CN1959429A - 分布式地图匹配方法以及系统 - Google Patents
分布式地图匹配方法以及系统 Download PDFInfo
- Publication number
- CN1959429A CN1959429A CNA2006101171900A CN200610117190A CN1959429A CN 1959429 A CN1959429 A CN 1959429A CN A2006101171900 A CNA2006101171900 A CN A2006101171900A CN 200610117190 A CN200610117190 A CN 200610117190A CN 1959429 A CN1959429 A CN 1959429A
- Authority
- CN
- China
- Prior art keywords
- subregion
- area
- locating area
- impact point
- gps data
- 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
Images
Abstract
一种分布式地图匹配方法以及系统,根据整个定位区域内所有目标点的原始GPS数据,并通过地图匹配算法从整个定位区域中找出各目标点的行驶路段,先对整个定位区域进行第一次划分,即沿一维方向划分为N(N≥1)个子区域,将全部原始GPS数据根据已完成的子区域划分,再分别发送至各对应子区域;接着,各子区域获取对应的部分原始GPS数据,并对各子区域进行第二次划分,即沿二维方向划分为M(M≥1)个图格;最后匹配定位,将各子区域接收到的各目标点的原始GPS数据与其所处及相邻图格内的各条路段逐一进行相关度计算,并选择其中相关度最大的一条路段作为其定位路段,即行驶路段,从而解决现有技术中的地图匹配技术在处理海量GPS数据时,匹配速度慢的问题。
Description
【技术领域】
本发明涉及一种GPS数据地图匹配技术,特别涉及一种基于海量GPS数据的分布式地图匹配方法以及系统。
【背景技术】
地图匹配,即根据原始GPS数据的经纬度及角度,通过某种地图匹配算法从整张地图中找出其最可能的行驶路段,并作投影定位,消除其垂直误差。
现有技术中较为常见的地图匹配方法主要包括:基于D-S证据推理的地图匹配,基于神经网络的地图匹配,基于道路分级的地图匹配以及基于拓扑/自适应模糊决策的地图匹配等。这些方法一般具有较高的匹配度,但是由于逻辑复杂,导致匹配速度下降,在海量GPS数据规模的应用环境中,给使用者造成使用上极大的不便利性。另外,现有技术中的这些匹配方法大多是针对单机系统设计,本质上属于串行方法,一旦遇到硬件性能的瓶颈限制,就必须结合其他并行处理技术,无法凭借现有硬件条件达到使用者不同的应用需求,导致同一硬件系统适应性差。
【发明内容】
本发明所要解决的技术问题是现有技术中的地图匹配技术在处理海量GPS数据时,匹配速度慢的问题。
为了解决上述技术问题,本发明提供一种分布式地图匹配方法,根据整个定位区域内所有目标点的原始GPS数据,并通过地图匹配算法从整个定位区域中找出各目标点的行驶路段,包括下列步骤,首先,对整个定位区域进行第一次划分,将其沿一维方向划分为N(N≥1)个子区域,将全部原始GPS数据根据已完成的子区域划分,再分别发送至各对应子区域;接着,各子区域获取对应的部分所述原始GPS数据,并对各子区域进行第二次划分,将其沿二维方向划分为M(M≥1)个图格;最后,进行匹配定位,将各子区域接收到的各目标点的原始GPS数据与其所处及相邻图格内的各条路段逐一进行相关度计算,并选择其中相关度最大的一条路段作为其定位路段,即行驶路段。
本发明的分布式地图匹配方法,在对整个定位区域的第一次划分之前,从后台数据库中读取全部所述原始GPS数据,并确定当前整个定位区域中目标点的总数N,再将整个定位区域沿一维方向分为N个子区域,其中,各子区域之中任意两个子区域的面积至多相差一倍,且若子区域是位于定位区域边缘的子区域,则在其定位区域边缘的对边设置一扩展区域,若所述子区域不是位于定位区域边缘的,则在其对应两对边分别设置一扩展区域。进一步而言,在对所述各子区域的第二次划分是以所述扩展区域的宽度为间隔进行。
本发明的分布式地图匹配方法,在对各子区域的第二次划分之前,判断整个定位区域中的目标点总数是否发生变化,若目标点总数发生变化,则按照新的目标点总数N’对整个定位区域重新进行第一次子区域划分。
本发明还提供一种分布式地图匹配系统,用以根据整个定位区域内的所有目标点的原始GPS数据,并通过地图匹配算法从整个定位区域中找出各目标点的行驶路段,所述分布式地图匹配系统包括:第一划分模块,用以对所述整个定位区域进行第一次划分,将其沿一维方向划分为N(N≥1)个子区域,将全部所述原始GPS数据根据所述子区域划分,再分别发送至所述各对应子区域;第二划分模块,接收所述各子区域获取对应的部分所述原始GPS数据,并对所述各子区域进行第二次划分,将其沿二维方向划分为M(M≥1)个图格;以及匹配定位模块,将所述各子区域接收到的各目标点的原始GPS数据与其所处及相邻图格内的各条路段逐一进行相关度计算,并选择其中相关度最大的一条路段作为其定位路段,即所述行驶路段。
本发明的地图匹配系统还包括:一后台数据库,其中存储有全部原始GPS数据,即当前整个定位区域中总数为N的目标点的原始GPS数据,包括目标点的经纬度及角度;以及一判断模块,用以判断整个定位区域中的目标点总数是否发生变化,若目标点总数发生变化,则按照新的目标点总数N’对整个定位区域重新进行第一次子区域划分。
【附图说明】
图1为本发明的较佳实施例的分布式地图匹配系统的方框图;
图2为本发明的较佳实施例中在各子区域的边缘设置有适当宽度并由相邻两个子区域共享的扩展区域的区域划分示意图;
图3a及图3b为本发明的较佳实施例中插入新节点之前地图划分的示意图;
图4a及图4b为本发明的较佳实施例中插入新节点之后地图划分的示意图;
图5a、图5b以及图5c为本发明的较佳实施例中删掉新节点之前地图划分的示意图;
图6a、图6b以及图6c为本发明的较佳实施例中删掉新节点之后地图划分的示意图;
图7为本发明的较佳实施例的分布式地图匹配方法的流程图;以及
图8为本发明的分布式地图匹配方法用于上海市交通信息服务的流程图。
【具体实施方式】
请参阅图1,其中显示本发明实施例的分布式地图匹配系统的方框图。本发明的分布式地图匹配系统1包括后台数据库10,第一划分模块12,第二划分模块14,匹配定位模块16以及判断模块18。
该第一划分模块12,用以对整个定位区域进行第一次划分,将其沿一维方向划分为N(N≥1)个子区域,其中任意两个子区域的面积之多相差一倍,将全部原始GPS数据根据子区域划分,再分别发送至各对应子区域。更详细地说,该第一划分模块12可以视为主节点,即整个定位区域被主节点划分成预定数量的子区域,此外,请结合图2,如图所示,为了避免相邻子区域,例如Area0与Area1或者Area1与Area2的交界附近出现错误匹配,在各子区域的边缘设置有宽度为w的并由相邻两个子区域共享的扩展区域,即扩展区0、扩展区1及扩展区2,由于子区域Area0及Area2是位于整个定位区域边缘的,则仅在子区域Area0的右边缘以及子区域Area2的左边缘设置扩展区域,子区域Area1不是位于整个定位区域边缘的,则在子区域Area1的左右边缘分别设置扩展区域。需要特别说明的是,扩展区域之后,各个扩展区域由两个相邻的子区域共享,为避免其内GPS数据的重复纠偏,第一划分模块12在分发原始GPS数据时,仍按未扩展的划分方案进行,但随后的定位服务数据则按照扩展之后的新划分方案发送。
该第二划分模块14,根据该第一划分模块12对各子区域的划分结果,接收获取各子区域对应的部分原始GPS数据,并对各子区域进行第二次划分,将其沿二维方向划分为M(M≥1)个图格。更详细地说,该第二划分模块12可以视为子节点,即各子区域被子节点划分成适当数量的图格,较佳地,对各子区域的第二次划分是以扩展区域的宽度为间隔进行。在实际应用中,单条原始GPS数据与子区域中各图格有三种关系:(1)整条GPS数据全部位于子区域的内部图格中;(2)GPS数据位于子区域的边缘图格中;以及(3)GPS数据位于子区域的角落图格中。
该匹配定位模块16,用以将各子区域接收到的各目标点的原始GPS数据与其所处及相邻图格内的各条路段逐一进行相关度计算,并选择其中相关度最大的一条路段作为其定位路段,即所述行驶路段。更详细地说,本发明的匹配定位是指子节点将接收到的原始GPS数据(记作P)与其所处及相邻Grids内的各条路段(记作Li)逐一进行相关度(记作Wi)计算,并选择其中相关度最大的一条路段作为其定位路段,最后通过垂直投影进行定位。本发明的匹配定位模块16所采用的相关度计算公式为:
上式中,ri表示P与Li的垂线距离,θi表示P的行驶方向与Li的路段方向的夹角,rmax、θmax分别表示ri、θi的最大有效值(如果超过,则该路段不予考虑),kr、kθ表示ri、θi对Wi的影响因子。在本发明中,取rmax=SL,θmax=π/2,kr=0.5,kθ=0.5。
该后台数据库10,其中存储有全部原始GPS数据,即当前整个定位区域中总数为N的目标点的原始GPS数据,包括目标点的经纬度及角度,当目标点位置发生变化时,该后台数据库10中的目标点的经纬度及角度也会发生改变。
该判断模块18,用以判断整个定位区域中的目标点总数是否发生变化,若目标点总数发生变化,则按照新的目标点总数N’对整个定位区域重新进行第一次子区域划分。
为更清楚地说明本发明地图匹配系统1对整个定位区域,即地图的划分,下面结合图3a及图3b描述,如图所示的一棵二叉树,其叶结点个数与本发明的第二划分模块14,即子节点个数相等,且两者一一对应;相同深度的叶结点对应的子节点负责的子区域面积相等,且每个叶结点对应的子节点负责的子区域面积是其相邻的上一层叶结点对应的子节点负责的子区域面积的一半。初始状态下该划分树的各节点均为空,记作P-Tree。P-Tree的最底层结点的集合为Layer1,其中最靠左的一个叶结点记作1f-1L,最靠右的一个记作1f-1R。同理,P-Tree倒数第二层结点的集合为Layer2,其中最靠左的一个叶结点记作1f-2L,最靠右的一个记作1f-2R。
在实际应用时,P-Tree将根据子节点的连入/退出情况,按相应的规则进行动态更新。例如,当第一个子节点连入本发明的第一划分模块12,即主节点时,P-Tree将增加一个叶结点1f,对应表示整张地图作为一个子区域交由该子节点负责,此时,Layer1中结点个数为1,1f-1L、1f-1R同为新增的1f,Layer-2为空,1f-2L为空,1f-2R也为空。
请参阅图4a及图4b,其中显示P-Tree将根据子节点的连入情况,进行动态更新的拆分规则,即当有一个新的子节点(记作SN-I)加入时的更新状况,需要特别说明的是,若P-Tree为空,则直接插入一个根叶结点1f。1f与SN-I对应,SN-I负责整张地图,此情况比较简单因此未示于图中。
若P-Tree的初始状态为图3a所示,则将1f-1L拆分为两个新的叶结点1f1、1f2,其中1f1与原1f-1L对应的子节点(记作SN-1L)对应,1f2与SN-I对应,且原SN-1L负责的子区域由SN-I、SN-1L均分,即变成图4a所示状态。若P-Tree的初始状态为图3b所示,则将1f-2L拆分为两个新的叶结点1f1、1f2,其中1f1与原1f-1L对应的子节点(记作SN-1L)对应,1f2与SN-I对应,且原SN-1L负责的子区域由SN-I、SN-1L均分,即变成图4b所示状态。
请参阅图5a、图5b以及图5c,以及对应的图6a、图6b以及图6c,其中显示P-Tree将根据子节点的退出前后的地图划分情况,进行动态更新的合并规则,即当有一个子节点(记作SN-D)退出时的更新状况,需要特别说明的是,若退出的子节点在P-Tree中对应的叶结点为根叶结点,则P-Tree返回初始的空树状态,等待新的子节点加入,此情况比较简单因此未示于图中。
若退出的子节点在P-Tree中的状态为图5a或者图5b所示,即该退出子节点的对应叶结点(记作1f-D)非1f-1R,则将1f-1R(其对应的SN记作SN-1R)与其左兄弟(其对应的SN记作SN-1RL)合并成一个新的叶结点1f,上升至Layer2,1f-D与SN-1R对应,1f与SN-1RL对应,SN-D负责的子区域交由SN-1R负责,原SN-1R负责的子区域并入SN-1RL负责的子区域,即变成图6a或者图6b所示状态。
若退出的子节点在P-Tree中的状态为图5c所示,即该退出子节点的对应叶结点是1f-1R,则将1f-1R(其对应的SN记作SN-1R)与其左兄弟(其对应的SN记作SN-1RL)合并成一个新的叶结点1f,上升至Layer2。1f与SN-1RL对应,原SN-1R负责的子区域并入SN-1RL负责的子区域,即变成图6c所示状态。
请参阅图7,其中显示本发明的分布式地图匹配方法的流程图。步骤S10,由第一划分模块12,即主节点从后台数据库10中读入全部地图数据;步骤S11,由主节点根据连入的第二划分模块14,即子节点的总数N,调用第一划分模块12将整张地图沿一维方向,即纵向(或者横向)划分为N个子区域;步骤S12,主节点根据第一次划分的结果,将各个子区域的地图数据分发给对应的子节点,由其负责该子区域范围内的GPS数据匹配;步骤S13,主节点每接收到一条GPS数据,首先判断其所处子区域,然后将数据转发给对应子节点;步骤S14,由判断模块18判断子节点总数N是否发生变化,若有新的子节点连入或旧的子节点退出时,转至步骤S11,否则执行步骤S15,子节点与主节点建立连接,并接收地图数据;步骤S16,调用第二划分模块14将子区域沿二维方向,即纵横双向划分为多个图格;步骤S17,子节点从主节点处每接收到一条GPS数据,就调用匹配定位模块16完成数据的匹配定位。
最后,请结合图8,其中显示本发明的分布式地图匹配方法用于上海市交通信息服务的流程图,假设上海市交通信息服务网格系统其GPS数据规模为:3000辆出租车,每车每1分钟生成1条GPS数据;80辆公交车,每车每30秒生成1条GPS数据。基于此数据规模,该案例配置了1个主节点(MN)和2个子节点(SN-1/SN-2),具体实施过程如下:
步骤S20,MN启动,从后台数据库10中读入全部地图数据,等待SN连入;
步骤S201,SN-1启动,连入MN;
步骤S202,MN调用第一划分模块12把整张地图划为1个子区域,并将地图数据传输给SN-1;
步骤S203,SN-1从MN接收子区域地图数据,并调用第二划分模块14进行二次划分;
步骤S204,MN将接收到的GPS数据转发给SN-1;
步骤S205,SN-1调用匹配定位模块16对接收到的GPS数据进行匹配定位
步骤S211,SN-2启动,连入MN;
步骤S212,MN调用第一划分模块12把整张地图划为2个子区域,并将地图数据分别传输给SN-1、SN-2;
步骤S213,SN-1、SN-2从MN接收各自的子区域地图数据,并调用第二划分模块14进行二次划分;
步骤S214,MN将接收到的GPS数据按所在子区域分发给SN-1、SN-2;
步骤S215,SN-1、SN-2调用匹配定位模块16对接收到的GPS数据进行匹配定位。
需要特别说明的是,根据GPS数据规模的扩大,可配置更多的子节点以满足使用者应用的需求,其操作步骤类似于前述的各个步骤,本领域一般技术人员应当能够通过本实施例所述内容轻易地达成,于此不重复描述。
Claims (14)
1.一种分布式地图匹配方法,根据整个定位区域内所有目标点的原始GPS数据,并通过地图匹配算法从整个定位区域中找出各目标点的行驶路段,其特征在于,包括下列步骤:
1)对所述整个定位区域进行第一次划分,将其沿一维方向划分为N(N≥1)个子区域,将全部所述原始GPS数据根据所述子区域划分,再分别发送至所述各对应子区域;
2)所述各子区域获取对应的部分所述原始GPS数据,并对所述各子区域进行第二次划分,将其沿二维方向划分为M(M≥1)个图格;以及
3)进行匹配定位,将所述各子区域接收到的各目标点的原始GPS数据与其所处及相邻图格内的各条路段逐一进行相关度计算,并选择其中相关度最大的一条路段作为其定位路段,即所述行驶路段。
2.根据权利要求1所述的分布式地图匹配方法,其特征在于,在对所述整个定位区域的第一次划分之前,还包括从后台数据库中读取全部所述原始GPS数据的步骤,并确定当前整个定位区域中目标点的总数N,再将所述整个定位区域沿一维方向分为N个子区域。
3.根据权利要求1所述的分布式地图匹配方法,其特征在于,所述各子区域之中任意两个子区域的面积至多相差一倍。
4.根据权利要求1所述的分布式地图匹配方法,其特征在于,所述各子区域的至少一边缘设置有适当宽度的扩展区域,所述扩展区域由相邻的两个子区域共享。
5.根据权利要求4所述的分布式地图匹配方法,其特征在于,若所述子区域是位于定位区域边缘的,则在其定位区域边缘的对边设置一扩展区域;若所述子区域不是位于定位区域边缘的,则在其对应两对边分别设置一扩展区域。
6.根据权利要求4所述的分布式地图匹配方法,其特征在于,在对所述各子区域的第二次划分是以所述扩展区域的宽度为间隔进行。
7.根据权利要求1所述的分布式地图匹配方法,其特征在于,在对所述各子区域的第二次划分之前,还包括判断所述整个定位区域中的目标点总数是否发生变化的步骤,若所述目标点总数发生变化,则按照新的目标点总数N’对所述整个定位区域重新进行第一次子区域划分。
8.一种分布式地图匹配系统,用以根据整个定位区域内的所有目标点的原始GPS数据,并通过地图匹配算法从整个定位区域中找出各目标点的行驶路段,其特征在于,所述分布式地图匹配系统包括:
第一划分模块,用以对所述整个定位区域进行第一次划分,将其沿一维方向划分为N(N≥1)个子区域,将全部所述原始GPS数据根据所述子区域划分,再分别发送至所述各对应子区域;
第二划分模块,接收所述各子区域获取对应的部分所述原始GPS数据,并对所述各子区域进行第二次划分,将其沿二维方向划分为M(M≥1)个图格;以及
匹配定位模块,将所述各子区域接收到的各目标点的原始GPS数据与其所处及相邻图格内的各条路段逐一进行相关度计算,并选择其中相关度最大的一条路段作为其定位路段,即所述行驶路段。
9.根据权利要求8所述的分布式地图匹配系统,其特征在于,所述地图匹配系统还包括一后台数据库,其中存储有全部所述原始GPS数据,即当前整个定位区域中总数为N的目标点的原始GPS数据,包括目标点的经纬度及角度。
10.根据权利要求8所述的分布式地图匹配系统,其特征在于,所述各子区域之中任意两个子区域的面积至多相差一倍。
11.根据权利要求8所述的分布式地图匹配系统,其特征在于,所述各子区域的至少一边缘设置有适当宽度的扩展区域,所述扩展区域由相邻的两个子区域共享。
12.根据权利要求11所述的分布式地图匹配系统,其特征在于,若所述子区域是位于定位区域边缘的,则在其定位区域边缘的对边设置一扩展区域;若所述子区域不是位于定位区域边缘的,则在其对应两对边分别设置一扩展区域。
13.根据权利要求11所述的分布式地图匹配系统,其特征在于,所述各子区域的间隔等于所述扩展区域的宽度。
14.根据权利要求8所述的分布式地图匹配系统,其特征在于,所述分布式地图匹配系统还包括一判断模块,用以判断所述整个定位区域中的目标点总数是否发生变化,若所述目标点总数发生变化,则按照新的目标点总数N’对所述整个定位区域重新进行第一次子区域划分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200610117190A CN1959429B (zh) | 2006-10-16 | 2006-10-16 | 分布式地图匹配方法以及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200610117190A CN1959429B (zh) | 2006-10-16 | 2006-10-16 | 分布式地图匹配方法以及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1959429A true CN1959429A (zh) | 2007-05-09 |
CN1959429B CN1959429B (zh) | 2010-05-12 |
Family
ID=38071219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200610117190A Expired - Fee Related CN1959429B (zh) | 2006-10-16 | 2006-10-16 | 分布式地图匹配方法以及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1959429B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101922939B (zh) * | 2009-06-11 | 2013-09-18 | 高德信息技术有限公司 | 一种导航过程中的地图匹配方法和装置 |
CN110285817A (zh) * | 2019-07-12 | 2019-09-27 | 东北电力大学 | 基于自适应d-s证据理论的复杂路网地图匹配方法 |
CN111367649A (zh) * | 2018-12-26 | 2020-07-03 | 北京四维图新科技股份有限公司 | 高精地图数据并行处理方法和装置 |
CN111609860A (zh) * | 2020-03-30 | 2020-09-01 | 北京拓明科技有限公司 | 同轨用户识别方法及装置 |
CN112082565A (zh) * | 2020-07-30 | 2020-12-15 | 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 |
CN112539757A (zh) * | 2020-12-08 | 2021-03-23 | 北京嘀嘀无限科技发展有限公司 | 目标地图确定方法、系统、装置、设备和可读存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100506220B1 (ko) * | 2002-02-27 | 2005-08-05 | 삼성전자주식회사 | 네비게이션 서비스를 위한 단일 경로 혹은 다중경로에서의 맵 매칭 장치 및 방법 |
EP2278576A1 (en) * | 2002-03-29 | 2011-01-26 | Panasonic Corporation | Map matching method, map matching device, database for shape matching, and shape matching device |
CN1455268A (zh) * | 2003-03-27 | 2003-11-12 | 第二炮兵工程学院对外技术服务部 | 一种基于地图匹配的卫星定位误差处理方法 |
JP2005337871A (ja) * | 2004-05-26 | 2005-12-08 | Matsushita Electric Ind Co Ltd | 位置情報受信装置、形状マッチング方法 |
CN1278285C (zh) * | 2004-11-02 | 2006-10-04 | 北京航空航天大学 | 智能车辆定位导航系统的电子地图位置匹配方法 |
CN1837754A (zh) * | 2005-03-23 | 2006-09-27 | 赵志弘 | 基于交通信息的智能化地图匹配车辆导航方法 |
-
2006
- 2006-10-16 CN CN200610117190A patent/CN1959429B/zh not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101922939B (zh) * | 2009-06-11 | 2013-09-18 | 高德信息技术有限公司 | 一种导航过程中的地图匹配方法和装置 |
CN111367649A (zh) * | 2018-12-26 | 2020-07-03 | 北京四维图新科技股份有限公司 | 高精地图数据并行处理方法和装置 |
CN111367649B (zh) * | 2018-12-26 | 2024-03-01 | 北京四维图新科技股份有限公司 | 高精地图数据并行处理方法和装置 |
CN110285817A (zh) * | 2019-07-12 | 2019-09-27 | 东北电力大学 | 基于自适应d-s证据理论的复杂路网地图匹配方法 |
CN111609860A (zh) * | 2020-03-30 | 2020-09-01 | 北京拓明科技有限公司 | 同轨用户识别方法及装置 |
CN111609860B (zh) * | 2020-03-30 | 2022-02-22 | 北京拓明科技有限公司 | 同轨用户识别方法及装置 |
CN112082565A (zh) * | 2020-07-30 | 2020-12-15 | 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 |
CN112539757A (zh) * | 2020-12-08 | 2021-03-23 | 北京嘀嘀无限科技发展有限公司 | 目标地图确定方法、系统、装置、设备和可读存储介质 |
CN112539757B (zh) * | 2020-12-08 | 2023-07-21 | 北京嘀嘀无限科技发展有限公司 | 目标地图确定方法、系统、装置、设备和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN1959429B (zh) | 2010-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1959429A (zh) | 分布式地图匹配方法以及系统 | |
US9536146B2 (en) | Determine spatiotemporal causal interactions in data | |
CN110426050B (zh) | 地图匹配纠正方法、装置、设备和存储介质 | |
US11150650B2 (en) | Method, apparatus, and system for operating a vehicle based on vulnerable road user data | |
CN1294721A (zh) | 搜索多媒体数据的方法 | |
US20030033582A1 (en) | Representations for estimating distance | |
WO2016184501A1 (en) | System and method for accelerating route search | |
US11237012B2 (en) | Method, apparatus, and system for determining a navigation route based on vulnerable road user data | |
CN102102992A (zh) | 基于多级网络划分的匹配道路初筛方法及地图匹配系统 | |
CN112444263B (zh) | 全局路径规划方法及装置 | |
CN1908588A (zh) | 一种基于小网格路网组织结构的快速地图匹配方法 | |
CN1174360A (zh) | 快速确定与地球上位置关联的指配区的方法 | |
US20220161817A1 (en) | Method, apparatus, and system for creating doubly-digitised maps | |
CN112579921B (zh) | 基于倒排序索引及前缀树的轨迹索引和查询方法及系统 | |
CN1278285C (zh) | 智能车辆定位导航系统的电子地图位置匹配方法 | |
CN114839984A (zh) | 一种班车路径规划方法、装置、设备及存储介质 | |
CN110750573A (zh) | 一种基于网格化和时空聚类的交通拥堵演化规律的识别方法 | |
US20220292091A1 (en) | Method, apparatus, and system for compression of sparse data for machine learning tasks | |
CN116721229B (zh) | 地图中道路隔离带的生成方法、装置、设备及存储介质 | |
CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
US20230349715A1 (en) | High-Definition Map Update Method and Apparatus | |
CN103365911B (zh) | 一种基于二维分块结构地图空间索引的方法和系统 | |
US10747791B2 (en) | Method, apparatus, and system for mapping vulnerable road users | |
CN115493610A (zh) | 一种车道级导航方法及装置、电子设备、存储介质 | |
CN114398253A (zh) | 自动驾驶实车测试场景生成方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100512 Termination date: 20121016 |