CN116067359A - 基于delaunay三角网的低精度轨迹数据处理方法及系统 - Google Patents

基于delaunay三角网的低精度轨迹数据处理方法及系统 Download PDF

Info

Publication number
CN116067359A
CN116067359A CN202211718057.6A CN202211718057A CN116067359A CN 116067359 A CN116067359 A CN 116067359A CN 202211718057 A CN202211718057 A CN 202211718057A CN 116067359 A CN116067359 A CN 116067359A
Authority
CN
China
Prior art keywords
track
triangles
low
precision
track point
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
CN202211718057.6A
Other languages
English (en)
Inventor
胡丹丹
尹玉成
石涤文
刘奋
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.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence 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 Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN202211718057.6A priority Critical patent/CN116067359A/zh
Publication of CN116067359A publication Critical patent/CN116067359A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Generation (AREA)

Abstract

本发明提供一种基于delaunay三角网的低精度轨迹数据处理方法及系统,方法包括:获取低精度轨迹数据;提取第一个轨迹点,获取与第一个轨迹点的距离和角度差满足设定条件的轨迹点集;基于轨迹点集,进行delaunay三角网计算,得到对应的三角网;对三角网中的多个三角形进行筛选,统计有效三角形个数;基于有效三角形个数,判断第一个轨迹点是否需要被过滤掉;根据过滤掉的低精度轨迹数据,重复执行步骤2~步骤5,直到低精度轨迹点数据中的所有轨迹点均处理完成,获取保留下来的轨迹点。本发明基于delaunay三角网对低精度轨迹数据进行滤取,解决过滤低精度轨迹漂移和稀少轨迹段的问题,提高路网的可靠性。

Description

基于delaunay三角网的低精度轨迹数据处理方法及系统
技术领域
本发明涉及高精度地图制作领域,更具体地,涉及一种基于delaunay三角网的低精度轨迹数据处理方法及系统。
背景技术
众包高精度地图的制作不仅要处理高精度的轨迹,还要能处理低精度的轨迹数据,这样一是可以降低成本,二是可以兼容不同的数据源。但是低精度轨迹的漂移一般较严重,对某段轨迹而言,若与它相似形态的其他轨迹较少,则漂移的可能想比较大,或者如果某条路段只有很稀少的轨迹经过,则其可靠性也是值得怀疑的。所以为了排除轨迹漂移给生成路网带来的干扰,为了提高路网的可靠性,需要对低精度轨迹进行滤取的预处理。
发明内容
本发明针对现有技术中存在的技术问题,提供一种基于delaunay三角网的低精度轨迹数据处理方法及系统。
根据本发明的第一方面,提供了一种基于delaunay三角网的低精度轨迹数据处理方法,包括:
步骤1,获取低精度轨迹数据;
步骤2,提取所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集;
步骤3,基于所述轨迹点集,进行delaunay三角网计算,得到对应的三角网;
步骤4,对所述三角网中的多个三角形进行筛选,统计有效三角形个数;
步骤5,基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉;
步骤6,根据过滤掉的低精度轨迹数据,重复执行步骤2~步骤5,直到所述低精度轨迹点数据中的所有轨迹点均处理完成,获取保留下来的轨迹点。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述步骤2中,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集,包括:
当轨迹点与所述第一个轨迹点之间的距离小于阈值d0,且角度差小于阈值θ0,则所述轨迹点满足设定条件,获取所有满足设定条件的轨迹点。
可选的,所述步骤4,对所述三角网中的多个三角形进行筛选,统计有效三角形个数,包括:
当所述三角网中的三角形的三个边长小于等于长度阈值d1,且三角形的三个内角的角度均小于等于角度阈值θ1,则所述三角形为有效三角形,统计所有有效三角形的数量。
可选的,所述步骤5,基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉,包括:
若所述有效三角形的数量小于阈值k0,则对应的轨迹点需要被过滤掉;否则,保留对应的轨迹点。
根据本发明的第二方面,提供一种基于delaunay三角网的低精度轨迹数据处理系统,包括:
第一获取模块,用于获取低精度轨迹数据;以及基于提取的所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集;
计算模块,用于基于所述轨迹点集,进行delaunay三角网计算,得到对应的三角网;
统计模块,用于对所述三角网中的多个三角形进行筛选,统计有效三角形个数;
判断模块,用于基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉;
第二获取模块,用于根据过滤掉的低精度轨迹数据,重复调用所述第一获取模块、计算模块、统计模块和判断模块,直到所述低精度轨迹点数据中的所有轨迹点均处理完成,获取保留下来的轨迹点。
可选的,所述第一获取模块,基于提取的所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集,包括:
当轨迹点与所述第一个轨迹点之间的距离小于阈值d0,且角度差小于阈值θ0,则所述轨迹点满足设定条件,获取所有满足设定条件的轨迹点。
可选的,所述统计模块,对所述三角网中的多个三角形进行筛选,统计有效三角形个数,包括:
当所述三角网中的三角形的三个边长小于等于长度阈值d1,且三角形的三个内角的角度均小于等于角度阈值θ1,则所述三角形为有效三角形,统计所有有效三角形的数量。
可选的,所述判断模块,用于基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉,包括:
若所述有效三角形的数量小于阈值k0,则对应的轨迹点需要被过滤掉;否则,保留对应的轨迹点。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现基于delaunay三角网的低精度轨迹数据处理方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现基于delaunay三角网的低精度轨迹数据处理方法的步骤。
本发明提供的一种基于delaunay三角网的低精度轨迹数据处理方法及系统,基于delaunay三角网对低精度轨迹数据进行滤取,解决过滤低精度轨迹漂移和稀少轨迹段的问题,提高路网的可靠性。
附图说明
图1为本发明提供的一种基于delaunay三角网的低精度轨迹数据处理方法流程图;
图2为本发明提供的一种基于delaunay三角网的低精度轨迹数据处理系统的结构示意图;
图3为本发明提供的一种可能的电子设备的硬件结构示意图;
图4为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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一部分实施例,而不是全部的实施例。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前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
基于背景技术中的问题,本发明提出了一种对低精度轨迹数据进行滤取的方法,获取到原始低精度轨迹后,对其中的轨迹点,先取与它距离在一定范围内且角度也在一定范围内的轨迹点集,进行delaunay三角网计算,再对三角网的结果进行筛选,统计点集中每个点的delaunay三角网数量,数量达到一定阈值的点才能留下来,否则会被过滤掉。忽略掉已经处理过的点集,用剩下的所有轨迹点重复上述操作,直到循环结束为止,这样就完成了整个滤取过程。
图1为本发明提供的一种基于delaunay三角网的低精度轨迹数据处理方法流程图,如图1所示,方法包括:
步骤1,获取低精度轨迹数据。
步骤2,提取所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集。
可理解的是,需要对整个低精度轨迹数据集中的轨迹点进行滤取,首先提取低精度轨迹数据集中的第一个轨迹点,从第一个轨迹点开始,获取其附近的轨迹点集,需要满足的条件如下:与第一个轨迹点的距离小于阈值d0,且角度差小于阈值θ0,获取满足条件的轨迹点集。
步骤3,基于所述轨迹点集,进行delaunay三角网计算,得到对应的三角网。
可理解的是,基于步骤2中获取的轨迹点集,进行delaunay三角网计算,得到对应的三角网,其中,三角网由若干个三角形构成。
步骤4,对所述三角网中的多个三角形进行筛选,统计有效三角形个数。
可理解的是,对于三角网中的若干个三角形进行筛选,其中,三角形的边长不能大于阈值d1,且三角形的三个内角的角度均不能超过阈值θ1,只有满足这两个条件的三角形才为有效三角形,不满足条件的三角形剔除,这样一是为了排除掉可能不在同一道路面的轨迹点的干扰,二是为了去掉因为轨迹偏折而生成的三角网,这样的三角网是同一轨迹的相邻点生成的,没有意义。这样就得到了有效的三角形结果,统计有效三角形的数量。
步骤5,基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉。
可理解的是,根据轨迹点对应的有效三角形个数进行判断,如果有效三角形个数小于阈值k0,则该轨迹点需要从原始的低精度轨迹数据集中被过滤掉,如果有效三角形个数大于等于阈值k0,则保留该轨迹点。
步骤6,根据过滤掉的低精度轨迹数据,重复执行步骤2~步骤5,直到所述低精度轨迹点数据中的所有轨迹点均处理完成,获取保留下来的轨迹点。
可理解的是,基于过滤掉不符合条件轨迹点的低精度轨迹数据,重复执行步骤2到步骤5,直到所述低精度轨迹点数据中的所有轨迹点均处理完成,获取保留下来的轨迹点集合,即是delaunay三角网的滤取结果。
图2为本发明实施例提供的一种基于delaunay三角网的低精度轨迹数据处理系统结构图,如图2所示,该系统包括第一获取模块201、计算模块202、统计模块203、判断模块204和第二获取模块205,其中:
第一获取模块201,用于获取低精度轨迹数据;以及基于提取的所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集;
计算模块202,用于基于所述轨迹点集,进行delaunay三角网计算,得到对应的三角网;
统计模块203,用于对所述三角网中的多个三角形进行筛选,统计有效三角形个数;
判断模块204,用于基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉;
第二获取模块205,用于根据过滤掉的低精度轨迹数据,重复调用所述第一获取模块、计算模块、统计模块和判断模块,直到所述低精度轨迹点数据中的所有轨迹点均处理完成,获取保留下来的轨迹点。
其中,所述第一获取模块201,基于提取的所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集,包括:当轨迹点与所述第一个轨迹点之间的距离小于阈值d0,且角度差小于阈值θ0,则所述轨迹点满足设定条件,获取所有满足设定条件的轨迹点。
所述统计模块203,对所述三角网中的多个三角形进行筛选,统计有效三角形个数,包括:当所述三角网中的三角形的三个边长小于等于长度阈值d1,且三角形的三个内角的角度均小于等于角度阈值θ1,则所述三角形为有效三角形,统计所有有效三角形的数量。
所述判断模块204,用于基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉,包括:若所述有效三角形的数量小于阈值k0,则对应的轨迹点需要被过滤掉;否则,保留对应的轨迹点。
可以理解的是,本发明提供的一种基于delaunay三角网的低精度轨迹数据处理系统与前述各实施例提供的基于delaunay三角网的低精度轨迹数据处理方法相对应,基于delaunay三角网的低精度轨迹数据处理系统的相关技术特征可参考基于delaunay三角网的低精度轨迹数据处理方法的相关技术特征,在此不再赘述。
请参阅图3,图3为本发明实施例提供的电子设备的实施例示意图。如图3所示,本发明实施例提了一种电子设备300,包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311,处理器320执行计算机程序1311时实现基于delaunay三角网的低精度轨迹数据处理方法的步骤。
请参阅图4,图4为本发明提供的一种计算机可读存储介质的实施例示意图。如图4所示,本实施例提供了一种计算机可读存储介质1400,其上存储有计算机程序1411,该计算机程序1411被处理器执行时实现基于delaunay三角网的低精度轨迹数据处理方法的步骤。
本发明实施例提供的一种基于delaunay三角网的低精度轨迹数据处理方法及系统,具有以下优点:
(1)不同于其他路网构建的delaunay三角网使用方法,本发明的方法会对构建三角网的数据集进行距离和角度上的限制,这样在很大程度上可以保证选取的点集属于同一条道路;
(2)在生成三角网后,会根据边长、三角网的内角角度对三角网进行滤取,这样可以去掉因为轨迹偏折不平滑而生成的三角网的干扰。
需要说明的是,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细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。

Claims (10)

1.一种基于delaunay三角网的低精度轨迹数据处理方法,其特征在于,包括:
步骤1,获取低精度轨迹数据;
步骤2,提取所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集;
步骤3,基于所述轨迹点集,进行delaunay三角网计算,得到对应的三角网;
步骤4,对所述三角网中的多个三角形进行筛选,统计有效三角形个数;
步骤5,基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉;
步骤6,根据过滤掉的低精度轨迹数据,重复执行步骤2~步骤5,直到所述低精度轨迹点数据中的所有轨迹点均处理完成,获取保留下来的轨迹点。
2.根据权利要求1所述的低精度轨迹数据处理方法,其特征在于,所述步骤2中,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集,包括:
当轨迹点与所述第一个轨迹点之间的距离小于阈值d0,且角度差小于阈值θ0,则所述轨迹点满足设定条件,获取所有满足设定条件的轨迹点。
3.根据权利要求1所述的低精度轨迹数据处理方法,其特征在于,所述步骤4,对所述三角网中的多个三角形进行筛选,统计有效三角形个数,包括:
当所述三角网中的三角形的三个边长小于等于长度阈值d1,且三角形的三个内角的角度均小于等于角度阈值θ1,则所述三角形为有效三角形,统计所有有效三角形的数量。
4.根据权利要求1或3所述的低精度轨迹数据处理方法,其特征在于,所述步骤5,基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉,包括:
若所述有效三角形的数量小于阈值k0,则对应的轨迹点需要被过滤掉;否则,保留对应的轨迹点。
5.一种基于delaunay三角网的低精度轨迹数据处理系统,其特征在于,包括:
第一获取模块,用于获取低精度轨迹数据;以及基于提取的所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集;
计算模块,用于基于所述轨迹点集,进行delaunay三角网计算,得到对应的三角网;
统计模块,用于对所述三角网中的多个三角形进行筛选,统计有效三角形个数;
判断模块,用于基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉;
第二获取模块,用于根据过滤掉的低精度轨迹数据,重复调用所述第一获取模块、计算模块、统计模块和判断模块,直到所述低精度轨迹点数据中的所有轨迹点均处理完成,获取保留下来的轨迹点。
6.根据权利要求5所述的低精度轨迹数据处理系统,其特征在于,所述第一获取模块,基于提取的所述低精度轨迹数据中的第一个轨迹点,获取与所述第一个轨迹点的距离和角度差满足设定条件的轨迹点集,包括:
当轨迹点与所述第一个轨迹点之间的距离小于阈值d0,且角度差小于阈值θ0,则所述轨迹点满足设定条件,获取所有满足设定条件的轨迹点。
7.根据权利要求5所述的低精度轨迹数据处理系统,其特征在于,所述统计模块,对所述三角网中的多个三角形进行筛选,统计有效三角形个数,包括:
当所述三角网中的三角形的三个边长小于等于长度阈值d1,且三角形的三个内角的角度均小于等于角度阈值θ1,则所述三角形为有效三角形,统计所有有效三角形的数量。
8.根据权利要求5或7所述的低精度轨迹数据处理系统,其特征在于,所述判断模块,用于基于所述有效三角形个数,判断所述第一个轨迹点是否需要被过滤掉,包括:
若所述有效三角形的数量小于阈值k0,则对应的轨迹点需要被过滤掉;否则,保留对应的轨迹点。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-4任一项所述的基于delaunay三角网的低精度轨迹数据处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-4任一项所述的基于delaunay三角网的低精度轨迹数据处理方法的步骤。
CN202211718057.6A 2022-12-29 2022-12-29 基于delaunay三角网的低精度轨迹数据处理方法及系统 Pending CN116067359A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211718057.6A CN116067359A (zh) 2022-12-29 2022-12-29 基于delaunay三角网的低精度轨迹数据处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211718057.6A CN116067359A (zh) 2022-12-29 2022-12-29 基于delaunay三角网的低精度轨迹数据处理方法及系统

Publications (1)

Publication Number Publication Date
CN116067359A true CN116067359A (zh) 2023-05-05

Family

ID=86181437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211718057.6A Pending CN116067359A (zh) 2022-12-29 2022-12-29 基于delaunay三角网的低精度轨迹数据处理方法及系统

Country Status (1)

Country Link
CN (1) CN116067359A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116975528A (zh) * 2023-07-17 2023-10-31 哈尔滨工程大学 基于德劳内三角剖分的极地声信号特征提取方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116975528A (zh) * 2023-07-17 2023-10-31 哈尔滨工程大学 基于德劳内三角剖分的极地声信号特征提取方法和装置
CN116975528B (zh) * 2023-07-17 2024-03-15 哈尔滨工程大学 基于德劳内三角剖分的极地声信号特征提取方法和装置

Similar Documents

Publication Publication Date Title
CN116067359A (zh) 基于delaunay三角网的低精度轨迹数据处理方法及系统
CN115649183B (zh) 车辆质量估计方法、装置、电子设备及存储介质
CN111367958B (zh) 一种数据分析方法、装置、电子设备及存储介质
CN112200059B (zh) 水上移动目标的流量统计方法、装置和计算机设备
CN110633279A (zh) 多源时空轨迹数据处理方法、装置、设备和存储介质
CN103295227A (zh) 一种基于梯度方向分割的圆检测方法
CN109461136B (zh) 一种混合纤维制品中纤维分布情况的检测方法
CN110876072B (zh) 一种批量注册用户识别方法、存储介质、电子设备及系统
CN110942019B (zh) 一种用于找出两条轨迹的最长伴随子路径的分析方法
CN112444820B (zh) 一种机器人位姿确定方法、装置、可读存储介质及机器人
CN114707029A (zh) 一种图谱数据的处理方法、装置及电子设备
CN111160385B (zh) 海量位置点聚合的方法、装置、设备及存储介质
CN115222900A (zh) 一种地面点高程确定方法、装置、设备及计算机程序产品
CN112561932A (zh) 航迹线去噪方法、装置、电子设备和存储介质
CN111708769A (zh) 一种实现信息处理的方法、系统、计算机存储介质及终端
CN112380489B (zh) 数据处理时间计算方法、数据处理平台评价方法及系统
CN114509062B (zh) 基于轨迹大数据的逆行轨迹过滤方法及装置
CN111125279B (zh) 一种应用于轨迹伴随可能性分析的伴随系数计算方法
CN112990246B (zh) 孤立树模型建立的方法和装置
CN117495770A (zh) 不同直径二衬钢筋网纵横定向分离、间距检测方法及系统
CN112559962B (zh) 数字信号降噪方法及装置
CN117473633B (zh) 轴网生成方法、装置、设备及存储介质
CN111314268B (zh) 一种数据包分析方法及装置
CN110032374B (zh) 一种参数提取方法、装置、设备及介质
CN115272720A (zh) 一种图像去重方法、装置及电子设备

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