CN115355925B - 车辆定位方法、装置、设备和介质 - Google Patents
车辆定位方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN115355925B CN115355925B CN202211298770.XA CN202211298770A CN115355925B CN 115355925 B CN115355925 B CN 115355925B CN 202211298770 A CN202211298770 A CN 202211298770A CN 115355925 B CN115355925 B CN 115355925B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- coordinate
- track
- vehicle position
- coordinates
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001914 filtration Methods 0.000 claims abstract description 54
- 230000002159 abnormal effect Effects 0.000 claims abstract description 34
- 230000004044 response Effects 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 description 12
- 230000033001 locomotion Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及车辆定位方法、装置、设备和介质，属于计算机技术领域。本申请获取目标车辆的车辆位置坐标集合；基于预设的坐标过滤条件，对车辆位置坐标集合中的各个车辆位置坐标进行过滤，得到过滤后的车辆位置坐标；将过滤后的车辆位置坐标和目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹；确定拟合车辆轨迹对应的车辆驾驶状态；响应于车辆驾驶状态为正常驾驶状态，基于拟合车辆轨迹确定目标车辆位置坐标，由此，可实现对异常车辆定位数据过滤，并结合历史车辆轨迹得到拟合车辆轨迹，基于拟合车辆轨迹推测车辆位置，从而基于坐标过滤和轨迹拟合两方面提高车辆位置定位精准度。
Description
技术领域
本申请属于计算机技术领域，具体涉及车辆定位方法、装置、设备和介质。
背景技术
目前，随着移动互联网的发展，人们出行的选择越来越丰富，例如，人们可以选择网约车出行。具体的，人们可以在手机中安装的打车软件下单，由打车软件端结合当前司机车辆位置进行派单，并在出行过程中结合司机车辆位置生成打车订单价格。
在实践中发现，在获取司机车辆位置时，经常会出现司机车辆位置的定位数据获取异常的情况。例如，如果司机车辆所在的位置属于卫星信号被遮挡的区域，或者司机使用的手机定位异常，均会导致无法获取准确的车辆位置。可见，现在的车辆位置存在着定位精准度较差的问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
为此，本申请提供一种车辆定位方法、装置、设备和介质，有助于解决车辆位置定位精准度较差的问题。
为实现以上目的，本申请采用如下技术方案：
第一方面，本申请提供一种车辆定位方法，所述方法包括：
获取目标车辆的车辆位置坐标集合；
基于预设的坐标过滤条件，对所述车辆位置坐标集合中的各个车辆位置坐标进行过滤，得到过滤后的车辆位置坐标；
将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹；
确定所述拟合车辆轨迹对应的车辆驾驶状态；
响应于所述车辆驾驶状态为正常驾驶状态，基于所述拟合车辆轨迹确定目标车辆位置坐标。
进一步的，所述预设的坐标过滤条件包括：
与车辆位置坐标对应的移动距离小于预设的距离阈值；或者
与车辆位置坐标对应的移动速度大于预设的速度阈值；或者
与车辆位置坐标对应的采集时间出现异常；或者
与车辆位置坐标对应的定位类型为预设的类型；或者
与车辆位置坐标对应的定位精度大于预设的精度阈值。
进一步的，所述确定所述拟合车辆轨迹对应的车辆驾驶状态，包括：
根据所述拟合车辆轨迹，确定所述目标车辆的车辆轨迹参数；其中，所述车辆轨迹参数至少包括以下一项：加速度、方向角、轨迹点的可信度；
响应于预设的异常驾驶事件库中不存在与所述车辆轨迹参数相匹配的异常驾驶事件，确定所述车辆驾驶状态为正常驾驶状态。
进一步的，所述将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹，包括：
响应于所述目标车辆处于打车订单运行状态、且所述车辆位置坐标集合中的各个车辆位置坐标不存在对应的路网信息，将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到所述拟合车辆轨迹。
进一步的，所述方法还包括：
基于所述目标车辆位置坐标，对所述目标车辆进行打车派单。
第二方面，本申请提供一种车辆定位装置，所述装置包括：
位置获取单元，用于获取目标车辆的车辆位置坐标集合；
坐标过滤单元，用于基于预设的坐标过滤条件，对所述车辆位置坐标集合中的各个车辆位置坐标进行过滤，得到过滤后的车辆位置坐标；
拟合单元，用于将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹；
状态确定单元，用于确定所述拟合车辆轨迹对应的车辆驾驶状态；
坐标确定单元，用于响应于所述车辆驾驶状态为正常驾驶状态，基于所述拟合车辆轨迹确定目标车辆位置坐标。
进一步的，所述预设的坐标过滤条件包括：
与车辆位置坐标对应的移动距离小于预设的距离阈值；或者
与车辆位置坐标对应的移动速度大于预设的速度阈值；或者
与车辆位置坐标对应的采集时间出现异常；或者
与车辆位置坐标对应的定位类型为预设的类型；或者
与车辆位置坐标对应的定位精度大于预设的精度阈值。
进一步的，所述状态确定单元具体用于：
根据所述拟合车辆轨迹，确定所述目标车辆的车辆轨迹参数；其中，所述车辆轨迹参数至少包括以下一项：加速度、方向角、轨迹点的可信度；
响应于预设的异常驾驶事件库中不存在与所述车辆轨迹参数相匹配的异常驾驶事件，确定所述车辆驾驶状态为正常驾驶状态。
进一步的，拟合单元具体用于：响应于所述目标车辆处于打车订单运行状态、且所述车辆位置坐标集合中的各个车辆位置坐标不存在对应的路网信息，将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到所述拟合车辆轨迹。
进一步的，所述装置还包括：派单单元，用于基于所述目标车辆位置坐标，对所述目标车辆进行打车派单。
第三方面，本申请提供一种车辆定位设备，包括：
一个或者多个存储器，其上存储有可执行程序；
一个或者多个处理器，用于执行所述存储器中的所述可执行程序，以实现上述车辆定位方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述车辆定位方法的步骤。
本申请采用以上技术方案，至少具备以下有益效果：
本申请通过对异常车辆定位数据过滤，结合历史车辆轨迹得到拟合车辆轨迹，基于拟合车辆轨迹推测车辆位置，从而基于坐标过滤和轨迹拟合两方面提高车辆位置定位精准度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对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，下面描述中的附图仅仅是本申请的一些实施例，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是根据一示例性实施例示出的车辆定位方法的流程图；
图2是根据另一示例性实施例示出的车辆定位方法的流程图；
图3是根据一示例性实施例示出的车辆定位装置的框图结构示意图；
图4是根据一示例性实施例示出的车辆定位设备的框图结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。
请参阅图1，图1是根据一示例性实施例示出的车辆定位方法的流程图，该车辆定位方法包括如下步骤：
步骤S11、获取目标车辆的车辆位置坐标集合。
在本实施例中，执行主体可以是为打车应用软件提供服务的服务器。
其中，执行主体可以与使用打车应用软件的司机端电子设备建立连接，例如，与司机所使用的车载手机建立连接，并实时获取该车载手机回传的、司机所驾驶的目标车辆的多个车辆位置坐标，得到车辆位置坐标集合。
在实际使用中，车辆位置坐标集合可以按照数据包的形式由司机端电子设备发送给执行主体，车辆位置坐标集合中可以包括2至3个车辆位置坐标。
步骤S12、基于预设的坐标过滤条件，对所述车辆位置坐标集合中的各个车辆位置坐标进行过滤，得到过滤后的车辆位置坐标。
在本实施例中，在执行主体得到车辆位置坐标集合之后，可以按照预先配置的过滤器阈值信息，结合预设的坐标过滤条件，对车辆位置坐标集合中的车辆位置坐标进行过滤，得到过滤后的车辆位置坐标。其中，过滤后的车辆位置坐标的数量可以为至少一个。特别的，对于车辆位置坐标集合中所有车辆位置坐标均被过滤掉的情况，不存在过滤后的车辆位置坐标。
可选的，预设的坐标过滤条件可以包括坐标是否可信。对于每个车辆位置坐标，执行主体可以确定该车辆位置坐标对应的定位时间、定位精度、定位类别。如果定位时间与服务器时间之间的偏差值小于阈值、定位精度高于预设阈值、且定位类型为GPS (GlobalPositioning System，全球定位系统)定位，则确定该坐标可信，保留该坐标。反之，如果该坐标不可信，则过滤该坐标。
进一步可选的，预设的坐标过滤条件可以包括坐标是否过期。对于每个车辆位置坐标，执行主体可以确定该车辆位置坐标对应的定位时间和上传时间，并计算定位时间和上传之间的时间差值，如果时间差值大于阈值，则过滤该车辆位置坐标，如果时间差值小于或者等于阈值，则保留该车辆位置坐标。进一步可选的，针对时间差值大于阈值的情况，可以进一步判断该车辆位置坐标对应的司机端电子设备的操作系统，对于操作系统为安卓的情况，可以进一步判断该车辆位置坐标是否为WiFi（无线网络通信技术）定位类型且定位是否不存在错误码，如果坐标是WiFi定位类型且定位不存在错误码，则保留该车辆位置坐标，并将该车辆位置坐标的坐标时间更改为上传时间。反之，则过滤该车辆位置坐标。对于操作系统为IOS（一种苹果公司开发的移动操作系统）的情况，可以直接过滤该车辆位置坐标。
进一步可选的，预设的坐标过滤条件可以包括坐标精度值是否过高。其中，精度值越高，说明坐标精度越低。对于每个车辆位置坐标，执行主体可以确定该车辆位置坐标对应的定位精度值。如果该定位精度值大于阈值，则过滤该车辆位置坐标，如果该定位精度值小于或者等于阈值，则保留该车辆位置坐标。特别的，对于定位类型为基站类型的车辆位置坐标，可以直接过滤。
进一步可选的，预设的坐标过滤条件可以包括坐标是否可达。其中，执行主体可以先获取历史获取到的车辆位置坐标，并从历史获取到的车辆位置坐标中确定历史有效坐标，之后，对于每个车辆位置坐标，执行主体可以判断历史有效坐标和该车辆位置坐标之间是否可达，如果不可达，则过滤该车辆位置坐标，如果可达，则保留该车辆位置坐标。进一步可选的，如果车辆位置坐标集合中的车辆位置坐标的数量为3个、且与历史有效坐标之间可达的坐标数量为1个，则将车辆位置坐标集合中的第1个坐标，确定为有效坐标。如果车辆位置坐标集合中的车辆位置坐标的数量为3个、且与历史有效坐标之间可达的坐标数量大于或者等于2个，则判断车辆位置坐标集合中的第2个坐标和第3个坐标是否可达。如果可达，则第3个坐标为有效坐标。如果第1个坐标和第3个坐标可达，则第3个坐标为有效坐标。如果第1个坐标和第2个坐标可达，则第2个坐标为有效坐标。
步骤S13、将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹。
在本实施例中，执行主体对于存在过滤后的车辆位置坐标的情况，可以将过滤后的车辆位置坐标和目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹。
可选的，在将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合的过程中，可以对于过滤后的车辆位置坐标中偏离拟合车辆轨迹的坐标点，进行拟合过滤。
另一种可选的，如果过滤后的车辆位置坐标可以和已知的路网信息拟合，则直接从过滤后的车辆位置坐标中确定目标车辆位置坐标。例如，将过滤后的车辆位置坐标中定位时间最新的坐标，确定为目标车辆位置坐标。如果过滤后的车辆位置坐标不能和已知的路网信息拟合，则将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹。
步骤S14、确定所述拟合车辆轨迹对应的车辆驾驶状态。
在本实施例中，执行主体在得到拟合车辆轨迹之后，可以利用拟合车辆轨迹对车辆的运动趋势进行预测，得到运动趋势预测结果。再基于运动趋势预测结果确定拟合车辆轨迹对应的车辆驾驶状态。其中，车辆驾驶状态为正常驾驶状态或者异常驾驶状态。例如，在得到拟合车辆轨迹之后，利用拟合车辆轨迹确定出车辆的运动趋势为掉头（方向角数值大于阈值），此时则确定车辆驾驶状态为异常驾驶状态。
步骤S15、响应于所述车辆驾驶状态为正常驾驶状态，基于所述拟合车辆轨迹确定目标车辆位置坐标。
在本实施例中，如果车辆驾驶状态为正常驾驶状态，则确定拟合车辆轨迹对应的有效坐标，并将有效坐标中定位时间最新的坐标，确定为目标车辆位置坐标。其中，拟合车辆轨迹中的有效坐标可以为上述过滤后的坐标。
作为一种可选的实现方式，如果不存在过滤后的车辆位置坐标、或者对过滤后的车辆位置坐标全部拟合过滤，则更新数据无效次数，如数据无效次数加1。响应于数据无效次数达到预设的次数阈值、且上述的历史车辆轨迹经历过轨迹拟合，则更新上述的历史车辆轨迹。通过实施这种可选的实现方式，能够对车辆轨迹拟合导致的误差进行及时修复，从而提高了历史车辆轨迹的精确度。
本申请通过对异常车辆定位数据过滤，结合历史车辆轨迹得到拟合车辆轨迹，基于拟合车辆轨迹推测车辆位置，从而基于坐标过滤和轨迹拟合两方面提高车辆位置定位精准度。
请参阅图2，图2是根据另一示例性实施例示出的车辆定位方法的流程图，该车辆定位方法包括如下步骤：
步骤S21、获取目标车辆的车辆位置坐标集合。
在本实施例中，执行主体可以是为打车应用软件提供服务的服务器。
其中，执行主体可以与使用打车应用软件的司机端电子设备建立连接，例如，与司机所使用的车载手机建立连接，并实时获取该车载手机回传的、司机所驾驶的目标车辆的多个车辆位置坐标，得到车辆位置坐标集合。
在实际使用中，车辆位置坐标集合可以按照数据包的形式由司机端电子设备发送给执行主体，车辆位置坐标集合中可以包括2至3个车辆位置坐标。
步骤S22、基于预设的坐标过滤条件，对所述车辆位置坐标集合中的各个车辆位置坐标进行过滤，得到过滤后的车辆位置坐标。
在本实施例中，对步骤S22的详细描述，请一并参照对步骤S12的详细描述，在此不再赘述。
作为本实施例的一种可选的实现方式，所述预设的坐标过滤条件包括：与车辆位置坐标对应的移动距离小于预设的距离阈值；或者，与车辆位置坐标对应的移动速度大于预设的速度阈值；或者，与车辆位置坐标对应的采集时间出现异常；或者，与车辆位置坐标对应的定位类型为预设的类型；或者，与车辆位置坐标对应的定位精度大于预设的精度阈值。
在本实现方式中，执行主体可以获取历史有效坐标，作为参考坐标。其中，历史有效坐标可以为目标车辆历史上报的、定位时间距离当前时间预设时长的车辆位置坐标。之后，执行主体可以计算车辆位置坐标与历史有效位置坐标之间的距离，即，上述移动距离。再判断上述移动距离是否小于预设的距离阈值，如果小于，则认为车辆位置坐标属于浮点坐标，过滤该车辆位置坐标。以及，执行主体还可以结合上述移动距离、车辆位置坐标的定位时间、历史有效坐标的定位时间，计算车辆位置坐标与历史有效位置坐标之间的移动速度，如果移动速度大于阈值，则说明该车辆位置坐标属于不可能到达的位置坐标，过滤该车辆位置坐标。以及，执行主体还可以获取车辆位置坐标的采集时间，根据该采集时间、历史有效坐标的采集时间，判断是否存在车辆位置坐标的采集时间早于历史有效坐标的采集时间，如果存在，则确定与车辆位置坐标对应的采集时间出现异常，过滤该车辆位置坐标。以及，执行主体还可以对于定位类型为基站类型的车辆位置坐标，直接过滤。以及，执行主体还可以对定位精度大于阈值的坐标，确定该车辆位置坐标的精度较差，直接过滤。例如，对于定位类型为GPS或高德绑路类型的车辆位置坐标，如果该车辆位置坐标的定位精度大于或者等于10米，则确定定位精度较差，过滤该车辆位置坐标。对于定位类型为WiFi定位且定位精度大于或者等于300米，则确定定位精度较差，过滤该车辆位置坐标。通过实施这种可选的实现方式，能够基于不同的过滤策略，对车辆位置坐标进行过滤，从而得到较为可靠的过滤后坐标，进而提高车辆定位精度。
可选的，对于车辆位置坐标为司机订单行程中的坐标、且采集时间晚于服务器时间、且采集时间与服务器时间之间的时长差值处于预设差值范围，则将该车辆位置坐标的采集时间修改为服务器时间。
步骤S23、响应于所述目标车辆处于打车订单运行状态、且所述车辆位置坐标集合中的各个车辆位置坐标不存在对应的路网信息，将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到所述拟合车辆轨迹。
在本实施例中，对步骤S23的详细描述，请一并参照对步骤S13的详细描述，在此不再赘述。
在本实施例中，如果目标车辆处于打车订单运行状态、且车辆位置坐标不存在对应的路网信息，则在此类情况下，结合历史车辆轨迹，对过滤后的车辆位置坐标进行拟合，实现在特定应用场景下的拟合，提高了拟合的有效性。
作为一种可选的实现方式，如果目标车辆处于打车订单运行状态、且无法获取目标车辆的实时定位，还可以对目标车辆的历史位置坐标进行分析，得到目标车辆对应的加速度和方向角信息，利用加速度和方向角信息预测目标车辆的实时定位。通过实施这种可选的实现方式，可以针对GPS信号弱等难以获取定位的场景，可以结合车辆的历史位置坐标，预测当前的实时定位，从而实现在车辆难以直接定位的场景预测得到车辆实时定位。
步骤S24、根据所述拟合车辆轨迹，确定所述目标车辆的车辆轨迹参数；其中，所述车辆轨迹参数至少包括以下一项：加速度、方向角、轨迹点的可信度。
在本实施例中，在得到拟合车辆轨迹之后，可以对拟合车辆轨迹进行分析，得到车辆轨迹参数，具体的，车辆轨迹参数可以包括加速度、方向角、轨迹点的可信度。其中，轨迹点的可信度可以为拟合车辆轨迹中的轨迹坐标的可信度。其中，该可信度可以基于坐标的定位时间以及定位精度生成。其中，定位时间越接近当前时间，可信度越高。定位精度越高，可信度越高。
步骤S25、响应于预设的异常驾驶事件库中不存在与所述车辆轨迹参数相匹配的异常驾驶事件，确定所述车辆驾驶状态为正常驾驶状态。
在本实施例中，执行主体可以预先存储异常驾驶事件库，异常驾驶事件库可以包括不同异常事件与车辆轨迹参数的对应关系。如果预设的异常驾驶事件库中不存在与所述车辆轨迹参数相匹配的异常驾驶事件，确定所述车辆驾驶状态为正常驾驶状态，从而对拟合车辆轨迹进行驾驶情况的预判，在正常驾驶情况下才基于拟合车辆轨迹确定目标车辆位置坐标，进一步提高了目标车辆位置坐标的确定精准度。
步骤S26、响应于所述车辆驾驶状态为正常驾驶状态，基于所述拟合车辆轨迹确定目标车辆位置坐标。
在本实施例中，对于步骤S26的详细描述，请一并参照对于步骤S14的详细描述，在此不再赘述。
步骤S27、基于所述目标车辆位置坐标，对所述目标车辆进行打车派单。
在本实施例中，执行主体可以利用该目标车辆位置坐标，为目标车辆分配乘客订单，即，对目标车辆进行打车派单，从而提高了打车派单的精确性。另一种可选的，执行主体还可以基于目标车辆位置坐标，作为打车订单价格生成的依据，从而提高打车订单价格生成的可靠性。
本申请通过对异常车辆定位数据过滤，结合历史车辆轨迹得到拟合车辆轨迹，基于拟合车辆轨迹推测车辆位置，从而基于坐标过滤和轨迹拟合两方面提高车辆位置定位精准度。
请参阅图3，图3是根据一示例性实施例示出的车辆定位装置的框图结构示意图，如图3所示，该车辆定位装置包括：
位置获取单元301，用于获取目标车辆的车辆位置坐标集合。
在本实施例中，车辆定位装置可以与使用打车应用软件的司机端电子设备建立连接，例如，与司机所使用的车载手机建立连接，并实时获取该车载手机回传的、司机所驾驶的目标车辆的多个车辆位置坐标，得到车辆位置坐标集合。
在实际使用中，车辆位置坐标集合可以按照数据包的形式由司机端电子设备发送给执行主体，车辆位置坐标集合中可以包括2至3个车辆位置坐标。
坐标过滤单元302，用于基于预设的坐标过滤条件，对所述车辆位置坐标集合中的各个车辆位置坐标进行过滤，得到过滤后的车辆位置坐标。
在本实施例中，在得到车辆位置坐标集合之后，可以按照预先配置的过滤器阈值信息，结合预设的坐标过滤条件，对车辆位置坐标集合中的车辆位置坐标进行过滤，得到过滤后的车辆位置坐标。其中，过滤后的车辆位置坐标的数量可以为至少一个。特别的，对于车辆位置坐标集合中所有车辆位置坐标均被过滤掉的情况，不存在过滤后的车辆位置坐标。
可选的，预设的坐标过滤条件可以包括坐标是否可信。对于每个车辆位置坐标，可以确定该车辆位置坐标对应的定位时间、定位精度、定位类别。如果定位时间与服务器时间之间的偏差值小于阈值、定位精度高于预设阈值、且定位类型为GPS (Global PositioningSystem，全球定位系统)定位，则确定该坐标可信，保留该坐标。反之，如果该坐标不可信，则过滤该坐标。
进一步可选的，预设的坐标过滤条件可以包括坐标是否过期。对于每个车辆位置坐标，可以确定该车辆位置坐标对应的定位时间和上传时间，并计算定位时间和上传之间的时间差值，如果时间差值大于阈值，则过滤该车辆位置坐标，如果时间差值小于或者等于阈值，则保留该车辆位置坐标。进一步可选的，针对时间差值大于阈值的情况，可以进一步判断该车辆位置坐标对应的司机端电子设备的操作系统，对于操作系统为安卓的情况，可以进一步判断该车辆位置坐标是否为WiFi（无线网络通信技术）定位类型且定位是否不存在错误码，如果坐标是WiFi定位类型且定位不存在错误码，则保留该车辆位置坐标，并将该车辆位置坐标的坐标时间更改为上传时间。反之，则过滤该车辆位置坐标。对于操作系统为IOS（一种苹果公司开发的移动操作系统）的情况，可以直接过滤该车辆位置坐标。
进一步可选的，预设的坐标过滤条件可以包括坐标精度值是否过高。其中，精度值越高，说明坐标精度越低。对于每个车辆位置坐标，可以确定该车辆位置坐标对应的定位精度值。如果该定位精度值大于阈值，则过滤该车辆位置坐标，如果该定位精度值小于或者等于阈值，则保留该车辆位置坐标。特别的，对于定位类型为基站类型的车辆位置坐标，可以直接过滤。
进一步可选的，预设的坐标过滤条件可以包括坐标是否可达。其中，可以先获取历史获取到的车辆位置坐标，并从历史获取到的车辆位置坐标中确定历史有效坐标，之后，对于每个车辆位置坐标，可以判断历史有效坐标和该车辆位置坐标之间是否可达，如果不可达，则过滤该车辆位置坐标，如果可达，则保留该车辆位置坐标。进一步可选的，如果车辆位置坐标集合中的车辆位置坐标的数量为3个、且与历史有效坐标之间可达的坐标数量为1个，则将车辆位置坐标集合中的第1个坐标，确定为有效坐标。如果车辆位置坐标集合中的车辆位置坐标的数量为3个、且与历史有效坐标之间可达的坐标数量大于或者等于2个，则判断车辆位置坐标集合中的第2个坐标和第3个坐标是否可达。如果可达，则第3个坐标为有效坐标。如果第1个坐标和第3个坐标可达，则第3个坐标为有效坐标。如果第1个坐标和第2个坐标可达，则第2个坐标为有效坐标。
拟合单元303，用于将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹。
在本实施例中，对于存在过滤后的车辆位置坐标的情况，可以将过滤后的车辆位置坐标和目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹。
可选的，在将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合的过程中，可以对于过滤后的车辆位置坐标中偏离拟合车辆轨迹的坐标点，进行拟合过滤。
另一种可选的，如果过滤后的车辆位置坐标可以和已知的路网信息拟合，则直接从过滤后的车辆位置坐标中确定目标车辆位置坐标。例如，将过滤后的车辆位置坐标中定位时间最新的坐标，确定为目标车辆位置坐标。如果过滤后的车辆位置坐标不能和已知的路网信息拟合，则将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹。
状态确定单元304，用于确定所述拟合车辆轨迹对应的车辆驾驶状态。
在本实施例中，在得到拟合车辆轨迹之后，可以利用拟合车辆轨迹对车辆的运动趋势进行预测，得到运动趋势预测结果。再基于运动趋势预测结果确定拟合车辆轨迹对应的车辆驾驶状态。其中，车辆驾驶状态为正常驾驶状态或者异常驾驶状态。例如，在得到拟合车辆轨迹之后，利用拟合车辆轨迹确定出车辆的运动趋势为掉头（方向角数值大于阈值），此时则确定车辆驾驶状态为异常驾驶状态。
坐标确定单元305，用于响应于所述车辆驾驶状态为正常驾驶状态，基于所述拟合车辆轨迹确定目标车辆位置坐标。
在本实施例中，如果车辆驾驶状态为正常驾驶状态，则确定拟合车辆轨迹对应的有效坐标，并将有效坐标中定位时间最新的坐标，确定为目标车辆位置坐标。其中，拟合车辆轨迹中的有效坐标可以为上述过滤后的坐标。
作为一种可选的实现方式，如果不存在过滤后的车辆位置坐标、或者对过滤后的车辆位置坐标全部拟合过滤，则更新数据无效次数，如数据无效次数加1。响应于数据无效次数达到预设的次数阈值、且上述的历史车辆轨迹经历过轨迹拟合，则更新上述的历史车辆轨迹。通过实施这种可选的实现方式，能够对车辆轨迹拟合导致的误差进行及时修复，从而提高了历史车辆轨迹的精确度。
作为一种可选的实现方式，所述预设的坐标过滤条件包括：与车辆位置坐标对应的移动距离小于预设的距离阈值；或者，与车辆位置坐标对应的移动速度大于预设的速度阈值；或者，与车辆位置坐标对应的采集时间出现异常；或者，与车辆位置坐标对应的定位类型为预设的类型；或者，与车辆位置坐标对应的定位精度大于预设的精度阈值。
在本实现方式中，可以获取历史有效坐标，作为参考坐标。其中，历史有效坐标可以为目标车辆历史上报的、定位时间距离当前时间预设时长的车辆位置坐标。之后，可以计算车辆位置坐标与历史有效位置坐标之间的距离，即，上述移动距离。再判断上述移动距离是否小于预设的距离阈值，如果小于，则认为车辆位置坐标属于浮点坐标，过滤该车辆位置坐标。以及，还可以结合上述移动距离、车辆位置坐标的定位时间、历史有效坐标的定位时间，计算车辆位置坐标与历史有效位置坐标之间的移动速度，如果移动速度大于阈值，则说明该车辆位置坐标属于不可能到达的位置坐标，过滤该车辆位置坐标。以及，还可以获取车辆位置坐标的采集时间，根据该采集时间、历史有效坐标的采集时间，判断是否存在车辆位置坐标的采集时间早于历史有效坐标的采集时间，如果存在，则确定与车辆位置坐标对应的采集时间出现异常，过滤该车辆位置坐标。以及，还可以对于定位类型为基站类型的车辆位置坐标，直接过滤。以及，还可以对定位精度大于阈值的坐标，确定该车辆位置坐标的精度较差，直接过滤。例如，对于定位类型为GPS或高德绑路类型的车辆位置坐标，如果该车辆位置坐标的定位精度大于或者等于10米，则确定定位精度较差，过滤该车辆位置坐标。对于定位类型为WiFi定位且定位精度大于或者等于300米，则确定定位精度较差，过滤该车辆位置坐标。通过实施这种可选的实现方式，能够基于不同的过滤策略，对车辆位置坐标进行过滤，从而得到较为可靠的过滤后坐标，进而提高车辆定位精度。
可选的，对于车辆位置坐标为司机订单行程中的坐标、且采集时间晚于服务器时间、且采集时间与服务器时间之间的时长差值处于预设差值范围，则将该车辆位置坐标的采集时间修改为服务器时间。
作为一种可选的实现方式，所述状态确定单元304具体用于：根据所述拟合车辆轨迹，确定所述目标车辆的车辆轨迹参数；其中，所述车辆轨迹参数至少包括以下一项：加速度、方向角、轨迹点的可信度；响应于预设的异常驾驶事件库中不存在与所述车辆轨迹参数相匹配的异常驾驶事件，确定所述车辆驾驶状态为正常驾驶状态。
在本实施例中，在得到拟合车辆轨迹之后，可以对拟合车辆轨迹进行分析，得到车辆轨迹参数，具体的，车辆轨迹参数可以包括加速度、方向角、轨迹点的可信度。其中，轨迹点的可信度可以为拟合车辆轨迹中的轨迹坐标的可信度。其中，该可信度可以基于坐标的定位时间以及定位精度生成。其中，定位时间越接近当前时间，可信度越高。定位精度越高，可信度越高。
作为一种可选的实现方式，拟合单元303具体用于：响应于所述目标车辆处于打车订单运行状态、且所述车辆位置坐标集合中的各个车辆位置坐标不存在对应的路网信息，将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到所述拟合车辆轨迹。
在本实现方式中，如果目标车辆处于打车订单运行状态、且车辆位置坐标不存在对应的路网信息，则在此类情况下，结合历史车辆轨迹，对过滤后的车辆位置坐标进行拟合，实现在特定应用场景下的拟合，提高了拟合的有效性。
作为一种可选的实现方式，如果目标车辆处于打车订单运行状态、且无法获取目标车辆的实时定位，还可以对目标车辆的历史位置坐标进行分析，得到目标车辆对应的加速度和方向角信息，利用加速度和方向角信息预测目标车辆的实时定位。通过实施这种可选的实现方式，可以针对GPS信号弱等难以获取定位的场景，可以结合车辆的历史位置坐标，预测当前的实时定位，从而实现在车辆难以直接定位的场景预测得到车辆实时定位。
作为一种可选的实现方式，所述装置还包括：派单单元，用于基于所述目标车辆位置坐标，对所述目标车辆进行打车派单。
在本实施例中，可以利用该目标车辆位置坐标，为目标车辆分配乘客订单，即，对目标车辆进行打车派单，从而提高了打车派单的精确性。另一种可选的，执行主体还可以基于目标车辆位置坐标，作为打车订单价格生成的依据，从而提高打车订单价格生成的可靠性。
关于上述实施例中的车辆定位装置，其中各个模块执行操作的具体方式已经在上述相关方法的实施例中进行了详细描述，此处将不做详细阐述说明。
请参阅图4，图4是根据一示例性实施例示出的一种车辆定位设备的框图结构示意图，该车辆定位设备包括：
一个或者多个存储器401，其上存储有可执行程序；
一个或者多个处理器402，用于执行所述存储器401中的所述可执行程序，以实现上述车辆定位方法的步骤。
关于上述实施例中的车辆定位设备，在实际应用中可以为服务器，其处理器402执行存储器401中程序的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
此外，本申请提供还一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述车辆定位方法的步骤。
其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”、“多”的含义是指至少两个。
应该理解，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者可能同时存在居中元件；当一个元件被称为“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件,此外，这里使用的“连接”可以包括无线连接；使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为：表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种车辆定位方法，其特征在于，所述方法包括：
获取使用打车应用软件的司机所驾驶的目标车辆的车辆位置坐标集合；
基于预设的坐标过滤条件，对所述车辆位置坐标集合中的各个车辆位置坐标进行过滤，得到过滤后的车辆位置坐标；所述预设的坐标过滤条件包括坐标是否可信、坐标是否过期、坐标精度值是否过高以及坐标是否可达；
将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹，包括：响应于所述目标车辆处于打车订单运行状态、且所述车辆位置坐标集合中的各个车辆位置坐标不存在对应的路网信息，将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到所述拟合车辆轨迹；
确定所述拟合车辆轨迹对应的车辆驾驶状态；
响应于所述车辆驾驶状态为正常驾驶状态，基于所述拟合车辆轨迹确定目标车辆位置坐标，包括：确定所述拟合车辆轨迹对应的有效坐标，将所述有效坐标中定位时间最新的坐标，确定为所述目标车辆位置坐标。
2.根据权利要求1所述的方法，其特征在于，所述预设的坐标过滤条件包括：
与车辆位置坐标对应的移动距离小于预设的距离阈值；或者
与车辆位置坐标对应的移动速度大于预设的速度阈值；或者
与车辆位置坐标对应的采集时间出现异常；或者
与车辆位置坐标对应的定位类型为预设的类型；或者
与车辆位置坐标对应的定位精度大于预设的精度阈值。
3.根据权利要求1所述的方法，其特征在于，所述确定所述拟合车辆轨迹对应的车辆驾驶状态，包括：
根据所述拟合车辆轨迹，确定所述目标车辆的车辆轨迹参数；其中，所述车辆轨迹参数至少包括以下一项：加速度、方向角、轨迹点的可信度；
响应于预设的异常驾驶事件库中不存在与所述车辆轨迹参数相匹配的异常驾驶事件，确定所述车辆驾驶状态为正常驾驶状态。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：
基于所述目标车辆位置坐标，对所述目标车辆进行打车派单。
5.一种车辆定位装置，其特征在于，所述装置包括：
位置获取单元，用于获取使用打车应用软件的司机所驾驶的目标车辆的车辆位置坐标集合；
坐标过滤单元，用于基于预设的坐标过滤条件，对所述车辆位置坐标集合中的各个车辆位置坐标进行过滤，得到过滤后的车辆位置坐标；所述预设的坐标过滤条件包括坐标是否可信、坐标是否过期、坐标精度值是否过高以及坐标是否可达；
拟合单元，用于将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到拟合车辆轨迹，包括：响应于所述目标车辆处于打车订单运行状态、且所述车辆位置坐标集合中的各个车辆位置坐标不存在对应的路网信息，将所述过滤后的车辆位置坐标和所述目标车辆的历史车辆轨迹进行拟合，得到所述拟合车辆轨迹；
状态确定单元，用于确定所述拟合车辆轨迹对应的车辆驾驶状态；
坐标确定单元，用于响应于所述车辆驾驶状态为正常驾驶状态，基于所述拟合车辆轨迹确定目标车辆位置坐标，包括：确定所述拟合车辆轨迹对应的有效坐标，将所述有效坐标中定位时间最新的坐标，确定为所述目标车辆位置坐标。
6.根据权利要求5所述的装置，其特征在于，所述预设的坐标过滤条件包括：
与车辆位置坐标对应的移动距离小于预设的距离阈值；或者
与车辆位置坐标对应的移动速度大于预设的速度阈值；或者
与车辆位置坐标对应的采集时间出现异常；或者
与车辆位置坐标对应的定位类型为预设的类型；或者
与车辆位置坐标对应的定位精度大于预设的精度阈值。
7.根据权利要求5所述的装置，其特征在于，所述状态确定单元具体用于：
根据所述拟合车辆轨迹，确定所述目标车辆的车辆轨迹参数；其中，所述车辆轨迹参数至少包括以下一项：加速度、方向角、轨迹点的可信度；
响应于预设的异常驾驶事件库中不存在与所述车辆轨迹参数相匹配的异常驾驶事件，确定所述车辆驾驶状态为正常驾驶状态。
8.一种车辆定位设备，其特征在于，包括：
一个或者多个存储器，其上存储有可执行程序；
一个或者多个处理器，用于执行所述存储器中的所述可执行程序，以实现权利要求1-4任一项所述方法的步骤。
9.一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上存储计算机程序，所述计算机程序被处理器执行时实现权利要求1-4任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211298770.XA CN115355925B (zh) | 2022-10-24 | 2022-10-24 | 车辆定位方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211298770.XA CN115355925B (zh) | 2022-10-24 | 2022-10-24 | 车辆定位方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115355925A CN115355925A (zh) | 2022-11-18 |
| CN115355925B true CN115355925B (zh) | 2023-02-17 |
Family
ID=84007706
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211298770.XA Active CN115355925B (zh) | 2022-10-24 | 2022-10-24 | 车辆定位方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115355925B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111385868A (zh) * | 2018-12-29 | 2020-07-07 | 北京骑胜科技有限公司 | 一种车辆定位方法、系统、装置和存储介质 |
| CN111710166A (zh) * | 2020-08-20 | 2020-09-25 | 南京感动科技有限公司 | 一种基于etc门架的路径拟合方法 |
| CN113341443A (zh) * | 2021-05-26 | 2021-09-03 | 和芯星通科技(北京)有限公司 | 一种定位轨迹信息的处理方法和车载导航装置 |
| CN113419258A (zh) * | 2021-07-07 | 2021-09-21 | 东软集团股份有限公司 | 一种定位异常检测方法及其相关设备 |
| CN114862946A (zh) * | 2022-06-06 | 2022-08-05 | 重庆紫光华山智安科技有限公司 | 位置预测方法、系统、设备及介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102215325B1 (ko) * | 2017-02-28 | 2021-02-15 | 현대자동차주식회사 | 차량의 위치 추정 장치 및 방법과 이를 이용한 차량 |
-
2022
- 2022-10-24 CN CN202211298770.XA patent/CN115355925B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111385868A (zh) * | 2018-12-29 | 2020-07-07 | 北京骑胜科技有限公司 | 一种车辆定位方法、系统、装置和存储介质 |
| CN111710166A (zh) * | 2020-08-20 | 2020-09-25 | 南京感动科技有限公司 | 一种基于etc门架的路径拟合方法 |
| CN113341443A (zh) * | 2021-05-26 | 2021-09-03 | 和芯星通科技(北京)有限公司 | 一种定位轨迹信息的处理方法和车载导航装置 |
| CN113419258A (zh) * | 2021-07-07 | 2021-09-21 | 东软集团股份有限公司 | 一种定位异常检测方法及其相关设备 |
| CN114862946A (zh) * | 2022-06-06 | 2022-08-05 | 重庆紫光华山智安科技有限公司 | 位置预测方法、系统、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115355925A (zh) | 2022-11-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110646824B (zh) | 一种多种定位方式实现运动轨迹漂移点过滤计算的方法 | |
| US10152889B2 (en) | Predicting that a parking space is about to be vacated | |
| JP6312304B2 (ja) | 位置測定方法、自己位置測定装置及び車載器 | |
| US10303168B2 (en) | On-vehicle control device, host vehicle position and posture specifying device, and on-vehicle display device | |
| CN105741546A (zh) | 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法 | |
| JP2020515816A (ja) | Ｇｎｓｓ受信機保護レベル | |
| CN111366161B (zh) | 车辆定位方法及电子设备 | |
| CN104050832A (zh) | 位置信息的补全方法和装置 | |
| CN107767661B (zh) | 车辆实时跟踪系统 | |
| US11555705B2 (en) | Localization using dynamic landmarks | |
| CN105809126A (zh) | Dsrc与车载传感器融合的智能车辆目标跟踪系统及方法 | |
| CN111026081B (zh) | 一种误差计算方法、装置、设备及存储介质 | |
| CN109102712B (zh) | 用于实现车辆平滑移动的数据处理方法及装置 | |
| CN104217588A (zh) | 一种实时交通信息获取方法、服务器及系统 | |
| CN105424051A (zh) | 一种确定车辆行驶路径的方法和设备 | |
| CN102622796A (zh) | 用于车辆追踪的系统与方法 | |
| JP2017003728A (ja) | 地図生成システム、方法、及びプログラム | |
| CN105424050A (zh) | 一种确定车辆行驶路径的方法和设备 | |
| WO2021001018A1 (en) | Sourced lateral offset for adas or ad features | |
| US20180144631A1 (en) | Computer system and method for determining stay periods of a road vehicle | |
| CN114663804A (zh) | 可行驶区域检测方法、装置、移动设备及存储介质 | |
| CN115355925B (zh) | 车辆定位方法、装置、设备和介质 | |
| CN115129796A (zh) | 定位数据分析方法、装置、设备和介质 | |
| US11700506B2 (en) | Systems and methods for determining a vehicle driver using at least peer-to-peer network signals | |
| CN112235377B (zh) | 车辆位置信息的上报方法、装置、设备及存储介质 |
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 |