CN111831767A - 一种利用车辆轨迹数据生成导航经验路线的方法 - Google Patents
一种利用车辆轨迹数据生成导航经验路线的方法 Download PDFInfo
- Publication number
- CN111831767A CN111831767A CN202010282853.4A CN202010282853A CN111831767A CN 111831767 A CN111831767 A CN 111831767A CN 202010282853 A CN202010282853 A CN 202010282853A CN 111831767 A CN111831767 A CN 111831767A
- Authority
- CN
- China
- Prior art keywords
- route
- grid
- vehicle
- grids
- passing
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Abstract
本发明公开利用车辆轨迹数据生成导航经验路线技术领域的一种利用车辆轨迹数据生成导航经验路线的方法,包括以下步骤:步骤1:根据道路密度及计算数据量大小选取适当的网格尺寸;步骤2:对各个网格间的路线进行统计;步骤3:得到按网格标识的车辆行程,并将车辆行程中经行的任意两个网格信息保存到数据库;步骤4:取出所有经过次数超出给定值K;步骤5:找出经过次数据最多的一条路线S。本发明通过对车辆轨迹途经网格分析的方法表示其行程,对行程中所有满足条件的网格对进行经验路线统计分析,可以弥补现有技术只对起点与终点进行统计的不足之处,对于已有的路线选取经验更充分的利用,更有助于导航应用中辅助路线决策的使用体验。
Description
技术领域
本发明涉及利用车辆轨迹数据生成导航经验路线技术领域,具体为一种利用车辆轨迹数据生成导航经验路线的方法。
背景技术
目前现有的经验路线提取技术中,都是简单地按照车辆行驶的起点、终点进行统计,选取多数车辆经行的路线作为经验路线。例如,对于同样以A为起点,B为终点的所有车辆的行驶路线进行统计,将大多数车辆选择的路线提取出来,就得到A点到B点的经验路线,这种计算方法不能有效地覆盖车辆途经位置,导致提取的经验路线数量较少,因而限制了对已有经验的利用。
例如,如图1所示,某车辆V行驶路线以A点为起点,B点为终点,中间顺序经过X点与Y点,则现有技术在进行经验路线统计时仅将当前路线作为A点到B点间路线进行统计,而实际上该行程同样可以作为A点到X点,A点到Y点,X点到Y点,X点到B点,以及Y点到B点这些路线的经验参考,使经验数据得到更好的利用;另外,假如另有一车辆V’从A点附近的A’点行驶到B点附近的B’点,则车辆V’的行驶路线很可能与车辆V路线相似,应将两车的行驶路线综合进行分析计算,得到更符合多数车辆行驶的经验路线,而现有方法不能做到,为此,我们提出一种利用车辆轨迹数据生成导航经验路线的方法。
发明内容
本发明的目是提出一种利用大量车辆轨迹数据进行统计分析,提取出多数车辆实际行驶时多次经过的路线,作为经验路线,可在车辆导航应用中辅助驾驶员进行行驶路线决策,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种利用车辆轨迹数据生成导航经验路线的方法,包括以下步骤:
步骤1:根据道路密度及计算数据量大小选取适当的网格尺寸,将要统计的道路空间范围按一定大小划分为网格;
步骤2:建立网格间路线统计数据库,数据库按起始网格与结束网格对轨迹数据进行索引与统计。上述网格划分完成后,即可对各个网格间的路线进行统计,如对网格pi到pj间的路线进行统计时,考虑所有一次行程中先后经过了网格pi与pj的车辆轨迹;
步骤3:对于每一条车辆轨迹路线,按照其经过各网格顺序,得到按网格标识的车辆行程,并将车辆行程中经行的任意两个网格信息保存到数据库。设某一条车辆轨迹先后经行网格序列为 { p0, p1, … , pn },则对于上述序列中任意两个网格pi与pj若满足下列条件:
pi ≠ pj (1)
i < j (2)
D(pi, pj)≥Dmin (3)
则在数据库中pi到pj的路线集中插入该轨迹在pi到pj间的路线;
步骤4:对上述数据库中起始网格pi到结束网格pj的路线数量进行统计,取出所有经过次数超出给定值K(如K取1000即表示统计所有经过车次至少1000次的路线)的网格;
步骤5:对于所有满足上一步骤条件的网格对pi与pj,对所有经过的路线信息进行统计分析,找出经过次数据最多的一条路线S,如果经过该路线的占比达到给定值r(如r取值为50%,则表示提取超过半数司机选取的路线),则得到从网格pi到pj的经验路线S。
进一步地,所述步骤3中在上述条件中,式(1)表示两网格不能为同一网格,式(2)表示经过网格pi的顺序必须在前,式(3)表示两网格中心点间距离不小于给定的值Dmin,即只提取距离超过一定长度的经验路线。
与现有技术相比,本发明的有益效果是:本发明通过对车辆轨迹途经网格分析的方法表示其行程,对行程中所有满足条件的网格对进行经验路线统计分析,可以弥补现有技术只对起点与终点进行统计的不足之处,将中间的子行程及起点终点附近的范围内的路线都纳入分析计算中,可以大大拓展经验路线分析范围,从而获得更多和适用范围更广的经验路线,对于已有的路线选取经验更充分的利用,更有助于导航应用中辅助路线决策的使用体验。
附图说明
图1为本发明路线示意图;
图2为本发明网格示意图;
图3为本发明流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-3,本发明提供一种技术方案:一种利用车辆轨迹数据生成导航经验路线的方法,包括以下步骤:
步骤1:根据道路密度及计算数据量大小选取适当的网格尺寸,将要统计的道路空间范围按一定大小划分为网格,如图2所示;
步骤2:建立网格间路线统计数据库,数据库按起始网格与结束网格对轨迹数据进行索引与统计。上述网格划分完成后,即可对各个网格间的路线进行统计,如对网格pi到pj间的路线进行统计时,考虑所有一次行程中先后经过了网格pi与pj的车辆轨迹;
步骤3:对于每一条车辆轨迹路线,按照其经过各网格顺序,得到按网格标识的车辆行程,并将车辆行程中经行的任意两个网格信息保存到数据库。设某一条车辆轨迹先后经行网格序列为 { p0, p1, … , pn },则对于上述序列中任意两个网格pi与pj若满足下列条件:
pi ≠ pj (1)
i < j (2)
D(pi, pj)≥Dmin (3)
则在数据库中pi到pj的路线集中插入该轨迹在pi到pj间的路线;
步骤4:对上述数据库中起始网格pi到结束网格pj的路线数量进行统计,取出所有经过次数超出给定值K(如K取1000即表示统计所有经过车次至少1000次的路线)的网格;
步骤5:对于所有满足上一步骤条件的网格对pi与pj,对所有经过的路线信息进行统计分析,找出经过次数据最多的一条路线S,如果经过该路线的占比达到给定值r(如r取值为50%,则表示提取超过半数司机选取的路线),则得到从网格pi到pj的经验路线S。
其中:步骤3中在上述条件中,式(1)表示两网格不能为同一网格,式(2)表示经过网格pi的顺序必须在前,式(3)表示两网格中心点间距离不小于给定的值Dmin,即只提取距离超过一定长度的经验路线。
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物限定。
Claims (2)
1.一种利用车辆轨迹数据生成导航经验路线的方法,其特征在于:包括以下步骤:
步骤1:根据道路密度及计算数据量大小选取适当的网格尺寸,将要统计的道路空间范围按一定大小划分为网格;
步骤2:建立网格间路线统计数据库,数据库按起始网格与结束网格对轨迹数据进行索引与统计;
上述网格划分完成后,即可对各个网格间的路线进行统计,如对网格pi到pj间的路线进行统计时,考虑所有一次行程中先后经过了网格pi与pj的车辆轨迹;
步骤3:对于每一条车辆轨迹路线,按照其经过各网格顺序,得到按网格标识的车辆行程,并将车辆行程中经行的任意两个网格信息保存到数据库;
设某一条车辆轨迹先后经行网格序列为 { p0, p1, … , pn },则对于上述序列中任意两个网格pi与pj若满足下列条件:
pi ≠ pj (1)
i < j (2)
D(pi, pj)≥Dmin (3)
则在数据库中pi到pj的路线集中插入该轨迹在pi到pj间的路线;
步骤4:对上述数据库中起始网格pi到结束网格pj的路线数量进行统计,取出所有经过次数超出给定值K(如K取1000即表示统计所有经过车次至少1000次的路线)的网格;
步骤5:对于所有满足上一步骤条件的网格对pi与pj,对所有经过的路线信息进行统计分析,找出经过次数据最多的一条路线S,如果经过该路线的占比达到给定值r(如r取值为50%,则表示提取超过半数司机选取的路线),则得到从网格pi到pj的经验路线S。
2.根据权利要求1所述的一种利用车辆轨迹数据生成导航经验路线的方法,其特征在于:所述步骤3中在上述条件中,式(1)表示两网格不能为同一网格,式(2)表示经过网格pi的顺序必须在前,式(3)表示两网格中心点间距离不小于给定的值Dmin,即只提取距离超过一定长度的经验路线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010282853.4A CN111831767A (zh) | 2020-04-13 | 2020-04-13 | 一种利用车辆轨迹数据生成导航经验路线的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010282853.4A CN111831767A (zh) | 2020-04-13 | 2020-04-13 | 一种利用车辆轨迹数据生成导航经验路线的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111831767A true CN111831767A (zh) | 2020-10-27 |
Family
ID=72913577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010282853.4A Pending CN111831767A (zh) | 2020-04-13 | 2020-04-13 | 一种利用车辆轨迹数据生成导航经验路线的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111831767A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI819289B (zh) * | 2021-03-30 | 2023-10-21 | 財團法人工業技術研究院 | 分散式協作運算方法及系統 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096782A (zh) * | 2016-06-15 | 2016-11-09 | 苏州清研捷运信息科技有限公司 | 一种基于经验路线的车辆路径规划方法 |
CN107622085A (zh) * | 2017-08-11 | 2018-01-23 | 河海大学 | 一种基于网格和密度的自适应轨迹聚类方法 |
CN108170790A (zh) * | 2017-12-27 | 2018-06-15 | 北京中交兴路车联网科技有限公司 | 一种基于海量轨迹数据检索经验路线的方法及系统 |
CN110222131A (zh) * | 2019-05-21 | 2019-09-10 | 北京交通大学 | 起讫信息提取方法及装置 |
CN110334861A (zh) * | 2019-06-27 | 2019-10-15 | 四川大学 | 一种基于轨迹数据的城市区域划分方法 |
-
2020
- 2020-04-13 CN CN202010282853.4A patent/CN111831767A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096782A (zh) * | 2016-06-15 | 2016-11-09 | 苏州清研捷运信息科技有限公司 | 一种基于经验路线的车辆路径规划方法 |
CN107622085A (zh) * | 2017-08-11 | 2018-01-23 | 河海大学 | 一种基于网格和密度的自适应轨迹聚类方法 |
CN108170790A (zh) * | 2017-12-27 | 2018-06-15 | 北京中交兴路车联网科技有限公司 | 一种基于海量轨迹数据检索经验路线的方法及系统 |
CN110222131A (zh) * | 2019-05-21 | 2019-09-10 | 北京交通大学 | 起讫信息提取方法及装置 |
CN110334861A (zh) * | 2019-06-27 | 2019-10-15 | 四川大学 | 一种基于轨迹数据的城市区域划分方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI819289B (zh) * | 2021-03-30 | 2023-10-21 | 財團法人工業技術研究院 | 分散式協作運算方法及系統 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104574967B (zh) | 一种基于北斗的城市大面积路网交通感知方法 | |
CN107919014B (zh) | 面向多载客里程的出租车运行线路优化方法 | |
CN104318758B (zh) | 基于多层次多模式的公交线网规划方法 | |
CN103218915B (zh) | 一种基于浮动车数据的经验路径生成方法 | |
CN106840175B (zh) | 一种车辆行驶轨迹匹配路网的方法及装置 | |
CN109270927A (zh) | 道路数据的生成方法及装置 | |
CN105608505A (zh) | 一种基于手机信令数据的居民轨道交通出行方式识别方法 | |
CN108961747A (zh) | 一种不完备卡口数据条件下的城市道路交通状态信息提取方法 | |
CN111340415B (zh) | 一种基于货运轨迹数据的车辆自发编队模式挖掘方法 | |
CN106447119A (zh) | 一种基于卷积神经网络的短期交通流量预测方法及系统 | |
CN109615135A (zh) | 一种基于动态规划算法的列车运行优化方法 | |
CN106528589A (zh) | 数据管理方法及装置 | |
CN109359169B (zh) | 一种基于概率图模型的共享单车逆行行为实时识别方法 | |
CN104731963A (zh) | 一种基于车联网的网格化路径推荐方法及系统 | |
CN103218240B (zh) | 一种基于浮动车轨迹的废弃道路识别方法 | |
CN107845261A (zh) | 一种基于张量融合交通信息的汽车全局工况动态重构方法 | |
CN111831767A (zh) | 一种利用车辆轨迹数据生成导航经验路线的方法 | |
CN111192455A (zh) | 一种城市快速路交织区的交通流组织优化方法 | |
CN112327338B (zh) | 一种快速车载gps轨迹精确地图匹配的方法 | |
CN110502596A (zh) | 一种基于行人轨迹特征的轨迹在线滑动窗口压缩方法 | |
CN111178577A (zh) | 一种基于geohash算法的服务站选址方法 | |
CN105261210A (zh) | 一种基于北斗装备的路段交通拥堵指数计算方法 | |
CN104916124A (zh) | 基于马尔可夫模型的公共自行车系统调控方法 | |
CN111507879A (zh) | 一种城市空间结构识别方法 | |
CN112116125A (zh) | 一种基于深度强化学习的电动汽车充电导航方法 |
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 |