轨迹 API

与轨迹相关的 API。更多...

文件
文件	trajectory.hpp
文件	trajectory.cuh

函数
template<typename IdInputIt, typename PointInputIt, typename TimestampInputIt, typename IdOutputIt, typename PointOutputIt, typename TimestampOutputIt, typename OffsetType = std::int32_t>
std::unique_ptr< rmm::device_uvector< OffsetType > >	cuspatial::derive_trajectories (IdInputIt ids_first, IdInputIt ids_last, PointInputIt points_first, TimestampInputIt timestamps_first, IdOutputIt ids_output_first, PointOutputIt points_output_first, TimestampOutputIt timestamps_output_first, rmm::cuda_stream_view stream=rmm::cuda_stream_default, rmm::device_async_resource_ref mr=rmm::mr::get_current_device_resource())
	从对象 ID、点和时间戳导出轨迹。
template<typename IdInputIt, typename PointInputIt, typename TimestampInputIt, typename OutputIt, typename IndexT = iterator_value_type<IdInputIt>>
OutputIt	cuspatial::trajectory_distances_and_speeds (IndexT num_trajectories, IdInputIt ids_first, IdInputIt ids_last, PointInputIt points_first, TimestampInputIt timestamps_first, OutputIt distances_and_speeds_first, rmm::cuda_stream_view stream=rmm::cuda_stream_default)
	计算轨迹中对象的总距离（米）和平均速度（米/秒）。
std::pair< std::unique_ptr< cudf::table >, std::unique_ptr< cudf::column > >	cuspatial::derive_trajectories (cudf::column_view const &object_id, cudf::column_view const &x, cudf::column_view const &y, cudf::column_view const ×tamp, rmm::device_async_resource_ref mr=rmm::mr::get_current_device_resource())
	从对象 ID、点和时间戳导出轨迹。
std::unique_ptr< cudf::table >	cuspatial::trajectory_distances_and_speeds (cudf::size_type num_trajectories, cudf::column_view const &object_id, cudf::column_view const &x, cudf::column_view const &y, cudf::column_view const ×tamp, rmm::device_async_resource_ref mr=rmm::mr::get_current_device_resource())
	计算轨迹中对象的距离和速度。按对象 ID 对时间戳、x 和 y 列进行分组以确定唯一轨迹，然后计算每条轨迹中所有路线的平均距离和速度。
std::unique_ptr< cudf::table >	cuspatial::trajectory_bounding_boxes (cudf::size_type num_trajectories, cudf::column_view const &object_id, cudf::column_view const &x, cudf::column_view const &y, rmm::device_async_resource_ref mr=rmm::mr::get_current_device_resource())
	计算轨迹的空间边界框。按对象 ID 对 x、y 和时间戳列进行分组以确定唯一轨迹，然后计算包含每条轨迹中所有路线的最小边界框。

详细描述

与轨迹相关的 API。

函数文档

derive_trajectories() [1/2]

std::pair< std::unique_ptr< cudf::table >, std::unique_ptr< cudf::column > > cuspatial::derive_trajectories	(	cudf::column_view const &	object_id,
		cudf::column_view const &	x,
		cudf::column_view const &	y,
		cudf::column_view const &	timestamp,
		rmm::device_async_resource_ref	mr = rmm::mr::get_current_device_resource() )

从对象 ID、点和时间戳导出轨迹。

对输入的物体 ID 进行分组以确定唯一的轨迹。返回一个包含轨迹 ID、每条轨迹中的物体数量以及每条轨迹的第一个物体在输入物体 ID 列中的偏移位置的表。

参数

object_id	物体（例如，车辆）ID 的列
x	坐标（千米）
y	坐标（千米）
timestamp	任意分辨率的时间戳列
mr	用于输出设备内存分配的可选资源

异常

cuspatial::logic_error	如果 object_id 不是 cudf::type_id::INT32 类型
cuspatial::logic_error	如果 x 和 y 类型不同
cuspatial::logic_error	如果 timestamp 不是 cudf::TIMESTAMP 类型
cuspatial::logic_error	如果 object_id、x、y 或 timestamp 包含空值
cuspatial::logic_error	如果 object_id、x、y 和 timestamp 大小不同

返回

一个 std::pair<table, column>

1. 按 (object_id, timestamp) 排序的 (object_id, x, y, timestamp) 表
2. 包含每条轨迹第一个物体起始位置的 int32 列

derive_trajectories() [2/2]

template<typename IdInputIt, typename PointInputIt, typename TimestampInputIt, typename IdOutputIt, typename PointOutputIt, typename TimestampOutputIt, typename OffsetType = std::int32_t>

std::unique_ptr< rmm::device_uvector< OffsetType > > cuspatial::derive_trajectories	(	IdInputIt	ids_first,
		IdInputIt	ids_last,
		PointInputIt	points_first,
		TimestampInputIt	timestamps_first,
		IdOutputIt	ids_output_first,
		PointOutputIt	points_output_first,
		TimestampOutputIt	timestamps_output_first,
		rmm::cuda_stream_view	stream = rmm::cuda_stream_default,
		rmm::device_async_resource_ref	mr = rmm::mr::get_current_device_resource() )

从对象 ID、点和时间戳导出轨迹。

输出点和时间戳被重新排序，按对象 ID 分组，并在组内按时间戳排序。返回一个向量，其中包含输出中每条轨迹第一个物体的偏移索引。

模板参数

IdInputIt	对象 ID 迭代器。必须满足 LegacyRandomAccessIterator 的要求且可从设备读取。
PointInputIt	点迭代器。必须满足 LegacyRandomAccessIterator 的要求且可从设备读取。
TimestampInputIt	时间戳迭代器。必须满足 LegacyRandomAccessIterator 的要求且可从设备读取。
IdOutputIt	输出对象 ID 迭代器。必须满足 LegacyRandomAccessIterator 的要求且可写入设备。
PointOutputIt	输出点迭代器。必须满足 LegacyRandomAccessIterator 的要求且可写入设备。
TimestampOutputIt	输出时间戳迭代器。必须满足 LegacyRandomAccessIterator 的要求且可写入设备。

参数

ids_first	输入对象 ID 范围的起始
ids_last	输入对象 ID 范围的结束
points_first	输入点 (x,y) 坐标范围的起始
timestamps_first	输入时间戳范围的起始
ids_out_first	输出对象 ID 范围的起始
points_out_first	输出点 (x,y) 坐标范围的起始
timestamps_out_first	输出时间戳范围的起始
stream	用于执行计算和分配内存的 CUDA 流。
mr	用于输出设备内存分配的可选资源

返回

指向 device_uvector 的 unique_ptr，其中包含排序后的输出中每条轨迹第一个物体的偏移索引。这些偏移可用于访问排序后的输出数据。

先决条件

任何输入和输出范围之间不得重叠。

对象 ID 和时间戳的类型必须支持通过比较运算符进行严格弱排序。

trajectory_bounding_boxes()

std::unique_ptr< cudf::table > cuspatial::trajectory_bounding_boxes	(	cudf::size_type	num_trajectories,
		cudf::column_view const &	object_id,
		cudf::column_view const &	x,
		cudf::column_view const &	y,
		rmm::device_async_resource_ref	mr = rmm::mr::get_current_device_resource() )

计算轨迹的空间边界框。按对象 ID 对 x、y 和时间戳列进行分组以确定唯一轨迹，然后计算包含每条轨迹中所有路线的最小边界框。

注意

假定 object_id, timestamp, x, y 已按 (object_id, timestamp) 预排序。

参数

num_trajectories	轨迹数（唯一对象 ID）
object_id	物体（例如，车辆）ID 的列
x	坐标（千米）
y	坐标（千米）
mr	用于输出设备内存分配的可选资源

异常

cuspatial::logic_error	如果 object_id 不是 cudf::type_id::INT32 类型
cuspatial::logic_error	如果 x 和 y 类型不同
cuspatial::logic_error	如果 object_id、x 或 y 包含空值
cuspatial::logic_error	如果 object_id、x 和 y 大小不同

返回

一个 cudf 边界框表，长度为 num_trajectories，包含四列： x_min - 每个边界框的最小 x 坐标（千米） y_min - 每个边界框的最小 y 坐标（千米） x_max - 每个边界框的最大 x 坐标（千米） y_max - 每个边界框的最大 y 坐标（千米）

trajectory_distances_and_speeds() [1/2]

std::unique_ptr< cudf::table > cuspatial::trajectory_distances_and_speeds	(	cudf::size_type	num_trajectories,
		cudf::column_view const &	object_id,
		cudf::column_view const &	x,
		cudf::column_view const &	y,
		cudf::column_view const &	timestamp,
		rmm::device_async_resource_ref	mr = rmm::mr::get_current_device_resource() )

计算轨迹中对象的距离和速度。按对象 ID 对时间戳、x 和 y 列进行分组以确定唯一轨迹，然后计算每条轨迹中所有路线的平均距离和速度。

注意

假定 object_id, timestamp, x, y 已按 (object_id, timestamp) 预排序。

参数

num_trajectories	轨迹数（唯一对象 ID）
object_id	物体（例如，车辆）ID 的列
x	坐标（千米）
y	坐标（千米）
timestamp	任意分辨率的时间戳列
mr	用于输出设备内存分配的可选资源

异常

cuspatial::logic_error	如果 object_id 不是 cudf::type_id::INT32 类型
cuspatial::logic_error	如果 x 和 y 类型不同
cuspatial::logic_error	如果 timestamp 不是 cudf::TIMESTAMP 类型
cuspatial::logic_error	如果 object_id、x、y 或 timestamp 包含空值
cuspatial::logic_error	如果 object_id、x、y 和 timestamp 大小不同

返回

一个 cuDF 表，包含距离（米）和速度（米/秒），长度为 num_trajectories，按 object_id 排序。

trajectory_distances_and_speeds() [2/2]

template<typename IdInputIt, typename PointInputIt, typename TimestampInputIt, typename OutputIt, typename IndexT = iterator_value_type<IdInputIt>>

OutputIt cuspatial::trajectory_distances_and_speeds	(	IndexT	num_trajectories,
		IdInputIt	ids_first,
		IdInputIt	ids_last,
		PointInputIt	points_first,
		TimestampInputIt	timestamps_first,
		OutputIt	distances_and_speeds_first,
		rmm::cuda_stream_view	stream = rmm::cuda_stream_default )

计算轨迹中对象的总距离（米）和平均速度（米/秒）。

注意

假定 object_id, timestamp, x, y 已按 (object_id, timestamp) 预排序。

模板参数

IdInputIt	对象 ID 迭代器。必须满足 LegacyRandomAccessIterator 的要求且可从设备读取。
PointInputIt	点迭代器。必须满足 LegacyRandomAccessIterator 的要求且可从设备读取。
TimestampInputIt	时间戳迭代器。必须满足 LegacyRandomAccessIterator 的要求且可从设备读取。
OutputIt	输出（距离、速度）对迭代器。必须满足 LegacyRandomAccessIterator 的要求且可写入设备。
IndexT	对象 ID 的类型。

参数

num_trajectories	轨迹数（唯一对象 ID）
ids_first	输入对象 ID 范围的起始
ids_last	输入对象 ID 范围的结束
points_first	输入点 (x,y) 坐标范围的起始
timestamps_first	输入时间戳范围的起始
distances_and_speeds_first	输出（距离、速度）对范围的起始
stream	用于执行计算和分配内存的 CUDA 流。

返回

输出（距离、速度）对范围结束的迭代器。