CN117171286B - 基于多源异构数据融合的隧道gis空间数据构建方法 - Google Patents
基于多源异构数据融合的隧道gis空间数据构建方法 Download PDFInfo
- Publication number
- CN117171286B CN117171286B CN202311432624.6A CN202311432624A CN117171286B CN 117171286 B CN117171286 B CN 117171286B CN 202311432624 A CN202311432624 A CN 202311432624A CN 117171286 B CN117171286 B CN 117171286B
- Authority
- CN
- China
- Prior art keywords
- tunnel
- point
- linear
- equation
- section
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 18
- 230000004927 fusion Effects 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 238000005070 sampling Methods 0.000 claims description 140
- 238000013461 design Methods 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 13
- 230000002068 genetic effect Effects 0.000 claims description 7
- 101100394003 Butyrivibrio fibrisolvens end1 gene Proteins 0.000 claims 4
- 230000003139 buffering effect Effects 0.000 claims 3
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Navigation (AREA)
Abstract
本发明公开了基于多源异构数据融合的隧道GIS空间数据构建方法,属于隧道GIS空间数据构建技术领域。解决了现有技术中GPS数据缺失情况下难以精准构建隧道的GIS空间数据的问题;本发明包括以下步骤:S1.构建基于GPS数据的隧道出入口处各车道线形特征方程;S2.选定隧道线形参考点,并对隧道线形参考点及其所在切线方程和切线斜率进行求解;S3.根据隧道线形类型及线形特征方程划分隧道区段,并结合隧道线形参考点构建隧道整体分段线形方程;S4.根据多个隧道区段的空间坐标点构建隧道GIS数据。本发明有效避免了人工配置隧道参考点的误差,实现了自动化设置隧道参考点,可以应用于构建隧道GIS空间数据。
Description
技术领域
本发明涉及一种隧道GIS空间数据构建方法,尤其涉及基于多源异构数据融合的隧道GIS空间数据构建方法,属于隧道GIS空间数据构建技术领域。
背景技术
卫星遥感数据采集和GPS等定位数据采集方法为目前公路GIS的空间数据采集的主要方法,对卫星遥感数据采集方法而言,由于公路是长距离的线性地物,在影像解译和数据处理成本上与GPS等定位技术相比不具有明显优势,定位技术不仅精度高、速度快、作用距离长、满足全天候作业的需求,且可以进行高采样密度采集公路空间数据。但是基于GPS数据采集的方法应用于具有遮挡物的隧道时存在GPS等定位技术会丢失信号导致无法采集定位数据因而无法构建隧道GIS线形数据的问题,因此,如何将GPS数据应用于隧道GIS空间数据的构建具有重要意义。
针对隧道GIS的构建,目前主要采用基于全站仪测量方法或者通过纸质地图扫描后采用GIS软件进行配准矢量化两种方法;基于全站仪测量方法需要人工携带测量设备到隧道中去测量,存在成本高、耗时、危险等缺点;采用GIS软件进行配准矢量化的方法通过纸质地图扫描后采用GIS软件进行配准矢量化,需要人工使用GIS软件去配准,并且由于不存在隧道参考线形导致构建精度低,存在耗时、需要人工操作、准确精度不高的缺点。
针对上述问题,需要一种无需人工操作、精准度高且操作安全的隧道GIS空间数据构建方法。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于此,为解决现有技术中GPS数据缺失情况下难以精准构建隧道的GIS空间数据的问题,本发明提供基于多源异构数据融合的隧道GIS空间数据构建方法。
技术方案如下:基于多源异构数据融合的隧道GIS空间数据构建方法,包括以下步骤:
S1.构建基于GPS数据的隧道出入口处各车道线形特征方程;
具体的:
S11.提取隧道所在道路出入口处各个车道的GPS数据;
S12.根据隧道出入口处道路的设计资料,确定隧道出入口处的线形特征类型以及线形特征长度;
S13.根据隧道出入口处的线形特征长度,截取隧道出入口处线形特征各个车道的GPS数据样本;
S14.根据截取的隧道出入口处线形特征各个车道的GPS数据样本,通过最小二乘法拟合隧道出入口处各个车道的线形特征方程;
S2.选定隧道线形参考点,并对隧道线形参考点及其所在切线方程和切线斜率进行求解;
具体的:
S21.将隧道入口点作为构建各个车道隧道GIS数据的隧道线形参考点;
S22.根据已知的车辆进入隧道前后的GPS采样点,预测出隧道出入口处GPS采样点;
S23.根据预测的隧道出入口处GPS采样点建立基于多目标优化的隧道线形参考点模型;
S24.采用目标线性加权法与遗传算法对隧道线形参考点模型进行求解,得到隧道线形参考点;
S25.对隧道入口各个车道线形特征方程进行求导,获取隧道线形参考点所在切线方程及隧道线形参考点所在切线斜率;
S3.根据隧道线形类型及线形特征方程划分隧道区段,并结合隧道线形参考点构建隧道整体分段线形方程;
具体的:
S31.根据隧道设计资料的线形类型,划分隧道区段,以隧道入口点坐标为原点,建立平面直角坐标系;
S32.构建直线区段的线形方程;
S33.构建缓和曲线区段的线形方程;
S34.构建圆曲线区段的线形方程;
S35.根据线形类型将区段内参数代入对应线形方程,整合全部区段线形方程,得到隧道整体分段线形方程;
S4.根据多个隧道区段的空间坐标点构建隧道GIS数据;
具体的:
获取隧道的整体分段线形方程后,根据需求对隧道的空间坐标点进行采样,将采样的空间坐标点按照前后顺序连接起来,将其投影坐标转化为大地坐标系,将大地坐标数据转化为隧道GIS数据。
进一步地,所述S11中,截取高精度GPS数据,根据车牌号提取每个车辆高精度GPS数据并进行排序,记为,为车辆数,构建两个相邻GPS采样点的向量;
两个相邻GPS采样点的向量表示为:
;
其中,为车辆驶出隧道第一个GPS采样点坐标,为后方相邻的GPS采样点坐标,;
计算车辆GPS数据中两个相邻GPS采样点向量的角度;
两个相邻GPS采样点向量的角度表示为:
;
其中,为后方相邻的GPS采样点坐标;
将两个相邻GPS采样点向量的角度的阈值设置为,如果超过阈值,判定车辆在此GPS采样点进行换道,剔除车辆在隧道出入口处的GPS数据,如果未超过阈值,判定车辆未进行换道,根据隧道出入口处的设计资料和车道数量,提取车辆在隧道出入口处的GPS数据进行保存;
所述S14中,选定隧道出入口处各个车道第一个GPS采样点为坐标系原点,分别建立隧道出入口处各个车道的平面直角坐标系;
对于线形类型为直线的区段,通过最小二乘法构建直线线形特征方程;
直线线形特征方程表示为:
;
其中,为斜率,为直线区段的GPS采样点坐标,为截距;
对于线形类型为缓和曲线的区段,缓和曲线采用回旋曲线,通过最小二乘法构建回旋曲线线形特征方程;
回旋曲线线形特征方程表示为:
;
其中,为回旋曲线参数,为回旋曲线上任意一点的曲率半径,为回旋曲线弧长;
对于线形类型为圆曲线的区段,通过最小二乘法构建圆曲线线形特征方程;
圆曲线线形特征方程表示为:
;
其中,为半径,为圆曲线中心点坐标,为圆曲线区段GPS采样点坐标;
将隧道入口处线形特征方程记为,隧道出口处线形特征方程记为。
进一步地,所述S22中,获取车辆进入隧道前的倒数第二GPS采样点、车辆进入隧道前的最后一个GPS采样点和其对应速度,获取车辆离开隧道后的第二GPS采样点、车辆离开隧道后的第一GPS采样点和其对应速度,获取GPS数据的采样频率;
根据车辆进入隧道前的最后一个GPS采样点的对应速度,计算车辆进入隧道前的最后一个GPS采样点与车辆进入隧道前的最后一个GPS采样点的下一个GPS采样点即预测的隧道入口处GPS采样点之间的距离;
车辆进入隧道前的最后一个GPS采样点与预测的隧道入口处GPS采样点之间的距离表示为:
;
根据车辆离开隧道后的最后一个GPS采样点的对应速度,计算车辆离开隧道后的最后一个GPS采样点与车辆离开隧道后的最后一个GPS采样点的上一个GPS采样点即预测的隧道出口处GPS采样点之间的距离;
车辆进入隧道前的最后一个GPS采样点与预测的隧道入口处GPS采样点之间的距离表示为:
;
根据车辆进入隧道前的倒数第二GPS采样点、车辆进入隧道前的最后一个GPS采样点、车辆离开隧道后的第二GPS采样点、车辆离开隧道后的第一GPS采样点、预测的隧道入口处GPS采样点和预测的隧道出口处GPS采样点,建立隧道出入口处车辆行驶方向对应的直线方程;
隧道入口处车辆行驶方向对应的直线方程表示为:
;
隧道出口处车辆行驶方向对应的直线方程表示为:
;
根据隧道出入口处车辆行驶方向对应的直线方程,获取预测的隧道出入口处GPS采样点横坐标与纵坐标的关系,结合车辆进入隧道前的最后一个GPS采样点与隧道出口处预测的GPS采样点之间的距离和车辆离开隧道后的最后一个GPS采样点与隧道出口处预测的GPS采样点之间的距离,求出预测的隧道入口处GPS采样点坐标和预测的隧道出口处GPS采样点坐标;
所述S23中,采用基于多目标优化的隧道线形参考点模型获取最优的隧道入口点坐标,设定距离误差目标为隧道入口点坐标和隧道出口点的距离与隧道设计对应的距离误差最小,设定角度误差目标为隧道出入口坐标点的切线相交角度与隧道设计对应的角度误差最小;
距离误差目标表示为:
;
其中,为隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离,为隧道设计资料中出入口之间的距离;
采用欧式距离公式计算隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离;
隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离表示为:
;
其中,为隧道入口处线形方程上的点,为隧道出口线形方程上的点;
角度误差目标表示为:
;
其中,为隧道入口点和隧道出口点的设计切线相交角度,为隧道入口点和隧道出口点的实际切线相交角度;
隧道入口点和隧道出口点的切线相交角度表示为:
;
其中,为隧道入口点的切线斜率,为隧道出口点的切线斜率;
对距离误差目标和角度误差目标设置隧道出入口处的距离约束和隧道出入口的点坐标约束;
隧道入口处的距离约束表示为:
;
其中,为车辆进入隧道前最后一个GPS坐标点;
隧道出口处的距离约束表示为:
;
隧道出入口的点坐标约束表示为:
;
;
所述S24中,对多目标优化模型采用线形加权法将多目标模型转换成单目标模型,将距离误差目标和角度误差目标综合加权;
距离误差目标和角度误差目标综合加权后的目标表示为:
;
其中,为距离误差目标的权重,为角度误差目标的权重;
将多目标优化模型转化成单目标模型后采用遗传算法进行求解,得到最优隧道入口点坐标,即隧道线形参考点坐标。
进一步地,所述S31中,将各个区段依次表示为,为划分的区段数量,根据各个区段的类型与其几何特征,以隧道入口点坐标为原点,建立平面直角坐标系;
所述S32中,对于直线类型的区段,设上一个区段的最后一个点坐标为,即直线区段的第一个点坐标,根据直线线形特征方程与上一个区段切线方程的夹角和上一个区段的最后一个点的切线斜率,建立直线区段的线形方程;
直线区段的线形方程表示为:
;
根据直线区段的长度,获取直线区段的最后一个点坐标;
直线区段的长度表示为:
;
直线区段的最后一个点的切线方程作为下一个区段的初始点的切线方程;
所述S33中,对于缓和曲线类型的区段,设上一个区段的最后一个点坐标为,即缓和曲线区段的第一个点坐标,根据回旋曲线线形特征方程与上一个区段的切线方程的夹角、上一个区段的切线方程的斜率和缓和曲线区段的长度,建立缓和曲线区段的线形方程;
缓和曲线区段的线形方程表示为:
;
其中,;
根据缓和曲线区段的最后一个点的曲率半径,获取缓和曲线区段最后一个点坐标;
缓和曲线区段最后一个点坐标表示为:
;
根据缓和曲线区段最后一个点坐标和缓和曲线区段最后一个点的切线斜率,获取缓和曲线区段最后一个点的切线方程作为下一个区段的初始点切线方程;
所述S34中,对于圆曲线的区段,设上一个区段的最后一个点坐标为,即圆曲线区段的第一个点,根据圆曲线区段线形特征方程与上一个区段的切线方程的夹角,上一个区段的切线斜率为,计算得到圆曲线区段中圆中心点所在直线方程;
圆中心点所在直线方程表示为:
;
结合圆中心点坐标与圆曲线区段的第一个点的距离曲线半径,根据圆中心点坐标与圆曲线区段的第一个点的距离关系,构建圆曲线区段的线形方程,计算出圆的中心点坐标;
距离曲线半径表示为:
;
圆曲线区段的线形方程表示为:
;
根据圆曲线区段的弧长对应的角度和圆曲线区段的第一个点的极坐标方程,计算得到圆曲线区段的第一个点的对应角度和圆曲线区段的最后一个点;
圆曲线区段的第一个点的极坐标方程表示为:
;
圆曲线区段的最后一个点坐标表示为:
;
圆曲线区段的最后一个点的切线方程作为下一个区段的初始点切线方程;
所述S35中,根据隧道线形参考点坐标、隧道线形参考点所在切线方程和隧道线形参考点所在切线斜率,结合隧道设计资料,第一区段与隧道线形参考点所在切线方程的夹角为,判断隧道第一区段线形类型,得到隧道第一区段的线形方程,根据各个区段长度,计算出第一区段的最后一个点坐标,并获取第一区段的最后一个点的切线方程作为下一个区段的初始点切线方程,获取下一个区段的线形方程、下一个区段的最后一个点及其切线方程,循环上述操作直到最后一个区段结束,整理上述完整隧道的线形方程,构建以隧道线形参考点坐标为原点的隧道整体分段线形方程;
隧道整体分段线形方程表示为:
;
其中,为第一区段的第一个点,为第一区段的最后一个点,为第一区段的第一个点和最后一个点之间的点,为第区段的第一个点,为第区段的最后一个点,为第区段的第一个点和最后一个点之间的点。
本发明的有益效果如下:本发明结合隧道设计资料融合了GPS轨迹数据和隧道出入口处线路线形特征,采用最小二乘法构建了隧道出入口处各个车道的线形特征方程,计算出隧道出入口线形参考点,实现了隧道GIS空间数据的构建;结合隧道出入口点所在切线之间的夹角以及出入口点坐标之间的距离,提出了基于多目标优化模型的隧道GIS构建参考点模型,可以准确识别出隧道出入口,避免了人工配置隧道参考点的误差,解决了隧道中GPS信号丢失时无法采集定位数据导致无法构建隧道GIS线形数据的问题,实现了自动化设置参考点,在确保准确度的同时减少了耗时和成本,提高了构建隧道GIS空间数据的便捷性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为基于多源异构数据融合的隧道GIS空间数据构建方法流程示意图;
图2为隧道整体分段线形的实施例示意图。
具体实施方式
为了使本发明实施例中的技术方案及优点更加清楚明白,以下结合附图对本发明的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本发明的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
参考图1和图2详细说明本实施例,基于多源异构数据融合的隧道GIS空间数据构建方法,具体包括以下步骤:
S1.构建基于GPS数据的隧道出入口处各车道线形特征方程;
具体的:
S11.提取隧道所在道路出入口处各个车道的GPS数据;
S12.根据隧道出入口处道路的设计资料,确定隧道出入口处的线形特征类型以及线形特征长度;
S13.根据隧道出入口处的线形特征长度,截取隧道出入口处线形特征各个车道的GPS数据样本;
S14.根据截取的隧道出入口处线形特征各个车道的GPS数据样本,通过最小二乘法拟合隧道出入口处各个车道的线形特征方程;
S2.选定隧道线形参考点,并对隧道线形参考点及其所在切线方程和切线斜率进行求解;
具体的:
S21.将隧道入口点作为构建各个车道隧道GIS数据的隧道线形参考点;
S22.根据已知的车辆进入隧道前后的GPS采样点,预测出隧道出入口处GPS采样点;
S23.根据预测的隧道出入口处GPS采样点建立基于多目标优化的隧道线形参考点模型;
S24.采用目标线性加权法与遗传算法对隧道线形参考点模型进行求解,得到隧道线形参考点;
S25.对隧道入口各个车道线形特征方程进行求导,获取隧道线形参考点所在切线方程及其切线斜率;
S3.根据隧道线形类型及线形特征方程划分隧道区段,并结合隧道线形参考点构建隧道整体分段线形方程;
具体的:
S31.根据隧道设计资料的线形类型,划分隧道区段,以隧道入口点坐标为原点,建立平面直角坐标系;
S32.构建直线区段的线形方程;
S33.构建缓和曲线区段的线形方程;
S34.构建圆曲线区段的线形方程;
S35.根据线形类型将区段内参数代入对应线形方程,整合全部区段线形方程,得到隧道整体分段线形方程;
S4.根据多个隧道区段的空间坐标点构建隧道GIS数据;
具体的:
获取隧道的整体分段线形方程后,根据需求对隧道的空间坐标点进行采样,将采样的空间坐标点按照前后顺序连接起来,将其投影坐标转化为大地坐标系,将大地坐标数据转化为隧道GIS数据。
进一步地,所述S11中,截取高精度GPS数据,根据车牌号提取每个车辆高精度GPS数据并进行排序,记为,为车辆数,构建两个相邻GPS采样点的向量;
两个相邻GPS采样点的向量表示为:
;
其中,为车辆驶出隧道第一个GPS采样点坐标,为后方相邻的GPS采样点坐标,;
计算车辆GPS数据中两个相邻GPS采样点向量的角度;
两个相邻GPS采样点向量的角度表示为:
;
其中,为后方相邻的GPS采样点坐标;
将两个相邻GPS采样点向量的角度的阈值设置为,如果超过阈值,判定车辆在此GPS采样点进行换道,剔除车辆在隧道出入口处的GPS数据,如果未超过阈值,判定车辆未进行换道,根据隧道出入口处的设计资料和车道数量,提取车辆在隧道出入口处的GPS数据进行保存;
所述S14中,选定隧道出入口处各个车道第一个GPS采样点为坐标系原点,分别建立隧道出入口处各个车道的平面直角坐标系;
对于线形类型为直线的区段,通过最小二乘法构建直线线形特征方程;
直线线形特征方程表示为:
;
其中,为斜率,为直线区段的GPS采样点坐标,为截距;
对于线形类型为缓和曲线的区段,缓和曲线采用回旋曲线,通过最小二乘法构建回旋曲线线形特征方程;
回旋曲线线形特征方程表示为:
;
其中,为回旋曲线参数,为回旋曲线上任意一点的曲率半径,为回旋曲线弧长;
对于线形类型为圆曲线的区段,通过最小二乘法构建圆曲线线形特征方程;
圆曲线线形特征方程表示为:
;
其中,为半径,为圆曲线中心点坐标,为圆曲线区段GPS采样点坐标;
将隧道入口处线形特征方程记为,隧道出口处线形特征方程记为;
具体的,由于车辆在行驶过程中会存在换道的情况出现,导致GPS数据并不是单一在某一个车道上的数据,为获取隧道出入口处的线形方程数据样本,通过相邻GPS点构成向量之间的角度识别车辆换道,并剔除换道车辆的GPS数据,使隧道出入口处的线形方程更加精准;隧道道路线形由直线、圆曲线和缓和曲线组成,直线区段具有固定的曲率半径,且曲率为0,半径无穷大,圆曲线为圆的一部分,即圆弧,具有固定的曲率半径,为了使路线的平面线形更加符合汽车的行驶轨迹和离心力的变化需求,确保行车的安全和舒适,在直线和圆曲线之间或半径相差较大的两个同向圆曲线之间设置一段曲率连续变化的曲线,即缓和曲线,其一般采用回旋曲线。
进一步地,所述S22中,获取车辆进入隧道前的倒数第二GPS采样点、车辆进入隧道前的最后一个GPS采样点和其对应速度,获取车辆离开隧道后的第二GPS采样点、车辆离开隧道后的第一GPS采样点和其对应速度,获取GPS数据的采样频率;
根据车辆进入隧道前的最后一个GPS采样点的对应速度,计算车辆进入隧道前的最后一个GPS采样点与车辆进入隧道前的最后一个GPS采样点的下一个GPS采样点即预测的隧道入口处GPS采样点之间的距离;
车辆进入隧道前的最后一个GPS采样点与预测的隧道入口处GPS采样点之间的距离表示为:
;
根据车辆离开隧道后的最后一个GPS采样点的对应速度,计算车辆离开隧道后的最后一个GPS采样点与车辆离开隧道后的最后一个GPS采样点的上一个GPS采样点即预测的隧道出口处GPS采样点之间的距离;
车辆进入隧道前的最后一个GPS采样点与预测的隧道入口处GPS采样点之间的距离表示为:
;
根据车辆进入隧道前的倒数第二GPS采样点、车辆进入隧道前的最后一个GPS采样点、车辆离开隧道后的第二GPS采样点、车辆离开隧道后的第一GPS采样点、预测的隧道入口处GPS采样点和预测的隧道出口处GPS采样点,建立隧道出入口处车辆行驶方向对应的直线方程;
隧道入口处车辆行驶方向对应的直线方程表示为:
;
隧道出口处车辆行驶方向对应的直线方程表示为:
;
根据隧道出入口处车辆行驶方向对应的直线方程,获取预测的隧道出入口处GPS采样点横坐标与纵坐标的关系,结合车辆进入隧道前的最后一个GPS采样点与隧道出口处预测的GPS采样点之间的距离和车辆离开隧道后的最后一个GPS采样点与隧道出口处预测的GPS采样点之间的距离,求出预测的隧道入口处GPS采样点坐标和预测的隧道出口处GPS采样点坐标;
所述S23中,采用基于多目标优化的隧道线形参考点模型获取最优的隧道入口点坐标,设定距离误差目标为隧道入口点坐标和隧道出口点的距离与隧道设计对应的距离误差最小,设定角度误差目标为隧道出入口坐标点的切线相交角度与隧道设计对应的角度误差最小;
距离误差目标表示为:
;
其中,为隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离,为隧道设计资料中出入口之间的距离;
采用欧式距离公式计算隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离;
隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离表示为:
;
其中,为隧道入口处线形方程上的点,为隧道出口线形方程上的点;
角度误差目标表示为:
;
其中,为隧道入口点和隧道出口点的设计切线相交角度,为隧道入口点和隧道出口点的实际切线相交角度;
隧道入口点和隧道出口点的切线相交角度表示为:
;
其中,为隧道入口点的切线斜率,为隧道出口点的切线斜率;
对距离误差目标和角度误差目标设置隧道出入口处的距离约束和隧道出入口的点坐标约束;
隧道入口处的距离约束表示为:
;
其中,为车辆进入隧道前最后一个GPS坐标点;
隧道出口处的距离约束表示为:
;
隧道出入口的点坐标约束表示为:
;
;
所述S24中,对多目标优化模型采用线形加权法将多目标模型转换成单目标模型,将距离误差目标和角度误差目标综合加权;
距离误差目标和角度误差目标综合加权后的目标表示为:
;
其中,为距离误差目标的权重,为角度误差目标的权重;
将多目标优化模型转化成单目标模型后采用遗传算法进行求解,得到最优隧道入口点坐标,即隧道线形参考点坐标。
具体的,由于车辆进入或者驶出隧道时车辆的采样点与隧道出入口不一致,对于隧道入口,在车辆入隧道前进方向,隧道入口点应在隧道入口处的最后一个采样点与预测的下一个采样点之间;对于隧道出口,隧道出口点应在隧道出口处的第一个采样点与预测的上一个采样点之间;但由于进入隧道后GPS数据的丢失,无法获取隧道内部的GPS点,因此通过预测进行获取;
采用遗传算法进行求解步骤如下:
(1)进行种群初始化,将种群作为解空间,每个个体为由隧道出入口处的坐标组成,并通过二进制编码将坐标转化为二进制;
(2)计算适应度函数,将距离误差目标和角度误差目标综合加权后目标的倒数作为适应度,计算每个个体的适应度;
(3)根据适应度数值选择适应度高的个体进入下一代的种群;
(4)对隧道出入口处的坐标编码进行交叉操作;
(5)模拟个体基因变异的现象,将编码进行变异操作;
(6)判断是否达到迭代次数或者误差精度,当满足迭代次数或误差精度时,算法终止,否则返回计算适应度函数,直到获得最优隧道入口点坐标,即隧道线形参考点坐标。
进一步地,所述S31中,将各个区段依次表示为,为划分的区段数量,根据各个区段的类型与其几何特征,以隧道入口点坐标为原点,建立平面直角坐标系;
所述S32中,对于直线类型的区段,设上一个区段的最后一个点坐标为,即直线区段的第一个点坐标,根据直线线形特征方程与上一个区段切线方程的夹角和上一个区段的最后一个点的切线斜率,建立直线区段的线形方程;
直线区段的线形方程表示为:
;
根据直线区段的长度,获取直线区段的最后一个点坐标;
直线区段的长度表示为:
;
直线区段的最后一个点的切线方程作为下一个区段的初始点的切线方程;
所述S33中,对于缓和曲线类型的区段,设上一个区段的最后一个点坐标为,即缓和曲线区段的第一个点坐标,根据回旋曲线线形特征方程与上一个区段的切线方程的夹角、上一个区段的切线方程的斜率和缓和曲线区段的长度,建立缓和曲线区段的线形方程;
缓和曲线区段的线形方程表示为:
;
其中,;
根据缓和曲线区段的最后一个点的曲率半径,获取缓和曲线区段最后一个点坐标;
缓和曲线区段最后一个点坐标表示为:
;
根据缓和曲线区段最后一个点坐标和缓和曲线区段最后一个点的切线斜率,获取缓和曲线区段最后一个点的切线方程作为下一个区段的初始点切线方程;
所述S34中,对于圆曲线的区段,设上一个区段的最后一个点坐标为,即圆曲线区段的第一个点,根据圆曲线区段线形特征方程与上一个区段的切线方程的夹角,上一个区段的切线斜率为,计算得到圆曲线区段中圆中心点所在直线方程;
圆中心点所在直线方程表示为:
;
结合圆中心点坐标与圆曲线区段的第一个点的距离曲线半径,根据圆中心点坐标与圆曲线区段的第一个点的距离关系,构建圆曲线区段的线形方程,计算出圆的中心点坐标;
距离曲线半径表示为:
;
圆曲线区段的线形方程表示为:
;
根据圆曲线区段的弧长对应的角度和圆曲线区段的第一个点的极坐标方程,计算得到圆曲线区段的第一个点的对应角度和圆曲线区段的最后一个点;
圆曲线区段的第一个点的极坐标方程表示为:
;
圆曲线区段的最后一个点坐标表示为:
;
圆曲线区段的最后一个点的切线方程作为下一个区段的初始点切线方程;
所述S35中,根据隧道线形参考点坐标、隧道线形参考点所在切线方程和隧道线形参考点所在切线斜率,结合隧道设计资料,第一区段与隧道线形参考点所在切线方程的夹角为,判断隧道第一区段线形类型,得到隧道第一区段的线形方程,根据各个区段长度,计算出第一区段的最后一个点坐标,并获取第一区段的最后一个点的切线方程作为下一个区段的初始点切线方程,获取下一个区段的线形方程、下一个区段的最后一个点及其切线方程,循环上述操作直到最后一个区段结束,整理上述完整隧道的线形方程,构建以隧道线形参考点坐标为原点的隧道整体分段线形方程;
隧道整体分段线形方程表示为:
;
其中,为第一区段的第一个点,为第一区段的最后一个点,为第一区段的第一个点和最后一个点之间的点,为第区段的第一个点,为第区段的最后一个点,为第区段的第一个点和最后一个点之间的点。
具体的,参考图2,隧道线形参考点A坐标为,根据直线线形特征方程与上一个区段切线方程的夹角和隧道线形参考点所在切线斜率通过直线区段的线形方程得到隧道内直线线形区段F最后一个点B坐标,即隧道内第一段缓和曲线线形区段G的第一个点B坐标,缓和曲线采用回旋曲线,根据回旋曲线线形特征方程与上一个区段切线方程的夹角,通过缓和曲线区段的线形方程得到隧道内第一段缓和曲线线形区段G的最后一个点C坐标,即隧道内圆曲线线形区段H的第一个点C坐标,根据圆曲线线形特征方程与上一个区段切线方程的夹角,通过圆曲线区段的线形方程得到隧道内圆曲线线形区段H的最后一个点D坐标,即隧道内第二段缓和曲线线形区段I的第一个点D坐标,根据回旋曲线线形特征方程与上一个区段切线方程的夹角,通过缓和曲线区段的线形方程得到隧道内第二段缓和曲线线形区段I的最后一个点E坐标,即隧道出口点E坐标。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书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。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (3)
1.基于多源异构数据融合的隧道GIS空间数据构建方法,其特征在于,包括以下步骤:
S1.构建基于GPS数据的隧道出入口处各车道线形特征方程;
具体的:
S11.提取隧道所在道路出入口处各个车道的GPS数据;
S12.根据隧道出入口处道路的设计资料,确定隧道出入口处的线形特征类型以及线形特征长度;
S13.根据隧道出入口处的线形特征长度,截取隧道出入口处线形特征各个车道的GPS数据样本;
S14.根据截取的隧道出入口处线形特征各个车道的GPS数据样本,通过最小二乘法拟合隧道出入口处各个车道的线形特征方程;
S2.选定隧道线形参考点,并对隧道线形参考点及其所在切线方程和切线斜率进行求解;
具体的:
S21.将隧道入口点作为构建各个车道隧道GIS数据的隧道线形参考点;
S22.根据已知的车辆进入隧道前后的GPS采样点,预测出隧道出入口处GPS采样点;
S23.根据预测的隧道出入口处GPS采样点建立基于多目标优化的隧道线形参考点模型;
S24.采用目标线性加权法与遗传算法对隧道线形参考点模型进行求解,得到隧道线形参考点;
S25.对隧道入口各个车道线形特征方程进行求导,获取隧道线形参考点所在切线方程及隧道线形参考点所在切线斜率;
所述S22中,获取车辆进入隧道前的倒数第二GPS采样点(xa-1,ya-1)、车辆进入隧道前的最后一个GPS采样点(xa,ya)和其对应速度va,获取车辆离开隧道后的第二GPS采样点(x2,y2)、车辆离开隧道后的第一GPS采样点(x1,y1)和其对应速度v1,获取GPS数据的采样频率T;
根据车辆进入隧道前的最后一个GPS采样点的对应速度va,计算车辆进入隧道前的最后一个GPS采样点与车辆进入隧道前的最后一个GPS采样点的下一个GPS采样点即预测的隧道入口处GPS采样点(xin,yin)之间的距离;
车辆进入隧道前的最后一个GPS采样点与预测的隧道入口处GPS采样点之间的距离la表示为:
la=vaT
根据车辆离开隧道后的第一GPS采样点的对应速度v1,计算车辆离开隧道后的第一GPS采样点与车辆离开隧道后的第一GPS采样点的上一个GPS采样点即预测的隧道出口处GPS采样点(xout,yout)之间的距离;
车辆离开隧道后的第一GPS采样点与预测的隧道出口处GPS采样点之间的距离l1表示为:
l1=v1T
根据车辆进入隧道前的倒数第二GPS采样点(xa-1,ya-1)、车辆进入隧道前的最后一个GPS采样点(xa,ya)、车辆离开隧道后的第二GPS采样点(x2,y2)、车辆离开隧道后的第一GPS采样点(x1,y1)、预测的隧道入口处GPS采样点(xin,yin)和预测的隧道出口处GPS采样点(xout,yout),建立隧道出入口处车辆行驶方向对应的直线方程;
隧道入口处车辆行驶方向对应的直线方程表示为:
隧道出口处车辆行驶方向对应的直线方程表示为:
根据隧道出入口处车辆行驶方向对应的直线方程,获取预测的隧道出入口处GPS采样点横坐标与纵坐标的关系,结合车辆进入隧道前的最后一个GPS采样点与隧道出口处预测的GPS采样点之间的距离la和车辆离开隧道后的第一GPS采样点与隧道出口处预测的GPS采样点之间的距离l1,求出预测的隧道入口处GPS采样点坐标(xk-1,yk-1)和预测的隧道出口处GPS采样点坐标(xm+1,ym+1);
所述S23中,采用基于多目标优化的隧道线形参考点模型获取最优的隧道入口点坐标,设定距离误差目标为隧道入口点坐标和隧道出口点的距离与隧道设计对应的距离误差最小,设定角度误差目标为隧道出入口坐标点的切线相交角度与隧道设计对应的角度误差最小;
距离误差目标f1表示为:
f1=min(d-td)
其中,d为隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离,td为隧道设计资料中出入口之间的距离;
采用欧式距离公式计算隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离;
隧道入口处线形方程上的点与隧道出口线形方程上的点之间的距离d表示为:
其中,(xin,yin)为隧道入口处线形方程上的点,(xout,yout)为隧道出口线形方程上的点;
角度误差目标f2表示为:
f2=min(g-tg)
其中,tg为隧道入口点和隧道出口点的设计切线相交角度,g为隧道入口点和隧道出口点的实际切线相交角度;
隧道入口点和隧道出口点的切线相交角度g表示为:
其中,kin为隧道入口点的切线斜率,kout为隧道出口点的切线斜率;
对距离误差目标和角度误差目标设置隧道出入口处的距离约束和隧道出入口的点坐标约束;
隧道入口处的距离约束表示为:
其中,(xm,ym)为车辆进入隧道前最后一个GPS坐标点;
隧道出口处的距离约束表示为:
其中,(xk,yk)为车辆驶出隧道第一个GPS采样点坐标,k=1,2,...n;
隧道出入口的点坐标约束表示为:
(xin,yin)∈Lin(x,y)
(xout,yout)∈Lout(x,y)
所述S24中,对多目标优化模型采用线形加权法将多目标模型转换成单目标模型,将距离误差目标和角度误差目标综合加权;
距离误差目标和角度误差目标综合加权后的目标f表示为:
f=min(w1f1+w2f2)
其中,w1为距离误差目标的权重,w2为角度误差目标的权重;
将多目标优化模型转化成单目标模型后采用遗传算法进行求解,得到最优隧道入口点坐标即隧道线形参考点坐标;
S3.根据隧道线形类型及线形特征方程划分隧道区段,并结合隧道线形参考点构建隧道整体分段线形方程;
具体的:
S31.根据隧道设计资料的线形类型,划分隧道区段,以隧道入口点坐标为原点,建立平面直角坐标系;
S32.构建直线区段的线形方程;
S33.构建缓和曲线区段的线形方程;
S34.构建圆曲线区段的线形方程;
S35.根据线形类型将区段内参数代入对应线形方程,整合全部区段线形方程,得到隧道整体分段线形方程;
S4.根据多个隧道区段的空间坐标点构建隧道GIS数据;
具体的:
获取隧道的整体分段线形方程后,根据需求对隧道的空间坐标点进行采样,将采样的空间坐标点按照前后顺序连接起来,将其投影坐标转化为大地坐标系,将大地坐标数据转化为隧道GIS数据。
2.根据权利要求1所述的基于多源异构数据融合的隧道GIS空间数据构建方法,其特征在于,所述S11中,截取高精度GPS数据,根据车牌号提取每个车辆高精度GPS数据并进行排序,记为G1,G2,...Gm,m为车辆数,构建两个相邻GPS采样点的向量;
两个相邻GPS采样点的向量ak表示为:
ak=(xk+1-xk,yk+1-yk)
其中,(xk+1,yk+1)为(xk,yk)后方相邻的GPS采样点坐标;
计算车辆GPS数据中两个相邻GPS采样点向量的角度;
两个相邻GPS采样点向量的角度θ表示为:
其中,(xk+2,yk+2)为(xk+1,yk+1)后方相邻的GPS采样点坐标;
将两个相邻GPS采样点向量的角度θ的阈值设置为θ0,如果超过阈值θ0,判定车辆在此GPS采样点进行换道,剔除车辆在隧道出入口处的GPS数据,如果未超过阈值θ0,判定车辆未进行换道,根据隧道出入口处的设计资料和车道数量,提取车辆在隧道出入口处的GPS数据进行保存;
所述S14中,选定隧道出入口处各个车道第一个GPS采样点为坐标系原点,分别建立隧道出入口处各个车道的平面直角坐标系;
对于线形类型为直线的区段,通过最小二乘法构建直线线形特征方程;
直线线形特征方程表示为:
y=k'x+b
其中,k'为斜率,(x',y')为直线区段的GPS采样点坐标,b为截距;
对于线形类型为缓和曲线的区段,缓和曲线采用回旋曲线,通过最小二乘法构建回旋曲线线形特征方程;
回旋曲线线形特征方程表示为:
c=u×l
其中,c为回旋曲线参数,u为回旋曲线上任意一点的曲率半径,l为回旋曲线弧长;
对于线形类型为圆曲线的区段,通过最小二乘法构建圆曲线线形特征方程;
圆曲线线形特征方程表示为:
R2=(x”-x0)2+(y”-y0)2
其中,R为半径,(x0,y0)为圆曲线中心点坐标,(x”,y”)为圆曲线区段GPS采样点坐标;
将隧道入口处线形特征方程记为Lin(x,y),隧道出口处线形特征方程记为Lout(x,y)。
3.根据权利要求2所述的基于多源异构数据融合的隧道GIS空间数据构建方法,其特征在于,所述S31中,将各个区段依次表示为Lr1,Lr2,...LrN,N为划分的区段数量,根据各个区段的类型与其几何特征,以隧道入口点坐标为原点,建立平面直角坐标系;
所述S32中,对于直线类型的区段,设上一个区段的最后一个点坐标为(xend,yend),即直线区段的第一个点坐标(xend直,yend直),根据直线线形特征方程与上一个区段切线方程L(xend,yend)的夹角δ直和上一个区段的最后一个点的切线斜率kend建立直,线区段的线形方程;
直线区段的线形方程表示为:
根据直线区段的长度lr直,获取直线区段的最后一个点坐标(xend直',yend直');
直线区段的长度lr直表示为:
直线区段的最后一个点的切线方程L(xend直',yend直')作为下一个区段的初始点的切线方程;
所述S33中,对于缓和曲线类型的区段,设上一个区段的最后一个点坐标为(xend,yend),即缓和曲线区段的第一个点坐标(xend缓,yend缓),根据回旋曲线线形特征方程与上一个区段的切线方程L(xend,yend)的夹角δ缓、上一个区段的切线方程的斜率kend和缓和曲线区段的长度lr缓,建立缓和曲线区段的线形方程;
缓和曲线区段的线形方程表示为:
其中,l=lr缓;
根据缓和曲线区段的最后一个点的曲率半径uend,获取缓和曲线区段最后一个点坐标;
缓和曲线区段最后一个点坐标(xend缓′,yend缓′)表示为:
根据缓和曲线区段最后一个点坐标(xend缓′,yend缓′)和缓和曲线区段最后一个点的切线斜率kend缓',获取缓和曲线区段最后一个点的切线方程L(xend',yend')作为下一个区段的初始点切线方程;
所述S34中,对于圆曲线的区段,设上一个区段的最后一个点坐标为(xend,yend),即圆曲线区段的第一个点(xend圆,yend圆),根据圆曲线区段线形特征方程与上一个区段的切线方程L(xend,yend)的夹角90°,上一个区段的切线斜率为kend,计算得到圆曲线区段中圆中心点所在直线方程;
圆中心点所在直线方程表示为:
结合圆中心点坐标(xo,yo)与圆曲线区段的第一个点(xend圆,yend圆)的距离曲线半径,根据圆中心点坐标与圆曲线区段的第一个点的距离关系,构建圆曲线区段的线形方程,计算出圆的中心点坐标;
距离曲线半径Rr表示为:
Rr2=(xo-xend圆)2+(yo-yend圆)2
圆曲线区段的线形方程表示为:
(x-xo)2+(y-yo)2=Rr
根据圆曲线区段的弧长lr圆对应的角度ψ和圆曲线区段的第一个点的极坐标方程,计算得到圆曲线区段的第一个点的对应角度ψ1和圆曲线区段的最后一个点(xend圆',yend圆');
圆曲线区段的第一个点的极坐标方程表示为:
圆曲线区段的最后一个点坐标(xend圆',yend圆')表示为:
xend圆′=xo+Rrcos(ψ-ψ1),yend圆′=yo+Rrsin(ψ-ψ1)
圆曲线区段的最后一个点的切线方程L(xend圆′,yend圆′)作为下一个区段的初始点切线方程;
所述S35中,根据隧道线形参考点坐标隧道线形参考点所在切线方程和隧道线形参考点所在切线斜率结合隧道设计资料,第一区段与隧道线形参考点所在切线方程的夹角为δ1,判断隧道第一区段Lr1线形类型,得到隧道第一区段的线形方程,根据各个区段长度lr1,lr2,...lrN,计算出第一区段的最后一个点坐标(xend1,yend1),并获取第一区段的最后一个点的切线方程L(xend1,yend1)作为下一个区段的初始点切线方程,获取下一个区段的线形方程、下一个区段的最后一个点及其切线方程,循环上述操作直到最后一个区段结束,整理上述完整隧道的线形方程,构建以隧道线形参考点坐标为原点的隧道整体分段线形方程;
隧道整体分段线形方程TL表示为:
其中,(x1',y1')为第一区段的第一个点,(x2',y2')为第一区段的最后一个点,(xTL1,yTL1)为第一区段的第一个点和最后一个点之间的点,(xN',yN')为第N区段的第一个点,(xN+1',yN+1')为第N区段的最后一个点,(xTLN,yTLN)为第N区段的第一个点和最后一个点之间的点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311432624.6A CN117171286B (zh) | 2023-11-01 | 2023-11-01 | 基于多源异构数据融合的隧道gis空间数据构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311432624.6A CN117171286B (zh) | 2023-11-01 | 2023-11-01 | 基于多源异构数据融合的隧道gis空间数据构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117171286A CN117171286A (zh) | 2023-12-05 |
CN117171286B true CN117171286B (zh) | 2024-03-26 |
Family
ID=88947081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311432624.6A Active CN117171286B (zh) | 2023-11-01 | 2023-11-01 | 基于多源异构数据融合的隧道gis空间数据构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117171286B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117475639B (zh) * | 2023-12-26 | 2024-04-30 | 深圳市城市交通规划设计研究中心股份有限公司 | 融合不同频率车辆定位数据的桥梁车辆时空分布识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130032640A (ko) * | 2011-09-23 | 2013-04-02 | 한국건설기술연구원 | 도로의 차량 주행에 의한 도로 평면선형정보 취득방법 |
CN110411361A (zh) * | 2019-05-15 | 2019-11-05 | 首都师范大学 | 一种移动隧道激光检测数据处理方法 |
CN112233233A (zh) * | 2020-10-15 | 2021-01-15 | 首都师范大学 | 一种隧道相对点云数据的三维线形恢复方法 |
CN115062881A (zh) * | 2022-08-19 | 2022-09-16 | 深圳市城市交通规划设计研究中心股份有限公司 | 隧道结构性状预测方法、装置、计算机设备和存储介质 |
-
2023
- 2023-11-01 CN CN202311432624.6A patent/CN117171286B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130032640A (ko) * | 2011-09-23 | 2013-04-02 | 한국건설기술연구원 | 도로의 차량 주행에 의한 도로 평면선형정보 취득방법 |
CN110411361A (zh) * | 2019-05-15 | 2019-11-05 | 首都师范大学 | 一种移动隧道激光检测数据处理方法 |
CN112233233A (zh) * | 2020-10-15 | 2021-01-15 | 首都师范大学 | 一种隧道相对点云数据的三维线形恢复方法 |
CN115062881A (zh) * | 2022-08-19 | 2022-09-16 | 深圳市城市交通规划设计研究中心股份有限公司 | 隧道结构性状预测方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
改扩建公路平面线形参数识别原理及其应用;张航;张肖磊;张汉龙;;公路(第01期);34-38 * |
Also Published As
Publication number | Publication date |
---|---|
CN117171286A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117171286B (zh) | 基于多源异构数据融合的隧道gis空间数据构建方法 | |
CN109686125B (zh) | 一种基于hmm的v2x车联网车辆防撞预警系统 | |
CN106997688B (zh) | 基于多传感器信息融合的停车场停车位检测方法 | |
JP6197393B2 (ja) | レーン地図生成装置及びプログラム | |
CN112382095B (zh) | 一种多源数据融合的城市快速路交通状态估计方法 | |
CN109459045B (zh) | 一种针对低频gps轨迹的改进交互式投票匹配方法 | |
CN110427993B (zh) | 基于气象参数的高速列车导航盲区定位方法 | |
CN109243289A (zh) | 高精度地图制作中地下车库停车位提取方法及系统 | |
CN107328423B (zh) | 基于地图数据的弯道识别方法及其系统 | |
CN114005280A (zh) | 一种基于不确定性估计的车辆轨迹预测方法 | |
CN115311854B (zh) | 一种基于数据融合的车辆时空轨迹重构方法 | |
CN113945217B (zh) | 航线规划方法、装置、服务器及计算机可读存储介质 | |
CN109147390B (zh) | 一种基于量化自适应卡尔曼滤波的车辆轨迹跟踪方法 | |
CN103310199B (zh) | 基于高分辨率遥感数据的车辆型号识别方法 | |
CN110988880A (zh) | 一种基于smr目标轨迹的地理信息提取及目标跟踪方法 | |
CN109033239B (zh) | 一种基于最小二乘优化的路网结构生成方法 | |
CN113791414A (zh) | 一种基于毫米波车载雷达视图的场景识别方法 | |
CN113537411B (zh) | 一种基于毫米波雷达的改进模糊聚类方法 | |
CN110798805A (zh) | 基于gps轨迹的数据处理方法、装置及存储介质 | |
CN116894855A (zh) | 一种基于重叠视野下交叉路口多目标跨域跟踪方法 | |
CN115657049A (zh) | 一种隧道车载激光雷达定位纠偏方法及系统 | |
CN108921896B (zh) | 一种融合点线特征的下视视觉罗盘 | |
CN112991722B (zh) | 高频gps点的公交车辆实时路口预测方法和系统 | |
CN112017432B (zh) | 一种高速公路交通运行状态感知雷达的布设方法 | |
CN117558158A (zh) | 一种基于无人机场组网的静态交通常态化巡检系统和方法 |
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 |