WO2018090773A1 - 将定位系统采集到的轨迹点匹配到地图的方法及其装置 - Google Patents

将定位系统采集到的轨迹点匹配到地图的方法及其装置 Download PDF

Info

Publication number
WO2018090773A1
WO2018090773A1 PCT/CN2017/106339 CN2017106339W WO2018090773A1 WO 2018090773 A1 WO2018090773 A1 WO 2018090773A1 CN 2017106339 W CN2017106339 W CN 2017106339W WO 2018090773 A1 WO2018090773 A1 WO 2018090773A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
probability
candidate location
candidate
track
Prior art date
Application number
PCT/CN2017/106339
Other languages
English (en)
French (fr)
Inventor
韩璐懿
Original Assignee
北京京东尚科信息技术有限公司
北京京东世纪贸易有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 北京京东尚科信息技术有限公司, 北京京东世纪贸易有限公司 filed Critical 北京京东尚科信息技术有限公司
Publication of WO2018090773A1 publication Critical patent/WO2018090773A1/zh

Links

Images

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
    • G01C21/30—Map- or contour-matching

Definitions

  • the present invention relates to the field of positioning navigation, and in particular to a method and device for matching a track point collected by a positioning system to a map.
  • Navigators are now widely installed in cars.
  • the positioning system such as the Global Positioning System (GPS) or the Beidou positioning system
  • GPS Global Positioning System
  • Beidou positioning system the positioning system
  • the vehicle actually travels for example, on the electronic map of the vehicle.
  • map matching technology it is necessary to rely on the map matching technology to calculate the acquired track points in real time or through post-processing to achieve real-time navigation and historical track playback.
  • Existing map matching techniques include incremental computing techniques or global computing techniques. Incremental calculation techniques mostly use the relationship between all candidate position points of the newly acquired GNSS trajectory points and the previous trajectory points to select the candidate position points that obtain the maximum probability as the matching result, and then use the obtained matching results with The relationship between all candidate position points of the next track point is used to select the matching result of the next track point, and the process is repeated.
  • the global computing technique combines all candidate position points of all track points on the trajectory obtained from the positioning system, calculates the occurrence probability of each combination, and selects the candidate position point combination with the highest probability as the map matching result of the entire trajectory.
  • the above-mentioned incremental calculation method has a small computer and a fast calculation speed, but since only the relationship between the current point and the next point is considered, the matching correct rate is low, and the matching error is easily transmitted to the matching of the subsequent track points, resulting in more Big match error.
  • the global calculation method has a high matching accuracy because it considers all possible combinations of candidate location points, but the computer is large and the calculation speed is slow.
  • an embodiment of the present invention provides a method and device for matching a track point collected by a positioning system to a map, so as to achieve an improvement in calculation amount and accuracy.
  • a method for matching a track point collected by a positioning system to a map including:
  • the first candidate location having the largest second probability of occurrence is selected as the new current matching location point.
  • an apparatus for matching a track point collected by a positioning system to a map including:
  • a candidate location point acquirer for acquiring one or more first candidate location points of the first trajectory point on the map, and acquiring one or more second candidate location points of the second trajectory point on the map
  • the second track point is a track point on the track after the first track point
  • An occurrence probability calculator for calculating a first occurrence probability of each of the first candidate location points and each of the second candidate location points
  • a matching point determiner for selecting, for each first candidate location point, a second candidate location point having a maximum first occurrence probability as a temporary corresponding to each first candidate location point of the second trajectory point Match point
  • the occurrence probability calculator is further configured to calculate a second occurrence probability of the current matching position point, each of the first candidate position points, and the second tracking point corresponding to each of the first candidate position points.
  • the current matching location point is a matching location point on the map of the trajectory point before the first trajectory point on the trajectory;
  • the matching point determiner is further configured to select a first candidate location having a maximum second occurrence probability as a new current matching location point.
  • an apparatus for matching a track point collected by a positioning system to a map including:
  • a memory for storing executable instructions
  • a processor for executing executable instructions stored in the memory to perform according to the above method.
  • a memory device on which a computer program is hosted, the computer program causing the processor to perform the above method when the computer program is executed by a processor.
  • the above scheme can effectively increase the accuracy of map matching without significantly increasing the computational complexity by considering the matching probability of the next trajectory point of the trajectory point to be matched.
  • FIG. 1 is a schematic diagram showing a typical application scenario of a method and apparatus according to an embodiment of the present invention
  • FIG. 2 shows a simplified flow chart of a matching method according to an embodiment of the present invention
  • Figure 3 shows a simplified block diagram of a matching device in accordance with an embodiment of the present invention
  • FIG. 4 is a schematic diagram showing the principle of transition probabilities used in a method and apparatus in accordance with an embodiment of the present invention
  • FIG. 5 shows a simplified block diagram of an example hardware arrangement of the matching device of FIG. 3 in accordance with an embodiment of the present invention.
  • the techniques of this disclosure may be implemented in the form of hardware and/or software (including firmware, microcode, etc.). Additionally, the techniques of this disclosure may take the form of a computer program product on a computer readable medium storing instructions for use by or in connection with an instruction execution system.
  • a computer readable medium can be any medium that can contain, store, communicate, propagate or transport the instructions.
  • a computer readable medium can include, but is not limited to, an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, apparatus, device, or propagation medium.
  • the computer readable medium include: a magnetic storage device such as a magnetic tape or a hard disk (HDD); an optical storage device such as a compact disk (CD-ROM); a memory such as a random access memory (RAM) or a flash memory; and/or a wired /Wireless communication link.
  • a magnetic storage device such as a magnetic tape or a hard disk (HDD)
  • an optical storage device such as a compact disk (CD-ROM)
  • a memory such as a random access memory (RAM) or a flash memory
  • RAM random access memory
  • FIG. 1 shows a schematic diagram of a specific application scenario of a method and apparatus in accordance with an embodiment of the present invention.
  • the track point P 1 has been successfully matched and its matching point is
  • Track point P 3 has three candidate position points with
  • the candidate position point it is easy to cause the candidate point to be located because the track point P 2 is closer to the road R 3 .
  • the map matching result of the track point P 2 is selected, but according to the overall track of the track points P 1 , P 2 and P 3 , it is apparent that the candidate position point It is the matching position point of the track point P 2 .
  • the present invention In order to accurately determine the matching position of the trajectory point (for example, the trajectory point P 2 ) on the map, the present invention not only considers the trajectory point at which the matching position is to be determined, but also considers the trajectory point at the next point on the trajectory (for example, the trajectory point) P 3 ). To this end, embodiments of the present invention provide the method and apparatus illustrated in FIGS. 2 and 3.
  • FIG. 2 illustrates a method of matching a track point acquired by a positioning system to a map in accordance with an embodiment of the present invention.
  • the method includes:
  • Step S210 Acquire one or more first candidate location points of the first track point on the map
  • Step S220 Acquire one or more second candidate location points of the second track point on the map, where the second track point is a track point on the track after the first track point;
  • Step S230 calculating a first occurrence probability of each first candidate location point and each second candidate location point
  • Step S240 for each first candidate location point, selecting a second candidate location point having the largest first occurrence probability as the temporary matching point corresponding to each first candidate location point of the second trajectory point;
  • Step S250 calculating a second occurrence probability of a temporary matching point corresponding to each first candidate position point of the current matching position point, each of the first candidate position points, and the second track point, wherein the current matching position A point is a matching position point on a map of a track point located on the track before the first track point;
  • Step S260 selecting the first candidate location having the largest second occurrence probability as the new current matching location point.
  • the method for acquiring a candidate location point may include searching for each of the roads on the map and the first trajectory point with the predetermined search distance as a radius centering on the first trajectory point.
  • the occurrence probability may be a function of a measurement probability representing a probability that a candidate location point is a matching location point of its trajectory point, and a transition probability represents a current trajectory point or a matching location point to a next trajectory.
  • the probability of passing a candidate location point of a point may be a function of measuring probability and transition probability.
  • calculating the first probability of occurrence may include:
  • Each first transition probability is multiplied by a first measurement probability of the second candidate location point involved to obtain a corresponding first occurrence probability.
  • each first candidate location point For each first candidate location point, multiply its corresponding second measurement probability, its corresponding second transition probability, and a first occurrence probability for its corresponding temporary matching point to obtain a current matching location point, each A second occurrence probability of the first candidate location point and the second trajectory point corresponding to each of the first candidate location points.
  • the measurement probability can be expressed as:
  • ⁇ p is the measurement standard deviation of the trajectory acquisition device
  • e is the base of the natural logarithm function.
  • the measurement standard deviation of the trajectory acquisition device is a
  • the transition probability is expressed as:
  • FIG. 3 illustrates an apparatus for matching a track point acquired by a positioning system to a map, in accordance with an embodiment of the present invention, corresponding to the embodiment of FIG. 2.
  • the device comprises:
  • a candidate location point acquirer 310 configured to acquire one or more first candidate location points of the first trajectory point on the map, and acquire one or more second candidate locations of the second trajectory point on the map a point, wherein the second track point is a track point on the track after the first track point;
  • An occurrence probability calculator 320 configured to calculate a first occurrence probability of each first candidate location point and each second candidate location point;
  • a matching point determiner 330 configured to select, for each first candidate location point, a second candidate location point having a maximum first occurrence probability as the second trajectory point corresponding to each of the first candidate location points Temporary matching point;
  • the occurrence probability calculator 320 is further configured to calculate a second occurrence of the current matching position point, each of the first candidate position points, and the second tracking point corresponding to each of the first candidate position points. Probability, wherein the current matching location point is a matching location point on the map of the trajectory point before the first trajectory point on the trajectory;
  • the matching point determiner 330 is further configured to select the first candidate location having the largest second occurrence probability as the new current matching location point.
  • the candidate location point acquirer 310 is further configured to search for each of the roads on the map and the first track point with the predetermined search distance as a radius centering on the first track point.
  • the shortest position point between the straight lines and as one or more first candidate position points on the map of the first track point, and centered on the second track point, with a predetermined search distance For a radius, searching for a position point having the shortest linear distance between each of the roads on the map and the second track point, and using it as one or more of the second track points on the map Two candidate location points.
  • the occurrence probability may be a function of a measurement probability representing a probability that a candidate location point is a matching location point of its trajectory point, and a transition probability represents a current trajectory point or a matching location point to a next trajectory.
  • the probability of passing a candidate location point of a point may be a function of a measurement probability representing a probability that a candidate location point is a matching location point of its trajectory point, and a transition probability represents a current trajectory point or a matching location point to a next trajectory.
  • the probability of passing a candidate location point of a point may be a function of a measurement probability representing a probability that a candidate location point is a matching location point of its trajectory point, and a transition probability represents a current trajectory point or a matching location point to a next trajectory.
  • the probability of passing a candidate location point of a point may be a function of a measurement probability representing a probability that a candidate location point is a matching location point of its trajectory point, and a transition probability represents a current trajectory point or
  • the occurrence probability calculator 320 can also be used to:
  • Each first transition probability is multiplied by a first measurement probability of the second candidate location point involved to obtain a corresponding first occurrence probability.
  • the occurrence probability calculator 320 can also be used to:
  • For each first candidate location point multiplying its corresponding second measurement probability, its corresponding second transition probability, and a first occurrence probability for its corresponding temporary matching point to obtain a current matching location point, A second occurrence probability of each of the first candidate location points and the temporary matching points of each of the first candidate location points.
  • the measurement probability can be expressed as:
  • ⁇ p is the measurement standard deviation of the trajectory acquisition device
  • e is the base of the natural logarithm function.
  • the measurement standard deviation calculation method of the trajectory acquisition device is as follows:
  • the transition probability can be expressed as:
  • the measurement probability may measure the distance of the candidate location point from the trajectory point, ie, The closer the candidate location point is to the trajectory point, the more likely it is to match the location point of the trajectory point.
  • the candidate point may be set by a static or dynamic candidate point search radius, centered on the track point, and the road is searched based on the road network within the search radius, and the searched candidate point is located on the road, and between the track point and the track point
  • the straight line distance is the shortest.
  • a Gaussian distribution is obtained between the distance between the track point and the candidate position point and the measurement probability. For example, the following formula can be used to calculate the measurement probability:
  • ⁇ P is the measurement standard deviation of the GNSS device and can be obtained by evaluating the historical trajectory deviation of the GNSS device.
  • the absolute median difference of the actual distance of the track point from the road may be used to calculate:
  • ⁇ p is the measurement standard deviation of the trajectory acquisition device
  • e is the base of the natural logarithm function.
  • the transition probability represents the probability of passing from a current trajectory point or a matching location point to a candidate location point of the next trajectory point. That is to say, when measuring, it is always preferred to use the shortest path between the two points in accordance with the traffic driving rules.
  • the transition probability can be measured by comparing the relationship between the shortest straight line distance and the shortest path. The closer the two are, The higher the transfer probability.
  • FIG. 4 is a schematic diagram showing the principle of transition probabilities used in a method and apparatus in accordance with an embodiment of the present invention. According to the relationship shown in Fig. 4, the following calculation formula of the transition probability can be used:
  • the measurement probability and the transition probability are comprehensively considered, and the probability of occurrence of each candidate location point may be equal to the product of the measurement probability of the candidate location point and the transition probability, namely:
  • n is the number of forward-looking points, which can be selected based on the trade-off between the calculated amount and the matching correct rate.
  • the calculation is performed based on each candidate location point of the current trajectory point.
  • the matching probability ie, the probability of occurrence
  • the candidate position point with the largest matching probability is selected among all the candidate position points as the matching position of the current track point. point.
  • two first candidate position points of the first track point P 2 are calculated.
  • the measurement probability of the two first candidate position points is first calculated separately with And the current matching location based on P 1 Calculated transition probability with Then calculating three second candidate position points of the second track point P 3 with Measurement probability with Then with two first candidate locations with Calculate the first candidate location point as the starting point Transition probability to three second candidate position points of the second trajectory point P 3 with And another first candidate location point To the second track point Transition probability of three second candidate locations with Multiplying the two sets of transition probabilities by their corresponding measurement probabilities as the first occurrence probability, and taking the values with the largest values in the two sets of results as the hypothetical first candidate position points, respectively.
  • the number of lookahead points is selected to be one. However, it should be noted that more than one forward point can be selected.
  • FIG. 5 is a block diagram showing an example hardware arrangement 500 of the apparatus of FIG. 3 in accordance with an embodiment of the present disclosure.
  • the hardware arrangement includes a processor 506 (eg, a microprocessor ( ⁇ P), a digital signal processor (DSP), etc.).
  • processor 506 can be a single processing unit or a plurality of processing units for performing different acts of the flows described herein.
  • the arrangement may also include an input unit 502 for receiving signals from other entities, and an output unit 504 for providing signals to other entities.
  • Input unit 502 and output unit 504 can be arranged as a single entity or as separate entities.
  • the arrangement can include at least one readable storage medium 508 in the form of a non-volatile or volatile memory, For example, electrically erasable programmable read only memory (EEPROM), flash memory, and/or hard disk drives.
  • the readable storage medium 508 includes a computer program 510 that includes code/computer readable instructions that, when executed by the processor 506 in the arrangement 500, cause the hardware arrangement 500 and/or the device 100 including the hardware arrangement 500 A flow such as that described above in connection with FIG. 2 and any variations thereof can be performed.
  • Computer program 510 can be configured as computer program code having a computer program module 510A-510C architecture, for example.
  • the code in the computer program of arrangement 500 includes: module 510A for acquiring one or more first of the first track points on the map a candidate location point, and acquiring one or more second candidate location points of the second trajectory point on the map, wherein the second trajectory point is a trajectory point on the trajectory subsequent to the first trajectory point.
  • the code in the computer program further includes a module 510B for calculating a first occurrence probability of each of the first candidate location points and each of the second candidate location points.
  • the code in the computer program further includes: a module 510C, configured, for each first candidate location point, a second candidate location point having a maximum first probability of occurrence as the second trackpoint corresponding to each A temporary matching point for a candidate location point.
  • the module 510B is further configured to calculate a second occurrence probability of the current matching location point, each of the first candidate location points, and the temporary matching point of the second trackpoint corresponding to each first candidate location point, where the current The matching position point is a matching position point on the map of the track point before the first track point on the track.
  • Module 510C can also be used to select a first candidate location having a maximum second probability of occurrence as a new current matching location point.
  • the computer program module can substantially perform the various actions in the flow shown in FIG. 2 to simulate the device shown in FIG. In other words, when different computer program modules are executed in processor 506, they may correspond to the different units described above in the apparatus shown in FIG.
  • code means in the embodiment disclosed above in connection with FIG. 5 is implemented as a computer program module that, when executed in processor 506, causes the hardware arrangement to perform the actions described above in connection with FIG. 2, in an alternative embodiment, At least one of the code means can be implemented at least in part as a hardware circuit.
  • the processor may be a single CPU (Central Processing Unit), but may also include two or more processing units.
  • a processor can include a general purpose microprocessor, an instruction set processor, and/or a related chipset and/or a special purpose microprocessor (eg, an application specific integrated circuit (ASIC)).
  • ASIC application specific integrated circuit
  • the processor may also include an onboard memory for caching purposes.
  • the computer program can be carried by a computer program product connected to the processor.
  • the computer program product can comprise a computer readable medium having stored thereon a computer program.
  • the computer program product can be flash memory, random access memory (RAM), read only memory (ROM), EEPROM, and the computer program modules described above can be distributed to different computers in the form of memory within the UE in alternative embodiments.
  • Program product can be flash memory, random access memory (RAM), read only memory (ROM), EEPROM, and the computer program modules described above can be distributed to different computers in the form of memory within the UE in alternative embodiments.
  • the disclosed method and apparatus may pass other Way to achieve.
  • the device embodiments described above are merely illustrative.
  • the division of the unit is only a logical function division.
  • there may be another division manner such as: multiple units or components may be combined, or Can be integrated into another system, or some features can be ignored or not executed.
  • the coupling, or direct coupling, or communication connection of the components shown or discussed may be indirect coupling or communication connection through some interfaces, devices or units, and may be electrical, mechanical or other forms. of.
  • the units described above as separate components may or may not be physically separated, and the components displayed as the unit may or may not be physical units, that is, may be located in one place or distributed to multiple network units; Some or all of the units may be selected according to actual needs to achieve the purpose of the solution of the embodiment.
  • each functional unit in each embodiment of the present invention may be integrated into one second processing unit, or each unit may be separately used as one unit, or two or more units may be integrated into one unit;
  • the above integrated unit can be implemented in the form of hardware or in the form of hardware plus software functional units.

Abstract

一种轨迹点匹配方法及其装置，该匹配方法包括：获取第一轨迹点和第二轨迹点在地图上的一个或多个候选位置点，第二轨迹点是轨迹上在第一轨迹点之后的轨迹点（210，220）；计算第一轨迹点的每个候选位置点与第二轨迹点的每个候选位置点的第一发生概率（230）；针对第一轨迹点的每个候选位置点，选择与具有最大第一发生概率的第二轨迹点的候选位置点来作为第二轨迹点的对应于每个第一候选位置点的临时匹配点（240）；计算从当前匹配位置点、每个第一候选位置点和第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率（250）；以及选择具有最大第二发生概率的第一轨迹点的候选位置作为新的当前匹配位置点（260）。该方案可在计算复杂度和匹配正确率之间取得良好折中。

Description

将定位系统采集到的轨迹点匹配到地图的方法及其装置 技术领域
本发明涉及定位导航领域，具体涉及将定位系统采集到的轨迹点匹配到地图的方法及其装置。
背景技术
如今在汽车中广泛安装了导航仪。然而，受车载导航仪自身精度和周边环境的影响，通过定位系统(例如全球定位系统(GPS)或北斗定位系统)直接得到的GNSS定位结果往往不在车辆实际行驶的道路(例如车载的电子地图上的道路)上，需要依靠地图匹配技术实时地或者通过后处理的方式将获取到的轨迹点归算到路径上，以实现实时导航和历史轨迹回放。
现有的地图匹配技术包括增量计算技术或全局计算技术。增量计算技术大多采用最新获取的GNSS轨迹点的所有候选位置点与上一轨迹点之间的关系来选择获得最大概率的候选位置点，以作为匹配结果，然后将利用所获得的匹配结果与下一轨迹点的所有候选位置点之间的关系来进行下一轨迹点的匹配结果的选择，并重复该过程。全局计算技术将从定位系统获得的轨迹上的所有轨迹点的所有候选位置点进行组合，计算每种组合的发生概率，并选择概率最大的候选位置点组合作为整个轨迹的地图匹配结果。
上述的增量计算方法的计算机较小，计算速度快，但因为只考虑当前点与下一点之间的关系，匹配正确率较低，且匹配错误容易传递到后续轨迹点的匹配中，导致更大的匹配错误。而全局计算方法由于考虑到所有可能的候选位置点组合，匹配正确率较高，但计算机大，计算速度慢。
因此，需要一种地图匹配技术，能够在保持较低计算量的情况下显著提升地图匹配的准确度。
发明内容
为了解决上述问题中的至少一些，本发明实施例提供了一种将定位系统采集到的轨迹点匹配到地图的方法及其装置，以实现计算量和准确性的提升。
根据本发明实施例的一个方案，提供了一种将定位系统采集到的轨迹点匹配到地图的方法，包括：
获取第一轨迹点在所述地图上的一个或多个第一候选位置点；
获取第二轨迹点在所述地图上的一个或多个第二候选位置点，其中，所述第二轨迹点是 轨迹上在所述第一轨迹点之后的轨迹点；
计算每个第一候选位置点与每个第二候选位置点的第一发生概率；
针对每个第一候选位置点，选择与其具有最大第一发生概率的第二候选位置点来作为所述第二轨迹点的对应于每个第一候选位置点的临时匹配点；
计算当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率，其中，所述当前匹配位置点是在轨迹上位于所述第一轨迹点之前的轨迹点在地图上的匹配位置点；以及
选择具有最大第二发生概率的第一候选位置作为新的当前匹配位置点。
根据本发明实施例的另一方案，提供了将定位系统采集到的轨迹点匹配到地图的装置，包括：
候选位置点获取器，用于获取第一轨迹点在所述地图上的一个或多个第一候选位置点，以及获取第二轨迹点在所述地图上的一个或多个第二候选位置点，其中，所述第二轨迹点是轨迹上在所述第一轨迹点之后的轨迹点；
发生概率计算器，用于计算每个第一候选位置点与每个第二候选位置点的第一发生概率；以及
匹配点确定器，用于针对每个第一候选位置点，选择与其具有最大第一发生概率的第二候选位置点来作为所述第二轨迹点的对应于每个第一候选位置点的临时匹配点；
其中，所述发生概率计算器还用于计算当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率，其中，所述当前匹配位置点是在轨迹上位于所述第一轨迹点之前的轨迹点在地图上的匹配位置点；以及
其中，所述匹配点确定器还用于选择具有最大第二发生概率的第一候选位置作为新的当前匹配位置点。
根据本发明实施例的另一方案，提供了一种将定位系统采集到的轨迹点匹配到地图的装置，包括：
存储器，用于存储可执行指令；以及
处理器，用于执行存储器中存储的可执行指令，以执行根据上述方法。
根据本发明实施例的另一方案，提供了一种其上承载由计算机程序的存储器设备，当由处理器执行所述计算机程序时，所述计算机程序使所述处理器执行上述方法。
上述方案可通过考虑所需匹配的轨迹点的下一轨迹点的匹配概率，在不显著增加计算复杂度的情况下，有效增加地图匹配的精确度。
附图说明
通过下面结合附图对发明进行的详细描述，将使本发明的上述特征和优点更加明显，其中：
图1示出了根据本发明实施例的方法和装置的典型应用场景的简要示意图；
图2示出了根据本发明实施例的匹配方法的简要流程图；
图3示出了根据本发明实施例的匹配装置的简要框图；
图4示出了在根据本发明实施例的方法和装置中使用的转移概率的原理示意图；以及
图5示出了根据本发明实施例的图3所示匹配装置的示例硬件布置的简要框图。
具体实施方式
下面，参考附图详细说明本发明的优选实施方式。在附图中，虽然示于不同的附图中，但相同的附图标记用于表示相同的或相似的组件。为了清楚和简明，包含在这里的已知的功能和结构的详细描述将被省略，以避免使本发明的主题不清楚。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。此外，在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组 合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。
在地图匹配技术中存在一些特殊点，例如Y字型路口。在这些特殊点处，采用例如增量匹配技术容易将轨迹点错误地匹配到错误的路线上。图1示出了根据本发明实施例的方法和装置的一个具体应用场景的示意图。如图1所示，假设轨迹点P1已被成功匹配，其匹配点为
Figure PCTCN2017106339-appb-000001
轨迹点P2存在两个候选位置点
Figure PCTCN2017106339-appb-000002
和
Figure PCTCN2017106339-appb-000003
轨迹点P3具有三个候选位置点
Figure PCTCN2017106339-appb-000004
和
Figure PCTCN2017106339-appb-000005
在使用现有增量地图匹配技术的情况下，容易造成因轨迹点P2距离道路R3较近而将候选位置点
Figure PCTCN2017106339-appb-000006
选择为轨迹点P2的地图匹配结果的情况下，但根据轨迹点P1、P2和P3的整体轨迹，显然候选位置点
Figure PCTCN2017106339-appb-000007
才是轨迹点P2的匹配位置点。
为了准确确定轨迹点(例如轨迹点P2)在地图上的匹配位置，本发明不仅考虑到了要确定匹配位置的轨迹点，还考虑到该轨迹点在轨迹上的下一个点(例如，轨迹点P3)。为此，本发明实施例提供了图2和图3所示的方法和装置。
图2示出了根据本发明实施例的将定位系统采集到的轨迹点匹配到地图的方法。该方法包括：
步骤S210，获取第一轨迹点在所述地图上的一个或多个第一候选位置点；
步骤S220，获取第二轨迹点在所述地图上的一个或多个第二候选位置点，其中，所述第二轨迹点是轨迹上在所述第一轨迹点之后的轨迹点；
步骤S230，计算每个第一候选位置点与每个第二候选位置点的第一发生概率；
步骤S240，针对每个第一候选位置点，选择与其具有最大第一发生概率的第二候选位置点来作为所述第二轨迹点的对应于每个第一候选位置点的临时匹配点；
步骤S250，计算当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率，其中，所述当前匹配位置点是在轨迹上位于所述第一轨迹点之前的轨迹点在地图上的匹配位置点；以及
步骤S260，选择具有最大第二发生概率的第一候选位置作为新的当前匹配位置点。
在一些实施例中，上述获取候选位置点的方法可以包括：以所述第一轨迹点为中心，以预定搜索距离为半径，搜索所述地图上的各条道路上与所述第一轨迹点之间直线距离最短的位置点，并将其作为所述第一轨迹点在所述地图上的一个或多个第一候选位置点，以及以所述第二轨迹点为中心，以预定搜索距离为半径，搜索所述地图上的各条道路上与所述第二轨迹点之间直线距离最短的位置点，并将其作为所述第二轨迹点在所述地图上的一个或多个第二候选位置点。
在一些实施例中，发生概率可以是测量概率与转移概率的函数，测量概率表示候选位置点作为其轨迹点的匹配位置点的概率，转移概率表示从当前轨迹点或匹配位置点到下一轨迹点的某个候选位置点的通行概率。然而，需要注意的是，虽然这里使用了测量概率与转移概率的函数来作为发生概率的示例，本领域技术人员也可以采用可表示两个或更多个位置点共同存在的可能性的任何参数。
在这样的实施例中，计算第一发生概率可包括：
计算每个第二候选位置点的第一测量概率；
计算每个第一候选位置点与每个第二候选位置点的第一转移概率；以及
将每个第一转移概率分别乘以其所涉及的第二候选位置点的第一测量概率，以得到对应的第一发生概率。
该实施例中的计算第二发生概率可包括：
计算每个第一候选位置点的第二测量概率；
计算当前匹配位置点到每个第一候选位置点的第二转移概率；以及
针对每个第一候选位置点，将其对应的第二测量概率、与其对应的第二转移概率以及针对与其对应的临时匹配点的第一发生概率相乘，以得到当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的第二发生概率。
在一些示例中，测量概率被可表示为：
Figure PCTCN2017106339-appb-000008
其中，
Figure PCTCN2017106339-appb-000009
是候选位置点
Figure PCTCN2017106339-appb-000010
的测量概率，σp是轨迹获取设备的测量标准偏差，e是自然对数函数的底数，
Figure PCTCN2017106339-appb-000011
是轨迹点Pt到候选位置点
Figure PCTCN2017106339-appb-000012
的直线距离，
轨迹获取设备的测量标准偏差是
Figure PCTCN2017106339-appb-000013
转移概率被表示为：
Figure PCTCN2017106339-appb-000014
其中，|Pt-Pt-1|great circle是轨迹点Pt与其前一轨迹点Pt-1的之间的直线距离，
Figure PCTCN2017106339-appb-000015
是轨迹点Pt的候选位置点
Figure PCTCN2017106339-appb-000016
与其前一轨迹点Pt-1的候选位置点
Figure PCTCN2017106339-appb-000017
之间的路径距离。
图3示出了与图2的实施例对应的根据本发明的实施例的将定位系统采集到的轨迹点匹配到地图的装置。如图3所示，该装置包括：
候选位置点获取器310，用于获取第一轨迹点在所述地图上的一个或多个第一候选位置点，以及获取第二轨迹点在所述地图上的一个或多个第二候选位置点，其中，所述第二轨迹点是轨迹上在所述第一轨迹点之后的轨迹点；
发生概率计算器320，用于计算每个第一候选位置点与每个第二候选位置点的第一发生概率；以及
匹配点确定器330，用于针对每个第一候选位置点，选择与其具有最大第一发生概率的第二候选位置点来作为所述第二轨迹点的对应于每个第一候选位置点的临时匹配点；
其中，所述发生概率计算器320还用于计算当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率，其中，所述当前匹配位置点是在轨迹上位于所述第一轨迹点之前的轨迹点在地图上的匹配位置点；以及
其中，所述匹配点确定器330还用于选择具有最大第二发生概率的第一候选位置作为新的当前匹配位置点。
在一些实施例中，候选位置点获取器310还用于：以所述第一轨迹点为中心，以预定搜索距离为半径，搜索所述地图上的各条道路上与所述第一轨迹点之间直线距离最短的位置点，并将其作为所述第一轨迹点在所述地图上的一个或多个第一候选位置点，以及以所述第二轨迹点为中心，以预定搜索距离为半径，搜索所述地图上的各条道路上与所述第二轨迹点之间直线距离最短的位置点，并将其作为所述第二轨迹点在所述地图上的一个或多个第二候选位置点。
在一些实施例中，发生概率可以是测量概率与转移概率的函数，测量概率表示候选位置点作为其轨迹点的匹配位置点的概率，转移概率表示从当前轨迹点或匹配位置点到下一轨迹点的某个候选位置点的通行概率。当然，如上所述，本领域技术人员也可以采用可表示两个或更多个位置点共同存在的可能性的任何参数。
在发生概率可以是测量概率与转移概率的函数的情况下，发生概率计算器320还可用于：
计算每个第二候选位置点的第一测量概率；
计算每个第一候选位置点与每个第二候选位置点的第一转移概率；以及
将每个第一转移概率分别乘以其所涉及的第二候选位置点的第一测量概率，以得到对应的第一发生概率。
此外，发生概率计算器320还可用于：
计算每个第一候选位置点的第二测量概率；
计算当前匹配位置点到每个第一候选位置点的第二转移概率；以及
针对每个第一候选位置点，将其对应的第二测量概率、与其对应的第二转移概率以及针对与其对应的临时匹配点的第一发生概率相乘，以得到从当前匹配位置点、所述每个第一候选位置点与每个第一候选位置点的临时匹配点的第二发生概率。
在一些示例中，测量概率可被表示为：
Figure PCTCN2017106339-appb-000018
其中，
Figure PCTCN2017106339-appb-000019
是候选位置点
Figure PCTCN2017106339-appb-000020
的测量概率，σp是轨迹获取设备的测量标准偏差，e是自然对数函数的底数，
Figure PCTCN2017106339-appb-000021
是轨迹点Pt到候选位置点
Figure PCTCN2017106339-appb-000022
的直线距离，
轨迹获取设备的测量标准偏差计算方法入如下：
Figure PCTCN2017106339-appb-000023
转移概率可被表示为：
Figure PCTCN2017106339-appb-000024
其中，|Pt-Pt-1|great circle是轨迹点Pt与其前一轨迹点Pt-1的之间的直线距离，
Figure PCTCN2017106339-appb-000025
是轨迹点Pt的候选位置点
Figure PCTCN2017106339-appb-000026
与其前一轨迹点Pt-1的候选位置点
Figure PCTCN2017106339-appb-000027
之间的路径距离。
在上述对图2和图3所示实施例的描述中使用了“第一”、“第二”等表述。然而需要知道的是，该表述仅是为了方便区分相同类型的不同概念，除非明确指出，这些表述并不代表“第一”在时间/空间上位于“第二”之前。
在根据本发明的一些实施例中，测量概率可度量候选位置点距离轨迹点的距离，亦即， 候选位置点距离轨迹点越近，则越有可能是该轨迹点的匹配位置点。候选点可通过预先设定一个静态或者动态的候选点搜索半径，以轨迹点为中心，在此搜索半径内基于路网搜索道路，搜索到的候选点位于道路上，且其与轨迹点之间的直线距离为最短。轨迹点与候选位置点之间的距离与测量概率之间符合高斯分布。例如可采用以下公式来计算测量概率：
Figure PCTCN2017106339-appb-000028
其中，σP是GNSS设备的测量标准方差，可通过对GNSS设备的历史轨迹偏差情况进行评估而获得。在本发明的一些实施例中，可使用轨迹点与道路的实际距离的绝对中位差来计算：
Figure PCTCN2017106339-appb-000029
如上所述，如上所述，其中，
Figure PCTCN2017106339-appb-000030
是候选位置点
Figure PCTCN2017106339-appb-000031
的测量概率，σp是轨迹获取设备的测量标准偏差，e是自然对数函数的底数，
Figure PCTCN2017106339-appb-000032
是轨迹点Pt到候选位置点
Figure PCTCN2017106339-appb-000033
的直线距离。
转移概率表示从当前轨迹点或匹配位置点到下一轨迹点的某个候选位置点的通行概率。亦即，认为测量在通行时，总是倾向于使用两点之间最短的符合交通行驶规则的路径，可通过比较最短直线距离与最短路径之间的关系来衡量转移概率，二者越接近，转移概率越高。
图4示出了在根据本发明实施例的方法和装置中使用的转移概率的原理示意图。根据图4所示的关系，可使用如下的转移概率的计算公式：
Figure PCTCN2017106339-appb-000034
如上所述，|Pt-Pt-1|great circle是轨迹点Pt与其前一轨迹点Pt-1的之间的直线距离，
Figure PCTCN2017106339-appb-000035
是轨迹点Pt的候选位置点
Figure PCTCN2017106339-appb-000036
与其前一轨迹点Pt-1的候选位置点
Figure PCTCN2017106339-appb-000037
之间的路径距离。
在本发明的实施例中综合考虑了测量概率和转移概率，每一个候选位置点的发生概率可等于该候选位置点的测量概率与转移概率的乘积，即：
Figure PCTCN2017106339-appb-000038
上述公式仅考虑使用一个前瞻点(即，在轨迹上位于要确定匹配位置的轨迹点之后的轨迹点)，然而在其他实施例中也可以使用一个以上的轨迹点。针对该情况下的发生概率的一般 性计算公式如下：
Figure PCTCN2017106339-appb-000039
其中，n表示前瞻点的数量，可根据计算量和匹配正确率之间的折中来选择。
针对当前要确定匹配点的轨迹点的每一个候选位置点，除了计算机器测量概率以及相对于上一轨迹点的转移概率之外，还计算基于当前轨迹点的每个候选位置点所得到的下一轨迹点的候选位置点的匹配概率(即，发生概率)，共同组成当前候选位置点的最终匹配概率，最后在所有候选位置点中选择匹配概率最大的候选位置点作为当前轨迹点的匹配位置点。
以图1所示的场景为例，在计算第一轨迹点P2的两个第一候选位置点
Figure PCTCN2017106339-appb-000040
和
Figure PCTCN2017106339-appb-000041
的地图匹配概率时，首先分别计算该两个第一候选位置点的测量概率
Figure PCTCN2017106339-appb-000042
和
Figure PCTCN2017106339-appb-000043
以及基于P1的当前匹配位置点
Figure PCTCN2017106339-appb-000044
计算的转移概率
Figure PCTCN2017106339-appb-000045
和
Figure PCTCN2017106339-appb-000046
然后计算第二轨迹点P3的三个第二候选位置点
Figure PCTCN2017106339-appb-000047
和
Figure PCTCN2017106339-appb-000048
的测量概率
Figure PCTCN2017106339-appb-000049
和
Figure PCTCN2017106339-appb-000050
然后以两个第一候选位置点
Figure PCTCN2017106339-appb-000051
和
Figure PCTCN2017106339-appb-000052
为起点，分别计算第一候选位置点
Figure PCTCN2017106339-appb-000053
到第二轨迹点P3的三个第二候选位置点的转移概率
Figure PCTCN2017106339-appb-000054
和
Figure PCTCN2017106339-appb-000055
以及另一个第一候选位置点
Figure PCTCN2017106339-appb-000056
到第二轨迹点
Figure PCTCN2017106339-appb-000057
的三个第二候选位置点的转移概率
Figure PCTCN2017106339-appb-000058
和
Figure PCTCN2017106339-appb-000059
将两组转移概率分别乘以其对应的测量概率作为第一发生概率，并取两组结果内数值最大的值分别作为假设第一候选位置点
Figure PCTCN2017106339-appb-000060
和
Figure PCTCN2017106339-appb-000061
是正确匹配位置点时第二轨迹点P3的临时匹配结果。这里假设最大值分别对应于
Figure PCTCN2017106339-appb-000062
和
Figure PCTCN2017106339-appb-000063
然后，针对第一轨迹点P2的两个候选位置点
Figure PCTCN2017106339-appb-000064
和
Figure PCTCN2017106339-appb-000065
分别计算其第二发生概率
Figure PCTCN2017106339-appb-000066
Figure PCTCN2017106339-appb-000067
从图1所示场景可见，
Figure PCTCN2017106339-appb-000068
的
Figure PCTCN2017106339-appb-000069
较高，导致
Figure PCTCN2017106339-appb-000070
最终选择候选位置点
Figure PCTCN2017106339-appb-000071
作为第一轨迹点P2的新的当前匹配位置点，避免错误地将
Figure PCTCN2017106339-appb-000072
作为第一轨迹点P2的新的当前匹配位置点。
可选地，在本发明的上述实施例中，前瞻点的数量选择为1个。然而需要注意的是，也可以选择多于一个的前瞻点。
图5是示出了根据本公开实施例的图3所示装置的示例硬件布置500的框图。该硬件布置包括处理器506(例如，微处理器(μP)、数字信号处理器(DSP)等)。处理器506可以是用于执行本文描述的流程的不同动作的单一处理单元或者是多个处理单元。布置还可以包括用于从其他实体接收信号的输入单元502、以及用于向其他实体提供信号的输出单元504。输入单元502和输出单元504可以被布置为单一实体或者是分离的实体。
此外，布置可以包括具有非易失性或易失性存储器形式的至少一个可读存储介质508， 例如是电可擦除可编程只读存储器(EEPROM)、闪存、和/或硬盘驱动器。可读存储介质508包括计算机程序510，该计算机程序510包括代码/计算机可读指令，其在由布置500中的处理器506执行时使得硬件布置500和/或包括硬件布置500在内的设备100可以执行例如上面结合图2所描述的流程及其任何变形。
计算机程序510可被配置为具有例如计算机程序模块510A～510C架构的计算机程序代码。因此，在例如设备100中使用硬件布置500时的示例实施例中，布置500的计算机程序中的代码包括：模块510A，用于获取第一轨迹点在所述地图上的一个或多个第一候选位置点，以及获取第二轨迹点在所述地图上的一个或多个第二候选位置点，其中，所述第二轨迹点是轨迹上在所述第一轨迹点之后的轨迹点。计算机程序中的代码还包括：模块510B，用于计算每个第一候选位置点与每个第二候选位置点的第一发生概率。计算机程序中的代码还包括：模块510C，用于针对每个第一候选位置点，选择与其具有最大第一发生概率的第二候选位置点来作为所述第二轨迹点的对应于每个第一候选位置点的临时匹配点。模块510B还可用于计算当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率，其中，所述当前匹配位置点是在轨迹上位于所述第一轨迹点之前的轨迹点在地图上的匹配位置点。模块510C还可用于选择具有最大第二发生概率的第一候选位置作为新的当前匹配位置点。
计算机程序模块实质上可以执行图2中所示出的流程中的各个动作，以模拟图3中示出的装置。换言之，当在处理器506中执行不同计算机程序模块时，它们可以对应于图3中示出的装置中的上述不同单元。
尽管上面结合图5所公开的实施例中的代码手段被实现为计算机程序模块，其在处理器506中执行时使得硬件布置执行上面结合图2所描述的动作，然而在备选实施例中，该代码手段中的至少一项可以至少被部分地实现为硬件电路。
处理器可以是单个CPU(中央处理单元)，但也可以包括两个或更多个处理单元。例如，处理器可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))。处理器还可以包括用于缓存用途的板载存储器。
计算机程序可以由连接到处理器的计算机程序产品来承载。计算机程序产品可以包括其上存储有计算机程序的计算机可读介质。例如，计算机程序产品可以是闪存、随机存取存储器(RAM)、只读存储器(ROM)、EEPROM，且上述计算机程序模块在备选实施例中可以用UE内的存储器的形式被分布到不同计算机程序产品中
需要注意的是，本发明实施例所记载的技术方案在不冲突的情况下可以任意组合。
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和设备，可以通过其它的 方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个第二处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上面的描述仅用于实现本发明的实施方式，本领域的技术人员应该理解，在不脱离本发明的范围的任何修改或局部替换，均应该属于本发明的权利要求来限定的范围，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (14)

  1. 一种将定位系统采集到的轨迹点匹配到地图的方法，包括：
    获取第一轨迹点在所述地图上的一个或多个第一候选位置点；
    获取第二轨迹点在所述地图上的一个或多个第二候选位置点，其中，所述第二轨迹点是轨迹上在所述第一轨迹点之后的轨迹点；
    计算每个第一候选位置点与每个第二候选位置点的第一发生概率；
    针对每个第一候选位置点，选择与其具有最大第一发生概率的第二候选位置点来作为所述第二轨迹点的对应于每个第一候选位置点的临时匹配点；
    计算当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率，其中，所述当前匹配位置点是在轨迹上位于所述第一轨迹点之前的轨迹点在地图上的匹配位置点；以及
    选择具有最大第二发生概率的第一候选位置作为新的当前匹配位置点。
  2. 根据权利要求1所述的方法，其中，
    所述第一发生概率是第一测量概率与第一转移概率的函数，所述第一测量概率表示第二候选位置点作为第二轨迹点的匹配位置点的概率，所述第一转移概率表示从第一候选位置点到第二候选位置点的通行概率，
    所述第二发生概率是第二测量概率与第二转移概率的函数，所述第二测量概率表示第一候选位置点作为第一轨迹点的匹配位置点的概率，所述第二转移概率表示从当前匹配位置点到第一候选位置点的通行概率。
  3. 根据权利要求2所述的方法，其中，计算第一发生概率包括：
    计算每个第二候选位置点的第一测量概率；
    计算所述每个第一候选位置点与每个第二候选位置点的第一转移概率；以及
    将每个第一转移概率分别乘以其所涉及的第二候选位置点的第一测量概率，以得到对应的第一发生概率。
  4. 根据权利要求3所述的方法，其中，计算第二发生概率包括：
    计算每个第一候选位置点的第二测量概率；
    计算所述当前匹配位置点到每个第一候选位置点的第二转移概率；以及
    针对每个第一候选位置点，将其对应的第二测量概率、与其对应的第二转移概率以及针对与其对应的临时匹配点的第一发生概率相乘，以得到当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率。
  5. 根据权利要求2至4中任一项所述的方法，其中，
    所述第一测量概率和/或第二测量概率分别被表示为：
    Figure PCTCN2017106339-appb-100001
    其中，
    Figure PCTCN2017106339-appb-100002
    是候选位置点
    Figure PCTCN2017106339-appb-100003
    的测量概率，σp是轨迹获取设备的测量标准偏差，e是自然对数函数的底数，
    Figure PCTCN2017106339-appb-100004
    是轨迹点Pt到候选位置点
    Figure PCTCN2017106339-appb-100005
    的直线距离，
    轨迹获取设备的测量标准偏差计算方法入如下：
    Figure PCTCN2017106339-appb-100006
    所述第一转移概率和/或第二转移概率分别被表示为：
    Figure PCTCN2017106339-appb-100007
    其中，|Pt-Pt-1|great circl e是轨迹点Pt与其前一轨迹点Pt-1的之间的直线距离，
    Figure PCTCN2017106339-appb-100008
    是轨迹点Pt的候选位置点
    Figure PCTCN2017106339-appb-100009
    与其前一轨迹点Pt-1的候选位置点
    Figure PCTCN2017106339-appb-100010
    之间的路径距离。
  6. 根据权利要求1所述的方法，其中，获取第一候选位置点包括：以所述第一轨迹点为中心，以预定搜索距离为半径，搜索所述地图上的各条道路上与所述第一轨迹点之间直线距离最短的位置点，并将其作为所述第一轨迹点在所述地图上的一个或多个第一候选位置点，以及
    获取第二候选位置点包括：以所述第二轨迹点为中心，以预定搜索距离为半径，搜索所述地图上的各条道路上与所述第二轨迹点之间直线距离最短的位置点，并将其作为所述第二轨迹点在所述地图上的一个或多个第二候选位置点。
  7. 一种将定位系统采集到的轨迹点匹配到地图的装置，包括：
    候选位置点获取器，用于获取第一轨迹点在所述地图上的一个或多个第一候选位置点，以及获取第二轨迹点在所述地图上的一个或多个第二候选位置点，其中，所述第二轨迹点是轨迹上在所述第一轨迹点之后的轨迹点；
    发生概率计算器，用于计算每个第一候选位置点与每个第二候选位置点的第一发生概率；以及
    匹配点确定器，用于针对每个第一候选位置点，选择与其具有最大第一发生概率的第二 候选位置点来作为所述第二轨迹点的对应于每个第一候选位置点的临时匹配点；
    其中，所述发生概率计算器还用于计算当前匹配位置点、每个第一候选位置点和所述第二轨迹点的对应于每个第一候选位置点的临时匹配点的第二发生概率，其中，所述当前匹配位置点是在轨迹上位于所述第一轨迹点之前的轨迹点在地图上的匹配位置点；以及
    其中，所述匹配点确定器还用于选择具有最大第二发生概率的第一候选位置作为新的当前匹配位置点。
  8. 根据权利要求7所述的装置，其中，
    所述第一发生概率是第一测量概率与第一转移概率的函数，所述第一测量概率表示第二候选位置点作为第二轨迹点的匹配位置点的概率，所述第一转移概率表示从第一候选位置点到第二候选位置点的通行概率；以及
    所述第二发生概率是第二测量概率与第二转移概率的函数，所述第二测量概率表示第一候选位置点作为第一轨迹点的匹配位置点的概率，所述第二转移概率表示从当前匹配位置点到第一候选位置点的通行概率。
  9. 根据权利要求8所述的装置，其中，所述发生概率计算器还用于：
    计算每个第二候选位置点的第一测量概率；
    计算所述每个第一候选位置点与每个第二候选位置点的第一转移概率；以及
    将每个第一转移概率分别乘以其所涉及的第二候选位置点的第一测量概率，以得到对应的第一发生概率。
  10. 根据权利要求9所述的装置，其中，所述发生概率计算器还用于：
    计算每个第一候选位置点的第二测量概率；
    计算所述当前匹配位置点到每个第一候选位置点的第二转移概率；以及
    针对每个第一候选位置点，将其对应的第二测量概率、与其对应的第二转移概率以及针对与其对应的临时匹配点的第一发生概率相乘，以得到从当前匹配位置点、所述每个第一候选位置点与每个第一候选位置点的临时匹配点的第二发生概率。
  11. 根据权利要求8至10中任一项所述的装置，其中，
    所述第一测量概率和/或第二测量概率分别被表示为：
    Figure PCTCN2017106339-appb-100011
    其中，
    Figure PCTCN2017106339-appb-100012
    是候选位置点
    Figure PCTCN2017106339-appb-100013
    的测量概率，σp是轨迹获取设备的测量标准偏差，e是自然对数函数的底数，
    Figure PCTCN2017106339-appb-100014
    是轨迹点Pt到候选位置点
    Figure PCTCN2017106339-appb-100015
    的直线距离，
    轨迹获取设备的测量标准偏差计算方法入如下：
    Figure PCTCN2017106339-appb-100016
    所述第一转移概率和/或第二转移概率分别被表示为：
    Figure PCTCN2017106339-appb-100017
    其中，|Pt-Pt-1|great circl e是轨迹点Pt与其前一轨迹点Pt-1的之间的直线距离，
    Figure PCTCN2017106339-appb-100018
    是轨迹点Pt的候选位置点
    Figure PCTCN2017106339-appb-100019
    与其前一轨迹点Pt-1的候选位置点
    Figure PCTCN2017106339-appb-100020
    之间的路径距离。
  12. 根据权利要求7所述的装置，其中，所述候选位置点获取器用于：
    以所述第一轨迹点为中心，以预定搜索距离为半径，搜索所述地图上的各条道路上与所述第一轨迹点之间直线距离最短的位置点，并将其作为所述第一轨迹点在所述地图上的一个或多个第一候选位置点，以及
    以所述第二轨迹点为中心，以预定搜索距离为半径，搜索所述地图上的各条道路上与所述第二轨迹点之间直线距离最短的位置点，并将其作为所述第二轨迹点在所述地图上的一个或多个第二候选位置点。
  13. 一种将定位系统采集到的轨迹点匹配到地图的装置，包括：
    存储器，用于存储可执行指令；以及
    处理器，用于执行存储器中存储的可执行指令，以执行根据权利要求1至7中任一项所述的方法。
  14. 一种其上承载由计算机程序的存储器设备，当由处理器执行所述计算机程序时，所述计算机程序使所述处理器执行根据权利要求1至7中任一项所述的方法。
PCT/CN2017/106339 2016-11-15 2017-10-16 将定位系统采集到的轨迹点匹配到地图的方法及其装置 WO2018090773A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201611005644.5 2016-11-15
CN201611005644.5A CN106767851B (zh) 2016-11-15 2016-11-15 将定位系统采集到的轨迹点匹配到地图的方法及其装置

Publications (1)

Publication Number Publication Date
WO2018090773A1 true WO2018090773A1 (zh) 2018-05-24

Family

ID=58968515

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/106339 WO2018090773A1 (zh) 2016-11-15 2017-10-16 将定位系统采集到的轨迹点匹配到地图的方法及其装置

Country Status (2)

Country Link
CN (1) CN106767851B (zh)
WO (1) WO2018090773A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723123A (zh) * 2019-03-20 2020-09-29 杭州海康威视数字技术股份有限公司 轨迹预测方法、装置、电子设备及存储介质
CN112685531A (zh) * 2021-01-26 2021-04-20 腾讯科技（深圳）有限公司 车辆匹配方法和装置、计算设备以及计算机可读存储介质
CN112985371A (zh) * 2019-12-12 2021-06-18 杭州海康威视数字技术股份有限公司 路径确定方法、装置及设备
CN113673770A (zh) * 2021-08-24 2021-11-19 杭州海康威视数字技术股份有限公司 移动治超点的位置确定方法、装置、设备及存储介质
CN113970333A (zh) * 2021-09-26 2022-01-25 深圳市跨越新科技有限公司 自适应候选道路搜索方法、系统、终端设备及存储介质
CN114674326A (zh) * 2022-03-07 2022-06-28 厦门卫星定位应用股份有限公司 基于候选路径选择约束的地图匹配方法
CN116086453A (zh) * 2022-12-12 2023-05-09 无锡恺韵来机器人有限公司 一种基于概率优化计算的惯导和地图组合定位方法
CN114674326B (zh) * 2022-03-07 2024-04-26 厦门卫星定位应用股份有限公司 基于候选路径选择约束的地图匹配方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106767851B (zh) * 2016-11-15 2019-09-20 北京京东尚科信息技术有限公司 将定位系统采集到的轨迹点匹配到地图的方法及其装置
CN113776539A (zh) * 2021-09-28 2021-12-10 京东城市(北京)数字科技有限公司 最短路径获取方法、轨迹匹配方法、装置和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103167395A (zh) * 2011-12-08 2013-06-19 腾讯科技（深圳）有限公司 基于移动终端导航功能的照片定位方法和系统
CN103499828A (zh) * 2013-10-22 2014-01-08 北京世纪高通科技有限公司 浮动车轨迹地图匹配的方法及装置
CN104900059A (zh) * 2015-05-26 2015-09-09 大连理工大学 一种利用隐马尔可夫地图匹配算法增强手机基站定位精度的方法
CN105444769A (zh) * 2015-11-26 2016-03-30 北京百度网讯科技有限公司 地图匹配方法及装置
CN106767851A (zh) * 2016-11-15 2017-05-31 北京京东尚科信息技术有限公司 将定位系统采集到的轨迹点匹配到地图的方法及其装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103167395A (zh) * 2011-12-08 2013-06-19 腾讯科技（深圳）有限公司 基于移动终端导航功能的照片定位方法和系统
CN103499828A (zh) * 2013-10-22 2014-01-08 北京世纪高通科技有限公司 浮动车轨迹地图匹配的方法及装置
CN104900059A (zh) * 2015-05-26 2015-09-09 大连理工大学 一种利用隐马尔可夫地图匹配算法增强手机基站定位精度的方法
CN105444769A (zh) * 2015-11-26 2016-03-30 北京百度网讯科技有限公司 地图匹配方法及装置
CN106767851A (zh) * 2016-11-15 2017-05-31 北京京东尚科信息技术有限公司 将定位系统采集到的轨迹点匹配到地图的方法及其装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723123A (zh) * 2019-03-20 2020-09-29 杭州海康威视数字技术股份有限公司 轨迹预测方法、装置、电子设备及存储介质
CN112985371A (zh) * 2019-12-12 2021-06-18 杭州海康威视数字技术股份有限公司 路径确定方法、装置及设备
CN112985371B (zh) * 2019-12-12 2023-02-28 杭州海康威视数字技术股份有限公司 路径确定方法、装置及设备
CN112685531A (zh) * 2021-01-26 2021-04-20 腾讯科技（深圳）有限公司 车辆匹配方法和装置、计算设备以及计算机可读存储介质
CN112685531B (zh) * 2021-01-26 2021-12-03 腾讯科技（深圳）有限公司 车辆匹配方法和装置、计算设备以及计算机可读存储介质
CN113673770A (zh) * 2021-08-24 2021-11-19 杭州海康威视数字技术股份有限公司 移动治超点的位置确定方法、装置、设备及存储介质
CN113673770B (zh) * 2021-08-24 2024-04-09 杭州海康威视数字技术股份有限公司 移动治超点的位置确定方法、装置、设备及存储介质
CN113970333A (zh) * 2021-09-26 2022-01-25 深圳市跨越新科技有限公司 自适应候选道路搜索方法、系统、终端设备及存储介质
CN114674326A (zh) * 2022-03-07 2022-06-28 厦门卫星定位应用股份有限公司 基于候选路径选择约束的地图匹配方法
CN114674326B (zh) * 2022-03-07 2024-04-26 厦门卫星定位应用股份有限公司 基于候选路径选择约束的地图匹配方法
CN116086453A (zh) * 2022-12-12 2023-05-09 无锡恺韵来机器人有限公司 一种基于概率优化计算的惯导和地图组合定位方法
CN116086453B (zh) * 2022-12-12 2024-03-12 运来智能装备(无锡)有限公司 一种基于概率优化计算的惯导和地图组合定位方法

Also Published As

Publication number Publication date
CN106767851A (zh) 2017-05-31
CN106767851B (zh) 2019-09-20

Similar Documents

Publication Publication Date Title
WO2018090773A1 (zh) 将定位系统采集到的轨迹点匹配到地图的方法及其装置
CN110260870B (zh) 基于隐马尔可夫模型的地图匹配方法、装置、设备和介质
US9739620B2 (en) Compressing trajectory data of a navigation device
US20180023973A1 (en) Extrapolating speed limits within road graphs
CN109215372B (zh) 路网信息更新方法、装置及设备
US9747805B2 (en) Computing a similarity measure over moving object trajectories
US9644976B2 (en) Building missing movement path of an object
Li et al. A multi-model EKF integrated navigation algorithm for deep water AUV
US20170167880A1 (en) Generating a road network from location data
Mohamed et al. Accurate and efficient map matching for challenging environments
CN104900059A (zh) 一种利用隐马尔可夫地图匹配算法增强手机基站定位精度的方法
CN109564292B (zh) 用于位置确定的方法和系统
US20170227365A1 (en) Information processing apparatus and trajectory information correcting method
JP5762656B2 (ja) 車両位置表示制御装置および車両位置特定プログラム
JP2016114603A (ja) Ｇｐｓドリフトの処理方法、およびそのシステム
US10260900B2 (en) Method, apparatus and computer program product for route generation
US20220338014A1 (en) Trustworthiness evaluation for gnss-based location estimates
CN106855878B (zh) 基于电子地图的历史行车轨迹显示方法和装置
WO2018182528A1 (en) Trajectory estimation system and method
US9759576B2 (en) Road sinuosity to enhance speed approximation in road navigation
US20200250968A1 (en) Traffic congestion estimation
JP4594785B2 (ja) ナビゲーション装置
KR20140064424A (ko) 차량의 위치 인식 장치 및 방법
CN110411450B (zh) 一种用于压缩轨迹的地图匹配方法
CN114578401B (zh) 一种车道航迹点的生成方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17870687

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC , EPO FORM 1205A DATED 06.09.2019.

122 Ep: pct application non-entry in european phase

Ref document number: 17870687

Country of ref document: EP

Kind code of ref document: A1