CN113808383A - 一种计算轨迹点集合缓冲区的方法 - Google Patents
一种计算轨迹点集合缓冲区的方法 Download PDFInfo
- Publication number
- CN113808383A CN113808383A CN202010548565.9A CN202010548565A CN113808383A CN 113808383 A CN113808383 A CN 113808383A CN 202010548565 A CN202010548565 A CN 202010548565A CN 113808383 A CN113808383 A CN 113808383A
- Authority
- CN
- China
- Prior art keywords
- points
- triangle
- boundary
- buffer area
- track
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 230000001788 irregular Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000012217 deletion Methods 0.000 claims abstract description 5
- 230000037430 deletion Effects 0.000 claims abstract description 5
- 238000007667 floating Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Images
Classifications
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种计算轨迹点集合缓冲区的方法，该方法首先对轨迹点进行插值处理，增加轨迹点集合缓冲区的密度，然后构建不规则三角网，再计算不规则三角网外接的凸包多边形，再将三角形顶点、边中点与三角形建立映射关系，删除不符合条件的边界三角形，再经过多次迭代处理，最终得到没有符合删除条件的边界三角形的三角网。利用该方法，可以减少缓冲区的冗余区域，在后续计算轨迹点集合缓冲区时，能提高后续分析结果的准确性。
Description
技术领域
本发明涉及一种计算轨迹点集合缓冲区的方法，尤其涉及一种基于浮动车轨迹点分析城市拥堵时获取轨迹点集合缓冲区，属于地理信息技术领域。
背景技术
近年来，出现了一种浮动车(Floating Car Data)技术，它是国际智能交通***(ITS)中所采用的获取道路交通信息的先进技术手段之一。浮动车技术的基本原理是：根据装备车载全球定位***的浮动车在其行驶过程中定期记录的车辆位置，方向和速度信息，应用地图匹配、路径推测等相关的计算模型和算法进行处理，使浮动车位置数据和城市道路在时间和空间上关联起来，最终得到浮动车所经过道路的车辆行驶速度以及道路的行车旅行时间等交通拥堵信息。如果在城市中部署足够数量的浮动车，并将这些浮动车的位置数据通过无线通讯***定期、实时地传输到一个信息处理中心，由信息中心综合处理，就可以获得整个城市动态、实时的交通拥堵信息。
经检索发现，中国专利文献CN101409011A公开了一种地图匹配和路径推测方法、装置和***，在地图匹配和路径推测时，对原始地图数据进行预处理，首先进行路径预生成，然后将路网划分为更小的网格，对每个新网格的数据重新组织，最后将这些数据按照定义的数据结构，编译成一个文件，以便后面的地图匹配和路径推测所用，从而提高运行效率。本发明可以直接定位到GPS点所在的网格，而且由于网格较小，因而网格中的Link数也就比较少，所以GPS点匹配速度非常快；而且在后面的路径推测中不用频繁进行路径探索，大大提高了路径推测的效率，因此本发明的计算简单。中国专利文献CN107631733A公开了一种基于浮动车轨迹发现新增道路的方法、装置以及服务器，该方法包括：将感兴趣的区域栅格化，每个栅格包括多个像素；将路网数据映射到栅格中得到路网图层；将浮动车轨迹的回传轨迹点映射到相应栅格的像素中得到轨迹图层，其中像素的值与映射到该像素中的所述回传轨迹点个数相关联；将所述路网图层和所述轨迹图层叠加，保留所述轨迹图层中未与路网图层重叠的轨迹区域，得到比较图层；根据比较图层中的轨迹区域确定新增道路。本发明通过将矢量数据映射到栅格中，并通过回传轨迹点的计算转换为固定量数据的计算，不仅节省了计算存储空间，而且提高了计算效率。
目前，在基于浮动车轨迹点分析城市拥堵时，获取轨迹点集合的缓冲区是出现较多的应用场景，用多边形来表达轨迹点的影响范围，以达到精确分析的目的。现有的计算方法一般是取轨迹点集合的外接矩形或凸包多边形，这两种方式存在较大冗余区域，影响分析结果的准确性。
发明内容
针对现有技术的不足，本发明提供一种计算轨迹点集合缓冲区的方法。
本发明的技术方案如下：
一种计算轨迹点集合缓冲区的方法，包括以下步骤：
(1)对收集到的浮动车轨迹点进行插值处理，增大轨迹点密度；其中，插值后的轨迹点为插值点，原始轨迹点为非插值点；
(2)基于插值后的轨迹点集合构建不规则三角网；
(3)计算不规则三角网的凸包多边形，其轮廓为初始范围；
(4)标记三角形顶点和三角形的映射关系，以及标记三角形三条边的中点和三角形的映射关系；
(5)遍历边界三角形，删除符合条件的边界三角形，并同步更新三角形与顶点、中点的映射关系，增加轮廓点；
(6)三角网迭代处理，重新获取边界三角形，直至没有符合删除条件的边界三角形。
优选的，步骤(1)中，插值处理是指：对每个轨迹点，按照偏移距离d，在x负方向和y正方向各增加一个轨迹点。
优选的，步骤(2)中，三角网的构建，是在多个轨迹点中随机找到一个顶点，该顶点与相邻的点形成一条边，从而组成一个三角网。
优选的，步骤(3)中，凸包多边形，是指外接不规则三角网的最外侧边缘轨迹点形成的多边形。
优选的，步骤(5)中，边界三角形是指：有且只有一条边不被两个三角形共享。
优选的，步骤(5)中，删除的边界三角形需要同时满足：①边界三角形；②边界三角形的三条边中，边长有大于长度阈值的边；③非插值点关联的三角形个数不小于1。
本发明的有益效果在于：
1、通过本发明提供的方法，可以快速获取道路的空间形状，及边界的位置；效率高，准确度高。
2、本发明提供的方法，通过增加轨迹点密度，通过轨迹点获取到某一区域的精准轮廓/形状，相比传统方法，可以获取更为精准的轮廓范围。
3、通过本发明提供的方法，可大幅减少轨迹点集合缓冲区的冗余区域，再获取该区域范围内的OD数据，结合路网数据、路况信息等计算区域的拥堵分析。
附图说明
图1为本发明中边界三角形的示意图；
图2为本发明方法的流程示意图；
具体实施方式
下面通过实施例并结合附图对本发明做进一步说明，但不限于此。
实施例1：
地理信息***(GIS)在利用浮动车轨迹点进行城市拥堵分析时，获取轨迹点集合的缓冲区的生成与实现至关重要。在计算轨迹点的影响范围时，需要地图路网数据、实时及历史路况数据、车载终端位置查询服务3项基础数据或服务，此3项数据及服务为行业通用的解决方案，下面对此3项依赖服务进行简单介绍。
地图路网数据：地图路网数据是导航服务的基础数据，其基本单位是原始道路的Link，道路Link是导航***中道路模型的基本单位，是由多个经纬度坐标点顺序连接组成。道路Link之间有连接关系，LinkID:是道路Link的唯一编码，采用整形数字进行编码，具有全局唯一性。
实时及历史的路况数据：以道路Link为基本单元，按照一定的时间间隔根据该时间段内，经过该Link的所有车辆聚合得到的平均速度，并根据该Link的道路等级划分得到的该Link在当前时间间隔内的拥堵状态，拥堵状态包括：畅通、缓行、拥堵和严重拥堵四个离散状态。
车载终端位置查询服务：本模块能够实现输入开始及结束时间段以及空间的一个道路几何形状，查询并返回通过道路车辆的列表。
如图1和图2所示，本实施例提供一种计算轨迹点集合缓冲区的方法，该方法需要利用到以上3项基础数据或服务，该方法具体包括以下步骤：
(1)对收集到的浮动车轨迹点进行插值处理，增大轨迹点密度；其中，插值后的轨迹点为插值点，原始轨迹点为非插值点；
具体做法：在同一坐标系下，对每个轨迹点，按照偏移距离d(具体数值由研究人员确定)，在x负方向和y正方向各增加一个轨迹点，达到增加轨迹点密度的目的，提高后续处理的准确度。
(2)基于插值后的轨迹点集合构建不规则三角网；
三角网的构建，是在多个轨迹点中随机找到一个顶点，该顶点与相邻的点形成一条边，从而组成一个三角网。
依此法，最终构建的不规则三角网如图1所示，构建后的每一个三角形都有相应编号，如278号三角形。
(3)计算不规则三角网的凸包多边形，其轮廓为初始范围；凸包多边形，是指外接不规则三角网的最外侧边缘轨迹点形成的多边形。
(4)标记三角形顶点和三角形的映射关系，以及标记三角形三条边的中点和三角形的映射关系；
对每一个三角形都进行上述操作，其中标记映射关系采用常规技术实现。
(5)遍历边界三角形，删除符合条件的边界三角形，并同步更新三角形与顶点、中点的映射关系，增加轮廓点(删除边界三角形后会改变新的顶点，同样凸包多边形的轮廓点也会改变)；
边界三角形，是指有且只有一条边不被两个三角形共享。例如，图1中的56号三角形有且只有一条边不被两个三角形共享，56号三角形即是一个边界三角形。
删除条件，是指删除的边界三角形需要同时满足以下三个要素：
①边界三角形；
②边界三角形的三条边中，边长有大于长度阈值的边；
③非插值点关联的三角形个数不小于1。
(6)三角网迭代处理，重新获取边界三角形，然后多次重复步骤(5)，直至没有符合删除条件的边界三角形。
利用本实施例提供的方法，最终得到的三角网的轮廓范围相比初始范围，可以减少冗余区域的数量，提高缓冲区分析结果的准确性。
Claims (6)
1.一种计算轨迹点集合缓冲区的方法，其特征在于，包括以下步骤：
(1)对收集到的浮动车轨迹点进行插值处理，增大轨迹点密度；其中，插值后的轨迹点为插值点，原始轨迹点为非插值点；
(2)基于插值后的轨迹点集合构建不规则三角网；
(3)计算不规则三角网的凸包多边形，其轮廓为初始范围；
(4)标记三角形顶点和三角形的映射关系，以及标记三角形三条边的中点和三角形的映射关系；
(5)遍历边界三角形，删除符合条件的边界三角形，并同步更新三角形与顶点、中点的映射关系，增加轮廓点；
(6)三角网迭代处理，重新获取边界三角形，直至没有符合删除条件的边界三角形。
2.如权利要求1所述的计算轨迹点集合缓冲区的方法，其特征在于，步骤(1)中，插值处理是指：对每个轨迹点，按照偏移距离d，在x负方向和y正方向各增加一个轨迹点。
3.如权利要求1所述的计算轨迹点集合缓冲区的方法，其特征在于，步骤(2)中，三角网的构建，是在多个轨迹点中随机找到一个顶点，该顶点与相邻的点形成一条边，从而组成一个三角网。
4.如权利要求1所述的计算轨迹点集合缓冲区的方法，其特征在于，步骤(3)中，凸包多边形，是指外接不规则三角网的最外侧边缘轨迹点形成的多边形。
5.如权利要求1所述的计算轨迹点集合缓冲区的方法，其特征在于，步骤(5)中，边界三角形是指：有且只有一条边不被两个三角形共享。
6.如权利要求1所述的计算轨迹点集合缓冲区的方法，其特征在于，步骤(5)中，删除的边界三角形需要同时满足：①边界三角形；②边界三角形的三条边中，边长有大于长度阈值的边；③非插值点关联的三角形个数不小于1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010548565.9A CN113808383A (zh) | 2020-06-16 | 2020-06-16 | 一种计算轨迹点集合缓冲区的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010548565.9A CN113808383A (zh) | 2020-06-16 | 2020-06-16 | 一种计算轨迹点集合缓冲区的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113808383A true CN113808383A (zh) | 2021-12-17 |
Family
ID=78944346
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010548565.9A Pending CN113808383A (zh) | 2020-06-16 | 2020-06-16 | 一种计算轨迹点集合缓冲区的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113808383A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107631733A (zh) * | 2016-07-19 | 2018-01-26 | 北京四维图新科技股份有限公司 | 基于浮动车轨迹发现新增道路的方法、装置以及服务器 |
| CN108776727A (zh) * | 2018-05-29 | 2018-11-09 | 福州大学 | 一种基于出租车轨迹数据的道路几何特征提取方法 |
| CN108931795A (zh) * | 2018-05-21 | 2018-12-04 | 千寻位置网络有限公司 | 定位设备轨迹优化和边界提取方法及装置 |
| CN111093153A (zh) * | 2018-10-24 | 2020-05-01 | 北京嘀嘀无限科技发展有限公司 | 区域形状的确定方法、装置、电子设备及储存介质 |
-
2020
- 2020-06-16 CN CN202010548565.9A patent/CN113808383A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107631733A (zh) * | 2016-07-19 | 2018-01-26 | 北京四维图新科技股份有限公司 | 基于浮动车轨迹发现新增道路的方法、装置以及服务器 |
| CN108931795A (zh) * | 2018-05-21 | 2018-12-04 | 千寻位置网络有限公司 | 定位设备轨迹优化和边界提取方法及装置 |
| CN108776727A (zh) * | 2018-05-29 | 2018-11-09 | 福州大学 | 一种基于出租车轨迹数据的道路几何特征提取方法 |
| CN111093153A (zh) * | 2018-10-24 | 2020-05-01 | 北京嘀嘀无限科技发展有限公司 | 区域形状的确定方法、装置、电子设备及储存介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110264709B (zh) | 基于图卷积网络的道路的交通流量的预测方法 | |
| CN108920481B (zh) | 一种基于手机定位数据的道路网重建方法及*** | |
| CN108519094B (zh) | 局部路径规划方法及云处理端 | |
| WO2022206974A1 (zh) | 一种基于路侧感知单元的静态和非静态物体点云识别方法 | |
| CN108959466B (zh) | 基于bcs-dbscan的出租车载客热点可视化方法及*** | |
| Davies et al. | Scalable, distributed, real-time map generation | |
| CN112015835B (zh) | Geohash压缩的地图匹配方法 | |
| CN103927873B (zh) | 浮动车与路段匹配方法及并行获取实时路况的方法 | |
| CN104731963B (zh) | 一种基于车联网的网格化路径推荐方法及*** | |
| CN111210612A (zh) | 基于公交gps数据与站点信息提取公交线路轨迹的方法 | |
| CN102521973A (zh) | 一种手机切换定位的道路匹配方法 | |
| EP4120123A1 (en) | Scan line-based road point cloud extraction method | |
| CN110472999B (zh) | 基于地铁和共享单车数据的客流模式分析方法及装置 | |
| CN113553482B (zh) | 停留点识别和出行链构建***、算法、设备及存储介质 | |
| CN112561944A (zh) | 一种基于车载激光点云的车道线提取方法 | |
| CN113723715A (zh) | 公交线网自动匹配道路网络方法、***、设备及存储介质 | |
| Wang et al. | Extraction of maritime road networks from large-scale AIS data | |
| CN116778146A (zh) | 基于多模态数据的道路信息提取方法及装置 | |
| CN112351384B (zh) | 一种车辆定位数据修正方法、装置及设备 | |
| CN116543310A (zh) | 一种基于Voronoi图和核密度的道路线提取方法 | |
| CN113902830B (zh) | 轨迹路网生成方法 | |
| CN111740981A (zh) | 一种汽车gps轨迹数据压缩方法 | |
| CN114821508A (zh) | 基于隐式上下文学习的道路三维目标检测方法 | |
| CN109064750A (zh) | 城市路网交通估计方法及*** | |
| CN113744541A (zh) | 对抗图卷积网络的路网排放缺失时空分布重构方法及*** |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211217 |