.3 选题意义 (2)2 相关开发技术 (3)2.1 Android (3)2.2 GPS技术 (3)2.3 Google Map APIs (4)2.4 SQLite (5)3 系统分析与设计 (6)3.1 可行性分析 (6)3.1.1 经济可行性 (6)3.1.2 技术的可行性 (6)3.2 需求分析 (7)3.3 系统总体设计 (7)3.3.1 设计模式 (7)3.3.2 系统架构 (7)3.3.3 系统功能结构 (8)3.3.4 系统用例图 (9)3.3.5 文件夹组织结构 (10)3.4 数据库设计 (12)3.4.1 数据库设计规范 (12)3.4.2 SQLite 数据库介绍 (13)3.4.3 数据库详解 (14)4 系统详细设计 (16)4.1 开发过程中用到的最重要的几个类 (16)4.2 API Key 的申请 (17)4.3 界面设计 (19)4.3.1 Android用户界面框架 (19) 4.3.2 欢迎界面 (20)4.3.3 软件主界面 (21)4.3.4 轨迹列表界面 (22)4.4 Google Map GPS 定位模块 (22) 4.5 轨迹记录模块 (23)4.6 轨迹重现模块 (23)5 系统展示 (24)5.1 进入系统 (24)5.2 进入主界面，新建轨迹并记录 (25) 5.3 轨迹重现 (26)结论 (27)参考文献 (28)致谢 (30)插图索引图3.1 系统总体功能图 (8)图3.2 系统用例图 (9)图3.3 文件夹组织结构 (10)图3.4 类图 (14)图4.1 欢迎界面 (20)图4.2 软件主界面 (21)图4.3 轨迹列表界面 (22)图5.1 进入系统界面 (24)图5.2 开始记录 (25)图5.3 导入轨迹 (26)插表索引表3.1 GeoPoint 经纬表 (14)表3.2 TrackPoint 轨迹点信息表 (15)表3.3 Track 轨迹表 (15)摘要本文主要介绍利用Android智能手机平台和GPS的特性，结合Google Map，设计并实现的一个基于Android移动手机平台的GPS 轨迹重现系统，通过对整个系统的各个主要功能模块进行详细的分析与研究，通过严格的测试，可以稳定良好的运行，并保证数据记录的准确性，基本上能满足手机用户的记录服务需求。

第１３卷㊀第３期Ｖｏｌ．１３Ｎｏ．３㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２３年３月㊀Ｍａｒ．２０２３㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２３）０３－００３９－０８中图分类号：ＴＰ３１１．１文献标志码：Ａ基于Ａｎｄｒｏｉｄ的轨迹分析应用设计与实现肖雷鸣１，卿粼波１，冯㊀田２（１四川大学电子信息学院，成都６１００６５；２四川大学建筑与环境学院，成都６１０２０７）摘㊀要：针对目前轨迹分析研究中轨迹数据采集困难㊁数据分析片面㊁分析程序复杂㊁实用性弱的现状，提出并设计了一款集轨迹采集㊁（多语义）轨迹分析㊁轨迹可视化㊁轨迹分享四种功能为一体的轨迹分析应用程序（Ａｐｐ）㊂首先，通过百度地图软件开发工具包（ＳＤＫ）获取单点ＧＰＳ定位信息并设计实时显示模块，然后利用轨迹切片方法，结合速度与距离联合判断轨迹停留点计算出分段轨迹的多种语义信息（始末时间㊁距离㊁速度㊁出行方式等）㊂特别地，在切片分析的基础上，提出利用轨迹的出行语义信息对高速轨迹片段的出行方式进行二次判别，在对比测试中，使用语义分段的分析结果更符合实际情况㊂最后，绘制出轨迹分析结果，并设计分享功能㊂测试结果表明，软件各模块能稳定运行，软件采集的ＧＰＳ定位信息能达到传统ＧＰＳ采集设备的精准度，轨迹分析的结果与实际行程相符合㊂关键词：轨迹分析；应用程序（Ａｐｐ）；ＧＰＳ；语义轨迹；城市规划ＤｅｓｉｇｎａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓａｐｐｌｉｃａｔｉｏｎｂａｓｅｄｏｎＡｎｄｒｏｉｄＸＩＡＯＬｅｉｍｉｎｇ１，ＱＩＮＧＬｉｎｂｏ１，ＦＥＮＧＴｉａｎ２（１ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６５，Ｃｈｉｎａ；２ＣｏｌｌｅｇｅｏｆＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１０２０７，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＡｉｍｉｎｇａｔｔｈｅｃｕｒｒｅｎｔｓｉｔｕａｔｉｏｎｏｆｔｒａｊｅｃｔｏｒｙｄａｔａｃｏｌｌｅｃｔｉｏｎｄｉｆｆｉｃｕｌｔｉｅｓ，ｏｎｅ－ｓｉｄｅｄｄａｔａａｎａｌｙｓｉｓ，ｃｏｍｐｌｅｘａｎａｌｙｓｉｓｐｒｏｃｅｄｕｒｅｓ，ａｎｄｗｅａｋｐｒａｃｔｉｃａｂｉｌｉｔｙｉｎｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓｒｅｓｅａｒｃｈ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｄｄｅｓｉｇｎｓａｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓａｐｐｌｉｃａｔｉｏｎ（Ａｐｐ）ｔｈａｔｉｎｔｅｇｒａｔｅｓｆｏｕｒｆｕｎｃｔｉｏｎｓ：ｔｒａｊｅｃｔｏｒｙｃｏｌｌｅｃｔｉｏｎ，（ｍｕｌｔｉ－ｓｅｍａｎｔｉｃ）ｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓ，ｔｒａｊｅｃｔｏｒｙｖｉｓｕａｌｉｚａｔｉｏｎ，ａｎｄｔｒａｊｅｃｔｏｒｙｓｈａｒｉｎｇ．Ｆｉｒｓｔｏｆａｌｌ，ｓｉｎｇｌｅ－ｐｏｉｎｔＧＰＳｐｏｓｉｔｉｏｎｉｎｇｉｎｆｏｒｍａｔｉｏｎｉｓｏｂｔａｉｎｅｄｔｈｒｏｕｇｈＢａｉｄｕＭａｐＳｏｆｔｗａｒｅＤｅｖｅｌｏｐｍｅｎｔＫｉｔ（ＳＤＫ）ａｎｄａｒｅａｌ－ｔｉｍｅｄｉｓｐｌａｙｍｏｄｕｌｅｉｓｄｅｓｉｇｎｅｄ，ｔｈｅｎｔｈｅｔｒａｊｅｃｔｏｒｙｓｌｉｃｅｍｅｔｈｏｄｉｓｕｓｅｄ，ｃｏｍｂｉｎｅｄｗｉｔｈｓｐｅｅｄａｎｄｄｉｓｔａｎｃｅｔｏｊｏｉｎｔｌｙｊｕｄｇｅｔｈｅｓｔｏｐｐｏｉｎｔｏｆｔｈｅｔｒａｊｅｃｔｏｒｙ，ａｖａｒｉｅｔｙｏｆｓｅｍａｎｔｉｃｉｎｆｏｒｍａｔｉｏｎ（ｓｔａｒｔａｎｄｅｎｄｔｉｍｅ，ｄｉｓｔａｎｃｅ，ｓｐｅｅｄ，ｔｒａｖｅｌｍｏｄｅ，ｅｔｃ．）ｏｆｔｈｅｓｅｇｍｅｎｔｅｄｔｒａｊｅｃｔｏｒｙａｒｅｃａｌｃｕｌａｔｅｄ．Ｉｎｐａｒｔｉｃｕｌａｒ，ｏｎｔｈｅｂａｓｉｓｏｆｓｌｉｃｅａｎａｌｙｓｉｓ，ｔｈｅｔｒａｖｅｌｓｅｍａｎｔｉｃｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｔｒａｊｅｃｔｏｒｙｉｓｕｓｅｄｔｏｍａｋｅａｓｅｃｏｎｄａｒｙｄｉｓｃｒｉｍｉｎａｔｉｏｎｏｆｔｈｅｔｒａｖｅｌｍｏｄｅｏｆｔｈｅｈｉｇｈ－ｓｐｅｅｄｔｒａｊｅｃｔｏｒｙｓｅｇｍｅｎｔ．Ｉｎｔｈｅｃｏｍｐａｒａｔｉｖｅｔｅｓｔ，ｔｈｅａｎａｌｙｓｉｓｒｅｓｕｌｔｓｕｓｉｎｇｓｅｍａｎｔｉｃｓｅｇｍｅｎｔａｔｉｏｎａｒｅｍｏｒｅｉｎｌｉｎｅｗｉｔｈｔｈｅａｃｔｕａｌｓｉｔｕａｔｉｏｎ．Ｆｉｎａｌｌｙ，ｔｈｅｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓｒｅｓｕｌｔｓａｒｅｄｒａｗｎ，ａｎｄｔｈｅｓｈａｒｉｎｇｆｕｎｃｔｉｏｎｉｓｄｅｓｉｇｎｅｄ．Ｔｈｅｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｅａｃｈｍｏｄｕｌｅｏｆｔｈｅｓｏｆｔｗａｒｅｃａｎｒｕｎｓｔａｂｌｙ，ｔｈｅＧＰＳｐｏｓｉｔｉｏｎｉｎｇｉｎｆｏｒｍａｔｉｏｎｃｏｌｌｅｃｔｅｄｂｙｔｈｅｓｏｆｔｗａｒｅｃａｎｒｅａｃｈｔｈｅａｃｃｕｒａｃｙｏｆｔｒａｄｉｔｉｏｎａｌＧＰＳａｃｑｕｉｓｉｔｉｏｎｅｑｕｉｐｍｅｎｔ，ａｎｄｔｈｅｒｅｓｕｌｔｓｏｆｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓａｒｅｃｏｎｓｉｓｔｅｎｔｗｉｔｈｔｈｅａｃｔｕａｌｉｔｉｎｅｒａｒｙ．ʌＫｅｙｗｏｒｄｓɔｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓ；ａｐｐｌｉｃａｔｉｏｎ（Ａｐｐ）；ＧＰＳ；ｓｅｍａｎｔｉｃｔｒａｊｅｃｔｏｒｙ；ｕｒｂａｎｐｌａｎｎｉｎｇ基金项目：国家自然科学基金（６１８７１２７８）㊂作者简介：肖雷鸣（１９９９－），男，硕士研究生，主要研究方向：软件开发㊁计算机视觉；卿粼波（１９８２－），男，博士，教授，博士生导师，主要研究方向：图像处理㊁图像／视频编码通信㊁机器视觉与智能系统；冯㊀田（１９９５－），女，博士，主要研究方向：出行碳排放㊁低碳住区㊂通讯作者：卿粼波㊀㊀Ｅｍａｉｌ：ｑｉｎｇ＿ｌｂ＠ｓｃｕ．ｅｄｕ．ｃｎ收稿日期：２０２２－１１－０３０㊀引㊀言在卫星定位技术与移动互联网软硬件技术的高速发展背景下，人们出行时产生的海量轨迹数据以各种方式被获取并保存下来㊂这些轨迹数据都记录了移动对象长时间的位置变化，其反映出的移动对象人群的移动与活动特征㊁兴趣爱好和社会习惯等丰富的时空特征信息，引起了城市规划㊁社会学等多个领域研究学者的关注㊂至今，研究者们已利用采集到的轨迹数据进行了大量的研究，挖掘出了轨迹数据在许多领域的应用价值［１－３］㊂例如，轨迹数据已用于通勤［４］与职住空间分析［５］㊁交通路线的优化与设计［６－７］㊁城市交通状态的划分与识别［８］㊁城市绿道系统效用评估［９］㊁识别城市功能区［１０］㊁商业选址［１１］㊁个性化推荐路线［１２］㊁道路推荐［１３］㊁交通热点分析［１４］等方面㊂大量对轨迹数据的研究，使轨迹数据的分析方法形成了一定的研究范式㊂研究者们通常将轨迹处理研究分为轨迹信息采集与轨迹分析两个步骤㊂ＧＰＳ嵌入式设备采集的轨迹数据［１５］与信令数据［１６］是研究者常用的数据来源，但由于前者造价昂贵，后者数据精度较低㊁获取渠道存在限制等原因，且随着本世纪以来Ａｎｄｒｏｉｄ操作系统的迅猛发展［１７］，借由地图平台营造的位置定位信息服务，致使研究者们更多地选择自主设计相关软件来持续获取定位信息［１８］㊂在轨迹数据分析方面，有研究者使用基于时间序列的聚类算法识别轨迹的停留点［１９］㊁高频点与异常点［２０］以及打车热点［２１］等轨迹语义点；也有研究者利用判别分析［２２］㊁支持向量机［２３］等方法［２４］识别轨迹中不同的出行方式，以及利用隔离机制进行轨迹异常检测［２５］㊁利用轨迹信息测算持有者的运动能量消耗［２６］等方法对轨迹进行分析㊂尽管研究者们对轨迹数据的采集与分析流程已较为熟悉，但纵观现有研究，仍普遍存在以下３个问题：（１）轨迹采集与轨迹分析的割裂：采集端（ＧＰＳ嵌入式设备㊁Ａｎｄｒｏｉｄ设备）与分析处理端（ＰＣ服务器）的分离导致无法对轨迹进行实时分析，同时也提高了实验环境的搭建成本㊂（２）轨迹分析算法与实际应用的割裂：研究多针对单一语义进行分析（停留点㊁出行方式等），研究成果无法整合，非专业人员复现难度大，投入应用难度更大㊂（３）缺乏易用的实时可视化系统㊂基于上述原因，本文开发了一款集轨迹采集㊁轨迹分析（多语义）㊁轨迹可视化㊁轨迹分享四种功能为一体的轨迹分析应用㊂该应用基于Ａｎｄｒｏｉｄ平台与百度地图ＳＤＫ开发，能持续采集使用者的经纬度㊁速度㊁室内状态㊁ＰＯＩ等轨迹信息；同时，通过嵌入在软件内部的相关算法（时间切片㊁停留点识别㊁语义分段等）对轨迹进行分段，计算出轨迹停留点㊁出行方式㊁起始时间㊁总时间㊁总距离等重要语义信息；此外，设计分享模块将分析结果以Ｅｘｃｅｌ表格形式分享，便于研究者二次分析㊂本文开发的轨迹分析软件，实现了对轨迹的实时采集㊁多种语义分析㊁可视化与保存分享，具有实时㊁集成㊁易用的特点，适用于各领域有轨迹采集与分析需求的相关人员㊂１㊀系统设计１．１㊀需求分析与模块设计从目前轨迹研究中采集困难㊁分析片面㊁程序复杂㊁实用性弱四个角度进行需求分析㊂采集轨迹数据时，用户需要实时查看定位数据以确认数据的正确采集或者进行轨迹的调整；轨迹采集结束后，用户需要即时得到分析结果，包括轨迹的时间㊁距离㊁速度㊁出行方式等详细信息；用户需要借助可视化界面对出行轨迹进行判断；在得到分析数据后，用户希望保存或分享原始数据与分析数据，便于后续研究㊂根据上述需求设计了四大功能模块，如图１所示㊂由图１可知，对这４个模块的研发功能，拟展开阐释分述如下㊂地图浏览实时位置实时速度室内状态用时分析距离分析停留点识别出行方式可视化轨迹实时查询本地保存E x c e l文件分享文件轨迹采集轨迹分析轨迹可视化轨迹分享轨迹分析A p p图１㊀轨迹分析应用模块设计Ｆｉｇ．１㊀Ｄｅｓｉｇｎｏｆｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓａｐｐｌｉｃａｔｉｏｎｍｏｄｕｌｅ㊀㊀（１）轨迹采集模块：在地图上能实时查看持有者的位置㊁速度㊁室内状态㊁附近ＰＯＩ等信息；同时保存采集到的单点定位信息㊂（２）轨迹分析模块：对单点定位信息进行分析㊂通过轨迹切片㊁停留点识别㊁切片整合㊁语义分段等算法对长时轨迹进行分段，并获得每段轨迹的用时㊁距离㊁出行方式等详细信息㊂（３）轨迹可视化模块：在地图上可视化长时轨迹㊂根据持有者不同的出行方式，以不同的颜色可视化轨迹片段，并添加始末点和停留点的点标记，点击标记能查看距离和用时等信息㊂（４）轨迹分享模块：分享模块设计了保存与分享两大功能，能保存定位信息与分析结果至Ｅｘｃｅｌ表格，并支持一键分享至微信和ＱＱ㊂１．２㊀软件服务流程软件的服务流程如图２所示㊂用户打开Ａｐｐ后，软件自动加载地图界面；点击开始定位即可进行轨迹定位（定位过程中用户能在地图上查看当前的定位信息，也可以退出Ａｐｐ界面，系统则会自动在后台采集定位信息）；点击结束定位，软件自动进行轨迹分析㊁可视化以及保存分析文件，最后，用户可０４智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀以选择是否分享文件㊂整个操作过程中，使用按键少，操作简便㊂定位时间小于2m i n ?分享文件至微信/Q Q轨迹分析结束轨迹可视化定时定位信息显示地图界面开始定位结束定位开始Y N图２㊀轨迹分析应用服务流程Ｆｉｇ．２㊀Ｓｅｒｖｉｃｅｐｒｏｃｅｓｓｏｆｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓａｐｐｌｉｃａｔｉｏｎｍｏｄｕｌｅ２㊀关键模块实现２．１㊀地图与定位模块地图与定位模块是Ａｐｐ的基础模块㊂此模块提供用户可视化与交互界面，用户能实时查看所处位置，获取地址㊁ＧＰＳ㊁速度等详细信息㊂地图模块中添加监听按钮用于开启与结束定位，实现轨迹采集与轨迹分析的功能㊂模块调用百度地图ＳＤＫ中的ＭａｐＶｉｅｗ．ｇｅｔＭａｐ（）方法获取基础的地图可视化界面，地图界面拥有基础的缩放查看功能；然后，通过基本参数的设置与监听注册，获取定位服务；获取定位服务对象后，通过ｓｅｔＳｃａｎＳｐａｎ（）等方法设置定位时间间隔等回调参数；最后，在回调函数中使用相应的ｇｅｔ方法获取所需的定位信息；图３为定位模块的方法流程图㊂此外，当前时刻回调的定位信息会储存至动态Ｓｔｒｉｎｇｂｕｆｆｅｒ变量中，使用ＴｅｘｔＶｉｅｗ．ｓｅｔＴｅｘｔ（）方法将储存的变量值以文本框的形式添加到地图界面，如图４所示㊂同时，自定义Ｐｏｉｎｔ类来描述当前时刻定位点，自定义的静态Ｌｉｓｔ＜Ｐｏｉｎｔ＞变量ｐｏｉｎｔｌｉｓｔ储存所有时刻的定位信息，用于后续的轨迹分析模块㊂２．２㊀轨迹分析模块轨迹分析模块是轨迹分析应用的核心模块，对定位模块储存的连续单点定位信息进行分析，得到轨迹的用时㊁距离㊁停留点㊁出行方式等信息㊂轨迹分析模块细分为轨迹切片㊁切片识别与整合㊁语义分段与输出规范化四个部分㊂各部分的功能划分如图５所示㊂定位信息获取g e t L a t i t u d e ()g e t L o n g i t u d e ()g e t S p e e d ()g e t A d d r S t r ()g e t P o i L i s t ()g e t U s e r I n d o o r S t a t e ()g e t L o c a t i o n D e s c r i b e ()注册监听，获取定位服务L o c a t i o n C l i e n t ()M y L o c a t i o n L i s t e n e r ()r e g i s t e r L o c a t i o n L i s t e n e r ()基本参数设置s e t M y L o c a t i o n E n a b l e d ()回调函数o n R e c e i v e L o c a t i o n (B D L o c a t i o n b d L o c a t i o n )回调参数设置s e t S c a n S p a n (1000)s e t I s N e e d A d d r e s s (t r u e )s e t I s N e e d L o c a t i o n P o i L i s t (t r u e )地图界面获取M a p V i e w .g e t M a p ()图３㊀定位模块方法流程Ｆｉｇ．３㊀Ｔｈｅｍｅｔｈｏｄｆｌｏｗｏｆｔｈｅｐｏｓｉｔｉｏｎｉｎｇｍｏｄｕｌｅ图４㊀定位信息Ｆｉｇ．４㊀Ｐｏｓｉｔｉｏｎｉｎｇｉｎｆｏｒｍａｔｉｏｎ目的：滤除不合适的定位点，达到平滑轨迹的目的方法：将采集的单点定位对象按照指定切片大小做整体判断目的：获取整段轨迹的属性（停留、速度、距离、位置等）方法：通过停留点算法、速度、距离等信息计算出每个切片的属性目的：通过语义分段使高速运动轨迹的出行方式属性保持一致方法：标记高速运动及其附近时间短暂的轨迹片段进行整合目的：利于后续分享模块中表格格式的规范化方法：通过自定义相关类与方法实现轨迹切片切片识别与整合语义分段输出规范图５㊀轨迹分析模块Ｆｉｇ．５㊀Ｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓｍｏｄｕｌｅ２．２．１㊀轨迹切片即便定位模块单点定位信息的采集频率足够高，但对于时间跨度较大的轨迹，单点ＧＰＳ定位信息很难有效地描述轨迹的状态㊂１４第３期肖雷鸣，等：基于Ａｎｄｒｏｉｄ的轨迹分析应用设计与实现问题１㊀使用连续的单点定位描述长时轨迹，描述结果整体性差㊂例如，当一段长时间的步行中有多次短暂停留（几秒左右），这一段步行轨迹就会被描述为大量的步行轨迹片段与停留轨迹片段㊂问题２㊀使用采样间隔较大的单点定位来描述长时轨迹，相当于对连续的单点定位进行抽样，而使用单点定位信息来描述连续的轨迹会产生较大的误差㊂针对上述存在的问题，为保证轨迹分析的整体性和低误差，本文提出使用轨迹切片的方法对长时轨迹进行分析，将整个轨迹片段按固定时间尺度进行切分，然后进行整体分析㊂切片大小（切片包含的单点定位个数）为ｃｌｉｐｓｉｚｅ，由本小节问题１可知，ｃｌｉｐｓｉｚｅ值不宜过小，此外ｃｌｉｐｓｉｚｅ值根据采集的轨迹时长灵活设置（本文系统测试时长为３０ｍｉｎ内，测试中ｃｌｉｐｓｉｚｅ的值设置为６０，即轨迹分析的精度以１ｍｉｎ为单位）㊂轨迹切片如图６所示，长时轨迹被切片为固定长度的片段，一个轨迹切片中有多个定位点，切片和单个定位点具有独立的属性，其中单点定位的ｐｏｉｎｔｌｏｇｉ㊁ｐｏｉｎｔｌａｔｉ㊁ｐｏｉｎｔｓｐｅｅｄ㊁ｐｏｉｎｔｉｎｄｏｏｒ等属性由定位模块的ｇｅｔＬａｔｉｔｕｄｅ（）㊁ｇｅｔＬｏｎｇｔｉｔｕｄｅ（）㊁ｇｅｔＳｐｅｅｄ（）㊁ｇｅｔＵｓｅｒＩｎｄｏｏｒＳｔａｔｅ（）等方法获取，切片的属性（ｃｌｉｐｓｐｅｅｄ㊁ｃｌｉｐｉｎｄｏｏｒ㊁ｃｌｉｐｖｅｈｉｃｌｅ等）由单点定位属性计算得到㊂ｋｅｙｐｏｉｎｔ为切片的第一个单点定位索引㊂c l i p id （切片序号）c l i p i n d o o r （室内状态）c l i p ve h i c l e （出行方式）c l i p s p e e d （速度）p o i n t l o g i （纬度）p o i n t l a t i （经度）p o i n t t i m e （时间）p o i n t s p e e d （速度）p o i n t i n d o o r （室内状态）p o i n t a d d r （地址）p o i n t P O I （P O I ）单点属性（P o i n t 对象）k e y p o i n t +c l i p s i z ek e y p o i n t 切片属性（C l i p 对象）轨迹切片长时轨迹图６㊀轨迹切片Ｆｉｇ．６㊀Ｔｒａｊｅｃｔｏｒｙｓｌｉｃｅｓ２．２．２㊀切片识别与整合轨迹切片后，利用切片包含的单点定位的属性对切片的速度㊁室内状态㊁出行方式等属性进行识别㊂这里给出研究阐述如下㊂（１）速度：ｃｌｉｐｓｐｅｅｄ由从ｐｏｉｎｔｌｉｓｔ中获取的ｐｏｉｎｔｓｐｅｅｄ计算得到，即：ｃｌｉｐｓｐｅｅｄ＝ðｃｌｉｐｓｉｚｅ－１ｉ＝０ｐｏｉｎｔｓｐｅｅｄｉ／ｃｌｉｐｓｉｚｅ（１）（２）室内状态：当每个ｃｌｉｐ中ｃｌｉｐｉｎｄｏｏｒ的数值大于ｃｌｉｐｓｉｚｅ／２时，ｃｌｉｐｉｎｄｏｏｒ设置为１（１表示室内，０表示室外）㊂（３）出行方式：停留与非停留两种状态㊂当切片识别为非停留状态时，其出行方式由ｃｌｉｐｓｐｅｅｄ（单位为ｍ／ｓ）确定，在采集的社会实验数据［２７ ２９］的范围内可将出行方式划分为步行（０＜ｃｌｉｐｓｐｅｅｄɤ１．４）㊁自行车（１．４＜ｃｌｉｐｓｐｅｅｄɤ５）㊁汽车（５＜ｃｌｉｐｓｐｅｅｄɤ８．３），地铁（ｃｌｉｐｓｐｅｅｄ＞８．３）四类㊂停留状态的识别是出行方式识别的关键部分㊂停留点类型如图７所示㊂由图７可知，停留点分为静止型停留点和徘徊型停留点两类㊂在识别停留片段时，存在以下情况：情况１㊀使用速度判别停留点时，会漏判徘徊型停留点㊂情况２㊀使用距离阈值判别停留点，当运动速度较快时，存在切片内大量定位点速度为０㊁但仍有定位点超出距离阈值，导致静止型停留点误判为运动轨迹片段的情况㊂k e y p o i n tk e y p o i n t静止型停留点徘徊型停留点图７㊀停留点类型Ｆｉｇ．７㊀Ｓｔｏｐｐｏｉｎｔｔｙｐｅｓ㊀㊀为同时保证２类停留点的准确识别，本文提出使用速度和距离联合判断停留点，判别算法如下：算法１㊀联合速度与距离判断的停留点识别ｆｏｒ（ｉｎｔｐｏｉｎｔ＝ｋｅｙｐｏｉｎｔ；ｐｏｉｎｔ－ｋｅｙｐｏｉｎｔ＜ｃｌｉｐｓｉｚｅ；ｐｏｉｎｔ＋＋）｛㊀ｉｆ（（ｐｏｉｎｔｌｉｓｔ．ｇｅｔ（ｐｏｉｎｔ）．ｓｐｅｅｄ）＝＝０）㊀㊀㊀ｉ＋＋；／／统计速度为零的定位点㊀ｉｆ（ＧｅｔＤｉｓｔａｎｃｅ（ｐｏｉｎｔｌｉｓｔ．ｇｅｔ（ｐｏｉｎｔ）．ｐｏｉｎｔｌｉｓｔ．ｇｅｔ（ｋｅｙｐｏｉｎｔ））＜３０）㊀㊀㊀ｊ＋＋；／／统计处于距离阈值内的定位点｝ｉｆ（ｉ＞＝ｃｌｉｐｓｉｚｅ／２ ｊ＝＝ｃｌｉｐｓｉｚｅ）｛／／联合判断㊀ｃｌｉｐｖｅｈｉｃｌｅ＝ 停留 ㊀ｃｌｉｐｓｐｅｅｄ＝０．０；｝程序中，ｐｏｉｎｔ为单点定位在ｐｏｉｎｔｌｉｓｔ中的索２４智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀引，ｉ为速度为０的ｐｏｉｎｔ个数，ｊ为小于距离阈值的ｐｏｉｎｔ个数，距离阈值设置为３０ｍ，代表停留时所允许的徘徊范围，可根据实际需求设置㊂切片识别后，为进一步分析与输出，将判别属性相同的切片进行整合㊂切片整合示意如图８所示㊂步行步行停留停留停留自行车自行车0123456步行停留自行车25切片属性:i d 切片属性:出行方式切片属性:i d 切片属性:出行方式图８㊀切片整合Ｆｉｇ．８㊀Ｓｌｉｃｅｉｎｔｅｇｒａｔｉｏｎ２．２．３㊀语义分段在实际测试中，行驶速度较高的交通工具在行进过程中，速度不会稳定地保持在某段大小范围内，通常会因为不同的路况导致暂时的低速行驶，从而导致出现机动车运动轨迹被误判为步行㊁自行车的情况㊂针对上述误差，提出使用已判别后的轨迹片段的语义进行二次分析的方法㊂语义分段算法的部分核心代码如下：算法２㊀语义分段算法ｆｏｒ（ｉｎｔｉ＝０；ｉ＜ｃｌｉｐｌｉｓｔ．ｓｉｚｅ（）－１；ｉ＋＋）｛㊀ｉｆ（ｃｌｉｐｌｉｓｔ．ｇｅｔ（ｉ＋１）．ｉｄ－ｃｌｉｐｌｉｓｔ．ｇｅｔ（ｉ）．ｉｄ＜２）㊀／／连续值小于ｃｌｉｐｓｉｚｅ的２倍则视为短时轨迹㊀ｃｌｉｐｌｉｓｔ．ｇｅｔ（ｉ）．ｓｅｍａｎｔｉｃ＝ᵡｔｉｍｅｔｏｏｓｈｏｒｔᵡ；㊀｝ｆｏｒ（ｉｎｔｉ＝０；ｉ＜ｃｌｉｐｌｉｓｔ．ｓｉｚｅ（）－１；ｉ＋＋）｛㊀ｉｆ（ｃｌｉｐｌｉｓｔ．ｇｅｔ（ｉ）．ｓｅｍａｎｔｉｃ＝＝ᵡｔｉｍｅｔｏｏｓｈｏｒｔᵡ）㊀㊀ｉｆ（ｃｌｉｐｌｉｓｔ．ｇｅｔ（ｉ＋１）．ｓｅｍａｎｔｉｃ＝＝ᵡｔｉｍｅｔｏｏｓｈｏｒｔᵡ）㊀㊀㊀ｃ＋＋； ；／／变量ｃ为短时轨迹连续出现的次数㊀㊀㊀ｅｌｓｅ｛㊀㊀㊀／／加权平均前ｃ段短时轨迹的速度㊀㊀㊀ｃｌｉｐ．ｓｐｅｅｄ＝ｇｅｔａｖｅｓｐｅｅｄ（ｉ－ｃ，ｉ，ｃｌｉｐｌｉｓｔ）；㊀㊀㊀／／二次判别出行方式㊀㊀㊀ｃｌｉｐ．ｖｅｈｉｃｌｅ＝ｇｅｔａｖｅｖｅｈｉｃｌｅ（ｃｌｉｐ．ｓｐｅｅｄ）；㊀㊀㊀／／重新统计连续短时轨迹数量㊀㊀㊀ｃ＝０； ；｝｝㊀㊀首先，标记出高速运动片段及其邻近的短时轨迹片段的语义属性（ｓｅｍａｎｔｉｃ）为短时（ｔｉｍｔｏｏｓｈｏｒｔ），然后使用ｇｅｔａｖｅｓｐｅｅｄ（）方法对连续的标记轨迹做均值处理，使用ｇｅｔａｖｅｖｅｈｉｃｌｅ（）方法重新判断速度和出行方式属性，同时考虑到速度为零的片段对速度均值的影响较大，停留片段将不被标记；语义分段的示意图如图９所示㊂停留汽车自行车步行汽车012345切片属性:i d 切片属性:出行方式切片属性:i d 切片属性:出行方式停留汽车012语义分段<2m i n<2m i n<2m i n图９㊀语义分段Ｆｉｇ．９㊀Ｓｅｍａｎｔｉｃｓｅｇｍｅｎｔａｔｉｏｎ２．２．４㊀输出规范化通过自定义Ｏｕｔｐｕｔ类将每段轨迹的停留㊁出行方式㊁速度㊁室内外状态等属性信息存入实例中，并通过自定义的ｇｅｔａｌｌＤｉｓｔａｎｃｅ（）函数与ｇｅｔｓｐｅｎｄＴｉｍｅ（）函数计算各段轨迹的始末时间与总距离，通过Ｏｕｔｐｕｔ实例的各类属性规范描述每段轨迹的信息，为后续的轨迹可视化及轨迹文件生成与分享提供易用的输入数据㊂２．３㊀轨迹可视化模块轨迹可视化模块的功能为将轨迹分析模块得到的结果呈现在地图上㊂在绘制地图上不同交通方式的轨迹以不同颜色绘制，且添加了停留点点击窗口用于呈现相关信息㊂点击后的可视化结果如图１０所示㊂可视化使用百度地图ＳＤＫ组件，可视化之前将会获取轨迹段的始末索引信息，使用ｍＢａｉｄｕＭａｐ．ａｄｄＯｖｅｒｌａｙ（）方法将非停留轨迹片段所包含的ｐｏｉｎｔ绘制在地图上，实例化ＰｏｌｙｌｉｎｅＯｐｔｉｏｎｓ（）对象设置绘制的粗细与颜色；对于停留的轨迹段，将其对应的ｐｏｉｎｔ存储至一个数组中，同时通过ｍＢａｉｄｕＭａｐ．ｓｈｏｗＩｎｆｏＷｉｎｄｏｗｓ（）方法批量绘制点标记，创建ＩｎｆｏＷｉｎｄｏｗ．ＯｎＩｎｆｏＷｉｎｄｏｗＣｌｉｃｋＬｉｓｔｅｎｅｒ监听对象，重写ｏｎＩｎｆｏＷｉｎｄｏｗＣｌｉｃｋ（）方法来设置点击后弹出的信息窗口，显示的内容为Ｏｕｔｐｕｔ类的对象㊂图１０㊀轨迹可视化Ｆｉｇ．１０㊀Ｔｒａｊｅｃｔｏｒｙｖｉｓｕａｌｉｚａｔｉｏｎ２．４㊀保存与分享模块保存与分享模块的功能主要由自定义ＦｉｌｅＵｔｉｌ工具类中的ｗｒｉｔｅＴｏＥｘｃｅｌ（）方法与ＳｈａｒｅＵｔｉｌｓ工具３４第３期肖雷鸣，等：基于Ａｎｄｒｏｉｄ的轨迹分析应用设计与实现类中的ＳｈａｒｅＷｅｃｈａｔＦｒｉｅｎｄ（）方法实现㊂在Ａｐｐ文件目录下的ｆｉｌｅｓ目录中创建．ｘｌｓ文件㊂第一个ｓｈｅｅｔ表单，命名为 ＧＰＳ信息 ，用于写入ｐｏｉｎｔｌｉｓｔ列表中存储的单点定位信息，第一列的表头信息与Ｐｏｉｎｔ类的属性对应，保存的文件格式如图１１所示；第二个ｓｈｅｅｔ表单命名为 分析结果 ，用于写入ｏｕｔｐｕｔｌｉｓｔ中保存的分析结果，第一列的表头信息与Ｏｕｔｐｕｔ类的属性对应，保存的文件格式如图１２所示㊂图１１㊀单点定位信息保存格式Ｆｉｇ．１１㊀Ｓｉｎｇｌｅ－ｐｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｉｎｆｏｒｍａｔｉｏｎｓａｖｅｆｏｒｍａｔ图１２㊀轨迹分析结果保存格式Ｆｉｇ．１２㊀Ｔｒａｊｅｃｔｏｒｙａｎａｌｙｓｉｓｒｅｓｕｌｔｓａｖｅｆｏｒｍａｔ㊀㊀以微信分享为例，在自定义的ＳｈａｒｅＷｅｃｈａｔＦｒｉｅｎｄ（）方法中，使用ｐａｃｋａｇｅＭａｎａｇｅｒ．ｇｅｔＩｎｓｔａｌｌｅｄＰａｃｋａｇｅｓ（）方法获取ＰａｃｋａｇｅＩｎｆｏ参数，根据ＰａｃｋａｇｅＩｎｆｏ的值判定是否安装微信客户端，然后使用ＦｉｌｅＰｒｏｖｉｄｅｒ．ｇｅｔＵｒｉＦｏｒＦｉｌｅ（）方法使保存在本地的．ｘｌｓ文件能提供给外部应用，最后使用ｓｅｔＰａｃｋａｇｅ（ＰＡＣＫＡＧＥ＿ＷＥＣＨＡＴ）与ｓｅｔＡｃｔｉｏｎ（Ｉｎｔｅｎｔ．ＡＣＴＩＯＮ＿ＳＥＮＤ）方法调用微信，加载出分享页面，并分享创建的ｘｌｓ文件㊂分享页面如图１３所示㊂图１３㊀分享页面Ｆｉｇ．１３㊀Ｓｈａｒｅｐａｇｅ３㊀系统测试３．１㊀Ａｐｐ开发环境本文开发的轨迹分析应用是一款在Ｗｉｎｄｏｗｓ７操作系统环境下，使用ＡｎｄｒｏｉｄＳｔｕｄｉｏ３．１．２３集成开发环境进行开发的软件，其中ＡｎｄｒｏｉｄＳＤＫ开发工具包版本为ＡＰＩ２９，适配Ａｎｄｒｏｉｄ１０．０（Ｑ）平台㊂软件的基本功能与核心算法全部使用Ｊａｖａ语言编程实现，软件的可视化界面设计主要使用ＸＭＬ语言与Ｊａｖａ语言完成设计㊂开发中，Ｊａｖａ语言使用的开发工具包版本为ｊｄｋ１．８．０＿３０１，保存与输出的数据使用ｘｌｓ文件格式存储，使用ＲｅｄｍｉＮｏｔｅ７手机进行调试与测试，软件输出的所有结果都由测试机实测产生㊂Ｒｅｌｅａｓｅ版本的ＡＰＫ文件大小在１５Ｍｂ左右㊂３．２㊀ＧＰＳ定位精准度测试本文软件使用百度定位ＳＤＫ采集单点定位信息，虽然定位信息已用相应的格式保存至Ｅｘｃｅｌ表格，但是无法直观地判断采集的定位信息是否合理，因此设计了对比实验，对软件ＧＰＳ定位的精准度进行测试，测试方法如下㊂使用谷歌ＧＰＳ定位手表采集的定位数据与轨迹分析Ａｐｐ采集的定位数据进行多次比对，并可视化两者的轨迹路线图㊂ＧＰＳ手表的可视化使用谷歌专用的 ＧＰＸ 软件完成，轨迹处理Ａｐｐ定位数据的可视化由自主设计的可视化模块完成；绘制二者的速度曲线进行对比，如图１４（ａ）㊁１４（ｂ）所示㊂㊀㊀从图１４中的速度曲线图可看出，两者采集的单点ＧＰＳ数据准确度基本一致，证明Ａｐｐ采集的单点定位数据的可靠性㊂此外，由图１４（ａ）可知，０．６ １．２ｈ的高速时段是一段客车的运动轨迹，但由于轨迹速度曲线并不稳定，容易出现类别误判为停留点或者其他交通工具；图１４（ｂ）中的红色虚线部分，ＧＰＳ手表甚至出现速度异常片段㊂上述现象表明，利用单点定位信息作为轨迹分段的依据是存在较大误差的，这也是本文对轨迹进行切片与语义分段的一个重要原因㊂15.012.510.07.55.02.5000.20.40.60.81.01.21.4速度/(k m h -1)（ａ）Ａｐｐ记录的速度曲线图（ｐｙｔｈｏｎ绘制）500.10.20.30.40.50.60.70.80.91.01.11.21.3T i m e /h0速度/(m s -1)（ｂ）ＧＰＳ手表记录的速度曲线图（ＧＰＸＳｅｅ软件绘制）图１４㊀精准度对比Ｆｉｇ．１４㊀Ｃｏｍｐａｒｉｓｏｎｏｆａｃｃｕｒａｃｙ３．３㊀轨迹分析测试根据出行的距离，轨迹分析测试分为短程测试与长程测试㊂４４智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀３．３．１㊀短程测试短程测试步骤如下：打开Ａｐｐң点击开始定位开始采集定位信息ң查看可视化轨迹ң点击结束定位ң保存与分享文件㊂本例短程测试的轨迹路径为：教学楼停留－步行至食堂－食堂用餐－步行寻找共享单车－等待共享单车解锁－骑车返回教学楼门口－步行进入教学楼㊂测试流程如图１５所示㊂轨迹采集过程中，软件可退至后台运行，整个操作过程只需点击３次按钮㊂（ａ）分享界面（ｂ）轨迹分析结果文件图１５㊀短程测试Ｆｉｇ．１５㊀Ｓｈｏｒｔｄｉｓｔａｎｃｅｔｅｓｔ３．３．２㊀长程测试由于测试人员在测试过程中不可避免会乘坐高速移动的交通工具，而此类交通工具的速度往往是不稳定的，因此增加长程测试来验证语义分段算法处理此类轨迹的有效性㊂测试结果是一段乘坐机动车的出行轨迹，由于存在红绿灯㊁堵车等情况，机动车的速度不够稳定㊂将未使用语义分段的分析结果（图１６（ａ））与使用语义分段的分析结果（图１６（ｂ））全部保存至本地进行对比，可以看出，使用语义分段算法后，将交通工具识别为自行车的轨迹片段归化为了汽车㊂最终的分析结果与实际相符，验证了语义分段算法的有效性㊂（ａ）轨迹分析结果文件（语义分段前）（ｂ）轨迹分析结果文件（语义分段后）图１６㊀长程测试Ｆｉｇ．１６㊀Ｌｏｎｇｄｉｓｔａｎｃｅｔｅｓｔ４㊀结束语本文基于Ａｎｄｒｏｉｄ平台与百度地图ＳＤＫ，开发了一款集轨迹采集㊁轨迹分析㊁轨迹可视化㊁轨迹分享四种功能为一体的轨迹综合处理系统，能实现对轨迹进行实时采集并分析轨迹的多种语义信息，还可支持可视化与轨迹分享；Ａｐｐ可用于辅助解决通勤分析㊁职住协调㊁道路优化等问题，但由于研究时间的局限性，Ａｐｐ中仍有一些不足之处，其功能也有待进一步开发㊂今后可优化或添加如下功能：（１）实时绘制轨迹功能㊂在轨迹分析Ａｐｐ中，可视化模块是在用户停止定位后可视化整段轨迹的，不够直观㊂今后可将可视化模块升级为实时绘制模块，这样在采集定位信息的过程中就开始绘制轨迹，能使用户更直观地了解到当前的轨迹动向，带来更好的交互性㊂（２）语义分段优化㊂语义分段还不够精准㊂在遇到复杂的轨迹路线或者苛刻的定位环境（地铁站内）会导致语义分段生成的结果不够精准㊂今后可考虑将附近ＰＯＩ类型或者车道信息纳入语义分段的判断条件中，以进一步提高轨迹分析的准确度㊂参考文献［１］高强，张凤荔，王瑞锦，等．轨迹大数据：数据处理关键技术研究综述［Ｊ］．软件学报，２０１７，２８（０４）：９５９－９９２．［２］许佳捷，郑凯，池明旻，等．轨迹大数据：数据㊁应用与技术现状［Ｊ］．通信学报，２０１５，３６（１２）：９７－１０５．［３］毛嘉莉，金澈清，章志刚，等．轨迹大数据异常检测：研究进展及系统框架［Ｊ］．软件学报，２０１７，２８（０１）：１７－３４．［４］王艳涛，魏海平，何源浩，等．基于位置轨迹挖掘的城市居民职住地识别方法研究［Ｊ］．测绘与空间地理信息，２０１７，４０（０２）：１１３－１１６．［５］毛峰．基于多源轨迹数据挖掘的居民通勤行为与城市职住空间特征研究［Ｄ］．上海：华东师范大学，２０１５：１１５－１３０．（下转第５０页）５４第３期肖雷鸣，等：基于Ａｎｄｒｏｉｄ的轨迹分析应用设计与实现Ｔｈｅ２４ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ（Ｉｊｃａｉᶄ１５）．ＢｕｅｎｏｓＡｉｒｅｓＡｒｇｅｎｔｉｎａ：ＡＡＡＩ，２０１５：１３４７－１３５３．［５］ＣＨＥＲＫＡＳＳＫＹＶ，ＭＡＹｕｎｑｉａｎ．ＰｒａｃｔｉｃａｌｓｅｌｅｃｔｉｏｎｏｆＳＶＭｐａｒａｍｅｔｅｒｓａｎｄｎｏｉｓｅｅｓｔｉｍａｔｉｏｎｆｏｒＳＶＭｒｅｇｒｅｓｓｉｏｎ［Ｊ］．ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，２００４，１７（１）：１１３－１２６．［６］ＷＡＮＧＳＣ．Ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｍ］／／ＩｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙＣｏｍｐｕｔｉｎｇｉｎＪａｖａＰｒｏｇｒａｍｍｉｎｇ．Ｂｏｓｔｏｎ，ＭＡ：Ｓｐｒｉｎｇｅｒ，２００３：８１－１００．［７］ＭＡＤｅｈｏｎｇ，ＬＩＳｕｊｉａｎ，ＺＨＡＮＧＸｉａｏｄｏｎｇ，ｅｔａｌ．Ｉｎｔｅｒａｃｔｉｖｅａｔｔｅｎｔｉｏｎｎｅｔｗｏｒｋｓｆｏｒａｓｐｅｃｔ－ｌｅｖｅｌｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｊ］．ａｒＸｉｖｐｒｅｐｒｉｎｔａｒＸｉｖ：１７０９．００８９３，２０１７．［８］ＳＯＮＧＹｏｕｗｅｉ，ＷＡＮＧＪｉａｈａｉ，ＪＩＡＮＧＴａｏ，ｅｔａｌ．Ａｔｔｅｎｔｉｏｎａｌｅｎｃｏｄｅｒｎｅｔｗｏｒｋｆｏｒｔａｒｇｅｔｅｄｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｊ］．ａｒＸｉｖｐｒｅｐｒｉｎｔａｒＸｉｖ：１９０２．０９３１４，２０１９．［９］ＤＥＶＬＩＮＪ，ＣＨＡＮＧＭＷ，ＬＥＥＫ，ｅｔａｌ．Ｂｅｒｔ：Ｐｒｅ－ｔｒａｉｎｉｎｇｏｆｄｅｅｐｂｉｄｉｒｅｃｔｉｏｎａｌｔｒａｎｓｆｏｒｍｅｒｓｆｏｒｌａｎｇｕａｇｅｕｎｄｅｒｓｔａｎｄｉｎｇ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２０１９ＣｏｎｆｅｒｅｎｃｅｏｆｔｈｅＮｏｒｔｈＡｍｅｒｉｃａｎＣｈａｐｔｅｒｏｆｔｈｅＡｓｓｏｃｉａｔｉｏｎｆｏｒＣｏｍｐｕｔａｔｉｏｎａｌＬｉｎｇｕｉｓｔｉｃｓ：ＨｕｍａｎＬａｎｇｕａｇｅＴｅｃｈｎｏｌｏｇｉｅｓ．Ｓｔｒｏｕｄｓｂｕｒｇ，ＰＡ：ＡｓｓｏｃｉａｔｉｏｎｆｏｒＣｏｍｐｕｔａｔｉｏｎａｌＬｉｎｇｕｉｓｔｉｃｓ，２０１９：４１７１－４１８６．［１０］ＦＵＲｕｉ，ＺＨＡＮＧＺｕｏ，ＬＩＬｉ．ＵｓｉｎｇＬＳＴＭａｎｄＧＲＵｎｅｕｒａｌｎｅｔｗｏｒｋｍｅｔｈｏｄｓｆｏｒｔｒａｆｆｉｃｆｌｏｗｐｒｅｄｉｃｔｉｏｎ［Ｃ］／／２０１６３１ｓｔＹｏｕｔｈＡｃａｄｅｍｉｃＡｎｎｕａｌＣｏｎｆｅｒｅｎｃｅｏｆＣｈｉｎｅｓｅＡｓｓｏｃｉａｔｉｏｎｏｆＡｕｔｏｍａｔｉｏｎ（ＹＡＣ）．Ｗｕｈａｎ：ＩＥＥＥ，２０１６：３２４－３２８．［１１］ＫＩＲＩＴＣＨＥＮＫＯＳ，ＺＨＵＸｉａｏｄａｎ，ＣＨＥＲＲＹＣ，ｅｔａｌ．Ｎｒｃ－ｃａｎａｄａ－２０１４：Ｄｅｔｅｃｔｉｎｇａｓｐｅｃｔｓａｎｄｓｅｎｔｉｍｅｎｔｉｎｃｕｓｔｏｍｅｒｒｅｖｉｅｗｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ８ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎＳｅｍａｎｔｉｃＥｖａｌｕａｔｉｏｎ（ＳｅｍＥｖａｌ２０１４）．Ｄｕｂｌｉｎ：ＡＣＬ，２０１４：４３７－４４２．［１２］ＤＯＮＧＬｉ，ＷＥＩＦｕｒｕ，ＴＡＮＣｈｕａｎｑｉ，ｅｔａｌ．Ａｄａｐｔｉｖｅｒｅｃｕｒｓｉｖｅｎｅｕｒａｌｎｅｔｗｏｒｋｆｏｒｔａｒｇｅｔ－ｄｅｐｅｎｄｅｎｔｔｗｉｔｔｅｒｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ５２ｎｄＡｎｎｕａｌＭｅｅｔｉｎｇｏｆｔｈｅＡｓｓｏｃｉａｔｉｏｎｆｏｒＣｏｍｐｕｔａｔｉｏｎａｌＬｉｎｇｕｉｓｔｉｃｓ（ｖｏｌｕｍｅ２：Ｓｈｏｒｔｐａｐｅｒｓ）．Ｂａｌｔｉｍｏｒｅ，Ｍａｒｙｌａｎｄ：ＡＣＬ，２０１４：４９－５４．［１３］ＹＵＹｏｎｇ，ＳＩＸｉａｏｓｈｅｎｇ，ＨＵＣｈａｎｇｈｕａ，ｅｔａｌ．Ａｒｅｖｉｅｗｏｆｒｅｃｕｒｒｅｎｔｎｅｕｒａｌｎｅｔｗｏｒｋｓ：ＬＳＴＭｃｅｌｌｓａｎｄｎｅｔｗｏｒｋａｒｃｈｉｔｅｃｔｕｒｅｓ［Ｊ］．ＮｅｕｒａｌＣｏｍｐｕｔａｔｉｏｎ，２０１９，３１（７）：１２３５－１２７０．［１４］ＨＵＡＮＧＺｈｉｈｅｎｇ，ＸＵＷｅｉ，ＹＵＫａｉ．ＢｉｄｉｒｅｃｔｉｏｎａｌＬＳＴＭ－ＣＲＦｍｏｄｅｌｓｆｏｒｓｅｑｕｅｎｃｅｔａｇｇｉｎｇ［Ｊ］．ａｒＸｉｖｐｒｅｐｒｉｎｔａｒＸｉｖ：１５０８．０１９９１，２０１５．［１５］ＷＡＮＧＹｅｑｕａｎ，ＨＵＡＮＧＭｉｎｌｉｅ，ＺＨＵＸ，ｅｔａｌ．Ａｔｔｅｎｔｉｏｎ－ｂａｓｅｄＬＳＴＭｆｏｒａｓｐｅｃｔ－ｌｅｖｅｌｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２０１６ＣｏｎｆｅｒｅｎｃｅｏｎＥｍｐｉｒｉｃａｌＭｅｔｈｏｄｓｉｎＮａｔｕｒａｌＬａｎｇｕａｇｅＰｒｏｃｅｓｓｉｎｇ．Ａｕｓｔｉｎ，Ｔｅｘａｓ：ＡＣＬ，２０１６：６０６－６１５．［１６］ＣＨＥＮＰｅｎｇ，ＳＵＮＺｈｏｎｇｑｉａｎ，ＢＩＮＧＬｉｄｏｎｇ，ｅｔａｌ．Ｒｅｃｕｒｒｅｎｔａｔｔｅｎｔｉｏｎｎｅｔｗｏｒｋｏｎｍｅｍｏｒｙｆｏｒａｓｐｅｃｔｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２０１７ＣｏｎｆｅｒｅｎｃｅｏｎＥｍｐｉｒｉｃａｌＭｅｔｈｏｄｓｉｎＮａｔｕｒａｌＬａｎｇｕａｇｅＰｒｏｃｅｓｓｉｎｇ．Ｃｏｐｅｎｈａｇｅｎ，Ｄｅｎｍａｒｋ：ＡＣＬ，２０１７：４５２－４６１．（上接第４５页）［６］张俊涛，李志勇，张浩，等．利用出租车轨迹数据估计城市道路拥堵状况［Ｊ］．测绘工程，２０１６，２５（０９）：６８－７２，７６．［７］ＹＵＡＮＪｉｎｇ，ＺＨＥＮＧＹｕ，ＸＩＥＸｉｎｇ，ｅｔａｌ．Ｔ－Ｄｒｉｖｅ：Ｅｎｈａｎｃｉｎｇｄｒｉｖｉｎｇｄｉｒｅｃｔｉｏｎｓｗｉｔｈｔａｘｉｄｒｉｖｅｒｓ＇ｉｎｔｅｌｌｉｇｅｎｃｅ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＫｎｏｗｌｅｄｇｅａｎｄＤａｔａＥｎｇｉｎｅｅｒｉｎｇ，２０１３，２５（１）：２２０－２３２．［８］邬群勇，胡振华，张红．基于多源轨迹数据的城市交通状态精细划分与识别［Ｊ］．交通运输系统工程与信息，２０２０，２０（０１）：８３－９０．［９］魏薇，丁浪．基于使用者运动轨迹大数据的城市绿道系统效用评估 以杭州市为例［Ｊ］．建筑与文化，２０１８，１５（０７）：１５５－１５６．［１０］邬群勇，张良盼，吴祖飞．利用出租车轨迹数据识别城市功能区［Ｊ］．测绘科学技术学报，２０１８，３５（０４）：４１３－４１７，４２４．［１１］朱延冰．基于轨迹大数据的出租车司机就餐点选址问题研究［Ｄ］．上海：华东师范大学，２０１９．［１２］ＺＨＥＮＧＹｕ，ＸＩＥＸｉｎｇ，ＭＡＷｅｉｙｉｎｇ．ＧｅｏＬｉｆｅ：Ａｃｏｌｌａｂｏｒａｔｉｖｅｓｏｃｉａｌｎｅｔｗｏｒｋｉｎｇｓｅｒｖｉｃｅａｍｏｎｇｕｓｅｒ，ｌｏｃａｔｉｏｎａｎｄｔｒａｊｅｃｔｏｒｙ［Ｊ］．ＢｕｌｌｅｔｉｎｏｆｔｈｅＴｅｃｈｎｉｃａｌＣｏｍｍｉｔｔｅｅｏｎＤａｔａＥｎｇｉｎｅｅｒｉｎｇ，２０１０，３３（２）：３２－３９．［１３］ＬＩＵＨｕｉｐｉｎｇ，ＪＩＮＣｈｅｑｉｎｇ，ＺＨＯＵＡｏｙｉｎｇ．Ｐｏｐｕｌａｒｒｏｕｔｅｐｌａｎｎｉｎｇｗｉｔｈｔｒａｖｅｌｃｏｓｔｅｓｔｉｍａｔｉｏｎｆｒｏｍｔｒａｊｅｃｔｏｒｉｅｓ［Ｊ］．ＦｒｏｎｔｉｅｒｓｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，２０２０，１４（１）：１９１－２０７．［１４］ＺＨＥＮＧＹｕ，ＺＨＡＮＧＬｉｚｈｕ，ＸＩＥＸｉｎｇ，ｅｔａｌ．ＭｉｎｉｎｇｉｎｔｅｒｅｓｔｉｎｇｌｏｃａｔｉｏｎｓａｎｄｔｒａｖｅｌｓｅｑｕｅｎｃｅｓｆｒｏｍＧＰＳｔｒａｊｅｃｔｏｒｉｅｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ１８ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＷｏｒｌｄＷｉｄｅＷｅｂ．Ｍａｄｒｉｄ，Ｓｐａｉｎ．ＡＣＭ，２００９：７９１－８００．［１５］郎月华，李仁杰，傅学庆．基于ＧＰＳ轨迹栅格化的旅游行为空间模式分析［Ｊ］．旅游学刊，２０１９，３４（０６）：４８－５７．［１６］钮心毅，康宁．上海郊野公园游客活动时空特征及其影响因素 基于手机信令数据的研究［Ｊ］．中国园林，２０２１，３７（０８）：３９－４３．［１７］林麟．全球及我国软件产业发展研究［Ｊ］．信息通信技术与政策，２０１９（０３）：６１－６２．［１８］周盖，文勇军，樊志良，等．基于Ａｎｄｒｏｉｄ平台的校车管理系统设计与实现［Ｊ］．智能计算机与应用，２０１８，８（０２）：８８－９１．［１９］兰志辉，陈莉，段治州．基于时间序列聚类的轨迹停留点检测算法［Ｊ］．计算机应用研究，２０２０，３７（１２）：３５５７－３５６０．［２０］兰文涛．基于Ａｎｄｒｏｉｄ智能手机监控与轨迹分析系统的设计与实现［Ｄ］．西安：西安科技大学，２０１８．［２１］陈丽璐．基于出租车轨迹数据的载客热点与打车热点的研究与实现［Ｄ］．镇江：江苏大学，２０１９．［２２］裴玉龙，李浩然．基于手机ＧＰＳ轨迹的出行方式判别分析研究［Ｊ］．重庆理工大学学报，２０１８，３２（０６）：１４５－１５２．［２３］赵瑜．不同交通状态下基于手机ＧＰＳ轨迹的出行信息采集效果评估研究［Ｄ］．成都：西南交通大学，２０１６．［２４］肖艳丽，张振宇，杨文忠．基于ＧＰＳ轨迹的用户移动行为挖掘算法［Ｊ］．计算机应用与软件，２０１５，３２（１１）：８３－８７．［２５］胡开喜．移动轨迹的异常检测及其聚类研究［Ｄ］．重庆：重庆大学，２０１８．［２６］沈程，谭海波，许金林．基于Ａｎｄｒｏｉｄ和ＧＰＳ轨迹记录和能耗测算研究［Ｊ］．计算机技术与发展，２０１３，２３（１１）：１７３－１７６．［２７］王欢．步行能量消耗特征的研究与应用［Ｄ］．上海：上海体育学院，２０１３．［２８］张开斌，阮廷勇．中国六城市汽车行驶工况的测试统计分析［Ｊ］．汽车研究与开发，２００５（１２）：３３－３６．［２９］梁春岩．自行车交通流特性及其应用研究［Ｄ］．长春：吉林大学，２００７．０５智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀。

《基于Android的实时路况监测系统设计与实现》篇一一、引言随着城市交通日益繁忙，人们对交通信息的需求越来越高。

为了提供更好的交通信息服务，本文将详细介绍基于Android的实时路况监测系统的设计与实现。

本系统通过收集、处理和展示交通路况信息，为驾驶者提供实时、准确的交通路况数据，帮助驾驶者选择最佳行驶路线，从而提高交通效率和安全性。

二、系统需求分析1. 功能性需求本系统需具备实时获取路况信息、数据处理分析、地图展示等功能。

此外，系统还应具备用户交互功能，如用户可输入目的地查询最佳路线等。

2. 性能需求系统应具备高实时性、高可用性和高稳定性。

同时，系统应具备较低的功耗和内存占用，以保证在Android设备上流畅运行。

三、系统设计1. 系统架构设计本系统采用C/S架构，服务器端负责数据采集、处理和存储，客户端（Android设备）负责数据展示和用户交互。

系统使用Android Studio进行开发，采用Java或Kotlin编程语言。

2. 数据库设计系统采用关系型数据库存储路况信息，包括道路名称、路况等级、更新时间等。

数据库设计应满足高效查询和快速更新的需求。

3. 地图展示设计系统采用Android自带的地图API进行地图展示，包括道路、建筑物等地理信息。

同时，系统应在地图上实时展示路况信息，如拥堵、畅通等。

四、系统实现1. 数据采集与处理系统通过与交通管理部门合作，获取实时路况数据。

数据经过预处理后，存储到关系型数据库中。

此外，系统还应具备异常数据处理能力，如网络延迟、数据丢失等。

2. 地图展示实现系统使用Android自带的地图API进行地图展示。

在地图上，系统应实时展示路况信息，如拥堵区域、道路畅通情况等。

同时，系统还应支持用户输入目的地查询最佳路线功能。

3. 用户交互实现系统通过Android界面设计实现用户交互功能。

用户可通过界面输入目的地查询最佳路线，同时可查看实时路况信息。

此外，系统还应具备用户反馈功能，以便用户提供路况信息反馈和建议。

基于移动互联网轨迹追踪的应用设计与实现摘要在信息高速流动的今天，手机凭借其便于携带和随时随地收发信息的优势，成为了人们工作和生活中必不可少的娱乐和通讯工具。

而在手机移动网络所提供的众多服务中，基于位置的网络地图服务已成为一项引人注目的新型业务。

它能利用移动端的定位技术，提供给用户与位置相关的信息，满足不同用户的需求。

本文深入分析了目前主流手机操作系统——Android平台的优势和体系架构，详尽介绍了Android应用程序开发涉及的关键概念以及应用程序的开发流程。

然后，通过对手机网络地图现状的分析，选择了结合百度地图与其API库设计出一个基于移动互联网的轨迹追踪系统。

该系统在实现网络地图一般功能的基础上，可以根据用户GPS定位信息实时监控和记录用户的移动路线，随时显示在手机百度地图上，并且能够实现历史记录的轨迹重现。

本文所设计的轨迹追踪系统采用了两种数据库，SQLite数据库和access 数据库来存储轨迹记录和注册用户的个人信息，通过对数据库的操作实现对轨迹记录和个人信息的管理。

本文的最后在设计的基础上逐步实现了系统的各个功能，通过多次真机测试，已经达到了系统最初的设计目标。

该系统在旅行、运动和紧急寻人中都能展现一定的价值。

关键词：移动定位，Android平台，GPS，轨迹记录，百度地图The Design and Implementation for Tracking System Based onMobile InternetAbstractIn today's high-speed flow of information, the mobile phone with its easy to carry and receive information anywhere, anytime, has become the people's work and life indispensable entertainment and communication tools. In many mobile phone service provided by the network, based on the location of the Web Map Service has become a compelling new services. It can use the mobile side positioning technology, provides users with location-related information, meeting the needs of different users.This paper analyzes the current platform advantages and architecture of Android, a mainstream mobile phone operating system, and detailed descriptions of the key concepts involved in Android application development and general application development process. After analyzing the status of network map, choose the combination of Baidu Maps and its API library designed a mobile Internet-based tracking system. The system is realized on the basis of the general features of the network maps, GPS location information based on user real-time monitoring and recording the user's mobile line, ready to be displayed on the phone Baidu map, and can realize the history of track reproduction. This article is designed a tracking system which using two databases, SQLite database and access database to store the track records and register the user's personal information, through the operation of the database to realize the track record and manage personal information.Finally, on the basis of the design of the progressive realization of each function of the system through several real test, the system was originally designed to achieve the goal. The system can show its value in traveling, sporting and finding people.Key Words: mobile positioning,Android platform,GPS,track record,Baidu Maps目录1 绪论 01.1 课题背景及目的 01.2 国内外研究现状 (1)1.2.1 Android手机平台现状分析 (1)1.2.2 位置信息服务系统研究现状 (1)1.3 主要研究内容 (2)1.4 论文结构安排 (2)2 安卓Android平台概述 (3)2.1 Android简介及发展历史 (3)2.2 Android平台特征 (5)2.3 Android平台体系架构 (5)2.4 Android应用程序组成 (8)2.5 Android应用程序开发环境搭建 (10)2.6 Android应用程序开发步骤 (12)3 定位技术及百度地图API (14)3.1 手机GPS (14)3.2 百度地图API (14)3.3 百度地图Android SDK (15)3.3.1 密钥申请 (15)3.3.2 环境配置 (15)4 轨迹追踪应用系统设计 (17)4.1 可行性分析 (17)4.1.1 经济可行性 (17)4.1.2 技术可行性 (17)4.2 系统需求分析 (17)4.2.1 用户需求 (17)4.2.2 功能需求 (18)4.3 功能结构设计 (19)4.4 系统界面设计 (22)4.5 系统状态模型 (24)4.6 数据库设计 (25)4.6.1 Android平台数据存储 (25)4.6.2 服务器数据库 (26)4.7 服务器设计 (27)5 轨迹追踪应用系统实现 (28)5.1 欢迎界面实现 (28)5.2 登录界面实现 (30)5.3 注册界面实现 (32)5.4 设置服务器IP界面实现 (33)5.5 地图界面实现 (33)5.6 轨迹保存功能实现 (35)5.7 轨迹绘制功能实现 (37)5.8 轨迹列表界面实现 (39)5.9 个人资料编辑功能实现 (41)5.10 服务器连接实现 (44)结论 (46)致谢 (47)参考文献 (48)1 绪论1.1 课题背景及目的随着移动通讯网络在全球覆盖范围的扩大，智能手机已经成为人们现代社会生活中获取信息的主要设备。

《基于Android的实时路况监测系统设计与实现》篇一一、引言随着智能交通系统的快速发展，实时路况监测系统已成为城市交通管理的重要组成部分。

该系统能有效提升交通效率，减少拥堵，提高出行安全。

特别是在现代社会，随着移动互联网和智能设备的普及，基于Android的实时路况监测系统具有广阔的应用前景。

本文将探讨此类系统的设计与实现，从系统架构到功能模块，详细分析其设计和实施过程。

二、系统设计1. 系统架构设计基于Android的实时路况监测系统主要分为三个层次：数据采集层、数据处理层和用户界面层。

数据采集层通过GPS、传感器等设备获取道路交通数据；数据处理层对数据进行处理、分析和预测，生成路况信息；用户界面层则以Android应用的形式，将路况信息展示给用户。

2. 功能模块设计系统功能模块主要包括：数据采集模块、数据处理模块、路况信息展示模块和用户交互模块。

数据采集模块负责获取道路交通数据；数据处理模块对数据进行处理和分析，生成路况信息；路况信息展示模块将路况信息以地图、图表等形式展示给用户；用户交互模块则提供用户与系统的交互接口，如搜索路线、反馈路况等。

三、系统实现1. 数据采集数据采集主要通过GPS、传感器等设备实现。

GPS用于获取车辆位置信息，传感器则用于获取道路交通流量、速度等数据。

这些数据将被实时传输到数据处理层。

2. 数据处理数据处理是系统的核心部分，主要涉及数据处理、分析和预测。

通过算法对采集到的数据进行处理，提取出有用的交通信息，如拥堵情况、事故信息等。

同时，通过预测模型对未来路况进行预测，为用户提供实时路况信息和出行建议。

3. 路况信息展示路况信息展示主要通过Android应用实现。

应用采用地图和图表等形式，将路况信息直观地展示给用户。

用户可以通过应用搜索路线、查看实时路况、反馈路况等信息。

4. 用户交互用户交互模块提供用户与系统的交互接口。

用户可以通过应用搜索路线、查看实时路况、反馈路况等信息。

《基于Android的实时路况监测系统设计与实现》篇一一、引言随着移动互联网的快速发展，人们对出行安全和效率的要求日益提高。

实时路况监测系统作为智能交通系统的重要组成部分，能够为驾驶者提供实时的道路交通信息，帮助其选择最佳出行路线，有效缓解交通拥堵，提高出行效率。

本文将介绍一种基于Android平台的实时路况监测系统的设计与实现。

二、系统需求分析1. 业务需求：系统需具备实时获取路况信息、处理路况数据、展示路况数据等功能，同时要保证系统的稳定性和安全性。

2. 用户需求：系统应满足不同用户的出行需求，如驾驶员、乘客、交通管理部门等。

驾驶员需了解实时路况，选择最佳出行路线；乘客需了解目的地附近的交通状况；交通管理部门需对交通状况进行监控和管理。

三、系统设计1. 系统架构：系统采用Android平台开发，采用C/S（客户端/服务器）架构，包括数据采集层、数据处理层、数据展示层。

2. 数据采集：通过GPS、电子眼、交警等设备实时采集道路交通信息，包括车流量、车速、交通事故等。

3. 数据处理：对采集到的路况数据进行清洗、分类、存储等处理，以便后续分析和展示。

4. 数据展示：通过Android应用将处理后的路况数据以图表、文字等形式展示给用户。

四、系统实现1. 数据采集模块：利用GPS、电子眼等设备实时采集道路交通信息，并通过API接口将数据传输至服务器。

2. 服务器端：服务器负责接收来自数据采集模块的数据，进行清洗、分类、存储等处理。

服务器采用分布式架构，确保系统的稳定性和可扩展性。

3. 数据处理模块：对服务器处理后的数据进行进一步分析，提取有用的路况信息，如拥堵路段、事故信息等。

4. Android客户端：通过Android应用展示路况数据。

应用具备实时更新路况信息、选择最佳出行路线等功能。

同时，应用还具备用户交互功能，如评论、反馈等。

五、系统测试与优化1. 系统测试：对系统进行全面的测试，包括功能测试、性能测试、安全测试等，确保系统稳定可靠。

Android手机定位与地图设计与实现
当今社会，手机已经成为人们日常工作生活中必不可少的一件移动设备，随着网络技术的发展，手机应用市场也日益发展壮大起来。

当下，定位与地图应用是手机应用市场中的一个具有发展空间和市场回报的业务，因此本文设计并实现了Android手机定位与地图应用，方便人们出行。

首先通过了解Android平台，掌握了Android平台特点、体系架构以及Android程序的开发环境，为设计实现Android手机定位与地图应用做好基础。

然后分析手机查询系统的结构，了解定位技术的分类和原理，百度地图的相关信息以及Android平台下的地图服务类，理解了实现该应用所需的相关技术。

最终基于Android手机平台，设计并实现了手机定位与地图应用。

本文设计的应用能够浏览电子地图，并能对其进行放大、缩小和移动等操作，同时利用定位技术，实现了路线规划、搜索地点和自我定位等功能，能够很好的适应用户基本的地图服务需求。

《基于安卓的目标检测与跟踪的研究》篇一一、引言随着移动互联网和智能设备的普及，安卓系统已经成为全球最广泛使用的移动操作系统之一。

基于安卓的目标检测与跟踪技术是当前计算机视觉领域的重要研究方向，具有广泛的应用前景。

本文旨在探讨基于安卓的目标检测与跟踪技术的相关研究，包括其背景、意义、现状及发展趋势等方面。

二、研究背景与意义目标检测与跟踪是计算机视觉领域的重要研究方向，广泛应用于安防监控、智能交通、无人驾驶等领域。

基于安卓的目标检测与跟踪技术，能够在移动设备上实现实时、高效的目标检测与跟踪，具有广泛的应用前景和市场需求。

研究基于安卓的目标检测与跟踪技术，有助于提高移动设备的智能化水平，推动计算机视觉技术的发展，同时为相关领域的应用提供技术支持。

三、研究现状目前，基于安卓的目标检测与跟踪技术已经取得了一定的研究成果。

在目标检测方面，深度学习算法如卷积神经网络（CNN）在安卓平台上得到了广泛应用，能够实现对多种类型目标的准确检测。

在目标跟踪方面，基于光流法、粒子滤波等算法的跟踪方法已经较为成熟，能够实现对目标的实时跟踪。

然而，目前的研究仍存在一些挑战和问题，如算法复杂度高、实时性差、鲁棒性不足等。

因此，进一步优化算法、提高检测与跟踪的准确性和实时性是当前的研究重点。

四、研究方法本研究采用深度学习算法和计算机视觉技术，以安卓平台为目标检测与跟踪的载体，对目标检测与跟踪算法进行优化和改进。

具体而言，我们将通过收集大量的训练数据，训练卷积神经网络模型，以实现对目标的准确检测。

同时，我们将采用先进的跟踪算法，如光流法、粒子滤波等，实现对目标的实时跟踪。

此外，我们还将对算法进行优化和改进，以提高其准确性和实时性。

五、实验与分析我们通过实验验证了基于安卓的目标检测与跟踪技术的有效性和可行性。

实验结果表明，我们的算法能够在安卓平台上实现对多种类型目标的准确检测和实时跟踪。

同时，我们还对算法的准确性和实时性进行了分析，发现我们的算法在准确性和实时性方面均有所提高。

基于Android系统的电子地图运动轨迹绘制的研究与实现随着智能手机在人们的生活中的日益普及，基本是每个人都有属于自己的智能手机，于是手机软件的多样化日渐成为了一个重要的课题。

为人们的日常生活进行导航的软件也逐渐占据了越来越重要的地位。

如果研发一种具备通过百度地图和GSP定位来绘制运动轨迹，将提高用户手机更详细的信息。

文章详细介绍了百度地图的机制，并介绍了定位的实现。

而且通过两者的结合来绘制运动轨迹，极大地方便用户的使用。

标签：Android；百度地图；定位；轨迹绘制1 引言Android是以Linux为基础的开放源码操作系统，主要用于便携设备。

作为谷歌企业战略的重要组成部分，基于Android的各种移动设备已被广大的用户使用。

因此使得基于Android平台的开发得到了巨大的发展。

手机电子地图不仅仅是一种将数字化技术应用到传统地图当中而产生的新型地图模式，还是一种现代化的电子信息产品，其中融合了计算机技术、GIS 技术和网络技术。

电子地图有效利用了GPS 导航系统的定位信号，在其基础功能上进行扩展，使得GPS 导航系统的功能呈现多样化；此外，电子地图将导航定位信号与周围的地理形势进行结合，动态并直观地对机动车终端进行管理，达到便捷交通、方便出行的目的。

在Android系统的移动设备上，Google地图和百度地图的应用最为广泛，对于开发者来说，百度地图更容易实现，然而百度开发没有现成的录制轨迹，则在运动过程中进行周期定位，绘制有型记录点，成为一条有方向的轨迹。

2 实现方法2.1 电子地图的机制电子地图是包含空间位置地理坐标的数字地图，能够利用空间定位系统的电子地图集数据集，它不但是整个系统与用户的交互接口，而且将导航定位信号与周围的地理形势进行结合，动态并直观地对机动车终端进行管理。

电子地图主要分为两个单元：图设计单元和地图浏览单元。

地图设计单元主要是对数据进行采集、处理、存储以及管理，而电子浏览单元主要让用户能操作电子地图并使用电子地图的各个功能模块，该单元不仅能让用户浏览静态的电子地图，还能让用户了解基于电子地图的动态变化信息。

基于Android的电子地图应用程序设计摘要随着社会节奏越来越快，人们日常出行次数也越来越多。

为了节省人们出行时间,避免出行过程中由于各种原因导致出行浪费时间过多，所以本人毕业设计以人们的日常生活为出发点设计了一款基于Android的电子地图应用程序。

该程序能为人们提供自己想要查看地方的视图、规划出行路线、查询公交线路……百度在2010年5月的时候推出了一款开源的名为BaiduMap的移动终端软件平台，这为我们广大普通开发者提供了比较灵活灵活的BaiduMap展示与控制功能。

由于BaiduMap是永久免费的而且用Android平台开发出的应用程序开源性较好，因此如果可以把两者进行一下结合，这样不仅可以降低开发成本而且还能有效的开发出适合广大普通人群使用的电子地图应用程序.经过几个月的努力,通过合理利用Android技术,在百度地图API的基础上开发出了一款方便用户出行使用的电子地图应用程序。

该应用程序界面简洁、操作简单、实用性较强基本上能满足用户日常的出行要求。

关键词:Android，电子地图,BaiduMap,出行Electronic Map Application Based on AndroidABSTRACTWith the development of the world，people spend more and more time on the road. In order to save people's time on the road ,so I graduated from design to the daily life of people as the starting point was designed based on the application of electronic map based on Android. The program can provide the view of local city for people，planning travel routes,query bus lines for people……Baidu introduced an open source mobile terminal software platform—BaiduMap in 2010 May，BaiduMap provides a display and control function which is very flexible for the general developer。

毕业设计过程材料基于andriod的GPS轨迹记录软件设计总目录一、任务书二、文献综述三、开题报告四、外文翻译五、工作指导记录本科毕业设计任务书题目基于andriod的GPS轨迹记录软件设计学院信息学院专业电子信息工程班级111班学号201105014127学生姓名王劲峰指导教师沈东方发放日期一、主要任务与目标Andrion系统的主要功能包括手机实时定位，指定地点的寻址，规划导航路径，个人位置跟踪、监视、展示的应用程序。

a) 地图管理1. 在线地图2. 离线地图(SQLite 数据库存储)3. 任意界面的地图缩放4. 随时定位个人位置5. 调整地图偏移6. 保持跟踪，随时显示b) 轨迹管理1. 记录跟踪轨迹，存储数据2. 导入导出数据文件3. 读取轨迹记录，并显示在地图上4. 显示各个轨迹的时间、距离、平均速度等信息5. 查看以往所有轨迹c) 规划导航路径1. 已知经纬度查询2. 输入地址的反查3. 调用手机内置地图规划导航路径d) 远程跟踪监视1. 连接服务器2. 传递位置信息到服务器二、主要内容与基本要求1. 欢迎界面模块：显示andrion系统对使用者的欢迎信息及系统LOGO；2. 操作功能显示模块：系统主要功能显示，菜单显示；3. 跟踪列表：对已存在跟踪的记录显示；4. 新建跟踪：新建一个GPS跟踪记录；5. 地图显示：根据GPS跟踪记录显示已存在的GPS位置点（GPS轨迹重现）；6. 导出地图：根据所选择跟踪记录下的GPS位置点所在google map地图导出成图片保存；7. 导出手绘地图：根据其它设置中选择的手绘地图模板将所选择跟踪记录下的GPS位置点所在google map地图导出成图片保存；8. 系统参数设置模块：设置系统相关参数；9. GPS参数设置：设置系统中是否采用GPS及GPS采集时间间隔；10. 地图模式参数设置：设置系统中地图模式的种类及地图默认显示级别；11. 其它参数设置：系统相关字体颜色及手绘地图模板设置；12. 图象合成分析：系统MAP与相关手绘图象合成处理；13. 时实信息采集分析：系统时实坐标信息分析处理；14. 我的当前位置模块：显示GPS采集的当前位置并显示在地图上；三、计划进度第一周：需求分析，描述计算机模型，书写软件需求说明文档.第二周：选择模块划分方案和选择平台、语言第三周：学习语言和熟悉平台，查阅andrion系统相关资料，熟悉API第四周：数据模型的设计及数据库设计规范和编码规范文档的编写第五六周：界面设计第七周：系统的整体设计和框架的搭建第八周：建立各功能模块的用例图和时序图等第九至十二周：代码编写第十三周：测试，优化确定时间：答辩最后：撰写论文四、主要参考文献[1] 王解先. GPS精密定轨定位[M]．上海:同济大学出版社,1997.5[2] 鲁郁. GPS全球定位接收机：原理与软件实现[M]．北京:电子工业出版社,2009[3](美)James Bao-Yen Tsui . GPS软件接收机基础：a software approach[M]．北京:电子工业出版社,2007[4] 魏二虎，黄劲松. GPS测量操作与数据处理[M]．武汉:武汉大学出版社,2004.6[5] 洪利，章扬，李世宝. MSP430 单片机原理与应用实例详解[M]．北京:北京航空航天大学出版社,2010[6] 沈建华, 杨艳琴. MSP430系列16位超低功耗单片机原理与实践[M]．北京:北京航空航天大学出版社,2008[7] 胡大可. MSP430系列单片机C语言程序设计与开发[M]．北京:北京航空航天大学出版社,2003.1[8] 杨青青,祖静,尤文斌.嵌入式GPS轨迹记录仪[J].电阻测试，2011，（1）[9] 吕辉. 由浅入深学C# :基础、进阶与必做300题[M]．北京:电子工业出版社,2011[10] 陈强. C#编程新手自学手册[M]．北京:机械工业出版社,2012[11] 齐文达.基于andrion的GPS轨迹记录仪研究设计[J].科学技术与工程,2011,(28).[12] Kirkpatrick,Donald S , Dixit,Vishva M. GPS navigation of the protein-stability landscape[J]. Nature Biotechnology ,2009, 27(1), 46 –48.[13] Cyranoski,David . Check your GPS at the border[J]. nature, 2008, 451 (7181),871-871指导教师年月日教学院长年月日本科生毕业设计文献综述题目基于andriod的GPS轨迹记录软件设计专业电子信息工程班级111班姓名王劲峰指导教师沈东方所在学院信息学院2014年12月前言自从1978年2月22日第一颗GPS试验卫星进入轨道以来，34年间GPS已经显示了它巨大的社会、军事作用与经济、社会效益。

Keyword:android,navigation,gps,Google Maps
第一章 绪 论
1.1
Android操作系统平台很容易跟Google其他应用如Google地图的整合。在Android应用中，如果能在其中加入Google地图，则会为你的应用增添强大的功能，目前不少LBS应用(基于地理位置的应用)就是充分将移动跟地图结合起来。
移动互联网技术正逐渐走向成熟。只有想不到的，没有做不到的，这便是如今科技发展的状况。可以预期的是，既拥有专业导航功能又有更强价格优势将会成为厂商抢占导航手机市场的关键。
智能手机有了GPS将达到如虎添翼的效果，目前智能导航手机[6]也正在风风火火的打进市场，不久的将来会成为更多消费者购买的对象。
1.3
现在市面上的手机导航还分为两类，一类是真正的通过太空中的卫星进行GPS导航[1]，精度在3-5米，如天将军T60手机的导航[2]；另一类是通过基站和网络进行粗略的导航的，称为A-GPS，这种导航没有真正的通过卫星GPS导航的精确，一般定位误差为100米，如诺基亚5233手机的导航
今年以来，具有定位和导航功能的手机正日益受到消费者的追捧，市场前景看好。根据市场研究机构Isuppli的最新预测，2006年至2011年，在全球围具备GPS定位功能的手机出货量将翻两番，由2006年的1.096亿部增长到2011年的4.44亿部。他们还预测，到2011年，具备定位导航功能的手机在全部出货手机中所占比例将由2006年的11.1%增加到29.6%。目前GPS导航手机市场占有率约为2.3%，随着3G的发展，预计到2011年GPS手机的市场占有率将达到20%。
本系统的主要功能包括手机实时定位，指定地点的寻址，规划导航路径，个人位置跟踪、监视、展示的应用程序。系统中还涉与了数据库和服务器等方面的技术。本系统只限于应用层的探讨，对地图偏移等算法不做深入研究。

基于Android手机的轨迹导航系统的设计与实现随着道路建设规模日益扩大，道路建设大大缩短了人们出行所需的时间。

然而，人们在享受道路建设所带来便利的同时，也深受出行陌生地方寻找道路的困扰。

针对这一问题，本文设计并实现了一款基于Android手机的轨迹导航系统，能够对目标路线进行导航和规划。

在综合对比现有手机操作系统后，根据各个操作系统的特点，提出了以Android手机为平台，采用本地/服务器混合电子地图存储方式，利用开放的Google Maps API实现导航功能的总体方案，并从整体上对软件进行了设计，包括功能、界面、数据库等。

最后利用JAVA程序设计语言实现了设计的系统，在实现系统后，对系统进行了详细的测试。

基于此，论文主要做了以下工作：首先，对Android、iOS、Windows Phone、Symbian、BlackBerry几种手机操作系统的特点、市场占用率、开放性做了详细的介绍，决定采用Android操作系统作为软件开发平台。

其次，分析了电子地图本地存储方式、本地/服务器混合存储方式的优缺点，选取了对数据存储和处理能力依赖度相对较低的混合存储方式，并设计了SQLite数据库表，用来存储导航过程中一些关键信息。

最后，将软件设计为4大模块：地图控制模块、记录控制模块、轨迹管理模块和信息管理模块，并按模块分别进行了详细的设计，利用JAVA程序设计语言，结合Google Maps API实现了设计的功能。

对系统进行了严格测试，实现了预期功能，软件界面友好，操作简单，用户体验良好，可靠性较高，具有较高的应用价值。

《基于安卓的目标检测与跟踪的研究》篇一一、引言随着移动互联网和人工智能技术的飞速发展，安卓系统作为全球最广泛使用的移动操作系统之一，其应用领域不断拓展。

目标检测与跟踪技术作为计算机视觉领域的重要研究方向，其在安卓平台上的应用也越来越广泛。

本文旨在探讨基于安卓的目标检测与跟踪的研究，包括相关技术的介绍、实验设计与方法、实验结果与分析以及结论与展望等方面。

二、相关技术介绍1. 目标检测技术目标检测是计算机视觉领域的重要任务之一，旨在从图像或视频中检测出感兴趣的目标。

常见的目标检测算法包括基于深度学习的算法和传统算法。

基于深度学习的算法如YOLO（You Only Look Once）、SSD（Single Shot MultiBox Detector）等在安卓平台上具有较高的检测精度和速度。

2. 目标跟踪技术目标跟踪是指在视频中对特定目标进行持续跟踪的技术。

常见的目标跟踪算法包括基于滤波的方法、基于相关性的方法和基于深度学习的方法。

在安卓平台上，目标跟踪技术可以应用于人脸识别、智能监控等领域。

三、实验设计与方法本文采用基于深度学习的目标检测与跟踪算法，在安卓平台上进行实验。

具体实验步骤如下：1. 数据集准备：收集包含目标物体的图像和视频数据集，对数据进行预处理和标注。

2. 模型训练：使用深度学习框架（如TensorFlow、PyTorch 等）训练目标检测与跟踪模型。

3. 模型优化：对训练好的模型进行优化，提高其在安卓平台上的检测与跟踪性能。

4. 实验验证：将优化后的模型部署到安卓设备上，进行实际的目标检测与跟踪实验。

四、实验结果与分析1. 目标检测实验结果在安卓平台上，采用YOLOv4算法进行目标检测实验。

实验结果表明，该算法在安卓设备上具有较高的检测精度和速度，可以实时地对图像和视频进行目标检测。

2. 目标跟踪实验结果采用基于深度学习的目标跟踪算法进行实验。

实验结果表明，该算法在安卓平台上可以实现稳定的目标跟踪，并具有良好的实时性。

《基于安卓的目标检测与跟踪的研究》篇一一、引言随着移动互联网和人工智能的飞速发展，目标检测与跟踪技术在安卓平台上的应用越来越广泛。

安卓系统以其开放性和可扩展性，为开发者提供了丰富的开发环境和资源。

本文旨在研究基于安卓的目标检测与跟踪技术，分析其应用场景、技术原理及实现方法，以期为相关领域的研究和应用提供参考。

二、目标检测与跟踪技术概述目标检测与跟踪是计算机视觉领域的重要研究方向。

目标检测是指从图像或视频中识别出感兴趣的目标，并对其进行定位和分类；而目标跟踪则是在连续的帧间对同一目标进行持续跟踪，以获取其运动轨迹和状态信息。

这两种技术在安防、智能交通、无人驾驶等领域具有广泛的应用。

三、基于安卓的目标检测与跟踪技术原理基于安卓的目标检测与跟踪技术主要依赖于深度学习和计算机视觉技术。

首先，通过训练深度学习模型来识别和定位目标；其次，利用安卓平台的图像处理和计算能力，实现目标的实时检测与跟踪；最后，将检测与跟踪结果通过安卓界面展示给用户。

四、安卓平台上的目标检测与跟踪实现方法1. 模型训练：利用深度学习框架（如TensorFlow、PyTorch 等）训练目标检测与跟踪模型。

训练数据集应包含丰富的目标样本和背景信息，以提高模型的准确性和鲁棒性。

2. 图像处理：在安卓平台上，利用OpenCV等计算机视觉库进行图像处理。

通过读取视频流或图片文件，对图像进行预处理、特征提取等操作，为后续的目标检测与跟踪提供支持。

3. 目标检测：采用基于深度学习的目标检测算法（如YOLO、SSD等）对图像进行目标检测。

通过在安卓平台上实现这些算法，实现对目标的实时检测和定位。

4. 目标跟踪：在目标检测的基础上，利用光流法、KCF （Kernelized Correlation Filters）等算法实现目标的实时跟踪。

通过计算目标的运动轨迹和状态信息，实现对目标的持续跟踪。

5. 界面展示：将检测与跟踪结果通过安卓界面展示给用户。

《基于安卓的目标检测与跟踪的研究》篇一一、引言随着人工智能技术的飞速发展，目标检测与跟踪技术在众多领域得到了广泛应用。

安卓作为一款广泛使用的移动操作系统，其平台上的目标检测与跟踪技术也成为了研究的热点。

本文旨在探讨基于安卓的目标检测与跟踪技术的研究，为相关领域提供一定的参考和借鉴。

二、目标检测与跟踪技术的概述目标检测与跟踪技术是计算机视觉领域的重要研究方向。

该技术主要通过图像处理和模式识别等技术手段，对视频流中的目标进行实时检测和跟踪。

在安防、自动驾驶、智能监控等领域，目标检测与跟踪技术具有广泛的应用前景。

三、基于安卓的目标检测与跟踪技术的研究（一）研究背景随着移动设备的普及和安卓操作系统的广泛使用，越来越多的应用需要使用到目标检测与跟踪技术。

基于安卓的目标检测与跟踪技术研究应运而生，其旨在在安卓平台上实现高效的目标准确性和实时性。

（二）研究方法1. 算法选择：选择适合安卓平台的目标准确性和实时性要求的目标检测与跟踪算法，如深度学习算法等。

2. 平台开发：在安卓平台上进行软件开发，实现目标检测与跟踪功能。

3. 实验验证：通过实验验证算法在安卓平台上的性能表现，包括准确率、实时性等方面。

（三）研究内容1. 目标检测：通过图像处理和模式识别等技术手段，对视频流中的目标进行实时检测。

在安卓平台上，可以采用深度学习等算法实现高精度的目标准确性。

2. 目标跟踪：在目标检测的基础上，通过一定的算法实现目标的实时跟踪。

在安卓平台上，可以采用基于滤波器的方法或基于深度学习的方法等实现目标的稳定跟踪。

3. 系统优化：针对安卓平台的特性，对系统进行优化，提高目标检测与跟踪的效率和准确性。

包括但不限于优化算法、减少资源占用等方面。

四、实验结果与分析（一）实验结果通过实验验证了基于安卓的目标检测与跟踪技术的性能表现。

实验结果表明，该技术在安卓平台上的准确率和实时性均达到了较高的水平。

（二）结果分析1. 准确率分析：通过对实验结果的分析，发现该技术在不同场景下的准确率表现有所不同。