CN117419732A - 一种基于路网的感知目标定位纠偏方法、设备及存储介质 - Google Patents
一种基于路网的感知目标定位纠偏方法、设备及存储介质 Download PDFInfo
- Publication number
- CN117419732A CN117419732A CN202311309390.6A CN202311309390A CN117419732A CN 117419732 A CN117419732 A CN 117419732A CN 202311309390 A CN202311309390 A CN 202311309390A CN 117419732 A CN117419732 A CN 117419732A
- Authority
- CN
- China
- Prior art keywords
- target
- road network
- point
- road
- searching
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008447 perception Effects 0.000 title claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 22
- 230000004927 fusion Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于路网的感知目标定位纠偏方法、设备及存储介质,属于情报处理技术领域。本发明针对山地地貌,对传感器获取的目标定位进行纠偏,首先对分析区域内路网进行矢量化数值表示,再以目标为中心,在距离目标不超过预设阈值的区域内寻找路网,在所述区域内的路网上寻找距离目标最近的点,并将目标的位置纠偏为所述点的位置。经过实验证实,本发明方法使得山地地貌中目标定位的连续性与准确性有较为明显的提升。
Description
技术领域
本发明属于情报处理技术领域,更具体地,涉及一种基于路网的感知目标定位纠偏方法、设备及存储介质。
背景技术
传统的地面目标定位主要依靠多传感器的感知数据融合,受限于地形地貌影响,目标定位精度与准确度还存在着不足,未有针对山地场景目标定位的优化措施。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于路网的感知目标定位纠偏方法、设备及存储介质,其目的在于解决现有地面目标定位技术易受山地地貌影响,以至于山地环境定位精度不高的技术问题。
为实现上述目的,第一方面,本发明提供了一种基于路网的感知目标定位纠偏方法,所述方法为:以目标为中心,在距离目标不超过预设值的区域内寻找路网,在所述路网上寻找距离目标最近的点,并将目标的位置纠偏为所述点的位置。
优选的,网格化分析区域,将区域内路网和目标投影到网格中,以目标所在网格为中心,在距离目标网格不超过预设网格数量的区域内寻找路网,在所述路网上寻找距离目标最近的点,并将目标位置纠偏为所述点的位置。
优选的,对所述路网进行矢量化数值表示:
network={road1,road2,…,roadN}
其中,network表示路网;road1,road2,…,roadN表示组成路网的N条路线;所述路线roadi中包括Ki+1个关键点和Ki条折线段,所述折线段的两端为关键点;rIDi为第i条路线的编号;表示路网中第i条路线中的第k个关键点的编号;/>表示路网中第i条路线中第k个关键点的坐标;/>表示第k个关键点和第k+1个关键点之间折线段的宽度。
优选的,计算目标到路网中折线段的最小距离,设第k个折线段两端关键点分别为A和B,A的坐标为B的坐标为/>目标的坐标为(xo,yo,zo),所述折线段上距离目标最近的点为M,M的坐标为(xmk,ymk,zmk);点M和点A点B之间满足:
若λ<0,则点M为目标点到所述折线段的垂线与折线段的交点:
若λ>0且则点M和点B重合:
若λ>0且则点M和点A重合:
目标到所述折线段的最小距离为:
优选的,对比目标到路网中所有折线段的距离,找出最小距离,最小距离对应的点即为路网上距离目标最近的点。
优选的,其特征在于,对比目标到路网中所有折线段的距离,找出最小距离dismink,若满足:
则目标的位置是准确的,不进行纠偏;其中,dismink表示目标到第k条折线段的距离;表示第k条折线段的宽度。
第二方面,本发明提供了一种基于路网的感知目标定位纠偏系统,所述装置包括:
路网寻找模块,用于以目标为中心,在距离目标不超过预设阈值的区域内寻找路网;
纠偏模块,用于在所述路网上寻找距离目标最近的点,并将目标的位置纠偏为所述点的位置。
优选的,所述装置包括:
网格化模块,用于网格化分析区域,并将区域内路网和目标投影到网格中;
网格化路网寻找模块,用于以目标所在网格为中心,在距离目标网格不超过预设网格数量的区域内寻找路网;
网格化纠偏模块,用于在所述路网上寻找距离目标最近的点,并将目标位置纠偏为所述点的位置。
第三方面,本申请提供一种电子设备,包括:存储器,用于存储程序;处理器,用于执行存储器存储的程序,当存储器存储的程序被执行时,处理器用于执行第一方面中所描述的任一方法。
第四方面,本申请提供一种存储介质,存储介质存储有计算机程序,当计算机程序在处理器上运行时,使得处理器执行第一方面中所描述任一的方法。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
(1)山地环境中,传统传感器对目标定位易受到地形地势影响,产生定位偏差,本发明方法考虑到山地环境下,机动目标的移动不可能离开路网,因此利用山地路网信息对目标定位点进行纠偏,实施校正,使得山地地面目标定位在连续性与准确性上有较为明显的提升;
(2)本发明方法对分析目标和分析路网进行网格化处理,有效简化处理数据量,提高了纠偏的处理速度;
(3)本发明方法对分析目标和分析路网进行矢量化数值表示,由此降低了纠偏计算量,同时能保证纠偏的准确性。
附图说明
图1是本发明实施例中一种基于路网的感知目标定位纠偏方法的整体流程图;
图2是本发明实施例中路网的线路上距离目标最近点的三种可能情况;
图3是本发明实施例中目标在路网中多条线路上的候选纠偏点。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,除非另有说明,“多个”的含义是指两个或者两个以上,例如,多个计算机指令是指两个或者两个以上的计算机指令等。
接下来,对本申请实施例中提供的技术方案进行介绍,如图1所示本发明实施例包括以下步骤:
(1)对行进区域内的路网进行矢量化数值表示。
(1.1)提取指定分析区域内的道路路网。
(1.2)路网由路线组成,每条路线由一系列关键点组成,关键点与关键点之间的连线用直线表示。
(1.3)路网中包含N条路线:
network={road1,road2,…,roadN}
第i条路线roadi为:
其中,network表示路网;road1,road2,…,roadN表示组成路网的N条路线;所述线路中包括Ki+1个关键点和Ki条折线段,所述折线段的两端为关键点;rIDi为第i条路线的编号;表示路网中第i条路线中的k个关键点的编号;/>表示路网中第i条路线中k个关键点的坐标;/>表示第k个关键点和第k+1个关键点之间折线段的宽度。
(2)行进区域内的毫米波雷达传感器、光电传感器等多传感器对目标实施探测,获取地面移动目标的位置探测点。
目标探测点信息表示为tgto(tgtIDo,xo,yo,zo),tgtIDo代表探测目标编号,xo、yo、zo代表探测目标坐标位置。
(3)计算探测点与路网每条路线的最近距离:
(3.1)以线路唯一标识rIDi为唯一标识,遍历路网中的每一条线路;
(3.2)针对线路中的每一个折线段,求探测点位置与折线段最近的点,同时记录与最近点的距离;探测点与折线段最近的距离即为探测点与线路的最近距离,线路上的对应的点即为该线路的候选纠偏点。
(3.2.1)路线roadi总的关键点个数为Ki,则有Ki-1个折线段。以计算第i个路线roadi中的第k个折线段为例,k∈[1,Ki],其折线段的两个端点为:关键点和关键点/>
求探测点O(xo,yo,zo)到该折线段的最近点和最近距离,探测点O和折线段的位置关系见图2所示,位置关系有三种:一种是探测点O在该折线段中,另外两种是探测点O在该折线段的两个关键点A和B上,设所述折线段上距离目标最近的点为M,M的坐标为(xmk,ymk,zmk),则有:
若λ<0,则点M为探测点到所述折线段的垂线与折线段的交点:
若λ>0且则点M和点B重合:
若λ>0且则点M和点A重合:
探测点O到所述折线段的最小距离为:
(3.2.2)重复步骤(3.2.1),得到探测点O与路线roadi的最近距离dismini=min{disminmk},k∈[1,Ki],最近距离的对应点即为最近距离点。
(3.3)取探测点与每条线路的候选纠偏点距离最小值dismin=min{dismini},i∈[1,N],此距离最小值对应的点即为探测点与整个路网的最近点,如图3所示。
(4)设定探测点与候选纠偏点的距离门限阈值。
对地面目标一种较为合适的距离门限阈值distho=30m。
(5)探测点与候选纠偏点的距离小于门限阀值则进行纠偏,否则不纠偏。
(5.1)distho≥dismin时,纠偏。根据步骤3.3,纠偏点即为探测点与整个路网的最近点。
(5.2)distho<dismin时,不纠偏,目标探测点的位置不发生改变。
同时,也可以采取将分析区域的路网和目标进行网格化,将区域内路网和目标投影到网格中,以目标所在网格为中心,在距离目标网格不超过9个网格数量的区域内寻找路网网格,在所述路网网格内的路网上寻找距离目标最近的点,并将目标位置纠偏为所述点的位置。
(6)设探测点与候选纠偏点的距离为距离dismink,若满足:
则目标的位置是准确的,不进行纠偏;其中,dismink表示目标O到第k条折线段的距离;表示第k条折线段的宽度。
(7)将多信息源纠偏位置与当前融合目标列表进行关联合成,形成最终的融合目标位置。
至此完成一种基于路网的目标定位纠偏处理。
本发明还实现了一种基于路网的感知目标定位纠偏装置;
应当理解的是,上述装置用于执行上述实施例中的方法,装置中相应的程序模块,其实现原理和技术效果与上述方法中的描述类似,该装置的工作过程可参考上述方法中的对应过程,此处不再赘述。
基于上述实施例中的方法,本申请实施例提供了一种电子设备。该设备可以包括:用于存储程序的存储器和用于执行存储器存储的程序的处理器。其中,当存储器存储的程序被执行时,处理器用于执行上述实施例中所描述的方法。
基于上述实施例中的方法,本申请实施例提供了一种存储介质,存储介质存储有计算机程序,当计算机程序在处理器上运行时,使得处理器执行上述实施例中的方法。
可以理解的是,本申请的实施例中的处理器可以是中央处理单元(centralprocessing unit,CPU),还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件,硬件部件或者其任意组合。通用处理器可以是微处理器,也可以是任何常规的处理器。
本申请的实施例中的方法步骤可以通过硬件的方式来实现,也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read-only memory,ROM)、可编程只读存储器(programmable rom,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在存储介质中,或者通过所述存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。
以上内容本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于路网的感知目标定位纠偏方法,其特征在于,所述方法为:
以目标为中心,在距离目标不超过预设值的区域内寻找路网,在所述路网上寻找距离目标最近的点,并将目标的位置纠偏为所述点的位置。
2.根据权利要求1所述的方法,其特征在于,网格化分析区域,将区域内路网和目标投影到网格中,以目标所在网格为中心,在距离目标网格不超过预设网格数量的区域内寻找路网,在所述路网上寻找距离目标最近的点,并将目标位置纠偏为所述点的位置。
3.根据权利要求1或2所述的方法,其特征在于,对所述路网进行矢量化数值表示:
network={road1,road2,…,roadN}
其中,network表示路网;road1,road2,…,roadN表示组成路网的N条路线;所述路线roadi中包括Ki+1个关键点和Ki条折线段,所述折线段的两端为关键点;rIDi为第i条路线的编号;表示路网中第i条路线中的第k个关键点的编号;/>表示路网中第i条路线中第k个关键点的坐标;/>表示第k个关键点和第k+1个关键点之间折线段的宽度。
4.根据权利要求3所述的方法,其特征在于,计算目标到路网中折线段的最小距离,设第k个折线段两端关键点分别为A和B,A的坐标为B的坐标为目标的坐标为(xo,yo,zo),所述折线段上距离目标最近的点为M,M的坐标为(xmk,ymk,zmk);点M和点A点B之间满足:
若λ<0,则点M为目标点到所述折线段的垂线与折线段的交点:
若λ>0且则点M和点B重合:
若λ>0且则点M和点A重合:
目标到所述折线段的最小距离为:
5.根据权利要求4所述的方法,其特征在于,对比目标到路网中所有折线段的距离,找出最小距离,最小距离对应的点即为路网上距离目标最近的点。
6.根据权利要求4所述的方法,其特征在于,其特征在于,对比目标到路网中所有折线段的距离,找出最小距离dismink,若满足:
则目标的位置是准确的,不进行纠偏;其中,dismink表示目标到第k条折线段的距离;表示第k条折线段的宽度。
7.一种基于路网的感知目标定位纠偏装置,其特征在于,所述装置包括:
路网寻找模块,用于以目标为中心,在距离目标不超过预设阈值的区域内寻找路网;
纠偏模块,用于在所述路网上寻找距离目标最近的点,并将目标的位置纠偏为所述点的位置。
8.根据权利要求7所述的装置,其特征在于,所述装置包括:
网格化模块,用于网格化分析区域,并将区域内路网和目标投影到网格中;
网格化路网寻找模块,用于以目标所在网格为中心,在距离目标网格不超过预设网格数量的区域内寻找路网;
网格化纠偏模块,用于在所述路网上寻找距离目标最近的点,并将目标位置纠偏为所述点的位置。
9.一种电子设备,其特征在于,包括:
存储器,用于存储程序;
处理器,用于执行所述存储器存储的程序,当所述存储器存储的程序被执行时,所述处理器用于执行权利要求1-6中任一所述的方法。
10.一种存储介质,所述存储介质存储有计算机程序,其特征在于,当所述计算机程序在处理器上运行时,使得所述处理器执行权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311309390.6A CN117419732B (zh) | 2023-10-10 | 2023-10-10 | 一种基于路网的感知目标定位纠偏方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311309390.6A CN117419732B (zh) | 2023-10-10 | 2023-10-10 | 一种基于路网的感知目标定位纠偏方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117419732A true CN117419732A (zh) | 2024-01-19 |
CN117419732B CN117419732B (zh) | 2024-06-21 |
Family
ID=89525664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311309390.6A Active CN117419732B (zh) | 2023-10-10 | 2023-10-10 | 一种基于路网的感知目标定位纠偏方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117419732B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018122806A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于行程时间分布的多模态交通异常检测方法 |
CN111044056A (zh) * | 2018-10-15 | 2020-04-21 | 华为技术有限公司 | 基于道路匹配的定位方法、芯片子系统及电子设备 |
US20200141738A1 (en) * | 2018-11-01 | 2020-05-07 | Here Global B.V. | Navigation system, apparatus and method for associating a probe point with a road segment |
CN112162304A (zh) * | 2020-09-24 | 2021-01-01 | 北京市生态环境监测中心 | 路网匹配方法、装置、电子设备及介质 |
CN113155139A (zh) * | 2021-06-28 | 2021-07-23 | 中移(上海)信息通信科技有限公司 | 车辆轨迹纠偏方法、装置及电子设备 |
WO2022068626A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 轨迹纠偏方法及系统 |
WO2022116717A1 (zh) * | 2020-12-03 | 2022-06-09 | 中兴通讯股份有限公司 | 一种定位纠偏方法、装置及存储介质 |
CN114648269A (zh) * | 2022-03-24 | 2022-06-21 | 北京百度网讯科技有限公司 | 匹配车辆行驶路线的方法、装置、电子设备、介质及产品 |
CN114689072A (zh) * | 2022-03-30 | 2022-07-01 | 软通智慧信息技术有限公司 | 一种定位位置的智能纠偏方法、装置、服务器及介质 |
CN115248450A (zh) * | 2022-07-15 | 2022-10-28 | 上海芯翌智能科技有限公司 | 一种用于gps纠偏的方法与设备 |
CN115586557A (zh) * | 2022-12-12 | 2023-01-10 | 国网浙江省电力有限公司信息通信分公司 | 一种基于路网数据的车辆行驶轨迹纠偏方法及装置 |
-
2023
- 2023-10-10 CN CN202311309390.6A patent/CN117419732B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018122806A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于行程时间分布的多模态交通异常检测方法 |
CN111044056A (zh) * | 2018-10-15 | 2020-04-21 | 华为技术有限公司 | 基于道路匹配的定位方法、芯片子系统及电子设备 |
US20200141738A1 (en) * | 2018-11-01 | 2020-05-07 | Here Global B.V. | Navigation system, apparatus and method for associating a probe point with a road segment |
CN112162304A (zh) * | 2020-09-24 | 2021-01-01 | 北京市生态环境监测中心 | 路网匹配方法、装置、电子设备及介质 |
WO2022068626A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 轨迹纠偏方法及系统 |
WO2022116717A1 (zh) * | 2020-12-03 | 2022-06-09 | 中兴通讯股份有限公司 | 一种定位纠偏方法、装置及存储介质 |
CN113155139A (zh) * | 2021-06-28 | 2021-07-23 | 中移(上海)信息通信科技有限公司 | 车辆轨迹纠偏方法、装置及电子设备 |
CN114648269A (zh) * | 2022-03-24 | 2022-06-21 | 北京百度网讯科技有限公司 | 匹配车辆行驶路线的方法、装置、电子设备、介质及产品 |
CN114689072A (zh) * | 2022-03-30 | 2022-07-01 | 软通智慧信息技术有限公司 | 一种定位位置的智能纠偏方法、装置、服务器及介质 |
CN115248450A (zh) * | 2022-07-15 | 2022-10-28 | 上海芯翌智能科技有限公司 | 一种用于gps纠偏的方法与设备 |
CN115586557A (zh) * | 2022-12-12 | 2023-01-10 | 国网浙江省电力有限公司信息通信分公司 | 一种基于路网数据的车辆行驶轨迹纠偏方法及装置 |
Non-Patent Citations (4)
Title |
---|
NIKITAKI S, TSAKALIDES P: "Localization in wireless networks via spatial sparsity", SIGNALS, SYSTEMS AND COMPUTERS(ASILOMAR), 31 December 2010 (2010-12-31) * |
宋忠友;仲元红;陈涛;李杰;王鲲鹏;周瑶;: "基于交替迭代的压缩感知多目标定位算法", 重庆大学学报, no. 03, 31 March 2018 (2018-03-31) * |
廖佳;俞荐中;李俊峰;: "一种利用网格划分及方向加权的地图匹配算法", 测绘通报, no. 03, 31 March 2017 (2017-03-31) * |
谢博晖;吴健平;: "GPS轨迹数据纠偏方法研究", 计算机技术与发展, no. 07, 31 July 2012 (2012-07-31) * |
Also Published As
Publication number | Publication date |
---|---|
CN117419732B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111028277B (zh) | 基于伪孪生卷积神经网络的sar和光学遥感图像配准方法 | |
US9563808B2 (en) | Target grouping techniques for object fusion | |
CN112328718B (zh) | 一种基于车辆动态轨迹跟踪的道路拓扑构建系统和方法 | |
JP6197393B2 (ja) | レーン地図生成装置及びプログラム | |
CN112767490B (zh) | 一种基于激光雷达的室外三维同步定位与建图方法 | |
CN109635816B (zh) | 车道线生成方法、装置、设备以及存储介质 | |
CN112506225B (zh) | 一种无人机避障方法、装置、无人机和存储介质 | |
JP5385105B2 (ja) | 画像検索方法およびシステム | |
CN109557532B (zh) | 基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统 | |
CN110441760B (zh) | 一种基于先验地形图的大范围海底地形图拓展构图方法 | |
WO2022110451A1 (zh) | 机器人定位方法、装置、计算机可读存储介质及机器人 | |
CN114755661A (zh) | 一种移动激光扫描系统参数标定方法及标定装置 | |
CN113503871B (zh) | 基于相关滤波的重力匹配方法 | |
Li et al. | Spatio-temporal trajectory simplification for inferring travel paths | |
WO2023005020A1 (zh) | 反光板定位方法、机器人及计算机可读存储介质 | |
CN115308770A (zh) | 一种基于拟合图形的动态障碍物检测方法 | |
Chen et al. | Local path searching based map matching algorithm for floating car data | |
CN112766385B (zh) | 一种众源矢量线数据几何匹配与属性融合方法 | |
CN117419732B (zh) | 一种基于路网的感知目标定位纠偏方法、设备及存储介质 | |
CN114067555B (zh) | 多基站数据的配准方法、装置、服务器和可读存储介质 | |
CN118031985A (zh) | 一种电子导航地图更新方法及系统 | |
CN112130166A (zh) | 基于反光板网络的agv定位方法及装置 | |
CN114090560B (zh) | 一种车道的中心线生成方法、装置、设备及存储介质 | |
CN113203424B (zh) | 多传感器的数据融合方法、装置及相关设备 | |
CN108763817B (zh) | 一种基于最小二乘法建模的电力地下管网匹配方法 |
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 |