CN109919518B - 地图轨迹匹配数据的质量确定方法、装置、服务器及介质 - Google Patents
地图轨迹匹配数据的质量确定方法、装置、服务器及介质 Download PDFInfo
- Publication number
- CN109919518B CN109919518B CN201910251676.0A CN201910251676A CN109919518B CN 109919518 B CN109919518 B CN 109919518B CN 201910251676 A CN201910251676 A CN 201910251676A CN 109919518 B CN109919518 B CN 109919518B
- Authority
- CN
- China
- Prior art keywords
- track
- road
- driving
- quality
- determining
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
Abstract
本发明实施例公开了一种地图轨迹匹配数据的质量确定方法、装置、服务器及介质。其中,该方法包括:将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路;根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量;将所述行驶轨迹划分为至少两个轨迹段;根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。通过本发明实施例提供的技术方案,综合全局和局部的粒度来评价地图匹配的质量,避免采用全局轨迹匹配的时效性问题,也可避免以轨迹点为单位粒度过细,地图匹配质量抖动的问题。
Description
技术领域
本发明实施例涉及地图技术领域,尤其涉及一种地图轨迹匹配数据的质量确定方法、装置、服务器及介质。
背景技术
地图匹配(Map Matching)技术利用电子地图和定位信息来确定车辆在道路上的准确位置,是一种软件纠错技术,其基本思想是将定位装置获得的车辆定位轨迹与电子地图数据库中的道路信息联系起来,并由此确定车辆相对于地图的位置。
为了便于智能交通(路况、ETA)、导航(路线挖掘、绑路)、数据引擎情报(开通、阻断、挂接、新路发现、交通限制)等应用使用地图匹配数据,需要确定地图匹配数据的质量。
而现有地图匹配数据的质量确定方法,通常以整条轨迹或轨迹点为单位进行评价,其中,以整条轨迹单位实时性差,且存在整条轨迹匹配质量很好但是局部区域匹配质量不好的问题;而以轨迹点为单位的评价粒度过细,实时性好但存在地图匹配质量抖动问题,导致评价效果不好。
发明内容
本发明实施例提供了一种地图轨迹匹配数据的质量确定方法、装置、服务器及介质,综合全局和局部的粒度来评价地图匹配的质量,避免采用全局轨迹匹配的时效性问题,也可避免以轨迹点为单位粒度过细,地图匹配质量抖动的问题。
第一方面,本发明实施例提供了一种地图轨迹匹配数据的质量确定方法,该方法包括:
将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路;
根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量;
将所述行驶轨迹划分为至少两个轨迹段;
根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。
第二方面,本发明实施例提供了一种地图轨迹匹配数据的质量确定方法,该装置包括:
道路确定模块,用于将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路;
全局质量确定模块,用于根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量;
轨迹划分模块,用于将所述行驶轨迹划分为至少两个轨迹段;
局部质量确定模块,用于根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。
第三方面,本发明实施例还提供了一种服务器,该服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现第一方面中任意所述的地图轨迹匹配数据的质量确定方法。
第四方面,本发明实施例还提供了一种介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中任意所述的地图轨迹匹配数据的质量确定方法。
本发明实施例提供的地图轨迹匹配数据的质量确定方法、装置、服务器及介质,通过将实时获取的行驶轨迹与路网中道路进行匹配,可确定行驶轨迹所处道路;而后结合行驶轨迹数据和行驶轨迹所处道路信息两者来确定行驶轨迹的全局质量,使得所确定的行驶轨迹的全局质量更合理可靠的,且具有实时性;同时,将行驶轨迹划分为至少两个轨迹段,对于每一轨迹段,可根据该轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。相比于现有的技术方案,本方案综合全局和局部的粒度来评价地图匹配的质量,可避免采用全局轨迹匹配的时效性问题,也可避免以轨迹点为单位粒度过细,地图匹配质量抖动的问题。此外,本方案同时提供轨迹点的全局质量和局部质量,可为智能交通(路况)、导航(路线挖掘))、据引擎情报(开通、阻断、挂接)等应用使用地图匹配数据,提供更有利的参考价值。
附图说明
图1是本发明实施例一提供的一种地图轨迹匹配数据的质量确定方法的流程图;
图2A是本发明实施例二提供的一种地图轨迹匹配数据的质量确定方法的流程图;
图2B是本发明实施例二提供的一种行驶轨迹与行驶轨迹所处道路的示意图;
图3A是本发明实施例三提供的一种地图轨迹匹配数据的质量确定方法的流程图;
图3B是本发明实施例三提供的一种滑动窗口滑动过程示意图;
图3C是本发明实施例三提供的一种滑动窗口大小调整过程示意图;
图4是本发明实施例四提供的一种地图轨迹匹配数据的质量确定方法的流程图;
图5是本发明实施例五提供的一种地图轨迹匹配数据的质量确定装置的结构框图;
图6是本发明实施例六提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种地图轨迹匹配数据的质量确定方法的流程图,本实施例可适用于如何确定地图轨迹匹配数据的质量,以解决现有技术采用全局轨迹匹配实时性差,以及以轨迹点为单位粒度过细,地图匹配质量抖动的问题。该方法可以由本发明实施例提供的地图轨迹匹配数据的质量确定装置来执行,该装置可采用硬件和/或软件的方式实现。参见图1,该方法具体可以包括:
S110,将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路。
本实施例中,行驶轨迹可以是将车辆通信设备实时发送的配置于该车辆上的定位装置(如GPS定位系统)实时采集的定位点数据,按照时间先后顺序进行排序后得到。其中,定位点数据即为轨迹点数据,可以包括该轨迹点经纬度坐标信息等。路网中道路即为电子地图上所呈现的道路。
具体的,可通过与车辆通信设备通信,实时获取行驶轨迹,并将实时获取的行驶轨迹绘制于电子地图上,而后利用地图匹配技术如网络拓扑算法、曲线拟合算法、相似度算法和模糊逻辑算法等,将该行驶轨迹与路网中道路进行匹配,进而可确定行驶轨迹所处道路。例如,可根据路网中各道路之间的拓扑关系,将距离行驶轨迹最近的道路确定为行驶轨迹所处道路;还可以是根据获取的行驶轨迹的各轨迹点数据建立曲线函数,而后与路网中道路进行拟合,依据拟合结果确定行驶轨迹所处道路等。
S120,根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量。
本实施例中,行驶轨迹所处道路信息可以包括道路方向、道路上各点的经纬度坐标、道路名称、道路属性、以及是否包含分叉点和分叉点个数等。其中,道路属性即为道路类型,可以包括但不限于隧道、高架、主辅路和内部道路等。行驶轨迹数据即为行驶轨迹中各轨迹点数据。
行驶轨迹的全局质量是指对行驶轨迹的地图匹配数据的评价。可选的,全局质量具有实时性,可根据行驶轨迹数据的变化,动态调整。
具体的,可以采用统计分析方法,对行驶轨迹所处道路信息和行驶轨迹数据进行分析,进而得到行驶轨迹的全局质量;还可以是根据行驶轨迹所处道路信息和行驶轨迹数据,确定至少一个特征维度;而后将所确定的至少一个特征维度输入至预先训练的预测模型中进行求解,即可得到该行驶轨迹的全局质量。其中,为了使所训练的预测模型可适用于不同道路场景,本实施例采用不同道路场景下的行驶轨迹和行驶轨迹所处道路作为样本数据,对于每一样本数据,从中提取样本特征维度,而后将所提取的样本特征维度和样本行驶轨迹的全局质量输入至XGBoost模型中,进行分裂拟合迭代,进而可得到预测模型。
特征维度可用于表征行驶轨迹与行驶轨迹所处道路之间的贴合度。由于不同行驶场景下的行驶轨迹所适应的特征维度不同,本实施例中,可采用多个维度特征来确定行驶轨迹的全局质量。可选的,特征维度可以包括但不限于行驶轨迹的投射距离、发射概率、行驶方向与道路方向之间夹角、偏移权重以及道路属性等。需要说明的是,由于轨迹点的是实时更新的,因此基于行驶轨迹所处道路信息和行驶轨迹数据所确定的特征维度是实时更新的,进而行驶轨迹的全局质量是动态的。后续将详细介绍特征维度的确定策略,以及根据特征维度确定行驶轨迹的全局质量的策略。
示例性的,根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量可以包括:
A、根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的投射距离、行驶方向与道路方向之间夹角以及发射概率;
本实施例中,行驶轨迹的投射距离、行驶方向与道路方向之间夹角以及发射概率分别代表不同的特征维度。其中,行驶轨迹的投射距离可以包括行驶轨迹中轨迹点的投射距离均值和方差,为了防止异常轨迹点的存在,行驶轨迹的投射距离还可以包括行驶轨迹的投射距离最大值等。行驶轨迹中任一轨迹点的投射距离是指行驶轨迹中该轨迹点,与该轨迹点在该行驶轨迹所处道路的投影点之间的距离;对应的,行驶轨迹中轨迹点的投射距离均值和方差即为行驶轨迹中所有轨迹点的投射距离的均值和方差。将行驶轨迹中各轨迹点的投射距离从大到小进行排序,将排序在前的预设个数个(如前三个)轨迹点的投射距离的均值作为行驶轨迹的投射距离最大值。
行驶方向与道路方向之间夹角可以包括行驶轨迹中轨迹点的行驶方向与道路方向之间夹角的均值和方差,为了防止异常轨迹点的存在,行驶方向与道路方向之间夹角还可以包括夹角最大值。其中,可以将行驶轨迹中各轨迹点的行驶方向与道路方向之间夹角从大到小排序,将排序在前的预设个数个(如前三个)轨迹点的行驶方向与道路方向之间夹角的均值作为夹角最大值。
发射概率是针对每个轨迹点而言的,是指轨迹点属于路网中某一路段的概率,可基于该轨迹的投射距离和行驶方向与道路方向之间夹角确定,具体的行驶轨迹中各轨迹点的发射概率可以基于行驶轨迹中各轨迹点的投射距离、以及行驶轨迹中各轨迹点的行驶方向与道路方向之间夹角确定。
具体的,在确定行驶轨迹所处道路后,可以根据行驶轨迹所处道路信息和行驶轨迹数据,确定该行驶轨迹的投射距离和行驶方向与道路方向之间夹角,同时可根据该行驶轨迹中各轨迹点的投射距离和各轨迹点的行驶方向与道路方向之间夹角确定行驶轨迹中各轨迹点的发射概率。
B、根据行驶轨迹的投射距离、行驶方向与道路方向之间夹角和发射概率中的至少一项,确定行驶轨迹的全局质量。
本实施例中,可以将行驶轨迹的投射距离、行驶方向与道路方向之间夹角和发射概率输入至预先训练的预测模型中,进而得到行驶轨迹的全局质量。具体可以是将根据行驶轨迹的投射距离、行驶方向与道路方向之间夹角和发射概率三个特征维度中任意一个作为该行驶轨迹的全局质量;还可以是根据这三个特征维度对全局质量的影响比重,将影响权重大的特征维度作为行驶轨迹的全局质量。
S130,将行驶轨迹划分为至少两个轨迹段。
本实施例中,可直接根据行驶轨迹所处道路信息、行驶轨迹中各轨迹点之间的关系等将行驶轨迹划分为至少两个轨迹段。
还可以基于滑动窗口对行驶轨迹进行处理,进而将行驶轨迹划分为至少两个轨迹段。具体的,可基于滑动窗口对行驶轨迹进行处理,且在处理过程中综合行驶轨迹所处道路信息、行驶轨迹中各轨迹点之间的关系等动态调整滑动窗口的大小,进而基于滑动窗口的处理结果确定行驶轨迹的分段结果。可选的,滑动窗口的处理结果可以作为行驶轨迹的分段处理结果。下述实施例将详细对基于滑动窗口实现行驶轨迹的分段进行解释说明。
S140,根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。
本实施例中,轨迹段的局部质量是指以轨迹段为单位对地图匹配数据的评价。
对于行驶轨迹中每一轨迹段,可根据该轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的特征维度,进而可根据该轨迹段的特征维度确定该轨迹段的局部质量,如也可通过预先训练的预测模型进行求解确定。
此外,若道路属性是分叉路口,例如主辅路出入口,则道路匹配具有不确定性。因此,为了使所确定的轨迹段的局部质量更合理,本实施例在确定轨迹段的局部质量时,还可以考虑道路属性等。具体的,可根据该轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的特征维度,而后根据该轨迹段的特征维度确定该轨迹段的初始局部质量,进而依据初始局部质量和道路属性,确定该轨迹段的局部质量。
本实施例中,在实时确定行驶轨迹的全局质量和行驶轨迹中每一轨迹段的局部质量之后,可将其与行驶轨迹关联并提供给下游应用,如供智能交通(路况)、导航(路线挖掘))、据引擎情报(开通、阻断、挂接)等应用,以便下游应用实时过滤地图匹配质量不佳的行驶轨迹。此外,本实施例以轨迹段为单位进行局部质量评价,可以避免以轨迹点为单位评价粒度过细,存在定位装置采集的定位点轻微的抖动即可导致轨迹点的地图匹配质量评价过低的问题。
示例性的,确定该轨迹段的局部质量之后,还可以包括:响应于地图匹配数据获取请求,根据行驶轨迹中轨迹点的全局质量和局部质量,对行驶轨迹进行筛选。
本实施例中,地图匹配数据获取请求可以是接收下游应用实时下发的,用于获取行驶轨迹中轨迹点的全局质量和局部质量的请求。由于所确定的行驶轨迹的全局质量和行驶轨迹中每一轨迹段的局部质量是在实时获取行驶轨迹的场景下进行的,相当于在线流式过程,因此,行驶轨迹中轨迹点的全局质量代表行驶轨迹的局部质量,行驶轨迹中轨迹点的局部质量即为行驶轨迹中每一轨迹段的局部质量。
具体的,在接收到下上游应用实时下发的地图匹配数据获取请求之后,可基于S110至S140所确定行驶轨迹的全局质量和行驶轨迹中每一轨迹段的局部质量,对行驶轨迹进行筛选,将筛选后的行驶轨迹提供给下游应用。可选的,对于每一行驶轨迹,可以通过将该行驶轨迹中轨迹点的全局质量和局部质量进行加权求和,滤除求和结果较小的行驶轨迹,将剩余行驶轨迹提供给下游应用。
本发明实施例提供的技术方案,通过将实时获取的行驶轨迹与路网中道路进行匹配,可确定行驶轨迹所处道路;而后结合行驶轨迹数据和行驶轨迹所处道路信息两者来确定行驶轨迹的全局质量,使得所确定的行驶轨迹的全局质量更合理可靠的,且具有实时性;同时,将行驶轨迹划分为至少两个轨迹段,对于每一轨迹段,可根据该轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。相比于现有的技术方案,本方案综合全局和局部的粒度来评价地图匹配的质量,可避免采用全局轨迹匹配的时效性问题,也可避免以轨迹点为单位粒度过细,地图匹配质量抖动的问题。此外,本方案同时提供轨迹点的全局质量和局部质量,可为智能交通(路况)、导航(路线挖掘))、据引擎情报(开通、阻断、挂接)等应用使用地图匹配数据,提供更有利的参考价值。
实施例二
图2A为本发明实施例二提供的一种地图轨迹匹配数据的质量确定方法的流程图,本实施例在上述实施例的基础上,进一步对根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量进行解释说明。参见图2A,该方法具体可以包括:
S210,将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路。
S220,根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的漂移区域。
本实施例中,行驶轨迹的漂移区域是指行驶轨迹中漂移轨迹点,与该行驶轨迹所处道路所围成的区域;其中,漂移轨迹点为行驶轨迹中偏离该行驶轨迹所处道路的轨迹点。为了减少后续计算的复杂度,进一步地,漂移轨迹点为行驶轨迹中投射距离大于设定阈值的轨迹点,设定阈值可以是预先设的距离阈值,可大于行驶轨迹中各轨迹点的投射距离均值一定的值。例如,如图2B所示,“圆”点代表行驶轨迹的各轨迹点,直线L代表行驶轨迹所处道路,行驶轨迹的漂移区域可以为轨迹点A、B、C以及D与直线L所围成的区域。
具体的,可依据行驶轨迹所处道路信息中的道路上各点的经纬度坐标、以及行驶轨迹数据(即行驶轨迹中各轨迹点的经纬度坐标),确定漂移轨迹点;而后依据漂移轨迹点确定漂移区域。
S230,根据行驶轨迹中轨迹点的投射距离均值和全局时间差,以及漂移区域中轨迹点的投射距离和局部时间差,确定行驶轨迹的偏移权重。
其中,行驶轨迹中轨迹点的投射距离均值为行驶轨迹中所有轨迹点的投射距离的均值,可用于表征行驶轨迹的平均偏移情况。本实施例中,漂移区域中轨迹点的投射距离是针对每一漂移区域中每一轨迹点而言的,具体的,漂移区域中每一轨迹点的投射距离为该轨迹点,与该轨迹点在行驶轨迹所处道路的投影点之间的距离,行驶轨迹的偏移权重可用于表征该行驶轨迹的漂移区域偏移该行驶轨迹的情况。
全局时间差是行驶轨迹中首尾轨迹点之间的时间差,具体为,获取行驶轨迹中首个轨迹点的时间与获取尾部轨迹点的时间之间的差值;例如,图2B中,行驶轨迹中轨迹点a和轨迹点b之间的时间差。局部时间差是该轨迹点与该行驶轨迹中尾部轨迹点之间的时间差。例如,对于漂移区域中的轨迹点A的局部时间差为获取轨迹点A与获取轨迹点b之间的时间差。此外,漂移区域中每一轨迹点也可称为漂移轨迹点。
具体的,可依据漂移区域中每一轨迹点的投射距离与行驶轨迹中轨迹点的投射距离均值,确定每一轨迹点的绝对偏移距离;依据漂移区域中每一轨迹点的局部时间差和全局时间差,确定每一轨迹点的影响比重;对于漂移区域中每一轨迹点,可依据该轨迹点的绝对偏移距离和影响比重,确定该轨迹的偏移权重;进而将漂移区域中各轨迹点的偏移权重累加,即可得到行驶轨迹的偏移权重。其中,每一轨迹点的影响比重用于反映该轨迹点对行驶轨迹走向的影响,可将该轨迹点的局部时间差和全局时间差的比值作为该轨迹点的影响比重。对于漂移区域中每一轨迹点,可将该轨迹点的绝对偏移距离和影响比重的乘积作为该轨迹点的偏移权重。
以图2B为例进行说明。假设行驶轨迹中轨迹点的投射距离均值为distmean,全局时间差为T,漂移区域中轨迹点A、B、C和D的局部时间差分别为TA、TB、TC、TD,漂移区域中轨迹点A、B、C和D的投射距离分别为dist(A)、dist(B)、dist(C)、dist(D),行驶轨迹的偏移权重用Area表示,则其可以表示为:
S240,根据行驶轨迹的偏移权重,确定行驶轨迹的全局质量。
具体的,在确定行驶轨迹的偏移权重之后,可直接将行驶轨迹的偏移权重确定为行驶轨迹的全局质量;还可以依据驶轨迹的投射距离、行驶方向与道路方向之间夹角和发射概率中的至少一项,以及行驶轨迹的偏移权重,确定行驶轨迹的全局质量,具体可以是将驶轨迹的投射距离、行驶方向与道路方向之间夹角和发射概率中的至少一项,与行驶轨迹的偏移权重输入至预先训练的预测模型进行求解确定行驶轨迹的全局质量。
S250,将行驶轨迹划分为至少两个轨迹段。
S260,根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。
本发明实施例提供的技术方案,通过将实时获取的行驶轨迹与路网中道路进行匹配,可确定行驶轨迹所处道路;而后结合行驶轨迹数据和行驶轨迹所处道路信息两者来确定行驶轨迹的偏移权重,进而依据行驶轨迹的偏移权重确定行驶轨迹的全局质量,通过考虑行驶轨迹的漂移区域对整个行驶轨迹的影响,使得所确定的行驶轨迹的全局质量更合理可靠,且具有实时性;同时,将行驶轨迹划分为至少两个轨迹段,对于每一轨迹段,可根据该轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。相比于现有的技术方案,本方案综合全局和局部的粒度来评价地图匹配的质量,可避免采用全局轨迹匹配的时效性问题,也可避免以轨迹点为单位粒度过细,地图匹配质量抖动的问题。此外,本方案同时提供轨迹点的全局质量和局部质量,可为智能交通(路况)、导航(路线挖掘))、据引擎情报(开通、阻断、挂接)等应用使用地图匹配数据,提供更有利的参考价值。
实施例三
图3A为本发明实施例三提供的一种地图轨迹匹配数据的质量确定方法的流程图,本实施例在上述实施例的基础上,进一步对将行驶轨迹划分为至少两个轨迹段进行解释说明。参见图3A,该方法具体可以包括:
S310,将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路。
S320,根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量。
S330,基于滑动窗口长度阈值,确定行驶轨迹中的当前滑动窗口。
本实施例中,滑动窗口长度阈值是指预先设定的滑动窗口的轨迹点个数,可用K表示;默认滑动窗口可以每次移动s=2个轨迹点的移动速度向前滑动,可根据实际情况进行调整。例如,假设滑动窗口长度阈值K为5,且以每次移动s=2个轨迹点的移动速度向前滑动,如图3B所示,展示了随着时间推移滑动窗口的滑动方向和滑动过程。
具体的,基于滑动窗口长度阈值,以及滑动窗口的移动速度,可确定行驶轨迹中的当前滑动窗口。
需要说明的是,由于实际复杂的道路场景中,轨迹点数量相对较大,因此可将滑动窗口长度阈值K和移动速度设置大一些,如可以将滑动窗口长度阈值设置为17等。此外,还可以直接以道路等级确定滑动窗口,如可以将相同等级道路划分在同一个滑动窗口中,且每次以滑动一个道路等级的移动速度向前滑动;对应的,滑动窗口长度阈值可为不同等级道路上轨迹点个数的最小值。例如,若在S310确定的行驶轨迹所处道路为相同等级道路,则可以直接将该行驶轨迹确定在同一滑动窗口内,如图3C为所确定的行驶轨迹中的当前滑动窗口。
S340,根据当前滑动窗口中轨迹所处道路中的分叉点,将当前滑动窗口划分为至少两个子滑动窗口。
本实施例中,道路中的分叉点是指一个道路与另一道路的交叉路口,例如主辅路出入口等。
具体的,可根据当前滑动窗口中轨迹所处道路信息,确定轨迹所处道路中的分叉点,以及分叉点个数,进而依据分叉点将当前滑动窗口划分为多个子滑动窗口,具体为分叉点个数加1个子滑动窗口。
例如,图3C中当前滑动窗口中轨迹所处道路中有两个分叉点E和F,基于两个分叉点可将当前滑动窗口划分为3个子滑动窗口,若当前滑动窗口用S1表示,3个子滑动窗口可分别表示为S1_1、S1_2和S1_3。
S350,根据子滑动窗口中轨迹段的平滑度,对该子滑动窗口进行划分,以得到子滑动窗口中轨迹段,其中平滑度是相邻轨迹点方向之间的夹角。
本实施例中,对于每一子滑动窗口,可通过判断该子滑动窗口中轨迹段的平滑度是否满足预设的划分条件,若满足则对该子滑动窗口进行划分;若不满足则不进行划分。其中,划分条件可以是相邻轨迹点方向之间的夹角大于夹角阈值,其中,夹角阈值是预先设定的,可根据实际情况进行调整,例如可以是30度。示例性的,根据子滑动窗口中轨迹的平滑度,对该子滑动窗口进行划分可以包括:对于子滑动窗口中轨迹,若该轨迹段中任一轨迹点处的行驶方向与上一相邻轨迹点处的行驶方向之间夹角大于夹角阈值,则以该轨迹点作为新轨迹段的起始轨迹点。
具体的,对于每一子滑动窗口,可依据该滑动窗口中轨迹的平滑度,将该子滑动窗口划分为多个子子滑动窗口,每个子子滑动窗口中的轨迹点组成一个轨迹段,进而可得到各子滑动窗口中对应的多个轨迹段。
例如,图3C中,子滑动窗口S1_1中轨迹点c处行驶方向和轨迹点d处行驶方向之间夹角大于30度,因此,可将子滑动窗口S1_1划分为两个子子滑动窗口S2_1和S2_2。
需要说明的是,本实施例基于行驶轨迹所处道路信息、行驶轨迹中各轨迹点之间的关系等动态调整滑动窗口的大小,进而基于滑动窗口的处理结果确定行驶轨迹的分段结果,使得轨迹段划分更加合理,且使基于轨迹段中的轨迹数据和该轨迹段所处道路信息确定的该轨迹段的局部质量更具有参考价值,此外,本实施例可避免以轨迹点为单位粒度过细,存在地图匹配质量抖动的问题。
S360,根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。
本发明实施例提供的技术方案,通过将实时获取的行驶轨迹与路网中道路进行匹配,可确定行驶轨迹所处道路;而后结合行驶轨迹数据和行驶轨迹所处道路信息两者来确定行驶轨迹的全局质量,使得所确定的行驶轨迹的全局质量更合理可靠的,且具有实时性;同时,基于行驶轨迹所处道路信息、行驶轨迹中各轨迹点之间的关系等动态调整滑动窗口的大小,进而基于滑动窗口的处理结果确定行驶轨迹的分段结果,使得轨迹段划分更加合理,且使基于轨迹段中的轨迹数据和该轨迹段所处道路信息确定的该轨迹段的局部质量更具有参考价值。相比于现有的技术方案,本方案综合全局和局部的粒度来评价地图匹配的质量,可避免采用全局轨迹匹配的时效性问题,也可避免以轨迹点为单位粒度过细,地图匹配质量抖动的问题。此外,本方案同时提供轨迹点的全局质量和局部质量,可为智能交通(路况)、导航(路线挖掘))、据引擎情报(开通、阻断、挂接)等应用使用地图匹配数据,提供更有利的参考价值。
实施例四
图4为本发明实施例四提供的一种地图轨迹匹配数据的质量确定方法的流程图,本实施例在上述实施例的基础上,进一步对根据行驶轨迹中每一轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量进行解释说明。参见图4,该方法具体可以包括:
S410,将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路。
S420,根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量。
S430,将行驶轨迹划分为至少两个轨迹段。
S440,根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段权重。
本实施例中,轨迹段权重的确定方式可与行驶轨迹的全局质量的确定方式相同。轨迹段权重可称为轨迹段的初始局部质量。
示例性的,对于行驶轨迹中每一轨迹段,可以根据该轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的至少一个特征维度;而后将所确定的至少一个特征维度输入至预先训练的预测模型中进行求解,即可得到该轨迹段权重。
具体可以是,对于行驶轨迹中每一轨迹段,根据该轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的漂移区域;根据该轨迹段中轨迹点的投射距离均值和全局时间差,以及该轨迹段的漂移区域中轨迹点的投射距离和局部时间差,确定该轨迹段的偏移权重,其中,轨迹段中轨迹点的投射距离均值为该轨迹段中所有轨迹点的投射距离的均值,全局时间差是轨迹段中首尾轨迹点之间的时间差,局部时间差是该轨迹点与该轨迹段中尾部轨迹点之间的时间差;进而根据该轨迹段的偏移权重,确定该轨迹段权重即该轨迹段的初始局部质量。
也可以是,根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的投射距离、行驶方向与道路方向之间夹角和发射概率;而后根据该轨迹段的投射距离、行驶方向与道路方向之间夹角和发射概率中的至少一项,确定该轨迹段权重。
此外,还可以是,依据轨迹段的投射距离、行驶方向与道路方向之间夹角和发射概率中的至少一项,以及轨迹段的偏移权重,确定该轨迹段权重。
S450,根据该轨迹段权重以及该轨迹段的道路属性权重,确定该轨迹段的局部质量。
本实施例中,对于行驶轨迹中每一轨迹段,在综合考虑该轨迹段中的轨迹数据和该轨迹段所处道路信息,可避免以轨迹点为单位粒度过细,存在地图匹配质量抖动的问题的情况下;由于不同道路场景下,道路轨迹匹配可能存在不确定问题,例如主辅路出入口,则道路匹配具有不确定性。因此,为了使所确定的轨迹段的局部质量更合理,本实施例还综合考虑了道路属性等。轨迹段的道路属性权重可以是预先设定的,可选的,可根据道路匹配的确定性,确定轨迹段的道路属性权重。例如,对于道路匹配不确定的轨迹段,可降低该轨迹段的道路属性权重;对于道路匹配确定的轨迹段,可将该轨迹段的道路属性权重设置为1。
具体的,对于行驶轨迹中每一轨迹段,可将该轨迹段权重与该轨迹段的道路属性权重的乘积,作为该轨迹段的局部质量。
本发明实施例提供的技术方案,通过将实时获取的行驶轨迹与路网中道路进行匹配,可确定行驶轨迹所处道路;而后结合行驶轨迹数据和行驶轨迹所处道路信息两者来确定行驶轨迹的全局质量,使得所确定的行驶轨迹的全局质量更合理可靠的,且具有实时性;同时,将行驶轨迹划分为至少两个轨迹段,对于每一轨迹段,可根据该轨迹段中的轨迹数据、该轨迹段所处道路信息以及该轨迹段的道路属性权重,确定该轨迹段的局部质量。相比于现有的技术方案,本方案综合全局和局部的粒度来评价地图匹配的质量,可避免采用全局轨迹匹配的时效性问题,也可避免以轨迹点为单位粒度过细,地图匹配质量抖动的问题。此外,本方案同时提供轨迹点的全局质量和局部质量,可为智能交通(路况)、导航(路线挖掘))、据引擎情报(开通、阻断、挂接)等应用使用地图匹配数据,提供更有利的参考价值。
实施例五
图5为本发明实施例五提供的一种地图轨迹匹配数据的质量确定装置的结构框图。该装置可执行本发明任意实施例所提供的地图轨迹匹配数据的质量确定方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置可以包括:
道路确定模块510,用于将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路;
全局质量确定模块520,用于根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量;
轨迹划分模块530,用于将行驶轨迹划分为至少两个轨迹段;
局部质量确定模块540,用于根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。
本发明实施例提供的技术方案,通过将实时获取的行驶轨迹与路网中道路进行匹配,可确定行驶轨迹所处道路;而后结合行驶轨迹数据和行驶轨迹所处道路信息两者来确定行驶轨迹的全局质量,使得所确定的行驶轨迹的全局质量更合理可靠的,且具有实时性;同时,将行驶轨迹划分为至少两个轨迹段,对于每一轨迹段,可根据该轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。相比于现有的技术方案,本方案综合全局和局部的粒度来评价地图匹配的质量,可避免采用全局轨迹匹配的时效性问题,也可避免以轨迹点为单位粒度过细,地图匹配质量抖动的问题。此外,本方案同时提供轨迹点的全局质量和局部质量,可为智能交通(路况)、导航(路线挖掘))、据引擎情报(开通、阻断、挂接)等应用使用地图匹配数据,提供更有利的参考价值。
示例性的,全局质量确定模块520可以具体用于:
根据行驶轨迹所处道路信息和行驶轨迹数据,确定所述行驶轨迹的漂移区域;
根据行驶轨迹中轨迹点的投射距离均值和全局时间差,以及漂移区域中轨迹点的投射距离和局部时间差,确定行驶轨迹的偏移权重,其中,全局时间差是行驶轨迹中首尾轨迹点之间的时间差,局部时间差是该轨迹点与该行驶轨迹中尾部轨迹点之间的时间差;
根据行驶轨迹的偏移权重,确定行驶轨迹的全局质量。
示例性的,全局质量确定模块520还可以具体用于:
根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的投射距离、行驶方向与道路方向之间夹角以及发射概率;
根据所述行驶轨迹的投射距离、行驶方向与道路方向之间夹角和发射概率中的至少一项,确定行驶轨迹的全局质量。
示例性的,轨迹划分模块530具体可以包括:
当前窗口确定单元,用于基于滑动窗口长度阈值,确定行驶轨迹中的当前滑动窗口;
当前窗口划分单元,用于根据当前滑动窗口中轨迹所处道路中的分叉点,将当前滑动窗口划分为至少两个子滑动窗口;
子窗口划分单元,用于根据子滑动窗口中轨迹段的平滑度,对该子滑动窗口进行划分,以得到子滑动窗口中轨迹段,其中平滑度是相邻轨迹点方向之间的夹角。
示例性的,子窗口划分单元可以具体用于:
对于子滑动窗口中轨迹段,若该轨迹段中任一轨迹点处的行驶方向与上一相邻轨迹点处的行驶方向之间夹角大于夹角阈值,则以该轨迹点作为新轨迹段的起始轨迹点。
示例性的,局部质量确定模块540可以具体用于:
根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段权重;
根据该轨迹段权重以及该轨迹段的道路属性权重,确定该轨迹段的局部质量。
示例性的,上述装置还可以包括:
确定该轨迹段的局部质量之后,还包括:
筛选模块,用于响应于地图匹配数据获取请求,根据行驶轨迹中轨迹点的全局质量和局部质量,对行驶轨迹进行筛选。
实施例六
图6为本发明实施例六提供的一种服务器的结构示意图,图6示出了适于用来实现本发明实施例实施方式的示例性服务器的框图。图6显示的服务器仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,服务器12以通用计算设备的形式表现。服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明实施例各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明实施例所描述的实施例中的功能和/或方法。
服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该服务器12交互的设备通信,和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的地图轨迹匹配数据的质量确定方法。
实施例七
本发明实施例七还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时用于执行一种地图轨迹匹配数据的质量确定方法,该方法包括:
将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路;
根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量;
将行驶轨迹划分为至少两个轨迹段;
根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种地图轨迹匹配数据的质量确定方法,其特征在于,包括:
将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路;
根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量;其中,所述行驶轨迹的全局质量是指对行驶轨迹的地图匹配数据的评价;
将所述行驶轨迹划分为至少两个轨迹段;
根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量;其中,所述轨迹段的局部质量是指以轨迹段为单位对地图匹配数据的评价;
其中,所述根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段的局部质量,包括:
根据所述轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段权重;
根据该轨迹段权重以及该轨迹段的道路属性权重,确定该轨迹段的局部质量;其中,所述轨迹段的道路属性权重根据道路匹配的确定性进行确定。
2.根据权利要求1所述的方法,其特征在于,根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量,包括:
根据行驶轨迹所处道路信息和行驶轨迹数据,确定所述行驶轨迹的漂移区域;
根据行驶轨迹中轨迹点的投射距离均值和全局时间差,以及所述漂移区域中轨迹点的投射距离和局部时间差,确定行驶轨迹的偏移权重,其中,所述全局时间差是行驶轨迹中首尾轨迹点之间的时间差,所述局部时间差是该轨迹点与该行驶轨迹中尾部轨迹点之间的时间差;
根据行驶轨迹的偏移权重,确定行驶轨迹的全局质量。
3.根据权利要求1所述的方法,其特征在于,根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量,包括:
根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的投射距离、行驶方向与道路方向之间夹角以及发射概率;
根据所述行驶轨迹的投射距离、行驶方向与道路方向之间夹角和发射概率中的至少一项,确定行驶轨迹的全局质量。
4.根据权利要求1所述的方法,其特征在于,将所述行驶轨迹划分为至少两个轨迹段,包括:
基于滑动窗口长度阈值,确定所述行驶轨迹中的当前滑动窗口;
根据当前滑动窗口中轨迹所处道路中的分叉点,将所述当前滑动窗口划分为至少两个子滑动窗口;
根据子滑动窗口中轨迹段的平滑度,对该子滑动窗口进行划分,以得到子滑动窗口中轨迹段,其中所述平滑度是相邻轨迹点方向之间的夹角。
5.根据权利要求4所述的方法,其特征在于,根据子滑动窗口中轨迹段的平滑度,对该子滑动窗口进行划分,包括:
对于子滑动窗口中轨迹段,若该轨迹段中任一轨迹点处的行驶方向与上一相邻轨迹点处的行驶方向之间夹角大于夹角阈值,则以该轨迹点作为新轨迹段的起始轨迹点。
6.根据权利要求1所述的方法,其特征在于,确定该轨迹段的局部质量之后,还包括:
响应于地图匹配数据获取请求,根据行驶轨迹中轨迹点的全局质量和局部质量,对行驶轨迹进行筛选。
7.一种地图轨迹匹配数据的质量确定装置,其特征在于,包括:
道路确定模块,用于将行驶轨迹与路网中道路进行匹配,确定行驶轨迹所处道路;
全局质量确定模块,用于根据行驶轨迹所处道路信息和行驶轨迹数据,确定行驶轨迹的全局质量;其中,所述行驶轨迹的全局质量是指对行驶轨迹的地图匹配数据的评价;
轨迹划分模块,用于将所述行驶轨迹划分为至少两个轨迹段;
局部质量确定模块,用于根据轨迹段中的轨迹数据和该轨迹段所处道路信息,确定该轨迹段权重;根据该轨迹段权重以及该轨迹段的道路属性权重,确定该轨迹段的局部质量;其中,所述轨迹段的道路属性权重根据道路匹配的确定性进行确定;其中,所述轨迹段的局部质量是指以轨迹段为单位对地图匹配数据的评价。
8.一种服务器,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的地图轨迹匹配数据的质量确定方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的地图轨迹匹配数据的质量确定方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251676.0A CN109919518B (zh) | 2019-03-29 | 2019-03-29 | 地图轨迹匹配数据的质量确定方法、装置、服务器及介质 |
KR1020200009249A KR102378859B1 (ko) | 2019-03-29 | 2020-01-23 | 맵 궤적 매칭 데이터의 품질을 결정하는 방법, 장치, 서버 및 매체 |
US16/826,616 US20200309535A1 (en) | 2019-03-29 | 2020-03-23 | Method, device, server and medium for determining quality of trajectory-matching data |
EP20165168.4A EP3715788A1 (en) | 2019-03-29 | 2020-03-24 | Method, device, server and medium for determining quality of trajectory-matching data |
JP2020058212A JP7082151B2 (ja) | 2019-03-29 | 2020-03-27 | 地図軌跡マッチングデータの品質決定方法、装置、サーバ及び媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251676.0A CN109919518B (zh) | 2019-03-29 | 2019-03-29 | 地图轨迹匹配数据的质量确定方法、装置、服务器及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109919518A CN109919518A (zh) | 2019-06-21 |
CN109919518B true CN109919518B (zh) | 2021-08-03 |
Family
ID=66967666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910251676.0A Active CN109919518B (zh) | 2019-03-29 | 2019-03-29 | 地图轨迹匹配数据的质量确定方法、装置、服务器及介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200309535A1 (zh) |
EP (1) | EP3715788A1 (zh) |
JP (1) | JP7082151B2 (zh) |
KR (1) | KR102378859B1 (zh) |
CN (1) | CN109919518B (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112394380B (zh) * | 2019-08-16 | 2024-04-02 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置及系统 |
CN110514211B (zh) * | 2019-09-10 | 2021-05-28 | 北京百度网讯科技有限公司 | 定位方法、装置、设备和介质 |
US11906309B2 (en) * | 2019-09-27 | 2024-02-20 | Here Global B.V. | Method and apparatus for providing a map matcher tolerant to wrong map features |
CN110726417B (zh) * | 2019-11-12 | 2022-03-04 | 腾讯科技(深圳)有限公司 | 一种车辆偏航识别方法、装置、终端及存储介质 |
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 |
CN111098894B (zh) * | 2019-12-13 | 2021-10-15 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种基于轨道曲线特征的列车定位方法及系统 |
CN111024098A (zh) * | 2019-12-27 | 2020-04-17 | 江苏欣网视讯软件技术有限公司 | 一种基于低采样数据的机动车路径拟合算法 |
CN113554044B (zh) * | 2020-04-23 | 2023-08-08 | 百度在线网络技术(北京)有限公司 | 步行道路宽度的获取方法、装置、设备以及存储介质 |
CN112013853B (zh) * | 2020-08-20 | 2022-07-15 | 北京三快在线科技有限公司 | 一种对无人驾驶设备的轨迹点验证的方法及装置 |
CN112163166B (zh) * | 2020-10-27 | 2022-10-14 | 腾讯科技(深圳)有限公司 | 检测道路属性的方法、装置、计算机可读介质及电子设备 |
CN112527932B (zh) * | 2020-12-04 | 2023-09-26 | 北京百度网讯科技有限公司 | 道路数据处理的方法、装置、设备及存储介质 |
CN112802177A (zh) * | 2020-12-31 | 2021-05-14 | 广州极飞科技股份有限公司 | 航测数据的处理方法、装置、电子设备及存储介质 |
CN112765214B (zh) * | 2021-01-12 | 2022-06-17 | 武汉光庭信息技术股份有限公司 | 一种电子地图路径匹配方法、系统、服务器及存储介质 |
CN112923946B (zh) * | 2021-02-26 | 2024-03-12 | 广州海格通信集团股份有限公司 | 一种基于Hybrid-astar的动态路径规划方法 |
CN115248046A (zh) * | 2021-04-25 | 2022-10-28 | 华为技术有限公司 | 一种地图、地图生成方法、地图使用方法及装置 |
CN113253319B (zh) * | 2021-04-29 | 2023-07-18 | 汉纳森(厦门)数据股份有限公司 | 基于车辆gps的路网提取和轨迹纠偏方法和系统 |
CN113447037B (zh) * | 2021-06-04 | 2023-01-20 | 上海钧正网络科技有限公司 | 行程偏航检测方法及装置 |
CN113505187B (zh) * | 2021-07-07 | 2023-04-18 | 西安理工大学 | 一种基于地图匹配的车辆分类轨迹纠错方法 |
CN113380049B (zh) * | 2021-07-27 | 2023-06-23 | 京东城市(北京)数字科技有限公司 | 车辆的违规检测方法、装置、服务器和存储介质 |
CN113673770B (zh) * | 2021-08-24 | 2024-04-09 | 杭州海康威视数字技术股份有限公司 | 移动治超点的位置确定方法、装置、设备及存储介质 |
CN113834496A (zh) * | 2021-08-25 | 2021-12-24 | 深圳市跨越新科技有限公司 | 道路数据缺失轨迹匹配方法、系统、终端设备及存储介质 |
CN113447040B (zh) * | 2021-08-27 | 2021-11-16 | 腾讯科技(深圳)有限公司 | 行驶轨迹确定方法、装置、设备以及存储介质 |
CN113822190B (zh) * | 2021-09-16 | 2024-02-20 | 北京中交兴路信息科技有限公司 | 一种厂区路网数据拟合方法、装置、电子设备和存储介质 |
CN114061591B (zh) * | 2021-11-18 | 2022-07-12 | 东南大学 | 一种基于滑动窗数据回溯的等值线匹配方法 |
CN114547223A (zh) * | 2022-02-24 | 2022-05-27 | 北京百度网讯科技有限公司 | 轨迹预测方法、轨迹预测模型的训练方法及装置 |
CN114705214B (zh) * | 2022-04-15 | 2023-05-23 | 北京龙驹易行科技有限公司 | 一种里程轨迹计算方法、装置、存储介质及电子设备 |
CN115166790B (zh) * | 2022-05-23 | 2023-04-18 | 集度科技有限公司 | 道路数据的处理方法、装置、设备和存储介质 |
CN116576873B (zh) * | 2023-05-04 | 2024-02-13 | 好品易链(山东)科技发展有限公司 | 一种服务信息提供方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673460A (zh) * | 2009-08-25 | 2010-03-17 | 北京世纪高通科技有限公司 | 一种交通信息的质量评价方法、装置及系统 |
CN102147258A (zh) * | 2010-12-24 | 2011-08-10 | 清华大学 | 基于反馈机制的车辆导航方法及系统 |
CN103256937A (zh) * | 2012-02-17 | 2013-08-21 | 北京四维图新科技股份有限公司 | 路径匹配的方法及装置 |
CN106960568A (zh) * | 2015-12-17 | 2017-07-18 | 国际商业机器公司 | 产生基于不确定性的交通拥堵指数的方法、介质和系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001141467A (ja) | 1999-11-15 | 2001-05-25 | Equos Research Co Ltd | データベース修正装置及びデータベース修正方法 |
US6611755B1 (en) * | 1999-12-19 | 2003-08-26 | Trimble Navigation Ltd. | Vehicle tracking, communication and fleet management system |
JP3849435B2 (ja) | 2001-02-23 | 2006-11-22 | 株式会社日立製作所 | プローブ情報を利用した交通状況推定方法及び交通状況推定・提供システム |
JP2004342138A (ja) | 2004-09-09 | 2004-12-02 | Matsushita Electric Ind Co Ltd | ビーコンを用いたfcdシステムと装置 |
JP4807057B2 (ja) * | 2005-12-05 | 2011-11-02 | 株式会社デンソー | 車両用ナビゲーション装置 |
US9240123B2 (en) | 2013-12-13 | 2016-01-19 | Here Global B.V. | Systems and methods for detecting road congestion and incidents in real time |
-
2019
- 2019-03-29 CN CN201910251676.0A patent/CN109919518B/zh active Active
-
2020
- 2020-01-23 KR KR1020200009249A patent/KR102378859B1/ko active IP Right Grant
- 2020-03-23 US US16/826,616 patent/US20200309535A1/en not_active Abandoned
- 2020-03-24 EP EP20165168.4A patent/EP3715788A1/en not_active Withdrawn
- 2020-03-27 JP JP2020058212A patent/JP7082151B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673460A (zh) * | 2009-08-25 | 2010-03-17 | 北京世纪高通科技有限公司 | 一种交通信息的质量评价方法、装置及系统 |
CN102147258A (zh) * | 2010-12-24 | 2011-08-10 | 清华大学 | 基于反馈机制的车辆导航方法及系统 |
CN103256937A (zh) * | 2012-02-17 | 2013-08-21 | 北京四维图新科技股份有限公司 | 路径匹配的方法及装置 |
CN106960568A (zh) * | 2015-12-17 | 2017-07-18 | 国际商业机器公司 | 产生基于不确定性的交通拥堵指数的方法、介质和系统 |
Also Published As
Publication number | Publication date |
---|---|
KR102378859B1 (ko) | 2022-03-25 |
KR20200115063A (ko) | 2020-10-07 |
EP3715788A1 (en) | 2020-09-30 |
CN109919518A (zh) | 2019-06-21 |
JP2020166268A (ja) | 2020-10-08 |
US20200309535A1 (en) | 2020-10-01 |
JP7082151B2 (ja) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919518B (zh) | 地图轨迹匹配数据的质量确定方法、装置、服务器及介质 | |
CN110260870B (zh) | 基于隐马尔可夫模型的地图匹配方法、装置、设备和介质 | |
CN110426050B (zh) | 地图匹配纠正方法、装置、设备和存储介质 | |
CN110095126B (zh) | 地图匹配方法、装置、设备和介质 | |
CN109974718B (zh) | 地图匹配方法、装置、设备和介质 | |
CN113345228B (zh) | 基于拟合轨迹的行驶数据的生成方法、装置、设备及介质 | |
CN109916414B (zh) | 地图匹配方法、装置、设备和介质 | |
CN111046049B (zh) | 一种货车gps轨迹数据压缩方法 | |
WO2018058888A1 (zh) | 一种街景图像的识别方法、装置、服务器及存储介质 | |
CN109841078B (zh) | 导航数据处理方法及其装置、存储介质 | |
CN110553658B (zh) | 导航路径推荐方法、导航服务器、计算机设备及可读介质 | |
CN113553482B (zh) | 停留点识别和出行链构建系统、算法、设备及存储介质 | |
CN110389995B (zh) | 车道信息检测方法、装置、设备和介质 | |
US20210004612A1 (en) | Road environment monitoring device, road environment monitoring system, and road environment monitoring program | |
US11741726B2 (en) | Lane line detection method, electronic device, and computer storage medium | |
CN109813332B (zh) | 添加虚拟引导线的方法和装置 | |
CN111341105A (zh) | 基于相邻路口关联度的车速引导方法、装置、设备及介质 | |
CN111737377B (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
CN111121797B (zh) | 道路筛选方法、装置、服务器及存储介质 | |
CN109446437B (zh) | 信息挖掘方法、装置、服务器及存储介质 | |
CN104121917A (zh) | 一种自动发现新建桥梁的方法和装置 | |
Zourlidou et al. | Intersection detection based on qualitative spatial reasoning on stopping point clusters | |
CN114659537A (zh) | 导航起点道路确定方法、装置、设备及存储介质 | |
CN115808178A (zh) | 导航地图的更新方法、装置及自动驾驶系统 | |
CN113393011A (zh) | 预测限速信息的方法、装置、计算机设备和介质 |
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 |