CN101324440A - 基于预测思想的地图匹配方法 - Google Patents
基于预测思想的地图匹配方法 Download PDFInfo
- Publication number
- CN101324440A CN101324440A CNA2008100486264A CN200810048626A CN101324440A CN 101324440 A CN101324440 A CN 101324440A CN A2008100486264 A CNA2008100486264 A CN A2008100486264A CN 200810048626 A CN200810048626 A CN 200810048626A CN 101324440 A CN101324440 A CN 101324440A
- Authority
- CN
- China
- Prior art keywords
- road
- prediction
- result
- point
- map
- 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
Landscapes
- Navigation (AREA)
Abstract
本发明提供了一种基于预测思想的地图匹配方法,其步骤包括:1)分析车辆当前行驶的道路拓扑特征和几何特征;2)推断车辆当前行驶的道路的几何形态;3)根据几何形态,以及历史定位点、路径规划结果、GPS和DR***的定位信息作为输入条件,并建立预测模型;4)当没有路径规划结果时,采用基于已有匹配轨迹的预测方法,进行匹配点或轨迹的预测;当有路径规划结果时,采用基于路径规划结果的预测方法,进行匹配点或轨迹的预测;5)将所预测得到的匹配点或轨迹与候选道路信息进行融合,确定出最优匹配道路,并实时更新车标的位置。能有效改善导航设备在特殊复杂道路的匹配效果,保证导航装置的性能。
Description
技术领域
本发明属于导航装置用算法,特别是涉及一种地图匹配方法。
背景技术
汽车导航离不开导航电子地图,地图匹配方法是连接由GPS接收机或其他传感器得到的定位信息与导航电子地图的桥梁。地图匹配方法是通过一定的算法,根据定位信息和电子地图数据,在导航电子地图上确定出车辆当前所行驶的道路,并在地图上实时准确地显示车辆的位置,同时,准确的匹配结果也作为导航设备路径引导的输入条件。因此,一套匹配准确率高、高效、实时性好的地图匹配方法是优秀汽车导航设备的重要保障。
地图匹配方法很多,主要包括直接投影算法、相关性算法、概率统计算法、基于模糊逻辑理论的算法、基于D-S证据理论的算法等。这些算法都存在一个共同的缺点,即在面对复杂道路时,由于道路的复杂性、相似性,比如Y字型路口、平行道路等道路特征,常常导致匹配错误或不匹配,影响了导航设备的性能。
发明内容
本发明所要解决的技术问题是:提供一种基于预测思想的地图匹配方法,该方法能有效提高汽车导航设备在复杂道路的匹配准确率,改善导航***的整体性能。
本发明所采取的技术方案是:一种基于预测思想的地图匹配方法,其步骤包括:
1)分析车辆当前行驶的道路拓扑特征和几何特征;
2)根据步骤1)所得道路拓扑特征和几何特征推断车辆当前行驶的道路的几何形态;
3)将步骤2)所得道路的几何形态,以及历史定位点、路径规划结果、GPS和航位推算(DR)***的定位信息作为预测的输入条件,并建立预测模型;
4)根据步骤3)的输入条件和预测模型,当没有路径规划结果时,采用基于已有匹配轨迹的预测方法,进行匹配点或轨迹的预测;当有路径规划结果时,采用基于路径规划结果的预测方法,进行匹配点或轨迹的预测;
5)将步骤4)所预测得到的匹配点或轨迹与候选道路信息进行融合,确定出最优匹配道路,并实时更新车标的位置。
本发明的优点:对于各种各样的复杂道路,如十字交叉口、环形交叉口、高架立交桥、Y字型路口、平行道路等,基于预测思想的地图匹配算法均能够实时、准确地进行匹配,使汽车导航设备的性能提升了一个档次。
附图说明
图1本发明实施例示意图1。
图2本发明实施例示意图2。
图3道路形态推断示意图。
图4匹配结果预测流程图。
具体实施方式
本发明的实现方法包括以下步骤:
1)分析车辆当前行驶的道路的拓扑特征和几何特征;
2)根据步骤1)所得道路的拓扑特征和几何特征推断车辆当前行驶的道路的几何形态;
3)将步骤2)所得道路的几何形态,以及历史定位点、路径规划结果、GPS和DR***的定位信息作为预测的输入条件,并建立预测模型;
4)根据步骤3)的输入条件和预测模型,当没有路径规划结果时,采用基于历史定位点的预测方法,进行匹配点或轨迹的预测;当有路径规划结果时,采用基于路径规划结果的预测方法,进行匹配点或轨迹的预测;
5)将步骤4)所预测得到的匹配点或轨迹与候选道路进行融合,确定出最佳匹配道路,并实时更新车标的位置。
如图3所示,上述步骤2)具体又包括:
21)根据地图信息,输入形点和节点数据。
22)根据步骤1)所得形点和节点数据,以及车辆当前位置信息,判断车辆是否到达下一节点,若为“是”,进入步骤23),若为“否”,进入步骤24)。
23)根据道路特征,判断与节点相连的道路的几何形态,例如十字交叉口、环形交叉口,高架立交桥,Y字型路等。
24)根据形点信息,判断当前位置与节点之间的道路的特征,例如直线或曲线。
如图4所示,上述步骤4)具体又包括:
41)开始匹配结果预测;
42)判断是否进行路径规划,若为“是”,进入步骤43),若为“否”,进入步骤45);
43)根据路径规划结果,进行预测;
44)根据步骤43)所得结果,再根据当前车速、航向信息进行推测,然后进入步骤47);
45)根据历史定位点,进行预测;
46)根据步骤45)所得结果,使用曲线拟合方法进一步预测,并校正;
47)得到预测的匹配结果,即匹配点或轨迹。
实施例1:
如图1所示,实线为道路,虚线为定位轨迹,菱形点为定位点,三角形点为匹配点,圆形点为预测点。在一个道路交叉口,A、B、C和D为预测的匹配点,P点是用来匹配的定位点,道路1、道路2、道路3等为候选匹配路段。车辆实际行驶路线依照匹配点轨迹实线,当前定位点为P。
1.分析车辆当前行驶的道路和几何形态:
1)分析车辆当前行驶道路的拓扑特征和几何特征。
2)根据步骤1)所得地图信息,再输入各匹配点(三角形点)和定位点(菱形点)的坐标。
3)根据步骤2)所得形点和节点数据,以及车辆当前位置信息,判断出,车辆已到达最下一节点(交叉口)。
4)根据形点信息,判断与当前位置相连道路之间的几何形态,本例中为三岔路口。
2.预测和匹配:
5)将步骤4)所得道路的几何形态,以及历史定位点、GPS和DR***的定位信息作为预测的输入条件,并建立预测模型。
6)开始匹配结果预测。
7)判断是否进行路径规划。由于没有路径规划结果,进入步骤8)。
8)根据步骤5)所得预测模型,并通过历史定位点(菱形点)来预测。
9)根据步骤8)所得结果,再通过历史定位点的拟合曲线进一步预测,并根据当前车速、航向信息校正。最后得四个备选预测点A、B、C和D。
10)根据步骤9)所得备选预测点的坐标,算得P点和B距离最近,因此道路2是最优匹配道路。得到预测的匹配结果,即所走路线为路线2,符合实际路线。
实施例2:
如图2所示,P1~P6是定位点,N1~N6是道路的节点或形点,汽车实际行驶路线是N1→N2→N4→N5。实际行驶过程中,若采用常规地图匹配方法,P1、P2、P3、P4可以正确匹配到路段N1_N2上,而对于进入Y字型路口的定位点P5,则会出现匹配错误,将P5匹配到路段N2_N3了。采用本发明涉及的匹配方法,能使P5匹配到路段N2_N4,即获得正确匹配,保证导航设备的性能。
按照本发明具体的实施方式,根据设备是否进行路径规划将预测过程分两个过程。
1.分析车辆当前行驶的道路的几何形态:
1)分析车辆当前行驶道路的拓扑特征和几何特征。
2)根据步骤1)所得地图信息,再输入定位点(实心圆点)的坐标。
3)根据步骤2)所得形点和节点数据,以及车辆当前位置信息,判断出,车辆尚未到达N2点的下一节点N4。
4)根据形点信息,判断车辆当前所行驶的道路的几何形态,本例中为Y型曲线口。
2.预测和匹配,分为a、b两种情况:
a.有路径规划结果
a5)将步骤4)所得道路的几何形态,GPS和DR***的定位信息作为预测的输入条件,并建立预测模型。
a6)开始匹配结果预测。
a7)路段N2_N4_N5为路径规划结果,即***为用户设定的行驶路线,进入步骤a8)。
a8)根据路径规划结果,结合形点、节点等数据,利用规划道路相应路段的方位角、汽车的车速、组合周期等可计算出P5相对应的预测匹配点的坐标(602,136)。
a9)P5的坐标为(592,133)。算出步骤a8)所得预测点的坐标和P5坐标的间距为5.4米,同时可计算得P5到规划路径N2_N4的距离为4.6米,与5.4米相近,而P5到路段N2_N3的距离为8.5米,并根据当前车速、航向信息进行进一步推测。
a10)根据步骤a9)所得数据,可以判断出,汽车是按照规划路径行驶,即路段N2_N4为P5点的最优匹配结果,避免了匹配错误。
b.没有路径规划结果
b5)将步骤4)所得道路的几何形态,以及历史定位点、GPS和DR***的定位信息作为预测的输入条件,并建立预测模型。
b6)开始匹配结果预测。
b7)没有路径规划点,所以根据历史定位点(P1~P4),进行预测,进入步骤b8)。
b8)根据步骤b5)所得预测模型,并通过历史定位点来预测。
b9)根据b8)所得结果,再采用多项式拟合方法,选择P1、P2、P3、P4等4个历史定位点,拟合得到的曲线的方程为:y=601.6558-1.3840321x+0.001010101x2。根据该曲线方程,利用GPS/DR组合定位输出结果,即P1~P4的速度、位置等信息,在拟合的曲线上可计算出其相应的预测匹配点坐标为(604,136)。
b10)根据步骤b9)所得预测点坐标,可计算出预测点到相应定位点P5的距离为3.6米;预测点到路段N2_N3的距离为6.7米;预测点到路段N2_N4的距离为2.7米,与3.6米接近。同时,根据步骤b9)所得拟合曲线,可计算出预测点与前一个定位点P4的连线的方向角。根据距离和方向角差值,并设定方向的权重是距离的两倍,距离权重因子为10,方向权重因子为20,可计算出两个候选路段的权值,即路段N2_N3的权值为27.5,而路段N2_N4的权值为29.2。
b11)根据步骤b10)所得各种数据,可以判断P5的匹配结果为路段N2_N4,避免了匹配错误。
Claims (3)
1.一种基于预测思想的地图匹配方法,其特征是其步骤包括:
1)分析车辆当前行驶的道路拓扑特征和几何特征;
2)根据步骤1)所得道路拓扑特征和几何特征推断车辆当前行驶的道路的几何形态;
3)将步骤2)所得道路的几何形态,以及历史定位点、路径规划结果、GPS和航位推算(DR)***的定位信息作为预测的输入条件,并建立预测模型;
4)根据步骤3)的输入条件和预测模型,当没有路径规划结果时,采用基于历史定位定的预测方法,进行匹配点或轨迹的预测;当有路径规划结果时,采用基于路径规划结果的预测方法,进行匹配点或轨迹的预测;
5)将步骤4)所预测得到的匹配点或轨迹与候选道路信息进行融合,确定出最优匹配道路,并实时更新车标的位置。
2.如权利要求1所述的基于预测思想的地图匹配方法,其特征是其步骤2),具体包括:
21)根据地图信息,输入形点和节点数据;
22)根据步骤1)的形点和节点数据,以及车辆当前位置信息,判断车辆是否到达下一节点,若为“是”,进入步骤23),若为“否”,进入步骤24);
23)根据道路特征,判断与节点相连的道路的几何形态;
24)根据形点信息,判断当前位置与节点之间的道路的特征。
3.如权利要求1所述的基于预测思想的地图匹配方法,其特征是其步骤4),具体包括:
41)开始匹配结果预测;
42)判断是否进行路径规划,若为“是”,进入步骤43),若为“否”,进入步骤45);
43)根据路径规划结果,进行预测;
44)根据步骤43)所得结果,再根据当前车速、航向信息进行预测,然后进入步骤47);
45)根据历史定位点,进行预测;
46)根据步骤45)所得结果,使用曲线拟合方法进一步预测,并校正;
47)得到预测的匹配结果,即匹配点或轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008100486264A CN101324440A (zh) | 2008-07-29 | 2008-07-29 | 基于预测思想的地图匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008100486264A CN101324440A (zh) | 2008-07-29 | 2008-07-29 | 基于预测思想的地图匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101324440A true CN101324440A (zh) | 2008-12-17 |
Family
ID=40188071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008100486264A Pending CN101324440A (zh) | 2008-07-29 | 2008-07-29 | 基于预测思想的地图匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101324440A (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101986102A (zh) * | 2010-10-14 | 2011-03-16 | 天津大学 | 一种城市地理信息***中电子地图匹配方法 |
CN102374866A (zh) * | 2011-08-25 | 2012-03-14 | 光庭导航数据(武汉)有限公司 | 基于走行方向的有损道路形状融合方法 |
CN102842242A (zh) * | 2011-06-22 | 2012-12-26 | 罗伯特·博世有限公司 | 用于提供行驶建议的方法、导航仪 |
CN102903038A (zh) * | 2012-09-29 | 2013-01-30 | 威海智联信息网络有限公司 | 基于用户轨迹的小件物流配送方法及*** |
CN103092948A (zh) * | 2013-01-15 | 2013-05-08 | 武汉光庭信息技术有限公司 | 一种应用于浮动车轨迹融合的高速道路形状修复方法 |
CN103206959A (zh) * | 2012-01-16 | 2013-07-17 | 阿尔派株式会社 | 隧道信息利用导航装置 |
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 |
CN104330089A (zh) * | 2014-11-17 | 2015-02-04 | 东北大学 | 一种利用历史gps数据进行地图匹配的方法 |
CN104596530A (zh) * | 2014-05-27 | 2015-05-06 | 腾讯科技(深圳)有限公司 | 一种车辆定位方法和装置 |
CN104866670A (zh) * | 2015-05-25 | 2015-08-26 | 武汉大学 | 基于gps时空轨迹的路网拓扑变化自动检测方法及*** |
CN105043377A (zh) * | 2015-06-23 | 2015-11-11 | 上海斐讯数据通信技术有限公司 | 一种跑步路线记录方法、装置、以及一种电子设备 |
CN105303886A (zh) * | 2014-06-17 | 2016-02-03 | ***通信集团公司 | 交通信息的预警处理方法、装置、终端及预警服务器 |
CN106969764A (zh) * | 2016-01-13 | 2017-07-21 | 北京四维图新科技股份有限公司 | 一种道路匹配方法、装置及车载地图采集*** |
CN108492276A (zh) * | 2018-01-29 | 2018-09-04 | 中国人民解放军战略支援部队信息工程大学 | 一种基于相似性度量的矢量道路变化检测方法及装置 |
CN108508883A (zh) * | 2017-02-28 | 2018-09-07 | 现代自动车株式会社 | 车辆位置估计设备和方法及使用其的车辆 |
WO2019100337A1 (en) * | 2017-11-24 | 2019-05-31 | SZ DJI Technology Co., Ltd. | Navigable region recognition and topology matching, and associated systems and methods |
CN110908379A (zh) * | 2019-11-29 | 2020-03-24 | 苏州智加科技有限公司 | 基于历史信息的车辆轨迹预测方法、装置及存储介质 |
CN111757271A (zh) * | 2020-06-23 | 2020-10-09 | 上海飞旗网络技术股份有限公司 | 基于曲线拟合和网络拓扑结构的联合道路匹配方法及装置 |
CN111912413A (zh) * | 2020-07-23 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 一种定位方法及装置 |
CN112884190A (zh) * | 2019-11-29 | 2021-06-01 | 杭州海康威视数字技术股份有限公司 | 一种流量预测方法及装置 |
US11192558B2 (en) | 2019-06-24 | 2021-12-07 | Here Global B.V. | Method, apparatus, and system for providing road curvature data |
CN114419943A (zh) * | 2021-12-29 | 2022-04-29 | 宜昌测试技术研究所 | 一种多auv半离线战术推演*** |
-
2008
- 2008-07-29 CN CNA2008100486264A patent/CN101324440A/zh active Pending
Cited By (40)
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 |
CN101986102B (zh) * | 2010-10-14 | 2012-01-11 | 天津大学 | 一种城市地理信息***中电子地图匹配方法 |
CN101986102A (zh) * | 2010-10-14 | 2011-03-16 | 天津大学 | 一种城市地理信息***中电子地图匹配方法 |
CN102842242A (zh) * | 2011-06-22 | 2012-12-26 | 罗伯特·博世有限公司 | 用于提供行驶建议的方法、导航仪 |
CN102842242B (zh) * | 2011-06-22 | 2016-01-20 | 罗伯特·博世有限公司 | 用于提供行驶建议的方法、导航仪 |
CN102374866B (zh) * | 2011-08-25 | 2013-03-13 | 武汉光庭信息技术有限公司 | 基于走行方向的有损道路形状融合方法 |
CN102374866A (zh) * | 2011-08-25 | 2012-03-14 | 光庭导航数据(武汉)有限公司 | 基于走行方向的有损道路形状融合方法 |
CN103206959A (zh) * | 2012-01-16 | 2013-07-17 | 阿尔派株式会社 | 隧道信息利用导航装置 |
CN103206959B (zh) * | 2012-01-16 | 2017-06-30 | 阿尔派株式会社 | 隧道信息利用导航装置 |
CN102903038A (zh) * | 2012-09-29 | 2013-01-30 | 威海智联信息网络有限公司 | 基于用户轨迹的小件物流配送方法及*** |
CN102903038B (zh) * | 2012-09-29 | 2016-03-16 | 威海智联信息网络有限公司 | 基于用户轨迹的小件物流配送方法及*** |
CN103092948A (zh) * | 2013-01-15 | 2013-05-08 | 武汉光庭信息技术有限公司 | 一种应用于浮动车轨迹融合的高速道路形状修复方法 |
CN103092948B (zh) * | 2013-01-15 | 2015-09-09 | 武汉光庭信息技术有限公司 | 一种应用于浮动车轨迹融合的高速道路形状修复方法 |
CN104596530B (zh) * | 2014-05-27 | 2017-10-31 | 腾讯科技(深圳)有限公司 | 一种车辆定位方法和装置 |
CN104596530A (zh) * | 2014-05-27 | 2015-05-06 | 腾讯科技(深圳)有限公司 | 一种车辆定位方法和装置 |
CN105303886B (zh) * | 2014-06-17 | 2019-02-05 | ***通信集团公司 | 交通信息的预警处理方法、装置、终端及预警服务器 |
CN105303886A (zh) * | 2014-06-17 | 2016-02-03 | ***通信集团公司 | 交通信息的预警处理方法、装置、终端及预警服务器 |
CN104330089A (zh) * | 2014-11-17 | 2015-02-04 | 东北大学 | 一种利用历史gps数据进行地图匹配的方法 |
CN104330089B (zh) * | 2014-11-17 | 2017-12-29 | 东北大学 | 一种利用历史gps数据进行地图匹配的方法 |
CN104866670A (zh) * | 2015-05-25 | 2015-08-26 | 武汉大学 | 基于gps时空轨迹的路网拓扑变化自动检测方法及*** |
CN105043377A (zh) * | 2015-06-23 | 2015-11-11 | 上海斐讯数据通信技术有限公司 | 一种跑步路线记录方法、装置、以及一种电子设备 |
CN105043377B (zh) * | 2015-06-23 | 2017-09-29 | 上海斐讯数据通信技术有限公司 | 一种跑步路线记录方法、装置、以及一种电子设备 |
CN106969764A (zh) * | 2016-01-13 | 2017-07-21 | 北京四维图新科技股份有限公司 | 一种道路匹配方法、装置及车载地图采集*** |
CN106969764B (zh) * | 2016-01-13 | 2020-05-01 | 北京四维图新科技股份有限公司 | 一种道路匹配方法、装置及车载地图采集*** |
CN108508883A (zh) * | 2017-02-28 | 2018-09-07 | 现代自动车株式会社 | 车辆位置估计设备和方法及使用其的车辆 |
CN108508883B (zh) * | 2017-02-28 | 2022-03-29 | 现代自动车株式会社 | 车辆位置估计设备和方法及使用其的车辆 |
WO2019100337A1 (en) * | 2017-11-24 | 2019-05-31 | SZ DJI Technology Co., Ltd. | Navigable region recognition and topology matching, and associated systems and methods |
CN111279154B (zh) * | 2017-11-24 | 2021-08-31 | 深圳市大疆创新科技有限公司 | 导航区域识别和拓扑结构匹配以及相关联的***和方法 |
CN111279154A (zh) * | 2017-11-24 | 2020-06-12 | 深圳市大疆创新科技有限公司 | 导航区域识别和拓扑结构匹配以及相关联的***和方法 |
CN108492276A (zh) * | 2018-01-29 | 2018-09-04 | 中国人民解放军战略支援部队信息工程大学 | 一种基于相似性度量的矢量道路变化检测方法及装置 |
CN108492276B (zh) * | 2018-01-29 | 2021-03-19 | 中国人民解放军战略支援部队信息工程大学 | 一种基于相似性度量的矢量道路变化检测方法及装置 |
US11192558B2 (en) | 2019-06-24 | 2021-12-07 | Here Global B.V. | Method, apparatus, and system for providing road curvature data |
CN110908379A (zh) * | 2019-11-29 | 2020-03-24 | 苏州智加科技有限公司 | 基于历史信息的车辆轨迹预测方法、装置及存储介质 |
CN112884190A (zh) * | 2019-11-29 | 2021-06-01 | 杭州海康威视数字技术股份有限公司 | 一种流量预测方法及装置 |
CN112884190B (zh) * | 2019-11-29 | 2023-11-03 | 杭州海康威视数字技术股份有限公司 | 一种流量预测方法及装置 |
CN111757271A (zh) * | 2020-06-23 | 2020-10-09 | 上海飞旗网络技术股份有限公司 | 基于曲线拟合和网络拓扑结构的联合道路匹配方法及装置 |
CN111912413A (zh) * | 2020-07-23 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 一种定位方法及装置 |
CN111912413B (zh) * | 2020-07-23 | 2022-04-19 | 腾讯科技(深圳)有限公司 | 一种定位方法及装置 |
CN114419943A (zh) * | 2021-12-29 | 2022-04-29 | 宜昌测试技术研究所 | 一种多auv半离线战术推演*** |
CN114419943B (zh) * | 2021-12-29 | 2024-05-10 | 宜昌测试技术研究所 | 一种多auv半离线战术推演*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101324440A (zh) | 基于预测思想的地图匹配方法 | |
CN102879003B (zh) | 基于gps终端的面向车辆位置跟踪的地图匹配方法 | |
CN105588576B (zh) | 一种车道级导航方法及*** | |
CN102636177B (zh) | 一种导航路径规划方法和装置、导航*** | |
US9513132B2 (en) | Measuring quality in optimal navigation routes by navigation systems | |
US9599488B2 (en) | Method and apparatus for providing navigational guidance using the states of traffic signal | |
US9279689B2 (en) | Method for constructing and revising road maps in a database for a vehicle | |
CA2625820C (en) | System and method for identifying road features | |
CN102679998B (zh) | 一种行驶指数算法及线路规划方法和导航方法 | |
US20120095682A1 (en) | Methods and Systems for Creating Digital Street Network Database | |
US11237007B2 (en) | Dangerous lane strands | |
CN101964941A (zh) | 基于动态信息的智能导航与位置服务***及方法 | |
Blazquez et al. | Simple map-matching algorithm applied to intelligent winter maintenance vehicle data | |
JP2018200501A (ja) | 車線情報出力方法および車線情報出力装置 | |
CN113029180A (zh) | 一种交通限制识别方法、装置、电子设备及存储介质 | |
CN102829791A (zh) | 基于车载终端的导航装置及导航路径修正的方法 | |
CN101957208A (zh) | 一种基于浮动车技术的新增道路发现方法 | |
Apple et al. | Green driver: Ai in a microcosm | |
CN108351220A (zh) | 用于数字地图服务的车道信息的聚合方法 | |
Yu et al. | Next generation of journey planner in a smart city | |
KR20070091471A (ko) | 네비게이션 시스템의 교차점 인식방법 | |
Trogh et al. | Map matching and lane detection based on Markovian behavior, GIS, and IMU data | |
CN111033591B (zh) | 用于确定道路网的行车道的走向的方法以及服务器设备 | |
Cathey et al. | Estimating corridor travel time by using transit vehicles as probes | |
KR20100018597A (ko) | 사용자 참여형 지능형 교통지도 생성 및 이를 이용한 경로안내 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20081217 |