CN103745083A - 轨迹数据清洗方法及装置 - Google Patents
轨迹数据清洗方法及装置 Download PDFInfo
- Publication number
- CN103745083A CN103745083A CN201310675935.5A CN201310675935A CN103745083A CN 103745083 A CN103745083 A CN 103745083A CN 201310675935 A CN201310675935 A CN 201310675935A CN 103745083 A CN103745083 A CN 103745083A
- Authority
- CN
- China
- Prior art keywords
- approximate velocity
- line segment
- time
- gained
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Electric Vacuum Cleaner (AREA)
Abstract
本发明涉及信息技术领域，具体涉及一种轨迹数据的清洗方法及装置。本发明的轨迹数据的清洗方法及装置同时考虑了时间和区域两个因素，进行时空区域划分，将每个物体轨迹线上相邻两个轨迹点形成的轨迹线段与对应时空区域的速度进行综合考虑，数据清洗效果好，能够准确清洗异常数据。
Description
【技术领域】
本发明涉及信息技术领域，具体涉及一种轨迹数据清洗方法及装置。
【背景技术】
随着便携式高精度位置定位仪器和廉价大容量可靠存储设备的出现，对各种移动物体进行定位和轨迹记录分析成为了可能，但是由于各种定位手段的局限性，人们获得的轨迹数据可能会出现许多异常数据。低质量的定位轨迹数据可能会造成人们在数据分析中获得低质量甚至误导性的结果。因此，如何对原始数据进行清洗成为亟待解决的问题。
现有的数据清洗方法有多种，其中，初步的清洗方案是对原始数据进行一些“非空”或者数值范围的约束；更进一步的方法是去除轨迹序列中距离差异明显异常的部分。
现有技术的缺点在于异常数据的标准与地形地貌无关，单纯计算连续的两个轨迹点之间的距离。但是会出现如下情形：一辆车跨越了一座山，两次定位位置分别在山两边的山脚，但是两次定位的时间差相对较小。上述情形明显为异常数据导致，但是对于整个数据集来说，两次定位位置直线距离较近，因此不会被判定为异常数据，清洗效果不佳。
因此，在轨迹数据的判断中需同时考虑时间及区域两个因素。
【发明内容】
本发明的目的在于克服上述不足之处，提供一种轨迹数据的清洗方法及装置，解决现有技术中轨迹数据清洗效果不佳的技术问题。
本发明为解决上述技术问题所采用的方案如下：
一种轨迹数据的清洗方法，包括：
步骤1：获取轨迹数据，并对所述轨迹数据进行处理得到每个物体在t时间的二维平面坐标x和y，形成轨迹点（t，x，y）；
步骤2：将每个物体的轨迹点（t，x，y）按照时间顺序形成轨迹线，将所述轨迹线上相邻的两个轨迹点组成的线段作为一个轨迹线段，得到该物体的轨迹线段集合，其中，相邻的两个轨迹点分别为所述轨迹线段的起点端和终点端；
步骤3：根据每个轨迹线段的距离以及相邻的两个时间t的差值计算每个轨迹线段的近似速度；
步骤4：根据不同轨迹数据所得的近似速度集合将整个地图划分为不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布；
步骤5：将步骤3所得轨迹线段的近似速度与步骤4中的时空区域对应，计算步骤3所得近似速度在所对应时空区域的近似速度分布中的置信度，计算步骤3所得近似速度所在时空区域的近似速度分布在所述置信度下的均值和标准差，当步骤3所得近似速度与均值之差的绝对值大于阈值时，对步骤3所得轨迹线段的终点端的轨迹点对应数据进行清洗。
优选地，步骤1中所述二维平面为：
（1）以地球经度和纬度作为坐标轴的二维平面；或
（2）将（1）中坐标轴进行任意线性或非线性可逆映射所得的二维平面。
优选地，步骤3中所述的距离为所述轨迹线段的起始端到终点端的直线距离，步骤3中所述的近似速度为所述距离与所述时间t的差值的比值。
优选地，所述步骤4具体为：根据不同轨迹数据所得的近似速度集合将整个地图划分为不同区域，再将所得每个区域按照时间段进行二次划分，得到不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布。
优选地，所述步骤5具体为：将步骤3所得轨迹线段的近似速度与步骤4中的时空区域对应，计算步骤3所得近似速度在所对应时空区域的近似速度分布中的置信度，计算步骤3所得近似速度所在时空区域的近似速度分布在所述置信度下的均值
和标准差var，设定第一阈值为w，当
或
时，对步骤3所得轨迹线段的终点端的轨迹点对应数据进行清洗。
本发明还提供了一种轨迹数据清洗装置，包括：
数据获取与处理单元，用于获取轨迹数据，并对所述轨迹数据进行处理得到每个物体在t时间的二维平面坐标x和y，形成轨迹点（t，x，y）；
轨迹线段生成单元，用于将每个物体的轨迹点（t，x，y）按照时间顺序形成轨迹线，将所述轨迹线上相邻的两个轨迹点组成的线段作为一个轨迹线段，得到该物体的轨迹线段集合，其中，相邻的两个轨迹点分别为所述轨迹线段的起点端和终点端；
近似速度计算单元，用于根据每个轨迹线段的距离以及相邻的两个时间t的差值计算每个轨迹线段的近似速度；
时空区域划分单元，用于根据不同轨迹数据所得的近似速度集合将整个地图划分为不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布；
异常数据清洗单元，用于将轨迹线段的近似速度与时空区域对应，计算近似速度在所对应时空区域的近似速度分布中的置信度，计算近似速度所在时空区域的近似速度分布在所述置信度下的均值和标准差，当近似速度与均值之差的绝对值大于阈值时，对轨迹线段的终点端的轨迹点对应数据进行清洗。
优选地，所述时空区域划分单元包括：
第一子单元，用于根据不同轨迹数据所得的近似速度集合将整个地图划分为不同区域；
第二子单元，用于将所得每个区域按照时间段进行二次划分，得到不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布。
与现有技术相比，本发明的有益效果在于，本发明的轨迹数据的清洗方法及装置同时考虑了时间和区域两个因素，进行时空区域划分，将每个物体轨迹线上相邻两个轨迹点形成的轨迹线段与对应时空区域的速度进行综合考虑，数据清洗效果好，能够准确清洗异常数据。
【附图说明】
图1是本发明实施例提供的轨迹数据清洗方法的流程图；
图2是本发明实施例提供的轨迹数据清洗装置的结构框图；
图3是本发明实施例提供的时空区域的近似速度分布图。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了提高轨迹数据清洗的效果，增加轨迹数据清洗的准确性，本发明实施例提供一种轨迹数据清洗方法，如图1所示，包括：
步骤S101：获取轨迹数据，并对所述轨迹数据进行处理得到每个物体在t时间的二维平面坐标x和y，形成轨迹点（t，x，y）；
其中，所述二维平面为：（1）以地球经度和纬度作为坐标轴的二维平面；或（2）将（1）中坐标轴进行任意线性或非线性可逆映射所得的二维平面。
步骤S102：将每个物体的轨迹点（t，x，y）按照时间顺序形成轨迹线，将所述轨迹线上相邻的两个轨迹点组成的线段作为一个轨迹线段，得到该物体的轨迹线段集合，其中，相邻的两个轨迹点分别为所述轨迹线段的起点端和终点端；
步骤S103：根据每个轨迹线段的距离以及相邻的两个时间t的差值计算每个轨迹线段的近似速度；
其中，所述的距离为所述轨迹线段的起始端到终点端的直线距离，所述的近似速度为所述距离与所述时间t的差值的比值。
步骤S104：根据不同轨迹数据所得的近似速度集合将整个地图划分为不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布；
首先，根据不同轨迹数据所得的近似速度集合将整个地图划分为不同区域；其次，将所得每个区域按照时间段进行二次划分，得到不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布。
步骤S105：将轨迹线段的近似速度与时空区域对应，计算近似速度在所对应时空区域的近似速度分布中的置信度，计算近似速度所在时空区域的近似速度分布在所述置信度下的均值和标准差，当近似速度与均值之差的绝对值大于阈值时，对轨迹线段的终点端的轨迹点对应数据进行清洗；
其中，近似速度所在时空区域的近似速度分布在所述置信度下的均值
和标准差var，设定第一阈值为w，当或
时，对轨迹线段的终点端的轨迹点对应数据进行清洗。
具体地，轨迹数据转换成如下格式
P＝<o，t，x，y>
分别代表物体o在时间t处于位置（x，y），此处o唯一代表一个现实世界存在的物体，而(x，y)是二维平面上的两个坐标，每一条这样的数据成为一次定位数据，整个轨迹数据看作轨迹点的数据的集合，坐标轴原点可以是平面上任意一点。
对于所有的轨迹点数据，将其按照o进行分组，假定总共有k不同的物体o；然后在组内按照时间t进行排序，时间在前面的轨迹点数据放在前面，这样就获得了轨迹线，即有序的数据组集合：
{Pj|j＝1...ki}，i＝1...k，
这里ki代表每一个组的轨迹点的数目。
对于每一个组，将代表这个物体运动轨迹的轨迹线中相邻的两个轨迹点记录为一个轨迹线段，线段的两个端点（起点端和终点段）是两个轨迹点：
{(Pj，Pj+1)|j＝1...ki-1}，i=1...k，
对于一个轨迹线段(Pj，Pj+1)，记Pj为起点端，记Pj+1为终点端，其距离di为两个点的距离，其时间差ti是两次定位的时间间隔，其近似速度定义为vi＝di/ti。
对于已有的全体数据集合，首先去掉速度近似于0的部分，然后用剩下的数据计算每一次定位的近似速度，然后可以根据每次定位的时间、位置和近似速度画出整个地图的时间和空间的速度分布，然后把整个地图划分为不同的区域，对于一个区域划分为不同的时间段，使得这个区域这个时间段的速度分布服从正态分布。
应用上述清洗方法中步骤S104所述方法对2013年7月28日的全日出租车GPS数据进行分析，选择中国深圳南山区腾讯大厦为中心周围一公里区域内作为研究区域，结果如图3所示，将低速部分过滤后，该时空区域的近似速度分布服从正态分布。
本发明实施例的轨迹数据的清洗方法同时考虑了时间和区域两个因素，进行时空区域划分，将每个物体轨迹线上相邻两个轨迹点形成的轨迹线段与对应时空区域的速度进行综合考虑，数据清洗效果好，能够准确清洗异常数据。
与上述方法相对应地，本发明实施例还提供了一种轨迹数据清洗装置，如图2所示，包括：
数据获取与处理单元201，用于获取轨迹数据，并对所述轨迹数据进行处理得到每个物体在t时间的二维平面坐标x和y，形成轨迹点（t，x，y）；
轨迹线段生成单元202，用于将每个物体的轨迹点（t，x，y）按照时间顺序形成轨迹线，将所述轨迹线上相邻的两个轨迹点组成的线段作为一个轨迹线段，得到该物体的轨迹线段集合，其中，相邻的两个轨迹点分别为所述轨迹线段的起点端和终点端；
近似速度计算单元203，用于根据每个轨迹线段的距离以及相邻的两个时间t的差值计算每个轨迹线段的近似速度；
时空区域划分单元204，用于根据不同轨迹数据所得的近似速度集合将整个地图划分为不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布；
异常数据清洗单元205，用于将轨迹线段的近似速度与时空区域对应，计算近似速度在所对应时空区域的近似速度分布中的置信度，计算近似速度所在时空区域的近似速度分布在所述置信度下的均值和标准差，当近似速度与均值之差的绝对值大于阈值时，对轨迹线段的终点端的轨迹点对应数据进行清洗。
进一步地，该时空区域划分单元204具体包括：
第一子单元，用于根据不同轨迹数据所得的近似速度集合将整个地图划分为不同区域；
第二子单元，用于将所得每个区域按照时间段进行二次划分，得到不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括上述方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（ROM）或随机存储记忆体（RAM）。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (7)
1.一种轨迹数据的清洗方法，其特征在于，包括：
步骤1：获取轨迹数据，并对所述轨迹数据进行处理得到每个物体在t时间的二维平面坐标x和y，形成轨迹点（t，x，y）；
步骤2：将每个物体的轨迹点（t，x，y）按照时间顺序形成轨迹线，将所述轨迹线上相邻的两个轨迹点组成的线段作为一个轨迹线段，得到该物体的轨迹线段集合，其中，相邻的两个轨迹点分别为所述轨迹线段的起点端和终点端；
步骤3：根据每个轨迹线段的距离以及相邻的两个时间t的差值计算每个轨迹线段的近似速度；
步骤4：根据不同轨迹数据所得的近似速度集合将整个地图划分为不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布；
步骤5：将步骤3所得轨迹线段的近似速度与步骤4中的时空区域对应，计算步骤3所得近似速度在所对应时空区域的近似速度分布中的置信度，计算步骤3所得近似速度所在时空区域的近似速度分布在所述置信度下的均值和标准差，当步骤3所得近似速度与均值之差的绝对值大于阈值时，对步骤3所得轨迹线段的终点端的轨迹点对应数据进行清洗。
2.根据权利要求1所述的清洗方法，其特征在于，步骤1中所述二维平面为：
（1）以地球经度和纬度作为坐标轴的二维平面；或
（2）将（1）中坐标轴进行任意线性或非线性可逆映射所得的二维平面。
3.根据权利要求1所述的清洗方法，其特征在于，步骤3中所述的距离为所述轨迹线段的起始端到终点端的直线距离，步骤3中所述的近似速度为所述距离与所述时间t的差值的比值。
4.根据权利要求1所述的清洗方法，其特征在于，所述步骤4具体为：根据不同轨迹数据所得的近似速度集合将整个地图划分为不同区域，再将所得每个区域按照时间段进行二次划分，得到不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布。
5.根据权利要求1所述的清洗方法，其特征在于，所述步骤5具体为：将步骤3所得轨迹线段的近似速度与步骤4中的时空区域对应，计算步骤3所得近似速度在所对应时空区域的近似速度分布中的置信度，计算步骤3所得近似速度所在时空区域的近似速度分布在所述置信度下的均值
和标准差var，设定第一阈值为w，当
或
时，对步骤3所得轨迹线段的终点端的轨迹点对应数据进行清洗。
6.一种轨迹数据清洗装置，其特征在于，包括：
数据获取与处理单元，用于获取轨迹数据，并对所述轨迹数据进行处理得到每个物体在t时间的二维平面坐标x和y，形成轨迹点（t，x，y）；
轨迹线段生成单元，用于将每个物体的轨迹点（t，x，y）按照时间顺序形成轨迹线，将所述轨迹线上相邻的两个轨迹点组成的线段作为一个轨迹线段，得到该物体的轨迹线段集合，其中，相邻的两个轨迹点分别为所述轨迹线段的起点端和终点端；
近似速度计算单元，用于根据每个轨迹线段的距离以及相邻的两个时间t的差值计算每个轨迹线段的近似速度；
时空区域划分单元，用于根据不同轨迹数据所得的近似速度集合将整个地图划分为不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布；
异常数据清洗单元，用于将轨迹线段的近似速度与时空区域对应，计算近似速度在所对应时空区域的近似速度分布中的置信度，计算近似速度所在时空区域的近似速度分布在所述置信度下的均值和标准差，当近似速度与均值之差的绝对值大于阈值时，对轨迹线段的终点端的轨迹点对应数据进行清洗。
7.根据权利要求6所述的清洗装置，其特征在于，所述时空区域划分单元包括：
第一子单元，用于根据不同轨迹数据所得的近似速度集合将整个地图划分为不同区域；
第二子单元，用于将所得每个区域按照时间段进行二次划分，得到不同的时空区域，其中，每个时空区域的近似速度分布服从正态分布。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310675935.5A CN103745083B (zh) | 2013-12-11 | 2013-12-11 | 轨迹数据清洗方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310675935.5A CN103745083B (zh) | 2013-12-11 | 2013-12-11 | 轨迹数据清洗方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103745083A true CN103745083A (zh) | 2014-04-23 |
| CN103745083B CN103745083B (zh) | 2017-01-25 |
Family
ID=50502100
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310675935.5A Active CN103745083B (zh) | 2013-12-11 | 2013-12-11 | 轨迹数据清洗方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103745083B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104931989A (zh) * | 2015-07-14 | 2015-09-23 | 成都乐动信息技术有限公司 | 运动轨迹中异常点的检测方法与装置 |
| CN105184382A (zh) * | 2015-07-14 | 2015-12-23 | 成都乐动信息技术有限公司 | 运动轨迹的优化方法与装置 |
| CN106599561A (zh) * | 2016-12-06 | 2017-04-26 | 北京中交兴路信息科技有限公司 | 一种轨迹数据清洗方法及装置 |
| CN106776988A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种基于时间聚合的停靠点确定方法及装置 |
| CN105446605B (zh) * | 2014-07-23 | 2019-02-05 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
| CN109977109A (zh) * | 2019-04-03 | 2019-07-05 | 深圳市甲易科技有限公司 | 一种轨迹数据清洗方法及伴随分析方法 |
| CN110060004A (zh) * | 2019-03-19 | 2019-07-26 | 深圳市金鹰鹏物流有限公司 | 物流配送异常检测方法及系统 |
| CN111522035A (zh) * | 2020-06-04 | 2020-08-11 | 深圳市华德安科技有限公司 | 定位轨迹的生成方法、设备及可读存储介质 |
| CN112328967A (zh) * | 2020-10-30 | 2021-02-05 | 重庆紫光华山智安科技有限公司 | 一种针对移动信号轨迹去噪的方法、介质及终端 |
| CN112509383A (zh) * | 2020-11-24 | 2021-03-16 | 民航数据通信有限责任公司 | 一种提高ads-b航迹数据准确率的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102607553A (zh) * | 2012-03-06 | 2012-07-25 | 北京建筑工程学院 | 一种基于出行轨迹数据的行程识别方法 |
| CN103020222A (zh) * | 2012-12-13 | 2013-04-03 | 广州市香港科大霍英东研究院 | 用于车辆gps数据分析与异常监测的可视挖掘方法 |
| JP5180715B2 (ja) * | 2008-07-23 | 2013-04-10 | 三洋電機株式会社 | ナビゲーション装置 |
| CN103106280A (zh) * | 2013-02-22 | 2013-05-15 | 浙江大学 | 一种道路网络环境下不确定时空轨迹数据的范围查询方法 |
-
2013
- 2013-12-11 CN CN201310675935.5A patent/CN103745083B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5180715B2 (ja) * | 2008-07-23 | 2013-04-10 | 三洋電機株式会社 | ナビゲーション装置 |
| CN102607553A (zh) * | 2012-03-06 | 2012-07-25 | 北京建筑工程学院 | 一种基于出行轨迹数据的行程识别方法 |
| CN103020222A (zh) * | 2012-12-13 | 2013-04-03 | 广州市香港科大霍英东研究院 | 用于车辆gps数据分析与异常监测的可视挖掘方法 |
| CN103106280A (zh) * | 2013-02-22 | 2013-05-15 | 浙江大学 | 一种道路网络环境下不确定时空轨迹数据的范围查询方法 |
Non-Patent Citations (4)
| Title |
|---|
| SCHUESSLER N,ETL: "《Processing raw data from global positioning systems without additional information》", 《TRANSPORTATION RESEARCH RECORD:JOURNAL OF THE TRANSPORTATION RESEARCH BOARD》 * |
| YIN LOU,ETL: "《Map-Matching for Low-Sampling-Rate GPS Trajectories》", 《ACM GIS》 * |
| 刘良旭等: "《基于轨迹点局部异常度的异常点检测算法》", 《计算机学报》 * |
| 赵倩: "《车载GPS导航系统动态滤波算法应用研究》", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105446605B (zh) * | 2014-07-23 | 2019-02-05 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
| CN104931989A (zh) * | 2015-07-14 | 2015-09-23 | 成都乐动信息技术有限公司 | 运动轨迹中异常点的检测方法与装置 |
| CN105184382A (zh) * | 2015-07-14 | 2015-12-23 | 成都乐动信息技术有限公司 | 运动轨迹的优化方法与装置 |
| CN104931989B (zh) * | 2015-07-14 | 2017-05-10 | 成都乐动信息技术有限公司 | 运动轨迹中异常点的检测方法与装置 |
| CN105184382B (zh) * | 2015-07-14 | 2018-12-28 | 成都乐动信息技术有限公司 | 运动轨迹的优化方法与装置 |
| CN106599561A (zh) * | 2016-12-06 | 2017-04-26 | 北京中交兴路信息科技有限公司 | 一种轨迹数据清洗方法及装置 |
| CN106776988A (zh) * | 2016-12-06 | 2017-05-31 | 北京中交兴路信息科技有限公司 | 一种基于时间聚合的停靠点确定方法及装置 |
| CN110060004A (zh) * | 2019-03-19 | 2019-07-26 | 深圳市金鹰鹏物流有限公司 | 物流配送异常检测方法及系统 |
| CN109977109A (zh) * | 2019-04-03 | 2019-07-05 | 深圳市甲易科技有限公司 | 一种轨迹数据清洗方法及伴随分析方法 |
| CN109977109B (zh) * | 2019-04-03 | 2021-04-27 | 深圳市甲易科技有限公司 | 一种轨迹数据伴随分析方法 |
| CN111522035A (zh) * | 2020-06-04 | 2020-08-11 | 深圳市华德安科技有限公司 | 定位轨迹的生成方法、设备及可读存储介质 |
| CN111522035B (zh) * | 2020-06-04 | 2023-11-14 | 深圳市华德安科技有限公司 | 定位轨迹的生成方法、设备及可读存储介质 |
| CN112328967A (zh) * | 2020-10-30 | 2021-02-05 | 重庆紫光华山智安科技有限公司 | 一种针对移动信号轨迹去噪的方法、介质及终端 |
| CN112328967B (zh) * | 2020-10-30 | 2021-09-14 | 重庆紫光华山智安科技有限公司 | 一种针对移动信号轨迹去噪的方法、介质及终端 |
| CN112509383A (zh) * | 2020-11-24 | 2021-03-16 | 民航数据通信有限责任公司 | 一种提高ads-b航迹数据准确率的方法 |
| CN112509383B (zh) * | 2020-11-24 | 2022-08-26 | 民航数据通信有限责任公司 | 一种提高ads-b航迹数据准确率的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103745083B (zh) | 2017-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103745083A (zh) | 轨迹数据清洗方法及装置 | |
| CN106912018B (zh) | 基于信令轨迹的地图匹配方法及系统 | |
| CN110738856B (zh) | 一种基于移动聚类的城市交通拥堵精细识别方法 | |
| CN105528359B (zh) | 用于存储行进轨迹的方法和系统 | |
| CN106899306B (zh) | 一种保持移动特征的车辆轨迹线数据压缩方法 | |
| US20170010101A1 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
| CN107621263B (zh) | 一种基于道路磁场特征的地磁定位方法 | |
| WO2018219057A1 (zh) | 选址方法及设备 | |
| EP3023740B1 (en) | Method, apparatus and computer program product for route matching | |
| WO2018072336A1 (zh) | 一种线段擦除方法和装置 | |
| CN104062671A (zh) | 曲率约束的gnss浮动车地图匹配方法及装置 | |
| CN103929719A (zh) | 定位信息的优化方法和优化装置 | |
| CN105205841B (zh) | 地理信息系统的地图生成方法和系统 | |
| CN105759274A (zh) | 一种台风关注区雷达降水估测方法 | |
| CN104766346A (zh) | 一种基于视频图像的斑马鱼跟踪方法 | |
| CN112162304A (zh) | 路网匹配方法、装置、电子设备及介质 | |
| CN102314798B (zh) | 电子地图多边形面要素的形状点的自动简化的方法及装置 | |
| CN106896392B (zh) | 利用adas技术辅助定位测试的方法 | |
| KR20220045123A (ko) | 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체 | |
| CN116989816B (zh) | 一种偏航识别方法、装置及电子设备 | |
| CN104217456A (zh) | 一种三维模型数据加载方法和装置 | |
| CN105338541A (zh) | 一种基于移动无线网络数据的异常轨迹检测方法及装置 | |
| CN111681313B (zh) | 一种基于数字地形图的空间视域分析方法及电子设备 | |
| CN105890599A (zh) | 一种基于地理位置足迹噪点的过滤算法 | |
| CN100588986C (zh) | 空间定位系统中提高定位精度的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |