CN115002679B - 轨迹纠偏处理方法和装置 - Google Patents

Abstract

本公开提出了一种轨迹纠偏处理方法和装置，该方法在获取到待处理轨迹数据后，先对待处理轨迹数据进行预处理，再将预处理后的轨迹数据与待处理轨迹数据覆盖范围内的路段进行绑定，这样，就可以通过实际的路段对预处理后的轨迹数据进行进一步纠偏，从而使得到的目标轨迹数据更好的贴合实际的运动轨迹。

Description

轨迹纠偏处理方法和装置

技术领域

本公开涉及信息处理技术领域，尤其涉及一种轨迹纠偏处理方法和装置。

背景技术

随着物联网技术在林业业务场景中的应用，越来越多的设备都搭载定位设备，如护林员移动终端、无人机、森林消防车、野生动植物定位项圈等。这些定位设备产生了大量的反映人员或设备移动信息的轨迹数据，为导航路网信息的实时收集和更新提供的新机遇。然而，由于定位设备可能存在较大的误差，使得同一路径下的人员或设备移动的轨迹也有较大的差异，同时，复杂的森林道路环境也导致接收到的卫星信号不稳定，进一步扩大了轨迹误差，因此，在使用定位设备获取的轨迹数据之前，需要先对轨迹数据进行纠偏处理。目前，现有的轨迹纠偏算法可以在一定程度上修订轨迹数据误差，但得的轨迹数据与实际轨迹仍然存在较大偏差。

发明内容

有鉴于此，本公开提出了一种轨迹纠偏处理方法和装置，可以使得到轨迹数据更加贴合实际运行轨迹。

根据本公开的第一方面，提供了一种轨迹纠偏处理方法，包括：

获取待处理轨迹数据，并对所述待处理轨迹数据进行预处理；

将预处理后的轨迹数据与所述待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据。

在一种可能的实现方式中，在获取待处理轨迹数据，并对所述待处理轨迹数据进行预处理时，基于Flink流式计算框架实现。

在一种可能的实现方式中，在将预处理后的轨迹数据与所述待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据时，包括：

获取所述待处理轨迹数据覆盖范围内的路网数据；

基于所述路网数据，确定与所述预处理后的轨迹数据进行绑定的候选路段集合；

基于所述候选路段集合，确定与所述预处理后的轨迹数据进行绑定的候选路段序列；

将所述预处理后的轨迹数据与所述候选路段序列进行绑定，得到目标轨迹数据。

在一种可能的实现方式中，在对所述待处理轨迹数据进行预处理时，包括对所述待处理轨迹数据进行去噪的操作；

在对所述待处理轨迹数据进行去噪时，包括：

对所述待处理轨迹数据进行滤波处理得到第一轨迹数据，并对所述第一轨迹数据进行交叉环绕错误纠正。

在一种可能的实现方式中，对所述待处理轨迹数据进行滤波处理得到第一轨迹数据时，包括：

根据所述待处理轨迹数据中各轨迹点的位置信息，构建所述待处理轨迹数据的空间索引；

基于所述空间索引，对所述待处理轨迹数据进行滤波处理得到第一轨迹数据。

在一种可能的实现方式中，在对所述第一轨迹数据进行交叉环绕错误纠正时，包括：

根据第一轨迹数据中各轨迹点的位置信息和采集时间，生成各相邻轨迹点之间的线段；

基于各所述相邻轨迹点之间的线段，采用快速排斥实验和跨立实验，依次判断与相邻两个轨迹点连接的线段是否存在交叉，在判断与相邻两个轨迹点连接的线段存在交叉时，对相邻两个轨迹点的坐标进行交换。

在一种可能的实现方式中，在对所述待处理轨迹数据进行去噪时，还包括：对所述待处理轨迹数据中轨迹偏移超过预设阈值的轨迹点进行纠偏的步骤；

在对所述待处理轨迹数据中轨迹偏移超过预设阈值的轨迹点进行纠偏时，包括：

获取当前轨迹点、与当前轨迹点相邻的前两个轨迹点的采集时间和坐标；

根据当前轨迹点以及与当前轨迹点相邻的前两个轨迹点的采集时间和坐标，计算当前轨迹点对应的行驶速度和行驶角度；

判断所述行驶速度和所述行驶角度是否超过预设阈值，并在所述行驶速度和所述行驶角度超过预设阈值时，对当前轨迹点进行纠偏。

在一种可能的实现方式中，在对所述待处理轨迹数据进行预处理时，还包括对所述待处理轨迹数据进行中断补偿的操作：

在对所述待处理轨迹数据进行中断补偿时，包括：

根据待处理轨迹数据中各轨迹点的采集时间和坐标以及预设的轨迹中断阈值识别所述待处理轨迹数据的中断区间，并获取所述中断区间的前方轨迹点集和后方轨迹点集；

基于所述前方轨迹点集和所述后方轨迹点集，计算贝塞尔曲线，并基于所述贝塞尔曲线确定所述中断区间的补偿轨迹点。

在一种可能的实现方式中，在对所述待处理轨迹数据进行预处理时，还包括对所述待处理轨迹数据进行平滑和抽稀中的至少一种操作。

根据本公开的第二方面，提供了一种轨迹纠偏处理装置，包括：

预处理模块，用于获取待处理轨迹数据，并对所述待处理轨迹数据进行预处理；

轨迹绑路模块，用于将预处理后的轨迹数据与所述待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据。

在本公开中，在获取到待处理轨迹数据后，先对待处理轨迹数据进行预处理，再将预处理后的轨迹数据与待处理轨迹数据覆盖范围内的路段进行绑定，这样，就可以通过实际的路段对预处理后的轨迹数据进行进一步纠偏，从而使得到的目标轨迹数据更好的贴合实际的运动轨迹。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出根据本公开一实施例的轨迹纠偏处理方法的示意性流程图；

图2示出根据本公开一实施例的Flink流式计算框架的示意性框图；

图3示出根据本公开一实施例的交叉环绕错误纠正效果图；

图4示出根据本公开一实施例的距离阈值对应的轨迹偏移纠正效果图；

图5示出根据本公开另一实施例的距离阈值对应的轨迹偏移纠正效果图；

图6示出根据本公开一实施例的距离阈值对应的轨迹偏移纠正效果图；

图7示出根据本公开一实施例的轨迹平滑处理过程展示图；

图8示出根据本公开一实施例的轨迹平滑处理效果图；

图9示出根据本公开一实施例的轨迹抽稀处理效果图；

图10示出根据本公开一实施例的轨迹中断补偿处理过程展示图；

图11示出根据本公开一实施例的轨迹中断补偿处理效果图；

图12示出根据本公开又一实施例的轨迹纠偏处理方法的示意流程图；

图13示出根据本公开一实施例的路径提取的示意性流程图；

图14示出根据本公开一实施例的目标轨迹数据与候选路段的匹配结果示意图；

图15示出根据本公开一实施例的轨迹纠偏处理装置的示意性框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

<方法实施例>

图1示出根据本公开一实施例的轨迹纠偏处理方法的示意性流程图。如图1所示，该方法包括步骤S1100-S1200。

S1100，获取待处理轨迹数据，并对待处理轨迹数据进行预处理。

该待处理轨迹数据是由装载在终端设备上的定位装置获取的。在智慧林草业行业中，该终端设备可以是巡护人员使用的移动终端（例如，手机，平板电脑等），可以是执行航空护林任务的无人机，可以是执行森性消防任务的森林消防车，还可以是佩戴在野生动物上的定位项圈，在此不作具体限定。该定位装置可以是GNSS定位装置，可以是GPS定位装置，还可以是其它可以实现移动定位的装置，在此不作具体限定。

为了满足智慧林草行业对轨迹数据进行实时处理的业务需求，在一种可能的实现方式中，在获取待处理轨迹数据，并对待处理轨迹数据进行预处理时，基于Flink流式计算框架实现，即通过Flink流式计算框架实时获取待处理轨迹数据，并对获取的待处理轨迹数据进行流式处理。

在一种可能的实现方式中，该Flink流式计算框架可以如图2所示。当移动终端、无人机、森林消防车、定位项圈等终端设备将实时位置信息作为轨迹点数据进行实时回传后，大量的轨迹点数据将通过数据收集网关进行收集，并通过Kafka分布式发布订阅消息系统将收集的轨迹点数据分发到对应的Kafka消息队列中，这样，Flink处理框架中执行轨迹纠偏处理方法的处理器就可以作为流式消费着从Kafka消息队列中按序读取设定数量的轨迹点数据作为待处理轨迹数据，并在对待处理轨迹数据进行轨迹纠偏处理后，将得到的目标轨迹数据作为结果进行输出。

在该可实现方式中，通过Flink流式计算框架实现了对轨迹数据的实时采集以及流式纠偏处理，提高了轨迹纠偏的处理效率。

在一种可能的实现方式中，在对待处理轨迹数据进行预处理时，包括对待处理轨迹数据进行去噪的操作。具体地，在对待处理轨迹数据进行去噪时，包括：对待处理轨迹数据进行滤波处理得到第一轨迹数据，并对第一轨迹数据进行交叉环绕错误纠正。其中，该滤波处理可以是中值滤波处理，也可以是均值滤波处理，在此不作具体限定。

在一种可能的实现方式中，为了提高滤波处理的效率，在对待处理轨迹数据进行滤波处理得到第一轨迹数据时，包括步骤S1110-S1120。

S1110，根据待处理轨迹数据中各轨迹点的位置信息，构建待处理轨迹数据的空间索引。其中，该位置信息可以是轨迹点采集位置处的位置坐标。该空间索引可以是四叉树空间索引，可以是R树空间索引，还可以是金字塔空间索引，在此不作具体限定。

在该空间索引为四叉树空间索引时，步骤S1110具体为：先由待处理轨迹数据中提取出各轨迹点的位置坐标，接着根据各轨迹点的位置坐标确定所有轨迹点的最小包围盒，最后以四分法分割该最小包围盒，直到得到待处理轨迹数据中各轨迹点数据的四叉树空间索引。

S1120，基于空间索引，对待处理轨迹数据进行滤波处理得到第一轨迹数据。具体地，先根据构建好的待处理轨迹数据的空间索引结果，配置轨迹点搜索半径参数，根据参数生成查询范围，依据查询范围遍历四叉树空间索引中的所有节点，筛选出与查询范围相交的所有轨迹点作为可用的轨迹点，再将筛选出的可用轨迹点按照采集时间进行排序，最后对排序后的可用轨迹点进行滤波处理，得到第一轨迹数据。

在该可实现方式中，通过构建待处理轨迹数据的空间索引，可以显著提高可用轨迹点的查询效率，进而提升了对待处理轨迹数据进行滤波的处理效率。以处理巡护人员的巡护轨迹数据为例，通过空间索引的建立可以将巡护轨迹数据中可用轨迹点的查询效率提高到90%以上。具体实例数据与运行时间的对比结果如表1所示。

表1

数据名称	数据体量	优化前时间	优化后时间
				HW1data.csv	7722	272.568(秒)	7.237(秒)
HW2data.csv	6627	201.490(秒)	13.757(秒)
				HW3data.csv	16355	1215.48(秒)	22.483(秒)

在智慧林草行业中，获取的轨迹数据可能会出现交叉环绕错误，经观察这些交叉环绕错误多是由于两个轨迹点之间的位置互换所致，而这些交叉环绕错误往往无法通过滤波处理进行纠正，因此，为了提高轨迹数据的准确性，在经过滤波处理得到第一轨迹数据后，还需要继续对第一轨迹数据进行交叉环绕错误纠正处理。

在一种可能的实现方式中，在对第一轨迹数据进行交叉环绕错误纠正时，包括步骤S1130-S1140。

S1130，根据第一轨迹数据中各轨迹点的位置信息和采集时间，生成各相邻轨迹点之间的线段。例如，第一轨迹点数据中包O、A、B、C、D共计5个轨迹点，5个轨迹点按照采集时间的先后顺序顺次排列，在生成各相邻轨迹点之间的线段时，可以根据相邻两个轨迹点的坐标依次生成相邻轨迹点O、A之间的线段，相邻轨迹点A、B之间的线段，相邻轨迹点B、C之间的线段，相邻轨迹点C、D之间的线段。

S1140，基于各相邻轨迹点之间的线段，采用快速排斥实验和跨立实验，依次判断与相邻两个轨迹点连接的线段是否存在交叉，在判断与相邻两个轨迹点连接的线段存在交叉时，将相邻两个轨迹点的坐标进行交换。

下边以A和B两个轨迹点为例，对步骤S1140进行说明。具体地，与轨迹点A和轨迹点B连接的线段包括OA、AB和BC，使用向量乘法在OA、AB和BC之间进行快速排斥实验。在通过快速排斥实验的情况下，继续在OA、AB和BC之间进行跨立实验，判断是否存在相交的线段。在判断存在相交线段的情况下，说明A和B两个轨迹点之间存在交叉环绕错误，此时，需要将轨迹点A的坐标和轨迹点B的坐标进行交换，以完成交叉环绕错误的纠正。在未通过快速排斥实验和/或未通过跨立实验时，说明A和B两个轨迹点之间不存在交叉环绕错误，无需对轨迹点A和轨迹点B进行交叉环绕错误纠正。在A和B两个轨迹点之间存在交叉环绕错误时，纠正前（左图）和纠正后（右图）的效果图如图3所示，如图3所示，采用本实施例的方法可以有效纠正轨迹点之间的交叉环绕错误。

在第一轨迹点数据中包O、A、B、C、D共计5个轨迹点的实施例中，在完成A和B两个轨迹点之间的交叉环绕错误纠正后，参照上述方法依次进行轨迹点B、C和轨迹点C、D之间的交叉环绕错误纠正，以实现对第一轨迹数据中所有的交叉环绕错误进行纠正。

在一些场景下，待处理轨迹数据中会出现一些偏移过大的轨迹点，因此，为了避免偏移过大的轨迹点对轨迹数据准确性的影响，在对待处理轨迹数据进行去噪时，还包括：对待处理轨迹数据中轨迹偏移超过预设阈值的轨迹点进行纠偏的步骤。

在现有技术中，根据统一的距离阈值来处理轨迹数据中偏移过大的轨迹点。该距离阈值需要依靠工作人员的经验，对具体轨迹数据进行大量的测试进行设置，因此，该距离阈值设置时耗费的时间长且容易受到工作人员经验的影响。同时，该距离阈值设定的过大或者过小均会影响轨迹偏移优化的准确性。如图4所示，当距离阈值设置为30时，偏移过大的轨迹点1被识别处理，而偏移过小的轨迹点2无法被识别处理。如图5所示，当距离阈值设置为3时，除了偏移的轨迹点1和2被处理外，其它正常的轨迹点也会被识别和处理，造成处理结果的混乱。如图6所示，只有当距离阈值设置为8时，才能准确的识别处理偏出的轨迹点1和2。因此，采用现有的轨迹纠偏处理方法很难获取到满意的偏移纠正效果。

为了提高轨迹纠偏的处理效果，在一种可能的实现方式中，在对待处理轨迹数据中轨迹偏移超过预设阈值的轨迹点进行纠偏时，包括步骤S1150-S1170。

S1150，获取当前轨迹点、与当前轨迹点相邻的前两个轨迹点的采集时间和坐标。其中，当前轨迹点即当前要进行轨迹偏移纠正处理的轨迹点。

例如，待处理轨迹数据中包括1-6共计6个轨迹点，6个轨迹点按照采集时间顺次排列，在当前轨迹点为轨迹点4时，与当前轨迹点相邻的前两个轨迹点分别为轨迹点2和轨迹点3，则执行步骤S1150时，需要分别获取轨迹点2、轨迹点3以及轨迹点4的采集时间和坐标。

S1160，根据当前轨迹点以及与当前轨迹点相邻的前两个轨迹点的采集时间和坐标，计算当前轨迹点对应的行驶速度和行驶角度。

续上实施例，在计算当前轨迹点（即轨迹点4）对应的行驶速度时，先根据轨迹点3以及轨迹点4的坐标确定轨迹点3和轨迹点4之间的距离，再根据轨迹点3和轨迹点4的采集时间确定从轨迹点3行驶至轨迹点4时间，最后根据轨迹点3和轨迹点4之间的距离以及从轨迹点3行驶至轨迹点4的时间确定从轨迹点3行驶至轨迹点4的平均速度，并将该平均速度作为轨迹点4对应的行驶速度。

续上实施例，在计算当前轨迹点（即轨迹点4）对应的行驶角度时，先根据轨迹点2的坐标以及轨迹点3的坐标确定向量23，再根据轨迹点3和轨迹点4的坐标确定向量34，计算向量23和向量向量34之间的夹角，即为轨迹点4对应的行驶角度。

S1170，判断行驶速度和行驶角度是否超过预设阈值，并在行驶速度和行驶角度超过预设阈值时，对当前轨迹点进行纠偏。

其中，该预设阈值包括行驶速度阈值和行驶角度阈值。该行驶速度阈值和行驶角度阈值可以根据当前轨迹点之前的各轨迹点的平均行驶速和平均行驶角度进行确定。例如，当前轨迹点之前的各轨迹点的平均行驶速为70km/s，则该行驶速度阈值可以设置为70km/s，在当前轨迹点之前的各轨迹点的平均行驶角度为30度时，则该行驶角度阈值可以设置为30度。

在确定了当前轨迹点的行驶速度和行驶角度后，判断当前轨迹点的行驶速度是否超过行驶速度阈值和当前轨迹点的行驶角度是否超过行驶角度阈值，当前轨迹点的行驶速度超过行驶速度阈值和/或行驶角度超过行驶角度阈值时，则判定当前轨迹点为偏移轨迹点，此时，需要对当前轨迹点进行轨迹偏移纠正。

在对当前轨迹点进行轨迹偏移纠正时，可以根据当前轨迹点前后两个轨迹点的位置坐标对当前轨迹点的位置坐标进行修订。例如，当前轨迹点为轨迹点4，可以将轨迹点3和轨迹点5之间的中心位置坐标作为当前轨迹点4纠正后的位置坐标。

在当前轨迹点的行驶速度未超过行驶速度阈值且行驶角度未超过行驶角度阈值时，则判定当前轨迹点为正常轨迹点，不需要进行轨迹偏移纠正，直接参照上述方法进行下一个轨迹点的轨迹纠偏处理，直到完成待处理轨迹数据中各轨迹点的轨迹纠偏处理。

在本实施例中，预设阈值是根据当前轨迹点之前的各轨迹点计算得到的，使得预设阈值的设置更加快速和准确，同时，综合考虑轨迹点对应的行驶速度和行驶角度确定轨迹点是否为异常点，使得异常点的判断更加准确，从而从整体上提升了轨迹偏移处理的效率和准确性。

在一种可能的实现方式中，在对待处理轨迹数据进行预处理时，还包括对待处理轨迹数据进行平滑和抽稀中的至少一种操作。

在一种可能的实现方式中，在对待处理轨迹数据进行平滑处理时，包括：判断当前轨迹点的行驶角度是否超过预设的平滑角度阈值，在判断当前轨迹点的行驶角度超过平滑角度阈值时，根据当前轨迹点前后的两个轨迹点对当前轨迹点进行平滑处理。其中，该平滑角度阈值可以根据当前轨迹点之前的3个轨迹点确定。

在待处理轨迹数据中包括1-6共计6个轨迹点，6个轨迹点按照采集时间顺次排列，当前轨迹点为轨迹点4的实施例中，可以根据轨迹点1和轨迹点2的坐标确定连线向量12，根据轨迹点2和轨迹点3的位置坐标确定连线向量23，计算连线向量12和连线向量23之间的夹角即为平滑角度阈值。计算当前轨迹点4对应的行驶角度的方法参照上述实施例，在此不再赘述。在确定平滑角度阈值和当前轨迹点4的行驶角度时，判断当前轨迹点4的行驶角度是否超过平滑角度阈值，若超过该平滑角度阈值，说明需要对当前轨迹点4进行平滑处理，此时，可以根据当前轨迹点4的前一轨迹点3和后一轨迹点5的坐标对当前轨迹点进行平滑处理。具体地，可以根据轨迹点3的坐标和轨迹点5的坐标确定轨迹点3和轨迹点5之间的中间位置坐标，将该中间位置坐标作为当前轨迹点4平滑处理后的位置坐标。在该实施例中，轨迹平滑处理过程的展示图如图7所示。

图8为采用本实施例的平滑处理方法处理前后的轨迹图，其中，左图为处理前的轨迹数据，右图为处理后的轨迹数据，可以看出通过本实施例的轨迹平滑处理方法可以使得处理后的轨迹数据更加平滑，更加贴合实际应用场景的业务需求。

在一种可能的实现方式中，采用Douglas-Peukcer算法对待处理轨迹数据进行抽稀，以提高轨迹数据抽稀的质量，具体地，在对待处理轨迹数据进行抽稀处理时，包括：（1）在待处理轨迹数据的起点和终点之间虚连一条直线，计算待处理轨迹数据中各轨迹点到该直线的距离，找出最大距离值dmax，并判断dmax与预设抽稀阈值D（为经验值，需根据抽稀力度做出调整）之间的大小关系。（2）若dmax<D，则将待处理轨迹数据上的中间点全部舍去，由该直线段作为待处理轨迹的近似，完成待处理轨迹的抽稀处理。（3）若dmax≥D，保留dmax对应的轨迹点，并以该轨迹点为界，把待处理轨迹数据分为两部分，并重复步骤（1）和（2），直到所有dmax均<D，即完成对待处理轨迹数据的抽稀处理。

如图9所示，通过本实施例的抽稀处理方法处理待处理轨迹数据中大量冗余轨迹点，使得处理后的轨迹点数据即可以达到数量精简的目的，又可以很大程度上保留待处理轨迹数据几何形状的骨架。

在智慧林草行业下，终端设备在多在森林道路环境下移动，收到的定位信号不稳定，从而使得获取到的待处理轨迹数据存在中断的现象，为了提高轨迹的完整性，在一种可能的实现方式中，在对待处理轨迹数据进行预处理时，还包括对待处理轨迹数据进行中断补偿的操作。

在一种可能的实现方式中，在对待处理轨迹数据进行中断补偿时，包括步骤S1180-S1190。

S1180，根据待处理轨迹数据中各轨迹点的采集时间和坐标以及预设的轨迹中断阈值识别待处理轨迹数据的中断区间，并获取中断区间的前方轨迹点集和后方轨迹点集。

该轨迹中断阈值可以包括时间中断阈值和距离中断阈值中的至少一种。该时间中断阈值和距离中断阈值可以根据具体的应用场景进行配置，例如，可以将该时间中断阈值设置为1分钟，将该距离阈值设置为100米。

在轨迹中断阈值包括时间中断阈值和距离中断阈值时，以待处理轨迹数据中的相邻轨迹点A和轨迹点B为例，对步骤S1180进行说明。具体地，根据轨迹点A和轨迹点B的坐标计算轨迹点A和轨迹点B之间的距离，并判断轨迹点A和轨迹点B之间的距离是否大于等于距离中断阈值，在大于等于该距离中断阈值时，判定轨迹点A和轨迹点B之间的区间为中断区间。在小于该距离阈值时，根据轨迹点A和轨迹点B的采集时间计算轨迹点A和轨迹点B之间的时间间隔，并判断轨迹点A和轨迹点B之间的时间间隔是否大于等于时间中断阈值，在大于等于时间中断阈值时，判断轨迹点A和轨迹点B之间的区间为中断区间。若小于时间中断阈值，则轨迹点A和轨迹点B之间不存在中断区间，继续进行其它相邻轨迹点之间的中断区间判断。

在确定中断区间后，可以将中断区间前n个轨迹点作为中断区间的前方轨迹点集，将中断区间后n个轨迹点作为后方轨迹点集。例如，轨迹点A和轨迹点B之间为中断区间时，将从轨迹点A开始的前4个轨迹点作为前方轨迹点集，将从轨迹点B开始的后4个轨迹点作为后方轨迹点集。

S1190，基于前方轨迹点集和后方轨迹点集，计算贝塞尔曲线，并基于贝塞尔曲线确定中断区间的补偿轨迹点。

续上实施例，在获取到前方轨迹点集和后方轨迹点集后，分别采用最小二乘法对前方轨迹点集和后方轨迹点集进行直线拟合，并计算两条拟合直线的交点AB，根据前方轨迹点集中的末端轨迹点A和后方轨迹点集中首端轨迹点B与交点AB，计算贝塞尔曲线，并根据轨迹点A和轨迹点B之间的时间间隔计算出采样点的点数，最后通过贝塞尔曲线采样出需要的补偿点，完成对中断区间的轨迹补偿。轨迹点A和轨迹点B之间为中断区间，从轨迹点A开始的前4个轨迹点为前方轨迹点集，从轨迹点B开始的后4个轨迹点为后方轨迹点集的实施例中，轨迹中断补偿处理过程的展示图如图10所示。

参照步骤S1180-S1190可以对待处理轨迹数据中存在所有中断区间进行识别和补偿。如图11所示，通过本实施例的中断补偿方法可以保证处理后的轨迹数据具有较好完整性。

如图12所示，在另一种可能的实现方式中，Flink处理框架中执行轨迹纠偏处理方法的处理器在获取到待处理轨迹数据后，首先对待处理轨迹数据进行中值滤波、交叉环绕错误优化以及轨迹偏移优化等去噪处理。其次，对去噪后的轨迹数据进行平滑处理，使轨迹更加符合真实的定位。再次，对平滑处理后的轨迹数据进行抽稀和中断补偿，这样，在保留几何形状骨架的基础上，既去掉了冗余的轨迹点，有保证了轨迹的完整性。最后，进行轨迹绑路，以通过实际的路段对处理后的轨迹数据进行进一步纠偏，从而使得到的目标轨迹数据更好的贴合实际的运动轨迹。

S1200，将预处理后的轨迹数据与待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据。

在一种可能的实现方式中，在将预处理后的轨迹数据与待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据时，包括步骤S1210-S1240。

S1210，获取待处理轨迹数据覆盖范围内的路网数据。

S1220，基于路网数据，确定与预处理后的轨迹数据进行绑定的候选路段集合。具体地，该步骤包括步骤S1221-S1222。

S1221，构建连通图。

路网数据进行处理以构建连通图是将预处理后的轨迹数据与待处理轨迹数据覆盖范围内的路段进行绑定（即轨迹绑路）的基础步骤。在对路网数据进行处理时，包括：读取路网数据文件，解析路网数据文件中的道路几何信息以及属性信息，并将道路几何信息以及属性信息作为道路数据进行存储。为了加速道路数据构建连通图的效率，还需要构建道路数据的R空间索引，具体地，遍历存储的道路几何信息，计算每条道路的包围盒，并根据每条道路的包围盒依次将每条道路插入R树空间索引节点中，直至完成。

在图论中，连通图是基于连通的概念。在一个无向图中，若从顶点i到顶点j有路径相连（当然从j到i也一定有路径），则称i和j是连通的。构建连通图时需要依次遍历计算机中的所有道路数据，获取每条道路的包围盒，使用包围盒查询R树空间索引结构中和当前道路相交的道路，计算两条道路的交点并将结果数据存储在计算机道路连通图结构体中，并对计算出的交点进行标记，这样可以避免同一交点的重复计算。所有道路数据计算完成后，便完成了连通图的构建。在完成连通图构建后，需要进一步对连通图中的拓扑结构进行检查，消除伪节点与悬挂点，然后将交点作为路网的断点，并以断点形成新的边数据。

S1222，路径提取。

下面结合图13对该步骤进行说明。具体地，路径提取是轨迹绑路过程中的重要步骤，通过路径提取识别并提取出轨迹点附近的道路作为与预处理后的轨迹数据进行绑定的候选路段集合。

在进行路径提取时，遍历预处理后的轨迹数据中的各轨迹点，获取轨迹点的X,Y坐标，配置道路搜索半径参数，根据参数生成查询范围，依据查询范围遍历R树空间索引中的所有节点，筛选出与查询范围相交的所有道路，作为与预处理后的轨迹数据进行绑定的候选路段集合。

S1230，基于候选路段集合，确定与预处理后的轨迹数据进行绑定的候选路段序列。

在一种可能的实现方式中，通过维特比算法确定与预处理后的轨迹数据进行绑定的候选路段序列。具体地，首先遍历轨迹点及其候选路段信息，计算轨迹点到每条候选路段的最短距离，对每条候选路段的最短距离进行排序，依次计算轨迹点直至所有数据计算完成，使用Viterbi 算法计算出最有可能的路径行进序列，作为与预处理后的轨迹数据进行绑定的候选路段序列。

S1240，将预处理后的轨迹数据与候选路段序列进行绑定，得到目标轨迹数据。具体地，根据预处理后的轨迹数据中各轨迹点的位置和候选路段序列中各候选路段的距离，最终计算出最优的轨迹作为目标轨迹数据。

在一种可能的实现方式中，目标轨迹数据与候选路段的匹配结果如图14所示，由此可见，通过本实施例的方法，可以使得到的目标轨迹数据，更加贴合实际的运行轨迹。

在本公开中，在获取到待处理轨迹数据后，先对待处理轨迹数据进行预处理，再将预处理后的轨迹数据与待处理轨迹数据覆盖范围内的路段进行绑定，这样，就可以通过实际的路段对预处理后的轨迹数据进行进一步纠偏，从而使得到的目标轨迹数据更好的贴合实际的运动轨迹。

<装置实施例>

图15示出根据本公开一实施例的轨迹纠偏处理装置的示意性框图。如图15所示，该轨迹纠偏处理装置100包括：

预处理模块110，用于获取待处理轨迹数据，并对待处理轨迹数据进行预处理；

轨迹绑路模块120，用于将预处理后的轨迹数据与待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据。

在一种可能的实现方式中，预处理模块110基于Flink流式计算框架实现获取待处理轨迹数据，并对待处理轨迹数据进行预处理操作。

在一种可能的实现方式中，轨迹绑路模块120，包括：路网数据获取子模块、候选路段集合筛选子模块、候选路段序列确定子模块和路网绑定子模块；

路网数据获取子模块，用于获取待处理轨迹数据覆盖范围内的路网数据；

候选路段集合筛选子模块，用于基于路网数据，确定与预处理后的轨迹数据进行绑定的候选路段集合；

候选路段序列确定子模块，用于基于候选路段集合，确定与预处理后的轨迹数据进行绑定的候选路段序列；

路网绑定子模块，用于将预处理后的轨迹数据与候选路段序列进行绑定，得到目标轨迹数据。

在一种可能的实现方式中，预处理模块110，包括去噪子模块，该去噪的子模块具体用于：对待处理轨迹数据进行滤波处理得到第一轨迹数据，并对第一轨迹数据进行交叉环绕错误纠正。

在一种可能的实现方式中，去噪子模块在对待处理轨迹数据进行滤波处理得到第一轨迹数据时，具体用于根据待处理轨迹数据中各轨迹点的位置信息，构建待处理轨迹数据的空间索引；基于空间索引，对待处理轨迹数据进行滤波处理得到第一轨迹数据。

在一种可能的实现方式中，去噪子模块在对第一轨迹数据进行交叉环绕错误纠正时，具体用于根据第一轨迹数据中各轨迹点的位置信息和采集时间，生成各相邻轨迹点之间的线段；基于各相邻轨迹点之间的线段，采用快速排斥实验和跨立实验，依次判断与相邻两个轨迹点连接的线段是否存在交叉，在判断与相邻两个轨迹点连接的线段存在交叉时，对相邻两个轨迹点的坐标进行交换。

在一种可能的实现方式中，去噪子模块在对待处理轨迹数据进行去噪时，还用于：对待处理轨迹数据中轨迹偏移超过预设阈值的轨迹点进行纠偏的步骤；

去噪子模块在对待处理轨迹数据中轨迹偏移超过预设阈值的轨迹点进行纠偏时，具体用于：获取当前轨迹点、与当前轨迹点相邻的前两个轨迹点的采集时间和坐标；根据当前轨迹点以及与当前轨迹点相邻的前两个轨迹点的采集时间和坐标，计算当前轨迹点对应的行驶速度和行驶角度；判断行驶速度和行驶角度是否超过预设阈值，并在行驶速度和行驶角度超过预设阈值时，对当前轨迹点进行纠偏。

在一种可能的实现方式中，预处理模块110，还包括中断补偿子模块，该中断补偿子模块具体用于对待处理轨迹数据进行中断补偿的操作：

中断补偿子模块在对待处理轨迹数据进行中断补偿时，具体用于：根据待处理轨迹数据中各轨迹点的采集时间和坐标以及预设的轨迹中断阈值识别待处理轨迹数据的中断区间，并获取中断区间的前方轨迹点集和后方轨迹点集；基于前方轨迹点集和后方轨迹点集，计算贝塞尔曲线，并基于贝塞尔曲线确定中断区间的补偿轨迹点。

在一种可能的实现方式中，预处理模块110还包括平滑处理子模块和抽稀处理子模块中的至少一种子模块。该平滑处理子模块用于对待处理轨迹数据进行平滑处理，该抽稀处理子模块用于对待处理轨迹数据进行抽稀处理。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (5)

1.一种轨迹纠偏处理方法，其特征在于，包括：

获取待处理轨迹数据，并对所述待处理轨迹数据进行预处理；

将预处理后的轨迹数据与所述待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据；

在对所述待处理轨迹数据进行预处理时，包括先对所述待处理轨迹数据依次滤波处理、叉环绕错误纠正和轨迹偏移超过预设阈值的轨迹点进行纠偏的去噪操作，其次对去噪后的轨迹数据进行平滑处理，接着对平滑处理后的轨迹数据依次进行抽稀和中断补偿；

在对所述待处理轨迹数据进行滤波处理时，包括：

根据所述待处理轨迹数据中各轨迹点的位置信息，构建所述待处理轨迹数据的空间索引；基于所述空间索引，对所述待处理轨迹数据进行滤波处理得到第一轨迹数据；

在对滤波处理后的轨迹数据进行叉环绕错误纠正时，包括：

根据第一轨迹数据中各轨迹点的位置信息和采集时间，生成各相邻轨迹点之间的线段；

基于各所述相邻轨迹点之间的线段，采用快速排斥实验和跨立实验，依次判断与相邻两个轨迹点连接的线段是否存在交叉，在判断与相邻两个轨迹点连接的线段存在交叉时，对相邻两个轨迹点的坐标进行交换；

在对交叉环绕错误纠正后的轨迹数据中轨迹偏移超过预设阈值的轨迹点进行纠偏时，包括：

获取当前轨迹点、与当前轨迹点相邻的前两个轨迹点的采集时间和坐标；

根据当前轨迹点以及与当前轨迹点相邻的前两个轨迹点的采集时间和坐标，计算当前轨迹点对应的行驶速度和行驶角度；

判断所述行驶速度和所述行驶角度是否超过预设阈值，并在所述行驶速度和所述行驶角度超过预设阈值时，对当前轨迹点进行纠偏；

其中，所述预设阈值是根据所述当前轨迹点之前的各轨迹点计算得到。

2.根据权利要求1所述的方法，其特征在于，在获取待处理轨迹数据，并对所述待处理轨迹数据进行预处理时，基于Flink流式计算框架实现。

3.根据权利要求1所述的方法，其特征在于，在将预处理后的轨迹数据与所述待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据时，包括：

获取所述待处理轨迹数据覆盖范围内的路网数据；

基于所述路网数据，确定与所述预处理后的轨迹数据进行绑定的候选路段集合；

基于所述候选路段集合，确定与所述预处理后的轨迹数据进行绑定的候选路段序列；

将所述预处理后的轨迹数据与所述候选路段序列进行绑定，得到目标轨迹数据。

4.根据权利要求1-3中任一项所述的方法，其特征在于，在对所述待处理轨迹数据进行中断补偿时，包括：

根据待处理轨迹数据中各轨迹点的采集时间和坐标以及预设的轨迹中断阈值识别所述待处理轨迹数据的中断区间，并获取所述中断区间的前方轨迹点集和后方轨迹点集；

基于所述前方轨迹点集和所述后方轨迹点集，计算贝塞尔曲线，并基于所述贝塞尔曲线确定所述中断区间的补偿轨迹点。

5.一种轨迹纠偏处理装置，其特征在于，包括：

预处理模块，用于获取待处理轨迹数据，并对所述待处理轨迹数据进行预处理；

轨迹绑路模块，用于将预处理后的轨迹数据与所述待处理轨迹数据覆盖范围内的路段进行绑定，得到目标轨迹数据；

所述预处理模块在对所述待处理轨迹数据进行预处理时，具体用于：先基于去噪子模块对所述待处理轨迹数据依次滤波处理、叉环绕错误纠正和轨迹偏移超过预设阈值的轨迹点进行纠偏的去噪操作，其次对去噪后的轨迹数据进行平滑处理，接着对平滑处理后的轨迹数据依次进行抽稀和中断补偿；

所述去噪子模块在对所述待处理轨迹数据进行滤波处理时，具体用于：

根据所述待处理轨迹数据中各轨迹点的位置信息，构建所述待处理轨迹数据的空间索引；基于所述空间索引，对所述待处理轨迹数据进行滤波处理得到第一轨迹数据；

所述去噪子模块在对滤波处理后的轨迹数据进行叉环绕错误纠正时，具体用于：

根据第一轨迹数据中各轨迹点的位置信息和采集时间，生成各相邻轨迹点之间的线段；

基于各所述相邻轨迹点之间的线段，采用快速排斥实验和跨立实验，依次判断与相邻两个轨迹点连接的线段是否存在交叉，在判断与相邻两个轨迹点连接的线段存在交叉时，对相邻两个轨迹点的坐标进行交换；

所述去噪子模块在对交叉环绕错误纠正后的轨迹数据中轨迹偏移超过预设阈值的轨迹点进行纠偏时，具体用于：

获取当前轨迹点、与当前轨迹点相邻的前两个轨迹点的采集时间和坐标；

根据当前轨迹点以及与当前轨迹点相邻的前两个轨迹点的采集时间和坐标，计算当前轨迹点对应的行驶速度和行驶角度；

判断所述行驶速度和所述行驶角度是否超过预设阈值，并在所述行驶速度和所述行驶角度超过预设阈值时，对当前轨迹点进行纠偏；

其中，所述预设阈值是根据所述当前轨迹点之前的各轨迹点计算得到。

Images