CN109765588B - 一种稀疏轨迹平滑纠错系统及方法 - Google Patents
一种稀疏轨迹平滑纠错系统及方法 Download PDFInfo
- Publication number
- CN109765588B CN109765588B CN201811593585.7A CN201811593585A CN109765588B CN 109765588 B CN109765588 B CN 109765588B CN 201811593585 A CN201811593585 A CN 201811593585A CN 109765588 B CN109765588 B CN 109765588B
- Authority
- CN
- China
- Prior art keywords
- track
- preprocessing
- river
- map
- line
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000007781 pre-processing Methods 0.000 claims abstract description 70
- 238000000605 extraction Methods 0.000 claims abstract description 46
- 238000009499 grossing Methods 0.000 claims abstract description 37
- 238000010586 diagram Methods 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims description 26
- 239000000284 extract Substances 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims 1
- 230000004048 modification Effects 0.000 claims 1
- 238000005070 sampling Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种稀疏轨迹平滑纠错系统及方法,包括:一种稀疏轨迹平滑纠错系统,应用于内河船只设备,由一轨迹采集装置、一数据预处理模块、一线路提取模块、一轨迹修正模块依次连接形成。一种稀疏轨迹平滑纠错方法,包括:步骤S1、获取内河船只设备的位置轨迹图;步骤S2、对位置轨迹图进行预处理操作,得到预处理轨迹图;步骤S3、从预处理轨迹图提取河道边界轮廓及河道中心线;步骤S4、根据河道边界轮廓及河道中心线,对预处理轨迹图进行纠偏平滑操作,得到轨迹线。本发明能实现对一些低精度、低采样点位置轨迹图进行纠偏、平滑的目的,平滑后的轨迹线能够和河道准确的匹配,使得船只不会出现脱离道路或者河道的情况。
Description
技术领域
本发明涉及轨迹修正领域,尤其涉及一种稀疏轨迹平滑纠错系统及方法。
背景技术
随着具备无线电定位功能设备的迅速增加,当前各种位置采集技术在大量行业中得到广泛应用,这就导致了位置数据的大量获取并推动了基于位置服务的产生和发展,产生了大量的位置轨迹数据,可是由于应用环境和目的的差异,这些位置数据的采样频率差别很大。
传统的轨迹平滑算法没有考虑到道路和河道的实际情况,因此对一些低精度、采样点稀疏的轨迹数据不能很好的平滑,没有很好的解决弯角处的轨迹平滑,使得平滑后的轨迹不能和道路或者河道很好的匹配。
发明内容
针对现有技术中存在的上述问题,现提供一种稀疏轨迹平滑纠错系统及方法。
具体技术方案如下:
一种稀疏轨迹平滑纠错系统,应用于内河船只设备,其中,包括:
一轨迹采集装置,与所述内河船只设备连接,用以采集所述内河船只设备的位置轨迹图;
一数据预处理模块,连接所述轨迹采集装置,以接收所述位置轨迹图,对所述位置轨迹图进行预处理操作,得到预处理轨迹图;
一线路提取模块,连接所述数据预处理模块,接收所述预处理轨迹图,用以从所述预处理轨迹图中提取河道边界轮廓及河道中心线;
一轨迹修正模块,连接所述线路提取模块,用以应用所述河道边界轮廓及所述河道中心线对所述预处理轨迹图进行纠偏和平滑操作,得到轨迹线。
优选的,所述数据预处理模块,包括:一数据过滤单元,连接所述轨迹采集装置,接收所述位置轨迹图,用以对所述位置轨迹图进行数据过滤操作,去除所述位置轨迹图中的错误的、无效的及有缺失的数据,得到所述预处理轨迹图。
优选的,所述线路提取模块,包括:一轮廓提取单元,连接所述数据过滤单元,接收所述预处理轨迹图,从所述预处理轨迹图中提取所述河道边界轮廓;
一中心线提取单元,连接所述数据过滤单元与所述轮廓提取单元,接收所述预处理轨迹图与所述河道边界轮廓,并根据所述预处理轨迹图与所述河道边界轮廓提取所述河道中心线。
优选的,所述轨迹修正模块,包括:一轨迹纠偏单元,连接所述数据过滤单元、所述轮廓提取单元及所述中心线提取单元,接收所述预处理轨迹图、所述河道边界轮廓、所述河道中心线,根据所述河道边界轮廓、所述河道中心线对所述预处理轨迹图进行纠偏操作,得到修正轨迹图;
一轨迹平滑单元,连接所述轨迹纠偏单元,接收所述修正轨迹图,对所述修正轨迹进行平滑操作,得到所述轨迹线。
一种稀疏轨迹平滑纠错方法,应用于内河船只设备,其中,包括以下步骤:
步骤S1、获取所述内河船只设备的位置轨迹图;
步骤S2、对所述位置轨迹图进行预处理操作,得到预处理轨迹图;
步骤S3、从所述预处理轨迹图提取河道边界轮廓及河道中心线;
步骤S4、根据所述河道边界轮廓及所述河道中心线,对所述预处理轨迹图进行纠偏和平滑操作,得到轨迹线,并将其输出。
优选的,所述步骤S2中,对所述位置轨迹图进行数据过滤操作,去除所述位置轨迹图中的错误的、无效的及有缺失的数据,得到所述预处理轨迹图。
优选的,所述步骤S3中,还包括以下步骤:
步骤S31、对所述预处理轨迹图构建约束DTN(Delaunay Triangulation Net,德洛内三角网);
步骤S32、计算所述约束DTN内轨迹密度变化率、边长距离;
步骤S33、建立道路边界识别模型,提取所述河道边界轮廓。
步骤S34、在所述河道边界轮廓内构建所述约束DTN,提取出一道路面多边形并从中得到复数个三角形,并将所述三角形划分成复数个种类;
步骤S35、对所述道路面多边形构建DTN,并标记所有所述三角形的种类;
步骤S36、连接所述道路面多边形的骨架线,设定一预定阈值,根据所述预定阈值去除所述骨架线上的毛刺;
步骤S37、从所述三角形中根据节点提取原则提取复数个节点,并根据所述节点得到复数个道路中线;
步骤S38、将复数个所述道路中线进行交叉口断点续接操作获得所述河道中心线。
优选的,所述步骤S34中,所述种类包括:
第一类三角形位于所述道路面多边形外部;
第二类三角形只有1条桥接边;
第三类三角形有两条桥接边;
第四类三角形的3条边均为桥接边;
所述桥接边为所述三角形中有邻接三角形的边;和/或
所述步骤S37中,所述节点提取原则,包括:
对所述第二类三角形,提取所述桥接边的中点和另外两边中较长一边的中点作为所述节点;
对所述第三类三角形提取两个所述桥接边的中点作为所述节点;
对所述第四类三角形提取该三角形的重心和3条所述桥接边的中点作为所述节点。
优选的,所述步骤S37中,还包括以下步骤:
步骤S371:去除所有所述第一类三角形;
步骤S372:从任意一个所述第二类三角形或所述第四类三角形出发依次按三角形的临近关系逐次搜索、按所述节点提取原则依次提取复数个所述节点,终止于所述第二类三角形或所述第四类三角形;
步骤S373:将所述节点通过最小二乘法进行直线拟合,得到平滑的道路中线y=ax+b,其中
其中xi与yi为第i个所述节点的横坐标与纵坐标值;
步骤S374:跳转至S372,直至所有的所述第二类三角形作为出发或终止搜索过一遍以及所有的所述第四类三角形作为出发或终止搜索过三遍,所述节点提取完毕。
优选的,所述步骤S4中,还包括以下步骤:
步骤S41、根据所述预处理轨迹图中相邻的位置点的船只方向角的变化判断当前所述位置点是否存在异常,若存在异常,则使用中值滤波对当前所述位置点进行平滑操作;
步骤S42、若所述位置点不在河道内,则根据距离映射的方法进行纠偏,将所述位置点在当前河道中心线上的投影点作为当前所述位置点;
步骤S43、若相邻的所述位置点不在同一条河道内,则根据船只的行驶模式,对所述位置点进行判定,去除不应该位于该河道所述位置点,得到修正轨迹图;
步骤S44、对所述修正轨迹图进行平滑操作,得到所述轨迹线。
上述技术方案具有如下优点或有益效果:
上述技术方案通过一种稀疏轨迹平滑纠错系统及方法,首先将由复数个稀疏的离散点组成的位置轨迹图进行预操作处理,再找出河道中心线和河道边界轮廓,然后再进行纠偏平滑操作,实现对一些低精度、低采样点位置轨迹图进行纠偏、平滑的目的,并使得纠偏和平滑操作有了可靠的支撑,平滑后的轨迹线能够和河道准确的匹配,使得船只不会出现脱离道路或者河道的情况。
附图说明
图1为本发明一种稀疏轨迹平滑纠错系统及方法实施例中,一种稀疏轨迹平滑纠错系统的功能模块图;
图2本发明一种稀疏轨迹平滑纠错系统及方法实施例中,一种稀疏轨迹平滑纠错系统的定位装置及数据加密单元的功能模块图;
图3-6为本发明一种稀疏轨迹平滑纠错系统及方法实施例中一种稀疏轨迹平滑纠错方法的步骤流程图。
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的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,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图1-6和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本发明的较佳的实施例中,基于现有技术中存在的上述问题,现提供一种稀疏轨迹平滑纠错系统1及方法,包括:
一种稀疏轨迹平滑纠错系统1,如图1所示,应用于内河船只设备,其中,包括:
一轨迹采集装置2,与内河船只设备连接,用以采集内河船只设备的位置轨迹图;
一数据预处理模块3,连接轨迹采集装置2,以接收位置轨迹图,对位置轨迹图进行预处理操作,得到预处理轨迹图;
一线路提取模块4,连接数据预处理模块3,接收预处理轨迹图,用以从预处理轨迹图中提取河道边界轮廓及河道中心线;
一轨迹修正模块5,连接线路提取模块4,用以应用河道边界轮廓及河道中心线对预处理轨迹图进行纠偏和平滑操作,得到轨迹线。
上述技术方案,将轨迹采集装置2、数据预处理模块3、线路提取模块4、轨迹修正模块5依次连接,形成有效的稀疏轨迹平滑纠错系统1,实现对一些低精度、低采样点的位置轨迹图进行纠偏、平滑的目的,并使得轨迹线比较准确。
于上述技术方案的基础上,如图2所示,内河船只设备可以设置一定位装置11与轨迹采集装置2通过无线电连接,将内河船只设备实时位置远距离发送至用户,以便用户了解船只运行情况。其中定位装置11可以选用现有定位系统,如APRS(Automatic PositionReporting System,自动位置报告系统),BDS(BeiDou Navigation Satellite System,中国北斗卫星导航系统)等。
也可以将稀疏轨迹平滑纠错系统1设置于内河船只设备上,以便船上人员了解船只运行情况。
作为优选的实施方式,数据预处理模块3,包括:一数据过滤单元6,连接轨迹采集装置2,接收位置轨迹图,用以对位置轨迹图进行数据过滤操作,去除位置轨迹图中的错误的、无效的及有缺失的数据,得到预处理轨迹图。
上述技术方案中,数据过滤单元6通过对位置轨迹图进行一致性检查,去除位置轨迹图中存在较大的系统误差的、时间错误的、越界的、残缺的、明显不合理或者逻辑上不应该存在的位置点。
于上述方案的基础上,进一步优选的,如图2所示,可设置一数据加密单元12,连接数据过滤单元6,接收预处理轨迹图,对预处理轨迹图进行加密处理操作。
进一步的数据加密单元12可以以平均采样距离的十分之一为步长对预处理轨迹图进行加密,从而保持预处理轨迹图的轨迹结构,保证预处理轨迹图邻近特性不被破坏。
作为优选的实施方式,线路提取模块4,包括:一轮廓提取单元7,连接数据过滤单元6,接收预处理轨迹图,从预处理轨迹图中提取河道边界轮廓;
一中心线提取单元8,连接数据过滤单元6与轮廓提取单元7,接收预处理轨迹图与河道边界轮廓,并根据预处理轨迹图与河道边界轮廓提取河道中心线。
上述技术方案中,将轮廓提取单元7与中心线提取单元8连接组成线路提取模块44,从预处理轨迹图中得到河道边界轮廓与河道中心线,使后续平滑和纠偏操作有了可靠的支撑。
作为优选的实施方式,轨迹修正模块5,包括:一轨迹纠偏单元9,连接数据过滤单元6、轮廓提取单元7及中心线提取单元8,接收预处理轨迹图、河道边界轮廓、河道中心线,根据河道边界轮廓、河道中心线对预处理轨迹图进行纠偏操作,得到修正轨迹图;
一轨迹平滑单元10,连接轨迹纠偏单元9,接收修正轨迹图,对修正轨迹进行平滑操作,得到轨迹线。
上述技术方案中,将轨迹纠偏单元9与轨迹平滑单元10连接组成轨迹修正模块55,根据河道边界轮廓与河道中心线,把由离散的位置点组成的预处理轨迹图通过纠偏、平滑操作转换成清晰的轨迹线。
一种稀疏轨迹平滑纠错方法,如图3所示,应用于内河船只设备,其中,包括以下步骤:
步骤S1、获取内河船只设备的位置轨迹图;
步骤S2、对位置轨迹图进行预处理操作,得到预处理轨迹图;
步骤S3、从预处理轨迹图提取河道边界轮廓及河道中心线;
步骤S4、根据河道边界轮廓及河道中心线,对预处理轨迹图进行纠偏和平滑操作,得到轨迹线,并将其输出。
上述技术方案将由复数个稀疏的离散点组成的位置轨迹图进行预处理操作,再找出河道中心线和河道边界轮廓,然后再进行纠偏平滑操作,实现对一些低精度、低采样点位置轨迹图进行纠偏、平滑的目的,并使得纠偏和平滑操作有了可靠的支撑,平滑后的轨迹线能够和河道准确的匹配,使得船只不会出现脱离道路或者河道的情况。
作为优选的实施方式,步骤S2中,对位置轨迹图进行数据过滤操作,去除位置轨迹图中的错误的、无效的及有缺失的数据,得到预处理轨迹图。
作为优选的实施方式,如图4所示,步骤S3中,还包括以下步骤:
步骤S31、对预处理轨迹图构建约束DTN;
步骤S32、计算约束DTN内轨迹密度变化率、边长距离;
步骤S33、建立道路边界识别模型,提取河道边界轮廓。
步骤S34、在河道边界轮廓内构建约束DTN,提取出一道路面多边形并从中得到复数个三角形,并将三角形划分成复数个种类;
步骤S35、对道路面多边形构建DTN,并标记所有三角形的种类;
步骤S36、连接道路面多边形的骨架线,设定一预定阈值,根据预定阈值去除骨架线上的毛刺;
步骤S37、从三角形中根据节点提取原则提取复数个节点,并根据节点得到复数个道路中线;
步骤S38、将复数个道路中线进行交叉口断点续接操作获得河道中心线。
上述技术方案中,从预处理轨迹图中提取河道边界轮廓的核心是识别预处理轨迹图中稀疏的位置点集合分布的边界,本质上是一个空间邻近分析问题。约束DTN是空间邻近分析的有力工具,广泛用于空间数据聚类、空间邻近关系探测。进一步的,道路边界识别模型可通过根据约束DTN内区域内的三角形边数、平均边长、方差等计算结果设定阈值筛选数据来实现。进一步的,作为可选的实施方式,可以计算出道路面多边形内三角形面积均值、标准差并根据面积均值和标准差设定预定阈值来筛除毛刺,也可以通过上述道路边界识别模型来筛除毛刺。
作为优选的实施方式,步骤S34中,种类包括:
第一类三角形位于道路面多边形外部;
第二类三角形只有1条桥接边;
第三类三角形有两条桥接边;
第四类三角形的3条边均为桥接边;
桥接边为三角形中有邻接三角形的边;和/或
步骤S37中,节点提取原则,包括:
对第二类三角形,提取桥接边的中点和另外两边中较长一边的中点作为节点;
对第三类三角形提取两个桥接边的中点作为节点;
对第四类三角形提取该三角形的重心和3条桥接边的中点作为节点。
上述技术方案,将在河道边界轮廓内构建DTN得到的三角形,根据三角形与道路多边形的邻接关系进行分类,有利于河道中心线的提取,并根据分类规定一节点提取原则,让河道中心线提取更为准确。
作为优选的实施方式,如图5所示,步骤S37中,还包括以下步骤:
步骤S371:去除所有第一类三角形;
步骤S372:从任意一个第二类三角形或第四类三角形出发依次按三角形的临近关系逐次搜索、按节点提取原则依次提取复数个节点,终止于第二类三角形或第四类三角形;
步骤S373:将节点通过最小二乘法进行直线拟合,得到平滑的道路中线y=ax+b,其中
其中xi与yi为第i个节点的横坐标与纵坐标值;
步骤S374:跳转至S372,直至所有的第二类三角形作为出发或终止搜索过一遍以及所有的第四类三角形作为出发或终止搜索过三遍,节点提取完毕。
上述技术方案中,首先剔除无效的第一类三角形,避免提取过程中出现错误的节点,再根据节点提取规则获得复数个节点并连接得到道路中线,重复上述操作得到复数个道路中线。上述方案解决河道弯角处的轨迹平滑问题,使得平滑后的轨迹和道路或者河道相匹配。
作为优选的实施方式,如图6所示,步骤S4中,还包括以下步骤:
步骤S41、根据预处理轨迹图中相邻的位置点的船只方向角的变化判断当前位置点是否存在异常,若存在异常,则使用中值滤波对当前位置点进行平滑操作;
步骤S42、若位置点不在河道内,则根据距离映射的方法进行纠偏,将位置点在当前河道中心线上的投影点作为当前位置点;
步骤S43、若相邻的位置点不在同一条河道内,则根据船只的行驶模式,对位置点进行判定,去除不应该位于该河道位置点,得到修正轨迹图;
步骤S44、对修正轨迹图进行平滑操作,得到轨迹线。
上述技术方案中,把船只位置的漂移因素按照权重由高到低分解为船只的方向角、到中心线的距离分量、相邻位置的距离三个因素,首先处理高权重的因素,然后处理低权重的因素,有效的解决了漂移纠偏,拐角处平滑容易产生位置出轨的问题。依照权重顺序进行纠错,避免了单纯的中值滤波滞后和拐角失真的问题,也避免了判定当前位置点所行驶的当前河道出错的问题。
在上述方案的基础上,进一步的,可通过计算该位置点在路线上前进的距离,根据方向角一致性原则进行低精度数据纠错。如果回撤的距离和前后邻近有一个明显的差异,当这个差异超过一阈值时,我们就可以认为这个位置点的数据有较大的误差,需要进行纠偏,以时间较早的方向角为纠偏后的方向角。进一步的,可通过无迹Kalman滤波来对修正轨迹图进行平滑操作。
综上所述,本发明提供一种稀疏轨迹平滑纠错系统1及方法,首先将由复数个稀疏的离散点组成的位置轨迹图进行预操作处理,再找出河道中心线和河道边界轮廓,然后再进行纠偏平滑操作,实现对一些低精度、低采样点位置轨迹图进行纠偏、平滑的目的,并使得纠偏和平滑操作有了可靠的支撑,平滑后的轨迹线能够和河道准确的匹配,使得船只不会出现脱离道路或者河道的情况。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (7)
1.一种稀疏轨迹平滑纠错方法,应用于内河船只设备,其特征在于,包括以下步骤:
步骤S1、获取所述内河船只设备的位置轨迹图;
步骤S2、对所述位置轨迹图进行预处理操作,得到预处理轨迹图;
步骤S3、从所述预处理轨迹图提取河道边界轮廓及河道中心线;
步骤S4、根据所述河道边界轮廓及所述河道中心线,对所述预处理轨迹图进行纠偏和平滑操作,得到轨迹线,并将其输出;
所述预处理操作包括:对所述位置轨迹图进行一致性检查,去除所述位置轨迹图中存在系统误差的、时间错误的、越界的、残缺的、明显不合理或者逻辑上不应该存在的位置点;
所述步骤S2中,对所述位置轨迹图进行数据过滤操作,去除所述位置轨迹图中的错误的、无效的及有缺失的数据,得到所述预处理轨迹图;
所述步骤S4中,还包括以下步骤:
步骤S41、根据所述预处理轨迹图中相邻的位置点的船只方向角的变化判断当前所述位置点是否存在异常,若存在异常,则使用中值滤波对当前所述位置点进行平滑操作;
步骤S42、若所述位置点不在河道内,则根据距离映射的方法进行纠偏,将所述位置点在当前河道中心线上的投影点作为当前所述位置点;
步骤S43、若相邻的所述位置点不在同一条河道内,则根据船只的行驶模式,对所述位置点进行判定,去除不应该位于该河道所述位置点,得到修正轨迹图;
步骤S44、对所述修正轨迹图进行平滑操作,得到所述轨迹线。
2.根据权利要求1所述的一种稀疏轨迹平滑纠错方法,其特征在于,所述步骤S3中,还包括以下步骤:
步骤S31、对所述预处理轨迹图构建约束DTN;
步骤S32、计算所述约束DTN内轨迹密度变化率、边长距离;
步骤S33、建立道路边界识别模型,提取所述河道边界轮廓;
步骤S34、在所述河道边界轮廓内构建所述约束DTN,提取出一道路面多边形并从中得到复数个三角形,并将所述三角形划分成复数个种类;
步骤S35、对所述道路面多边形构建DTN,并标记所有所述三角形的种类;
步骤S36、连接所述道路面多边形的骨架线,设定一预定阈值,根据所述预定阈值去除所述骨架线上的毛刺;
步骤S37、从所述三角形中根据节点提取原则提取复数个节点,并根据所述节点得到复数个道路中线;
步骤S38、将复数个所述道路中线进行交叉口断点续接操作获得所述河道中心线。
3.根据权利要求2所述的一种稀疏轨迹平滑纠错方法,其特征在于,所述步骤S34中,所述种类包括:
第一类三角形位于所述道路面多边形外部;
第二类三角形只有1条桥接边;
第三类三角形有两条桥接边;
第四类三角形的3条边均为桥接边;
所述桥接边为所述三角形中有邻接三角形的边;和/或
所述步骤S37中,所述节点提取原则,包括:
对所述第二类三角形,提取所述桥接边的中点和另外两边中较长一边的中点作为所述节点;
对所述第三类三角形提取两个所述桥接边的中点作为所述节点;
对所述第四类三角形提取该三角形的重心和3条所述桥接边的中点作为所述节点。
4.根据权利要求3所述的一种稀疏轨迹平滑纠错方法,其特征在于,所述步骤S37中,还包括以下步骤:
步骤S371:去除所有所述第一类三角形;
步骤S372:从任意一个所述第二类三角形或所述第四类三角形出发依次按三角形的临近关系逐次搜索、按所述节点提取原则依次提取复数个所述节点,终止于所述第二类三角形或所述第四类三角形;
步骤S373:将所述节点通过最小二乘法进行直线拟合,得到平滑的道路中线y=ax+b,其中
其中xi与yi为第i个所述节点的横坐标与纵坐标值,n为所述节点的总数;
步骤S374:跳转至S372,直至所有的所述第二类三角形作为出发或终止搜索过一遍以及所有的所述第四类三角形作为出发或终止搜索过三遍,所述节点提取完毕。
5.一种稀疏轨迹平滑纠错系统,应用于内河船只设备,其特征在于,用于实施权利要求1-4任意一项所述的稀疏轨迹平滑纠错方法,包括:
一轨迹采集装置,与所述内河船只设备连接,用以采集所述内河船只设备的位置轨迹图;
一数据预处理模块,连接所述轨迹采集装置,以接收所述位置轨迹图,对所述位置轨迹图进行预处理操作,得到预处理轨迹图;
一线路提取模块,连接所述数据预处理模块,接收所述预处理轨迹图,用以从所述预处理轨迹图中提取河道边界轮廓及河道中心线;
一轨迹修正模块,连接所述线路提取模块,用以应用所述河道边界轮廓及所述河道中心线对所述预处理轨迹图进行纠偏和平滑操作,得到轨迹线;
所述数据预处理模块,包括:一数据过滤单元,连接所述轨迹采集装置,接收所述位置轨迹图,用以对所述位置轨迹图进行数据过滤操作,去除所述位置轨迹图中的错误的、无效的及有缺失的数据,得到所述预处理轨迹图;
所述数据过滤单元还对所述位置轨迹图进行一致性检查,去除所述位置轨迹图中存在系统误差的、时间错误的、越界的、残缺的、明显不合理或者逻辑上不应该存在的位置点。
6.根据权利要求5所述的一种稀疏轨迹平滑纠错系统,其特征在于,所述线路提取模块,包括:一轮廓提取单元,连接所述数据过滤单元,接收所述预处理轨迹图,从所述预处理轨迹图中提取所述河道边界轮廓;
一中心线提取单元,连接所述数据过滤单元与所述轮廓提取单元,接收所述预处理轨迹图与所述河道边界轮廓,并根据所述预处理轨迹图与所述河道边界轮廓提取所述河道中心线。
7.根据权利要求6所述的一种稀疏轨迹平滑纠错系统,其特征在于,所述轨迹修正模块,包括:一轨迹纠偏单元,连接所述数据过滤单元、所述轮廓提取单元及所述中心线提取单元,接收所述预处理轨迹图、所述河道边界轮廓、所述河道中心线,根据所述河道边界轮廓、所述河道中心线对所述预处理轨迹图进行纠偏操作,得到修正轨迹图;
一轨迹平滑单元,连接所述轨迹纠偏单元,接收所述修正轨迹图,对所述修正轨迹进行平滑操作,得到所述轨迹线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811593585.7A CN109765588B (zh) | 2018-12-25 | 2018-12-25 | 一种稀疏轨迹平滑纠错系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811593585.7A CN109765588B (zh) | 2018-12-25 | 2018-12-25 | 一种稀疏轨迹平滑纠错系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109765588A CN109765588A (zh) | 2019-05-17 |
CN109765588B true CN109765588B (zh) | 2023-10-31 |
Family
ID=66450429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811593585.7A Active CN109765588B (zh) | 2018-12-25 | 2018-12-25 | 一种稀疏轨迹平滑纠错系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109765588B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465856A (zh) * | 2020-11-18 | 2021-03-09 | 珠海大横琴科技发展有限公司 | 基于无人机的船只轨迹修正方法、装置及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003075173A (ja) * | 2001-09-07 | 2003-03-12 | Toyota Industries Corp | 走行軌跡の修正方法及び走行軌跡処理装置 |
CN103778803A (zh) * | 2014-02-24 | 2014-05-07 | 黄河水利委员会黄河水利科学研究院 | 一种内陆河流水文水政船只实时定位监控系统和方法 |
CN103809195A (zh) * | 2014-02-13 | 2014-05-21 | 上海温光自动化技术有限公司 | 一种gps轨迹曲线的生成方法及装置 |
CN103991449A (zh) * | 2014-06-12 | 2014-08-20 | 北京联合大学 | 一种车辆行进控制方法及系统 |
CN105390028A (zh) * | 2015-10-23 | 2016-03-09 | 广州乙禾航运风险咨询有限公司 | 船舶航行轨迹的纠正方法和系统 |
CN107728178A (zh) * | 2017-09-29 | 2018-02-23 | 上海斐讯数据通信技术有限公司 | 一种运动轨迹的处理方法及装置 |
JP2018189990A (ja) * | 2018-08-24 | 2018-11-29 | アイシン・エィ・ダブリュ株式会社 | 地図情報生成システム、方法およびプログラム |
CN109003469A (zh) * | 2018-08-16 | 2018-12-14 | 重庆大学 | 一种工作船维护报警航标最佳路线的规划方法 |
CN109031371A (zh) * | 2018-06-13 | 2018-12-18 | 山东众云教育科技有限公司 | 一种基于持续定位信息的路线平滑方法及系统 |
CN109017780A (zh) * | 2018-04-12 | 2018-12-18 | 深圳市布谷鸟科技有限公司 | 一种车辆智能驾驶控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2955192B1 (fr) * | 2010-01-12 | 2012-12-07 | Thales Sa | Procede et dispositif pour verifier la conformite d'une trajectoire d'un aeronef |
JP6663835B2 (ja) * | 2016-10-12 | 2020-03-13 | 本田技研工業株式会社 | 車両制御装置 |
-
2018
- 2018-12-25 CN CN201811593585.7A patent/CN109765588B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003075173A (ja) * | 2001-09-07 | 2003-03-12 | Toyota Industries Corp | 走行軌跡の修正方法及び走行軌跡処理装置 |
CN103809195A (zh) * | 2014-02-13 | 2014-05-21 | 上海温光自动化技术有限公司 | 一种gps轨迹曲线的生成方法及装置 |
CN103778803A (zh) * | 2014-02-24 | 2014-05-07 | 黄河水利委员会黄河水利科学研究院 | 一种内陆河流水文水政船只实时定位监控系统和方法 |
CN103991449A (zh) * | 2014-06-12 | 2014-08-20 | 北京联合大学 | 一种车辆行进控制方法及系统 |
CN105390028A (zh) * | 2015-10-23 | 2016-03-09 | 广州乙禾航运风险咨询有限公司 | 船舶航行轨迹的纠正方法和系统 |
CN107728178A (zh) * | 2017-09-29 | 2018-02-23 | 上海斐讯数据通信技术有限公司 | 一种运动轨迹的处理方法及装置 |
CN109017780A (zh) * | 2018-04-12 | 2018-12-18 | 深圳市布谷鸟科技有限公司 | 一种车辆智能驾驶控制方法 |
CN109031371A (zh) * | 2018-06-13 | 2018-12-18 | 山东众云教育科技有限公司 | 一种基于持续定位信息的路线平滑方法及系统 |
CN109003469A (zh) * | 2018-08-16 | 2018-12-14 | 重庆大学 | 一种工作船维护报警航标最佳路线的规划方法 |
JP2018189990A (ja) * | 2018-08-24 | 2018-11-29 | アイシン・エィ・ダブリュ株式会社 | 地図情報生成システム、方法およびプログラム |
Non-Patent Citations (8)
Title |
---|
Conformal Anomaly Detection of Trajectories with a Multi-class Hierarchy;Smith J 等;Statistical Learning and Data Sciences;正文第281-290页 * |
Inductive conformal anomaly detection for sequential detection of anomalous sub-trajectories;Laxhammar R 等;Annals of Mathematics and Artificial Intelligence;第74卷;正文第67-94页 * |
On the assessment of vehicle trajectory data accuracy and application to the next generation simulation(NGSIM) program data;Punzo V 等;《Transportation Research Part C》;20111231;正文第1243-1262页 * |
Sequential Conformal Anomaly Detection in trajectories based on Hausdorff distance;Laxhammar R 等;14th International Conference on Information Fusion;全文 * |
基于AIS大数据的船舶危险会遇热点区域挖掘研究;李东枫;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180715;正文第237-245页 * |
基于众源轨迹数据的道路中心线提取;杨伟 等;《地理与地理信息科学》;20160531;第32卷(第3期);正文第1-7页 * |
运用约束Delaunay三角网从众源轨迹线提取道路边界;杨伟 等;《测绘学报》;20170228;第46卷(第02期);正文第237-245页 * |
面向轨迹流的聚类与异常检测技术研究;毛嘉莉;《中国博士学位论文全文数据库 信息科技辑》;20181215;正文第1-22页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109765588A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108022251B (zh) | 一种管状结构的中心线的提取方法及系统 | |
CN110276732B (zh) | 一种顾及地形特征线要素的山区点云空洞修复方法 | |
CN112883820B (zh) | 基于激光雷达点云的道路目标3d检测方法及系统 | |
CN113554595B (zh) | 无人机激光雷达点云杆塔塔头形变检测装置及方法 | |
US9613457B2 (en) | Multi-primitive fitting device and operation method thereof | |
CN110470295B (zh) | 一种基于ar定位的室内步行导航系统和方法 | |
CN102999886A (zh) | 图像边缘检测器及标尺光栅栅线精度检测系统 | |
CN102779340B (zh) | 一种基于Delaunay三角剖分的特征点坐标自动对应方法 | |
CN105956542B (zh) | 一种结构线束统计匹配的高分遥感影像道路提取方法 | |
CN106373128B (zh) | 一种嘴唇精确定位的方法和系统 | |
CN112907601B (zh) | 一种基于特征变换的隧道拱架点云自动提取方法及装置 | |
CN109917430A (zh) | 一种基于轨迹平滑算法的卫星定位轨迹漂移纠偏方法 | |
CN102411711A (zh) | 一种基于个性化权重的手指静脉识别方法 | |
CN108765349A (zh) | 一种带有水印的图像修复方法及系统 | |
CN101853382B (zh) | 一种求取现场指纹方向的方法和装置 | |
CN112634297A (zh) | 高精地图制作方法、装置、电子设备和存储介质 | |
CN113487722A (zh) | 一种基于三维激光扫描方法的混凝土构件自动化检测方法 | |
CN112132966A (zh) | 一种基于拓扑结构的页岩裂缝网络连通性表征方法 | |
CN114419165A (zh) | 相机外参校正方法、装置、电子设备和存储介质 | |
CN109765588B (zh) | 一种稀疏轨迹平滑纠错系统及方法 | |
CN114241018A (zh) | 一种牙齿点云配准方法、系统及可读存储介质 | |
CN113643365A (zh) | 一种相机位姿估计方法、装置、设备以及可读存储介质 | |
CN108074263A (zh) | 视觉定位方法和系统 | |
CN111241881B (zh) | 区域识别的方法、装置、设备和介质 | |
CN104952065A (zh) | 一种建立服装图像多层次细节骨架模型的方法 |
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 |