CN111291141A - 一种轨迹相似度确定方法及装置 - Google Patents
一种轨迹相似度确定方法及装置 Download PDFInfo
- Publication number
- CN111291141A CN111291141A CN201811492088.8A CN201811492088A CN111291141A CN 111291141 A CN111291141 A CN 111291141A CN 201811492088 A CN201811492088 A CN 201811492088A CN 111291141 A CN111291141 A CN 111291141A
- Authority
- CN
- China
- Prior art keywords
- track
- similarity
- target
- points
- area
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种轨迹相似度确定方法及装置,涉及电子地图技术领域,主要目的在于提供一种适用于确定轨迹相似度的方案,以提升轨迹相似度的准确度。本发明主要的技术方案包括:获取至少两条轨迹以及预设的轨迹扩展阈值,以获取到的轨迹中的一条轨迹作为基准轨迹,其他的轨迹作为目标轨迹;利用所述预设的轨迹扩展阈值对所述基准轨迹进行扩展,得到扩展基准轨迹区域;根据目标轨迹位于所述扩展基准轨迹区域中的轨迹点,确定所述目标轨迹与基准轨迹的相似度。
Description
技术领域
本发明涉及电子地图技术领域,尤其涉及一种轨迹相似度确定方法及装置。
背景技术
对车辆在道路上行驶时形成的行驶轨迹(本申请简称:轨迹)进行相似度确定是大数据挖掘领域的一个研究方向。现有的确定轨迹相似度的方法包括:基于弗雷歇距离的确定轨迹相似度的方法和基于最长公共子序列的确定轨迹相似度的方法,其中,弗雷歇距离值越小可认为轨迹相似性越高,而最长公共子序列中的公共子序列越长可认为轨迹相似性越高,但是,发明人发现:
1、基于弗雷歇距离确定轨迹相似度的复杂度高且结果并不准确。因为轨迹由车辆在道路上行驶时形成的轨迹点构成,而轨迹点会受到定位信号、车辆驾驶员的驾驶习惯等因素的影响,不同车辆在同一时间段或者同一车辆在不同时间段,在同一条道路行驶形成的轨迹极大可能存在差异,由此可见,由轨迹点构成的轨迹不是理想曲线,基于弗雷歇距离确定轨迹相似度存在误判的情况。
2、基于最长公共子序列确定的轨迹相似度也不准确。因为最长公共子序列需要首先找到不同轨迹中相同的轨迹点,但如前所述轨迹点会受到定位信号、车辆驾驶员的驾驶习惯等因素的影响,这会导致在不同轨迹中找相同的轨迹点的筛选条件设置难度较大,筛选条件严格,会导致找到相同轨迹点的难度增大,导致相似度确定无法进行,筛选条件宽松,又会出现相似度误判的情况。
综上,现有技术提供的两种方案因为准确度不高,并不适用于对于轨迹进行相似度的确定。
发明内容
鉴于上述问题,本发明提出了一种轨迹相似度确定方法及装置,主要目的在于提供一种适用于确定轨迹相似度的方案,保证了确定出的轨迹相似度的准确度。
为达到上述目的,本发明主要提供如下技术方案:
一方面,本发明提供一种轨迹相似度确定方法,具体包括:
获取至少两条轨迹以及预设的轨迹扩展阈值,以获取到的轨迹中的一条轨迹作为基准轨迹,其他的轨迹作为目标轨迹;
利用所述预设的轨迹扩展阈值对所述基准轨迹进行扩展,得到扩展基准轨迹区域;
根据目标轨迹位于所述扩展基准轨迹区域中的轨迹点,确定所述目标轨迹与基准轨迹的相似度。
另一方面,本发明提供一种轨迹相似度确定装置,具体包括:
轨迹获取单元,用于获取至少两条轨迹以及预设的轨迹扩展阈值,以获取到的轨迹中的一条轨迹作为基准轨迹,其他的轨迹作为目标轨迹;
区域扩展单元,用于利用所述轨迹获取单元获取的预设的轨迹扩展阈值对所述基准轨迹进行扩展,得到扩展基准轨迹区域;
相似度确定单元,用于根据目标轨迹位于所述区域扩展单元得到的扩展基准轨迹区域中的轨迹点,确定所述目标轨迹与基准轨迹的相似度。
另一方面,本发明提供一种处理器,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行上述的轨迹相似度确定方法。
借由上述技术方案,本发明提供的一种轨迹相似度确定方法及装置,在确定至少两条轨迹的相似度时,以其中的一条轨迹为基准轨迹,并在获取轨迹的同时,获取预设的轨迹扩展阈值,以此对基准轨迹进行扩展,得到扩展基准轨迹区域,再根据其他的轨迹位于扩展基准轨迹区域中的轨迹点,确定两条轨迹的相似度。相对于现有轨迹相似度的确定方法,本发明考虑到道路具有一定的宽度,即,道路为一个曲面,虽然车辆形成的一条轨迹为一条曲线,但由于道路是一个曲面,且本发明确定轨迹相似度,实际上是在挖掘在相同道路上由不同/相同的车辆或人、在相同时间或者不同时间形成的轨迹,所以,将基准轨迹扩展为一个区域,在确定轨迹相似度时,能够允许同一条道路上的不同轨迹中的轨迹点存在位置差异,即,本方案对容易受到定位信号、车辆驾驶员的驾驶习惯等因素影响的轨迹点的容错性更强,更适用于确定基于道路的轨迹相似度,同时,本方案根据其他的轨迹位于扩展基准轨迹区域中的轨迹点,确定两条轨迹的相似度,能够保证确定出的轨迹相似度的准确度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提出的一种轨迹相似度确定方法的流程图;
图2示出了本发明实施例提出的扩展基准轨迹的示意图;
图3示出了本发明实施例基于目标轨迹的轨迹点确定位于扩展基准轨迹区域内的轨迹段的示意图;
图4示出了本发明实施例提出的另一种轨迹相似度确定方法的流程图;
图5示出了本发明实施例中进行轨迹平滑处理后的效果对比示意图;
图6示出了本发明实施例提出的一种轨迹相似度确定装置的组成框图;
图7示出了本发明实施例提出的另一种轨迹相似度确定装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种轨迹相似度确定方法,具体步骤如图1所示,该方法包括:
步骤101、获取至少两条轨迹以及预设的轨迹扩展阈值,以获取到的轨迹中的一条轨迹作为基准轨迹,其他的轨迹作为目标轨迹。
其中,本发明中的轨迹由终端(车载终端或者手持终端)在移动过程中产生的轨迹点(定位点)构成,该轨迹可以是步行形成的轨迹、驾车形成的轨迹或者跑步形成的轨迹等任何在道路上形成的轨迹。
关于基准轨迹,本发明可以从获取的至少两条轨迹中,选择任意一条轨迹作为基准轨迹。优选地,选择轨迹的长度最长的一条轨迹作为基准轨迹。这两种实现方式,都不会影响本发明的实现,与任意选择相比,选择轨迹的长度最长的一条轨迹作为基准轨迹的好处在于,能够保证目标轨迹的整体均可参与到相似度的确认,进一步保证了相似度确认结果的准确性。
本发明中的预设的轨迹扩展阈值为预先设置的距离阈值,该轨迹扩展阈值可根据不同的应用场景设置对应的取值,该取值一般为经验值。比如,针对普通道路场景或者高速路或城市主干线道路场景设定不同的轨迹扩展阈值。
需要说明的是,本发明中的基准轨迹与目标轨迹不限定是同一用户生成的轨迹信息。
步骤102、利用预设的轨迹扩展阈值对基准轨迹进行扩展,得到扩展基准轨迹区域。
在实际应用中,本发明可以对由二维轨迹点(二维轨迹点的位置包括经纬度)构成的二维轨迹进行扩展,也可以对由三维轨迹点(三维轨迹点的位置包括经纬度和高度)构成的三维轨迹进行扩展。
进一步,针对二维轨迹,利用预设的轨迹扩展阈值对基准轨迹进行扩展,需要视轨迹扩展阈值的设定方式进一步采用如下不同的实现方式:
当设定的轨迹扩展阈值是单侧扩展值时,具体实现方式包括:以基准轨迹为中心,向所述基准轨迹的两侧分别扩展所述轨迹扩展阈值,得到扩展基准轨迹区域。需要说明的是,单侧扩展值,针对一个场景可以设定一个,也可以设定两个,具体视轨迹在道路上的匹配情况进行选择,如果轨迹是在靠近道路中心的车道形成的,优选设定一个,如果轨迹是在靠近道路边缘的车道形成的,优选设定的两个。
当设定的轨迹扩展阈值是两侧扩展值时,具体实现方式包括:以基准轨迹为中心,向所述基准轨迹的两侧分别扩展所述轨迹扩展阈值的一半,得到扩展基准轨迹区域。此为一种实现方式,在实际应用时,针对一个场景,可以根据轨迹和道路的匹配情况采用其他比例。比如,轨迹的某一侧扩展轨迹扩展阈值的三分之一,另一侧扩展轨迹扩展阈值的三分之二。此为举例不应视为对本发明的限制或者比例的穷举。
所形成的扩展基准轨迹区域可以是由位于基准轨迹两侧,走向和基准轨迹保持一致的两条曲线构成的曲面区域,也可以是由基于基准轨迹扩展出的多个多边形区域构成的多边形区域。如图2所示,扩展基准轨迹区域可以是一个随基准轨迹的曲线形状A生成的曲线区域B,也可以是由包围基准轨迹的矩形构成的多边形区域C。
对于基于基准轨迹与轨迹扩展阈值形成图2所示的任何一种或者其他形式的扩展基准轨迹区域,本发明不做任何限制。在实际应用中,技术方案中可以仅包含实现其中一种形式的技术手段,也可以包含实现所有形式的技术手段,当包含所有形式的技术手段时,可以通过设定的扩展规则,实现对于扩展形式的确定。关于扩展规则,可以基于本发明技术方案的应用场景的相关参数,如轨迹所在道路的级别、宽度等,进行扩展规则和扩展基准轨迹区域的具体展现形式的对应。
另外,针对三维轨迹,利用预设的轨迹扩展阈值对基准轨迹进行扩展,是以基准轨迹(图2所示曲线A)为轴心,以预设的轨迹扩展阈值,将基准轨迹旋转一周,得到扩展基准轨迹区域。即,形成的基准轨迹扩展区域为圆柱型区域。
步骤103、根据目标轨迹位于扩展基准轨迹区域中的轨迹点,确定目标轨迹与基准轨迹的相似度。
如前所述,本发明轨迹是由多个轨迹点构成,而轨迹点一般包含时间和位置(经纬度),所以,轨迹是由一系列按时间顺序有序排列的轨迹点构成。
具体实现时,本发明实施例相似度可以通过如下四种方案实现:
第一种,基于目标轨迹位于扩展基准轨迹区域中的轨迹点数量确定相似度值;
第二种,基于目标轨迹位于扩展基准轨迹区域中的轨迹点构成的轨迹段确定相似度值;
第三种,将前述第一种和第二种确定出的相似度均作为轨迹之间的相似度;
第四种,将前述第一种和第二种确定出的相似度的值小的一个确定为轨迹之间的相似度或者将其和值的均值作为相似度。
以下对第一种和第二种确定相似度值的方案进行介绍,具体包括:
对于第一种,先提取目标轨迹中的轨迹点,之后,逐一判断每个轨迹点是否位于扩展基准轨迹区域中,从而统计出位于扩展基准轨迹区域中的轨迹点数量,并确定该轨迹点数量占目标轨迹的轨迹点的总数量的比值,将该比值作为目标轨迹与基准轨迹的相似度值。本发明的另一实施例中,可以将目标轨迹位于扩展基准轨迹区域中的轨迹点数量与基准轨迹的轨迹点数量的比值,作为目标轨迹与基准轨迹的相似度值。
对于第二种,也需要先提取目标轨迹中的轨迹点,之后,筛选出位于扩展基准轨迹区域中的轨迹点,并根据位于扩展基准轨迹区域中轨迹点确定轨迹段,将这些轨迹段的长度和值与目标轨迹总长度的比值确定为目标轨迹与基准轨迹的相似度值。本发明的另一实施例中,可以将前述长度的和值与基准轨迹的总长度的比值,作为目标轨迹与基准轨迹的相似度值。
其中,基于轨迹点确定轨迹段的具体方式,如图3所示,图中的曲线为目标轨迹,矩形区域为扩展基准轨迹区域,目标轨迹的轨迹点共有7个,分别为1-7,并且这7个点是基于时间顺序依次生成的。如图所示轨迹点[1,2,3,6,7]位于扩展基准轨迹区域内,而轨迹点4与5落在扩展基准轨迹区域外。在确定轨迹段时,如果轨迹点3与6之间的距离大于预设的距离阈值,则确定的轨迹段包括1-3轨迹点构成的轨迹段和6-7轨迹点构成的轨迹段。如果3与6之间的距离小于预设的距离阈值,那么,确定的轨迹段包括1-7轨迹点。本发明的另一个优选方案,可以不考虑3和6距离,而是确定目标轨迹与扩展基准轨迹区域的交点,如图所示交点a与b,这样确定的轨迹段为1-a轨迹点构成的轨迹段和b-7轨迹点构成的轨迹段,即,目标轨迹位于扩展基准轨迹区域的轨迹点和目标轨迹与扩展基准轨迹区域的交点构成轨迹段。
通过上述实施例中的具体实现方式可以看出,本发明实施例提出的轨迹相似度确定方法,主要用于判断道路中形成的轨迹的相似度,而在确定至少两条轨迹的相似度时,以其中的一条轨迹为基准轨迹,并在获取轨迹的同时,获取预设的轨迹扩展阈值,以此对基准轨迹进行扩展,得到扩展基准轨迹区域,再根据其他的轨迹位于扩展基准轨迹区域中的轨迹点,确定两条轨迹的相似度。相对于现有轨迹相似度的确定方法,本发明实施例是通过轨迹扩展阈值将基准轨迹扩展为扩展基准轨迹区域,使得基准轨迹由轨迹曲线扩展为一个轨迹区域,即,将行驶轨迹扩展为行驶线路,如此,可以将与该行驶线路相似的目标轨迹确定其与基准轨迹相似,实现了对目标轨迹内的轨迹点具有更强的容错性,不会因为部分轨迹点的准确度受到定位信号、车辆驾驶员的驾驶习惯等因素的影响而导致轨迹相似度确定不准确的问题,并且更加适用于确定道路中行驶轨迹的相似度,同时,本发明实施例是基于目标轨迹的所有轨迹点中位于扩展基准轨迹区域中的轨迹点来确定两条轨迹的相似度,能够保证确定出的轨迹相似度的准确度。
为了进一步详细的阐明轨迹相似度确定方法,尤其是将该方法应用于使用导航地图的路径轨迹相似度确定。该方法具体如图4所示,包括:
步骤201、获取基准轨迹、目标轨迹以及扩展阈值。
其中,本实施例中,基准轨迹为所获取的所有轨迹中轨迹长度最长的一条轨迹。如此,在确定轨迹相似度时,可以使用整条目标轨迹与基准轨迹相对比,从而避免出现由于基准轨迹过短导致的相似度误判情况。
步骤202、利用数据平滑处理方法去除基准轨迹和目标轨迹中定位异常的轨迹点。
在本发明实施例中,步骤201所获取的基准轨迹和目标轨迹如果为原始的轨迹数据,即由原始的定位点所构成的轨迹,由于构成这些轨迹中存在一定的定位漂移点,也就是存在定位误差的定位点,这些点使得轨迹的走向与用户实际的移动过程存在差异,此时就需要通过数据平滑处理方法,即轨迹平滑方法,主要是结合电子地图中的道路对轨迹进行处理,去除其中的定位异常的轨迹点,并生成更为平滑且合理的轨迹,如图5所示,图中左侧所示的为原始的路径轨迹,图中右侧为经过平滑处理后得到的路径轨迹。其中,具体的平滑处理方法在本发明实施例中不做具体限定,可以通过现有的任一的平滑处理方法,如最小二乘法、卡尔曼滤波等。
定位异常的轨迹点对于基准轨迹会导致产生异常轨迹,从而影响扩展基准轨迹区域的确定,而对于目标轨迹会导致判断位于扩展基准轨迹区域中的轨迹点数量出现误差,这些误判会影响最终确定的目标轨迹与基准轨迹的相似度,因此通过本步骤去除掉这些定位异常的轨迹点,能够进一步保证最终确定的相似度的准确性。
步骤203、以基准轨迹作为中心,向基准轨迹的两侧扩展预设的轨迹扩展阈值,得到扩展基准轨迹区域。
通过执行本步骤可以看出,所构建的扩展基准轨迹区域不论是平面二维区域还是空间三维区域,优选以基准轨迹为中心向轨迹的两侧扩展得到的。一般的,如果基准轨迹为一不规则形状的曲线A,那么得到的平面扩展基准轨迹区域则为以曲线A为中心具有一定宽度的曲面B,该曲面B的宽度为两倍的轨迹扩展阈值;而得到的空间扩展基准轨迹区域则是以曲线A为中心的圆柱型区域,该圆柱型区域的截面直径同样为两倍的轨迹扩展阈值。
具体确定扩展基准轨迹区域的方式在本实施例中不做限定,可以采用linestring得到扩展基准轨迹区域,linestring的输入为基准轨迹和轨迹扩展阈值,输出为扩展基准轨迹区域,该区域可以表示用位置点的集合表达,也可以用曲线和缓冲区的方式表达,本发明不做任何限制。如图2,通过linestring输出的扩展基准轨迹区域可以用曲线A和两侧的缓冲区表达,缓冲区可以通过曲线A和轨迹扩展阈值确定。
步骤204、根据目标轨迹位于扩展基准轨迹区域中的轨迹点,确定目标轨迹与基准轨迹的相似度。
具体的,本发明实施例中所依据的目标轨迹位于扩展基准轨迹区域中的轨迹点,可以用于统计位于扩展基准轨迹区域内的轨迹点数量,以及统计位于扩展基准轨迹区域内的轨迹点构成的轨迹段的长度的和值。
其中,通过统计出的轨迹点数量可以进一步确定这些轨迹点的数量占总轨迹点数量的比值,将该比值确定为两条轨迹的第一相似度值。需要说明的是,由于基准轨迹的长度大于目标轨迹的长度,此时,目标轨迹中的所有轨迹点可以全部用于相似度的确定。由于目标轨迹位于扩展基准轨迹区域内的轨迹点是从其包含的所有轨迹点中筛选出来的,因此,该第一相似度值为0至1之间的一个数值,数值越接近于1,说明两条轨迹的相似度也就越高。
此外,通过统计位于扩展基准轨迹区域内的轨迹段的长度的和值占目标轨迹总长度的比值,得到以轨迹长度确定的第二相似度值。在统计落在扩展基准轨迹区域内的轨迹段的长度时,首先,要确定目标轨迹位于扩展基准轨迹区域中的轨迹点构成的轨迹段,本发明中,每一组连续轨迹点就可以构成一条轨迹段,所述连续是指同一个轨迹段中任意相邻的轨迹点之间的轨迹长度小于预设的距离阈值,当两个相邻轨迹点之间的轨迹长度大于距离阈值时,说明这两个轨迹点之间的轨迹长度不应该被归在同一条轨迹段中,否则会影响相似度结果的确认准确性。比如,目标轨迹有20个轨迹点,1-5,8-10,15-20位于扩展基准轨迹区域,预设的距离阈值为1公里,5-8的轨迹长度为800米,10-15的轨迹长度为1.1公里,最终形成的轨迹段为1-5和8-10构成第一个轨迹段,15-20构成第二个轨迹段,两个轨迹段的和值等于1-10轨迹段的长度值和15-20轨迹段的长度值的和值。
进一步的,根据上述的说明可知,可以得到第一相似度值与第二相似度值两个,一个是基于轨迹点数量的比值,一个基于轨迹长度的比值。而本发明实施例中,在确定两条轨迹的相似度时,如果前述两个比值都被获取出,则可以选择这两个相似度值中,相似度小的一个值为最终的相似度,即min(第一相似度值,第二相似度值)。
通过上述图4所示的轨迹相似度确定方法可以看出,该实施例中的扩展基准轨迹区域是以基准轨迹为中心扩展得到的,并且,基于该扩展基准轨迹区域可以确定出两个不同维度的相似度值,即第一相似度值和第二相似度值,并且,通过选择相似度值低的作为两条轨迹的相似度值,如果最小的相似度值也接近1,则说明两条轨迹确实相似,提升了相似度的可靠性。
进一步的,作为对上述图1与图4所示方法的实现,本发明实施例提供了一种轨迹相似度确定装置,该装置能够比较准确地确定轨迹的相似度,特别适用于确定道路中的行驶轨迹相似度。为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。该装置如图6所示,具体包括:
轨迹获取单元31,用于获取至少两条轨迹以及预设的轨迹扩展阈值,以获取到的轨迹中的一条轨迹作为基准轨迹,其他的轨迹作为目标轨迹;
区域扩展单元32,用于利用所述轨迹获取单元31获取的预设的轨迹扩展阈值对所述基准轨迹进行扩展,得到扩展基准轨迹区域;
相似度确定单元33,用于根据目标轨迹位于所述区域扩展单元32得到的扩展基准轨迹区域中的轨迹点,确定所述目标轨迹与基准轨迹的相似度。
进一步地,如图7所示,所述相似度确定单元33,具体包括:
轨迹点数量获取模块331,用于获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点;
第一相似度确定模块332,用于获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点的数量与所述目标轨迹包含的轨迹点的数量或者与基准轨迹包含的轨迹点的数量的比值作为目标轨迹与基准轨迹的第一相似度值;
轨迹段长度获取模块333,用于获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点构成的轨迹段的长度的和值;
第二相似度确定模块334,用于获取所述长度的和值与目标轨迹的长度或者与基准轨迹的长度的比值作为目标轨迹与基准轨迹的第二相似度值。
进一步地,如图7所示,在确定第一相似度值和第二相似度值之后,所述装置还包括:
相似度选择单元34,用于从所述相似度确定单元33确定第一相似度值和第二相似度值中,选择值小的一个作为目标轨迹与基准轨迹的相似度值。
进一步地,如图7所示,所述轨迹段长度获取模块333包括:
轨迹段获取子模块3331,用于获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点构成的轨迹段,位于同一个轨迹段中相邻的轨迹点之间的轨迹长度小于预设的距离阈值;
长度统计子模块3332,用于获取所述轨迹段获取子模块3331得到的轨迹段的长度的和值。
进一步地,所述轨迹获取单元31在以获取到的轨迹中的一条轨迹作为基准轨迹时,具体为:以获取到的轨迹中长度最长的一条轨迹作为基准轨迹。
进一步地,所述区域扩展单元32,具体包括:
以所述基准轨迹作为中心,向所述基准轨迹的两侧扩展所述预设的轨迹扩展阈值,得到扩展基准轨迹区域。
综上所述,本发明实施例所采用的轨迹相似度确定方法及装置,在确定至少两条轨迹的相似度时,以其中的一条轨迹为基准轨迹,并在获取轨迹的同时,获取预设的轨迹扩展阈值,以此对基准轨迹进行扩展,得到扩展基准轨迹区域,再根据其他的轨迹位于扩展基准轨迹区域中的轨迹点,确定两条轨迹的相似度。相对于现有轨迹相似度的确定方法,本发明考虑到道路具有一定的宽度,即,道路为一个曲面,虽然车辆形成的一条轨迹为一条曲线,但由于道路是一个曲面,且本发明确定轨迹相似度,实际上是在挖掘在相同道路上由不同或相同的车辆或行人、在相同时间或者不同时间形成的轨迹,所以,将基准轨迹扩展为一个区域,在确定轨迹相似度时,能够允许同一条道路上的不同轨迹中的轨迹点存在位置差异,即,本方案对容易受到定位信号、车辆驾驶员的驾驶习惯等因素影响的轨迹点的容错性更强,更适用于确定基于道路的轨迹相似度,同时,本方案根据目标轨迹位于扩展基准轨迹区域中的轨迹点,确定两条轨迹的相似度,特别是通过预设的距离阈值来提高目标轨迹确定位于扩展基准轨迹区域内轨迹段的容错能力,从而提高确定出的轨迹相似度的准确度。
进一步的,本发明实施例还提供了一种存储介质,该存储介质用于存储计算机程序,其中,所述计算机程序运行时控制所述存储介质所在设备执行上述的轨迹相似度确定方法。
另外,本发明实施例还提供了一种处理器,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行上述的轨迹相似度确定方法。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述,构造这类***所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
此外,存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种轨迹相似度确定方法,其特征在于,所述方法包括:
获取至少两条轨迹以及预设的轨迹扩展阈值,以获取到的轨迹中的一条轨迹作为基准轨迹,其他的轨迹作为目标轨迹;
利用所述预设的轨迹扩展阈值对所述基准轨迹进行扩展,得到扩展基准轨迹区域;
根据目标轨迹位于所述扩展基准轨迹区域中的轨迹点,确定所述目标轨迹与基准轨迹的相似度。
2.根据权利要求1所述的方法,其特征在于,根据目标轨迹位于所述扩展基准轨迹区域中的轨迹点,确定所述目标轨迹与基准轨迹的相似度,包括:
针对每条目标轨迹:
获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点;
获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点的数量与所述目标轨迹包含的轨迹点的数量或者与基准轨迹包含的轨迹点的数量的比值作为目标轨迹与基准轨迹的第一相似度值;
获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点构成的轨迹段的长度的和值;
获取所述长度的和值与目标轨迹的长度或者与基准轨迹的长度的比值作为目标轨迹与基准轨迹的第二相似度值。
3.根据权利要求2所述的方法,其特征在于,在确定第一相似度值和第二相似度值之后,所述方法还包括:
从第一相似度值和第二相似度值中,选择值小的一个作为目标轨迹与基准轨迹的相似度值。
4.根据权利要求2所述的方法,其特征在于,所述获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点构成的轨迹段的长度的和值包括:
获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点构成的轨迹段,位于同一个轨迹段中相邻的轨迹点之间的轨迹长度小于预设的距离阈值;
获取轨迹段的长度的和值。
5.根据权利要求1-4中任一项权利要求所述的方法,其特征在于,所述以获取到的轨迹中的一条轨迹作为基准轨迹具体为:
以获取到的轨迹中长度最长的一条轨迹作为基准轨迹。
6.根据权利要求1-4中任一项权利要求所述的方法,其特征在于,利用所述预设的轨迹扩展阈值对所述基准轨迹进行扩展,得到扩展基准轨迹区域,具体包括:
以所述基准轨迹作为中心,向所述基准轨迹的两侧扩展所述预设的轨迹扩展阈值,得到扩展基准轨迹区域。
7.一种轨迹相似度确定装置,其特征在于,所述装置包括:
轨迹获取单元,用于获取至少两条轨迹以及预设的轨迹扩展阈值,以获取到的轨迹中的一条轨迹作为基准轨迹,其他的轨迹作为目标轨迹;
区域扩展单元,用于利用所述轨迹获取单元获取的预设的轨迹扩展阈值对所述基准轨迹进行扩展,得到扩展基准轨迹区域;
相似度确定单元,用于根据目标轨迹位于所述区域扩展单元得到的扩展基准轨迹区域中的轨迹点,确定所述目标轨迹与基准轨迹的相似度。
8.根据权利要求7所述的装置,其特征在于,所述相似度确定单元,具体包括:
轨迹点数量获取模块,用于获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点;
第一相似度确定模块,用于获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点的数量与所述目标轨迹包含的轨迹点的数量或者与基准轨迹包含的轨迹点的数量的比值作为目标轨迹与基准轨迹的第一相似度值;
轨迹段长度获取模块,用于获取目标轨迹位于所述扩展基准轨迹区域中的轨迹点构成的轨迹段的长度的和值;
第二相似度确定模块,用于获取所述长度的和值与目标轨迹的长度或者与基准轨迹的长度的比值作为目标轨迹与基准轨迹的第二相似度值。
9.根据权利要求8所述的装置,其特征在于,在确定第一相似度值和第二相似度值之后,所述装置还包括:
相似度选择单元,用于从第一相似度值和第二相似度值中,选择值小的一个作为目标轨迹与基准轨迹的相似度值。
10.一种处理器,其特征在于,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行权利要求1-6中任意一项所述的轨迹相似度确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811492088.8A CN111291141B (zh) | 2018-12-07 | 2018-12-07 | 一种轨迹相似度确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811492088.8A CN111291141B (zh) | 2018-12-07 | 2018-12-07 | 一种轨迹相似度确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111291141A true CN111291141A (zh) | 2020-06-16 |
CN111291141B CN111291141B (zh) | 2023-06-20 |
Family
ID=71021449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811492088.8A Active CN111291141B (zh) | 2018-12-07 | 2018-12-07 | 一种轨迹相似度确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111291141B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115731261A (zh) * | 2021-08-27 | 2023-03-03 | 河北省交通规划设计研究院有限公司 | 基于高速公路雷达数据的车辆换道行为识别方法及*** |
CN116303866A (zh) * | 2023-05-18 | 2023-06-23 | 北京明立测绘科技有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004118290A (ja) * | 2002-09-24 | 2004-04-15 | Nippon Telegr & Teleph Corp <Ntt> | 移動軌跡データ検索用インデックス生成装置及びその方法と、移動軌跡データ検索装置及びその方法と、移動軌跡データ検索用インデックス生成プログラム及びそのプログラムを記録した記録媒体と、移動軌跡データ検索プログラム及びそのプログラムを記録した記録媒体 |
US20100322474A1 (en) * | 2009-06-23 | 2010-12-23 | Ut-Battelle, Llc | Detecting multiple moving objects in crowded environments with coherent motion regions |
CN105788271A (zh) * | 2016-05-17 | 2016-07-20 | 厦门市美亚柏科信息股份有限公司 | 通过轨迹匹配识别目标移动对象的方法和装置 |
CN105787104A (zh) * | 2016-03-21 | 2016-07-20 | 百度在线网络技术(北京)有限公司 | 用户属性信息的获取方法和装置 |
CN106339716A (zh) * | 2016-08-16 | 2017-01-18 | 浙江工业大学 | 一种基于加权欧氏距离的移动轨迹相似度匹配方法 |
CN106875421A (zh) * | 2017-01-19 | 2017-06-20 | 博康智能信息技术有限公司北京海淀分公司 | 一种多目标跟踪方法及装置 |
CN106960006A (zh) * | 2017-02-24 | 2017-07-18 | 河海大学 | 一种不同轨迹间相似度度量***及其度量方法 |
CN108508465A (zh) * | 2018-03-30 | 2018-09-07 | 吉旗(成都)科技有限公司 | 一种基于时间上的gps轨迹相似度匹配算法 |
-
2018
- 2018-12-07 CN CN201811492088.8A patent/CN111291141B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004118290A (ja) * | 2002-09-24 | 2004-04-15 | Nippon Telegr & Teleph Corp <Ntt> | 移動軌跡データ検索用インデックス生成装置及びその方法と、移動軌跡データ検索装置及びその方法と、移動軌跡データ検索用インデックス生成プログラム及びそのプログラムを記録した記録媒体と、移動軌跡データ検索プログラム及びそのプログラムを記録した記録媒体 |
US20100322474A1 (en) * | 2009-06-23 | 2010-12-23 | Ut-Battelle, Llc | Detecting multiple moving objects in crowded environments with coherent motion regions |
CN105787104A (zh) * | 2016-03-21 | 2016-07-20 | 百度在线网络技术(北京)有限公司 | 用户属性信息的获取方法和装置 |
CN105788271A (zh) * | 2016-05-17 | 2016-07-20 | 厦门市美亚柏科信息股份有限公司 | 通过轨迹匹配识别目标移动对象的方法和装置 |
CN106339716A (zh) * | 2016-08-16 | 2017-01-18 | 浙江工业大学 | 一种基于加权欧氏距离的移动轨迹相似度匹配方法 |
CN106875421A (zh) * | 2017-01-19 | 2017-06-20 | 博康智能信息技术有限公司北京海淀分公司 | 一种多目标跟踪方法及装置 |
CN106960006A (zh) * | 2017-02-24 | 2017-07-18 | 河海大学 | 一种不同轨迹间相似度度量***及其度量方法 |
CN108508465A (zh) * | 2018-03-30 | 2018-09-07 | 吉旗(成都)科技有限公司 | 一种基于时间上的gps轨迹相似度匹配算法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115731261A (zh) * | 2021-08-27 | 2023-03-03 | 河北省交通规划设计研究院有限公司 | 基于高速公路雷达数据的车辆换道行为识别方法及*** |
CN116303866A (zh) * | 2023-05-18 | 2023-06-23 | 北京明立测绘科技有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN116303866B (zh) * | 2023-05-18 | 2023-09-22 | 北京明立测绘科技有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111291141B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11182624B2 (en) | Method, system and memory for constructing transverse topological relationship of lanes in high-definition map | |
CN101159014B (zh) | 在图像中识别对象的方法和图像识别设备 | |
CN111435570B (zh) | 一种公交线路匹配方法及装置 | |
US9738279B2 (en) | Method for determining a lane course of a lane | |
CN109839119B (zh) | 跨路桥梁桥面区域的获取方法及装置 | |
US20130325310A1 (en) | Range- and/or consumption calculation with energy costs associated with area segments | |
CN111897906A (zh) | 处理地图数据的方法、装置、设备和存储介质 | |
CN111291141B (zh) | 一种轨迹相似度确定方法及装置 | |
CN109579857B (zh) | 一种用于更新地图的方法与设备 | |
CN111483464B (zh) | 基于路侧单元的动态自动驾驶换道方法、设备、存储介质 | |
CN115042788A (zh) | 交通路口通行方法、装置及电子设备、存储介质 | |
CN113112524A (zh) | 自动驾驶中移动对象的轨迹预测方法、装置及计算设备 | |
CN112229411A (zh) | 一种数据处理的方法和装置 | |
CN113968243A (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
CN113804214B (zh) | 车辆定位方法、装置及电子设备、计算机可读存储介质 | |
CN109740502B (zh) | 道路质量检测方法及装置 | |
CN112287842A (zh) | 一种车道线的识别方法、装置及电子设备 | |
CN116310442A (zh) | 轨迹点识别方法、装置及地图制作方法 | |
CN112562391B (zh) | 一种车位更新的方法和装置 | |
CN112489466B (zh) | 交通信号灯识别方法和装置 | |
CN114332201A (zh) | 一种模型训练、目标检测的方法以及装置 | |
CN115909235A (zh) | 识别道路豁口的方法、装置、计算机设备及存储介质 | |
CN113254563B (zh) | 道路编号的生成方法及相关装置 | |
CN116303866B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN116164766A (zh) | 一种生成路网的方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |