CN109766399B - 一种基于轨迹的基站路测点选择方法 - Google Patents
一种基于轨迹的基站路测点选择方法 Download PDFInfo
- Publication number
- CN109766399B CN109766399B CN201811652694.1A CN201811652694A CN109766399B CN 109766399 B CN109766399 B CN 109766399B CN 201811652694 A CN201811652694 A CN 201811652694A CN 109766399 B CN109766399 B CN 109766399B
- Authority
- CN
- China
- Prior art keywords
- point
- track
- distance
- line segment
- equal
- 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
Landscapes
- Navigation (AREA)
Abstract
本发明公开一种基于轨迹的基站路测点选择方法,对轨迹折点集合进行聚类分析,根据距离信息将轨迹折点集合划分成K个子集合,求出子集合的聚类中心后计算各聚类中心与各路测仪点集合的距离,然后根据最小距离法进行过滤,滤除与聚类中心距离大于设定阈值的点,再计算过滤后的点与轨迹线段之间的距离,滤除距离小于设定阈值的点,这些点就是要查询的基站路测点。本发明基于聚类分析和最小距离法的过滤方式,大大减少了计算的复杂度,提高了查询过程效率。
Description
技术领域
本发明涉及地理信息系统领域,特别是电子地图轨迹规划,具体是一种基于轨迹的基站路测点选择方法。
背景技术
电子地图中,需要使用到基站和基站路测仪,基站路测仪进行基站信号检测,从而将运行轨迹上的基站覆盖信号记录下来,记录的数据包括时间、经纬度、基站编码等。在集合地图分析基站覆盖情况的应用中,存在以下需求:已知地图轨迹,查询该轨迹下的基站信号覆盖情况。针对该需求,目前还未见有很好的解决方法,如果逐一遍历每个路测记录点和轨迹折点,随着轨迹长度的增加,会大大的增加计算的复杂度,降低查询效率。
发明内容
本发明要解决的技术问题是提供一种基于轨迹的基站路测点选择方法,基于聚类分析和最小距离法的过滤方式,查询地图轨迹下的基站信号覆盖情况,提高查询效率。
为了解决所述技术问题,本发明采用的技术方案是:一种基于轨迹的基站路测点选择方法,包括以下步骤:S01)、规划地图轨迹,以地图轨迹上的折点作为关键点,留存关键点,得到轨迹关键点集合S{P(xs1,ys1),P(xs2,ys2),...P(xsi,ysi),...P(xsn,ysn)},1≤i≤n,x、y为经纬度转化成的平面坐标值;S02)、采集路测仪点集合Q{P(xq1,yq1),P(xq2,yq2),...P(xqj,yqj),...P(xqm,yqm)},1≤j≤m,x、y为经纬度转化成的平面坐标值,通过聚类分析对轨迹关键点集合进行聚类,将关键点集合根据距离信息分成K个子集,计算各个子集的聚类中心,得到K个聚类中心点集然后逐一遍历路测仪点集合中的点,计算其与K个子集聚类中心的距离,得到距离集合V{dv1,dv2,...dvi...dvkm},1≤i≤k,1≤j≤n,采用阈值D1进行逐一筛选,小于或者等于阈值D1的距离dvi,保留其在集合Q中的对应点P(xqj,yqj),通过距离过滤得出Q的子集O{P(xo1,yo1),P(xo2,yo2),...P(xol,yol)},1≤l≤m,S03)、按地图轨迹规划顺序以相邻两点确定一条线段得到轨迹线段集合W{g(P1,P2),g(P2,P3),...g(Pi,Pj),....g(Pn-1,Pn)},g(Pi,Pj)表示从点Pi到点Pj的线段,逐一遍历计算集合O中的点到轨迹线段集合W的距离,通过计算得到集合O中点与线段集合W中线段的集合R{dr1,dr2,...drj...drln},采用阈值D2进行逐一筛选,小于或者等于D2的距离drj,保留其在集合O中的对应点P(xoi,yoi),计算得到轨迹路测点集合Z{P(xz1,yz1),P(xz2,yz2),...P(xzl,yzl)}。
进一步的,遍历计算集合O中的点到轨迹线段集合W的距离时,若点与线段之间的夹角为锐角时,则计算点与线段之间的距离,若点与线段之间的夹角为钝角,则放弃计算。
进一步的,通过K-均值聚类法或者层次聚类法对关键点集合S进行聚类计算。
进一步的,通过地图软件或者手工完成地图轨迹规划。
进一步的,所述地图软件是OpenStreetmap、百度地图或者google地图。
本发明的有益效果:本发明对轨迹折点集合进行聚类分析,根据距离信息将轨迹折点集合划分成K个子集合,求出子集合的聚类中心后计算各聚类中心与各路测仪点集合的距离,然后根据最小距离法进行过滤,滤除与聚类中心距离大于设定阈值的点,再计算过滤后的点与轨迹线段之间的距离,滤除距离小于设定阈值的点,这些点就是要查询的基站路测点。本发明基于聚类分析和最小距离法的过滤方式,大大减少了计算的复杂度,提高了查询过程效率。
附图说明
图1为本发明的流程图;
图2为遍历计算集合O中的点到轨迹线段集合W的距离时,点与线段之间位置关系示意图,2a表示点与线段之间的夹角为锐角,2b、2c表示点与线段之间的夹角为钝角。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
实施例1
本实施例公开一种基于轨迹的基站路测点选择方法,如图1所示,包括以下步骤:
S01)、规划地图轨迹,以地图轨迹上的折点作为关键点,留存关键点,得到轨迹关键点集合S{P(xs1,ys1),P(xs2,ys2),...P(xsi,ysi),...P(xsn,ysn)},1≤i≤n,x、y为经纬度转化成的平面坐标值。
本实施例中,地图轨迹具体的规划方式可以是:
1、基于地图标点,采用地图软件自动进行轨迹规划,具体的地图软件可以是OpenStreetmap、百度地图、google地图等;
2、手动完成地图轨迹规划。
S02)、采集路测仪点集合Q{P(xq1,yq1),P(xq2,yq2),...P(xqj,yqj),...P(xqm,yqm)},1≤j≤m,x、y为经纬度转化成的平面坐标值,通过聚类分析对轨迹关键点集合进行聚类,具体的聚类分析方法可以是K-均值聚类法也可以是层次聚类法。采用K-均值聚类法时自动K值最优选择,可以采用手肘法和轮廓系数法进行求解,通过聚类分析后,将关键点集合根据距离信息分成K个子集,通过公式计算各个子集的聚类中心,得到K个聚类中心点集
逐一遍历路测仪点集合中的点,采用公式计算路测仪点集中的各个点与K个子集聚类中心的距离,得到距离集合V{dv1,dv2,...dvi...dvkm},1≤i≤k,1≤j≤n,采用阈值D1进行逐一筛选,小于或者等于阈值D1的距离dvi,保留其在集合Q中的对应点P(xqj,yqj),通过距离过滤得出Q的子集O{P(xo1,yo1),P(xo2,yo2),...P(xol,yol)},1≤l≤m;
S03)、按地图轨迹规划顺序以相邻两点确定一条线段得到轨迹线段集合W{g(P1,P2),g(P2,P3),...g(Pi,Pj),....g(Pn-1,Pn)},g(Pi,Pj)表示从点Pi到点Pj的线段,逐一遍历计算集合O中的点到轨迹线段集合W的距离,通过计算得到集合O中点与线段集合W中线段的集合R{dr1,dr2,...drj...drln},采用阈值D2进行逐一筛选,小于或者等于D2的距离drj,保留其在集合O中的对应点P(xoi,yoi),计算得到轨迹路测点集合Z{P(xz1,yz1),P(xz2,yz2),...P(xzl,yzl)}。
为了加快计算速度,对于不在轨迹线段正投影范围内的点直接放弃计算其与线段之间的距离。具体如图2所示,遍历计算集合O中的点到轨迹线段集合W的距离时,若点与线段之间的夹角为锐角时,则计算点与线段之间的距离,具体可采用矢量法求出的距离若点与线段之间的夹角为钝角,则放弃计算。
本发明对轨迹折点集合进行聚类分析,根据距离信息将轨迹折点集合划分成K个子集合,求出子集合的聚类中心后计算各聚类中心与各路测仪点集合的距离,然后根据最小距离法进行过滤,滤除与聚类中心距离大于设定阈值的点,再计算过滤后的点与轨迹线段之间的距离,滤除距离小于设定阈值的点,这些点就是要查询的基站路测点。本发明基于聚类分析和最小距离法的过滤方式,大大减少了计算的复杂度,提高了查询过程效率。
以上描述的仅是本发明的基本原理和优选实施例,本领域技术人员根据本发明做出的改进和替换,属于本发明的保护范围。
Claims (5)
1.一种基于轨迹的基站路测点选择方法,其特征在于:包括以下步骤:S01)、规划地图轨迹,以地图轨迹上的折点作为关键点,留存关键点,得到轨迹关键点集合S{P(xs1,ys1),P(xs2,ys2),...P(xsi,ysi),...P(xsn,ysn)},1≤i≤n,x、y为经纬度转化成的平面坐标值;S02)、采集路测仪点集合Q{P(xq1,yq1),P(xq2,yq2),...P(xqj,yqj),...P(xqm,yqm)},1≤j≤m,x、y为经纬度转化成的平面坐标值,通过聚类分析对轨迹关键点集合进行聚类,将关键点集合根据距离信息分成K个子集,计算各个子集的聚类中心,得到K个聚类中心点集然后逐一遍历路测仪点集合中的点,计算其与K个子集聚类中心的距离,得到距离集合V{dv1,dv2,...dvi...dvkm},1≤i≤km,采用阈值D1进行逐一筛选,小于或者等于阈值D1的距离dvi,保留其在集合Q中的对应点P(xqj,yqj),通过距离过滤得出Q的子集O{P(xo1,yo1),P(xo2,yo2),...P(xol,yol)},1≤l≤m,S03)、按地图轨迹规划顺序以相邻两点确定一条线段得到轨迹线段集合W{g(P1,P2),g(P2,P3),...g(Pi,Pj),....g(Pn-1,Pn)},g(Pi,Pj)表示从点Pi到点Pj的线段,逐一遍历计算集合O中的点到轨迹线段集合W的距离,通过计算得到集合O中点与线段集合W中线段的距离集合R{dr1,dr2,...drj...drl(n-1)},采用阈值D2进行逐一筛选,小于或者等于D2的距离drj,保留其在集合O中的对应点P(xoi,yoi),计算得到轨迹路测点集合Z{P(xz1,yz1),P(xz2,yz2),...P(xzl,yzl)}。
2.根据权利要求1所述的基于轨迹的基站路测点选择方法,其特征在于:遍历计算集合O中的点到轨迹线段集合W的距离时,若点与线段之间的夹角为锐角时,则计算点与线段之间的距离,若点与线段之间的夹角为钝角,则放弃计算。
3.根据权利要求1所述的基于轨迹的基站路测点选择方法,其特征在于:通过K-均值聚类法或者层次聚类法对关键点集合S进行聚类计算。
4.根据权利要求1所述的基于轨迹的基站路测点选择方法,其特征在于:通过地图软件或者手工完成地图轨迹规划。
5.根据权利要求4所述的基于轨迹的基站路测点选择方法,其特征在于:所述地图软件是OpenStreetmap、百度地图或者google地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811652694.1A CN109766399B (zh) | 2018-12-29 | 2018-12-29 | 一种基于轨迹的基站路测点选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811652694.1A CN109766399B (zh) | 2018-12-29 | 2018-12-29 | 一种基于轨迹的基站路测点选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109766399A CN109766399A (zh) | 2019-05-17 |
CN109766399B true CN109766399B (zh) | 2020-11-13 |
Family
ID=66452689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811652694.1A Active CN109766399B (zh) | 2018-12-29 | 2018-12-29 | 一种基于轨迹的基站路测点选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109766399B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197221B (zh) * | 2019-05-27 | 2023-05-09 | 宁夏隆基宁光仪表股份有限公司 | 基于层次分析法确定智能仪表抄表集中器安装位置的方法 |
CN110298567A (zh) * | 2019-06-18 | 2019-10-01 | 上海电力学院 | 利用综合能源系统能耗大数据确定典型日负荷曲线的方法 |
CN111871843B (zh) * | 2020-08-17 | 2021-08-31 | 信智慧通科技(北京)有限公司 | 一种基于大数据的垃圾自动分类系统 |
CN114374928B (zh) * | 2021-12-31 | 2023-12-19 | 厦门市美亚柏科信息股份有限公司 | 一种基于多源位置数据的城市人员分布计算方法与系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917738A (zh) * | 2010-07-20 | 2010-12-15 | 重庆大学 | 一种无线网络的在线测量节点选择方法 |
CN106028380A (zh) * | 2016-05-24 | 2016-10-12 | 北京雾联科技有限公司 | 无线网络性能参数的挖掘分析和显示系统及其工作方法 |
CN106507378A (zh) * | 2016-11-18 | 2017-03-15 | 中国联合网络通信集团有限公司 | 一种小区覆盖范围的管理方法及装置 |
CN106970945A (zh) * | 2017-02-24 | 2017-07-21 | 河海大学 | 一种出租车数据集的轨迹预处理方法 |
CN107356260A (zh) * | 2017-05-18 | 2017-11-17 | 诺优信息技术(上海)有限公司 | 应用于自动路测的导航系统及方法 |
CN108271165A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团浙江有限公司 | 一种基站网络信号覆盖状态的预测方法及系统 |
-
2018
- 2018-12-29 CN CN201811652694.1A patent/CN109766399B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917738A (zh) * | 2010-07-20 | 2010-12-15 | 重庆大学 | 一种无线网络的在线测量节点选择方法 |
CN106028380A (zh) * | 2016-05-24 | 2016-10-12 | 北京雾联科技有限公司 | 无线网络性能参数的挖掘分析和显示系统及其工作方法 |
CN106507378A (zh) * | 2016-11-18 | 2017-03-15 | 中国联合网络通信集团有限公司 | 一种小区覆盖范围的管理方法及装置 |
CN108271165A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团浙江有限公司 | 一种基站网络信号覆盖状态的预测方法及系统 |
CN106970945A (zh) * | 2017-02-24 | 2017-07-21 | 河海大学 | 一种出租车数据集的轨迹预处理方法 |
CN107356260A (zh) * | 2017-05-18 | 2017-11-17 | 诺优信息技术(上海)有限公司 | 应用于自动路测的导航系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109766399A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766399B (zh) | 一种基于轨迹的基站路测点选择方法 | |
CN110095127B (zh) | 一种基于分段的隐马尔可夫模型地图匹配方法 | |
CN106323301B (zh) | 一种道路情报的获取方法及装置 | |
CN111210612B (zh) | 基于公交gps数据与站点信息提取公交线路轨迹的方法 | |
CN111694032A (zh) | 一种基于聚类的大规模轨迹数据的快速地图匹配方法 | |
WO2019205020A1 (zh) | 一种路况识别方法、装置及设备 | |
CN102097007A (zh) | 城市实时交通路况信息准确性的评价方法及装置 | |
CN112050821B (zh) | 一种车道线聚合方法 | |
CN102032910A (zh) | 一种车载导航地图实时自排查的新路生成方法 | |
CN111737377B (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
CN111190891A (zh) | 一种多语义轨迹数据分段存储方法 | |
CN110705484B (zh) | 利用行车轨迹识别连续变更车道违法行为的方法 | |
CN103680185B (zh) | 一种车辆行驶道路等级精确划分方法 | |
CN114647705A (zh) | 一种基于ais数据的船舶航线提取与轨迹分类方法 | |
CN110736471A (zh) | 基于隐马尔可夫模型的低频浮动车轨迹数据路网匹配方法 | |
CN103778784A (zh) | 基于手机数据实时获取高速公路路段交通状态信息的方法 | |
CN110120081B (zh) | 一种生成电子地图车道标线的方法、装置及存储设备 | |
CN110913345A (zh) | 一种基于手机信令数据的断面客流计算方法 | |
CN107038857A (zh) | 一种公交数据获取方法及公交数据平台 | |
CN112991722A (zh) | 高频gps点的公交车辆实时路口预测方法和系统 | |
JP2005091304A (ja) | 走行経路推定方法、走行経路推定システムにおけるセンター装置及びプログラム | |
CN112562334A (zh) | 基于浮动车数据的弯曲路段实时速度计算方法、装置及介质 | |
CN110097074B (zh) | 一种基于序列相似度的车辆轨迹压缩方法 | |
CN108482428B (zh) | 一种基于曲率数组相关性的列车定位方法 | |
CN113570860B (zh) | 针对轨迹数据的城市道路交通状态精细划分与识别的方法 |
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 |