CN101750082A - 基于决策圈的路段识别匹配方法 - Google Patents

基于决策圈的路段识别匹配方法 Download PDF

Info

Publication number
CN101750082A
CN101750082A CN201010033829A CN201010033829A CN101750082A CN 101750082 A CN101750082 A CN 101750082A CN 201010033829 A CN201010033829 A CN 201010033829A CN 201010033829 A CN201010033829 A CN 201010033829A CN 101750082 A CN101750082 A CN 101750082A
Authority
CN
China
Prior art keywords
decision
highway section
point
circle
making
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
Application number
CN201010033829A
Other languages
English (en)
Inventor
陈艳艳
王东柱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201010033829A priority Critical patent/CN101750082A/zh
Publication of CN101750082A publication Critical patent/CN101750082A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

一种基于决策圈的路段识别匹配方法,本发明主要应用于车辆导航***中的路径识别和其它涉及利用定位技术进行路径识别的领域。解决车辆导航***中复杂路段识别不准确问题。通过对常规地图匹配算法难以匹配的路段区域设置决策圈,采集决策圈内所有路段上的精确点,将进入决策圈的车辆GPS位置点与精确点点点匹配并统计比较各路段精确点匹配成功数,从而确定车辆所属路段。该方法克服了常规算法匹配不准确的问题,同时避免了现场架设标识站设备,从而节省大量的人力物力。

Description

基于决策圈的路段识别匹配方法
技术领域
本发明属于智能交通地图匹配领域,应用于车辆导航***中的路径识别和其它涉及利用定位技术进行路径识别的领域。
背景技术
在车辆导航***中,路段识别匹配技术是关键的技术之一。车辆行驶时,安装在车辆上的车载设备通过GPS车辆定位信息和车载电子地图进行匹配,识别车辆所在路段位置,给出驾驶提示信息,为驾驶人员驾驶提供决策支持。
实际路网中通常道路主路和辅路同向、平行、相近的情况较多,相同行驶方向主辅路之间距离经常在5米左右,GPS现有精度通常大于10米,很难准确区分,常常出现由于识别路段错误而导致的导航提示错误。
目前车辆导航中常用的地图匹配方法是通过GPS点与路段相对位置的计算结合道路方向、车辆行驶方向及路段拓扑关系等方法判断行驶车辆是否在路段上。但对于距离方向均相近的平行道路,难以使用这种路段匹配方法来区分。其他一些地图匹配算法如根据最短路径、神经网络、模糊逻辑等方法的原理或计算一般较为复杂,难以实时处理数据。而在路侧加标识站的方法是通过车载设备和路侧标识站通信,直接获取路段标识号达到路段匹配的目的,虽然这种方法能够较好解决匹配不准的问题,但是需要在额外在现场架没路侧设备,花费了人力和物力。
经过分析和研究,我们发现在路网中地图匹配方法容易混淆的情况所占的比例不大。对于这些难以进行路段匹配的地方,我们可以采用设决策圈并加以特殊处理方法解决。从而克服常规算法匹配不准确的问题,同时避免了现场架设标识站设备的做法,从而节省大量的人力物力。
发明内容
在车辆导航***中,车辆所在路段的识别是非常核心的技术。而在实际交通路网中存在一些道路平行、相近且行驶方向相同的路段,由于受到GPS精度的影响,采用常规的地图匹配方法难以将这些相似路段区分开来。
根据这种情况,本发明首次提出了决策圈的概念。对于道路情况复杂难以定位匹配的路段区域设置决策圈,对决策圈内的道路采用特殊的匹配处理方法。
本发明对于路段识别匹配提出以下处理方法:
1.分析路网的具体情况,在难以进行地图匹配的地方定义决策圈区域;
2.预先用高精度定位设备在决策圈内各个路段上各采集相等数量的精确位置点,记录其坐标。标示各个点所属路段的标识号(编号);
3.在车辆进入决策圈后,采用与决策圈内各个路段上精确位置点点点匹配的方式进行匹配;
4.车辆离开决策圈时,比较所有匹配成功精确点,提取出其上匹配成功精确点数最高的路段,该路段识别为车辆所属路段。
发明包括两个方面内容:一是决策圈定义及设定方法;二是决策圈内地图匹配方法。具体步骤如下:
步骤一、以容易混淆区域中心处为圆心,以能够覆盖混淆区域的范围为半径的圆形区域形成决策圈并且为各个决策圈设定编号。
步骤二、采集决策圈内所有路段上的精确点。每条路段上各采集相同数量的精确点,这些精确点必须在决策圈内,每个精确点标明所属路段标识号(编号)。
步骤、判断车辆是否进入决策圈内,如果没有在决策圈,采用常规路段匹配算法。如果在决策圈内,根据该决策圈的编号,提取该决策圈内各个路段的精确点。
步骤四、GPS位置点与精确点点点匹配:车辆GPS搜索匹配范围减小到以车辆GPS定位点(车辆位置点)为圆心,半径小于5米的范围,提高搜索频率到短于0.5秒每次。将车辆位置点和该决策圈内各个路段上的精确点进行点点匹配,如果有路段精确点在GPS搜索匹配范围内,则匹配成功,记录匹配成功的精确点及其所属路段标识号。
步骤五、统计比较各路段匹配成功精确点数,确定车辆所属路段:当车辆位置点离开决策圈时,统计决策圈内各个匹配成功精确点的路段标识号,将其上精确点成功匹配数多的路段识别为车辆所在路段。
本发明的效果如下:通过在路网中加设虚拟决策圈,并对决策圈内的易混淆路段进行特殊处理及识别的方法,可克服因GPS定位精度不足,常规算法匹配难以快速有效辨识相近路段的问题。也可避免加设路侧标识站而带来的匹配成本增加。经比较验证,在用常规匹配算法匹配成功率低于50%的路段加设虚拟决策圈进行处理,90%左右的车辆找到了正确的匹配路段及轨迹。
附图说明
图1是本发明的流程框图
图2是决策圈内精确点匹配示意图。决策圈内含有两条易混淆路段(路段编号分别为11及12),路段11及路段12上各有5个精确点。路段11上的精确点标识号为21,22,23,24,25。路段1上的精确点标识号为26,27,28,29,30。
具体实施方式
这里我们以平行相近两条路段为例说明本发明的方法。
城市道路中常见平行相近排列着两条路段,一条是路段11,另一条是路段12,如图2所示。
步骤一、决策圈是以容易混淆处为圆心,以能够覆盖混淆区域的范围为半径的圆形区域形成决策圈,并且为各个决策圈设定编号。
图2中路段11与路段12距离相近、方向相同,用常规地图匹配方法较难区分,因此设置决策圈覆盖着两条难以区分的路段进行特殊处理。图2中决策圈编号为1。
步骤二、采集决策圈内所有路段上的精确点:每条路段上各采集相同数量的精确点,这些精确点必须在决策圈内,每个精确点标明所属路段标识号值。
图2中在路段11和路段12上各采集5个精确点,其中精确点21、22、23、24、25属于路段11;26、27、28、29、30属于路段12。
步骤三、判断车辆是否进入决策圈内,如果没有在决策圈,采用常规路段匹配算法。如果在决策圈内,根据该决策圈的编号,提取该决策圈内各个路段的精确点。执行步骤五。
图2中,车辆进入决策圈1,其中属于决策圈1的路段精确点有:21、22、23、24、25、26、27、28、29、30。
步骤四、GPS位置点与精确点点点匹配:车辆GPS搜索匹配范围减小到以GPS定位点(车辆位置点)为圆心,半径小于5米的范围,提高搜索频率到短于0.5秒每次。将车辆位置点和该决策圈内各个路段上的精确点进行点点匹配,如果有路段精确点在GPS搜索匹配范围内,则匹配成功,记录匹配成功的精确点及所属路段标识号。
图2中假如车辆行驶中精确点21与车辆位置成功匹配,则记录精确点21及所属路段11。
步骤五、统计比较各路段匹配成功精确点数,确定车辆所属路段:当GPS车辆位置点离开决策圈时,统计决策圈内各个匹配成功精确点的路段标识号,将其上精确点成功匹配数多的路段识别为车辆所在路段。
图2中,当车辆离开决策圈时,与车辆匹配成功的精确点有21、22、23、24、25、27、29。其中21、22、23、24、25属于路段1;27、29属于路段12。路段11上的精确点成功匹配数大于路段12上的精确点匹配数。因此可以判断车辆行驶在路段11上。

Claims (1)

1.一种基于决策圈的路段识别匹配方法,其特征在于,包括以下步骤:
步骤一、以容易混淆区域中心处为圆心,以能够覆盖混淆区域的范围为半径的圆形区域形成决策圈并且为各个决策圈设定编号;
步骤二、采集决策圈内所有路段上的精确点;每条路段上各采集相同数量的精确点,这些精确点必须在决策圈内,每个精确点标明所属路段标识号;
步骤三、判断车辆是否进入决策圈内,如果在决策圈内,根据该决策圈的编号,提取该决策圈内各个路段的精确点;
步骤四、GPS位置点与精确点点点匹配:车辆GPS搜索匹配范围减小到以GPS定位点即车辆位置点为圆心,半径小于5米的范围,提高搜索频率到短于0.5秒每次;将车辆位置点和该决策圈内各个路段上的精确点进行点点匹配,如果有路段精确点在GPS搜索匹配范围内,则匹配成功,记录匹配成功的精确点及所属路段标识号;
步骤五、统计比较各路段匹配成功精确点数,确定车辆所属路段:当GPS车辆位置点离开决策圈时,统计决策圈内各个匹配成功精确点的路段标识号,将路段上精确点成功匹配数多的路段识别为车辆所在路段。
CN201010033829A 2010-01-08 2010-01-08 基于决策圈的路段识别匹配方法 Pending CN101750082A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010033829A CN101750082A (zh) 2010-01-08 2010-01-08 基于决策圈的路段识别匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010033829A CN101750082A (zh) 2010-01-08 2010-01-08 基于决策圈的路段识别匹配方法

Publications (1)

Publication Number Publication Date
CN101750082A true CN101750082A (zh) 2010-06-23

Family

ID=42477404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010033829A Pending CN101750082A (zh) 2010-01-08 2010-01-08 基于决策圈的路段识别匹配方法

Country Status (1)

Country Link
CN (1) CN101750082A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102155950A (zh) * 2011-02-23 2011-08-17 泉州市视通光电网络有限公司 一种基于gis的道路匹配方法
CN102183259A (zh) * 2011-03-17 2011-09-14 光庭导航数据(武汉)有限公司 基于电子地图道路特征识别的导航方法
CN103575287A (zh) * 2013-10-31 2014-02-12 惠州市德赛西威汽车电子有限公司 一种提高车载卫星导航准确率的方法
CN107230375A (zh) * 2016-03-24 2017-10-03 北京握奇智能科技有限公司 一种车辆定位方法及***
US10677598B2 (en) 2018-05-25 2020-06-09 Here Global B.V. Map-centric map matching method and apparatus
CN112712701A (zh) * 2021-01-06 2021-04-27 腾讯科技(深圳)有限公司 基于识别装置的路线确定方法、装置、设备及存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102155950A (zh) * 2011-02-23 2011-08-17 泉州市视通光电网络有限公司 一种基于gis的道路匹配方法
CN102155950B (zh) * 2011-02-23 2013-04-24 福建省视通光电网络有限公司 一种基于gis的道路匹配方法
CN102183259A (zh) * 2011-03-17 2011-09-14 光庭导航数据(武汉)有限公司 基于电子地图道路特征识别的导航方法
CN102183259B (zh) * 2011-03-17 2014-07-23 武汉光庭信息技术有限公司 基于电子地图道路特征识别的导航方法
CN103575287A (zh) * 2013-10-31 2014-02-12 惠州市德赛西威汽车电子有限公司 一种提高车载卫星导航准确率的方法
CN107230375A (zh) * 2016-03-24 2017-10-03 北京握奇智能科技有限公司 一种车辆定位方法及***
US10677598B2 (en) 2018-05-25 2020-06-09 Here Global B.V. Map-centric map matching method and apparatus
CN112712701A (zh) * 2021-01-06 2021-04-27 腾讯科技(深圳)有限公司 基于识别装置的路线确定方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN105588576B (zh) 一种车道级导航方法及***
CN110111566A (zh) 轨迹预测方法、装置和存储介质
CN100580735C (zh) 基于探测车技术的实时动态交通信息处理方法
CN105654562B (zh) 一种用于高速公路不停车收费的***和方法
CN102509470B (zh) 基于动态路径规划实现车辆节能减排的***和方法
CN104933863B (zh) 一种交通道路中异常路段识别的方法及***
CN103413437B (zh) 一种基于车辆数据采集的道路交叉口转向识别方法及***
CN103366560A (zh) 一种道路交通运行状态跟车探测方法、***及应用
CN105261212A (zh) 一种基于出租车gps数据地图匹配的出行时空分析方法
CN101750082A (zh) 基于决策圈的路段识别匹配方法
CN101270997A (zh) 基于gps数据的浮动车动态实时交通信息处理方法
JP2019105789A (ja) 道路構造データ生成装置、道路構造データベース
CN105403227A (zh) 一种安全导航方法及***
CN105810006A (zh) 路边停车位的识别方法及***
CN104952278B (zh) 一种基于地图的停车场车辆定位***及方法
CN103177585B (zh) 基于浮动车数据计算路段各转向平均行程车速方法
CN108848460A (zh) 基于rfid和gps数据的人车关联方法
CN105336166A (zh) 基于车载蓝牙的交通特征参数提取方法
CN105857349A (zh) 一种基于综合定位的列车精确定位***
CN100455992C (zh) 公交车辆综合定位信息装置
CN106485952B (zh) 一种基于v2v的弯道前车识别方法
CN104900057A (zh) 一种城市快速路主辅道的浮动车地图匹配方法
CN1609907A (zh) 车辆及人员的识别定位方法与交通信息采集***
CN102082996A (zh) 自主定位移动终端及方法
CN113110452B (zh) 集装箱自动化码头外集卡全路径引导***

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

Open date: 20100623