CN105528359B - 用于存储行进轨迹的方法和系统 - Google Patents
用于存储行进轨迹的方法和系统 Download PDFInfo
- Publication number
- CN105528359B CN105528359B CN201410515988.5A CN201410515988A CN105528359B CN 105528359 B CN105528359 B CN 105528359B CN 201410515988 A CN201410515988 A CN 201410515988A CN 105528359 B CN105528359 B CN 105528359B
- Authority
- CN
- China
- Prior art keywords
- point
- section
- main body
- data
- key point
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开内容涉及用于存储行进轨迹的方法和系统。本发明的一个实施例提供一种用于存储行进轨迹的方法,包括:基于主体的行进轨迹上的多个位置,将所述行进轨迹映射至路网中的至少一个路段;识别所述路段的进入点和离开点,其中所述进入点是所述主体开始沿所述路段行进的点,并且其中所述离开点是所述主体结束沿所述路段行进的点;以及存储与所述进入点和所述离开点中的至少一个点相关的数据,以存储所述路段作为所述行进轨迹的信息的一部分。本发明的另一实施例提供相应的系统。
Description
技术领域
本发明的实施例涉及用于存储行进轨迹的方法和系统。
背景技术
在车联网、智能交通、基于位置的服务(LBS)等诸多领域,经常需要记录行人、车辆等主体在移动过程中的行进轨迹(trajectory)。例如,车辆、移动电话、平板式计算机、个人数字助理(PDA)等很多设备均已配备了全球定位系统(GPS)或者其他导航/定位系统。在车辆或者行人沿着特定路线行进的过程中,导航/定位系统能够连续地或者周期性地采集位置数据以形成行进轨迹。
传统上,行进轨迹上的多个位置的位置数据被直接存储在数据库中。所存储的数据例如可以包括每个位置的经纬度坐标、主体通过该位置时的时间、主体经过该位置的速度,等等。然而,需要存储的数据量是巨大的。例如,为了记录1000辆车在一天内的行进轨迹,就需要存储每天存储超过20G的数据,这给存储资源带来很大压力。而且,用户随后可能需要对所存储的行进轨迹数据进行查询。例如,用户可能希望查询给定的主体在特定时间段内的轨迹,到达特定位置的时间,等等。在传统方案中,巨大的数据量给实时查询提出了巨大挑战。
已经提出了使用行进轨迹的几何信息来压缩待存储的数据。例如,对于一条直线路段而言,可以仅使用该路段两端的位置来表示该路段。然而,该路段上其他位置处的时间、速度等相关信息将被丢失。这种数据损失对查询而言是不利的。而且,当行进轨迹的几何形状比较复杂时,这种方法的计算复杂性较高,并且压缩率可能不甚理想。另一些已知方案同样受制于计算量过大、丢失有用信息等问题。因此,目前的行进轨迹存储方法无法支持高效、全面的行进轨迹数据查询。
发明内容
一般地,本发明的实施例提出用于存储行进轨迹的技术方案。
在一个方面,本发明的实施例提供一种用于存储行进轨迹的方法。所述方法包括:基于主体的行进轨迹上的多个位置,将所述行进轨迹映射至路网中的至少一个路段;识别所述路段的进入点和离开点,其中所述进入点是所述主体开始沿所述路段行进的点,并且所述离开点是所述主体结束沿所述路段行进的点;以及存储与所述进入点和所述离开点中的至少一个点相关的数据,以存储所述路段作为所述行进轨迹的信息的一部分。
在另一方面,本发明的实施例提供一种用于存储行进轨迹的系统。所述系统包括:映射单元,被配置为基于主体的行进轨迹上的多个位置,将所述行进轨迹映射至路网中的至少一个路段;识别单元,被配置为识别所述路段的进入点和离开点,其中所述进入点是所述主体开始沿所述路段行进的点,并且所述离开点是所述主体结束沿所述路段行进的点;以及存储单元,被配置为存储与所述进入点和所述离开点中的至少一个点相关的数据,以存储所述路段作为所述行进轨迹的信息的一部分。
通过下文描述将会理解,根据本发明的实施例,可以以路段为单位,借助于路网所提供的地图/道路信息来存储行人、车辆等主体的行进轨迹。这样,每个路段只需要存储很少量的数据。而且,基于路段之间的连通关系,可以进一步提高数据压缩率。另外,还可以额外地存储路段上一个或多个关键点的有关数据,从而在压缩率和查询效果之间取得良好的权衡。本发明的其他特征和优点将通过下文描述而变得容易理解。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显其中:
图1示出了适于用来实现本发明实施例的示例性计算机系统/服务器的示意性框图;
图2示出了根据本发明实施例的用于存储行进轨迹的方法的示意性流程图;
图3示出了根据本发明实施例的被映射到路网上的行进轨迹的示意图;
图4示出了根据本发明实施例的用于识别和存储路段关键点的方法的示意性流程图;以及
图5示出了根据本发明实施例的用于存储行进轨迹的系统的示意性框图。
在附图中,相同或相似的标号被用来表示相同或相似的元素。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的方框图。图1显示的计算机系统/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图1所示,计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示,通常称为“硬盘驱动器”)。尽管图1中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
图2示出了根据本发明实施例的用于存储行进轨迹的方法200的流程图。方法200开始于步骤S210,在此基于主体的行进轨迹上的多个位置,将所述行进轨迹映射至路网(road network)中的至少一个路段。
在此使用的术语“主体”是指行人、车辆和/或能够采集位置数据的任何其他人或设备。在此使用的术语“行进轨迹”是指主体在运动过程中的行进线路。在此使用的术语“路网”是指一类地图,它至少包含相关地理区域内的道路或交通路线信息。路网包含表征路线信息的多个路段。
在一个实施例中,在主体运动的过程中,与主体相关的定位/导航设备(例如,GPS接收器)可以感测主体的位置。这些位置形成了主体的行进轨迹。在一个实施例中,定位/导航设备按照给定的时间间隔,周期性地感测主体的位置数据。在另一实施例中,也可以连续地获取位置数据。位置数据可以被存储在主体本地,和/或被存储于主体远程的机器(例如,服务器)。备选地或附加地,主体行进过程中的位置数据也可以从第三方获取。
在一个实施例中,位置数据例如可以包括经纬度坐标。当然,任何其他形式的位置数据也都是可行的。可选地,在一个实施例中,对于主体在轨迹中的位置,位置数据还可以指示以下一项或多项:主体到该位置的时刻,主体在该位置处的运动速度,主体在该位置处的运动方向,等等。
轨迹上的多个位置被映射到路网上,使得每个位置对应于路网中的一个点。根据本发明的实施例,可以使用任何适当的技术来完成行进轨迹向路网的映射。例如,在一个实施例中,可以使用地图匹配(map matching)技术。如已知的,给定由多个位置表示的行进轨迹,地图匹配过程可以通过坐标转换确定路网中与这些位置对应的点,并且在路网中找到该行进轨迹的匹配路径。
各种地图匹配技术均可与本发明的实施例结合使用。例如,在一个实施例中,可以使用互相关法来确定行进轨迹与路径之间的匹配度。备选地,可以采用序贯检测法、层次搜索法、边缘特征匹配法,等等。可选地,除了与行进轨迹相匹配的路径之外,在一个实施例中,地图匹配过程还可以提供行进轨迹与匹配路径中各个路段之间的匹配度。地图匹配技术本身是已知的,在此不再赘述。任何其他的映射技术也是可能,不论是目前已知的还是将来开发的。
将会理解,行进轨迹将会涉及路网中的一个或多个路段。图3示出了被映射至路网300上的行进轨迹310的示意图。在此示例中,行进轨迹310涉及路网300中的三个路段320、330和340。如图所示,行进轨迹上的位置所对应的点(以三角形表示)分布在这些路段上。
仍然参考图2,方法200继而进行到步骤S220。在步骤S220,对于行进轨迹所涉及的任何给定路段,可以识别主体开始沿该路段行进的点(称为“进入点”)和/或结束沿该路段行进的点(称为“离开点”)。以此方式,根据本发明的实施例,对轨迹的存储可以以路网中的路段为单位来完成。
例如,在使用地图匹配的实施例中,如上所述,地图匹配过程可以指示轨迹中的每个位置所对应的点在地图上被映射到路网中的哪个路段。这样,对于一个路段而言,可以对所有被映射到该路段的连续的点,按照位置感测的时间排序。最早被感测的点可被识别为该路段的进入点,而最晚被感测的点可被识别为该路段的离开点。例如,在图3所示的示例中,对于路段320而言,主体在进入点321开始沿该路段行进,并且在离开点322结束沿该路段的行进。
应当理解,在主体行进过程中,可能不止一次经过相同的路段。换言之,主体可能多次进入和/或离开该路段。由此,一个路段可以具有多个进入点和/或多个离开点。此时,根据本发明的实施例,每对进入点和离开点可以被分别处理和存储。
接下来,在方法200的步骤S230,对于路径所涉及的每个待存储的路段,存储与路段的进入点和离开点中的至少一个点的相关数据,以存储路段作为主体行进轨迹的信息的一部分。
例如,在一个实施例中,可以存储进入点和/或离开点的位置。以进入点为例,在一个实施例中,进入点的位置可以由其相对于所在路段的已知点的偏移(offset)距离来表示。在此使用的术语“已知点”是指路段上具有已知位置的点。
例如,在一个实施例中,可以使用路段的起点来充当已知点。参考图3,对于路段320而言,进入点321的位置可以被表示为进入点321相对于路段320的起点323的偏移距离。在下文描述中,仅仅出于讨论方便之目的,可能将路段的已知点描述为路段起点。然而,这仅仅是示例性的,无意以任何方式限制本发明的范围。在其他实施例中,可以使用路段的终点、拐点、兴趣点(POI)或具有已知位置的任何其他点来充当已知点。
使用偏移距离来表示位置将是有益的。例如,以此方式,将无需存储经度和维度两个维度的数据,而只需要存储一个距离。这样,待存储的数据量可以显著降低。但是,应当理解,并非一定要使用偏移距离来表示进入点的位置。例如,也可以直接存储进入点的经纬度坐标。本发明的范围在此方面不受限制。
除了偏移距离之外,在一个实施例中,可以存储主体到达进入点的时刻,其指示了主体进入当前路段的时间信息。例如,在一个实施例中,GPS接收器之类的定位/导航设备能够位置数据的感测时间。备选地,在一个实施例中,也可以借助于其他计时器来获取主体到达进入点的时刻。
以类似方式,可以获得路段的离开点的有关数据,例如包括主体达到离开点的时刻,离开点的位置,等等。特别地,离开点的位置同样可以借助于其相对于路段上的已知点的偏移距离来表示。在本公开的上下文中,两个点之间的距离可以是这两个点在路网中的路径距离。备选地,距离也可以是两个点之间的直线距离或者任何其他适当的距离。
作为示例,在一个实施例中,表1示出了可被用于存储图3中所示的行进轨迹310的数据表。在此示例中,对于行进轨迹310所涉及的路段320、330和340中的每一个,存储了主体达到进入点的时刻(“进入时刻”)、进入点的位置(“进入位置”)、主体达到离开点的时刻(“离开时刻”)以及离开点的位置。特别地,在此示例中,进入点和离开点的位置由相对于相应路段上的起点的偏移距离来表示。
表1
应当理解,表1仅仅是为了示出根据本发明实施例的数据存储的机制,并非有意限制具体的数据结构。在备选实施例中,可以使用任何适当的数据结构来实现对数据的实际存储。而且,根据实际的应用需求,可以存储与路段或其上的点有关的其他数据。例如,可以存储主体在进入点和/或离开点处的速度、方向,等等。本发明的范围在此方面不受限制。
通过上述方式,在行进轨迹的存储中,路网所提供的路段信息被加以利用。首先,只需要存储最多两个点便可以表示一条路段。特别地,与传统方案不同,根据本发明的实施例,即使轨迹或者路段不是直线段,仍然可以使用轨迹的端点来存储轨迹。路段可以具有任何形状因子。在后续查询中,路段的形状将由路网来提供,从而确定轨迹的形态。而且,如上所述,对于任何路段的进入点和离开点,可以相对于路段上的已知点(例如,起点)的偏移距离来存储其位置,从而降低需要存储的数据量。
在一个实施例中,为了进一步提高数据压缩率,在步骤S230,可以基于路网本身所提供的关于路段的连通性信息来存储路段。仍然参考图3,对于行进轨迹310而言,路段320是起始路段。也即,路段320的进入点321是整个行进轨迹310的起点。此时,需要存储进入点321的有关数据,例如到达时刻和位置。
但是,对于路段320的离开点322而言,可以使用路段之间的连通性信息来避免重复存储。具体而言,根据路段320的离开点和路段330的进入点之间的时间关系,可以确定路段330是路段320的下一相邻路段。由此,路段320与330在路网上的交叉点的位置,可被估计为路段320的离开点322的位置。由于交叉点的位置是由路网本身提供的,因此离开点322的位置无需存储。
另外,当主体保持连续行进时,主体离开路段320的时刻与进入下一相邻路段330的时刻将非常接近,甚至是重合(图3中的情况)。在一个实施例中,在存储路段320时,可以不存储离开点322的到达时刻。这是因为,在存储下一相邻路段330时,可以存储其进入点的到达时刻,而该时刻可被近似地估计为路段320的离开点322的到达时刻。
综上所述,在一个实施例中,对于起始路段320,只需存储进入点321的到达时刻和位置。当然,如果期望,存储离开点322的有关数据同样是可行的。此时,在存储下一相邻路段330时,可以不再存储进入点的数据。
继续参考图3,对于行进轨迹310,路段330是中间路段。换言之,路段330的进入点不是轨迹的起点,并且路段330的离开点不是轨迹的终点。与初始路段类似,对于中间路段330而言,无需存储离开点的数据。这是因为,中间路段的离开点的数据可以在存储下一邻接路段时被存储。当然,在一个实施例中,存储中间路段的离开点的数据也是可行的。
对于中间路段330的进入点,在一个实施例中,可以仅存储进入点的到达时刻,而无需存储进入点的位置。与路段320的离开点322相似,可以使用路段330与前一路段320的交叉点的位置作为路段330的进入点的位置。交叉点的位置可由路网的静态地图/道路信息提供,因此无需额外存储。
对于行进轨迹310,路段340是结束路段。换言之,路段340的离开点342是整个轨迹310的终点。对于结束路段,在一个实施例中,可以存储进入点的到达时刻。特别地,由于主体离开路段340的离开点342就是行进轨迹310的终点,由此离开点342的到达时刻和位置将被存储。
通过将路网提供的路段信息纳入考虑,需要存储的数据量可被进一步降低。以此方式,可以使用更少的存储空间来实现对行进轨迹的有效存储。作为示例,在这样的实施例中,上文描述的表1可以被简化为下面的表2。表2中以斜线“\”表示的数据无需被存储,这些数据可以在后续查询中根据所存储的其他数据和/或路网所提供的道路信息而被导出。
表2
通过方法200,能够使用较少的数据来存储主体运动的行进轨迹。这有助于节省存储资源,以及提高后续查询效率。然而,这种数据压缩也导致了一定的数据损失。例如,对于图3中所示的示例中,对于路段320而言,在进入点321与离开点322之间的数据(例如包括位置、速度、时间,等等)将被丢失。然而,在某些情况下,用户可能需要查询路段320上除了进入点321和离开点322之外的其他一个或多个点的数据。例如,一种常见的查询是查询主体到达路段上特定点的时间和/或速度。
为了支持这种查询,在一个实施例中,可以对主体的行进速度做出特定假设。例如,可以假设主体在待查询的路段上匀速行进,或者是按照已知的给定加速度行进,等等。这样,可以基于路段的进入点和离开点的到达时刻、速度等数据,来估计主体到达路段上其他给定点的数据。
备选地或附加地,为了支持更加准确和高效的用户查询,在一个实施例中,在存储路段时,可以附加地存储路段上除了进入点和/或离开点之外的一个或多个关键点的数据。图4示出了根据本发明实施例的识别和存储路段关键点的方法400的示意性流程图。
方法400开始于步骤S410,在此识别待存储的路段上的一个或多个关键点。在此使用的术语“关键点”是指路段上比较重要或者有意义的点,这些点预计可能将在未来被查询。根据本发明的实施例,关键点可以通过各种方式而被标识。
例如,在一个实施例中,关键点可以包括与路段本身的道路特征有关的点。道路特征是指与路段的形状、路况、周边地形地貌、交通状况等因素相关的特征。例如,关键点可以包括但不限于路段中的以下一个或多个点:拐点,交叉点、兴趣点(POI)、危险点(例如,具有特定地形地貌特征的点,等等),具有预定交通状况的点(例如,拥堵点、交通事故高发点,等等),等等。在这样的实施例中,在步骤S410,可以对路网和/或任何第三方提供的与路段有关的道路信息进行分析,以便识别这样的关键点。
备选地或附加地,在一个实施例中,关键点可以包括与主体在路段上的行为特征有关的点。换言之,关键点可以是主体执行预定义的特定行为的点。例如,关键点可以包括但不限于以下一个或多个:主体的运动速度改变的点,主体停留的点,主体做出急刹车、鸣笛等动作的点,等等。在此实施例中,在步骤S410,可以使用定位/导航设备和/或任何其他适当的传感器(例如,摄像头、麦克风,等等)来捕获主体的行为数据。而后,可以通过对所捕获的行为数据进行分析,以识别相应的关键点。
方法400随后进行到步骤S420。在步骤S420,对于在步骤S410处标识的每个关键点,获取与关键点相关的待存储数据。在一个实施例中,与关键点相关的数据可以包括关键点的到达时刻,即,主体在到达关键点的时刻。备选地或附加地,关键点的信息可以包括主体在关键点时的速度。应当理解,这仅仅是示例性的,无意以任何方式限制本发明的范围。在步骤S420,还可以存储与关键点相关的将来可能被查询的任何数据,例如主体的运动方向,等等。
为了获取与关键点有关的数据,在一个实施例中,在步骤S420,可以在行进轨迹的多个已知位置中,确定是否包含关键点的匹配位置。例如,在一个实施例中,如果行进轨迹中的某个位置在路网上的对应点与关键点足够接近,即,二者之间的距离小于预定阈值,则可以将该位置确定为关键点的匹配位置。作为特例,在一个实施例中,关键点可以恰好是行进轨迹的一个位置在路网上的对应映射点。
如果存在这样的与关键点足够接近的一个或多个匹配位置,则可以基于匹配位置的相关数据来确定关键点的信息。匹配位置的相关数据可以根据待存储的关键点数据而确定。一般而言,匹配位置的相关数据与待获取的关键点的相关数据是同类数据。作为示例,如果待获取的数据包括主体达到关键点的时刻,则匹配位置的相关数据可以包括主体到达匹配位置的时刻。此类时间数据可以由定位/导航设备和/或专门的计时器获取。备选地或附加地,如果待获取的数据包括主体在关键点处的位置,则匹配位置的相关数据可以包括主体在匹配位置处的速度。速度数据例如可由定位/导航设备和/或车辆配备的速度计等其他设备获取。
在只存在一个匹配位置的情况下,则可以直接使用该匹配位置的相关数据作为与关键点相关的数据。如果与关键点足够接近的匹配位置不止一个,在一个实施例中,可以通过对这些匹配位置的数据进行平均(包括算数平均,加权平均,等等)来获得与关键点相关的待存储数据。作为示例,假设与关键点相关的待存储数据是主体在该关键点处的速度。此时,可以计算主体在多个匹配位置处的速度的平均值,作为关键点处的速度。备选地,在一个实施例中,如果关键点的匹配位置不止一个,可以选择与关键点最为接近的一个匹配位置,并且使用其数据作为与关键点相关的数据。
另一方面,如果在行进轨迹的多个已知位置中不存在与关键点相匹配的位置,在一个实施例中,可以在步骤S420处使用插值(interpolation)来获取与关键点相关的数据。
具体而言,在这样的实施例中,可以从行进轨迹的多个已知位置中选择与关键点相关联的一组参考位置。例如,可以在关键点所在的路段上,选择关键点之前和之后的若干点。特别地,在一个实施例中,可以选择与关键点距离尽可能小的点。被选择的点所对应的位置被用作参考位置。而后,可以确定每个参考位置的相关数据(例如称为“参考数据”)。一般而言,参考数据与待获取的关键点的相关数据是同类数据。例如,如果待获取的数据包括主体达到关键点的时刻,则参考数据可以包括主体到达参考位置的时刻;如果待获取的数据包括主体在关键点处的位置,则参考数据可以包括主体在参考位置处的速度,等等。继而,可以对这些参考数据进行插值,从而确定与关键点相关的待存储数据。仅出于讨论之目的,以到达时刻为例,可以对主体到达各个参考位置的时刻进行插值运算,以其结果作为主体到达关键点的时刻。
借助于插值运算的特性,可以获得对关键点的数据的准确估计。根据本发明的实施例,任何适当的插值算法均可被使用,其示例包括但不限于线性插值、双线性插值、样条插值,等等。任何目前已知或者将来开发的插值算法均可与本发明的实施例结合使用,本发明的范围在此方面不受限制。
接下来,方法400进行到步骤S430,在此与关键点所在的路段相关联地存储关键点的数据,例如主体到达关键点的时刻、主体在关键点处的速度,等等。作为示例,下面的表3示出了存储与关键点相关的数据的示例。
表3
与表2相比,表3增加了称为“类型”的字段,用以指示所存储数据的类型。在一个实施例中,对于行进轨迹中的路段数据,其类型字段被设置为“基本”。具体而言,表3中的前三行被分别用于存储路段320、330和340。由此,前三行的“类型”字段的值被设置为“基本”。
对于路段上的关键点,其“类型”字段的值可以随不同的关键点而被相应地设置。在表3中,最后一行被用于记录图3中所示的路段330上的关键点331。在此例中,关键点的类型被指示为“拥堵点”。作为示例,可以通过监测和分析路段330的交通状况,识别出关键点331。
作为示例,假设关键点331不是行进轨迹310的已知位置所对应的点。换言之,关键点331的位置和到达时刻并未在位置感测过程中被获取。此时,关键点331相对于路段330起点的偏移距离可以基于路网的地图/道路信息而确定。关键点331的到达时刻可以使用上文参考图4描述的方法来确定。具体而言,在一个实施例中,例如可以选择分布在路段330上的点332和333所对应的位置作为参考位置。相应地,可以通过对参考位置的到达时刻进行插值,来估计主体到达关键点331的时刻。
通过使用方法400,可以在存储行进轨迹时适当地调整数据压缩率,通过添加若干关键点来提高后续查询的效率和准确性。例如,当用户随后查询与关键点相关的到达时刻、速度等信息时,可直接从存储的数据中提供准确的反馈。以此方式,能够在数据压缩率和查询效率/精度之前取得良好的权衡。
图5示出了根据本发明一个实施例的用于存储行进轨迹的系统500的框图。如图所示,系统500包括:映射单元510,被配置为基于主体的行进轨迹上的多个位置,将所述行进轨迹映射至路网中的至少一个路段;识别单元520,被配置为识别所述路段的进入点和离开点,其中所述进入点是所述主体开始沿所述路段行进的点,并且所述离开点是所述主体结束沿所述路段行进的点;以及存储单元530,被配置为存储与所述进入点和所述离开点中的至少一个点相关的数据,以存储所述路段作为所述行进轨迹的信息的一部分。
在一个实施例中,所述存储单元520可以包括:初始路段存储单元,被配置为响应于所述进入点是所述行进轨迹的起点,至少存储所述主体到达所述进入点的时刻,以及所述进入点相对于所述路段的已知点的偏移距离。
在一个实施例中,所述存储单元520可以包括:结束路段存储单元,被配置为响应于所述离开点是所述行进轨迹的终点,至少存储所述主体到达所述进入点的时刻,所述主体到达所述离开点的时刻,以及所述离开点相对于所述路段的已知点的偏移距离。
在一个实施例中,所述存储单元520可以包括:中间路段存储单元,被配置为响应于所述进入点不是所述行进轨迹的起点并且所述离开点不是所述行进轨迹的终点,至少存储所述主体到达所述进入点的时刻。
在一个实施例中,系统500还可以包括:关键点识别单元,被配置为识别所述路段上的关键点;关键点数据获取获取单元,被配置为获取与所述关键点相关的数据;以及关键点数据存储单元,被配置为与所述路段相关联地存储与所述关键点相关的所述数据。
在一个实施例中,与所述关键点相关的数据包括以下至少一项:所述主体到达所述关键点的时刻;以及所述主体在所述关键点处的速度。
在一个实施例中,所述关键点识别单元包括以下至少一个:道路特征分析单元,被配置为通过分析与所述路段相关联的道路特征来识别所述关键点;以及行为特征分析单元,被配置为通过分析所述主体沿所述路段行进时的行为特征来识别所述关键点。在一个实施例中,所述关键点可以包括所述路段中的以下至少一个点:拐点,交叉点,兴趣点POI,具有预定交通状况的点,以及所述主体进行预定行为的点。
在一个实施例中,所述关键点数据获取单元可以包括:第一数据获取单元,被配置为响应于所述多个位置中包含所述关键点的匹配位置,基于与所述匹配位置相关的数据来确定与所述关键点相关的所述数据。
在一个实施例中,所述关键点数据获取单元可以包括:参考位置选择单元,被配置为响应于所述多个位置中不包含与所述关键点匹配的点,从所述多个位置中选择与所述关键点相关联的一组参考位置;参考数据获取单元,被配置为获取与每个参考位置相关的数据;以及第二数据获取单元,被配置为通过对与所述参考位置相关的所述数据进行插值,来确定与所述关键点相关的所述数据。
应当注意,为清晰起见,图5中没有示出系统500所包括的可选单元或者子单元。上文所描述的所有特征和操作分别适用于系统500,故在此不再赘述。而且,系统500中的单元或子单元的划分不是限制性的而是示例性的,旨在从逻辑上描述其主要功能或操作。一个单元的功能可以由多个单元来实现;反之,多个单元亦可由一个单元来实现。本发明的范围在此方面不受限制。
而且,系统500所包含的单元可以利用各种方式来实现,包括软件、硬件、固件或其任意组合。例如,在某些实施方式中,系统500可以利用软件和/或固件来实现。备选地或附加地,系统500可以部分地或者完全地基于硬件来实现。例如,系统500中的一个或多个单元可以实现为集成电路(IC)芯片、专用集成电路(ASIC)、片上系统(SOC)、现场可编程门阵列(FPGA),等等。本发明的范围在此方面不受限制。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是-但不限于-电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言-诸如Java、Smalltalk、C++等,以及常规的过程式编程语言-诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
计算机可读程序指令也可加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (14)
1.一种用于存储行进轨迹的方法,包括:
基于主体的行进轨迹上的多个位置,将所述行进轨迹映射至路网中的至少一个路段;
识别所述路段的进入点和离开点,其中所述进入点是所述主体开始沿所述路段行进的点,并且其中所述离开点是所述主体结束沿所述路段行进的点;以及
存储与所述进入点和所述离开点中的至少一个点相关的数据,以存储所述路段,作为所述行进轨迹的信息的一部分,
其中存储与所述进入点和所述离开点中的至少一个点相关的数据包括:
响应于所述进入点是所述行进轨迹的起点,至少存储所述主体到达所述进入点的时刻,以及所述进入点相对于所述路段的已知点的偏移距离,
响应于所述离开点是所述行进轨迹的终点,至少存储所述主体到达所述进入点的时刻,所述主体到达所述离开点的时刻,以及所述离开点相对于所述路段的已知点的偏移距离,
响应于所述进入点不是所述行进轨迹的起点并且所述离开点不是所述行进轨迹的终点,至少存储所述主体到达所述进入点的时刻。
2.根据权利要求1所述的方法,还包括:
识别所述路段上的关键点;
获取与所述关键点相关的数据;以及
与所述路段相关联地存储所述数据。
3.根据权利要求2所述的方法,其中识别所述路段上的关键点包括以下至少一项:
通过分析与所述路段相关联的道路特征来识别所述关键点;以及
通过分析所述主体沿所述路段行进时的行为特征来识别所述关键点。
4.根据权利要求2所述的方法,其中所述关键点包括所述路段中的以下至少一个点:拐点,交叉点,兴趣点POI,具有预定交通状况的点,以及所述主体进行预定行为的点。
5.根据权利要求2所述的方法,其中获取与所述关键点相关的数据包括:
响应于所述多个位置中包含所述关键点的匹配位置,基于与所述匹配位置相关的数据来确定与所述关键点相关的所述数据。
6.根据权利要求2所述的方法,其中获取与所述关键点相关的数据包括:
响应于所述多个位置中不包含所述关键点的匹配位置,从所述多个位置中选择与所述关键点相关联的一组参考位置;
获取与所述参考位置相关的数据;以及
通过对与所述参考位置相关的所述数据进行插值,来确定与所述关键点相关的所述数据。
7.根据权利要求2到6任一项所述的方法,其中所述数据包括以下至少一项:所述主体的到达时刻;以及所述主体的速度。
8.一种用于存储行进轨迹的系统,包括:
映射单元,被配置为基于主体的行进轨迹上的多个位置,将所述行进轨迹映射至路网中的至少一个路段;
识别单元,被配置为识别所述路段的进入点和离开点,其中所述进入点是所述主体开始沿所述路段行进的点,并且所述离开点是所述主体结束沿所述路段行进的点;以及
存储单元,被配置为存储与所述进入点和所述离开点中的至少一个点相关的数据,以存储所述路段作为所述行进轨迹的信息的一部分,其中所述存储单元包括:
初始路段存储单元,被配置为响应于所述进入点是所述行进轨迹的起点,至少存储所述主体到达所述进入点的时刻,以及所述进入点相对于所述路段的已知点的偏移距离,
结束路段存储单元,被配置为响应于所述离开点是所述行进轨迹的终点,至少存储所述主体到达所述进入点的时刻,所述主体到达所述离开点的时刻,以及所述离开点相对于所述路段的已知点的偏移距离,
中间路段存储单元,被配置为响应于所述进入点不是所述行进轨迹的起点并且所述离开点不是所述行进轨迹的终点,至少存储所述主体到达所述进入点的时刻。
9.根据权利要求8所述的系统,还包括:
关键点识别单元,被配置为识别所述路段上的关键点;
关键点数据获取获取单元,被配置为获取与所述关键点相关的数据;以及
关键点数据存储单元,被配置为与所述路段相关联地存储所述数据。
10.根据权利要求9所述的系统,其中所述关键点识别单元包括以下至少一个:
道路特征分析单元,被配置为通过分析与所述路段相关联的道路特征来识别所述关键点;以及
行为特征分析单元,被配置为通过分析所述主体沿所述路段行进时的行为特征来识别所述关键点。
11.根据权利要求9所述的系统,其中所述关键点包括所述路段中的以下至少一个点:拐点,交叉点,兴趣点POI,具有预定交通状况的点,以及所述主体进行预定行为的点。
12.根据权利要求9所述的系统,其中所述关键点数据获取单元包括:
第一数据获取单元,被配置为响应于所述多个位置中包含所述关键点的匹配位置,基于与所述匹配位置相关的数据来确定与所述关键点相关的所述数据。
13.根据权利要求10所述的系统,其中所述关键点数据获取单元包括:
参考位置选择单元,被配置为响应于所述多个位置中不包含所述关键点的匹配位置,从所述多个位置中选择与所述关键点相关联的一组参考位置;
参考数据获取单元,被配置为获取与所述参考位置相关的数据;以及
第二数据获取单元,被配置为通过对与所述参考位置相关的所述数据进行插值,来确定与所述关键点相关的所述数据。
14.根据权利要求9到13任一项所述的系统,其中所述数据包括以下至少一项:所述主体的到达时刻;以及所述主体的速度。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410515988.5A CN105528359B (zh) | 2014-09-29 | 2014-09-29 | 用于存储行进轨迹的方法和系统 |
US14/868,921 US9739620B2 (en) | 2014-09-29 | 2015-09-29 | Compressing trajectory data of a navigation device |
US15/647,706 US10077986B2 (en) | 2014-09-29 | 2017-07-12 | Storing trajectory |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410515988.5A CN105528359B (zh) | 2014-09-29 | 2014-09-29 | 用于存储行进轨迹的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105528359A CN105528359A (zh) | 2016-04-27 |
CN105528359B true CN105528359B (zh) | 2019-05-07 |
Family
ID=55585093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410515988.5A Active CN105528359B (zh) | 2014-09-29 | 2014-09-29 | 用于存储行进轨迹的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (2) | US9739620B2 (zh) |
CN (1) | CN105528359B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528359B (zh) | 2014-09-29 | 2019-05-07 | 国际商业机器公司 | 用于存储行进轨迹的方法和系统 |
CN106253909B (zh) * | 2016-09-11 | 2020-07-03 | 复旦大学 | 一种路网轨迹的无损压缩方法 |
US10387677B2 (en) | 2017-04-18 | 2019-08-20 | International Business Machines Corporation | Deniable obfuscation of user locations |
US10531287B2 (en) * | 2017-04-18 | 2020-01-07 | International Business Machines Corporation | Plausible obfuscation of user location trajectories |
JP6939234B2 (ja) * | 2017-08-14 | 2021-09-22 | 株式会社Jvcケンウッド | 誘導装置、誘導方法、及び誘導プログラム |
CN107506492A (zh) * | 2017-09-26 | 2017-12-22 | 重庆市智权之路科技有限公司 | 利用云端数据进行行为轨迹筛选以及提取特征数据的工作方法 |
CN108259463B (zh) * | 2017-12-05 | 2020-08-14 | 北京掌行通信息技术有限公司 | 一种定位轨迹与行驶路径的融合压缩方法及系统 |
JP6593431B2 (ja) * | 2017-12-27 | 2019-10-23 | 株式会社Jvcケンウッド | 記録制御装置、記録装置、記録制御方法及び記録制御プログラム |
CN108362293B (zh) * | 2018-02-24 | 2021-08-31 | 中电福富信息科技有限公司 | 一种基于关键点技术的车辆轨迹匹配方法 |
CN108510291A (zh) * | 2018-03-12 | 2018-09-07 | 北京图新智盛信息技术有限公司 | 基于车联网的汽车全生命周期服务平台和服务方法 |
CN110399438B (zh) * | 2018-04-24 | 2022-04-05 | 视联动力信息技术股份有限公司 | 一种gis点位信息查询方法及装置 |
US11650059B2 (en) | 2018-06-06 | 2023-05-16 | Toyota Research Institute, Inc. | Systems and methods for localizing a vehicle using an accuracy specification |
CN110910054B (zh) * | 2018-09-17 | 2024-04-05 | 北京京东尚科信息技术有限公司 | 轨迹的确定方法和装置、时间的推荐方法和装置 |
CN110518916B (zh) * | 2019-08-03 | 2022-05-03 | 电子科技大学 | 一种基于Fréchet距离的轨迹数据压缩方法 |
CN110471999B (zh) * | 2019-08-05 | 2022-03-18 | 北京百度网讯科技有限公司 | 轨迹处理方法、装置、设备和介质 |
CN110502596B (zh) * | 2019-08-16 | 2023-07-18 | 南京邮电大学 | 一种基于行人轨迹特征的轨迹在线滑动窗口压缩方法 |
CN111085998B (zh) * | 2019-12-17 | 2021-11-09 | 珠海市一微半导体有限公司 | 机器人记录运动轨迹的方法和显示机器人运动轨迹的方法 |
CN111046049B (zh) * | 2019-12-20 | 2021-10-26 | 西南交通大学 | 一种货车gps轨迹数据压缩方法 |
CN111578933B (zh) * | 2020-05-09 | 2022-03-11 | 北京上下文系统软件有限公司 | 一种快速识别用户进入特定地理区域内的方法 |
CN112700643A (zh) * | 2020-12-21 | 2021-04-23 | 北京百度网讯科技有限公司 | 输出车辆流向的方法、装置、路侧设备以及云控平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101451852A (zh) * | 2008-12-19 | 2009-06-10 | 深圳华为通信技术有限公司 | 导航设备和导航方法 |
CN101464156A (zh) * | 2007-12-19 | 2009-06-24 | 联想(北京)有限公司 | 记录行进轨迹的装置、便携式电子设备和方法 |
CN101478714A (zh) * | 2008-01-04 | 2009-07-08 | Lg电子株式会社 | 便携式终端和利用该便携式终端来提供网络内容的方法 |
CN101813489A (zh) * | 2009-02-20 | 2010-08-25 | 环达电脑(上海)有限公司 | 路径规划装置及路径规划方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6317686B1 (en) * | 2000-07-21 | 2001-11-13 | Bin Ran | Method of providing travel time |
WO2007047780A2 (en) | 2005-10-14 | 2007-04-26 | Dash Navigation Inc. | System and method for identifying road features |
US20080215237A1 (en) * | 2006-05-17 | 2008-09-04 | International Business Machines Corporation | Design structure for adaptive route planning for gps-based navigation |
US8249807B1 (en) | 2007-08-22 | 2012-08-21 | University Of South Florida | Method for determining critical points in location data generated by location-based applications |
US8626230B2 (en) * | 2008-03-04 | 2014-01-07 | Dish Network Corporation | Method and system for using routine driving information in mobile interactive satellite services |
EP2345262A4 (en) | 2008-10-08 | 2015-01-14 | Univ South Florida | ADAPTIVE SPACE BUFFER FOR LANDSCAPED APPLICATIONS |
US8532920B2 (en) * | 2010-01-22 | 2013-09-10 | Blackberry Limited | Automatic origin determination for faster route request initiation and resulting system response time |
CN101866545B (zh) | 2010-05-11 | 2011-12-21 | 中国科学院软件研究所 | 移动对象路网匹配轨迹的采集方法 |
US8645061B2 (en) * | 2010-06-16 | 2014-02-04 | Microsoft Corporation | Probabilistic map matching from a plurality of observational and contextual factors |
US8762048B2 (en) * | 2011-10-28 | 2014-06-24 | At&T Mobility Ii Llc | Automatic travel time and routing determinations in a wireless network |
GB201215385D0 (en) * | 2012-08-29 | 2012-10-10 | Tom Tom Int Bv | Method and apparatus for predicting destinations |
US10088316B2 (en) * | 2012-11-28 | 2018-10-02 | Toyota Motor Engineering & Manufacturing North America, Inc. | Navigation systems and vehicles for predicting routes |
US8457880B1 (en) | 2012-11-28 | 2013-06-04 | Cambridge Mobile Telematics | Telematics using personal mobile devices |
US20140277971A1 (en) * | 2013-03-14 | 2014-09-18 | Paccar Inc | In-truck fuel economy estimator |
WO2014170475A1 (en) * | 2013-04-17 | 2014-10-23 | Tomtom Development Germany Gmbh | Routing engine |
CN105528359B (zh) | 2014-09-29 | 2019-05-07 | 国际商业机器公司 | 用于存储行进轨迹的方法和系统 |
-
2014
- 2014-09-29 CN CN201410515988.5A patent/CN105528359B/zh active Active
-
2015
- 2015-09-29 US US14/868,921 patent/US9739620B2/en active Active
-
2017
- 2017-07-12 US US15/647,706 patent/US10077986B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464156A (zh) * | 2007-12-19 | 2009-06-24 | 联想(北京)有限公司 | 记录行进轨迹的装置、便携式电子设备和方法 |
CN101478714A (zh) * | 2008-01-04 | 2009-07-08 | Lg电子株式会社 | 便携式终端和利用该便携式终端来提供网络内容的方法 |
CN101451852A (zh) * | 2008-12-19 | 2009-06-10 | 深圳华为通信技术有限公司 | 导航设备和导航方法 |
CN101813489A (zh) * | 2009-02-20 | 2010-08-25 | 环达电脑(上海)有限公司 | 路径规划装置及路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
US10077986B2 (en) | 2018-09-18 |
US20160093208A1 (en) | 2016-03-31 |
US9739620B2 (en) | 2017-08-22 |
CN105528359A (zh) | 2016-04-27 |
US20170307384A1 (en) | 2017-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105528359B (zh) | 用于存储行进轨迹的方法和系统 | |
US11651244B2 (en) | Method and apparatus for predicting sensor error | |
CN110287276A (zh) | 高精地图更新方法、装置及存储介质 | |
CN105205196B (zh) | 用于生成路网的方法和系统 | |
CN110785719A (zh) | 在自动驾驶车辆中用于经由交叉时态验证的即时物体标记的方法和系统 | |
CN108399218A (zh) | 基于Walsh内核投影技术的自动驾驶车辆定位 | |
CN110869559A (zh) | 用于自动驾驶车辆中的集成的全局式与分布式学习的方法和系统 | |
US11231282B2 (en) | Method and apparatus for providing node-based map matching | |
US20230066501A1 (en) | Method, apparatus, and system for traffic estimation based on anomaly detection | |
US9086288B2 (en) | Method and system for finding paths using GPS tracks | |
EP3443482B1 (en) | Classifying entities in digital maps using discrete non-trace positioning data | |
CN105701123A (zh) | 人车关系的识别方法及装置 | |
Ozdemir et al. | A hybrid HMM model for travel path inference with sparse GPS samples | |
Zhu et al. | A driving cycle detection approach using map service API | |
US11188765B2 (en) | Method and apparatus for providing real time feature triangulation | |
CN104320848B (zh) | 基于云计算实现室内定位的系统及方法 | |
EP3053129A1 (en) | Marker based activity transition models | |
CN118031985A (zh) | 一种电子导航地图更新方法及系统 | |
CN108827329B (zh) | 城市导航方法、系统、设备及存储介质 | |
Hettiarachchi et al. | Visual and location information fusion for hierarchical place recognition | |
CN106781470B (zh) | 城市道路的运行速度的处理方法及装置 | |
JP2019174910A (ja) | 情報取得装置及び情報集計システム並びに情報集計装置 | |
Marketos et al. | Trajectory collection and reconstruction | |
US20230196913A1 (en) | Method, apparatus, and system for generating speed profile data given a road attribute using machine learning | |
TWI437518B (zh) | 停車場資訊處理方法以及裝置 |
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 |