CN113031033A - 一种基于gps数据的轨迹纠偏装置及方法 - Google Patents
一种基于gps数据的轨迹纠偏装置及方法 Download PDFInfo
- Publication number
- CN113031033A CN113031033A CN202110147501.2A CN202110147501A CN113031033A CN 113031033 A CN113031033 A CN 113031033A CN 202110147501 A CN202110147501 A CN 202110147501A CN 113031033 A CN113031033 A CN 113031033A
- Authority
- CN
- China
- Prior art keywords
- point
- track
- offset
- points
- interval
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000011218 segmentation Effects 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000002372 labelling Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000009191 jumping Effects 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 238000009825 accumulation Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明属于GPS数据的轨迹纠偏技术领域,尤其是一种基于GPS数据的轨迹纠偏装置及方法,针对GPS数据的轨迹未分段处理,容易产生计算误差,不能有效提升纠偏效果,定位误差范围比较大的问题,现提出如下方案,其包括如下步骤:获取待处理车辆的GPS数据,对定位轨迹进行分段处理;遍历轨迹段,识别并标注偏移点;根据偏移点划分偏移区间;针对偏移区间进行轨迹纠偏,待处理车辆的GPS数据包括定位时间、经度、纬度、速度、方位角和里程,其中定位时间精确至秒。本发明通过轨迹分段处理避免计算误差累积过大,并充分考虑轨迹偏移情况针对不同偏移类型采用不同纠偏方式,有效提升纠偏效果。
Description
技术领域
本发明涉及GPS数据的轨迹纠偏技术领域,尤其涉及一种基于GPS数据的轨迹纠偏装置及方法。
背景技术
随着互联网的不断完善发展,物联网得以兴起,并使得人们生活越来越智能化,智能交通渐入人们实际生活中,智能交通系统通过先进的信息技术、通信技术、控制技术、传感技术、计算器技术和系统综合技术有效的集成和应用,使人、车、路之间的相互作用关系以新的方式呈现。从而实现实时、准确、高效、安全、节能的目标,由于运动过程中GPS精度变化,不可避免会导致定位误差,产生轨迹偏移现象。
GPS数据处理过程中,过长的轨迹易导致计算误差累积过大,不能有效提升纠偏效果,定位误差范围比较大。
发明内容
本发明的目的是为了解决GPS数据的轨迹未分段处理,容易产生计算误差,不能有效提升纠偏效果,定位误差范围比较大的缺点,而提出的一种基于GPS数据的轨迹纠偏装置及方法。
为了实现上述目的,本发明采用了如下技术方案:
一种基于GPS数据的轨迹纠偏方法,包括如下步骤:
步骤1:获取待处理车辆的GPS数据,对定位轨迹进行分段处理;
步骤2:遍历轨迹段,识别并标注偏移点;
步骤3:根据偏移点划分偏移区间;
步骤4:针对偏移区间进行轨迹纠偏。
优选的,所述待处理车辆的GPS数据包括定位时间、经度、纬度、速度、方位角和里程,其中定位时间精确至秒。
优选的,所述对定位轨迹分段处理是基于定位时间差进行,将轨迹数据按时间先后排序后两两计算时间差,根据时间差是否大于阈值进行分段。
优选的,所述偏移点识别和标注过程,具体包括:
1、单个轨迹段中所有点的集合为P={p1,p2,p3,…,pn},获取点集合中所有点的GPS数据,其中pi为轨迹段中的第i个轨迹点,i=1,2,3,...,n,n为轨迹点个数;
2、首先识别并标注除轨迹段中起始点外的轨迹点是否为偏移点,规则为:针对第i个轨迹点pi,其中i≠1,获取第i-1点的经纬度与时间,根据两点间的经纬度计算经纬度距离,根据速度与两点间的时间差计算速度距离,计算经纬度距离和速度距离之差的绝对值di;车辆行驶过程中,若采集的GPS数据未发生偏移,则所述经纬度距离与速度距离相差不大,因此设定偏移阈值d0,若di大于偏移阈值d0则轨迹点pi为偏移点,否则为正常轨迹点;
3、其次识别并标注轨迹段中的起始点即i=1时p1是否为偏移点,规则为:获取起始点和轨迹段中标注的最后一个正常轨迹点的GPS数据,根据两个轨迹点的经纬度计算经纬度距离,根据两个轨迹点的里程计算里程差,计算里程差和经纬度距离之差的绝对值d1;若d1大于偏移阈值d0则起始点p1为偏移点,否则为正常轨迹点;
4、根据分类规则,对偏移点进行类型划分并标注。
优选的,所述偏移点类型包括正跳点、异跳点、延续点和独立点,所述正跳点表示正常轨迹点跳至当前偏移点即当前偏移点的前一轨迹点为正常轨迹点;所述异跳点表示当前偏移点跳至正常轨迹点即当前偏移点的后一轨迹点为正常轨迹点;所述延续点表示当前偏移点跳至后一偏移点即当前偏移点的后一轨迹点为偏移点;所述独立点表示当前偏移点的前后轨迹点均为正常轨迹点。
优选的,所述分类规则,具体包括:
1、当i=1时,针对当前偏移点pi,判别后一轨迹点pi+1是否为偏移点,若是则pi为延续点p1i,若否则pi为异跳点p2i;
2、当i=n时,针对当前偏移点pi,判别前一轨迹点迹点pi-1是否为偏移点,若是则pi为延续点p1i,若否则pi为正跳点p3i;
3、当i≠1且i≠n时,针对当前偏移点pi,若前后轨迹点均为正常轨迹点,则pi为独立点p4i;若前一轨迹点正常后一轨迹点为偏移点,则pi为正跳点p3i;若前一轨迹点为偏移点后一轨迹点正常,则pi为异跳点p2i;若前后轨迹点均为偏移点,则pi为延续点p1i。
优选的,所述偏移区间划分过程,具体包括:
1、判别起始点p1是否为正常轨迹点,若否则判别是否存在异跳点,若存在则起始点至第一个异跳点p2i组成的区间(p1,p2i)为起始偏移区间,若不存在则整个轨迹段均为偏移点即区间(p1,pn)为偏移区间;
2、若起始点p1是正常轨迹点,判别是否存在正跳点,若不存在则整个轨迹段不存在连续的偏移点,即区间(p1,pn)为正常区间或含有独立点;若存在,判别是否存在异跳点,若不存在则正跳点p3i至轨迹段结束点pn组成的区间(p3i,pn)为偏移区间,若存在则轨迹段中相邻的正跳点p3i和异跳点p2i组成的区间(p3i,p2i)为偏移区间。
优选的,所述轨迹纠偏过程,具体包括:
1、针对单个轨迹段,将识别出的偏移区间(p1,pn)进行删除处理;
2、对起始偏移区间(p1,p2i)根据轨迹段中第一个正常轨迹点pi,采用球面距离公式往前逆向递归推算出区间中各偏移点纠正后的经度x2和纬度y2,公式如下:
y2=asin(siny1cosδ+cosy1sinδcosθ)
其中,x1、y1、θ分别为正常轨迹点的经度、纬度、方位角,d为正常轨迹点至待纠正偏移点的里程差绝对值,R=6371千米为地球平均半径;
3、对偏移区间(p3i,pn)、(p3i,p2i)和独立点,根据前一个正常轨迹点pi,采用球面距离公式往后正向递归推算出区间中各偏移点纠正后的经度x2和纬度y2。
优选的,一种基于GPS数据的轨迹纠偏装置,具体包括处理器,处理器内设置有数据获取模块、轨迹分段模块、偏移点标注模块、偏移区间划分模块和轨迹纠偏模块;
第一,数据获取模块,用于获取车辆的GPS轨迹数据;
第二,轨迹分段模块,用于将一定周期内的轨迹进行分段处理,获得时间连贯的轨迹段;
第三,偏移点标注模块,用于对每一段轨迹进行偏移点的识别,并对各偏移点进行类型划分和标注;
第四,偏移区间划分模块,用于根据偏移点类型划分偏移区间;
第五,轨迹纠偏模块,用于对偏移区间进行纠偏处理。
优选的,所述处理器上连接存储器,处理器上连接有存储在所述存储器中并可在处理器上运行的计算机程序,所述处理器执行计算机程序时实现一种基于GPS数据的轨迹纠偏方法的步骤,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现一种基于GPS数据的轨迹纠偏方法的步骤。
与现有技术相比,本发明的优点在于:
(1)本方案通过对轨迹进行分段处理,避免因轨迹段过长导致的计算误差累积过大;
(2)通过经纬度距离和速度距离的对比识别偏移点,并根据偏移情况划分偏移点类型,针对不同类型采用相应的纠偏方式,有效提升轨迹纠偏效果;
(3)根据偏移点类型划分偏移区间,根据偏移区间的情况选择性的采用正向递归推算或逆向递归推算方式进行纠偏,不仅使偏移区间均能根据正常轨迹点进行递归纠正还能减少误差累积。
本发明通过轨迹分段处理避免计算误差累积过大,并充分考虑轨迹偏移情况针对不同偏移类型采用不同纠偏方式,有效提升纠偏效果。
附图说明
图1为本发明实施例提供的一种基于GPS数据的轨迹纠偏方法流程图
图2为本发明实施例提供的某待处理车辆的轨迹示意图
图3为本发明实施例提供的偏移点类型示意图
图4为本发明实施例提供的偏移区间划分流程图
图5为本发明实施例提供的某待处理车辆纠偏后的轨迹示意图
图6为本发明实施例提供的一种基于GPS数据的轨迹纠偏装置框图
图7为本发明实施例提供的一种基于GPS数据的轨迹纠偏装置结构图。
图中:201、数据获取模块;202、轨迹分段模块;203、偏移点标注模块;204、偏移区间划分模型;205、轨迹纠偏模块;301、处理器;302、储存器;303、计算机程序。
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。
参照图1,本具体实施方式采用以下技术方案:一种基于GPS数据的轨迹纠偏方法,包括以下步骤:
步骤1:获取待处理车辆的GPS数据,对定位轨迹进行分段处理;
步骤2:遍历轨迹段,识别并标注偏移点;
步骤3:根据偏移点划分偏移区间;
步骤4:针对偏移区间进行轨迹纠偏。
步骤1获取待处理车辆的GPS数据,对定位轨迹进行分段处理,具体说明如下:
现有某待处理车辆的GPS数据,包括定位时间、经度、纬度、速度、方位角和里程,数据示例如下表1,该车辆的轨迹图见图2:
表1某待处理车辆的GPS数据示例表
其中,定位时间精确至秒,经度和纬度精确至小数点后六位,速度的单位为千米每小时,里程的单位为千米,方位角指从定位点的正北方向起以顺时针方向至行驶方向间的水平夹角,范围为0至360。
针对待处理车辆的GPS数据形成的定位轨迹进行分段处理,即将轨迹数据按时间先后排序后两两计算时间差,根据时间差是否大于阈值进行分段,根据定位时间精度设置时间差阈值为1秒。
步骤2具体说明如下:
(1)基于步骤1划分得到的单个轨迹段中所有点的集合为P={p1,p2,p3,...,pn},获取点集合中所有点的GPS数据,其中pi为轨迹段中的第i个轨迹点,i=1,2,3,...,n,n为轨迹点个数;
(2)首先识别并标注除轨迹段中起始点外的轨迹点是否为偏移点,规则为:针对第i个轨迹点pi,其中i≠1,获取第i-1点的经纬度与时间,根据两点间的经纬度计算经纬度距离,根据速度与两点间的时间差计算速度距离,计算经纬度距离和速度距离之差的绝对值di;车辆行驶过程中,若采集的GPS数据未发生偏移,则经纬度距离与速度距离应相差不大,因此设定偏移阈值d0=10,若di大于偏移阈值d0则轨迹点pi为偏移点,否则为正常轨迹点;
(3)其次识别并标注轨迹段中的起始点即i=1时p1是否为偏移点,规则为:获取起始点和轨迹段中标注的最后一个正常轨迹点的GPS数据,根据两个轨迹点的经纬度计算经纬度距离,根据两个轨迹点的里程计算里程差,计算里程差和经纬度距离之差的绝对值d1;若d1大于偏移阈值d0则起始点p1为偏移点,否则为正常轨迹点;
(4)根据分类规则,对偏移点进行类型划分并标注。
经过步骤(1)至步骤(3),完成各轨迹段中的偏移点识别,其中,某段轨迹的识别结果示例如下表2:
表2某轨迹段偏移点的识别与标注结果示例
根据表2,轨迹段中序号为20847的轨迹点的经纬度距离远大于速度距离,因此该点识别为偏移点。
参照图3,步骤(4)中偏移点类型包括正跳点、异跳点、延续点和独立点,正跳点表示正常轨迹点跳至当前偏移点即当前偏移点的前一轨迹点为正常轨迹点;异跳点表示当前偏移点跳至正常轨迹点即当前偏移点的后一轨迹点为正常轨迹点;延续点表示当前偏移点跳至后一偏移点即当前偏移点的后一轨迹点为偏移点;独立点表示当前偏移点的前后轨迹点均为正常轨迹点。
经过步骤(4),根据分类规则,对偏移点进行类型划分并标注,其中,某段轨迹的标注结果示例如下表3:
表3某轨迹段偏移点类型划分及标注结果示例
参照图4,步骤3的具体说明如下:
(1)判别起始点p1是否为正常轨迹点,若否则判别是否存在异跳点,若存在则起始点至第一个异跳点p2i组成的区间(p1,p2i)为起始偏移区间,若不存在则整个轨迹段均为偏移点即区间(p1,pn)为偏移区间;
(2)若起始点p1是正常轨迹点,判别是否存在正跳点,若不存在则整个轨迹段不存在连续的偏移点,即区间(p1,pn)为正常区间或含有独立点;若存在,判别是否存在异跳点,若不存在则正跳点p3i至轨迹段结束点pn组成的区间(p3i,pn)为偏移区间,若存在则轨迹段中相邻的正跳点p3i和异跳点p2i组成的区间(p3i,p2i)为偏移区间。
步骤4的具体说明如下:
(1)遍历所有轨迹段,将识别出的偏移区间(p1,pn)即整个轨迹段进行删除处理;
(2)对起始偏移区间(p1,p2i)根据轨迹段中第一个正常轨迹点pi,采用球面距离公式往前逆向递归推算出区间中各偏移点纠正后的经度x2和纬度y2,公式如下:
y2=asin(siny1cosδ+cosy1sinδcosθ)
其中,x1、y1、θ分别为正常轨迹点的经度、纬度、方位角,d为正常轨迹点至待纠正偏移点的里程差绝对值,R=6371千米为地球平均半径;
(3)对偏移区间(p3i,pn)、(p3i,p2i)和独立点,根据前一个正常轨迹点pi,采用球面距离公式往后正向递归推算出区间中各偏移点纠正后的经度x2和纬度y2。
经过上述步骤,对该待处理车辆的GPS数据进行轨迹纠偏后的轨迹图见图5,根据图2与图5对比可知,本发明提出的一种基于GPS数据的纠偏方法效果佳。
参照图6,本发明实施例提供的轨迹纠偏装置,用于执行上述轨迹纠偏方法实施例中的方法步骤,一种基于GPS数据的轨迹纠偏装置,具体包括:
数据获取模块201,用于获取车辆的GP轨迹数据,包括定位时间、经度、纬度、速度、方位角和里程,其中定位时间精确至秒;
轨迹分段模块202,用于将一定周期内的轨迹进行分段处理,获得时间连贯的轨迹段;
偏移点标注模块203,用于对每一段轨迹进行偏移点的识别,并对各偏移点进行类型划分和标注;
偏移区间划分模块204,用于根据偏移点类型划分偏移区间;
轨迹纠偏模块205,用于对偏移区间进行纠偏处理。
参照图7,本发明实施例还提供一种终端设备,具体包括:处理器301,与处理器301连接的存储器302,及存储在存储器302中并可在处理器301中执行的计算机程序303。处理器301用于执行计算机程序303实现的上述轨迹纠偏方法实施例中的各个步骤,如图1步骤1至步骤4。或处理器301执行计算机程序303实现的上述装置实施例中各模块的功能,如图6所示的模块201至205的功能。
本实施例中,随着物联网和大数据技术的发展,利用车联网采集运输车辆行驶过程中的各类数据,开展道路运输过程安全管理的数据分析,是道路运输行业等相关部门提高运输安全管理水平和运输效率的有效手段。在运输过程中,通过安装在车辆上的GPS终端进行数据采集,可实时监控车辆运输轨迹,识别是否存在不按规定路线行驶等。但受网络延迟、建筑物遮挡信号等因素,导致车辆行驶过程中出现轨迹点漂移等异常,对基于GPS数据的相关分析造成很大影响,因此如何有效识别偏移轨迹并纠正是亟待解决的问题。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于GPS数据的轨迹纠偏方法,其特征在于,包括如下步骤:
步骤1:获取待处理车辆的GPS数据,对定位轨迹进行分段处理;
步骤2:遍历轨迹段,识别并标注偏移点;
步骤3:根据偏移点划分偏移区间;
步骤4:针对偏移区间进行轨迹纠偏。
2.根据权利要求1所述一种基于GPS数据的轨迹纠偏方法,其特征在于,所述步骤1中,待处理车辆的GPS数据包括定位时间、经度、纬度、速度、方位角和里程,其中定位时间精确至秒。
3.根据权利要求1所述一种基于GPS数据的轨迹纠偏方法,其特征在于,所述步骤2中,遍历轨迹段处理是基于定位时间差进行,将轨迹数据按时间先后排序后两两计算时间差,根据时间差是否大于阈值进行分段。
4.根据权利要求1所述一种基于GPS数据的轨迹纠偏方法,其特征在于,所述步骤2中,偏移点识别和标注过程,具体包括:
(1)单个轨迹段中所有点的集合为P={p1,p2,p3,…,pn},获取点集合中所有点的GPS数据,其中pi为轨迹段中的第i个轨迹点,i=1,2,3,...,n,n为轨迹点个数;
(2)首先识别并标注除轨迹段中起始点外的轨迹点是否为偏移点,规则为:针对第i个轨迹点pi,其中i≠1,获取第i-1点的经纬度与时间,根据两点间的经纬度计算经纬度距离,根据速度与两点间的时间差计算速度距离,计算经纬度距离和速度距离之差的绝对值di;车辆行驶过程中,若采集的GPS数据未发生偏移,则所述经纬度距离与速度距离相差不大,因此设定偏移阈值d0,若di大于偏移阈值d0则轨迹点pi为偏移点,否则为正常轨迹点;
(3)其次识别并标注轨迹段中的起始点即i=1时p1是否为偏移点,规则为:获取起始点和轨迹段中标注的最后一个正常轨迹点的GPS数据,根据两个轨迹点的经纬度计算经纬度距离,根据两个轨迹点的里程计算里程差,计算里程差和经纬度距离之差的绝对值d1;若d1大于偏移阈值d0则起始点p1为偏移点,否则为正常轨迹点;
(4)根据分类规则,对偏移点进行类型划分并标注。
5.根据权利要求4所述一种基于GPS数据的轨迹纠偏方法,其特征在于,所述偏移点类型包括正跳点、异跳点、延续点和独立点,所述正跳点表示正常轨迹点跳至当前偏移点即当前偏移点的前一轨迹点为正常轨迹点;所述异跳点表示当前偏移点跳至正常轨迹点即当前偏移点的后一轨迹点为正常轨迹点;所述延续点表示当前偏移点跳至后一偏移点即当前偏移点的后一轨迹点为偏移点;所述独立点表示当前偏移点的前后轨迹点均为正常轨迹点。
6.根据权利要求4所述一种基于GPS数据的轨迹纠偏方法,其特征在于,所述分类规则,具体包括:
(1)当i=1时,针对当前偏移点pi,判别后一轨迹点pi+1是否为偏移点,若是则pi为延续点p1i,若否则pi为异跳点p2i;
(2)当i=n时,针对当前偏移点pi,判别前一轨迹点迹点pi-1是否为偏移点,若是则pi为延续点p1i,若否则pi为正跳点p3i;
(3)当i≠1且i≠n时,针对当前偏移点pi,若前后轨迹点均为正常轨迹点,则pi为独立点p4i;若前一轨迹点正常后一轨迹点为偏移点,则pi为正跳点p3i;若前一轨迹点为偏移点后一轨迹点正常,则pi为异跳点p2i;若前后轨迹点均为偏移点,则pi为延续点p1i。
7.根据权利要求1所述一种基于GPS数据的轨迹纠偏方法,其特征在于,所述步骤3中,偏移区间划分过程,具体包括:
(1)判别起始点p1是否为正常轨迹点,若否则判别是否存在异跳点,若存在则起始点至第一个异跳点p2i组成的区间(p1,p2i)为起始偏移区间,若不存在则整个轨迹段均为偏移点即区间(p1,pn)为偏移区间;
(2)若起始点p1是正常轨迹点,判别是否存在正跳点,若不存在则整个轨迹段不存在连续的偏移点,即区间(p1,pn)为正常区间或含有独立点;若存在,判别是否存在异跳点,若不存在则正跳点p3i至轨迹段结束点pn组成的区间(p3i,pn)为偏移区间,若存在则轨迹段中相邻的正跳点p3i和异跳点p2i组成的区间(p3i,p2i)为偏移区间。
8.根据权利要求1所述一种基于GPS数据的轨迹纠偏方法,其特征在于,所述步骤4中,轨迹纠偏过程,具体包括:
(1)针对单个轨迹段,将识别出的偏移区间(p1,pn)进行删除处理;
(2)对起始偏移区间(p1,p2i)根据轨迹段中第一个正常轨迹点pi,采用球面距离公式往前逆向递归推算出区间中各偏移点纠正后的经度x2和纬度y2,公式如下:
y2=asin(siny1cosδ+cosy1sinδcosθ)
其中,x1、y1、θ分别为正常轨迹点的经度、纬度、方位角,d为正常轨迹点至待纠正偏移点的里程差绝对值,R=6371千米为地球平均半径;
(3)对偏移区间(p3i,pn)、(p3i,p2i)和独立点,根据前一个正常轨迹点pi,采用球面距离公式往后正向递归推算出区间中各偏移点纠正后的经度x2和纬度y2。
9.一种基于GPS数据的轨迹纠偏装置,其特征在于,包括处理器,处理器内设置有数据获取模块、轨迹分段模块、偏移点标注模块、偏移区间划分模块和轨迹纠偏模块。
10.根据权利要求9所述一种基于GPS数据的轨迹纠偏装置,其特征在于,所述处理器上连接存储器,处理器上连接有存储在所述存储器中并可在处理器上运行的计算机程序,所述处理器执行计算机程序时实现如权利要求1至8任一项所述一种基于GPS数据的轨迹纠偏方法的步骤,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如权利要求1至8任一项所述一种基于GPS数据的轨迹纠偏方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110147501.2A CN113031033B (zh) | 2021-02-03 | 2021-02-03 | 一种基于gps数据的轨迹纠偏装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110147501.2A CN113031033B (zh) | 2021-02-03 | 2021-02-03 | 一种基于gps数据的轨迹纠偏装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113031033A true CN113031033A (zh) | 2021-06-25 |
CN113031033B CN113031033B (zh) | 2024-02-13 |
Family
ID=76459832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110147501.2A Active CN113031033B (zh) | 2021-02-03 | 2021-02-03 | 一种基于gps数据的轨迹纠偏装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113031033B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505187A (zh) * | 2021-07-07 | 2021-10-15 | 西安理工大学 | 一种基于地图匹配的车辆分类轨迹纠错方法 |
CN113553390A (zh) * | 2021-07-12 | 2021-10-26 | 北京清环宜境技术有限公司 | 一种用于车载大气微站的运行gis轨迹纠偏方法 |
CN114089390A (zh) * | 2021-11-23 | 2022-02-25 | 安徽富煌科技股份有限公司 | 一种基于权重的轨迹纠偏算法 |
CN116381748A (zh) * | 2023-04-06 | 2023-07-04 | 黑龙江惠达科技发展有限公司 | 农机直线自动驾驶轨迹对比方法及装置 |
CN117112867A (zh) * | 2023-10-24 | 2023-11-24 | 四川国蓝中天环境科技集团有限公司 | 一种基于gps轨迹数据的重型车辆排放计算和可视化方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109827582A (zh) * | 2019-03-29 | 2019-05-31 | 深圳市鹏途交通科技有限公司 | 一种快速确定道路路网病害相对位置的方法及系统 |
US20190186948A1 (en) * | 2017-12-15 | 2019-06-20 | Regents Of The University Of Minnesota | Real-time lane departure detection using map shape points and trajectory histories |
JP2019100924A (ja) * | 2017-12-05 | 2019-06-24 | 株式会社豊田中央研究所 | 車両軌跡補正装置 |
CN111159492A (zh) * | 2019-12-18 | 2020-05-15 | 北京中交兴路车联网科技有限公司 | 一种轨迹点检索方法、装置、存储介质及终端 |
CN111368879A (zh) * | 2020-02-17 | 2020-07-03 | 南京邮电大学 | 一种基于深半监督神经网络的轨迹数据挖掘方法 |
CN111538050A (zh) * | 2020-04-17 | 2020-08-14 | 拉货宝网络科技有限责任公司 | 一种基于速度推算策略的gps轨迹纠偏方法 |
CN111737377A (zh) * | 2019-12-25 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 |
CN111856541A (zh) * | 2020-07-24 | 2020-10-30 | 苏州中亿通智能系统有限公司 | 一种固定线路车辆轨迹监测系统及方法 |
-
2021
- 2021-02-03 CN CN202110147501.2A patent/CN113031033B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019100924A (ja) * | 2017-12-05 | 2019-06-24 | 株式会社豊田中央研究所 | 車両軌跡補正装置 |
US20190186948A1 (en) * | 2017-12-15 | 2019-06-20 | Regents Of The University Of Minnesota | Real-time lane departure detection using map shape points and trajectory histories |
CN109827582A (zh) * | 2019-03-29 | 2019-05-31 | 深圳市鹏途交通科技有限公司 | 一种快速确定道路路网病害相对位置的方法及系统 |
CN111159492A (zh) * | 2019-12-18 | 2020-05-15 | 北京中交兴路车联网科技有限公司 | 一种轨迹点检索方法、装置、存储介质及终端 |
CN111737377A (zh) * | 2019-12-25 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 |
CN111368879A (zh) * | 2020-02-17 | 2020-07-03 | 南京邮电大学 | 一种基于深半监督神经网络的轨迹数据挖掘方法 |
CN111538050A (zh) * | 2020-04-17 | 2020-08-14 | 拉货宝网络科技有限责任公司 | 一种基于速度推算策略的gps轨迹纠偏方法 |
CN111856541A (zh) * | 2020-07-24 | 2020-10-30 | 苏州中亿通智能系统有限公司 | 一种固定线路车辆轨迹监测系统及方法 |
Non-Patent Citations (3)
Title |
---|
SUNGSOON HWANG ET AL.: "Segmenting human trajectory data by movement states while addressing signal loss and signal noise", 《INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE》, vol. 32, no. 7, pages 1391 - 1412 * |
刘伟东等: "基于HMM的电动汽车行车轨迹纠偏优化", 《计算机工程与设计》, vol. 41, no. 9, pages 2697 - 2701 * |
陆兴华等: "基于动态基元轨迹跟踪的无人机低空突防控制", 《国外电子测量技术》, vol. 38, no. 8, pages 92 - 96 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505187A (zh) * | 2021-07-07 | 2021-10-15 | 西安理工大学 | 一种基于地图匹配的车辆分类轨迹纠错方法 |
CN113505187B (zh) * | 2021-07-07 | 2023-04-18 | 西安理工大学 | 一种基于地图匹配的车辆分类轨迹纠错方法 |
CN113553390A (zh) * | 2021-07-12 | 2021-10-26 | 北京清环宜境技术有限公司 | 一种用于车载大气微站的运行gis轨迹纠偏方法 |
CN114089390A (zh) * | 2021-11-23 | 2022-02-25 | 安徽富煌科技股份有限公司 | 一种基于权重的轨迹纠偏算法 |
CN116381748A (zh) * | 2023-04-06 | 2023-07-04 | 黑龙江惠达科技发展有限公司 | 农机直线自动驾驶轨迹对比方法及装置 |
CN116381748B (zh) * | 2023-04-06 | 2023-11-21 | 黑龙江惠达科技股份有限公司 | 农机直线自动驾驶轨迹对比方法及装置 |
CN117112867A (zh) * | 2023-10-24 | 2023-11-24 | 四川国蓝中天环境科技集团有限公司 | 一种基于gps轨迹数据的重型车辆排放计算和可视化方法 |
CN117112867B (zh) * | 2023-10-24 | 2024-01-09 | 四川国蓝中天环境科技集团有限公司 | 一种基于gps轨迹数据的重型车辆排放计算和可视化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113031033B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113031033A (zh) | 一种基于gps数据的轨迹纠偏装置及方法 | |
CN113447033B (zh) | 一种车道级地图匹配方法及系统 | |
CN104778274B (zh) | 基于稀疏出租车gps数据的大范围城市路网旅行时间估计方法 | |
CN108596202B (zh) | 基于移动终端gps定位数据计算个人通勤时间的方法 | |
CN1292392C (zh) | 使用道路交通状况信息估计行驶耗费时间的系统和方法 | |
CN111243277A (zh) | 基于车牌识别数据的通勤车辆时空轨迹重构方法及系统 | |
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 | |
CN111554100B (zh) | 一种考虑机动车碳排放的快速道路车道引导方法及装置 | |
CN111311910B (zh) | 多层次道路级浮动车异常轨迹探测方法 | |
CN111341120A (zh) | 一种车辆逆行检测方法、系统及车辆 | |
CN110705484B (zh) | 利用行车轨迹识别连续变更车道违法行为的方法 | |
CN113127466B (zh) | 一种车辆轨迹数据预处理方法及计算机存储介质 | |
CN114879695A (zh) | 轨迹匹配方法、装置、设备和介质 | |
CN105096590B (zh) | 交通信息生成方法和交通信息生成设备 | |
CN111949896A (zh) | 基于轨迹大数据的轨迹异常检测方法 | |
CN110634290A (zh) | 一种基于自行车轨迹数据的逆行行为识别方法 | |
CN106922176A (zh) | 车道检测 | |
CN110827537B (zh) | 一种潮汐车道的设置方法、装置及设备 | |
CN111222898B (zh) | 网约车的计程方法及计算机可读存储介质 | |
CN113665576A (zh) | 车辆行驶工况预测方法、装置、设备及介质 | |
CN111402585B (zh) | 偶发性拥堵路径的探测方法 | |
CN113591643A (zh) | 一种基于计算机视觉的地下交通工具进出站检测系统及方法 | |
CN115824231B (zh) | 一种汽车行驶智能定位管理系统 | |
CN114373321A (zh) | 一种用于个人单次出行的路径优化方法和系统及设备和介质 | |
CN109515478B (zh) | 应用于轨道车调车作业安全辅助防护系统的车辆定位方法 |
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 |