CN110351651B - 一种车辆轨迹缺失识别及补偿方法 - Google Patents
一种车辆轨迹缺失识别及补偿方法 Download PDFInfo
- Publication number
- CN110351651B CN110351651B CN201910428591.5A CN201910428591A CN110351651B CN 110351651 B CN110351651 B CN 110351651B CN 201910428591 A CN201910428591 A CN 201910428591A CN 110351651 B CN110351651 B CN 110351651B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- road section
- determining
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆轨迹缺失识别及补偿方法,该识别方法为:获取预设时间段内目标车载终端所属车辆轨迹的所有定位信息;根据获取到的所有定位信息,计算每对相邻定位点的时间间隔;根据计算得到的各个时间间隔,计算众数;判断每对相邻定位点的时间间隔与众数*预设比率的大小,确定大于众数*预设比率的目标相邻定位点;判断目标相邻定位点之间的距离是否大于预设距离,如果大于,确定该目标相邻定位点之间为轨迹缺失。本发明能够准确识别相邻定位点间轨迹缺失,并对车辆缺失轨迹进行自动化补偿,实现了车辆轨迹缺失及补偿的自动化,提高了车辆轨迹缺失识别及补偿效率。
Description
技术领域
本发明涉及车联网技术领域,特别涉及一种车辆轨迹缺失识别及补偿方法。
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发送至服务器,通过与电子地图匹配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。现有车辆轨迹缺失通常是由用户或运维人员通过肉眼查看地图中车辆行驶轨迹并发现,并通过调用百度接口进行路径规划,针对规划不合理的路径进行手动调整,进行手动轨迹补偿,手动补偿工作量大,效率低下。
发明内容
本发明的目的在于提供一种车辆轨迹缺失识别及补偿方法,通过确定众数并根据相邻定位点的时间间隔及距离确定轨迹缺失,并对目标相邻定位点间的缺失轨迹进行补偿,提高了车辆轨迹缺失补偿的准确性和处理效率。
第一方面,本发明公开了一种车辆轨迹缺失识别方法,包括如下步骤:
获取预设时间段内目标车载终端所属车辆轨迹的所有定位信息;
根据获取到的所有定位信息,计算每对相邻定位点的时间间隔;
根据计算得到的各个时间间隔,计算众数;
判断每对相邻定位点的时间间隔与众数*预设比率的大小,确定大于众数*预设比率的目标相邻定位点;
判断目标相邻定位点之间的距离是否大于预设距离,如果大于,确定该目标相邻定位点之间为轨迹缺失。
第二方面,本发明公开了一种车辆轨迹缺失补偿方法,该方法首先应用上述所述的轨迹缺失识别方法确定轨迹缺失,所述轨迹缺失的补偿方法包括:
根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹。
进一步地,所述根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹具体包括:
调用电子地图,对轨迹缺失的目标相邻定位点间进行路径规划获得规划路径;
获取预设时间段内目标车载终端所属车辆轨迹缺失的目标相邻定位点之间的历史行驶轨迹,将所述规划路径与所述历史行驶轨迹进行相似性计算;
根据相似性计算结果,确定所述规划路径中的其一规划路径为车辆补偿轨迹。
进一步地,所述根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹具体包括:
获取预设时间段内目标车载终端所属车辆轨迹缺失的目标相邻定位点之间的所有历史行驶轨迹和对应的历史时间间隔;
将所述历史时间间隔与当前轨迹缺失的目标相邻定位点间的时间间隔进行差值计算,计算结果中最接近零的历史时间间隔所对应的历史行驶轨迹确定为车辆补偿轨迹。
进一步地,所述根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹具体包括:
获取轨迹缺失的目标相邻定位点所在时间段内的行驶视频信息;
根据所述行驶视频信息确定轨迹缺失的所述目标相邻定位点之间的车辆补偿轨迹。
进一步地,所述根据所述行驶视频信息确定轨迹缺失的所述目标相邻定位点之间的车辆补偿轨迹具体包括:
根据行驶视频信息确定多个车辆位置点;
将目标相邻定位点的起点、确定的多个车辆位置点以及目标相邻定位点的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;
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补偿轨迹;
所述位置序列中相邻位置点之间存在岔路口时,确定车辆在相邻位置点之间的候选行驶路径以及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补偿轨迹;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;
将第一车辆补偿轨迹和第二车辆补偿轨迹相连生成车辆补偿轨迹。
进一步地,所述候选行驶路径的确定方法为:
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,所述车辆位置点的确定方法为:
对所述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。
其中,所述预估行驶距离为轨迹缺失起点时间与车辆位置点对应时间的时间间隔乘以第二预设速度上限值。
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。
本发明技术有益效果:本发明技术方案通过获取目标车载终端的发送定位信息的众数,基于众数、相邻定位点间的时间间隔、相邻定位点间距离确定目标相邻定位点间的轨迹缺失,轨迹缺失的判断更加准确合理。确定目标相邻定位点之间轨迹缺失时,通过基于相邻定位点之间的历史行驶轨迹对缺失轨迹进行补偿,补偿方法简单高效;或通过基于行驶视频信息对相邻定位点间的缺失轨迹进行补偿,大大提高了轨迹补偿的准确性。
附图说明
图1为本发明车辆轨迹缺失识别方法的流程图;
图2为本发明实施例4确定车辆补偿轨迹的方法流程图;
图3为本发明实施例4的车辆行驶场景示意图。
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轨迹缺失识别方法,包括如下步骤:
S1:获取预设时间段内目标车载终端所属车辆轨迹的所有定位信息;其中,定位信息包括定位点坐标信息及定位点对应时间信息。
S2:根据获取到的所有定位信息,计算每对相邻定位点的时间间隔;
S3:根据计算得到的各个时间间隔,计算众数;
其中,众数为相邻定位点中最常见的时间间隔,由于各种类型的终端发送频率不同,并且相同终端在不同情况下发送频率也会上下波动,所以计算出众数相比于传统方法中使用平均数更能反应该终端的正常发送频率,该方法适用于不同类型终端在实际使用中的发送频率准确获取。
S4:判断每对相邻定位点的时间间隔与众数*预设比率的大小,确定大于众数*预设比率的目标相邻定位点;其中,预设比率为大于1的数字,它的意义是可以允许相邻点之间可以丢失多少个点,例如预设比率值为5时,众数*5表示丢失了5个定位点的这个区间的时间长度。例如:众数为30s,众数*5计算结果为150s;相邻定位点的时间间隔大于150s的确定为轨迹缺失。该步骤先进行时间间隔的计算进行筛选,避免步骤S5中大量的距离计算,减少不必要的计算资源浪费。
S5:判断目标相邻定位点之间的距离是否大于预设距离,如果大于,确定该目标相邻定位点之间为轨迹缺失。由于存在车辆静止的情况,通过判断相邻定位点间的距离进行轨迹缺失判断,轨迹缺失识别判断准确性高。
实施例2
本发明还公开了一种车辆轨迹缺失补偿方法,该方法首先应用上述所述的轨迹缺失识别方法确定轨迹缺失,所述轨迹缺失的补偿方法包括:
根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹;本发明实施例中,其具体包括:
调用电子地图,对轨迹缺失的目标相邻定位点间进行路径规划获得规划路径;其中,电子地图预先存储在管理服务器中,电子地图具有规划路径的功能。获取预设时间段内目标车载终端所属车辆轨迹缺失的目标相邻定位点之间的历史行驶轨迹,将所述规划路径与所述历史行驶轨迹进行相似性计算;其中,预设时间段内可以为轨迹缺失对应时间点之前一周内,当然也可以选择其他时间段,目标车载终端每次的行驶轨迹会记录存储在管理服务器中以供调用。根据相似性计算结果,确定所述规划路径中的其一规划路径为车辆补偿轨迹,进一步的,本实施例中以相似性计算结果中相似度最高的规划路径确定为车辆补偿轨迹,并将该规划路径截取补偿至目标相邻定位点之间完成轨迹缺失补偿。
实施例3
本发明实施例中,确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹的方法不同于实施例2中确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹的方法,其方法为:获取预设时间段内目标车载终端所属车辆轨迹缺失的目标相邻定位点之间的所有历史行驶轨迹和对应的历史时间间隔;将所述历史时间间隔与当前轨迹缺失的目标相邻定位点间的时间间隔进行差值计算,计算结果中最接近零的历史时间间隔所对应的历史行驶轨迹确定为车辆补偿轨迹。通常情况下,由于车辆在相同路径行驶下所需的时间基本相同,本实施例以轨迹缺失的目标相邻定位点间的时间间隔与目标相邻定位点间的历史行驶轨迹所跨度的时间间隔进行差值计算,确定车辆补偿轨迹,计算方法简单的同时,提高了车辆补偿轨迹的准确性。
实施例4
本发明实施例中,根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹具体包括:获取轨迹缺失的目标相邻定位点所在时间段内的行驶视频信息;根据所述行驶视频信息确定轨迹缺失的所述目标相邻定位点之间的车辆补偿轨迹。
如图2所示为本实施例中根据所述行驶视频信息确定轨迹缺失的所述目标相邻定位点之间的车辆补偿轨迹的方法流程图,具体包括:
a:根据行驶视频信息确定多个车辆位置点;其中,行驶视频信息可以通过安装在车辆上带有摄像头的车载终端或行车记录仪采集获得,并通过无线通信模块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目标相邻定位点之间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,通过行驶视频信息确定车辆位置点的方法为:对所述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;其中,所述预估行驶距离为轨迹缺失起点时间与车辆位置点对应时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。
b:将目标相邻定位点的起点、确定的多个车辆位置点以及目标相邻定位点的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,由于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,可以将目标相邻定位点的起点、目标相邻定位点的终点按时间顺序建立位置序列,并对两点之间是否存在岔路口进行判断。本发明实施例中,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。
c: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补偿轨迹;其中,路段曲率同样可以通过电子地图查询获取。
d:所述位置序列中相邻位置点之间存在岔路口时,确定车辆在相邻位置点之间的候选行驶路径以及确定所述候选行驶路径的最少特征匹配路段;
其中,所述候选行驶路径的确定方法为: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3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
本发明实施例中,最少特征匹配路段的确定方法为:
d1: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;
d2: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。
d3: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。
d4: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3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。
e: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补偿轨迹;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。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。
f:将第一车辆补偿轨迹和第二车辆补偿轨迹相连生成车辆补偿轨迹。
本发明技术方案通过获取相邻定位点的时间间隔确定众数,根据众数及相邻定位点间的时间间隔确定目标相邻定位点,并根据目标相邻定位点间的距离确定轨迹是否缺失,实现轨迹缺失识别的自动化和高效化;此外,本发明对目标相邻定位点间的缺失轨迹进行自动化的补偿,减少了人工成本的同时,保障了轨迹缺失补偿的准确性和高效性,提升了运维效率。
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 (9)
1.一种车辆轨迹缺失识别方法,其特征在于,包括如下步骤:
获取预设时间段内目标车载终端所属车辆轨迹的所有定位信息;
根据获取到的所有定位信息,计算每对相邻定位点的时间间隔;
根据计算得到的各个时间间隔,计算众数;
判断每对相邻定位点的时间间隔与众数*预设比率的大小,确定大于众数*预设比率的目标相邻定位点;
判断目标相邻定位点之间的距离是否大于预设距离,如果大于,确定该目标相邻定位点之间为轨迹缺失。
2.一种车辆轨迹缺失补偿方法,其特征在于,应用如权利要求1中所述的轨迹缺失识别方法确定轨迹缺失,所述轨迹缺失的补偿方法包括:
根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹。
3.根据权利要求2所述的车辆轨迹缺失补偿方法,其特征在于,所述根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹具体包括:
调用电子地图,对轨迹缺失的目标相邻定位点间进行路径规划获得规划路径;
获取预设时间段内目标车载终端所属车辆轨迹缺失的目标相邻定位点之间的历史行驶轨迹,将所述规划路径与所述历史行驶轨迹进行相似性计算;
根据相似性计算结果,确定所述规划路径中的其一规划路径为车辆补偿轨迹。
4.根据权利要求2所述的车辆轨迹缺失补偿方法,其特征在于,所述根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹具体包括:
获取预设时间段内目标车载终端所属车辆轨迹缺失的目标相邻定位点之间的所有历史行驶轨迹和对应的历史时间间隔;
将所述历史时间间隔与当前轨迹缺失的目标相邻定位点间的时间间隔进行差值计算,计算结果中最接近零的历史时间间隔所对应的历史行驶轨迹确定为车辆补偿轨迹。
5.根据权利要求2所述的车辆轨迹缺失补偿方法,其特征在于,所述根据预设路径确定方法确定轨迹缺失的所述目标相邻定位点间的车辆补偿轨迹具体包括:
获取轨迹缺失的目标相邻定位点所在时间段内的行驶视频信息;
根据所述行驶视频信息确定轨迹缺失的所述目标相邻定位点之间的车辆补偿轨迹。
6.根据权利要求5所述的车辆轨迹缺失补偿方法,其特征在于,所述根据所述行驶视频信息确定轨迹缺失的所述目标相邻定位点之间的车辆补偿轨迹具体包括:
根据行驶视频信息确定多个车辆位置点;
将目标相邻定位点的起点、确定的多个车辆位置点以及目标相邻定位点的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;
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补偿轨迹;
所述位置序列中相邻位置点之间存在岔路口时,确定车辆在相邻位置点之间的候选行驶路径以及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补偿轨迹;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;
将第一车辆补偿轨迹和第二车辆补偿轨迹相连生成车辆补偿轨迹。
7.根据权利要求6所述的车辆轨迹缺失补偿方法,其特征在于,
所述候选行驶路径的确定方法为:
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。
8.根据权利要求6所述的车辆轨迹缺失补偿方法,其特征在于,所述车辆位置点的确定方法为:
对所述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;
其中,所述预估行驶距离为轨迹缺失起点时间与车辆位置点对应时间的时间间隔乘以第二预设速度上限值。
9.根据权利要求6所述的车辆轨迹缺失补偿方法,其特征在于,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910428591.5A CN110351651B (zh) | 2019-05-22 | 2019-05-22 | 一种车辆轨迹缺失识别及补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910428591.5A CN110351651B (zh) | 2019-05-22 | 2019-05-22 | 一种车辆轨迹缺失识别及补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110351651A CN110351651A (zh) | 2019-10-18 |
CN110351651B true CN110351651B (zh) | 2021-04-27 |
Family
ID=68173946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910428591.5A Active CN110351651B (zh) | 2019-05-22 | 2019-05-22 | 一种车辆轨迹缺失识别及补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110351651B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111024096B (zh) * | 2019-11-08 | 2022-06-03 | 安徽中科美络信息技术有限公司 | 一种车辆定位数据上传方法和车载终端 |
CN110888885A (zh) * | 2019-11-25 | 2020-03-17 | 深圳广联赛讯有限公司 | 轨迹数据处理方法、装置、服务器及可读存储介质 |
CN111882102B (zh) * | 2020-06-05 | 2024-03-22 | 百度在线网络技术(北京)有限公司 | 轨迹中的中断区间信息的补偿方法、设备及存储介质 |
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 |
CN113157769B (zh) * | 2021-04-13 | 2023-05-02 | 成都江泰讯安信息技术有限公司 | 水文报讯缺报检索方法 |
CN113267196B (zh) * | 2021-05-19 | 2022-04-08 | 中移智行网络科技有限公司 | 车辆轨迹修正方法、终端及计算机可读存储介质 |
CN113587945B (zh) * | 2021-06-28 | 2024-04-30 | 深圳市跨越新科技有限公司 | 路网数据缺失情况下的车辆行驶路线校正方法及系统 |
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 |
CN116678430B (zh) * | 2023-05-23 | 2024-03-19 | 北京爱好科技有限公司 | 行驶轨迹确定方法及装置、电子设备和可读存储介质 |
CN116597397B (zh) * | 2023-07-17 | 2023-10-24 | 腾讯科技(深圳)有限公司 | 预测车辆轨迹的模型训练方法和装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102128626A (zh) * | 2010-01-13 | 2011-07-20 | 华为技术有限公司 | 轨迹显示方法、系统和地图服务器 |
CN104050832A (zh) * | 2014-05-23 | 2014-09-17 | 北京中交兴路信息科技有限公司 | 位置信息的补全方法和装置 |
CN106326254A (zh) * | 2015-06-25 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 行车路径的修复方法和装置 |
WO2017162036A1 (zh) * | 2016-03-23 | 2017-09-28 | 腾讯科技(深圳)有限公司 | 偏航识别方法、终端和存储介质 |
CN107645701A (zh) * | 2017-09-12 | 2018-01-30 | 咪咕互动娱乐有限公司 | 一种生成运动轨迹的方法及装置 |
CN109670010A (zh) * | 2018-12-29 | 2019-04-23 | 北斗天地股份有限公司 | 轨迹数据补充方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7283047B2 (en) * | 2003-08-01 | 2007-10-16 | Spectrum Tracking Systems, Inc. | Method and system for providing tracking services to locate an asset |
CN107705545B (zh) * | 2017-09-14 | 2021-10-01 | 王淑芳 | 一种重点营运车辆轨迹点补充方法和系统 |
-
2019
- 2019-05-22 CN CN201910428591.5A patent/CN110351651B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102128626A (zh) * | 2010-01-13 | 2011-07-20 | 华为技术有限公司 | 轨迹显示方法、系统和地图服务器 |
CN104050832A (zh) * | 2014-05-23 | 2014-09-17 | 北京中交兴路信息科技有限公司 | 位置信息的补全方法和装置 |
CN106326254A (zh) * | 2015-06-25 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 行车路径的修复方法和装置 |
WO2017162036A1 (zh) * | 2016-03-23 | 2017-09-28 | 腾讯科技(深圳)有限公司 | 偏航识别方法、终端和存储介质 |
CN107645701A (zh) * | 2017-09-12 | 2018-01-30 | 咪咕互动娱乐有限公司 | 一种生成运动轨迹的方法及装置 |
CN109670010A (zh) * | 2018-12-29 | 2019-04-23 | 北斗天地股份有限公司 | 轨迹数据补充方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110351651A (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110351651B (zh) | 一种车辆轨迹缺失识别及补偿方法 | |
CN109813327B (zh) | 一种车辆行驶轨迹缺失补偿方法 | |
CN111652940A (zh) | 目标异常识别方法、装置、电子设备及存储介质 | |
DE602004002048T2 (de) | Gerät, System und Verfahren zur Signaliseren von der Verkehrslage | |
CN106781669A (zh) | 一种车位推荐方法以及装置 | |
CN111442778A (zh) | 出行方案推荐方法、装置、设备及计算机可读存储介质 | |
CN104819726A (zh) | 导航数据处理方法、装置及导航终端 | |
CN108648093B (zh) | 数据处理方法、装置及设备 | |
CN105335515A (zh) | 一种信息推荐方法和装置 | |
CN107026845A (zh) | 任务作弊行为识别方法及装置 | |
CN106781507A (zh) | 用于生成路况信息和测试路况识别系统的方法和装置 | |
CN106595692A (zh) | 一种提供天气信息的方法及装置 | |
CN112883236B (zh) | 一种地图更新方法、装置、电子设备及存储介质 | |
CN106714179B (zh) | 识别伪基站信息的方法及装置 | |
CN104320848B (zh) | 基于云计算实现室内定位的系统及方法 | |
CN116823535B (zh) | 一种基于多模态大模型的行程规划及智能导览系统 | |
CN107895339A (zh) | 基于共治网格的政务信息处理方法和装置 | |
CN110781256B (zh) | 基于发送位置数据确定与Wi-Fi相匹配的POI的方法及装置 | |
CN109166336B (zh) | 一种基于区块链技术的实时路况信息采集推送方法 | |
CN106931976A (zh) | 一种导航信息更新的方法及装置 | |
CN110996128B (zh) | 在线教学视频推送管理系统 | |
CN110992081A (zh) | 用于线下服务商的数据处理方法及装置 | |
CN113282638B (zh) | 一种城建用车识别方法和装置 | |
CN113850837A (zh) | 视频处理方法、装置、电子设备、存储介质及计算机产品 | |
CN112785083B (zh) | 到达时间的预估方法、装置、电子设备以及存储介质 |
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. |