CN112268563A - 一种行人乘坐轨道交通状态及轨迹的检测方法和装置 - Google Patents
一种行人乘坐轨道交通状态及轨迹的检测方法和装置 Download PDFInfo
- Publication number
- CN112268563A CN112268563A CN202011145663.4A CN202011145663A CN112268563A CN 112268563 A CN112268563 A CN 112268563A CN 202011145663 A CN202011145663 A CN 202011145663A CN 112268563 A CN112268563 A CN 112268563A
- Authority
- CN
- China
- Prior art keywords
- track
- state
- sampling point
- motion
- station
- 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
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3423—Multimodal routing, i.e. combining two or more modes of transportation, where the modes can be any of, e.g. driving, walking, cycling, public transport
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种行人乘坐轨道交通状态及轨迹的检测方法和装置,该方法包括获取行人乘坐轨道交通的监测数据和行人输入的交通数据;轨道线路地图数据的获取;将监测数据根据预先设定的第一时间间隔生成轨道运动采样点序列;并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列;再将轨道运动采样点序列、段落序列结合所述轨道线路地图数据,计算出各轨道运动采样点的经纬度位置;其有益效果是:利用生成的轨道运动采样点序列,并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列,再结合预先存储的轨道线路地图数据,计算出各轨道运动采样点的经纬度位置;提升了行人乘坐地铁和轻轨的自动导航的准确性和可靠性。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种行人乘坐轨道交通状态及轨迹的检测方法和装置。
背景技术
现有技术中,地铁和轻轨行人轨迹导航在生活服务领域和特定行业应用领域得到越来越广泛应用,例如广告展示,位置短信,网络测试等领域,现有地铁和轻轨行人轨迹导航主要使用人工打点方式确定站台位置,通过距离平均方式在站台之间轨迹上均匀分布行人轨迹点,也有通过地铁和轻轨运动加速度值实时判定地铁和轻轨运动和静止状态,从而确定地铁和轻轨到站状态,再通过距离平均方式在站台之间轨迹上均匀分布行人轨迹点。
人工方式确定站站位置自动化程度低,操作步骤多效率差,通过地铁和轻轨运动加速度值实时判定地铁和轻轨运动和静止状态方式存在地铁和轻轨匀速运动误判和地铁和轻轨中途临时停车误判的情况,同时基于距离平均方式生成的行人轨迹点准确性差,不能真实反映行人乘坐地铁或轻轨轨迹位置。
发明内容
本发明的发明目的在于:提供了一种准确性高的一种行人乘坐轨道交通状态及轨迹的检测方法和装置。
第一方面:一种行人乘坐轨道交通状态及轨迹的检测方法,所述方法包括:
获取行人乘坐轨道交通的监测数据和行人输入的交通数据;其中,所述监测数据通过可穿戴设备实时测量所得,包括所述轨道交通的三维加速度和三维欧拉角度;所述交通数据包括行人输入轨道交通的线路名称,行人上车站点名称及下车站点的站点名称;所述轨道交通包括地铁和轻轨;
轨道线路地图数据的获取;
将所述监测数据,根据预先设定的第一时间间隔生成轨道运动采样点序列;
并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列;
再将所述轨道运动采样点序列、段落序列结合所述轨道线路地图数据,计算出各轨道运动采样点的经纬度位置。
作为本申请一种可选的实施方式,所述轨道运动采样点的数据包括采样点编号,采样点时间,运动状态标签、到站状态标签、水平加速度、累计水平加速度、速度、与最近到达站点距离以及与上个出发站的距离参数;
其中,所述运动状态标签用于标识各采样点的当前运动状态,所述运动状态包括停止态和运动态;所述到站状态标签用于标识各采样点的位置状态,所述位置状态包括停站状态和线路状态。
作为本申请一种可选的实施方式,所述运动状态标签的标记,具体为:
将采样点的水平加速度值与预先设定的水平加速度门限值MACC进行比较;
将采样点的累计水平加速度值与预先设定的累计加速度门限MSUMACC进行比较;
将采样点的速度值与预先设定的速度门限值MVELOCT进行比较;
将采样点的与最近到达站点距离与预先设定的站台距离偏差门限MDIS进行比较;
若全部参数均满足对应的门限值,则标记为停止态,否则标记为运动态。
作为本申请一种可选的实施方式,所述到站状态标签的标记,具体为:
在预先设定的第二时间范围内,如果所有的轨道运动采样点均处于停止态,则判定当前停止态所对应的轨道运动采样点处于停站状态,对其到站状态标签标记为停站状态,并将所述停站状态的采样点关联上到达站台的名称;
同时为其他非停站状态的轨道运动采样点的到站状态标签标记为线路状态;
再根据各轨道运动采样点的到站状态标签得到所述轨道运动采样点序列的段落序列;其中,所述段落序列包括多个段落,各段落标记有站台和非站台两种状态。
作为本申请一种可选的实施方式,所述计算出各轨道运动采样点的经纬度位置,具体包括:
根据所述段落序列中的段落顺序,对于段落状态标记为站台的轨道运动采样点段落,将其段落对应的全部轨道运动采样点关联上段落出发站在轨道线路地图数据中的经纬度值;
对于段落状态标记值为非站台的轨道运动采样点段落,根据轨道运动采样点段落的出发站和到达站查询所述轨道线路地图数据,得到从出发站和到达站对应的站台间线路轨迹点序列;
最后将段落标记为非站台所对应的全部轨道运动采样点和所述站台间线路轨迹点序列中的线路轨迹点,经过位置映射插值处理算法处理得到每个运动采样点在地图上的经纬度位置数据。
第二方面:一种行人乘坐轨道交通状态及轨迹的检测装置,包括:
行人轨道和轻轨导航单元,用于获取行人乘坐轨道交通的监测数据和行人输入的交通数据;其中,所述监测数据通过可穿戴设备实时测量所得,包括所述轨道交通的三维加速度和三维欧拉角度;所述交通数据包括行人输入轨道交通的线路名称,行人上车站点名称及下车站点的站点名称;所述轨道交通包括地铁和轻轨;
行人乘坐地铁和轻轨状态自动检测单元包括地图数据存储模块以及状态自动检测模块;
所述轨道线路地图数据存储模块,用于:
轨道线路地图数据的获取;所述轨道线路地图数据包括地铁和轻轨线路名称、站台名称、站台编号、站台经纬度,站台间线路轨迹点序列;
所述状态自动检测模块,用于:
将所述监测数据,根据预先设定的第一时间间隔生成轨道运动采样点序列;
并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列;
行人乘坐地铁和轻轨自动轨迹位置测量单元,用于:
将所述轨道运动采样点序列、段落序列结合所述轨道线路地图数据,计算出各轨道运动采样点的经纬度位置。
作为本申请一种可选的实施方式,所述轨道运动采样点的数据包括采样点编号,采样点时间,运动状态标签、到站状态标签、水平加速度、累计水平加速度、速度、与最近到达站点距离以及与上个出发站的距离参数;
其中,所述运动状态标签用于标识各采样点的当前运动状态,所述运动状态包括停止态和运动态;所述到站状态标签用于标识各采样点的位置状态,所述位置状态包括停站状态和线路状态。
作为本申请一种可选的实施方式,所述运动状态标签的标记,具体为:
将采样点的水平加速度值与预先设定的水平加速度门限值MACC进行比较;
将采样点的累计水平加速度值与预先设定的累计加速度门限MSUMACC进行比较;
将采样点的速度值与预先设定的速度门限值MVELOCT进行比较;
将采样点的与最近到达站点距离与预先设定的站台距离偏差门限MDIS进行比较;
若全部参数均满足对应的门限值,则标记为停止态,否则标记为运动态。
作为本申请一种可选的实施方式,所述到站状态标签的标记,具体为:
在预先设定的第二时间范围内,如果所有的轨道运动采样点均处于停止态,则判定当前停止态所对应的轨道运动采样点处于停站状态,对其到站状态标签标记为停站状态,并将所述停站状态的采样点关联上到达站台的名称;
同时为其他非停站状态的轨道运动采样点的到站状态标签标记为线路状态;
再根据各轨道运动采样点的到站状态标签得到所述轨道运动采样点序列的段落序列;其中,所述段落序列包括多个段落,各段落标记有站台和非站台两种状态。
作为本申请一种可选的实施方式,所述行人乘坐地铁和轻轨自动轨迹位置测量单元,具体用于:
根据所述段落序列中的段落顺序,对于段落状态标记为站台的轨道运动采样点段落,将其段落对应的全部轨道运动采样点关联上段落出发站在地图数据存储模块中的经纬度值;
对于段落状态标记值为非站台的轨道运动采样点段落,根据轨道运动采样点段落的出发站和到达站查询地图数据存储模块,得到从出发站和到达站对应的站台间线路轨迹点序列;
最后将段落标记为非站台所对应的全部轨道运动采样点和所述站台间线路轨迹点序列中的线路轨迹点,经过位置映射插值处理算法处理得到每个运动采样点在地图上的经纬度位置数据。
采用上述技术方案,具有以下优点:本发明提出的一种行人乘坐轨道交通状态及轨迹的检测方法和装置,利用获取行人乘坐轨道交通的监测数据和行人输入的交通数据,生成轨道运动采样点序列,并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列,再结合预先存储的轨道线路地图数据,计算出各轨道运动采样点的经纬度位置;完善了行人乘坐地铁和轻轨自动化轨迹导航能力,提升了行人乘坐地铁和轻轨的自动导航的准确性和可靠性。
附图说明
图1是本发明实施例所提供的一种行人乘坐轨道交通状态及轨迹的检测方法的流程图;
图2是本发明实施例所提供的一种行人乘坐轨道交通状态及轨迹的检测装置的结构图。
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的示图都是为了说明的目的,并且示图不一定是按比例绘制的。
下面结合附图,对本发明作详细的说明。
参考图1所示,一种行人乘坐轨道交通状态及轨迹的检测方法,所述方法包括:
S101,获取行人乘坐轨道交通的监测数据和行人输入的交通数据;其中,所述监测数据通过可穿戴设备实时测量所得,包括所述轨道交通的三维加速度和三维欧拉角度;所述交通数据包括行人输入轨道交通的线路名称,行人上车站点名称及下车站点的站点名称;所述轨道交通包括地铁和轻轨。
具体地,所述可穿戴设备为直接穿在身上,或是整合到用户的衣服或配件的一种便携式设备,可手动开启或停止。
S102,轨道线路地图数据的获取。
具体地,所述轨道线路地图数据包括地铁和轻轨线路名称、站台名称、站台编号、站台经纬度,站台间线路轨迹点序列;
所述站台间线路轨迹点序列是两个相邻站台间的轨迹点序列,该序列中包括多个站台间线路轨迹点,该站台间线路轨迹点的数据包括站台间轨迹坐标点编号,站间轨迹坐标点经纬度;该轨道线路地图数据为预先存储在服务器的数据库或是第三方系统中,由于轨道交通是已经修建完成的,所以是提前可得到各条线路、站点等参数的准确数据,以此作为后续轨道定位的基准。
S103,将所述监测数据,根据预先设定的第一时间间隔生成轨道运动采样点序列。
具体地,所述第一时间间隔可灵活设置,例如,三秒打一个点;所述轨道运动采样点序列由多个轨道运动采样点组成,所述轨道运动采样点的数据包括采样点编号,采样点时间,运动状态标签、到站状态标签、水平加速度、累计水平加速度、速度、与最近到达站点距离以及与上个出发站的距离参数;
其中,所述运动状态标签用于标识各采样点的当前运动状态,所述运动状态包括停止态和运动态;所述到站状态标签用于标识各采样点的位置状态,所述位置状态包括停站状态和线路状态;
所述水平方向加速度是根据所述三维加速度和三维欧拉角转换所得;
所述累计水平加速度是从上一个到站状态标签为停站的轨道运动采样点到当前轨道运动采样点的所有采样点的水平加速度之和。
进一步地,所述运动状态标签的标记,具体为:
将采样点的水平加速度值与预先设定的水平加速度门限值MACC进行比较;
将采样点的累计水平加速度值与预先设定的累计加速度门限MSUMACC进行比较;
将采样点的速度值与预先设定的速度门限值MVELOCT进行比较;
将采样点的与最近到达站点距离与预先设定的站台距离偏差门限MDIS进行比较;
若全部参数均满足对应的门限值(即均小于对应的门限值,且距离在偏差内),则标记为停止态,否则标记为运动态。
S104,并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列。
具体地,在预先设定的第二时间范围内,如果所有的轨道运动采样点均处于停止态,则判定当前停止态所对应的轨道运动采样点处于停站状态,对其到站状态标签标记为停站状态,并将所述停站状态的采样点关联上到达站台的名称;
同时为其他非停站状态的轨道运动采样点的到站状态标签标记为线路状态;这样就可将轨道运动采样点序列划分为:停站、线路、停站、线路、停站的轨道运动采样点段落序列;
再根据各轨道运动采样点的到站状态标签得到所述轨道运动采样点序列的段落序列;其中,所述段落序列包括多个段落,各段落标记有站台和非站台两种状态;所述段落序列中的每个段落包括如下数据:段落编号、段落状态、出发站,到达站,起始轨道运动采样点编号,结束轨道运动采样点编号;其中段落编号从1开始顺序递增编号,对于站台状态的段落,出发站和到达站相同,对于非站台状态的段落,出发站对应前一段落到达站,到达站对应后一段落的出发站。
S105,再将所述轨道运动采样点序列、段落序列结合所述轨道线路地图数据,计算出各轨道运动采样点的经纬度位置。
具体地,根据所述段落序列中的段落顺序,对于段落状态标记为站台的轨道运动采样点段落,将其段落对应的全部轨道运动采样点关联上段落出发站在轨道线路地图数据中的经纬度值;
对于段落状态标记值为非站台的轨道运动采样点段落,根据轨道运动采样点段落的出发站和到达站查询所述轨道线路地图数据,得到从出发站和到达站对应的站台间线路轨迹点序列;
最后将段落标记为非站台所对应的全部轨道运动采样点和所述站台间线路轨迹点序列中的线路轨迹点,经过位置映射插值处理算法处理得到每个运动采样点在地图上的经纬度位置数据。
其中,所述位置映射插值处理算法根据轨道运动采样点在出发站台和到达站台间的位置距离,站台间线路轨迹点在出发站台和到达站台之间的距离,将轨道运动采样点映射插值到两个相邻的站台间线路轨迹点之间的线段,进而计算得到道运动采样点的经纬度坐标位置。
应用时,计算相应的轨迹映射比例系数MapCoe=LMap/LPMOV;其中,从段落出发站到段落到达站的地图轨迹线路长度作为LMap,将段落结束轨道运动采样点编号对应的轨道运动采样点的与段落出发站之间的距离作为运动轨迹线路长度LPMOV;
计算段落中每个轨道运动采样点与段落出发站的地理线路距离MPL(i)=与出发站距离(i)*MapCoe,其中与出发站距离(i)为每个轨道运动采样点的与段落出发站距离参数,根据轨道运动采样点(i)的地理线路距离MPL(i)将轨道运动采样点(i)位置映射到两个相邻的站台间线路轨迹点(M)和(M+1)之间的直线线路上,站台间线路轨迹点(M)和(M+1)应满足LGMap(M)<=MPL(i)<=LGMap(M+1),其中LGMap(M)为站台间线路轨迹点(M)距离段落出发站的轨道线路距离,LGMap(M+1)为站台间线路轨迹点(M+1)距离段落出发站的轨道距离,根据站台间线路轨迹点(M)和(M+1)的经纬度,计算得到轨道运动采样点(i)经纬度位置。
采用上述方案,自动的实现对行人乘坐地铁和轻轨站台之间离站和到站状态检测问题和导航轨迹准确性低问题,完善了行人乘坐地铁和轻轨自动化轨迹导航能力,提升了行人乘坐地铁和轻轨的自动导航的准确性和可靠性。
基于上述同样的发明构思,本发明实施例还公开了一种行人乘坐轨道交通状态及轨迹的检测装置,包括:
行人轨道和轻轨导航单元,用于获取行人乘坐轨道交通的监测数据和行人输入的交通数据;其中,所述监测数据通过可穿戴设备实时测量所得,包括所述轨道交通的三维加速度和三维欧拉角度;所述交通数据包括行人输入轨道交通的线路名称,行人上车站点名称及下车站点的站点名称;所述轨道交通包括地铁和轻轨;实施时,可穿戴设备采集的数据和记录行人输入的数据可通过实时采集接口或者离线采集接口方式提供给后续的行人乘坐地铁和轻轨状态自动检测单元。
行人乘坐地铁和轻轨状态自动检测单元包括轨道线路地图数据存储模块以及状态自动检测模块;
所述轨道线路地图数据存储模块,用于:
轨道线路地图数据的获取;所述轨道线路地图数据包括地铁和轻轨线路名称、站台名称、站台编号、站台经纬度,站台间线路轨迹点序列;
所述状态自动检测模块,用于:
将所述监测数据,根据预先设定的第一时间间隔生成轨道运动采样点序列;其中,所述轨道运动采样点的数据包括采样点编号,采样点时间,运动状态标签、到站状态标签、水平加速度、累计水平加速度、速度、与最近到达站点距离以及与上个出发站的距离参数;
所述运动状态标签用于标识各采样点的当前运动状态,所述运动状态包括停止态和运动态;所述到站状态标签用于标识各采样点的位置状态,所述位置状态包括停站状态和线路状态;
所述运动状态标签的标记,具体为:
将采样点的水平加速度值与预先设定的水平加速度门限值MACC进行比较;
将采样点的累计水平加速度值与预先设定的累计加速度门限MSUMACC进行比较;
将采样点的速度值与预先设定的速度门限值MVELOCT进行比较;
将采样点的与最近到达站点距离与预先设定的站台距离偏差门限MDIS进行比较;
若全部参数均满足对应的门限值,则标记为停止态,否则标记为运动态。
并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列;
具体地,在预先设定的第二时间范围内,如果所有的轨道运动采样点均处于停止态,则判定当前停止态所对应的轨道运动采样点处于停站状态,对其到站状态标签标记为停站状态,并将所述停站状态的采样点关联上到达站台的名称;
同时为其他非停站状态的轨道运动采样点的到站状态标签标记为线路状态;
再根据各轨道运动采样点的到站状态标签得到所述轨道运动采样点序列的段落序列;其中,所述段落序列包括多个段落,各段落标记有站台和非站台两种状态;
所述段落序列中的每个段落包括如下数据:段落编号、段落状态、出发站,到达站,起始轨道运动采样点编号,结束轨道运动采样点编号;其中段落编号从1开始顺序递增编号,对于站台状态的段落,出发站和到达站相同,对于非站台状态的段落,出发站对应前一段落到达站,到达站对应后一段落的出发站。
行人乘坐地铁和轻轨自动轨迹位置测量单元,用于:
将所述轨道运动采样点序列、段落序列结合所述轨道线路地图数据,计算出各轨道运动采样点的经纬度位置。
具体地,根据所述段落序列中的段落顺序,对于段落状态标记为站台的轨道运动采样点段落,将其段落对应的全部轨道运动采样点关联上段落出发站在轨道线路地图数据中的经纬度值;
对于段落状态标记值为非站台的轨道运动采样点段落,根据轨道运动采样点段落的出发站和到达站查询所述轨道线路地图数据,得到从出发站和到达站对应的站台间线路轨迹点序列;
最后将段落标记为非站台所对应的全部轨道运动采样点和所述站台间线路轨迹点序列中的线路轨迹点,经过位置映射插值处理算法处理得到每个运动采样点在地图上的经纬度位置数据。
其中,所述位置映射插值处理算法根据轨道运动采样点的在出发站台和到达站台间的位置距离,站台间线路轨迹点在出发站台和到达站台间的位置距离,将轨道运动采样点映射插值到两个相邻的站台间线路轨迹点之间的线段,进而计算得到道运动采样点的经纬度坐标位置。
通过上述方案,利用获取行人乘坐轨道交通的监测数据和行人输入的交通数据,生成轨道运动采样点序列,并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列,再结合预先存储的轨道线路地图数据,计算出各轨道运动采样点的经纬度位置;完善了行人乘坐地铁和轻轨自动化轨迹导航能力,提升了行人乘坐地铁和轻轨的自动导航的准确性和可靠性。
需要说明的是,需要说明的是,上述装置实施例中的具体实施方式,可参照前文方法实施例中的描述,在此不再赘述。
为了便于更好的理解本发明,本实施例所提供的技术方案结合具体例子的工作过程如下:
(1)行人在地铁A线路的AA站上车,计划到AB站下车,在AA站上车后地铁处于停站状态下,将行人轨道和轻轨导航单元放置在地铁车厢上或进行佩戴,开启行人轨道和轻轨导航单元,输入线路A的名称,行人上车站点名称AA,下车离站站点名称AB。
(2)地铁在AA站停站期间,行人乘坐地铁和轻轨状态自动检测单元将检测处理停站期间的轨道运动采样点的运动状态标签标记为停止态,到站状态标签标记为停站。
(3)地铁从AA站出发后,行人乘坐地铁和轻轨状态自动检测单元将检测处理出发后的轨道运动采样点的运动状态标签标记为运动态,到站状态标签标记为线路,并且生成AA站停站期间的轨道运动采样点段落,标记段落编号为1、段落状态为站台、出发站为AA站,到达站为AA站,起始轨道运动采样点编号设置为AA停站期间到站状态标签标记为停站的第一个采样点编号,结束轨道运动采样点编号设置为AA停站期间到站状态标签标记为停站的最后一个采样点编号。
(4)地铁到达并停止在AB站后,行人乘坐地铁和轻轨状态自动检测单元将检测处理停站后的轨道运动采样点的运动状态标签标记为停止态,到站状态标签标记为停站,并且生成地铁从AA站到AB站地铁运行期间的轨道运动采样点段落,标记段落编号为2、段落状态为非站台、出发站为AA站,从地铁和轻轨地图数据存储模块中查询得到AB站名称,将到达站设置为AB站,起始轨道运动采样点编号设置为从AA出发到站状态标签标记为线路的第一个采样点编号,结束轨道运动采样点编号设置为AA出发到站状态标签标记为线路的最后一个采样点编号。
(5)行人关闭行人轨道和轻轨导航单元下车离开AB站,行人乘坐地铁和轻轨状态自动检测单元将生成AB站停站期间的轨道运动采样点段落,标记段落编号为3、段落状态为站台、出发站为AB站,到达站为AB站,起始轨道运动采样点编号设置为AB停站期间到站状态标签标记为停站的第一个采样点编号,结束轨道运动采样点编号设置为AB停站期间到站状态标签标记为停站的最后一个采样点编号。
(6)行人乘坐地铁和轻轨自动轨迹测量单元处理段落1对应的轨道运动采样点的经纬度位置,段落1的段落状态为站台,根据段落1的出发站的名称:AA站,在地图数据存储模块中查询出站台AA的经纬度值,将段落1对应的轨道运动采样点的经纬度赋值为AA的经纬度。
(7)行人乘坐地铁和轻轨自动轨迹测量单元处理段落2对应的轨道运动采样点的经纬度位置,段落2的段落状态为非站台,根据段落2的出发站的名称:AA站,到达站的名称:AB站,根据AA站和AB站名称查询地图数据存储模块,得到从AA站到AB站对应的站台间线路轨迹点序列,计算得到从AA站到AB站地图轨迹线路长度LMap,将段落2最后一个轨道运动采样点的与出发站AA距离作为运动轨迹线路长度LPMOV,并计算轨迹映射比例系数:MapCoe=LMap/LPMOV,计算段落2每个对应轨道运动采样点与段落出发站AA的地理线路距离MPL(i)=与出发站距离(i)*MapCoe,其中与出发站距离(i)为每个轨道运动采样点的与出发站AA距离参数,根据轨道运动采样点(i)的地理线路距离MPL(i)将轨道运动采样点(i)位置映射到两个相邻的站台间线路轨迹点(M)和(M+1)之间的直线线路上,台间线路轨迹点(M)和(M+1)应满足LGMap(M)<=MPL(i)<=LGMap(M+1),其中LGMap(M)为站台间线路轨迹点(M)距离段落出发站AA的轨道距离,LGMap(M+1)为站台间线路轨迹点(M+1)距离段落出发站AA的轨道距离,根据站台间线路轨迹点(M)和(M+1)的经纬度,计算得到轨道运动采样点(i)经纬度位置。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种行人乘坐轨道交通状态及轨迹的检测方法,其特征在于,所述方法包括:
获取行人乘坐轨道交通的监测数据和行人输入的交通数据;其中,所述监测数据通过可穿戴设备实时测量所得,包括所述轨道交通的三维加速度和三维欧拉角度;所述交通数据包括行人输入轨道交通的线路名称,行人上车站点名称及下车站点的站点名称;所述轨道交通包括地铁和轻轨;
轨道线路地图数据的获取;
将所述监测数据,根据预先设定的第一时间间隔生成轨道运动采样点序列;
并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列;
再将所述轨道运动采样点序列、段落序列结合所述轨道线路地图数据,计算出各轨道运动采样点的经纬度位置。
2.根据权利要求1所述的一种行人乘坐轨道交通状态及轨迹的检测方法,其特征在于,所述轨道运动采样点的数据包括采样点编号,采样点时间,运动状态标签、到站状态标签、水平加速度、累计水平加速度、速度、与最近到达站点距离以及与上个出发站的距离参数;
其中,所述运动状态标签用于标识各采样点的当前运动状态,所述运动状态包括停止态和运动态;所述到站状态标签用于标识各采样点的位置状态,所述位置状态包括停站状态和线路状态。
3.根据权利要求2所述的一种行人乘坐轨道交通状态及轨迹的检测方法,其特征在于,所述运动状态标签的标记,具体为:
将采样点的水平加速度值与预先设定的水平加速度门限值MACC进行比较;将采样点的累计水平加速度值与预先设定的累计加速度门限MSUMACC进行比较;
将采样点的速度值与预先设定的速度门限值MVELOCT进行比较;
将采样点的与最近到达站点距离与预先设定的站台距离偏差门限MDIS进行比较;
若全部参数均满足对应的门限值,则标记为停止态,否则标记为运动态。
4.根据权利要求2所述的一种行人乘坐轨道交通状态及轨迹的检测方法,其特征在于,所述到站状态标签的标记,具体为:
在预先设定的第二时间范围内,如果所有的轨道运动采样点均处于停止态,则判定当前停止态所对应的轨道运动采样点处于停站状态,对其到站状态标签标记为停站状态,并将所述停站状态的采样点关联上到达站台的名称;
同时为其他非停站状态的轨道运动采样点的到站状态标签标记为线路状态;
再根据各轨道运动采样点的到站状态标签得到所述轨道运动采样点序列的段落序列;其中,所述段落序列包括多个段落,各段落标记有站台和非站台两种状态。
5.根据权利要求4所述的一种行人乘坐轨道交通状态及轨迹的检测方法,其特征在于,所述计算出各轨道运动采样点的经纬度位置,具体包括:
根据所述段落序列中的段落顺序,对于段落状态标记为站台的轨道运动采样点段落,将其段落对应的全部轨道运动采样点关联上段落出发站在轨道线路地图数据中的经纬度值;
对于段落状态标记值为非站台的轨道运动采样点段落,根据轨道运动采样点段落的出发站和到达站查询所述轨道线路地图数据,得到从出发站和到达站对应的站台间线路轨迹点序列;
最后将段落标记为非站台所对应的全部轨道运动采样点和所述站台间线路轨迹点序列中的线路轨迹点,经过位置映射插值处理算法处理得到每个运动采样点在地图上的经纬度位置数据。
6.一种行人乘坐轨道交通状态及轨迹的检测装置,其特征在于,包括:
行人轨道和轻轨导航单元,用于获取行人乘坐轨道交通的监测数据和行人输入的交通数据;其中,所述监测数据通过可穿戴设备实时测量所得,包括所述轨道交通的三维加速度和三维欧拉角度;所述交通数据包括行人输入轨道交通的线路名称,行人上车站点名称及下车站点的站点名称;所述轨道交通包括地铁和轻轨;
行人乘坐地铁和轻轨状态自动检测单元包括地图数据存储模块以及状态自动检测模块;
所述轨道线路地图数据存储模块,用于:
轨道线路地图数据的获取;所述轨道线路地图数据包括地铁和轻轨线路名称、站台名称、站台编号、站台经纬度,站台间线路轨迹点序列;
所述状态自动检测模块,用于:
将所述监测数据,根据预先设定的第一时间间隔生成轨道运动采样点序列;
并对各轨道运动采样点进行连续的运动状态检测,以得到对应的段落序列;
行人乘坐地铁和轻轨自动轨迹位置测量单元,用于:
将所述轨道运动采样点序列、段落序列结合所述轨道线路地图数据,计算出各轨道运动采样点的经纬度位置。
7.根据权利要求6所述的一种行人乘坐轨道交通状态及轨迹的检测装置,其特征在于,所述轨道运动采样点的数据包括采样点编号,采样点时间,运动状态标签、到站状态标签、水平加速度、累计水平加速度、速度、与最近到达站点距离以及与上个出发站的距离参数;
其中,所述运动状态标签用于标识各采样点的当前运动状态,所述运动状态包括停止态和运动态;所述到站状态标签用于标识各采样点的位置状态,所述位置状态包括停站状态和线路状态。
8.根据权利要求7所述的一种行人乘坐轨道交通状态及轨迹的检测装置,其特征在于,所述运动状态标签的标记,具体为:
将采样点的水平加速度值与预先设定的水平加速度门限值MACC进行比较;
将采样点的累计水平加速度值与预先设定的累计加速度门限MSUMACC进行比较;
将采样点的速度值与预先设定的速度门限值MVELOCT进行比较;
将采样点的与最近到达站点距离与预先设定的站台距离偏差门限MDIS进行比较;
若全部参数均满足对应的门限值,则标记为停止态,否则标记为运动态。
9.根据权利要求7所述的一种行人乘坐轨道交通状态及轨迹的检测装置,其特征在于,所述到站状态标签的标记,具体为:
在预先设定的第二时间范围内,如果所有的轨道运动采样点均处于停止态,则判定当前停止态所对应的轨道运动采样点处于停站状态,对其到站状态标签标记为停站状态,并将所述停站状态的采样点关联上到达站台的名称;
同时为其他非停站状态的轨道运动采样点的到站状态标签标记为线路状态;
再根据各轨道运动采样点的到站状态标签得到所述轨道运动采样点序列的段落序列;其中,所述段落序列包括多个段落,各段落标记有站台和非站台两种状态。
10.根据权利要求9所述的一种行人乘坐轨道交通状态及轨迹的检测装置,其特征在于,所述行人乘坐地铁和轻轨自动轨迹位置测量单元,具体用于:
根据所述段落序列中的段落顺序,对于段落状态标记为站台的轨道运动采样点段落,将其段落对应的全部轨道运动采样点关联上段落出发站在轨道线路地图数据存储模块中的经纬度值;
对于段落状态标记值为非站台的轨道运动采样点段落,根据轨道运动采样点段落的出发站和到达站查询地图数据存储模块,得到从出发站和到达站对应的站台间线路轨迹点序列;
最后将段落标记为非站台所对应的全部轨道运动采样点和所述站台间线路轨迹点序列中的线路轨迹点,经过位置映射插值处理算法处理得到每个运动采样点在地图上的经纬度位置数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011145663.4A CN112268563B (zh) | 2020-10-23 | 2020-10-23 | 一种行人乘坐轨道交通状态及轨迹的检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011145663.4A CN112268563B (zh) | 2020-10-23 | 2020-10-23 | 一种行人乘坐轨道交通状态及轨迹的检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112268563A true CN112268563A (zh) | 2021-01-26 |
CN112268563B CN112268563B (zh) | 2022-03-04 |
Family
ID=74341267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011145663.4A Active CN112268563B (zh) | 2020-10-23 | 2020-10-23 | 一种行人乘坐轨道交通状态及轨迹的检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112268563B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610124A (zh) * | 2021-07-23 | 2021-11-05 | 中国地质大学(武汉) | 基于马尔可夫链蒙特卡洛的人手轨迹生成方法和系统 |
CN114299112A (zh) * | 2021-12-24 | 2022-04-08 | 萱闱(北京)生物科技有限公司 | 基于多目标的轨迹识别方法、装置、介质和计算设备 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010164434A (ja) * | 2009-01-15 | 2010-07-29 | Hitachi Ltd | 空間情報管理システム、及び地図情報サーバ装置、並びに、プログラム |
CN102519456A (zh) * | 2011-11-28 | 2012-06-27 | 华为终端有限公司 | 地铁线路导航方法及移动终端 |
CN103310651A (zh) * | 2013-05-24 | 2013-09-18 | 北京市交通信息中心 | 一种基于实时路况信息的公交到站预测方法 |
CN103327091A (zh) * | 2013-06-17 | 2013-09-25 | 北京交通大学 | 一种获取乘客轨迹及行为参数的系统与方法 |
CN103906083A (zh) * | 2012-12-26 | 2014-07-02 | 中兴通讯股份有限公司 | 一种路测定位方法及设备 |
CN104064051A (zh) * | 2014-06-23 | 2014-09-24 | 银江股份有限公司 | 一种乘客便携移动终端与所乘公交车辆定位信息动态匹配方法 |
CN104066057A (zh) * | 2014-06-25 | 2014-09-24 | 北京交通大学 | 一种利用智能手机进行主动式乘客信息获取及服务的方法 |
CN105069735A (zh) * | 2015-07-07 | 2015-11-18 | 百度在线网络技术(北京)有限公司 | 一种获取实时列车信息的方法及装置 |
CN105890600A (zh) * | 2016-04-14 | 2016-08-24 | 南京大学 | 基于手机传感器的地铁乘客位置推测方法 |
CN106529815A (zh) * | 2016-11-15 | 2017-03-22 | 同济大学 | 城市轨道交通网络乘客出行时空轨迹估计方法及其应用 |
CN108764516A (zh) * | 2018-04-04 | 2018-11-06 | 深圳大学 | 一种轨道交通动态可达路径的生成方法及系统 |
CN109484434A (zh) * | 2018-07-27 | 2019-03-19 | 成都云天智轨科技有限公司 | 列车综合定位装置与方法 |
CN110392379A (zh) * | 2018-04-20 | 2019-10-29 | 中国移动通信集团设计院有限公司 | 一种网络问题的定位方法、装置、电子设备及存储介质 |
CN110941278A (zh) * | 2019-12-20 | 2020-03-31 | 交控科技股份有限公司 | 一种站内动态安全分析方法 |
CN111385731A (zh) * | 2018-12-27 | 2020-07-07 | 中国移动通信集团辽宁有限公司 | 列车用户定位方法、装置、设备及介质 |
-
2020
- 2020-10-23 CN CN202011145663.4A patent/CN112268563B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010164434A (ja) * | 2009-01-15 | 2010-07-29 | Hitachi Ltd | 空間情報管理システム、及び地図情報サーバ装置、並びに、プログラム |
CN102519456A (zh) * | 2011-11-28 | 2012-06-27 | 华为终端有限公司 | 地铁线路导航方法及移动终端 |
CN103906083A (zh) * | 2012-12-26 | 2014-07-02 | 中兴通讯股份有限公司 | 一种路测定位方法及设备 |
CN103310651A (zh) * | 2013-05-24 | 2013-09-18 | 北京市交通信息中心 | 一种基于实时路况信息的公交到站预测方法 |
CN103327091A (zh) * | 2013-06-17 | 2013-09-25 | 北京交通大学 | 一种获取乘客轨迹及行为参数的系统与方法 |
CN104064051A (zh) * | 2014-06-23 | 2014-09-24 | 银江股份有限公司 | 一种乘客便携移动终端与所乘公交车辆定位信息动态匹配方法 |
CN104066057A (zh) * | 2014-06-25 | 2014-09-24 | 北京交通大学 | 一种利用智能手机进行主动式乘客信息获取及服务的方法 |
CN105069735A (zh) * | 2015-07-07 | 2015-11-18 | 百度在线网络技术(北京)有限公司 | 一种获取实时列车信息的方法及装置 |
CN105890600A (zh) * | 2016-04-14 | 2016-08-24 | 南京大学 | 基于手机传感器的地铁乘客位置推测方法 |
CN106529815A (zh) * | 2016-11-15 | 2017-03-22 | 同济大学 | 城市轨道交通网络乘客出行时空轨迹估计方法及其应用 |
CN108764516A (zh) * | 2018-04-04 | 2018-11-06 | 深圳大学 | 一种轨道交通动态可达路径的生成方法及系统 |
CN110392379A (zh) * | 2018-04-20 | 2019-10-29 | 中国移动通信集团设计院有限公司 | 一种网络问题的定位方法、装置、电子设备及存储介质 |
CN109484434A (zh) * | 2018-07-27 | 2019-03-19 | 成都云天智轨科技有限公司 | 列车综合定位装置与方法 |
CN111385731A (zh) * | 2018-12-27 | 2020-07-07 | 中国移动通信集团辽宁有限公司 | 列车用户定位方法、装置、设备及介质 |
CN110941278A (zh) * | 2019-12-20 | 2020-03-31 | 交控科技股份有限公司 | 一种站内动态安全分析方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610124A (zh) * | 2021-07-23 | 2021-11-05 | 中国地质大学(武汉) | 基于马尔可夫链蒙特卡洛的人手轨迹生成方法和系统 |
CN113610124B (zh) * | 2021-07-23 | 2024-04-19 | 中国地质大学(武汉) | 基于马尔可夫链蒙特卡洛的人手轨迹生成方法和系统 |
CN114299112A (zh) * | 2021-12-24 | 2022-04-08 | 萱闱(北京)生物科技有限公司 | 基于多目标的轨迹识别方法、装置、介质和计算设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112268563B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112268563B (zh) | 一种行人乘坐轨道交通状态及轨迹的检测方法和装置 | |
CN104064024B (zh) | 一种基于历史数据的公交车辆到站时间预测方法 | |
CN109583407B (zh) | 一种基于nfc技术和机器视觉相结合的轨道检测定位系统 | |
CN106199669B (zh) | 一种基于gps轨迹分析公交车辆运行过程的方法及装置 | |
CN109547930B (zh) | 基于运营商数据的城市轨道交通客流来源分析的方法及装置 | |
CN111998828B (zh) | 一种基于便携式gps的道路坡度估算方法 | |
CN105425115B (zh) | 多种定位方式的接触网定位方法及系统 | |
CN107133764A (zh) | 一种基于北斗卫星导航的车辆临时调度系统及方法 | |
CN114446048B (zh) | 基于手机信令数据的轨道交通出行者全出行链分析方法 | |
CN103020097A (zh) | 公共交通换乘方案推荐方法及装置 | |
CN109492071A (zh) | 一种铁路高精度地图数据处理方法及系统 | |
Sauerländer-Biebl et al. | Evaluation of a transport mode detection using fuzzy rules | |
CN111161531A (zh) | 一种基于公交车载终端判断线路正返程和进出站的方法 | |
Flaskou et al. | Analysis of freight corridors using GPS data on trucks | |
CN109035787A (zh) | 一种利用移动通信数据识别交通工具类别的方法 | |
CN110203253A (zh) | 一种非固定式虚拟应答器实现方法 | |
CN103223956A (zh) | 一种在线钢轨断裂车载监测的故障位置定标装置及定标方法 | |
CN115714957A (zh) | 基于手机信令的地铁出行识别方法、装置、设备及介质 | |
CN104661179A (zh) | 定位数据共享方法及系统 | |
CN106568450B (zh) | 一种高架道路车载辅助导航算法及应用 | |
CN109218978B (zh) | 一种定位方法及装置 | |
CN112505738B (zh) | 景区离线定位系统 | |
JP7300821B2 (ja) | 位置推定装置、位置推定方法、位置推定プログラム | |
JP2016037079A (ja) | 乗車列車同定装置、鉄道利用データ収集システム、乗車列車同定方法及びプログラム | |
CN104066054A (zh) | 一种针对特定人员的防走失定位方法及装置 |
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 |