CN112148811A - 一种车载gps轨迹路径压缩方法 - Google Patents
一种车载gps轨迹路径压缩方法 Download PDFInfo
- Publication number
- CN112148811A CN112148811A CN201910559113.8A CN201910559113A CN112148811A CN 112148811 A CN112148811 A CN 112148811A CN 201910559113 A CN201910559113 A CN 201910559113A CN 112148811 A CN112148811 A CN 112148811A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- fitting
- road
- points
- 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
- 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
- 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
- G06F16/23—Updating
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车载GPS轨迹路径压缩方法,用于解决存储车辆终端传回的海量点数据。本发明的方法,根据车载终端的采样数据,数据包括采样时间、经度、纬度、车辆方向、海拔、车辆当前车速等,对采样数据进行数据预处理、数据分段、相同道路段融合、路段拟合、拟合数据存储、数据库数据更新等步骤。在能准确描述道路变化特征的前提下,有效压缩数据库存储空间。可应用于轨迹路径压缩、道路扫描点点数据的处理、车道线路沿存储等多个场景。可应用于所有与离散点拟合压缩算法相关领域。
Description
技术领域
本发明涉及一种车载GPS轨迹路径压缩方法,具体涉及将车辆终端采集到的GPS行驶轨迹数据进行分段、融合、拟合及解压。可应用于轨迹路径压缩、道路扫描点点数据的处理、车道线路沿存储等多个场景。可应用于所有与离散点拟合压缩算法相关领域。
背景技术
随着车辆终端采集数据的海量增加,对于数据库的存储压力逐渐增大。因为车辆驾驶员的行驶范围存在地域性,所以随着时间的递增车辆终端采集到的数据存在大量的重复性,大量的重复性点全部存储在数据库中不仅占用大量的存储空间,而且也不能准确描述当前道路的特性。
本发明针对目前海量的车载终端采集的GPS数据,提出一种压缩方案。通过对数据分段、数据分段融合、数据拟合、数据解压等方法,可以有效的压缩车辆轨迹路径数据库存储空间。
发明内容
为了解决车辆终端采集到的海量GPS数据的存储,本发明提出一种方案,对车载终端的采样数据进行数据预处理、数据分段、相同道路段融合、路段拟合、拟合数据存储、数据库数据更新等步骤。拟合后的数据通过解压可以按精度需求高精度还原点序列,在能准确描述道路变化特征的前提下,有效压缩数据库存储空间。
本发明的技术方案如下:
一种车载GPS轨迹路径压缩方法,其特征在于,包括以下步骤:
步骤一、数据预处理:读取终端采集到的GPS数据信息,先按时间对数据进行排序,确保数据的连续性;对于因为车辆行驶缓慢或停滞时造成的车辆局部数据的冗余,通过对车速的筛选去掉该冗余数据;对于在通过隧道或密集高层建筑物时由于信号的不稳定性和多径效应的影响造成的GPS数据丢失与突变,通过对空间域相邻数据点的比较补充该丢失数据并去掉该GPS突变数据;对于由于车辆驾驶员在驾驶时的自由性而出现的超车或避障的情况,通过对时间域相邻数据点的比较去掉车辆方向突变数据;
步骤二、数据分段:对数据预处理后的数据点进行时间域相邻等距离r插值,计算各离散点的曲率,根据插值距离r得出曲率筛选值1/r和1/(10*r),通过曲率筛选值对车辆GPS轨迹进行分段,并对分段后的数据点进行线性插值密化;
步骤三、相同路段融合:对曲率分段后的段数据,每两个段进行相互组合,计算点点之间的最近距离,设定点距的限制值,如果最短线段达到一定比例的点满足该点距的限制值,则这两条路段为相同路段;如果最短线段达到一定比例的点满足该点距的限制值,则这两条路段为相同路段;在区分不同方向的路段融合时,先比较两条路段的方向值,如果方向值基本相同则合并为相同路段,反之,为相反路段;
步骤四、路段拟合:对分段融合后的数据,使用多次多项式拟合各个分段;为了避免点之间斜率增长过快造成拟合失真的现象,先对数据进行旋转,旋转至拟合最佳角度;由于分段拟合会造成数据连接处出现断层现象,为使数据连接处连续、平滑并且满足车辆运动状态,使用三次样条拟合平滑连接每个分段;对于数据分段融合后,车辆采集点较少的圈形道路,采用五次多项式联合方向的拟合方法;
步骤五、数据存储:将拟合段进行编号,并将该段的起始经纬度、终止经纬度、前接段编号、后接段编号、公式旋转角度、拟合公式系数存入数据库中;
步骤六、数据库更新:将一时间段内采集到的数据按以上步骤处理完写入数据库后,将后一时间段内车辆采集到的数据按以上步骤一到步骤三处理后与已存入数据库数据段进行解压匹配,重复步骤四并更新数据库。
优选地,所述步骤三中,根据道路的路宽来设定限制值。
优选地,所述步骤三中,如果点距的限制设定值小于第一阈值,则处理相同道路不同车道的车辆轨迹融合;如果点距的限制设定值小于第二阈值,则处理相同道路的车辆轨迹融合,其中第一阈值小于第二阈值,第一阈值和第二阈值根据具体数据进行设置。
优选地,所述步骤二中,所述曲率筛选值根据具体数据进行设置。
优选地,所述步骤三中,所述一定比例为90%。
优选地,所述第一阈值为1m,所述第二阈值为10m。
附图说明
图1为本发明的总体流程图。
图2为车辆行驶轨迹曲率筛选图。
图3为车辆行驶轨迹分段图。
图4为车辆行驶轨迹拟合图。
图5为相同路段车辆行驶轨迹图。
图6为相同路段分方向车辆行驶轨迹拟合图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合一辆车的车载终端采集到的一周的数据对本发明进行详细描述。
步骤一、数据预处理:读取终端采集到的GPS数据信息,先按时间对数据进行排序,确保数据的连续性;对于因为车辆行驶缓慢或停滞时造成的车辆局部数据的冗余,通过对车速的筛选去掉该冗余数据;对于在通过隧道或密集高层建筑物时由于信号的不稳定性和多径效应的影响造成的GPS数据丢失与突变,通过对空间域相邻数据点的比较补充该丢失数据并去掉该GPS突变数据;对于由于车辆驾驶员在驾驶时的自由性而出现的超车或避障的情况,通过对时间域相邻数据点的比较去掉车辆方向突变数据。
车载GPS数据是驾驶员自由驾驶由车辆终端返回的数据,采集时间间隔为10s,包括采集时间、经度、纬度、方向、海拔、车速等信息。
(1)数据冗余:因为车辆停滞或低速而导致的GPS信号冗余,对车速小于20km/h的数据进行剔除。
(2)数据异常:驾驶员超车或避障,会从行驶车道到另一条车道,根据时域相邻点的方向突变剔除异常数据。
(3)数据填充:对车辆通过隧道或无信号路段导致数据丢失的数据,根据其两端数据点的车速进行线性插值。
图2车辆行驶轨迹曲率筛选图的点为数据预处理之后的部分数据。
步骤二、数据分段:对数据预处理后的数据点进行时间域相邻等距离r插值,计算各离散点的曲率,根据插值距离r得出曲率筛选值1/r和1/(10*r),通过曲率筛选值对车辆GPS轨迹进行分段,并对分段后的数据点进行线性插值密化。
道路一般由直线和曲线组成,直线和曲线的区别就是数据点曲率不同,因此本发明使用由相邻三数据点计算曲率的方法进行道路分段。
计算曲率:因为采样点的时间间隔为10s,最小车速为20km/h,则两点间最短距离为55m,点与点之间的距离也不是定值,无法使用固定曲率筛选。本发明对计算点p2与相邻两点插值,取与p2距离r=10m的点p1、p3利用等边三角形定理计算曲率cur。
cur=(2*√((p2-p1)^2-(p3-p1)^2))/(p2-p1)^2
因为p1与p2的距离r=10m,所以当转角为直角时曲率为1/r=0.1。本发明取曲率筛选值0.1判断直角,0.01判断曲线。
图2车辆行驶轨迹曲率筛选图中颜色较深的点即为曲率高于0.01的点,图3车辆行驶轨迹分段图中两个点中间的线段即为划分的路段。
步骤三、相同路段融合:对曲率分段后的段数据,每两个段进行相互组合,计算点点之间的最近距离,设定点距的限制值,如果最短线段有90%的点满足该点距的限制值,则这两条路段为相同路段;如果最短线段有90%的点满足该点距的限制值,则这两条路段为相同路段;在区分不同方向的路段融合时,先比较两条路段的方向值,如果方向值基本相同则合并为相同路段,反之,为相反路段。
根据道路的路宽来设定限制值。如果点距的限制设定值小于1m,则处理相同道路不同车道的车辆轨迹融合;如果点距的限制设定值小于10m,则处理相同道路的车辆轨迹融合。
因为车辆驾驶员的行驶范围存在地域性,所以随着时间的递增车辆终端采集到的数据存在大量的重复性,如图5相同路段车辆行驶轨迹图所示,该图为车辆多次经过的一个路段图,所以需要对相同道路数据进行融合。
(1)对曲率分段后的段数据,每两个段进行相互组合,先比较其方向的差距是否在20°之内。如果在范围之内,则认为可能是相同路段,反之,不可能是相同路段。
(2)对于可能的相同道路,计算点点之间的最近距离,如果最短段有90%的点与匹配段的距离小于10m,则认为这两路段数据匹配可以融合。
步骤四、路段拟合:对分段融合后的数据,使用多次多项式拟合各个分段;为了避免点之间斜率增长过快造成拟合失真的现象,先对数据进行旋转,旋转至拟合最佳角度;由于分段拟合会造成数据连接处出现断层现象,为使数据连接处连续、平滑并且满足车辆运动状态,使用三次样条拟合平滑连接每个分段;对于数据分段融合后,车辆采集点较少的圈形道路,采用五次多项式联合方向的拟合方法;
对分段融合后的数据,在满足其运动形态的基础上使用数学公式表达。
先对分段数据进行旋转,将其起点与终点都放在x轴上。并判断分段数据是否为圈形数据,即一个x值对应多个y值。
(1)如果不是圈形数据,本发明使用多次多项式拟合各个分段,即从1次多项式拟合到9次多项式拟合分别取拟合该路段,在1m的误差之内,准确率高于90%,并且拟合次项最低的拟合多项式为最佳拟合公式。
(2)如果是圈形数据,本发明采用五次多项式联合方向的拟合方法,使其拟合形态符合其车辆运动状态,并且二阶导为0,连线间保持平滑。
(3)由于分段拟合会造成数据连接处出现断层现象,为使数据连接处连续、平滑并且满足车辆运动状态,本发明使用三次样条拟合平滑连接每个分段。
图4车辆行驶轨迹拟合图为车辆部分行驶轨迹的拟合图,图6相同路段分方向车辆行驶轨迹拟合图是车辆部分相同路段轨迹数据融合后的拟合效果图。
步骤五、数据存储:将拟合段进行编号,并将该段的起始经纬度、终止经纬度、前接段编号、后接段编号、公式旋转角度、拟合公式系数存入数据库中。
步骤六、数据库更新:将一时间段内采集到的数据按以上步骤处理完写入数据库后,将后一时间段内车辆采集到的数据按以上步骤一到步骤三处理后与已存入数据库数据段进行解压匹配,重复步骤四并更新数据库。
车辆采集数据是实时更新的,本发明采取一个月处理一次全国数据。每一次处理就涉及到新旧数据的融合。
最后应当说明的是:以上实施实例仅阐述了本案的一种技术方案,虽然本发明通过附图等对本方案进行了详细说明,但所属领域的普通技术人员应当理解:通过对本案的一些具体实施方式进行修改或对其部分技术特征进行等同替换,而不脱离本技术方案的设计思路,由此产生的类似方案依然属于本案请求保护范围当中。
Claims (6)
1.一种车载GPS轨迹路径压缩方法,其特征在于,包括以下步骤:
步骤一、数据预处理:读取终端采集到的GPS数据信息,先按时间对数据进行排序,确保数据的连续性;对于因为车辆行驶缓慢或停滞时造成的车辆局部数据的冗余,通过对车速的筛选去掉该冗余数据;对于在通过隧道或密集高层建筑物时由于信号的不稳定性和多径效应的影响造成的GPS数据丢失与突变,通过对空间域相邻数据点的比较补充该丢失数据并去掉该GPS突变数据;对于由于车辆驾驶员在驾驶时的自由性而出现的超车或避障的情况,通过对时间域相邻数据点的比较去掉车辆方向突变数据;
步骤二、数据分段:对数据预处理后的数据点进行时间域相邻等距离r插值,计算各离散点的曲率,根据插值距离r得出曲率筛选值1/r和1/(10*r),通过曲率筛选值对车辆GPS轨迹进行分段,并对分段后的数据点进行线性插值密化;
步骤三、相同路段融合:对曲率分段后的段数据,每两个段进行相互组合,计算点点之间的最近距离,设定点距的限制值,如果最短线段达到一定比例的点满足该点距的限制值,则这两条路段为相同路段;如果最短线段达到一定比例的点满足该点距的限制值,则这两条路段为相同路段;在区分不同方向的路段融合时,先比较两条路段的方向值,如果方向值基本相同则合并为相同路段,反之,为相反路段;
步骤四、路段拟合:对分段融合后的数据,使用多次多项式拟合各个分段;为了避免点之间斜率增长过快造成拟合失真的现象,先对数据进行旋转,旋转至拟合最佳角度;由于分段拟合会造成数据连接处出现断层现象,为使数据连接处连续、平滑并且满足车辆运动状态,使用三次样条拟合平滑连接每个分段;对于数据分段融合后,车辆采集点较少的圈形道路,采用五次多项式联合方向的拟合方法;
步骤五、数据存储:将拟合段进行编号,并将该段的起始经纬度、终止经纬度、前接段编号、后接段编号、公式旋转角度、拟合公式系数存入数据库中;
步骤六、数据库更新:将一时间段内采集到的数据按以上步骤处理完写入数据库后,将后一时间段内车辆采集到的数据按以上步骤一到步骤三处理后与已存入数据库数据段进行解压匹配,重复步骤四并更新数据库。
2.根据权利要求1所述的一种车载GPS轨迹路径压缩方法,其特征在于,所述步骤三中,根据道路的路宽来设定限制值。
3.根据权利要求2所述的一种车载GPS轨迹路径压缩方法,其特征在于,所述步骤三中,如果点距的限制设定值小于第一阈值,则处理相同道路不同车道的车辆轨迹融合;如果点距的限制设定值小于第二阈值,则处理相同道路的车辆轨迹融合,其中第一阈值小于第二阈值,第一阈值和第二阈值根据具体数据进行设置。
4.根据权利要求1所述的一种车载GPS轨迹路径压缩方法,其特征在于,所述步骤二中,所述曲率筛选值根据具体数据进行设置。
5.根据权利要求1所述的一种车载GPS轨迹路径压缩方法,其特征在于,所述步骤三中,所述一定比例为90%。
6.根据权利要求3所述的一种车载GPS轨迹路径压缩方法,其特征在于,所述第一阈值为1m,所述第二阈值为10m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910559113.8A CN112148811B (zh) | 2019-06-26 | 2019-06-26 | 一种车载gps轨迹路径压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910559113.8A CN112148811B (zh) | 2019-06-26 | 2019-06-26 | 一种车载gps轨迹路径压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112148811A true CN112148811A (zh) | 2020-12-29 |
CN112148811B CN112148811B (zh) | 2023-01-10 |
Family
ID=73869692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910559113.8A Active CN112148811B (zh) | 2019-06-26 | 2019-06-26 | 一种车载gps轨迹路径压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112148811B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112683286A (zh) * | 2021-03-16 | 2021-04-20 | 季华实验室 | 拓扑路网地图的建立方法、***、存储介质及电子设备 |
CN114841679A (zh) * | 2022-06-29 | 2022-08-02 | 陕西省君凯电子科技有限公司 | 车辆行驶数据的智能管理*** |
CN116578891A (zh) * | 2023-07-14 | 2023-08-11 | 天津所托瑞安汽车科技有限公司 | 道路信息重构方法、终端及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050237A (zh) * | 2014-05-23 | 2014-09-17 | 北京中交兴路信息科技有限公司 | 一种道路测绘方法和*** |
CN106227726A (zh) * | 2016-06-30 | 2016-12-14 | 北京航空航天大学 | 一种基于车辆轨迹数据的路径提取方法 |
US20170124115A1 (en) * | 2015-10-28 | 2017-05-04 | International Business Machines Corporation | High performance and efficient multi-scale trajectory retrieval |
CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、***和装置 |
WO2018219522A1 (de) * | 2017-06-01 | 2018-12-06 | Robert Bosch Gmbh | VERFAHREN UND VORRICHTUNG ZUR ERSTELLUNG EINER FAHRSPURGENAUEN STRAßENKARTE |
CN109215347A (zh) * | 2018-10-22 | 2019-01-15 | 北京航空航天大学 | 一种基于众包轨迹数据的交通数据质量控制方法 |
CN109870713A (zh) * | 2019-01-08 | 2019-06-11 | 武汉众智鸿图科技有限公司 | 一种gps轨迹曲线生成方法及装置 |
-
2019
- 2019-06-26 CN CN201910559113.8A patent/CN112148811B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050237A (zh) * | 2014-05-23 | 2014-09-17 | 北京中交兴路信息科技有限公司 | 一种道路测绘方法和*** |
US20170124115A1 (en) * | 2015-10-28 | 2017-05-04 | International Business Machines Corporation | High performance and efficient multi-scale trajectory retrieval |
CN106227726A (zh) * | 2016-06-30 | 2016-12-14 | 北京航空航天大学 | 一种基于车辆轨迹数据的路径提取方法 |
WO2018219522A1 (de) * | 2017-06-01 | 2018-12-06 | Robert Bosch Gmbh | VERFAHREN UND VORRICHTUNG ZUR ERSTELLUNG EINER FAHRSPURGENAUEN STRAßENKARTE |
CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、***和装置 |
CN109215347A (zh) * | 2018-10-22 | 2019-01-15 | 北京航空航天大学 | 一种基于众包轨迹数据的交通数据质量控制方法 |
CN109870713A (zh) * | 2019-01-08 | 2019-06-11 | 武汉众智鸿图科技有限公司 | 一种gps轨迹曲线生成方法及装置 |
Non-Patent Citations (3)
Title |
---|
YAN DING: "An Online Trajectory Compression System Applied to Resource-Constrained GPS Devices in Vehicles", 《IEEE XPLORE》 * |
左一萌: "路网感知的在线轨迹压缩方法", 《软件学报》 * |
林树宽: "基于排序树索引的轨迹压缩方法", 《东北大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112683286A (zh) * | 2021-03-16 | 2021-04-20 | 季华实验室 | 拓扑路网地图的建立方法、***、存储介质及电子设备 |
CN114841679A (zh) * | 2022-06-29 | 2022-08-02 | 陕西省君凯电子科技有限公司 | 车辆行驶数据的智能管理*** |
CN114841679B (zh) * | 2022-06-29 | 2022-10-18 | 陕西省君凯电子科技有限公司 | 车辆行驶数据的智能管理*** |
CN116578891A (zh) * | 2023-07-14 | 2023-08-11 | 天津所托瑞安汽车科技有限公司 | 道路信息重构方法、终端及存储介质 |
CN116578891B (zh) * | 2023-07-14 | 2023-10-03 | 天津所托瑞安汽车科技有限公司 | 道路信息重构方法、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112148811B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112148811B (zh) | 一种车载gps轨迹路径压缩方法 | |
CN109186617B (zh) | 一种基于视觉众包数据自动生成车道级拓扑关系的方法、***及存储器 | |
CN113155139B (zh) | 车辆轨迹纠偏方法、装置及电子设备 | |
EP3805703A1 (en) | Movement track reconstruction method and device, storage medium, and electronic device | |
CN110008872B (zh) | 一种结合车辆轨迹和遥感图像的路网提取方法 | |
WO2018219522A1 (de) | VERFAHREN UND VORRICHTUNG ZUR ERSTELLUNG EINER FAHRSPURGENAUEN STRAßENKARTE | |
CN108519094A (zh) | 局部路径规划方法及云处理端 | |
CN103092948B (zh) | 一种应用于浮动车轨迹融合的高速道路形状修复方法 | |
CN113822190B (zh) | 一种厂区路网数据拟合方法、装置、电子设备和存储介质 | |
CN112818075B (zh) | 道路网络补全方法、装置、电子设备及可读存储介质 | |
CN109297501B (zh) | 一种gis单线路网自动生成双线路网的方法 | |
CN112747755A (zh) | 道路线确定方法、装置、可读存储介质及地图更新*** | |
CN109579857B (zh) | 一种用于更新地图的方法与设备 | |
CN112257772B (zh) | 一种道路增减区间切分方法、装置、电子设备及存储介质 | |
CN110781201B (zh) | 道路拓扑关系数据的自动更新方法和装置 | |
CN115871670A (zh) | 一种车辆变道轨迹规划方法、装置、设备及介质 | |
CN117423000B (zh) | 一种基于mars的道路纵断面线形智能重构的方法 | |
JP2007072011A (ja) | 道路網データの作成装置、道路網データの作成方法、及び道路網データのデータ構造 | |
Gadre et al. | A topological map based approach to long range operation of an unmanned surface vehicle | |
CN116028561A (zh) | 一种高精地图格式转换方法、装置及存储介质 | |
CN115731527A (zh) | 道路边界检测方法、装置、计算机设备和存储介质 | |
CN115326055A (zh) | 一种露天矿山道路轨迹线栅格化方法和装置 | |
CN115454085A (zh) | 基于导航地图的自动驾驶控制方法及自动驾驶控制装置 | |
CN115424133A (zh) | 一种车道级高精度可计算路网构建方法、装置及电子设备 | |
CN114462609A (zh) | 一种基于隐马尔可夫模型的浮动车数据轨迹还原方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 710201 Jingwei Industrial Zone, Xi'an economic and Technological Development Zone, Shaanxi, China Applicant after: Shaanxi Automobile Group Co.,Ltd. Address before: 710201 Jingwei Industrial Zone, Xi'an economic and Technological Development Zone, Shaanxi, China Applicant before: SHAANXI AUTOMOBILE GROUP Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |