CN109813327B - 一种车辆行驶轨迹缺失补偿方法 - Google Patents
一种车辆行驶轨迹缺失补偿方法 Download PDFInfo
- Publication number
- CN109813327B CN109813327B CN201910102308.XA CN201910102308A CN109813327B CN 109813327 B CN109813327 B CN 109813327B CN 201910102308 A CN201910102308 A CN 201910102308A CN 109813327 B CN109813327 B CN 109813327B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road section
- track
- driving
- missing
- 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
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种车辆行驶轨迹缺失补偿方法,该补偿方法为:首先判断车辆轨迹是否缺失;车辆轨迹缺失时,根据轨迹缺失时间段内的行驶视频信息确定车辆位置点;对车辆轨迹缺失起始位置点、确定的车辆位置点以及车辆轨迹缺失终止位置点中相邻位置点之间是否存在岔路口进行判断;存在岔路口时,根据相邻位置点之间的时间间隔和第一预设速度上限值确定车辆在相邻位置点之间的候选行驶路径及其对应的最少特征匹配路段,并通过特征图像匹配方法确定存在岔路口的相邻位置点之间的行驶路径。本发明能够准确的对车辆缺失轨迹进行补偿,且在车辆缺失轨迹补偿确定时的特征图像匹配范围小,匹配效率较高,大大提高了车辆行驶轨迹补偿的计算效率。
Description
技术领域
本发明涉及车辆行驶轨迹补偿技术领域,特别涉及一种车辆行驶轨迹缺失补偿方法。
背景技术
目前,车辆在行驶过程中可以通过带有卫星定位模块的车载终端记录车辆在不同时刻的位置坐标,并将不同时刻的位置坐标映射至电子地图中连线生成运动行驶轨迹来表征车辆的运动情况,但是在车辆行驶过程中,经常会存在车载终端的卫星定位模块无法接收到卫星定位信号的情况,如车辆卫星定位信号被高楼、大树或者隧道遮挡造成部分路段无法接收到卫星定位信号,造成车辆行驶轨迹的缺失情况,这样就会导致不连续的运动轨迹生成,致使车辆的行驶轨迹缺失,导致无法向用户呈现准确的运动轨迹,不利于对车辆行驶轨迹进行后续的运动分析。
发明内容
本发明的目的在于提供一种车辆行驶轨迹缺失补偿方法,通过获取车辆轨迹缺失时间段内的行驶视频信息进行位置标识特征提取确定车辆多个位置点,并对确定的车辆位置点进行路径筛选分析生成车辆补偿行驶轨迹,提高了车辆行驶轨迹补偿的准确性和处理效率。
本发明公开了一种车辆行驶轨迹缺失补偿方法,包括如下步骤:
S1:根据预设轨迹缺失检测规则判断车辆轨迹是否缺失;
S2:车辆轨迹缺失时,根据车辆轨迹缺失时间段内的行驶视频信息确定车辆位置点及对应时间;
S3:将车辆轨迹缺失起点、车辆轨迹缺失时间段内确定的车辆位置点以及车辆轨迹缺失终点按时间顺序建立位置序列,并对所述位置序列中相邻位置点之间是否存在岔路口进行判断;
S4:所述位置序列中相邻位置点之间不存在岔路口时,将相邻位置点按其所在路段曲率连接生成第一车辆行驶轨迹;
S5:所述位置序列中相邻位置点之间存在岔路口时,根据相邻位置点之间的时间间隔和第一预设速度上限值确定车辆在相邻位置点之间的候选行驶路径;
S6:确定所述候选行驶路径的最少特征匹配路段,将所述最少特征匹配路段中的第一特征图像与所述行驶视频信息中的第二特征图像进行匹配,确定相邻位置点之间的行驶路径并生成第二车辆行驶轨迹;
其中,所述最少特征匹配路段为能够代表对应所述候选行驶路径且包含路段单元数量最少的特征匹配路段;
S7:将第一车辆行驶轨迹和第二车辆行驶轨迹相连生成车辆补偿行驶轨迹。
进一步地,所述预设轨迹缺失检测规则为:
计算获取的车辆定位点集合中每组相邻点之间的时间间隔T;
所述时间间隔T大于预设时间间隔阈值时,判断为车辆轨迹缺失,其中,所述预设时间间隔阈值大于车辆定位点上传时间间隔。
进一步地,所述行驶视频信息为通过带有摄像头的车载终端或行车记录仪采集获得。
进一步地,所述步骤S2中车辆位置点的确定方法为:
对轨迹缺失时间段内的行驶视频信息进行位置标识特征识别并翻译为计算机文字,所述位置标识特征包括带有文字信息或者图形标识的道路指示牌和建筑标识牌;
以轨迹缺失起点为中心和预估行驶距离为搜索半径,通过电子地图搜索计算机文字确定车辆位置点。
进一步地,所述预估行驶距离的计算方法为:所述车辆轨迹缺失起点时间与车辆位置点对应时间之间的时间间隔乘以第二预设速度上限值。
进一步地,所述步骤S5中相邻位置点之间的候选行驶路径具体确定方法为:根据相邻位置点之间的时间间隔和第一预设速度上限值确定车辆的最大行驶距离;以相邻位置点中的第一位置点为起点和以第二位置点为终点规划路径和行驶距离计算,长度小于最大行驶距离的规划路径作为候选行驶路径。
进一步地,所述最少特征匹配路段的确定方法为:
将各所述候选行驶路径以路口为节点分割为多个路段单元,构建所述候选行驶路径的路段单元集合;
计算所有所述候选行驶路径的路段单元集合的和集,确定所述和集中包含的路段单元及其重复次数,得到各所述候选行驶路径的路段单元集合中路段单元的最少重复次数;
所述候选行驶路径的路段单元集合中路段单元最少重复次数为单次的,确定最少重复次数为单次的路段单元为所述候选行驶路径的最少特征匹配路段;
所述候选行驶路径的路段单元集合中路段单元最少重复次数为多次的,将该路段单元集合与其他包含相同所述最少重复次数路段单元的路段单元集合之间求差集,以该所述候选行驶路径中最少重复次数的路段单元及与所述差集中任一路段单元的组合作为该所述候选行驶路径的最少特征匹配路段。
进一步地,所述最少特征匹配路段的确定方法为:
将所述候选行驶路径中所有路段以路口为节点分割为多个路段单元,以路段单元为索引建立所述候选行驶路径的索引数据库,所述索引数据库包括各所述候选行驶路径与各路段单元的归属关系;
以路段单元为查询条件索引查询所述候选行驶路径,查询得到所述候选行驶路径为唯一时所需最少数量的路段单元为对应所述候选行驶路径的最少特征匹配路段。
本发明技术有益效果:本发明技术方案通过对车辆行驶轨迹缺失时间段内的行驶视频信息进行位置标识特征提取分析能够确定对应时间的准确的车辆位置,同时对存在岔路口的相邻位置点之间的规划路径根据时间间隔和预设速度上限值进行分析筛选确定候选行驶路径,并对候选行驶路径进行路段单元集合运算分析或索引数据库运算快速确定能够代替候选行驶路径的最少特征匹配路段,以最少特征匹配路段作为匹配对象与预存储的特征图像进行匹配确定车辆行驶路径,缩小匹配范围,提高匹配效率。
附图说明
图1为本发明车辆行驶轨迹缺失补偿方法的流程图;
图2为本发明实施例1车辆轨迹缺失路径场景示意图。
具体实施方式
为便于本领域技术人员理解本发明技术方案,现结合说明书附图对本发明技术方案做进一步的说明。
实施例1
如图1所示,本实施例公开了一种车辆行驶轨迹缺失补偿方法,包括如下步骤:
S1:根据预设轨迹缺失检测规则判断车辆轨迹是否缺失;
本发明实施例中,所述预设轨迹缺失检测规则为:计算获取的车辆定位点集合中每组相邻点之间的时间间隔T;所述时间间隔T大于预设时间间隔阈值时,判断为车辆轨迹缺失,其中,所述预设时间间隔阈值大于车辆定位点上传时间间隔;车辆定位点为安装在车辆上集成有卫星定位模块的车辆终端或行车记录仪采集获得,卫星定位模块包括北斗定位模块和/或GPS定位模块。
S2:车辆轨迹缺失时,根据车辆轨迹缺失时间段内的行驶视频信息确定车辆位置点及对应时间。
本发明实施例中,所述行驶视频信息为通过带有摄像头的车载终端或行车记录仪采集获得,车载终端或行驶记录仪安装在车辆上,同时车载终端或行驶记录仪上装设无线通信模块,能够将采集获得的行驶视频信息上传至管理服务器;管理服务器内的处理器能够根据时间节点截取轨迹缺失时间段内的行驶视频信息进行处理分析确定车辆位置点。
本发明实施例中,车辆位置点的具体确定方法为:对轨迹缺失时间段内的行驶视频信息进行位置标识特征识别并翻译为计算机文字,所述位置标识特征包括带有文字信息或者图形标识的道路指示牌和建筑标识牌;以轨迹缺失起点为中心和预估行驶距离为搜索半径,通过电子地图搜索计算机文字确定车辆位置点;由于在同一城市内存在带有相同文字信息或图形标识的建筑标识牌,如某超市标识牌或银行标识牌,同一城市中可能包含相同名字超市或银行,通过电子地图搜索时搜索结果不是唯一,确定的车辆位置点不是唯一,因而需要以轨迹缺失起点为中心和预估行驶距离为搜索半径进一步筛选确定准确的车辆位置点;本发明实施例中,所述预估行驶距离的计算方法为:所述车辆轨迹缺失起点时间与车辆位置点对应时间之间的时间间隔乘以第二预设速度上限值,所述第二预设速度上限值根据车辆行驶道路设定,如车辆行驶道路为一般城市道路时,第二预设速度上限值设定为60km/h。
S3:将车辆轨迹缺失起点、车辆轨迹缺失时间段内确定的车辆位置点以及车辆轨迹缺失终点按时间顺序建立位置序列,并对所述位置序列中相邻位置点之间是否存在岔路口进行判断;
本发明实施例中,行驶视频信息中可能没有能够识别的位置标识特征,即在车辆轨迹缺失时间段内没有确定的车辆位置点,此时,将车辆轨迹缺失起始位置点和车辆轨迹缺失终止位置点按时间顺序建立位置序列,并对车辆轨迹缺失起始位置点和车辆轨迹缺失终止位置点之间是否存在岔路口进行判断。
上述技术方案中所述位置序列中的相邻位置点之间是否存在岔路口的判断方法为:将车辆位置点映射至电子地图,根据电子地图中的路径信息确定相邻位置点之间是否存在岔路口。
S4:所述位置序列中相邻位置点之间不存在岔路口时,将相邻位置点按其所在路段曲率连接生成第一车辆行驶轨迹;
车辆实际行驶过程中,岔路口是车辆发生转向操作改变行驶轨迹的主要位置节点,当相邻位置点之间不存在岔路口时,直接将相邻位置点按其所在路段曲率连接生成第一车辆行驶轨迹,保障了车辆缺失轨迹补偿准确性,其中,路段曲率同样可以通过电子地图查询获取。
S5:所述位置序列中相邻位置点之间存在岔路口时,根据相邻位置点之间的时间间隔和第一预设速度上限值确定车辆在相邻位置点之间的候选行驶路径;
本发明实施例中,所述相邻位置点之间的候选行驶路径具体确定方法为:根据相邻位置点之间的时间间隔和第一预设速度上限值确定车辆的最大行驶距离;以相邻位置点中的第一位置点为起点和以第二位置点为终点规划路径和行驶距离计算,长度小于最大行驶距离的规划路径作为候选行驶路径;其中,本发明同一规划路径中不包含重复行驶路段,路径规划比较合理;通过行驶距离计算方法对车辆的规划路径进行初步筛选,能够有效减少后续对候选行驶路径进一步的匹配分析,减少了匹配分析范围。
如图2所示,车辆轨迹缺失起始位置点Q1、车辆轨迹缺失终止位置点Q2,车辆轨迹缺失时间段内确定的车辆位置点X1、X2、X3,其中相邻位置点X2与X3之间存在岔路口,以位置点X2为起点和以位置点X3为终点进行路径规划得到A、B、C、D、E五条规划路径,如表1所示,假如A规划路径的行驶距离为4km,B和C规划路径的行驶距离均为3.5km,D规划路径的行驶距离为6km,E规划路径的行驶距离为7km, X2与X3之间的时间间隔为5分钟,第一预设速度上限值为60km/h,计算得到车辆的最大行驶距离为5km,则确定小于5km的规划路径中A、B、C为候选行驶路径。
表1包含单个路段单元的最少特征匹配路段信息表
S6:确定所述候选行驶路径的最少特征匹配路段,将所述最少特征匹配路段中的第一特征图像与所述行驶视频信息中的第二特征图像进行匹配,确定相邻位置点之间的行驶路径并生成第二车辆行驶轨迹;其中,所述最少特征匹配路段为能够代表对应所述候选行驶路径且包含路段单元数量最少的特征匹配路段;
本发明实施例中,电子地图或者管理服务器中预存储有各个路段单元对应的至少一个特征图像,当车辆行驶经过没有位置标识特征路段单元或由于遮挡原因没能获取位置标识特征的路段单元,则可以通过获取的行驶视频信息中的特征图像与可能经过的路段单元预存储的特征图像进行对比匹配确定真实经过的路段单元。
上述技术方案中,所述最少特征匹配路段的确定方法可以包括如下步骤:
a:将各所述候选行驶路径以路口为节点分割为多个路段单元,构建所述候选行驶路径的路段单元集合;
b:计算所有所述候选行驶路径的路段单元集合的和集,确定所述和集中包含的路段单元及其重复次数,得到各所述候选行驶路径的路段单元集合中路段单元的最少重复次数;
继续按上表1中实施示例,候选行驶路径A、B、C的路段单元集合分别为:集合LA={L1、L2、L3、L4、L5},集合LB={L1、L2、L8、L9、L5},集合LC={L1、L6、L7、L9、L5};计算所有所述候选行驶路径的路段单元集合的和集LA&LB&LC={L1、L2、L3、L4、L5、L1、L2、L8、L9、L5、L1、L6、L7、L9、L5},其中,&为求和集运算符;确定和集LA&LB&LC中路段单元L1重复次数为3,L2重复次数为2,L3重复次数为1,L4重复次数为1,L5重复次数为3,L6重复次数为1,L7重复次数为1,L8重复次数为1,L9重复次数为2;进一步确定集合LA中路段单元L1、L2、L3、L4、L5中最少重复次数的路段单元为L3、L4;集合LB中路段单元L1、L2、L8、L9、L5最少重复次数的路段单元为L8,集合LC中路段单元L1、L6、L7、L9、L5最少重复次数的路段单元为L6、L7。
c:所述候选行驶路径的路段单元集合中路段单元最少重复次数为单次的,确定最少重复次数为单次的路段单元为所述候选行驶路径的最少特征匹配路段;
上述实施例中,集合LA中最少重复次数的路段单元L3、L4均为单次,则确定路段单元L3或L4为候选行驶路径A的最少特征匹配路段;如表1所示,集合LB中最少重复次数的路段单元L8为单次,则确定路段单元L8为候选行驶路径B的最少特征匹配路段;集合LC中最少重复次数的路段单元L6、L7均为单次,则确定路段单元L6或L7为候选行驶路径C的最少特征匹配路段。
d:所述候选行驶路径的路段单元集合中路段单元最少重复次数为多次的,将该路段单元集合与其他包含相同所述最少重复次数路段单元的路段单元集合之间求差集,以该所述候选行驶路径中最少重复次数的路段单元及与所述差集中任一路段单元的组合作为该所述候选行驶路径的最少特征匹配路段。
同样以图1所示路径为例,以位置点X2为起点和以位置点X3为终点进行路径规划得到A、B、C、D、E五条规划路径,如表2所示,假如A规划路径的行驶距离为4km,B和C规划路径的行驶距离均为3.5km,D规划路径的行驶距离为4.5km,E规划路径的行驶距离为7km, X2与X3之间的时间间隔为5分钟,第一预设速度上限值为60km/h,计算得到车辆的最大行驶距离为5km,则确定小于5km的规划路径中A、B、C、D为候选行驶路径。
候选行驶路径A、B、C、D的路段单元集合分别为:集合LA={L1、L2、L3、L4、L5},集合LB={L1、L2、L8、L9、L5},集合LC={L1、L6、L7、L9、L5},集合LD={L1、L6、L7、L8、L3、L4、L5},计算和集LA&LB&LC&LD并确定集合LA中路段单元L1重复次数为4,L2重复次数为2,L3重复次数为2,L4重复次数为2,L5重复次数为4,L6重复次数为2,L7重复次数为2,L8重复次数为2,L9重复次数为2;进一步确定集合LA中的最少重复次数的路段单元为L2、L3、L4;集合LB中的最少重复次数的路段单元为L2、L8、L9;集合LC中的最少重复次数的路段单元为L6、L7、L9;集合LD中的最少重复次数的路段单元为L6、L7、L8、L3、L4。
表2包含多个路段单元的最少特征匹配路段信息表
根据上述结果,以确定候选行驶路径A的最少特征匹配路段为例,集合LA中路段单元L2、L3、L4的最少重复次数均为2次,则分别以L2、L3、L4为最少重复次数路段单元进行运算,具体计算为:集合LA中包含最少重复次数路段单元L2,其他候选行驶路径中集合LB中同样包含最少重复次数路段单元L2,则求集合LA与集合LB的差集{L1、L2、L3、L4、L5}-{L1、L2、L8、L9、L5}={L3、L4},则确定集合LA中包含最少重复次数路段单元L2与差集{L3、L4}中路段单元L3或L4的组合作为候选行驶路径A的最少特征匹配路段,即路段单元L2、L3或路段单元L2、L4为候选行驶路径A的最少特征匹配路段。
根据上述候选行驶路径A的最少特征匹配路段的确定方法同样计算确定候选行驶路径B、C、D的最少特征匹配路段,即得候选行驶路径B的最少特征匹配路段为路段单元L2、L8或路段单元L2、L9或路段单元L8、L9;候选行驶路径C的最少特征匹配路段为路段单元L6、L9或路段单元L7、L9;候选行驶路径D的最少特征匹配路段为路段单元L6、L8,路段单元L6、L3,路段单元L6、L4,路段单元L7、L8,路段单元L7、L3,路段单元L7、L4,路段单元L8、L3,路段单元L8、L4中的其中一个路段单元组合。
上述技术方案通过集合运算方法确定能够代表候选行驶路径的包含最少路段单元的最少特征匹配路段,集合运算方法简单,能够快速准确确定最少特征匹配路段;仅仅通过对最少匹配路段中路段单元对应存储的特征图像与行驶视频信息中的特征图像进行匹配,即可确定候选行驶路径是否为有效的车辆行驶路径,大大减少了路段单元的特征图像匹配次数,提高了匹配效率。
S7:将第一车辆行驶轨迹和第二车辆行驶轨迹相连生成车辆补偿行驶轨迹。
实施例2
本发明实施例与实施例1中的车辆行驶轨迹缺失补偿方法基本相同,不同的是本实施例中最少特征匹配路段的确定方法为:将所述候选行驶路径中所有路段以路口为节点分割为多个路段单元,以路段单元为索引建立所述候选行驶路径的索引数据库,所述索引数据库包括各所述候选行驶路径与各路段单元的归属关系;以路段单元为查询条件索引查询所述候选行驶路径,查询得到所述候选行驶路径为唯一时所需最少数量的路段单元为对应所述候选行驶路径的最少特征匹配路段。同样参照表1中确定A、B、C为候选行驶路径,建立候选行驶路径A、B、C的索引数据库,A包含路段单元L1、L2、L3、L4、L5,B包含路段单元L1、L2、L8、L9、L5,C包含路段单元L1、L6、L7、L9、L5;以确定候选行驶路径A的最少特征匹配路段为例,首先以单个路段单元为索引条件进行搜索查询判断搜索结果是否唯一,以路段单元L1为索引条件搜索结果包含候选行驶路径A、B、C,搜索结果不是唯一;以路段单元L2为索引条件搜索结果包含候选行驶路径A、B,搜索结果不是唯一;以路段单元L3为索引条件搜索结果只有候选行驶路径A,搜索结果唯一;以路段单元L4为索引条件搜索结果只有候选行驶路径A,搜索结果唯一;以路段单元L5为索引条件搜索结果包含候选行驶路径A、B、C,搜索结果不是唯一;则确定候选行驶路径A的最少特征匹配路段为路段单元L3或L4;以路段单元L8为索引条件进行搜索查询结果唯一,仅有候选行驶路径B,则候选行驶路径B的最少特征匹配路段为路段单元L8;同样方法得到候选行驶路径C的最少特征匹配路段为路段单元L6或L7;本发明实施例,当以单个路段单元为索引条件进行搜索查询无法确定候选行驶路径的最少特征匹配路段时,则以路段单元的组合进行搜索确定候选行驶路径的最少特征匹配路段,在此不多做举例。
本发明技术方案通过对车辆轨迹缺失时间段内的行驶视频信息中的位置标识特征提取分析确定对应时间准确的车辆位置点,对确定的车辆位置点中存在岔路口的相邻车辆位置点之间的路径进行分析筛选确定候选行驶路径,进一步通过集合运算方法或索引库搜索方式确定能够代表候选行驶路径的包含最少数量路段单元的最少特征匹配路段,将最少特征匹配路段中的特征图像与行驶视频信息中的特征图像进行匹配处理确定车辆的实际行驶路径,本发明保障了车辆缺失轨迹补偿准确性的同时,大大减少了匹配对象,提高了匹配效率;且方案执行中无需其他车辆状态传感器设备,仅通过摄像设备采集车辆行驶过程中的行驶视频信息即可对车辆缺失轨迹进行精确高效补偿,节约设备成本。
本发明技术方案在上面结合附图对发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种非实质性改进,或未经改进将发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。
Claims (6)
1.一种车辆行驶轨迹缺失补偿方法,其特征在于,包括如下步骤:
S1:根据预设轨迹缺失检测规则判断车辆轨迹是否缺失;
S2:车辆轨迹缺失时,根据车辆轨迹缺失时间段内的行驶视频信息确定车辆位置点及对应时间;
S3:将车辆轨迹缺失起点、车辆轨迹缺失时间段内确定的车辆位置点以及车辆轨迹缺失终点按时间顺序建立位置序列,并对所述位置序列中相邻位置点之间是否存在岔路口进行判断;
S4:所述位置序列中相邻位置点之间不存在岔路口时,将相邻位置点按其所在路段曲率连接生成第一车辆行驶轨迹;
S5:所述位置序列中相邻位置点之间存在岔路口时,根据相邻位置点之间的时间间隔和第一预设速度上限值确定车辆在相邻位置点之间的候选行驶路径;
S6:确定所述候选行驶路径的最少特征匹配路段,将所述最少特征匹配路段中的第一特征图像与所述行驶视频信息中的第二特征图像进行匹配,确定相邻位置点之间的行驶路径并生成第二车辆行驶轨迹;
其中,所述最少特征匹配路段为能够代表对应所述候选行驶路径且包含路段单元数量最少的特征匹配路段;
所述最少特征匹配路段的确定方法为:
将各所述候选行驶路径以路口为节点分割为多个路段单元,构建所述候选行驶路径的路段单元集合;
计算所有所述候选行驶路径的路段单元集合的和集,确定所述和集中包含的路段单元及其重复次数,得到各所述候选行驶路径的路段单元集合中路段单元的最少重复次数;
所述候选行驶路径的路段单元集合中路段单元最少重复次数为单次的,确定最少重复次数为单次的路段单元为所述候选行驶路径的最少特征匹配路段;
所述候选行驶路径的路段单元集合中路段单元最少重复次数为多次的,将该路段单元集合与其他包含相同最少重复次数路段单元的路段单元集合之间求差集,以该所述候选行驶路径中最少重复次数的路段单元及与所述差集中任一路段单元的组合作为该所述候选行驶路径的最少特征匹配路段;
或者,所述最少特征匹配路段的确定方法为:
将所述候选行驶路径中所有路段以路口为节点分割为多个路段单元,以路段单元为索引建立所述候选行驶路径的索引数据库,所述索引数据库包括各所述候选行驶路径与各路段单元的归属关系;
以路段单元为查询条件索引查询所述候选行驶路径,查询得到所述候选行驶路径为唯一时所需最少数量的路段单元为对应所述候选行驶路径的最少特征匹配路段;
S7:将第一车辆行驶轨迹和第二车辆行驶轨迹相连生成车辆补偿行驶轨迹。
2.根据权利要求1所述的车辆行驶轨迹缺失补偿方法,其特征在于,所述预设轨迹缺失检测规则为:
计算获取的车辆定位点集合中每组相邻点之间的时间间隔T;
所述时间间隔T大于预设时间间隔阈值时,判断为车辆轨迹缺失,其中,所述预设时间间隔阈值大于车辆定位点上传时间间隔。
3.根据权利要求1所述的车辆行驶轨迹缺失补偿方法,其特征在于,所述行驶视频信息为通过带有摄像头的车载终端或行车记录仪采集获得。
4.根据权利要求1所述的车辆行驶轨迹缺失补偿方法,其特征在于,所述步骤S2中车辆位置点的确定方法为:
对轨迹缺失时间段内的行驶视频信息进行位置标识特征识别并翻译为计算机文字,所述位置标识特征包括带有文字信息或者图形标识的道路指示牌和建筑标识牌;
以轨迹缺失起点为中心和预估行驶距离为搜索半径,通过电子地图搜索计算机文字确定车辆位置点。
5.根据权利要求4所述的车辆行驶轨迹缺失补偿方法,其特征在于,所述预估行驶距离的计算方法为:车辆轨迹缺失起点时间与车辆位置点对应时间之间的时间间隔乘以第二预设速度上限值。
6.根据权利要求1所述的车辆行驶轨迹缺失补偿方法,其特征在于,所述步骤S5中相邻位置点之间的候选行驶路径具体确定方法为:根据相邻位置点之间的时间间隔和第一预设速度上限值确定车辆的最大行驶距离;以相邻位置点中的第一位置点为起点和以第二位置点为终点规划路径和行驶距离计算,长度小于最大行驶距离的规划路径作为候选行驶路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910102308.XA CN109813327B (zh) | 2019-02-01 | 2019-02-01 | 一种车辆行驶轨迹缺失补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910102308.XA CN109813327B (zh) | 2019-02-01 | 2019-02-01 | 一种车辆行驶轨迹缺失补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109813327A CN109813327A (zh) | 2019-05-28 |
CN109813327B true CN109813327B (zh) | 2022-06-07 |
Family
ID=66605124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910102308.XA Active CN109813327B (zh) | 2019-02-01 | 2019-02-01 | 一种车辆行驶轨迹缺失补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109813327B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619031A (zh) * | 2019-08-30 | 2019-12-27 | 上海钧正网络科技有限公司 | 轨迹重建方法、装置、计算机设备和存储介质 |
CN110617831B (zh) * | 2019-09-27 | 2022-01-04 | 百度在线网络技术(北京)有限公司 | 生成导航路线的方法、装置及设备 |
CN110866686A (zh) * | 2019-11-07 | 2020-03-06 | 广州供电局有限公司 | 充电负荷评估方法、装置、计算机设备和存储介质 |
CN111879338B (zh) * | 2020-07-28 | 2022-02-22 | 安徽中科美络信息技术有限公司 | 一种基于电子地图的行车轨迹规划补偿方法及装置 |
CN112558834B (zh) * | 2020-12-23 | 2022-10-18 | 中科美络科技股份有限公司 | 车管系统中人机交互界面上动态图标平滑显示方法及装置 |
CN113593280B (zh) * | 2021-08-02 | 2022-11-22 | 杭州海康威视数字技术股份有限公司 | 路径集合的确定方法、装置、设备及存储介质 |
CN114449336B (zh) * | 2022-01-20 | 2023-11-21 | 杭州海康威视数字技术股份有限公司 | 一种车辆轨迹动画播放方法、装置及设备 |
CN114817660A (zh) * | 2022-02-28 | 2022-07-29 | 浙江大华技术股份有限公司 | 一种轨迹缺失补全方法、装置、电子设备及存储介质 |
CN115984279B (zh) * | 2023-03-20 | 2023-11-17 | 银河航天(北京)网络技术有限公司 | 一种路径确定方法、系统、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104833361A (zh) * | 2015-05-04 | 2015-08-12 | 南京邮电大学 | 复杂路况下的基于多权重值的地图匹配方法 |
CN105701560A (zh) * | 2015-12-31 | 2016-06-22 | 百度在线网络技术(北京)有限公司 | 一种通勤路线信息的确定方法及装置 |
CN105807280A (zh) * | 2016-04-26 | 2016-07-27 | 南京鹏力系统工程研究所 | 基于航迹状态估计的回波融合目标的航迹关联方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102128626B (zh) * | 2010-01-13 | 2014-06-25 | 华为技术有限公司 | 轨迹显示方法、系统和地图服务器 |
KR101165310B1 (ko) * | 2010-06-10 | 2012-07-20 | 성균관대학교산학협력단 | Gps 손실 데이터에 대한 경로 예측 방법 |
CN103927762B (zh) * | 2013-01-11 | 2017-03-22 | 浙江大华技术股份有限公司 | 一种目标车辆自动跟踪方法及装置 |
CN104794425B (zh) * | 2014-12-19 | 2018-05-18 | 长安大学 | 一种基于行驶轨迹的车辆统计方法 |
CN106885574B (zh) * | 2017-02-15 | 2020-02-07 | 北京大学深圳研究生院 | 一种基于重跟踪策略的单目视觉机器人同步定位与地图构建方法 |
CN109145065A (zh) * | 2017-06-19 | 2019-01-04 | 北京嘀嘀无限科技发展有限公司 | 车辆行驶轨迹的展示方法及装置、计算机可读存储介质 |
CN108959414B (zh) * | 2018-06-07 | 2021-06-08 | 同济大学 | 一种基于机器学习的导航数据点提取缺失道路的方法 |
CN108847042B (zh) * | 2018-08-24 | 2021-04-02 | 讯飞智元信息科技有限公司 | 一种路况信息发布方法及装置 |
CN109166353B (zh) * | 2018-09-12 | 2021-08-20 | 安徽中科美络信息技术有限公司 | 一种车辆行驶前方复杂路口导向车道检测方法及系统 |
-
2019
- 2019-02-01 CN CN201910102308.XA patent/CN109813327B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104833361A (zh) * | 2015-05-04 | 2015-08-12 | 南京邮电大学 | 复杂路况下的基于多权重值的地图匹配方法 |
CN105701560A (zh) * | 2015-12-31 | 2016-06-22 | 百度在线网络技术(北京)有限公司 | 一种通勤路线信息的确定方法及装置 |
CN105807280A (zh) * | 2016-04-26 | 2016-07-27 | 南京鹏力系统工程研究所 | 基于航迹状态估计的回波融合目标的航迹关联方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109813327A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109813327B (zh) | 一种车辆行驶轨迹缺失补偿方法 | |
CN110351651B (zh) | 一种车辆轨迹缺失识别及补偿方法 | |
CN109754594B (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
Ma et al. | Transit smart card data mining for passenger origin information extraction | |
CN110008872B (zh) | 一种结合车辆轨迹和遥感图像的路网提取方法 | |
CN106323301B (zh) | 一种道路情报的获取方法及装置 | |
CN103631776B (zh) | 交通事故地点语义表述信息的自动记录与定位方法 | |
CN106610981A (zh) | 电子地图中道路信息的验证更新方法及系统 | |
CN114265833B (zh) | 车辆轨迹引导地理时空特征可视化分析平台 | |
CN106595682A (zh) | 一种地图数据的差分更新方法、系统及服务器 | |
CN113570864B (zh) | 一种电动自行车行驶路径匹配方法、设备及存储介质 | |
CN111931077B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN108802769B (zh) | Gnss终端在高架上或高架下的检测方法及装置 | |
CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
CN106855878B (zh) | 基于电子地图的历史行车轨迹显示方法和装置 | |
CN106595681A (zh) | 一种路径数据的差分更新方法、系统及服务器 | |
CN113838282B (zh) | 基于北斗定位的车辆异常行为检测方法 | |
CN113887391A (zh) | 用于识别路面标识的方法、装置以及自动驾驶车辆 | |
CN111444286B (zh) | 一种基于轨迹数据的远距离交通节点关联性挖掘方法 | |
CN113483729A (zh) | 一种基于隐私保护和机器负载平衡的经纬测距方法 | |
CN109087508A (zh) | 基于高清卡口数据的毗邻区域交通量分析方法及系统 | |
CN117664156A (zh) | 一种路径规划方法、装置、设备、介质及车辆 | |
Efentakis et al. | Crowdsourcing turning restrictions for OpenStreetMap. | |
CN112950960B (zh) | 自动驾驶车辆逆行的判断方法 | |
CN115099341A (zh) | 车辆常跑路线识别方法、计算机设备和存储介质 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 10th floor, R & D building, Hefei Institute of technology innovation, Chinese Academy of Sciences, 2666 Xiyou Road, Hefei hi tech Zone, Anhui Province, 230000 Patentee after: Zhongke Meiluo Technology Co., Ltd. Address before: 10th floor, R & D building, Hefei Institute of technology innovation, Chinese Academy of Sciences, 2666 Xiyou Road, Hefei hi tech Zone, Anhui Province, 230000 Patentee before: ANHUI ZHONGKE MEILUO INFORMATION TECHNOLOGY CO.,LTD. |