CN1788421A - 编码数据生成方法和设备 - Google Patents
编码数据生成方法和设备 Download PDFInfo
- Publication number
- CN1788421A CN1788421A CNA2004800126856A CN200480012685A CN1788421A CN 1788421 A CN1788421 A CN 1788421A CN A2004800126856 A CNA2004800126856 A CN A2004800126856A CN 200480012685 A CN200480012685 A CN 200480012685A CN 1788421 A CN1788421 A CN 1788421A
- Authority
- CN
- China
- Prior art keywords
- prediction
- deflection angle
- expression formula
- data
- prediction expression
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/20—Contour coding, e.g. using detection of edges
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Instructional Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
一种编码数据生成方法包括:重新取样道路形状的步骤;设置数个节点的步骤;排列由相对于紧前一个节点的偏转角表示的每个节点的位置信息以便生成偏转角数据串的步骤;将偏转角转换成指示与预测值之差的预测差值的步骤;以及可变长度编码预测差值的数据串的步骤。评估偏转角被转换成预测差值时预测差值的数据串,并且根据评估结果,自适应地从数个预测表达式中选择计算预测值的预测表达式:φ=1、φ=2、φ=3和φ=4。通过根据道路形状A、B、C和D自适应地选择计算预测值的预测表达式,可以提高数据压缩的有效性。
Description
技术领域
本发明涉及代表数字地图上的道路位置等的编码数据的生成方法并生成与解码所述编码数据的设备,本发明旨在减少所述编码数据的数据量。
背景技术
迄今为止,VICS(车辆信息通信系统)已经实现了通过FM(调频)多路广播和用于安装了数字地图数据库的车辆导航系统的信标,提供指示交通堵塞段和行驶时间的车辆信息的服务。车辆导航系统接收车辆信息和和在显示在屏幕上的地图上显示彩色交通堵塞段,并计算出到达目的地所需的时间,加以显示。
因此,为了提供车辆信息,有必要传递数字地图上的道路的位置信息。还有必要向接收有关当前位置和目的地的信息并提供有关在最短时间内到达目的地的推荐路线的信息的服务中的相关方,以及从近年来在研究方面取得进展的行驶车辆(探测车)收集轨迹信息、速度信息等的车辆信息收集系统(探测信息收集系统),报告数字地图上的推荐路线和行驶轨迹。
迄今为止,为了报告数字地图上的道路位置,一般说来,使用指定给道路的连接号和确定诸如交叉点之类的节点的节点号。随着新道路的构筑或道路的改变,需要用新号码取代定义在路网中的节点号和连接号,于是,也必须更新每个公司制作的数字地图数据,因此,使用节点号和连接号的系统牵涉到大量的社会维护成本。
为了改进这一点,JP-A-2003-23357公开了无需利用节点号或连接号和用少量数据就可以报告数字地图上的道路位置的方法。
在这种方法中,在要报告的数字地图上的路段中以给定间隔再次设置取样点(叫做“等距离重新取样”)和对含有按次序排列的取样点的位置数据的数据串进行压缩编码处理,并且,发送压缩和编码数据。在接收数据的接收方,重构取样点的位置数据的数据串,并在接收方的数字地图上再现道路形状。如有需要,利用位置数据,在确定路段的接收方的数字地图上进行位置确定和位置引用(地图匹配)。
对位置数据的数据串的压缩编码像如后所述那样,按(1)将位置数据转换成单个变量;(2)将单个变量所代表的值转换成存在统计偏离的值;以及(3)可变长度编码提供的值的次序进行:
(1)将位置数据转换成单个变量
图26(a)代表在等距离重新取样中设置成PJ-1和PJ的路段中的取样点。这个取样点(PJ)由相对于相邻取样点(PJ-1)的距离(重新取样长度)L和角度Θ的二维唯一确定。假设距离是常数(L),取样点(PJ)可以只由相对于取样点(PJ-1)的角度分量Θ的单个变量表示。在图26(a)中,作为角度Θ,示出了基于正北方位角(图的上方)被设为0°和幅度沿着顺时针方向在0°到360°的范围内指定的“绝对方位角”(相对于正北的方位角)的角度Θ。当PJ-1和PJ的xy坐标(横坐标,纵坐标)是(xj-1,yj-1)和(xj,yj)时,可以根据如下表达式计算角度Θ:
Θj-1=tan-1{(xj-xj-1)/(yj-yj-1)}。
因此,通过指出取样点之间的常距离L和单独作为起点或终点(参考点)的取样点的横坐标和纵坐标,路段可以用取样点的角度分量的数据串来表示。
(2)将单个变量值转换成存在统计偏离的值
如图26(b)所示,每个取样点的角度分量用相邻取样点的角度分量的偏差,即,“偏转角”θj来表示,以便取样点的单个变量值变成适合可变长度编码的统计偏离值。偏转角θj像如下那样计算:
θj=Θj-Θj-1。
如果道路是线性的,取样点的偏转角θ集中在0附近并变成存在统计偏离的数据。
如图26(c)所示,通过将关注取样点PJ的偏转角θj表示成相对于利用前面取样点Pj-1、Pj-2、...的偏转角θj-1、θj-2、...预测的取样点PJ的预测值Sj存在差值(预测差值或预测误差)Δθj,可以将取样点的角度分量转换成存在统计偏离的数据。例如,预测值Sj可以定义成:
Sj=θj-1
或者,可以定义成:
Sj=(θj-1+θj-2)/2。
预测差值Δθj按如下方式计算:
Δθj=θj-Sj。
如果道路以不变曲率弯曲,则取样点的预测差值Δθ集中在0附近并变成存在统计偏离的数据。
图26(d)是示出线性路段被显示成偏转角θ和弯曲路段被显示成预测差值Δθ时的数据出现频率的图形。最大值出现在θ(或Δθ)=0°上,而θ和Δθ的出现频率存在统计偏离。
(3)可变长度编码
接着,可变长度编码转换成存在统计偏离的数据串值。存在诸如数值压缩法(0压缩等)、Shannon-Fano编码法、Huffman编码法、算术编码法、和字典法之类,各种类型的可变长度编码方法;可以使用任何编码方法。
这里,将讨论使用最一般Huffman编码法的情况。
在这种可变长度编码中,为了减少总数据量,用较少位数编码高频出现数据和用较多位数编码低频出现数据。数据和代码之间的关系根据码表来定义。
现在,假设以1°为单位表示的路段的取样点上的Δθ的列表是
“0_0_-2_0_0_+1_0_0_-1_0_+5_0_0_0_+1_0”。
下面将讨论将可变长度编码和游程长度编码结合在一起的如图27所示的码表用于编码数据串的情况。码表定义如下:最小角分辨率(δ)被设置成3°,而Δθ在-1°到+1°范围内的代表性角度是0°和被表示成代码“0”,并且,当连续出现5个0°时,将它们表示成代码“100”,而当连续出现10个0°时,将它们表示成代码“1101”。码表还定义如下:Δθ在±2°到4°范围内的代表性角度是±3°,并且,当值是+时,将附加位“0”加入代码“1110”中,而当值是-时,将附加位“1”加入代码“1110”中。Δθ在±5°到7°范围内的代表性角度是±6°,并且,将指示正或负的附加位加入代码“111100”中。Δθ在±8°到10°范围内的代表性角度是±9°,并且,将指示正或负的附加位加入代码“111101”中。
因此,将上述数据串编码成如下:
“0_0_11101_100_0_0_1111000_100”→“0011101100001111000100”。
在接收数据的接收方,利用与用于编码的码表相同的码表重构Δθ的数据串,并进行与发送方的处理相反的处理,以便再现取样点位置数据。
数据就是如此被编码的,从而可以减少编码数据的数据量。
上述的JP-A-2003-23357提出了如图28所示,在道路形状的曲率大的区段B中将等距离重新取样的距离L2设置得短一些和在曲率小的线性段A中将等距离重新取样的距离L1设置得长一些的方法。其理由是,如果长距离地重新取样曲率大的大弯曲道路,就不可能将取样点设在指示特征道路形状的位置上,接收方上道路形状的再现性变差,并可能出现错误匹配的概率变高。
因此,将每个区段j中的重新取样长度Lj可以取的值(量化重新取样长度)预置成,例如,40/80/160/320/640/1280/2560/5120米,根据如下表达式,利用区段j的曲率半径ρj求出Lj,并将与该值最接近的量化重新取样长度确定为重新取样长度Lj:
Lj=ρj·Kr(其中,Kr是固定参数)。
公开在上述JP-A-2003-23357中的方法是利用如下三个预测表达式试探的:
预测表达式1:Sj=0:照原样使用偏转角(基本上不进行预测);
预测表达式2:Sj=θj-1:使用前一个节点的偏转角;以及
预测表达式3:Sj=(θj-1+θj-2)/2:使用前一个节点和再前一个节点的偏转角平均值。
因此,预测表达式1的压缩效率平均来说较高,但分开检查目标道路,预测表达式2或3的压缩效率在一些道路中较高。
具体地说,预测表达式2或3往往适用于诸如高速公路之类,包括大量长且和缓弯道的道路;预测表达式1往往适用于普通道路。
对类型相同的预测表达式2和3加以比较,在压缩效率方面预测表达式3与预测表达式2相比往往没有什么长处。
本发明的目的是提供有效压缩数据并生成数字地图上的道路形状等的编码数据的编码数据生成方法,并提供生成编码数据和解码编码数据的设备。
专利文件1:JP-A-2003-23357
发明内容
作为考虑上述这些点的结果,引入如下结果:
.在高速公路等的“和缓弯道”中,使相对小的曲率在整个长距离上几乎保持不变。因此,当把注意力集中在一个小区段上时,可以非常容易地从上游区段曲率中预测该部分的曲率。因此,利用前一个节点或再前一个节点的偏转角预测区段的偏转角的预测表达式2或3适用。
.尤其,预测表达式3是利用上游前一个区段和再前一个区段的平均曲率的预测,并使每个区段的曲率误差变平滑。因此,在如上所述的“在整个长距离上的和缓弯道”中,有可能作出高精预测。
.但是,如果弯道段相对较短,与预测表达式2相比,预测表达式3受到上游较长区段的影响,因此,对弯道的开始或结束部分的周围(=曲率发生变化的部分的周围)的预测容易失败。由于受到影响,如果弯道段相对较短,在一些情况下预测表达式2与预测表达式3相比更有利。
.另一方面,在普通道路中,在交叉点等上道路往往九十度弯曲,或者,如果存在弯道,相对大曲率只应用在短距离上。这意味着,难以从上游前一个区段中预测一个小区段的曲率,并且,如果预测一个小区段的曲率,该预测也容易失败。在这样的情况下,基本上不进行预测(使用原来偏转角)的预测表达式1适用。
当根据上述试探结果对整条道路进行勘查时,可以看出,一般说来,预测表达式1(不进行预测地使用原来偏转角)的效率是高的,但是,预测表达式2或3(从上游曲率中预测相应点的曲率)适合用在把注意力集中在分立道路或路段上的一些道路中。
根据上述的这些点,在本发明中,在为了设置数个节点而重新取样具有线性形状的线性目标的编码数据生成方法中,排列由相对于紧前一个节点的偏转角表示的每个节点的位置信息以便生成偏转角的数据串,将偏转角转换成每一个都指示与预测值之差的预测差值,并且可变长度编码预测差值的数据串,计算预测值的预测表达式是从数个预测表达式中选择出来的。
因此,动态地选择计算预测值的预测表达式,从而可以提高数据压缩的有效性。尤其,在所述的配置中,评估偏转角被转换成预测差值时预测差值的数据串,并且根据评估结果选择预测表达式。
如上所述的编码数据生成方法可以包括如下步骤(1)-(6):
(1)为了设置数个节点而重新取样线性目标的步骤;
(2)排列由相对于紧前一个节点的偏转角表示的每个节点的位置信息以便生成偏转角的数据串的步骤;
(3)提供数个预测表达式以便根据偏转角的数据串计算每个节点的位置数据的预测值的步骤;
(4)利用数个预测表达式的预定预测表达式计算预测值的步骤;
(5)将偏转角的数据串转换成每一个都指示与计算预测值之差的预测差值的数据串的步骤;以及
(6)可变长度编码预测差值的数据串以便提供编码数据的步骤。
该编码数据生成方法可以进一步包括如下步骤:根据步骤(5)为数个预测表达式的每一个获取与数个预测表达式相对应的预测差值的数据串;评估预测差值的数据串;以及根据评估步骤的评估结果,从数个预测表达式当中选择步骤(4)中的预定预测表达式。
在本发明的编码数据生成方法中,数个预测表达式包含将0作为预测值的预测表达式。
通常,预测表达式可以用于提供有效数据压缩。
数个预测表达式可以包含作为将关注偏转角之前的至少一个偏转角用作参数的函数实现的至少一个预测表达式。
在本发明的编码数据生成方法中,数个预测表达式包含将前一个节点中的偏转角作为预测值的预测表达式。
如果在和缓弯道的周围使用预测表达式,则可以提供有效数据压缩。
在本发明的编码数据生成方法中,数个预测表达式包含将数个以前偏转角的平均或加权平均作为预测值的预测表达式。
如果在和缓弯道的周围使用预测表达式,则可以提供有效数据压缩。
在本发明的编码数据生成方法中,数个预测表达式包含将颠倒前一个节点的偏转角的正负号得到的角度作为预测值的预测表达式。
如果重新取样形状是锯齿形迹线,则利用预测表达式可以提供有效数据压缩。
在本发明的编码数据生成方法中,将包含在偏转角的数据串中的所有偏转角都转换成预测差值,评估预测差值的数据串,并且根据评估结果选择将所有偏转角转换成预测差值的预测表达式。
为了提高数据压缩有效性,可以以线性目标的形状数据为单位动态地改变预测表达式。
在本发明的编码数据生成方法中,将包含在偏转角的数据串中与线性目标的部分区段相对应的每个偏转角转换成预测差值并评估预测差值的数据串,并且根据评估结果选择将与部分区段相对应的偏转角转换成预测差值的预测表达式。
为了更进一步提高数据压缩有效性,可以在线性目标的形状数据的中点上动态地改变预测表达式。
在本发明的编码数据生成方法中,根据状态迁移模式分类偏转角的数据串,并以模式为单位选择将偏转角转换成预测差值的预测表达式。
为了采用该方式,可以选择适合每种模式的预测表达式。
在本发明的编码数据生成方法中,将偏转角的数据串分类成每一个包含偏转角的预定个数据段的块,并为每个块选择将偏转角转换成预测差值的预测表达式。
为了采用该方式,所选预测表达式以编码数据中的给定个数据段为单位出现,从而不必将标记代码插入编码数据中。
在本发明的编码数据生成方法中,将偏转角的数据串分类成与重新取样的重新取样长度的改变点匹配的块,并为每个块选择将偏转角转换成预测差值的预测表达式。
形状数据的特征往往在重新取样长度的改变点上发生改变。因此,为了采用该方式,可以选择与形状数据的特征匹配的预测表达式。
在本发明的编码数据生成方法中,响应对偏转角的数据串中关注偏转角之前的预定个偏转角的预测差值的数据串的评估结果,选择将关注偏转角转换成预测差值的预测表达式。
该方式可以随编码方和解码方根据程序设置规则而得到实现。
这里,利用数个选择表达式可以将多达预定个的偏转角转换成数个预测差值的数据串,并且只有当根据预定选择表达式对预测差值的数据串的评估结果满足预定要求时,才可以将当前使用预测表达式改变成预定预测表达式,然后才可以将关注偏转角转换成预测差值。
在关注偏转角或块中,可以参照该关注偏转角或块之前和之后的偏转角或块中的预测表达式选择状态选择预测表达式。
在关注偏转角或块中,如果选择了与适合用在该关注偏转角或块之前和之后的偏转角或块中的预测表达式不同的预测表达式,可以将惩罚值加入该关注偏转角或块中预测差值串的评估准则的评估值中。惩罚值可以响应每个预测表达式的出现频率来选择。
在本发明的编码数据生成方法中,根据包含在数据串中的0的个数评估预测差值的数据串,并选择0的个数最多的预测表达式。
因此,数据集中在0上,并提高了可变长度编码提供的数据压缩有效性。
在本发明的编码数据生成方法中,根据包含在数据串中的统计值(方差、标准偏差等)评估预测差值的数据串,并选择方差或标准偏差变成最小的预测表达式。
因此,数据发生统计偏离,并提高了可变长度编码提供的数据压缩有效性。
在本发明的编码数据生成方法中,响应预测差值的出现频率预置对预测差值的评估值,并根据评估值与包含在数据串中的预测差值的和值评估预测差值。
当预测差值的出现频率是评估值时,选择和值最大的预测表达式。
当预测差值的代码长度是评估值时,选择和值最小的预测表达式。
在本发明中,编码数据生成设备包括:形状数据重新取样处理部分,用于为了设置数个节点而重新取样线性目标,并排列由相对于紧前一个节点的偏转角表示的每个节点的位置数据以便生成偏转角的数据串;预测表达式确定部分,用于当偏转角的数据串被转换成指示与预测值之差的预测差值以便预测每个节点的位置数据时,评估预测差值的数据串并且根据评估结果从数个预测表达式中选择计算预测值的预测表达式;以及可变长度编码处理部分,用于将包含在形状数据重新取样处理部分生成的偏转角的数据串中的每个偏转角转换成与利用预测表达式确定部分确定的预测表达式计算的预测值之间的预测差值,并且可变长度编码预测差值的数据串。
该设备可以实现如上所述的编码数据生成方法和可以有效地压缩编码数据的数据量。
在本发明中,编码数据重构设备包括:编码数据解码部分,用于解码代表线性目标的位置信息的可变长度编码数据,并再现包含每一个都指示偏转角和预测值之差的差值的数据串的形状数据;预测表达式确定部分,用于确定用于从提供的形状数据中计算预测值的预测表达式;以及形状数据重构部分,用于利用预测表达式确定部分确定的预测表达式计算预测值,并从编码数据解码部分提供的预测差值的数据串中再现线性目标的节点的位置信息。
该设备可以从线性目标的位置信息的编码数据中再现线性目标的位置信息。
并且,本发明还包含使计算机执行通过编码线性目标而提供的编码数据的生成的程序。该程序使计算机执行如下步骤:为了设置数个节点而重新取样线性目标,并排列由相对于紧前一个节点的偏转角表示的每个节点的位置数据以便生成偏转角的数据串;当偏转角的数据串被转换成指示与预测值之差的预测差值以便预测每个节点的位置数据时,评估预测差值的数据串;根据评估结果从数个预测表达式中选择计算预测值的预测表达式;以及将包含在形状数据重新取样处理部分生成的偏转角的数据串中的每个偏转角转换成与利用确定的预测表达式计算的预测值之间的预测差值,并且可变长度编码预测差值的数据串。
并且,本发明还包含使计算机解码代表线性目标的编码数据的程序。该程序使计算机执行如下步骤:解码代表线性目标的位置信息的可变长度编码数据,并再现包含每一个都指示偏转角和预测值之差的差值的数据串的形状数据;确定用于从提供的形状数据中计算预测值的预测表达式;以及利用确定的预测表达式计算预测值,并从提供的预测差值的数据串中再现线性目标的节点的位置信息。为了生成编码数据,本发明的编码数据生成方法可以有效地压缩数据。
本发明的设备可以实现该编码数据生成方法,可以有效地压缩和编码线性目标的形状数据,并可以从编码数据中重构原始形状数据。
附图说明
图1是示意性地描述本发明实施例中的编码数据生成方法的图形;
图2是示出道路形状数据的偏转角串的图形;
图3是描述锯齿现象的图形;
图4是示出本发明实施例中的编码数据生成方法在以目标道路为单位选择方式下的过程的流程图;
图5是示出本发明实施例中的编码数据生成方法中的重新取样和偏转角串生成过程的流程图;
图6是示出本发明实施例中的编码数据生成方法中的评估值计算过程的流程图;
图7示出了描述出现频率的Huffman表的例子;
图8示出了本发明实施例中在以目标道路为单位选择方式下生成的编码数据的数据格式例子;
图9是示出本发明实施例中在以目标道路为单位选择方式下生成的编码数据的解码过程的流程图;
图10是示出本发明实施例中的编码数据生成方法在以模式为单位选择方式下的过程的流程图;
图11示出了本发明实施例中在以模式为单位选择方式下生成的编码数据的数据格式例子;
图12是示出本发明实施例中在以模式为单位选择方式下生成的编码数据的解码过程的流程图;
图13是示出本发明实施例中的编码数据生成方法在以块为单位选择方式下的过程的流程图;
图14示出了本发明实施例中在以块为单位选择方式下生成的编码数据的数据格式例子;
图15是示出本发明实施例中在以块为单位选择方式下生成的编码数据的解码过程的流程图;
图16是示出本发明实施例中的编码数据生成方法在重新取样长度连接方式下的过程的流程图;
图17示出了本发明实施例中在重新取样长度连接方式下生成的编码数据的数据格式例子;
图18是示出本发明实施例中在重新取样长度连接方式下生成的编码数据的解码过程的流程图;
图19是示出本发明实施例中的编码数据生成方法在依次选择方式下的过程的流程图;
图20示出了本发明实施例中在依次选择方式下生成的编码数据的数据格式例子;
图21是示出本发明实施例中在依次选择方式下生成的编码数据的解码过程的流程图;
图22是示出预测表达式提供的评估值和改变预测表达式所涉及的改变惩罚的总评估方法的图形;
图23是示出动态地改变改变预测表达式所涉及的改变惩罚的方法的图形;
图24是示出本发明实施例中的信息发送设备和信息利用设备的配置的方块图;
图25是示出本发明实施例中的安装在探测车上机器和探测信息收集中心的配置的方块图;
图26是描述将位置数据转换成存在统计偏离的数据的方法的图形;
图27是显示用于可变长度编码的码表的图形;以及
图28是描述依赖于道路形状的曲率的样本长度变化的图形。
具体实施方式
在本发明实施例中的编码数据生成方法中,为了编码线性目标的一个例子在数字地图上的道路形状并生成编码数据,大体上按如下次序生成编码数据:
(a)以对道路的曲率半径敏感的重新取样长度重新取样道路形状;
(b)将取样点(节点)上的位置数据转换成偏转角θ;
(c)将偏转角θ所代表的位置数据转换成存在统计偏离的数据;以及
(d)可变长度编码提供的数据。
(a)中的重新取样道路形状根据在JP-A-2003-23357中描述的方法来执行,重新取样线性目标是为了设置数个节点。为了转换成(b)中的偏转角θ,根据在JP-A-2003-23357中描述的方法将每个节点的位置数据表示成角度分量,然后,将角度分量转换成偏转角θ。图2(a)、(b)、和(c)示出了目标道路的形状数据代表节点中的位置数据的(偏转角)数据串(下文称为“偏转角串”)。每行由10段数据组成,数据号显示在左侧。偏转角串中用<>括起来的数字是指示重新取样长度的量化代码的重新取样长度改变代码。代码右边的数值是通过以代码的重新取样长度重新取样提供的每个节点的位置数据变成偏转角θ(度)的表示。每个节点的位置数据被表示成相对于前一个节点的偏转角,并收集数段位置数据以便生成偏转角数据串。
(c)中的将位置数据转换成存在统计偏离的数据是自适应地将预测值Sj的计算表达式(预测表达式)用于预测位置数据的值以便计算Sj和将偏转角串中的偏转角θ转换成与预测值Sj的差值(预测差值)的处理。
(d)中的可变长度编码是可变长度编码转换成预测差值串的形状数据的预测差值(预测误差)的处理,并根据在JP-A-2003-23357中描述的方法来执行。
因此,该编码数据生成方法的特征在于(c)中的位置数据转换处理。
在(c)中的位置数据转换处理中,如下四个预测表达式(φ=1,φ=2,φ=3,φ=4)的任何一个用于预测预测值Sj。这些表达式由预定存储器等提供和记录在预定存储器等中。
.φ=1;预测表达式Sj=0,
也就是说,每个节点j的位置数据被表示成偏转角θj,而预测值是0。
.φ=2;预测表达式Sj=θj-1,
也就是说,每个节点j的位置数据被表示成偏转角(θj-θj-1)。
.φ=3;预测表达式Sj=(θj-1+θj-2)/2,
也就是说,每个节点j的位置数据被表示成偏转角{θj-(θj-1+θj-2)/2}。
.φ=4;预测表达式Sj=-θj-1,
也就是说,每个节点j的位置数据被表示成偏转角(θj+θj-1)。
如果在转换图2中的偏转角串中的每个带下划线弯曲部分的位置数据时使用φ=2或φ=3,可以提供高压缩效率。
φ=2,φ=3,φ=4被实现成将关注偏转角之前的至少一个偏转角用作参数的函数。
在φ=2中,正好在关注偏转角之前的偏转角用作参数。
在φ=3中,关注偏转角之前的两个偏转角的平均值用作预测值。但是,关注偏转角之前的偏转角的个数是任意的,并像(aθj-1+bθj-2)/(a+b)那样的加权平均值也可以用作预测值(a和b每一个都是大于0的实数)。
在φ=4中,具有颠倒正好在关注偏转角之前的偏转角的正负号提供的符号的正好在关注偏转角之前的偏转角的角度用作预测值。
如图3所示,重新取样形状(实线)在道路形状(虚线)的转弯部分中可能显示出锯齿形;如果在转换这样部分的位置数据时使用φ=4,则可以提供高压缩效率。如果重新取样时的角分辨率δ得到设置和道路形状被跟踪,则可以使用的角度受到限制,因此,不可避免地发生锯齿现象(角度量化所涉及的不可避免性)。在图2(a)中的偏转角串中,发生锯齿现象的部分的位置数据被显示成斜体字符。
如果在道路形状接近直道时使用φ=1(包含如果存在弯道,很快到达终止的情况、和道路几乎是直道和偶尔校正角度的情况),则可以提供高压缩效率。为了转换普通道路形状的位置数据,可以使用φ=1。
响应道路形状,动态地选择用于偏转角θ的转换处理的预测值Sj的预测表达式。为了选择预测表达式,可以考虑
(1)为每段目标道路动态地选择预测表达式的方式(叫做“以目标道路为单位选择方式”);
(2)检测目标道路的偏转角串的模式和以模式为单位选择预测表达式的方式(叫做“以模式为单位选择方式”);
(3)将目标道路的偏转角串划分成每一个由给定个数据段组成的块和以块为单位选择预测表达式的方式(叫做“以块为单位选择方式”);
(4)每当目标道路的偏转角串中重新取样长度改变代码发生改变时选择预测表达式的方式(叫做“重新取样长度连接方式”);以及
(5)按照来自目标道路的偏转角串中关注位置数据上游的N段位置数据的状况的程序规则选择预测表达式的方式(叫做“依次选择方式”)等。
使用哪种方式需要在发送方和接收方之间预定。
图1示意性地示出了在重新取样长度连接方式下选择的每个预测表达式与道路形状之间的关系。重新取样形状用实线表示,而重新取样长度改变点用<M1>、<M2>、和<M3>表示。在道路形状是线性的范围A内选择φ=1;在发生锯齿现象的范围B内选择φ=4;在弯道范围C内选择φ=2或φ=3;以及在道路形状不确定的范围D内选择φ=1。
接着,详细讨论每种方式下的处理。
(1)以目标道路为单位选择方式
图4的流程图示出了在以目标道路为单位选择方式下的处理过程。从数字地图数据库中获取目标道路的形状数据(步骤1),并且,将在重新取样中生成的每个节点的位置数据表示成偏转角θ并生成偏转角串(步骤2)。
步骤2中的处理根据详细显示在图5中的过程进行。也就是说,预置每个重新取样长度的每个偏转角的角分辨率δ(步骤21),将目标道路的形状数据转换成曲率函数(步骤22),并从曲率中确定每个区段的重新取样长度L(步骤23)。接着,根据对重新取样长度L和偏转角敏感的角分辨率δ的代表性角度重新取样目标道路(步骤24),并将目标道路的形状数据转换成列出重新取样区段长度改变代码和偏转角量化值的偏转角串(步骤25)。
一旦完成了偏转角串的生成,就将预测表达式φ=1、φ=2、φ=3和φ=4应用于目标道路的整个偏转角串,将偏转角串中的偏转角θ转换成与预测值Sj的差值(预测差值),并确定哪个预测表达式最佳(步骤3)。步骤3中的处理根据详细显示在图6中的过程进行。也就是说,获取要评估的偏转角串(在以目标道路为单位选择方式下,目标道路的整个偏转角串)(步骤31),从φ=1开始按次序使用预测表达式(步骤32),根据每个预测表达式计算预测值Sj,将偏转角串中的偏转角θ转换成表示成预测差值(=Δθj=θj-Sj)的预测差值串(步骤33),并计算预测差值串的评估值(步骤34)。
评估值按如下(i)到(iii)计算:
(i)将包含在预测差值串中的0的个数用作评估值,并将较高的评估值给予0的个数较多的预测差值串(选择包含最多个数的0的预测表达式)。
(ii)将包含在预测差值串中的数据的统计值的计算值(例如,方差、标准偏差等)用作评估值,并将较高的评估值给予方差或标准偏差较小的预测差值串。
(iii)在出现在预测差值串中的数据中预置对出现频率敏感的分数,将相加出现在要评估的预测差值串中的数据的分数得出的累加值用作评估值,并给出对累加值敏感的评估。在图7中的Huffman表中,描述了每个角度的出现频率(或出现概率),并将较短的代码指定给出现频率较高的角度。为了相加出现在要评估的预测差值串中的对角度敏感的表中的相应出现频率的值,将累加值用作评估值,并将较高的评估值给予累加值较大的预测差值串。为了相加出现在要评估的预测差值串中的对角度敏感的角度的代码长度,将累加值用作评估值,并将较高的评估值给予累加值较小的预测差值串。可以事先拥有这样与出现频率相对应的分数表,从而,如果进行除了Huffman编码之外的其它可变长度编码,也可以进行(iii)中的评估。
将所有预测表达式用于进行步骤33和34中的处理,而一旦处理完成(步骤35,36),就确定评估值最佳的预测表达式(步骤37)。也就是说,对于预测表达式φ=1、φ=2、φ=3和φ=4的每一个,生成相应预测差值数据串并评估该数据串。
如此选择评估值最佳的预测表达式,并将偏转角串中偏转角θ转换成与根据该预测表达式计算的预测值之间的预测差值(步骤4),并且,通过可变长度编码压缩转换成预测差值串的整个形状数据(步骤5)。为提供的编码数据定义使用的预测表达式(步骤6)。
图8示出了根据以目标道路为单位选择方式生成的编码数据的数据格式。这里,代表使用的预测表达式的数据被插在目标道路的形状数据主体之前。
图9的流程图示出了从编码数据中再现目标道路的形状数据的处理过程。从编码数据中取出经过可变长度编码处理的形状数据(步骤41),引用首标来确定预测表达式(步骤42),根据预测表达式将从形状数据中读取的角度数据转换成偏转角(步骤43),并再现目标道路的形状数据(步骤44)。
(2)以模式为单位选择方式
图10的流程图示出了在以模式为单位选择方式下的处理过程。形状数据获取(步骤51)以及重新取样和偏转角串转换处理(步骤52)与在以目标道路为单位选择方式下的那些(图4和5)类似。
扫描提供的偏转角串,提取具有相同正负号的P个或更多个非0数据段连续的将应用φ=2或φ=3的弯曲模式(图2中的带下划线部分)或正负号交替的Q个或更多个绝对值相同的数据段连续的将应用φ=4的锯齿模式(图2(a)中的斜体部分),并将偏转角数据串分类成模式组和将应用φ=1的不属于任何模式的组(步骤53)。为每个组选择评估值最佳的预测表达式,并将偏转角串转换成预测差值串(步骤54)。此时,如果与一个组相对应的最佳预测表达式不是唯一确定的,则将数个预测表达式应用于该组的偏转角串,并根据图6中的过程确定评估值最佳的预测表达式。
接着,通过可变长度编码压缩转换成预测差值串的整个形状数据(步骤55),并为每个组的提供编码数据定义使用的预测表达式(步骤56)。
在该实施例中,偏转角数据串被分类成与偏转角的状态迁移模式相对应的块(组)。为每个块选择最佳预测表达式。
图11示出了根据以模式为单位选择方式生成的编码数据的数据格式。这里,代表用在第1组中的预测表达式的预测表达式初始值被插在目标道路的形状数据主体之前,并在每个随后组的位置数据之前,插入了指示预测表达式插入的预测表达式标记和用在该组中的预测表达式的预测表达式号。
图12的流程图示出了从编码数据中再现目标道路的形状数据的处理过程(编码数据的解码方法)。从编码数据中取出经过可变长度解码处理的形状数据(步骤61),将从形状数据中读取的角度数据的号码设置成初始值和将首先使用的预测表达式设置成预测表达式初始值所代表的预测表达式(步骤62),从形状数据中读取相应角度数据(步骤63),并确定是否将预测表达式改变代码插在角度数据之前(步骤64)。如果不插入预测表达式改变代码,照原样使用建立的预测表达式(步骤66),并根据预测表达式将角度数据转换成偏转角(步骤67)。如果插入预测表达式改变代码,则将预测表达式改变成代码指定的新预测表达式(步骤65),并根据预测表达式将角度数据转换成偏转角(步骤67)。对所有的角度数据进行这样的处理(步骤68和69)并再现目标道路的形状数据(步骤70)。
在这种方式中,将与线性目标(道路形状)的部分区段相对应的偏转角的数据串而不是整个转换成预测差值的数据串,并根据预测差值的数据串的评估结果选择将与部分区段相对应的偏转角转换成预测差值的最佳预测表达式。这种原则共同适用于如下所述的方式(3)到(5)。
(3)以块为单位选择方式
图13的流程图示出了在以块为单位选择方式下的处理过程。形状数据获取(步骤71)和重新取样和偏转角串转换处理(步骤72)与在以目标道路为单位选择方式下的那些(图4和5)类似。
例如,一个块由如图2所示的偏转角串的一行上的10段数据组成,以块为单位将预测表达式φ=1、φ=2、φ=3和φ=4应用于偏转角串,以便将偏转角串中的偏转角θ转换成预测差值,并确定哪个预测表达式最佳(步骤73)。评估方法与以目标道路为单位选择方式下的评估方法(图6)相同。为每个块选择评估值最佳的预测表达式,并将偏转角串转换成预测差值串(步骤74),通过可变长度编码压缩转换成预测差值串的整个形状数据(步骤75),并为每个块的提供编码数据定义使用的预测表达式(步骤76)。
图14示出了根据以块为单位选择方式生成的编码数据的数据格式。这里,代表用在第1块中的预测表达式的预测表达式初始值被插在目标道路的形状数据主体之前,并在每个随后块的位置数据之前,插入了预测表达式号。由于预测表达式号的插入位置通过包含在块中的数据段的个数自动确定,不需要插入预测表达式标记。
图15的流程图示出了从编码数据中再现目标道路的形状数据的处理过程。从编码数据中取出经过可变长度解码处理的形状数据(步骤81),将从形状数据中读取的块的号码设置成初始值和将首先使用的预测表达式设置成预测表达式初始值所代表的预测表达式(步骤82),从形状数据中读取块中的角度数据(步骤83),并根据定义在块中的预测表达式将角度数据转换成偏转角(步骤84)。对所有的块进行这样的处理(步骤85和86)并再现目标道路的形状数据(步骤87)。
在这种方式中,包含在一个块中的偏转角的数据段的预定个数是10,但是,如有需要,可以改变这个数字。
(4)重新取样长度连接方式
图16的流程图示出了在重新取样长度连接方式下的处理过程。形状数据获取(步骤91)和重新取样和偏转角串转换处理(步骤92)与在以目标道路为单位选择方式下的那些(图4和5)类似。
在如图2所示的偏转角串中,以同一重新取样长度重新取样、存在于一个重新取样长度改变代码和下一个重新取样长度改变代码(两个重新取样长度改变点)之间的角度数据是一个块(用<>括起来的数字之间的块),以块为单位将预测表达式φ=1、φ=2、φ=3和φ=4应用于偏转角串,以便将偏转角串中的偏转角θ转换成预测差值,并确定哪个预测表达式最佳(步骤93)。评估方法与以目标道路为单位选择方式下的评估方法(图6)相同。为每个块选择评估值最佳的预测表达式,并将偏转角串转换成预测差值串(步骤94),通过可变长度编码压缩转换成预测差值串的整个形状数据(步骤95),并为每个块的提供编码数据定义使用的预测表达式(步骤96)。
图17示出了根据重新取样长度连接方式生成的编码数据的数据格式。这里,代表用在第1块中的预测表达式的预测表达式初始值被插在目标道路的形状数据主体之前,并用在每个随后块中的预测表达式的预测表达式号定义在插入以同一重新取样长度重新取样的角度数据的开始位置中、区段长度标记之后的区段长度信息中。
图18的流程图示出了从编码数据中再现目标道路的形状数据的处理过程。从编码数据中取出经过可变长度解码处理的形状数据(步骤101),将从形状数据中读取的同一重新取样长度的块的号码设置成初始值(步骤102),获取包含在重新取样长度相同的块中的所有角度数据和与重新取样长度改变代码相联系的预测表达式(步骤103),并根据预测表达式将块中的角度数据转换成偏转角(步骤104)。对每一个具有相同重新取样长度的所有块进行这样的处理(步骤105和106)并再现目标道路的形状数据(步骤107)。
(5)依次选择方式
图19的流程图示出了在依次选择方式下的处理过程。形状数据获取(步骤111)和重新取样和偏转角串转换处理(步骤112)与在以目标道路为单位选择方式下的那些(图4和5)类似。
将从偏转角串中提取的角度数据的号码设置成初始值和将使用的预测表达式设置成φ=1(步骤113)。从偏转角串中提取相应角度数据和在该角度数据上游的预定个(这里为P个)样本(步骤114),将预测表达式φ=1、φ=2、φ=3和φ=4应用于由提取数据组成的偏转角串,以便将偏转角串中的偏转角θ转换成预测差值,并选择评估值最佳的预测表达式φnew(步骤115)。评估方法与以目标道路为单位选择方式下的评估方法(图6)相同。
根据评估结果,按照预测表达式改变条件确定是否需要改变已经建立的预测表达式(步骤116)。也就是说,在该方式中,在引用要编码的位置数据的上游形状的同时,确定是否改变用于位置数据的最佳预测表达式。
例如,如下(i)或(ii)条件被设置成改变条件:
(i)如果当前使用的预测表达式φ与预测表达式φnew之间的评估值差Δ大于预定值,则改变预测表达式。
(ii)如果将较高评估值给予预测表达式φnew而不是当前使用的预测表达式φ的状态持续Q次或更多,则改变预测表达式。
如果改变条件得不到满足,照原样使用已经建立的预测表达式(步骤118),并将角度数据转换成预测差值(步骤119)。如果改变条件得到满足,则将预测表达式改变成预测表达式φnew(步骤117),并将角度数据转换成预测差值(步骤119)。对所有的角度数据进行这样的处理(步骤120和121)并通过可变长度编码压缩转换成预测差值串的整个形状数据(步骤122)。
在定义编码处理的程序中确定预测表达式改变规则。
在该实施例中,响应对关注偏转角之前的预定个(P个)偏转角的预测差值的数据串的评估结果,选择将关注偏转角转换成预测差值的预测表达式。并且,只有当评估结果满足预定要求时,才将当前使用的预测表达式改变成预定预测表达式。
图20示出了根据依次选择方式生成的编码数据的数据格式。由于编码数据不包含指定预测表达式的信息,数据量也很小。用在解码中的预测表达式根据定义编码数据的解码的程序的规则来选择。
图21的流程图示出了从编码数据中再现目标道路的形状数据的处理过程。从编码数据中取出经过可变长度解码处理的形状数据(步骤131),将从形状数据中读取的角度数据的号码设置成初始值,并将首先使用的预测表达式设置成φ=1(步骤132)。读取相应角度数据和在该角度数据上游的P个样本(步骤133),将预测表达式φ=1、φ=2、φ=3和φ=4应用于由读取数据组成的偏转角串,以便将偏转角串中的偏转角θ转换成预测差值,并选择评估值最佳的预测表达式φnew(步骤134)。接着,根据评估结果,按照预测表达式改变条件确定是否需要改变已经建立的预测表达式(步骤135)。如果改变条件得不到满足,照原样使用已经建立的预测表达式(步骤137),并根据预测表达式将角度数据转换成偏转角(步骤138)。如果改变条件得到满足,将预测表达式改变成预测表达式φnew(步骤136),并根据预测表达式将角度数据转换成偏转角(步骤138)。对所有的角度数据进行这样的处理(步骤129和140)并再现目标道路的形状数据(步骤141)。
因此,为了生成道路形状的编码数据,自适应地为每个道路或为每个道路部分选择用于计算预测值以便将位置数据转换成预测差值的预测表达式,从而可以有效地压缩编码数据的数据量。
顺便提一下,在如上所述的方式(1)到(4)中,为了改变一个形状数据中的预测表达式,必须将“显式地描述预测表达式改变和指定预测表达式ID”的信息包含在数据中。这可以成为数据量增大的一个因素。并且,例如,当“尽管一般说来,预测表达式1在整个道路区段中表现良好,但其它预测表达式瞬时表现良好”时,不那么希望频繁改变预测表达式。为了最低限度地改变预测表达式,最好,“采用新预测表达式造成的数据量减少影响”应该超过“改变预测表达式所涉及的损失”。
然后,考虑将“改变惩罚”加入“每个预测表达式提供的评估值”中,并且根据评估结果确定“是否要改变预测表达式”。换句话说,考虑滞后地提供预测表达式改变。
图22是示出预测表达式提供的评估值和改变预测表达式所涉及的改变惩罚的总评估方法的图形。
在图22(a)中,当改变预测表达式时,可以使数据量减少和可以提高数据发送效率,因此,改变预测表达式。另一方面,在图22(b)中,当不改变预测表达式时,提供良好的发送效率,因此,不改变预测表达式。
如果数据分类块和偏转角的个数增加,会出现像“什么样的组合最有效”那样的最佳组合问题。随着块和偏转角的个数增加,难以容易地和迅速地找出最佳解决方案。
然后,作为迅速地找出准最佳解决方案的方法,可以使用如下两种方式:
(i)对于高频出现预测表达式,使改变惩罚相对较小,而对于低频出现预测表达式,使改变惩罚相对较大。如果采用低频出现预测表达式,则在下一个块中预测表达式可能改变成另一个预测表达式的概率较大,因此,到低频出现预测表达式的改变受到抑制。
(ii)通常,沿着一个方向按次序进行处理,因此,从关注块的上游结果中估计下游状况,并动态地改变改变惩罚。
并且,认为最佳预测表达式出现频率随压缩率而改变。例如,如果压缩率升高,则存在偏转角的规律性消失和φ=1变成最佳表达式的趋势。相反,如果压缩率降低,则存在偏转角的规律性提高和φ=2或φ=3变成最佳表达式的趋势。
因此,在(i)中,认为“一次性地为整个形状数据计算每个预测表达式的评估值和响应评估值确定改变惩罚的方法”比较好。
图23是示出动态地改变改变预测表达式所涉及的改变惩罚的方法的图形。
图24示出了执行编码数据生成方法以便报告目标道路车辆信息的的信息发送设备(编码数据生成设备)20和诸如安装在车辆上的导航系统或个人计算机之类充分利用提供的车辆信息的信息利用设备(编码数据重构设备)40的配置。信息发送设备20包括输入堵塞信息和交通事故信息的事件信息输入部分21、从数字地图数据库A 22中提取车辆信息的目标路段中的道路形状数据的形状数据提取部分23、重新取样在形状数据提取部分23中提取的道路形状数据并生成节点位置数据的偏转角串的形状数据重新取样处理部分26、确定将偏转角串转换成预测差值串的预测表达式的预测表达式确定部分25、利用预测表达式确定部分25确定的预测表达式将形状数据的偏转角转换成预测差值和进行压缩和编码的可变长度编码处理部分28、存储压缩和编码道路形状数据和为外部媒体提供存储数据的压缩数据存储部分27、和发送压缩和编码道路形状数据的形状数据发送部分29。
另一方面,信息利用设备40包括接收提供的道路形状数据的形状数据接收部分41、解码压缩和编码数据的编码数据解码部分42、识别在转换时用于预测差值的预测表达式的预测表达式确定部分47、利用预测表达式确定部分47识别的预测表达式重构形状数据的形状数据重构部分43、利用数字地图数据库B 46中的数据进行地图匹配和确定数字地图上的节点所代表的路段的地图匹配部分45、和充分利用提供的信息的信息利用部分44。
在信息发送设备20中,形状数据提取部分23提取目标道路的道路形状数据,而形状数据重新取样处理部分26重新取样道路形状数据并生成道路形状数据的偏转角串。预测表达式确定部分25根据上述的“以目标道路为单位选择方式”、“以模式为单位选择方式”、“以块为单位选择方式”、“重新取样长度连接方式”、或“依次选择方式”,确定将偏转角串转换成预测差值串的预测表达式。可变长度编码处理部分28根据预测表达式确定部分25确定的预测表达式计算预测值,从偏转角串中的每个偏转角中减去预测值以生成预测差值串,并且可变长度编码预测差值串。
在外部媒体上记录和提供,或者,从形状数据发送部分29发送通过可变长度编码压缩的道路形状数据。
在接收道路形状数据的信息利用设备40中,编码数据解码部分42解码压缩和编码数据。预测表达式确定部分47识别预测表达式以便从提供的数据中解码偏转角,而形状数据重构部分43利用预测表达式再现偏转角串和将每个偏转角转换成横坐标和纵坐标数据以便再现道路形状数据。将连接再现的节点的重新取样形状叠加在烧数字地图上,以便显示在信息利用设备40的屏幕上。
为了精确地确定路段,地图匹配部分进行再现的节点的位置数据与数字地图数据库B 46中的地图数据之间的地图匹配和确定有关数字地图数据的目标道路。信息利用设备40还可以实现汽车导航接收器或地图显示终端。
图25示出了执行编码数据生成方法以便报告行驶轨迹的安装在探测车上机器(编码数据生成设备)60和收集探测信息的探测信息收集中心(编码数据重构设备)50的配置。安装在探测车上机器60包括根据从GPS(全球定位系统)天线73接收的信息和陀螺仪74的检测信息确定家用车辆位置的家用车辆位置确定部分61、数字地图数据库69、存储家用车辆的行驶轨迹的行驶轨迹存储部分62、重新取样行驶轨迹并生成节点位置数据的偏转角串的行驶轨迹形状重新取样处理部分63、确定将偏转角串转换成预测差值串的预测表达式的预测表达式确定部分68、利用预测表达式确定部分68确定的预测表达式将行驶轨迹形状数据的偏转角串转换成预测差值和进行压缩和编码的可变长度编码处理部分64、存储压缩和编码行驶轨迹形状数据的压缩数据存储部分65、和发送压缩和编码行驶轨迹形状数据的行驶轨迹发送部分66。
另一方面,探测信息收集中心50包括接收安装在探测车上机器60提供的行驶轨迹形状数据的行驶轨迹接收部分51、解码压缩和编码接收数据的编码数据解码部分52、识别在转换时用于预测差值的预测表达式的预测表达式确定部分55、利用预测表达式确定部分55识别的预测表达式重构行驶轨迹形状的行驶轨迹形状重构部分53和充分利用从安装在探测车上机器60收集的行驶轨迹和测量信息以便生成车辆信息的行驶轨迹和测量信息利用部分54。
将在家用车辆位置确定部分61中检测的家用车辆位置依次存储在安装在探测车上机器60的行驶轨迹存储部分62中作为行驶轨迹。行驶轨迹形状重新取样处理部分63读取存储在行驶轨迹存储部分62中的行驶轨迹数据,重新取样行驶轨迹,并生成行驶轨迹形状数据的偏转角串。预测表达式确定部分68上述的“以目标道路为单位选择方式”、“以模式为单位选择方式”、“以块为单位选择方式”、“重新取样长度连接方式”、或“依次选择方式”,确定将偏转角串转换成预测差值串的预测表达式。可变长度编码处理部分64根据预测表达式确定部分68确定的预测表达式计算预测值,从偏转角串中的每个偏转角中减去预测值以生成预测差值串,并且可变长度编码预测差值串。在探测信息发送定时将压缩和编码数据发送到探测信息收集中心50。可以将数据存储在外部媒体上,以便提供给探测信息收集中心50。
在探测信息收集中心50中,编码数据解码部分52解码从安装在探测车上机器60收集的数据。预测表达式确定部分55识别预测表达式以便从提供的数据中解码偏转角,并且行驶轨迹形状数据重构部分53利用预测表达式再现偏转角串和将每个偏转角转换成横坐标和纵坐标数据以便再现行驶轨迹数据。与在安装在探测车上机器60上测量的速度等的测量信息一起,充分利用行驶轨迹信息来生成车辆信息。
因此,信息发送设备和安装在探测车上机器通过利用本发明的编码数据生成方法生成目标道路和行驶轨迹的编码数据,可以有效地压缩数据量。
探测车系统是一起利用安装在探测车上机器60和探测信息收集中心50构成的,而探测车系统中的信息发送方法是在它们之间实现的;这种方法是一起利用本发明的编码数据生成方法和编码数据解码方法实现的。
在上述的例子中,编码数据生成设备是信息发送中心的信息发送设备20或安装在探测车上机器60;它是信息发送方的实施例,它可以是任何东西,只要它是可以发送信息的设备或终端即可。并且,也可以将生成的编码数据记录在媒体上,以便提供给任何其它设备。编码数据重构设备的信息利用设备40和探测信息收集中心50也只是例子,它们可以是诸如个人计算机或移动终端之类的任何设备,只要该设备能充分利用信息即可。当然,在信息收集中心或该中心中可以重构编码数据的设备中也可以提供相似的有利条件。并且,不必说,通过利用媒体等记录编码数据来进行重构处理,也可以提供相似的有利条件。
本发明还包含使计算机执行通过编码线性目标而提供的编码数据的生成的程序。该程序使计算机执行如下步骤:为了设置数个节点而重新取样线性目标,并排列由相对于紧前一个节点的偏转角表示的每个节点的位置数据以便生成偏转角的数据串;当偏转角的数据串被转换成指示与预测值之差的预测差值以便预测每个节点的位置数据时,评估预测差值的数据串;根据评估结果从数个预测表达式中选择计算预测值的预测表达式;以及将包含在形状数据重新取样处理部分生成的偏转角的数据串中的每个偏转角转换成与利用确定的预测表达式计算的预测值之间的预测差值,并且可变长度编码预测差值的数据串。这种的程序以各种各样的格式包含在信息发送设备20和安装在探测车上机器60中。例如,可以将程序记录在信息发送设备20、安装在探测车上机器60或外部设备中的预定存储器中。可以将程序记录在诸如硬盘之类的信息记录单元和诸如CD-ROM(只读光盘存储器)、DVD-ROM(只读数字多功能盘存储器)、或存储卡之类的信息记录媒体中。可以通过网络下载程序。
并且,本发明还包含使计算机解码代表线性目标的编码数据的程序。该程序使计算机执行如下步骤:解码代表线性目标的位置信息的可变长度编码数据,并再现包含每一个都指示偏转角和预测值之差的差值的数据串的形状数据;确定用于从提供的形状数据中计算预测值的预测表达式;以及利用确定的预测表达式计算预测值,并从提供的预测差值的数据串中再现线性目标的节点的位置信息。
这种的程序也以各种各样的格式包含在信息利用设备40和探测信息收集中心50中。例如,可以将程序记录在信息利用设备40、探测信息收集中心50或外部设备中的预定存储器中。可以将程序记录在诸如硬盘之类的信息记录单元和诸如CD-ROM、DVD-ROM、或存储卡之类的信息记录媒体中。可以通过网络下载程序。
本发明的信息发送设备20和信息利用设备40或安装在探测车上机器60和探测信息收集中心50一起用于构造地图数据分发系统。
可以将遵循本发明的编码数据生成方法的算法(程序)记录在记录地图数据主体中与各种各样地图信息段相对应的地图数据的记录媒体上。于是,可以压缩和编码地图数据主体。
在该实施例的描述中,线性目标是,举例来说,用于位置引用的道路形状。但是,线性目标不局限于道路形状。“线性目标”包含包括直线、曲线等各种各样形式的所有延伸形状,并可以包含地图上可以用线性形状表示的所有地理信息。并且,它还包含诸如指纹之类,与地图无关的、可以用线性形状表示的所有东西。
虽然通过参照特定实施例已经详细描述了本发明,但对于本领域的普通技术人员来说,显而易见,可以作出各种各样的改变和修正而不偏离本发明的精神和范围。
本申请基于2003年10月17日提出的日本专利申请(第2003-357730号),特此引用,以供参考。
工业可应用性
当生成和发送、存储、或保留代表数字地图的道路形状、河流、铁路、行政区边界、等高线等的位置信息的编码数据时,可以使用本发明的编码数据生成方法。除了数字地图之外,当生成和发送、存储、或保留代表各种各样图案、指纹等的线性目标的编码数据时,也可以应用本发明的编码数据生成方法。
Claims (26)
1.一种通过编码线性目标而提供的编码数据的生成方法,所述编码数据生成方法包括如下步骤:
(1)为了设置数个节点而重新取样线性目标;
(2)排列由相对于紧前一个节点的偏转角表示的每个节点的位置数据以便生成偏转角的数据串;
(3)提供数个预测表达式以便根据偏转角的数据串计算每个节点的位置数据的预测值;
(4)利用数个预测表达式的预定预测表达式计算预测值;
(5)将偏转角的数据串转换成每一个都指示与计算预测值之差的预测差值的数据串;以及
(6)可变长度编码预测差值的数据串以便提供编码数据。
2.根据权利要求1所述的编码数据生成方法,进一步包括如下步骤:
根据所述步骤(5)为数个预测表达式的每一个获取与数个预测表达式相对应的预测差值的数据串;
评估预测差值的数据串;以及
根据评估步骤的评估结果,从数个预测表达式当中选择抽样步骤(4)中的预定预测表达式。
3.根据权利要求1所述的编码数据生成方法,其中,
数个预测表达式包含将0作为预测值的至少一个预测表达式。
4.根据权利要求1或2所述的编码数据生成方法,其中,
数个预测表达式包含作为将关注偏转角之前的至少一个偏转角用作参数的函数实现的至少一个预测表达式。
5.根据权利要求4所述的编码数据生成方法,其中,
作为函数实现的预测表达式包含将正好在关注偏转角之前的偏转角作为预测值的至少一个预测表达式。
6.根据权利要求4所述的编码数据生成方法,其中,
作为函数实现的预测表达式包含将关注偏转角之前的数个偏转角的平均或加权平均作为预测值的至少一个预测表达式。
7.根据权利要求4所述的编码数据生成方法,其中,
作为函数实现的预测表达式包含将颠倒正好在关注偏转角之前的节点的偏转角的正负号得到的角度作为预测值的至少一个预测表达式。
8.根据权利要求2所述的编码数据生成方法,其中,
在所述步骤(5)中,将与线性目标的部分区段相对应的偏转角的数据串转换成预测差值的数据串,并根据对预测差值的数据串的评估结果选择将与部分区段相对应的偏转角转换成预测差值的预测表达式。
9.根据权利要求8所述的编码数据生成方法,其中,
将偏转角的数据串分类成与偏转角的状态迁移模式相对应的块,并为每个块选择将偏转角转换成预测差值的预测表达式。
10.根据权利要求8所述的编码数据生成方法,其中,
将偏转角的数据串分类成每一个包含偏转角的预定个数据段的块,并为每个块选择将偏转角转换成预测差值的预测表达式。
11.根据权利要求8所述的编码数据生成方法,其中,
将偏转角的数据串分类成与在所述步骤(1)中的重新取样的重新取样长度的改变点匹配的块,并为每个块选择将偏转角转换成预测差值的预测表达式。
12.根据权利要求8所述的编码数据生成方法,其中,
响应对关注偏转角之前的预定个偏转角的预测差值的数据串的评估结果,选择将关注偏转角转换成预测差值的预测表达式。
13.根据权利要求12所述的编码数据生成方法,其中,
利用数个选择表达式将多达预定个的偏转角转换成数个预测差值的数据串,并且只有当根据预定选择表达式对预测差值的数据串的评估结果满足预定要求时,才可以将当前使用预测表达式改变成预定预测表达式,然后将关注偏转角转换成预测差值。
14.根据权利要求8到11的任何一项所述的编码数据生成方法,其中,
在关注偏转角或块中,参照该关注偏转角或块之前和之后的偏转角或块中的预测表达式选择状态选择预测表达式。
15.根据权利要求14所述的编码数据生成方法,其中,
在关注偏转角或块中,如果选择了与适合用在该关注偏转角或块之前和之后的偏转角或块中的预测表达式不同的预测表达式,将惩罚值加入该关注偏转角或块中预测差值串的评估准则的评估值中。
16.根据权利要求15所述的编码数据生成方法,其中,
响应每个预测表达式的出现频率选择惩罚值。
17.根据权利要求2到16的任何一项所述的编码数据生成方法,其中,
根据包含在数据串中的0的个数评估预测差值的数据串,并选择0的个数最多的预测表达式。
18.根据权利要求2到16的任何一项所述的编码数据生成方法,其中,
根据包含在数据串中的统计值评估预测差值的数据串,并根据统计值的结果选择预测表达式。
19.根据权利要求18所述的编码数据生成方法,其中,
统计值是预测差值的方差和标准偏差的至少一个。
20.根据权利要求2到16的任何一项所述的编码数据生成方法,其中,
预置对每个预测差值的评估值,并根据评估值与包含在数据串中的预测差值的和值评估预测差值的数据串。
21.根据权利要求20所述的编码数据生成方法,其中,
预测差值的出现频率是评估值,并选择和值最大的预测表达式。
22.根据权利要求20所述的编码数据生成方法,其中,
预测差值的代码长度是评估值,并选择和值最小的预测表达式。
23.一种编码数据生成设备,包括:
形状数据重新取样处理部分,用于为了设置数个节点而重新取样线性目标,并排列由相对于紧前一个节点的偏转角表示的每个节点的位置数据以便生成偏转角的数据串;
预测表达式确定部分,用于当偏转角的数据串被转换成指示与预测值之差的预测差值以便预测每个节点的位置数据时,评估预测差值的数据串并且根据评估结果从数个预测表达式中选择计算预测值的预测表达式;以及
可变长度编码处理部分,用于将包含在所述形状数据重新取样处理部分生成的偏转角的数据串中的每个偏转角转换成与利用所述预测表达式确定部分确定的预测表达式计算的预测值之间的预测差值,并且可变长度编码预测差值的数据串。
24.一种编码数据重构设备,包括:
编码数据解码部分,用于解码代表线性目标的位置信息的可变长度编码数据,并再现包含每一个都指示偏转角和预测值之差的差值的数据串的形状数据;
预测表达式确定部分,用于确定用于从提供的形状数据中计算预测值的预测表达式;以及
形状数据重构部分,用于利用所述预测表达式确定部分确定的预测表达式计算预测值,并从所述编码数据解码部分提供的预测差值的数据串中再现线性目标的节点的位置信息。
25.一种使计算机执行通过编码线性目标而提供的编码数据的生成的程序,所述程序使计算机执行如下步骤:
为了设置数个节点而重新取样线性目标,并排列由相对于紧前一个节点的偏转角表示的每个节点的位置数据以便生成偏转角的数据串;
当偏转角的数据串被转换成指示与预测值之差的预测差值以便预测每个节点的位置数据时,评估预测差值的数据串;
根据评估结果从数个预测表达式中选择计算预测值的预测表达式;以及
将包含在偏转角的数据串中的每个偏转角转换成与利用确定的预测表达式计算的预测值之间的预测差值,并且可变长度编码预测差值的数据串。
26.一种使计算机解码代表线性目标的编码数据的程序,所述程序使计算机执行如下步骤:
解码代表线性目标的位置信息的可变长度编码数据,并再现包含每一个都指示偏转角和预测值之差的差值的数据串的形状数据;
确定用于从提供的形状数据中计算预测值的预测表达式;以及
利用确定的预测表达式计算预测值,并从提供的预测差值的数据串中再现线性目标的节点的位置信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP357730/2003 | 2003-10-17 | ||
JP2003357730 | 2003-10-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1788421A true CN1788421A (zh) | 2006-06-14 |
Family
ID=34463255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2004800126856A Pending CN1788421A (zh) | 2003-10-17 | 2004-10-15 | 编码数据生成方法和设备 |
Country Status (7)
Country | Link |
---|---|
US (2) | US7271746B2 (zh) |
EP (1) | EP1675268A1 (zh) |
JP (1) | JPWO2005039058A1 (zh) |
KR (1) | KR20060096181A (zh) |
CN (1) | CN1788421A (zh) |
CA (1) | CA2523144A1 (zh) |
WO (1) | WO2005039058A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103795417B (zh) * | 2014-01-22 | 2017-02-15 | 复旦大学 | 一种最大误差可控的轨迹数据压缩方法 |
CN107328423A (zh) * | 2016-04-28 | 2017-11-07 | 厦门雅迅网络股份有限公司 | 基于地图数据的弯道识别方法及其系统 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4230132B2 (ja) * | 2001-05-01 | 2009-02-25 | パナソニック株式会社 | デジタル地図の形状ベクトルの符号化方法と位置情報伝達方法とそれを実施する装置 |
JP2004280521A (ja) * | 2003-03-17 | 2004-10-07 | Matsushita Electric Ind Co Ltd | プローブカーシステムでの走行軌跡の伝送方法と装置 |
WO2009026189A2 (en) | 2007-08-16 | 2009-02-26 | Cortxt, Inc. | Methods and apparatus for providing location data with variable validity and quality |
WO2009026556A2 (en) * | 2007-08-23 | 2009-02-26 | Cortxt, Inc. | Location based services information storage and transport |
US20090191897A1 (en) * | 2008-01-24 | 2009-07-30 | Cortxt, Inc. | Environment Characterization for Mobile Devices |
US8035547B1 (en) | 2008-03-17 | 2011-10-11 | Garmin Switzerland Gmbh | System and method of assisted aerial navigation |
JPWO2011027714A1 (ja) * | 2009-09-04 | 2013-02-04 | 日本電気株式会社 | データ要約システム、データ要約方法および記録媒体 |
DE102010063330A1 (de) * | 2010-12-17 | 2012-06-21 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zum Komprimieren von Routendaten |
CN102522043A (zh) * | 2011-12-12 | 2012-06-27 | 光庭导航数据(武汉)有限公司 | 基于线段拓扑关系的多边形压缩方法 |
CN103366411B (zh) * | 2012-03-30 | 2016-01-06 | 国际商业机器公司 | 用于通过无线网络传输车辆位置数据残差的方法和装置 |
US11147501B2 (en) * | 2017-10-12 | 2021-10-19 | Children's Hospital Medical Center | Systems and methods for enhanced encoded source imaging |
CN112082565B (zh) * | 2020-07-30 | 2022-12-09 | 西安交通大学 | 一种无依托定位与导航方法、装置及存储介质 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4216446A (en) * | 1978-08-28 | 1980-08-05 | Motorola, Inc. | Quarter wave microstrip directional coupler having improved directivity |
JPH0267916A (ja) * | 1988-09-02 | 1990-03-07 | Yamaha Corp | アブソリュートエンコーダ |
US5278759A (en) * | 1991-05-07 | 1994-01-11 | Chrysler Corporation | System and method for reprogramming vehicle computers |
US5491418A (en) * | 1994-10-27 | 1996-02-13 | General Motors Corporation | Automotive diagnostic communications interface |
DE19512903A1 (de) * | 1995-04-06 | 1996-10-24 | Vdo Schindling | Kommunikationsschnittstelle zwischen einem Rechner und einem Fahrzeuggerät |
JPH09200774A (ja) * | 1996-01-19 | 1997-07-31 | Fuji Xerox Co Ltd | 画像符号化装置 |
JP3336201B2 (ja) * | 1996-08-07 | 2002-10-21 | 株式会社リコー | 適応予測器選択回路 |
US6393149B2 (en) * | 1998-09-17 | 2002-05-21 | Navigation Technologies Corp. | Method and system for compressing data and a geographic database formed therewith and methods for use thereof in a navigation application program |
JP3917339B2 (ja) * | 1999-10-01 | 2007-05-23 | パイオニア株式会社 | 通信装置及び通信方法 |
US6611755B1 (en) * | 1999-12-19 | 2003-08-26 | Trimble Navigation Ltd. | Vehicle tracking, communication and fleet management system |
US6552670B2 (en) * | 2000-05-26 | 2003-04-22 | Switchboard Incorporated | Location encoder |
JP2002107170A (ja) * | 2000-07-26 | 2002-04-10 | Denso Corp | ナビゲーション装置 |
US6703947B1 (en) * | 2000-09-22 | 2004-03-09 | Tierravision, Inc. | Method for organizing and compressing spatial data |
JP4230132B2 (ja) * | 2001-05-01 | 2009-02-25 | パナソニック株式会社 | デジタル地図の形状ベクトルの符号化方法と位置情報伝達方法とそれを実施する装置 |
JP2003122622A (ja) * | 2001-10-09 | 2003-04-25 | Honda Motor Co Ltd | データの受信および書き込みを制御する車両制御装置 |
US7010398B2 (en) * | 2001-10-11 | 2006-03-07 | The Boeing Company | Control system providing perspective flight guidance |
JP2003203243A (ja) * | 2001-10-26 | 2003-07-18 | Matsushita Electric Ind Co Ltd | 地図データの蓄積及び送信方法とそれを実施する装置 |
JP2003346285A (ja) * | 2002-03-20 | 2003-12-05 | Vehicle Information & Communication System Center | 道路情報送信装置、道路情報送信方法、道路情報送信プログラムおよび道路情報受信装置、道路情報受信方法、道路情報受信プログラム |
-
2004
- 2004-10-15 US US10/556,178 patent/US7271746B2/en active Active
- 2004-10-15 CN CNA2004800126856A patent/CN1788421A/zh active Pending
- 2004-10-15 KR KR1020057021416A patent/KR20060096181A/ko not_active Application Discontinuation
- 2004-10-15 CA CA002523144A patent/CA2523144A1/en not_active Abandoned
- 2004-10-15 WO PCT/JP2004/015274 patent/WO2005039058A1/ja active Application Filing
- 2004-10-15 EP EP04792491A patent/EP1675268A1/en not_active Withdrawn
- 2004-10-15 JP JP2005514800A patent/JPWO2005039058A1/ja active Pending
-
2007
- 2007-08-07 US US11/835,066 patent/US7528746B2/en active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103795417B (zh) * | 2014-01-22 | 2017-02-15 | 复旦大学 | 一种最大误差可控的轨迹数据压缩方法 |
CN107328423A (zh) * | 2016-04-28 | 2017-11-07 | 厦门雅迅网络股份有限公司 | 基于地图数据的弯道识别方法及其系统 |
CN107328423B (zh) * | 2016-04-28 | 2020-10-16 | 厦门雅迅网络股份有限公司 | 基于地图数据的弯道识别方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
US7528746B2 (en) | 2009-05-05 |
US7271746B2 (en) | 2007-09-18 |
US20060227020A1 (en) | 2006-10-12 |
US20070273570A1 (en) | 2007-11-29 |
CA2523144A1 (en) | 2005-04-28 |
EP1675268A1 (en) | 2006-06-28 |
JPWO2005039058A1 (ja) | 2007-11-29 |
WO2005039058A1 (ja) | 2005-04-28 |
KR20060096181A (ko) | 2006-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1788421A (zh) | 编码数据生成方法和设备 | |
CN1105902C (zh) | 道路地图信息的读出装置及记录媒体与传送方法 | |
CN1445731A (zh) | 道路交通信息发送、接收装置、方法及程序 | |
CN1486417A (zh) | 发送数字地图的位置信息的方法和用于该方法的设备 | |
CN1209744C (zh) | 编码装置和解码装置 | |
CN1201288C (zh) | 解码方法和设备 | |
CN1306441C (zh) | 数据处理方法与装置 | |
CN1140811C (zh) | 故障点定位系统 | |
CN1515077A (zh) | 数字地图形状矢量编码方法和位置信息发送方法 | |
CN1106710C (zh) | 向量量化装置和方法 | |
CN1097396C (zh) | 声音编码装置和方法 | |
CN1656522A (zh) | 道路信息提供系统和装置、以及道路信息生成方法 | |
CN1932446A (zh) | 车载终端、服务器装置、交通信息系统及线路数据更新法 | |
CN1653505A (zh) | 地图匹配方法、地图匹配设备、用于形状匹配的数据库、和形状匹配设备 | |
CN1605833A (zh) | 地图信息处理装置、地图修改信息存储媒体以及生成系统 | |
CN1536514A (zh) | 导航装置的路径搜索方法和交通信息显示方法 | |
CN1601228A (zh) | 导航装置 | |
CN1945599A (zh) | 图像处理装置,图像处理方法和计算机程序产品 | |
CN1656357A (zh) | 相对位置信息校正装置、相对位置信息校正方法、相对位置信息校正程序、形状向量产生装置、形状向量产生方法和形状向量产生程序 | |
CN1918453A (zh) | 导航装置以及路线引导方法 | |
CN1799200A (zh) | 浮点信号可逆编码方法、解码方法、其设备、程序及其记录介质 | |
CN1942931A (zh) | 通过树型分层数据结构的有序横向结构描述比特流语法的音频比特流格式 | |
CN1288304A (zh) | 接收显示装置和方法、记录其程序的计算机可读记录介质 | |
CN1830010A (zh) | 数字地图位置信息通信方法、执行该方法的程序、程序产品、系统以及设备 | |
CN1198462C (zh) | 用于定向内插器节点的编码装置和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |