CN114066088A - 一种基于极坐标变换的公交线路与道路绑定方法 - Google Patents

一种基于极坐标变换的公交线路与道路绑定方法 Download PDF

Info

Publication number
CN114066088A
CN114066088A CN202111408267.0A CN202111408267A CN114066088A CN 114066088 A CN114066088 A CN 114066088A CN 202111408267 A CN202111408267 A CN 202111408267A CN 114066088 A CN114066088 A CN 114066088A
Authority
CN
China
Prior art keywords
road
line
bus
alternative
dividing
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.)
Pending
Application number
CN202111408267.0A
Other languages
English (en)
Inventor
郭建国
渠华
郑东东
普秀霞
王宏刚
李俊辉
邓杰荣
孙浩
张洋存
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.)
Zhengzhou Tiamaes Technology Co ltd
Original Assignee
Zhengzhou Tiamaes 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 Zhengzhou Tiamaes Technology Co ltd filed Critical Zhengzhou Tiamaes Technology Co ltd
Priority to CN202111408267.0A priority Critical patent/CN114066088A/zh
Publication of CN114066088A publication Critical patent/CN114066088A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于公交线路规划技术领域，具体涉及一种基于极坐标变换的公交线路与道路绑定方法。该方法通过通过获取与公交线路待匹配的数据，基于公交线路计算得到面图层缓冲区，将面图层缓冲区与路网叠加选出备选道路以及与备选道路相对应的公交线路，提取备选道路和与备选道路对应的公交线路的特征编码，计算两者的相似度，进而得到能够与公交线路绑定的道路完成公交线路与道路的绑定。本方法通过极坐标转化能够更为准确的处理环形或弧形道路，减少数据在坐标轴附近波动导致角度大小突变的影响。

Description

一种基于极坐标变换的公交线路与道路绑定方法
技术领域
本发明属于公交线路规划技术领域，具体涉及一种基于极坐标变换的公交线路与道路绑定方法。
背景技术
实际生产生活中，公交线路通常由车载定位装置产生的描点数据绘制而成，而电子地图等用到的道路数据是使用GIS等手段对现实道路的抽象。因定位精度、抽象过程的不同，公交线路数据和各种来源的道路数据通常存在一定程度的偏移，这就为后续的公交线路及公交线网的指标计算带来极大的不便，也难以满足后续公交线网分析和优化需要。
常规一些的调整和绑定方法包括手工调整和自动调整，手工调整精度高但是工作量大，所以自动调整就成为优先考虑的绑定方法。一般，公交线路和道路绑定，可以抽象为GIS中的线线匹配问题，可以通过GIS的空间分析方法来实现。但是这种方法，没有考虑公交线路的方向性，即公交线路的上下行问题，当线路存在一定距离的偏移时，容易将公交线路匹配到反向道路上。
另外，该类问题也可以抽象为轨迹相似度度量问题，即将抽象完成的道路的公交线路认为是两条轨迹，通过轨迹的相似性度量风法，确定公交线路经过的道路路段。常用的轨迹度量方法包括欧式距离、动态时间规划、编辑距离、最长公共子序列等方法，其中最长公共子序列应用较广。如裴剑等在《一种基于LCSS的相似车辆轨迹查找方法》中提出一种基于LCSS的相似车辆轨迹计算方法；陈少权在《基于改进LCSS的移动用户轨迹相似性查询算法研究》中，通过轨迹点的逗留时长，对轨迹进行加权，进而计算移动用户轨迹相似性；而张萍等在《一种基于改进LCSS的相似轨迹提取方法》中，通过轨迹对齐，在提取轨迹主方向的基础上，提出一种高精度地图车道生成领域查找相似轨迹的算法。但是，以上都不能解决公交轨道在抽象完成的道路上来回穿插等复杂情况。
发明内容
针对目前公交线路与道路绑定方法存在的缺陷和问题，本发明提供一种基于极坐标变换的公交线路与道路绑定方法。
本发明解决其技术问题所采用的方案是：一种基于极坐标变换的公交线路与道路绑定方法，包括以下步骤：
S1、根据每条道路的通行情况将单向道路抽象为单线、将双向通行道路抽象为双线，并且包含与道路通行信息一致的方向信息；同时对公交线路按照其上、下行站点顺序进行描点获取公交的实际行驶描点数据作为公交线路busline；
S2、基于公交线路busline，进行距离为D的缓冲区计算得到一个面图层缓冲区Buffer1；
S3、将缓冲区Buffer1和路网AllRoads进行叠加，将路网中与线路缓冲区Buffer1存在交集的道路作为备选道路OptionRoads；
S4、分别对备选道路OptionRoads中的每一段备选道路OptionRoadi，进行缓冲区计算得到缓冲区Buffer2，将公交线路数据busline与缓冲区Buffer2进行叠加，选取出位于缓冲区Buffer2内的公交线路数据BuslinePartj，得到备选道路与其相对应的公交线路OptionRoadi,BuslinePartj；
S5、分别提取OptionRoadi和BuslinePartj的特征编码；
S6、将线路投影转换得到投影线路，计算投影线路与当前备选道路的相似度S；
若S＞Tv，则保留该备选线路；S≤Tv，则舍弃该备选线路；Tv为阈值，根据道路实际情况调整得到；
S7、计算公交线路busline和所有保留的备选线路的相似度，选取相似度最大的道路作为能够与公交线路绑定的道路。
上述的基于极坐标变换的公交线路与道路绑定方法，步骤S5中提取OptionRoadi和BuslinePartj的特征编码，包括以下步骤：
(1)将OptionRoadi和BuslinePartj线数据均等分割为N份，得到N+1个分割点，记录各个分割点的平面坐标(xi，yi)；
(2)将每个分割点的平面坐标(xi，yi)转换成极坐标(L，A)，
Figure BDA0003365049540000031
Figure BDA0003365049540000032
(3)以原点为中心，将坐标转换前的线数据进行多个角度旋转，得到新的线路数据；
(4)按照步骤(2)将新的线路均等分割为N份，得到N+1个分割点，记录各个分割点的坐标，并将每个分割点的平面坐标变转成极坐标；
(5)将不同角度变换后的距离坐标L和角度坐标A组合为该线路的特征编码。
上述的基于极坐标变换的公交线路与道路绑定方法，步骤(2)中分割方法可以为沿X轴等分、沿Y轴等分、等距离分割方式中的任一种。
上述的基于极坐标变换的公交线路与道路绑定方法，步骤(3)中将线数据进行m次旋转，每次旋转角度为a，m×a＝360°。
本发明的有益效果：本发明在对线状物编码过程中，进行了极坐标转化，在处理环形或弧形道路过程中，更加准确。
本发明在编码过程中，对线状地物进行一定数量的角度旋转，能够丰富特征，不仅能够减少描点在坐标轴附近波动对极坐标带来的影响，而且基于更加丰富的路段特征，采用相似度算法判断公交线路是否经过某一段道路从而完成线路绑定。
本发明通过计算该路段上的多个点距离起点的距离和角度形成维度更高的数据，能够表达出更加丰富的路段信息。
附图说明
图1为本发明公交线路与道路绑定整体流程图。
图2为公交线路与道路整体和局部图。
图3公交线路与道路抽象示意图，图中箭头表示道路或公交线路的方向。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明提供一种基于极坐标变换的公交线路与道路绑定方法，该方法包括以下步骤：
S1、根据每条道路的通行情况将单向道路抽象为单线、将双向通行道路抽象为双线，并且包含与道路通行信息一致的方向信息；
同时对公交线路按照其上、下行站点顺序进行描点获取公交的实际行驶描点数据作为公交线路busline；
S2、基于公交线路busline，进行距离为D的缓冲区计算得到一个面图层缓冲区Buffer1；
S3、将缓冲区Buffer1和路网AllRoads进行叠加，将路网中与线路缓冲区Buffer1存在交集的道路作为备选道路OptionRoads；
S4、分别对备选道路OptionRoads中的每一段备选道路OptionRoadi，进行缓冲区计算得到缓冲区Buffer2，将公交线路数据busline与缓冲区Buffer2进行叠加，选取出位于缓冲区Buffer2内的公交线路数据BuslinePartj，得到备选道路与其相对应的公交线路OptionRoadi,BuslinePartj；
S5、分别提取OptionRoadi和BuslinePartj的特征编码，步骤如下：
(1)将OptionRoadi和BuslinePartj线数据均等分割为N份，得到N+1个分割点，记录各个分割点的平面坐标(xi，yi)；具体的分割方法可以沿X轴等分、沿Y轴等分、等距离分割等方式。
(2)将每个分割点的平面坐标(xi，yi)转换成极坐标(L，A)；
Figure BDA0003365049540000061
Figure BDA0003365049540000062
(3)以原点为中心，将坐标转换前的线数据进行多个角度旋转，得到新的线路数据；
(4)然后将新的线路均等分割为N份，得到N+1个分割点，记录各个分割点的坐标，并将每个分割点的平面坐标变转成极坐标；
(5)将不同角度变换后的距离坐标L和角度坐标A组合为该线路的特征编码；
S6、计算投影线路与当前备选道路的相似度S；相似度计算可以使用皮尔逊相关系数、余弦相似度、L1/L2损失等方法。
若S＞Tv，则保留该备选线路；S≤Tv，则舍弃该备选线路；Tv为阈值，根据道路实际情况调整得到，本次选取0.9。
S7、计算公交线路busline和所有保留的备选线路的相似度，选取相似度最大的道路作为能够与公交线路绑定的道路。
实施例2：本实施例以具体的线路数据为例，对本发明的公交线路与道路绑定方法进行解释。
例如已有的线路数据表达式为：
Figure BDA0003365049540000071
其起点为[0,-1]。
将该线路进行线路特征编码，得到的具体计算结果见表1.
表1线路特征编码示例
Figure BDA0003365049540000072
则最终的线段特征编码为：
1、距离编码
[1.0,0.45,0.45,0.61,0.8,1.00,1.00,0.45,0.45,0.61,0.81,1.00,0.45,0.45,0.61,0.80,1.00,1.00,0.45,0.45,0.61,0.80,1.00]
2、角度编码：
[4.71,5.18,5.82,6.14,6.26,0.0,0.0,0.46,1.11,1.43,1.55,1.57,1.57,2.03,2.68,3.0,3.12,3.14,3.14,3.61,4.25,4.57,4.69,4.71]
得到如图3所示的道路和公交线路抽象结果，图中线路1、2、3、4分别表示4条备选道路，箭头表示道路或公交线路的方向。
公交线路描点和4条备选道路的角度编码结果如表2所示，
表2公交线路描点和四条备选道路的角度编码结果
roadid feature
busline 4.71，5.18，5.82，6.14，6.26，0.0，0.v，0.46，1.11，1.43.1.55，1.57，1.57.2.03，2.68，3.0，3.12，3.14，3.14，3.61，4.25，457，4.69，4.71
1 4.71，4.96，5.30，5.70，6.04，0.00，0.00，0.24，0.59，0.98，1.33，1.57，1.57，1.82，2.16，2.55，2.90，3.14，3.14，3.39，3.73，4.12，4.47，4.71
2 1.57，1.33，0.98，0.59，0.24，0.00，314，2.90，2.55，216，1.82，1.57，4.71，4.47，4.12，3.73，3.39，314，0.00，6.04，5.70，5.30，4.96，4.71
3 1.57，1.82，2.16，2.55，2.90，3.14，3.14，3.39，3.73，4.12，4.47，4.71，4.71，4.96，5.30，5.70，6.04，0.00，0.00，0.24，0.59，0.98，1.33，1.57
4 3.14，3.39，3.73，4.12，4.47，4.71，4.71，4.96，5.30，5.70，6.04，0.00，0.00，0.24，0.59，0.98，1.33，1.57，1.57.1.82，2.16，2.55，2.90，3.14
计算得到busline和四条线路的皮尔逊相关系数0.99，-0.03，-0.45，-0.09。易知，该段公交线路应该绑定的道路为道路1。

Claims (4)

1.一种基于极坐标变换的公交线路与道路绑定方法，其特征在于：包括以下步骤：
S1、根据每条道路的通行情况将单向道路抽象为单线、将双向通行道路抽象为双线，并且包含与道路通行信息一致的方向信息；同时对公交线路按照其上、下行站点顺序进行描点获取公交的实际行驶描点数据作为公交线路busline；
S2、基于公交线路busline，进行距离为D的缓冲区计算得到一个面图层缓冲区Buffer1；
S3、将缓冲区Buffer1和路网AllRoads进行叠加，将路网中与线路缓冲区Buffer1存在交集的道路作为备选道路OptionRoads；
S4、分别对备选道路OptionRoads中的每一段备选道路OptionRoadi，进行缓冲区计算得到缓冲区Buffer2，将公交线路数据busline与缓冲区Buffer2进行叠加，选取出位于缓冲区Buffer2内的公交线路数据BuslinePartj，得到备选道路与其相对应的公交线路OptionRoadi,BuslinePartj；
S5、分别提取OptionRoadi和BuslinePartj的特征编码；
S6、将线路投影转换得到投影线路，计算投影线路与当前备选道路的相似度S；
若S＞Tv，则保留该备选线路；S≤Tv，则舍弃该备选线路；Tv为阈值，根据道路实际情况调整得到；
S7、计算公交线路busline和所有保留的备选线路的相似度，选取相似度最大的道路作为能够与公交线路绑定的道路。
2.根据权利要求1所述的基于极坐标变换的公交线路与道路绑定方法，其特征在于：步骤S5中提取OptionRoadi和BuslinePartj的特征编码，包括以下步骤：
(1)将OptionRoadi和BuslinePartj线数据均等分割为N份，得到N+1个分割点，记录各个分割点的平面坐标(xi，yi)；
(2)将每个分割点的平面坐标(xi，yi)转换成极坐标(L，A)
Figure FDA0003365049530000021
Figure FDA0003365049530000022
(3)以原点为中心，将坐标转换前的线数据进行多个角度旋转，得到新的线路数据；
(4)按照步骤(2)将新的线路均等分割为N份，得到N+1个分割点，记录各个分割点的坐标，并将每个分割点的平面坐标变转成极坐标；
(5)将不同角度变换后的距离坐标L和角度坐标A组合为该线路的特征编码。
3.根据权利要求2所述的基于极坐标变换的公交线路与道路绑定方法，其特征在于：步骤(2)中分割方法可以为沿X轴等分、沿Y轴等分、等距离分割方式中的任一种。
4.根据权利要求2所述的基于极坐标变换的公交线路与道路绑定方法，其特征在于：步骤(3)中将线数据进行m次旋转，每次旋转角度为a，m×a＝360°。
CN202111408267.0A 2021-11-19 2021-11-19 一种基于极坐标变换的公交线路与道路绑定方法 Pending CN114066088A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111408267.0A CN114066088A (zh) 2021-11-19 2021-11-19 一种基于极坐标变换的公交线路与道路绑定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111408267.0A CN114066088A (zh) 2021-11-19 2021-11-19 一种基于极坐标变换的公交线路与道路绑定方法

Publications (1)

Publication Number Publication Date
CN114066088A true CN114066088A (zh) 2022-02-18

Family

ID=80276083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111408267.0A Pending CN114066088A (zh) 2021-11-19 2021-11-19 一种基于极坐标变换的公交线路与道路绑定方法

Country Status (1)

Country Link
CN (1) CN114066088A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150120175A1 (en) * 2013-10-31 2015-04-30 Bayerische Motoren Werke Aktiengesellschaft Systems and methods for estimating traffic signal information
CN106996783A (zh) * 2016-01-25 2017-08-01 北京四维图新科技股份有限公司 一种行驶轨迹与路网底图的智能匹配方法及装置
CN108492276A (zh) * 2018-01-29 2018-09-04 中国人民解放军战略支援部队信息工程大学 一种基于相似性度量的矢量道路变化检测方法及装置
CN108806301A (zh) * 2018-04-18 2018-11-13 上海城市交通设计院有限公司 一种公交车辆信息的自动识别方法
CN110031011A (zh) * 2019-04-17 2019-07-19 首都师范大学 集成时空邻近与改进权重圆的车载实时地图匹配计算方法
CN111321898A (zh) * 2020-02-28 2020-06-23 广东博智林机器人有限公司 布料路径规划方法、装置、设备和存储介质
CN113494913A (zh) * 2021-09-07 2021-10-12 中国南方电网有限责任公司超高压输电公司检修试验中心 无人机电力巡检规划方法、装置、计算机设备和存储介质
CN113609241A (zh) * 2021-08-13 2021-11-05 武汉市交通发展战略研究院 一种道路网络与公交线网匹配方法与系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150120175A1 (en) * 2013-10-31 2015-04-30 Bayerische Motoren Werke Aktiengesellschaft Systems and methods for estimating traffic signal information
CN106996783A (zh) * 2016-01-25 2017-08-01 北京四维图新科技股份有限公司 一种行驶轨迹与路网底图的智能匹配方法及装置
CN108492276A (zh) * 2018-01-29 2018-09-04 中国人民解放军战略支援部队信息工程大学 一种基于相似性度量的矢量道路变化检测方法及装置
CN108806301A (zh) * 2018-04-18 2018-11-13 上海城市交通设计院有限公司 一种公交车辆信息的自动识别方法
CN110031011A (zh) * 2019-04-17 2019-07-19 首都师范大学 集成时空邻近与改进权重圆的车载实时地图匹配计算方法
CN111321898A (zh) * 2020-02-28 2020-06-23 广东博智林机器人有限公司 布料路径规划方法、装置、设备和存储介质
CN113609241A (zh) * 2021-08-13 2021-11-05 武汉市交通发展战略研究院 一种道路网络与公交线网匹配方法与系统
CN113494913A (zh) * 2021-09-07 2021-10-12 中国南方电网有限责任公司超高压输电公司检修试验中心 无人机电力巡检规划方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN108802776B (zh) 基于异常点剔除及轨迹压缩算法的公交gps纠偏方法
CN110095127B (zh) 一种基于分段的隐马尔可夫模型地图匹配方法
CN106767873B (zh) 一种基于时空的地图匹配方法
CN111144452B (zh) 一种基于信令数据和聚类算法的移动用户出行链提取方法
CN106997666B (zh) 一种利用手机信令数据位置切换获取交通流速度的方法
CN111694032A (zh) 一种基于聚类的大规模轨迹数据的快速地图匹配方法
CN106197458A (zh) 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法
CN108279017B (zh) 一种在导航过程中实时计算和添加途经点的方法
CN105096590B (zh) 交通信息生成方法和交通信息生成设备
CN110427993B (zh) 基于气象参数的高速列车导航盲区定位方法
CN106781478A (zh) 一种基于lte信令数据的轨迹跟踪方法
CN104602342A (zh) 一种基于iBeacon设备的高效室内定位方法
CN110807552B (zh) 一种基于改进K-means的城市电动客车行驶工况构建方法
CN110502596A (zh) 一种基于行人轨迹特征的轨迹在线滑动窗口压缩方法
CN112580479A (zh) 一种基于空洞卷积神经网络的地磁式室内定位系统
CN102622370A (zh) 一种获取路线描述的方法及装置、电子地图服务器
CN110727714A (zh) 融合时空聚类和支持向量机的居民出行特征提取方法
CN111024098A (zh) 一种基于低采样数据的机动车路径拟合算法
CN112988936A (zh) 出行轨迹预测方法、装置、计算设备及存储介质
CN108253974A (zh) 浮动车定位数据自适应缓冲路径匹配系统及其方法
CN109121094A (zh) 伪码信令数据预处理与出行链识别方法
CN104504245A (zh) 一种应用gps出行调查数据识别出行和活动的方法
CN114066088A (zh) 一种基于极坐标变换的公交线路与道路绑定方法
CN113295173A (zh) 环形路段的地图匹配方法
CN105657653A (zh) 一种基于指纹数据压缩的室内定位方法

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