CN112530158B - 一种基于历史轨迹的路网补充方法 - Google Patents

一种基于历史轨迹的路网补充方法 Download PDF

Info

Publication number
CN112530158B
CN112530158B CN202011163967.3A CN202011163967A CN112530158B CN 112530158 B CN112530158 B CN 112530158B CN 202011163967 A CN202011163967 A CN 202011163967A CN 112530158 B CN112530158 B CN 112530158B
Authority
CN
China
Prior art keywords
road
track
point
road network
supplemented
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
CN202011163967.3A
Other languages
English (en)
Other versions
CN112530158A (zh
Inventor
徐学永
刘梦楠
夏羽
吴巍炜
黄浩
赵西亭
陈炜灿
于大超
袁春琦
赵越
庞宗光
尹世梅
韩德鹏
黄梦雪
单帅帅
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.)
North Information Control Institute Group Co ltd
Original Assignee
North Information Control Institute Group 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 North Information Control Institute Group Co ltd filed Critical North Information Control Institute Group Co ltd
Priority to CN202011163967.3A priority Critical patent/CN112530158B/zh
Publication of CN112530158A publication Critical patent/CN112530158A/zh
Application granted granted Critical
Publication of CN112530158B publication Critical patent/CN112530158B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于历史轨迹的路网补充方法，将一次行程的轨迹点与路网数据进行匹配，逐段计算轨迹点Frechet距离；若出现连续多段轨迹与附近路网曲线的Frechet距离超过阈值，组合成一组位置点不重复的连续轨迹点；将起点和终点作为结点数据，将抽稀结果作为链数据，保存为待补充道路，并设置置信度；计算连续轨迹点与其他待补充道路的Frechet距离，若Frechet距离小于阈值，增加置信度；直至与所有待补充道路均完成Frechet计算，完成置信度的叠加；若完成置信度叠加后的待补充道路的置信度超过阈值，则将该待补充道路添加到路网数据中，并将该道路的数据从待补充道路中删除。本发明可提高道路识别的准确性。

Description

一种基于历史轨迹的路网补充方法
技术领域
本发明属于路网数据采集领域，特别是一种基于历史轨迹的路网补充方法。
背景技术
为了更高效的计算出各种应用场景下的路径规划，目前的普遍做法是将道路构建成由链和结点组成的、带有环路、并伴随着一系列支配网络中流动的约束条件的线网图形，即为路网。路网的数据，一般包括城市快速路、高速路、国道、人行道、省道、县道、乡镇村道等道路类型的形状信息，以及道路的名称、里程、行驶速度(时间)、道路等级等属性信息。基于这些信息，通过计算机就可以快速的完成路径分析、服务区分析、最近设施分析等网络分析。不难发现，路网数据的质量直接影响着网络分析功能的正确性。路网数据质量包含道路形状和道路属性两个方面的内容。其中，道路的形状必须符合实际的交通状况，实地采集或者从遥感影像上采集都必须遵循严格的要求。要实现网络分析，首先必须保证路网的连通性，路网中的任意两个点之间必定会存在一条可以连接两点的路径；其次路网的层次性必须符合实际情况，立体相交的道路在采集的数据中必须正确的反映。
但实地采集和从遥感影像上采集这两种现有的路网数据采集方法，都只能实现部分工作的自动化，还仍需要相关专业人员消耗大量的时间来参与采集工作。实地采集需要使用专业甚至昂贵的测地车辆，由专业的测绘人员以相对稳定的速度驾驶在道路的固定车道上，采集道路的位置信息；从遥感影像上采集的方法，即使能够使用人工智能等手段帮助识别多数的道路和地物，但仍需要前期的大量训练、后期的不断学习，仍然需要较多内业人员的分析和检查来保障道路形状的可靠。
发明内容
本发明的目的在于提供一种基于历史轨迹的路网补充方法，用以识别出不在路网数据中的道路，补充到现有路网数据中。
实现本发明目的的技术解决方案为：
一种基于历史轨迹的路网补充方法，包括以下步骤：
步骤1、将车辆一次行程的轨迹点与路网数据进行匹配，逐段计算轨迹点与附近路网的Frechet距离；
步骤2、若出现连续多段轨迹与附近路网曲线的Frechet距离超过匹配阈值，则将这些轨迹段重新组合成一组位置点不重复的连续轨迹点，否则返回步骤1；
步骤3、将连续轨迹点的起点和终点作为道路的结点数据，将连续轨迹点的抽稀结果作为道路的链数据，共同保存为待补充道路，并设置该道路的置信度；
步骤4、计算步骤2的连续轨迹点与其他已保存的待补充道路的Frechet距离，若连续轨迹点与某条待补充道路的Frechet距离小于设定的匹配阈值，将步骤3的待补充道路的置信度增加；
步骤5、重复执行步骤4，直至与所有已保存的待补充道路均完成Frechet距离计算，并完成置信度的叠加；
步骤6、若完成置信度叠加后的待补充道路的置信度超过设定的补充阈值，则将该待补充道路的链数据和结点数据添加到路网数据中，并将该道路的数据从待补充道路中删除，否则返回步骤1。
本发明与现有技术相比，其显著优点是：
本发明针对路网数据更新周期长且需要大量专业人员参与的情况，通过分析大量的车辆最新历史轨迹数据，本发明的方法能够在无人参与的情况下，自动识别出车辆可以行驶且未录入到路网中的新道路；方法采用置信度的机制，通过多次经过新道路的历史轨迹数据动态提升新道路的置信度，直至达到规定阈值才能将新道路录入路网，实现对识别出的新道路进行过滤和更新，能够有效提高道路识别的准确性和实效性。
附图说明
图1为本发明基于历史轨迹的路网补充方法的流程示意图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的介绍。
在本发明中，首先需要获取到某行政区域的城市快速路、高速路、国道等车辆可行驶道路的路网数据，并采集在该行政区域中行驶的车辆位置信息；当车辆完成一次行程后，将连续的位置信息保存成历史轨迹数据；将历史轨迹与附近的道路进行匹配检测，将发现的不能匹配到道路上的连续轨迹保存为待补充道路；当该道路与其他多条待补充道路相同时，增加该道路的置信度；当置信度超过设定的阈值时，便认定其为可行驶的道路并添加到路网中；同时可将新道路信息推送给相关人员，可供进行批量人工复查。
具体地说，结合图1，本发明的一种基于历史轨迹的路网补充方法，包括以下步骤：
步骤1、将车辆一次行程的轨迹点与路网数据进行匹配，逐段计算轨迹点与附近路网的Frechet距离：
根据一次行程的历史轨迹中连续位置点的地理坐标信息，选取轨迹所在行政区的路网数据，新建一个独立的线程来运行相关的Frechet距离计算。
在新线程中将轨迹进行分段，每p个连续点为一段，再将每一段轨迹与路网进行匹配。如p为5时，第1段轨迹为前5个位置点，删除第1个点并增加第6个点为第2段轨迹，以此类推可将具有n个位置点的连续轨迹数据分割成n-1段。将一段轨迹的各个位置点附近dF(如50米)范围内的路网组合成一条或多条路网曲线；将附近的每个路网曲线用q个(如10个)位置点等分后，计算这一段轨迹与每一条路网曲线的Frechet距离。
如某段轨迹位置点集合σ(P)＝(u1，...，ui，...，up)，附近一条路网曲线位置点集合σ(Q)＝(v1，...，vj，...，vq)，其中i＝1，2，...，p，j＝1，2，...，q，定义函数F(i，j)，即
Figure BDA0002745217880000031
其中，d(i，j)为ui和vj两位置点间的欧式距离，即d(i，j)＝sqrt((xui-xvj)2+(yui-yvj)2)，其中xui和yui分别为轨迹的第i个位置点ui的经度坐标值和纬度坐标值，xvj和yvj分别为路网曲线第j位置点vh的经度坐标值和纬度坐标值。同理d(1，j)表示轨迹中第1个位置点与路网曲线第j个位置点的欧式距离，d(i，1)表示轨迹中第i个位置点与路网曲线第1个位置点的欧式距离。
通过递归调用上述函数，计算F(p，q)的结果值，即为该段轨迹与路网曲线的Frechet距离。
若某段轨迹附近无路网，则直接认定该段轨迹与路网的Frechet距离为∞。
下面举例说明递归调用函数F(i，j)计算F(p，q)的流程：
假设轨迹位置点集合σ(P)＝[(1，2)，(3，2)]，路网曲线位置点集合σ(Q)＝[(0，0)，(2，0)，(5，0)]，即i＝1，2、j＝1，2，3、q＝2、q＝3，(1，2)、(3，2)、(0，0)、(2，0)、(5，0)为相应位置点的经纬度坐标值，则计算Frechet距离递归流程如下：
①求
Figure BDA0002745217880000041
②需先求
Figure BDA0002745217880000042
Figure BDA0002745217880000043
Figure BDA0002745217880000044
③则需先求
Figure BDA0002745217880000045
Figure BDA0002745217880000046
Figure BDA0002745217880000047
④将③的结果代入回②中，可得
Figure BDA0002745217880000048
Figure BDA0002745217880000049
Figure BDA00027452178800000410
⑤将④的结果代入回①中，可得
Figure BDA00027452178800000411
步骤2、若出现连续多段轨迹与附近路网曲线的Frechet距离超过匹配阈值，则将这些轨迹段重新组合成一组位置点不重复的连续轨迹点，否则返回步骤1；
顺序计算轨迹段与路网曲线的Frechet距离后，当出现连续5段轨迹的Frechet距离均超过匹配阈值时，即认定这些轨迹驶离了路网数据中所包含的道路，并将连续5段轨迹中的第1段轨迹的首个位置点标记为起点。
继续顺序计算其余轨迹段与路网曲线的Frechet距离，直至出现某段轨迹的Frechet距离不超过设定的匹配阈值，即认定这段轨迹已返回路网，并将这段轨迹的末尾位置点标记为终点。
以上述方式获取的起点和终点，从历史轨迹中重新截取出连续轨迹点。
步骤3、将连续轨迹点的起点和终点作为道路的结点数据，将连续轨迹点的抽稀结果作为道路的链数据，共同保存为待补充道路，并设置该道路的置信度为0；
以连续轨迹点的起点和终点作为与现有路网交汇的结点，即基于起点、终点附近的路网数据格式，将起点和终点的数据按照路网中结点数据的格式进行数据转换，并生成结点数据中要求的转向角、行驶方向等属性信息。
利用道格拉斯-普克(Douglas-Peuker)算法将轨迹线的位置点进行抽稀，具体的抽稀方法如下：
①将连续轨迹点的起点和终点虚连一条直线，计算连续轨迹点上所有位置点与直线的距离，并找出最大距离值dmax，用dmax与设定的抽稀阈值D相比；
②若dmax<D，则将这条连续轨迹点上中间的位置点全部舍去，则该直线段作为连续轨迹点的近似，该段轨迹点的抽稀完毕；
③若dmax≥D，保留dmax对应的坐标点，并以该点为界，把连续轨迹点分为两部分，对这两部分重复使用该方法，即重复①，②步，直到所有dmax均小于D，即完成对连续轨迹点的抽稀。
将抽稀后的连续轨迹点，按照路网数据的格式，构造路网数据中的链数据，并根据连续轨迹点中位置点的时间标签和坐标，生成该条链数据的行驶速度、里程、所属行政区域等属性信息。
步骤4、计算步骤2的连续轨迹点与其他已保存的待补充道路的Frechet距离，若连续轨迹点与某条待补充道路的Frechet距离小于设定的匹配阈值，将步骤3的待补充道路的置信度加1；
将步骤2所得的连续轨迹点与其他同区域的待补充道路计算Frechet距离，具体方法同步骤1。
若连续轨迹点与其他已保存的待补充道路的Frechet距离小于设定的匹配阈值，即可认为步骤3的待补充道路与该条已保存的待补充道路是同一条道路，也就表明又有一个车辆在这条新道路上行驶过，则将步骤3的待补充道路的置信度加1(如从0增加到1)。
步骤5、重复执行步骤4，直至与所有已保存的待补充道路均完成Frechet距离计算，并完成置信度的叠加；
步骤6、若完成置信度叠加后的待补充道路的置信度超过设定的补充阈值，则将该待补充道路的链数据和结点数据添加到路网数据中，并将该道路的数据从待补充道路中删除，否则返回步骤1。
若步骤3的待补充道路的置信度超过补充阈值，即可认为可以将该道路补充到路网中，在步骤3中已处理好了结点数据和链数据，可直接补充到路网数据中。补充完成后，可删除步骤3的待补充道路和步骤4发现的其他待补充道路。

Claims (3)

1.一种基于历史轨迹的路网补充方法，其特征在于，包括以下步骤：
步骤1、将车辆一次行程的轨迹点与路网数据进行匹配，逐段计算轨迹点与附近路网的Frechet距离，具体方法如下：
在新线程中将轨迹进行分段，每p个连续点为一段，将一段轨迹的各个位置点附近范围内的路网组合成一条或多条路网曲线；将附近的每个路网曲线用q个位置点等分后，计算这一段轨迹与每一条路网曲线的Frechet距离：
定义函数F(i，j)，即
Figure FDA0003554604760000011
通过递归调用上述函数，计算F(p，q)的结果值，即为该段轨迹与路网曲线的Frechet距离；其中i＝1，2，...，p，j＝1，2，...，q，F(i，j)表示轨迹第i个位置点与路网曲线第j个位置点的Frechet距离，d(i，j)表示轨迹第i个位置点与路网曲线第j个位置点的欧式距离；
步骤2、若出现连续多段轨迹与附近路网曲线的Frechet距离超过匹配阈值，则将这些轨迹段重新组合成一组位置点不重复的连续轨迹点，否则返回步骤1；
步骤3、将连续轨迹点的起点和终点作为道路的结点数据，将连续轨迹点的抽稀结果作为道路的链数据，共同保存为待补充道路，并设置该道路的置信度；
步骤4、计算步骤2的连续轨迹点与其他已保存的待补充道路的Frechet距离，若连续轨迹点与某条待补充道路的Frechet距离小于设定的匹配阈值，将步骤3的待补充道路的置信度增加；
步骤5、重复执行步骤4，直至与所有已保存的待补充道路均完成Frechet距离计算，并完成置信度的叠加；
步骤6、若完成置信度叠加后的待补充道路的置信度超过设定的补充阈值，则将该待补充道路的链数据和结点数据添加到路网数据中，并将该道路的数据从待补充道路中删除，否则返回步骤1。
2.根据权利要求1所述的基于历史轨迹的路网补充方法，其特征在于，所述轨迹第i个位置点与路网曲线第j个位置点的欧式距离d(i，j)＝sqrt((xui-xvj)2+(yui-yvj)2)，其中xui和yui分别为轨迹的第i个位置点的经度坐标值和纬度坐标值，xvj和yvj分别为路网曲线第j位置点的经度坐标值和纬度坐标值。
3.根据权利要求1所述的基于历史轨迹的路网补充方法，其特征在于，步骤3连续轨迹点的抽稀利用道格拉斯-普克算法进行，具体的抽稀方法如下：
①将连续轨迹点的起点和终点虚连一条直线，计算连续轨迹点上所有位置点与直线的距离，并找出最大距离值dmax，用dmax与设定的抽稀阈值D相比；
②若dmax<D，则将这条连续轨迹点上中间的位置点全部舍去，则该直线段作为连续轨迹点的近似，该段轨迹点的抽稀完毕；
③若dmax≥D，保留dmax对应的坐标点，并以该坐标点为界，把连续轨迹点分为两部分，对这两部分重复使用该方法，即重复①，②步，直到所有dmax均小于D，即完成对连续轨迹点的抽稀。
CN202011163967.3A 2020-10-27 2020-10-27 一种基于历史轨迹的路网补充方法 Active CN112530158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011163967.3A CN112530158B (zh) 2020-10-27 2020-10-27 一种基于历史轨迹的路网补充方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011163967.3A CN112530158B (zh) 2020-10-27 2020-10-27 一种基于历史轨迹的路网补充方法

Publications (2)

Publication Number Publication Date
CN112530158A CN112530158A (zh) 2021-03-19
CN112530158B true CN112530158B (zh) 2022-05-13

Family

ID=74979021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011163967.3A Active CN112530158B (zh) 2020-10-27 2020-10-27 一种基于历史轨迹的路网补充方法

Country Status (1)

Country Link
CN (1) CN112530158B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113821579B (zh) * 2021-09-18 2024-02-06 北京百度网讯科技有限公司 路线的生成方法、装置、电子设备和存储器
CN114373297B (zh) * 2021-12-14 2023-04-07 青岛海信网络科技股份有限公司 一种数据处理装置、方法及电子设备
CN115984279B (zh) * 2023-03-20 2023-11-17 银河航天(北京)网络技术有限公司 一种路径确定方法、系统、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106023587A (zh) * 2016-05-25 2016-10-12 电子科技大学 基于多信息融合的轨迹数据路网精确匹配方法
CN109241069A (zh) * 2018-08-23 2019-01-18 中南大学 一种基于轨迹自适应聚类的路网快速更新的方法及系统
CN110006439A (zh) * 2019-04-12 2019-07-12 北京百度网讯科技有限公司 地图轨迹数据的匹配方法、装置、服务器及存储介质
CN111143495A (zh) * 2019-12-18 2020-05-12 北京中交兴路车联网科技有限公司 道路缺失发现方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106023587A (zh) * 2016-05-25 2016-10-12 电子科技大学 基于多信息融合的轨迹数据路网精确匹配方法
CN109241069A (zh) * 2018-08-23 2019-01-18 中南大学 一种基于轨迹自适应聚类的路网快速更新的方法及系统
CN110006439A (zh) * 2019-04-12 2019-07-12 北京百度网讯科技有限公司 地图轨迹数据的匹配方法、装置、服务器及存储介质
CN111143495A (zh) * 2019-12-18 2020-05-12 北京中交兴路车联网科技有限公司 道路缺失发现方法及装置

Also Published As

Publication number Publication date
CN112530158A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN112530158B (zh) 一种基于历史轨迹的路网补充方法
CN102708698B (zh) 基于车联网的车辆最优路径导航方法
JP5064870B2 (ja) デジタル道路地図の生成方法及び地図生成システム
CN110008872B (zh) 一种结合车辆轨迹和遥感图像的路网提取方法
CN102183256B (zh) 行进车队的地图匹配方法
CN107563566B (zh) 一种基于支持向量机的公交站间运行时间区间预测方法
CN105957342A (zh) 基于众包时空大数据的车道级道路测图方法及系统
CN110766211B (zh) 一种实时路况下的车辆路径规划问题模型创建方法
CN111210612B (zh) 基于公交gps数据与站点信息提取公交线路轨迹的方法
CN108389420A (zh) 一种基于历史出行特征的公交乘客下车站点实时识别方法
CN106568456B (zh) 基于gps/北斗定位和云计算平台的不停车收费方法
AU2006304589A1 (en) System and method for identifying road features
CN104819726A (zh) 导航数据处理方法、装置及导航终端
CN106446960A (zh) 一种密度聚类划分时间段的动态热度路网构建方法
CN111653094A (zh) 一种基于手机信令数据且含路网修正的城市出行方式综合识别方法
CN110276973A (zh) 一种路口交通规则自动识别方法
CN110400461B (zh) 一种路网变更检测方法
CN105806355A (zh) 一种车辆绿色路径导航系统及方法
CN113554891B (zh) 一种基于公交gps轨迹构建电子地图路网的方法
CN104598548A (zh) 一种分析农产品价格空间关联性的方法及装置
CN114116927A (zh) 环岛道路识别方法、装置、电子设备及存储介质
CN113506459A (zh) 一种地下停车场众包地图采集方法
CN112633812A (zh) 货运车辆的轨迹分段方法、装置、设备及存储介质
CN115630056B (zh) 一种基于gps轨迹定位的道路巡查量化考核系统及方法
CN114663992B (zh) 一种多源数据融合高速公路门架定位方法

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
GR01 Patent grant
GR01 Patent grant