CN115480275A - 运动状态获取方法、装置以及计算机设备和存储介质 - Google Patents
运动状态获取方法、装置以及计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115480275A CN115480275A CN202211119632.0A CN202211119632A CN115480275A CN 115480275 A CN115480275 A CN 115480275A CN 202211119632 A CN202211119632 A CN 202211119632A CN 115480275 A CN115480275 A CN 115480275A
- Authority
- CN
- China
- Prior art keywords
- segment
- vector
- motion
- determining
- moving target
- 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
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- 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
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
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)
- Image Analysis (AREA)
Abstract
本申请涉及一种运动目标的运动状态获取方法、装置和计算机设备。该方法包括:获取运动目标在待识别段的运动参数;待识别段为运动目标的运动轨迹,运动参数包括待识别段的若干轨迹点的位置信息;根据待识别段的运动参数,确定待识别段的若干个依次相邻的子段;根据子段的运动参数,确定各子段的向量;根据各子段的向量,确定每两个相邻的子段的向量夹角;根据每两个相邻的子段的向量夹角,确定运动目标在待识别段的运动状态。采用本方法能够准确的获取运动目标的运动状态,应用在航海领域时能实现船只转弯或掉头状态的判定。
Description
技术领域
本申请涉及导航技术领域,特别是涉及一种运动状态获取方法、装置以及计算机设备和存储介质。
背景技术
随着经济社会发展,海上运输成为国内及国际间贸易往来的重要载体。水上移动目标航行状态的有效监控为海事机构管理海上事务提供便利。
目前,通常通过解析报文信息获取水上移动目标的位置和速度,进而判断水上移动目标是处于运动状态还是停泊状态,无法满足高精度航行控制的需求。
发明内容
基于此,有必要针对上述技术问题,提供一种能够准确获知运动目标在运动轨迹上各段的具体运动状态的运动状态获取方法、装置和计算机设备,从而为高精度运动控制提供数据依据。
第一方面,提供一种运动状态获取方法,包括:
获取运动目标在待识别段的运动参数;待识别段为运动目标的运动轨迹上的至少一段轨迹,运动参数包括待识别段的若干轨迹点的位置信息;
根据待识别段的运动参数,确定待识别段的若干个依次相邻的子段;
根据子段的运动参数,确定各子段的向量;其中,各子段的向量是子段上的第一轨迹点指向第二轨迹点的向量,第一轨迹点对应的采样时间早于第二轨迹点对应的采样时间;
根据各子段的向量,确定每两个相邻的子段的向量夹角;
根据每两个相邻的子段的向量夹角,确定运动目标在待识别段的运动状态。
在其中一个实施中,子段至少包括第一段、第二段和第三段。
在其中一个实施中,根据各子段的向量,确定每两个相邻的子段的向量夹角,包括:
若根据子段的向量判定任意两个相邻的子段方向均一致,则根据各子段的向量,确定每两个相邻的子段的向量夹角。
在其中一个实施中,根据各子段的向量,确定每两个相邻的子段的向量夹角,还包括:
若根据子段的向量判定任意两个相邻的子段的向量方向不一致,则确定一个新的待识别段,并进入获取运动目标在待识别段的运动参数的步骤。
在其中一个实施中,根据每两个相邻的子段的向量夹角,确定运动目标在待识别段的运动状态,包括:
在每两个相邻的子段的向量夹角之和大于或等于90°,且小于180°时,确定运动目标在待识别段处于转弯状态;
在每两个相邻的子段的向量夹角之和大于或等于180°时,确定运动目标在待识别段处于掉头状态。
在其中一个实施中,运动状态获取方法还包括:
在确定运动目标在待识别段处于转弯状态或掉头状态的情况下,获取运动目标在待识别段的运行速度。
在其中一个实施中,获取运动目标在待识别段的运动参数,包括:
从卡夫卡消息队列中实时获取运动参数;或,
从分布式数据库中获取运动目标历史的运动参数。
第二方面,提供一种运动状态获取装置,装置包括:
获取模块,用于获取运动目标在待识别段的运动参数;待识别段为运动目标的运动轨迹上的至少一段轨迹,运动参数包括待识别段的若干轨迹点的位置信息;
子段确定模块,用于根据待识别段的运动参数,确定待识别段的若干个依次相邻的子段;
向量确定模块,用于根据子段的运动参数,确定各子段的向量;其中,各子段的向量是子段上的第一轨迹点指向第二轨迹点的向量,第一轨迹点对应的采样时间早于第二轨迹点对应的采样时间;
夹角确定模块,用于根据各子段的向量,确定每两个相邻的子段的向量夹角;
运动状态确定模块,用于根据每两个相邻的子段的向量夹角,确定运动目标在待识别段的运动状态。
第三方面,提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述运动目标的运动状态获取方法中任一项的方法的步骤。
第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述运动目标的运动状态获取方法中任一项的方法的步骤。
上述运动状态获取方法、装置以及计算机设备和存储介质,至少具有以下有益效果:
通过获取运动目标在待识别段的运动参数;带识别段为运动目标的运动轨迹上的至少一段轨迹,运动参数包括待识别段的若干轨迹点的位置信息;根据待识别段的运动参数,确定待识别段的若干个依次相邻的子段;根据子段的运动参数,确定各子段的向量;其中,各子段的向量是子段上的第一轨迹点指向第二轨迹点的向量,第一轨迹点对应的采样时间早于第二轨迹点对应的采样时间;根据各子段的向量,确定每两个相邻的子段的向量夹角,该向量夹角可以反映运动目标在前后两个子段的运动变化情况,基于此,可以根据每两个相邻的子段的向量夹角,确定运动目标在待识别段的具体运动状态,为运动目标的进一步运动控制提供强有力的数据支撑。进一步地,在应用在航海领域时可实现获取水上航行目标的转弯或掉头状态。
附图说明
图1为一个实施例中运动目标的运动状态获取方法的应用环境图;
图2为一个实施例中运动目标的运动状态获取方法的流程示意图;
图3为一个实施例中运动目标的运动状态获取方法的中的待识别段示意图;
图4为另一个实施例中运动目标的运动状态获取方法的中的待识别段示意图;
图5为另一个实施例中运动目标的运动状态获取方法的流程示意图;
图6为又一个实施例中运动目标的运动状态获取方法的中的待识别段示意图;
图7为又一个实施例中运动目标的运动状态获取方法的流程示意图;
图8为再一个实施例中运动目标的运动状态获取方法的流程示意图;
图9为还一个实施例中运动目标的运动状态获取方法的流程示意图;
图10为又再一个实施例中运动目标的运动状态获取方法的流程示意图;
图11为一个实施例中运动目标的运动状态获取装置的结构框图;
图12为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的运动目标2的运动状态获取方法,可以应用于如图1所示的应用环境中。其中运动目标2和卫星10通信,也可以通过网络和基站4进行通信,以访问服务器6。数据存储***8可以存储服务器6需要处理的数据,例如,运动目标2的历史的运动参数等。数据存储***8可以集成在服务器6上,也可以放在云上或其他网络服务器上。安装于运动目标2上的运动状态识别***通过卫星10的进行定位辅助,输出运动目标在待识别段的运动参数(位置信息),运动状态识别***可直接根据待识别段的运动参数,确定待识别段的若干个依次相邻的子段;根据子段的运动参数,确定各子段的向量;根据各子段的向量,确定每两个相邻的子段的向量夹角;根据每两个相邻的子段的向量夹角,确定运动目标2在待识别段的运动状态。除此之外,运动目标在待识别段的运动参数也可以通过通信网络传输到基站4的服务器6中的数据存储***8,安装在基站4的运动状态识别***同样也可以执行上述的方法确定运动目标2的运动状态。其中运动目标2可以为但不限于汽车或轮船等可移动目标。服务器6可以用独立的服务器6或者是多个服务器6组成的服务器6集群来实现。
在一个实施例中,如图2所示,提供了一种运动状态获取方法,以该方法应用于上述应用环境描述中的运动状态识别***为例进行说明,包括以下步骤:
步骤S202,获取运动目标在待识别段的运动参数;待识别段为运动目标的运动轨迹上的至少一段轨迹,运动参数包括待识别段的若干轨迹点的位置信息。
其中,待识别段可以是指基于时间维度进行划分的运动轨迹的一段或者多段轨迹,也可以是基于空间维度进行划分的运动轨迹的一段或者多段轨迹,又或者是同时基于时间和空间维度进行划分的运动轨迹的一段或者多段轨迹。同时,待识别段可以是实时获取的实时运动轨迹上的至少一段(也可以是全部),也可以是预先获取并存储于存储空间中的历史运动轨迹上的至少一段(也可以是全部)。进一步地,待识别段上具有若干运动轨迹点,运动轨迹点为运动目标经过上述待识别段时,采样装置对运动目标以运动参数(包括位置信息)的形式记录的一些列虚拟点。位置信息可以包括运动目标的坐标和运动目标经过上述坐标时的时间信息。更进一步地,运动参数还可以包括运动目标在同一参考坐标系下的运动方向信息(这里的方向信息以一个参考方向为基准确定,例如,以世界坐标系下的北向为参考方向)和运动速度信息。
在一个实施例中,待识别段可以是指上述若干轨迹点基于空间维度和时间维度这两个维度的信息进行排列后依此连接而形成的运动轨迹。例如,如图3所示,在同一参考坐标系下,运动目标在某一时间段经过了P1、P2、P3和P4轨迹点。其中,如P1轨迹点,包含了时间信息(10:00)和坐标(0,1)。在此情况下,对P1-P4四个轨迹点基于空间维度(坐标)进行位置的排列,然后再基于时间维度(时间信息)进行轨迹点的顺序连接,最终形成如图3所示的待识别段,即形成待识别运动轨迹。
步骤S204,根据待识别段的运动参数,确定待识别段的若干个依次相邻的子段。
其中,子段是指上述待识别段的分段,即运动轨迹的分段,具体可以是指从一个轨迹点依据空间维度和时间维度的顺序指向相邻轨迹点的一段运动轨迹。子段可以为从一个轨迹点依据空间维度和时间维度的顺序指向相邻轨迹点所确定的运动轨迹;例如,如图3所示,子段是指由P1轨迹点指向P2轨迹点的运动轨迹分段P1P2,由P2指向P3的运动轨迹P2P3。子段也可以是至少三个彼此相邻的轨迹点依据空间维度和时间维度的顺序依次连接后所确定的运动轨迹;例如,如图3所示,子段可以是指从P1轨迹点依次连接P2轨迹点、P3轨迹点所确定的运动轨迹。
具体地,在获取了待识别段的运动参数,即待识别段上轨迹点的位置信息(包括坐标和时间信息)后,根据上述轨迹点的坐标和时间信息对待识别段进行划分,从而得到若干个依次相邻的子段。
步骤S206,根据子段的运动参数,确定各子段的向量;其中,各子段的向量是子段上的第一轨迹点指向第二轨迹点的向量,第一轨迹点对应的采样时间早于第二轨迹点对应的采样时间。
其中,子段的向量可以是指从一个轨迹点依据空间维度和时间维度的顺序指向相邻轨迹点所确定的具有方向性的运动轨迹,例如,如图3所示,子段的向量可以是从P1指向P2所形确定的向量第一轨迹点是指子段的向量的起始点,第二轨迹点是指子段的向量的终点,例如,如图3所示,在向量中,P1轨迹点即为第一轨迹点,P2轨迹点即为第二轨迹点;同理,在向量中,P2轨迹点即为第一轨迹点,P3轨迹点即为第二轨迹点。采样时间是指运动目标经过对应轨迹点时的时间,例如,如图3所示,在向量中,第一轨迹点的采样时间为运动目标经过P1轨迹点的时间,即此时的采样记录的时间为10:00。子段的向量也可以是至少三个彼此相邻的轨迹点依据空间维度和时间维度的顺序依次连接后所确定的位移。例如,如图3所示,在P1轨迹点依次连接P2轨迹点、P3轨迹点的运动轨迹中,子段的向量可以是从P1轨迹点指向P3轨迹点所确定的向量此时的P1轨迹点是第一轨迹点,P3轨迹点是第二轨迹点。
具体地,在一个实施例中,根据子段的运动参数(即各子段的轨迹点的时间信息和坐标)确定子段的方向性,从而确定运动目标在各子段上的位移。
步骤S208,根据各子段的向量,确定每两个相邻的子段的向量夹角。
其中,每两个相邻的子段的向量夹角是指待识别段中任一两个相邻的子段的向量所确定的夹角,例如,如图3所示,向量为一个子段的向量,而向量为向量相邻的子段的向量,此时两向量所确定的夹角为α;同理,夹角β为向量和向量所确定的相邻的子段的向量的夹角;又或者,向量为一个子段的向量,而向量为向量相邻的子段的向量,此时两向量所确定的夹角为γ。
步骤S210,根据每两个相邻的子段的向量夹角,确定运动目标在待识别段的运动状态。
其中,运动状态可以包括运动目标的转弯和掉头的状态。
具体地,在每个子段的向量确定的情况下,每两个相邻的子段的向量夹角自然就确定了。通过获取运动目标的运动轨迹,并将运动轨迹基于轨迹点的运动参数进行分段,并确定各子段的向量,基于子段向量的夹角大小可以明确知道运动目标在各子段的运动方向和移动距离,以及运动目标在各不同子段的运动方向的变化情况,基于该变化情况,可以知晓运动目标在待识别段有无转弯或掉头的情况,即可以精准地获知运动目标在各子段的具体运动状态,从而为运动目标的运动控制提供了强有力的数据依据。该方法在应用于航海领域时,能够清楚的获悉船只在航行过程中是否存在转弯或掉头的情况,基于该判断,可以进一步确定其转弯掉头后是否会与其他船只发生碰撞,从而避免航海事故的发生。
为帮助本领域技术人员更好的理解本申请方案的实施,在此举例说明,但不对本申请保护范围造成限定。例如,在待识别段只有两个子段的情况下,此时由上述两个子段的向量夹角与阈值角度比较即可确定运动目标的运动状态,其中,阈值角度是用于表征运动目标的运动状态的数值。例如,如图4所示,在由向量和向量组成的待识别段中,夹角θ即为两个相邻子段的向量所确定的夹角,此时只需要和阈值角度进行大小比较即可确定运动目标的运动状态。再比如,在待识别段至少包含三个子段的情况下,此时每两个相邻的子段的向量确定的夹角需进行累加计算,并将累加计算的值与阈值角度进行大小比较即可确定运动目标的运动状态,例如,如图3所示,在由向量和组成的待识别段中,每两个相邻的子段的向量确定了的夹角包括α和β,此时需将α和β进行相加,并将累加计算的值与阈值角度进行大小比较即可确定运动目标的运动状态。
在一个实施例中,如图3所示,子段至少包括第一段、第二段和第三段。例如,在P1-P4轨迹点所确定的待识别段中,至少包含第一子段P1P2、第二子段P3P4和第三子段P5P6。在由至少三个子段组成的待识别段中,相比于只有两个子段的待识别段能更精确地获取运动目标的运动状态。
在一个实施中,如图5所示,根据各子段的向量,确定每两个相邻的子段的向量夹角,包括:
步骤S502,若根据子段的向量判定任意两个相邻的子段向量方向均一致,则根据各子段的向量,确定每两个相邻的子段的向量夹角。
其中,方向一致是指在一待识别段中任意两个相邻的子段的向量中,后一子段向量所指的方向相对于前一子段向量所指的方向均为顺时针方向或均为逆时针方向。例如,如图3所示,在由向量和组成的待识别段中,同一参考坐标系下,向量相对于向量向顺时针方向偏转,向量相对于向量也向顺时针方向偏转,即此时判定为任意两个相邻的子段向量方向一致,此时,可根据各子段的向量,确定每两个相邻的子段的向量夹角,然后可以根据每两个相邻的子段的向量夹角的和,可以确定运动目标在待识别段的总偏转角度,根据该总偏转角度,可以确定运动目标在待识别段的运动状态具体为掉头还是转弯,也可以根据运动目标在相邻两个子段的向量夹角,确定运动目标在各子段的具体偏转角度,有利于精准了解运动目标的运动情况。本实施例中,相对于仅仅依靠每两个相邻子段的向量所确定的夹角来判定运动目标的运动状态,增加任意两个相邻的子段的方向是否一致的判定标准,充分考虑了子段方向不一致时,若将相邻两个子向量相加以获得运动目标的总偏转角度,其结果会发生错误的情况。通过对方向一致的待识别段进行运动状态判定,能更精确地获取运动目标的真实运动状态。
在其中一个实施中,如图5所示,根据各子段的向量,确定每两个相邻的子段的向量夹角,还包括:
步骤S504,若根据子段的向量判定任意两个相邻的子段的向量方向不一致,则确定一个新的待识别段,并进入获取运动目标在待识别段的运动参数的步骤。
其中,方向不一致是指在一待识别段中任意两个相邻的子段的向量中,后一子段的向量的改变方向相对于前一子段的向量不为顺时针方向或逆时针方向。新的待识别段是指在上述方向不一致的判定成立的情况下,可以由最后参与判定的子段的第二轨迹点(即原待识别段中子段的向量的终点)作为起始点,然后与后续轨迹点(不在原待识别段中的轨迹点)确定的运动轨迹。例如,如图6所示,在由向量和组成的待识别段中,同一参考坐标系下,向量相对于向量向顺时针方向偏转,向量相对于向量向逆时针方向偏转,即此时判定为任意两个相邻的子段向量方向不一致。此时新的待识别段可以以P11为起始点,然后与后续轨迹点P12和P13依此连接所确定的运动轨迹。在确定了新的待识别段后重新进入获取运动目标在待识别段的运动参数的步骤,重新对新的运动目标的运动状态进行获取。考虑到原待识别段的运动状态是用户期望获知的,所以,本申请实施例可以通过选取待识别的最后一个轨迹点(可以是时间维度的最后一个轨迹点)为新的待识别段的起始点,可以避免新选取的待识别段距离原待识别段太远,导致无法获知运动目标在原识别段附近的运动状态。
当然,在一个实施方式中,也可以在根据子段的向量判定任意两个相邻的子段的向量方向不一致时,则根据原待识别段的起始点作为新的待识别段的终点,确定一个新的待识别段。
可选的,还可以在根据子段的向量判定待识别段中仅有两个相邻的子段的向量方向不一致时,则以方向不一致的两个子段中不共用的轨迹点为基准,确定一个新的待识别段。例如,如图6所示,和相较于相邻子段的方向不一致,那就可以以P9或者P11为新的待识别段的一端,确定一个新的待识别段,且新的待识别段不包括P10。以此确定的新的待识别段,可以最大限度地反映原待识别段的运动状态。
本实施例中,通过在根据子段的向量判定任意两个相邻的子段的向量方向不一致的情况下,重新确定新的待识别段用于获取运动目标的运动状态,避免了在待识别段的子段较多的情况下,直接由角度确定运动目标的运动状态而导致的运动状态识别不准确。
在其中一个实施中,如图7所示,根据每两个相邻的子段的向量夹角,确定运动目标在待识别段的运动状态,包括:
步骤S702,在每两个相邻的子段的向量夹角之和大于或等于90°,且小于180°时,确定运动目标在待识别段处于转弯状态;在每两个相邻的子段的向量夹角之和大于或等于180°时,确定运动目标在待识别段处于掉头状态。
具体地,通过上述实施例中确定的每两个相邻的子段的向量夹角进行累加计算后,将计算的结果与阈值角度进行比较后,从而确定运动目标的运动状态。例如,如图3所示,在由向量和组成的待识别段中,此时每两个相邻的子段的向量夹角之和为α+β,此时若α+β的值大于或等于90°时,且小于180°时,此时确定运动目标在待识别段处于转弯状态;若α+β的值大于或等于180°时,此时确定运动目标在待识别段处于转弯状态。又如,如图4所示,在由向量和向量组成的待识别段中,此时每两个相邻的子段的向量夹角之和为θ,此时若θ的值大于或等于90°时,且小于180°时,此时确定运动目标在待识别段处于转弯状态;若θ的值大于或等于180°时,此时确定运动目标在待识别段处于掉头状态。
本实施例通过设定阈值角度90°和180°来判定运动目标的运动状态,使获取的运动状态能更细分化,进一步精确确定运动目标的真实运动状态。
在其中一个实施中,如图7所示,方法还包括:
步骤S704,在确定运动目标在待识别段处于转弯状态或掉头状态的情况下,获取运动目标在待识别段的运行速度。
其中,待识别段的运行速度可以指运动目标在待判定为处于转弯状态或掉头状态下的待识别段的平均速率,也可以是指各子段的平均速率。
具体地,在确定运动目标在待识别段处于转弯状态或掉头状态的情况下,对该待识别段的各子段的距离进行累加计算,同时确定运动目标经过上述距离的总时间,即运动目标从该待识别段的起始点到该识别段的终点所经过的时间;由速度=距离/时间即可获知运动目标在待识别段的运行速度。例如,如图3所示,在由向量和组成的待识别段中,假设此时α+β的值大于90°且小于180°,此时判定该识别段处于转弯状态。则此时对向量和各子段的距离进行累加计算,得出该待识别段的距离,并由轨迹点P1和轨迹点P4的时间差值确定运动目标经过该待识别段的时间,进而计算运动目标在该待识别段的运行速度。又或者在上述被判定为转弯状态的待识别段的子段中,此时的待识别段的运动速度为向量或其中一段的平均速率。
本实施例中,通过确定运动状态的同时进一步确定运动目标在转弯或掉头的状况下的转弯速度或掉头速度的信息,从多方面的信息真实反映运动目标实际的运动状态,使运动状态判定更精确,为后续的其他判定操作提供有力的数据基础。
在一个实施例中,如图8所示,获取运动目标在待识别段的运动参数,包括:
步骤S802,从卡夫卡消息队列中实时获取运动参数;或,从分布式数据库中获取运动目标历史的运动参数。
其中,卡夫卡消息队列用于存储运动目标实时生成轨迹点的位置信息,分布式数据库用于存储运动目标的历史轨迹点的位置信息。
具体地,运动目标在运动过程中将实时生成各轨迹点的位置信息,并将生成的轨迹点直接输入到卡夫卡消息队列中,在实际确定运动目标的运动状态的处理流程中,保证实时信息的快速获取。进一步地,通过将历史数据存储于具有海量存储特性的分布式数据库,保证了运动目标生成的历史数据都能存储完整,为后续的数据获取和处理提供了数据基础,方便算法进行数据查询和判断处理。
为了进一步阐释本申请,下面结合一个具体示例予以说明,该示例以航海领域中船只的运动状态的判定为例。此情况下,如图1-10所示,此时的运动目标为船只;而待识别段为船只航行时实时生成并存储于卡夫卡消息队列中的轨迹点的位置信息所确定的运动轨迹,或者为存储于分布式数据库中的历史航行数据中的轨迹点的目标位置信息所确定的运动轨迹;而运动状态指的是船只的转弯状态或掉头状态。此时可分为船只的运动状态的实时判定或历史判定。
在船只实时运动状态的判定下,具体实现步骤如下:
步骤一,FLINK实时流计算引擎获取卡夫卡(Kafka)消息队列中的轨迹点的位置信息。其中轨迹点的位置信息格式为:位置信息1:(ais-id:2,lon:111.2,lat,22.3,sog:5.6,cog:105,time:20210118091500),其中ais-id为轨迹点标号,lon为经度,lat为纬度,sog为船只的对地航速,cog为船只的对地航向,time为船只经过该轨迹点的时间。
步骤二,得到一个航行目标A的最新轨迹点P1,并将该轨迹点存入内存数据库中航行目标A的最新N个航行目标A的轨迹点序列中。
步骤三,将航行目标A从P1点开始往后计算,判断连续的轨迹点是否都向某一个方向转弯。
步骤四,记录航行距离为L,初始设置为0,航行时长为T,初始记录为0
步骤五,假设A目标点最新轨迹点为P1,则在内存数据库中紧跟的轨迹点为P2、P3、P4…,判断转弯的方法为P1和P2连接成向量D1,P2和P3连接成向量D2,判断向量D2为向量D1的顺时针或者逆时针方向转动。
步骤六,计算出P1点与P2点的距离S,计算出P1点与P2点的时间戳差值K,L=L+S,T=T+K。
步骤七,继续判断之后的P2和P3连成的向量D2,P3和P4连成的向量D3,判断向量D3是否按照步骤5算出来的顺时针或者逆时针方向旋转(旋转方向必须与d计算出来的一致),如果旋转方向变换了,则终止此次计算,从改变方向的轨迹点开始重新计算。
步骤八,计算出P2点与P3点的距离S,计算出P2点与P3点的时间戳差值K,L=L+S,T=T+K。
步骤九,一致轮询航行目标A的轨迹点,判断到连续多个轨迹点均往同一方向旋转并累积的拐角超过了90°或者180°,在拐角大于或等于90°而小于180°时,判定船只处于转弯状态,在拐角大于180°时,判定船只处于掉头状态。
步骤十,将P1点至判断成功的一系列轨迹点存入转弯结果序列中。
步骤十一,并计算转弯过程的平均速度D=L/T。
步骤十二,输出转弯的轨迹点序列集合S和转弯的平均速度D。
同样,在船只历史运动状态的判定下,具体实现步骤如下:
步骤一,根据输入参数(航行目标的ID信息和起止时间段),在HBase分布式数据库中筛选出该航行目标ID在该时间段内的所有轨迹点。
步骤二,将该航行目标ID和时间段的所有轨迹点在分布式数据库内部按时间先后顺序进行排序操作。
步骤三,根据排序好的数据得到一个航行目标A的位置点P1。
步骤四,将A目标从P1点开始往后计算,判断连续的点是否都向某一个方向转弯
步骤五,记录航行距离为L,初始设置为0,航行时长为T,初始记录为0
步骤六,假设A目标点起轨迹点为P1,则在分布式数据库底层返回的排序好的轨迹点为P2、P3、P4…,判断转弯的方法为P1和P2连接成向量D1,P2和P3连接成向量D2,判断向量D2为向量D1的顺时针或者逆时针方向转动。
步骤七,计算出P1点与P2点的距离S,计算出P1点与P2点的时间戳差值K,L=L+S,T=T+K。
步骤八,继续判断之后的P2和P3连成的向量D2,P3和P4连成的向量D3,判断向量D3是否按照d步骤算出来的顺时针或者逆时针方向旋转(旋转方向必须与d计算出来的一致),如果旋转方向变换了,则将发生变换的这个轨迹点重新设置为P1进行计算,进入步骤四重新计算。
步骤九,计算出P2点与P3点的距离S,计算出P2点与P3点的时间戳差值K,L=L+S,T=T+K。
步骤十,一致轮询A目标的轨迹点,判断到连续多个轨迹点均往同一方向旋转并累积的拐角超过了90度或者180度。
步骤十一,将P1点至判断成功的一系列轨迹点存入转弯结果序列中。
步骤十二,并计算转弯过程的平均速度D=L/T。
步骤十三,判断完成一个转弯状态后,如果后续还有轨迹点,则将后续的一个轨迹点记为P1,进入步骤e重新计算看该目标该时间段是否存在更多段的转弯记录。
步骤十四,返回转弯的轨迹点序列集合S和转弯的平均速度D(因为是历史时间段内的数据,可能会返回多段的转弯结果数据)。
通过上述方法最终实现船只航行状态的判定,为判定船只的转弯或掉头提供了一种简单且快速的方法。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的运动目标的运动状态获取方法的运动目标的运动状态获取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个运动目标的运动状态获取装置实施例中的具体限定可以参见上文中对于运动目标的运动状态获取方法的限定,在此不再赘述。
在一个实施例中,如图11所示,提供了一种运动目标的运动状态获取装置110,包括:获取模块1102、子段确定模块1104、向量确定模块1106、夹角确定模块1108和运动状态确定模块11010,其中:
获取模块1102,用于获取运动目标在待识别段的运动参数;待识别段为运动目标的运动轨迹上的至少一段轨迹,运动参数包括待识别段的若干轨迹点的位置信息;
子段确定模块1104,用于根据待识别段的运动参数,确定待识别段的若干个依次相邻的子段;
向量确定模块1106,用于根据子段的运动参数,确定各子段的向量;其中,各子段的向量是子段上的第一轨迹点指向第二轨迹点的向量,第一轨迹点对应的采样时间早于第二轨迹点对应的采样时间;
夹角确定模块1108,用于根据各子段的向量,确定每两个相邻的子段的向量夹角;
运动状态确定模块11010,用于根据每两个相邻的子段的向量夹角,确定运动目标在待识别段的运动状态。
在一个实施例中,上述夹角确定模块1108,还用于根据子段的向量判定任意两个相邻的子段向量方向均一致,则根据各子段的向量,确定每两个相邻的子段的向量夹角。
在一个实施例中,上述夹角确定模块1108,还用于根据子段的向量判定任意两个相邻的子段的向量方向不一致,则确定一个新的待识别段,并进入获取运动目标在待识别段的运动参数的步骤。
在一个实施例中,运动状态确定模块11010,还用于在每两个相邻的子段的向量夹角之和大于或等于90°,且小于180°时,确定运动目标在待识别段处于转弯状态;在每两个相邻的子段的向量夹角之和大于或等于180°时,确定运动目标在待识别段处于掉头状态。
在一个实施例中,上述运动目标的运动状态获取装置110还包括,运行速度获取模块1102,用于在确定运动目标在待识别段处于转弯状态或掉头状态的情况下,获取运动目标在待识别段的运行速度。
在一个实施例中,获取模块1102,还用于从卡夫卡消息队列中实时获取运动参数;或,从分布式数据库中获取运动目标历史的运动参数。
上述运动目标的运动状态获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图12所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储运动目标的位置信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种运动目标的运动状态获取方法。
本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述任一实施例中的运动目标的运动状态获取方法的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种运动状态获取方法,其特征在于,包括:
获取运动目标在待识别段的运动参数;所述待识别段为所述运动目标的运动轨迹上的至少一段轨迹,所述运动参数包括所述待识别段的若干轨迹点的位置信息;
根据所述待识别段的运动参数,确定所述待识别段的若干个依次相邻的子段;
根据所述子段的运动参数,确定各所述子段的向量;其中,各所述子段的向量是所述子段上的第一轨迹点指向第二轨迹点的向量,所述第一轨迹点对应的采样时间早于所述第二轨迹点对应的采样时间;
根据各所述子段的向量,确定每两个所述相邻的子段的向量夹角;
根据每两个所述相邻的子段的向量夹角,确定所述运动目标在所述待识别段的运动状态。
2.根据权利要求1所述的方法,其特征在于,所述子段至少包括第一段、第二段和第三段。
3.根据权利要求1所述的方法,其特征在于,所述根据各所述子段的向量,确定每两个所述相邻的子段的向量夹角,包括:
若根据所述子段的向量判定任意两个所述相邻的子段向量方向均一致,则根据各所述子段的向量,确定每两个所述相邻的子段的向量夹角。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述子段的向量,确定每两个所述相邻的子段的向量夹角,还包括:
若根据所述子段的向量判定任意两个所述相邻的子段的向量方向不一致,则确定一个新的待识别段,并进入所述获取运动目标在待识别段的运动参数的步骤。
5.根据权利要求1所述的方法,其特征在于,所述根据每两个所述相邻的子段的向量夹角,确定所述运动目标在所述待识别段的运动状态,包括:
在每两个所述相邻的子段的向量夹角之和大于或等于90°,且小于180°时,确定所述运动目标在所述待识别段处于转弯状态;
在每两个所述相邻的子段的向量夹角之和大于或等于180°时,确定所述运动目标在所述待识别段处于掉头状态。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在确定所述运动目标在所述待识别段处于所述转弯状态或所述掉头状态的情况下,获取所述运动目标在所述待识别段的运行速度。
7.根据权利要求1所述的方法,其特征在于,所述获取运动目标在待识别段的运动参数,包括:
从卡夫卡消息队列中实时获取所述运动参数;或,
从分布式数据库中获取所述运动目标历史的运动参数。
8.一种运动状态获取装置,其特征在于,所述装置包括:
获取模块,用于获取运动目标在待识别段的运动参数;所述待识别段为所述运动目标的运动轨迹上的至少一段轨迹,所述运动参数包括所述待识别段的若干轨迹点的位置信息;
子段确定模块,用于根据所述待识别段的运动参数,确定所述待识别段的若干个依次相邻的子段;
向量确定模块,用于根据所述子段的运动参数,确定各所述子段的向量;其中,各所述子段的向量是所述子段上的第一轨迹点指向第二轨迹点的向量,所述第一轨迹点对应的采样时间早于所述第二轨迹点对应的采样时间;
夹角确定模块,用于根据各所述子段的向量,确定每两个所述相邻的子段的向量夹角;
运动状态确定模块,用于根据每两个所述相邻的子段的向量夹角,确定所述运动目标在所述待识别段的运动状态。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211119632.0A CN115480275B (zh) | 2022-09-15 | 2022-09-15 | 运动状态获取方法、装置以及计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211119632.0A CN115480275B (zh) | 2022-09-15 | 2022-09-15 | 运动状态获取方法、装置以及计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115480275A true CN115480275A (zh) | 2022-12-16 |
CN115480275B CN115480275B (zh) | 2023-08-08 |
Family
ID=84423394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211119632.0A Active CN115480275B (zh) | 2022-09-15 | 2022-09-15 | 运动状态获取方法、装置以及计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115480275B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3685159A (en) * | 1969-01-03 | 1972-08-22 | Bofors Ab | Method and system for establishing a correct lead when firing at a moving target |
US20110168848A1 (en) * | 2010-01-11 | 2011-07-14 | The Boeing Company | Innovative optimal spacecraft safing methodology |
JP2013111407A (ja) * | 2011-11-30 | 2013-06-10 | Fujitsu Ltd | 軌跡演算装置および軌跡演算方法 |
CN105989224A (zh) * | 2015-02-04 | 2016-10-05 | 南京乐行天下智能科技有限公司 | 一种针对不同出行方式的模式识别技术 |
JP2016176863A (ja) * | 2015-03-20 | 2016-10-06 | カシオ計算機株式会社 | 電子機器、位置補正方法及びプログラム |
CN106530688A (zh) * | 2016-10-14 | 2017-03-22 | 浙江工业大学 | 基于Hadoop的海量交通数据处理方法 |
CN107966953A (zh) * | 2017-11-24 | 2018-04-27 | 上海维宏电子科技股份有限公司 | 针对数控加工轨迹中折返线段处理的方法 |
CN108106623A (zh) * | 2017-09-08 | 2018-06-01 | 同济大学 | 一种基于流场的无人车路径规划方法 |
CN109490923A (zh) * | 2018-11-19 | 2019-03-19 | 西安交通大学 | 基于自适应最小二乘拟合的车辆行驶弯度角实时检测方法 |
CN109831744A (zh) * | 2017-11-23 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 一种异常轨迹识别方法、装置及存储设备 |
CN109827582A (zh) * | 2019-03-29 | 2019-05-31 | 深圳市鹏途交通科技有限公司 | 一种快速确定道路路网病害相对位置的方法及*** |
CN110609881A (zh) * | 2019-08-28 | 2019-12-24 | 中山大学 | 车辆轨迹偏离检测方法、***和存储介质 |
CN110715664A (zh) * | 2019-11-05 | 2020-01-21 | 大连理工大学 | 多约束条件下智能无人飞行器航迹快速规划方法 |
CN112415536A (zh) * | 2020-11-11 | 2021-02-26 | 南京市测绘勘察研究院股份有限公司 | 一种自动获取车载激光点云行车轨迹异常区域的方法 |
CN112749622A (zh) * | 2020-11-30 | 2021-05-04 | 浙江大华技术股份有限公司 | 应急车道占用识别方法和装置 |
CN112800349A (zh) * | 2021-02-02 | 2021-05-14 | 中华人民共和国广东海事局 | 水上移动目标的运动状态获取方法、装置、设备和介质 |
CN213238939U (zh) * | 2020-09-30 | 2021-05-18 | 西安雷华测控技术有限公司 | 一种像移补偿试验装置 |
CN112947516A (zh) * | 2021-02-02 | 2021-06-11 | 三亚海兰寰宇海洋信息科技有限公司 | 一种船舶运动状态判别方法及*** |
CN113239719A (zh) * | 2021-03-29 | 2021-08-10 | 深圳元戎启行科技有限公司 | 基于异常信息识别的轨迹预测方法、装置和计算机设备 |
CN113345228A (zh) * | 2021-06-01 | 2021-09-03 | 星觅(上海)科技有限公司 | 基于拟合轨迹的行驶数据的生成方法、装置、设备及介质 |
CN113344265A (zh) * | 2021-05-28 | 2021-09-03 | 深圳市无限动力发展有限公司 | 轨迹闭合判断方法、装置、计算机设备和存储介质 |
-
2022
- 2022-09-15 CN CN202211119632.0A patent/CN115480275B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3685159A (en) * | 1969-01-03 | 1972-08-22 | Bofors Ab | Method and system for establishing a correct lead when firing at a moving target |
US20110168848A1 (en) * | 2010-01-11 | 2011-07-14 | The Boeing Company | Innovative optimal spacecraft safing methodology |
JP2013111407A (ja) * | 2011-11-30 | 2013-06-10 | Fujitsu Ltd | 軌跡演算装置および軌跡演算方法 |
CN105989224A (zh) * | 2015-02-04 | 2016-10-05 | 南京乐行天下智能科技有限公司 | 一种针对不同出行方式的模式识别技术 |
JP2016176863A (ja) * | 2015-03-20 | 2016-10-06 | カシオ計算機株式会社 | 電子機器、位置補正方法及びプログラム |
CN106530688A (zh) * | 2016-10-14 | 2017-03-22 | 浙江工业大学 | 基于Hadoop的海量交通数据处理方法 |
CN108106623A (zh) * | 2017-09-08 | 2018-06-01 | 同济大学 | 一种基于流场的无人车路径规划方法 |
CN109831744A (zh) * | 2017-11-23 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 一种异常轨迹识别方法、装置及存储设备 |
CN107966953A (zh) * | 2017-11-24 | 2018-04-27 | 上海维宏电子科技股份有限公司 | 针对数控加工轨迹中折返线段处理的方法 |
CN109490923A (zh) * | 2018-11-19 | 2019-03-19 | 西安交通大学 | 基于自适应最小二乘拟合的车辆行驶弯度角实时检测方法 |
CN109827582A (zh) * | 2019-03-29 | 2019-05-31 | 深圳市鹏途交通科技有限公司 | 一种快速确定道路路网病害相对位置的方法及*** |
CN110609881A (zh) * | 2019-08-28 | 2019-12-24 | 中山大学 | 车辆轨迹偏离检测方法、***和存储介质 |
CN110715664A (zh) * | 2019-11-05 | 2020-01-21 | 大连理工大学 | 多约束条件下智能无人飞行器航迹快速规划方法 |
CN213238939U (zh) * | 2020-09-30 | 2021-05-18 | 西安雷华测控技术有限公司 | 一种像移补偿试验装置 |
CN112415536A (zh) * | 2020-11-11 | 2021-02-26 | 南京市测绘勘察研究院股份有限公司 | 一种自动获取车载激光点云行车轨迹异常区域的方法 |
CN112749622A (zh) * | 2020-11-30 | 2021-05-04 | 浙江大华技术股份有限公司 | 应急车道占用识别方法和装置 |
CN112800349A (zh) * | 2021-02-02 | 2021-05-14 | 中华人民共和国广东海事局 | 水上移动目标的运动状态获取方法、装置、设备和介质 |
CN112947516A (zh) * | 2021-02-02 | 2021-06-11 | 三亚海兰寰宇海洋信息科技有限公司 | 一种船舶运动状态判别方法及*** |
CN113239719A (zh) * | 2021-03-29 | 2021-08-10 | 深圳元戎启行科技有限公司 | 基于异常信息识别的轨迹预测方法、装置和计算机设备 |
CN113344265A (zh) * | 2021-05-28 | 2021-09-03 | 深圳市无限动力发展有限公司 | 轨迹闭合判断方法、装置、计算机设备和存储介质 |
CN113345228A (zh) * | 2021-06-01 | 2021-09-03 | 星觅(上海)科技有限公司 | 基于拟合轨迹的行驶数据的生成方法、装置、设备及介质 |
Non-Patent Citations (6)
Title |
---|
张磊;赵晓博;甘浪雄;李慧;郑元洲;周春辉;: "船舶碰撞事故反演有限元仿真" * |
张磊;赵晓博;甘浪雄;李慧;郑元洲;周春辉;: "船舶碰撞事故反演有限元仿真", 中国航海, no. 01, pages 81 - 86 * |
朱立华;程向红;: "基于OpenGL的船用SINS可视化仿真***" * |
朱立华;程向红;: "基于OpenGL的船用SINS可视化仿真***", 舰船电子工程, no. 09, pages 119 - 123 * |
陈熠;刘冲冲;牟让科;: "舰载机舰面操纵转弯特性动力学建模与分析" * |
陈熠;刘冲冲;牟让科;: "舰载机舰面操纵转弯特性动力学建模与分析", 西北工业大学学报, no. 06, pages 162 - 168 * |
Also Published As
Publication number | Publication date |
---|---|
CN115480275B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111325663B (zh) | 基于并行架构的三维点云匹配方法、装置和计算机设备 | |
CN115620252A (zh) | 轨迹纠偏方法、装置、计算机设备和存储介质 | |
CN113516682B (zh) | 一种激光slam的回环检测方法 | |
CN114863201A (zh) | 三维检测模型的训练方法、装置、计算机设备和存储介质 | |
CN114371484A (zh) | 车辆定位方法、装置、计算机设备和存储介质 | |
CN115480275A (zh) | 运动状态获取方法、装置以及计算机设备和存储介质 | |
CN110413716B (zh) | 数据存储和数据查询方法、装置及电子设备 | |
CN116630442A (zh) | 一种视觉slam位姿估计精度评估方法及装置 | |
Lubczonek et al. | A New Approach to Geodata Storage and Processing Based on Neural Model of the Bathymetric Surface | |
CN112800349B (zh) | 水上移动目标的运动状态获取方法、装置、设备和介质 | |
CN113903016B (zh) | 分岔点检测方法、装置、计算机设备和存储介质 | |
CN114463429A (zh) | 机器人、地图创建方法、定位方法及介质 | |
CN114022518A (zh) | 图像的光流信息获取方法、装置、设备和介质 | |
CN115905343B (zh) | 水上航运数据处理方法、装置、设备、介质和程序产品 | |
CN117690040B (zh) | 一种目标场景确定方法、装置及设备 | |
CN115240401B (zh) | 车辆位置确定方法、装置、设备、介质和产品 | |
CN113516321B (zh) | 一种用于预测船舶轨迹的模型训练方法及装置 | |
CN115905342B (zh) | 水上移动对象轨迹抽稀方法、装置和计算机设备 | |
CN115454676B (zh) | 位置信息融合方法、装置、设备、存储介质和程序产品 | |
CN116778701A (zh) | 车辆违停判定方法、装置、计算机设备和存储介质 | |
CN116522148A (zh) | 车辆行驶轨迹确定方法、装置、计算机设备和存储介质 | |
CN112002002A (zh) | 航道建模方法、***、计算机设备、及存储介质 | |
CN116429110A (zh) | 路径规划方法与自移动设备 | |
CN117788984A (zh) | 任务可靠性评估方法、装置、计算机设备和存储介质 | |
CN118296088A (zh) | 轨迹点位的优化方法、定位方法、装置和计算机设备 |
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 |