CN110954922A - Gnss动态路测的场景自动识别方法及装置 - Google Patents
Gnss动态路测的场景自动识别方法及装置 Download PDFInfo
- Publication number
- CN110954922A CN110954922A CN201811144560.9A CN201811144560A CN110954922A CN 110954922 A CN110954922 A CN 110954922A CN 201811144560 A CN201811144560 A CN 201811144560A CN 110954922 A CN110954922 A CN 110954922A
- Authority
- CN
- China
- Prior art keywords
- test
- scene
- points
- test scene
- track
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种GNSS动态路测的场景自动识别方法及装置,所述方法包括以下步骤:设置初始化条件,包括设置测试场景,所述测试场景至少由2个关键点组成;按顺序判断轨迹点是否与测试场景的第一个关键点的判断范围框重叠,如果没有重叠则没有经过测试场景的轨迹数据退出;将余下的轨迹数据依次与测试场景的其它关键点的判断范围框做重叠判断,如果所述测试场景下的其它关键点都有与之重叠的轨迹点,则记录下与所述测试场景的第一个关键点和最后一个关键点重叠的轨迹点作为识别出来的测试场景的测试数据;按顺序将余下的轨迹点按照上述步骤来寻找经过测试场景的测试数据,直到所有轨迹点遍历完毕。本发明自动化程度高,判别场景更加准确。
Description
技术领域
本发明涉及场景识别技术领域,具体涉及一种GNSS动态路测的场景自动识别方法及装置。
背景技术
GNSS(Global Navigation Satellite System,全球导航卫星系统)是泛指所有的卫星导航系统,包括全球的、区域的和增强的,如美国的GPS、俄罗斯的Glonass、欧洲的Galileo、中国的北斗卫星导航系统,以及相关的增强系统,如美国的WAAS(广域增强系统)、欧洲的EGNOS(欧洲静地导航重叠系统)和日本的MSAS(多功能运输卫星增强系统)等,还涵盖在建和以后要建设的其他卫星导航系统。
GNSS设备是用来接收GNSS卫星信息,并根据接收到的GNSS卫星信息来解算当前所在的位置坐标信息。
在GNSS动态道路测试,简称路测,一般指的是GNSS接收机在动态的情况下对接收机的定位性能进行测试,一般所采用的方法是将GNSS接收机固定在测试车上,同时固定有一台更高精度等级的GNSS+INS(惯性导航系统)组合定位的参考设备做为动态基准,参考设备和GNSS设备通过功分器接同一个GNSS天线。装好后测试车将会沿着预定的行驶路线进行数据采集工作,该预定的行驶路线会由于行驶路线的环境不同,会定义多个测试场景,比如在高楼林立的某些道路会设定为楼宇遮挡场景,在视野较开阔的路段比如高架等路段会定义为开阔环境,而在GNSS遮挡非常严重的路段如隧道等路径会定为隧道环境等。在测试之前这些测试场景会预先设定好,然后设定测试车的行驶路线。测试时测试车按照测试的路线进行行驶并通过参考设备接收机和待测设备接收机接收同时接收各自己的定位结果。该定位结果会包含时间戳和该时间点的位置坐标信息。在数据采集完后,需要根据场景的定义来找出所来筛选出经过该场景区域的数据,以方便对该场景区域的定位数据进行分析。
而对数据采集完后对测试场景筛选的过程很多是人为在进行操作,过程是将参考设备的定位结果转成KML(Keyhole Markup Language,最初是由Google旗下的Keyhole公司开发和维护的一种基于XML的标记语言)等格式并加载在其它地图影像如谷歌地图上,然后根据之前的场景定义来在地图上找出进入场景的时间戳信息以及出场景的时间戳信息,将测试数据位于这两个时间戳范围内的测试数据过滤出来进行该场景的动态测试结果分析。
还有一种自动提取场景的方法是通过事先根据包含该场景的东向和北向的最大最小坐标组成的矩形框来描述该场景定义,通过将测试数据落于该坐标矩形框的数据进行过滤来提取该场景的测试数据。该方法在各个场景矩形框无交叉的情况下比较适用,如果存在多个场景矩形框有重叠或者实际行驶路线并不是期望路线的情况或者行驶路线经过了这些场景范围矩形框,就会造成提取的场景的错误。
现有人为判断场景的方法的需要在测试数据转成谷歌地球可以识别的格式加载,并手动在地图上找到这测试路段并记录下时间戳信息并录入测试软件进行数据分析,人工成本很大,而且很容易出错,过程繁琐效率低下。
现有传统的通过坐标范围矩形框来筛选场景的方法在针对场景重叠的、实际路线未按规定路线行驶并经过某些测试场景下将很容易判断错误。
发明内容
本发明提供了一种GNSS动态路测的场景自动识别方法及装置,在GNSS的设备的动态道路测试中,对于在测试过程中或者测试结束后根据测试场景定义库对测试数据通过软件进行测试场景的自动识别,从而找到该次测试所包含的场景以及分离出各场景测试的时间点及测试数据,方便进行后期针对各场景的测试分析。
本发明采用的技术方案包括以下步骤:
步骤1:设置初始化条件。
步骤2:按顺序判断轨迹点是否与场景的第一个关键点的判断范围框重叠;如果没有重叠则没有经过该场景的轨迹数据退出。
步骤3:将轨迹余下的轨迹数据依次与场景的其它关键点的判断范围做重叠判断;如果该场景下的其它关键点都有与之重叠的轨迹点,则记录下与该场景第一个关键点和最后一个关键点重叠的轨迹点做为识别出来的该场景的测试数据。
步骤4:按顺序从余下的轨迹点从步骤2开始来寻找其它经过该场景的数据直到轨迹点遍历完毕。
本发明的有益效果在于,一是效率高自动化程度高,二是针对传统矩形框来判别场景的方法更加准确,针对重叠场景以及不按规定路线行驶并穿过某些场景的情况的场景识别正确率更高,不易出现识别错误的情况。
附图说明
图1为本发明测试场景示意图;
图2是本发明GNSS动态路测的场景自动识别方法流程图;
图3是不符合测试场景要求的测试数据示例图1;
图4是不符合测试场景要求的测试数据示例图2;
图5是本发明GNSS动态路测的场景自动识别装置结构图。
具体实施方式
本发明设计了一种方法能够根据场景定义自动从测试的参考数据中来获得出入场景的时间戳信息,相对于人为的方式寻找出入场景的时间戳效率很大提升,而且比传统的通过场景定义矩形框来寻找场景出入时间戳的方式准确度更高,并可以进一步将GNSS测试过程实现自动化提供有力的支持。
下文中,结合附图和实施例对本发明作进一步阐述。
实施例一:
本发明提供了一种GNSS动态路测的场景自动识别方法,测试场景由一组有顺序的坐标点集合而成,如图1所示,定义有一个动态场景,该场景有道路中的四个关键点A-B-C-D连接而成,line0就是所组成的该场景的测试路线,每个关键点在场景判断时可以设定各自的判断范围框。图中line1是一个定位设备测试得到的轨迹数据,该轨迹数据也可能会经过其它场景与本图类似。在测试轨迹采集后需要判断该轨迹是不是经过了所定义的场景,如果经过了该场景则需要找出出入该场景的时间戳信息。
定位设备的轨迹数据一般由很多个时间序列的坐标点所成,每个坐标点包括该点的坐标信息以及定位到该点所发生的时间戳信息。
为了在测试轨迹上找到适配于每个场景的测试数据,如图1经过A到D或者经过D-A的测试数据,判断流程如图2所示:
1)设X为测试轨迹的起始点,因为测试轨迹是有时间序列的,起始点就是该测试轨迹的第一个点;同时设P为测试场景的起始关键点A,测试场景可以设定该场景的行驶方向比如由A到D,或者由D到A,也可以不要求行驶方向,如果不要要求行驶方向则两个方向都要进行分别进行下面的判断。
2)判断X点是否经过测试场景的P点范围框。
3)如果X点经过了P点范围框,则判断X0是否已经记录(有值)。
4)如果X0没记录,将点X的坐标和时间戳记录下来,记为X0。
5)判断测试场景的关键点是否已经遍历完毕。
6)如果测试场景的关键点已经遍历完毕,则记录X的坐标点和时间戳为X1,X0到X1范围的测试轨迹段即为找到的匹配该场景的一组测试数据,将找到该轨迹时间段进行记录,然后清空X0和X1标识,继续下一组测试数据判断。
7)如果测试场景的关键没有遍历完毕,则设P为测试场景的按次序的下一个关键点,如B、C、D等。
8)判断轨迹点是已经遍历完成。
9)如果轨迹点没有遍历完成,则更新X点为测试轨迹的一个点,然后进行第2步的判断。
10)判断结束。
以上的判断流程中的关于测试场景的关键点遍历时,可以指定次序来确认实际测试路线只能提取同方向的测试数据,也可以两个方向都进行判断来找出只要经过该测试场景的所有测试数据而不管测试行驶方向。
本发明测试场景由2个或者2个以上的连续关键坐标点组成,根据场景的复杂性可以通过添加更多的关键坐标点来应对复杂的场景定义。通过依次将场景的关键坐标点结合其允许的范围框来判断测试路线是否经过了指定的场景,同时如果经过了该场景将会提取出入该场景的时间戳信息。关键坐标点的允许范围框可以按照实际需要调节大小。在轨迹点是否经过场景关键点时的判断范围框可以以指定大小的矩形表示,也可以是圆形等其它形状来判断。判断时可以按照测试场景的关键点按指定的顺序来要求测试数据必须是指定的方向行驶进行筛选。用于判断的测试轨迹可以使用动态测试中的具有更高精度的参考设备位数据做为判断来提高提取的场景测试数据的时间戳精度。判断过程可以采用实时的测试轨迹数据进行实时场景判断,从而实时得知当前测试的场景以及已经完成的测试场景,便于对于测试任务进展进行监控以及测试数据的实时数据。
图3和图4是针对举例的两种不符合测试场景要求的测试数据示例。图3实施例中在测试场景关键点A到B到C可以依次在测试轨迹line2上达到匹配,但在找到C之后却无法找到D点匹配的,所以将无法在该测试轨迹到找到匹配的测试场景数据。图4实施例中开始就无法匹配到A或者D,所以即使B和C有匹配也无法匹配到该场景的测试场景数据。
实施例二:
本发明还提供了一种GNSS动态路测的场景自动识别装置,包括:
初始设置单元,用于设置初始化条件,包括设置测试场景,所述测试场景至少由2个关键点组成;
轨迹数据筛选单元,用于按顺序判断轨迹点是否与测试场景的第一个关键点的判断范围框重叠,如果没有重叠则没有经过测试场景的轨迹数据退出;
测试数据识别单元,用于将余下的轨迹数据依次与测试场景的其它关键点的判断范围框做重叠判断,如果所述测试场景下的其它关键点都有与之重叠的轨迹点,则记录下与所述测试场景的第一个关键点和最后一个关键点重叠的轨迹点作为识别出来的测试场景的测试数据;
轨迹点遍历单元,用于按顺序将余下的轨迹点按照上述步骤来寻找经过测试场景的测试数据,直到所有轨迹点遍历完毕。
进一步地,对测试场景的关键点进行遍历,按照测试场景的测试路线提取同方向的测试数据。
近一步地,对测试场景的关键点进行遍历,对测试场景的两个方向都进行判断,提取经过测试场景的所有测试数据。
实施例三:
本发明还提供了一种存储器,所述存储器存储有计算机程序,所述计算机程序执行如下步骤:
设置初始化条件,包括设置测试场景,所述测试场景至少由2个关键点组成;
按顺序判断轨迹点是否与测试场景的第一个关键点的判断范围框重叠,如果没有重叠则没有经过测试场景的轨迹数据退出;
将余下的轨迹数据依次与测试场景的其它关键点的判断范围框做重叠判断,如果所述测试场景下的其它关键点都有与之重叠的轨迹点,则记录下与所述测试场景的第一个关键点和最后一个关键点重叠的轨迹点作为识别出来的测试场景的测试数据;
按顺序将余下的轨迹点按照上述步骤来寻找经过测试场景的测试数据,直到所有轨迹点遍历完毕。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (11)
1.一种GNSS动态路测的场景自动识别方法,其特征在于,所述方法包括以下步骤:
设置初始化条件,包括设置测试场景,所述测试场景至少由2个关键点组成;
按顺序判断轨迹点是否与测试场景的第一个关键点的判断范围框重叠,如果没有重叠则没有经过测试场景的轨迹数据退出;
将余下的轨迹数据依次与测试场景的其它关键点的判断范围框做重叠判断,如果所述测试场景下的其它关键点都有与之重叠的轨迹点,则记录下与所述测试场景的第一个关键点和最后一个关键点重叠的轨迹点作为识别出来的测试场景的测试数据;
按顺序将余下的轨迹点按照上述步骤来寻找经过测试场景的测试数据,直到所有轨迹点遍历完毕。
2.如权利要求1所述的一种GNSS动态路测的场景自动识别方法,其特征在于,所述轨迹数据由时间序列的坐标点组成,所述坐标点包括坐标信息和时间戳信息。
3.如权利要求1所述的一种GNSS动态路测的场景自动识别方法,其特征在于,对测试场景的关键点进行遍历,按照测试场景的测试路线提取同方向的测试数据。
4.如权利要求1所述的一种GNSS动态路测的场景自动识别方法,其特征在于,对测试场景的关键点进行遍历,对测试场景的两个方向都进行判断,提取经过测试场景的所有测试数据。
5.如权利要求1所述的一种GNSS动态路测的场景自动识别方法,其特征在于,测试场景的关键点连接形成测试路线,依次将关键点结合判断范围框来判断测试路线是否经过了指定的测试场景,如果经过了指定的测试场景则提取出所述测试场景的时间戳信息。
6.如权利要求5所述的一种GNSS动态路测的场景自动识别方法,其特征在于,所述判断范围框根据实际需要进行调节。
7.如权利要求6所述的一种GNSS动态路测的场景自动识别方法,其特征在于,所述判断范围框为矩形或者圆形。
8.一种GNSS动态路测的场景自动识别装置,其特征在于,包括:
初始设置单元,用于设置初始化条件,包括设置测试场景,所述测试场景至少由2个关键点组成;
轨迹数据筛选单元,用于按顺序判断轨迹点是否与测试场景的第一个关键点的判断范围框重叠,如果没有重叠则没有经过测试场景的轨迹数据退出;
测试数据识别单元,用于将余下的轨迹数据依次与测试场景的其它关键点的判断范围框做重叠判断,如果所述测试场景下的其它关键点都有与之重叠的轨迹点,则记录下与所述测试场景的第一个关键点和最后一个关键点重叠的轨迹点作为识别出来的测试场景的测试数据;
轨迹点遍历单元,用于按顺序将余下的轨迹点按照上述步骤来寻找经过测试场景的测试数据,直到所有轨迹点遍历完毕。
9.如权利要求8所述的一种GNSS动态路测的场景自动识别装置,其特征在于,对测试场景的关键点进行遍历,按照测试场景的测试路线提取同方向的测试数据。
10.如权利要求8所述的一种GNSS动态路测的场景自动识别装置,其特征在于,对测试场景的关键点进行遍历,对测试场景的两个方向都进行判断,提取经过测试场景的所有测试数据。
11.一种存储器,所述存储器存储有计算机程序,其特征在于,所述计算机程序执行如下步骤:
设置初始化条件,包括设置测试场景,所述测试场景至少由2个关键点组成;
按顺序判断轨迹点是否与测试场景的第一个关键点的判断范围框重叠,如果没有重叠则没有经过测试场景的轨迹数据退出;
将余下的轨迹数据依次与测试场景的其它关键点的判断范围框做重叠判断,如果所述测试场景下的其它关键点都有与之重叠的轨迹点,则记录下与所述测试场景的第一个关键点和最后一个关键点重叠的轨迹点作为识别出来的测试场景的测试数据;
按顺序将余下的轨迹点按照上述步骤来寻找经过测试场景的测试数据,直到所有轨迹点遍历完毕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811144560.9A CN110954922B (zh) | 2018-09-27 | 2018-09-27 | Gnss动态路测的场景自动识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811144560.9A CN110954922B (zh) | 2018-09-27 | 2018-09-27 | Gnss动态路测的场景自动识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110954922A true CN110954922A (zh) | 2020-04-03 |
CN110954922B CN110954922B (zh) | 2021-08-24 |
Family
ID=69975307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811144560.9A Active CN110954922B (zh) | 2018-09-27 | 2018-09-27 | Gnss动态路测的场景自动识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110954922B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100278420A1 (en) * | 2009-04-02 | 2010-11-04 | Siemens Corporation | Predicate Logic based Image Grammars for Complex Visual Pattern Recognition |
CN103017750A (zh) * | 2012-07-03 | 2013-04-03 | 腾讯科技(深圳)有限公司 | 移动终端导航方法及相应的导航系统 |
CN103116896A (zh) * | 2013-03-07 | 2013-05-22 | 中国科学院光电技术研究所 | 一种基于视觉显著性模型的自动检测跟踪方法 |
US20130342706A1 (en) * | 2012-06-20 | 2013-12-26 | Xerox Corporation | Camera calibration application |
CN104520732A (zh) * | 2012-02-10 | 2015-04-15 | Isis创新有限公司 | 定位传感器的方法以及相关设备 |
CN104571111A (zh) * | 2015-01-09 | 2015-04-29 | 中国科学院合肥物质科学研究院 | 一种移动机器人室外环境感知能力测试方法 |
CN104619010A (zh) * | 2014-12-31 | 2015-05-13 | 上海大唐移动通信设备有限公司 | 路测轨迹记录方法及装置 |
CN105989358A (zh) * | 2016-01-21 | 2016-10-05 | 中山大学 | 一种自然场景视频识别方法 |
CN106529596A (zh) * | 2016-11-11 | 2017-03-22 | 国网上海市电力公司 | 一种基于可穿戴设备的室内、室外场景识别方法 |
-
2018
- 2018-09-27 CN CN201811144560.9A patent/CN110954922B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100278420A1 (en) * | 2009-04-02 | 2010-11-04 | Siemens Corporation | Predicate Logic based Image Grammars for Complex Visual Pattern Recognition |
CN104520732A (zh) * | 2012-02-10 | 2015-04-15 | Isis创新有限公司 | 定位传感器的方法以及相关设备 |
US20130342706A1 (en) * | 2012-06-20 | 2013-12-26 | Xerox Corporation | Camera calibration application |
CN103017750A (zh) * | 2012-07-03 | 2013-04-03 | 腾讯科技(深圳)有限公司 | 移动终端导航方法及相应的导航系统 |
CN103116896A (zh) * | 2013-03-07 | 2013-05-22 | 中国科学院光电技术研究所 | 一种基于视觉显著性模型的自动检测跟踪方法 |
CN104619010A (zh) * | 2014-12-31 | 2015-05-13 | 上海大唐移动通信设备有限公司 | 路测轨迹记录方法及装置 |
CN104571111A (zh) * | 2015-01-09 | 2015-04-29 | 中国科学院合肥物质科学研究院 | 一种移动机器人室外环境感知能力测试方法 |
CN105989358A (zh) * | 2016-01-21 | 2016-10-05 | 中山大学 | 一种自然场景视频识别方法 |
CN106529596A (zh) * | 2016-11-11 | 2017-03-22 | 国网上海市电力公司 | 一种基于可穿戴设备的室内、室外场景识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110954922B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108318043B (zh) | 用于更新电子地图的方法、装置和计算机可读存储介质 | |
CN105785411A (zh) | 一种基于区域划分的异常轨迹检测方法 | |
KR20160074998A (ko) | 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체 | |
CN108802769B (zh) | Gnss终端在高架上或高架下的检测方法及装置 | |
CN113847925A (zh) | 基于轨迹数据检测车辆偏航的方法、装置、设备及介质 | |
CN104422426B (zh) | 在高架道路区域内提供车辆导航信息的方法和设备 | |
CN109515439A (zh) | 自动驾驶控制方法、装置、系统及存储介质 | |
CN108445489A (zh) | 基于卫星遥感与无人机遥感确定热带农业损失的方法 | |
CN109407131A (zh) | 车头朝向确定方法、装置及设备 | |
JP2017102672A (ja) | 地理位置情報特定システム及び地理位置情報特定方法 | |
CN107730970A (zh) | 停车场出入口实景展示方法及装置 | |
CN110018503B (zh) | 车辆的定位方法及定位系统 | |
CN115344655A (zh) | 地物要素的变化发现方法、装置及存储介质 | |
CN110954922B (zh) | Gnss动态路测的场景自动识别方法及装置 | |
CN114360093A (zh) | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 | |
JP6828448B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム | |
US20210383141A1 (en) | Sign position identification system and program | |
US11816989B2 (en) | Identification of connection patterns on the basis of trajectory data | |
CN111832365A (zh) | 车道标记确定方法及装置 | |
CN112950960B (zh) | 自动驾驶车辆逆行的判断方法 | |
CN114743145A (zh) | 交通灯检测方法、装置以及电子设备 | |
CN113506459B (zh) | 一种地下停车场众包地图采集方法 | |
JP2018031627A (ja) | 情報処理方法、情報処理プログラム、情報処理装置および情報処理システム | |
CN111220173B (zh) | 一种poi的识别方法及装置 | |
CN110853354A (zh) | 一种基于gps的道路交通深度采集系统 |
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 |