TWI805007B - 軌跡縮減方法及裝置 - Google Patents
軌跡縮減方法及裝置 Download PDFInfo
- Publication number
- TWI805007B TWI805007B TW110136756A TW110136756A TWI805007B TW I805007 B TWI805007 B TW I805007B TW 110136756 A TW110136756 A TW 110136756A TW 110136756 A TW110136756 A TW 110136756A TW I805007 B TWI805007 B TW I805007B
- Authority
- TW
- Taiwan
- Prior art keywords
- trajectory
- track
- point
- points
- anchor point
- Prior art date
Links
Images
Abstract
基於速率的軌跡縮減方法及裝置,可用以獲得軌跡的軌跡資料,獲得該軌跡資料之複數個軌跡點中每一軌跡點的速率,依據該複數個軌跡點的速率於該複數個軌跡點中決定至少一錨點,依據該至少一錨點以將該軌跡分成至少一軌跡段,對每一軌跡段的複數個軌跡點進行降採樣以產生降採樣結果,以及依據該降採樣結果刪除一些軌跡點且至少保留該至少一錨點以更新該軌跡資料。藉由刪除軌跡點及適度保留速率之資訊,可減少資料量及傳輸量,且保持足夠的準確度。
Description
本發明係關於一種軌跡縮減方法及裝置,尤指一種基於速率之軌跡縮減方法及裝置。
隨著定位技術之廣泛運用,目前已可藉由全球定位系統等方式,紀錄移動物體(例如車輛)的移動軌跡,且可將軌跡資料上傳至雲端伺服器,以進行紀錄與分析。
然而,隨著軌跡資料不斷累積,軌跡資料量以及網路傳輸量皆難以縮減。龐大的軌跡資料量,將導致須要更長的傳輸時間、更高的網路費用,以及更大的儲存空間,故對於本領域的應用,實有不利的影響。
此外,分析移動之資訊時,除了移動軌跡本身,移動速率的相關資訊也相當重要。然而,目前本領域實缺乏適當的解決方案,可在縮減軌跡資料量的同時,也適度保留移動速率之相關資訊。
實施例提供一種軌跡縮減方法,包含獲得一軌跡的軌跡資料,該軌跡資料包含複數個軌跡點;獲得該軌跡資料中每一軌跡點的速率;依據該複數個軌跡點的速率,於該複數個軌跡點中決定至少一錨點;依據該至少一錨點將該軌跡分成至少一軌跡段;對每一軌跡段的複數個軌跡點進行降採樣以產生一降採樣結果;以及於該軌跡的該軌跡資料中,依據該降採樣結果至少保留該至少一錨點,以更新該軌跡的該軌跡資料。
另一實施例提供一種軌跡縮減裝置,包含一定位單元、一速率計算單元、一錨點判斷單元、一降採樣單元及一軌跡更新單元。該定位單元用以蒐集一軌跡的軌跡資料之複數個軌跡點。該速率計算單元鏈接於該定位裝置,且用以計算該軌跡資料中每一軌跡點的速率。該錨點判斷單元鏈接於該速度計算單元,且用以依據該複數個軌跡點的速率,於該複數個軌跡點中決定至少一錨點,以及依據該至少一錨點將該軌跡分成至少一軌跡段。該降採樣單元鏈接於該錨點判斷單元,用以對每一軌跡段的複數個軌跡點進行降採樣以產生一降採樣結果。該軌跡更新單元鏈接於該降採樣單元,用以依據該降採樣結果至少保留該至少一錨點,以更新該軌跡的該軌跡資料。
100:軌跡縮減方法
110至160,410,420,510,520:步驟
200,300:軌跡資料
610,615,620:參考線
900:軌跡縮減裝置
910:定位單元
920:速率計算單元
930:錨點判斷單元
940:降採樣單元
950:軌跡更新單元
A1至A5,Aa,Ab:錨點
Fa,F1:特徵點
P1至P17,Pa:軌跡點
S1至S4:軌跡段
V1至V17:速率
Va,Vb:參考值
Vth:速率閾值
W:寬度
第1圖為實施例中,軌跡縮減方法的示意圖。
第2圖可為尚未使用第1圖之軌跡縮減方法處理之軌跡資料。
第3圖為已使用第1圖之軌跡縮減方法所產生的更新後軌跡資料。
第4圖為第1圖中,於複數個軌跡點中決定錨點的流程圖。
第5圖為實施例中,速率閾值及軌跡段之數量的關係圖。
第6圖為實施例中,對每一軌跡段進行降採樣以保留或刪除軌跡點之流程圖。
第7圖為軌跡點落於預定範圍之內的舉例示意圖。
第8圖為軌跡點落於預定範圍之內及預定範圍之外的舉例示意圖。
第9圖為實施例中,軌跡縮減裝置之示意圖。
為了處理上述的本領域難題,實施例可提供軌跡縮減方法及軌跡縮減裝置,如下所述。第1圖為實施例中,軌跡縮減方法100的示意圖。第2圖及第3圖為用以說明第1圖而舉例的軌跡示意圖。第2圖之軌跡資料200為尚未執行軌跡縮減之軌跡資料,且第3圖之軌跡資料300為已使用第1圖之軌跡縮減方法100處理第2圖之軌跡資料200所產生的軌跡資料。以第2圖及第3圖為例,方法100可包含以下步驟:步驟110:獲得軌跡的軌跡資料200,軌跡資料200包含複數個軌跡點P1至P17;步驟120:獲得軌跡資料200中,每一軌跡點的速率V1至V17;步驟130:依據複數個軌跡點P1至P17的速率V1至V17,於複數個軌跡點P1至P17中決定至少一錨點A1至A5;步驟140:依據錨點A1至A5將軌跡分成至少一軌跡段S1至S4;步驟150:對每一軌跡段的複數個軌跡點進行降採樣(downsampling)以產生降採樣結果;以及步驟160:於軌跡的軌跡資料200中,依據降採樣結果至少保留錨點A1至A5,以更新軌跡資料200並產生更新後的軌跡資料300。
如步驟110及第2圖所示,當移動物體(例如車輛)移動時,可進行取樣,以於步驟110求得軌跡資料200之複數個軌跡點P1至P17。
如步驟120及第2圖所示,當移動物體位於每個軌跡點時,皆有當下對應的速率,故軌跡點P1至P17可分別對應於速率V1至V17。
如步驟130及第2圖所示,軌跡點P1至P17中的軌跡點P1、P4、P8、P12及P17可分別被設為錨點A1、A2、A3、A4及A5,其中關於錨點之選擇,將述於後文。
如步驟140及第2圖所述,可依據步驟130決定的錨點A1至A5將軌跡
分成軌跡段S1至S4,其中軌跡段S1位於錨點A1及A2之間,軌跡段S2位於錨點A2及A3之間,軌跡段S3位於錨點A3及A4之間,且軌跡段S4位於錨點A4及A5之間。
如步驟150及160所述,可分別對於軌跡段S1至S4之每一軌跡段中的複數個軌跡點,進行降採樣,以保留或刪除錨點以外的軌跡點,以產生降採樣結果。關於降採樣之操作,將述於後文。
如步驟160所述,縮減後的軌跡資料(例如第3圖之300)中,至少會保留步驟130決定的錨點(例如A1至A5),錨點以外的其他軌跡點則進行進一步判斷,若錨點以外的軌跡點被判斷為特徵點,則可保留,反之,若判斷為不是特徵點,則可刪除,以縮減軌跡資料。關於特徵點之判斷,將述於後文。
在第2圖及第3圖之舉例中,經進行降採樣後,軌跡段S1中的軌跡點P2及P3,軌跡段S2之軌跡點P5至P7,軌跡段S3之軌跡點P9至P11,以及軌跡段S4之軌跡點P13、P15以及P16可被刪除,而保留錨點A1(亦即軌跡點P1)、錨點A2(亦即軌跡點P4)、錨點A3(亦即軌跡點P8)、錨點A4(亦即軌跡點P12)、特徵點F1(亦即軌跡點P14),以及錨點A5(亦即軌跡點P17),以形成第3圖之軌跡資料300。軌跡資料300即為縮減軌跡資料200後所求得。
第4圖為第1圖中,於複數個軌跡點中決定錨點的流程圖。第4圖之流程可相關於第1圖之步驟130。若以第2圖及第3圖為例,第4圖可包含以下步驟:步驟410:設定軌跡的第一個軌跡點P1為錨點A1,依序比對每一軌跡點與前一個被設定為錨點的軌跡點的速率差值;以及步驟420:當一軌跡點的速率與前一個錨點的速率之差值大於或等於速率閾值時,決定該軌跡點為一錨點。
以第2圖及第3圖為例,步驟410中,可先將軌跡資料200之第一個軌跡點P1設為錨點A1。步驟420中,可將軌跡點P2對應之速率V2減去前一個被設為錨點的軌跡點P1(亦即錨點A1)對應的速率(亦即V1),再檢查相減的速率
之差值(亦即V2-V1)是否大於或等於預設的速率閾值(例如以Vth表示)。在第2圖及第3圖之舉例中,由於V2-V1<Vth,故軌跡點P2並不會被設為錨點。同理,由於軌跡點P3對應之速率V3減去前一個錨點A1之速率V1之差值小於速率閾值Vth(亦即V3-V1<Vth),故軌跡點P3也不會被設為錨點。
設定錨點A2後,相似於上述,軌跡點P5對應之速率V5減去前一個錨點A2之速率V4之差值小於速率閾值Vth(亦即V5-V4<Vth),故軌跡點P5不會被設為錨點。同理,軌跡點P6及P7不被設為錨點。
依此類推,可藉由每一軌跡點及前一個錨點之速率差值,判斷每個軌跡點是否為錨點。
根據實施例,可根據所收集之大量真實數據,透過代入不同閾值計算錨點數量而繪製出例如第5圖所示之關係圖,再從圖中選定適當的值(例如5~10之間)作為速度閾值Vth,且速度閾值Vth選定後即為定值。
當速率閾值Vth越小,更新後的軌跡資料之軌跡解析度越高,且軌跡資料被縮減的程度越低。舉例來說,若速率閾值Vth較小,則軌跡點及前一個錨點的速率差值較易大於速率閾值Vth,因此,較多軌跡點易於被設為錨點,軌跡段的數量將更多,且較多錨點將被保留於縮減後的軌跡資料。也就是說,更新後的軌跡資料之軌跡解析度較高,而軌跡資料被縮減的程度較低。
第5圖為實施例中,速率閾值Vth及軌跡段之數量的關係圖。第5圖中,參考值Va小於參考值Vb。如第5圖所示,當速度閾值Vth低於參考值Va,則
軌跡段之數量較高,故軌跡資料被縮減的程度較低;而當速度閾值Vth高於參考值Vb,則軌跡段之數量較少,故軌跡資料被縮減的程度較高,但縮減軌跡後之解析度較低。因此,可將速率閾值Vth設於參考值Va及參考值Vb之間。例如在第5圖中,參考值Va可為時速5公里,參考值Va可為時速10公里,然而此僅為舉例,實施例不限於此。第5圖所示的軌跡段之數量亦為舉例,實施例不限於此。
第6圖為實施例中,對每一軌跡段進行降採樣以保留或刪除軌跡點之流程圖。第6圖之流程可相關於第1圖之步驟150及160,第6圖包含以下步驟:步驟510:對軌跡S1至S4之每一軌跡段的複數個軌跡點進行降採樣,包含判斷軌跡段之複數個軌跡點是否包含至少一特徵點;以及步驟520:當降採樣結果為軌跡段之複數個軌跡點包含至少一特徵點,則於軌跡的軌跡資料中,保留錨點以及特徵點,並刪除其他軌跡點,以更新軌跡的軌跡資料。
步驟510及520中,以第2圖及第3圖為例,由於軌跡點P14於被判斷為特徵點F1,故保留軌跡點P14。而軌跡點P2、P3、P5至P7、P9至P11、P13、P15以及P16被判斷為不是特徵點,故可被刪除。於第2圖及第3圖中,軌跡點P14偏離錨點A4及A5之間的路徑的偏離程度較大,故軌跡點P14可被判斷為特徵點F1而保留,關於特徵點之判斷如後文所述。
步驟510之降採樣可依據解析度閾值(例如下述之寬度W)判斷複數個軌跡點是否包含至少一特徵點。步驟510中,可將軌跡段中,偏離預定範圍的軌跡點,設為特徵點,以下將舉例說明。
第7圖為軌跡點落於預定範圍(例如道路範圍)之內的舉例示意圖。第7圖之道路的路寬為參考線610至參考線620之寬度,其中參考線615可位於參考線610與參考線620的中間,參考線610與615之間的寬度為寬度W,且參考線615與620之間的寬度亦為寬度W。舉例而言,一般常見的單道寬度至少為3.25
公尺,若路寬為3.25公尺,則寬度W為1.25公尺。
若第7圖中的複數個軌跡點屬於錨點Aa至Ab之間的軌跡段,且錨點Aa至Ab之間的複數個軌跡點皆未超出預定範圍(例如參考線610至620之間),則第7圖之複數個軌跡點可被判斷皆不是特徵點。當執行步驟510及520時,錨點Aa至Ab之間的軌跡點被判斷為既不是特徵點、也不是錨點,故可被刪除。
第8圖為軌跡點落於預定範圍之內及預定範圍之外的舉例示意圖。第8圖中,軌跡點Pa落於道路範圍之外,故軌跡點Pa可被視為特徵點Fa,而被保留。
換言之,以第7圖為例,錨點Aa及Ab之間的軌跡點可被視為位於同一路徑而偏離程度不大,且軌跡點之間的速率變化未達預定程度,故可省略該些軌跡點,以縮減軌跡資料。以第8圖為例,由於軌跡點Pa偏離路徑較多,故可於縮減後之軌跡資料保留軌跡點Pa,以呈現軌跡的變化。
第7圖及第8圖中,若寬度W被設定較窄,則軌跡點較易落在預定範圍外而被判斷為特徵點。寬度W可被視為解析度閾值,當解析度閾值較低,則特徵點之數量可較多,使縮減後的軌跡之解析度較高,但資料縮減的程度較低。如第7圖及第8圖所示,根據實施例,解析度閾值可依據軌跡所在的平均路面寬度而決定。
根據實施例,可以迭代方式判斷複數個軌跡點是否落於預定範圍(例如參考線610至620間的範圍)之外,以及將落於預定範圍之外的軌跡點(例如特徵點Pa)設為特徵點,其中當解析度閾值越大,則預定範圍越寬。
上述以迭代方式判斷複數個軌跡點是否為特徵點,以第8圖為例,求得特徵點Fa(亦即軌跡點Pa)之後,可將錨點Aa及特徵點Fa之間視為軌跡段,再檢查錨點Aa及特徵點Fa之間的軌跡點是否落於預定範圍之外;若是,可將落於預定範圍之外的軌跡點再設為特徵點並保留,以進一步調整縮減後軌跡;若否,可將錨點Aa及特徵點Fa之間的軌跡點刪除,以縮減軌跡。同理,可以迭代
方式檢查錨點Ab及特徵點Fa之間的軌跡點是否可保留或刪除。依此類推,可重複以迭代方式判斷特徵點與錨點或其他特徵點之間的軌跡點,是否落於預定範圍之外,以保留或刪除軌跡點。
根據實施例,步驟510中,可對複數個軌跡點執行拉默-道格拉斯-普克算法(Ramer-Douglas-Peucker algorithm,RDP algorithm)以判斷複數個軌跡點是否包含至少一特徵點,且解析度閾值(例如上述的寬度W)可為拉默-道格拉斯-普克算法中的距離維度參數。如第7圖及第8圖之舉例所述,拉默-道格拉斯-普克算法中的距離維度參數可為設計參數,且可根據每個地區的路寬限制而設計。
第9圖為實施例中,軌跡縮減裝置900之示意圖。軌跡縮減裝置900可包含定位單元910、速率計算單元920、錨點判斷單元930、降採樣單元940及軌跡更新單元950。下文以第2圖及第3圖為例,說明軌跡縮減裝置900之操作。
定位單元910可蒐集軌跡的軌跡資料(例如200)之複數個軌跡點(例如P1至P17)。
速率計算單元920可鏈接於定位裝置910且可計算軌跡資料中每一軌跡點的速率(例如V1至V17)。
錨點判斷單元930鏈接於速度計算單元920且可依據複數個軌跡點(例如P1至P17)的速率(例如V1至V17),於複數個軌跡點(例如P1至P17)中決定至少一錨點(例如A1至A5),以及依據求得之至少一錨點(例如A1至A5)將軌跡分成至少一軌跡段(例如S1至S4)。根據實施例,錨點判斷單元930可執行第4圖之流程,以決定錨點(例如A1至A5)。
降採樣單元940鏈接於錨點判斷單元930且可對每一軌跡段的複數個軌跡點進行降採樣,以產生降採樣結果。根據實施例,降採樣單元940可執行第5圖之步驟510以判斷每一軌跡段的複數個軌跡點是否包含至少一特徵點。根據
實施例,降採樣單元940可以迭代方式判斷軌跡段(例如S1至S4之每一軌跡段)中的複數個軌跡點是否落於預定範圍之外,以及將落於預定範圍之外的軌跡點設為特徵點(例如F1),其中當解析度閾值(例如上述的ε)越大,則預定範圍越寬。
軌跡更新單元950鏈接於降採樣單元940且可依據降採樣結果,至少保留至少一錨點(例如A1至A5),以更新軌跡的軌跡資料(例如200),以產生更新後的軌跡資料(例如300)。軌跡更新單元950可執行第5圖之步驟520,以當降採樣結果為複數個軌跡點包含至少一特徵點(例如F1,亦即P14)時,於軌跡資料(例如200)中,保留至少一錨點(例如A1至A5)以及至少一特徵點(例如F1),並刪除其他軌跡點(例如P2至P3、P5至P7、P9至P11、P13、P15及P16),以更新軌跡資料(例如200)以產生更新後的軌跡資料(例如300)。
根據實施例,軌跡縮減裝置900可使用特定應用積體電路(application specific integrated circuit,ASIC)、處理器及/或控制器等硬體裝置而製作,且可設置於車用電腦、手機、平板電腦、伺服器等硬體裝置中,且搭配適宜的控制程序而應用。
總上,實施例提供的基於速率的軌跡縮減方法100及軌跡縮減裝置900可有效縮減軌跡之軌跡資料,以縮減傳輸及儲存的資料量,同時可適度保存關於速率之資訊。根據實施例,軌跡縮減裝置900可設置於邊緣端,例如車載端,以進行邊緣計算,以減少頻寬使用量及雲端計算量。根據實施例,被刪除之軌跡點的位置變化及速率變化較小,故可避免縮減後的軌跡資料之準確度過低。舉例而言,以軌跡縮減方法100及軌跡縮減裝置900產生的縮減後軌跡資料,比起原始軌跡資料,資料縮減量可達原始資料量之60%~80%(也就是縮減後軌跡資料的資料量為原始軌跡資料量的20%~40%),但縮減後的軌跡資料的里程長度與原始軌跡資料的里程長度的差異僅為1%以下,且縮減後的軌跡資料的平均
速率與原始軌跡資料的平均速率的差異也在3%以內,因此,可大幅降低資料量,同時保有足夠的資訊準確度。由於縮減後的軌跡資料仍帶有關於速率之資訊,故對於後續的分析頗有助益,例如若搭配帶有高程資訊的地圖圖資,則可有效求得高程與速率的關係,或是由速率資訊進一步取得移動物體的加速度資訊,有助於分析移動物體(例如車輛)之移動狀態及路況。因此,實施例提供的基於速率的軌跡縮減方法100及軌跡縮減裝置900對於處理本領域的難題,實有助益。
以上所述僅為本發明之較佳實施例,凡依本發明申請專利範圍所做之均等變化與修飾,皆應屬本發明之涵蓋範圍。
100:軌跡縮減方法
110至160:步驟
Claims (10)
- 一種軌跡縮減方法,包含:獲得一軌跡的軌跡資料,該軌跡資料包含複數個軌跡點;獲得該軌跡資料中每一軌跡點的速率;依據該複數個軌跡點的速率,於該複數個軌跡點中決定至少一錨點;依據該至少一錨點將該軌跡分成至少一軌跡段;對每一軌跡段的複數個軌跡點進行降採樣以產生一降採樣結果;以及於該軌跡的該軌跡資料中,依據該降採樣結果至少保留該至少一錨點,以更新該軌跡的該軌跡資料。
- 如請求項1所述的軌跡縮減方法,其中:對每一軌跡段的該複數個軌跡點進行降採樣,包含判斷該複數個軌跡點是否包含至少一特徵點;以及當該降採樣結果為該複數個軌跡點包含至少一特徵點,則於該軌跡的該軌跡資料中,保留該至少一錨點以及該至少一特徵點,並刪除其他軌跡點,以更新該軌跡的該軌跡資料。
- 如請求項1所述的軌跡縮減方法,其中於該複數個軌跡點中決定至少一錨點包含:設定該軌跡的一第一個軌跡點為一錨點,依序比對每一軌跡點與前一個被設定為錨點的軌跡點的速率差值;以及當一軌跡點的速率與前一個錨點的速率之差值大於或等於一速率閾值時,決定該軌跡點為一錨點。
- 如請求項1所述的軌跡縮減方法,其中對每一軌跡段的複數個軌跡點進行降採樣,包含依據一解析度閾值判斷該複數個軌跡點是否包含至少一特徵點。
- 如請求項4所述的軌跡縮減方法,其中依據該解析度閾值判斷該複數個軌跡點是否包含至少一特徵點,包含對該複數個軌跡點執行拉默-道格拉斯-普克算法(Ramer-Douglas-Peucker algorithm,RDP algorithm)以判斷該複數個軌跡點是否包含至少一特徵點,且該解析度閾值為道格拉斯-普克算法中的一距離維度參數。
- 如請求項4所述的軌跡縮減方法,其中依據該解析度閾值判斷該複數個軌跡點是否包含至少一特徵點,包含以迭代方式判斷該複數個軌跡點是否落於一預定範圍之外,以及將落於該預定範圍之外的一軌跡點設為一特徵點,其中當該解析度閾值越大,則該預定範圍越寬。
- 如請求項4所述的軌跡縮減方法,其中該解析度閾值係依據該軌跡所在之一平均路面寬度而決定。
- 一種軌跡縮減裝置,包含:一定位單元,用以蒐集一軌跡的軌跡資料之複數個軌跡點;一速率計算單元,鏈接於一定位裝置,用以計算該軌跡資料中每一軌跡點的速率;一錨點判斷單元,鏈接於該速度計算單元,用以依據該複數個軌跡點的速率,於該複數個軌跡點中決定至少一錨點,以及依據該至少一錨點將 該軌跡分成至少一軌跡段;一降採樣單元,鏈接於該錨點判斷單元,用以對每一軌跡段的複數個軌跡點進行降採樣以產生一降採樣結果;以及一軌跡更新單元,鏈接於該降採樣單元,用以依據該降採樣結果至少保留該至少一錨點,以更新該軌跡的該軌跡資料。
- 如請求項8所述之軌跡縮減裝置,其中:該降採樣單元係判斷每一軌跡段的該複數個軌跡點是否包含至少一特徵點;以及該軌跡更新單元係當該降採樣結果為該複數個軌跡點包含至少一特徵點時,於該軌跡的該軌跡資料中,保留該至少一錨點以及該至少一特徵點,並刪除其他軌跡點,以更新該軌跡的該軌跡資料。
- 如請求項9所述的軌跡縮減裝置,其中:該錨點判斷單元設定該軌跡的第一個軌跡點為一錨點,依序比對每一軌跡點與前一個被設定為錨點的軌跡點的速率差值,以及當一軌跡點的速率與前一個錨點的速率差值大於或等於一速率閾值時,決定該軌跡點為一錨點;以及該降採樣單元以迭代方式判斷一軌跡段中的複數個軌跡點是否落於一預定範圍之外,以及將落於該預定範圍之外的一軌跡點設為一特徵點,其中當一解析度閾值越大,則該預定範圍越寬。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/714,159 US20220326022A1 (en) | 2021-04-07 | 2022-04-06 | Speed-based trajectory reduction method and device for reducing trajectory data according to speeds of trajectory points |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163172048P | 2021-04-07 | 2021-04-07 | |
US63/172,048 | 2021-04-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202240203A TW202240203A (zh) | 2022-10-16 |
TWI805007B true TWI805007B (zh) | 2023-06-11 |
Family
ID=85460618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110136756A TWI805007B (zh) | 2021-04-07 | 2021-10-01 | 軌跡縮減方法及裝置 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI805007B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030040849A1 (en) * | 2001-08-21 | 2003-02-27 | Jean-Pierre Hathout | Method and system for vehicle trajectory estimation |
TW200741602A (en) * | 2006-02-23 | 2007-11-01 | Qualcomm Inc | Apparatus and methods for speed management and control |
CN105277940A (zh) * | 2014-05-28 | 2016-01-27 | 恩智浦有限公司 | 基于信号的数据压缩 |
CN105866791A (zh) * | 2016-05-20 | 2016-08-17 | 中铁第勘察设计院集团有限公司 | 采用靶标控制网提高车载LiDAR点云数据精度的方法 |
CN106595656A (zh) * | 2016-12-29 | 2017-04-26 | 辽宁工程技术大学 | 一种基于车载pos的公路线形特征识别与参数计算方法 |
US20180100934A1 (en) * | 2016-10-06 | 2018-04-12 | Thales | Point location method for a vehicle moving on a constrained trajectory and associated system |
CN110712533A (zh) * | 2019-11-07 | 2020-01-21 | 青岛海信移动通信技术股份有限公司 | 一种电动车辆及适用于电动车辆的运动状态判定方法 |
US20200094846A1 (en) * | 2018-09-25 | 2020-03-26 | GM Global Technology Operations LLC | Velocity estimation of an object |
US20200406894A1 (en) * | 2019-06-28 | 2020-12-31 | Zoox, Inc. | System and method for determining a target vehicle speed |
-
2021
- 2021-10-01 TW TW110136756A patent/TWI805007B/zh active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030040849A1 (en) * | 2001-08-21 | 2003-02-27 | Jean-Pierre Hathout | Method and system for vehicle trajectory estimation |
TW200741602A (en) * | 2006-02-23 | 2007-11-01 | Qualcomm Inc | Apparatus and methods for speed management and control |
CN105277940A (zh) * | 2014-05-28 | 2016-01-27 | 恩智浦有限公司 | 基于信号的数据压缩 |
CN105866791A (zh) * | 2016-05-20 | 2016-08-17 | 中铁第勘察设计院集团有限公司 | 采用靶标控制网提高车载LiDAR点云数据精度的方法 |
US20180100934A1 (en) * | 2016-10-06 | 2018-04-12 | Thales | Point location method for a vehicle moving on a constrained trajectory and associated system |
CN106595656A (zh) * | 2016-12-29 | 2017-04-26 | 辽宁工程技术大学 | 一种基于车载pos的公路线形特征识别与参数计算方法 |
US20200094846A1 (en) * | 2018-09-25 | 2020-03-26 | GM Global Technology Operations LLC | Velocity estimation of an object |
US20200406894A1 (en) * | 2019-06-28 | 2020-12-31 | Zoox, Inc. | System and method for determining a target vehicle speed |
CN110712533A (zh) * | 2019-11-07 | 2020-01-21 | 青岛海信移动通信技术股份有限公司 | 一种电动车辆及适用于电动车辆的运动状态判定方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202240203A (zh) | 2022-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020098708A1 (zh) | 车道线的检测及驾驶控制方法、装置和电子设备 | |
CN109444932B (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
CN106104656B (zh) | 地图信息生成系统、方法及程序 | |
US8788193B2 (en) | Tracking activity, velocity, and heading using sensors in mobile devices or other systems | |
KR102163171B1 (ko) | 운동 검출 방법, 장치, 기기 및 매체 | |
CN111652952A (zh) | 车道线生成方法、装置、计算机设备和存储介质 | |
CN110659658B (zh) | 一种目标检测方法及其装置 | |
JP2020052585A (ja) | 区画線認識装置 | |
US10462608B1 (en) | Estimating orientation of a mobile device with respect to a vehicle using global displacement information and local motion information | |
CN110853353A (zh) | 基于视觉的密度交通车辆计数和交通流量计算方法及系统 | |
US20230417931A1 (en) | Method for real-time position estimate correction of a movable object | |
KR20190001086A (ko) | 관성 및 단일 광학 센서를 이용한 슬라이딩 윈도우 기반 비-구조 위치 인식 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
US20220326022A1 (en) | Speed-based trajectory reduction method and device for reducing trajectory data according to speeds of trajectory points | |
TWI805007B (zh) | 軌跡縮減方法及裝置 | |
CN112037257A (zh) | 一种目标跟踪方法、终端及其计算机可读存储介质 | |
CN112307151B (zh) | 导航数据处理方法及装置 | |
CN113052265B (zh) | 基于特征选择的移动对象轨迹简化方法 | |
CN110196440B (zh) | 重合轨迹的识别方法及装置、电子设备、存储介质 | |
CN114037977B (zh) | 道路灭点的检测方法、装置、设备及存储介质 | |
CN113660237B (zh) | 一种基于动态滑动窗口的工业互联网数据流异常检测方法、存储器和处理器 | |
CN109612467B (zh) | 轨迹简化方法、系统及轨迹可视化系统 | |
CN114741806A (zh) | 一种悬架优化方法、系统、装置、设备及介质 | |
CN114565670A (zh) | 一种位姿优化方法及装置 | |
CN109583511B (zh) | 速度融合方法和装置 | |
CN114264310A (zh) | 定位及导航方法、装置、电子设备、计算机存储介质 |