CN116383330B - 一种轨迹拟合方法、存储介质及电子设备 - Google Patents
一种轨迹拟合方法、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116383330B CN116383330B CN202310659043.XA CN202310659043A CN116383330B CN 116383330 B CN116383330 B CN 116383330B CN 202310659043 A CN202310659043 A CN 202310659043A CN 116383330 B CN116383330 B CN 116383330B
- Authority
- CN
- China
- Prior art keywords
- fitting
- track
- target position
- function
- information
- 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 57
- 230000006870 function Effects 0.000 claims description 60
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 abstract description 13
- 238000012545 processing Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000012887 quadratic function Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012888 cubic function Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Remote Sensing (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及数据处理领域,特别是涉及一种轨迹拟合方法、存储介质及电子设备。包括:获取第一目标位置的拟合信息A1。获取第二目标位置的拟合信息A2。根据A1及A2,确定轨迹拟合函数F。根据F生成第一目标位置与第二目标位置之间的拟合轨迹。本发明中在进行两个相邻拟合点之间的轨迹拟合时,不仅使用了经纬度信息,还使用了对应的速度信息,由此通过增加约束信息,可以使最终确定的轨迹拟合函数F,可以更加准确的还原拟合轨迹,进而提高轨迹的拟合精度。同时,根据轨迹拟合函数F可知,通过增加一个速度的约束信息,在付出较小的计算代价的情况下,可使拟合轨迹的精度有较大幅度的提高。
Description
技术领域
本发明涉及数据处理领域,特别是涉及一种轨迹拟合方法、存储介质及电子设备。
背景技术
随着技术的发展,对运动轨迹拟合被越来越多的应用在各种场景中,如在对交通工具运动轨迹的复现展示以及路径预测或规划的场景中。通过运动轨迹拟合可以更加直观的展示目标物体的相关运动信息。
相关技术中,可以通过直线来依次连接物体运动过程中,采集到的任意两个相邻拟合点的位置信息,来对运动轨迹进行拟合。为了拟合结果的更加准确,需要具有较高的采集频率,也即两个相邻拟合点之间的距离较近。但是,在实际作业过程中,往往会由于不同时段或不同空间中的网络延迟的不同,以及某一空间中信号接收设备的设置密度不同。导致最终接收到的拟合点的分布并不均匀,也即两个相邻拟合点之间的间距差异较大。由此,导致现有的相关拟合手段,在相邻拟合点之间的间距较大的情况下,出现轨迹的拟合精度较低的问题。
发明内容
针对上述技术问题,本发明采用的技术方案为:
根据本发明的一个方面,提供了一种轨迹拟合方法,该方法包括如下步骤:
获取第一目标位置的拟合信息A1=(X1,Y1,V1 X,V1 Y),X1为第一目标位置的经度。Y1为第一目标位置的纬度。V1 X为第一目标位置处的速度在经度方向上的速度分量。V1 Y为第一目标位置处的速度在纬度方向上的速度分量。
获取第二目标位置的拟合信息A2=(X2,Y2,V2 X,V2 Y),X2为第二目标位置的经度。Y2为第二目标位置的纬度。V2 X为第二目标位置处的速度在经度方向上的速度分量。V2 Y为第二目标位置处的速度在纬度方向上的速度分量。
根据A1及A2,确定轨迹拟合函数F,F满足如下条件:
。
其中,J(t)、W(t)分别为拟合轨迹在时间t时的拟合点的经纬度。α1、β1、δ1及γ1均为经度拟合函数中的拟合系数。α2、β2、δ2及γ2均为纬度拟合函数中的拟合系数。t∈[T1,T2],T1为第一目标位置的生成时间;T2为第二目标位置的生成时间。
根据F生成第一目标位置与第二目标位置之间的拟合轨迹。
根据本发明的第二个方面,提供了一种非瞬时性计算机可读存储介质,非瞬时性计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述的一种轨迹拟合方法。
根据本发明的第三个方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的一种轨迹拟合方法。
本发明至少具有以下有益效果:
本发明中在进行两个相邻拟合点之间的轨迹拟合时,不仅使用了经纬度信息,还使用了对应的速度信息,由此通过增加约束信息,可以使最终确定的轨迹拟合函数F,可以更加准确的还原拟合轨迹,进而提高轨迹的拟合精度。
同时,根据轨迹拟合函数F可知,该函数是位置信息随时间变化的函数,且该函数中关于J(t)及W(t)的函数,均只有4个未知系数需要确定。在该情况下至少需要4组坐标才可以确定上述4个未知系数。而在本发明中,可以将速度进行分解,由此刚好可以满足4组坐标计算要求。以J(t)为例进行说明,预期相关的4组独立坐标为(t1,X1)、(t1,V1 X)、(t2,X2)、(t2,V2 X)。其中,(t1,X1)及(t2,X2)满足J(t),(t1,V1 X)及(t2,V2 X)满足J(t)对时间的导数。由此,可以通过增加一个速度的约束信息,在付出较小的计算代价的情况下,可使拟合轨迹的精度有较大幅度的提高。
并且,在构建轨迹拟合模型时,使用一元三次函数进行构建。其刚好满足只有4个未知系数需要确定的条件。另外,对F进行求导后的函数是一个二次函数,其几何形状为抛物线,由此在两个位置信息的约束下,再对两个速度信息进行拟合时,其具有更大的变化自由度,进而可以更加准确的对速度信息进行拟合。相对于以二次函数构建轨迹拟合模型而言,二次函数求导后的函数是一个一次函数,其几何形状为直线,其形状变化自由度要小于抛物线的形状变化自由度,由此在两个位置信息的约束下,再对两个速度信息进行拟合时,其拟合精度小于抛物线的拟合精度。相对于以更高次数的函数建轨迹拟合模型而言,如四次函数,其可以提高在位置信息的约束下,对速度信息的拟合精度。但是,由于其具有更多的未知系数需要确定,由此需要更多的坐标信息。在此情况下,提高了数据的获取难度,以及计算的复杂程度。且容易将前序或者后序拟合点的误差信息,关联至构建的轨迹拟合模型中,进而造成轨迹的拟合精度的不可控的问题。综上,本发明中选用的构建轨迹拟合模型,可以在付出较少的计算代价的情况下,更好的保证轨迹的拟合精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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为本发明实施例提供的一种轨迹拟合方法的流程图。
图2为本发明另一实施例提供的不同次数函数构建的轨迹拟合模型的轨迹拟合示意图。
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,所描述的实施例仅仅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,本领域技术人员在没有作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。
根据本发明的一个方面,如图1所示,提供了一种轨迹拟合方法,该方法包括如下步骤:
S100:获取第一目标位置的拟合信息A1=(X1,Y1,V1 X,V1 Y),X1为第一目标位置的经度。Y1为第一目标位置的纬度。V1 X为第一目标位置处的速度在经度方向上的速度分量。V1 Y为第一目标位置处的速度在纬度方向上的速度分量。
S200:获取第二目标位置的拟合信息A2=(X2,Y2,V2 X,V2 Y),X2为第二目标位置的经度。Y2为第二目标位置的纬度。V2 X为第二目标位置处的速度在经度方向上的速度分量。V2 Y为第二目标位置处的速度在纬度方向上的速度分量。
当然,位置信息中也可以加入高度信息,其拟合轨迹拟合函数的确定方法,与经纬度方向上的轨迹拟合函数的确定方法相同。
具体的,第一目标位置和第二目标位置,即为需要进行轨迹拟合的拟合点。如车辆在运动过程中通过定位设备采集到的拟合信息。或飞机在飞行过程中,通过地面站收集到的ADS-B(Automatic Dependent Surveillance-Broadcast,广播式自动相关监视)数据得到的拟合信息。通常在物体的运动过程中,产生的对运动物体进行描述的信息,通常仅为位置信息及速度信息的常规信息。由此,在进行拟合信息的获取时,能够较为容易的获取到需要的信息。
S300:根据A1及A2,确定轨迹拟合函数F,F满足如下条件:
。
其中,J(t)、W(t)分别为拟合轨迹在时间t时的拟合点的经纬度。α1、β1、δ1及γ1均为经度拟合函数中的拟合系数。α2、β2、δ2及γ2均为纬度拟合函数中的拟合系数。t∈[T1,T2],T1为第一目标位置的生成时间。T2为第二目标位置的生成时间。
根据轨迹拟合函数F可知,该函数是位置信息随时间变化的函数,且该函数中关于J(t)及W(t)的函数,均只有4个未知系数需要确定。在该情况下至少需要4组坐标才可以确定上述4个未知系数。而在本发明的拟合过程中,可以将速度进行分解,由此刚好可以满足4组坐标计算要求。以J(t)为例进行说明,预期相关的4组独立坐标为(t1,X1)、(t1,V1 X)、(t2,X2)、(t2,V2 X)。其中,(t1,X1)及(t2,X2)满足J(t),(t1,V1 X)及(t2,V2 X)满足J(t)对时间的导数。由此,可以通过增加一个速度的约束信息,并付出较小的计算代价,既可使拟合轨迹的精度有较大幅度的提高。
并且,在构建轨迹拟合模型时,使用一元三次函数进行构建。其刚好满足只有4个未知系数需要确定的条件。另外,对F进行求导后的函数是一个二次函数,其几何形状为抛物线,由此在两个位置信息的约束下,再对两个速度信息进行拟合时,其具有更大的变化自由度,进而可以更加准确的对速度信息进行拟合。如图2所示,在得到待拟合点N和M的位置信息及速度信息之后,对待拟合点N和M之间的轨迹进行拟合生成拟合轨迹L3,L3对N点的速度VN和M点的速度VM的约束均可以满足,其拟合精度较高。
相对于以二次函数构建轨迹拟合模型而言,二次函数求导后的函数是一个一次函数,其几何形状为直线,其形状变化自由度要小于抛物线的形状变化自由度,由此在两个位置信息的约束下,再对两个速度信息进行拟合时,其拟合精度小于抛物线的拟合精度。如图2所示,其拟合出来的抛物线L2无法满足,M点的速度VM的约束。同样的,一次函数构建轨迹拟合模型,其拟合出来的抛物线L1,对N点的速度VN和M点的速度VM的约束均无法满足,其拟合精度更低。
相对于以更高次数的函数建轨迹拟合模型而言,如四次函数,其可以提高在位置信息的约束下,对速度信息的拟合精度。但是,由于其具有更多的未知系数需要确定,由此需要更多的坐标信息。在此情况下,提高了数据的获取难度,以及计算的复杂程度。通常情况下,会将与第一目标位置或第二目标位置相邻的拟合点的拟合信息,作为需要的数据进行求解计算。
由此,容易将前序或者后序拟合点的误差,关联至构建完成的轨迹拟合模型中,进而造成轨迹的拟合精度的不可控的问题。综上,本实施例中选用的构建轨迹拟合模型,可以在付出较少的计算代价的情况下,更好的保证轨迹的拟合精度。
S400:根据F生成第一目标位置与第二目标位置之间的拟合轨迹。
具体的,可以将最终生成的F在[T1,T2]之间的几何线条,作为第一目标位置与第二目标位置之间的拟合轨迹。
也可以,在[T1,T2]多选取几个时间点,然后求取对应时间点处的位置及速度信息。相当于在第一目标位置与第二目标位置之间,补充多个拟合点,以提高拟合点密度,然后,可以使用现有的拟合方法生成拟合轨迹。如使用计算速度更快的一次函数构建的轨迹拟合模型,进行轨迹的拟合计算。
本发明中在进行两个相邻拟合点(第一目标位置与第二目标位置)之间的轨迹拟合时,不仅使用了经纬度信息,还使用了对应的速度信息,由此通过增加约束信息,可以使最终确定的轨迹拟合函数F,可以更加准确的还原拟合轨迹,进而提高轨迹的拟合精度。
作为本发明的一种可能的实施例,在S100之前,该方法还包括:
S010:获取待测轨迹上的任意两个相邻的拟合点之间的拟合子轨迹的最大拟合速度。
优选的,S010包括:
S011:获取任意拟合子轨迹对应的原始轨迹拟合函数。
优选的,拟合子轨迹对应的原始轨迹拟合函数为拟合子轨迹上每一拟合点的位置随时间变化的函数。
S012:根据原始轨迹拟合函数,确定对应的拟合子轨迹的最大拟合速度。
上述S011至S012的方法可以对已经拟合完成的轨迹,进行合理性校验。具体的,做法为通过对拟合子轨迹对应的轨迹拟合函数进行求导,可以得到其速度的变化函数,由此可以更加容易的获取到在拟合子轨迹中,哪一个点的速度最大。
S020:当Vmax i>K1时,将Bi-1及Bi+2分别作为第一目标位置及第二目标位置。其中,Bi-1、Bi、Bi+1、Bi+2分别为待测轨迹上的第i-1、i、i+1、i+2个拟合点;。Vmax i为Bi与Bi+1之间的拟合子轨迹的最大拟合速度。K1为速度拟合阈值,i为大于1的正整数。
K1可以根据实际使用场景的进行设置,如以航空场景中对飞机的飞行轨迹进行拟合为例,民航客机通常的速度一般在600km/h-900km/h,所以K1大于其正常的速度范围即可,如1200km/h。
若拟合子轨迹的轨迹拟合函数,包括经度随时间变化的函数,及纬度随时间变化的函数。则优选使用下述方法确定Vmax i。Vmax i满足如下条件:
Vmax i=f(t0),f(t)=[(Xi , (t) 2+Yi , (t) 2)1/2]。
其中,Xi , (t)为Bi与Bi+1之间的拟合子轨迹的经度随时间变化的幅度。Yi , (t)为Bi与Bi+1之间的拟合子轨迹的维度随时间变化的幅度。f(t)在t=t0时,具有最大值。
若在检验过程中拟合子轨迹的Vmax i>K1,则说明该段拟合子轨迹中存在异常的拟合点。需要进行删除,也即将该段拟合子轨迹的两个端点Bi与Bi+1之间删除。删除后需要借助Bi-1及Bi+2的信息,进行轨迹的拟合。但是,由于Bi-1及Bi+2之间的已缺失了两个拟合点,所以导致Bi-1及Bi+2之间的间距较大,现有的轨迹拟合方法在进行轨迹拟合时,精度较低。所以使用本发明S100-S400的轨迹拟合方法,可以拟合出精度更高的轨迹。
作为本发明的一种可能的实施例,在S100之前,该方法还包括:
S030:获取待测轨迹上的任意两个相邻的拟合点之间的时间间隔。
S040:当Cg>K2时,确定待测轨迹上第g个拟合点与第g+1个拟合点分别为第一目标位置及第二目标位置。其中,Cg为待测轨迹上第g+1个拟合点与第g个拟合点之间的时间间隔。K2为第一时间间隔阈值。
进一步的,K2=η×H。η为提权系数,η>1。H为拟合点获取设备的数据采集周期。
η及H可以根据实际使用场景进行自行设定。
通常在对拟合点进行采集时具有一个大致固定的采集周期。以飞机在飞行过程中地面站采集数据为例进行说明。飞机自身通过广播每个0.5s发送一次ADS-B数据。地面站对其进行接收。但是,由于不同区域的地面站分布不均匀,如陆地分布密集,海上分布稀疏。以及不同位置的网络延迟不同,会导致最终收集到的一部分相邻拟合点之间的时间间隔存在较大差异。但是大部分的时间间隔较为接近。如经过统计后,地面数据收集中心,基本可以在2s-3s的间隔内,接收到一次拟合点的ADS-B数据。所以,2s-3s即为拟合点获取设备的数据采集周期H的合理设置区间。由此,当任一两个拟合点之间的时间间隔远大于这个范围,如20s,则表明该处出现了数据缺失的情况。进而使得两个相邻拟合点之间的间距较大,现有的轨迹拟合方法在进行轨迹拟合时,精度较低。所以使用本发明S100-S400的轨迹拟合方法,可以拟合出精度更高的轨迹。
本实施例通过对相邻的拟合点之间的时间间隔,进行筛查,可以在轨迹拟合之前确定出,哪些位置可以使用常规的拟合方法,哪些位置可以使用本发明的拟合方法进行拟合作业。以便于更加精准的对待拟合轨迹各部分的拟合方法进行配置。
作为本发明的一种可能的实施例,在获取待测轨迹上的任意两个相邻的拟合点之间的时间间隔之后,该方法还包括:
S500:当Cg<K3时,使用一次拟合函数对Cg对应的两个待拟合点进行轨迹拟合。其中,K3为第二时间间隔阈值,K3<K2。
K3一般可以设置为正常的采集周期。如上述的2s。由此,可以通过对两个相邻的待拟合点之间的时间间隔,进行限制,可以将两个相邻的待拟合点之间的距离控制在一个较近的范围内。然后在通过一次拟合函数,可以将两个相邻的待拟合点进行快速连接。该方法的计算速度更快。同时由于两个相邻的待拟合点之间的距离较近,通过一次拟合函数进行拟合也不会产生较大的精度误差。在该情形下可以提高轨迹拟合的效率。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本发明的实施例还提供了一种电子设备,包括处理器和前述的非瞬时性计算机可读存储介质。
本发明的实施例还提供一种计算机程序产品,其包括程序代码,当程序产品在电子设备上运行时,程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
根据本发明的这种实施方式的电子设备。电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于:上述至少一个处理器、上述至少一个储存器、连接不同系统组件(包括储存器和处理器)的总线。
其中,储存器存储有程序代码,程序代码可以被处理器执行,使得处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
储存器可以包括易失性储存器形式的可读介质,例如随机存取储存器(RAM)和/或高速缓存储存器,还可以进一步包括只读储存器(ROM)。
储存器还可以包括具有一组(至少一个)程序模块的程序/实用工具,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线可以为表示几类总线结构中的一种或多种,包括储存器总线或者储存器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
电子设备也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备交互的设备通信,和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且,电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器通过总线与电子设备的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
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,可轻易想到的变化或替换,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 (6)
1.一种轨迹拟合方法,其特征在于,所述方法包括如下步骤:
获取第一目标位置的拟合信息A1=(X1,Y1,V1 X,V1 Y),X1为第一目标位置的经度;Y1为第一目标位置的纬度;V1 X为第一目标位置处的速度在经度方向上的速度分量;V1 Y为第一目标位置处的速度在纬度方向上的速度分量;
获取第二目标位置的拟合信息A2=(X2,Y2,V2 X,V2 Y),X2为第二目标位置的经度;Y2为第二目标位置的纬度;V2 X为第二目标位置处的速度在经度方向上的速度分量;V2 Y为第二目标位置处的速度在纬度方向上的速度分量;
根据A1及A2,确定轨迹拟合函数F,F满足如下条件:
;
其中,J(t)、W(t)分别为拟合轨迹在时间t时的拟合点的经纬度;α1、β1、δ1及γ1均为经度拟合函数中的拟合系数;α2、β2、δ2及γ2均为纬度拟合函数中的拟合系数;t∈[T1,T2],T1为第一目标位置的生成时间;T2为第二目标位置的生成时间;
根据F生成所述第一目标位置与所述第二目标位置之间的拟合轨迹;
在获取第一目标位置的拟合信息之前,所述方法还包括:
获取待测轨迹上的任意两个相邻的拟合点之间的拟合子轨迹的最大拟合速度;
当Vmax i>K1时,将Bi-1及Bi+2分别作为第一目标位置及第二目标位置;其中,Vmax i为Bi与Bi+1之间的拟合子轨迹的最大拟合速度;Bi-1、Bi、Bi+1、Bi+2分别为待测轨迹上的第i-1、i、i+1、i+2个拟合点;K1为速度拟合阈值,i为大于1的正整数;
Vmax i满足如下条件:
Vmax i=f(t0),f(t)=[(Xi , (t) 2+Yi , (t) 2)1/2];
其中,Xi , (t)为Bi与Bi+1之间的拟合子轨迹的经度随时间t变化的幅度;Yi , (t)为Bi与Bi+1之间的拟合子轨迹的维度随时间t变化的幅度;f(t)在t=t0时,具有最大值;
获取待测轨迹上的任意两个相邻的拟合点之间的拟合子轨迹的最大拟合速度,包括:
获取任意拟合子轨迹对应的原始轨迹拟合函数;所述拟合子轨迹对应的原始轨迹拟合函数为拟合子轨迹上每一拟合点的位置随时间变化的函数;
根据原始轨迹拟合函数,确定对应的拟合子轨迹的最大拟合速度。
2.根据权利要求1所述的方法,其特征在于,在获取第一目标位置的拟合信息之前,所述方法还包括:
获取待测轨迹上的任意两个相邻的拟合点之间的时间间隔;
当Cg>K2时,确定待测轨迹上第g个拟合点与第g+1个拟合点分别为第一目标位置及第二目标位置;其中,Cg为待测轨迹上第g+1个拟合点与第g个拟合点之间的时间间隔;K2为第一时间间隔阈值。
3.根据权利要求2所述的方法,其特征在于,在获取待测轨迹上的任意两个相邻的拟合点之间的时间间隔之后,所述方法还包括:
当Cg<K3时,使用一次拟合函数对Cg对应的两个待拟合点进行轨迹拟合;K3为第二时间间隔阈值,K3<K2。
4.根据权利要求2所述的方法,其特征在于,K2=η×H;η为提权系数,η>1;H为拟合点获取设备数据的采集周期。
5.一种非瞬时性计算机可读存储介质,所述非瞬时性计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的一种轨迹拟合方法。
6.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至4任一项所述的一种轨迹拟合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310659043.XA CN116383330B (zh) | 2023-06-06 | 2023-06-06 | 一种轨迹拟合方法、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310659043.XA CN116383330B (zh) | 2023-06-06 | 2023-06-06 | 一种轨迹拟合方法、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116383330A CN116383330A (zh) | 2023-07-04 |
CN116383330B true CN116383330B (zh) | 2023-08-11 |
Family
ID=86961955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310659043.XA Active CN116383330B (zh) | 2023-06-06 | 2023-06-06 | 一种轨迹拟合方法、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116383330B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104282033A (zh) * | 2014-08-12 | 2015-01-14 | 中国科学院计算技术研究所 | 一种针对车辆动画仿真的一体化换道行为模拟方法 |
CN106873600A (zh) * | 2017-03-31 | 2017-06-20 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的局部避障路径规划方法 |
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车系统股份有限公司 | 一种高精度地图生成系统及生成方法 |
CN111581306A (zh) * | 2019-02-15 | 2020-08-25 | 阿里巴巴集团控股有限公司 | 一种行车轨迹模拟方法及装置 |
CN113284369A (zh) * | 2021-05-14 | 2021-08-20 | 中国民航大学 | 一种基于ads-b实测航路数据的预测方法 |
CN113848809A (zh) * | 2021-09-24 | 2021-12-28 | 中建三局集团有限公司 | 基于数值滤波的轨迹规划方法 |
WO2022104925A1 (zh) * | 2020-11-23 | 2022-05-27 | 重庆长安汽车股份有限公司 | 自动驾驶系统的冗余控制方法、自动驾驶系统、汽车、控制器及计算机可读存储介质 |
WO2022198995A1 (zh) * | 2021-03-26 | 2022-09-29 | 深圳市优必选科技股份有限公司 | 步态轨迹规划方法、装置、计算机可读存储介质及机器人 |
-
2023
- 2023-06-06 CN CN202310659043.XA patent/CN116383330B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104282033A (zh) * | 2014-08-12 | 2015-01-14 | 中国科学院计算技术研究所 | 一种针对车辆动画仿真的一体化换道行为模拟方法 |
CN106873600A (zh) * | 2017-03-31 | 2017-06-20 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的局部避障路径规划方法 |
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车系统股份有限公司 | 一种高精度地图生成系统及生成方法 |
CN111581306A (zh) * | 2019-02-15 | 2020-08-25 | 阿里巴巴集团控股有限公司 | 一种行车轨迹模拟方法及装置 |
WO2022104925A1 (zh) * | 2020-11-23 | 2022-05-27 | 重庆长安汽车股份有限公司 | 自动驾驶系统的冗余控制方法、自动驾驶系统、汽车、控制器及计算机可读存储介质 |
WO2022198995A1 (zh) * | 2021-03-26 | 2022-09-29 | 深圳市优必选科技股份有限公司 | 步态轨迹规划方法、装置、计算机可读存储介质及机器人 |
CN113284369A (zh) * | 2021-05-14 | 2021-08-20 | 中国民航大学 | 一种基于ads-b实测航路数据的预测方法 |
CN113848809A (zh) * | 2021-09-24 | 2021-12-28 | 中建三局集团有限公司 | 基于数值滤波的轨迹规划方法 |
Non-Patent Citations (1)
Title |
---|
一种基于期望最大化的多目标轨迹拟合算法;刘禹 等;《舰船电子对抗》;第43卷(第6期);第65-68页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116383330A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8437949B2 (en) | Method and systems for determining required interval management performance (RIMP) | |
CN110677815A (zh) | 停留点识别方法、装置、计算机设备及存储介质 | |
CN105093198A (zh) | 一种分布式外辐射源雷达组网探测的航迹融合方法 | |
WO2014146233A1 (en) | A mobile device positioning system | |
CN108717174B (zh) | 基于信息论的预测快速协方差交互融合无源协同定位方法 | |
CN109738864B (zh) | 一种基于多无人机的定位方法及系统 | |
WO2016112758A1 (zh) | 终端的定位方法及装置 | |
US9081091B2 (en) | Method and device for tracking the path of motion of a moving object as well as computer program and data storage media | |
US20180210975A1 (en) | Missing sensor value estimation | |
CN114254840A (zh) | 一种数据处理方法、电子设备及存储介质 | |
Chen et al. | A hybrid cooperative navigation method for UAV swarm based on factor graph and Kalman filter | |
CN115016435A (zh) | 一种自动驾驶车辆测试方法、装置、系统、设备和介质 | |
CN111352066A (zh) | 基于粒子滤波的定位方法、装置、计算机设备和存储介质 | |
CN109376422B (zh) | 一种均匀圆阵优化设计评估方法和装置 | |
CN116383330B (zh) | 一种轨迹拟合方法、存储介质及电子设备 | |
KR20200055957A (ko) | Gnss 수신기 보강항법 성능 평가 장치 및 방법 | |
US10820152B2 (en) | Device diversity correction method for RSS-based precise location tracking | |
CN111812670B (zh) | 一种单光子激光雷达空间变换噪声判断、滤波方法及装置 | |
Tovkach et al. | Adaptive filtration of parameters of the UAV movement based on the TDOA-measurement sensor networks | |
CN117332207A (zh) | 一种基于深度学习的长时间航迹预测方法、介质及装置 | |
US9900783B2 (en) | Adaptively position objects through mobile signal sources | |
CN109597026B (zh) | 一种多点定位综合仿真评估方法和系统 | |
CN117676800A (zh) | 基站位置信息预测方法、装置、系统、设备及存储介质 | |
CN112612277B (zh) | 车辆轨迹规划方法、装置、设备和计算机可读介质 | |
US20200312171A1 (en) | Systems and methods for dynamically detecting moving object trajectory conflict using estimated times of arrival |
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 |