CN114935773A - 基于北斗定位的在线道路匹配方法、装置、介质和设备 - Google Patents
基于北斗定位的在线道路匹配方法、装置、介质和设备 Download PDFInfo
- Publication number
- CN114935773A CN114935773A CN202210475457.2A CN202210475457A CN114935773A CN 114935773 A CN114935773 A CN 114935773A CN 202210475457 A CN202210475457 A CN 202210475457A CN 114935773 A CN114935773 A CN 114935773A
- Authority
- CN
- China
- Prior art keywords
- point
- road section
- positioning
- matching
- candidate
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于北斗定位的在线道路匹配方法,方法包括:实时采集车辆轨迹中的每个定位点的北斗定位数据,基于预设过滤条件,对定位点进行过滤,筛选出合格的定位点;针对合格的定位点,采用geohash检索算法及拓扑查找结合的方式完成候选路段集合的实时搜索;分别对候选路段集合中的每个候选路段进行实时评分,输出每个候选路段的实时评分结果;针对每个候选路段的实时评分结果,基于预设结果选取策略,选取最优的当前匹配路段及当前匹配点,当前匹配点与前一匹配点串联,形成完整轨迹,实现在线道路的实时匹配。本发明还涉及基于北斗定位的在线道路匹配装置、介质和设备。
Description
技术领域
本发明涉及导航技术领域,尤其涉及一种基于北斗定位的在线道路匹配方法、装置、介质和设备。
背景技术
目前,车辆卫星定位数据通常包括车辆的经度、纬度等空间位置信息。但由于卫星定位具有各种各样的误差,因此我们获取到的定位数据并不精确,仅仅依靠定位数据中的信息并不能精确判断车辆所在道路。道路匹配算法指的是将轨迹中的每一个定位点匹配到其最有可能行驶的道路上,并计算出对应的匹配点,从而实现车辆的准确定位。由于车载定位终端能力的限制以及信号强弱的干扰,我们使用的北斗轨迹数据具有偏移误差距离较大、轨迹采样频率比较低的特点,同一辆车的轨迹点间隔平均在30秒左右。
文献“路网匹配算法综述[J].,高文超,李国良,塔娜;软件学报,2018,29(02):225-250.”,公开了一种道路匹配算法中最常用的方法为使用隐马尔可夫模型(HMM)建模道路匹配问题,并使用维特比(Viterbi)算法来求解。
文献“Shortest path and vehicle trajectory aided map-matching for lowfrequency GPS data[J].Quddus M,Washington S.Transportation Research Part C,2015,55:328-339.”,公开了一种候选路段评分及选择流程。
现有技术中HMM模型将道路匹配算法抽象成两个状态集合:可观测状态集合和隐含状态集合。图1展示了HMM的基本原理,其中定位点即为可观测状态集合,其在对应道路上的匹配点为对应的隐含状态集合。对于每一个时刻,轨迹点与候选匹配点都有一个匹配概率,表示该点与该候选点匹配的可能性,由观测状态概率表示;不同时刻的候选匹配点之间的箭头表示表示路段转移,为隐含状态由前一个点到后一个点的概率,由状态转移矩阵来表示。每个点的到达概率的计算方式为,前一时刻候选点的到达概率+对应转移概率*该点观测概率,在HMM中,道路匹配问题变成寻找在隐含状态集合中使最后时刻的候选点到达概率最大的一条路径,找到的路径即为最终匹配后的轨迹。这个问题多用维特比(Viterbi)算法来求解。如图2所示,维特比算法是一种动态规划方法。
基于HMM模型的算法都是通过定义不同的观测概率矩阵和状态转移矩阵来建模道路匹配问题,匹配的流程主要为:
对于每个轨迹点,获取其附近一定距离内的候选边,并计算出对应的候选点。
使用候选点构造候选图,即隐含状态集合。
根据观测概率矩阵和状态转移矩阵使用维特比算法计算出概率最大的路径。
但是,现有技术中基于HMM模型的算法在实际应用中会出现中断情况,即为某时刻到下一时刻的状态转移概率均为0,导致后续的匹配失败或是将完整的轨迹拆分成两条不连续的轨迹。当在选取候选边时未选取到正确的道路时,就容易出现生成错误匹配结果或是匹配中断的情况,而在轨迹点偏离误差较大时更容易出现这种情况。
其次,由于算法使用维特比算法求解,需要预先构建候选图来进行计算,因此不能完全实现在线匹配,目前多数方法都是设置一个时间窗口,缓存一段时间的轨迹点分批进行匹配,在实时匹配的场景中会有一定的延迟。
为解决现有技术中存在的问题,亟需研发一种能够采用geohash索引结合拓扑查找的方式提升候选路段的选取效率,同时,又可以根据北斗数据特点实现定位点匹配流程的精简优化。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种基于北斗定位的在线道路匹配方法、装置、介质和设备。
本发明解决上述技术问题的技术方案如下:一种基于北斗定位的在线道路匹配方法,方法包括:
初筛步骤:实时采集车辆轨迹中的每个定位点的北斗定位数据,基于预设过滤条件,对定位点进行过滤,筛选出合格的定位点;
候选路段选取步骤:针对合格的定位点,采用geohash检索算法及拓扑查找结合完成候选路段集合的实时搜索;
候选路段评分步骤:分别对候选路段集合中的每个候选路段进行实时评分,输出每个候选路段的实时评分结果;
目标匹配步骤:针对每个候选路段的实时评分结果,基于预设结果选取策略,选取最优的当前匹配路段及当前匹配点,当前匹配点与前一匹配点串联,形成完整轨迹,实现在线道路的实时匹配。
优选的,上述初筛步骤包括:
平均速度计算步骤:计算定位点的平均移动速度;
过滤定位点步骤:判断定位点与前一个匹配点的距离小于预设最小距离,则定位点被跳过;判断平均速度大于预设极限速度,则定位点被跳过;输出经过过滤的合格的定位点。
优选的,上述候选路段选取步骤包括:
geohash值计算步骤:以定位点为中心的地理区域划分为九宫格矩形区域,计算每个矩形区域的唯一geohash值;
垂线筛选步骤:基于geohash值查找待筛选的候选路段,判断定位点到每个待筛选候选路段的垂线的垂足是否在待筛选候选路段上,若是,则待筛选候选路段入选候选路段的集合;
拓扑查找步骤:基于预设拓扑搜索的上限距离,将上个定位点的匹配路段的终点添加进待搜索队列中,查找图数据库中存储的对应简化路段,判断定位点与简化路段内的每个路段的垂足是否在路段上,若在,则添加路段到候选路段集合中,迭代搜索完搜索队列,输出经过拓扑查找的候选路段集合;
去重步骤:基于经过垂线筛选及拓扑查找的候选路段集合,进行去重后,输出最终的候选路段集合。
优选的,上述候选路段评分步骤包括:
首个定位点评分步骤:基于车辆行驶方向与每个候选路段之间的夹角进行第一次筛选后,计算定位点到每个候选路段的垂直距离,选取最短垂直距离对应的最短路段,定位点在最短路段的垂足为匹配点;
后续定位点评分步骤:基于前一个定位点的匹配点以及匹配路段信息,对候选路段集合中的每一条候选路段分别计算垂直距离评分、夹角评分及最短路径距离评分,并计算各个评分的加权求和值为候选路段的综合评分。
优选的,上述目标路段匹配步骤包括:
排序评比步骤:将每条候选路段按照综合评分排序,计算最高分与第二高分的分差并与预设最小值比较,如果分差小于预设最小值,则跳过定位点;
匹配步骤:如果当前定位点为最后一个定位点或分差大于阈值,则选取综合评分最高的对应路段为目标匹配路段,并补充读取最短路径距离进行当前匹配点与前一匹配点之间经过路径的填充。
优选的,上述拓扑查找步骤包括:
初始化步骤:读取前一个定位点的匹配路段信息,并确定拓扑搜索上限距离及搜索队列中的定位点;
迭代拓扑查找步骤:针对搜索队列中的每个定位点,在图数据库中查找以合格定位点为起点的简化路段,定位点到简化路段起终点连线的垂线,判断垂线的垂足是否在连线上,如果在连线上,则判断定位点与简化路段内的每个路段的垂足是否在路段上,如果在,则添加路段到候选路段集合中,否则,继续下一个合格定位点的拓扑查找,直到搜索队列搜索完毕。
优选的,上述后续定位点评分步骤包括:
夹角评分计算步骤:计算夹角评分s2(θ)=|cos(θ)|,其中,当前定位点为Pi,上一个匹配点为P′i-1,当前定位点Pi在候选路段上的垂足为匹配点P′i,连线P′i-1Pi与正北方向的夹角θ1及连线P′i-1P′i与正北方向的夹角θ2之差为θ;
本发明还提供一种基于北斗定位的在线道路匹配装置,采用如上所述基于北斗定位的在线道路匹配方法,所述装置包括:
初筛模块:用于实时采集车辆轨迹中的每个定位点的北斗定位数据,基于预设过滤条件,对所述定位点进行过滤,筛选出合格的定位点;
候选路段选取模块:用于针对合格的所述定位点,采用geohash检索算法及拓扑查找结合的方式完成候选路段集合的实时搜索;
候选路段评分模块:用于分别对所述候选路段集合中的每个候选路段进行实时评分,输出每个所述候选路段的实时评分结果;
目标匹配模块:用于针对每个所述候选路段的实时评分结果,基于预设结果选取策略,选取最优的当前匹配路段及当前匹配点,所述当前匹配点与前一匹配点串联,形成完整轨迹,实现在线道路的实时匹配。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的基于北斗定位的在线道路匹配方法的步骤。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的基于北斗定位的在线道路匹配方法的步骤。
本方法发明的有益效果是:
1)本发明在候选路段搜索过程中,采用geohash索引加拓扑查找的方式,相对于传统的查询定位点附近一段距离路段的方式而言,减少了距离计算搜索的过程,因此提高了搜索的速度;
2)本发明增加拓扑查找作为补充,能够在定位点偏移较大时成功查找到正确路段加入候选,弥补了设定特定距离搜索时由于定位点距离正确路段的距离过大而引起候选边搜索错误的情况;
3)本发明通过为每个定位点实时评分候选路段的方式,能够实现定位点匹配结果的实时生成。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,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附图。
图1为现有技术中HMM模型示意图;
图2为现有技术中Viterbi解HMM问题示意图;
图3为现有技术中geohash示意图;
图4a为现有技术中一种路段的概念示意图;
图4b为现有技术中另一种路段的概念示意图;
图5为本发明实施例所示的基于北斗定位的在线道路匹配方法的流程示意图;
图6a为现有技术中一种路网存储形式示意图;
图6b为现有技术中另一种路网存储形式示意图;
图7为本发明实施例所示的单点匹配流程示意图;
图8为本发明实施例所示的匹配整体流程示意图;
图9为本发明实施例所示的过滤定位点的流程示意图;
图10为本发明实施例所示的geohash搜索示意图;
图11为本发明实施例所示的候选边获取路程示意图;
图12为本发明实施例所示的首个评分点的匹配流程示意图;
图13为本发明实施例所示的其他定位点评分示意图;
图14为本发明另一实施例所示的基于北斗定位的在线道路匹配装置的模块示意图。
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,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
本发明旨在解决问题:
1)在轨迹点偏离较大时易产生错误匹配结果或者出现中断的情况:多数匹配算法通过选取定位点附近一定距离内的路段作为候选边在进行后续的匹配。当定位点偏离程度大于设定的候选路段选定范围时,会出现无法将正确的边添加进入候选边的情况。本发明在候选边选取时采用geohash检索加拓扑查找的方式,能够正确找到与上一个匹配路段具有连接关系但与定位点偏离较远的路段。
2)在线实时匹配会出现一定延迟,而完全实时的匹配在不知道后一个点的情况下可能由于当前点的偏差引起错误匹配结果,因此需要一个能够在线实时匹配并且准确率较高的方法:本发明通过为路段评分机制能够实时为每一个定位点生成定位结果,同时为了预防匹配错误的情况还增加了跳过策略,当定位点在两个岔路口中间时,使用后一个点来判断车辆的实际位置。
针对本发明相关的缩略语和关键术语定义如下:
HMM:hiddenMarkov model,隐马尔可夫模型。
Redis:一个key-value存储系统的NoSQL数据库。
Neo4j:高性能的图数据库,以边和点构成的网络结构存储数据。
geohash值:将经纬度二维数据编码成为的字符串。算法将地球划分为多个矩形块,每个矩形块都有唯一的geohash值,在矩形块内的坐标都是同一个geohash值,如图3所示。geohash的位数越多,矩形块越小。
定位点:一个北斗定位点由当前经纬度坐标以及时间戳组成,Ρ为所有轨迹点的集合,即pi=(loni,lati,timestampi)∈Ρ。
轨迹:一条轨迹指的是由同一辆车的定位点按时间顺序组成的序列,即T=p1,p2,...,pk,k为轨迹中定位点的数量。
路段:一条路段ei是路网中的最小的边的单位,指的是路网中除两端外不与其他路段相交的直线边,包括起始点id、终点id、长度、起终点坐标、是否是单行道等信息,即ei=(starti,endi,lengthi,onewayi,geometryi),其中geometry是边经过的端点的坐标列表。
简化路段:一条简化路段s_ei指的是路网中除两端外不与其他路段相交的边,由一条或多条路段组成。简化路段的信息与路段相同,但其中geometry为简化路段中所有路段端点构成的坐标列表。如图4,对于一段曲线道路来说,整个曲线为一个简化路段(图4(a)),由多个路段组成(图4(b))。其中,路段用于具体匹配,每个定位点对应一个匹配路段,简化路段用于拓扑查找和最短路径搜索,以提高计算效率。
路网:路网是一个有向图G(V,E),其中G是顶点集合,V为简化路段的端点组成的集合,E是简化路段的集合。
本发明实施例所述的一种基于北斗定位的在线道路匹配方法,如图5所示,方法包括:
初筛步骤S10:实时采集车辆轨迹中的每个定位点的北斗定位数据,基于预设过滤条件,对定位点进行过滤,筛选出合格的定位点;
候选路段选取步骤S20:针对合格的定位点,采用geohash检索算法及拓扑查找结合的方式完成候选路段集合的实时搜索;
候选路段评分步骤S30:分别对候选路段集合中的每个候选路段进行实时评分,输出每个候选路段的实时评分结果;
目标匹配步骤S40:针对每个候选路段的实时评分结果,基于预设结果选取策略,选取最优的当前匹配路段及当前匹配点,当前匹配点与前一匹配点串联,形成完整轨迹,实现在线道路的实时匹配。
优选的,上述初筛步骤S10包括:
平均速度计算步骤:计算定位点的平均速度;
过滤定位点步骤:判断定位点与前一个匹配点的距离小于预设最小距离,则定位点被跳过;判断平均速度大于预设极限速度,则定位点被跳过;输出经过过滤的合格的定位点。
优选的,上述候选路段选取步骤S20包括:
geohash值计算步骤:以定位点为中心的地理区域划分为九宫格矩形区域,计算每个矩形区域的唯一geohash值;
垂线筛选步骤:基于geohash值查找待筛选的候选路段,判断定位点到每个待筛选候选路段的垂线的垂足是否在待筛选候选路段上,若是,则待筛选候选路段入选候选路段的集合;
拓扑查找步骤:基于预设拓扑搜索的上限距离,将上个定位点的匹配路段的终点添加进待搜索队列中,查找图数据库中存储的对应简化路段,判断定位点与简化路段内的每个路段的垂足是否在路段上,若在,则添加路段到候选路段集合中,迭代搜索完搜索队列,输出经过拓扑查找的候选路段集合;
去重步骤:基于经过垂线筛选及拓扑查找的候选路段集合,进行去重后,输出最终的候选路段集合。
优选的,上述候选路段评分步骤S30包括:
首个定位点评分步骤:基于车辆行驶方向与每个候选路段之间的夹角进行第一次筛选后,计算定位点到每个候选路段的垂直距离,选取最短垂直距离对应的最短路段,定位点在最短路段的垂足为匹配点;
后续定位点评分步骤:基于前一个定位点的匹配点以及匹配路段信息,对候选路段集合中的每一条候选路段分别计算垂直距离评分、夹角评分及最短路径距离评分,并计算各个评分的加权求和值为候选路段的综合评分。
优选的,上述目标路段匹配步骤S40包括:
排序评比步骤:将每条候选路段按照综合评分排序,计算最高分与第二高分的分差并与预设最小值比较,如果分差小于预设最小值,则跳过定位点;
匹配步骤:如果当前定位点为最后一个定位点或分差大于阈值,则选取综合评分最高的对应路段为目标匹配路段,并补充读取最短路径距离进行当前匹配点与前一匹配点之间经过路径的填充。
优选的,上述拓扑查找步骤包括:
初始化步骤:读取前一个定位点的匹配路段信息,并确定拓扑搜索上限距离及搜索队列中的定位点;
迭代拓扑查找步骤:针对搜索队列中的每个定位点,在图数据库中查找以合格定位点为起点的简化路段,定位点到简化路段起终点连线的垂线,判断垂线的垂足是否在连线上,如果在连线上,则判断定位点与简化路段内的每个路段的垂足是否在路段上,如果在,则添加路段到候选路段集合中,否则,继续下一个合格定位点的拓扑查找,直到搜索队列搜索完毕。
优选的,上述后续定位点评分步骤包括:
夹角评分计算步骤:计算夹角评分s2(θ)=|cos(θ)|,其中,当前定位点为Pi,上一个匹配点为P′i-1,当前定位点Pi在候选路段上的垂足为匹配点P′i,连线P′i-1Pi与正北方向的夹角θ1及连线P′i-1P′i与正北方向的夹角θ2之差为θ;
以下结合附图对本发明具体实施例进行详细说明:
1、北斗定位轨迹数据获取
北斗定位轨迹数据由车载北斗定位终端采集。通过获取终端收集并定时上传的定位数据,按照协议的格式解析即可得到北斗定位数据,定位数据包括经纬度信息、时间戳、车辆基础信息等。同一辆车的定位数据按照时间排序即为北斗定位轨迹。
2、路网预处理
路网是城市道路的抽象形式,其中道路为边,道路之间的交点为点,共同构成路网。道路匹配的目的是将轨迹定位点匹配到对应到具体道路上,即路网的某一条边上,并对应地计算出轨迹点实际上所在的位置。因此在道路匹配算法中需要使用到路网相关的数据来进行计算。路网预处理步骤针对城市路网数据,在普通路网数据的基础上增加了部分信息,并将路网数据按照特定的格式存储,以提高在匹配时读取路网数据的效率,图6a展示了预处理后路网的存储方式,图6b路网存储形式,具体步骤为:
1)从简化路网数据中提取边和点的信息。
2)将点的ID及坐标存为neo4j数据库的节点。
3)将每条边(简化路段)作为点和点的关系存入neo4j数据库中,并保存边的长度、类型等信息。
4)从普通路网中提取边的信息。
5)为每条路段计算其四分位点经过的geohash值(在路段的两端及1/4、1/2、4/3处分别计算geohash)。
6)匹配每条路段所对应的简化路段ID,并存在路段信息中。
7)以geohash为key,路段信息为value,将路段信息存入Redis中。
8)以简化路段ID为key,简化路段信息以及所属路段信息为value存入Redis中。
3、道路匹配算法
道路匹配算法主要由候选边获取、候选边评分、结果选取三个部分组成,图7展示了单点的匹配流程,图8展示了算法的整体流程。如图7及图8所示,流程为:
步骤1)获得车辆的一个北斗定位数据,并判断该点是否为需要过滤的定位点,如果不是,进行后续步骤。
步骤2)获取这个点的候选路段。
步骤3)分别计算每个候选路段的分数。
步骤4)使用结果选取策略选择最终的目标匹配边。
步骤5)将当前匹配结果串联同一车辆的前一匹配结果行程完整轨迹。
其中,步骤1)需要过滤极端异常点和密集点,图9过滤定位点的流程,具体流程为:
1.1)计算当前定位点与上一匹配点的距离,除以两点之间的时间,得到当前定位点的平均速度。
1.2)判断与上一匹配点的距离是否过近,如果小于150m,则跳过这个点,提高匹配效率。
1.3)判断该速度是否大于车辆的极限速度,若大于,则说明该点为极端异常点,就跳过该点。
步骤2)定位点候选路段的选取流程如图10所示,具体如下:
2.1)计算定位点及以定位点为中心的九宫格的全部geohash值,其中九宫格计算的目的是为避免定位点与路段距离很近但是属于两个geohash的情况。如图10所示,点为定位点,直线为路段,如果仅使用定位点所在的geohash值来检索则无法检索到图中的路段。
2.2)从数据库中读取2.1)计算出的geohash值相同的路段,作为待筛选的候选路段。
2.3)为2.2中的路段进行进一步筛选,方式为,对于每个路段:
2.3.1)作定位点到路段的垂线。
2.3.2)判断垂足是否在路段上,如果在路段上则加入候选路段集合,落在路段外则将其删去。
2.4)如果定位点不是首个定位点,那么结合上一定位点的匹配信息,进行拓扑查找:
2.4.1)读取上一个定位点的匹配路段信息。
2.4.2)计算当前定位点到上一个定位路段中点的距离,作为拓扑搜索的上限距离。
2.4.3)将上个定位点的匹配路段的终点添加进待搜索队列中,记录该点搜索层级为0。
2.4.4)当队列不为空时,循环执行:
2.4.4.1)从队列中获取一个点,记录队列中取出的点为已搜索过。
2.4.4.2)去图数据库中查找以该队列中取出的点为起点的简化路段,对每个未判断过的简化路段:
2.4.4.2.1)作定位点到简化路段起终点连线的垂线,判断垂足是否在该连线上。
2.4.4.2.2)如果在连线上,则判断定位点与简化路段内的每个路段的垂足是否在路段上,如果在,则添加该路段到候选路段集合中。
2.4.4.2.3)如果不在连线上且搜索层级小于5,比较定位点到该简化路段连线中点的距离与拓扑搜索的上限距离,若前者更小则更新上限距离为该距离,并将该简化路段的终点添加到待搜索队列中,记录该点搜索层级为队列中取出点的层级+1。
2.5)对候选路段集合进行去重,结果作为最终的候选路段。候选边获取总流程如图11所示。
步骤3)候选边评分的流程有两种不同的流程,分为车辆首个定位点的评分流程,和非首个定位点的评分流程。首个定位点的匹配流程如图12所示。
首个定位点的评分及选取流程如下:
3-1.1)获取车辆的第一个北斗定位数据,并且等到第二个定位数据到来时,根据两个点计算车辆的行驶方向。
3-1.2)对候选路段集合中的每一条路段:
3-1.2.1)如果该路段方向与车辆行驶方向的夹角为钝角,则跳过该路段。
3-1.2.2)否则,计算首个定位点到路段的垂直距离,并记录距离最短的路段。
3-1.3)选取最短路段作为匹配路段,定位点在该路段的垂足为匹配点。
对于其他定位点,评分流程如下:
3-2.1)已知上个定位点Pi的匹配点P′i-1以及匹配路段信息,对候选路段集合中的每一条路段:
3-2.2)计算定位点在路段上的垂足,作为匹配点P′i。
3-2.4)计算连线P′i-1Pi与正北方向的夹角及连线P′i-1P′i与正北方向的夹角,获得二者之差θ,并计算夹角评分s2(θ)=|cos(θ)|。
3-2.6)三个评分的值都在0到1区间,最后为三个评分进行加权求和,总分score=w1s1(d⊥)+w2s2(θ)+w3s3(dpath),其中w1+w2+w3=100。
评分示意图如图13,P′1为上一个匹配点,P2为当前定位点,P′2-1和P′2-2分别为两个候选点。步骤3-2.3)计算的是连线P2P′2-1的长度d1⊥和连线P2P′2-2的长度d2⊥,步骤3-2.4计算的是θ1和θ2的大小,步骤3-2.5计算的是从P′1到P′2-1在路网上的距离与连线P′1P2的差及从P′1到P′2-2在路网上的距离与连线P′1P2的差。最后使用3-2.6的公式进行综合评分。
步骤4)和步骤5)结果选取部分主要针对非第一个定位点,在为定位点的候选路段评分后进行结果选取,流程如下:
1)将候选边按照评分排序。
2)比较最高分与第二高分的分差,如果分差太小,则说明该点有两条相似的候选路段,因此在不知道下一个定位点的情况下不能进行选取,因此跳过这个定位点的判定。
3)如果当前定位点为最后一个定位点,或者分差大于阈值,选取分数最高的路段作为匹配路段,并读取在评分过程中生成的最短路径作为两匹配点之间的路径补充。
如图14所示,此外,本发明提供一种基于北斗定位的在线道路匹配装置,所述装置包括:
初筛模块10:用于实时采集车辆轨迹中的每个定位点的北斗定位数据,基于预设过滤条件,对所述定位点进行过滤,筛选出合格的定位点;
候选路段选取模块20:用于针对合格的所述定位点,采用geohash检索算法及拓扑查找结合的方式完成候选路段集合的实时搜索;
候选路段评分模块30:用于分别对所述候选路段集合中的每个候选路段进行实时评分,输出每个所述候选路段的实时评分结果;
目标匹配模块40:用于针对每个所述候选路段的实时评分结果,基于预设结果选取策略,选取最优的当前匹配路段及当前匹配点,所述当前匹配点与前一匹配点串联,形成完整轨迹,实现在线道路的实时匹配。
此外,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述技术方案中任一项所述的基于北斗定位的在线道路匹配方法的步骤。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述技术方案中任一项所述的一种基于北斗定位的在线道路匹配方法的步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
相比于现有技术:本发明采用了geohash索引加拓扑查找的方式实现,是技术关键点。同时,本发明根据北斗数据特点删除了关于定位点朝向的判断步骤,以及根据阈值判断是否跳过定位点的流程,也是本发明技术关键点。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
以上,仅为本发明的具体实施方式,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,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于北斗定位的在线道路匹配方法,其特征在于,所述方法包括:
初筛步骤:实时采集车辆轨迹中的每个定位点的北斗定位数据,基于预设过滤条件,对所述定位点进行过滤,筛选出合格的定位点;
候选路段选取步骤:针对合格的所述定位点,采用geohash检索算法及拓扑查找结合完成候选路段集合的实时搜索;
候选路段评分步骤:分别对所述候选路段集合中的每个候选路段进行实时评分,输出每个所述候选路段的实时评分结果;
目标匹配步骤:针对每个所述候选路段的实时评分结果,基于预设结果选取策略,选取最优的当前匹配路段及当前匹配点,所述当前匹配点与前一匹配点串联,形成完整轨迹,实现在线道路的实时匹配。
2.根据权利要求1所述的基于北斗定位的在线道路匹配方法,其特征在于,所述初筛步骤包括:
平均速度计算步骤:计算所述定位点的平均移动速度;
过滤定位点步骤:判断所述定位点与所述前一个匹配点的距离小于预设最小距离,则所述定位点被跳过;判断所述平均速度大于预设极限速度,则所述定位点被跳过;输出经过过滤的合格的所述定位点。
3.根据权利要求2所述的基于北斗定位的在线道路匹配方法,其特征在于,所述候选路段选取步骤包括:
geohash值计算步骤:以所述定位点为中心的地理区域划分为九宫格矩形区域,计算每个所述矩形区域的唯一geohash值;
垂线筛选步骤:基于所述geohash值查找待筛选的候选路段,判断所述定位点到每个所述待筛选候选路段的垂线的垂足是否在所述待筛选候选路段上,若是,则所述待筛选候选路段入选候选路段的集合;
拓扑查找步骤:基于预设拓扑搜索的上限距离,将前一所述定位点的匹配路段的终点添加进待搜索队列中,查找图数据库中存储的对应简化路段,判断所述定位点与所述简化路段内的每个路段的垂足是否在所述路段上,若在,则添加所述路段到所述候选路段集合中,迭代搜索完成所述搜索队列,输出经过拓扑查找的所述候选路段集合;
去重步骤:基于经过垂线筛选及经过拓扑查找的所述候选路段集合,进行去重后,输出最终的所述候选路段集合。
4.根据权利要求1所述的基于北斗定位的在线道路匹配方法,其特征在于,所述候选路段评分步骤包括:
首个定位点评分步骤:基于车辆行驶方向与每个所述候选路段之间的夹角进行第一次筛选后,计算所述定位点到每个所述候选路段的垂直距离,选取最短所述垂直距离对应的最短路段,所述定位点在所述最短路段的垂足为匹配点;
后续定位点评分步骤:基于前一个所述定位点的匹配点以及所述匹配路段信息,对候选路段集合中的每一条所述候选路段分别计算垂直距离评分、夹角评分及最短路径距离评分,并计算各个所述评分的加权求和值为所述候选路段的综合评分。
5.根据权利要求1所述的基于北斗定位的在线道路匹配方法,其特征在于,所述目标路段匹配步骤包括:
排序评比步骤:将每条所述候选路段按照所述综合评分排序,计算最高分与第二高分的分差并与预设最小值比较,如果所述分差小于所述预设最小值,则跳过所述定位点;
匹配步骤:如果当前所述定位点为最后一个定位点或所述分差大于阈值,则选取所述综合评分最高的对应路段为所述目标匹配路段,并补充读取所述最短路径距离进行当前匹配点与前一匹配点之间经过路径的填充。
6.根据权利要求3所述的基于北斗定位的在线道路匹配方法,其特征在于,所述拓扑查找步骤包括:
初始化步骤:读取前一个所述定位点的匹配路段信息,并确定拓扑搜索上限距离及搜索队列中的所述定位点;
迭代拓扑查找步骤:针对所述搜索队列中的每个定位点,在所述图数据库中查找以所述合格定位点为起点的简化路段,所述定位点到所述简化路段起终点连线的垂线,判断所述垂线的垂足是否在所述连线上,如果在所述连线上,则判断所述定位点与所述简化路段内的每个路段的垂足是否在所述路段上,如果在,则添加所述路段到候选路段集合中,否则,继续下一个所述合格定位点的拓扑查找,直到所述搜索队列搜索完毕。
7.根据权利要求3所述的基于北斗定位的在线道路匹配方法,其特征在于,所述后续定位点评分步骤包括:
夹角评分计算步骤:计算夹角评分s2(θ)=|cos(θ)|,其中,当前定位点为Pi,上一个匹配点为P′i-1,所述当前定位点Pi在所述候选路段上的垂足为匹配点P′i,连线P′i-1Pi与正北方向的夹角θ1及连线P′i-1P′i与正北方向的夹角θ2之差为θ;
8.一种基于北斗定位的在线道路匹配装置,采用如权利要求1-7中任意一项所述基于北斗定位的在线道路匹配方法,其特征在于,所述装置包括:
初筛模块:用于实时采集车辆轨迹中的每个定位点的北斗定位数据,基于预设过滤条件,对所述定位点进行过滤,筛选出合格的定位点;
候选路段选取模块:用于针对合格的所述定位点,采用geohash检索算法及拓扑查找结合的方式完成候选路段集合的实时搜索;
候选路段评分模块:用于分别对所述候选路段集合中的每个候选路段进行实时评分,输出每个所述候选路段的实时评分结果;
目标匹配模块:用于针对每个所述候选路段的实时评分结果,基于预设结果选取策略,选取最优的当前匹配路段及当前匹配点,所述当前匹配点与前一匹配点串联,形成完整轨迹,实现在线道路的实时匹配。
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,该程序被处理器执行时实现权利要求1-7中任一项所述的基于北斗定位的在线道路匹配方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任一项所述的基于北斗定位的在线道路匹配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210475457.2A CN114935773A (zh) | 2022-04-29 | 2022-04-29 | 基于北斗定位的在线道路匹配方法、装置、介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210475457.2A CN114935773A (zh) | 2022-04-29 | 2022-04-29 | 基于北斗定位的在线道路匹配方法、装置、介质和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114935773A true CN114935773A (zh) | 2022-08-23 |
Family
ID=82864822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210475457.2A Pending CN114935773A (zh) | 2022-04-29 | 2022-04-29 | 基于北斗定位的在线道路匹配方法、装置、介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114935773A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115375869A (zh) * | 2022-10-25 | 2022-11-22 | 杭州华橙软件技术有限公司 | 一种机器人重定位方法、机器人和计算机可读存储介质 |
-
2022
- 2022-04-29 CN CN202210475457.2A patent/CN114935773A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115375869A (zh) * | 2022-10-25 | 2022-11-22 | 杭州华橙软件技术有限公司 | 一种机器人重定位方法、机器人和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10323948B2 (en) | GPS data repair | |
CN108763558B (zh) | 一种基于地图匹配的众包地图道路质量改进方法 | |
CN106323301B (zh) | 一种道路情报的获取方法及装置 | |
CN109405839B (zh) | 一种基于多路径的交通网络离线地图匹配算法 | |
US7516041B2 (en) | System and method for identifying road features | |
CN112015835B (zh) | Geohash压缩的地图匹配方法 | |
CN111811533B (zh) | 偏航判定方法、装置及电子设备 | |
CN110427360A (zh) | 轨迹数据的处理方法、处理装置、处理系统及计算机程序产品 | |
CN112013862B (zh) | 一种基于众包轨迹的行人路网提取及更新方法 | |
CN104819726A (zh) | 导航数据处理方法、装置及导航终端 | |
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 | |
Blazquez et al. | Simple map-matching algorithm applied to intelligent winter maintenance vehicle data | |
CN113932821B (zh) | 基于连续窗口平均方向特征的轨迹地图匹配方法 | |
CN110830915B (zh) | 一种确定起点位置的方法及装置 | |
KR20210117235A (ko) | 위치 기반 경로 데이터베이스의 관리 방법 및 이를 수행하는 서버 | |
CN114935773A (zh) | 基于北斗定位的在线道路匹配方法、装置、介质和设备 | |
CN114993325A (zh) | 一种车辆gps地图道路匹配方法、装置及存储介质 | |
Jones et al. | Improving wireless positioning with look-ahead map-matching | |
CN114664104A (zh) | 一种路网匹配方法和装置 | |
CN114462609A (zh) | 一种基于隐马尔可夫模型的浮动车数据轨迹还原方法 | |
Chao | A Study on map-matching and map inference problems | |
CN110727749A (zh) | 一种自适应候选路段搜索方法 | |
Szwed et al. | Map-matching in a real-time traffic monitoring service | |
CN115540879A (zh) | 路网匹配方法及装置、计算机设备及可读存储介质 | |
CN117218842A (zh) | 一种基于隐马尔科夫模型的城市gps路网匹配方法 |
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 |