CN110274582B - 一种道路曲线识别方法 - Google Patents
一种道路曲线识别方法 Download PDFInfo
- Publication number
- CN110274582B CN110274582B CN201910502198.6A CN201910502198A CN110274582B CN 110274582 B CN110274582 B CN 110274582B CN 201910502198 A CN201910502198 A CN 201910502198A CN 110274582 B CN110274582 B CN 110274582B
- Authority
- CN
- China
- Prior art keywords
- curve
- road
- data
- point
- inflection point
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明涉及道路测量技术领域,提供了一种道路曲线识别方法,本发明将包含INS惯性导航和GPS全球定位系统的信号采集装置speedbox/ins安装在检测车上,以采集GPS数据和车身姿态数据,通过对采集的数据进行分析处理,提取出行驶曲线的平曲线拐点和纵曲线拐点,再结合行驶的GPS轨迹以及采集的行驶距离信息,获取待测道路的平曲线线形和纵曲线线形,提高了在役道路线形参数测绘工作的效率,同时避免了人为因素导致的测量结果偏差,有助于提高测绘的准确度,从而快速获取更准确的道路曲线,实现道路曲线的快速识别。
Description
技术领域
本发明涉及道路测量技术领域,尤其涉及一种道路曲线识别方法。
背景技术
公路网是一定区域内相互联络、交织成网状分布的公路系统,有不同道路功能和不同技术等级的公路组成,以适相应的交通运输需要。我国的公路经过多个阶段的规划和发展,基本形成了布局合理、功能完善、覆盖广泛、安全可靠的公路网络。公路设计规范明确了各级公路的功能和相应的技术指标,突出体现了公路工程建设中安全、环保以及以人为本的指导思想和建设理念,科学、实用、易于掌握,对加快我国公路建设步伐,促进公路交通事业健康、协调、持续发展,具有重要的指导作用。公路设计、施工、验收、复测的全过程,均需要测量控制,测量质量直接影响到工程的质量、进度、成本,如何高效优质完成公路测量控制是公路施工行业面临的问题。
但是,目前在役道路有很多旧路、老路已经与时下采用的,几经修订的我国公路设计规范严重不符,严重阻碍了现代高速汽车效能的发挥和行驶安全,极易发生侧翻、侧滑等交通事故;另外,许多道路由于年代久远,存在路面破损、沉降等问题,也对行车安全、舒适度有较大的影响,因此,对老路、旧路的翻新和改造,是十分必要的,此外,随着我国基础件建设政策的调整,对现有公路的改建、扩建目前已经成为公路建设的一个重要发展方向。
对在役道路进行改造,首先需要获取准确的道路线形参数等相关数据,许多道路由于年代久远,存在原始资料丢失或误差较大等问题,并且有些道路由于破损、沉降等问题经过若干遍修补,原始资料数据已经与当前道路现状不符,需要重新对道路进行参数测量,测量质量将直接影响到工程的质量、进度、成本,如何高效优质完成公路测量控制是公路施工行业急需解决的问题。
发明内容
本发明旨在提供一种道路曲线识别方法,可快速识别并获取道路曲线参数。
本发明解决上述技术问题所采用的技术方案是:
道路曲线识别方法:将信号采集装置安装在测试车上,该信号采集装置用于进行INS惯性导航和GPS全球定位;把安装好信号采集装置的测试车开到待测道路起点,开启信号采集装置,设定采样频率,使测试车沿待测道路行驶,信号采集装置同步实时采集测试车行驶数据和车身姿态的相关数据,测试车行驶到达终点后保存采集到的数据;对信号采集装置采集到的数据进行数据处理,获取待测道路的平曲线线形和纵曲线线形。
作为上述技术方案的改进,测试车沿待测道路行驶过程中,信号采集装置同步采集测试车行驶数据包括行驶轨迹、速度、距离和高程;信号采集装置同步采集测试车车身姿态的相关数据包括侧倾角、侧向加速度、俯仰角、航向角和坡度角。
作为上述技术方案的进一步改进,数据处理过程中,先对信号采集装置采集到的数据进行预处理:根据设定的间隔对数据进行再次采样,对再次采样后的数据进行小波去噪;然后,对预处理后的数据进行处理,获取待测道路的平曲线线形和纵曲线线形。
作为上述技术方案的进一步改进,根据信号采集装置采集到的侧倾角、侧向加速度和航向角数据识别出平曲线拐点,再结合GPS记录的行驶距离和轨迹信息,获取道路的平曲线线形。
作为上述技术方案的进一步改进,通过信号采集装置采集到的坡度角和高程数据,识别出纵曲线拐点,再结合GPS记录的行驶距离和轨迹信息,获取待测道路纵曲线线形。
作为上述技术方案的进一步改进,根据设定好的采样距离,提取采集数据中的航向角数据,判断航向角与上一个采样点数据变化是否大于设定值,如果是,则判断该点是第一平曲线拐点;根据设定好的采样距离,提取侧倾角数据,判断侧倾角与上一个采样点数据相比是否变号,如果是则判断为第二平曲线拐点;根据设定好的采样距离,提取侧向加速度信号和速度信号,计算得角速度信号,判断角速度与上一个采样点数据相比是否变号,如果是则判断为第三平曲线拐点。
作为上述技术方案的进一步改进,将第一平曲线拐点、第二平曲线拐点和第三平曲线拐点融合,判断相邻两个平曲线拐点距离是否大于设定的最小弯道长度:如果否,则合并该两个平曲线拐点,如果是,则对该两个平曲线拐点之间的坐标数据进行圆拟合;然后,判断拟合圆的半径是否小于设定的道路最大半径:如果否,判断两个平曲线拐点之间为直线段并输出直线段的起止点坐标和长度,如果是,再比较相邻的连续同向弯道半径,如果两者差值小于两者平均半径的设定倍数的值,则合并两段弯道为一个弯道,合并后的弯道半径为两个弯道半径的平均值,最后输出所有弯道段的线形数据。
作为上述技术方案的进一步改进,根据高程识别出第一纵曲线拐点,根据坡度角识别出第二纵曲线拐点,再将第一纵曲线拐点和第二纵曲线拐点进行融合,判断出坡道段和平路段,获取待测道路纵曲线线形。
作为上述技术方案的进一步改进,根据设定好的采样距离,提取采集数据中的高程数据,判断高程变化是否大于设定值,如果是,则判断该点为第一纵曲线拐点;根据设定好的采样距离,提取采集数据中的坡度角数据,查看坡度角方差是否大于设定值,如果是,判断该点为第二纵曲线拐点。
作为上述技术方案的进一步改进,将第一纵曲线拐点和第二纵曲线拐点融合,判断融合后相邻变坡点间高程-距离曲线斜率变化是否大于设定值:如果否,合并变坡点;如果是,再判断相邻变坡点间坡度平均值的绝对值是否大于设定值,如果否,判断相邻变坡点间为平路段,输出起止点坐标及长度,如果是,判断相邻变坡点间为坡道段,输出坡道段起止点坐标和坡道半径、坡道长度,从而获取待测道路纵曲线线形。
本发明提高了在役道路线形参数测绘工作的效率,同时避免了人为因素导致的测量结果偏差,有助于提高测绘的准确度,从而快速获取更准确的道路曲线,实现道路曲线的快速识别。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做简单说明:
图1是道路曲线识别方法一个实施例的信号采集设备安装俯视图;
图2是图1所示实施例的侧视图;
图3是道路曲线识别方法的工作示意图;
图4是道路曲线识别方法一个实施例的平曲线参数识别算法图;
图5是道路曲线识别方法一个实施例的纵曲线参数识别算法图。
具体实施方式
道路线形参数的获取方法,通常为以下两种:一是查阅道路修建时的原始设计资料,二是采用人工实地测量的道路勘测方法。对于早期建设的道路,有些由于道路沉降及道路修补,实际数据相对原始数据具有较大的偏差,因此,第一种方法不能满足要求;而第二种方法,采用全站仪、经纬度仪等测量设备进行人工实地勘测,需要大量的人力物力,且耗时久、成本高、效率低,并且受天气、人为、仪器等因素干扰测量成果误差较大。本发明将包含INS惯性导航和GPS全球定位系统的信号采集装置speedbox/ins安装在检测车上,以采集GPS信号和车身姿态信号,通过对采集的航向角、侧向加速度、侧倾角信号进行分析处理,提取出行驶曲线的平曲线拐点,通过对采集的坡度角和高程信号进行分析处理,提取出纵曲线拐点,再结合行驶的GPS轨迹以及采集的行驶距离信息,获取待测道路的平纵曲线。
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。另外,专利中涉及到的所有联接/连接关系,并非单指构件直接相接,而是指可根据具体实施情况,通过添加或减少联接辅件,来组成更优的联接结构。本发明中所涉及的上、下、左、右等方位描述仅仅是相对于附图中本发明各组成部分的相互位置关系来说的。本发明中的各个技术特征,在不互相矛盾冲突的前提下可以交互组合。
图1是道路曲线识别方法一个实施例的信号采集设备安装俯视图,图2是图1所示实施例的侧视图,图3是道路曲线识别方法的工作示意图,同时参考图1至图3,道路曲线识别的方法包括如下步骤:
安装信号采集装置:将信号采集装置2安装在测试车1上,该信号采集装置2选择包含INS惯性导航和GPS全球定位系统的数据采集仪speedbox/ins,可将信号采集装置安装在测试车1车顶空旷位置,以便采集到准确的GPS,可将信号采集装置安装在测试车1的中轴线上,避免测试车1的车身侧倾和俯仰存在较大偏差,从而采集准确的车身姿态。
数据的采集:把安装好信号采集装置的测试车开到待测道路3起点,开启信号采集装置2,设定采样频率,使测试车1沿待测道路3行驶,行驶过程中保持测试车平稳行驶,即尽量保持行驶车速平缓,尽量避免速度和/或方向的突变,如尽量避免超车和避让等情况;信号采集装置2同步采集车辆行驶轨迹、速度、距离、侧倾角、侧向加速度、俯仰角、航向角、坡度角、高程等参数;测试车行驶到达终点后检查采集数据是否完好,将采集到的数据保存至计算机4,采集过程可重复进行若干遍,获取若干组数据;
数据的处理:在计算机4上采用数据分析软件(如MATLAB等)打开数据,对获取的车辆轨迹、速度、侧倾角、侧向加速度、俯仰角、航向角等参数,采用小波去噪处理,之后可根据侧倾角、侧向加速度、航向角识别出平曲线拐点,即道路的变弯点,再结合GPS记录的行驶距离和轨迹信息,准确的获取道路的平曲线线形5(直线长度、弯道半径和弯道长度),图中的曲线仅作为示例,另外,也可以通过坡度角和高程数据,识别出纵曲线拐点,及道路的变坡点,再结合GPS记录的行驶距离和轨迹信息,准确地获取待测道路纵曲线线形6(纵坡坡度、竖曲线半径和竖曲线长度),图中的曲线仅作为示例。可通过曲率-弧长识别法、斜率识别法、最小二乘法等方法获得曲线参数。
在进行道路曲线识别之前,先对数据进行预处理:根据具体需求,每间隔一个距离取一个采样点,对数据进行再次采样,对再次采样后的数据进行小波去噪,再进行数据的处理。
与传统人工实地勘测的方法相比,本方法只要用搭载采集设备的测试车在待测道路上行驶若干遍,不需要工程师在待测道路上打点测量,提高了在役道路线形参数测绘工作的效率,同时避免了人为因素导致的测量结果偏差,有助于提高测绘的准确度,从而快速获取更准确的道路曲线,实现道路曲线的快速识别。另一方面,采用包含INS惯性导航和GPS全球定位系统的测试装置,当GPS信号受到强烈干扰(如桥洞、隧道等)时,INS系统可以独立的进行导航定位,当GPS信号条件显著改善到允许跟踪时,INS系统向GPS接收机提供有关的初始位置、速度等信息,以供迅速重新获取GPS的准确定位,因此,GPS/INS组合不仅大大提高了信号采集的精度,同时还提高了测试系统的抗干扰能力。
图4是道路曲线识别方法一个实施例的平曲线参数识别算法图,参考图4,待测道路平曲线的线形获取方法的一个实施方式如下:
根据设定好的采样距离(可通过数据分析软件设定),通过三种方法获取平曲线拐点:提取采集数据中的航向角数据,判断航向角与上一个采样点数据变化是否大于设定值(本实施例该处设定值为2°,可根据具体需要调整设定值),如果是,则判断该点是第一平曲线拐点,即道路变弯点;提取侧倾角数据,判断侧倾角与上一个采样点数据相比是否变号,如果是则判断为第二平曲线拐点,即道路变弯点;提取侧向加速度信号和速度信号,计算得角速度信号,判断角速度与上一个采样点数据相比是否变号,如果是则判断为第三平曲线拐点,即道路变弯点。
之后将上述三种方法得到的平曲线拐点融合,判断相邻两个平曲线拐点距离是否大于设定的最小弯道长度:如果否,则合并该两个平曲线拐点;如果是,则对该两个平曲线拐点之间的坐标数据进行圆拟合。然后,判断拟合圆的半径是否小于设定的道路最大半径:如果否,判断两个平曲线拐点为直线段并输出直线段的起止点坐标和长度;如果是,再比较相邻的连续同向弯道半径,如果两者差值小于两者平均半径的设定倍数的值(本实施例该处设定倍数为0.3,可根据具体需要调整设定倍数),则合并两段弯道为一个弯道,合并后的弯道半径为两个弯道半径的平均值。最后输出所有弯道的起止点、半径、长度,从而获取待测道路的平曲线线形。
图5是道路曲线识别方法一个实施例的纵曲线参数识别算法图,参考图5,待测道路纵曲线线形的获取方法:
根据软件设定好的采样距离,通过下述二种方法获取变坡点:提取采集数据中的高程数据,判断高程变化是否大于设定值(本实施例该处设定值为0.1,可根据具体需要调整设定值),如果是,则判断该点为纵曲线拐点,即变坡点;提取采集数据中的坡度角数据,查看坡度角方差是否大于设定值(本实施例该处设定值为0.05,可根据具体需要调整设定值),如果是,判断该点为变坡点。
然后,将上述二种方法得到的变坡点融合,判断融合后相邻变坡点间高程-距离曲线斜率变化是否大于设定值(本实施例该处设定值为0.005,可根据具体需要调整设定值):如果否,合并变坡点;如果是,再判断相邻变坡点间坡度平均值的绝对值是否大于设定值(本实施例该处设定值为0.5°,可根据具体需要调整设定值),如果否,判断该相邻变坡点间为平路段,输出起止点坐标及长度,如果是,判断该相邻变坡点间为坡道段,输出坡道段起止点坐标和坡道半径、坡道长度,从而获取待测道路纵曲线线形。
本发明提供的道路曲线识别方法适用于在役道路的曲线识别、公路设计、施工、验收、复测全过程的测量控制等,有助于提高工程的质量、进度,降低成本,有利于促进公路交通事业的健康、协调、持续发展。
上述仅为本发明的较佳实施例,但本发明并不限制于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可以做出多种等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种道路曲线识别方法,其特征在于:
将信号采集装置安装在测试车上,该信号采集装置用于进行INS惯性导航和GPS全球定位;
把安装好信号采集装置的测试车开到待测道路起点,开启信号采集装置,设定采样频率,使测试车沿待测道路行驶,信号采集装置同步采集测试车行驶数据和车身姿态的相关数据,测试车行驶到达终点后保存采集到的数据;
对信号采集装置采集到的数据进行数据处理,获取待测道路的平曲线线形和纵曲线线形,其中,信号采集装置同步采集测试车车身姿态的相关数据还包括侧倾角、侧向加速度和航向角;
根据设定好的采样距离,提取采集数据中的航向角数据,判断航向角与上一个采样点数据变化是否大于设定值,如果是,则判断该点是第一平曲线拐点;
根据设定好的采样距离,提取侧倾角数据,判断侧倾角与上一个采样点数据相比是否变号,如果是则判断为第二平曲线拐点;
根据设定好的采样距离,提取侧向加速度信号和速度信号,计算得角速度信号,判断角速度与上一个采样点数据相比是否变号,如果是则判断为第三平曲线拐点。
2.根据权利要求1所述的道路曲线识别方法,其特征在于:测试车沿待测道路行驶过程中,信号采集装置同步实时采集测试车行驶数据包括行驶轨迹、速度、距离和高程;信号采集装置同步采集测试车车身姿态的相关数据还包括俯仰角和坡度角。
3.根据权利要求1所述的道路曲线识别方法,其特征在于:数据处理过程中,先对信号采集装置采集到的数据进行预处理:根据设定的间隔对数据进行再次采样,对再次采样后的数据进行小波去噪;然后,对预处理后的数据进行处理,获取待测道路的平曲线线形和纵曲线线形。
4.根据权利要求2所述的道路曲线识别方法,其特征在于:根据第一平曲线拐点、第二平曲线拐点和第三平曲线拐点,再结合GPS记录的行驶距离和轨迹信息,获取道路的平曲线线形。
5.根据权利要求2所述的道路曲线识别方法,其特征在于:通过信号采集装置采集到的坡度角和高程数据,识别出纵曲线拐点,再结合GPS记录的行驶距离和轨迹信息,获取待测道路纵曲线线形。
6.根据权利要求4所述的道路曲线识别方法,其特征在于:
将第一平曲线拐点、第二平曲线拐点和第三平曲线拐点融合,判断相邻两个平曲线拐点距离是否大于设定的最小弯道长度:如果否,则合并该两个平曲线拐点,如果是,则对该两个平曲线拐点之间的坐标数据进行圆拟合;
然后,判断拟合圆的半径是否小于设定的道路最大半径:如果否,判断两个平曲线拐点之间为直线段并输出直线段的起止点坐标和长度,如果是,再比较相邻的连续同向弯道半径,如果两者差值小于两者平均半径的设定倍数的值,则合并两段弯道为一个弯道,合并后的弯道半径为两个弯道半径的平均值,最后输出所有弯道段的线形数据。
7.根据权利要求5所述的道路曲线识别方法,其特征在于:根据高程识别出第一纵曲线拐点,根据坡度角识别出第二纵曲线拐点,再将第一纵曲线拐点和第二纵曲线拐点进行融合,判断出坡道段和平路段,获取待测道路纵曲线线形。
8.根据权利要求7所述的道路曲线识别方法,其特征在于:
根据设定好的采样距离,提取采集数据中的高程数据,判断高程变化是否大于设定值,如果是,则判断该点为第一纵曲线拐点;
根据设定好的采样距离,提取采集数据中的坡度角数据,查看坡度角方差是否大于设定值,如果是,判断该点为第二纵曲线拐点。
9.根据权利要求8所述的道路曲线识别方法,其特征在于:将第一纵曲线拐点和第二纵曲线拐点融合,判断融合后相邻变坡点间高程-距离曲线斜率变化是否大于设定值:如果否,合并变坡点;如果是,再判断相邻变坡点间坡度平均值的绝对值是否大于设定值,如果否,判断相邻变坡点间为平路段,输出起止点坐标及长度,如果是,判断相邻变坡点间为坡道段,输出坡道段起止点坐标和坡道半径、坡道长度,从而获取待测道路纵曲线线形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910502198.6A CN110274582B (zh) | 2019-06-11 | 2019-06-11 | 一种道路曲线识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910502198.6A CN110274582B (zh) | 2019-06-11 | 2019-06-11 | 一种道路曲线识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110274582A CN110274582A (zh) | 2019-09-24 |
CN110274582B true CN110274582B (zh) | 2021-04-09 |
Family
ID=67962143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910502198.6A Expired - Fee Related CN110274582B (zh) | 2019-06-11 | 2019-06-11 | 一种道路曲线识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110274582B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113990052B (zh) * | 2021-10-29 | 2023-08-15 | 南京慧尔视防务科技有限公司 | 一种来车预警方法、装置、存储介质及道路防护车辆 |
CN115035185B (zh) * | 2022-05-26 | 2024-02-27 | 郑州大学 | 一种利用曲率和曲率变化率识别平曲线的方法 |
CN115817462A (zh) * | 2022-12-21 | 2023-03-21 | 北京和绪科技有限公司 | 汽车自动识别系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101487220A (zh) * | 2008-01-18 | 2009-07-22 | 南京理工大学 | 道路结构参数快速自动测量方法及其实现装置 |
CN102607578A (zh) * | 2012-02-16 | 2012-07-25 | 华为终端有限公司 | 用于制作局部区域的导航地图的方法及装置 |
CN106064639A (zh) * | 2015-04-20 | 2016-11-02 | 奥迪股份公司 | 在具有叠加转向机构的机动车中改善转向行为的方法 |
CN107121134A (zh) * | 2017-03-13 | 2017-09-01 | 长安大学 | 一种基于gps的车载公路线形测量方法 |
CN107677268A (zh) * | 2017-09-30 | 2018-02-09 | 福建农林大学 | 车载式道路几何线性信息自动测量装置及方法 |
CN107727045A (zh) * | 2017-09-30 | 2018-02-23 | 福建农林大学 | 基于行车轨迹的道路平曲线半径测量方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003088085A1 (en) * | 2002-04-04 | 2003-10-23 | Arizona Board Of Regents | Three-dimensional digital library system |
JP2016034481A (ja) * | 2014-07-31 | 2016-03-17 | セイコーエプソン株式会社 | 情報分析装置、運動解析システム、情報分析方法、分析プログラム、画像生成装置、画像生成方法、画像生成プログラム、情報表示装置、情報表示システム、情報表示プログラム及び情報表示方法 |
-
2019
- 2019-06-11 CN CN201910502198.6A patent/CN110274582B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101487220A (zh) * | 2008-01-18 | 2009-07-22 | 南京理工大学 | 道路结构参数快速自动测量方法及其实现装置 |
CN102607578A (zh) * | 2012-02-16 | 2012-07-25 | 华为终端有限公司 | 用于制作局部区域的导航地图的方法及装置 |
CN106064639A (zh) * | 2015-04-20 | 2016-11-02 | 奥迪股份公司 | 在具有叠加转向机构的机动车中改善转向行为的方法 |
CN107121134A (zh) * | 2017-03-13 | 2017-09-01 | 长安大学 | 一种基于gps的车载公路线形测量方法 |
CN107677268A (zh) * | 2017-09-30 | 2018-02-09 | 福建农林大学 | 车载式道路几何线性信息自动测量装置及方法 |
CN107727045A (zh) * | 2017-09-30 | 2018-02-23 | 福建农林大学 | 基于行车轨迹的道路平曲线半径测量方法 |
Non-Patent Citations (4)
Title |
---|
"Operating Speed Models on Horizontal Curves for Two-Lane";R. D. K. Shallam 等;《Transportation Research Procedia》;20161231;全文 * |
"基于车载GPS/INS系统的道路线形多参数识别技术研究";夏芝安;《中国优秀硕士学位论文全文数据库工程 科技Ⅱ辑》;20170215;正文第10、17、40、56、64页 * |
"基于车载SPEEDBOX-INS和车身行驶参数的道路曲线识别方法";高培 等;《汽车实用技术》;20171231;正文第2节 * |
夏芝安."基于车载GPS/INS系统的道路线形多参数识别技术研究".《中国优秀硕士学位论文全文数据库工程 科技Ⅱ辑》.2017, * |
Also Published As
Publication number | Publication date |
---|---|
CN110274582A (zh) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110274582B (zh) | 一种道路曲线识别方法 | |
CN111767354B (zh) | 一种高精度地图精度评估方法 | |
CN102251451B (zh) | 基于多源信息融合的轨道几何状态测量方法 | |
CN106918342B (zh) | 无人驾驶车辆行驶路径定位方法及定位系统 | |
CN101644023B (zh) | 一种路面平整度检测方法 | |
CN103745595B (zh) | 分析路况信息的方法和系统以及路况分析服务器 | |
CN110532636A (zh) | 一种面向多场景的智能驾驶自主车道保持性能检测方法 | |
Imran et al. | GPS–GIS‐Based procedure for tracking vehicle path on horizontal alignments | |
CN117836653A (zh) | 一种基于车载定位装置的路侧毫米波雷达校准方法 | |
Gikas et al. | A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior | |
CN108332979B (zh) | 一种车辆压线检测方法 | |
CN106370435A (zh) | 道路谱采集系统、车辆和道路谱采集方法 | |
US20200108849A1 (en) | Running location identification system, running location identification apparatus, and running location identification method for railroad cars | |
CN105740505A (zh) | 一种基于gps-rtk技术的道路空间线形恢复方法 | |
CN103207097A (zh) | 轨道刚度动态检测方法 | |
CN114740510A (zh) | 一种基于线形测量的运维铁路数字化捣固方法及系统 | |
CN114486132A (zh) | 一种桥梁梁体竖向位移测量装置 | |
CN112991722B (zh) | 高频gps点的公交车辆实时路口预测方法和系统 | |
CN113742437A (zh) | 地图更新方法、装置、电子设备和存储介质 | |
CN116481567A (zh) | 高精度地图精度评估方法及系统 | |
CN114485681B (zh) | 一种利用dr轨迹评价中精度地图数据一致率的方法 | |
CN116124178A (zh) | 众包高精度地图质量评估方法、系统及存储介质 | |
CN106568450A (zh) | 一种高架道路车载辅助导航算法及应用 | |
CN114076601B (zh) | 辅助定位方法及装置 | |
CN111832365A (zh) | 车道标记确定方法及装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210409 |
|
CF01 | Termination of patent right due to non-payment of annual fee |