CN104391888B - 一种异常定位数据的过滤方法 - Google Patents
一种异常定位数据的过滤方法 Download PDFInfo
- Publication number
- CN104391888B CN104391888B CN201410631089.1A CN201410631089A CN104391888B CN 104391888 B CN104391888 B CN 104391888B CN 201410631089 A CN201410631089 A CN 201410631089A CN 104391888 B CN104391888 B CN 104391888B
- Authority
- CN
- China
- Prior art keywords
- speed
- distance
- point
- filtered
- invalid
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
一种异常定位数据的过滤方法,包括:当存储点数小于N时,进行初步采点;对初步采集的点进行初步过滤;当采集的点达到N点时,实时采点,并删除最早的一个点,保证存储点数为N;对N个点进行判断运动状态;依据不同的运动状态进行分类过滤;判断被过滤的无效次数,如果大于M则清空存储点,转入初始步骤重新开始,否则继续进行实时采点过滤。本发明通过异常定位数据的过滤方法的设计,降低了异常定位数据发生的概率,大大降低了异常的超速报警,大漂移等发生概率。
Description
【技术领域】
本发明涉及一种异常定位数据的过滤方法。
【背景技术】
卫星导航系统具有高精度、高效率和低成本的优点,使其在各类大地测量控制网的加强改造和建立以及在公路工程测量和大型构造物的变形测量中得到了较为广泛的应用。尤其是在车辆定位监控中,含有定位监控能力的车载监控终端进行实时采集定位数据,并进行存储或上报的应用上取得了广阔市场。定位数据来源于卫星导航系统,但是由于定位芯片如果收讯能力不足,就会完全失去定位的能力,而如果收讯能力过强的话也会有副作用。因为卫星发射的信号本质上就是电磁波,在地形复杂的环境比如高楼林立的城市中容易发生反射而产生杂波,这些信号会对定位产生不利的干扰,从而产生漂移现象。在应用中,常常看到车辆的轨迹出现与实际不符的情况,如大速度、大的漂移点从而导致司机因为违规而遭受无辜惩罚。因此如何定位哪些数据是漂移数据,需要进行过滤,使得车辆行驶轨迹看得更合理,就是我们要迫切解决的问题。
【发明内容】
本发明所要解决的技术问题在于提供一种异常定位数据的过滤方法。
本发明是这样实现的:
一种异常定位数据的过滤方法,包括如下步骤:
步骤a:当存储点数小于N时,进行初步采点;
步骤b:对初步采集的点进行初步过滤;
步骤c:当采集的点达到N点时,实时采点,并删除最早的一个点,保证存储点数为N;
步骤d:对N个点进行判断运动状态;
步骤e:依据不同的运动状态进行分类过滤;
步骤f:判断被过滤的无效次数,如果大于M则清空存储点,转入步骤a重新开始,否则继续进行实时采点过滤。
所述初步过滤,采用的与上一个点进行比较过滤,比较过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值;
定位状态依据是否定位判断,如不定位则被过滤;
大速度依据该汽车的最大速度性能判断,如速度大于最大速度则被过滤;
加速度依据该汽车每秒最大加速度性能判断,先计算与上一秒的速度差,如速度差大于每秒最大加速度则被过滤;
大距离依据汽车每秒能行驶的最大距离判断,先计算与上一秒的距离,如距离大于汽车行驶最大距离+定位的误差距离则过滤;
距离与速度的差值分为距离小但速度过大、速度小但距离过大,距离小但速度过大:与上一点的距离如果小于5米,但速度却大于30Km/H则过滤;距离大但速度过小:与上一点的距离如果大于这两点速度一秒行驶的距离+定位误差距离则过滤。
所述步骤c,存储点=N时,实时采点,当存储点达到N时,新采集的点替换最早的点,以保证点数不超过N;当出现点被过滤时,不再重新开始采集,而是对无效次数进行加减而判断,依据运动状态进行分类过滤,比较的基准点为没有被过滤掉的最后一个点,即最后一个有效点。
所述步骤d,判断运动状态,通过判断这N个点的速度,如果车辆速度在1Km/H以上的不超过2个,则认为车辆处于静态中,否则认为车辆在运动中。
所述步骤e,依据运动状态分类过滤;
静态过滤方法有:定位状态、大速度、大距离;
定位状态依据是否定位判断,如不定位则被过滤,无效次数累加;
大速度依据汽车静止中速度突然变化判断,如速度突然大于10Km/H则过滤,无效次数累加;
大距离依据电子围栏判断,如设置电子围栏50M,距离突然大于50M则过滤,无效次数累加;
运动状态过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值;
定位状态依据是否定位判断,如不定位则被过滤;
速度依据该汽车的最大速度性能判断,如速度大于最大速度则被过滤;
速度依据该汽车每秒最大加速度性能判断,先计算与基准点的速度差,如速度差大于每秒最大加速度*时间则被过滤;
距离依据汽车每秒能行驶的最大距离判断,先计算与基准点的距离,如距离大于汽车行驶最大距离*时间+定位的误差距离则过滤;
离与速度的差值分为距离小但速度过大、速度小但距离过大,距离小但速度过大:当速度大于Vm时,通过计算最近M个点的与前点的间距,然后间距换算成速度,去掉最大和最小求平均,计算出该路段平均速度V,如果当前速度V0大于平均速度V,且(V0-V)/V》R,则过滤;距离大但速度过小:先计算基准点速度V0到最大速度Vm需要P秒,如果与基准点时间间隔T小于P秒,则距离S使用V0*T+A*T*T/2+D,如果间隔时间T大于P秒,则距离S使用V0*P+A*P*P/2+Vm*(T-P)+D;其中A表示最大加速度,D表示定位误差,如果距离S小于和基准点的间距,则过滤。
所述步骤f,判断被过滤的无效次数,初始时无效累计次数为0,如果该点被过滤,依据不同的过滤规则进行对无效累计次数实现不同程度的累加;当M>无效累计次数>I时,该阶段定位效果不好,定位效果较差,继续实时采点过滤;当无效累计次数》M时,已长时间处于过滤中,定位效果很差,对存储的点清空,重新采点过滤;如果该点为有效点,且M>无效次数>I时,此时把无效累计次数直接置I,加快定位状态的恢复;当无效次数>0时,无效累计次数递减;当无效累计次数=0时,定位效果良好。
本发明的优点在于:通过异常定位数据的过滤方法的设计,降低了异常定位数据发生的概率,大大降低了异常的超速报警,大漂移等发生概率。提出异常定位数据的过滤算法是基于现实车辆的运动性能进行数据的过滤,目的是为了保证相关的软件产品的质量和用户感受,而且算法中的关键参数值都是可以人为地控制、调整,以适应不同的移动目标。
【附图说明】
下面参照附图结合实施例对本发明作进一步的描述。
图1是本发明方法总体流程简图。
【具体实施方式】
如图1所示,一种异常定位数据的过滤方法,包括如下步骤:
步骤a:当存储点数小于N时,进行初步采点;
步骤b:对初步采集的点进行初步过滤;
步骤c:当采集的点达到N点时,实时采点,并删除最早的一个点,保证存储点数为N;
步骤d:对N个点进行判断运动状态;
步骤e:依据不同的运动状态进行分类过滤;
步骤f:判断被过滤的无效次数,如果大于M则清空存储点,转入步骤a重新开始,否则继续进行实时采点过滤。
定位模块会实时的吐出定位数据,本发明设计了一个存储队列,进行滑动存储定位数据。队列最大存储为N,当达到N时,新数据将替换掉最早的数据,保证存储数据为N,不溢出。还设计了一个无效次数统计,当定位数据被定义为无效次,对无效累计次数进行加法,当定位数据定位为有效时,且无效累计次数大于零,则对无效累计次数进行减法。
下面对各步骤进行详细说明:
步骤a:存储点少于N时,初步采点。为了保证刚开始时定位稳定,当初步采集的点一旦被过滤掉,则认为定位不稳定,把采集的点都清空,重新开始采集过。这样可以降低原始点不可靠性,保证过滤时使用的基准点相对可靠。初步采点时使用初步过滤方法。
步骤b:初步过滤。初步过滤时,因为点数较少,采用的与上一个点进行比较过滤。比较过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值。定位状态依据是否定位判断,如不定位则被过滤。大速度依据该汽车的最大速度性能判断,如速度大于最大速度则被过滤。加速度依据该汽车每秒最大加速度性能判断,先计算与上一秒的速度差,如速度差大于每秒最大加速度则被过滤。大距离依据汽车每秒能行驶的最大距离判断,先计算与上一秒的距离,如距离大于汽车行驶最大距离+定位的误差距离则过滤。距离与速度的差值分为距离小但速度过大、速度小但距离过大,距离小但速度过大:与上一点的距离如果小于5米,但速度却大于30Km/H则过滤;距离大但速度过小:与上一点的距离如果大于这两点速度一秒行驶的距离+定位误差距离则过滤。
步骤c:存储点=N时,实时采点。当存储点达到N时,新采集的点替换最早的点,以保证点数不超过N;过滤不再使用初步过滤方法,当出现点被过滤时,不再重新开始采集,而是对无效次数进行加减而判断。依据运动状态进行分类过滤,比较的基准点为没有被过滤掉的最后一个点,即最后一个有效点。
步骤d:判断运动状态。通过判断这N个点的速度,如果车辆速度在1Km/H以上的不超过2个,则认为车辆处于静态中。否则认为车辆在运动中。由于车辆静态与运动中的性能是完全不同的,由此进行分类判断,可以更简单且更可靠。
步骤e:依据运动状态分类过滤。静态中,车辆位置可以认为基本不动,且速度保持在一个小量。静态过滤方法有:定位状态、大速度、大距离。定位状态依据是否定位判断,如不定位则被过滤,无效次数累加。大速度依据汽车静止中速度突然变化判断,如速度突然大于10Km/H则过滤,无效次数累加。大距离依据电子围栏判断,如设置电子围栏50M,距离突然大于50M则过滤,无效次数累加。运动状态过滤方法有些类似初步过滤,但基准点不同,一些计算的地方也不同,过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值。定位状态依据是否定位判断,如不定位则被过滤。大速度依据该汽车的最大速度性能判断,如速度大于最大速度则被过滤。加速度依据该汽车每秒最大加速度性能判断,先计算与基准点的速度差,如速度差大于每秒最大加速度*时间则被过滤。大距离依据汽车每秒能行驶的最大距离判断,先计算与基准点的距离,如距离大于汽车行驶最大距离*时间+定位的误差距离则过滤。距离与速度的差值分为距离小但速度过大、速度小但距离过大,距离小但速度过大:当速度大于Vm时,通过计算最近M个点的与前点的间距,然后间距换算成速度,去掉最大和最小求平均,计算出该路段平均速度V,如果当前速度V0大于平均速度V,且(V0-V)/V》R,则过滤。距离大但速度过小:先计算基准点速度V0到最大速度Vm需要P秒,如果与基准点时间间隔T小于P秒,则距离S使用V0*T+A*T*T/2+D。如果间隔时间T大于P秒,则距离S使用V0*P+A*P*P/2+Vm*(T-P)+D。其中A表示最大加速度,D表示定位误差。如果距离S小于和基准点的间距,则过滤。
步骤f:判断被过滤的无效次数。初始时无效累计次数为0,如果该点被过滤,可以依据不同的过滤规则进行对无效累计次数实现不同程度的累加。当M>无效累计次数>I时,该阶段定位效果不好,定位效果较差,继续实时采点过滤;当无效累计次数》M时,已长时间处于过滤中,定位效果很差,对存储的点清空,重新采点过滤。如果该点为有效点,且M>无效次数>I时,此时可把无效累计次数直接置I,加快定位状态的恢复;当无效次数>0时,无效累计次数递减;当无效累计次数=0时,定位效果良好。
本发明通过异常定位数据的过滤方法的设计,降低了异常定位数据发生的概率,大大降低了异常的超速报警,大漂移等发生概率。提出异常定位数据的过滤算法是基于现实车辆的运动性能进行数据的过滤,目的是为了保证相关的软件产品的质量和用户感受,而且算法中的关键参数值都是可以人为地控制、调整,以适应不同的移动目标。
以上所述仅为本发明的较佳实施用例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种异常定位数据的过滤方法,其特征在于:包括如下步骤:
步骤a:当存储点数小于设定值N时,进行初步采点;
步骤b:对初步采集的点进行初步过滤,即现在采集的点与上一个采集的点进行比较过滤,比较过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值;
定位状态的过滤方法依据是否定位判断,如不定位则被过滤;
大速度的过滤方法依据汽车的最大速度性能判断,如速度大于最大速度则被过滤;
加速度的过滤方法依据汽车每秒最大加速度性能判断,先计算与上一秒的速度差,如速度差大于每秒最大加速度则被过滤;
大距离的过滤方法依据汽车每秒能行驶的最大距离判断,先计算与上一秒的距离,如距离大于汽车在两点所消耗的时间内所能行驶最大距离+定位的误差距离则过滤;
距离与速度的差值的过滤方法分为距离小但速度过大、速度小但距离过大,距离小但速度过大:与上一点的距离如果小于5米,但速度却大于30Km/H则过滤;距离大但速度过小:与上一点的距离如果大于这两点平均速度*时间间隔的距离+定位误差距离则过滤;
步骤c:当采集的点达到N点时,实时采点,并删除最早的一个点,保证存储点数为N;
步骤d:对N个点进行判断运动状态;
步骤e:依据不同的运动状态进行分类过滤;具体包括:
静态过滤方法有:定位状态、大速度、大距离;
定位状态的静态过滤方法依据是否定位判断,如不定位则被过滤,无效次数累加;
大速度的静态过滤方法依据汽车静止时速度突然变化判断,速度突然大于10Km/H则过滤,无效次数累加;
大距离的静态过滤方法依据电子围栏判断,设置电子围栏50M,距离突然大于50M则过滤,无效次数累加;
运动状态过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值;
基准点为没有被过滤掉的最后一个点;定位状态的运动状态过滤方法依据是否定位判断,如不定位则被过滤;
大速度的运动状态过滤方法依据汽车的最大速度性能判断,如速度大于最大速度则被过滤;
加速度的运动状态过滤方法依据汽车每秒最大加速度性能判断,先计算与基准点的速度差,如速度差大于每秒最大加速度*与基准点间隔的时间则被过滤;
大距离的运动状态过滤方法依据汽车每秒能行驶的最大距离判断,先计算与基准点的距离,如距离大于汽车每秒行驶最大距离*与基准点间隔的时间+定位的误差距离则过滤;
距离与速度的差值的运动状态过滤方法分为距离小但速度过大、速度小但距离过大,距离小但速度过大:当速度大于设定的速度Vm时,通过计算最近M个点的与前点的间距,然后间距换算成速度,去掉最大和最小求平均,计算出路段平均速度V,如果当前速度V0大于平均速度V,且(V0-V)/V≥R,其中R为设定值,则过滤;距离大但速度过小:先计算基准点速度V0到设定的速度Vm需要P秒,如果与基准点时间间隔T小于P秒,则距离S使用V0*T+A*T*T/2+D,如果间隔时间T大于P秒,则距离S使用V0*P+A*P*P/2+Vm*(T-P)+D;其中A表示最大加速度,D表示定位误差,如果距离S小于和基准点的间距,则过滤;
步骤f:判断被过滤的无效次数:初始时无效累计次数为0,如果采集的点被过滤,依据不同的过滤规则进行对无效累计次数实现不同程度的累加;当M>无效累计次数>I时,定位效果较差,继续实时采点过滤;当无效累计次数≥M时,已长时间处于过滤中,定位效果很差,对存储的点清空,转入步骤a重新开始;如果采焦的点为有效点,且M>无效次数>I时,此时把无效累计次数直接置为I,加快定位状态的恢复;当判断采集的点为有效点,且无效次数≤I时,无效累计次数递减;当无效累计次数=0时,定位效果良好;其中M为高位无效累计次数,I为低位无效累计次数。
2.如权利要求1所述的一种异常定位数据的过滤方法,其特征在于:所述步骤c,存储点=N时,实时采点,当存储点达到N时,新采集的点替换最早的点,以保证点数不超过N;当出现点被过滤时,不再重新开始采集,而是对无效次数进行加减而判断,依据运动状态进行分类过滤,比较的基准点为没有被过滤掉的最后一个点,即最后一个有效点。
3.如权利要求1所述的一种异常定位数据的过滤方法,其特征在于:所述步骤d,判断运动状态,通过判断这N个点的速度,如果车辆速度在1Km/H以上的不超过2个,则认为车辆处于静态中,否则认为车辆在运动中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410631089.1A CN104391888B (zh) | 2014-11-11 | 2014-11-11 | 一种异常定位数据的过滤方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410631089.1A CN104391888B (zh) | 2014-11-11 | 2014-11-11 | 一种异常定位数据的过滤方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104391888A CN104391888A (zh) | 2015-03-04 |
CN104391888B true CN104391888B (zh) | 2018-03-09 |
Family
ID=52609792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410631089.1A Active CN104391888B (zh) | 2014-11-11 | 2014-11-11 | 一种异常定位数据的过滤方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104391888B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105022027B (zh) * | 2015-04-17 | 2018-03-09 | 北京嘀嘀无限科技发展有限公司 | 一种数据过滤方法及装置 |
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 |
CN106813669B (zh) * | 2015-12-01 | 2020-01-03 | 骑记(厦门)科技有限公司 | 运动信息的修正方法及装置 |
CN107884793B (zh) * | 2016-09-29 | 2021-12-07 | 厦门雅迅网络股份有限公司 | 一种gps漂移数据过滤方法、系统及终端 |
CN107220921B (zh) * | 2017-05-26 | 2020-09-29 | 西安木牛能源技术服务有限公司 | 一种对能耗在线监测系统所采集数据的验证方法 |
CN107765277B (zh) * | 2017-09-28 | 2020-11-10 | 上海惠芽信息技术有限公司 | 地图轨迹的绘制方法与装置 |
CN108120991A (zh) * | 2017-12-06 | 2018-06-05 | 上海评驾科技有限公司 | 一种行车轨迹优化方法 |
CN109254306B (zh) * | 2018-08-21 | 2022-11-18 | 江苏大学 | 一种基于移动互联网和gnss定位的农机作业路径调取系统及方法 |
CN110191436A (zh) * | 2019-05-23 | 2019-08-30 | 厦门硅田系统工程有限公司 | 一种船舶的边界控制方法 |
CN110333521A (zh) * | 2019-06-26 | 2019-10-15 | 中船电子科技(三亚)有限公司 | 一种遥控水面救生机器人冗余定位系统及定位方法 |
CN111208546B (zh) * | 2019-12-26 | 2022-08-02 | 深圳市元征科技股份有限公司 | 车辆定位数据获取方法、装置、车载设备及存储介质 |
CN111399000B (zh) * | 2020-04-08 | 2021-06-08 | 广州通达汽车电气股份有限公司 | Gps漂移过滤方法、gps终端的状态切换方法及切换设备 |
CN113807127B (zh) * | 2020-06-12 | 2024-07-02 | 杭州海康威视数字技术股份有限公司 | 一种人员归档方法、装置及电子设备 |
CN112114344B (zh) * | 2020-09-04 | 2024-01-19 | Tcl通讯(宁波)有限公司 | 一种定位方法、装置、存储介质及电子设备 |
CN112399338B (zh) * | 2020-11-19 | 2023-03-24 | 杭州云深科技有限公司 | 异常位置数据的确定方法、装置、计算机设备及存储介质 |
CN113791437A (zh) * | 2021-09-17 | 2021-12-14 | 深圳摩吉智行科技有限公司 | 过滤定点漂移数据的方法、装置及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012049492A1 (en) * | 2010-10-13 | 2012-04-19 | University Of Nottingham | Positioning system |
CN102749631A (zh) * | 2012-07-26 | 2012-10-24 | 海华电子企业(中国)有限公司 | 降低北斗卫星导航定位装置定位漂移的方法 |
CN103163536A (zh) * | 2011-12-15 | 2013-06-19 | 中国电信股份有限公司 | 基于acc信号的gps漂移处理方法与装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116165A (zh) * | 2013-01-23 | 2013-05-22 | 深圳市华宝电子科技有限公司 | 一种抑制卫星定位漂移的方法及导航装置 |
-
2014
- 2014-11-11 CN CN201410631089.1A patent/CN104391888B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012049492A1 (en) * | 2010-10-13 | 2012-04-19 | University Of Nottingham | Positioning system |
CN103163536A (zh) * | 2011-12-15 | 2013-06-19 | 中国电信股份有限公司 | 基于acc信号的gps漂移处理方法与装置 |
CN102749631A (zh) * | 2012-07-26 | 2012-10-24 | 海华电子企业(中国)有限公司 | 降低北斗卫星导航定位装置定位漂移的方法 |
Non-Patent Citations (2)
Title |
---|
"Application of nonlinear filter on the position estimation of dynamic positioned ship";Fuguang Ding et al.;《2011 9th World Congress on Intelligent Control and Automation》;20110801;全文 * |
"一种公交班次行驶轨迹精确计算算法的研究及应用";周建武 等;《计算机应用与软件》;20140831;第31卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104391888A (zh) | 2015-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104391888B (zh) | 一种异常定位数据的过滤方法 | |
CN106871924B (zh) | 一种基于卫星定位信号的车辆行驶里程计算方法 | |
EP3118079B1 (en) | Road surface submergence estimation device | |
CN111366164B (zh) | 定位方法及电子设备 | |
EP2215495B1 (en) | Location determination system for vehicles | |
CN105509753B (zh) | 一种基于浮动车卫星定位数据的地图匹配方法及系统 | |
CN104933856A (zh) | 道路路况实时评估系统及方法 | |
CN104677361B (zh) | 一种综合定位的方法 | |
CN108717794A (zh) | 一种防止高速公路上司机疲劳驾驶的方法,装置及系统 | |
CN104867356A (zh) | 一种基于DSRC和Telematics的车辆威胁评估系统 | |
CN110307841B (zh) | 一种基于信息量测不完全的车辆运动参数估计方法 | |
CA2932184A1 (en) | Advanced context-based driver scoring | |
CN109946648B (zh) | 一种车路协同下基于超宽带的车辆高精度定位方法 | |
CN104715610A (zh) | 一种面向城市交通的交通指数计算方法 | |
CN101114018A (zh) | 一种针对卫星定位失效而采取的虚拟定位方法及其应用设备 | |
CN104408917A (zh) | 基于智能手机加速度传感器实时交通路况估计方法 | |
CN104750963A (zh) | 交叉口延误时长估计方法及装置 | |
CN102136195A (zh) | 一种基于图像纹理检测道路交通状况的方法 | |
Sakr et al. | V2V and on-board sensor fusion for road geometry estimation | |
CN105427592B (zh) | 基于浮动车的导航电子地图转向代价计算方法 | |
CN114454878A (zh) | 车速控制模型训练样本的确定方法及装置 | |
CN110108297A (zh) | 车辆行驶数据处理方法及装置 | |
CN104952250B (zh) | 基于交通场面雷达的交通事件条件下的交通组织方法 | |
Gupta et al. | Road grade estimation using crowd-sourced smartphone data | |
CN116524719A (zh) | 一种道路拥堵预测方法、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |