CN112344947A - 地图匹配方法、装置、电子设备和计算机可读存储介质 - Google Patents

地图匹配方法、装置、电子设备和计算机可读存储介质 Download PDF

Info

Publication number
CN112344947A
CN112344947A CN202011335181.5A CN202011335181A CN112344947A CN 112344947 A CN112344947 A CN 112344947A CN 202011335181 A CN202011335181 A CN 202011335181A CN 112344947 A CN112344947 A CN 112344947A
Authority
CN
China
Prior art keywords
point
points
road
track
grid
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
Application number
CN202011335181.5A
Other languages
English (en)
Other versions
CN112344947B (zh
Inventor
要甲
柴欣月
庄梓旭
孙伟力
吴国斌
龚诚
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.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development 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 Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN202011335181.5A priority Critical patent/CN112344947B/zh
Publication of CN112344947A publication Critical patent/CN112344947A/zh
Application granted granted Critical
Publication of CN112344947B publication Critical patent/CN112344947B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching

Abstract

本发明实施例公开了一种路网匹配方法、装置、电子设备和计算机可读存储介质,通过获取运动轨迹数据和路网信息,并确定所述运动轨迹数据中的各轨迹点对应的网格标识,根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合,响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述轨迹点与对应的路段点进行绑定,以将对应的运动轨迹匹配到路网,由此,可以提高地图匹配的效率。

Description

地图匹配方法、装置、电子设备和计算机可读存储介质
技术领域
本发明涉及计算机技术领域,更具体地,涉及一种地图匹配方法、装置、电子设备和计算机可读存储介质。
背景技术
近年来,随着小汽车的普及以及无线通信定位技术的快速发展,产生了大量的城市交通车辆轨迹数据。目前,轨迹数据是研究道路交通情况的重要数据来源。基于浮动车的位置轨迹数据主要包括一个个具有时间以及空间坐标的离散点要素,但是受到定位技术和信息传输过程、地图矢量化过程、不同空间坐标参考系的选取以及相互转换过程中多种因素的共同作用,使车辆运动轨迹绝大多数游离于路网线路要素之外,无法与道路直接进行空间关系的分析与处理。
发明内容
有鉴于此,本发明实施例提供一种地图匹配方法、装置、电子设备和计算机可读存储介质,以高效率地进行地图匹配。
第一方面,本发明实施例提供一种路网匹配方法,所述方法包括:
获取运动轨迹数据和路网信息,所述运动轨迹数据包括至少一条由轨迹点确定的轨迹,所述路网信息包括路段点集合中的各路段点对应的网格标识;
确定所述运动轨迹数据中的各轨迹点对应的网格标识;
根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合;
响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述路段点与所述对应轨迹点进行绑定,以将对应的运动轨迹匹配到路网;
其中,所述路段点集合包括至少一个关键点子集和至少一个特征点子集,所述关键点子集中的关键点表征对应路段的起点、中点或终点,所述特征点子集中的特征点为表征路网的网络拓扑特性的位置点。
可选的,确定所述路段点集合中的路段点对应的网格标识包括:
将所述路段点向多个预定方向移动预定距离,获取对应的多个虚拟路段点;
将所述路段点所在网格和对应的各虚拟路段点所在网格确定为所述路段点对应的网格标识集合。
可选的,确定所述运动轨迹数据中的各轨迹点对应的网格标识包括:
将所述轨迹点向多个预定方向移动预定距离,获取对应的多个虚拟轨迹点;
将所述轨迹点所在网格和对应的各虚拟轨迹点所在网格确定所述轨迹点对应的网格标识集合。
可选的,所述预定条件为所述轨迹点与所述对应的路段点的距离小于阈值,且所述轨迹点与所述对应的路段点的距离最近。
可选的,所述对应路段的中点坐标根据所述对应路段上的起点坐标和终点坐标确定,或者通过所述对应路段上的特征点坐标确定。
可选的,获取路网信息包括:
获取路网数据;
根据所述路网数据确定路段点集合;
确定所述路段点集合中的路段点对应的网格标识,以确定所述路网信息。
可选的,确定所述路段点集合中的路段点对应的网格标识,以确定所述路网信息包括:
将对应同一网格标识的关键点确定为一个关键点子集;
将对应同一网格标识的特征点确定为一个特征点子集。
可选的,所述方法还包括:
响应于所述轨迹点与对应的路段点进行绑定,将所述轨迹点的时间确定为运动至所述对应的路段点的时间。
可选的,各所述轨迹点的网格标识和各所述路段点的网格标识根据GeoHash编码确定。
第二方面,本发明实施例提供一种路网匹配装置,所述装置包括:
信息获取单元,被配置为获取运动轨迹数据和路网信息,所述运动轨迹数据包括至少一条由轨迹点确定的轨迹,所述路网信息包括路段点集合中的各路段点对应的网格标识;
网格标识确定单元,被配置为确定所述运动轨迹数据中的各轨迹点对应的网格标识;
遍历单元,根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合;
匹配单元,响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述路段点与所述对应轨迹点进行绑定,以将对应的运动轨迹匹配到路网;
其中,所述路段点集合包括至少一个关键点子集和至少一个特征点子集,所述关键点子集中的关键点表征对应路段的起点、中点或终点,所述特征点子集中的特征点为表征路网的网络拓扑特性的位置点。
第三方面,本发明实施例提供一种电子设备,所述电子设备包括存储器、处理器和显示器,所述显示器用于受控显示路线信息,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如上所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时以实现如上所述的方法。
本发明实施例通过获取运动轨迹数据和路网信息,并确定所述运动轨迹数据中的各轨迹点对应的网格标识,根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合,响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述轨迹点与对应的路段点进行绑定,以将对应的运动轨迹匹配到路网,由此,可以提高地图匹配的效率。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明实施例的地图匹配方法的流程图;
图2是本发明实施例确定路段中点坐标的示意图;
图3是本发明实施例的多个关键点子集的示意图;
图4是本发明实施例的路段点对应的GeoHash编码的确定过程示意图;
图5是本发明实施例的运动轨迹的存储示意图;
图6-图7是本发明实施例的路网匹配的过程示意图;
图8是本发明实施例的路网数据的预处理方法的流程图;
图9是本发明实施例的路网匹配的数据处理过程示意图;
图10是本发明实施例的路网匹配装置的示意图;
图11是本发明实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
图1是本发明实施例的地图匹配方法的流程图。如图1所示,本发明实施例的地图匹配方法包括以下步骤:
步骤S110,获取运动轨迹数据和路网信息。其中,运动轨迹数据包括至少一条由轨迹点确定的轨迹,路网信息包括路段点集合中的各路段点对应的网格标识。可选的,运动轨迹数据根据运动对象(例如车辆、车载设备、用户终端等)上传的GNSS(Global NavigationSatellite System,全球卫星导航系统)轨迹点确定的轨迹。其中,轨迹点具有对应的坐标和上传时间。可选的,本实施例可以对运动轨迹数据进行预处理,以删除不符合要求的轨迹点,或对缺失的轨迹点进行填补。
在一种可选的实现方式中,本实施例可以预先从开源地图中获取指定区域的路网数据,对路网数据进行预处理,根据预处理后的路网数据确定路网信息。可选的,本实施例从OSM(Open Street Map,公开地图)中获取指定区域的路网数据。其中,路网数据包括节点(也即各路段的起点和终点等)和边(也即路网中各路段)组成的无向图。在一种可选的实现方式中,本实施例通过对路网数据进行预处理以构建对应的网络拓扑结构,从而确定路段点集合。可选的,通过对路网数据中的各路网两两比较,对相邻路段进行标记,以构建对应的网络拓扑结构。
在一种可选的实现方式中,本实施例根据获取的路网数据和对应的网络拓扑结构确定路段点集合,并确定路段点集合中的各路段点对应的网格标识,以确定上述路网信息。在本实施例中,路段点集合包括至少一个关键点子集和至少一个特征点子集。可选的,在本实施例中,将对应同一网格标识的关键点确定为一个关键点子集,将对应同一网格标识的特征点确定为一个特征点子集。其中,关键点子集中的关键点表征对应路段的起点、中点或终点。特征点子集中的特征点为表征路网的网络拓扑特性的位置点。例如,特征点子集可以包括路段上的公交站点、红绿灯位置点、起点、终点等具有标志性的位置点。可选的,路段的起点和终点坐标可以从路网数据中直接获取,路段的中点坐标可以根据该路段上的起点坐标和终点坐标确定,还可以通过该路段上的特征点坐标确定。
在一种可选的实现方式中,对于直线路段,则中点坐标可以根据起点坐标和终点坐标确定。其中,假设起点坐标为(xa,ya),起点坐标为(xb,yb),则中点的经纬度坐标(x0,y0)为:
Figure BDA0002794011670000061
可选的,对于非直线路段,显然不能采用起点和终点坐标的平均值来确定中点坐标,本实施例根据路段的长度、对应区域经纬度与长度的比例或近似比例、以及该路段上的多个特征点的坐标确定该路段的中点坐标。其中,首先计算路段的半长l=L/2,L为该路段的总长度,其可以从路网数据中直接获得。
在地球的不同区域,经纬度对应的长度具有一定的差异,因此,需要获取指定区域对应的经纬度与长度的比例系数k为:
Figure BDA0002794011670000062
其中,xi为该路段上第i个特征点的经度,yi为该路段上第i个特征点的纬度,k为经纬度与长度之间的比例系数,L为该路段的全长,n为该路段上的特征点的个数。
之后,根据路段的半长l、经纬度与长度的比例系数k确定该路段的中点所在的路段部分:
Figure BDA0002794011670000063
Figure BDA0002794011670000064
Figure BDA0002794011670000065
其中,d为该路段的中点距离该路段上第i个特征点的长度。
可选的,本实施例通过求解相似三角形获得路段中点坐标。其中,若该路段的中点位于特征点(xi,yi)和特征点(xi+1,yi+1)所形成的路段部分,则路段中点坐标(x0,y0)为:
Figure BDA0002794011670000066
Figure BDA0002794011670000067
图2是本发明实施例确定路段中点坐标的示意图。如图2所示,假设路段2上存在5个特征点{(x1,y1),(x2,y2),(x3,y3),(x4,y4),(x5,y5)},通过上述方法确定该路段的中点位于特征点(x3,y3)与特征点(x4,y4)之间,根据图2中所示的辅助线构成的相似三角形,可得:
Figure BDA0002794011670000071
Figure BDA0002794011670000072
本实施例根据对应路段的总长、路段上的多个特征点坐标可以较准确地确定非直线路段的中点,从而可以进一步提高路网匹配的准备性。应理解,上述确定路段中点的方法仅仅是示例性的,本实施例并不对此进行限制。
在一种可选的实现方式中,在本实施例中,各轨迹点的网格标识和各路段点的网格标识根据GeoHash编码确定。也即,本实施例根据GeoHash编码对区域进行划分,以获取指定区域内的网格,各网格的网格标识可以为对应的GeoHash编码。
图3是本发明实施例的多个关键点子集的示意图。在一种可选的实现方式中,本实施例的关键点子集中可以包括一个GeoHash编码对应的网格中的所有关键点,特征点子集中可以包括一个GeoHash编码对应的网格中的所有关键点。可选的,每个关键点(或特征点)具有对应的标识,其中,关键点(或特征点)的标识可以有所属路段的标识与其在集合中的序号确定。如图3所示,以关键点子集为例,不同的GeoHash编码ghi具有对应的关键点子集{rpid1,rpid2,…,rpidni},其中,1≤i≤m,m为关键点子集的个数,ni为第i个关键点子集ghi中的关键点个数。例如,GeoHash编码gh1具有对应的关键点子集{rpid1,rpid2,…,rpidn1},也即关键点子集{rpid1,rpid2,…,rpidn1}中的关键点位于GeoHash编码gh1对应的网格中。
在路网匹配过程中,为了避免轨迹点与路段中所有路段点(关键点和特征点)进行距离计算,因此,采用将对应于同一网格的轨迹点和路段点进行距离计算,以提高路网匹配的效率。但是由于网格的划分,距离很近的轨迹点和路段点可能位于不同的网格中,从而可能会造成轨迹点与路段点的对应关系不准确,由此,本实施例采用多值映射的方式确定一个GeoHash编码对应的关键点子集。
在一种可选的实现方式中,本实施例通过将路段点向多个预定方向移动预定距离,获取对应的多个虚拟路段点,并将路段点所在网格和对应的各虚拟路段点所在网格确定为路段点对应的网格标识集合。由此,可以通过扩大路段点对应的网格区域,使得距离较近却不在同一网格内的路段点和轨迹点相匹配,进一步提高了路网匹配的准确性。可选的,本实施例通过将路段点向左上、左下、右上和右下四个方向分别移动预定距离,获取对应的4个虚拟路段点,将这4个虚拟路段点所在的网格确定为该路段点的网格区域,也即,该路段点具有对应的4个GeoHash编码。可选的,上述预定距离可以为GeoHash编码对应的网格对角线长度的一半。由此,本实施例采用在4个方向上进行扩展,在保证路段点和轨迹点的匹配准确率的同时,尽可能地减小数据量,从而可以进一步提高路网匹配效率。应理解,本实施例并不对移动方向及其数量、移动距离进行限制,其他能够使得距离较近却不在同一网格内的路段点和轨迹点相匹配的路段点移动方式均可应用于本实施例中,本实施例并不对此进行限制。
图4是本发明实施例的路段点对应的GeoHash编码的确定过程示意图。如图4所示,点a为路网中的一个路段上的路段点,点b为运动轨迹上的一个轨迹点。路段点a和路段点b相距很近,但路段点a所在网格对应的GeoHash编码为gh1,轨迹点b所在网格对应的GeoHash编码为gh4,若不对路段点a对应的GeoHash编码进行扩展,则轨迹点b与路段点a无法匹配,由此,可能导致路网匹配的准确率较低。由此,在本实施例,将路段点a向其左上、左下、右上、右下方移动预定长度da,得到虚拟路段点a1、a2、a3和a4,将虚拟路段点a1、a2、a3和a4所在网格对应的GeoHash编码为gh1、gh2、gh3和gh4确定为路段点a的网格标识集合。由此,假设路段点a为关键点,则其位于GeoHash编码gh1、gh2、gh3和gh4对应的关键点子集中,假设路段点a为特征点,则其位于GeoHash编码gh1、gh2、gh3和gh4对应的特征点子集中。
在本实施例中,在获取与轨迹点b匹配的路段点的过程中,对GeoHash编码gh4对应的关键点子集或特征点子集进行查询,可以查询到路段点a。由此使得距离较近却不在同一网格内的路段点和轨迹点相匹配,进一步提高了路网匹配的准确性。
步骤S120,确定运动轨迹数据中的各轨迹点对应的网格标识。在本实施例中,通过将对应于同一网格标识的轨迹点和路段点进行距离计算来确定相匹配的轨迹点和路段点,以避免轨迹点与路网中所有已知点进行举例计算,从而提高路网匹配的效率。在一种可选的实现方式中,步骤S120可以为根据运动轨迹中的各轨迹点的坐标确定其所在的网格,并将该网格的网格标识确定为该轨迹点的网格标识。
在另一种可选的实现方式中,步骤S120具体可以为将轨迹点向多个预定方向移动预定距离,获取对应的多个虚拟轨迹点,将轨迹点所在网格和对应的各虚拟轨迹点所在网格确定轨迹点对应的网格标识集合。由此,在获取与该轨迹点匹配的路段点的过程中,对该网格标识集合中的各网格标识对应的关键点子集和/或特征点子集分别进行查询,以查询到位于同一网格区域内的所有路段点,从而可以使得距离较近却不在同一网格内的路段点和轨迹点相匹配,以进一步提高路网匹配的准确性。可选的,采用本实施例的方案时路段点可以不进行网格区域的扩展,以减小计算量。可选的,轨迹点的网格区域扩展方式与上述路段点类似,在此不再赘述。
图5是本发明实施例的运动轨迹的存储示意图。在一种可选的实现方式中,为了便于路网匹配,对于一条运动轨迹,获取上传的所有轨迹点,并将该运动轨迹作为一个对象进行存储。如图5所示,在本实施例中,每条运动轨迹具有对应的轨迹ID,该轨迹上的各轨迹点具有对应的坐标值、上传时间、以及对应的网格标识。其中,该运动轨迹上包括轨迹点1-轨迹点m(m>1),以轨迹点1为例,其坐标为(x1,y1),上传时间为t1,对应的网格标识为pgh1。可选的,运动轨迹上的各轨迹点受控按照上传时间的先后顺序进行排序存储。由此,本实施例通过将运动轨迹作为一个对象进行存储,可以较为方便地遍历该运动轨迹上各轨迹点的信息,进一步提高了路网匹配的效率。应理解,本实施例并不对运动轨迹的信息存储方式进行限制。
步骤S130,根据各轨迹点对应的网格标识遍历路段点集合,以获取各轨迹点对应的候选点集合。其中,候选点集合中的路段点的网格标识与对应轨迹点的网格标识相同。应理解,若轨迹点具有对应的多个网格标识,则候选点集合中的路段点的网格标识与对应轨迹点的至少一个网格标识相同。
在一种可选的实现方式中,路段点集合根据对应的网格标识被预先划分为多个关键点子集和特征点子集。因此,步骤S130具体可以为:根据运动轨迹上的轨迹点的网格标识,搜索该网格标识对应的关键点子集和/或特征点子集,以获取与该轨迹点位于同于网格区域的关键点子集和/或特征点子集。也即,候选点集合包括根据对应轨迹点的网格标识搜索到的关键点子集的各关键点、以及搜索到的特征点子集中的各特征点。
步骤S140,响应于候选点集合中的路段点与对应轨迹点的距离满足预定条件,将该路段点与对应轨迹点进行绑定,以将对应的运动轨迹匹配到路网。在一种可选的实现方式中,该预定条件可以为轨迹点与候选点集合中的路段点的距离小于阈值,且该轨迹点与该路段点的距离最近。也就是说,若候选点集合中包括多个路段点,可以首先判断候选点集合中的各路段点与对应轨迹点的距离,确定距离小于阈值的各路段点,若存在多个与对应轨迹点的距离小于阈值的路段点,则将与该轨迹点最近的路段点与该轨迹点进行绑定。由此,通过将运动轨迹上的各轨迹点与路网中的路段点进行绑定,以将该运动轨迹匹配到路网。可选的,阈值的大小可以根据具体实际情况进行确定,例如10-20米,本实施例并不对此进行限制。
在一种可选的实现方式中,路段点根据网格标识划分为多个关键点子集和多个特征点子集。若轨迹点具有对应的一个网格标识,则其对应的候选点集合包括一个关键点子集和一个特征点子集,若轨迹点具有对应的多个网格标识,则其对应的候选点集合包括多个关键点子集和多个特征点子集。
在一种可选的实现方式中,本实施例的路网匹配方法还包括:响应于轨迹点与对应的路段点进行绑定,将轨迹点的时间确定为运动至对应的路段点的时间。可选的,关键点子集中包括位于同一网格区域内的路段起点、中点和终点,因此,在运动轨迹上的轨迹点与某路段起点进行绑定时,可以将该轨迹点的上传时间确定为驶入该路段的时间,在运动轨迹上的轨迹点与某路段终点进行绑定时,可以将该轨迹点的上传时间确定为驶出该路段的时间。由此,本实施例可以通过将路段起点、终点等作为一个单独的子集以快速确定驶入驶出某路段的时间,提高了获取相关信息的效率。
图6-图7是本发明实施例的路网匹配的过程示意图。本实施例主要以特征点集合为例进行详细描述,如图6所示,获取运动轨迹L和路网信息,并确定运动轨迹L中的各轨迹点对应的网格标识。以轨迹点l1为例,根据轨迹点l1的经纬度坐标确定其所在的网格为网格gh1。在路网信息中,路段r1上具有特征点r11-r14,路段r2具有特征点r21-r25。其中,网格gh1对应的特征点子集为{r13,r14,r22}。由此,可以分别计算轨迹点l1分别与特征点r13、r14和r22之间的距离。其中,特征点r22与轨迹点l1的距离大于阈值,特征点r13、r14与轨迹点l1的距离均小于阈值,且r13与轨迹点l1的距离最近,因此将轨迹点l1与特征点r13绑定。同理,根据运动轨迹L上的轨迹点的网格标识遍历路网信息,以将运动轨迹L上的各轨迹点与相应的特征点(或关键点)绑定,以将运动轨迹L匹配到路网上,路网匹配后的运动轨迹如图7所示。
图8是本发明实施例的路网数据的预处理方法的流程图。在一种可选的实现方式中,本实施例通过对路网数据进行预处理以构建对应的网络拓扑结构,以确定路段点集合。可选的,通过对路网数据中的各路网两两比较,对相邻路段进行标记,以构建对应的网络拓扑结构。如图2所示,本实施例的路网数据的预处理方法包括以下步骤:
步骤S210,确定第一路段的标识i=0。在本实施例中,路网数据中的各路段预先标注有对应的标识。可选的,各路段从0开始标注。
步骤S220,判断第一路段的标识i是否小于路段的总数n。在i小于n时,执行步骤S230。在i不小于n时,也即路网数据中的各路段已经两两比较完成,预处理结束,确定对应的网络拓扑结果。
步骤S230,在i小于n时,确定第二路段的标识j=i。在本实施例中,由于路网数据中的各路段需要两两进行比较,因此第二路段的标识j=i。
步骤S240,判断第二路段的标识j是否小于路段的总数n。在j小于n时,执行步骤S260。在i不小于n时,执行步骤S250。
步骤S250,确定第一路段的标识i=i+1。在i不小于n时,也即当前标识(例如标识0)的第一路段已经与其他路段(第二路段)比较完成,因此需要继续对剩余标识(例如标识1等)的第一路段与其他路段(第二路段)进行比较,确定各路段之间的关系。
步骤S260,判断第一路段i与第二路段j是否存在重合点。在第一路段i与第二路段j存在重合点时,执行步骤S280。在第一路段i与第二路段j不存在重合点时,也即第一路段i和第二路段j既不是同一路段也不相邻,执行步骤S270。可选的,通过确定第一路段i和第二路段j的起点和/或终点是否重合,以确定第一路段i与第二路段j是否存在重合点。应理解,其他方式,例如确定路段中的特征点(公交站点、红绿灯点等)是否为重合点,均可应用于本实施例中,本实施例并不对此进行限制。
步骤S270,在第一路段i与第二路段j不存在重合点时,确定第二路段的标识j=j+1,之后判断当前第二路段的标识j是否小于路段的总数n。
步骤S280,在第一路段i与第二路段j存在重合点时,判断第一路段i与第二路段j是否为同一路段。第一路段i与第二路段j为同一路段时,确定第二路段的标识j=j+1,之后判断当前第二路段的标识j是否小于路段的总数n。在第一路段i与第二路段j不为同一路段时,执行步骤S290。可选的,通过i和j的值确定第一路段i和第二路段j是否为同一路段,其中,在i=j时,第一路段i和第二路段j为同一路段。
步骤S290,在第一路段i与第二路段j存在重合点,且第一路段i与第二路段j不为同一路段时,标记第一路段i与第二路段j为相邻路段。
本实施例通过重复执行步骤S220-S290直至第一路段的标识i不小于路段的总数n,以通过两两比较路网数据中的各路段,确定相邻的路段,从而确定路网数据对应的网络拓扑结构,由此,通过路网数据的网络拓扑结构进行路网匹配,可以提高路网匹配的效率。
本发明实施例通过获取运动轨迹数据和路网信息,并确定所述运动轨迹数据中的各轨迹点对应的网格标识,根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合,响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述轨迹点与对应的路段点进行绑定,以将对应的运动轨迹匹配到路网,由此,可以提高地图匹配的效率。
图9是本发明实施例的路网匹配的数据处理过程示意图。如图9所示,在本实施例的路网匹配的数据处理过程中,包括路网数据处理过程和运动轨迹的路网匹配过程。
在路网数据处理过程中,本实施例预先对获取的路网数据进行预处理,以确定路网数据对应的网络拓扑结构,根据路网数据和对应的网络拓扑结构确定各路段上的路段点集合,并根据路段点的坐标确定对应的网格标识。在本实施例中,路段点可以为关键点或者特征点,确定各网格标识对应的网格中的关键点子集和特征点子集。应理解,本实施例的路网数据的预处理过程、路段点的网格标识确定过程与上述实施例类似,在此不再赘述。
在运动轨迹的路网匹配过程中,本实施例根据运动轨迹上各轨迹点的坐标确定各轨迹点的网格标识,根据轨迹点的网格标识确定对应的搜索区域,分别计算搜索区域内的特征点与该轨迹点的距离,确定与轨迹点的距离小于阈值且与轨迹点的距离最小的特征点,将该特征点与该轨迹点进行绑定。同理,分别计算搜索区域内的关键点与该轨迹点的距离,确定与轨迹点的距离小于阈值且与轨迹点的距离最小的关键点,将该关键点与该轨迹点进行绑定,将与各轨迹点绑定的特征点和关键点进行合并,并按时间排序,得到路网匹配结果。
本发明实施例通过获取运动轨迹数据和路网信息,并确定所述运动轨迹数据中的各轨迹点对应的网格标识,根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合,响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述轨迹点与对应的路段点进行绑定,以将对应的运动轨迹匹配到路网,由此,可以提高地图匹配的效率。
图10是本发明实施例的路网匹配装置的示意图。如图10所示,本实施例的路网匹配装置10包括信息获取单元101、网格标识确定单元102、遍历单元103和匹配单元104。
信息获取单元101被配置为获取运动轨迹数据和路网信息,所述运动轨迹数据包括至少一条由轨迹点确定的轨迹,所述路网信息包括路段点集合中的各路段点对应的网格标识。其中,所述路段点集合包括至少一个关键点子集和至少一个特征点子集,所述关键点子集中的关键点表征对应路段的起点、中点或终点,所述特征点子集中的特征点为表征路网的网络拓扑特性的位置点。可选的,所述对应路段的中点坐标根据所述对应路段上的起点坐标和终点坐标确定,或者通过所述对应路段上的特征点坐标确定。
在一种可选的实现方式中,路网匹配装置10还包括路网信息确定单元105。路网信息确定单元105包括路网数据获取子单元1051、路段点确定子单元1052和路网信息确定子单元1053。路网数据获取子单元1051被配置为获取路网数据。路段点确定单元1052被配置为根据所述路网数据确定路段点集合。路网信息确定子单元1053被配置为确定所述路段点集合中的路段点对应的网格标识,以确定所述路网信息。可选的,路网信息确定子单元1053进一步被配置为将对应同一网格标识的关键点确定为一个关键点子集,将对应同一网格标识的特征点确定为一个特征点子集。
在一种可选的实现方式中,路网信息确定子单元1053进一步被配置为将所述路段点向多个预定方向移动预定距离,获取对应的多个虚拟路段点,将所述路段点所在网格和对应的各虚拟路段点所在网格确定为所述路段点对应的网格标识集合。
网格标识确定单元102被配置为确定所述运动轨迹数据中的各轨迹点对应的网格标识。在一种可选的实现方式中,网格标识确定单元102包括虚拟轨迹点确定子单元1021和网格标识确定子单元1022。虚拟轨迹点确定子单元1021被配置为将所述轨迹点向多个预定方向移动预定距离,获取对应的多个虚拟轨迹点。网格标识确定子单元1022被配置为将所述轨迹点所在网格和对应的各虚拟轨迹点所在网格确定所述轨迹点对应的网格标识集合。
遍历单元103根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合。
匹配单元104响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述路段点与所述对应轨迹点进行绑定,以将对应的运动轨迹匹配到路网。在一种可选的实现方式中,所述预定条件为所述轨迹点与所述对应的路段点的距离小于阈值,且所述轨迹点与所述对应的路段点的距离最近。
在一种可选的实现方式中,路网匹配装置10还包括时间确定单元106。时间确定单元106被配置为响应于所述轨迹点与对应的路段点进行绑定,将所述轨迹点的时间确定为运动至所述对应的路段点的时间。
在一种可选的实现方式中,各所述轨迹点的网格标识和各所述路段点的网格标识根据GeoHash编码确定。
本发明实施例通过获取运动轨迹数据和路网信息,并确定所述运动轨迹数据中的各轨迹点对应的网格标识,根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合,响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述轨迹点与对应的路段点进行绑定,以将对应的运动轨迹匹配到路网,由此,可以提高地图匹配的效率。
图11是本发明实施例的电子设备的示意图。如图11所示,电子设备11为通用数据处理装置,其包括通用的计算机硬件结构,其至少包括处理器111和存储器112。处理器111和存储器112通过总线113连接。存储器112适于存储处理器111可执行的指令或程序。处理器111可以是独立的微处理器,也可以是一个或者多个微处理器集合。由此,处理器111通过执行存储器112所存储的指令,从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线113将上述多个组件连接在一起,同时将上述组件连接到显示控制器114和显示装置以及输入/输出(I/O)装置115。输入/输出(I/O)装置115可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地,输入/输出装置115通过输入/输出(I/O)控制器116与系统相连。
本领域的技术人员应明白,本申请的实施例可提供为方法、装置(设备)或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品。
本申请是参照根据本申请实施例的方法、装置(设备)和计算机程序产品的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程。
这些计算机程序指令可以存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现流程图一个流程或多个流程中指定的功能。
也可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。
本发明的另一实施例涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指定相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (12)

1.一种路网匹配方法,其特征在于,所述方法包括:
获取运动轨迹数据和路网信息,所述运动轨迹数据包括至少一条由轨迹点确定的轨迹,所述路网信息包括路段点集合中的各路段点对应的网格标识;
确定所述运动轨迹数据中的各轨迹点对应的网格标识;
根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合;
响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述路段点与所述对应轨迹点进行绑定,以将对应的运动轨迹匹配到路网;
其中,所述路段点集合包括至少一个关键点子集和至少一个特征点子集,所述关键点子集中的关键点表征对应路段的起点、中点或终点,所述特征点子集中的特征点为表征路网的网络拓扑特性的位置点。
2.根据权利要求1所述的方法,其特征在于,确定所述路段点集合中的路段点对应的网格标识包括:
将所述路段点向多个预定方向移动预定距离,获取对应的多个虚拟路段点;
将所述路段点所在网格和对应的各虚拟路段点所在网格确定为所述路段点对应的网格标识集合。
3.根据权利要求1所述的方法,其特征在于,确定所述运动轨迹数据中的各轨迹点对应的网格标识包括:
将所述轨迹点向多个预定方向移动预定距离,获取对应的多个虚拟轨迹点;
将所述轨迹点所在网格和对应的各虚拟轨迹点所在网格确定所述轨迹点对应的网格标识集合。
4.根据权利要求1所述的方法,其特征在于,所述预定条件为所述轨迹点与所述对应的路段点的距离小于阈值,且所述轨迹点与所述对应的路段点的距离最近。
5.根据权利要求1所述的方法,其特征在于,所述对应路段的中点坐标根据所述对应路段上的起点坐标和终点坐标确定,或者通过所述对应路段上的特征点坐标确定。
6.根据权利要求1所述的方法,其特征在于,获取路网信息包括:
获取路网数据;
根据所述路网数据确定路段点集合;
确定所述路段点集合中的路段点对应的网格标识,以确定所述路网信息。
7.根据权利要求6所述的方法,其特征在于,确定所述路段点集合中的路段点对应的网格标识,以确定所述路网信息包括:
将对应同一网格标识的关键点确定为一个关键点子集;
将对应同一网格标识的特征点确定为一个特征点子集。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于所述轨迹点与对应的路段点进行绑定,将所述轨迹点的时间确定为运动至所述对应的路段点的时间。
9.根据权利要求1-8中任一项所述的方法,其特征在于,各所述轨迹点的网格标识和各所述路段点的网格标识根据GeoHash编码确定。
10.一种路网匹配装置,其特征在于,所述装置包括:
信息获取单元,被配置为获取运动轨迹数据和路网信息,所述运动轨迹数据包括至少一条由轨迹点确定的轨迹,所述路网信息包括路段点集合中的各路段点对应的网格标识;
网格标识确定单元,被配置为确定所述运动轨迹数据中的各轨迹点对应的网格标识;
遍历单元,根据各轨迹点对应的网格标识遍历所述路段点集合,以获取各所述轨迹点对应的候选点集合;
匹配单元,响应于所述候选点集合中的路段点与对应轨迹点的距离满足预定条件,将所述路段点与所述对应轨迹点进行绑定,以将对应的运动轨迹匹配到路网;
其中,所述路段点集合包括至少一个关键点子集和至少一个特征点子集,所述关键点子集中的关键点表征对应路段的起点、中点或终点,所述特征点子集中的特征点为表征路网的网络拓扑特性的位置点。
11.一种电子设备,所述电子设备包括存储器、处理器和显示器,其特征在于,所述显示器用于受控显示路线信息,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-9中任一项所述的方法。
12.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时以实现如权利要求1-9中任一项所述的方法。
CN202011335181.5A 2020-11-23 2020-11-23 地图匹配方法、装置、电子设备和计算机可读存储介质 Active CN112344947B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011335181.5A CN112344947B (zh) 2020-11-23 2020-11-23 地图匹配方法、装置、电子设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011335181.5A CN112344947B (zh) 2020-11-23 2020-11-23 地图匹配方法、装置、电子设备和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112344947A true CN112344947A (zh) 2021-02-09
CN112344947B CN112344947B (zh) 2023-05-16

Family

ID=74364850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011335181.5A Active CN112344947B (zh) 2020-11-23 2020-11-23 地图匹配方法、装置、电子设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112344947B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113593397A (zh) * 2021-08-18 2021-11-02 哈尔滨海能达科技有限公司 一种历史轨迹数据加载方法、装置及系统
CN113743908A (zh) * 2021-09-13 2021-12-03 中化现代农业有限公司 一种自动匹配地块的方法及系统
CN114664104A (zh) * 2022-03-23 2022-06-24 阿里云计算有限公司 一种路网匹配方法和装置
CN115002679A (zh) * 2022-07-18 2022-09-02 北京航天泰坦科技股份有限公司 轨迹纠偏处理方法和装置
WO2023274229A1 (zh) * 2021-06-28 2023-01-05 中移(上海)信息通信科技有限公司 车辆轨迹纠偏方法、装置及电子设备
CN116958316A (zh) * 2023-09-19 2023-10-27 北京集度科技有限公司 拓扑图生成方法、装置、计算机设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004177364A (ja) * 2002-11-29 2004-06-24 Alpine Electronics Inc ナビゲーションシステム
CN104062671A (zh) * 2014-07-08 2014-09-24 中国石油大学(华东) 曲率约束的gnss浮动车地图匹配方法及装置
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
CN109029472A (zh) * 2018-07-10 2018-12-18 天津大学 基于低采样率gps轨迹点的地图匹配方法
US20200042545A1 (en) * 2018-05-11 2020-02-06 Elsevier, Inc. Systems and methods for indexing geological features
US20200141738A1 (en) * 2018-11-01 2020-05-07 Here Global B.V. Navigation system, apparatus and method for associating a probe point with a road segment
CN111723108A (zh) * 2020-05-28 2020-09-29 长安大学 一种基于GeoHash编码的候选路段选取方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004177364A (ja) * 2002-11-29 2004-06-24 Alpine Electronics Inc ナビゲーションシステム
CN104062671A (zh) * 2014-07-08 2014-09-24 中国石油大学(华东) 曲率约束的gnss浮动车地图匹配方法及装置
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
US20200042545A1 (en) * 2018-05-11 2020-02-06 Elsevier, Inc. Systems and methods for indexing geological features
CN109029472A (zh) * 2018-07-10 2018-12-18 天津大学 基于低采样率gps轨迹点的地图匹配方法
US20200141738A1 (en) * 2018-11-01 2020-05-07 Here Global B.V. Navigation system, apparatus and method for associating a probe point with a road segment
CN111723108A (zh) * 2020-05-28 2020-09-29 长安大学 一种基于GeoHash编码的候选路段选取方法及系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023274229A1 (zh) * 2021-06-28 2023-01-05 中移(上海)信息通信科技有限公司 车辆轨迹纠偏方法、装置及电子设备
CN113593397A (zh) * 2021-08-18 2021-11-02 哈尔滨海能达科技有限公司 一种历史轨迹数据加载方法、装置及系统
CN113593397B (zh) * 2021-08-18 2023-08-08 哈尔滨海能达科技有限公司 一种历史轨迹数据加载方法、装置及系统
CN113743908A (zh) * 2021-09-13 2021-12-03 中化现代农业有限公司 一种自动匹配地块的方法及系统
CN114664104A (zh) * 2022-03-23 2022-06-24 阿里云计算有限公司 一种路网匹配方法和装置
CN115002679A (zh) * 2022-07-18 2022-09-02 北京航天泰坦科技股份有限公司 轨迹纠偏处理方法和装置
CN115002679B (zh) * 2022-07-18 2022-11-15 北京航天泰坦科技股份有限公司 轨迹纠偏处理方法和装置
CN116958316A (zh) * 2023-09-19 2023-10-27 北京集度科技有限公司 拓扑图生成方法、装置、计算机设备及存储介质
CN116958316B (zh) * 2023-09-19 2023-12-08 北京集度科技有限公司 拓扑图生成方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN112344947B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN112344947B (zh) 地图匹配方法、装置、电子设备和计算机可读存储介质
CN108151751B (zh) 一种基于高精度地图和传统地图结合的路径规划方法及装置
CN102102992B (zh) 基于多级网络划分的匹配道路初筛方法及地图匹配系统
CN108519094B (zh) 局部路径规划方法及云处理端
US20160238396A1 (en) Incremental map generation, refinement and extension with gps traces
CN106225791A (zh) 一种基于网格划分的gps定位与道路匹配方法
CN110427360A (zh) 轨迹数据的处理方法、处理装置、处理系统及计算机程序产品
CN102918358A (zh) 从表示位置的数据解析位置的方法
CN109523781B (zh) 一种基于卫星定位的路口预测方法
CN111209805B (zh) 车道线众包数据的多道路片段数据的快速融合优化方法
CN104034337B (zh) 一种浮动车地理位置点的地图匹配方法及装置
CN109035783A (zh) 一种基于公交gps轨迹的虚拟路网缺失路段自动识别方法
CN110830915A (zh) 一种确定起点位置的方法及装置
CN116958316B (zh) 拓扑图生成方法、装置、计算机设备及存储介质
CN109937342A (zh) 用于定位移动物体的方法、装置和系统
CN112417070B (zh) 路网拓扑构建方法、装置、电子设备及存储介质
CN109307513B (zh) 一种基于行车记录的实时道路匹配方法及系统
Karimi et al. A methodology for predicting performances of map-matching algorithms
CN115631476A (zh) 一种车道数据处理方法、系统、电子设备及存储介质
CN112580743B (zh) 一种众包数据道路片段中车道边线数据的分类方法与装置
CN114647681A (zh) 路口匹配方法、设备及存储介质
CN114323037A (zh) 路段位置匹配、导航方法、装置以及存储介质
CN113220806B (zh) 一种基于衍生平行线段的大规模路网方向判定方法及系统
CN111982135B (zh) 一种基于不同协议的地图格式之间的转换方法
CN117115773B (zh) 停止线生成方法、装置、电子设备、介质和程序产品

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