CN109523781A - 一种基于卫星定位的路口预测方法 - Google Patents
一种基于卫星定位的路口预测方法 Download PDFInfo
- Publication number
- CN109523781A CN109523781A CN201811176753.2A CN201811176753A CN109523781A CN 109523781 A CN109523781 A CN 109523781A CN 201811176753 A CN201811176753 A CN 201811176753A CN 109523781 A CN109523781 A CN 109523781A
- Authority
- CN
- China
- Prior art keywords
- crossing
- gps
- section
- point
- target
- 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
Classifications
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于卫星定位的路口预测方法,可应用于带有GPS模块的路上交通移动终端设备。该方法利用终端设备在道路上的实时GPS定位数据,能够及时准确的判定终端即将到达的交通路口以及进入该路口的方向,同时当设备移出路口后,继而可精准预测下一到达路口及进入该路口的方向。本发明通过实践,利用预先建立区域范围内路口的静态坐标、相邻路口之间的关联关系以及终端设备实时GPS数据的经纬度、速度、方向角等信息,创新的提出了一种快速准确预测路口及移动方位的解决方案,为交通流预测、交通疏导、交通管制以及智能交通的发展提供基础的技术支撑。
Description
技术领域
本发明属于智能交通技术领域,具体涉及一种基于卫星定位的路口预测方法。
背景技术
随着城市车辆保有量爆炸式的增长,交通拥堵、交通安全事故频发已成为城市普遍存在的现象。随着交通问题的加剧、道路基础设施扩建受限,人们越来越倾向于通过高新技术改造现有道路交通系统及其管理体系,建设智能交通来提高交通通行能力及交管服务质量。车联网技术正成为当下的热点研究领域,大数据、人工智能、移动互联网、云计算等技术的快速发展也为智能交通提供了技术支撑,以用户体验为核心的互联网+交通技术正在重塑传统交通服务模式,透彻、泛在、智慧的全联接世界,将极大提升交通各要素协同运作效率。
目前,地图导航应用广泛,在导航过程中可以判定到达路口及进入方向,但这是在已设定路线,导航工具预先已知行驶路线的情况下得到的结果。然而,在实际应用场景中并不可能提前获知车辆的行驶轨迹,在此情况下,如何能够实时且精准的预测车辆行驶路口及进入方位,成为利用其他技术提升交通智能化的基础性关键技术。
发明内容
发明目的:本发明要解决的技术问题是现有技术无法实现的对无固定轨迹行驶车辆(漫游车辆)的行进路口的实时预测。现有的方法大都是已知目的地情况下,将目的地定位点相关的路段与电子地图进行匹配以进行路口及方向预测,限制条件多。为解决上述问题,本发明提出了一种基于卫星定位的路口预测方法,该方法能够在车辆漫游的情况下及时准确的判定即将到达的交通路口以及进入该路口的方向,同时当车辆驶离路口后,继而可快速精准地预测下一到达路口及进入该路口的方向
技术方案:本发明将装载GPS模块的移动设备代替车辆,包括如下步骤:
步骤1:根据地图坐标系,采集路口中心的GPS坐标作为交通路口的GPS位置信息,并通过GeoHash方法将位置信息转换为一维字符串;
步骤2:根据城市实际交通路网路况,建立起交通路口有向图,得到逻辑上的交通路网;
步骤3:基于交通路网,利用相邻路口的GPS坐标,计算路口之间距离,并以北方向为基准,计算出所有路口与相邻路口之间的转向角度θ;
经过步骤1~步骤3得到静态数据,包括交通路口GPS坐标、交通路网、相邻路口间距离以及路口转向角数据;
步骤4:集成GPS模块的设备移动起始时,实时采集GPS坐标,利用GeoHash方法获得备选路段,基于备选路段获得目标初始路段,其中路段表示相邻两个路口之间的交通道路;
步骤5:通过GPS距离差计算,获取即将到达的初始路口,在已知目标路段及目标路口的条件下,得到进入目标路口的方位;
步骤6:在设备移动过程中,采用趋势集,对GPS坐标进行处理,过滤掉定位误差较大的GPS点,保留有效的有效GPS坐标;
步骤7:基于静态数据以及上一个已定位路口(步骤5定位的初始路口或本步骤定位的行驶过程中的路口),利用有效GPS坐标与路口的GPS坐标,以北方向为基准,计算设备转向角度,通过转向角比较确定趋近路段,判定下一即将到达路口,并确定进入下一路口方位。
步骤2包括:根据城市实际交通路网路况,构建交通路网与有向图的映射关系,即将交通路口作为图的一个顶点,并以顶点间有向边代表交通路口间的道路及方向,将路口间GPS坐标距离作为有向图边的值,交通路网定义为:
其中i和j表示路口,或有向图的顶点,Aij表示路口i到路口j的有向边;若路口i与j相邻,则路口距离为两个路口GPS点之间的直线距离Wij,以此建立起交通路口有向图,得到逻辑上的交通路网,此处有向图的边与路段之间的区别在于:路段不包含方向。
步骤3中,采用如下公式计算出所有路口与相邻路口之间的转向角度θ:
上述公式中xi、yi和xj、yj分别表示步骤2中路段一端路口的平面直角坐标值和另一端路口的平面直角坐标值,Wij是路段的长度,其中,直角坐标值是引用高斯投影将GPS坐标转换生成。
步骤4包括:利用GeoHash方法,筛选出集成GPS模块的设备移动的临近初始目标路口,进而获得可能的所有目标路段,将这些路段作为备选路段,引入距离差阈值D,定义为GPS坐标点到有向边的顶点和终点的直线距离之和与有向边权值之差的最大的值,i表示第i条备选路段,表示距离差值变化量的最大值,定义Ti为判定第i条备选路段能否作为目标初始路段的判定参数,Ti计算方法如下:
其中,如果Ti为0表示第i条备选路段符合作为目标初始路段,为1则表示不符合。
步骤5包括:基于目标初始路段,从而获得两个可能的目标路口,计算实时GPS坐标与目标初始路段两端路口的距离差,确定距离差逐渐减小的路段为目标路段,同时确定该目标路段两端路口中距离差逐渐减小的路口为初始目标路口,在已知目标路段及目标路口的条件下,得到进入目标路口的方位。
步骤6包括:
步骤6-1:以每秒采集一个GPS坐标的频率连续采集三个GPS数据,基于相同的目标路口,计算GPS坐标的方向,若采集的GPS中存在方向不一致情况,则抛弃GPS坐标,继续连续采集三个GPS点,进行相同计算,重复该过程,直至三个GPS坐标方向一致,进而形成初始基准的GPS点组;
步骤6-2:在设备移动过程中,实时采集的GPS点数据与基准GPS点组进行方向比较,若一致则判定该GPS点有效,否则执行步骤6-3;
步骤6-3:当出现当前位置GPS点a与基准GPS点组方向不一致时,再连续采集两个GPS点b和c,若点b与基准组方向一致,则说明a点无效,抛弃点a点,否则进一步判定c点方向;若点c与基准组方向一致,则说明点a和b均无效,抛弃点a和b,否则说明设备已经变向,则更新基准组的GPS点为点a、b和c,继续执行步骤6-2进行后续的GPS点有效性判定。
步骤7包括:当设备移出当前路口后,以北方向为基准,通过当前路口GPS位置信息与移动设备实时GPS坐标计算出远离该路口的转向角,并将该转向角与该路口和相邻路口间的转向角进行差值比对,确定两条备选路段,进一步得到转向角差值逐渐逼近的路段的转向角从而确定目标路段,求取公式如下:
其中θm和θn分别表示两条备选路段的转向角,并得到θm≠θn,j表示GPS坐标点个数,取值为自然数,和分别表示第j个GPS坐标点的转向角与第一个备选路段转向角的差值和第j个GPS坐标点的转向角与第二个备选路段转向角的差值;
当目标路段确定后,基于交通路网判定出下一到达路口及进入下一路口的方位。
本发明基于交通路口GPS坐标、路网等静态基础数据,利用设备GPS模块获取GPS经度、纬度、速度,通过GeoHash方法寻找备选初始路口,再根据移动趋势选定初始目标路口并判定进入路口方位。在移动过程中,采用三点趋势集过滤掉误差较大的GPS点,获得有效位置信息。经过上一路口后,通过有效位置信息及路口静态信息计算出转向角度,进而利用路网静态信息获得下一目标路口以及进入路口的方位,
有益效果:本发明与现有技术相比,解决了车辆漫游情况下的路口预测。仅利用路口的经纬度和车辆的实时经纬度,借助转向角、方位角、距离等元素进行运算,实现了对下一路口快速、高效率、高精准度的预测,具有较高的可用性。
附图说明
图1是本发明流程图。
图2是移动设备路线及初始位置。
图3是上一路口已知情况下预测下一路口的位置。
图4是路口GPS采集点位置。
图5是路口关系映射图。
具体实施方式
下面结合附图详细说明本发明技术方案中所涉及的各个细节问题。应指出的是,所描述的实施方式仅旨在便于对本发明的理解,而对其不起任何限定作用。
具备GPS坐标以及速度采集功能的移动设备(以下简称移动设备)的移动路线如图2所示,本发明要解决的技术问题就是根据GPS坐标及移动速度,采用基于卫星定位的路口预测方法,在移动设备处于图2的位置时,能实时预测出其初始路口Y1,在移动设备处于图3的位置时,能实时预测出其下一路口Y2。
本发明流程图如图1所示,由以下7个步骤组成:(1)采集路口GPS坐标并利用GeoHash方法将其转换成字符串;(2)建立路口关系的有向图;(3)计算相邻路口的距离和路口间的转向角;(4)实时采集GPS坐标,判定初始目标路段;(5)基于路网及距离差值,判定进入方位及初始路口;(6)移动过程中,采用趋势集过滤无效GPS坐标点;(7)基于静态数据及上一路口,利用有效GPS坐标计算转向角并判定进入路口方位及下一路口。具体步骤包括:
步骤1:采集路口GPS坐标并利用GeoHash方法将其转换成一维字符串
路口GPS坐标采集点的位置如图4所示。图4将路口的中心点作为路口GPS坐标采集点,另外,为减少路口预测的误差,本发明所有的GPS坐标均采用WGS84国际标准坐标系。在远端计算机上将采集到的路口GPS坐标利用GeoHash方法转换成字符串,形成路口索引。
为降低道路弯曲对本发明正确性的影响,引入了“伪路口”的概念。“伪路口”定义为处于道路较弯曲部分,由人为添加,但实际地图中不存在的路口,如图2中的路口UY。
将上述路口静态数据传输到远端计算机上,并存储于数据库中,形成路口表。表1是路口表中的一条记录。其中id为路口的唯一标识;type为路口类型表示,0代表真实的路口,1代表“伪路口”;lat和lng分别为路口GPS坐标的纬度和经度;index为路口GPS值对应的GeoHash字符串。
表1
id | type | lat | lng | index |
001 | 0 | 32.05250323 | 118.8957113 | geowts |
步骤2:建立路口关系的有向图
城市路口关系与有向图的映射如图5所示。图5左半部分是城市地图中的实际路口与道路情况,右半部分是由路口道路构建的有向图,其中图的顶点代表交通路口,有向边代表交通路口间的道路及方向,路口与相邻路口之间路段的距离作为有向边的权值。
步骤3:计算相邻路口的距离和路口间的转向角
根据步骤1中采集的GPS坐标计算路口关系中相邻两路口间的直线距离,即有向图的权值。所述距离计算方法如下:
其中,r表地球半径,取值6371004m,为两个路口的纬度值,为两个路口的经度值。
路口间的转向角表示相邻路口连线与正北方向的夹角,方向对应路口关系的有向图的箭头方向,用θ表示转向角度,计算方法如下:
上述公式中x1、y1表示路口关系有向图中有向边起点的平面直角坐标值,x2、y2表示有向边终点的平面直角坐标值,W12是有向图的权值。所述直角坐标值是基于高斯投影将GPS坐标转换成的,这里不再罗列高斯投影公式。
同路口静态数据类似,将构建的路口关系有向图及计算求得的有向边的权值和转向角度存于远端计算机的数据库中,行程路网表。表2是路网表中的一条记录。
表2
start_id | end_id | distance | angle |
001 | 002 | 230 | 60.8 |
其中,start_id、end_id分别为路口关系有向图的起点路口和终点路口标识,该标识与路口表中的id一致,distance为路口关系有向图的权值,angle为路口间转向角度。
步骤4:实时采集GPS坐标,判定初始目标路段
当设备移动时,利用其装载的GPS采集工具以1s的时间间隔采集GPS坐标Qi,i=1,2,…,需说明的是因静止时GPS坐标漂移严重,所以本发明在采集GPS坐标时放弃了设备的移动速度为0的坐标点。
设备初始目标路段的判定由2个步骤组成:(1)利用Geohash方法找到设备周边路口,作为备选路口;(2)基于备选路口以及以其为起点的路口关系映射图的有向边,计算出初始目标路段。具体实现步骤如下:
步骤4-1:利用Geohash方法找到设备周边路口,作为备选路口
在远端计算机上,将第一个GPS坐标Q1的坐标值转换成GeoHash字符串,并将该值与路口表中的index列进行匹配,在表中找到与之完全相同GeoHash字符串,则其对应的路口就是移动设备的周边路口。
借助步骤3中GPS坐标点间距离求取公式计算Q1坐标点到备选路口的直线距离j=1,2,…,r,r代表移动设备周边路口的数量,将中最小的3个值对应的路口作为备选路口。
步骤4-2:基于备选路口以及以其为起点的图的有向边,计算出初始目标路段
在远端计算机上,遍历路网表,将表中start_id与备选路口的id一致的记录对应的路段作为备选路段,即备选路段是以备选路口为起点的路口关系映射图的有向边。
计算GPS坐标点Q1、Q2、Q3到上述备选路段映射的有向边的顶点和终点的直线距离i=1,2,3,……,表示备选路段。求解之和与备选路段的距离即路口关系有向图有向边的权值的差值j=1,2,3,……,表示GPS坐标点。通过比较备选路段差值与距离阈值D的大小以及其差值变化量的正负来判定该路段是否可作为目标路段。所述的判定方法如下:
上述Ti用于标识备选路段是否符合目标路段的要求,0表示符合,1表示不符合。表示差值最大值。D表示差值阈值,本发明中D设置为8m。表示差值的变化量。
如果max{T1,T2,T3}=1,说明所有的备选路段都无法作为目标路段,重新选取GPS坐标执行步骤4。若Ti中等于0的个数为1则将其对应的路段作为初始目标路段,并执行步骤5,否则重新选取GPS点执行步骤4。
步骤5:基于路网及距离差值,判定进入方位及初始路口
在步骤4之后连续采集两个GPS坐标点,并计算两个坐标点到初始目标路段其中一个路口的直线距离,如果后一个GPS坐标到路口的距离小于前一个的距离,则说明设备在向该路口移动,该路口为预测出的初始路口。如果大于则另一个路口为预测出的初始路口。当等于时,重新选取一个GPS坐标点计算距离并与后一个距离进行比较,直至预测出初始路口,结合步骤4确定的目标路段,即可判定进入目标路口的方位。
步骤6:设备移动过程中,采用趋势集过滤无效GPS坐标点
因GPS坐标受诸多因素的影响,有时会出现漂移严重、误差较大的情况,为提高路口预测的准确率,本发明在设备移动时借助已预测的上一路口和趋势集过滤无效GPS坐标点,具体过滤步骤如下:
步骤6-1:以1s的时间间隔连续采集三个GPS坐标,计算GPS坐标到上一路口的直线距离,由距离判定GPS点的方向,若采集的GPS中存在方向不一致情况,则抛弃GPS点,继续连续采集三个GPS点,进行相同计算,直至三个GPS点方向一致,进而形成初始基准的GPS点组;
步骤6-2:在设备移动过程中,实时采集的GPS坐标与基准GPS点组进行方向比较,若一致则认为该GPS点有效,否则执行步骤6-3;
步骤6-3:当出现当前位置GPS点(a)与基准GPS点组方向不一致时,再连续采集两个GPS点(b和c),若点b与基准组方向一致,则说明a点无效,抛弃,否则进一步判定c点方向;若点c与基准组方向一致,则说明点a和b均无效抛弃,否则说明设备已经变向,则更新基准组的GPS点为点a、b和c,继续执行步骤6-2进行后续的GPS点有效性判定。
步骤7:基于静态数据及上一路口,利用有效GPS坐标计算转向角并判定进入路口方位及下一路口
当初始路口或者上一路口已知的情况下,即当设备移动到图3所示的位置时,因其上一路口已知,对下一路口的预测本发明采用了转向角度简化了预测步骤,具体步骤如下:
步骤7-1:计算GPS坐标点的转向角,由转向角大小判定出备选路段
在远端计算机上遍历路网表,找到start_id与上一路口的id相同的记录,该记录就是所有以上一路口为顶点的有向边,并得到该有向边的转向角θi,i=1,2,…,r,r表示有向边的个数。
选取设备刚远离路口并且经过步骤6过滤的GPS坐标,利用步骤3的公式计算其转向角βj,j=1,2,…。βj是上一路口和GPS坐标点连线与正北方向的夹角。
取{|θ1-β1|,|θ2-β1|,…}中最小的两个值中转向角对应的有向边作为备选路段,分别用θm和θn表示这两个有向边的转向角,并可得到θm≠θn。
步骤7-2:计算备选路段及转向角的趋势变化,由此预测目标路段和目标路口
利用βj与θm、θn的差值和的大小预测出目标路段。所述转向角预测方法如下:
上述方法中表示设备移动时与之最接近的路段的转向角度,j=1,2,3,表示远离上一路口GPS坐标点。
如果全部相等且不为-1,则其得到的转向角度对应的有向边为目标路段,否则重新执行步骤7。
当目标路段确定后,鉴于上一路口已知,路段中剩余的另一个路口即为预测出的下一个路口。
假如预测出的下一路口是“伪路口”,可遍历路网表找出该以路口为顶点的有向边,即由其延伸出的路段,因“伪路口”处于道路中间,其延伸出的路段不会多于2条,其中一条可以确定是设备正处于的路段,由此确定目标路段,从而下一个路口可预测出。如果预测出的路口依旧是“伪路口”,可依次类推下去,直到下一路口是真实的路口为止。
本发明在预先不知设备移动轨迹的情况下,利用移动GPS设备的定位数据,实时、高效且准确的预测出设备移动的下一目标路口及进入该路口的方位,从而为交通流预测、交通疏导以及智能交通的发展提供关键性的基础技术支撑。
本发明提供了一种基于卫星定位的路口预测方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (7)
1.一种基于卫星定位的路口预测方法,其特征在于:包括如下步骤:
步骤1:根据地图坐标系,采集路口中心的GPS坐标作为交通路口的GPS位置信息,并通过GeoHash方法将位置信息转换为一维字符串;
步骤2:根据城市实际交通路网路况,建立起交通路口有向图,得到逻辑上的交通路网;
步骤3:基于交通路网,利用相邻路口的GPS坐标,计算路口之间距离,并以北方向为基准,计算出所有路口与相邻路口之间的转向角度θ;
经过步骤1~步骤3得到静态数据,包括交通路口GPS坐标、交通路网、相邻路口间距离以及路口转向角数据;
步骤4:集成GPS模块的设备移动起始时,实时采集GPS坐标,利用GeoHash方法获得备选路段,基于备选路段获得目标初始路段,其中路段表示相邻两个路口之间的交通道路;
步骤5:通过GPS距离差计算,获取即将到达的初始路口,在已知目标路段及目标路口的条件下,得到进入目标路口的方位;
步骤6:在设备移动过程中,采用趋势集,对GPS坐标进行处理,过滤掉定位误差较大的GPS点,保留有效的有效GPS坐标;
步骤7:基于静态数据以及上一个已定位路口,利用有效GPS坐标与路口的GPS坐标,以北方向为基准,计算设备转向角度,通过转向角比较确定趋近路段,判定下一即将到达路口,并确定进入下一路口方位。
2.根据权利要求1所述的方法,其特征在于,步骤2包括:根据城市实际交通路网路况,构建交通路网与有向图的映射关系,即将交通路口作为图的一个顶点,并以顶点间有向边代表交通路口间的道路及方向,将路口间GPS坐标距离作为有向图边的值,交通路网定义为:
其中i和j表示路口,或有向图的顶点,Aij表示路口i到路口j的有向边;若路口i与j相邻,则路口距离为两个路口GPS点之间的直线距离Wij,以此建立起交通路口有向图,得到逻辑上的交通路网,此处有向图的边与路段之间的区别在于:路段不包含方向。
3.根据权利要求2所述的方法,其特征在于,步骤3中,采用如下公式计算出所有路口与相邻路口之间的转向角度θ:
上述公式中xi、yi和xj、yj分别表示步骤2中路段一端路口的平面直角坐标值和另一端路口的平面直角坐标值,Wij是路段的长度,其中,直角坐标值是引用高斯投影将GPS坐标转换生成。
4.根据权利要求3所述的方法,其特征在于,步骤4包括:利用GeoHash方法,筛选出集成GPS模块的设备移动的临近初始目标路口,进而获得可能的所有目标路段,将这些路段作为备选路段,引入距离差阈值D,定义为GPS坐标点到有向边的顶点和终点的直线距离之和与有向边权值之差的最大的值,表示距离差值变化量的最大值,定义Ti为判定第i条备选路段能否作为目标初始路段的判定参数,Ti计算方法如下:
其中,如果Ti为0表示第i条备选路段符合作为目标初始路段,为1则表示不符合。
5.根据权利要求4所述的方法,其特征在于,步骤5包括:基于目标初始路段,获得两个可能的目标路口,计算实时GPS坐标与目标初始路段两端路口的距离差,确定距离差逐渐减小的路段为目标路段,同时确定该目标路段两端路口中距离差逐渐减小的路口为初始目标路口,在已知目标路段及目标路口的条件下,得到进入目标路口的方位。
6.根据权利要求5所述的方法,其特征在于,步骤6包括:
步骤6-1:以每秒采集一个GPS坐标的频率连续采集三个GPS数据,基于相同的目标路口,计算GPS坐标的方向,若采集的GPS中存在方向不一致情况,则抛弃GPS坐标,继续连续采集三个GPS点,进行相同计算,重复该过程,直至三个GPS坐标方向一致,进而形成初始基准的GPS点组;
步骤6-2:在设备移动过程中,实时采集的GPS点数据与基准GPS点组进行方向比较,若一致则判定该GPS点有效,否则执行步骤6-3;
步骤6-3:当出现当前位置GPS点a与基准GPS点组方向不一致时,再连续采集两个GPS点b和c,若点b与基准组方向一致,则说明a点无效,抛弃点a点,否则进一步判定c点方向;若点c与基准组方向一致,则说明点a和b均无效,抛弃点a和b,否则说明设备已经变向,则更新基准组的GPS点为点a、b和c,继续执行步骤6-2进行后续的GPS点有效性判定。
7.根据权利要求6所述的方法,其特征在于,步骤7包括:当设备移出当前路口后,以北方向为基准,通过当前路口GPS位置信息与移动设备实时GPS坐标计算出远离该路口的转向角,并将该转向角与该路口和相邻路口间的转向角进行差值比对,确定两条备选路段,进一步得到转向角差值逐渐逼近的路段的转向角从而确定目标路段,求取公式如下:
其中θm和θn分别表示两条备选路段的转向角,并得到θm≠θn,j表示GPS坐标点个数,取值为自然数,和分别表示第j个GPS坐标点的转向角与第一个备选路段转向角的差值和第j个GPS坐标点的转向角与第二个备选路段转向角的差值;
当目标路段确定后,基于交通路网判定出下一到达路口及进入下一路口的方位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811176753.2A CN109523781B (zh) | 2018-10-10 | 2018-10-10 | 一种基于卫星定位的路口预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811176753.2A CN109523781B (zh) | 2018-10-10 | 2018-10-10 | 一种基于卫星定位的路口预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109523781A true CN109523781A (zh) | 2019-03-26 |
CN109523781B CN109523781B (zh) | 2020-07-28 |
Family
ID=65770098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811176753.2A Active CN109523781B (zh) | 2018-10-10 | 2018-10-10 | 一种基于卫星定位的路口预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523781B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109946724A (zh) * | 2019-03-29 | 2019-06-28 | 江苏小牛电动科技有限公司 | 一种基于geohash算法的gps静态漂移修正方法及其装置 |
WO2021042762A1 (zh) * | 2019-09-03 | 2021-03-11 | 南京莱斯网信技术研究院有限公司 | 一种强实时显示前方路口交通灯信息的车载终端 |
CN112991722A (zh) * | 2021-02-03 | 2021-06-18 | 浙江浙大中控信息技术有限公司 | 高频gps点的公交车辆实时路口预测方法和系统 |
CN114234975A (zh) * | 2021-11-23 | 2022-03-25 | 深圳市跨越新科技有限公司 | 低频的实时轨迹匹配方法、系统、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494693A (zh) * | 2011-11-27 | 2012-06-13 | 苏州迈普信息技术有限公司 | 基于路口形态的路口转向信息语音播报方法 |
EP2664894A2 (en) * | 2012-05-17 | 2013-11-20 | Clarion Co., Ltd. | Navigation apparatus |
CN103680185A (zh) * | 2013-12-25 | 2014-03-26 | 厦门雅迅网络股份有限公司 | 一种车辆行驶道路等级精确划分方法 |
CN105628033A (zh) * | 2016-02-26 | 2016-06-01 | 广西鑫朗通信技术有限公司 | 一种基于道路连通关系的地图匹配方法 |
-
2018
- 2018-10-10 CN CN201811176753.2A patent/CN109523781B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494693A (zh) * | 2011-11-27 | 2012-06-13 | 苏州迈普信息技术有限公司 | 基于路口形态的路口转向信息语音播报方法 |
EP2664894A2 (en) * | 2012-05-17 | 2013-11-20 | Clarion Co., Ltd. | Navigation apparatus |
CN103680185A (zh) * | 2013-12-25 | 2014-03-26 | 厦门雅迅网络股份有限公司 | 一种车辆行驶道路等级精确划分方法 |
CN105628033A (zh) * | 2016-02-26 | 2016-06-01 | 广西鑫朗通信技术有限公司 | 一种基于道路连通关系的地图匹配方法 |
Non-Patent Citations (1)
Title |
---|
刘艳林等: "《基于移动网络和地图匹配的TDOA定位算法》", 《邮电设计技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109946724A (zh) * | 2019-03-29 | 2019-06-28 | 江苏小牛电动科技有限公司 | 一种基于geohash算法的gps静态漂移修正方法及其装置 |
CN109946724B (zh) * | 2019-03-29 | 2024-01-16 | 江苏小牛电动科技有限公司 | 一种基于geohash算法的gps静态漂移修正方法及其装置 |
WO2021042762A1 (zh) * | 2019-09-03 | 2021-03-11 | 南京莱斯网信技术研究院有限公司 | 一种强实时显示前方路口交通灯信息的车载终端 |
CN112991722A (zh) * | 2021-02-03 | 2021-06-18 | 浙江浙大中控信息技术有限公司 | 高频gps点的公交车辆实时路口预测方法和系统 |
CN114234975A (zh) * | 2021-11-23 | 2022-03-25 | 深圳市跨越新科技有限公司 | 低频的实时轨迹匹配方法、系统、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109523781B (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523781A (zh) | 一种基于卫星定位的路口预测方法 | |
He et al. | RoadRunner: improving the precision of road network inference from GPS trajectories | |
CN109405839B (zh) | 一种基于多路径的交通网络离线地图匹配算法 | |
CN106225791B (zh) | 一种基于网格划分的gps定位与道路匹配方法 | |
CN108827335B (zh) | 一种基于单向搜索模型的最短路径规划方法 | |
CN105606102B (zh) | 一种基于格网模型的pdr室内定位方法及系统 | |
CN106912018A (zh) | 基于信令轨迹的地图匹配方法及系统 | |
CN108763558B (zh) | 一种基于地图匹配的众包地图道路质量改进方法 | |
CN107228677A (zh) | 偏航识别方法和装置 | |
CN107391753B (zh) | 一种基于gis的路产矢量化数据自动生成系统及方法 | |
CN103149576A (zh) | 一种浮动车数据的地图匹配方法 | |
EP2491345A1 (en) | Incremental map generation, refinement and extension with gps traces | |
CN107133700A (zh) | 基于R*‑tree索引的手机信令数据路网匹配方法 | |
CN107917716B (zh) | 固定线路导航方法、装置、终端及计算机可读存储介质 | |
CN109827582A (zh) | 一种快速确定道路路网病害相对位置的方法及系统 | |
CN112344947A (zh) | 地图匹配方法、装置、电子设备和计算机可读存储介质 | |
Apple et al. | Green driver: Ai in a microcosm | |
CN104406590B (zh) | 一种基于道路等级的最短路径规划方法 | |
CN109035783A (zh) | 一种基于公交gps轨迹的虚拟路网缺失路段自动识别方法 | |
CN107655490B (zh) | 基于移动用户轨迹分段和最热搜索的热点路径发现方法 | |
CN111982135A (zh) | 一种基于不同协议的地图格式之间的转换方法 | |
Chen et al. | Local path searching based map matching algorithm for floating car data | |
CN110830915A (zh) | 一种确定起点位置的方法及装置 | |
CN109307513B (zh) | 一种基于行车记录的实时道路匹配方法及系统 | |
Wu et al. | A heuristic map-matching algorithm by using vector-based recognition |
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 |