CN108021924A - 一种废弃目标识别方法及装置 - Google Patents

一种废弃目标识别方法及装置 Download PDF

Info

Publication number
CN108021924A
CN108021924A CN201610959117.1A CN201610959117A CN108021924A CN 108021924 A CN108021924 A CN 108021924A CN 201610959117 A CN201610959117 A CN 201610959117A CN 108021924 A CN108021924 A CN 108021924A
Authority
CN
China
Prior art keywords
target
identified
wheelpath
tracing point
discarded
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
CN201610959117.1A
Other languages
English (en)
Inventor
陶志校
吴中恒
田超杰
李清扬
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.)
Wuhan Navinfo Technology Co Ltd
Original Assignee
Wuhan Navinfo Technology Co Ltd
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 Wuhan Navinfo Technology Co Ltd filed Critical Wuhan Navinfo Technology Co Ltd
Priority to CN201610959117.1A priority Critical patent/CN108021924A/zh
Publication of CN108021924A publication Critical patent/CN108021924A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • 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
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种废弃目标识别方法及装置，所述方法包括：获取多个行车轨迹；确定与待识别目标有至少一部分重合的行车轨迹的数量；根据所述数量确定所述待识别目标是否为废弃目标。本方案利用行车轨迹数据和地图数据自动对目标进行识别，由此可以节约人力成本，提高废弃目标的识别效率。

Description

一种废弃目标识别方法及装置
技术领域
本发明涉及电子地图数据处理领域，具体涉及一种废弃目标识别方法及装置。
背景技术
导航电子地图是定位导航设备得以应用于人们生活的重要桥梁，是导航数据库车载导航***的基础和关键组成部分，电子地图上各种信息的准确与否及信息的丰富性直接关系到定位导航设备给用户的适用感受。
由于城市经济建设的迅猛发展，兴趣点数据日新月异，能否为户提供准确、恰当的兴趣点信息，是导航电子地图质量的关键。导航电子地图的时效性和精度直接影响着车载导航***的应用水平和服务质量。
电子地图中诸如加油站、停车场等兴趣点可能存在废弃的情况，如果电子地图数据更新不及时，将会给用户带来严重误导。目前，对于废弃目标的识别，通常需要数据采集人员通过现场采集的手段，来确定原目标是否被废弃，这种方式耗费大量人力成本，且实时性差，识别效率很低。
发明内容
因此，本发明要解决的是现有的废弃目标识别方案识别效率低的问题。
有鉴于此，本发明提供一种废弃目标识别方法，包括：获取多个行车轨迹；确定与待识别目标有至少一部分重合的行车轨迹的数量Q；根据所述数量Q确定所述待识别目标是否为废弃目标。
优选地，在所述获取多个行车轨迹之前，还包括：获取所述待识别目标；所述获取多个行车轨迹，包括：确定所述待识别目标周围的道路；获取所述道路上的行车轨迹。
优选地，所述确定与所述待识别目标有至少一部分重合的行车轨迹的数量Q，包括：分别获取各个所述行车轨迹中的各个轨迹点；分别判断各个所述行车轨迹中的所述各个轨迹点中是否有至少一个轨迹点落在所述待识别目标的范围内；若所述各个轨迹点中有至少一个轨迹点落在所述待识别目标的范围内，则判定所述行车轨迹有至少一部分与所述待识别目标的范围重合；统计与所述待识别目标的范围重合的行车轨迹的数量Q。
优选地，所述分别判断各个所述行车轨迹中的所述各个轨迹点中是否有至少一个轨迹点落在所述待识别目标的范围内，包括：针对每一条所述行车轨迹，分别将所述行车轨迹中的各个轨迹点的坐标与所述待识别目标的坐标范围进行比对；若xi＜xp＜xj且((yi-yj)/(xi-xj))＜((yi-yp)/(xi-xp))，或者xj＜xp＜xi且((yj-yi)/(xj-xi))＜((yj-yp)/(xj-xp))，则判定xp、yp对应的轨迹点落在所述待识别目标的坐标范围内,其中xp、yp为所述轨迹点的坐标值，xi、yi和xj、yj用于表示所述待识别目标的坐标范围，j＝i+1。
优选地，所述根据所述数量确定所述待识别目标是否为废弃目标，包括：判断所述数量Q与所述多个行车轨迹的总数量T的比值是否小于预设阈值；当所述数量Q与所述总数量T的比值小于所述预设阈值时，判定所述待识别目标为废弃目标。
相应地，本发明还提供一种废弃目标识别装置，包括：轨迹获取单元，用于获取多个行车轨迹；数量统计单元，用于确定与待识别目标有至少一部分重合的行车轨迹的数量Q；识别单元，用于根据所述数量Q确定所述待识别目标是否为废弃目标。
优选地，还包括：目标获取单元，用于获取所述待识别目标；所述轨迹获取单元包括：道路确定单元，用于确定所述待识别目标周围的道路；轨迹获取子单元，用于获取所述道路上的行车轨迹。
优选地，所述数量统计单元包括：轨迹点获取单元，用于分别获取各个所述行车轨迹中的各个轨迹点；轨迹点位置确定单元，用于分别判断各个所述行车轨迹中的所述各个轨迹点中是否有至少一个轨迹点落在所述待识别目标的范围内；轨迹点判定单元，用于当所述各个轨迹点中有至少一个轨迹点落在所述待识别目标的范围内时，判定所述行车轨迹有至少一部分与所述待识别目标的范围重合；统计单元，用于统计与所述待识别目标的范围重合的行车轨迹的数量Q。
优选地，所述轨迹点位置确定单元包括：比对单元，用于针对每一条所述行车轨迹，分别将所述行车轨迹中的各个轨迹点的坐标与所述待识别目标的坐标范围进行比对；位置判定单元，用于当xi＜xp＜xj且((yi-yj)/(xi-xj))＜((yi-yp)/(xi-xp))，或者xj＜xp＜xi且((yj-yi)/(xj-xi))＜((yj-yp)/(xj-xp))时，判定xp、yp对应的轨迹点落在所述待识别目标的坐标范围内,其中xp、yp为所述轨迹点的坐标值，xi、yi和xj、yj用于表示所述待识别目标的坐标范围，j＝i+1。
优选地，所述识别单元包括：比例确定单元，用于判断所述数量Q与所述多个行车轨迹的总数量T的比值是否小于预设阈值；判定子单元，用于当所述数量Q与所述总数量T的比值小于所述预设阈值时，判定所述待识别目标为废弃目标。
根据本发明提供的废弃目标识别方法及装置，通过行车轨迹信息和待识别目标的范围信息，可以判断出各个行车轨迹是否与待识别目标重合，对于相互重合的情况，则表示该行车轨迹对应的车辆驶入过该目标范围内，并可能与该目标内的设施发生互动，然后统计与待识别目标重合的行车轨迹的数量，即分析出有多少车辆曾驶入过该目标区域，根据统计出的数量来判定该目标是否为废弃目标。本方案利用行车轨迹数据和地图数据自动对目标进行识别，由此可以节约人力成本，提高废弃目标的识别效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一个实施例提供的废弃目标识别方法的流程图；
图2为本发明的一个实施例中的行车轨迹与目标范围的位置关系示意图；
图3为本发明的另一个实施例提供的废弃目标识别方法的流程图；
图4为本发明的另一个实施例中的行车轨迹与目标范围的位置关系示意图；
图5为本发明的一个实施例提供的废弃目标识别装置的结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种废弃目标识别方法，如图1所示该方法包括如下步骤：
S1，获取多个行车轨迹，行车轨迹是由多个轨迹点组成的“线”，行车轨迹可以是沿着道路的，即车辆在道路上行驶时采集的，也可以在道路以外，即车辆偏离道路到达或者经过道路以外的某种区域时采集的。轨迹点信息可以由车载定位***采集的信息，轨迹信息包括车辆位置、车辆在各个位置的时间和车速以及行车方向等信息。行车轨迹的采纳范围可以是待识别目标所在城市、行政区划、附近公路。
S2，确定与待识别目标有至少一部分重合的行车轨迹的数量Q，其中待识别目标例如是加油站，其范围即加油站在地图中的区域，该区域的位置、面积或者坐标范围可以通过地图数据确定。图2示出了某一加油站的范围21、道路23和一条行车轨迹22，其中行车轨迹22大部分与道路23重合，其中有一段落入加油站的范围21内，即车辆沿道路23行驶的过程中，中途偏离道路23进入加油站的范围21。本步骤即统计如行车轨迹22的行车轨迹的数量。判断二者重合的方式有多种，例如可以根据位置信息判断，也可以通过可视化电子地图和估计图形来判断。
S3，根据确定的数量Q确定待识别目标是否为废弃目标，例如当数量Q的值较小时，则表示进入待识别目标的车辆较少，由此可以判断待识别目标是废弃目标。判断数量Q值大小的方式有多种，例如可以相对于所采集的行车轨迹的总数量进行计算，或者相对于预定阈值进行计算。例如可以直接将计算出的数量Q与预定阈值比对，如果大于预定阈值，即很多车辆进入过该加油站的范围21，由此可以判定该加油站是正常使用的状态；如果小于预定阈值，即很少甚至没有车辆进入过该加油站的范围21，由此可以判定该加油站是废弃状态。
本发明实施例提供的废弃目标识别方法通过行车轨迹信息和待识别目标的范围信息，可以判断出各个行车轨迹是否与待识别目标重合，对于相互重合的情况，则表示该行车轨迹对应的车辆驶入过该目标范围内，并可能与该目标内的设施发生互动，然后统计与待识别目标重合的行车轨迹的数量，即分析出有多少车辆曾驶入过该目标区域，根据统计出的数量来判定该目标是否为废弃目标。本方案利用行车轨迹数据和地图数据自动对目标进行识别，由此节约了人力成本，提高了废弃目标的识别效率。
在前一实施例的基础上，本发明的另一个实施例还提供了一种废弃目标识别方法，如图3所示该方法包括如下步骤：
S0，获取待识别目标，即在上述实施例的步骤S1之前，首先通过地图数据给定待识别目标的信息，例如包括目标类型、地理位置、坐标范围等；
S11，确定待识别目标周围的道路，道路数量可以是多条，只要是临近待识别目标的道路都是可以被采纳的；
S12，获取道路上的行车轨迹。例如对于图2所示的场景，本方案可以只获取道路23上的行车轨迹，而不采纳其他道路上的行车轨迹。本实施例只获取能够通向待识别目标的周围道路上的行车轨迹，由此可以有效地剔除漂移在道路外的异常轨迹点，并且可以有效减少总轨迹数量，进而提高后续判定操作的效率；
S21，分别获取各个行车轨迹中的各个轨迹点，本领域中的行车轨迹通常是由多个连续的轨迹点组成的，轨迹点的数量取决于车载定位***的采集频率。车载定位***每一次采集信息时，可采集到车辆当前的位置、速度、时间和方向等信息。
S22，分别判断各个行车轨迹中的各个轨迹点中是否有至少一个轨迹点落在待识别目标的范围内；
作为一个优选的实施方式，针对每一条行车轨迹，分别将行车轨迹中的各个轨迹点的坐标与待识别目标的坐标范围进行比对；
若xi＜xp＜xj且((yi-yj)/(xi-xj))＜((yi-yp)/(xi-xp))，或者
xj＜xp＜xi且((yj-yi)/(xj-xi))＜((yj-yp)/(xj-xp))，这两个条件中有一个成立，则判定xp、yp对应的轨迹点落在待识别目标的坐标范围内,其中xp、yp为轨迹点的坐标值，xi、yi和xj、yj用于表示待识别目标的坐标范围，j＝i+1，由此(xi、yi)和(xj、yj)表示待识别目标的坐标范围内的任意两个相邻的坐标点的坐标值。本方案将行车轨迹中的各个轨迹点的坐标分别与待识别目标区域中的每个坐标点进行逐一对比，进而确定二者是否有重合的部分，该方案准确度较高。
S23，若各个轨迹点中有至少一个轨迹点落在待识别目标的范围内，则判定行车轨迹有至少一部分与待识别目标的范围重合，图4示出了某一加油站的范围41、道路43和一条由多个轨迹点组成的行车轨迹，该行车轨迹中的大部分轨迹点在道路43上，其中有3个轨迹点偏离了道路43，其中的1个轨迹点42落入加油站的范围41内，由此可以确定该行车轨迹有一部分与加油站的范围41重合；
S24，统计与待识别目标的范围重合的行车轨迹的数量Q。
S31，判断所述数量Q与所述多个行车轨迹的总数量T的比值是否小于预设阈值；
S32，当所述数量Q与所述总数量T的比值小于所述预设阈值时，判定所述待识别目标为废弃目标。实际应用时可以采纳大量数据进行计算，例如可以采集10000个行车轨迹，然后计算其中与待识别目标的范围重合的行车轨迹的数量，假设为50个，即10000个行车轨迹中只有50个行车轨迹与待识别目标有重合的情况，由此得到比值为0.5％，假设预设阈值取值为1％，则待识别目标为废弃目标。本方案通过重合数量与总数量的比值来判定废弃目标，由此可以提高判定结果的准确性。
本发明的另一个实施例还提供了一种废弃目标识别装置，如图5所示，该装置包括：
轨迹获取单元51，用于获取多个行车轨迹；
数量统计单元52，用于确定与待识别目标有至少一部分重合的行车轨迹的数量Q；
识别单元53，用于根据所述数量Q确定所述待识别目标是否为废弃目标。
本发明实施例提供的废弃目标识别装置通过行车轨迹信息和待识别目标的范围信息，可以判断出各个行车轨迹是否与待识别目标重合，对于相互重合的情况，则表示该行车轨迹对应的车辆驶入过该目标范围内，并可能与该目标内的设施发生互动，然后统计与待识别目标重合的行车轨迹的数量，即分析出有多少车辆曾驶入过该目标区域，根据统计出的数量来判定该目标是否为废弃目标。本方案利用行车轨迹数据和地图数据自动对目标进行识别，由此节约了人力成本，提高了废弃目标的识别效率。
作为一个优选的实施方式，上述装置还可以包括：
目标获取单元，用于获取所述待识别目标；
所述轨迹获取单元可以包括：
道路确定单元，用于确定所述待识别目标周围的道路；
轨迹获取子单元，用于获取所述道路上的行车轨迹。
上述优选方案只获取通向待识别目标的周围道路上的行车轨迹，由此可以有效地剔除漂移在道路外的异常轨迹点，并且可以有效减少总轨迹数量，进而提高后续判定操作的效率；
优选地，所述数量统计单元包括：
轨迹点获取单元，用于分别获取各个所述行车轨迹中的各个轨迹点；
轨迹点位置确定单元，用于分别判断各个所述行车轨迹中的所述各个轨迹点中是否有至少一个轨迹点落在所述待识别目标的范围内；
轨迹点判定单元，用于当所述各个轨迹点中有至少一个轨迹点落在所述待识别目标的范围内时，判定所述行车轨迹有至少一部分与所述待识别目标的范围重合；
统计单元，用于统计与所述待识别目标的范围重合的行车轨迹的数量Q。
优选地，所述轨迹点位置确定单元包括：
比对单元，用于针对每一条所述行车轨迹，分别将所述行车轨迹中的各个轨迹点的坐标与所述待识别目标的坐标范围进行比对；
位置判定单元，用于当
xi＜xp＜xj且((yi-yj)/(xi-xj))＜((yi-yp)/(xi-xp))，或者
xj＜xp＜xi且((yj-yi)/(xj-xi))＜((yj-yp)/(xj-xp))时，判定xp、yp对应的轨迹点落在所述待识别目标的坐标范围内,其中xp、yp为所述轨迹点的坐标，xi、yi和xj、yj用于表示待识别目标的坐标范围，j＝i+1。
上述优选方案将行车轨迹中的各个轨迹点的坐标分别与待识别目标区域中的每个坐标点进行逐一对比，进而确定二者是否有重合的部分，该方案准确度较高。
优选地，所述识别单元包括：
比例确定单元，用于判断所述数量Q与所述多个行车轨迹的总数量T的比值是否小于预设阈值；
判定子单元，用于当所述数量Q与所述总数量T的比值小于所述预设阈值时，判定所述待识别目标为废弃目标。上述优选方案通过重合数量与总数量的比值来判定废弃目标，由此可以提高判定结果的准确性。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种废弃目标识别方法，其特征在于，包括：
获取多个行车轨迹；
确定与待识别目标有至少一部分重合的行车轨迹的数量Q；
根据所述数量Q确定所述待识别目标是否为废弃目标。
2.根据权利要求1所述的方法，其特征在于，在所述获取多个行车轨迹之前，还包括：
获取所述待识别目标；
所述获取多个行车轨迹，包括：
确定所述待识别目标周围的道路；
获取所述道路上的行车轨迹。
3.根据权利要求1所述的方法，其特征在于，所述确定与所述待识别目标有至少一部分重合的行车轨迹的数量Q，包括：
分别获取各个所述行车轨迹中的各个轨迹点；
分别判断各个所述行车轨迹中的所述各个轨迹点中是否有至少一个轨迹点落在所述待识别目标的范围内；
若所述各个轨迹点中有至少一个轨迹点落在所述待识别目标的范围内，则判定所述行车轨迹有至少一部分与所述待识别目标的范围重合；
统计与所述待识别目标的范围重合的行车轨迹的数量Q。
4.根据权利要求3所述的方法，其特征在于，所述分别判断各个所述行车轨迹中的所述各个轨迹点中是否有至少一个轨迹点落在所述待识别目标的范围内，包括：
针对每一条所述行车轨迹，分别将所述行车轨迹中的各个轨迹点的坐标与所述待识别目标的坐标范围进行比对；
若xi＜xp＜xj且((yi-yj)/(xi-xj))＜((yi-yp)/(xi-xp))，或者
xj＜xp＜xi且((yj-yi)/(xj-xi))＜((yj-yp)/(xj-xp))，则判定xp、yp对应的轨迹点落在所述待识别目标的坐标范围内,其中xp、yp为所述轨迹点的坐标值，xi、yi和xj、yj用于表示所述待识别目标的坐标范围，j＝i+1。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述数量确定所述待识别目标是否为废弃目标，包括：
判断所述数量Q与所述多个行车轨迹的总数量T的比值是否小于预设阈值；
当所述数量Q与所述总数量T的比值小于所述预设阈值时，判定所述待识别目标为废弃目标。
6.一种废弃目标识别装置，其特征在于，包括：
轨迹获取单元，用于获取多个行车轨迹；
数量统计单元，用于确定与待识别目标有至少一部分重合的行车轨迹的数量Q；
识别单元，用于根据所述数量Q确定所述待识别目标是否为废弃目标。
7.根据权利要求6所述的装置，其特征在于，还包括：
目标获取单元，用于获取所述待识别目标；
所述轨迹获取单元包括：
道路确定单元，用于确定所述待识别目标周围的道路；
轨迹获取子单元，用于获取所述道路上的行车轨迹。
8.根据权利要求6所述的装置，其特征在于，所述数量统计单元包括：
轨迹点获取单元，用于分别获取各个所述行车轨迹中的各个轨迹点；
轨迹点位置确定单元，用于分别判断各个所述行车轨迹中的所述各个轨迹点中是否有至少一个轨迹点落在所述待识别目标的范围内；
轨迹点判定单元，用于当所述各个轨迹点中有至少一个轨迹点落在所述待识别目标的范围内时，判定所述行车轨迹有至少一部分与所述待识别目标的范围重合；
统计单元，用于统计与所述待识别目标的范围重合的行车轨迹的数量Q。
9.根据权利要求8所述的装置，其特征在于，所述轨迹点位置确定单元包括：
比对单元，用于针对每一条所述行车轨迹，分别将所述行车轨迹中的各个轨迹点的坐标与所述待识别目标的坐标范围进行比对；
位置判定单元，用于当
xi＜xp＜xj且((yi-yj)/(xi-xj))＜((yi-yp)/(xi-xp))，或者
xj＜xp＜xi且((yj-yi)/(xj-xi))＜((yj-yp)/(xj-xp))时，判定xp、yp对应的轨迹点落在所述待识别目标的坐标范围内,其中xp、yp为所述轨迹点的坐标值，xi、yi和xj、yj用于表示所述待识别目标的坐标范围，j＝i+1。
10.根据权利要求6-9中任一项所述的装置，其特征在于，所述识别单元包括：
比例确定单元，用于判断所述数量Q与所述多个行车轨迹的总数量T的比值是否小于预设阈值；
判定子单元，用于当所述数量Q与所述总数量T的比值小于所述预设阈值时，判定所述待识别目标为废弃目标。
CN201610959117.1A 2016-11-03 2016-11-03 一种废弃目标识别方法及装置 Pending CN108021924A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610959117.1A CN108021924A (zh) 2016-11-03 2016-11-03 一种废弃目标识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610959117.1A CN108021924A (zh) 2016-11-03 2016-11-03 一种废弃目标识别方法及装置

Publications (1)

Publication Number Publication Date
CN108021924A true CN108021924A (zh) 2018-05-11

Family

ID=62083967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610959117.1A Pending CN108021924A (zh) 2016-11-03 2016-11-03 一种废弃目标识别方法及装置

Country Status (1)

Country Link
CN (1) CN108021924A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109448380A (zh) * 2018-12-17 2019-03-08 百度在线网络技术（北京）有限公司 道路阻断发现方法、装置、设备及计算机可读介质
CN110211161A (zh) * 2019-05-20 2019-09-06 深兰科技（上海）有限公司 一种多摄像头轨迹重合分析的方法及装置
CN110422151A (zh) * 2019-07-18 2019-11-08 浙江吉利新能源商用车集团有限公司 一种车辆辅助制动方法、装置、***及终端
CN110873571A (zh) * 2018-08-30 2020-03-10 北京嘀嘀无限科技发展有限公司 一种路口停车线数据采集方法、***和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279406A (zh) * 2011-04-12 2011-12-14 广州星唯信息科技有限公司 Gps定位轨迹的围栏识别方法
CN103218240A (zh) * 2013-04-18 2013-07-24 武汉光庭信息技术有限公司 一种基于浮动车轨迹的废弃道路识别方法
CN105185145A (zh) * 2015-10-04 2015-12-23 陈燕 一种智能动态路况地图导航***及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279406A (zh) * 2011-04-12 2011-12-14 广州星唯信息科技有限公司 Gps定位轨迹的围栏识别方法
CN103218240A (zh) * 2013-04-18 2013-07-24 武汉光庭信息技术有限公司 一种基于浮动车轨迹的废弃道路识别方法
CN105185145A (zh) * 2015-10-04 2015-12-23 陈燕 一种智能动态路况地图导航***及方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110873571A (zh) * 2018-08-30 2020-03-10 北京嘀嘀无限科技发展有限公司 一种路口停车线数据采集方法、***和装置
CN110873571B (zh) * 2018-08-30 2021-09-07 北京嘀嘀无限科技发展有限公司 一种路口停车线数据采集方法、***和装置
CN109448380A (zh) * 2018-12-17 2019-03-08 百度在线网络技术（北京）有限公司 道路阻断发现方法、装置、设备及计算机可读介质
CN110211161A (zh) * 2019-05-20 2019-09-06 深兰科技（上海）有限公司 一种多摄像头轨迹重合分析的方法及装置
CN110211161B (zh) * 2019-05-20 2021-06-11 深兰科技（上海）有限公司 一种多摄像头轨迹重合分析的方法及装置
CN110422151A (zh) * 2019-07-18 2019-11-08 浙江吉利新能源商用车集团有限公司 一种车辆辅助制动方法、装置、***及终端

Similar Documents

Publication Publication Date Title
CN103903433B (zh) 一种道路交通状态的实时动态判别方法及装置
CN111091720B (zh) 基于信令数据和浮动车数据的拥堵路段识别方法及装置
US10408636B2 (en) Apparatus and method for vehicle economy improvement
CN103646187B (zh) 一种统计周期内车辆出行路线及od矩阵获取方法
CN102147260B (zh) 电子地图匹配方法和装置
CN101270997B (zh) 基于gps数据的浮动车动态实时交通信息处理方法
CN108021924A (zh) 一种废弃目标识别方法及装置
CN110176139A (zh) 一种基于dbscan+的道路拥堵识别可视化方法
CN105023428A (zh) 路况信息评估方法及装置
CN101364345A (zh) 基于探测车技术的实时动态交通信息处理方法
CN113847925A (zh) 基于轨迹数据检测车辆偏航的方法、装置、设备及介质
CN109712401B (zh) 一种基于浮动车轨迹数据的复合路网瓶颈点识别方法
CN101964941A (zh) 基于动态信息的智能导航与位置服务***及方法
CN105101092A (zh) 一种基于c4．5决策树的手机用户出行方式识别方法
CN107195180A (zh) 一种基于电警数据的交通出行轨迹提取方法和装置
CN102622880A (zh) 一种交通信息数据修复方法及装置
US20140365103A1 (en) Method and system for collecting traffic data
CN104900057B (zh) 一种城市快速路主辅道的浮动车地图匹配方法
CN103065468A (zh) 交通信息的评估方法和装置
CN105336166A (zh) 基于车载蓝牙的交通特征参数提取方法
CN114664087B (zh) 基于轨迹识别车辆上下高速的方法、装置、设备及介质
CN111915893B (zh) 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN109996299A (zh) 高铁用户识别方法、装置、设备及介质
CN107240264A (zh) 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法
CN110827537B (zh) 一种潮汐车道的设置方法、装置及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180511

RJ01 Rejection of invention patent application after publication