CN112731488A

CN112731488A - 一种巡检员gps巡线行走轨迹的自动纠偏方法

Info

Publication number: CN112731488A
Application number: CN202011462609.2A
Authority: CN
Inventors: 李清峰; 任帅; 马征; 霍佃星; 刘小军; 杨章
Original assignee: Qingdao Ieslab Electronics Co ltd
Current assignee: Qingdao Ieslab Electronics Co ltd
Priority date: 2020-12-08
Filing date: 2020-12-08
Publication date: 2021-04-30

Abstract

本发明涉及一种巡检员GPS巡线行走轨迹的自动纠偏方法，包括以下步骤：计算机读取巡检员的GPS巡线行走轨迹，自动生成巡线行走轨迹坐标点集合；计算机对巡线行走轨迹坐标点集合进行计算处理，自动剔除其中的低于一定速度的轨迹点、两点间距大于一定距离的轨迹点，以及小于80度的夹角顶点；计算机将处理之后的巡线行走轨迹坐标点集合导入七点一阶平滑算法中，自动拟合巡线行走轨迹中的噪声，让整个巡线行走轨迹曲线更为平滑，其原理是最小二乘法。本发明在处理巡检员的行走轨迹时，可以去除部分突变点，合理化巡线行走轨迹；现有的大多数的轨迹处理方法都是针对汽车行驶轨迹进行的，针对巡检员的行走轨迹的方法较少，本发明的方法提供了一种新选择。

Description

一种巡检员GPS巡线行走轨迹的自动纠偏方法

技术领域

本发明属于GPS定位技术领域，具体涉及一种巡检员GPS巡线行走轨迹的自动纠偏方法。

背景技术

在某些安全生产标准要求比较高的生产区域内，需要有专门的巡检员定时对生产区域进行安全巡检、及时发现安全隐患，其巡检轨迹作为安全产生的数据进行记录和保存。

目前，通常使用GPS定位技术来记录巡检员的巡线行走轨迹。GPS定位技术具有全球地面连续覆盖、功能多、实时定位速度快、抗干扰性能好、保密性强等优点，在用于汽车等交通工具定位时具有良好的效果。然而，当GPS定位技术用于行人定位时，受行人周边环境复杂、行走速度多变等多种因素的制约，获取的GPS巡线行走轨迹往往与巡检员的实际行走轨迹之间存在一定偏差，如果将这些巡检员GPS巡线行走轨迹直接保存，将会出现大量的不准确的安全产生数据，进而影响到安全生产的管理。

发明内容

为解决上述技术问题，本发明提供一种巡检员GPS巡线行走轨迹的自动纠偏方法，自动对某些明显的问题轨迹点进行删除或者校正。本发明所采用的技术方案如下：

一种巡检员GPS巡线行走轨迹的自动纠偏方法，包括以下步骤：

计算机读取巡检员的GPS巡线行走轨迹，自动生成巡线行走轨迹坐标点集合；

计算机对巡线行走轨迹坐标点集合进行计算处理，自动剔除其中的低于一定速度的轨迹点、两点间距大于一定距离的轨迹点，以及小于80度的夹角顶点；

计算机将处理之后的巡线行走轨迹坐标点集合导入七点一阶平滑算法中，自动拟合巡线行走轨迹中的噪声，让整个巡线行走轨迹曲线更为平滑，其原理是最小二乘法。

本发明的有益效果：

1)受限于GPS的定位精度，在高比例下的巡线行走轨迹极易出现偏离点，本发明的纠偏方法在处理巡检员的行走轨迹时，可以去除部分突变点，合理化巡线行走轨迹。

2)现有的大多数的轨迹处理方法都是针对汽车行驶轨迹进行的，针对巡检员的行走轨迹的方法较少，本发明的方法提供了一种新的选择。

附图说明

为了更清楚地说明本发明的具体实施方式、或者现有技术中的技术方案，下面将对具体实施方式或现有技术的描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图是本发明的一些具体实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的属于本申请保护范围之内的附图。

图1是本发明实施例的自动纠偏方法的逻辑流程框图；

图2是本发明实施例的自动剔除低于一定速度的轨迹点和两点间距大于一定距离的轨迹点的逻辑流程框图；

图3是本发明实施例的自动剔除小于80度的夹角顶点的逻辑流程框图；

图4是本发明实施例的基于最小二乘原理的多项式平滑算法原理图；

图5是本发明实施例的导入七点一阶平滑算法中自动拟合巡线行走轨迹中的噪声的逻辑流程框图；

图6是未纠偏的某巡检员的GPS巡线行走轨迹示意图；

图7是本发明实施例的自动纠偏处理后的某巡检员的GPS巡线行走轨迹示意图。

具体实施方式

下面结合附图，具体说明本发明的实施方式。

如图1所示，是本发明实施例的自动纠偏方法的逻辑流程框图。一种巡检员GPS巡线行走轨迹的自动纠偏方法，包括以下步骤：

S1、计算机读取巡检员的GPS巡线行走轨迹，自动生成巡线行走轨迹坐标点集合gpsList。

gpsList为巡线行走轨迹坐标点集合，该集合从手机定位数据中采集而来，其中每个轨迹点中的参数包含Speed(速度)、Longitude(经度)、Latitude(纬度)。gpsList.get()可以获取gpsList集合中的每个轨迹点参数，gpsList.get(i).getSpeed()是获取轨迹集合中第i个点的速度，gpsList.get(i).getLongitude()是获取轨迹集合中第i个点的经度，gpsList.get(i).getLatitude()是获取轨迹集合中第i个点的纬度。

S2、计算机对巡线行走轨迹坐标点集合gpsList进行计算处理，自动剔除其中的低于一定速度的轨迹点。

研究历史数据发现，当行进速度为零或接近零时，gps定位点会出现严重漂移。从i＝0开始，判断第i个轨迹点的速度gpsList.get(i).getSpeed()是否小于1m/s，如果是，从gpsList中删除第i个轨迹点，转步骤S4；如果否，转步骤S3。此处以1m/s为判断标准，是因为通过历史数据发现，接近静止的点其定位容易偏移，速度小于1m/s此时的速度接近静止。从i＝0开始判断是因为，在遍历集合的时候，获取第一个数时i的值需要取零gpsList.get(0)。

S3、计算机对巡线行走轨迹坐标点集合gpsList进行计算处理，自动剔除其中的两点间距大于一定距离的轨迹点。

人的行走速度有极限，当距离过大时，说明该点出现偏移。判断第i个轨迹点的速度gpsList.get(i).getSpeed()*5是否大于100米，如果是，从gpsList中删除第i个轨迹点，转步骤S4；如果否，转步骤S4。*5的原因是，gps每5秒上一个坐标，速度*5即可算出这5秒行进的距离。100米是根据经验得出的。

S4、判断是否还有下一个未纠偏的轨迹点，即是否i＜gpsList.size()？如果是，i＝i+1，转步骤S2；如果否，输出gpsList2，转步骤S5。

如图2所示，是本发明实施例的自动剔除低于一定速度的轨迹点和两点间距大于一定距离的轨迹点的逻辑流程框图。

S5、计算机对巡线行走轨迹坐标点集合gpsList2进行计算处理，自动剔除其中的小于80度的夹角顶点。

巡检员真实的行进轨迹中，几乎不会出现快速小角度的转弯，这种情况出现一般是定位出现了严重偏差。从i＝1开始，判断第i个轨迹点的夹角顶点是否大于80度并且小于280度，如果是，转步骤S6；如果否，从gpsList2中删除第i个轨迹点，转步骤S6。这个区间是因为要删除小于80度的角，而在计算出的结果中有可能计算结果为钝角，所以大于280度的角也要删除。此处实际是舍弃了第一个点，因为在算法处理过程中要进行第i-1个点的处理，i不能为-1，所以该算法成立必须舍弃第一个点i＝0。

x1为第i-1个点的经度，y1为第i-1个点的纬度，x2为第i个点的经度，y2为第i个点的纬度，x3为第i+1个点的经度，y3为第i+1个点的纬度。k1为(x1，y1)和(x2，y2)两个点组成直线的斜率，k2为(x2，y2)和(x3，y3)两个点组成直线的斜率，Ψ为上述三个点组成的两条直线的夹角。

k1和k2的计算公式为：

Ψ计算公式为：

如图3所示，是本发明实施例的自动剔除小于80度的夹角顶点的逻辑流程框图。

S6、判断是否还有下一个未纠偏的轨迹点，即是否i＜gpsList2.size()-1？如果是，i＝i+1，转步骤S5；如果否，输出gpsList3，转步骤S7。此处减一是因为在算法中要取第i+1个点，而i+1是不能大于集合长度的，所以要i＜gpsList2.size()-1。

S7、计算机将处理之后的巡线行走轨迹坐标点集合gpsList3导入七点一阶平滑算法中，自动拟合巡线行走轨迹中的噪声，让整个巡线行走轨迹曲线更为平滑。

七点一阶平滑算法也称SG平滑算法，是基于最小二乘原理的多项式平滑算法。如图4所示，是本发明实施例的基于最小二乘原理的多项式平滑算法原理图。

对当前时刻的前后一共2n+1个观测值进行滤波，用k-1阶多项式对其进行拟合。对于当前时刻的观测值，用下面的公式进行拟合：

χ_t＝a₀+a₁*t+a₂*t₂+…+a_k-1*t_k-1

同样，对于前后时刻(如t-1、t+1、t-2、t+2等时刻)的预测值，同样可以用上式来计算，这样一共得到2n+1个式子，构成一个矩阵：

要使得整个矩阵有解，必须满足2n+1＞k，这样才能够通过最小二乘法确定参数a₀、a₁、a₂、…a_k-1。把上面的矩阵简化表示为下面公式：

X_(2n+1)×1＝T_(2n+1)×k+A_k×1+E_(2n+1)×1

各个参数下标表示它们各自的维度，如A_k×1表示有k行1列的参数。通过最小二乘法，可以求得A_k×1的解为：

A＝(T^trans·T)^-1·T^trans·X

上标trans表示转置。那么，模型的滤波值为：

P＝T·A＝T·(T^trans·T)^-1·T^trans·X＝B·X

最终可以得到滤波值和观测值之间的关系矩阵：

B＝T·(T^trans·T)^-1·T^trans

算出了B矩阵，就能够快速的将观测值转换为滤波值了。

如图5所示，是本发明实施例的导入七点一阶平滑算法中自动拟合巡线行走轨迹中的噪声的逻辑流程框图。

前面几个步骤的处理都是在原有gpsList的基础上进行偏离点删除，故从始至终gpsList都是同一个，将最后处理完成后的gpsList展示在地图上。

如图6所示，是未纠偏的某巡检员的GPS巡线行走轨迹示意图；如图7所示，是本发明实施例的纠偏处理后的某巡检员的GPS巡线行走轨迹示意图。从图5中可以明显看出，巡检员的行走轨迹在某些时间点出现明显不符合实际的路线，部分定位点明显偏离；图中记录的轨迹路线的某些轨迹点完全不符合巡检员的正常巡线行走轨迹，这是由于GPS误差数据所导致，此时GPS定位出现了偏差，无法准确反应出巡检员的巡线状况。而应用本发明的方法进行纠偏处理之后，删除或者校正了某些问题轨迹点，基本上能够正常准确反应出巡检员的巡线状况。

最后需要说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此。本领域技术人员应该理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。

Claims

1.一种巡检员GPS巡线行走轨迹的自动纠偏方法，其特征在于，包括以下步骤：

计算机将处理之后的巡线行走轨迹坐标点集合导入七点一阶平滑算法中，自动拟合巡线行走轨迹中的噪声。

2.根据权利要求1所述的一种巡检员GPS巡线行走轨迹的自动纠偏方法，其特征在于，gpsList为巡线行走轨迹坐标点集合，其中每个轨迹点中的参数包含：速度Speed、经度Longitude、纬度Latitude；gpsList.get()获取gpsList集合中的每个轨迹点参数，gpsList.get(i).getSpeed()是获取轨迹集合中第i个点的速度，gpsList.get(i).getLongitude()是获取轨迹集合中第i个点的经度，gpsList.get(i).getLatitude()是获取轨迹集合中第i个点的纬度。

3.根据权利要求2所述的一种巡检员GPS巡线行走轨迹的自动纠偏方法，其特征在于，计算机对巡线行走轨迹坐标点集合进行计算处理，自动拟合巡线行走轨迹中的噪声的具体步骤如下：

S2、计算机对巡线行走轨迹坐标点集合gpsList进行计算处理，自动剔除其中的低于一定速度的轨迹点；

S3、计算机对巡线行走轨迹坐标点集合gpsList进行计算处理，自动剔除其中的两点间距大于一定距离的轨迹点；

S4、判断是否还有下一个未纠偏的轨迹点，即是否i<gpsList.size()？如果是，i＝i+1，转步骤S2；如果否，输出gpsList2，转步骤S5；

S5、计算机对巡线行走轨迹坐标点集合gpsList2进行计算处理，自动剔除其中的小于80度的夹角顶点；

S6、判断是否还有下一个未纠偏的轨迹点，即是否i<gpsList2.size()-1？如果是，i＝i+1，转步骤S5；如果否，输出gpsList3，转步骤S7；

S7、计算机将处理之后的巡线行走轨迹坐标点集合gpsList3导入七点一阶平滑算法中，自动拟合巡线行走轨迹中的噪声。

4.根据权利要求3所述的一种巡检员GPS巡线行走轨迹的自动纠偏方法，其特征在于，步骤S2中，从i＝0开始，判断第i个轨迹点的速度gpsList.get(i).getSpeed()是否小于1m/s，如果是，从gpsList中删除第i个轨迹点，转步骤S4；如果否，转步骤S3。

5.根据权利要求3所述的一种巡检员GPS巡线行走轨迹的自动纠偏方法，其特征在于，步骤S3中，判断第i个轨迹点的速度gpsList.get(i).getSpeed()*5是否大于100米，如果是，从gpsList中删除第i个轨迹点，转步骤S4；如果否，转步骤S4。

6.根据权利要求3所述的一种巡检员GPS巡线行走轨迹的自动纠偏方法，其特征在于，步骤S5中，从i＝1开始，判断第i个轨迹点的夹角顶点是否大于80度并且小于280度，如果是，转步骤S6；如果否，从gpsList2中删除第i个轨迹点，转步骤S6。

7.根据权利要求6所述的一种巡检员GPS巡线行走轨迹的自动纠偏方法，其特征在于，夹角顶点的计算方法是：

x1为第i-1个点的经度，y1为第i-1个点的纬度，x2为第i个点的经度，y2为第i个点的纬度，x3为第i+1个点的经度，y3为第i+1个点的纬度；k1为(x1,y1)和(x2,y2)两个点组成直线的斜率，k2为(x2,y2)和(x3,y3)两个点组成直线的斜率，Ψ为上述三个点组成的两条直线的夹角；

k1和k2的计算公式为：

Ψ计算公式为：

8.根据权利要求3所述的一种巡检员GPS巡线行走轨迹的自动纠偏方法，其特征在于，步骤S7中，七点一阶平滑算法的计算方法是：

对当前时刻的前后一共2n+1个观测值进行滤波，用k-1阶多项式对其进行拟合；对于当前时刻的观测值，用下面的公式进行拟合：

对于前后时刻的预测值用上式来计算，一共得到2n+1个式子，构成一个矩阵：

把上面的矩阵简化表示为下面公式：

X_(2n+1)×1＝T_(2n+1)×k+A_k×1+E_(2n+1)×1；

各个参数下标表示它们各自的维度，通过最小二乘法，求得A_k×1的解为：

A＝(T^trans·T)^-1·T^trans·X；

上标trans表示转置，模型的滤波值为：

P＝T·A＝T·(T^trans·tT)^-1·T^trans·X＝B·X；

最终得到滤波值和观测值之间的关系矩阵：

B＝T·(T^trans·T)^-1·T^trans；

算出B矩阵，将观测值转换为滤波值。