CN110275515A - 一种提高闭合路径精度的方法 - Google Patents

一种提高闭合路径精度的方法 Download PDF

Info

Publication number
CN110275515A
CN110275515A CN201810214521.5A CN201810214521A CN110275515A CN 110275515 A CN110275515 A CN 110275515A CN 201810214521 A CN201810214521 A CN 201810214521A CN 110275515 A CN110275515 A CN 110275515A
Authority
CN
China
Prior art keywords
closed path
data
distance
sequence
beginning
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.)
Pending
Application number
CN201810214521.5A
Other languages
English (en)
Inventor
王东生
张君鸿
陈慕元
王帅宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Idrive Automobile Co Ltd
Original Assignee
Beijing Idrive Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Idrive Automobile Co Ltd filed Critical Beijing Idrive Automobile Co Ltd
Priority to CN201810214521.5A priority Critical patent/CN110275515A/zh
Publication of CN110275515A publication Critical patent/CN110275515A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种提高闭合路径精度的方法，包括步骤：A、将所获取的无人驾驶车辆的位置数据按一定规律排序；B、分别计算所述各位置之间的距离，将距离小于距离阈值数据的两位置确定为闭合路径的起点、终点；C、基于所述起点和终点，对所述闭合路径进行精度优化。由上，规定距离阈值数据，并基于此对闭合路径的起点和终点进行判断，最终对该起点和终点组成的闭合路径进行自动优化处理，相比于现有技术需要人工进行数据处理，大大提高了运算效率。

Description

一种提高闭合路径精度的方法
技术领域
本发明涉及自动驾驶技术领域，特别是一种提高闭合路径精度的方法。
背景技术
近年来，互联网技术的迅速发展给汽车工业带来了革命性变化的机会。与此同时，汽车智能化技术正逐步得到广泛应用，这项技术使汽车的操作更简单，行驶安全性也更好，而其中最典型也是最热门的未来应用就是无人驾驶汽车。
产业信息网发布的《2015-2020年中国汽车驾驶辅助系统市场分析与发展前景预测报告》显示，关于无人驾驶的阶段划分，目前业界引用最多的是美国公路安全局对自动驾驶技术的官方界定，分为无自动(0级)、个别功能自动(1级)、多种功能自动(2级)、受限自动驾驶(3级)和完全自动驾驶(4级)五个级别。
目前发展无人驾驶相对比较快都处在无人驾驶的3级阶段，即可以实现某种受限层次的无人驾驶，例如定点轨迹的无人驾驶。定点轨迹在GPS数据采集终端采集好数据后，需要对采集的数据进行大量的轨迹处理工作，对于闭合轨迹点的处理是无人驾驶的一个比较复杂过程，由于采集点密集，且轨迹的起始点和终止点有两段无用的数据，人工去优化闭合轨迹点费时费力。
发明内容
本发明的主要目的在于提供一种提高闭合路径精度的方法，规定距离阈值数据，并基于此对闭合路径的起点和终点进行判断，最终对该起点和终点组成的闭合路径进行自动优化处理，相比于现有技术需要人工进行数据处理，大大提高了运算效率。
为实现上述目的，所述方法包括步骤：
A、将所获取的无人驾驶车辆的位置数据按一定规律排序；
B、分别计算所述各位置之间的距离，将距离小于距离阈值数据的两位置确定为闭合路径的起点、终点；
C、基于所述起点和终点，对所述闭合路径进行精度优化。
可选的，在步骤B前还包括：将步骤A所述位置数据按所述一定规律至少分为第一位置序列和第二位置序列。
由上，在进行步骤B时，取第一位置序列中的任一位置，将该位置与第二位置序列中的各位置进行距离计算，并将计算结果与所述距离阈值数据进行比较。通过上述整理的步骤，可以提高至少一倍计算效率
可选的，当包括多于三个位置序列时，步骤B中分别计算所述各位置之间的距离包括：
对至少一位置序列进行拷贝，以满足被拷贝的位置序列中的位置数据同时与多个其他位置序列中的位置数据进行距离计算。
由上，将步骤A所获取的数据化整为零，更多更密集的参与到步骤B的运算，可以进一步的提高步骤B的运算效率。
可选的，所述一定规律包括时间规律。
由上，通过时间轴对所有数据进行归一化排列，以便于更直观的进行分组以及运算等处理。
可选的，步骤C包括：删除原始路径中依照一定规律排序在所述起点前、以及在所述终点后的所有位置。
由上，删除原始路径中依照时间排序在所述起点前、以及在所述终点后的所有位置，从而实现了对起点和终点所围成的路径的精度优化。
附图说明
图1为本发明所述的提高闭合路径精度的方法流程图；
图2为闭合路径的示意图。
具体实施方式
下面参见图1～图2对本发明所述的提高闭合路径精度的方法进行详细说明。
如图1所示，所述方法包括以下步骤：
S100：将所获取的位置数据按一定规律排序。
在无人驾驶车辆行驶过程中，车辆上的GPS模块实时采集位置数据。所采集的位置数据包括经纬度以及时间标签，例如第一次采集到的位置R1表示为(t1:N1，E1)。其中t1表示第一个时间标签，N1表示位置R1的经度、E1表示位置R1的维度。以此类推，第二次采集到的位置R2表示为(t2:N2，E2),……，第n次采集到的位置Rn表示为(tn:Nn，En)。
无人驾驶车辆的主控端接收到上述位置数据，依据时间标签或者依据接收顺序等规律，将各位置的位置数据进行排序。
本实施例中，采用时间标签的规律进行排序。
S200：分别计算各位置之间的距离，将距离小于阈值的两位置确定为起点、终点。
预先设置一个距离阈值数据d。当步骤S100中所获取的任意两位置之间的距离小于该距离阈值数据d时，就表示上述两位置实质为同一位置，即表示闭合曲线路径的起点和终点。
本步骤中，逐一取步骤S100中所获取的各位置中的任一位置，将该位置与其他位置进行距离计算，并将计算结果与所述距离阈值数据d进行比较，当确认存在小于所述距离阈值数据d的两位置时，则该两位置实质即为闭合曲线路径的起点和终点。
以图2为例，图中R1、R2、……、Rn分别表示步骤S100中所获取的各位置。假设本步骤的比较结果为第四位置R4和第n-1位置Rn-1之间的距离小于阈值，则第四位置R4和第n-1位置Rn-1实质即为闭合曲线路径的起点和终点。
较佳的，在本步骤前，还包括对步骤S100中所获取的所有位置数据进行整理的步骤。将排序后的所有位置数据按照时间标签一分为二。例如以所有时间标签的中间时间标签为分界，分为第一位置序列和第二位置序列。假设时间标签从0时刻开始记录，共计10分钟(600秒)，每隔10秒进行一次采集，共采集60次。则以第300秒为分界，将第300秒以前的分为第一位置序列，将第300秒以后的分为第二位置序列。
取第一位置序列中的任一位置，将该位置与第二位置序列中的各位置进行距离计算，并将计算结果与所述距离阈值数据d进行比较。
通过上述整理的步骤，可以提高一倍计算效率。
更进一步的，还可以2个时间标签，或者3个时间标签为节点。以2个时间标签为例，则将所有位置数据按照时间标签一分为三。并将第一位置序列进行拷贝。其次，分别将第一位置序列中的任一位置分别与第二位置序列、第三位置序列中的各位置同时进行比较，以确定比较结果是否小于前述距离阈值数据d。
又或者，当采用3个时间标签为节点时，所有位置数据被一分为四，则采用较差比较的方式进行。例如第一位置序列与第三位置序列进行比较，第二位置序列与第四位置序列进行比较；同时对各位置序列进行拷贝，从而将第一位置序列与第二位置序列进行比较、将第二位置序列与第三位置序列进行比较，以及第一位置序列与第四位置序列进行比较。通过上述将所有位置数据按照时间标签为节点进行分组，可以实现快速的查找出闭合曲线路径的起点和终点。
S300：基于所述起点和终点所围成的闭合路径进行精度优化。
本实施例中的所述精度优化包括，在步骤S200所确定出的起点和终点后，删除原始路径中依照时间排序在所述起点前、以及在所述终点后的所有位置。
仍以图2为例，步骤S200中确定第四位置R4和第n-1位置Rn-1实质即为闭合曲线路径的起点和终点，依照时间排序，第四位置R4之前的各位置包括R1～R3，第n-1位置Rn-1之后的各位置包括Rn。将上述第一至第三位置R1～R3以及第n位置Rn删除，从而实现了对起点和终点所围成的路径的精度优化。
在本步骤后，还包括后续步骤，例如将优化后的闭合路径存入*.lpx文件，所述*.lpx文件为无人驾驶车辆的可直接读取的文件格式。进一步的，还将优化后的路径生成可在谷歌地球上直接观看和可以编辑的闭合路径轨迹文件(*.kml文件)。若优化后的闭合路径轨迹仍然存在有数据点丢失的现象(即并未完全实现闭合)，则需要调小前述距离阈值数据d的取值，所述前述距离阈值数据d的取值范围是0.00000～1.00000。
本申请中，步骤S100～S300的过程可基于Labview实现。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种提高闭合路径精度的方法，其特征在于，包括步骤：
A、将所获取的无人驾驶车辆的位置数据按一定规律排序；
B、分别计算所述各位置之间的距离，将距离小于距离阈值数据的两位置确定为闭合路径的起点、终点；
C、基于所述起点和终点，对所述闭合路径进行精度优化。
2.根据权利要求1所述的方法，其特征在于，在步骤B前还包括：将步骤A所述位置数据按所述一定规律至少分为第一位置序列和第二位置序列。
3.根据权利要求2所述的方法，其特征在于，当包括多于三个位置序列时，步骤B中分别计算所述各位置之间的距离包括：
对至少一位置序列进行拷贝，以满足被拷贝的位置序列中的位置数据同时与多个其他位置序列中的位置数据进行距离计算。
4.根据权利要求1或2所述的方法，其特征在于，所述一定规律包括时间规律。
5.根据权利要求1所述的方法，其特征在于，步骤C包括：删除原始路径中依照一定规律排序在所述起点前、以及在所述终点后的所有位置。
CN201810214521.5A 2018-03-15 2018-03-15 一种提高闭合路径精度的方法 Pending CN110275515A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810214521.5A CN110275515A (zh) 2018-03-15 2018-03-15 一种提高闭合路径精度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810214521.5A CN110275515A (zh) 2018-03-15 2018-03-15 一种提高闭合路径精度的方法

Publications (1)

Publication Number Publication Date
CN110275515A true CN110275515A (zh) 2019-09-24

Family

ID=67957667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810214521.5A Pending CN110275515A (zh) 2018-03-15 2018-03-15 一种提高闭合路径精度的方法

Country Status (1)

Country Link
CN (1) CN110275515A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110823253A (zh) * 2019-11-14 2020-02-21 北京百度网讯科技有限公司 基于无人车技术的数据处理方法、装置、设备及存储介质
CN112022011A (zh) * 2020-09-25 2020-12-04 小狗电器互联网科技（北京）股份有限公司 扫地机器人的控制方法、设备、系统和存储介质
CN112137528A (zh) * 2020-09-25 2020-12-29 小狗电器互联网科技（北京）股份有限公司 扫地机器人清扫区域的检测方法、装置、设备和存储介质
CN112137512A (zh) * 2020-09-25 2020-12-29 小狗电器互联网科技（北京）股份有限公司 扫地机器人清扫区域的检测方法、装置、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04177289A (ja) * 1990-11-09 1992-06-24 Sumitomo Electric Ind Ltd 経路計算方法およびその方法を用いた経路誘導装置
CN104200042A (zh) * 2014-09-17 2014-12-10 王伟 一种定位数据轨迹跟踪方法
US20150233718A1 (en) * 2014-02-17 2015-08-20 Tourmaline Labs, Inc. Systems and methods for estimating movements of a vehicle using a mobile device
CN106017486A (zh) * 2016-05-16 2016-10-12 浙江大学 一种面向无人车导航的基于轨迹拐点滤波的地图定位方法
CN106769080A (zh) * 2016-11-30 2017-05-31 百度在线网络技术（北京）有限公司 用于测量无人驾驶车辆的行驶精度的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04177289A (ja) * 1990-11-09 1992-06-24 Sumitomo Electric Ind Ltd 経路計算方法およびその方法を用いた経路誘導装置
US20150233718A1 (en) * 2014-02-17 2015-08-20 Tourmaline Labs, Inc. Systems and methods for estimating movements of a vehicle using a mobile device
CN104200042A (zh) * 2014-09-17 2014-12-10 王伟 一种定位数据轨迹跟踪方法
CN106017486A (zh) * 2016-05-16 2016-10-12 浙江大学 一种面向无人车导航的基于轨迹拐点滤波的地图定位方法
CN106769080A (zh) * 2016-11-30 2017-05-31 百度在线网络技术（北京）有限公司 用于测量无人驾驶车辆的行驶精度的方法和装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110823253A (zh) * 2019-11-14 2020-02-21 北京百度网讯科技有限公司 基于无人车技术的数据处理方法、装置、设备及存储介质
CN110823253B (zh) * 2019-11-14 2022-06-07 北京百度网讯科技有限公司 基于无人车技术的数据处理方法、装置、设备及存储介质
CN112022011A (zh) * 2020-09-25 2020-12-04 小狗电器互联网科技（北京）股份有限公司 扫地机器人的控制方法、设备、系统和存储介质
CN112137528A (zh) * 2020-09-25 2020-12-29 小狗电器互联网科技（北京）股份有限公司 扫地机器人清扫区域的检测方法、装置、设备和存储介质
CN112137512A (zh) * 2020-09-25 2020-12-29 小狗电器互联网科技（北京）股份有限公司 扫地机器人清扫区域的检测方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
CN110275515A (zh) 一种提高闭合路径精度的方法
CN106225791B (zh) 一种基于网格划分的gps定位与道路匹配方法
CN106323301B (zh) 一种道路情报的获取方法及装置
CN107195180B (zh) 一种基于电警数据的交通出行轨迹提取方法和装置
CN106600960A (zh) 基于时空聚类分析算法的交通出行起讫点识别方法
CN111177572B (zh) 一种基于用户动态兴趣的个性化旅游路线推荐方法
CN106227726B (zh) 一种基于车辆轨迹数据的路径提取方法
CN111046049B (zh) 一种货车gps轨迹数据压缩方法
CN109740676A (zh) 基于相似目标的物体检测迁移方法
EP2735984A1 (en) Video query method, device and system
CN104269057B (zh) 一种基于浮动车od数据的卡口传感器部署方法
CN106227788A (zh) 一种以Lucene为基础的数据库查询方法
CN114998744B (zh) 基于运动与视觉双特征融合的农机轨迹田路分割方法及装置
CN107346478A (zh) 基于历史数据的货运路径规划方法、服务器及系统
CN109816982B (zh) 基于共享单车轨迹的虚拟路网非机动车道属性修正方法
CN111259444B (zh) 一种融合隐私保护的轨迹数据标签聚类方法
CN107577702A (zh) 一种社交媒体中交通信息的辨别方法
CN103680185B (zh) 一种车辆行驶道路等级精确划分方法
CN104462143A (zh) 连锁品牌词词库、类别词词库建立方法和装置
CN112213113A (zh) 智能驾驶移动装置的现实道路测试场景选择及规划方法
CN112101187A (zh) 道路识别方法、装置及电子设备
CN104615621B (zh) 搜索中的相关性处理方法和系统
CN111427976B (zh) 道路鲜度的获取方法及装置
CN109800903A (zh) 一种基于出租车轨迹数据的盈利路线规划方法
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

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190924