CN110793531A - 道路匹配的方法、装置以及可读存储介质 - Google Patents
道路匹配的方法、装置以及可读存储介质 Download PDFInfo
- Publication number
- CN110793531A CN110793531A CN201910866064.2A CN201910866064A CN110793531A CN 110793531 A CN110793531 A CN 110793531A CN 201910866064 A CN201910866064 A CN 201910866064A CN 110793531 A CN110793531 A CN 110793531A
- Authority
- CN
- China
- Prior art keywords
- road
- matched
- roads
- positions
- determining
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种道路匹配方法、装置以及车辆,该道路匹配方法通过获取道路的历史轨迹,对道路的历史轨迹预先处理得到道路的历史运动分布信息,在获取到车辆或终端的当前的待匹配轨迹后,根据道路的历史运动分布信息来匹配出与该待匹配轨迹相匹配的道路,从而确定出车辆或终端当前所在道路。通过上述基于道路历史运动分布信息的道路匹配过程,提高道路匹配的准确率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及道路匹配的方法、装置以及可读存储介质。
背景技术
随着计算机领域的不断发展,定位***以其全球性、全能型、全天候性的导航定位、定时、测速优势在汽车导航和交通管理中的运用越来越广泛。例如,规划出行路线和导航、车辆跟踪、紧急援助等等。
目前,基于位置的道路匹配方法通过局部位置点和最近路网的几何关系来进行道路匹配。在轨迹的位置过于稀疏的情况下,例如,因设备被遮挡而未获取到轨迹的部分位置,或当道路情况过于复杂,例如平行路存在道路封闭或是位置漂移至平行路中间时的场景,通过局部位置则难以匹配到准确的道路。可见,依赖于轨迹的位置的道路匹配方法在匹配道路准确度方面仍有待提高。
发明内容
本申请实施例提供一种道路匹配的方法、装置以及可读存储介质,待匹配轨迹可以基于道路的历史运动分布信息来提高道路匹配的准确度。
第一方面,本申请实施例提供了一种道路匹配方法,包括:
获取待匹配轨迹,所述待匹配轨迹包括P个位置和所述P个位置分别对应的运动信息,P为大于2的正整数;
获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的,N为正整数;
根据所述N条道路的历史运动分布信息和所述P个位置分别对应的运动信息确定所述N条道路中与所述待匹配道路相匹配的道路。
作为一种可能的实施方式,所述每一条道路的历史运动分布信息包括所述每一条道路上的Q个区域和在所述Q个区域对应的统计运动信息,第一区域对应的统计运动信息是根据所述历史轨迹在所述第一区域的运动信息统计得到的,所述第一区域为所述Q个区域中的任意一个区域,Q为大于2的正整数;所述根据所述N条道路的历史运动分布信息和所述P个位置分别对应的运动信息确定所述N条道路中与所述待匹配道路相匹配的道路,包括:
根据所述每一条道路上的Q个区域的位置和所述P个位置,从所述每一条道路上的Q个区域中确定与所述P个位置相匹配的P个区域;
根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路。
作为一种可能的实施方式,所述根据所述每一条道路上的Q个区域的位置和所述P个位置,从所述每一条道路上的Q个区域中确定与所述P个位置相匹配的P个区域,包括:
确定所述每一条道路的Q个区域分别与第一位置的距离,所述第一位置为所述P个位置中的任意一个位置;
确定所述每一条道路上的Q个区域中与所述第一位置相匹配的区域为所述每一条道路上的Q个区域中最小距离对应的区域。
作为一种可能的实施方式,所述根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路,包括:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重,所述每一条道路的第一权重用于确定所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大第一权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
作为一种可能的实施方式,所述根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路,包括:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重;
根据所述P个位置与所述每一条道路之间的距离确定所述每一条道路的第二权重;
根据所述每一条道路的第一权重和所述每一条道路的第二权重确定所述每一条道路的总权重,所述每一条道路的总权重用于指示所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大总权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
作为一种可能的实施方式,所述获取N条道路的历史运动分布信息之前,还包括:
根据所述待匹配轨迹的P个位置确定包括所述P个位置的第一区域,所述N条道路为所述第一区域中的道路。
作为一种可能的实施方式,所述获取N条道路的历史运动分布信息,包括:
获取当前的环境参数,所述环境参数包括时间和/或天气;
根据环境参数与M条道路历史运动分布信息的对应关系,确定所述当前的环境参数对应的所述N条道路的历史运动分布信息,所述M条道路包括所述N条道路,M为不小于N的正整数。
第二方面,本申请实施例公开一种道路匹配装置,该道路匹配装置包括:
第一获取模块,用于获取待匹配轨迹,所述待匹配轨迹包括P个位置和所述P个位置分别对应的运动信息,P为大于2的正整数;
第二获取模块,用于获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的,N为正整数;
匹配模块,用于根据所述N条道路的历史运动分布信息和所述P个位置分别对应的运动信息确定所述N条道路中与所述待匹配道路相匹配的道路。
作为一种可能的实施方式,所述每一条道路的历史运动分布信息包括所述每一条道路上的Q个区域和在所述Q个区域对应的统计运动信息,第一区域对应的统计运动信息是根据所述历史轨迹在所述第一区域的运动信息统计得到的,所述第一区域为所述Q个区域中的任意一个区域,Q为大于2的正整数,所述匹配模块,包括:
区域确定单元,用于根据所述每一条道路上的Q个区域的位置和所述P个位置,从所述每一条道路上的Q个区域中确定与所述P个位置相匹配的P个区域;
道路确定单元,用于根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路。
作为一种可能的实施方式,所述区域确定单元具体用于:
确定所述每一条道路的Q个区域分别与第一位置的距离,所述第一位置为所述P个位置中的任意一个位置;
确定所述每一条道路上的Q个区域中与所述第一位置相匹配的区域为所述每一条道路上的Q个区域中最小距离对应的区域。
作为一种可能的实施方式,所述道路确定单元具体用于:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重,所述每一条道路的第一权重用于确定所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大第一权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
作为一种可能的实施方式,所述道路确定单元具体用于:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重;
根据所述P个位置与所述每一条道路之间的距离确定所述每一条道路的第二权重;
根据所述每一条道路的第一权重和所述每一条道路的第二权重确定所述每一条道路的总权重,所述每一条道路的总权重用于指示所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大总权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
第三方面,本申请实施例公开一种道路匹配装置,该道路匹配装置包括处理器和存储器,所述处理器和存储器相连,其中,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以实现第一方面中的方法。
第四方面,本申请实施例公开一种车辆,该车辆包括处理器和存储器,所述处理器和存储器相连,其中,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以实现第一方面中的方法。
第五方面,本申请实施例公开一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序或计算机指令,当所述计算机程序或计算机指令被运行时,实现如第一方面或第一方面的任一种实施例所公开的道路匹配的方法。
本申请实施例中,服务器获取待匹配轨迹,待匹配轨迹包括P个位置和该P个位置分别对应的运动信息,P为大于2的正整数;获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的,N为正整数;根据该N条道路的历史运动分布信息和P个位置分别对应的运动信息确定N条道路中与待匹配道路相匹配的道路。实施本申请实施例,通过引入道路的历史轨迹,从而得到道路的历史运动分布信息,在获取到车辆或终端的当前待匹配轨迹时,能够根据道路的历史运动分布信息来匹配待匹配轨迹,进而,确定出车辆或终端当前所在道路。本申请实施例基于道路的历史运动分布信息,可以提高道路匹配的准确率,特别是道路匹配中平行道路匹配的难点问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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是本申请实施例提供的一种道路匹配的***架构示意图;
图2是本申请实施例提供的一种道路匹配方法的流程示意图;
图3是本申请实施例提供的另一种道路匹配方法的流程示意图;
图4是本申请实施例示例性的给出的一种根据P个位置从M条道路中确定N条道路的方法;
图5是本申请实施例提供的一种历史轨迹的统计方法的流程示意图;
图6是本申请实施例提供的一种划分道路区域的方法;
图7是本申请实施例提供的一种获取N条道路的历史运动分布信息的方法的流程示意图;
图8是本申请实施例示例性的给出的部分环境参数对应的道路的历史运动分布信息;
图9示例性的给出了一种根据待匹配轨迹的P个位置在每一条道路上确定P个区域的方式;
图10是本申请实施例提供的一种道路匹配装置的结构示意图;
图11是本申请实施例提供的另一种道路匹配装置的结构示意图;
图12是本申请实施例提供的一种车辆的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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作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。
需要说明的是,在本发明实施例中使用的术语是仅仅处于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
请参见图1,图1是本申请实施例提供的一种道路匹配的***架构示意图。该***100可以包括至少一个车辆101、道路匹配服务器102、地图服务器103、终端服务器104等。
车辆101可以通过定位***以设定频率获取其位置和该位置对应的运动信息(如速度、加速度等)。其中,车辆101在位置A对应的运动信息表示车辆101在位置A处的速度和/或加速度等。在本申请另一实施例中,车辆101也可以仅获取位置和该处于该位置时的时间,由道路匹配服务器102或者车辆101根据获取到的位置和时间计算该位置对应的运动信息。定位***可以GPS定位***、BPS定位***和基站定位***中的任意一种。
道路匹配服务器102可以接收多个车辆101发送的历史运动轨迹,该历史运动轨迹可以包括多个位置和多个位置对应的运动信息。道路匹配服务器102可以对每一条道路上的多个历史运动轨迹进行统计,得到每一条道路的历史运动分布信息。道路匹配服务器102可以统计每一条道路上的一个区域内位置点的个数、区域内位置点对应的速度的平均值(也称平均速度)、区域内位置点对应的加速度的平均值(也称平均加速度)等。
道路匹配服务器102在得到多个道路的历史运动分布信息后,可以基于该多个历史运动分布信息确定车辆101的所在的道路。具体的实现可以是,车辆获取待匹配的轨迹,该待匹配的轨迹包括P个位置和该P个位置分别对应的运动信息;根据多条道路的历史运动分布信息和P个位置分别对应的运动信息确定多条道路中与待匹配道路相匹配的道路,即为车辆101所在的道路。道路匹配服务器102还可以将匹配结果发送至车辆101,以使车辆101可以基于匹配结果进行导航或驾驶等。
在一种应用场景中,多个车辆101可以实时向道路匹配服务器102发送待匹配轨迹,道路匹配服务器102可以基于多个车辆101的待匹配轨迹的匹配结果,实时统计每一条道路或者道路上某一区域的车流量,例如,每一条道路上车辆的密度、每一条道路上车辆的平均速度,也可以是每一条道路各个区域的车辆的密度和该区域中车辆的平均速度。进一步地,道路匹配服务器102可以向地图服务器103发送各个道路的车流量。
地图服务器103可以基于接收到的各个道路的车流量为车辆101/终端104的导航提供参考信息,例如,地图服务器103可以基于各个道路的车流量判断出道路的拥挤程度,进而,向车辆101/终端104发送用于指示道路的拥挤程度的指示信息,此时,车辆101/终端104可以显示该指示信息,以提示用户道路的拥挤程度,例如,可以通过颜色来区分道路上各个路段的拥挤程度。
终端104可以是与车辆101通信连接的设备,终端104可以将车辆101的待匹配轨迹发送至道路匹配服务器102,也可以接收道路匹配服务器102发送的匹配结果。终端104也可以是地图服务器103的客户端,终端104安装地图应用比如腾讯地图,基于该地图应用与地图服务器103进行交互,实现地图应用的各个功能。
需要说明的是,道路匹配服务器102和地图服务器103可以是同一设备,上述终端104、地图服务器103不是***100必须的设备,***100还可以包括其他设备,此处不作限定。
请参见图2和图3,图2和图3是本申请实施例提供的一种道路匹配方法的流程示意图,其中,第一车辆可以是图1中的车辆101,服务器可以是图1中的道路匹配服务器,该方法可以由第一车辆、终端或者服务器执行,本申请实施例以服务器为例来说明。例如,下述步骤S202-S208,S2061-S2062也可以由第一车辆或终端执行,该方法可以包括但不限于以下步骤:
S202、服务器获取第一车辆的待匹配轨迹,该待匹配轨迹包括P个位置和该P个位置分别对应的运动信息,P为大于2的正整数。
其中,位置Di对应的运动信息指示第一车辆在位置Di时的速度和/或加速度等信息,P个位置包括位置Di。
S202可以包括如下三种实现方式:
第一实现方式:
第一车辆可以通过定位***按设定频率获取其位置,以及通过第一车辆上的运动传感器获取该位置对应的运动信息(如速度、加速度等),得到待匹配轨迹。进而,第一车辆将获取到的待匹配轨迹发送至服务器。可选地,第一车辆也可以与终端,如手机、平板电脑等进行通信连接,比如通过蓝牙进行通信连接,进而,第一车辆可以将待匹配轨迹发送至终端,由终端发送至服务器。应理解,运动传感器可以包括速度传感器、加速度计、陀螺仪、磁力传感器等。
第二实现方式:
应理解,位于第一车辆上的终端的位置和运动信息可以分别代表第一车辆位置和运动信息。此时,终端可以通过定位***按设定频率获取其位置,以及通过其上的运动传感器获取该位置对应的运动信息(如速度、加速度等),得到待匹配轨迹,进而,将待匹配轨迹发送至服务器。
第三实现方式:
第一车辆或终端可以实时获取第一车辆的位置和获取各个位置时的时间。进而由第一车辆、终端或服务器计算基于第一车辆的位置和该位置对应时间来计算第一车辆的运动信息,进而得到第一车辆的待匹配轨迹。
不限于上述三种实现方式,本申请实施例还可以包括其他获取第一车辆的待匹配轨迹的实现方式,此处不再赘述。
S204、服务器根据P个位置确定N条道路,N为正整数。
应理解,S204不是该方法必须的步骤,N条道路可以是地图上所有的道路,也可以是地图上部分道路。
在本申请实施例的一种实现中,服务器在获取到待匹配轨迹之后,服务器可以根据待匹配轨迹的P个位置确定包括该P个位置的第一区域。该第一区域可以是以P个位置中一个位置或P个位置的平均位置为几何中心确定的圆形、矩形或其他形状的区域。圆形区域的半径或矩形区域的边长可以是根据P个位置确定,以保证P个位置全部在第一区域内。
请参阅图4,图4示例性的给出了一种根据P个位置从M条道路中确定N条道路的方法。M为不小于N的正整数。图4以待匹配轨迹包括的六个位置D1、D2、D3、D4、D5、D6为例来说明,可以计算出该待匹配轨迹包括的七个位置的平均位置进而,计算平均位置分别与待匹配轨迹中六个位置的距离,以平均位置为几何中心,以大于最大距离的长度作为边长形成第一区域401。进而,该N条道路为第一区域中的全部道路。如图4所示,可以得到第一区域内的L1、L2、L3三条道路即为待匹配轨迹附近的道路。进一步地,服务器可以识别待匹配轨迹在该L1、L2、L3三条道路中哪条道路上。
需要说明的是,还可以通过其他方式确定包括P个位置的第一区域和N条道路,第一区域也可以是菱形区域,也可以是其他形状的第一区域,此处不做限定。
S206、服务器获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的。
在本申请实施例的一种实现中,服务器可以预存M条道路的历史运动分布信息,M为不小于N的正整数。在确定N条道路之后,服务器可以从预存的M条道路的历史运动分布信息中筛选出该N条道路对应的历史运动分布信息。
应理解,当该方法的由第一车辆或者终端执行时,第一车辆或者终端可以从服务器获取M条道路的历史运动分布信息或者N条道路的历史运动分布信息。
如图5所示,图5为本申请实施例提供的一种历史轨迹的统计方法的流程示意图。
S502:服务器获取H条历史轨迹,H条历史轨迹中每一条历史轨迹包括至少两个采样点和每一个采样点对应的运动信息。
S504:服务器统计每一条道路上各个区域内采样点对应的运动信息。
服务器可以将空间坐标映射到栅格图像中,如图6所示,图6是本申请实施例提供的一种划分道路区域的方法。将地图以经纬度划分成多个区域,一个栅格表示一个区域,一个区域可以被划分到一个道路。服务器可以统计H条历史轨迹在各个区域内的采样点的个数、平均速度和/或平均加速度等。应理解,区域Ai对应的统计运动信息是根据历史轨迹在区域Ai的运动信息统计得到的,即为区域Ai对应的平均速度和/或区域Ai对应的平均加速度,其中,区域Ai对应的平均速度为区域Ai内的采样点对应的速度的平均值,区域Ai对应的平均加速度为区域Ai内的采样点对应的加速度的平均值。此时,栅格图像中第i行第j列的像素点的值包括第i行第j列的像素点对应的区域内采样点的个数、该区域对应的平均速度和/或平均加速度等。属于道路R的多个区域和多个区域分别对应的统计运动信息组成道路R的历史运动分布信息。
图6示例性的给出了道路R1、R2和R3,并示例性的给出了分别属于道路R1、R2和R3的区域。应理解,可以约定栅格/区域所属道路;也可以根据区域中被道路覆盖的区域的面积比来确定该栅格/区域所属的道路,如图6中所示,若区域被道路R3覆盖的面积比大于50%,则将该区域归属于该道路R3。
在本申请实施例的另一种实现中,历史轨迹还包括车辆获取该历史轨迹时的环境参数,如时间和/或天气等。上述H条历史轨迹可以是特定的环境参数下的历史轨迹,比如,H条历史轨迹都是8时-8时30分、天气晴朗时,车辆通过定位***定位得到的。此时,服务器可以存储多个环境参数分别对应的M条道路历史运动分布信息。在第一车辆进行道路匹配的过程中所采用的N条道路的历史运动分布信息为第一车辆所处的当前环境参数对应的N条道路的历史运动分布信息。
在本申请实施例的另一种实现中,服务器可以预存环境参数与M条道路历史运动分布信息的对应关系。如图7所示,图7为本申请实施例提供的一种获取N条道路的历史运动分布信息的方法的流程示意图。
S2061、服务器获取当前环境参数,该当前环境参数包括当前时间和/或当前天气。其中,当前环境参数是车辆获取位置时的环境参数。
其中,环境参数,可以为时间和/或天气等,服务器可以从气象网站获取当前的天气,也可以通过其他方式获取当前的环境参数。
S2062、根据环境参数与M条道路历史运动分布信息的对应关系,确定当前的环境参数对应的N条道路的历史运动分布信息,M条道路包括N条道路,M为不小于N的正整数。
其中,各个参数分别对应的M条道路的历史运动分布信息可以存储在服务器的数据库中,也可以从其他地方获取。请参阅图8,图8示例性的给出了部分环境参数对应的道路的历史运动分布信息。如图8所示,可以根据当前环境参数(当前天气和/或当前时间)查找到该当前环境参数下对应的道路的历史轨迹分布信息。如图8所示,例如,若当前环境为T1和G1的组合,则道路R1、R2、……RM的历史轨迹分布信息即为U1T1,G1 、U2T1,G1 ……UMT1,G1 。可以理解,每一条道路的历史轨迹分布信息包括属于该道路的多个区域分别对应的统计运动信息。
应理解,在具体的实施方式中,不限于图8所示的几种环境参数,也不限于图8所示的数据的存储形式。
S208、服务器根据N条道路的历史运动分布信息与待匹配轨迹确定N条道路中与待匹配轨迹相匹配的道路。
S208可以包括但不限于如下两种实现方式:
实现方式(一)
S1051、服务器根据每一条道路上的Q个区域的位置和P个位置,从每一条道路上的Q个区域中确定与P个位置相匹配的P个区域。
在本申请一些实施例中,服务器可以确定每一条道路的Q个区域分别与第一位置的距离,该第一位置为P个位置中的任意一个位置;进而,服务器确定每一条道路上的Q个区域中与第一位置相匹配的区域为每一条道路上的Q个区域中最小距离对应的区域;从而,得到每一条道路上的Q个区域中与P个位置相匹配的P个区域。
请参阅图9,图9示例性的给出了一种根据待匹配轨迹的P个位置在每一条道路上确定P个区域的方式。如图所示,待匹配轨迹包括D1、D2、D3、D4、D5、D6六个位置,在道路R1上确定出待匹配轨迹的六个位置分别对应的区域(图9中道路R1上画阴影部分的区域),在道路R2上确定出待匹配轨迹的六个位置分别对应的区域(图9中道路R2上画阴影部分的区域)。
可选的,不限于图9所呈现的道路的形状及所呈现的划分道路区域的方式,也可以根据其道路的形状划分区域,此处不做限定。
S1052、服务器根据每一条道路中确定出的P个区域对应的统计运动信息与P个位置对应的运动信息的相似度,确定N条道路中与待匹配道路相匹配的道路。
每条道路的每个区域对应的统计运动信息根据历史轨迹在该条道路上的每个区域的运动信息统计得到。
可选的,每个区域的统计运动信息可以指该区域的速度、加速度、位置个数等等,此处不做限定。
在S1052的第一种实现方式中:服务器可以根据道路Ri中确定出的P个区域对应的统计运动信息与P个位置对应的运动信息的相似度确定道路Ri的第一权重,道路Ri的第一权重用于确定待匹配轨迹在道路Ri上的概率。进而,服务器可以将N条道路中最大第一权重对应的道路确定为N条道路中与待匹配轨迹相匹配的道路。其中,道路Ri为N条道路中的一条道路,i为N条道路中道路的索引,i为不大于N的正整数。此时,道路Ri的第一权重可以是待匹配轨迹在道路Ri上的概率,或指示了待匹配轨迹在道路Ri上的概率。
在S1052的第二种实现方式中:服务器可以根据道路Ri中确定出的P个区域对应的统计运动信息与P个位置对应的运动信息的相似度确定道路Ri的第一权重;以及,根据P个位置与道路Ri之间的距离确定道路Ri的第二权重;进而,根据道路Ri的第一权重和道路Ri的第二权重确定道路Ri的总权重,道路Ri的总权重用于指示待匹配轨迹在道路Ri上的概率;最终,将N条道路中最大总权重对应的道路确定为与待匹配轨迹相匹配的道路。
其中,道路Ri的总权重可以通过道路Ri的第一权重与道路Ri的第二权重相加得到,也可以通过道路Ri的第一权重与通过道路Ri的第二权重相乘得到,还可以通过其他运算方式得到,此处不作限定。
在S1052的两种实现方式中,道路Ri的第一权重W1Ri的一种计算方法可以是:
其中,k为P个位置中位置的索引,k为不大于P的正整数;道路Ri上区域k为与该位置k匹配的区域;nk表示历史轨迹在道路Ri中区域k内采样点的个数;Li表示历史轨迹在道路Ri上采样点的总个数;vk表示待匹配轨迹中第k个位置对应的运动信息,如速度;表示道路Ri上区域k对应的统计运动信息,如平均速度。在本申请另一实施例中,W1Ri的计算过程中也可以不考虑历史轨迹在道路Ri中区域k内采样点的个数nk、历史轨迹在道路Ri上采样点的总个数Li,此处不再赘述。
在S1052的第二种实现方式中,服务器可以计算出P个位置分别与道路Ri的距离,进而,P个位置与道路Ri的总距离(即P个位置分别与道路Ri的距离之和),道路Ri的第二权重W2Ri与P个位置与道路Ri的总距离负相关,即P个位置与道路Ri的总距离越小,则道路Ri的第二权重W2Ri越大,则说明待匹配轨迹与道路Ri越匹配。
应理解,对于直线的道路来说,位置k到道路Ri的距离为位置k到道路Ri的中心线的距离;对于曲线的道路来说,位置k到道路Ri的距离为位置k到道路Ri的中心线在位置S处的切线的距离,位置S是道路Ri的中心线上与位置k距离最近的点。
应理解,不限于上述方法,本申请另一实施例中还可以通过几何方法得到待匹配轨迹分别与每一条道路的匹配程度,基于该匹配程度可以确定道路的第二权重。也可以通过其他方法,例如拓扑方法,概率方法以及隐马尔可夫方法等等得到待匹配轨迹分别与每一条道路的匹配程度,此处不做限定。
其中,几何匹配算法是根据位置与道路网络中每个节点的距离,或根据位置与道路网络中路段的投影距离,得到距离该位置最近的点或路段,从而根据最近的点或路段确定出该位置所属的道路。
应理解,拓扑算法根据车辆历史数据、轨迹之间的关系和道路拓扑特征等进行加权计算得到该路段的总权重,选择权重最大的路段作为匹配的路段。概率方法首先在置信区域内选出多条多段加入到候选路段集中,然后对每条候选路段都计算出一个得分,最终选择得分最高的路段作为匹配路段。隐马尔可夫方法对每一个待匹配的位置,首先确实能够一组候选路段,每个候选路段被表示为马尔可夫链中的隐藏状态,并具有观测状态概率。如果发现位置点非常接近某个路段,就给该路段指定一个较高的概率值。连接马尔可夫链中每一对相邻顶点的边并计算权重,及状态转移概率。最终,在马尔可夫链上找到具有最高观测状态概率和状态转移概率的最大似然路径。
本申请实施例中,服务器获取待匹配轨迹,待匹配轨迹包括P个位置和该P个位置分别对应的运动信息,P为大于2的正整数;获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的,N为正整数;根据该N条道路的历史运动分布信息和P个位置分别对应的运动信息确定N条道路中与待匹配道路相匹配的道路。实施本申请实施例,通过引入道路的历史轨迹,从而得到道路的历史运动分布信息,在获取到车辆或终端的当前待匹配轨迹时,能够根据道路的历史运动分布信息来匹配待匹配轨迹,进而,确定出车辆或终端当前所在道路。本申请实施例基于道路的历史运动分布信息,可以提高道路匹配的准确率,特别是道路匹配中平行道路匹配的难点问题。
下面介绍本申请实施例涉及的装置及设备。
请参见图10,图10是本申请实施例提供的一种道路匹配装置的结构示意图。如图10所示,道路匹配装置1000可以应用于上述图2或图3对应实施例中的道路匹配服务器102、车辆101或终端104,装置1000可以包括:
第一获取模块1001,用于获取待匹配轨迹,所述待匹配轨迹包括P个位置和所述P个位置分别对应的运动信息,P为大于2的正整数;
第二获取模块1002,用于获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的,N为正整数;
匹配模块1003,用于根据所述N条道路的历史运动分布信息和所述P个位置分别对应的运动信息确定所述N条道路中与所述待匹配道路相匹配的道路。
在本申请实施例的一种实现中,所述每一条道路的历史运动分布信息包括所述每一条道路上的Q个区域和在所述Q个区域对应的统计运动信息,第一区域对应的统计运动信息是根据所述历史轨迹在所述第一区域的运动信息统计得到的,所述第一区域为所述Q个区域中的任意一个区域,Q为大于2的正整数,所述匹配模块,匹配模块1003包括:
区域确定单元1003a,用于根据所述每一条道路上的Q个区域的位置和所述P个位置,从所述每一条道路上的Q个区域中确定与所述P个位置相匹配的P个区域;
道路确定单元1003b,用于根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路。
在本申请实施例的一种实现中,区域确定单元,具体用于:
确定所述每一条道路的Q个区域分别与第一位置的距离,所述第一位置为所述P个位置中的任意一个位置;
确定所述每一条道路上的Q个区域中与所述第一位置相匹配的区域为所述每一条道路上的Q个区域中最小距离对应的区域。
在本申请实施例的一种实现中,道路确定单元,具体用于:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重,所述每一条道路的第一权重用于确定所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大第一权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
在本申请实施例的一种实现中,道路确定单元,具体用于:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重;
根据所述P个位置与所述每一条道路之间的距离确定所述每一条道路的第二权重;
根据所述每一条道路的第一权重和所述每一条道路的第二权重确定所述每一条道路的总权重,所述每一条道路的总权重用于指示所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大总权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
在本申请实施例的一种实现中,区域确定单元1003a,还用于:
根据所述待匹配轨迹的P个位置确定包括所述P个位置的第一区域,所述N条道路为所述第一区域中的道路。
在本申请实施例的一种实现中,第二获取模块1002,具体用于:
获取当前的环境参数,所述环境参数包括时间和/或天气;
根据环境参数与M条道路历史运动分布信息的对应关系,确定所述当前的环境参数对应的所述N条道路的历史运动分布信息,所述M条道路包括所述N条道路,M为不小于N的正整数。
应理解,上述各个功能单元的具体功能实现方式可以参见上述图2或图3对应实施例中的相关描述,这里不再进行赘述。
图11是本申请实施例提供的又一种道路匹配装置1100的结构示意图。该道路匹配装置1100具体可以是图1中的道路匹配服务器102、车辆101或终端104,可以包括:处理器1101、总线1102、用户接口1103、网络接口1104和存储器1105。其中,通信总线1102用于实现这些组件之间的连接通信。用户接口1103可选的可以包括显示屏、键盘。网络接口1104可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。如图11所示,作为一种计算机可读存储介质的存储器1105中可以包括操作***、网络通信模块、用户接口模块以及设备控制应用程序,在装置1100运行时,可以将上述操作***、网络通信模块、用户接口模块以及设备控制应用程序。
在如图11所示道路匹配装置1100中,网络接口1104可提供网络通讯功能;而处理器1101可以用于调用存储器1105中存储的设备控制应用程序,以实现:
通过网络接口1104获取车辆或终端的待匹配轨迹,所述待匹配轨迹包括P个位置和所述P个位置分别对应的运动信息,P为大于2的正整数;
获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的,N为正整数;
根据所述N条道路的历史运动分布信息和所述P个位置分别对应的运动信息确定所述N条道路中与所述待匹配道路相匹配的道路。
在本申请实施例的一种实现中,在执行所述每一条道路的历史运动分布信息包括所述每一条道路上的Q个区域和在所述Q个区域对应的统计运动信息,第一区域对应的统计运动信息是根据所述历史轨迹在所述第一区域的运动信息统计得到的时,所述处理器1101还用于执行:
根据所述每一条道路上的Q个区域的位置和所述P个位置,从所述每一条道路上的Q个区域中确定与所述P个位置相匹配的P个区域;
根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路。
在本申请实施例的一种实现中,所述处理器1101还用于执行:
确定所述每一条道路的Q个区域分别与第一位置的距离,所述第一位置为所述P个位置中的任意一个位置;
确定所述每一条道路上的Q个区域中与所述第一位置相匹配的区域为所述每一条道路上的Q个区域中最小距离对应的区域。
在本申请实施例的一种实现中,所述处理器1101还用于执行:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重,所述每一条道路的第一权重用于确定所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大第一权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
在本申请实施例的一种实现中,所述处理器1101还用于执行:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重;
根据所述P个位置与所述每一条道路之间的距离确定所述每一条道路的第二权重;
根据所述每一条道路的第一权重和所述每一条道路的第二权重确定所述每一条道路的总权重,所述每一条道路的总权重用于指示所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大总权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
需要说明的是,上述图10中的第一获取模块1001、第二获取模块1002可以由图11中网络接口1104来实现,上述图10中的匹配模块1003及其子模块区域确定单元1003a、道路确定单元1003b可以由图11中处理器1104来实现。
应当理解,本申请实施例中所描述的道路匹配装置1100可执行前文图2、图3任一个所对应实施例中对所述道路匹配方法的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
请参见图12,图12是本申请实施例提供的车辆1200的结构示意图。如图12所示,该车辆1200可以包括:处理器1201,网络接口1204和存储器1205,此外,上述道路匹配装置1022还可以包括:用户接口1203,和至少一个通信总线1202。其中,通信总线1202用于实现这些组件之间的连接通信。其中,用户接口1203可以包括显示屏(Display)、键盘(Keyboard),可选的,用户接口1203还可以包括标准的有线接口、无线接口。网络接口1204可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1204可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1205可选的还可以是至少一个位于远离前述处理器1201的存储装置。如图12所示,作为一种计算机可读存储介质的存储器1201中可以包括操作***、网络通信模块、用户接口模块以及设备控制应用程序。
在如图12所示的道路匹配装置1200中,网络接口1204可提供网络通讯功能;而用户接口1203主要用于为用户提供输入的接口;而处理器1201可以用于调用存储器1205中存储的设备控制应用程序,执行:
获取待匹配轨迹,所述待匹配轨迹包括P个位置和所述P个位置分别对应的运动信息,P为大于2的正整数;
通过网络接口1204获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的,N为正整数;
根据所述N条道路的历史运动分布信息和所述P个位置分别对应的运动信息确定所述N条道路中与所述待匹配道路相匹配的道路。
在一种可能的实现中,处理器1201获取待匹配轨迹的一种实现可以是,处理器1201可以通过定位模块1206按设定频率获取其位置,以及通过车辆上的运动传感器1207获取该位置对应的运动信息(如速度、加速度等),得到待匹配轨迹。运动传感器1207可以包括速度传感器、加速度计、陀螺仪、磁力传感器等。
需要说明的是,上述图10中的第一获取模块1001可以由定位模块1206和运动传感器1207获取、第二获取模块1002可以由图12中网络接口1104来实现,上述图10中的匹配模块1003及其子模块区域确定单元1003a、道路确定单元1003b可以由图12中处理器1104来实现。
应当理解,本申请实施例中所描述的车辆1200可执行前文图2、图3任一个所对应实施例中道路匹配方法的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机存储介质,且所述计算机存储介质中存储有前文提及的道路匹配装置1000或1100、车辆1200所执行的计算机程序,且所述计算机程序包括程序指令,当所述处理器执行所述程序指令时,能够执行前文图2或图3所对应实施例中服务器执行的方法,这里将不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机存储介质,且所述计算机存储介质中存储有前文提及的道路匹配装置1200所执行的计算机程序,且所述计算机程序包括程序指令,当所述处理器执行所述程序指令时,能够执行前文图2或图3所对应实施例中车辆和终端执行的方法,这里将不再进行赘述。
另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本发明所涉及的计算机存储介质实施例中未披露的技术细节,请参照本发明方法实施例的描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种道路匹配方法,其特征在于,包括:
获取待匹配轨迹,所述待匹配轨迹包括P个位置和所述P个位置分别对应的运动信息,P为大于2的正整数;
获取N条道路的历史运动分布信息,其中,每一条道路的历史运动分布信息是根据历史轨迹在每一条道路上的运动信息统计得到的,N为正整数;
根据所述N条道路的历史运动分布信息和所述P个位置分别对应的运动信息确定所述N条道路中与所述待匹配道路相匹配的道路。
2.根据权利要求1所述的方法,其特征在于,所述每一条道路的历史运动分布信息包括所述每一条道路上的Q个区域和在所述Q个区域对应的统计运动信息,第一区域对应的统计运动信息是根据所述历史轨迹在所述第一区域的运动信息统计得到的,所述第一区域为所述Q个区域中的任意一个区域,Q为大于2的正整数;所述根据所述N条道路的历史运动分布信息和所述P个位置分别对应的运动信息确定所述N条道路中与所述待匹配道路相匹配的道路,包括:
根据所述每一条道路上的Q个区域的位置和所述P个位置,从所述每一条道路上的Q个区域中确定与所述P个位置相匹配的P个区域;
根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路。
3.根据权利要求2所述的方法,其特征在于,所述根据所述每一条道路上的Q个区域的位置和所述P个位置,从所述每一条道路上的Q个区域中确定与所述P个位置相匹配的P个区域,包括:
确定所述每一条道路的Q个区域分别与第一位置的距离,所述第一位置为所述P个位置中的任意一个位置;
确定所述每一条道路上的Q个区域中与所述第一位置相匹配的区域为所述每一条道路上的Q个区域中最小距离对应的区域。
4.根据权利要求2所述的方法,其特征在于,所述根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路,包括:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重,所述每一条道路的第一权重用于确定所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大第一权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
5.根据权利要求2所述的方法,其特征在于,所述根据所述每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述N条道路中与所述待匹配道路相匹配的道路,包括:
根据每一条道路中确定出的P个区域对应的统计运动信息与所述P个位置对应的运动信息的相似度,确定所述每一条道路的第一权重;
根据所述P个位置与所述每一条道路之间的距离确定所述每一条道路的第二权重;
根据所述每一条道路的第一权重和所述每一条道路的第二权重确定所述每一条道路的总权重,所述每一条道路的总权重用于指示所述待匹配轨迹在所述每一条道路上的概率;
确定所述N条道路中最大总权重对应的道路为所述N条道路中与所述待匹配轨迹相匹配的道路。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述获取N条道路的历史运动分布信息之前,还包括:
根据所述待匹配轨迹的P个位置确定包括所述P个位置的第一区域,所述N条道路为所述第一区域中的道路。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述获取N条道路的历史运动分布信息,包括:
获取当前的环境参数,所述环境参数包括时间和/或天气;
根据环境参数与M条道路历史运动分布信息的对应关系,确定所述当前的环境参数对应的所述N条道路的历史运动分布信息,所述M条道路包括所述N条道路,M为不小于N的正整数。
8.一种道路匹配装置,其特征在于,包括用于实现如权利要求1-7任一项所述的方法的单元。
9.一种道路匹配装置,其特征在于,包括处理器和存储器,所述处理器和存储器相连,其中,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以实现如权利要求1-8任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序或计算机指令,当所述计算机程序或计算机指令被运行时,实现如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910866064.2A CN110793531B (zh) | 2019-09-12 | 2019-09-12 | 道路匹配的方法、装置以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910866064.2A CN110793531B (zh) | 2019-09-12 | 2019-09-12 | 道路匹配的方法、装置以及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110793531A true CN110793531A (zh) | 2020-02-14 |
CN110793531B CN110793531B (zh) | 2022-08-02 |
Family
ID=69427476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910866064.2A Active CN110793531B (zh) | 2019-09-12 | 2019-09-12 | 道路匹配的方法、装置以及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110793531B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111595353A (zh) * | 2020-04-26 | 2020-08-28 | 北京大学 | 一种基于GPU和Spark混合并行计算架构的实时地图匹配方法 |
CN111623787A (zh) * | 2020-03-16 | 2020-09-04 | 蘑菇车联信息科技有限公司 | 一种基于互联网车机的分布式数据采集方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100114484A1 (en) * | 2007-03-27 | 2010-05-06 | Nec Corporation | Map matching system, map matching method and program |
CN104596526A (zh) * | 2014-04-17 | 2015-05-06 | 腾讯科技(深圳)有限公司 | 一种定位点匹配方法及装置 |
CN105241464A (zh) * | 2015-10-16 | 2016-01-13 | 江苏省电力公司苏州供电公司 | 一种吊车轨迹地图快速匹配方法 |
CN106023587A (zh) * | 2016-05-25 | 2016-10-12 | 电子科技大学 | 基于多信息融合的轨迹数据路网精确匹配方法 |
CN107796407A (zh) * | 2016-09-06 | 2018-03-13 | 高德软件有限公司 | 一种地图匹配方法及装置 |
-
2019
- 2019-09-12 CN CN201910866064.2A patent/CN110793531B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100114484A1 (en) * | 2007-03-27 | 2010-05-06 | Nec Corporation | Map matching system, map matching method and program |
CN104596526A (zh) * | 2014-04-17 | 2015-05-06 | 腾讯科技(深圳)有限公司 | 一种定位点匹配方法及装置 |
CN105241464A (zh) * | 2015-10-16 | 2016-01-13 | 江苏省电力公司苏州供电公司 | 一种吊车轨迹地图快速匹配方法 |
CN106023587A (zh) * | 2016-05-25 | 2016-10-12 | 电子科技大学 | 基于多信息融合的轨迹数据路网精确匹配方法 |
CN107796407A (zh) * | 2016-09-06 | 2018-03-13 | 高德软件有限公司 | 一种地图匹配方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111623787A (zh) * | 2020-03-16 | 2020-09-04 | 蘑菇车联信息科技有限公司 | 一种基于互联网车机的分布式数据采集方法及装置 |
CN111595353A (zh) * | 2020-04-26 | 2020-08-28 | 北京大学 | 一种基于GPU和Spark混合并行计算架构的实时地图匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110793531B (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11562168B2 (en) | Clustering for K-anonymity in location trajectory data | |
EP3673407B1 (en) | Automatic occlusion detection in road network data | |
Mohamed et al. | Accurate real-time map matching for challenging environments | |
US10373077B2 (en) | Accurately determining real time parameters describing vehicle motion based on multiple data sources | |
US10546043B1 (en) | Triangulation for K-anonymity in location trajectory data | |
US20200018607A1 (en) | Map matched aggregation for k-anonymity in trajectory data | |
CN105841707B (zh) | 采用地图机制的导航***及其操作方法 | |
US20210256838A1 (en) | Method, apparatus, and system for automatic verification of road closure reports | |
US11187542B2 (en) | Trajectory time reversal | |
US11237007B2 (en) | Dangerous lane strands | |
US11042648B2 (en) | Quantification of privacy risk in location trajectories | |
US11049390B2 (en) | Method, apparatus, and system for combining discontinuous road closures detected in a road network | |
US11704897B2 (en) | Lane count estimation | |
US10401181B2 (en) | Detection of travel mode associated with computing devices | |
US10598499B2 (en) | Method and device for accelerated map-matching | |
US11348452B2 (en) | Method, apparatus, and system for automatic closure verification using multiple possible vehicle paths | |
EP3823321A1 (en) | Method, apparatus, and system for detecting joint motion | |
CN113950611B (zh) | 用于预测道路属性的方法和数据处理*** | |
CN110793531B (zh) | 道路匹配的方法、装置以及可读存储介质 | |
Alrassy et al. | OBD-data-assisted cost-based map-matching algorithm for low-sampled telematics data in urban environments | |
KR20210079237A (ko) | 네비게이션 중 어려운 기동들을 위한 추가 명령들을 제공하는 방법 | |
KR20180034645A (ko) | 데이터베이스를 구축하고 차량의 경로를 예측하기 위한 방법 및 제어 유닛 | |
US20220207993A1 (en) | Method, apparatus, and system for verifying a lane closure using probe data | |
Sharma et al. | Accurate real-time location map matching algorithm for large scale trajectory data | |
CN117706478B (zh) | 定位漂移的识别方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40021923 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |