CN106289036A - 一种基于浮动车数据分析的道路宽度测量方法 - Google Patents
一种基于浮动车数据分析的道路宽度测量方法 Download PDFInfo
- Publication number
- CN106289036A CN106289036A CN201610626294.8A CN201610626294A CN106289036A CN 106289036 A CN106289036 A CN 106289036A CN 201610626294 A CN201610626294 A CN 201610626294A CN 106289036 A CN106289036 A CN 106289036A
- Authority
- CN
- China
- Prior art keywords
- road
- screening
- rectangle
- floating car
- gps track
- 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
- 238000007667 floating Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012216 screening Methods 0.000 claims abstract description 107
- 239000012141 concentrate Substances 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 239000000203 mixture Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 239000007787 solid Substances 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004148 unit process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供一种基于浮动车数据分析的道路宽度测量方法,包括如下步骤:步骤10、确定浮动车GPS轨迹点的筛选参数,所述参数包括道路路元行车方向、道路路元的筛选矩形以及所述筛选矩形进一步划分得到的复数个矩形筛选分区,所述道路路元为道路直线线段单元;步骤20、抽取一指定时间段内的浮动车数据,得到浮动车的GPS轨迹点,根据所述参数筛选得到当前道路路元上的GPS轨迹点的筛选结果集;步骤30、统计筛选结果集中落入各矩形筛选分区内的GPS轨迹点,计算当前道路路元宽度。本发明能够实现动态估计道路宽度值,为及时获得道路变化信息以及判断道路的等级及通行能力提供便利。
Description
技术领域
本发明涉及智能交通应用领域,尤其涉及一种基于浮动车数据分析的道路宽度测量方法。
背景技术
城市道路宽度信息是导航地图中道路图层的重要信息,决定了道路的等级以及通行能力,由于城市在发展过程中道路经常需要新建或改建,道路图层中的路宽信息经常发生变化,及时地检测城市道路宽度变化对于导航地图十分重要,这种变化往往需要测绘部门或交通部门实地测量后,再定期发布到城市道路图层中,具有较大的时间滞后性。
现有基于浮动车的道路拓宽识别方法利用浮动车在行驶过程中采集车辆信息,比如车辆编号、位置、方向和速度信息,得到行车路线特征向量表示库,再在城市导航地图道路图层特征向量库中提取待匹配线路,将待匹配道路路元与待匹配线路进行道路匹配获得浮动车路线的数据匹配集,最后根据浮动车路线的数据匹配集求浮动车流量、平均车速、分布区域宽度并与道路图层原有记录进行比较判断道路是否拓宽,浮动车是指配备有全球定位系统(GPS)的交通状况探测车辆,通常是具有营运行政的车辆,如的士、公交、大巴等,浮动车上的车载终端每隔一定时间获取的浮动车位置、速度、行进方向等信息。这种道路拓宽识别方法虽然可以实现动态识别道路是否拓宽,但无法估计拓宽后道路宽度的具体值,难以确定道路等级是否发生变化,且对于因地铁、管线施工等导致的道路变窄也无法判定,由于缺乏历史数据,对于新建道路也无法及时发现并动态更新其路宽信息。
发明内容
本发明要解决的技术问题,在于提供一种基于浮动车数据分析的道路宽度测量方法,实现动态估计道路宽度值,为及时获得道路变化信息以及判断道路的等级及通行能力提供便利。
本发明是这样实现的:一种基于浮动车数据分析的道路宽度测量方法,包括如下步骤:
步骤10、确定浮动车GPS轨迹点的筛选参数,所述参数包括道路路元行车方向、道路路元的筛选矩形以及所述筛选矩形进一步划分得到的复数个矩形筛选分区,所述道路路元为道路直线线段单元;
步骤20、抽取一指定时间段内的浮动车数据,得到浮动车的GPS轨迹点,先通过所述筛选矩形的水平外接矩形对GPS轨迹点进行首次筛选,通过所述筛选矩形对GPS轨迹点做进一步筛选,再根据浮动车行车方向进行筛选,获得当前道路路元上的GPS轨迹点,存入筛选结果集,所述浮动车数据包括浮动车位置、浮动车速度、浮动车行车方向;
步骤30、获取所述筛选结果集,统计其中落入各矩形筛选分区内的GPS轨迹点,根据GPS轨迹点在各矩形筛选分区的分布特征,估计当前道路路元宽度,得到当前道路宽度信息。
进一步的,所述步骤10进一步包括:
步骤11、预先从城市交通图层的道路路元库中提取待测路宽的道路路元,所述道路路元的信息包括起点坐标和终点坐标,且每个坐标用经度和纬度表示;
步骤12、计算道路路元行车方向,以道路路元的起点为起点,做一条纬度不变,经度逐渐增加的水平线段,从所述水平线段沿逆时针方向转到所述道路路元所经过的角度即为所述道路路元的行车方向,记为α;
步骤13、确定一筛选矩形,在所述道路路元所在路段上随机选取两个点P1和P2,得到P1和P2的距离H,所述筛选矩形以P1、P2的连线作为对称线,以P1和P2的距离H为长度,以一固定值W为宽度;
步骤14、将所述筛选矩形划分成复数个长度为H的相同宽度、相同面积的矩形筛选分区,从左至右依次记为r1,r2,……,rn。
进一步的,所述步骤20进一步包括:
步骤21、抽取一指定时间段内的浮动车数据,得到浮动车GPS轨迹点,所述浮动车数据包括浮动车位置、浮动车速度、浮动车行车方向;
步骤22、构建所述筛选矩形的水平外接矩形,记所述筛选矩形为Srect,获取Srect的四个顶点经纬度坐标,分别记为(j1,w1),(j2,w2),(j3,w3),(j4,w4),创建经度集合Slon={j1,j2,j3,j4},纬度集合Slat={w1,w2,w3,w4},则所述水平外接矩形的四个顶点经纬度坐标分别为:(MIN(Slon),MAX(Slat)),(MAX(Slon),MAX(Slat)),(MIN(Slon),MIN(Slat)),(MAX(Slon),MIN(Slat)),其中MIN,MAX函数分别用于获取集合中的最小值和最大值,使用所述水平外接矩形对GPS轨迹点进行首次筛选,得到落入所述水平外接矩形内的GPS轨迹点;
步骤23、通过所述筛选矩形对落入所述水平外接矩形内的GPS轨迹点做进一步筛选,得到落入所述筛选矩形内的GPS轨迹点;
步骤24、根据浮动车行车方向进行筛选,删除其中同一道路对向车道以及附近道路上的GPS轨迹点,获得当前道路路元上的GPS轨迹点,将当前道路路元上的GPS轨迹点存入筛选结果集中。
进一步的,所述获得当前道路路元上的GPS轨迹点的具体方式为:获取所述步骤23筛选后的任一GPS轨迹点Pc,并获取Pc所属浮动车在Pc之前的一GPS轨迹点Pp,所述Pp为距离上与Pc大于一预设值且时间上与Pc最近的一个GPS轨迹点,将Pp与Pc的连线记为PpPc,则从水平线沿逆时针方向与PpPc的夹角即为所述浮动车行车方向,记为β,保留其中满足|α-β|<ε的GPS轨迹点作为当前道路路元上的GPS轨迹点,其中,ε为一预设角度值。
进一步的,所述步骤30进一步包括:
步骤31、获取所述筛选结果集,通过一个计数数组统计其中落入各矩形筛选分区内的GPS轨迹点数,所述计数数组的每个元素按序对应设置一下标,且初始化所述计数数组的每个元素的值为0,对筛选结果集中的每个GPS轨迹点,若其落入第i个矩形筛选分区,则计数数组的第i个元素增1;若某个GPS轨迹点落在第i个矩形筛选分区和第i+1个矩形筛选分区的边界上,则所述GPS轨迹点计入第i个矩形筛选分区中;
步骤32、对计数数组中每个元素,依次判断其是否候选峰值,获取所有候选峰值组成候选峰值集Sc,再删除候选峰值集Sc中不超过一阈值或其中下标与相邻候选峰值的下标之差大于一设定值的候选峰值,得到入选峰值集,计算所述入选峰值集中最大下标差d;
步骤33、利用公式计算得到待测道路的宽度信息,所述公式为:Wr=d*(W/n)+wl,其中,Wr为当前道路路元宽度估计值,W为筛选矩形的宽度,d为入选峰值集中最大下标差,n为矩形筛选分区的个数,wl为已知的单个车道的规定宽度。
进一步的,所述阈值为AVG(Sc)×Θ,其中AVG(Sc)为候选峰值集的均值,Θ为系数。
进一步的,所述候选峰值的查找具体为:假设计数数组COUNT中的第i个元素为COUNT(i),若对任意的j∈(i-m,i-m+1,…,i-1,i+1,…,i+m),满足COUNT(i)>COUNT(j),则COUNT(i)称为候选峰值,其中m,j,i均为大于0的整数,获取计数数组COUNT中所有候选峰值组成候选峰值集Sc。
本发明具有如下优点:利用大量浮动车在行驶过程中获得的数据,根据车辆GPS轨迹点所在行车路线的方向与道路路元的方向,将GPS轨迹点匹配到道路路元中,并根据道路路元相关的GPS轨迹点分布特征估计道路路元的宽度,实现对道路的具体宽度的估计,从而能够利用计算得到的宽度进行宽度变化识别,还为判断道路等级、道路通行能力提供便利。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明一种基于浮动车数据分析的道路宽度测量方法执行流程图。
图2为本发明确定浮动车GPS轨迹点的筛选参数的算法流程图。
图3为本发明的GPS轨迹点的筛选算法流程图。
图4为本发明当前道路路元宽度计算算法流程图。
具体实施方式
如图1至图4所示,本发明的一种基于浮动车数据分析的道路宽度测量方法,包括如下步骤:
步骤10、确定浮动车GPS轨迹点的筛选参数,所述参数包括道路路元行车方向、道路路元的筛选矩形以及所述筛选矩形进一步划分得到的复数个矩形筛选分区,所述道路路元为道路直线线段单元;所述步骤10进一步包括步骤11至步骤14:
步骤11、预先从城市交通图层的道路路元库中提取待测路宽的道路路元,所述道路路元的信息包括起点坐标和终点坐标,且每个坐标用经度和纬度表示;
步骤12、计算道路路元行车方向,以道路路元的起点为起点,做一条纬度不变,经度逐渐增加的水平线段,从所述水平线段沿逆时针方向转到所述道路路元所经过的角度即为所述道路路元的行车方向,记为α;
步骤13、确定一筛选矩形,在所述道路路元所在路段上随机选取两个点P1和P2,得到P1和P2的距离H,所述筛选矩形以P1、P2的连线作为对称线,以P1和P2的距离H为长度,以一固定值W为宽度;
步骤14、将所述筛选矩形划分成复数个长度为H的相同宽度、相同面积的矩形筛选分区,从左至右依次记为r1,r2,……,rn;
步骤20、抽取一指定时间段内的浮动车数据,得到浮动车的GPS轨迹点,先通过所述筛选矩形的水平外接矩形对GPS轨迹点进行首次筛选,通过所述筛选矩形对GPS轨迹点做进一步筛选,再根据浮动车行车方向进行筛选,获得当前道路路元上的GPS轨迹点,存入筛选结果集,所述浮动车数据包括浮动车位置、浮动车速度、浮动车行车方向;所述步骤20进一步包括步骤21至步骤24:
步骤21、抽取一指定时间段内的浮动车数据,得到浮动车GPS轨迹点,所述浮动车数据包括浮动车位置、浮动车速度、浮动车行车方向;
步骤22、构建所述筛选矩形的水平外接矩形,记所述筛选矩形为Srect,获取Srect的四个顶点经纬度坐标,分别记为(j1,w1),(j2,w2),(j3,w3),(j4,w4),创建经度集合Slon={j1,j2,j3,j4},纬度集合Slat={w1,w2,w3,w4},则所述水平外接矩形的四个顶点经纬度坐标分别为:(MIN(Slon),MAX(Slat)),(MAX(Slon),MAX(Slat)),(MIN(Slon),MIN(Slat)),(MAX(Slon),MIN(Slat)),其中MIN,MAX函数分别用于获取集合中的最小值和最大值,使用所述水平外接矩形对GPS轨迹点进行首次筛选,得到落入所述水平外接矩形内的GPS轨迹点;
步骤23、通过所述筛选矩形对落入所述水平外接矩形内的GPS轨迹点做进一步筛选,得到落入所述筛选矩形内的GPS轨迹点;
步骤24、根据浮动车行车方向进行筛选,删除其中同一道路对向车道以及附近道路上的GPS轨迹点,获得当前道路路元上的GPS轨迹点,将当前道路路元上的GPS轨迹点存入筛选结果集中;所述获得当前道路路元上的GPS轨迹点的具体方式为:获取所述步骤23筛选后的任一GPS轨迹点Pc,并获取Pc所属浮动车在Pc之前的一GPS轨迹点Pp,所述Pp为距离上与Pc大于一预设值且时间上与Pc最近的一个GPS轨迹点,将Pp与Pc的连线记为PpPc,则从水平线沿逆时针方向与PpPc的夹角即为所述浮动车行车方向,记为β,保留其中满足|α-β|<ε的GPS轨迹点作为当前道路路元上的GPS轨迹点,其中,ε为一预设角度值。
步骤30、获取所述筛选结果集,统计其中落入各矩形筛选分区内的GPS轨迹点,根据GPS轨迹点在各矩形筛选分区的分布特征,估计当前道路路元宽度,得到当前道路宽度信息,所述步骤30进一步包括步骤31至步骤33:
步骤31、获取所述筛选结果集,通过一个计数数组统计其中落入各矩形筛选分区内的GPS轨迹点数,所述计数数组的每个元素按序对应设置一下标,且初始化所述计数数组的每个元素的值为0,对筛选结果集中的每个GPS轨迹点,若其落入第i个矩形筛选分区,则计数数组的第i个元素增1;若某个GPS轨迹点落在第i个矩形筛选分区和第i+1个矩形筛选分区的边界上,则所述GPS轨迹点计入第i个矩形筛选分区中;
步骤32、对计数数组中每个元素,依次判断其是否候选峰值,获取所有候选峰值组成候选峰值集Sc,所述候选峰值的查找具体为:假设计数数组COUNT中的第i个元素为COUNT(i),若对任意的j∈(i-m,i-m+1,…,i-1,i+1,…,i+m),满足COUNT(i)>COUNT(j),则COUNT(i)称为候选峰值,其中m,j,i均为大于0的整数,获取计数数组COUNT中所有候选峰值组成候选峰值集Sc,再删除候选峰值集Sc中不超过一阈值或其中下标与相邻候选峰值的下标之差大于一设定值的候选峰值,得到入选峰值集,计算所述入选峰值集中最大下标差d,所述阈值为AVG(Sc)×Θ,其中AVG(Sc)为候选峰值集的均值,Θ为系数;
步骤33、利用公式计算得到待测道路的宽度信息,所述公式为:Wr=d*(W/n)+wl,其中,Wr为当前道路路元宽度估计值,W为筛选矩形的宽度,d为入选峰值集中最大下标差,n为矩形筛选分区的个数,wl为已知的单个车道的规定宽度。
下面结合一具体实施例对本发明做进一步说明:
一种基于浮动车数据分析的道路宽度测量方法,包括如下步骤:
步骤10、确定浮动车GPS轨迹点的筛选参数,所述参数包括道路路元行车方向、道路路元的筛选矩形以及所述筛选矩形进一步划分得到的复数个矩形筛选分区,所述道路路元为道路直线线段单元;所述步骤10进一步包括步骤11至步骤14:
步骤11、预先从城市交通图层的道路路元库中提取待测路宽的道路路元,所述道路路元的信息包括起点坐标和终点坐标,且每个坐标用经度和纬度表示,对于每个道路路元包含的属性集,简化表示为seg=<s,e>,其中,s、e分别表示道路路元seg的起点坐标和终点坐标;
步骤12、计算道路路元行车方向,以道路路元的起点s为起点,做一条纬度不变,经度逐渐增加且长度为L的水平线段,该水平线段的终点记为z,则该水平线段记为sz,从所述水平线段sz沿逆时针方向转到所述道路路元所在线段se所经过的角度即为所述道路路元的行车方向,记为α;
步骤13、确定一筛选矩形,在所述道路路元所在路段上随机选取两个点P1和P2,得到P1和P2的距离H,所述筛选矩形以P1、P2的连线作为对称线,以P1和P2的距离H为长度,以一固定值W为宽度;
步骤14、将所述筛选矩形划分成复数个长度为H的相同宽度、相同面积的矩形筛选分区,从左至右依次记为r1,r2,……,rn,其中n为大于2的正整数;
步骤20、抽取一指定时间段内的浮动车数据,得到浮动车的GPS轨迹点,保证获取到的浮动车数据足够多以便得到可靠的路宽计算结果,先通过所述筛选矩形的水平外接矩形对GPS轨迹点进行首次筛选,通过所述筛选矩形对GPS轨迹点做进一步筛选,再根据浮动车行车方向进行筛选,获得当前道路路元上的GPS轨迹点,存入筛选结果集,所述浮动车数据包括浮动车位置、浮动车速度、浮动车行车方向;所述步骤20进一步包括步骤21至步骤24:
步骤21、抽取一指定时间段内的浮动车数据,得到浮动车GPS轨迹点,所述指定时间可根据需要进行调整,确保获取到的浮动车数据足够多以便得到可靠的路宽计算结果即可,所述浮动车数据包括浮动车位置、浮动车速度、浮动车行车方向;
步骤22、构建可能倾斜的所述筛选矩形的水平外接矩形,记所述筛选矩形为Srect,获取Srect的四个顶点经纬度坐标,分别记为(j1,w1),(j2,w2),(j3,w3),(j4,w4),创建经度集合Slon={j1,j2,j3,j4},纬度集合Slat={w1,w2,w3,w4},则所述水平外接矩形的四个顶点经纬度坐标分别为:(MIN(Slon),MAX(Slat)),(MAX(Slon),MAX(Slat)),(MIN(Slon),MIN(Slat)),(MAX(Slon),MIN(Slat)),其中MIN,MAX函数分别用于获取集合中的最小值和最大值,即MIN(Slon)为经度集合中最小值,MAX(Slon)为经度集合中最大值,MIN(Slat)为纬度集合中最小值,MAX(Slat)为纬度集合中最大值,使用所述水平外接矩形对GPS轨迹点进行首次筛选,即获取落入所述水平外接矩形内的GPS轨迹点;
步骤23、通过所述筛选矩形对落入所述水平外接矩形内的GPS轨迹点做进一步筛选,即进一步获取所述筛选矩形内的GPS轨迹点;
步骤24、根据浮动车行车方向进行筛选,删除其中同一道路对向车道以及附近道路上的GPS轨迹点,获得当前道路路元上的GPS轨迹点,具体为:获取所述步骤23筛选后的任一GPS轨迹点Pc,并获取Pc所属浮动车在Pc之前的一GPS轨迹点Pp,所述Pp为距离上与Pc大于一预设值且时间上与Pc最近的一个GPS轨迹点,将Pp与Pc的连线记为PpPc,以Pp为起点,做一条纬度不变,经度逐渐增加且长度为L的的水平线段,该水平线段的终点为Pz,该水平线段记为PpPz,则从水平线段PpPz沿逆时针方向与PpPc的夹角即为所述浮动车行车方向,记为β,保留其中满足|α-β|<ε的GPS轨迹点作为当前道路路元上的GPS轨迹点,将当前道路路元上的GPS轨迹点存入筛选结果集中,其中,ε为一预设角度值;
步骤30、获取所述筛选结果集,统计其中落入各矩形筛选分区内的GPS轨迹点,根据GPS轨迹点在各矩形筛选分区的分布特征,估计当前道路路元宽度,得到当前道路宽度信息,所述步骤30进一步包括步骤31至步骤33:
步骤31、获取所述筛选结果集,通过一个计数数组统计其中落入各矩形筛选分区内的GPS轨迹点数,所述计数数组的每个元素按序对应设置一下标,比如,第i个矩形筛选分区对应的第i个计数数组的元素,该元素的下标也设置为i,且初始化所述计数数组的每个元素的值为0,对筛选结果集中的每个GPS轨迹点,若其落入第i个矩形筛选分区,则计数数组的第i个元素增1;若某个GPS轨迹点落在第i个矩形筛选分区和第i+1个矩形筛选分区的边界上,则所述GPS轨迹点计入第i个矩形筛选分区中,其中,i为正整数;中每个元素,依次判断其是否候选峰值,获取所有候选峰值
步骤32、对计数数组的每个元素进行分析,依次判断其是否候选峰值,选择其中的所有局部极大值作为候选峰值,组成候选峰值集Sc,所述候选峰值的查找具体为:假设计数数组COUNT中的第i个元素为COUNT(i),若对任意的j∈(i-m,i-m+1,…,i-1,i+1,…,i+m),满足COUNT(i)>COUNT(j),则COUNT(i)称为候选峰值,其中m,j,i均为大于0的整数,获取计数数组COUNT中所有候选峰值组成候选峰值集Sc,再删除候选峰值集Sc中不超过一阈值或其中下标与相邻候选峰值的下标之差大于一设定值的候选峰值,得到入选峰值集,计算所述入选峰值集中最大下标差d,所述最大下标差d计算为:对于入选峰值集中的峰值,取得下标距离最远的两个峰值,得到其下标距离,记为d,若入选峰值集中仅包含一个峰值,则d=0;所述阈值为AVG(Sc)×Θ,其中AVG(Sc)为候选峰值集的均值,Θ为系数,即删除候选峰值集中数值不超过AVG(Sc)×Θ的峰值,且删除候选峰值集中峰值下标与下一峰值下标差大于一设定值的候选峰值,重复上述删除操作直至不再有峰值满足被删除的条件时,剩下的峰值组成入选峰值集;
步骤33、利用公式计算得到待测道路的宽度信息,所述公式为:Wr=d*(W/n)+wl,其中,Wr为当前道路路元宽度估计值,W为筛选矩形的宽度,d为入选峰值集中最大下标差(即入选峰值集中距离最远的两个峰值的下标差),n为矩形筛选分区的个数,wl为已知的单个车道的规定宽度。
本发明方法利用大量浮动车在行驶过程中获得的数据,根据车辆轨迹点所在行车路线的方向与道路路元的方向,将轨迹点匹配到对应道路路元,并根据道路路元相关的轨迹点分布特征估计出道路路元的宽度,实现动态更新道路路元宽度,以便通过比较道路路元的历史路宽信息与当前路宽信息,实现对道路拓宽进行识别,而且能够对因为道路施工、重建导致的道路变窄进行识别,此外,对于没有历史路宽信息的新建道路,还可以根据本方法估计的路宽确定道路的等级及通行能力。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (7)
1.一种基于浮动车数据分析的道路宽度测量方法,其特征在于:包括如下步骤:
步骤10、确定浮动车GPS轨迹点的筛选参数,所述参数包括道路路元行车方向、道路路元的筛选矩形以及所述筛选矩形进一步划分得到的复数个矩形筛选分区,所述道路路元为道路直线线段单元;
步骤20、抽取一指定时间段内的浮动车数据,得到浮动车的GPS轨迹点,先通过所述筛选矩形的水平外接矩形对GPS轨迹点进行首次筛选,通过所述筛选矩形对GPS轨迹点做进一步筛选,再根据浮动车行车方向进行筛选,获得当前道路路元上的GPS轨迹点,存入筛选结果集,所述浮动车数据包括浮动车位置、浮动车速度、浮动车行车方向;
步骤30、获取所述筛选结果集,统计其中落入各矩形筛选分区内的GPS轨迹点,根据GPS轨迹点在各矩形筛选分区的分布特征,估计当前道路路元宽度,得到当前道路宽度信息。
2.根据权利要求1所述的一种基于浮动车数据分析的道路宽度测量方法,其特征在于:所述步骤10进一步包括:
步骤11、预先从城市交通图层的道路路元库中提取待测路宽的道路路元,所述道路路元的信息包括起点坐标和终点坐标,且每个坐标用经度和纬度表示;
步骤12、计算道路路元行车方向,以道路路元的起点为起点,做一条纬度不变,经度逐渐增加的水平线段,从所述水平线段沿逆时针方向转到所述道路路元所经过的角度即为所述道路路元的行车方向,记为α;
步骤13、确定一筛选矩形,在所述道路路元所在路段上随机选取两个点P1和P2,得到P1和P2的距离H,所述筛选矩形以P1、P2的连线作为对称线,以P1和P2的距离H为长度,以一固定值W为宽度;
步骤14、将所述筛选矩形划分成复数个长度为H的相同宽度、相同面积的矩形筛选分区,从左至右依次记为r1,r2,……,rn。
3.根据权利要求2所述的一种基于浮动车数据分析的道路宽度测量方法,其特征在于:所述步骤20进一步包括:
步骤21、抽取一指定时间段内的浮动车数据,得到浮动车GPS轨迹点,所述浮动车数据包括浮动车位置、浮动车速度、浮动车行车方向;
步骤22、构建所述筛选矩形的水平外接矩形,记所述筛选矩形为Srect,获取Srect的四个顶点经纬度坐标,分别记为(j1,w1),(j2,w2),(j3,w3),(j4,w4),创建经度集合Slon={j1,j2,j3,j4},纬度集合Slat={w1,w2,w3,w4},则所述水平外接矩形的四个顶点经纬度坐标分别为:(MIN(Slon),MAX(Slat)),(MAX(Slon),MAX(Slat)),(MIN(Slon),MIN(Slat)),(MAX(Slon),MIN(Slat)),其中MIN,MAX函数分别用于获取集合中的最小值和最大值,使用所述水平外接矩形对GPS轨迹点进行首次筛选,得到落入所述水平外接矩形内的GPS轨迹点;
步骤23、通过所述筛选矩形对落入所述水平外接矩形内的GPS轨迹点做进一步筛选,得到落入所述筛选矩形内的GPS轨迹点;
步骤24、根据浮动车行车方向进行筛选,删除其中同一道路对向车道以及附近道路上的GPS轨迹点,获得当前道路路元上的GPS轨迹点,将当前道路路元上的GPS轨迹点存入筛选结果集中。
4.根据权利要求3所述的一种基于浮动车数据分析的道路宽度测量方法,其特征在于:所述获得当前道路路元上的GPS轨迹点的具体方式为:获取所述步骤23筛选后的任一GPS轨迹点Pc,并获取Pc所属浮动车在Pc之前的一GPS轨迹点Pp,所述Pp为距离上与Pc大于一预设值且时间上与Pc最近的一个GPS轨迹点,将Pp与Pc的连线记为PpPc,则从水平线沿逆时针方向与PpPc的夹角即为所述浮动车行车方向,记为β,保留其中满足|α-β|<ε的GPS轨迹点作为当前道路路元上的GPS轨迹点,其中,ε为一预设角度值,α为道路路元行车方向。
5.根据权利要求1所述的一种基于浮动车数据分析的道路宽度测量方法,其特征在于:所述步骤30进一步包括:
步骤31、获取所述筛选结果集,通过一个计数数组统计其中落入各矩形筛选分区内的GPS轨迹点数,所述计数数组的每个元素按序对应设置一下标,且初始化所述计数数组的每个元素的值为0,对筛选结果集中的每个GPS轨迹点,若其落入第i个矩形筛选分区,则计数数组的第i个元素增1;若某个GPS轨迹点落在第i个矩形筛选分区和第i+1个矩形筛选分区的边界上,则所述GPS轨迹点计入第i个矩形筛选分区中;
步骤32、对计数数组中每个元素,依次判断其是否候选峰值,获取所有候选峰值组成候选峰值集Sc,再删除候选峰值集Sc中不超过一阈值或其中下标与相邻候选峰值的下标之差大于一设定值的候选峰值,得到入选峰值集,计算所述入选峰值集中最大下标差d;
步骤33、利用公式计算得到待测道路的宽度信息,所述公式为:Wr=d*(W/n)+wl,其中,Wr为当前道路路元宽度估计值,W为筛选矩形的宽度,d为入选峰值集中最大下标差,n为矩形筛选分区的个数,wl为已知的单个车道的规定宽度。
6.根据权利要求5所述的一种基于浮动车数据分析的道路宽度测量方法,其特征在于:所述阈值为AVG(Sc)×Θ,其中AVG(Sc)为候选峰值集的均值,Θ为系数。
7.根据权利要求5所述的一种基于浮动车数据分析的道路宽度测量方法,其特征在于:所述候选峰值的查找具体为:假设计数数组COUNT中的第i个元素为COUNT(i),若对任意的j∈(i-m,i-m+1,…,i-1,i+1,…,i+m),满足COUNT(i)>COUNT(j),则COUNT(i)称为候选峰值,其中m,j,i均为大于0的整数,获取计数数组COUNT中所有候选峰值组成候选峰值集Sc。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610626294.8A CN106289036B (zh) | 2016-08-03 | 2016-08-03 | 一种基于浮动车数据分析的道路宽度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610626294.8A CN106289036B (zh) | 2016-08-03 | 2016-08-03 | 一种基于浮动车数据分析的道路宽度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106289036A true CN106289036A (zh) | 2017-01-04 |
CN106289036B CN106289036B (zh) | 2019-05-10 |
Family
ID=57664570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610626294.8A Expired - Fee Related CN106289036B (zh) | 2016-08-03 | 2016-08-03 | 一种基于浮动车数据分析的道路宽度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106289036B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816982A (zh) * | 2019-02-25 | 2019-05-28 | 东南大学 | 基于共享单车轨迹的虚拟路网非机动车道属性修正方法 |
CN112616118A (zh) * | 2020-12-22 | 2021-04-06 | 千方捷通科技股份有限公司 | 一种车辆所经过的etc门架确定方法、装置及存储介质 |
US20230194300A1 (en) * | 2021-12-20 | 2023-06-22 | Here Global B.V. | Automatic detection of segment width narrowing using probe data |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147261A (zh) * | 2010-12-22 | 2011-08-10 | 南昌睿行科技有限公司 | 一种交通车辆gps数据地图匹配的方法与系统 |
CN102184636A (zh) * | 2011-04-22 | 2011-09-14 | 福建工程学院 | 基于浮动车技术的道路拓宽识别方法 |
CN104062671A (zh) * | 2014-07-08 | 2014-09-24 | 中国石油大学(华东) | 曲率约束的gnss浮动车地图匹配方法及装置 |
CN104318766A (zh) * | 2014-10-22 | 2015-01-28 | 北京建筑大学 | 一种公交gps轨迹数据的路网匹配方法 |
CN105702043A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 对重点营运车辆在高速公路上违章停车的预警方法 |
US20160210863A1 (en) * | 2015-01-19 | 2016-07-21 | The Aerospace Corporation | Autonomous nap-of-the-earth (anoe) flight path planning for manned and unmanned rotorcraft |
-
2016
- 2016-08-03 CN CN201610626294.8A patent/CN106289036B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147261A (zh) * | 2010-12-22 | 2011-08-10 | 南昌睿行科技有限公司 | 一种交通车辆gps数据地图匹配的方法与系统 |
CN102184636A (zh) * | 2011-04-22 | 2011-09-14 | 福建工程学院 | 基于浮动车技术的道路拓宽识别方法 |
CN104062671A (zh) * | 2014-07-08 | 2014-09-24 | 中国石油大学(华东) | 曲率约束的gnss浮动车地图匹配方法及装置 |
CN104318766A (zh) * | 2014-10-22 | 2015-01-28 | 北京建筑大学 | 一种公交gps轨迹数据的路网匹配方法 |
US20160210863A1 (en) * | 2015-01-19 | 2016-07-21 | The Aerospace Corporation | Autonomous nap-of-the-earth (anoe) flight path planning for manned and unmanned rotorcraft |
CN105702043A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 对重点营运车辆在高速公路上违章停车的预警方法 |
Non-Patent Citations (2)
Title |
---|
张淑玲: "浮动车与空间网格结合的新增道路自动检测", 《科学技术与工程》 * |
耿小峰等: "浮动车快速道路匹配算法", 《水利与建筑工程学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816982A (zh) * | 2019-02-25 | 2019-05-28 | 东南大学 | 基于共享单车轨迹的虚拟路网非机动车道属性修正方法 |
CN109816982B (zh) * | 2019-02-25 | 2021-05-11 | 东南大学 | 基于共享单车轨迹的虚拟路网非机动车道属性修正方法 |
CN112616118A (zh) * | 2020-12-22 | 2021-04-06 | 千方捷通科技股份有限公司 | 一种车辆所经过的etc门架确定方法、装置及存储介质 |
CN112616118B (zh) * | 2020-12-22 | 2023-04-28 | 千方捷通科技股份有限公司 | 一种车辆所经过的etc门架确定方法、装置及存储介质 |
US20230194300A1 (en) * | 2021-12-20 | 2023-06-22 | Here Global B.V. | Automatic detection of segment width narrowing using probe data |
US11892317B2 (en) * | 2021-12-20 | 2024-02-06 | Here Global B.V. | Automatic detection of segment width narrowing using probe data |
Also Published As
Publication number | Publication date |
---|---|
CN106289036B (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105608505B (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 | |
CN108109382B (zh) | 基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法 | |
CN106197458B (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
AU2016247117B2 (en) | Driver profiling system and method | |
CN104050817B (zh) | 限速信息库生成、限速信息检测的方法和系统 | |
CN109544932A (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
CN111712862B (zh) | 用于生成交通量或交通密度数据的方法和系统 | |
US11328461B2 (en) | GNSS-based map generation | |
CN105674995A (zh) | 一种基于用户出行轨迹获取通勤路线的方法及装置 | |
CN104282142B (zh) | 一种基于出租车gps数据的公交站台设置方法 | |
CN109035787B (zh) | 一种利用移动通信数据识别交通工具类别的方法 | |
CN109520499B (zh) | 基于车辆gps轨迹数据实现区域实时等时线的方法 | |
CN106097717A (zh) | 基于两类浮动车数据融合的信号交叉口平均通行时间估计方法 | |
CN106289036A (zh) | 一种基于浮动车数据分析的道路宽度测量方法 | |
CN104317583A (zh) | 基于网格原理的道路拥堵优化算法 | |
CN106017476A (zh) | 一种生成室内定位导航图模型的方法 | |
WO2022077949A1 (zh) | 一种数据处理的方法和装置 | |
CN102956105B (zh) | 一种浮动车样本点数据插值的方法 | |
CN113375678A (zh) | 一种行车路径规划方法、管理服务器及停车管理系统 | |
CN107743641B (zh) | 停车场的管理 | |
JP2023184590A (ja) | 情報処理装置 | |
CN110827537B (zh) | 一种潮汐车道的设置方法、装置及设备 | |
CN103198552B (zh) | 一种获取加气站等候车辆队列信息的方法 | |
CN106875680A (zh) | 基于大数据分析的路口平均等待时间计算方法 | |
CN108399742A (zh) | 一种基于交通饱和度的交通态势热图可视化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190510 |