CN106996783B - 一种行驶轨迹与路网底图的智能匹配方法及装置 - Google Patents
一种行驶轨迹与路网底图的智能匹配方法及装置 Download PDFInfo
- Publication number
- CN106996783B CN106996783B CN201610046171.7A CN201610046171A CN106996783B CN 106996783 B CN106996783 B CN 106996783B CN 201610046171 A CN201610046171 A CN 201610046171A CN 106996783 B CN106996783 B CN 106996783B
- Authority
- CN
- China
- Prior art keywords
- road
- track
- area
- driving
- coordinate
- 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
Images
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
- G01C21/28—Navigation; 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
- G01C21/30—Map- or contour-matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提供一种行驶轨迹与路网底图的智能匹配方法及装置,该方法包括:分别获取路网底图中道路的坐标和行驶轨迹的数据;根据路网底图中道路属性,判断出某一道路的两端只存在一条可通行道路,则将其串接为路串;若判断出路网底图中某一路串的结束点与两条以上的路串通行,则以某一路串的结束点与两条以上的路串连接区域构建特征点扩充区域;识别特征点扩充区域内的行驶轨迹,并确定行驶轨迹的核心坐标区域及核心坐标区域的中心点;根据中心点对特征点扩充区域内的行驶轨迹进行调整,并与路网底图中的相应路串进行匹配。通过以上方法可实现道路与行驶轨迹的智能匹配,提高了匹配的准确率。
Description
技术领域
本发明涉及电子地图领域,具体地说,涉及一种行驶轨迹与路网底图的智能匹配方法及装置。
背景技术
随着科学技术的不断发展,越来越多的电子多媒体技术进入到了人们的日常生活中。其中,电子地图就是其中一个重要的应用领域。
电子地图的前期制作需要投入相应的人员及车辆完成对于道路及行驶轨迹的收集和整理。在现有技术中,绝大多数方案要求作业员在采集时明确某段车采高精度轨迹和底图上的某条道路或实际道路之间的对应关系。但实际在轨迹上逐点与道路进行匹配前,并没有做任何消歧处理,考虑到定位和采集误差等原因,匹配过程中很有可能出现一个轨迹点与两条路段的匹配度较为接近的情况,也可能出现轨迹点与道路1的距离权值最高,而与距离权值略低的道路2的夹角权值更高的情况,这时只依据匹配度选择,有可能导致轨迹上相邻两点所匹配的路段是不同路段,造成地图数据的混乱和错误的发生。
因此,如何提供一种方法或装置可以进行智能匹配、降低行驶轨迹与道路的偏差是本发明需要解决的技术问题。
发明内容
有鉴于此,本发明提供了一种行驶轨迹与路网底图的智能匹配方法及装置,实现了基于电子地图数据和实际行驶轨迹的智能计算匹配,大大降低了电子地图与实际行驶轨迹不相同的可能性,提高了电子地图内容的准确性。
一方面,本发明提出一种行驶轨迹与路网底图的智能匹配方法,该方法包括:
分别获取路网底图中道路的坐标和行驶轨迹的数据;
根据所述路网底图中道路属性,判断出某一道路的两端只存在一条可通行道路,则将其串接为路串;
若判断出所述路网底图中某一路串的结束点与两条以上的路串通行,则以所述某一路串的结束点与两条以上的路串连接区域构建特征点扩充区域;识别所述特征点扩充区域内的所述行驶轨迹,并确定所述行驶轨迹的核心坐标区域及所述核心坐标区域的中心点;
根据所述中心点对所述特征点扩充区域内的行驶轨迹进行调整,并与所述路网底图中的相应路串进行匹配。
可选的是,所述判断出某一道路的两端只存在一条可通行道路,则将其串接为路串的步骤包括:
判断所述路网底图中第一道路的结束坐标与第二道路的起始坐标是否相同,若相同且第一道路的结束坐标只与第二道路的起始坐标值相同,将所述第一道路和第二道路作为路串;和/或,
判断所述路网底图中某一路串的结束点与两条以上的路串通行的步骤包括:
判断第一道路的结束坐标与N个道路的起始坐标是否相同,若相同,则确定第一道路的结束坐标和N个道路的起始坐标相邻的扫描区域,将所述扫描区域按照预定面积划分为若干子区域;
将经过所述扫描区域的行驶轨迹进行叠加,确定行驶轨迹高概率经过的子区域,作为核心坐标区域;
根据所述核心子区域内的行驶轨迹计算核心行驶中心坐标,将所述扫描区域内的行驶轨迹按照所述核心行驶中心坐标进行调整;
获取路网底图道路的两端端点坐标之间的道路形状和距离、以及相对应的行驶轨迹上两个核心行驶中心坐标之间的轨迹形状和距离,判断若两个核心行驶中心属于同一行驶轨迹,且道路和行驶轨迹段的长度比不超过预置的阈值,将所述路网底图的道路和行驶轨迹进行匹配;其中,所述N为大于2的整数。
可选的是,所述根据所述核心子区域内的行驶轨迹计算核心行驶中心坐标,将所述扫描区域内的行驶轨迹按照所述核心行驶中心坐标进行调整,具体为:
根据行驶轨迹的坐标确定每个行驶轨迹在所述核心子区域内的行驶轨迹段;
计算行驶轨迹从所述扫描区域边缘到核心子区域边缘交点的平均方位角;
若两个行驶轨迹之间的平均方位角之差小于预置方位角阈值,且最大投影距离小于预置投影间隔阈值,将两个行驶轨迹中从所述扫描区域边缘到核心子区域边缘的轨迹段作为同一个等价轨迹段;
汇总所有的等价轨迹段与所述核心子区域边缘的交点坐标计算核心行驶中心坐标;
将从所述扫描区域内的行驶轨迹以核心行驶中心坐标为中心进行调整。
可选的是,上述行驶轨迹与路网底图的智能匹配方法还包括:
查找没有匹配成功的路串,并以所述没有匹配成功的路串为中心设定扩展区域;
获取经过所述中心设定扩展区域内的行驶轨迹,将长度相似比和形状相似比满足预置阈值且处于所述路串的扩展区域内的行驶轨迹,作为与所述路串相匹配的行驶轨迹
可选的是,上述行驶轨迹与路网底图的智能匹配方法还包括:
若处于相邻路串上的行驶轨迹的端点坐标不相同,计算并判断所述行驶轨迹间的端点坐标的距离是否小于预置端点距离阈值;
在所述行驶轨迹间的端点坐标的距离小于预置端点距离阈值时,则根据各行驶轨迹的端点坐标计算中心端点坐标,分别作为相邻路串上的行驶轨迹的新端点坐标。
可选的是,上述行驶轨迹与路网底图的智能匹配方法还包括:
所述路网底图中道路与所述行驶轨迹匹配后,根据与所述路网底图路串相匹配的行驶轨迹数据,对所述路网底图的数据进行更新。
另一方面,为实现上述方法,本发明提出一种行驶轨迹与路网底图的智能匹配装置,该装置包括:
匹配数据获取模块,用于分别获取路网底图中道路的坐标和行驶轨迹的数据;
路串构建模块,用于根据所述路网底图中道路属性,判断出某一道路的两端只存在一条可通行道路,则将其串接为路串;
路口点匹配模块,用于判断出若所述路网底图中某一路串的结束点与两条以上的路串通行,则以所述某一路串的结束点与两条以上的路串连接区域构建特征点扩充区域;识别所述特征点扩充区域内的所述行驶轨迹,并确定所述行驶轨迹的核心坐标区域及所述核心坐标区域的中心点;根据所述中心点对所述特征点扩充区域内的行驶轨迹进行调整,并与所述路网底图中的相应路串进行匹配。
可选的是,所述路串构建模块包括:
路串道路判断子模块,用于判断所述路网底图中第一道路的结束坐标与第二道路的起始坐标是否相同,若相同且第一道路的结束坐标只与第二道路的起始坐标值相同,将所述第一道路和第二道路作为路串;
路串轨迹匹配子模块,用于获取所述路串上经过的行驶轨迹,并将所述经过的行驶轨迹与所述路串进行匹配。
可选的是,所述路口点匹配模块,包括:
子区域划分子模块,用于判断第一道路的结束坐标与N个道路的起始坐标是否相同,若相同,则确定第一道路的结束坐标和N个道路的起始坐标相邻的扫描区域,将所述扫描区域按照预定面积划分为若干子区域;
核心区域标识子模块,用于将经过所述扫描区域的行驶轨迹进行叠加,确定行驶轨迹高概率经过的子区域,作为核心坐标区域;
行驶轨迹调整子模块,用于根据所述核心子区域内的行驶轨迹计算核心行驶中心坐标,将扫描区域内的行驶轨迹按照所述核心行驶中心坐标进行调整;
道路匹配子模块,用于获取路网底图道路的两端端点坐标之间的道路形状和距离、以及相对应的行驶轨迹上两个核心行驶中心坐标之间的轨迹形状和距离,判断路网底图的道路和行驶轨迹属于同一连续轨迹段且道路和行驶轨迹段的长度比不超过预置的阈值,将所述路网底图的道路和行驶轨迹进行匹配;所述N为大于2的整数。
可选的是,所述核心区域标识子模块包括:
核心区域轨迹定位子模块,用于根据行驶轨迹的坐标确定每个行驶轨迹在所述核心子区域内的行驶轨迹段;
平均方位角计算子模块,用于计算行驶轨迹从所述扫描区域边缘到核心子区域边缘交点的平均方位角;
等价轨迹段比较子模块,用于判断若两个行驶轨迹之间的平均方位角之差小于预置方位角阈值,且最大投影距离小于预置投影间隔阈值,将两个行驶轨迹中从所述扫描区域边缘到核心子区域边缘的轨迹段作为同一个等价轨迹段;
中心坐标计算子模块,用于汇总所有的等价轨迹段与所述核心子区域边缘的交点坐标计算核心行驶中心坐标;
中心坐标调整子模块,用于将从所述扫描区域内的行驶轨迹以核心行驶中心坐标为中心进行调整。
可选的是,上述行驶轨迹与路网底图的智能匹配装置还包括:缓冲区补充匹配模块,用于判断若行驶轨迹在所述路串周围指定范围内经过,则以所述路串为中心设定扩展区域;将长度相似比和形状相似比满足预置阈值且处于所述路串的扩展区域内的行驶轨迹,作为与所述路串相匹配的行驶轨迹。
可选的是,上述行驶轨迹与路网底图的智能匹配装置还包括:端点平滑调整模块,用于判断若处于相邻路串上的行驶轨迹的端点坐标不相同,计算并判断所述行驶轨迹间的端点坐标的距离是否小于预置端点距离阈值;在所述行驶轨迹间的端点坐标的距离小于预置端点距离阈值时,则根据各行驶轨迹的端点坐标计算中心端点坐标,分别作为相邻路串上的行驶轨迹的新端点坐标。
可选的是,上述行驶轨迹与路网底图的智能匹配装置还包括:数据更新模块,用于在所述路网底图中道路与所述行驶轨迹匹配后,根据与所述路网底图数据相匹配的行驶轨迹数据,对所述路网底图的数据进行更新。
相对于现有技术,本发明具有以下优点:
本发明通过使用以上介绍的几种方法及其组合,可以将单一连接的道路进行串接,形成路串,以并以此将相关联的行驶轨迹进行匹配,而对于多道路连接的岔路,则通过设置局部扫描区域对行驶轨迹进行叠加计算,通过计算得到的核心行驶中心坐标调整行驶轨迹,并最后将调整后的行驶轨迹与道路进行匹配。上述得到的匹配结果,可以较为精准而全面地完成了道路路段与实采行驶轨迹“线与端点“的一一匹配,实现了实采轨迹对已有路网底图的匹配更新,从而使得作业员专注于车行轨迹的采集质量,而不用再去关注道路拓扑关系的采集,这样能够显著提升采集的数据质量,并降低采集成本,为后续的导航地图制作乃至自动驾驶应用提供坚实的基础。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的一种行驶轨迹与路网底图的智能匹配方法的流程示意图;
图2为本发明实施例中的道路连接示意图;
图3为本发明实施例中的道路与行驶轨迹未正常匹配效果示意图;
图4为本发明实施例中的“特征点扩充域”示意图;
图5为本发明实施例中的遍历方形区域示意图;
图6为本发明实施例中的轨迹段和方位角示意图;
图7为本发明实施例中的方位角的示意图;
图8为本发明实施例中的点到折线段的投影距离的示意图;
图9为本发明实施例中的轨迹段T1、T2的最大投影距离示意图;
图10为本发明实施例中的合并“等价轨迹段类”示意图;
图11为本发明实施例中的计算特征点匹配点的示意图;
图12为本发明实施例中的基于核心坐标点进行轨迹调整示意图;
图13为本发明实施例中的检测端点匹配到相同轨迹的示意图;
图14为本发明实施例中的只有一个端点的路串匹配到轨迹的示意图;
图15为本发明实施例中的行驶轨迹按照匹配结果进行调整后的效果示意图;
图16为本发明实施例中的道路缓冲区示意图;
图17为本发明实施例中的行驶轨迹(Link)落入缓冲区(Linkbuffer)示意图;
图18为本发明实施例中的路串投影的示意图;
图19为本发明实施例中的新增轨迹段挂接点示意图;
图20为本发明实施例提供的一种行驶轨迹与路网底图的智能匹配装置的组成框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明实施例及实施例中的特征可以相互组合。
下面结合附图,对本发明的各实施例作进一步说明:、
参见图1,该图为本发明提供的一种行驶轨迹与路网底图的智能匹配方法的第一实施例的流程图。
在本实施例中,包括:
S101:获取道路的坐标和行驶轨迹数据。
S102:根据所述路网底图中道路属性,判断出某一道路的两端只存在一条可通行道路,则将其串接为路串。
进一步来讲,判断所述路网底图中第一道路的结束坐标与第二道路的起始坐标是否相同,若相同且第一道路的结束坐标只与第二道路的起始坐标值相同,将所述第一道路和第二道路作为路串,将所述路串上经过的行驶轨迹与所述路串进行匹配。
S103:若判断出所述路网底图中某一道路的结束点与两条以上的道路通行,则以所述某一道路的结束点与两条以上的道路连接区域构建特征点扩充区域;识别所述特征点扩充区域内的所述行驶轨迹,并确定所述行驶轨迹的核心坐标区域及所述核心坐标区域的中心点;根据所述中心点对所述特征点扩充区域内的行驶轨迹进行调整,并与所述路网底图中的相应道路进行匹配。
其中,判断所述路网底图中某一道路的结束点与两条以上的道路通行的步骤包括:
判断第一道路的结束坐标与N个道路的起始坐标是否相同,若相同,则确定第一道路的结束坐标和N个道路的起始坐标相邻的扫描区域,将所述扫描区域按照预定面积划分为若干子区域;
将经过所述扫描区域的行驶轨迹进行叠加,确定行驶轨迹高概率经过的子区域,作为核心坐标区域;
根据所述核心子区域内的行驶轨迹计算核心行驶中心坐标,将所述扫描区域内的行驶轨迹按照所述核心行驶中心坐标进行调整;
获取路网底图道路的两端端点坐标之间的道路形状和距离、以及相对应的行驶轨迹上两个核心行驶中心坐标之间的轨迹形状和距离,判断路网底图的道路和行驶轨迹属于同一连续轨迹段且道路和行驶轨迹段的长度比不超过预置的阈值,将所述路网底图的道路和行驶轨迹进行匹配;
所述N为大于2的整数。
在本发明实施时,首先需要获取到包含有道路的电子地图。在电子地图中,对于道路的标识一般都采用坐标方式,如张三大街的起始坐标为(10,12),而结束坐标为(10,25)。
同时,还需要获取到实际获得的车辆行驶轨迹数据。例如,GPS车行轨迹就是采用GPS轨迹记录仪采集的一系列车行经过的位置点,每个点至少包括日期、时间、经度、纬度等信息。另外,GPS轨迹采集主要有两种方式,即按照时间间隔或按照距离间隔。现实中,常用的时间间隔有1秒、5秒、10秒、15秒、30秒、60秒、120秒几种。而距离间隔即每移动一段距离记录一次位置点,常用的距离间隔由1米、5米、50米、100米、150米、300米、500米、1000米几种。通过上述间隔方式,可以收集到车辆在行驶过程中的行驶轨迹。
在得到道路坐标和行驶轨迹数据后,开始根据道路和行驶轨迹的不同而进行不同的处理。在本实施例中,判断第一道路的结束坐标与第二道路的起始坐标是否相同,且第一道路的结束坐标只与第二道路的起始坐标值相同。在现实中,大部分的道路都是相互连接的,且很多的道路都是单一连接,如某一道路的终点正好是下一道路的起点。因此,可以通过对道路起始坐标和结束坐标的判断,确定哪些道路是相通且连贯的,将这些道路串接为“路串”进行标识,进而进行道路与行驶轨迹的匹配。另外,在本文中,对于道路的端点(起始点或结束点)与行驶轨迹匹配后的延伸等调整操作也可以称为“挂接”。
可选的,判断如果在电子地图中的第一道路(某一条道路)的结束坐标与第二道路(另一条道路)的起始坐标相同,且第一道路的结束坐标只与第二道路的起始坐标值相同,则认为这两条道路为一直向某个方向持续延伸的道路,将所述第一道路和第二道路作为路串,将所述路串上经过的行驶轨迹与所述路串进行匹配。参见图2,该图为道路连接示意图。在该图中,存在A、B、C、D、E、F、O多个点。根据挂接和通行条件将路网道路穿为路串,具体原则如下:
情况1:如果一个道路点挂接两条道路,即第一道路的结束坐标与第二道路的起始坐标相同,则该点作为两个道路形成的路串的中间点,将两个道路串接为路串,并沿道路通行方向继续寻找终点(还可不断串接其它道路),直到道路遇到岔路口。在图2中为AEO路段。
情况2:如果一个道路点只挂接一条道路或挂接三条以上的道路(即常见的岔路口),则该道路点为道路或路串的起点或终点。在图2中A、B、C为起始点或终点,O点为岔路点。
情况3:如果一个点挂接两条道路,且两条道路不可通行,则该点同时为两条道路或路串的起点或终点。这个主要是指现实中从某一位置出发的单行道路,或存在数据错误或施工中的道路,需要人工介入处理。
对于情况1,则直接将各道路串接在一起,并根据串接后的路串坐标,查找在其坐标之上经过的行驶轨迹,将这些行驶轨迹与本路串进行匹配。这里所说的在其坐标之上经过的行驶轨迹,是指与道路坐标完全相同或高度相邻的坐标。
这里,使用串接方式连接道路的优势在于:道路串接的算法相对简单,计算效率较高;以路串作为扫描应用于后续的形状匹配,可以较好地保证在道路与道路上行驶轨迹的匹配,避免了连续串接的道路匹配的轨迹各异的情况,起到较好的消歧效果。对于电子地图来说,尤其是高速公路,可以通过道路的驶向判断道路是否不可通行。如果道路为只出或只入的道路,则可以认为符合情况3的情形。
在情况2中,也即第一道路的结束坐标与N个道路的起始坐标相同,且所述第一道路的结束坐标与N个道路的起始坐标值相同,则认为该点为多个道路的岔路点。但由于检测仪器的准确性、道路路口变化等因素,在实际获取到的行驶轨迹中,在岔路口的行驶轨迹都是相互不连接的。参见图3,这样的轨迹与道路的坐标无法进行匹配,因此需要对轨迹进行调整。
确定第一道路的结束坐标和N个道路的起始坐标相邻的扫描区域,将所述扫描区域按照预定面积划分为若干子区域,即取所述第一道路与N个道路连接的扫描区域,如设置多个道路连接处的10m*10m面积或更小面积为扫描区域。参见图4,在该图中点O为电子地图中道路口中心点,向正北、正东、正南、正西各扩充5m,建立10m*10m的正方形扫描区域。这里所述N为大于2的整数。
将在所述扫描区域内的行驶轨迹叠加,截取在扫描区域内的轨迹为轨迹段。在图4中T1(AB)、T2(CD)、T3(EF)为截取的轨迹段。之后确定行驶轨迹点的核心坐标区域,将所述行驶轨迹按照所述核心行驶中心坐标调整,根据调整后的行驶轨迹与所述第一道路和N个道路坐标进行匹配。
可选的,将扫描区域按边均分成若干子区域,例如可将扫描区域划分为若干个1m*1m的子区域,每个子区域左下角点的索引设定为[0][0],记扫描区域内某个子区域左下角点距扫描区域左下角点的横向距离为dx米,纵向距离为dy米,则该子区域左下角点的索引为[dx][dy](如图4中深色子区域左下角点的索引即为[2][4],中心浅色子区域左下角点的索引即为[2][2]),以某个子区域的左下角分别向右,向上扩充2m,可建立2m*2m的方形子区域,方形子区域我们用三元组(dx,dy,2)表示(图4示意图深色的方形子区域记为(2,4,2),中心浅色的方形子区域记为(2,2,2))。之后,遍历扫描区域中所有非接边的方形子区域。参见图5,该图展示了以6m*6m的扫描区域为例,对9个方形区域的遍历过程。这里为了便于解释本发明,可以称这个轨迹交叉处的区域为“特征点扩充域”。
每个“特征点扩充域”还可以根据其中所包括的轨迹点数量的多少,将其状态可标记为“待识别”、“已识别”、“已匹配”。在初始化状态下,所有方形子区域的状态均为“待识别”。
在扫描区域的每个方形子区域都有可能对应一个轨迹交叉处邻近点的集中区域。若某个“特征点扩充域”的边缘与扫描区域内全部轨迹段的交点数大于2小于等于8,则认为行驶轨迹高概率经过当前子区域,将子区域作为核心坐标区域,并将该扩充域标记为“已识别”。
图4中的中间浅色子区域与全部轨迹段T1,T2,T3的交点数为6,正下方浅色子区域与T2,T3的交点数为4,正上方深色子区域与T1,T3的交点数为4,则将子区域作为核心坐标区域,并标记为“已识别”区域。
其余白色方形子区域与全部轨迹段T1,T2的交点数均小于等于2,则仍为“待识别”区域。
交点数大于8的情况过于复杂,即使用“特征点”也不能确定匹配,统一留到后面的线匹配,再挂接。
逐一遍历“已识别”的特征点扩充域。截取“已识别”的“特征点扩充域”边缘和扫描区域边缘之间的轨迹段T1…Tn,计算路串的端点坐标(第一道路或路串和其它N个道路或路串的端点坐标都相同)到扫描区域边缘交点的方位角:L1(OA),L2(OB),L3(OC),L4(OD)。计算每段轨迹段从特征点扩充域边缘交点到扫描区域边缘交点的方位角:T1(EF),T2(GH),T3(IJ),T4(MN),T5(PQ),T6(RS)。
方位角的概念说明:以正北方向为0°,顺时针递增,值域为[0°,360°),方位角(Azimuth)在下文用其英文简写Az表示。参见图7,该图为方位角的示意图。
如图6中,L1方位角:Az(L1)=0°,Az(L2)=90°,Az(L3)=180°,Az(L4)=270°。
T1,T2的方位角:Az(T1)=Az(T2)=0°,T3的方位角:Az(T3)=90°,T4的方位角大致为185°,T5的方位角大致为180°,T6的方位角大致为270°。
为了能够清楚的介绍本发明的技术方案,这里还需要进一步对两轨迹段T1,T2最大投影距离的概念进行说明,点到折线段的投影距离参见图8。
根据平面直角坐标系求解点到直线段的垂足点,如果垂足点在直线段上,则垂足点即为点到直线段的投影点;如果垂足点在直线段的起点外侧,则直线段的起点为点到直线段的投影点;如果垂足点在直线段终点的外侧,则直线段的终点即为点到直线段的投影点。求出点到折线上所有直线段的投影点的距离,其中最小的距离值为点到折线段的投影距离。
参见图9,该图为两轨迹段T1,T2的最大投影距离的示意图:
计算轨迹段T1上所有形状点(坐标)到轨迹段T2(坐标)的距离,再计算轨迹段T2上所有形状点到轨迹段T1的距离,所有距离中的最大值为轨迹段T1,T2的最大投影距离,两轨迹段T1,T2的最大投影距离(Maximum Projection Distance)在下文中用其英文简写MPD(T1,T2)表示。
统计“特征点扩充域”边缘和扫描区域边缘之间“等价轨迹段类”的数量,计算每个“等价轨迹段类”的平均方位角Az(C)。参见图10,该图为合并“等价轨迹段类”示意图。下以图10为例,进行说明:
1、初始化每条轨迹段T1,T2…,T6为一个“等价轨迹段类”C1,C2,…,C6
2、对C1,C2,…,C6两两进行比较,若对C1,C2中的任两条轨迹段,都满足方位角之差:ABS(Az(T1)-Az(T2))<10°,且最大投影距离MPD(T1,T2)<1.5m,则合并C1,C2为一个“等价轨迹段类”。
3、迭代执行(2)步骤,直到所有“等价轨迹段类”两两进行比较,没有发生合并操作,则迭代终止。
图10中会合并为4个“等价轨迹段类”:C1{T1,T2},C3{T3},C4{T4,T5},C6{T6}.
平均方位角:Az(C1)=0°,Az(C3)=90°,Az(C4)=182.5°,Az(C6)=270°
若合并后“等价轨迹段类”的数量和道路特征点挂接的道路数不相等:则跳过对当前特征点扩充域的处理,对下一个“已识别”的特征点扩充域进行上述有关计算每条路串从多道路挂接点到扫描区域边缘交点的方位角的操作,及计算每个“等价轨迹段类”的平均方位角Az(C)并进行相应合并的操作。
若合并后“等价轨迹段类”的数量和道路特征点挂接的道路数相等:检测挂接的每条道路Li是否都对应存在一个“等价轨迹段类”Cm,满足方位角之差的绝对值:
ABS(Az(Li)–Az(Cm))<10°
若任一条道路Li找不到对应:则跳过当前特征点扩充域,对下一个“已识别”的特征点扩充域进行上述有关计算每条路串从多道路挂接点到扫描区域边缘交点的方位角的操作,及计算每个“等价轨迹段类”的平均方位角Az(C)并进行相应合并的操作。
若全部道路都能够找到对应的“等价轨迹段类”:则将当前“特征点扩充域”标记为“已匹配”,计算道路Li与其对应的“等价轨迹段类”中每条轨迹段Tm的差异值:
Diff(Li,Tm)=α*ABS(Az(Li)–Az(Tm))+(1-α)*MPD(Li,Tm)
其中α为加权值,默认取0.8。
如图10中道路L3和“等价轨迹段类”C4满足方位角之差的绝对值<10°,计算
Diff(L3,T4)=0.8×2.5+0.2×0.6=2.12,Diff(L3,T5)=0.8×0+0.2×0.4=0.08
则道路L3与C4中差异度最低的轨迹段T5即为匹配。
同理可得,道路L1与轨迹段T1,道路L2与轨迹段T3,道路L4与轨迹段T6匹配。
道路L1,L2,L3,L4和轨迹段T1,T3,T5,T6的状态标记为“匹配”。
通过“已匹配”的特征点扩充域边缘与各标记为“匹配”轨迹段(T1,T3,T5,T6)的交点(E,I,P,R),求出几个交点的平均X,Y坐标A(X,Y),A点可视为道路或路串的端点O的匹配点,为核心行驶中心坐标。参见图11,该图为计算特征点匹配点的示意图。
根据所述核心子区域内的行驶轨迹计算核心行驶中心坐标,将所述扫描区域内的行驶轨迹按照所述核心行驶中心坐标进行调整。即将所有轨迹在特征点扩充域中的形状点统一替换为特征点的匹配点,并调整轨迹上形状点的序号。参见图12。
如图12,T1,T2,T3三条轨迹所有在特征点扩充域中的形状点统一由核心行驶中心坐标A点替代,同时特征点扩充域外,轨迹的形状点序号也会进行调整。
例如:T1轨迹采集时由B通向C,调整前,B的形状点序号:SEQ(T1,B)=388,C的形状点序号SEQ(T1,C)=392;调整后,SEQ(T1,B)=388,SEQ(T1,A)=389,SEQ(T1,C)=390。
T3轨迹采集时由D通向E,调整前,SEQ(T3,D)=161,SEQ(T3,E)=164;调整后,SEQ(T3,D)=161,SEQ(T3,A)=162,SEQ(T3,E)=163。
至此确定了道路L1,L2,L3,L4所匹配的轨迹段和端点O在轨迹上匹配A点的序号。
采用如下四元组方式记录:
<L1,O,T3,SEQ(T3,A)>,<L2,O,T2,SEQ(T2,A)>,
<L3,O,T3,SEQ(T3,A)>,<L4,O,T1,SEQ(T1,A)>
第一个四元组表示路串L1的端点O与轨迹T3的第162个点匹配。
至此,当前道路或路串中所涉及到的行驶轨迹匹配操作完成,行驶轨迹按照计算得到的A进行了相应的调整。
同理,对每个多道路连接的岔路口节点执行上述匹配操作,使每个道路或路串的端点都完成与行驶轨迹的匹配,进一步包括:获取道路的两端端点坐标之间的道路形状和距离,以及对应的行驶轨迹上两个核心行驶中心坐标之间的轨迹形状和距离,判断若两个核心行驶中心属于同一行驶轨迹,且道路和行驶轨迹段的长度比不超过预置的阈值,将道路和行驶轨迹进行匹配。
如果某条路串Li的两端A点,B分别匹配轨迹Ti上序号SEQ1,SEQ2的点(如T1上的C,D,两个点匹配的四元组结果为<L1,A,T1,SEQ(T1,C)>,<L1,B,T1,SEQ(T1,D)>),且路串的长度与轨迹长度(因为行驶轨迹点间距约1m,轨迹长度可用SEQ1-SEQ2近似)大致相同,即满足:
ABS(Length(Li)-ABS(SEQ1-SEQ2))/Length(Li)<0.1
则匹配成功,将T1的[SEQ1,SEQ2]作为L1的匹配轨迹段,记录匹配结果。参见图13,该图为检测端点匹配到相同轨迹的示意图。
如果路串Li的端A点和B分别匹配同一条轨迹Ti上序号为SEQ1,SEQ2的点,却有:
ABS(Length(Li)-ABS(SEQ1-SEQ2))/Length(Li)>=0.1
则路串Li匹配失败,留到线匹配处理。
如果路串两端匹配到不同的轨迹段,如图13中A端点与轨迹T1的C点匹配,B端点与轨迹T2的D点匹配则该路串匹配失败,即两个点匹配的四元组结果为:
<L1,A,T1,SEQ(T1,C)>,<L1,B,T2,SEQ(T2,D)>),则路串Li匹配失败,留到线匹配处理。
如果路串Li只有一端A匹配到轨迹上T1的C,另一端点B没有成功的匹配结果,则通过B的坐标找轨迹T1上距离其最近的形状点D,设C的形状点序号为SEQ1,D的形状点序号为SEQ2。h为点D距点B的距离阈值,可设定为5—10m之间。
若同时满足:
Distance(B,D)<h,且ABS(Length(Li)-ABS(SEQ1-SEQ2))/Length(Li)<0.1
则匹配成功,记录匹配结果。否则匹配失败,路串Li留到线匹配处理。参见图14,该图为路串只有一个端点匹配到轨迹的示意图。
如果某条路串两端都没有匹配到任何轨迹,则该路串匹配失败,留到线匹配处理。
经过上述步骤,完成了“基于特征点扩充域”的智能匹配。参见图15,该图为通过使用上述操作对行驶轨迹按照匹配结果进行调整后的效果图。
通过使用上述方法,使得道路与行驶轨迹的匹配准确性有了较大的提高,同时,有效提升了对“十字交叉口”,“匝道入主路”处等容易出现“道路挂接,轨迹未挂接”情况的处理准确率。
在进行上述操作后,可以将正常路串上的轨迹和多道路连接的岔路口行驶轨迹进行了相应的匹配。但由于实际交通道路的复杂性及客观存在的若干可能影响到匹配准确性的因素,造成仍然存在一定量的道路无法与获得的行驶轨迹进行匹配。
因此,在本发明提供的一种行驶轨迹与路网底图的智能匹配方法的第二实施例中,还包括一种具有补充作用的“线匹配”方法,用来针对上述操作未能够正常匹配的道路和行驶轨迹的匹配,进一步补充和完善技术方案:
若行驶轨迹在所述路串周围的指定范围内经过,以所述路串为中心设定扩展区域;
将长度相似比和形状相似比满足预置阈值且处于所述路串的扩展区域内的行驶轨迹,作为与所述路串相匹配的行驶轨迹。
可选的,根据路串的坐标信息建立缓冲区。其中,如果针对坐标点,则缓冲区的范围是半径为预置缓冲值的圆形区域;如果针对由若干个点组成的路串坐标,则缓冲区的范围可以是与折线形状一致的带形区域,宽度为预置缓冲值的2倍,起点和终点位置向外延伸为半径为预置缓冲值的半圆。参见图16,该图为道路缓冲区示意图。
在一般情况下,“路串周围的指定范围内”可以是在道路的周围为0-8米范围之内的区域,优选的距离为5米内。
查询并截取与路串建立的缓冲区有空间关系的轨迹段。为了查询到尽可能多的轨迹段,这里的“空间关系”包括轨迹段与缓冲区域相交、相切、完全落入。参见图17,该图为行驶轨迹(Link)落入缓冲区(Linkbuffer)的示意图。
之后,根据长度相似比和形状相似比筛选出满足阈值条件的轨迹段,加权选择最可能匹配的轨迹段进行匹配。
这里,计算长度相似比和形状相似比的公式如下:
长度相似比:R(l)=DISTANCE(行驶轨迹在缓冲区内部分的长度)/DISTANCE(路串的长度)。
形状相似比:R(s)=1-ABS(DISTANCE(行驶轨迹在缓冲区内部分的长度)-DISTANCE(路串投影))/DISTANCE(行驶轨迹在缓冲区内部分的长度)。
在形状相似比的公式中包含DISTANCE(路串投影),这里对路串投影的映射规则进行具体说明:
参考线A到基准线B的平面投影计算:
1)分别求出线A的起点和终点到线B的投影点;
2)线B上两个投影点(图中虚线部分)以及投影点中间的形状点的连线即为线A到线B的投影线。参见图18,该图为路串投影的示意图。
分别设定长度相似度和形状相似度的选择阈值为H(l)和H(s),长度相似度和形状相似度的加权值分别为α和1-α(α默认值0.5)。
在计算某路串的匹配轨迹段时,首先筛选出满足阈值条件的轨迹段,再对筛选后的每条轨迹段计算:R=α*R(l)+(1-α)*R(s),R值最高的轨迹段即为路串的匹配轨迹段。
在进行上述操作后,可以扩展道路或路串的坐标区域,从而增加能够匹配的行驶轨迹的可能性和准确性。在实际中,经常出现路串的端点(起始点或结束点)未与匹配的行驶轨迹的端点进行对应或挂接的情况。
因此,在本发明提供的一种行驶轨迹与路网底图的智能匹配方法的第三实施例中,还包括一种方法解决上述问题:
若处于相邻路串上的行驶轨迹的端点坐标不相同,计算所述行驶轨迹间的端点坐标的距离是否小于预置端点距离阈值;
若小于,则根据各行驶轨迹的端点坐标计算中心端点坐标,分别作为相邻路串上的行驶轨迹的新端点坐标。
若行驶轨迹间的端点坐标的距离大于预置端点距离阈值,则不必执行上述计算中心端点坐标的操作。
具体处理步骤为:
1)找到需要处理的轨迹段T1,…,Tn和其待挂接的端点N1,…,Nn。
2)计算N1,…,Nn中每两端点间的距离,设定距离阈值为H(d),若存在Distance(Ni,Nj)>H(d),则这组端点处程序不自动挂接,以“道路点,<轨迹段Ti,待挂接轨迹点序号SEQ>”的LOG形式输出给用户。
3)若全部点间距均小于H(d),则取所有端点的平均(X,Y)坐标(即所有端点连线多边形的几何重心),新建一个挂接点O(X,Y),对应轨迹段的对应端添加O点为新端点。参见图19,该图为新增轨迹段挂接点示意图。
至此,通过使用以上介绍的几种方法及其组合,可以较为精准而全面地完成了道路路段与实采行驶轨迹“线与端点“的一一匹配,可以实现根据与所述路网底图路串相匹配的行驶轨迹数据对已有路网底图的数据的更新。
以上为本发明提供的一种行驶轨迹与路网底图的智能匹配的方法,基于其原理,本发明还提供整片行驶轨迹与路网底图的智能匹配装置,具体如下:
参见图20,该图为本发明提供的一种行驶轨迹与路网底图的智能匹配装置的第一实施例和第二实施例串行实施的原理框图。
在第一实施例中,包括:匹配数据获取模块10、路串构建模块20和路口点匹配模块30。其中:
匹配数据获取模块10,用于分别获取路网底图中道路的坐标和行驶轨迹的数据;
路串构建模块20,用于根据所述路网底图中道路属性,判断出某一道路的两端只存在一条可通行道路,则将其串接为路串;
路口点匹配模块30,用于判断出若所述路网底图中某一道路的结束点与两条以上的道路通行,则以所述某一道路的结束点与两条以上的道路连接区域构建特征点扩充区域;识别所述特征点扩充区域内的所述行驶轨迹,并确定所述行驶轨迹的核心坐标区域及所述核心坐标区域的中心点;根据所述中心点对所述特征点扩充区域内的行驶轨迹进行调整,并与所述路网底图中的相应道路进行匹配。
作为一种可选的实施方式,所述路串构建模块进一步包括:
路串道路判断子模块,用于判断所述路网底图中第一道路的结束坐标与第二道路的起始坐标是否相同,若相同且第一道路的结束坐标只与第二道路的起始坐标值相同,将所述第一道路和第二道路作为路串;
路串轨迹匹配子模块,用于获取所述路串上经过的行驶轨迹,并将所述经过的行驶轨迹与所述路串进行匹配。
作为一种可选的实施方式,所述路口点匹配模块进一步包括:
子区域划分子模块,用于判断第一道路的结束坐标与N个道路的起始坐标是否相同,若相同,则确定第一道路的结束坐标和N个道路的起始坐标相邻的扫描区域,将所述扫描区域按照预定面积划分为若干子区域;
核心区域标识子模块,用于将经过所述扫描区域的行驶轨迹进行叠加,确定行驶轨迹高概率经过的子区域,作为核心坐标区域;
行驶轨迹调整子模块,用于根据所述核心子区域内的行驶轨迹计算核心行驶中心坐标,将扫描区域内的行驶轨迹按照所述核心行驶中心坐标进行调整;
道路匹配子模块,用于获取路网底图道路的两端端点坐标之间的道路形状和距离、以及相对应的行驶轨迹上两个核心行驶中心坐标之间的轨迹形状和距离,判断路网底图的道路和行驶轨迹属于同一连续轨迹段且道路和行驶轨迹段的长度比不超过预置的阈值,将所述路网底图的道路和行驶轨迹进行匹配;其中,所述N为大于2的整数。
作为一种可选的实施方式,所述核心区域标识子模块进一步包括:
核心区域轨迹定位子模块,用于根据行驶轨迹的坐标确定每个行驶轨迹在所述核心子区域内的行驶轨迹段;
平均方位角计算子模块,用于计算行驶轨迹从所述扫描区域边缘到核心子区域边缘交点的平均方位角;
等价轨迹段比较子模块,用于判断若两个行驶轨迹之间的平均方位角之差小于预置方位角阈值,且最大投影距离小于预置投影间隔阈值,将两个行驶轨迹中从所述扫描区域边缘到核心子区域边缘的轨迹段作为同一个等价轨迹段;
中心坐标计算子模块,用于汇总所有的等价轨迹段与所述核心子区域边缘的交点坐标计算核心行驶中心坐标;
中心坐标调整子模块,用于将从所述扫描区域内的行驶轨迹以核心行驶中心坐标为中心进行调整。
作为一种可选的实施方式,上述装置还可以包括:
缓冲区补充匹配模块40,用于判断若行驶轨迹在所述路串周围指定范围内经过,则以所述路串为中心设定扩展区域;将长度相似比和形状相似比满足预置阈值且处于所述路串的扩展区域内的行驶轨迹,作为与所述路串相匹配的行驶轨迹。
端点平滑调整模块50,用于判断若处于相邻路串上的行驶轨迹的端点坐标不相同,计算并判断所述行驶轨迹间的端点坐标的距离是否小于预置端点距离阈值;在所述行驶轨迹间的端点坐标的距离小于预置端点距离阈值时,则根据各行驶轨迹的端点坐标计算中心端点坐标,分别作为相邻路串上的行驶轨迹的新端点坐标。
作为一种可选的实施方式,上述装置中还可以包括:
数据更新模块60,用于在所述路网底图中道路与所述行驶轨迹匹配后,根据与所述路网底图数据相匹配的行驶轨迹数据,对所述路网底图的数据进行更新。
上述装置中的各模块的功能原理可参见前述各方法实施例中的相关说明,这里不再重复进行介绍。
至此,通过使用以上装置,可以较为精准而全面地完成了道路路段与实采行驶轨迹“线与端点“的一一匹配,实现了实采轨迹对已有路网底图的匹配更新。
上述说明示出并描述了本发明的若干可选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (11)
1.一种行驶轨迹与路网底图的智能匹配方法,其特征在于,包括:
分别获取路网底图中道路的坐标和行驶轨迹的数据;
根据所述路网底图中道路属性,判断出某一道路的两端只存在一条可通行道路,则将其串接为路串;
若判断出所述路网底图中某一路串的结束点与两条以上的路串通行,则以所述某一路串的结束点与两条以上的路串连接区域来构建扫描区域,将所述扫描区域划分为若干子区域,将与所述行驶轨迹交叉的子区域确定为特征点扩充区域;
识别所述特征点扩充区域内的所述行驶轨迹,并将所述行驶轨迹高概率经过的特征点扩充区域确定为所述行驶轨迹的核心坐标区域;逐一遍历所述核心坐标区域,将使得所述扫描区域中的每条道路均匹配有满足阈值要求的等价轨迹段类的核心坐标区域确定为核心子区域,其中,所述等价轨迹段类是将所述核心坐标区域边缘与扫描区域的边缘之间的轨迹段按照预置条件进行合并得到的;
根据所述核心子区域边缘与所述扫描区域内等价轨迹段类的交点计算核心行驶中心坐标;根据所述核心行驶中心坐标对所述特征点扩充区域内的行驶轨迹进行调整,并与所述路网底图中的相应路串进行匹配。
2.根据权利要求1所述的方法,其特征在于:
所述判断出某一道路的两端只存在一条可通行道路,则将其串接为路串的步骤包括:
判断所述路网底图中第一道路的结束坐标与第二道路的起始坐标是否相同,若相同且第一道路的结束坐标只与第二道路的起始坐标值相同,将所述第一道路和第二道路作为路串;
和/或,
判断所述路网底图中某一路串的结束点与两条以上的路串通行的步骤包括:
判断第一道路的结束坐标与N个道路的起始坐标是否相同,若相同,则确定第一道路的结束坐标和N个道路的起始坐标相邻的扫描区域,其中,N为大于2的整数;
和/或,
与所述路网底图中的相应路串进行匹配的步骤包括:
获取路网底图道路的两端端点坐标之间的道路形状和距离、以及相对应的行驶轨迹上两个核心行驶中心坐标之间的轨迹形状和距离,判断若两个核心行驶中心属于同一行驶轨迹且道路和行驶轨迹段的长度比不超过预置的阈值,将所述路网底图的道路和行驶轨迹进行匹配。
3.根据权利要求1所述的方法,其特征在于,所述逐一遍历所述核心坐标区域,将使得所述扫描区域中的每条道路均匹配有满足阈值要求的等价轨迹段类的核心坐标区域确定为核心子区域,包括:
针对每个被遍历的核心坐标区域,根据行驶轨迹的坐标确定每个行驶轨迹在所述核心坐标区域边缘与所述扫描区域的边缘之间的行驶轨迹段;
计算行驶轨迹从所述扫描区域边缘到核心坐标区域边缘交点的方位角;
若两个行驶轨迹之间的方位角之差小于预置方位角阈值,且最大投影距离小于预置投影间隔阈值,将两个行驶轨迹中从所述扫描区域边缘到核心坐标区域边缘的轨迹段作为同一个等价轨迹段类;
将使得所述扫描区域中的每条道路均匹配有满足阈值要求的等价轨迹段类的核心坐标区域确定为核心子区域。
4.根据权利要求1所述的方法,其特征在于,该方法还包括:
查找没有匹配成功的路串,并以所述没有匹配成功的路串为中心设定扩展区域;
获取经过所述扩展区域内的行驶轨迹,将长度相似比和形状相似比满足预置阈值且处于所述路串的扩展区域内的行驶轨迹,作为与所述路串相匹配的行驶轨迹。
5.根据权利要求4所述的方法,其特征在于,该方法还包括:
若处于相邻路串上的行驶轨迹的端点坐标不相同,计算并判断所述行驶轨迹间的端点坐标的距离是否小于预置端点距离阈值;
在所述行驶轨迹间的端点坐标的距离小于预置端点距离阈值时,则根据各行驶轨迹的端点坐标计算中心端点坐标,分别作为相邻路串上的行驶轨迹的新端点坐标。
6.根据权利要求1至5任一项所述的方法,其特征在于,该方法还包括:
所述路网底图中道路与所述行驶轨迹匹配后,根据与所述路网底图数据相匹配的行驶轨迹数据,对所述路网底图的数据进行更新。
7.一种行驶轨迹与路网底图的智能匹配装置,其特征在于,包括:
匹配数据获取模块,用于分别获取路网底图中道路的坐标和行驶轨迹的数据;
路串构建模块,用于根据所述路网底图中道路属性,判断出某一道路的两端只存在一条可通行道路时,将其串接为路串;
子区域划分模块,用于判断出若所述路网底图中某一路串的结束点与两条以上的路串通行,则以所述某一路串的结束点与两条以上的路串连接区域构建扫描区域,将所述扫描区域划分为若干子区域,将与所述行驶轨迹交叉的子区域确定为特征点扩充区域;
核心区域标识模块,识别所述特征点扩充区域内的所述行驶轨迹,并将所述行驶轨迹高概率经过的特征点扩充区域确定为所述行驶轨迹的核心坐标区域;逐一遍历所述核心坐标区域,将使得所述扫描区域中的每条道路均匹配有满足阈值要求的等价轨迹段类的核心坐标区域确定为核心子区域,其中,所述等价轨迹段类是将所述核心坐标区域边缘与扫描区域的边缘之间的轨迹段按照预置条件进行合并得到的;
行驶轨迹调整模块,根据所述核心子区域边缘与所述扫描区域内等价轨迹段类的交点计算核心行驶中心坐标;根据所述核心行驶中心坐标对所述特征点扩充区域内的行驶轨迹进行调整;
道路匹配模块,用于所述调整后的行驶轨迹与所述路网底图中的相应路串进行匹配。
8.根据权利要求7所述的装置,其特征在于,所述路串构建模块包括:
路串道路判断子模块,用于判断所述路网底图中第一道路的结束坐标与第二道路的起始坐标是否相同,若相同且第一道路的结束坐标只与第二道路的起始坐标值相同,将所述第一道路和第二道路作为路串;
路串轨迹匹配子模块,用于获取所述路串上经过的行驶轨迹,并将所述经过的行驶轨迹与所述路串进行匹配。
9.根据权利要求7所述的装置,其特征在于:
所述子区域划分模块,具体用于判断第一道路的结束坐标与N个道路的起始坐标是否相同,若相同,则确定第一道路的结束坐标和N个道路的起始坐标相邻的扫描区域,将所述扫描区域按照预定面积划分为若干子区域;其中,所述N为大于2的整数;
所述道路匹配模块,具体用于获取路网底图道路的两端端点坐标之间的道路形状和距离、以及相对应的行驶轨迹上两个核心行驶中心坐标之间的轨迹形状和距离,判断路网底图的道路和行驶轨迹属于同一连续轨迹段且道路和行驶轨迹段的长度比不超过预置的阈值,将所述路网底图的道路和行驶轨迹进行匹配。
10.根据权利要求7所述的装置,其特征在于,所述核心区域标识模块,包括:
核心区域轨迹定位子模块,用于针对每个被遍历的核心坐标区域,根据行驶轨迹的坐标确定每个行驶轨迹在所述核心坐标区域边缘与所述扫描区域的边缘之间的行驶轨迹段;
方位角计算子模块,用于计算行驶轨迹从所述扫描区域边缘到核心坐标区域边缘交点的方位角;
等价轨迹段比较子模块,用于判断若两个行驶轨迹之间的方位角之差小于预置方位角阈值,且最大投影距离小于预置投影间隔阈值,将两个行驶轨迹中从所述扫描区域边缘到核心坐标区域边缘的轨迹段作为同一个等价轨迹段类;将使得所述扫描区域中的每条道路均匹配有满足阈值要求的等价轨迹段类的核心坐标区域确定为核心子区域。
11.根据权利要求7至10任一项所述的装置,其特征在于,该装置还包括:
缓冲区补充匹配模块,用于判断若行驶轨迹在所述路串周围指定范围内经过,则以所述路串为中心设定扩展区域;将长度相似比和形状相似比满足预置阈值且处于所述路串的扩展区域内的行驶轨迹,作为与所述路串相匹配的行驶轨迹;和/或,
端点平滑调整模块,用于判断若处于相邻路串上的行驶轨迹的端点坐标不相同,计算并判断所述行驶轨迹间的端点坐标的距离是否小于预置端点距离阈值;在所述行驶轨迹间的端点坐标的距离小于预置端点距离阈值时,则根据各行驶轨迹的端点坐标计算中心端点坐标,分别作为相邻路串上的行驶轨迹的新端点坐标;和/或,
数据更新模块,用于在所述路网底图中道路与所述行驶轨迹匹配后,根据与所述路网底图数据相匹配的行驶轨迹数据,对所述路网底图的数据进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610046171.7A CN106996783B (zh) | 2016-01-25 | 2016-01-25 | 一种行驶轨迹与路网底图的智能匹配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610046171.7A CN106996783B (zh) | 2016-01-25 | 2016-01-25 | 一种行驶轨迹与路网底图的智能匹配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106996783A CN106996783A (zh) | 2017-08-01 |
CN106996783B true CN106996783B (zh) | 2020-01-31 |
Family
ID=59428956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610046171.7A Active CN106996783B (zh) | 2016-01-25 | 2016-01-25 | 一种行驶轨迹与路网底图的智能匹配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106996783B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017216237A1 (de) * | 2017-09-14 | 2019-03-14 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Ermitteln eines Verlaufs von Fahrspuren eines Straßennetzes sowie Servervorrichtung zum Durchführen des Verfahrens |
CN108303075B (zh) * | 2017-12-29 | 2021-01-29 | 广州斯马特信息科技有限公司 | 轨迹生成方法和系统 |
CN110948478A (zh) * | 2018-09-26 | 2020-04-03 | 上海云绅智能科技有限公司 | 一种控制在指定区域活动的方法及机器人 |
CN109916414B (zh) * | 2019-03-29 | 2021-07-09 | 百度在线网络技术(北京)有限公司 | 地图匹配方法、装置、设备和介质 |
CN111811523B (zh) * | 2019-04-12 | 2024-04-05 | 北京四维图新科技股份有限公司 | 路网匹配纠错方法、装置及系统 |
CN111858620B (zh) * | 2019-04-29 | 2024-03-01 | 北京四维图新科技股份有限公司 | 地图数据更新方法及装置 |
CN110160539A (zh) * | 2019-05-28 | 2019-08-23 | 北京百度网讯科技有限公司 | 地图匹配方法、装置、计算设备和介质 |
CN110634291B (zh) * | 2019-09-17 | 2020-12-29 | 武汉中海庭数据技术有限公司 | 基于众包大数据的高精度地图拓扑自动构建方法及系统 |
CN110751751A (zh) * | 2019-10-09 | 2020-02-04 | 广州敏视数码科技有限公司 | 一种行车轨迹记录方法 |
CN112857380B (zh) * | 2019-11-12 | 2022-12-20 | 北京三快在线科技有限公司 | 道路通行状态确定方法、装置、存储介质及电子设备 |
CN111856521B (zh) * | 2019-11-22 | 2023-06-23 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN111609860B (zh) * | 2020-03-30 | 2022-02-22 | 北京拓明科技有限公司 | 同轨用户识别方法及装置 |
CN111895972B (zh) * | 2020-06-11 | 2022-06-17 | 北京四维图新科技股份有限公司 | 高精度地图隧道口形状生成方法、装置及介质 |
CN117095379A (zh) * | 2023-02-17 | 2023-11-21 | 浙江口碑网络技术有限公司 | 数据处理方法及装置 |
CN116303866B (zh) * | 2023-05-18 | 2023-09-22 | 北京明立测绘科技有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1499399A (zh) * | 2002-11-01 | 2004-05-26 | ������������ʽ���� | 地图及更新指示信息数据结构、地图信息处理及提供装置 |
CN102713521A (zh) * | 2009-10-22 | 2012-10-03 | 通腾德国股份有限公司 | 用gps踪迹产生、细化及扩充增量地图 |
JP5382537B2 (ja) * | 2010-02-26 | 2014-01-08 | アイシン・エィ・ダブリュ株式会社 | ナビゲーション装置及びナビゲーションプログラム |
CN104240260A (zh) * | 2014-10-09 | 2014-12-24 | 武汉大学 | 一种基于叉路识别的道路智能提取方法 |
CN104634352A (zh) * | 2015-03-02 | 2015-05-20 | 吉林大学 | 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 |
CN105021202A (zh) * | 2014-04-29 | 2015-11-04 | 高德软件有限公司 | 一种地图匹配方法及设备 |
-
2016
- 2016-01-25 CN CN201610046171.7A patent/CN106996783B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1499399A (zh) * | 2002-11-01 | 2004-05-26 | ������������ʽ���� | 地图及更新指示信息数据结构、地图信息处理及提供装置 |
CN102713521A (zh) * | 2009-10-22 | 2012-10-03 | 通腾德国股份有限公司 | 用gps踪迹产生、细化及扩充增量地图 |
JP5382537B2 (ja) * | 2010-02-26 | 2014-01-08 | アイシン・エィ・ダブリュ株式会社 | ナビゲーション装置及びナビゲーションプログラム |
CN105021202A (zh) * | 2014-04-29 | 2015-11-04 | 高德软件有限公司 | 一种地图匹配方法及设备 |
CN104240260A (zh) * | 2014-10-09 | 2014-12-24 | 武汉大学 | 一种基于叉路识别的道路智能提取方法 |
CN104634352A (zh) * | 2015-03-02 | 2015-05-20 | 吉林大学 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN106996783A (zh) | 2017-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106996783B (zh) | 一种行驶轨迹与路网底图的智能匹配方法及装置 | |
US8185306B2 (en) | Method and apparatus for transmitting position information on a digital map | |
CN101275841B (zh) | 地物信息收集装置及地物信息收集方法 | |
CN104007760B (zh) | 一种自主机器人视觉导航中的自定位方法 | |
Elias | Extracting landmarks with data mining methods | |
EP1975563B1 (en) | Feature information collecting apparatus and feature information collecting method | |
US9322660B2 (en) | Incremental map generation, refinement and extension with GPS traces | |
JP6391507B2 (ja) | ナビゲーション装置、ナビゲーションプログラム、及びナビゲーション方法 | |
JP2003123058A (ja) | 走行レーン認識装置 | |
CN106062846B (zh) | 探测信息的收集方法、收集装置、记录介质及旅行时间算出装置 | |
CN110069593B (zh) | 图像处理方法及系统、服务器、计算机可读介质 | |
CN111930872A (zh) | 一种高精度地图更新方法、服务器及可读存储介质 | |
JP2006065246A (ja) | カーナビゲーション装置の地図データ更新方法、地図データ更新システム、カーナビゲーション装置、地図情報サーバ | |
JP4292250B2 (ja) | 道路環境認識方法及び道路環境認識装置 | |
CN111475591B (zh) | 一种用于兴趣点采集的道路关联方法及设备 | |
Zhang et al. | How to model roads in OpenStreetMap? A method for evaluating the fitness-for-use of the network for navigation | |
CN114116927A (zh) | 环岛道路识别方法、装置、电子设备及存储介质 | |
JP2012215442A (ja) | 自位置特定システム、自位置特定プログラム及び自位置特定方法 | |
CN108955704B (zh) | 一种道路识别方法及装置以及导航路线规划方法及装置 | |
US20210200237A1 (en) | Feature coverage analysis | |
CN115917619A (zh) | 信息处理装置 | |
CN112767476A (zh) | 一种快速定位系统、方法及应用 | |
CN114267177B (zh) | 停车需求分析方法、装置、电子设备及可读存储介质 | |
CN112529361B (zh) | 一种基于智能手机和数字地形图的公路勘察选线方法 | |
WO2024004264A1 (ja) | 復旧計画作成支援システム、復旧計画作成支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |