CN115100897B - 一种车辆位置确定方法及装置 - Google Patents

Abstract

本发明提供车辆位置确定方法及装置，方法包括：步骤1、接收当前公交线路；步骤2、根据所述当前公交线路生成判决矩阵；步骤3、获取本车位置信息，并根据所述位置信息、判决矩阵判断本车所处的站台区间。本发明实现了公交车准确定位自身的位置，准确报站。

Description

一种车辆位置确定方法及装置

技术领域

本发明涉及导航技术领域，尤其涉及一种车辆位置确定方法及装置。

背景技术

目前已有越来越多的智能座舱在各种类型的车辆车上安装，已然成为汽车未来的发展趋势。作为城市公共交通的重要组成部分，公交车辆上也越来越多地安装了智能座舱，用于实现公交车辆的各种智能化的功能。

在公交车辆的众多智能化功能中，自动报站是一个重要的功能，包括进站、离站时进行自动提示。目前公交车自动报站主要是通过车辆当前的位置信息（例如GPS坐标）与站台的位置信息进行对比，当处于以站台为中心、半径为某一设定值时则判断为到站。然而，这种报站方式，在一些U型路、V型路或者始末公交站共用一个站台时，会发生报站错误。

发明内容

本发明提供一种车辆位置确定方法及装置，旨在解决现有技术中的缺陷，实现公交车准确定位自身的位置，准确报站。

为达到上述目的，本发明所采取的技术方案为：

本发明一方面提供一种车辆位置确定方法，包括：

步骤1、接收当前公交线路；

步骤2、根据所述当前公交线路生成判决矩阵；

步骤3、获取本车位置信息，并根据所述位置信息、判决矩阵判断本车所处的站台区间。

具体地，所述步骤2包括：

步骤201、构造一特征点集；

步骤202、遍历当前公交线路，依次获取各公交站点，并将所述公交站点按照其在所述公交线路上的顺序写入所述特征点集；

步骤203、判断更新后的特征点集的两个元素之间是否存在经纬度极点，是则将所述经纬度极点按照其在所述公交线路上的顺序插入到所述两个元素之间；

步骤204、判断所述两个元素是否为所述特征点集中最后一对元素，是则进入下一步，否则返回步骤203；

步骤205、依次从所述特征点集中读入相邻的两个元素作为对角顶点，生成分割矩形；

步骤206、判断所述分割矩形是否与所述相邻的两个元素之间的线路存在第一交点，是则依次获取所述第一交点，并将所述第一交点按照其在所述公交线路上的顺序写入所述特征点集进行更新，返回步骤203，否则进入下一步；

步骤207、判断所述分割矩形中是否存在特异分割矩形，是则进入下一步，否则进入步骤209，所述特异分割矩形为分割矩形中存在两条不同区间的线路，其中所述分割矩形所属端点之间的线路为第一线路，其它区间的线路为第二线路；

步骤208、判断所述特异分割矩形是否与所述第二线路存在第二交点，是则将所述第二交点向所述第一线路进行投影，否则将所述第二线路的端点向所述第一线路进行投影，生成投影点，并将所述投影点按照其在线路上的顺序写入所述特征点集进行更新，返回步骤203，否则进入下一步；

步骤209、输出最终特征点集。

具体地，所述步骤3包括：

步骤A1、依次读取所述判决矩阵中的元素，生成判决矩形集；

步骤A2、将所述判决矩形集按照其在所述公交线路上的顺序排列，生成所述公交线路的判决界面；

步骤A3、根据所述判决界面对识别模型进行训练；

步骤A4、将本车当前实际位置与所述公交线路的起始站点作为对角顶点生成位置矩形，使用所述识别模型进行识别，输出识别结果。

具体地，所述步骤A3包括：

步骤A301、将所述判决界面中的公交线路上任一点位置作为本车当前位置；

步骤A302、以所述本车当前位置与公交线路的起始站点为对角顶点，生成位置训练图形；

步骤A303、以所述位置训练图形为正样本对识别模型进行训练。

具体地，所述步骤3包括：

步骤B1、将所述判决矩阵进行缓存；

步骤B2、以预设周期获取本车当前位置，遍历所述判决矩阵，确定所述本车当前位置所属的矩形；

步骤B3、判断所述矩形中的结束顶点是否为公交站点，是则将所述结束顶点确定为即将报站的站点，否则将所述判决矩阵中已路过的特征点从缓存中删除，并返回步骤B2。

具体地，所述步骤1包括：通过本地下载或远程OTA的方式接收当前公交线路。

本发明另一方面提供一种车辆位置确定装置，包括：

依次连接的路线配置模块、判决矩形生成模块、判断模块，所述判断模块还与位置获取模块连接；

所述路线配置模块，用于接收当前公交线路；

所述判决矩形生成模块，用于根据当前公交线路生成判决矩阵；

所述位置获取模块，用于获取本车位置信息；

所述判断模块，用于根据位置信息、判决矩阵判断本车所处的站台区间。

具体地，所述判决矩形生成模块包括：

数组单元，以及与所述数组单元连接的输出单元、遍历单元、极点判断单元、分割矩形生成单元、特异矩形判断单元、写入更新模块，所述遍历单元、极点判断单元还与所述写入更新模块连接；还包括与分割矩形生成单元、写入更新模块连接的第一交点判断单元，与所述特异矩形判断单元连接的第二交点判断单元，与所述写入更新模块连接的投影单元；

所述数组单元，用于构造特征点集；

所述遍历单元，用于遍历当前公交线路获取各公交站点；

所述极点判断单元，用于判断特征点集的两个元素之间是否存在经纬度极点；

所述分割矩形生成单元，用于从特征点集中读入相邻的两个元素作为对角顶点生成分割矩形；

所述第一交点判断单元，用于判断分割矩形是否与其对应的对角顶点之间的线路存在交点；

所述特异矩形判断单元，用于判断分割矩形中是否存在特异分割矩形；

所述第二交点判断单元，用于判断特异分割矩形是否与第二线路存在交点；

所述投影单元，用于将第二交点或第二线路的端点向第一线路进行投影生成投影点；

所述写入更新模块，用于根据遍历单元、极点判断单元、第一交点判断单元、投影单元的结果更新数组单元；

所述输出单元，用于输出最终特征点集。

具体地，所述判断模块包括：

依次连接的判决画面生成单元、训练单元、识别单元；

所述判决画面生成单元，用于将判决矩阵集按照其在公交线路上的顺序排列，生成公交线路的判决界面；

所述训练单元，用于根据述判决界面对识别模型进行训练；

所述识别单元，用于将本车当前实际位置与公交线路的起始站点作为对角顶点生成位置矩形并进行识别，输出识别结果。

具体地，所述判断模块包括：

依次连接的缓存单元、区间确定单元、站点确定单元，还包括与所述缓存单元、站点确定单元连接的删除单元；

所述缓存单元，用于将判决矩阵进行缓存；

所述区间确定单元，用于遍历判决矩阵，确定本车当前位置所属的矩形；

所述站点确定单元，用于判断本车当前位置所属的矩形中的结束顶点是否为公交站点；

所述删除单元，用于将判决矩阵中已路过的特征点从缓存中删除。

本发明的有益效果在于：本发明通过根据所述当前公交线路生成判决矩阵，然后获取本车位置信息，根据位置信息、判决矩阵判断本车所处的站台区间，并提供了判决矩阵的具体生成方法，实现了公交车准确定位自身的位置，准确报站。

附图说明

图1是本发明的车辆位置确定方法的流程示意图；

图2是本发明的公交线路上的特征点的结构示意图；

图3是本发明的车辆位置确定装置的结构示意图；

图4是本发明的判决矩形生成模块的结构示意图；

图5是本发明的判断模块的结构示意图；

图6是本发明的判断模块的另一结构示意图。

具体实施方式

下面结合附图具体阐明本发明的实施方式，附图仅供参考和说明使用，不构成对本发明专利保护范围的限制。

在本发明的说明书、权利要求书或附图中描述的流程中，包含各个步骤的序号（如步骤10、20等），所述序号仅用于区分开各个步骤，所述序号本身不代表任何的执行顺序。需要说明的是，本文中的“第一”、“第二”等描述，仅用于区分描述对象等，不代表先后顺序，也不表示“第一”、“第二”等是不同的类型。

实施例1

如图1所示，本实施例提供一种自动报站方法，包括：

步骤1、接收当前公交线路。

在本实施例中，所述步骤1包括：通过本地下载或远程OTA的方式接收当前公交线路。

在具体实施时，所述公交线路包含：地图路线、各公交车站的位置信息（例如GPS经纬度）。

步骤2、根据所述当前公交线路生成判决矩阵。

在具体实施时，所述判决矩阵为一个1×n阶矩阵，用SQn表示；所述判决矩阵中的元素由n个判决矩形的对角顶点对构成，各元素表示为[S_m(x,y),E_m(x,y)]，其中S_m(x,y)表示判决矩形起始顶点的坐标位置，E_m(x,y)表示判决矩形结束顶点的坐标位置。

在本实施例中，所述步骤2包括：

步骤201、构造一特征点集。

步骤202、遍历当前公交线路，依次获取各公交站点，并将所述公交站点按照其在所述公交线路上的顺序写入所述特征点集。

例如，如图2所示，公交站点依次为a1、a2、a3、a4，则此时的特征点集A={a1,a2,a3,a4}。

步骤203、判断更新后的特征点集的两个元素之间是否存在经纬度极点，是则将所述经纬度极点按照其在所述公交线路上的顺序插入到所述两个元素之间。

步骤204、判断所述两个元素是否为所述特征点集中最后一对元素，是则进入下一步，否则返回步骤203。

例如，如图2所示，在公交站点a1、a2之间存在经纬度极点b1、b2，则将b1、b2按照其在所述公交线路上的顺序插入到a1、a2之间；在公交站点a2、a3之间存在经纬度极点b3、b4，则将b3、b4按照其在所述公交线路上的顺序插入到a2、a3之间，此时的特征点集A={a1,b1,b2,a2,b3,b4,a3,a4}。

步骤205、依次从所述特征点集中读入相邻的两个元素作为对角顶点，生成分割矩形。

例如，如图2所示，从特征点集A中读入相邻的b1、b2作为对角顶点，生成分割矩形b1b2。

步骤206、判断所述分割矩形是否与其对应的对角顶点之间的线路存在第一交点，是则依次获取所述第一交点，并将所述第一交点按照其在所述公交线路上的顺序写入所述特征点集进行更新，返回步骤203，否则进入下一步。

例如，如图2所示，分割矩形b1b2与b1b2之间的线路存在交点c1、c2、c3、c4、c5，则交点c1、c2、c3、c4、c5为第一交点，将c1、c2、c3、c4、c5按照其在所述公交线路上的顺序写入所述特征点集A进行更新，此时的特征点集A={a1,b1,c1,c2,c3,c4,c5,b2,a2,b3,b4,a3,a4}；以此类推。

然后返回执行步骤203~205，例如，如图2所示，b1、c1之间存在经纬度极点d1，c1、c2之间存在经纬度极点d2……以此类推，直至特征点集A中任意相邻的2个元素之间都不存在经纬度极点、分割矩形与其对应的对角顶点之间的线路不存在交点为止。

如图2所示，经过上述步骤201~206后，特征点集A={a1,b1,d1,c1,d2,c2,d3,d4,c3,d5,c4,d6,b2,d7,c5, c6,a2,b3,c7,b4,a3,a4}。

步骤207、判断所述分割矩形中是否存在特异分割矩形，是则进入下一步，否则进入步骤209，所述特异分割矩形为分割矩形中存在两条不同区间的线路，其中所述分割矩形所属端点之间的线路为第一线路，其它区间的线路为第二线路。

例如，如图2所示，分割矩形c6a2由于存在站点a3、a4之间的线路，因此该分割矩形为特异分割矩形。

步骤208、判断所述特异分割矩形是否与所述第二线路存在第二交点，是则将所述第二交点向所述第一线路进行投影，否则将所述第二线路的端点向所述第一线路进行投影，生成投影点，并将所述投影点按照其在线路上的顺序写入所述特征点集进行更新，返回步骤203，否则进入下一步。

例如，如图2所示，特异分割矩形c6a2与a3、a4之间的线路不存在交点，则将端点a3、a4向c6、a2之间的线路进行投影，生成投影点e1、e2。

然后返回执行步骤203~208，例如，如图2所示，如果分割矩形e1e2与a3、a4之间的线路存在交点f1，则将交点f1向c6、a2之间的线路进行投影，生成投影点e3，然后再返回执行步骤203~208，直至分割矩形中不存在特异分割矩形。

步骤209、输出最终特征点集。

例如，如图2所示，经过上述步骤后得到的最终特征点集A：

A={a1,b1,d1,c1,d2,c2,d3,d4,c3,d5,c4,d6,b2,d7,c5, c6,e1,e2,a2,b3,c7,b4,a3,a4}。

步骤210、从所述最终特征点集依次读取相邻的两个元素生成判决矩阵。

在本实施例中，所述判决矩阵SQn如下所示：

步骤3、获取本车位置信息，并根据所述位置信息、判决矩阵判断本车所处的站台区间。

在本实施例中，所述步骤3包括：

步骤A1、依次读取所述判决矩阵中的元素，生成判决矩形集。

步骤A2、将所述判决矩形集按照其在所述公交线路上的顺序排列，生成所述公交线路的判决界面。

例如，如图2所示，判决界面由判决矩形a1b1、判决矩形b1d1、判决矩形d1c1在公交线路上顺序排列依次连接而形成。

步骤A3、根据所述判决界面对识别模型进行训练。

在本实施例中，所述步骤3包括：

步骤A301、将所述判决界面中的公交线路上任一点位置作为本车当前位置；

步骤A302、以所述本车当前位置与公交线路的起始站点为对角顶点，生成位置训练图形；

步骤A303、以所述位置训练图形为正样本对识别模型进行训练。

步骤A4、将本车当前实际位置与所述公交线路的起始站点作为对角顶点生成位置矩形，使用所述识别模型进行识别，输出识别结果。

在本发明的另一个实施例中，所述步骤3包括：

步骤B1、将所述判决矩阵进行缓存；

步骤B2、以预设周期获取本车当前位置，遍历所述判决矩阵，确定所述本车当前位置所属的矩形；

步骤B3、判断所述矩形中的结束顶点是否为公交站点，是则将所述结束顶点确定为即将报站的站点，否则将所述判决矩阵中已路过的特征点从缓存中删除，并返回步骤B2。

例如，本车当前位置La(x,y)为(120.58,38.57)，通过遍历判决矩阵，可以得出，La位于[b1(x,y),d1(x,y)]这个矩形中，也即在a1、a2两站之间。

实施例2

如图3所示，本发明另一方面提供一种车辆位置确定装置，包括：

依次连接的路线配置模块、判决矩形生成模块、判断模块，所述判断模块还与位置获取模块连接；

所述路线配置模块，用于接收当前公交线路；

所述判决矩形生成模块，用于根据当前公交线路生成判决矩阵；

所述位置获取模块，用于获取本车位置信息；

所述判断模块，用于根据位置信息、判决矩阵判断本车所处的站台区间。

本实施例所述的车辆位置确定装置的工作过程如实施例1中步骤1~3所述，不再赘述。

如图4所示，在本实施例中，所述判决矩形生成模块包括：

数组单元，以及与所述数组单元连接的输出单元、遍历单元、极点判断单元、分割矩形生成单元、特异矩形判断单元、写入更新模块，所述遍历单元、极点判断单元还与所述写入更新模块连接；还包括与分割矩形生成单元、写入更新模块连接的第一交点判断单元，与所述特异矩形判断单元连接的第二交点判断单元，与所述写入更新模块连接的投影单元；

所述数组单元，用于构造特征点集；

所述遍历单元，用于遍历当前公交线路获取各公交站点；

所述极点判断单元，用于判断特征点集的两个元素之间是否存在经纬度极点；

所述分割矩形生成单元，用于从特征点集中读入相邻的两个元素作为对角顶点生成分割矩形；

所述第一交点判断单元，用于判断分割矩形是否与其对应的对角顶点之间的线路存在交点；

所述特异矩形判断单元，用于判断分割矩形中是否存在特异分割矩形；

所述第二交点判断单元，用于判断特异分割矩形是否与第二线路存在交点；

所述投影单元，用于将第二交点或第二线路的端点向第一线路进行投影生成投影点；

所述写入更新模块，用于根据遍历单元、极点判断单元、第一交点判断单元、投影单元的结果更新数组单元；

所述输出单元，用于输出最终特征点集。

本实施例的所述判决矩形生成模块的工作过程如实施例1中的步骤201~209所述，不再赘述。

如图5所示，在本实施例中，所述判断模块包括：依次连接的判决画面生成单元、训练单元、识别单元；

所述判决画面生成单元，用于将判决矩阵集按照其在公交线路上的顺序排列，生成公交线路的判决界面；

所述训练单元，用于根据述判决界面对识别模型进行训练；

所述识别单元，用于将本车当前实际位置与公交线路的起始站点作为对角顶点生成位置矩形并进行识别，输出识别结果。

本实施例的所述判断模块的工作过程如实施例1中的步骤A1~A4所述，不再赘述。

如图6所示，在本发明的另一个实施例中，所述判断模块包括：

依次连接的缓存单元、区间确定单元、站点确定单元，还包括与所述缓存单元、站点确定单元连接的删除单元；

所述缓存单元，用于将判决矩阵进行缓存；

所述区间确定单元，用于遍历判决矩阵，确定本车当前位置所属的矩形；

所述站点确定单元，用于判断本车当前位置所属的矩形中的结束顶点是否为公交站点；

所述删除单元，用于将判决矩阵中已路过的特征点从缓存中删除。

本实施例的所述判断模块的工作过程如实施例1中的步骤B1~B3所述，不再赘述。

以上所揭露的仅为本发明的较佳实施例，不能以此来限定本发明的权利保护范围，因此依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。

Claims (5)

1.一种车辆位置确定方法，其特征在于，包括：

步骤1、接收当前公交线路；

步骤2、根据所述当前公交线路生成判决矩阵；

步骤3、获取本车位置信息，并根据所述位置信息、判决矩阵判断本车所处的站台区间；

所述步骤2包括：

步骤201、构造一特征点集；

步骤202、遍历当前公交线路，依次获取各公交站点，并将所述公交站点按照其在所述公交线路上的顺序写入所述特征点集；

步骤203、判断更新后的特征点集的两个元素之间是否存在经纬度极点，是则将所述经纬度极点按照其在所述公交线路上的顺序插入到所述两个元素之间；

步骤204、判断所述两个元素是否为所述特征点集中最后一对元素，是则进入下一步，否则返回步骤203；

步骤205、依次从所述特征点集中读入相邻的两个元素作为对角顶点，生成分割矩形；

步骤206、判断所述分割矩形是否与所述相邻的两个元素之间的线路存在第一交点，是则依次获取所述第一交点，并将所述第一交点按照其在所述公交线路上的顺序写入所述特征点集进行更新，返回步骤203，否则进入下一步；

步骤207、判断所述分割矩形中是否存在特异分割矩形，是则进入下一步，否则进入步骤209，所述特异分割矩形为分割矩形中存在两条不同区间的线路，其中所述分割矩形所属端点之间的线路为第一线路，其它区间的线路为第二线路；

步骤208、判断所述特异分割矩形是否与所述第二线路存在第二交点，是则将所述第二交点向所述第一线路进行投影，否则将所述第二线路的端点向所述第一线路进行投影，生成投影点，并将所述投影点按照其在线路上的顺序写入所述特征点集进行更新，返回步骤203，否则进入下一步；

步骤209、输出最终特征点集；

所述步骤3包括：

步骤A1、依次读取所述判决矩阵中的元素，生成判决矩形集；

步骤A2、将所述判决矩形集按照其在所述公交线路上的顺序排列，生成所述公交线路的判决界面；

步骤A3、根据所述判决界面对识别模型进行训练；

步骤A4、将本车当前实际位置与所述公交线路的起始站点作为对角顶点生成位置矩形，使用所述识别模型进行识别，输出识别结果；

所述步骤A3包括：

步骤A301、将所述判决界面中的公交线路上任一点位置作为本车当前位置；

步骤A302、以所述本车当前位置与公交线路的起始站点为对角顶点，生成位置训练图形；

步骤A303、以所述位置训练图形为正样本对识别模型进行训练。

2.根据权利要求1所述的车辆位置确定方法，其特征在于，所述步骤3包括：

步骤B1、将所述判决矩阵进行缓存；

步骤B2、以预设周期获取本车当前位置，遍历所述判决矩阵，确定所述本车当前位置所属的矩形；

步骤B3、判断所述矩形中的结束顶点是否为公交站点，是则将所述结束顶点确定为即将报站的站点，否则将所述判决矩阵中已路过的特征点从缓存中删除，并返回步骤B2。

3.根据权利要求1~2任一项所述的车辆位置确定方法，其特征在于，所述步骤1包括：通过本地下载或远程OTA的方式接收当前公交线路。

4.一种车辆位置确定装置，其特征在于，包括：

依次连接的路线配置模块、判决矩形生成模块、判断模块，所述判断模块还与位置获取模块连接；

所述路线配置模块，用于接收当前公交线路；

所述判决矩形生成模块，用于根据当前公交线路生成判决矩阵；

所述位置获取模块，用于获取本车位置信息；

所述判断模块，用于根据位置信息、判决矩阵判断本车所处的站台区间；

所述判决矩形生成模块包括：

数组单元，以及与所述数组单元连接的输出单元、遍历单元、极点判断单元、分割矩形生成单元、特异矩形判断单元、写入更新模块，所述遍历单元、极点判断单元还与所述写入更新模块连接；还包括与分割矩形生成单元、写入更新模块连接的第一交点判断单元，与所述特异矩形判断单元连接的第二交点判断单元，与所述写入更新模块连接的投影单元；

所述数组单元，用于构造特征点集；

所述遍历单元，用于遍历当前公交线路获取各公交站点；

所述极点判断单元，用于判断特征点集的两个元素之间是否存在经纬度极点；

所述分割矩形生成单元，用于从特征点集中读入相邻的两个元素作为对角顶点生成分割矩形；

所述第一交点判断单元，用于判断分割矩形是否与其对应的对角顶点之间的线路存在交点；

所述特异矩形判断单元，用于判断分割矩形中是否存在特异分割矩形；

所述第二交点判断单元，用于判断特异分割矩形是否与第二线路存在交点；

所述投影单元，用于将第二交点或第二线路的端点向第一线路进行投影生成投影点；

所述写入更新模块，用于根据遍历单元、极点判断单元、第一交点判断单元、投影单元的结果更新数组单元；

所述输出单元，用于输出最终特征点集；

所述判断模块包括：

依次连接的判决画面生成单元、训练单元、识别单元；

所述判决画面生成单元，用于将判决矩阵集按照其在公交线路上的顺序排列，生成公交线路的判决界面；

所述训练单元，用于根据述判决界面对识别模型进行训练；

所述识别单元，用于将本车当前实际位置与公交线路的起始站点作为对角顶点生成位置矩形并进行识别，输出识别结果。

5.根据权利要求4所述的车辆位置确定装置，其特征在于，所述判断模块包括：

依次连接的缓存单元、区间确定单元、站点确定单元，还包括与所述缓存单元、站点确定单元连接的删除单元；

所述缓存单元，用于将判决矩阵进行缓存；

所述区间确定单元，用于遍历判决矩阵，确定本车当前位置所属的矩形；

所述站点确定单元，用于判断本车当前位置所属的矩形中的结束顶点是否为公交站点；

所述删除单元，用于将判决矩阵中已路过的特征点从缓存中删除。