CN113822190A - 一种厂区路网数据拟合方法、装置、电子设备和存储介质 - Google Patents

一种厂区路网数据拟合方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113822190A
CN113822190A CN202111086589.8A CN202111086589A CN113822190A CN 113822190 A CN113822190 A CN 113822190A CN 202111086589 A CN202111086589 A CN 202111086589A CN 113822190 A CN113822190 A CN 113822190A
Authority
CN
China
Prior art keywords
track
points
network data
road network
segments
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
CN202111086589.8A
Other languages
English (en)
Other versions
CN113822190B (zh
Inventor
陈卓
杨晓明
孙智彬
胡道生
夏曙东
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 Transwiseway Information Technology Co Ltd
Original Assignee
Beijing Transwiseway Information Technology 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 Transwiseway Information Technology Co Ltd filed Critical Beijing Transwiseway Information Technology Co Ltd
Priority to CN202111086589.8A priority Critical patent/CN113822190B/zh
Publication of CN113822190A publication Critical patent/CN113822190A/zh
Application granted granted Critical
Publication of CN113822190B publication Critical patent/CN113822190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种厂区路网数据拟合方法、装置、设备及存储介质，所述方法包括：获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点；按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段；筛除所述轨迹片段中的漂移点；将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段；根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据。这样，直接将整个连续轨迹切分为多段近似直线的组合，然后通过拓宽为多边形缓冲区进行融合，得到路网数据；这样，可以减少复杂的弯道处理，减少轨迹点过于稀疏造成的误差，简化了拟合过程，并提高路线准确度。

Description

一种厂区路网数据拟合方法、装置、电子设备和存储介质
技术领域
本发明涉及轨道交通技术领域，具体而言，涉及一种厂区路网数据拟合方法、装置、电子设备和存储介质。
背景技术
厂区存在自身的特殊性，目前的导航系统等由于未采集厂区内的路网数据，因此不支持厂区内的导航功能；为了进行厂区内的导航，需要通过车辆轨迹点来绘制厂区的路网数据。
现有的基于车辆轨迹拟合路线的方法，大多是依赖路网数据作为输入条件，对车辆行驶的途径的道路序列进行重现；而小部分不依赖路网数据拟合的方法，如采用最小二乘法拟合轨迹直线，则一般用于一辆车的一次短时间内简单路线的轨迹重现，一旦路线过长、轨迹过于复杂，则容易形成非常大的误差。
由此可见，缺少误差较小且能够不依赖路网数据的路网拟合方法。
发明内容
本发明解决的问题是现有路网拟合方法，要么依赖路上数据，要么误差过大。
为解决上述问题，本发明首先提供一种厂区路网数据拟合方法，其包括：
获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点；
按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段；
筛除所述轨迹片段中的漂移点；
将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段；
根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据。
这样，直接将整个连续轨迹切分为多段近似直线的组合，然后通过拓宽为多边形缓冲区进行融合，得到路网数据；这样，可以减少复杂的弯道处理，减少轨迹点过于稀疏造成的误差，简化了拟合过程，并提高路线准确度。
优选地，所述获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点之后，还包括：
筛选出瞬时速度大于0的所述行驶轨迹点，并以货车为单位按照轨迹点时间进行排序。
优选地，所述按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段，包括：
确定相邻行驶轨迹点的方向角度，计算相邻方向角度之间的差值绝对值；
若三个连续的所述行驶轨迹点的差值绝对值大于等于预设的角度阈值，则该三个所述行驶轨迹点划分为同一轨迹片段；
若三个连续的所述行驶轨迹点的差值绝对值小于所述角度阈值，则以中间的所述行驶轨迹点为边界将该三个所述行驶轨迹点划分为相邻的轨迹片段；
遍历货车的所有行驶轨迹点，得到该货车的所述轨迹片段；
遍历所有货车，得到所有货车的所述轨迹片段。
优选地，所述筛除所述轨迹片段中的漂移点，包括：
计算每个轨迹片段中相邻两个所述行驶轨迹点的平均速度；
若所述平均速度大于预设的速度阈值，则将轨迹点时间较大的所述行驶轨迹点判定为漂移点并删除；
遍历所有轨迹片段并删除所述轨迹片段的所有漂移点。
优选地，所述将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段，包括：
将所述轨迹片段向两侧拓宽为多边形缓冲区；
获取两个部分重合的多边形缓冲区以及行驶方向，计算交集面积和并集面积；
根据交集面积和并集面积计算两个所述多边形缓冲区的重合率；
若两个所述多边形缓冲区的重合率大于预设的重合阈值，且将对应的两个轨迹片段融合为一个轨迹片段；
遍历所有轨迹片段并保留融合后的所述轨迹片段。
优选地，所述根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据，包括：
计算融合后的不同轨迹片段及其预设长度的延长线之间的交点，将该交点作为路口节点；
根据融合后的所述轨迹片段的行驶方向确定道路方向；
将融合后的轨迹片段数据和路口节点数据输出为路网数据。
其次，提供一种厂区路网数据拟合装置，其包括：
获取单元，其用于获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点；
划分单元，其用于按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段；
筛除单元，其用于筛除所述轨迹片段中的漂移点；
融合单元，其用于将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段；
输出单元，其用于根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据。
这样，直接将整个连续轨迹切分为多段近似直线的组合，然后通过拓宽为多边形缓冲区进行融合，得到路网数据；这样，可以减少复杂的弯道处理，减少轨迹点过于稀疏造成的误差，简化了拟合过程，并提高路线准确度。
优选地，所述厂区路网数据拟合装置还包括：
筛选单元，其用于筛选出瞬时速度大于0的所述行驶轨迹点，并以货车为单位按照轨迹点时间进行排序。
再次，提供一种电子设备，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如前述所述的厂区路网数据拟合方法。
最后提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如前述所述的厂区路网数据拟合方法。
这样，直接将整个连续轨迹切分为多段近似直线的组合，然后通过拓宽为多边形缓冲区进行融合，得到路网数据；这样，可以减少复杂的弯道处理，减少轨迹点过于稀疏造成的误差，简化了拟合过程，并提高路线准确度。
附图说明
图1为根据本发明实施例的厂区路网数据拟合方法的流程图；
图2为根据本发明实施例的厂区路网数据拟合方法S300的流程图；
图3为本发明行驶轨迹点划分的示例；
图4为根据本发明实施例的厂区路网数据拟合方法S400的流程图；
图5为根据本发明实施例的厂区路网数据拟合方法S500的流程图；
图6为本发明多边形缓冲区融合的示意图；
图7为根据本发明实施例的厂区路网数据拟合方法S600的流程图；
图8为本发明厂区货车行驶轨迹点的示意图；
图9为本发明厂区货车行驶轨迹点分段去噪的结果图；
图10为本发明厂区货车行驶轨迹点融合后的道路拟合结果图；
图11为根据本发明实施例的厂区路网数据拟合装置的结构框图；
图12为根据本发明实施例的电子设备的结构框图。
具体实施方式
为了便于理解，对背景技术中的技术问题进行解释：
目前采集厂区内路网数据一般不会被采集，也就不可能支持后续的该区域内的导航、寻路等功能。为此需要对厂区内的路网数据进行拟合。厂区内的车辆轨迹具有线路较长，轨迹复杂的特点。
现有的基于车辆轨迹拟合路线的方法，大多是依赖路网数据作为输入条件，对车辆行驶的途径的道路序列进行重现。不依赖路网数据拟合的方法，一般可用于一辆车的一次短时间内简单路线的轨迹重现，不能很好解决路线过长、过于复杂的情况(如弯道)。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
本申请实施例提供了一种厂区路网数据拟合方法，该方法可以由厂区路网数据拟合装置来执行，该厂区路网数据拟合装置可以集成在电脑、服务器、计算机等电子设备中。如图1所示，其为根据本发明实施例的厂区路网数据拟合方法的流程图；其中，所述厂区路网数据拟合方法，其包括：
S100，获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点；
其中，所述预定时间段，是指预先设置的一个时间段，比如一个月内。
S300，按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段；
其中，两个行驶轨迹点确定一条具有方向的线段；预先设置好一个特定的方向(比如正北方向)，从该方向沿顺时针或者逆时针(根据预先设定确定)旋转到所述线段重合(且方向相同)时，旋转过的角度即为两个行驶轨迹点的方向角度。
通过方向角度，对货车的行驶轨迹点划分为多个轨迹片段，可以减少复杂的弯道处理，简化了拟合过程，并提高路线准确度。
S400，筛除所述轨迹片段中的漂移点；
S500，将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段；
将轨迹片段拓宽为多边形缓冲区，将大部分重合的多边形缓冲区进行融合，然后通过融合后的多边形缓冲区解析出融合后的轨迹片段；与拟合相比，这种融合对行驶轨迹点是否稀疏并无限制，因此可以修复轨迹点过于稀疏造成的误差，且与拟合相比，多边形融合计算简单方便；从而简化了拟合过程，提高了线路的准确性。
S600，根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据。
这样，直接将整个连续轨迹切分为多段近似直线的组合，然后通过拓宽为多边形缓冲区进行融合，得到路网数据；这样，可以减少复杂的弯道处理，减少轨迹点过于稀疏造成的误差，简化了拟合过程，并提高路线准确度。
优选地，还包括：S200，筛选出瞬时速度大于0的所述行驶轨迹点，并以货车为单位按照轨迹点时间进行排序。
这样，通过排序，可以将货车的正在行驶的行驶轨迹点按照行驶方向前后排列起来，从而便于进行轨迹划分和多边形缓冲区的融合。
优选地，如图2所示，所述S300，按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段，包括：
S310，确定相邻行驶轨迹点的方向角度，计算相邻方向角度之间的差值绝对值；
S320，若三个连续的所述行驶轨迹点的差值绝对值大于等于预设的角度阈值，则该三个所述行驶轨迹点划分为同一轨迹片段；
S330，若三个连续的所述行驶轨迹点的差值绝对值小于所述角度阈值，则以中间的所述行驶轨迹点为边界将该三个所述行驶轨迹点划分为相邻的轨迹片段；
S340，遍历货车的所有行驶轨迹点，得到该货车的所述轨迹片段；
S350，遍历所有货车，得到所有货车的所述轨迹片段。
其中，行驶轨迹点按时间序列排序，得到轨迹M(P0，P1，P2，…PN)，如图3所示。
可以从P0开始，设P0到P1的方向角度为d01，P1到P2的方向角度为d12，则Δd＝|d12–d01|
若Δd小于等于角度阈值ξ，则从P0到P1到P2连续。
设P2到P3的方向角度为d23，则Δd＝|d12–d23|
若Δd大于角度阈值ξ，则从P2到P3断开。当前得到轨迹片段m0为(P0，P1，P2)。对M’(P3,…PN)重复以上操作，继续分段，得到多个近似直线的轨迹片段。
也可以从反向PN开始，逐个进行判断是否连续或断开；
也可以任意选择三个相邻的行驶轨迹点(如P1、P2、P3)，计算其差值绝对值，若小于角度阈值，则三个行驶轨迹点连续，若大于角度阈值，则从中间的所述行驶轨迹点断开为两个轨迹片段；这样直接进行遍历，确定P2、P4、P5为断开的轨迹点，得到对应的划分结果。
上述三种方式均可得到所述图3中的划分结果。
这样，通过方向角度直接将连续轨迹划分为多段近似直线的轨迹片段，从而减少复杂的弯道处理，简化了拟合过程，并提高路线准确度。
优选地，如图4所示，S400，筛除所述轨迹片段中的漂移点，包括：
S410，计算每个轨迹片段中相邻两个所述行驶轨迹点的平均速度；
S420，若所述平均速度大于预设的速度阈值，则将轨迹点时间较大的所述行驶轨迹点判定为漂移点并删除；
S430，遍历所有轨迹片段并删除所述轨迹片段的所有漂移点。
也即是行驶轨迹点按照行驶轨迹的先后顺序进行排列；计算连续两个行驶轨迹点之间的距离除以时间差得到两个行驶轨迹点之间的平均速度。平均速度大于阈值，则删除第二个点。
这样，通过速度对行驶轨迹点进行过滤，过滤掉了所述漂移点。
优选地，如图5所示，S500，将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段；
S510，将所述轨迹片段向两侧拓宽为多边形缓冲区；
S520，获取两个部分重合的多边形缓冲区以及行驶方向，计算交集面积和并集面积；
S530，根据交集面积和并集面积计算两个所述多边形缓冲区的重合率；
S540，若两个所述多边形缓冲区的重合率大于预设的重合阈值，且将对应的两个轨迹片段融合为一个轨迹片段；
如图6所示，其中，两个轨迹片段的融合即为拓宽后的多边形缓冲区的融合；多边形缓冲区的融合过程可以参照当前常用的融合方法，在此不再赘述。
融合后的多边形缓冲区进行解析，即可得到融合后的轨迹片段。
其具体解析过程可以为：直接获取融合后的多边形缓冲区的行驶轨迹点，通过这些行驶轨迹点进行拟合得到融合后的轨迹片段；该解析过程也可以为：直接根据融合后的多边形缓冲区生成轨迹片段。该解析过程也可以为其他方式来完成解析，具体可以根据实际需求进行选择。
S550，遍历所有轨迹片段并保留融合后的所述轨迹片段。
其中，可以先将所有可以融合的轨迹片段通过多边形缓冲区融合后直接解析得到融合后的轨迹片段，也可以两两进行轨迹片段的融合。
这样，通过对每一段近似直线的路线进行了拓宽，形成近似矩形的多边形缓冲区后进行融合，可以修复报点过于稀疏造成的误差，提高了路线准确度。
优选地，如图7所示，S600，根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据，包括：
S610，计算融合后的不同轨迹片段及其预设长度的延长线之间的交点，将该交点作为路口节点；
其中，所述预设长度为30m。
这样，将融合后的轨迹片段的交点，轨迹片段的延长线的交点，以及轨迹片段与其延长线的交点，均判定为路口节点；从而提高对路口节点判断的准确性。
S620，根据融合后的所述轨迹片段的行驶方向确定道路方向；
S630，将融合后的轨迹片段数据和路口节点数据输出为路网数据。
这样，直接根据融合后的轨迹片段计算路口节点并输出，从而简化计算过程，提高计算效率和输出数据的准确性。
在此，以利用货车轨迹拟合某厂区路网数据举例对上述拟合过程进行说明：
获取该厂区经纬度范围内一个月所有货车行驶轨迹。如图8所示。
保留速度大于0的点，按时间排序。
对每辆车轨迹，计算的行驶方向角度差值，根据差值判断当前关系是断开或连续；得到一系列近似直线的轨迹段。
对每个片段，计算连续2点的平均速度，过滤速度大于阈值的异常漂移点；当前得到的所有点，如图9所示。
对每个片段，拓宽线段，形成多边形缓冲区；根据2个多边形交集并集的重合率，判断是否融合。得到融合后的道路拟合数据如图10所示。
在得到的路段相交处，形成路口节点，由车辆行驶方向确定该路线的方向；最后输出为道路数据。
本申请实施例提供了一种厂区路网数据拟合装置，用于执行本发明上述内容所述的厂区路网数据拟合方法，以下对所述厂区路网数据拟合装置进行详细描述。
如图11所示，所述厂区路网数据拟合装置，其包括：
获取单元101，其用于获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点；
划分单元102，其用于按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段；
筛除单元103，其用于筛除所述轨迹片段中的漂移点；
融合单元104，其用于将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段；
输出单元105，其用于根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据。
这样，直接将整个连续轨迹切分为多段近似直线的组合，然后通过拓宽为多边形缓冲区进行融合，得到路网数据；这样，可以减少复杂的弯道处理，减少轨迹点过于稀疏造成的误差，简化了拟合过程，并提高路线准确度。
优选地，所述厂区路网数据拟合装置还包括：筛选单元，其用于筛选出瞬时速度大于0的所述行驶轨迹点，并以货车为单位按照轨迹点时间进行排序。
优选地，所述划分单元102还用于：确定相邻行驶轨迹点的方向角度，计算相邻方向角度之间的差值绝对值；若三个连续的所述行驶轨迹点的差值绝对值大于等于预设的角度阈值，则该三个所述行驶轨迹点划分为同一轨迹片段；若三个连续的所述行驶轨迹点的差值绝对值小于所述角度阈值，则以中间的所述行驶轨迹点为边界将该三个所述行驶轨迹点划分为相邻的轨迹片段；遍历货车的所有行驶轨迹点，得到该货车的所述轨迹片段；遍历所有货车，得到所有货车的所述轨迹片段。
优选地，所述筛除单元103还用于：计算每个轨迹片段中相邻两个所述行驶轨迹点的平均速度；若所述平均速度大于预设的速度阈值，则将轨迹点时间较大的所述行驶轨迹点判定为漂移点并删除；遍历所有轨迹片段并删除所述轨迹片段的所有漂移点。
优选地，所述融合单元104还用于：将所述轨迹片段向两侧拓宽为多边形缓冲区；获取两个部分重合的多边形缓冲区以及行驶方向，计算交集面积和并集面积；根据交集面积和并集面积计算两个所述多边形缓冲区的重合率；若两个所述多边形缓冲区的重合率大于预设的重合阈值，且将对应的两个轨迹片段融合为一个轨迹片段；遍历所有轨迹片段并保留融合后的所述轨迹片段。
优选地，所述输出单元105还用于：计算融合后的不同轨迹片段及其预设长度的延长线之间的交点，将该交点作为路口节点；根据融合后的所述轨迹片段的行驶方向确定道路方向；将融合后的轨迹片段数据和路口节点数据输出为路网数据。
本申请实施例提供了一种电子设备，如图12所示，其包括存储有计算机程序的计算机可读存储介质301和处理器302，所述计算机程序被所述处理器读取并运行时，实现如前述所述的厂区路网数据拟合方法。
这样，直接将整个连续轨迹切分为多段近似直线的组合，然后通过拓宽为多边形缓冲区进行融合，得到路网数据；这样，可以减少复杂的弯道处理，减少轨迹点过于稀疏造成的误差，简化了拟合过程，并提高路线准确度。
本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如前述所述的厂区路网数据拟合方法。
本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是空调器，制冷装置，个人计算机，服务器，或者网络设备等)或processor(处理器)执行本发明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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
这样，直接将整个连续轨迹切分为多段近似直线的组合，然后通过拓宽为多边形缓冲区进行融合，得到路网数据；这样，可以减少复杂的弯道处理，减少轨迹点过于稀疏造成的误差，简化了拟合过程，并提高路线准确度。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本申请中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见前述所述实施例的部分说明即可。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (10)

1.一种厂区路网数据拟合方法，其特征在于，包括：
获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点；
按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段；
筛除所述轨迹片段中的漂移点；
将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段；
根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据。
2.如权利要求1所述的厂区路网数据拟合方法，其特征在于，所述获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点之后，还包括：
筛选出瞬时速度大于0的所述行驶轨迹点，并以货车为单位按照轨迹点时间进行排序。
3.如权利要求1所述的厂区路网数据拟合方法，其特征在于，所述按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段，包括：
确定相邻行驶轨迹点的方向角度，计算相邻方向角度之间的差值绝对值；
若三个连续的所述行驶轨迹点的差值绝对值大于等于预设的角度阈值，则该三个所述行驶轨迹点划分为同一轨迹片段；
若三个连续的所述行驶轨迹点的差值绝对值小于所述角度阈值，则以中间的所述行驶轨迹点为边界将该三个所述行驶轨迹点划分为相邻的轨迹片段；
遍历货车的所有行驶轨迹点，得到该货车的所述轨迹片段；
遍历所有货车，得到所有货车的所述轨迹片段。
4.如权利要求1-3中任一项所述的厂区路网数据拟合方法，其特征在于，所述筛除所述轨迹片段中的漂移点，包括：
计算每个轨迹片段中相邻两个所述行驶轨迹点的平均速度；
若所述平均速度大于预设的速度阈值，则将轨迹点时间较大的所述行驶轨迹点判定为漂移点并删除；
遍历所有轨迹片段并删除所述轨迹片段的所有漂移点。
5.如权利要求1-3中任一项所述的厂区路网数据拟合方法，其特征在于，所述将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段，包括：
将所述轨迹片段向两侧拓宽为多边形缓冲区；
获取两个部分重合的多边形缓冲区以及行驶方向，计算交集面积和并集面积；
根据交集面积和并集面积计算两个所述多边形缓冲区的重合率；
若两个所述多边形缓冲区的重合率大于预设的重合阈值，且将对应的两个轨迹片段融合为一个轨迹片段；
遍历所有轨迹片段并保留融合后的所述轨迹片段。
6.如权利要求1-3中任一项所述的厂区路网数据拟合方法，其特征在于，所述根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据，包括：
计算融合后的不同轨迹片段及其预设长度的延长线之间的交点，将该交点作为路口节点；
根据融合后的所述轨迹片段的行驶方向确定道路方向；
将融合后的轨迹片段数据和路口节点数据输出为路网数据。
7.一种厂区路网数据拟合装置，其特征在于，包括：
获取单元，其用于获取厂区经纬度范围内预定时间段内所有货车的行驶轨迹点；
划分单元，其用于按照相邻行驶轨迹点的方向角度，将货车的行驶轨迹点划分为多个轨迹片段；
筛除单元，其用于筛除所述轨迹片段中的漂移点；
融合单元，其用于将所述轨迹片段拓宽为多边形缓冲区进行融合，得到融合后的所述轨迹片段；
输出单元，其用于根据融合后的所述轨迹片段确定路口节点，并将轨迹片段数据和路口节点数据输出为路网数据。
8.如权利要求7所述的厂区路网数据拟合装置，其特征在于，还包括：
筛选单元，其用于筛选出瞬时速度大于0的所述行驶轨迹点，并以货车为单位按照轨迹点时间进行排序。
9.一种电子设备，其特征在于，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如权利要求1-6任一项所述的厂区路网数据拟合方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如权利要求1-6任一项所述的厂区路网数据拟合方法。
CN202111086589.8A 2021-09-16 2021-09-16 一种厂区路网数据拟合方法、装置、电子设备和存储介质 Active CN113822190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111086589.8A CN113822190B (zh) 2021-09-16 2021-09-16 一种厂区路网数据拟合方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111086589.8A CN113822190B (zh) 2021-09-16 2021-09-16 一种厂区路网数据拟合方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113822190A true CN113822190A (zh) 2021-12-21
CN113822190B CN113822190B (zh) 2024-02-20

Family

ID=78914739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111086589.8A Active CN113822190B (zh) 2021-09-16 2021-09-16 一种厂区路网数据拟合方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113822190B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114485689A (zh) * 2021-12-29 2022-05-13 武汉中海庭数据技术有限公司 利用众包数据构建高精度地图中的道路段切分方法及装置
CN114493188A (zh) * 2022-01-06 2022-05-13 北京中交兴路信息科技有限公司 一种货运接单推荐方法、装置、电子设备和存储介质
CN116052453A (zh) * 2022-12-30 2023-05-02 广州小鹏自动驾驶科技有限公司 道路路口确定方法、装置、电子设备以及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014130529A (ja) * 2012-12-28 2014-07-10 Sumitomo Electric System Solutions Co Ltd 新規道路判定方法、新規道路判定装置、表示装置、コンピュータプログラム及び記録媒体
CN106600958A (zh) * 2016-11-29 2017-04-26 北京掌行通信息技术有限公司 动态路况表达方法及装置
CN109360216A (zh) * 2018-09-20 2019-02-19 黑龙江惠达科技发展有限公司 一种基于农机行驶轨迹的线面转换算法
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014130529A (ja) * 2012-12-28 2014-07-10 Sumitomo Electric System Solutions Co Ltd 新規道路判定方法、新規道路判定装置、表示装置、コンピュータプログラム及び記録媒体
CN106600958A (zh) * 2016-11-29 2017-04-26 北京掌行通信息技术有限公司 动态路况表达方法及装置
CN109360216A (zh) * 2018-09-20 2019-02-19 黑龙江惠达科技发展有限公司 一种基于农机行驶轨迹的线面转换算法
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)

* Cited by examiner, † Cited by third party
Title
刘纪平;张用川;徐胜华;钱新林;仇阿根;张福浩;: "一种顾及道路复杂度的增量路网构建方法", 测绘学报, no. 04 *
孙鸽;郭朝珍;: "基于SVG的WebGIS空间分析系统的研究与实现", 小型微型计算机系统, no. 08 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114485689A (zh) * 2021-12-29 2022-05-13 武汉中海庭数据技术有限公司 利用众包数据构建高精度地图中的道路段切分方法及装置
CN114493188A (zh) * 2022-01-06 2022-05-13 北京中交兴路信息科技有限公司 一种货运接单推荐方法、装置、电子设备和存储介质
CN116052453A (zh) * 2022-12-30 2023-05-02 广州小鹏自动驾驶科技有限公司 道路路口确定方法、装置、电子设备以及存储介质

Also Published As

Publication number Publication date
CN113822190B (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
CN113822190A (zh) 一种厂区路网数据拟合方法、装置、电子设备和存储介质
JP4978692B2 (ja) マップマッチングシステム、マップマッチング方法およびプログラム
US20210019516A1 (en) Method and apparatus for updating road map geometry based on received probe data
JP4613075B2 (ja) 地図処理装置、ナビゲーション装置及び地図表示方法
CA2625820C (en) System and method for identifying road features
CN110379163B (zh) 一种基于轨迹数据的车辆异常减速区域检测方法及系统
US6216088B1 (en) Method for determining itinerary data
EP3789733A1 (en) Turn lane configuration
JP5081734B2 (ja) 交通情報を生成するための交通情報提供システム、及び、カーナビゲーションシステム
EP3561453B1 (en) Method, apparatus and computer program product for determining likelihood of a route
CN111102988A (zh) 基于地图的路径规划方法、服务器、车载终端、存储介质
CN112509356B (zh) 一种车辆行驶路线生成方法及系统
JP2010086544A (ja) 最新運転者支援システムのための幾何学形状の作成
WO2023274229A1 (zh) 车辆轨迹纠偏方法、装置及电子设备
CN102197419A (zh) 更新数字地图的方法
CN111125293B (zh) 公交网络模型自动生成方法、装置及电子设备
CN108507582A (zh) 一种导航路线的推送方法及装置
JP4512116B2 (ja) 交通データ推定方法、交通データ推定装置およびカーナビゲーション装置
JP2005091304A (ja) 走行経路推定方法、走行経路推定システムにおけるセンター装置及びプログラム
KR102332924B1 (ko) 그래프 모델 기반 교통 정보 예측 방법, 장치 및 컴퓨터 프로그램
Blazquez et al. Performance of a new enhanced topological decision-rule map-matching algorithm for transportation applications
CN113753055A (zh) 基于雷达探测对拥堵车道的判断方法及电子设备
JP6835404B2 (ja) プローブ情報作成プログラム、プローブ情報作成方法およびプローブ情報作成システム
JP6214827B1 (ja) 燃費推定システム、燃費推定方法および燃費推定プログラム
CN113778102B (zh) Avp全局路径规划系统、方法、车辆及存储介质

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