CN104634352B - 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法 - Google Patents

一种基于浮动车移动轨迹与电子地图融合的道路匹配方法 Download PDF

Info

Publication number
CN104634352B
CN104634352B CN201510092939.XA CN201510092939A CN104634352B CN 104634352 B CN104634352 B CN 104634352B CN 201510092939 A CN201510092939 A CN 201510092939A CN 104634352 B CN104634352 B CN 104634352B
Authority
CN
China
Prior art keywords
section
anchor point
matching
matched
stack
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.)
Expired - Fee Related
Application number
CN201510092939.XA
Other languages
English (en)
Other versions
CN104634352A (zh
Inventor
赵睿
秦贵和
董劲男
王璇喆
秦俊
郭悦
赵鹏远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN201510092939.XA priority Critical patent/CN104634352B/zh
Publication of CN104634352A publication Critical patent/CN104634352A/zh
Application granted granted Critical
Publication of CN104634352B publication Critical patent/CN104634352B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching

Abstract

本发明涉及一种基于浮动车移动轨迹与电子地图融合的道路匹配方法,属于道路匹配的方法。采用网格划分技术将城市道路网进行划分,大幅度降低了路段搜索复杂度,并在此基础上采用参考历史数据和前瞻数据的三段式匹配思想与改进的权重模型思想相融合的地图匹配方法,相互之间取长补短,以权重模型计算出的匹配度为依据,用三段式匹配思想做决策,增强了决策依据的可靠性和结果决策的合理性,本发明力图用最小的复杂度来达到较高的匹配精度。

Description

一种基于浮动车移动轨迹与电子地图融合的道路匹配方法
技术领域
本发明属于道路匹配的方法,尤其是指基于浮动车移动轨迹与电子地图融合的道路匹配方法。
背景技术
交通是一个城市的命脉,它直接影响着城市居民的日常出行,朝九晚五的上班族,出差旅行的异地客,城市交通状况的好坏,都将直接影响着人们对这个城市的态度,便捷流畅的交通环境无疑会增加居民的居住舒适感和异地他乡游子的喜爱度。但是在经济迅速发展,公车私家车遍地横行的今天,想要保证一个便捷的交通,又是何其的困难,纵有“要想富,先修路”的治世名言,但是城市的空间资源显然是有限的,不可能无限制的去发展城市路建,那么如何在现有交通资源的前提下,来合理的指导人们的出行,以尽可能的提高交通路况的流畅度呢?于是智能交通系统(ITS)便应运而生。
智能交通系统是欧美等发达国家率先提出的一种智能化,信息化,数字化的综合交通管理系统,它是当今和未来交通发展的走向,智能交通系统通过建立人与车,车与车,车与服务器之间的通信来进行信息交流与共享,以实现最优化人们的出行路线的目的,而浮动车及其相关技术作为智能交通系统中的主要技术之一,它是指装备有GPS定位系统的移动车辆,是该系统的主要操作目标,因此围绕着GPS定位技术和浮动车技术的相关研究近年来便越来越收到重视。围绕浮动车展开的智能交通控制过程大致为:首先浮动车的信息采集设备,将自身的相关定位信息通过无线网络传送给交通控制中心,交通控制中心通过该定位信息对车辆进行定位匹配,判断该车目前所处路段,即是进行道路匹配,然后根据定位信息中的车速等其他相关信息来间接得到当前某路段的交通状况,并将该信息反馈到交通控制中心路况信息数据库中,当车辆在进行路径规划请求服务时,控制中心会根据实时路网中的动态路况对请求服务端进行规划建议,达到合理引导出行的目的。而地图匹配作为智能交通控制中的首要环节,其关键性不言而喻。
道路匹配技术发展至今,历经由基于点线式的基本匹配方法到模糊识别,卡尔曼滤波等复杂理论的应用的高级匹配方法的过程,是一个由简入繁,由易入难,逐渐丰富的典型过程。点线式理论的匹配方法,其方法简单,易懂易用,且时空复杂度较低,对应用环境和硬件支持的要求不高,但是其缺点也很明显,方法的匹配精度不够理想,无法满足对准确性要求较高的应用环境,只能应用在路网环境较为简单或是用于进行基本的原理性的验证实验上,在真实的复杂路况下很难达到理想的应用效果。而对于目前较为流行的采用复杂理论的高级地图匹配方法,即使是在非常复杂的路网路段中,往往也都能得到很好的匹配效果,但是它是以大量的浮点复杂运算为代价的,相对于点线式,其呈现出了几乎指数增长的复杂度,方法在实时性和处理效率上将严重取决于运行环境,只有具备一定的处理能力的环境才能使用该类匹配方法,而对于目前的嵌入式车载设备而言,要具备这样的处理能力,造价显然是要相对较高的,这也是目前市场上的车载定位设备价格之所以偏高的原因,可以说它是阻碍当前智能交通系统发展的原因之一。
发明内容
本发明提供一种基于浮动车移动轨迹与电子地图融合的道路匹配方法,以解决目前匹配结果的准确度低的问题。
本发明采取的技术方案是,包括下列步骤:
(一)浮动车数据处理
对采集到的原始GPS数据进行处理,原始GPS数据是多车在某一时间段内的连续数据,通过车辆ID来标识一辆车,首先通过车辆ID号码将数据进行整理,将同一车数据按照时间顺序连接,然后根据局部电子地图经纬度范围,凡超出该范围的GPS定位点均按照无效数据予以剔除,最后将GPS定位点的数据坐标通过高斯‐克吕格投影转换到电子地图所采用的WGS‐84坐标系;
(二)电子地图数据处理
根据MapInfo格式的电子地图,对其进行网格划分,将原本的整个地图划分成由众多网格组成的矩阵,每个网格是一个独立的部分,对于路网中的任一路段若有一点落入某一网格中便将该路段指针加入相应网格中,网格结构采用动态二维数组容器来组织,每一网格对应一个独立的容器,其中存放着落入该网格中的所有路段指针,如图1所示,其中(m,n)为该二维网格数组结构下标,pi为路段指针,存储于网格容器中。对于某一GPS定位点(x,y),计算其所落入的网格(I,J)方法为:
I=(maxlat–x)/S
J=(y–minlon)/S
maxlat为电子地图最大纬度值minlon为电子地图最小经度值,S为网格边长,在计算出GPS定位点所处网格后,以该网格为中心的三乘三的九宫格即为待匹配路段的搜索范围,分别取出该九宫格内的容器中的所有路段,即为当前定位点的待匹配路段;
(三)道路匹配
采用三段式与权重模型融合的匹配算法将浮动车GPS定位数据匹配到电子地图路网中的具体路段上,该匹配算法对于一个GPS定位点,定义了三种可能得到的匹配结果:匹配到节点、匹配到路段、暂时无法确定,其对应定义了三个栈,分别为已匹配栈、当前匹配栈,待匹配栈,该匹配算法在执行时每次取某一个车辆的一组定位点作为一次独立的处理部分,该每组定位点为15~50个,这些定位点在时间上是连续的,经度纬度范围也与选取的连续时间范围内车辆行驶距离有关,该匹配算法包括下列执行步骤:
1)取一组定位点,若GPS数据还有未处理的定位点,则取数据,若当前余下数据不足一组则其抛弃,此时判断待匹配栈是否为空,若为空算法结束,若不为空则根据已匹配栈中栈顶元素匹配结果逐次确定待匹配栈中元素的匹配结果,并将匹配结果压入已匹配栈中,算法结束;否则能够取到一组完整的数据,跳至步骤2);
2)取该组数据中的一个定位点,若该组还有未处理完的定位点,则取一点,计算其在网格结构中的位置(i,j),跳至步骤3),若该组所有点均处理结束,则跳至步骤1);
3)取以(i,j)为中心的九宫格内的所有路段指针,压入容器Vec1中,跳至步骤4);
4)若容器Vec1为空,跳至2),若容器Vec1非空,跳至步骤5);
5)判断容器Vec1中的所有路段端点是否有落入以当前定位点为中心以r为半径的圆中,若有则将当前定位点匹配到该路段节点上,并将匹配路段压入到当前匹配栈中,跳至步骤9),否则若无满足条件的路段,跳至步骤6),
6)若容器Vec1中还有未处理的路段指针,顺次取出一个,转步骤7),否则即容器Vec1中所有路段指针均已处理结束,跳至步骤8);
7)通过权重模型计算当前GPS定位点与该路段指针所指路段的匹配度,并将该匹配度存入容器Vec2,跳至步骤6);
8)判断容器Vec2中是否存在唯一最优匹配度值,若存在,则将当前定位点匹配到该最优匹配度所对应路段,并将匹配路段压入到当前匹配栈中,跳至步骤9),否则即不存在唯一最优匹配度则将当前定位点压入到待匹配栈中,跳至步骤2);
9)回检处理,即是对暂时无法确定匹配结果的定位点进行二次匹配,由于当前定位点匹配成功,即匹配到节点或路段,查询当前定位点之前是否有无法确定匹配结果的定位点,即判断此时待匹配栈是否为空,若为空则表明此前没有无法确定匹配结果的定位点,跳至步骤10),若待匹配栈非空,跳至步骤11);
10)将当前匹配栈中的路段指针顺序弹出,并依次压入已匹配栈中,跳至步骤2);
11)弹出待匹配栈的栈顶元素,根据此时当前匹配栈中的栈顶元素的匹配结果和已匹配栈中的栈顶元素匹配结果,确定弹出当前定位点的匹配结果,并将匹配结果压入当前匹配栈,跳至步骤12);
12)若待匹配非空,跳至步骤11),否则,跳至步骤10);
本发明一种实施方式是:步骤(三)中所述的权重模型选用了定位点与待匹配路段的距离权值和定位点与待匹配路段的夹角权值,通过该权重模型计算当前GPS定位点与该路段指针所指路段的匹配度的步骤如下:
计算该权重模型定位点与待匹配路段的距离权值:该距离为点到线的距离,即由该定位点向待匹配路段作垂线,若垂足在该路段内,则定位点与垂足间的距离就是定位点到待匹配路段的最短距离,否则若垂足落在路段之外,则定位点与待匹配路段的端点的最小距离就是所求最短距离,令最短距离为Dis,距离权重函数为:
WDis=h1*f(Dis)
其中h1为距离权重系数,f(Dis)为距离权重的量化函数,其公式为:
f(Dis)=(S‐Dis)/S
S为网格边长,由该量化函数可以得出,定位点与待匹配路段的距离越小,所得距离权重就会越大,表明匹配该路段的可能性就越大;
计算该权重模型的定位点与待匹配路段的夹角权值:在浮动车的GPS定位信息中包含有该定位点出的行驶方向,其以正北方向为启始线,以顺时针方向为增大方向,值在0°‐360°范围内,路段方向通常指平面直角坐标系中与X轴正半轴的夹角,令二者大小分别为θ1和θ2,则二者间夹角为Φ,则有:
夹角权重函数为:
WΦ=h2*g(Φ)
其中h2为夹角权重系数,g(Φ)为夹角量化函数,其公式为:
g(Φ)=cos(Φ)
上式表明,当二者间夹角越小时,相应夹角权重就越大,则匹配到相应路段的可能性越高;
计算当前GPS定位点与该路段指针所指路段的匹配度:将该定位点与路段的距离权值和夹角权值求和。
本发明力图在降低匹配算法时空复杂度的基础上,尽可能的提高匹配结果的准确度,使其能够兼顾基本匹配方法和高级匹配方法的优点,本发明首次提出在采用网格划分技术降低路段搜索复杂度的基础上,应用三段式匹配思想与权重模型思想相融合的匹配方法,经实例验证,匹配效果良好。
本发明的优点是:提出一种能够综合基本点线式算法的低复杂度和高级匹配算法的高精确度的综合性能良好的匹配算法,采用网格划分降低算法复杂度,三段式与权重模型保证匹配精确度。其主要特点有:1)采用网格对电子地图进行划分,在进行带匹配路段搜索时,无需遍历整个路网,且避免了大量的计算,直接对网格进行操作即可;2)在确定GPS定位点所处网格后采用九宫格的方式取路段,作为当前定位点的带匹配路段,区别于计算误差椭圆确定带匹配路段的方法,相比之下在确保相同误差精度的同时减少了大量的浮点开方平方等复杂计算;3)三段式的匹配方式,使得在路网中复杂交叉路口节点处能够巧妙的解决GPS定位点由于误差而使得对各路段的依附倾向不明显的问题,而且对不能确定匹配路段的GPS定位点采取参考历史数据和前瞻数据的方法进行二次匹配,对浮动车的连续轨迹数据中的某个或某些误差较大定位点的匹配结果能够起到很好的修正效果;4)改进权重模型的引入增加了最终匹配结果的可靠性;5)三段式匹配与权重模型的融合,相互之间取长补短,以权重模型计算出的匹配度为依据,采用三段式匹配思想做决策,增强了决策依据的可靠性和结果决策的合理性。
附图说明
图1是本发明网格结构图;
图2是本发明匹配方法执行流程图;
图3是点线式方法在道路两侧匹配效果图;
图4是本发明在道路两侧匹配效果图;
图5是点线式方法在复杂路段匹配效果图;
图6是本发明在复杂路段匹配效果图。
具体实施方式
三段式是指对于一个GPS定位点,其可能得到匹配结果有三种:匹配到节点、匹配到路段、暂时无法确定。其执行过程为首先以定位点为中心,以r为半径搜索,判断该点所在九宫格内的待匹配路段是否有路段端点落入在范围内,若有判断该端点是否是路网中的节点,若是则将该定位点匹配到该节点,否则判断该定位点是否能够匹配到待匹配路段中的某一路段,若能则匹配成功,否则将该定位点标记为暂时无法确定。三段式中对应有三个栈,分别为已匹配栈、当前匹配栈,待匹配栈,每次匹配成功时将相应路段压入当前匹配栈,然后进行回检处理,然后将当前匹配栈中的路段弹出压入已匹配栈,而对于暂时无法匹配到路段的定位点,则将其压入待匹配栈,等待回检处理。回检处理是指,在成功匹配一个定位点后判断该点之前的定位点是否有无法确定匹配结果的点,若有则根据历史数据即已匹配栈中的数据和前瞻数据即当前匹配栈中的数据,来确定其匹配结果,回检处理即是对暂时无法确定匹配结果的定位点进行二次匹配。
本发明中采用的权重模型为了与三段式匹配思想进行更好的融合,在基本权重模型进行了改进,舍弃了定位点与待匹配路段的相对位置权值,即本文中的权重模型选用了定位点与待匹配路段的距离权值和定位点与待匹配路段的夹角权值。因为三段式思想在复杂路段交叉点处巧妙的将定位点匹配到了节点,从而避免了匹配到具体某一路段的困扰,因此也就无需考虑定位点与待匹配路段的相对位置的权值。
本发明包括下列步骤:
(一)浮动车数据处理
对采集到的原始GPS数据进行处理,原始GPS数据是多车在某一时间段内的连续数据,通过车辆ID来标识一辆车,首先通过车辆ID号码将数据进行整理,将同一车数据按照时间顺序连接,然后根据局部电子地图经纬度范围,凡超出该范围的GPS定位点均按照无效数据予以剔除,最后将GPS定位点的数据坐标通过高斯‐克吕格投影转换到电子地图所采用的WGS‐84坐标系;
(二)电子地图数据处理
根据MapInfo格式的电子地图,对其进行网格划分,将原本的整个地图划分成由众多网格组成的矩阵,每个网格是一个独立的部分,对于路网中的任一路段若有一点落入某一网格中便将该路段指针加入相应网格中,网格结构采用动态二维数组容器来组织,每一网格对应一个独立的容器,其中存放着落入该网格中的所有路段指针,如图1所示,其中(m,n)为该二维网格数组结构下标,pi为路段指针,存储于网格容器中。对于某一GPS定位点(x,y),计算其所落入的网格(I,J)方法为:
I=(maxlat–x)/S
J=(y–minlon)/S
maxlat为电子地图最大纬度值minlon为电子地图最小经度值,S为网格边长,在计算出GPS定位点所处网格后,以该网格为中心的三乘三的九宫格即为待匹配路段的搜索范围,分别取出该九宫格内的容器中的所有路段,即为当前定位点的待匹配路段;
(三)道路匹配
采用三段式与权重模型融合的匹配算法将浮动车GPS定位数据匹配到电子地图路网中的具体路段上,该匹配算法对于一个GPS定位点,定义了三种可能得到的匹配结果:匹配到节点、匹配到路段、暂时无法确定,其对应定义了三个栈,分别为已匹配栈、当前匹配栈,待匹配栈,该匹配算法在执行时每次取一组定位点作为一次独立的处理部分,该每组定位点为15~50个,这些定位点在时间上是连续的,经度纬度范围也与选取的连续时间范围内车辆行驶距离有关,该匹配算法包括下列执行步骤:
1)取一组定位点,若GPS数据还有未处理的定位点,则取数据,若当前余下数据不足一组则其抛弃,此时判断待匹配栈是否为空,若为空算法结束,若不为空则根据已匹配栈中栈顶元素匹配结果逐次确定待匹配栈中元素的匹配结果,并将匹配结果压入已匹配栈中,算法结束;否则能够取到一组完整的数据,跳至步骤2);
2)取该组数据中的一个定位点,若该组还有未处理完的定位点,则取一点,计算其在网格结构中的位置(i,j),跳至步骤3),若该组所有点均处理结束,则跳至步骤1);
3)取以(i,j)为中心的九宫格内的所有路段指针,压入容器Vec1中,跳至步骤4);
4)若容器Vec1为空,跳至2),若容器Vec1非空,跳至步骤5);
5)判断容器Vec1中的所有路段端点是否有落入以当前定位点为中心以r为半径的圆中,若有则将当前定位点匹配到该路段节点上,并将匹配路段压入到当前匹配栈中,跳至步骤9),否则若无满足条件的路段,跳至步骤6),
6)若容器Vec1中还有未处理的路段指针,顺次取出一个,转步骤7),否则即容器Vec1中所有路段指针均已处理结束,跳至步骤8);
7)通过权重模型计算当前GPS定位点与该路段指针所指路段的匹配度,并将该匹配度存入容器Vec2,跳至步骤6);
8)判断容器Vec2中是否存在唯一最优匹配度值,若存在,则将当前定位点匹配到该最优匹配度所对应路段,并将匹配路段压入到当前匹配栈中,跳至步骤9),否则即不存在唯一最优匹配度则将当前定位点压入到待匹配栈中,跳至步骤2);
9)回检处理,即是对暂时无法确定匹配结果的定位点进行二次匹配,由于当前定位点匹配成功,即匹配到节点或路段,查询当前定位点之前是否有无法确定匹配结果的定位点,即判断此时待匹配栈是否为空,若为空则表明此前没有无法确定匹配结果的定位点,跳至步骤10),若待匹配栈非空,跳至步骤11);
10)将当前匹配栈中的路段指针顺序弹出,并依次压入已匹配栈中,跳至步骤2);
11)弹出待匹配栈的栈顶元素,根据此时当前匹配栈中的栈顶元素的匹配结果和已匹配栈中的栈顶元素匹配结果,确定弹出当前定位点的匹配结果,并将匹配结果压入当前匹配栈,跳至步骤12);
12)若待匹配非空,跳至步骤11),否则,跳至步骤10);
本发明一种实施方式是:步骤(三)中所述的权重模型选用了定位点与待匹配路段的距离权值和定位点与待匹配路段的夹角权值,通过该权重模型计算当前GPS定位点与该路段指针所指路段的匹配度的步骤如下:
计算该权重模型定位点与待匹配路段的距离权值:该距离为点到线的距离,即由该定位点向待匹配路段作垂线,若垂足在该路段内,则定位点与垂足间的距离就是定位点到待匹配路段的最短距离,否则若垂足落在路段之外,则定位点与待匹配路段的端点的最小距离就是所求最短距离,令最短距离为Dis,距离权重函数为:
WDis=h1*f(Dis)
其中h1为距离权重系数,f(Dis)为距离权重的量化函数,其公式为:
f(Dis)=(S‐Dis)/S
S为网格边长,由该量化函数可以得出,定位点与待匹配路段的距离越小,所得距离权重就会越大,表明匹配该路段的可能性就越大;
计算该权重模型的定位点与待匹配路段的夹角权值:在浮动车的GPS定位信息中包含有该定位点出的行驶方向,其以正北方向为启始线,以顺时针方向为增大方向,值在0°‐360°范围内,路段方向通常指平面直角坐标系中与X轴正半轴的夹角,令二者大小分别为θ1和θ2,则二者间夹角为Φ,则有:
夹角权重函数为:
WΦ=h2*g(Φ)
其中h2为夹角权重系数,g(Φ)为夹角量化函数,其公式为:
g(Φ)=cos(Φ)
上式表明,当二者间夹角越小时,相应夹角权重就越大,则匹配到相应路段的可能性越高;
计算当前GPS定位点与该路段指针所指路段的匹配度:将该定位点与路段的距离权值和夹角权值求和。
下边结合具体模拟实验例来进一步说明本发明的优点。
本发明在基于Linux系统的Qt环境下,以长春市某局部区域电子地图和某时间段内的部分出租车的真实出行轨迹数据进行了模拟测试实验,并对本发明方法的匹配结果(图4,图6)与基于基本点线式方法的匹配结果进行比较(图3,图5),说明该方法的优越之处,图中黑线为根据出租车GPS定位数据中的经纬度数据画出的出租车移动轨迹,灰色线为经匹配方法匹配后的匹配结果。
(1)根据图3、图4可知,基本点线式匹配方法容易出现匹配结果在道路的左右两侧摇摆的情形,而本发明的匹配方法能够很好的跟随路段,使显示的行驶轨迹更加平滑和稳定。
(2)根据图5、图6可知,本发明能够很好的匹配在圆形转盘和交叉路口等复杂路段处,相对于基本点线式匹配方法在这种复杂路口处,本发明具有更好的匹配效果。
此外分别用长度为10分钟的GPS数据和长度为1小时的GPS数据测试了网格划分的引入对三段式与权重模型融合的匹配算法执行效率的影响,由表1所示,基于网格划分的路网匹配算法执行时间小于基于点线式结构的路网的匹配算法执行时间,网格划分的引入使得匹配算法的执行效率得到了明显的改善。
表1基于网格划分与点线式结构的路网的匹配算法执行时间对比表

Claims (2)

1.一种基于浮动车移动轨迹与电子地图融合的道路匹配方法,其特征在于包括下列步骤:
(一)浮动车数据处理
对采集到的原始GPS数据进行处理,原始GPS数据是多车在某一时间段内的连续数据,通过车辆ID来标识一辆车,首先通过车辆ID号码将数据进行整理,将同一车数据按照时间顺序连接,然后根据局部电子地图经纬度范围,凡超出该范围的GPS定位点均按照无效数据予以剔除,最后将GPS定位点的数据坐标通过高斯‐克吕格投影转换到电子地图所采用的WGS‐84坐标系;
(二)电子地图数据处理
根据MapInfo格式的电子地图,对其进行网格划分,将原本的整个地图划分成由众多网格组成的矩阵,每个网格是一个独立的部分,对于路网中的任一路段若有一点落入某一网格中便将该路段指针加入相应网格中,网格结构采用动态二维数组容器来组织,每一网格对应一个独立的容器,其中存放着落入该网格中的所有路段指针,其中(m,n)为该二维网格数组结构下标,pi为路段指针,存储于网格容器中,对于某一GPS定位点(x,y),计算其所落入的网格(I,J)方法为:
I=(maxlat–x)/S
J=(y–minlon)/S
maxlat为电子地图最大纬度值,minlon为电子地图最小经度值,S为网格边长,在计算出GPS定位点所处网格后,以该网格为中心的三乘三的九宫格即为待匹配路段的搜索范围,分别取出该九宫格内的容器中的所有路段,即为当前定位点的待匹配路段;
(三)道路匹配
采用三段式与权重模型融合的匹配算法将浮动车GPS定位数据匹配到电子地图路网中的具体路段上,该匹配算法对于一个GPS定位点,定义了三种可能得到的匹配结果:匹配到节点、匹配到路段、暂时无法确定,其对应定义了三个栈,分别为已匹配栈、当前匹配栈,待匹配栈,该匹配算法在执行时每次取一组定位点作为一次独立的处理部分,该每组定位点为15~50个,这些定位点在时间上是连续的,经度纬度范围也与选取的连续时间范围内车辆行驶距离有关,该匹配算法包括下列执行步骤:
1)取一组定位点,若GPS数据还有未处理的定位点,则取数据,若当前余下数据不足一组则将其抛弃,此时判断待匹配栈是否为空,若为空算法结束,若不为空则根据已匹配栈中栈顶元素匹配结果逐次确定待匹配栈中元素的匹配结果,并将匹配结果压入已匹配栈中,算法结束;否则能够取到一组完整的数据,跳至步骤2);
2)取该组数据中的一个定位点,若该组还有未处理完的定位点,则取一点,计算其在网格结构中的位置(i,j),跳至步骤3),若该组所有点均处理结束,则跳至步骤1);
3)取以(i,j)为中心的九宫格内的所有路段指针,压入容器Vec1中,跳至步骤4);
4)若容器Vec1为空,跳至2),若容器Vec1非空,跳至步骤5);
5)判断容器Vec1中的所有路段端点是否有落入以当前定位点为中心以r为半径的圆中,若有则将当前定位点匹配到该路段节点上,并将匹配路段压入到当前匹配栈中,跳至步骤9),否则若无满足条件的路段,跳至步骤6),
6)若容器Vec1中还有未处理的路段指针,顺次取出一个,转步骤7),否则即容器Vec1中所有路段指针均已处理结束,跳至步骤8);
7)通过权重模型计算当前GPS定位点与该路段指针所指路段的匹配度,并将该匹配度存入容器Vec2,跳至步骤6);
8)判断容器Vec2中是否存在唯一最优匹配度值,若存在,则将当前定位点匹配到该最优匹配度所对应路段,并将匹配路段压入到当前匹配栈中,跳至步骤9),否则即不存在唯一最优匹配度则将当前定位点压入到待匹配栈中,跳至步骤2);
9)回检处理,即是对暂时无法确定匹配结果的定位点进行二次匹配,由于当前定位点匹配成功,即匹配到节点或路段,查询当前定位点之前是否有无法确定匹配结果的定位点,即判断此时待匹配栈是否为空,若为空则表明此前没有无法确定匹配结果的定位点,跳至步骤10),若待匹配栈非空,跳至步骤11);
10)将当前匹配栈中的路段指针顺序弹出,并依次压入已匹配栈中,跳至步骤2);
11)弹出待匹配栈的栈顶元素,根据此时当前匹配栈中的栈顶元素的匹配结果和已匹配栈中的栈顶元素匹配结果,确定弹出当前定位点的匹配结果,并将匹配结果压入当前匹配栈,跳至步骤12);
12)若待匹配非空,跳至步骤11),否则,跳至步骤10)。
2.根据权利要求1所述的一种基于浮动车移动轨迹与电子地图融合的道路匹配方法,其特征在于:步骤(三)中所述的权重模型选用了定位点与待匹配路段的距离权值和定位点与待匹配路段的夹角权值,通过该权重模型计算当前GPS定位点与该路段指针所指路段的匹配度的步骤如下:
计算该权重模型定位点与待匹配路段的距离权值:该距离为点到线的距离,即由该定位点向待匹配路段作垂线,若垂足在该路段内,则定位点与垂足间的距离就是定位点到待匹配路段的最短距离,否则若垂足落在路段之外,则定位点与待匹配路段的端点的最小距离就是所求最短距离,令最短距离为Dis,距离权重函数为:
WDis=h1*f(Dis)
其中h1为距离权重系数,f(Dis)为距离权重的量化函数,其公式为:
f(Dis)=(S‐Dis)/S
S为网格边长,由该量化函数可以得出,定位点与待匹配路段的距离越小,所得距离权重就会越大,表明匹配该路段的可能性就越大;
计算该权重模型的定位点与待匹配路段的夹角权值:在浮动车的GPS定位信息中包含有该定位点出的行驶方向,其以正北方向为启始线,以顺时针方向为增大方向,值在0°‐360°范围内,路段方向通常指平面直角坐标系中与X轴正半轴的夹角,令二者大小分别为θ1和θ2,则二者间夹角为Φ,则有:
夹角权重函数为:
WΦ=h2*g(Φ)
其中h2为夹角权重系数,g(Φ)为夹角量化函数,其公式为:
g(Φ)=cos(Φ)
上式表明,当二者间夹角越小时,相应夹角权重就越大,则匹配到相应路段的可能性越高;
计算当前GPS定位点与该路段指针所指路段的匹配度:将该定位点与路段的距离权值和夹角权值求和。
CN201510092939.XA 2015-03-02 2015-03-02 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法 Expired - Fee Related CN104634352B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510092939.XA CN104634352B (zh) 2015-03-02 2015-03-02 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510092939.XA CN104634352B (zh) 2015-03-02 2015-03-02 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法

Publications (2)

Publication Number Publication Date
CN104634352A CN104634352A (zh) 2015-05-20
CN104634352B true CN104634352B (zh) 2015-11-11

Family

ID=53213362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510092939.XA Expired - Fee Related CN104634352B (zh) 2015-03-02 2015-03-02 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法

Country Status (1)

Country Link
CN (1) CN104634352B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105628043B (zh) * 2015-12-28 2018-09-04 北京握奇智能科技有限公司 一种浮动车车载终端的最优路径搜索方法及系统
CN106980029B (zh) * 2016-01-15 2021-11-02 厦门雅迅网络股份有限公司 车辆超速判断方法及其系统
CN106996783B (zh) * 2016-01-25 2020-01-31 北京四维图新科技股份有限公司 一种行驶轨迹与路网底图的智能匹配方法及装置
CN106705976A (zh) * 2016-12-06 2017-05-24 北京中交兴路信息科技有限公司 一种路网匹配方法及装置
CN107993441B (zh) * 2017-12-18 2020-03-27 北京中交兴路信息科技有限公司 一种货车常跑路线的预测方法及装置
CN108253974B (zh) * 2017-12-29 2019-09-10 深圳市城市交通规划设计研究中心有限公司 浮动车定位数据自适应缓冲路径匹配系统及其方法
CN110120081B (zh) * 2018-02-07 2023-04-25 北京四维图新科技股份有限公司 一种生成电子地图车道标线的方法、装置及存储设备
CN108917769A (zh) * 2018-07-13 2018-11-30 北京工业大学 一种基于九叉树的机器人自适应栅格地图创建方法
CN111044056B (zh) * 2018-10-15 2023-10-13 华为技术有限公司 基于道路匹配的定位方法、芯片子系统及电子设备
CN109870713B (zh) * 2019-01-08 2021-03-26 武汉众智鸿图科技有限公司 一种gps轨迹曲线生成方法及装置
CN109916413B (zh) * 2019-03-18 2020-12-22 华南师范大学 基于网格划分的道路匹配方法、系统、装置和存储介质
CN110348776B (zh) * 2019-05-27 2021-09-17 天津五八到家科技有限公司 信息显示方法和终端设备
CN110379163B (zh) * 2019-07-26 2020-09-08 银江股份有限公司 一种基于轨迹数据的车辆异常减速区域检测方法及系统
CN110595491B (zh) * 2019-09-02 2021-12-07 北京航天发射技术研究所 一种基于Linux操作系统的地图匹配方法及装置
CN112950926A (zh) * 2019-12-10 2021-06-11 宁波中国科学院信息技术应用研究院 一种基于大数据和深度学习的城市主干道路速度预测方法
CN112050820B (zh) * 2020-09-02 2024-05-07 平安科技(深圳)有限公司 道路匹配方法、装置、电子设备及可读存储介质
CN112685530B (zh) * 2021-01-08 2022-04-05 腾讯科技(深圳)有限公司 确定电子地图中孤立道路的方法、相关设备及存储介质
CN113252050B (zh) * 2021-06-11 2021-10-29 天津所托瑞安汽车科技有限公司 一种路线匹配方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101383090A (zh) * 2008-10-24 2009-03-11 北京航空航天大学 一种并行路网结构下的浮动车信息处理方法
JP2009168525A (ja) * 2008-01-11 2009-07-30 Nec Corp リンクマッチングシステム、方法、およびプログラム
CN101694749A (zh) * 2009-08-25 2010-04-14 北京世纪高通科技有限公司 一种路径推测方法及装置
CN101986102A (zh) * 2010-10-14 2011-03-16 天津大学 一种城市地理信息系统中电子地图匹配方法
CN102102992A (zh) * 2009-12-22 2011-06-22 山东省计算中心 基于多级网络划分的匹配道路初筛方法及地图匹配系统
CN103354030A (zh) * 2013-07-29 2013-10-16 吉林大学 利用浮动公交车can总线信息判别道路交通状况的方法
CN104061935A (zh) * 2014-07-08 2014-09-24 中国石油大学(华东) 行驶速度限定的浮动车地图匹配加速方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101964941A (zh) * 2010-08-25 2011-02-02 吉林大学 基于动态信息的智能导航与位置服务系统及方法
CN102589557B (zh) * 2012-01-13 2014-12-03 吉林大学 一种基于驾驶员行为特性和分对数模型的交叉口处地图匹配方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009168525A (ja) * 2008-01-11 2009-07-30 Nec Corp リンクマッチングシステム、方法、およびプログラム
CN101383090A (zh) * 2008-10-24 2009-03-11 北京航空航天大学 一种并行路网结构下的浮动车信息处理方法
CN101694749A (zh) * 2009-08-25 2010-04-14 北京世纪高通科技有限公司 一种路径推测方法及装置
CN102102992A (zh) * 2009-12-22 2011-06-22 山东省计算中心 基于多级网络划分的匹配道路初筛方法及地图匹配系统
CN101986102A (zh) * 2010-10-14 2011-03-16 天津大学 一种城市地理信息系统中电子地图匹配方法
CN103354030A (zh) * 2013-07-29 2013-10-16 吉林大学 利用浮动公交车can总线信息判别道路交通状况的方法
CN104061935A (zh) * 2014-07-08 2014-09-24 中国石油大学(华东) 行驶速度限定的浮动车地图匹配加速方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
道路定位信息提取及四参数坐标转换方法;刘颖等;《微计算机信息》;20100131;第26卷(第1-1期);第123-124、59页 *

Also Published As

Publication number Publication date
CN104634352A (zh) 2015-05-20

Similar Documents

Publication Publication Date Title
CN104634352B (zh) 一种基于浮动车移动轨迹与电子地图融合的道路匹配方法
RU2756439C1 (ru) Определение локализации для работы транспортного средства
CN102183256B (zh) 行进车队的地图匹配方法
CN103177575B (zh) 城区出租车动态在线调度优化系统及其方法
CN105608505A (zh) 一种基于手机信令数据的居民轨道交通出行方式识别方法
CN100492434C (zh) 交通流状态分析所需的探测车采样量的获取方法
CN103177561B (zh) 公交实时路况的生成方法
CN105718750A (zh) 一种车辆行驶轨迹的预测方法及系统
CN109275121A (zh) 一种基于自适应扩展卡尔曼滤波的车辆轨迹跟踪方法
CN103295414A (zh) 一种基于海量历史gps轨迹数据的公交车到站时间预测方法
CN103453913A (zh) 停车场中车辆的组合定位方法
Liu et al. Road recognition using coarse-grained vehicular traces
Hao et al. Modal activity-based stochastic model for estimating vehicle trajectories from sparse mobile sensor data
CN109740811A (zh) 通行速度预测方法、装置和存储介质
CN110285817B (zh) 基于自适应d-s证据理论的复杂路网地图匹配方法
CN104282151A (zh) 基于高频卫星定位数据的实时浮动车路径匹配方法
CN109190811A (zh) 一种基于自适应扩展卡尔曼滤波的车辆速度跟踪方法
CN104900057A (zh) 一种城市快速路主辅道的浮动车地图匹配方法
Rogers Creating and evaluating highly accurate maps with probe vehicles
Benterki et al. Long-term prediction of vehicle trajectory using recurrent neural networks
CN104754054A (zh) 一种汽车检测服务系统及服务方法
CN105427592A (zh) 基于浮动车的导航电子地图转向代价计算方法
CN108711286B (zh) 一种基于多源车联网和手机信令的交通量分配方法及系统
CN111811526A (zh) 一种智能交通系统的电子地图路径规划方法
CN103236180B (zh) 一种车载信息互动接口方法

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
CB03 Change of inventor or designer information

Inventor after: Guo Sen

Inventor after: Qin Guihe

Inventor after: Zhao Rui

Inventor after: Dong Jinnan

Inventor after: Wang Xuanzhe

Inventor after: Qin Jun

Inventor after: Guo Yue

Inventor after: Zhao Pengyuan

Inventor before: Zhao Rui

Inventor before: Qin Guihe

Inventor before: Dong Jinnan

Inventor before: Wang Xuanzhe

Inventor before: Qin Jun

Inventor before: Guo Yue

Inventor before: Zhao Pengyuan

COR Change of bibliographic data
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151111

Termination date: 20170302

CF01 Termination of patent right due to non-payment of annual fee