CN113376668A - 一种浮动车轨迹纠偏方法 - Google Patents
一种浮动车轨迹纠偏方法 Download PDFInfo
- Publication number
- CN113376668A CN113376668A CN202110493887.2A CN202110493887A CN113376668A CN 113376668 A CN113376668 A CN 113376668A CN 202110493887 A CN202110493887 A CN 202110493887A CN 113376668 A CN113376668 A CN 113376668A
- Authority
- CN
- China
- Prior art keywords
- track
- floating car
- gps
- data
- algorithm
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000007704 transition Effects 0.000 claims description 15
- 238000013179 statistical model Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 11
- 238000001914 filtration Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明是针对现有技术在在浮动车GPS纠偏计算中存在匹配地图时由于导航段距过远导致算法效率下降,以及导航经过于高架桥上和桥下的导航距离过远导致与实际最优路线不匹配的问题;设计了一种浮动车轨迹纠偏方法。
Description
技术领域
本发明属于公交汽车数据处理领域,具体涉及一种浮动车轨迹纠偏方法。
背景技术
目前GPS技术被广泛应用在公交车、出租车、两客一危等营运车辆的车载设备中。由于GPS***本身存在一定的误差。同时,现阶段的运营车辆GPS设往往采用价格较为低廉且易于部署安装的独立车载导航***,进一步增加了其定位误差。需要对浮动车实时轨迹做纠偏处理以满足用户对浮动车实时轨迹的准确性与实时性的要求。目前的浮动车轨迹纠偏主要通过地图匹配算法完成。但是地图匹配算法的最短路径计算无论使用Dijkstra算法还是A*算法均存在计算效率问题。且在立体交通设施附近由于高架桥上和桥下的导航距离过远,算法效率问题尤为明显。
发明内容
本发明是针对现有技术在在浮动车GPS纠偏计算中存在匹配地图时由于导航段距过远导致算法效率下降,以及导航经过于高架桥上和桥下的导航距离过远导致与实际最优路线不匹配的问题;设计了一种浮动车轨迹纠偏方法。
一种浮动车轨迹纠偏方法,包括以下步骤:
步骤一,取得最新的路网矢量数据,并排除矢量数据大于设定阈值的线路;
步骤二,取得浮动车GPS数据,并按照使用的统计学模型算法,取得算法必要数据;
步骤三,使用统计学模型算法对步骤二的必要数据进行统计,得到最优状态序列,也就是真实的轨迹序列。
作为优选,所述的步骤二中提取的必要数据是基于隐马尔可夫模型(HMM)进行获取,即获得GPS数据轨迹的隐状态;
步骤三中的统计学模型算法是维特比算法(Viterbi算法),将步骤二中取得的隐状态导入维特比算法以获得最优的GPS数据轨迹路径,以此作为真实的轨迹序列。
作为优选,所述的步骤一包括以下子步骤:
将矢量路网以段落切分后,使用寻路算法得到从任意一道路到另外一道路的最短路径;
并且设置一个寻路算法的搜索阈值,当此最短路径大于搜索阈值时,则将当前的道路组合排除在备选的线路外;
遍历所有线路组合后,将路网矢量数据更新。
作为优选,所述的步骤二需要将浮动车GPS数据按时间顺序排列,并过滤掉轨迹偏移过大的以及数据异常的GPS点位。
作为优选,按照过滤后的GPS点位,计算每个GPS点位的所有隐状态和隐状态的最终概率;
计算GPS点位之间的转移概率;
判断转移概率值最高的线路是否被排除,如果出现被排除的情况则依转移概率值寻找下一条线路;
当完成所有的GPS点位线路寻找后,统计最终概率集合,并寻找最终概率集合的最大值,进行往前回溯,得到车辆真实经过的路段序列。
作为优选,所述的计算GPS点位之间的转移概率时,需要在步骤一的路网矢量数据中搜索GPS点位之间的最近线路,并且以两个GPS点位之间的直线距离的倍数作为搜索阈值;在进行路网矢量数据中搜索GPS点位之间的最近线路搜索时,不搜索大于搜索阈值或搜索结果大于搜索阈值时立即停止搜索。
本发明的实质性效果在于先对浮动车GPS轨迹数据做轨迹异常值过滤,然后在状态转移概率计算中使用改进的A*算法做导航距离计算,减少算法调用次数和个别路段对之间的导航距离计算耗时较高的问题;能够修正车辆数据到真实路网,避免了高架桥产生的便宜;使用了排除表机制,增加了实时轨迹纠偏速度,提高并发能力。
附图说明
图1本发明的流程图。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的技术方案作进一步的具体说明。
实施例1
如图1所示,所述的一种浮动车轨迹纠偏方法,包括以下步骤:
步骤一,取得最新的路网矢量数据,并排除矢量数据大于设定阈值的线路;
步骤二,取得浮动车GPS数据,并按照使用的统计学模型算法,取得算法必要数据;
步骤三,使用统计学模型算法对步骤二的必要数据进行统计,得到最优状态序列,也就是真实的轨迹序列。
所述的步骤二中提取的必要数据是隐马尔可夫模型(HMM)进行获取,即获得GPS数据轨迹的隐状态;
步骤三中的统计学模型算法是维特比算法(Viterbi算法),将步骤二中取得的隐状态导入维特比算法以获得最优的GPS数据轨迹路径,以此作为真实的轨迹序列。
所述的步骤一包括以下子步骤:
将矢量路网以段落切分后,使用寻路算法得到从任意一道路到另外一道路的最短路径;
并且设置一个寻路算法的搜索阈值,当此最短路径大于搜索阈值时,则将当前的道路组合排除在备选的线路外;
遍历所有线路组合后,将路网矢量数据更新。
具体的方式如下:遍历路网底图的所有线路段,记遍历到的道路link段为a,a周围适当范围阈值内(例如:6KM)的其他link段为b。使用A-star算法计算a与每一个link段b的最短导航距离。对于每一个link对的最短路径计算,当搜索至n倍阈值(例如3倍)仍然无法找到最短路径时,记录当前link对(a,b),放入黑名单表中。
所述的步骤二需要将浮动车GPS数据按时间顺序排列,并过滤掉轨迹偏移过大的以及数据异常的GPS点位。
记车辆轨迹L=(p1,p2,…,pn),其中pi,i=1,2,…,n表示车辆轨迹中的轨迹点,按时间先后顺序排列。先使用轨迹过滤方法过滤掉轨迹中的异常点。得到过滤后的轨迹L′=(p1,p2,…,pm),其中m≤n。
假设浮动车GPS点位数据与真实点位的偏差d~N(0,σ2),其中μ为正态分布的均值,σ为正态分布的标准差。对每一个轨迹点pi,计算与pi的欧氏距离在σ范围内的link段集合,称为轨迹点pi的隐状态集合,记为H=(h1,h2,…hs)。
按照过滤后的GPS点位,计算每个GPS点位的所有隐状态和隐状态的最终概率;按照时间顺序遍历轨迹L的每一个轨迹点,并计算每一个轨迹点的所有隐状态的最终概率P。对于轨迹的初始点p1,隐状态的最终概率等于其发射概率Pl,即隐状态与初始点之间的距离偏差d在正态分布N(0,σ2)中取得的概率。
计算GPS点位之间的转移概率;
判断转移概率值最高的线路是否被排除,如果出现被排除的情况则依转移概率值寻找下一条线路;
对于轨迹点pi,i>1,将pi的隐状态集合Hi和pi-1的隐状态集合Hi-1做笛卡尔积运算,计算前后任意隐状态对之间的状态转移概率其中d(pi-1,pi)表示前后两个轨迹点之间的欧氏距离,表示前一个轨迹点的第j个隐状态到当前轨迹点的第k个隐状态的最短导航距离。的计算过程中,遇到黑名单中记录的路段对则直接跳过。
当完成所有的GPS点位线路寻找后,统计最终概率集合,并寻找最终概率集合的最大值,进行往前回溯,得到车辆真实经过的路段序列。
找到轨迹点pm的隐状态最终概率中最大的那个,往前回溯,得到车辆真实经过的路段序列。
所述的计算GPS点位之间的转移概率时,需要在步骤一的路网矢量数据中搜索GPS点位之间的最近线路,并且以两个GPS点位之间的直线距离的倍数作为搜索阈值;
在进行路网矢量数据中搜索GPS点位之间的最近线路搜索时,不搜索大于搜索阈值或搜索结果大于搜索阈值时立即停止搜索。
对于相邻轨迹点隐状态之间的路径算法,设前后相邻的两个轨迹点为v1,v2,他们的隐状态分别为h11,h12,…,h1n和h21,h22,…,h2m,n和m分别是v1,v2的隐状态数量。改进的A*算法并不以要计算的目标状态的位置作为启发函数,而以v2的观测坐标作为启发函数,一次搜索,计算h1i到h21,h22,…,h2m的所有最短路径;
隐状态间最短路径计算中维护了导航距离过长线路对数据,如果存在这种情况则直接过滤。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种浮动车轨迹纠偏方法,其特征在于,包括以下步骤:
步骤一,取得最新的路网矢量数据,并排除矢量数据大于设定阈值的线路;
步骤二,取得浮动车GPS数据,并按照使用的统计学模型算法,取得算法必要数据;
步骤三,使用统计学模型算法对步骤二的必要数据进行统计,得到最优状态序列,也就是真实的轨迹序列。
2.根据权利要求1所述的一种浮动车轨迹纠偏方法,其特征在于,所述的步骤二中提取的必要数据是基于隐马尔可夫模型(HMM)进行获取,即获得GPS数据轨迹的隐状态;
步骤三中的统计学模型算法是维特比算法(Viterbi算法),将步骤二中取得的隐状态导入维特比算法以获得最优的GPS数据轨迹路径,以此作为真实的轨迹序列。
3.根据权利要求1所述的一种浮动车轨迹纠偏方法,其特征在于,所述的步骤一包括以下子步骤:
将矢量路网以段落切分后,使用寻路算法得到从任意一道路到另外一道路的最短路径;
并且设置一个寻路算法的搜索阈值,当此最短路径大于搜索阈值时,则将当前的道路组合排除在备选的线路外;
遍历所有线路组合后,将路网矢量数据更新。
4.根据权利要求2所述的一种浮动车轨迹纠偏方法,其特征在于,所述的步骤二需要将浮动车GPS数据按时间顺序排列,并过滤掉轨迹偏移过大的以及数据异常的GPS点位。
5.根据权利要求4所述的一种浮动车轨迹纠偏方法,其特征在于,按照过滤后的GPS点位,计算每个GPS点位的所有隐状态和隐状态的最终概率;
计算GPS点位之间的转移概率;
判断转移概率值最高的线路是否被排除,如果出现被排除的情况则依转移概率值寻找下一条线路;
当完成所有的GPS点位线路寻找后,统计最终概率集合,并寻找最终概率集合的最大值,进行往前回溯,得到车辆真实经过的路段序列。
6.根据权利要求5所述的一种浮动车轨迹纠偏方法,其特征在于,所述的计算GPS点位之间的转移概率时,需要在步骤一的路网矢量数据中搜索GPS点位之间的最近线路,并且以两个GPS点位之间的直线距离的倍数作为搜索阈值;
在进行路网矢量数据中搜索GPS点位之间的最近线路搜索时,不搜索大于搜索阈值或搜索结果大于搜索阈值时立即停止搜索。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110493887.2A CN113376668A (zh) | 2021-05-07 | 2021-05-07 | 一种浮动车轨迹纠偏方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110493887.2A CN113376668A (zh) | 2021-05-07 | 2021-05-07 | 一种浮动车轨迹纠偏方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113376668A true CN113376668A (zh) | 2021-09-10 |
Family
ID=77570513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110493887.2A Withdrawn CN113376668A (zh) | 2021-05-07 | 2021-05-07 | 一种浮动车轨迹纠偏方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113376668A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826274A (zh) * | 2010-04-16 | 2010-09-08 | 重庆大学 | 基于浮动车数据的矢量交通数字地图校正方法 |
CN103499828A (zh) * | 2013-10-22 | 2014-01-08 | 北京世纪高通科技有限公司 | 浮动车轨迹地图匹配的方法及装置 |
CN106469505A (zh) * | 2015-08-20 | 2017-03-01 | 方正国际软件(北京)有限公司 | 一种浮动车轨迹纠偏方法和装置 |
CN106595680A (zh) * | 2016-12-15 | 2017-04-26 | 福州大学 | 一种基于隐马尔可夫模型的车辆gps数据地图匹配方法 |
CN108061556A (zh) * | 2017-10-18 | 2018-05-22 | 广州傲胜机器人科技有限公司 | 一种基于隐马尔可夫模型的地图匹配方法 |
CN108492564A (zh) * | 2018-04-18 | 2018-09-04 | 山东省交通规划设计院 | 基于路网匹配测量高速公路车辆行驶速度的方法及*** |
KR20190038740A (ko) * | 2017-09-30 | 2019-04-09 | 현대엠엔소프트 주식회사 | 역 추적 맵 매칭을 이용한 맵 매칭 방법 |
CN110095127A (zh) * | 2019-04-08 | 2019-08-06 | 西北大学 | 一种基于分段的隐马尔可夫模型地图匹配方法 |
CN110260870A (zh) * | 2019-07-18 | 2019-09-20 | 北京百度网讯科技有限公司 | 基于隐马尔可夫模型的地图匹配方法、装置、设备和介质 |
CN111189459A (zh) * | 2020-01-10 | 2020-05-22 | 成都信息工程大学 | 一种定位信息与道路匹配的方法和装置 |
CN112083454A (zh) * | 2020-09-18 | 2020-12-15 | 北京卡路里信息技术有限公司 | 轨迹纠偏方法、装置、设备及存储介质 |
-
2021
- 2021-05-07 CN CN202110493887.2A patent/CN113376668A/zh not_active Withdrawn
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826274A (zh) * | 2010-04-16 | 2010-09-08 | 重庆大学 | 基于浮动车数据的矢量交通数字地图校正方法 |
CN103499828A (zh) * | 2013-10-22 | 2014-01-08 | 北京世纪高通科技有限公司 | 浮动车轨迹地图匹配的方法及装置 |
CN106469505A (zh) * | 2015-08-20 | 2017-03-01 | 方正国际软件(北京)有限公司 | 一种浮动车轨迹纠偏方法和装置 |
CN106595680A (zh) * | 2016-12-15 | 2017-04-26 | 福州大学 | 一种基于隐马尔可夫模型的车辆gps数据地图匹配方法 |
KR20190038740A (ko) * | 2017-09-30 | 2019-04-09 | 현대엠엔소프트 주식회사 | 역 추적 맵 매칭을 이용한 맵 매칭 방법 |
CN108061556A (zh) * | 2017-10-18 | 2018-05-22 | 广州傲胜机器人科技有限公司 | 一种基于隐马尔可夫模型的地图匹配方法 |
CN108492564A (zh) * | 2018-04-18 | 2018-09-04 | 山东省交通规划设计院 | 基于路网匹配测量高速公路车辆行驶速度的方法及*** |
CN110095127A (zh) * | 2019-04-08 | 2019-08-06 | 西北大学 | 一种基于分段的隐马尔可夫模型地图匹配方法 |
CN110260870A (zh) * | 2019-07-18 | 2019-09-20 | 北京百度网讯科技有限公司 | 基于隐马尔可夫模型的地图匹配方法、装置、设备和介质 |
CN111189459A (zh) * | 2020-01-10 | 2020-05-22 | 成都信息工程大学 | 一种定位信息与道路匹配的方法和装置 |
CN112083454A (zh) * | 2020-09-18 | 2020-12-15 | 北京卡路里信息技术有限公司 | 轨迹纠偏方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108802776B (zh) | 基于异常点剔除及轨迹压缩算法的公交gps纠偏方法 | |
CN105203116B (zh) | 一种基于条件随机场和低采样频率浮动车数据的地图匹配方法 | |
CN104931063B (zh) | 路径规划方法 | |
CN111291790B (zh) | 一种基于轨迹相似度的转向路径提取及路网拓扑变化检测框架方法 | |
CN110426050B (zh) | 地图匹配纠正方法、装置、设备和存储介质 | |
CN110095127A (zh) | 一种基于分段的隐马尔可夫模型地图匹配方法 | |
CN109059939A (zh) | 基于隐马尔科夫模型的地图匹配算法 | |
CN110398254B (zh) | 一种减缓交通拥挤的方法及*** | |
CN108196280B (zh) | 一种通过gps推断公交线路方法 | |
CN108132056B (zh) | 一种通过gps推断公交路径方法 | |
CN113553482B (zh) | 停留点识别和出行链构建***、算法、设备及存储介质 | |
CN113295177B (zh) | 基于实时路况信息的动态路径规划方法及*** | |
CN106323322A (zh) | 车辆导航路线智能优化方法 | |
CN110108280B (zh) | 一种基于ais轨迹操纵单元拼接的船舶轨迹规划方法 | |
CN110232470B (zh) | 一种确定车辆行驶路径的方法及装置 | |
CN111862662B (zh) | 一种基于公交运行数据的公交线路调整监测方法 | |
CN111024079B (zh) | 一种根据多个位置点与路线进行匹配的方法和*** | |
CN111341135A (zh) | 基于兴趣点及导航数据的手机信令数据出行方式识别方法 | |
CN115311858A (zh) | 基于交通流韧性的城市路段分级管制方法 | |
CN114993325A (zh) | 一种车辆gps地图道路匹配方法、装置及存储介质 | |
CN113295173A (zh) | 环形路段的地图匹配方法 | |
CN113376668A (zh) | 一种浮动车轨迹纠偏方法 | |
WO2010101199A1 (ja) | 道路交通情報作成装置および道路交通情報作成方法 | |
CN116129643A (zh) | 一种公交车出行特征识别方法、装置、设备及介质 | |
CN101149270A (zh) | 限速路语音导航装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210910 |