CN113253319A - 基于车辆gps的路网提取和轨迹纠偏方法和系统 - Google Patents
基于车辆gps的路网提取和轨迹纠偏方法和系统 Download PDFInfo
- Publication number
- CN113253319A CN113253319A CN202110476195.7A CN202110476195A CN113253319A CN 113253319 A CN113253319 A CN 113253319A CN 202110476195 A CN202110476195 A CN 202110476195A CN 113253319 A CN113253319 A CN 113253319A
- Authority
- CN
- China
- Prior art keywords
- gps
- points
- point
- track data
- track
- 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
- 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
-
- 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
- G01S19/42—Determining position
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明给出了基于车辆GPS的路网提取和轨迹纠偏方法和系统,包括对海量的车辆行驶轨迹数据进行分析,将轨迹数据中的每一辆公交车的数据构成相应的轨迹集合,基于优化的物理引力理论的聚合算法对轨迹集合中的数据进行压缩,并分析排除轨迹数据中的异常点;再建立相应的直角坐标系,根据轨迹数据中的某GPS点的相似点的坐标计算各相似点的权重,从而获得该GPS点的偏移矢量,求得该GPS点的纠偏后的新坐标,实现了对车辆GPS轨迹数据的纠偏;再对轨迹数据中异常点最少的轨迹数据进行DP压缩后提取出车辆GPS的路网信息,完成了基于GPS轨迹数据的路网精细化提取。
Description
技术领域
本发明涉及车辆GPS技术领域,尤其是基于车辆GPS的路网提取和轨迹纠偏方法和系统。
背景技术
国内民用GPS定位精度不可避免的存在一定的误差和漂移问题,导致定位数据不准确,且显示在地图上不符合常理,常常轨迹偏离道路过远或偏移到没有道路的地方,严重影响轨迹可视化的效果。所以对GPS轨迹进行一定合理的纠偏处理是有必要的。就公交车而言,公交车具有线路固定化、驾驶轨迹高度相似的特点。本文就海量的车辆行驶轨迹数据,通过基于优化的物理引力理论的聚合算法,完成基于GPS轨迹数据的路网精细化提取,并且可以以此为依据对相映的公交线路轨迹进行绑路算法完成纠偏。
发明内容
本发明提出了基于车辆GPS的路网提取和轨迹纠偏方法和系统,以解决上文提到的现有技术的缺陷。
在第一个方面,本发明提出了基于车辆GPS的轨迹纠偏方法,该方法包括以下步骤:
S1:在某段时间内选取若干辆公交车,分别对所述若干辆公交车中的每一辆公交车在某一条相同的公交路线上选取多个GPS点,将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,再将所有轨迹数据构成第一轨迹集合;
S2:在所述第一轨迹集合中,分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,得到第二轨迹集合;
S3:在所述第二轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
当某条轨迹数据中异常点的个数大于该条轨迹数据中所有GPS点数的50%时,删除该条轨迹数据;
处理完所述第二轨迹集合中的所有轨迹数据后删除剩余的轨迹数据中的异常点,得到第三轨迹集合;
S4:针对所述第三轨迹集合中的各个GPS点分别建立平面直角坐标系,并分别进行如下操作:
选取所述GPS点的相似点,并计算所述相似点在其平面直角坐标系下的相对坐标以及所述相似点对所述GPS点的欧氏距离,根据欧式距离计算所述相似点对所述GPS点的权重;
在所述GPS点的平面直角坐标系中,对其所有相似点的相对坐标按照所述权重进行累加并求均值,得到所述GPS点的偏移矢量,再根据所述偏移矢量求得所述GPS点的新坐标并将所述GPS点的坐标替换为所述新坐标;
S5:根据所有GPS点的所述偏移矢量计算对应的偏移距离,对所有偏移距离求平均数,当所述平均数大于预设的平均数阈值,重复所述S4,否则,轨迹纠偏完成。
以上方法就海量的车辆行驶轨迹数据,通过基于优化的物理引力理论的聚合算法,完成了基于GPS轨迹数据的路网精细化提取,同时对相映的公交线路轨迹进行绑路算法实现了对车辆GPS轨迹数据的纠偏。
在具体的实施例中,所述将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,具体包括:
获取各个GPS点的包括GPS点的经度、纬度和瞬时行驶方向角在内的参数,利用各辆公交对应的GPS点的参数分别构成若干条轨迹数据。
在具体的实施例中,所述S2中分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,具体包括对所述每条轨迹数据进行如下步骤:
按时间顺序依次取出轨迹数据中的GPS点进行如下操作:删除轨迹数据中的其余点中与当前GPS点之间的距离小于预设的距离阈值且瞬时行驶方向角的差小于预设的方向角阈值的点。由于数据集中的GPS数据采样间隔为0.2s一次,过于频繁,导致数据量大、冗余数据多,故需要将轨迹数据中的相似点删除以排除冗余数据从而优化轨迹数据的处理。
在具体的实施例中,所述对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点,具体包括:
S301:对各条轨迹数据中的任意一个GPS点pm计算其与当前轨迹数据中的其余每个GPS点pn的距离distm,n和瞬时行驶方向角的差drcm,n;
S302:将所述距离distm,n小于预设的距离阈值且瞬时行驶方向角的差drcm,n小于预设的方向角阈值的点存入一个集合中,所述集合记为所述GPS点pm的缓冲区;
S303:计算所述GPS点pm的缓冲区中满足distm,n<maxDist,且drcm,n<r的GPS点个数Ns,当所述个数Ns小于预设值Nsmin时将所述GPS点pm记为异常点,其中maxDist为预设的相似点半径,r为预设的方向角阈值。
在具体的实施例中,所述S4中选取所述GPS点的相似点具体包括:
在所述GPS点的缓冲区中,选取满足distm,n<maxDist,且drcm,n<r的GPS点作为所述相似点。
在具体的实施例中,所述S4中根据所述欧式距离计算所述相似点对所述GPS点的权重,具体包括:
其中,k为GPS点m的相似点的个数,αn为GPS点m的相似点n的参数,αi为GPS点m的相似点i的参数,dnm为GPS点m的相似点n对GPS点m的欧氏距离,dim为GPS点m的相似点i对GPS点m的欧氏距离,ωn为GPS点m的相似点n的对GPS点m的权重。
在第二个方面,本发明提出了基于车辆GPS的路网提取方法,该方法包括以下步骤:
S6:在所述第三轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
对每条轨迹数据计算异常点的个数,再对异常点的个数最少的轨迹数据进行DP压缩,提取出车辆GPS的路网信息。
在具体的实施例中,所述DP压缩具体包括:
S601:将轨迹数据中的GPS点画在坐标系中,将坐标系中的点依次连成一条曲线,并将为首的GPS点和最末的GPS点连成一条直线,求出轨迹数据中所有GPS点到所述直线的垂直距离,并找出其中最大的距离值dmax;
S602:将dmax与预设的阈值D相比较:
若dmax<D,则将轨迹数据中除为首的GPS点和最末的GPS点以外的点全部舍去后,完成所述DP压缩;
若dmax>=D,则进入步骤S603;
S603:保存dmax对应的GPS点,并以该GPS点为界,把所述曲线分成两部分,对这两部分分别执行步骤S601至S602,直至所有dmax都小于D,则所述DP压缩完成。
根据本发明的第三方面,提出了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机处理器执行时实施上述方法。
根据本发明的第四方面,提出基于车辆GPS的路网提取和轨迹纠偏系统,该系统包括:
轨迹数据收集模块:配置用于在某段时间内选取若干辆公交车,分别对所述若干辆公交车中的每一辆公交车在某一条相同的公交路线上选取多个GPS点,将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,再将所有轨迹数据构成第一轨迹集合;
轨迹数据压缩模块:配置用于在所述第一轨迹集合中,分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,得到第二轨迹集合;
异常数据排除模块:配置用于在所述第二轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
当某条轨迹数据中异常点的个数大于该条轨迹数据中所有GPS点数的50%时,删除该条轨迹数据;
处理完所述第二轨迹集合中的所有轨迹数据后删除剩余的轨迹数据中的异常点,得到第三轨迹集合;
GPS点偏移聚合模块:配置用于针对所述第三轨迹集合中的各个GPS点分别建立平面直角坐标系,并分别进行如下操作:
选取所述GPS点的相似点,并计算所述相似点在其平面直角坐标系下的相对坐标以及所述相似点对所述GPS点的欧氏距离,根据欧式距离计算所述相似点对所述GPS点的权重;
在所述GPS点的平面直角坐标系中,对其所有相似点的相对坐标按照所述权重进行累加并求均值,得到所述GPS点的偏移矢量,再根据所述偏移矢量求得所述GPS点的新坐标并将所述GPS点的坐标替换为所述新坐标;
轨迹纠偏结果判断模块:配置用于根据所有GPS点的所述偏移矢量计算对应的偏移距离,对所有偏移距离求平均数,当所述平均数大于预设的平均数阈值,重复所述GPS点偏移聚合模块,否则,轨迹纠偏完成;
基于车辆GPS的路网提取模块:配置用于在所述第三轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
对每条轨迹数据计算异常点的个数,再对异常点的个数最少的轨迹数据进行DP压缩,提取出车辆GPS的路网信息。
本发明对海量的车辆行驶轨迹数据进行分析,将轨迹数据中的每一辆公交车的数据构成相应的轨迹集合,基于优化的物理引力理论的聚合算法对轨迹集合中的数据进行压缩,并分析排除轨迹数据中的异常点;再建立相应的直角坐标系,根据轨迹数据中的某GPS点的相似点的坐标计算各相似点的权重,从而获得该GPS点的偏移矢量,求得该GPS点的纠偏后的新坐标,实现了对车辆GPS轨迹数据的纠偏;再对轨迹数据中异常点最少的轨迹数据进行DP压缩后提取出车辆GPS的路网信息,完成了基于GPS轨迹数据的路网精细化提取。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点,因为通过引用以下详细描述,它们变得被更好地理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是本发明的一个实施例的基于车辆GPS的路网提取和轨迹纠偏方法的流程图;
图3是本发明的一个实施例的基于车辆GPS的路网提取和轨迹纠偏系统的框架图;
图4是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的基于车辆GPS的路网提取和轨迹纠偏方法的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种应用,例如数据处理类应用、数据可视化类应用、网页浏览器应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上展示的第一轨迹集合提供支持的后台信息处理服务器。后台信息处理服务器可以对获取的第一轨迹集合进行处理,并生成处理结果(例如第二轨迹集合)。
需要说明的是,本申请实施例所提供的方法可以由服务器105执行,也可以由终端设备101、102、103执行,相应的装置一般设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
根据本发明的一个实施例的基于车辆GPS的路网提取和轨迹纠偏方法,图2示出了根据本发明的实施例的基于车辆GPS的路网提取和轨迹纠偏方法的流程图。如图2所示,该方法包括以下步骤:
S1:在某段时间内选取若干辆公交车,分别对所述若干辆公交车中的每一辆公交车在某一条相同的公交路线上选取多个GPS点,将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,再将所有轨迹数据构成第一轨迹集合。
在具体的实施例中,所述将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,具体包括:
获取各个GPS点的包括GPS点的经度、纬度和瞬时行驶方向角在内的参数,利用各辆公交对应的GPS点的参数分别构成若干条轨迹数据。
S2:在所述第一轨迹集合中,分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,得到第二轨迹集合。
在具体的实施例中,所述S2中分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,具体包括对所述每条轨迹数据进行如下步骤:
按时间顺序依次取出轨迹数据中的GPS点进行如下操作:删除轨迹数据中的其余点中与当前GPS点之间的距离小于预设的距离阈值且瞬时行驶方向角的差小于预设的方向角阈值的点。
在具体的实施例中,所述预设的距离阈值可设为10米。
S3:在所述第二轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
当某条轨迹数据中异常点的个数大于该条轨迹数据中所有GPS点数的50%时,删除该条轨迹数据;
处理完所述第二轨迹集合中的所有轨迹数据后删除剩余的轨迹数据中的异常点,得到第三轨迹集合。
在具体的实施例中,所述对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点,具体包括:
S301:对各条轨迹数据中的任意一个GPS点pm计算其与当前轨迹数据中的其余每个GPS点pn的距离distm,n和瞬时行驶方向角的差drcm,n;
S302:将所述距离distm,n小于预设的距离阈值且瞬时行驶方向角的差drcm,n小于预设的方向角阈值的点存入一个集合中,所述集合记为所述GPS点pm的缓冲区;
S303:计算所述GPS点pm的缓冲区中满足distm,n<maxDist,且drcm,n<r的GPS点个数Ns,当所述个数Ns小于预设值Nsmin时将所述GPS点pm记为异常点,其中maxDist为预设的相似点半径,r为预设的方向角阈值。
S4:针对所述第三轨迹集合中的各个GPS点分别建立平面直角坐标系,并分别进行如下操作:
选取所述GPS点的相似点,并计算所述相似点在其平面直角坐标系下的相对坐标以及所述相似点对所述GPS点的欧氏距离,根据欧式距离计算所述相似点对所述GPS点的权重;
在所述GPS点的平面直角坐标系中,对其所有相似点的相对坐标按照所述权重进行累加并求均值,得到所述GPS点的偏移矢量,再根据所述偏移矢量求得所述GPS点的新坐标并将所述GPS点的坐标替换为所述新坐标。
在具体的实施例中,所述S4中选取所述GPS点的相似点具体包括:
在所述GPS点的缓冲区中,选取满足distm,n<maxDist,且drcm,n<r的GPS点作为所述相似点。
在具体的实施例中,所述S4中根据所述欧式距离计算所述相似点对所述GPS点的权重,具体包括:
其中,k为GPS点m的相似点的个数,αn为GPS点m的相似点n的参数,αi为GPS点m的相似点i的参数,dnm为GPS点m的相似点n对GPS点m的欧氏距离,dim为GPS点m的相似点i对GPS点m的欧氏距离,ωn为GPS点m的相似点n的对GPS点m的权重。
S5:根据所有GPS点的所述偏移矢量计算对应的偏移距离,对所有偏移距离求平均数,当所述平均数大于预设的平均数阈值,重复所述S4,否则,轨迹纠偏完成。
S6:在所述第三轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
对每条轨迹数据计算异常点的个数,再对异常点的个数最少的轨迹数据进行DP压缩,提取出车辆GPS的路网信息。
在具体的实施例中,所述DP压缩具体包括:
S601:将轨迹数据中的GPS点画在坐标系中,将坐标系中的点依次连成一条曲线,并将为首的GPS点和最末的GPS点连成一条直线,求出轨迹数据中所有GPS点到所述直线的垂直距离,并找出其中最大的距离值dmax;
S602:将dmax与预设的阈值D相比较:
若dmax<D,则将轨迹数据中除为首的GPS点和最末的GPS点以外的点全部舍去后,完成所述DP压缩;
若dmax>=D,则进入步骤S603;
S603:保存dmax对应的GPS点,并以该GPS点为界,把所述曲线分成两部分,对这两部分分别执行步骤S601至S602,直至所有dmax都小于D,则所述DP压缩完成。
图3示出了本发明的一个实施例的基于车辆GPS的路网提取和轨迹纠偏系统的框架图。该系统包括轨迹数据收集模块301、轨迹数据压缩模块302、异常数据排除模块303、GPS点偏移聚合模块304、轨迹纠偏结果判断模块305和基于车辆GPS的路网提取模块306。
在具体的实施例中,轨迹数据收集模块301被配置用于在某段时间内选取若干辆公交车,分别对所述若干辆公交车中的每一辆公交车在某一条相同的公交路线上选取多个GPS点,将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,再将所有轨迹数据构成第一轨迹集合;
轨迹数据压缩模块302被配置用于在所述第一轨迹集合中,分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,得到第二轨迹集合;
异常数据排除模块303被配置用于在所述第二轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
当某条轨迹数据中异常点的个数大于该条轨迹数据中所有GPS点数的50%时,删除该条轨迹数据;
处理完所述第二轨迹集合中的所有轨迹数据后删除剩余的轨迹数据中的异常点,得到第三轨迹集合;
GPS点偏移聚合模块304被配置用于针对所述第三轨迹集合中的各个GPS点分别建立平面直角坐标系,并分别进行如下操作:
选取所述GPS点的相似点,并计算所述相似点在其平面直角坐标系下的相对坐标以及所述相似点对所述GPS点的欧氏距离,根据欧式距离计算所述相似点对所述GPS点的权重;
在所述GPS点的平面直角坐标系中,对其所有相似点的相对坐标按照所述权重进行累加并求均值,得到所述GPS点的偏移矢量,再根据所述偏移矢量求得所述GPS点的新坐标并将所述GPS点的坐标替换为所述新坐标;
轨迹纠偏结果判断模块305被配置用于根据所有GPS点的所述偏移矢量计算对应的偏移距离,对所有偏移距离求平均数,当所述平均数大于预设的平均数阈值,重复所述GPS点偏移聚合模块,否则,轨迹纠偏完成;
基于车辆GPS的路网提取模块306被配置用于在所述第三轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
对每条轨迹数据计算异常点的个数,再对异常点的个数最少的轨迹数据进行DP压缩,提取出车辆GPS的路网信息。
通过以上模块的相互作用对海量的车辆行驶轨迹数据进行分析,将轨迹数据中的每一辆公交车的数据构成相应的轨迹集合,基于优化的物理引力理论的聚合算法对轨迹集合中的数据进行压缩,并分析排除轨迹数据中的异常点;再建立相应的直角坐标系,根据轨迹数据中的某GPS点的相似点的坐标计算各相似点的权重,从而获得该GPS点的偏移矢量,求得该GPS点的纠偏后的新坐标,实现了对车辆GPS轨迹数据的纠偏;再对轨迹数据中异常点最少的轨迹数据进行DP压缩后提取出车辆GPS的路网信息,完成了基于GPS轨迹数据的路网精细化提取。
下面参考图4,其示出了适于用来实现本申请实施例的电子设备的计算机系统400的结构示意图。图4示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,并且这些单元的名称在某种情况下并不构成对该单元本身的限定。
本发明的实施例还涉及一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机处理器执行时实施上文中的方法。该计算机程序包含用于执行流程图所示的方法的程序代码。需要说明的是,本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。
本发明对海量的车辆行驶轨迹数据进行分析,将轨迹数据中的每一辆公交车的数据构成相应的轨迹集合,基于优化的物理引力理论的聚合算法对轨迹集合中的数据进行压缩,并分析排除轨迹数据中的异常点;再建立相应的直角坐标系,根据轨迹数据中的某GPS点的相似点的坐标计算各相似点的权重,从而获得该GPS点的偏移矢量,求得该GPS点的纠偏后的新坐标,实现了对车辆GPS轨迹数据的纠偏;再对轨迹数据中异常点最少的轨迹数据进行DP压缩后提取出车辆GPS的路网信息,完成了基于GPS轨迹数据的路网精细化提取。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种基于车辆GPS的轨迹纠偏方法,其特征在于,包括以下步骤:
S1:在某段时间内选取若干辆公交车,分别对所述若干辆公交车中的每一辆公交车在某一条相同的公交路线上选取多个GPS点,将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,再将所有轨迹数据构成第一轨迹集合;
S2:在所述第一轨迹集合中,分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,得到第二轨迹集合;
S3:在所述第二轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
当某条轨迹数据中异常点的个数大于该条轨迹数据中所有GPS点数的50%时,删除该条轨迹数据;
处理完所述第二轨迹集合中的所有轨迹数据后删除剩余的轨迹数据中的异常点,得到第三轨迹集合;
S4:针对所述第三轨迹集合中的各个GPS点分别建立平面直角坐标系,并分别进行如下操作:
选取所述GPS点的相似点,并计算所述相似点在其平面直角坐标系下的相对坐标以及所述相似点对所述GPS点的欧氏距离,根据欧式距离计算所述相似点对所述GPS点的权重;
在所述GPS点的平面直角坐标系中,对其所有相似点的相对坐标按照所述权重进行累加并求均值,得到所述GPS点的偏移矢量,再根据所述偏移矢量求得所述GPS点的新坐标并将所述GPS点的坐标替换为所述新坐标;
S5:根据所有GPS点的所述偏移矢量计算对应的偏移距离,对所有偏移距离求平均数,当所述平均数大于预设的平均数阈值,重复所述S4,否则,轨迹纠偏完成。
2.根据权利要求1所述的方法,其特征在于,所述将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,具体包括:
获取各个GPS点的包括GPS点的经度、纬度和瞬时行驶方向角在内的参数,利用各辆公交对应的GPS点的参数分别构成若干条轨迹数据。
3.根据权利要求1所述的方法,其特征在于,所述S2中分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,具体包括对所述每条轨迹数据进行如下步骤:
按时间顺序依次取出轨迹数据中的GPS点进行如下操作:删除轨迹数据中的其余点中与当前GPS点之间的距离小于预设的距离阈值且瞬时行驶方向角的差小于预设的方向角阈值的点。
4.根据权利要求1所述的方法,其特征在于,所述对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点,具体包括:
S301:对各条轨迹数据中的任意一个GPS点pm计算其与当前轨迹数据中的其余每个GPS点pn的距离distm,n和瞬时行驶方向角的差drcm,n;
S302:将所述距离distm,n小于预设的距离阈值且瞬时行驶方向角的差drcm,n小于预设的方向角阈值的点存入一个集合中,所述集合记为所述GPS点pm的缓冲区;
S303:计算所述GPS点pm的缓冲区中满足distm,n<maxDist,且drcm,n<r的GPS点个数Ns,当所述个数Ns小于预设值Nsmin时将所述GPS点pm记为异常点,其中maxDist为预设的相似点半径,r为预设的方向角阈值。
5.根据权利要求4所述的方法,其特征在于,所述S4中选取所述GPS点的相似点具体包括:
在所述GPS点的缓冲区中,选取满足distm,n<maxDist,且drcm,n<r的GPS点作为所述相似点。
7.一种基于车辆GPS的路网提取方法,包括如权利要求1所述的轨迹纠偏方法,还包括以下步骤S6:
在所述第三轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
对每条轨迹数据计算异常点的个数,再对异常点的个数最少的轨迹数据进行DP压缩,提取出车辆GPS的路网信息。
8.根据权利要求7所述的方法,其特征在于,所述DP压缩具体包括:
S601:将轨迹数据中的GPS点画在坐标系中,将坐标系中的点依次连成一条曲线,并将为首的GPS点和最末的GPS点连成一条直线,求出轨迹数据中所有GPS点到所述直线的垂直距离,并找出其中最大的距离值dmax;
S602:将dmax与预设的阈值D相比较:
若dmax<D,则将轨迹数据中除为首的GPS点和最末的GPS点以外的点全部舍去后,完成所述DP压缩;
若dmax>=D,则进入步骤S603;
S603:保存dmax对应的GPS点,并以该GPS点为界,把所述曲线分成两部分,对这两部分分别执行步骤S601至S602,直至所有dmax都小于D,则所述DP压缩完成。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被计算机处理器执行时实施权利要求1至8中任一项所述的方法。
10.一种基于车辆GPS的路网提取和轨迹纠偏系统,其特征在于,包括:
轨迹数据收集模块:配置用于在某段时间内选取若干辆公交车,分别对所述若干辆公交车中的每一辆公交车在某一条相同的公交路线上选取多个GPS点,将每一辆公交车的所述多个GPS点构成该公交车的轨迹数据,再将所有轨迹数据构成第一轨迹集合;
轨迹数据压缩模块:配置用于在所述第一轨迹集合中,分别将每条轨迹数据中距离和瞬时行驶方向角相近的GPS点压缩为同一个GPS点,得到第二轨迹集合;
异常数据排除模块:配置用于在所述第二轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
当某条轨迹数据中异常点的个数大于该条轨迹数据中所有GPS点数的50%时,删除该条轨迹数据;
处理完所述第二轨迹集合中的所有轨迹数据后删除剩余的轨迹数据中的异常点,得到第三轨迹集合;
GPS点偏移聚合模块:配置用于针对所述第三轨迹集合中的各个GPS点分别建立平面直角坐标系,并分别进行如下操作:
选取所述GPS点的相似点,并计算所述相似点在其平面直角坐标系下的相对坐标以及所述相似点对所述GPS点的欧氏距离,根据欧式距离计算所述相似点对所述GPS点的权重;
在所述GPS点的平面直角坐标系中,对其所有相似点的相对坐标按照所述权重进行累加并求均值,得到所述GPS点的偏移矢量,再根据所述偏移矢量求得所述GPS点的新坐标并将所述GPS点的坐标替换为所述新坐标;
轨迹纠偏结果判断模块:配置用于根据所有GPS点的所述偏移矢量计算对应的偏移距离,对所有偏移距离求平均数,当所述平均数大于预设的平均数阈值,重复所述GPS点偏移聚合模块,否则,轨迹纠偏完成;
基于车辆GPS的路网提取模块:配置用于在所述第三轨迹集合中,对各条轨迹数据中的任意一个GPS点计算其与其余每个GPS点之间的距离和瞬时行驶方向角的差,根据所述距离和所述瞬时行驶方向角的差判断所述任意一个GPS点是否为异常点;
对每条轨迹数据计算异常点的个数,再对异常点的个数最少的轨迹数据进行DP压缩,提取出车辆GPS的路网信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110476195.7A CN113253319B (zh) | 2021-04-29 | 2021-04-29 | 基于车辆gps的路网提取和轨迹纠偏方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110476195.7A CN113253319B (zh) | 2021-04-29 | 2021-04-29 | 基于车辆gps的路网提取和轨迹纠偏方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113253319A true CN113253319A (zh) | 2021-08-13 |
CN113253319B CN113253319B (zh) | 2023-07-18 |
Family
ID=77223314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110476195.7A Active CN113253319B (zh) | 2021-04-29 | 2021-04-29 | 基于车辆gps的路网提取和轨迹纠偏方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113253319B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113447040A (zh) * | 2021-08-27 | 2021-09-28 | 腾讯科技(深圳)有限公司 | 行驶轨迹确定方法、装置、设备以及存储介质 |
CN113850996A (zh) * | 2021-09-17 | 2021-12-28 | 广州市城市规划勘测设计研究院 | 路段公交线路重复系数数据计算方法、装置及存储介质 |
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 |
CN114282033A (zh) * | 2022-03-02 | 2022-04-05 | 成都智达万应科技有限公司 | 一种基于gps纠偏及公路病害智能上报系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10036639B1 (en) * | 2014-09-02 | 2018-07-31 | Metromile, Inc. | Systems and methods for determining and displaying a route using information determined from a vehicle, user feedback, and a mobile electronic device |
CN108776727A (zh) * | 2018-05-29 | 2018-11-09 | 福州大学 | 一种基于出租车轨迹数据的道路几何特征提取方法 |
CN108802776A (zh) * | 2018-07-02 | 2018-11-13 | 武汉蓝泰源信息技术有限公司 | 基于异常点剔除及轨迹压缩算法的公交gps纠偏方法 |
CN109212565A (zh) * | 2018-09-03 | 2019-01-15 | 武汉小象创意科技有限公司 | 基于gps数据轨迹纠偏控制系统及方法 |
US20200309535A1 (en) * | 2019-03-29 | 2020-10-01 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, device, server and medium for determining quality of trajectory-matching data |
CN112683286A (zh) * | 2021-03-16 | 2021-04-20 | 季华实验室 | 拓扑路网地图的建立方法、系统、存储介质及电子设备 |
-
2021
- 2021-04-29 CN CN202110476195.7A patent/CN113253319B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10036639B1 (en) * | 2014-09-02 | 2018-07-31 | Metromile, Inc. | Systems and methods for determining and displaying a route using information determined from a vehicle, user feedback, and a mobile electronic device |
CN108776727A (zh) * | 2018-05-29 | 2018-11-09 | 福州大学 | 一种基于出租车轨迹数据的道路几何特征提取方法 |
CN108802776A (zh) * | 2018-07-02 | 2018-11-13 | 武汉蓝泰源信息技术有限公司 | 基于异常点剔除及轨迹压缩算法的公交gps纠偏方法 |
CN109212565A (zh) * | 2018-09-03 | 2019-01-15 | 武汉小象创意科技有限公司 | 基于gps数据轨迹纠偏控制系统及方法 |
US20200309535A1 (en) * | 2019-03-29 | 2020-10-01 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, device, server and medium for determining quality of trajectory-matching data |
CN112683286A (zh) * | 2021-03-16 | 2021-04-20 | 季华实验室 | 拓扑路网地图的建立方法、系统、存储介质及电子设备 |
Non-Patent Citations (2)
Title |
---|
DONG WANG ET AL.: "\"TIVMM˖An Effective Map Algorithm for LowSampling-Rate GPS Trajectories in Road Networks \"", 《2017 13TH INTERNATIONAL CONFERENCE ON NATURAL COMPUTATION, FUZZY SYSTEMS AND KNOWLEDGE DISCOVERY (ICNC-FSKD 2017)》, pages 3117 - 3121 * |
邬群勇等: ""出租车G P S轨迹集聚和精细化路网提取"", 《测绘学报》, vol. 48, no. 4, pages 502 - 511 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113447040A (zh) * | 2021-08-27 | 2021-09-28 | 腾讯科技(深圳)有限公司 | 行驶轨迹确定方法、装置、设备以及存储介质 |
CN113850996A (zh) * | 2021-09-17 | 2021-12-28 | 广州市城市规划勘测设计研究院 | 路段公交线路重复系数数据计算方法、装置及存储介质 |
CN113850996B (zh) * | 2021-09-17 | 2022-06-14 | 广州市城市规划勘测设计研究院 | 路段公交线路重复系数数据计算方法、装置及存储介质 |
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 |
CN114282033A (zh) * | 2022-03-02 | 2022-04-05 | 成都智达万应科技有限公司 | 一种基于gps纠偏及公路病害智能上报系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113253319B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113253319B (zh) | 基于车辆gps的路网提取和轨迹纠偏方法和系统 | |
US20200309535A1 (en) | Method, device, server and medium for determining quality of trajectory-matching data | |
US9880012B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
CN109215372B (zh) | 路网信息更新方法、装置及设备 | |
CN110689804B (zh) | 用于输出信息的方法和装置 | |
CN112598762A (zh) | 三维车道线信息生成方法、装置、电子设备和介质 | |
US10171837B2 (en) | Predictive value data set compression | |
CN110633381A (zh) | 一种识别虚假房源的方法、装置、存储介质及电子设备 | |
CN111737377B (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
CN114625744A (zh) | 电子地图的更新方法和装置 | |
CN112685531B (zh) | 车辆匹配方法和装置、计算设备以及计算机可读存储介质 | |
CN110189000B (zh) | 一种评分统一方法、装置及存储介质 | |
CN108961761B (zh) | 用于生成信息的方法和装置 | |
CN112396081A (zh) | 一种数据融合方法和装置 | |
CN111368015B (zh) | 用于压缩地图的方法和装置 | |
CN111383337B (zh) | 用于识别对象的方法和装置 | |
CN110619087B (zh) | 用于处理信息的方法和装置 | |
CN113094461B (zh) | 信息生成方法、装置、终端设备 | |
CN110969189B (zh) | 人脸检测方法、装置及电子设备 | |
CN110619086B (zh) | 用于处理信息的方法和装置 | |
CN110619088B (zh) | 用于处理信息的方法和装置 | |
CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 | |
CN115115944B (zh) | 地图数据查验方法、装置、电子设备和介质 | |
CN112632992B (zh) | 测试方法、测试装置、计算机设备和介质 | |
CN111523409B (zh) | 用于生成位置信息的方法和装置 |
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 |