CN111739304B - 基于车辆轨迹和线路线形数据的班次认定方法及系统 - Google Patents

基于车辆轨迹和线路线形数据的班次认定方法及系统 Download PDF

Info

Publication number
CN111739304B
CN111739304B CN202010857183.4A CN202010857183A CN111739304B CN 111739304 B CN111739304 B CN 111739304B CN 202010857183 A CN202010857183 A CN 202010857183A CN 111739304 B CN111739304 B CN 111739304B
Authority
CN
China
Prior art keywords
points
line shape
distance
point
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.)
Active
Application number
CN202010857183.4A
Other languages
English (en)
Other versions
CN111739304A (zh
Inventor
薛博
张彤
李宇飞
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.)
Shenzhen Urban Traffic Planning And Design Institute Co ltd
Original Assignee
Shenzhen Urban Traffic Planning And Design Institute 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 Shenzhen Urban Traffic Planning And Design Institute Co ltd filed Critical Shenzhen Urban Traffic Planning And Design Institute Co ltd
Priority to CN202010857183.4A priority Critical patent/CN111739304B/zh
Publication of CN111739304A publication Critical patent/CN111739304A/zh
Application granted granted Critical
Publication of CN111739304B publication Critical patent/CN111739304B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种基于车辆轨迹和线路线形数据的班次认定方法及系统,所述方法包括:线形数据处理步骤:插入若干位置点,并计算点的方向角;初次剔除步骤:剔除不在线形一定距离范围内的车辆轨迹点;二次剔除步骤:构造车辆轨迹点为折线段;经过点计算步骤:计算被车辆轨迹点经过的线形上的点;统计步骤:统计被车辆轨迹点经过的线形上的点;有效性判定步骤:判定班次有效性。本发明大大提高通过车辆位置数据和线路数据判定班次信息的容错性,大大减少企业申述的比例,提高数字化考核的准确性和实用性。

Description

基于车辆轨迹和线路线形数据的班次认定方法及系统
技术领域
本发明涉及智慧城市交通技术领域,尤其涉及一种基于车辆轨迹和线路线形数据的班次认定方法及系统。
背景技术
公交运营考核是很多城市面临的问题。大数据时代来临后,通过数据化的方式进行考核成为众多政府部门和企业的选择。其中通过车辆定位(例如GPS或北斗)轨迹数据判定班次(车辆从一个首末站出发行驶到另一个首末站的活动)及其发车和到达时间来认定运营班次数据是数据化考核的关键。目前做法的核心是通过看定位轨迹是否经过线路站点而判定车辆是否经过站点,然后看车辆是不是经过了足够多的站点,如果是的话则该班次有效。而经过的定义通常是车辆轨迹点是否距离站点足够近;班次的出发和到达时间则是车俩轨迹经过首末站的时间。
现有方法的问题主要是容错性差,
1)如果因为遮挡等原因导致车辆经过站点时位置信号(后面都以GPS为例,对北斗等也是一样)丢失则会影响班次的认定;
2)而如果首末站GPS信号丢失的话发车时间、发车间隔等的考核都会有问题;
3)如果站点恰巧在道路另一侧则可能出现“经过站点”的误判。例如,站点在一个U型弯的某一段,车辆进出该U型弯的时候,都可能被识别成“经过站点”。
发明内容
本发明实施例所要解决的技术问题在于,提供一种基于车辆轨迹和线路线形数据的班次认定方法及系统,以提高班次数据认定的容错性,提高利用数据考核公交企业运营的准确性和实用性。
为了解决上述技术问题,本发明实施例提出了一种基于车辆轨迹和线路线形数据的班次认定方法,包括:
线形数据处理步骤:将线路的线形调整为多个离散点,在线形的离散点之间插入若干位置点,使相邻点的距离不超过第一预设距离,并计算线形上每一个点的方向角;
初次剔除步骤:遍历车辆轨迹点,做轨迹点到线形的投影,并计算轨迹点到投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除;
二次剔除步骤:先对初次剔除后的车辆轨迹点按时间顺序连成折线段,然后把车辆轨迹点之间距离相近的点剔除;
经过点计算步骤:把线形上的点逐个投影到车辆轨迹折线段上并计算线形上的点到投影点的距离以及投影点在折线段上的方向;如果投影距离小于预设的阈值且2个方向之间的夹角差小于预设角度,则认为车辆轨迹点经过线形上的该点;
统计步骤:统计线形上被车辆轨迹点经过的点,如果线形上两个被经过的点之间点的个数不超预设数量,则判定为这两个点之间的点也被经过;
有效性判定步骤:根据线形上被经过的点的个数和线形上点的总个数判定班次有效性。
进一步地,线形数据处理步骤中,采用以下方法插入位置点:
假定两离散点之间距离为x米,d为第一预设距离,如果x<=d米,则两点之间不插入点;否则两离散点之间等距插入n个点,n=x/d,其中“/”为整除;
采用以下公式计算方向角:
假定这些离散点的坐标为(xi,yi),其中i=1,2,......,N;对第一个点,方向角θ=atan2(y2-y0,x2-x0);对最后一个点θ=atan2(yN-yN-2,xN-xN-2),对中间的点θ=atan2(yi+1-yi-1,xi+1-xi-1)。
进一步地,初次剔除步骤包括:
子步骤1:判断dot_product1=(xi+1-xi)(x-xi)+(yi+1-yi)(y-yi)和
dot_product2=(xi-xi+1)(x-xi+1)+(yi-yi+1)(y-yi+1)
是否为正,其中,(x,y)为车辆轨迹点C的坐标,(xi,yi)、(xi+1,yi+1)分别为线形上与车辆轨迹点C相临近的点A和点B的坐标,dot_product1为向量
Figure GDA0002723254330000021
与向量
Figure GDA0002723254330000022
的点积,dot_product2为向量
Figure GDA0002723254330000023
与向量
Figure GDA0002723254330000024
的点积,i=1,2,......,N;
子步骤2:若是,则判定轨迹点可以投影到线形上,并计算投影点坐标;若否,则判定轨迹点无法投影到线形上,则把线形上距离轨迹点C(x,y)最近的点作为投影点;
子步骤3:计算轨迹点与投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除。
进一步地,有效性判定步骤中,采用下式判定有效性:
Figure GDA0002723254330000031
M为线形上被经过的点的个数,N为线形上点的总个数,δ为有效性的判断阈值。
相应地,本发明实施例还提供了一种基于车辆轨迹和线路线形数据的班次认定系统,包括:
线形数据处理模块:将线路的线形调整为多个离散点,在线形的离散点之间插入若干位置点,使相邻点的距离不超过第一预设距离,并计算线形上每一个点的方向角;
初次剔除模块:遍历车辆轨迹点,做轨迹点到线形的投影,并计算轨迹点到投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除;
二次剔除模块:先对初次剔除后的车辆轨迹点按时间顺序连成折线段,然后把车辆轨迹点之间距离相近的点剔除;
经过点计算模块:把线形上的点逐个投影到车辆轨迹折线段上并计算线形上的点到投影点的距离以及投影点在折线段上的方向;如果投影距离小于预设的阈值且2个方向之间的夹角差小于预设角度,则认为车辆轨迹点经过线形上的该点;
统计模块:统计线形上被车辆轨迹点经过的点,如果线形上两个被经过的点之间点的个数不超预设数量,则判定为这两个点之间的点也被经过;
有效性判定模块:根据线形上被经过的点的个数和线形上点的总个数判定班次有效性。
进一步地,线形数据处理模块中,采用以下方法插入位置点:
假定两离散点之间距离为x米,d为第一预设距离,如果x<=d米,则两点之间不插入点;否则两离散点之间等距插入n个点,n=x/d,其中“/”为整除;
采用以下公式计算方向角:
假定这些离散点的坐标为(xi,yi),其中i=1,2,......,N;对第一个点,方向角θ=atan2(y2-y0,x2-x0);对最后一个点θ=atan2(yN-yN-2,xN-xN-2),对中间的点θ=atan2(yi+1-yi-1,xi+1-xi-1)。
进一步地,初次剔除模块包括:
子模块1:判断dot_product1=(xi+1-xi)(x-xi)+(yi+1-yi)(y-yi)和
dot_product2=(xi-xi+1)(x-xi+1)+(yi-yi+1)(y-yi+1)
是否为正,其中,(x,y)为车辆轨迹点C的坐标,(xi,yi)、(xi+1,yi+1)分别为线形上与车辆轨迹点C相临近的点A和点B的坐标,dot_product1为向量
Figure GDA0002723254330000041
与向量
Figure GDA0002723254330000042
的点积,dot_product2为向量
Figure GDA0002723254330000043
与向量
Figure GDA0002723254330000044
的点积,i=1,2,......,N;
子模块2:若是,则判定轨迹点可以投影到线形上,并计算投影点坐标;若否,则判定轨迹点无法投影到线形上,则把线形上距离轨迹点C(x,y)最近的点作为投影点;
子模块3:计算轨迹点与投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除。
进一步地,有效性判定模块中,采用下式判定有效性:
Figure GDA0002723254330000045
M为线形上被经过的点的个数,N为线形上点的总个数,δ为有效性的判断阈值。
本发明的有益效果为:本发明大大提高通过车辆位置数据和线路数据判定班次信息的容错性,大大减少企业申述的比例,提高数字化考核的准确性和实用性。
附图说明
图1是本发明实施例的基于车辆轨迹和线路线形数据的班次认定方法的流程示意图。
图2是本发明实施例的原始线形的示意图。
图3是本发明实施例的调整后的线形的示意图。
图4是本发明实施例的轨迹点到线形上投影的示意图。
图5是本发明实施例的投影点的示意图。
图6是本发明实施例的轨迹点无法投影到线形上的示意图。
图7是本发明一种实施例的正确判断车辆轨迹没有经过线形点的示意图。
图8是本发明实施例的被车辆轨迹点经过的点的示意图。
图9是本发明实施例的基于车辆轨迹和线路线形数据的班次认定系统的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和具体实施例对本发明作进一步详细说明。
本发明实施例中若有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中若涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
请参照图1,本发明实施例的基于车辆轨迹和线路线形数据的班次认定方法包括线形数据处理步骤、初次剔除步骤、二次剔除步骤、经过点计算步骤、统计步骤及有效性判定步骤。
线形数据处理步骤:将车辆线路的线形调整为多个离散点,在线形的离散点之间插入若干位置点,使相邻点的距离不超过第一预设距离,并计算线形上每一个点的方向角(包括linestring上点的方向角或GPS轨迹点(折线段)的方向角,就是该点在线形或GPS轨迹的“切线”方向,通过差分的方法计算)。
首先把线路的linestring(线形,即线路形状)调整成距离较近的多个离散点。线路的linestring即用一些列经纬度坐标点数据,该数据表示的线路走向,Linestring上相邻两个点之间直线连接。
线路线形数据linestring本质上就是一些列离散的坐标点,经度和维度,两点之间是直线连接。在曲率大的地方linestring的点相对稠密,曲率小的地方linestring的相对稠密。
这一步是把linestring的两点之间插入若干点使得相邻点的距离不超过第一预设距离,例如取50米。长度的计算可以按常规的墨卡托投影或其它更符合本地地理位置的投影坐标系。
例如,原始linestring如图2所示,构造调整后如图3所示。
具体做法为,取第一预设距离d=50米,假定两点之间为x米,如果x<=d米,则两点之间不插入点。否则两点之间插入的点的个数n=x/d,其中“/”为整除。然后按照平均距离插入点。
然后计算这些离散点的方向角,通过差分的方法计算。先假定这些离散点的坐标为(xi,yi),其中i=1,2,......,N。对第一个点,方向角θ=atan2(y2-y0,x2-x0),对最后一个点θ=atan2(yN-yN-2,xN-xN-2),对中间的点θ=atan2(yi+1-yi-1,xi+1-xi-1)。
针对坐标点的量纲问题,把离散点的经纬度转换成平面坐标系然后计算角度结果会较为准确。但针对具体的应用场景,从计算性能的角度考虑直接用经纬度(longitude,latitude)也是可以的,因为这些点的距离跨度小,球面可以近似成平面。而后面会提到,方向角是否一致的检查是比较宽松的,对计算精度的要求没有那么高。
初次剔除步骤:剔除不在linestring一定距离范围内的车辆轨迹点。
因设备、天气、建筑物遮挡等原因,车辆轨迹点可能会有异常值,初次剔除步骤是把这些异常值剔除掉,以免后续投影计算的错误。就是对线路linestring做一个缓冲buffer(缓冲器),保留在buffer内的GPS点而剔除buffer之外的GPS点。
具体做法是遍历车辆轨迹点,做轨迹点到linestring的“投影”。计算轨迹点到投影点之间的距离,如果距离在第二预设距离的范围内则保留,否则剔除。
轨迹点到linestring的“投影”的计算过程如下:
仍然用(xi,yi)表示linestring上的点,其中i=1,2,......,N。某个车辆轨迹点C用(x,y)表示。点A(xi,yi)、B(xi+1,yi+1)和C(x,y)组成一个三角形,如图4所示。
如果角α和角β都是锐角,则认为轨迹点“可以”投影到点A(xi,yi)和点B(xi+1,yi+1)之间。而判断角α或角β是不是锐角可以通过向量的方式计算。
以判断角α为例。向量
Figure GDA0002723254330000061
向量
Figure GDA0002723254330000062
计算这两个向量的点积dot_product1=(xi+1-xi)(x-xi)+(yi+1-yi)(y-yi),如果点积为正则角α是锐角。计算向量
Figure GDA0002723254330000063
和向量
Figure GDA0002723254330000064
的点积dot_product2=(xi-xi+1)(x-xi+1)+(yi-yi+1)(y-yi+1),如果点积为正则角β是锐角。
请参照图4,如果点C可以投影到线段AB上则可进一步计算C到AB的投影点。先给出向量AB的单位向量
Figure GDA0002723254330000065
然后计算
Figure GDA0002723254330000066
并计算其长度,设为l。于是投影点D的坐标可以表示为(al+xi,bl+yi),如图5所示。
计算点C与D之间的距离,如果在第二预设距离范围之内(如50米)则保留,否则剔除。
在以上计算轨迹点到linestring的投影过程中,如果发现轨迹点无法投影到linestring,则把距离C(x,y)最近的点A(xi,yi)作为投影点。如图6所示,轨迹点T在linestring(用点L1,L2和L3表示)上没有投影点的情形。则把点距离点T最近的点L2“作为”T在linestring L1-L2-L3的投影点。
本发明先计算线路的线形(linestring)上的点到车辆轨迹点的投影点,再计算投影点到线路点的距离d和投影点在车辆轨迹上的方向角α,如果距离d在一定范围内且角α与线路点在线形上的方向角β差别在一定范围内则判定车辆轨迹点否经过线路该点,大大提升了容错性。
二次剔除步骤:先对初次剔除后的车辆轨迹点按时间顺序连成折线段,然后把车辆轨迹点之间距离相近的点剔除。在初次剔除步骤的基础上,先对车辆轨迹点按时间排序,然后把车辆轨迹点之间距离相近的点剔除。剔除的方法为计算以前一个点为基准,计算后一个点和前一个点的距离,如果距离超过一定的阈值则保留,否则剔除。例如取距离阈值为50米。
经过点计算步骤:把线形上的点逐个投影到车辆轨迹折线段上并计算线形上的点到投影点的距离以及投影点在折线段上的方向;如果投影距离小于预设的阈值且2个方向之间的夹角差小于预设角度,则认为车辆轨迹点经过线形上的该点。
在二次剔除步骤的基础上,按照初次剔除步骤的方法,把linestring上的点逐个投影到车辆轨迹折线段上并计算linestring上点到投影点的距离以及投影点在折线段上的方向。如果投影距离小于给定的阈值且2个方向之间的夹角差小于预设角度(例如45°),则认为车辆轨迹点经过该linestring点。
例如,如图7所示,车辆轨迹方向是向北,而linestring点的方向为向南,则虽然linestring点到车辆轨迹的投影距离在给定范围内,但方向角差距大(180°左右),还不能判定为经过。
这里,计算GPS点在车辆轨迹的方向角的过程和初次剔除步骤中计算linestring上点的方向角是一样的,不再赘述。
统计步骤:统计线形上被车辆轨迹点经过的点,如果线形上两个被经过的点之间点的个数不超预设数量,则判定为这两个点之间的点也被经过。
按经过点计算步骤的计算过程,如果车辆经过该linestring点,则记录。并且,如果两个被经过的linestring点之间点的个数不超预设数量,则认为这两个点之间的linestring点也被经过。例如,这里预设数量可以取3。如图8所示,实心点表示按经过点计算步骤计算被经过,空心点表示按经过点计算步骤计算没有被经过。则由于连续的空心点数量不超过一定的个数(例如,3个),则最后的统计结果是该linestring上的点都被经过。
有效性判定步骤:根据线形上被经过的点的个数和线形上点的总个数判定班次有效性。
根据统计步骤计算过程,假定linestring上被经过的点的个数为M,linestring上点的总个数为N,则班次有效性可以通过以下计算判定。其中δ为有效性的判断阈值,例如可以取0.8。
Figure GDA0002723254330000081
本发明不以“经过足够的站点”为判定准则,而是以“经过足够的线路离散点”为判定准测,且在判定经过的时候不是看与GPS点的距离,而是通过对线路点向GPS轨迹做投影来计算,并且和把行驶方向也作为一个重要依据,能大大提高算法的容错性和判定准确度。
请参照图9,本发明实施例的基于车辆轨迹和线路线形数据的班次认定系统,包括:
线形数据处理模块:将车辆线路的线形调整为多个离散点,在线形的离散点之间插入若干位置点,使相邻点的距离不超过第一预设距离,并计算线形上每一个点的方向角;
初次剔除模块:遍历车辆轨迹点,做轨迹点到线形的投影,并计算轨迹点到投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除;
二次剔除模块:先对初次剔除后的车辆轨迹点按时间顺序连成折线段,然后把车辆轨迹点之间距离相近的点剔除;
经过点计算模块:把线形上的点逐个投影到车辆轨迹折线段上并计算线形上的点到投影点的距离以及投影点在折线段上的方向;如果投影距离小于预设的阈值且2个方向之间的夹角差小于预设角度,则认为车辆轨迹点经过线形上的该点;
统计模块:统计线形上被车辆轨迹点经过的点,如果线形上两个被经过的点之间点的个数不超预设数量,则判定为这两个点之间的点也被经过;
有效性判定模块:根据线形上被经过的点的个数和线形上点的总个数判定班次有效性。
作为一种实施方式,线形数据处理模块中,采用以下方法插入位置点:
假定两离散点之间距离为x米,d为第一预设距离,如果x<=d米,则两点之间不插入点;否则两离散点之间等距插入n个点,n=x/d,其中“/”为整除;
采用以下公式计算方向角:
假定这些离散点的坐标为(xi,yi),其中i=1,2,......,N;对第一个点,方向角θ=atan2(y2-y0,x2-x0);对最后一个点θ=atan2(yN-yN-2,xN-xN-2),对中间的点θ=atan2(yi+1-yi-1,xi+1-xi-1)。
作为一种实施方式,初次剔除模块包括:
子模块1:判断dot_product1=(xi+1-xi)(x-xi)+(yi+1-yi)(y-yi)和
dot_product2=(xi-xi+1)(x-xi+1)+(yi-yi+1)(y-yi+1)
是否为正,其中,(x,y)为车辆轨迹点C的坐标,(xi,yi)、(xi+1,yi+1)分别为线形上与车辆轨迹点C相临近的点A和点B的坐标,dot_product1为向量
Figure GDA0002723254330000091
和向量
Figure GDA0002723254330000092
的点积,dot_product2为向量
Figure GDA0002723254330000093
和向量
Figure GDA0002723254330000094
的点积,i=1,2,......,N;
子模块2:若是,则判定轨迹点可以投影到线形上,并计算投影点坐标;若否,则判定轨迹点无法投影到线形上,则把线形上距离轨迹点C(x,y)最近的点作为投影点;
子模块3:计算轨迹点与投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除。
作为一种实施方式,有效性判定模块中,采用下式判定有效性:
Figure GDA0002723254330000095
M为线形上被经过的点的个数,N为线形上点的总个数,δ为有效性的判断阈值。
本发明把线路线形处理成多个距离较近的点,计算这些点是否被车辆轨迹经过,通过被经过的点的个数(相邻2个经过点之间的点的个数如果在一定数量内也会被“升级”为经过)达到一定的比例则判定班次有效,否则无效。本发明通过考察车辆轨迹是否经过这些离散点,然后根据经过这些离散点的比例判定班次数据的有效性,提高了利用车辆位置轨迹和线路线形数据提高班次数据认定的容错性,提高了利用数据考核公交企业运营的准确性和实用性。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。

Claims (8)

1.一种基于车辆轨迹和线路线形数据的班次认定方法,其特征在于,包括:
线形数据处理步骤:将线路的线形调整为多个离散点,在线形的离散点之间插入若干位置点,使相邻点的距离不超过第一预设距离,并计算线形上每一个点的方向角;
初次剔除步骤:遍历车辆轨迹点,做轨迹点到线形的投影,并计算轨迹点到投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除;
二次剔除步骤:先对初次剔除后的车辆轨迹点按时间顺序连成折线段,然后把车辆轨迹点之间距离相近的点剔除;
经过点计算步骤:把线形上的点逐个投影到车辆轨迹折线段上并计算线形上的点到投影点的距离以及投影点在折线段上的方向;如果投影距离小于预设的阈值且2个方向之间的夹角差小于预设角度,则认为车辆轨迹点经过线形上的该点;
统计步骤:统计线形上被车辆轨迹点经过的点,如果线形上两个被经过的点之间点的个数不超预设数量,则判定为这两个点之间的点也被经过;
有效性判定步骤:根据线形上被经过的点的个数和线形上点的总个数判定班次有效性。
2.如权利要求1所述的基于车辆轨迹和线路线形数据的班次认定方法,其特征在于,线形数据处理步骤中,采用以下方法插入位置点:
假定两离散点之间距离为x米,d为第一预设距离,如果x<=d米,则两点之间不插入点;否则两离散点之间等距插入n个点,n=x/d,其中“/”为整除;
采用以下公式计算方向角:
假定这些离散点的坐标为(xi,yi),其中i=1,2,......,N;对第一个点,方向角θ=atan2(y2-y0,x2-x0);对最后一个点θ=atan2(yN-yN-2,xN-xN-2),对中间的点θ=atan2(yi+1-yi-1,xi+1-xi-1)。
3.如权利要求1所述的基于车辆轨迹和线路线形数据的班次认定方法,其特征在于,初次剔除步骤包括:
子步骤1:判断dot_product1=(xi+1-xi)(x-xi)+(yi+1-yi)(y-yi)和
dot_product2=(xi-xi+1)(x-xi+1)+(yi-yi+1)(y-yi+1)
是否为正,其中,(x,y)为车辆轨迹点C的坐标,(xi,yi)、(xi+1,yi+1)分别为线形上与车辆轨迹点C相临近的点A和点B的坐标,dot_product1为向量
Figure FDA0002723254320000021
与向量
Figure FDA0002723254320000022
的点积,dot_product2为向量
Figure FDA0002723254320000023
与向量
Figure FDA0002723254320000024
的点积,i=1,2,......,N;
子步骤2:若是,则判定轨迹点可以投影到线形上,并计算投影点坐标;若否,则判定轨迹点无法投影到线形上,则把线形上距离轨迹点C(x,y)最近的点作为投影点;
子步骤3:计算轨迹点与投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除。
4.如权利要求1所述的基于车辆轨迹和线路线形数据的班次认定方法,其特征在于,有效性判定步骤中,采用下式判定有效性:
Figure FDA0002723254320000025
M为线形上被经过的点的个数,N为线形上点的总个数,δ为有效性的判断阈值。
5.一种基于车辆轨迹和线路线形数据的班次认定系统,其特征在于,包括:
线形数据处理模块:将线路的线形调整为多个离散点,在线形的离散点之间插入若干位置点,使相邻点的距离不超过第一预设距离,并计算线形上每一个点的方向角;
初次剔除模块:遍历车辆轨迹点,做轨迹点到线形的投影,并计算轨迹点到投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除;
二次剔除模块:先对初次剔除后的车辆轨迹点按时间顺序连成折线段,然后把车辆轨迹点之间距离相近的点剔除;
经过点计算模块:把线形上的点逐个投影到车辆轨迹折线段上并计算线形上的点到投影点的距离以及投影点在折线段上的方向;如果投影距离小于预设的阈值且2个方向之间的夹角差小于预设角度,则认为车辆轨迹点经过线形上的该点;
统计模块:统计线形上被车辆轨迹点经过的点,如果线形上两个被经过的点之间点的个数不超预设数量,则判定为这两个点之间的点也被经过;
有效性判定模块:根据线形上被经过的点的个数和线形上点的总个数判定班次有效性。
6.如权利要求5所述的基于车辆轨迹和线路线形数据的班次认定系统,其特征在于,线形数据处理模块中,采用以下方法插入位置点:
假定两离散点之间距离为x米,d为第一预设距离,如果x<=d米,则两点之间不插入点;否则两离散点之间等距插入n个点,n=x/d,其中“/”为整除;
采用以下公式计算方向角:
假定这些离散点的坐标为(xi,yi),其中i=1,2,......,N;对第一个点,方向角θ=atan2(y2-y0,x2-x0);对最后一个点θ=atan2(yN-yN-2,xN-xN-2),对中间的点θ=atan2(yi+1-yi-1,xi+1-xi-1)。
7.如权利要求5所述的基于车辆轨迹和线路线形数据的班次认定系统,其特征在于,初次剔除模块包括:
子模块1:判断dot_product1=(xi+1-xi)(x-xi)+(yi+1-yi)(y-yi)和
dot_product2=(xi-xi+1)(x-xi+1)+(yi-yi+1)(y-yi+1)
是否为正,其中,(x,y)为车辆轨迹点C的坐标,(xi,yi)、(xi+1,yi+1)分别为线形上与车辆轨迹点C相临近的点A和点B的坐标,dot_product1为向量
Figure FDA0002723254320000031
与向量
Figure FDA0002723254320000032
的点积,dot_product2为向量
Figure FDA0002723254320000033
与向量
Figure FDA0002723254320000034
的点积,i=1,2,......,N;
子模块2:若是,则判定轨迹点可以投影到线形上,并计算投影点坐标;若否,则判定轨迹点无法投影到线形上,则把线形上距离轨迹点C(x,y)最近的点作为投影点;
子模块3:计算轨迹点与投影点之间的距离,如果距离在第二预设距离范围内则保留,否则剔除。
8.如权利要求5所述的基于车辆轨迹和线路线形数据的班次认定系统,其特征在于,有效性判定模块中,采用下式判定有效性:
Figure FDA0002723254320000035
M为线形上被经过的点的个数,N为线形上点的总个数,δ为有效性的判断阈值。
CN202010857183.4A 2020-08-24 2020-08-24 基于车辆轨迹和线路线形数据的班次认定方法及系统 Active CN111739304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010857183.4A CN111739304B (zh) 2020-08-24 2020-08-24 基于车辆轨迹和线路线形数据的班次认定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010857183.4A CN111739304B (zh) 2020-08-24 2020-08-24 基于车辆轨迹和线路线形数据的班次认定方法及系统

Publications (2)

Publication Number Publication Date
CN111739304A CN111739304A (zh) 2020-10-02
CN111739304B true CN111739304B (zh) 2020-12-04

Family

ID=72658663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010857183.4A Active CN111739304B (zh) 2020-08-24 2020-08-24 基于车辆轨迹和线路线形数据的班次认定方法及系统

Country Status (1)

Country Link
CN (1) CN111739304B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311871B (zh) * 2022-08-12 2023-09-05 深圳市能信安科技股份有限公司 车辆行驶方向判定方法、装置、系统、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011018166A (ja) * 2009-07-08 2011-01-27 Honda Motor Co Ltd 車両の走行安全装置
CN104318766A (zh) * 2014-10-22 2015-01-28 北京建筑大学 一种公交gps轨迹数据的路网匹配方法
CN104318767A (zh) * 2014-10-22 2015-01-28 北京建筑大学 一种基于公交gps轨迹数据的路况信息生成方法
CN107816998A (zh) * 2016-09-13 2018-03-20 腾讯科技(深圳)有限公司 信息处理方法及装置
CN109712425A (zh) * 2018-12-28 2019-05-03 广东警官学院(广东省公安司法管理干部学院) 一种基于稀疏定位点的公交车辆位置的确定方法及装置
CN109910908A (zh) * 2019-02-20 2019-06-21 百度在线网络技术(北京)有限公司 一种驾驶参考线处理方法、装置、车辆及服务器
CN109934889A (zh) * 2019-02-25 2019-06-25 中铁第四勘察设计院集团有限公司 一种基于线性排序的道路中心线确定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011018166A (ja) * 2009-07-08 2011-01-27 Honda Motor Co Ltd 車両の走行安全装置
CN104318766A (zh) * 2014-10-22 2015-01-28 北京建筑大学 一种公交gps轨迹数据的路网匹配方法
CN104318767A (zh) * 2014-10-22 2015-01-28 北京建筑大学 一种基于公交gps轨迹数据的路况信息生成方法
CN107816998A (zh) * 2016-09-13 2018-03-20 腾讯科技(深圳)有限公司 信息处理方法及装置
CN109712425A (zh) * 2018-12-28 2019-05-03 广东警官学院(广东省公安司法管理干部学院) 一种基于稀疏定位点的公交车辆位置的确定方法及装置
CN109910908A (zh) * 2019-02-20 2019-06-21 百度在线网络技术(北京)有限公司 一种驾驶参考线处理方法、装置、车辆及服务器
CN109934889A (zh) * 2019-02-25 2019-06-25 中铁第四勘察设计院集团有限公司 一种基于线性排序的道路中心线确定方法

Also Published As

Publication number Publication date
CN111739304A (zh) 2020-10-02

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
CN102171741B (zh) 跟踪系统
US5166694A (en) Vehicle location system having enhanced position location processing
CN111739295B (zh) 一种定位方法及装置
CN104778274B (zh) 基于稀疏出租车gps数据的大范围城市路网旅行时间估计方法
US11899117B2 (en) Moving body positioning system, method, and program
Wang et al. A train positioning method based-on vision and millimeter-wave radar data fusion
CN111739304B (zh) 基于车辆轨迹和线路线形数据的班次认定方法及系统
CN110779546B (zh) 一种列车定位误差的校正方法和装置
CN109147323A (zh) 一种用于公路客货运输指标统计的车辆gps数据处理方法
WO2023273512A1 (zh) 预警方法、电子设备和计算机可读存储介质
CN108538054B (zh) 一种基于手机信令数据获取交通路况信息的方法及系统
CN113570864A (zh) 一种电动自行车行驶路径匹配方法、设备及存储介质
CN107452207B (zh) 浮动车数据源评价方法、装置及系统
CN114141057B (zh) 一种交叉路口车辆碰撞预警测评方法、装置及系统
CN111611329A (zh) 地图数据检查实现方法、装置和设备
CN112182132A (zh) 一种地铁用户的识别方法、系统、设备和存储介质
CN116299704A (zh) 一种地震单台定位修正方法、系统、存储介质及终端
CN112860766B (zh) 一种公交运行车次认定方法及装置
CN106384395B (zh) 停车场天线定位方法、收费管理方法、定位天线及系统
CN114396892A (zh) 轨道交通曲线轨道曲率测量方法
CN113438735B (zh) 一种车辆的定位方法、装置、电子设备及存储介质
CN115691095B (zh) 交通事件分析设备及方法
JP7247840B2 (ja) 先行車両特定装置

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