CN117308978A - 轨迹位置点与路线的匹配方法、装置、设备及存储介质 - Google Patents
轨迹位置点与路线的匹配方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117308978A CN117308978A CN202311033820.6A CN202311033820A CN117308978A CN 117308978 A CN117308978 A CN 117308978A CN 202311033820 A CN202311033820 A CN 202311033820A CN 117308978 A CN117308978 A CN 117308978A
- Authority
- CN
- China
- Prior art keywords
- route
- position point
- path
- candidate road
- road segment
- 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 56
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000007792 addition Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- G01S19/42—Determining position
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种轨迹位置点与路线的匹配方法、装置、设备及存储介质。包括:获取预设时段内待匹配的轨迹上的多个位置点数据;对多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,对初始候选路段集合进行优选,得到每个位置点的候选路段集合;根据每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合;依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合;计算总路线集合中的所有路线的最优路线概率,根据最优路线概率确定位置点的匹配结果。本申请不仅可以提高匹配的准确率,还能降低匹配时间,提高运算效率,适用于海量轨迹数据的快速匹配。
Description
技术领域
本申请涉及轨迹数据处理技术领域,具体而言,涉及一种轨迹位置点与路线的匹配方法、装置、设备及存储介质。
背景技术
路径匹配是利用车辆的GPS(GlobalPositioningSystem,全球定位***)、陀螺仪、倾斜仪等定位装置,将接收到的传感器信号与导航电子地图中的路网进行匹配,并将传感器信号与导航电子地图中最有可能的一条代表当前行驶道路的Link(例如导航路径)进行匹配,得到匹配路径。
目前常见的gps位置点与道路进行匹配的方法,主要是基于HMM模型,利用viterbi动态规划算法计算道路匹配结果。HMM模型训练和计算的效率不算很高,而且不同的实现方式,准确度也不一样。
发明内容
本申请实施例提供了一种轨迹位置点与路线的匹配方法、装置、设备及存储介质,以至少解决相关技术中匹配效率低且准确率低的技术问题。
根据本申请实施例的一个方面,提供了一种轨迹位置点与路线的匹配方法,包括:
获取预设时段内待匹配的轨迹上的多个位置点数据;对所述多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,按照预设规则对所述初始候选路段集合进行优选,得到每个位置点的候选路段集合;根据所述每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,所述路径集合包括相邻位置点之间的最短路径、最短路径长度以及各位置点到最短路径的垂距;依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合;计算所述总路线集合中的所有路线的最优路线概率,根据所述最优路线概率确定所述位置点的匹配结果。
可选地,对所述多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,包括:
将所述多个位置点数据按照时间从前到后排序,得到排序后的多个位置点;对于每个位置点,将所述位置点预设距离阈值范围内相交的所有路段作为所述位置点的初始候选路段集合。
可选地,按照预设规则对所述初始候选路段集合进行优选,得到每个位置点的候选路段集合,包括:
在所述初始候选路段集合中随机抽取一个第一初始候选路段,在所述初始候选路段集合中查找一个与所述第一初始候选路段相连的路段进行合并,得到合并的路线;在所述初始候选路段集合中查找一个与所述合并的路线相连的路段进行合并,直到查找不到相连的路段,则停止查找;将查找到的初始候选路段从所述初始候选路段集合中删除,并将新合并的路线放入合并路线集合;重复上述步骤,直到所述初始候选路段集合为零;遍历所述合并路线集合,从各合并路线中,选择与位置点垂足最近的路段重新组合成该位置点的候选路段集合。
可选地,依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合,包括:
按照路径集合的顺序,合并第一路径集合中的最短路径与第二路径集合中的最短路径,得到合并集合;将合并集合中的路径与第三路径集合中的最短路径进行合并,得到新的合并集合,依次类推,直至合并集合中的路径与最后一个路径集合中的最短路径合并完成,得到包括从起始位置点到结束位置点的所有路线的总路线集合。
可选地,计算所述总路线集合中的所有路线的最优路线概率,包括:
获取所述总路线集合中每条路线从起始位置点到结束位置点的路线长度以及垂距之和;根据所述路线长度计算路线维度特征值,根据所述垂距之和计算垂距维度特征值;根据所述路线维度特征值和所述垂距维度特征值计算路线的最优路线概率;将最优路线概率最大的路线作为匹配路线;取每个位置点在对应的所述匹配路线中的距离最短的路段作为该位置点的匹配结果。
可选地,根据所述路线维度特征值和所述垂距维度特征值计算路线的最优路线概率,包括:
根据所述路线维度特征值计算路线维度概率;根据所述垂距维度特征值计算垂距维度概率;根据所述路线维度概率与所述垂距维度概率的乘积,得到所述最优路线概率。
可选地,根据所述每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,包括:
根据每个位置点的候选路段,确定每两个相邻位置点各路线之间的最短路径;确定所述最短路径的长度,以及位置点到所述最短路径的垂距;根据每相邻两个位置点之间的最短路径、最短路径长度以及垂距组成路径集合。
根据本申请实施例的又一方面,还提供了一种轨迹位置点与路线的匹配装置,包括:
获取模块,用于获取预设时段内待匹配的轨迹上的多个位置点数据;候选路段删减模块,用于对所述多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,按照预设规则对所述初始候选路段集合进行优选,得到每个位置点的候选路段集合;路径确定模块,用于根据所述每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,所述路径集合包括相邻位置点之间的最短路径、最短路径长度以及各位置点到最短路径的垂距;路径合并模块,用于依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合;匹配模块,用于计算所述总路线集合中的所有路线的最优路线概率,根据所述最优路线概率确定所述位置点的匹配结果。
根据本申请实施例的又一方面,还提供了一种电子设备,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为通过上述计算机程序执行上述的轨迹位置点与路线的匹配方法。
根据本申请实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述轨迹位置点与路线的匹配方法。
本申请实施例提供的技术方案可以包括以下有益效果:
本申请的方法,可以先确认位置点所属的候选路段,且根据预定规则对候选路段进行筛选,将大量概率低的候选路段删除,减少后续计算最短路径的工作量,降低匹配时间,显著提高计算效率。通过根据每个位置点的候选路段确定相邻两点的路径集合,再依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始点与结束点之间所有路线的总路线集合;根据总路线集合中的所有路线的最优路线概率,精确确定匹配路线。通过计算最优路线概率,可以大大提高路径匹配的准确率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种可选的轨迹位置点与路线的匹配方法的应用环境的示意图;
图2是根据本申请实施例的另一种可选的轨迹位置点与路线的匹配方法的应用环境的示意图;
图3是根据本申请实施例的一种可选的轨迹位置点与路线的匹配方法的流程图;
图4是根据本申请实施例的一种候选路段筛选的示意图;
图5是根据本申请实施例的一种最短路径示意图;
图6是根据本申请实施例的另一种轨迹位置点与路线的匹配方法的流程图;
图7是根据本申请实施例的一种轨迹位置点与路线的匹配装置的结构图;
图8是根据本申请实施例的一种可选的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例的一个方面,提供了一种轨迹位置点与路线的匹配方法,作为一种可选地实施方式,上述轨迹位置点与路线的匹配方法可以但不限于应用于如图1所示的应用环境中。该应用环境中包括:与用户进行人机交互的终端设备102、网络104、服务器106。用户108与终端设备102之间可以进行人机交互,终端设备102中运行有位置点与路线的匹配应用程序。上述终端设备102中包括人机交互屏幕1022,处理器1024及存储器1026。人机交互屏幕1022用于显示预设时段内待匹配的轨迹上多个位置点数据;处理器1024用于获取预设时段内待匹配的多个位置点数据。存储器1026用于存储上述预设时段内待匹配的多个位置点数据。
此外,服务器106中包括数据库1062及处理引擎1064,数据库1062中用于存储上述预设时段内待匹配的多个位置点数据。处理引擎1064用于:获取预设时段内待匹配的轨迹上的多个位置点数据;对多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,按照预设规则对初始候选路段集合进行优选,得到每个位置点的候选路段集合;根据每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,路径集合包括相邻位置点之间的最短路径、最短路径长度以及各位置点到最短路径的垂距;依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合;计算总路线集合中的所有路线的最优路线概率,根据最优路线概率确定位置点的匹配结果。
在一个或多个实施例中,本申请上述轨迹位置点与路线的匹配方法可以应用于图2所示的应用环境中。如图2所示,用户202与用户设备204之间可以进行人机交互。用户设备204中包含有存储器206和处理器208。本实施例中用户设备204可以但不限于参考执行上述终端设备102所执行的操作,实现位置点与路径的匹配。
可选地,上述终端设备102和用户设备204包括但不限于为手机、平板电脑、笔记本电脑、PC机,车载电子设备,可穿戴设备等终端,上述网络104可以包括但不限于无线网络或有线网络。其中,该无线网络包括:WIFI及其他实现无线通信的网络。上述有线网络可以包括但不限于:广域网、城域网、局域网。上述服务器106可以包括但不限于任何可以进行计算的硬件设备。上述服务器可以是单一服务器,也可以是由多个服务器组成的服务器集群,或者是云服务器。上述仅是一种示例,本实施例中对此不作任何限定。
下面结合附图3对本申请实施例的轨迹位置点与路线的匹配方法进行详细介绍,如图3所示,该方法主要包括如下步骤:
S301获取预设时段内待匹配的轨迹上的多个位置点数据。
在本申请实施例中,每次匹配,取一辆车的一个时序段上的gps位置数据。按照时间从前到后的顺序排序,设有n个点,第i个点为Pi,0<=i<=n-1。
S302对多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,按照预设规则对初始候选路段集合进行优选,得到每个位置点的候选路段集合。
在本申请实施例中,对多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,包括:
将多个位置点数据按照时间从前到后排序,得到排序后的多个位置点;对于每个位置点,将位置点预设距离阈值范围内相交的所有路段作为位置点的初始候选路段集合。例如,对于每个点,查询周围一个距离阈值范围内相交的所有路段作为初始候选路段,对于任意点Pi,其初始候选路段有m个,则其中任一个初始候选路段为Rij,0<=j<=m。
其中,距离阈值的具体取值本申请不做具体限定,可根据实际情况自行设定。在一个示例性场景中,距离阈值的取值为25米。
进一步地,遍历每个点,对其初始候选路段集合进行缩减。得到候选路段集合。
具体地,在初始候选路段集合中随机抽取一个第一初始候选路段,在初始候选路段集合中查找一个与第一初始候选路段相连的路段进行合并,得到合并的路线。
进一步地,在初始候选路段集合中查找一个与合并的路线相连的路段继续进行合并,直到查找不到相连的路段,则停止查找。将查找到的初始候选路段从初始候选路段集合中删除,并将新合并的路线放入合并路线集合。
重复上述从在初始候选路段集合中随机抽取一个第一初始候选路段到将新合并的路线放入合并路线集合的步骤,直到初始候选路段集合为零。
最后,遍历合并路线集合,将各合并路线中,垂足最近的路段重新组合成位置点的候选路段集合。也就是在新合并的路线中,查找位置点距离新合并的路线的垂距最短的路段,将垂距最短的路段作为该位置点的候选路段。
如图4所示,对于由路段L1、L2、L3组成的合并的路线,位置点P距离路段L2的垂距最短,则对于该路线,L2为候选路段,L1和L3可以删除。
通过本申请的方法,可以对初始候选路段进行优选,删除大量无关的路段,减少后续计算最短路径的计算量,降低匹配时间。大大提高计算效率。
S303根据每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,路径集合包括相邻位置点之间的最短路径、最短路径长度以及各位置点到最短路径的垂距。
在本申请实施例中,根据每个位置点的候选路段,确定每两个相邻位置点各路线之间的最短路径。
如图5所示,位置点A到位置点B,有4种可能的路线,分别是A1-B1,A1-B2,A2-B1,A2-B2,这四种路线都有很多种可能的走法,例如,从A1到B2,可以走路线1、路线3,再从路线3返回走路线4等等多种走法,但是最短路径的走法是路线1到路线4,因此,路线1到路线4是A1到B2的最短路径。可采用Dijkstra路线规划算法计算出两个位置点的最短路径,此处不做具体限制。
若两个相邻位置点均有同一个候选路段,则此候选路段为两个相邻位置点之间的一个最短路径。
进一步地,确定最短路径的长度,以及位置点到最短路径的垂距。在一个示例性场景中,将匹配开始点(起始点)设为Ps,对于从该点开始,对每组相邻点的各自的路段,两两寻找最短路径。即对Ps点的每条Rij和Ps+1点的每条Rij寻找最短路径,并记录Ps点和Ps+1点之间所有的最短路径长度和起点、终点到该最短路径对应的路段的垂距。根据每相邻两个位置点之间的最短路径、最短路径长度以及垂距组成路径集合。
S304依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合。
在本申请实施例中,按照路径集合的顺序,合并第一路径集合中的最短路径与第二路径集合中的最短路径,得到合并集合;将合并集合中的路径与第三路径集合中的最短路径进行合并,得到新的合并集合,依次类推,直至合并集合中的路径与最后一个路径集合中的最短路径合并完成,得到包括从起始位置点开始到结束位置点的所有路线的总路线集合。合并后的路线长度和垂距也变成之前的相加之和。
在每次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并之前,还包括:判断需要合并的两个路径集合中,是否有起点和终点重合的最短路径;若有,则计算起点和终点重合的路径的最优路线概率,保留最优路线概率最大的路径,删除其他重合的最短路径。
在每次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并之后,还包括删除无法合并的路段。
S305计算总路线集合中的所有路线的最优路线概率,根据最优路线概率确定位置点的匹配结果。
在一种可能的实施方式中,计算总路线集合中的所有路线的最优路线概率,包括:
因为合并后的路线长度和垂距也变成之前的相加之和,因此,获取总路线集合中每条路线从起始位置点到结束位置点的路线长度以及垂距之和。根据路线长度计算路线维度特征值,根据垂距之和计算垂距维度特征值;根据路线维度特征值和垂距维度特征值计算路线的最优路线概率。
其中,根据路线维度特征值计算路线维度概率,根据垂距维度特征值计算垂距维度概率,根据路线维度概率与垂距维度概率的乘积,得到最优路线概率。
具体地,对于每个路线i,设路线长度为Li,垂距之和为Di,设路线维度特征值为F1i=1/(Li+1),垂距之和维度特征值为F2i=1/(Di+1)。则路线i的路线维度概率为PLi=F1i/Σ(F1),垂距维度概率为PDi=F2i/Σ(F2)。最优路线是路线维度概率与垂距维度概率的乘积最大的路线。即PL*PD值最大的路线。
最后,将最优路线概率最大的路线作为匹配路线,取每个位置点在对应的匹配路线中的距离最短的路段作为该位置点的匹配结果。
根据该步骤,可以计算最优路线概率,最优路线概率考虑了路线维度概率以及垂距维度概率,且将路线维度概率与垂距维度概率的乘积最大的路线作为最优路线,大大提高了路线匹配的准确率。
为了进一步理解本申请实施例提供的路线匹配方法,下面结合附图6进一步描述。如图6所示,包括如下步骤:
1.获取一辆车的一个时序段上的gps位置数据,按照时间从前到后的顺序排序;
2、遍历每一条gps数据,设第s个为Ps;
3.对于每个点,查询周围一个距离阈值范围内所有相交的路段作为(初始)候选路段Rij。
4.遍历每个点,对其初始候选路段集进行缩减。包括:将路段中相连的路段进行合并,取合并后的路线上,到Pi垂足距离最近的路段,重新组成候选路段集合。
5.将匹配开始点设为Ps,对Ps点的每条Rij和PS+1点的每条Rij寻找最短路径,并记录最终的路径长度和起始位置点终止位置点到该路径的垂距。
6.合并Ps-1到Ps和Ps到Ps+1的各路线,得到Ps-1到Ps+1的路线,得到最短路线长度之和垂距之和。
7、计算路线长度维度概率PLi=F1i/Σ(F1)以及垂距之和维度概率PDi=F2i/Σ(F2)。
8.判断是否有起点和尾点相同的多个路线,若有,保留PL*PD值最大的路线,删除其余重合的路线,若没有,直接删除不能合并的路线。
9.对所有点执行上述操作后,取所有合并结果中,最优路线概率最大的路线,作为最终选择的路线。
10.遍历所有点,找到各点在最终选择的路线上垂距最近的路段,作为各点的匹配结果。
根据本申请的方法,可以先确认位置点所属的候选路段,且根据预定规则对候选路段进行筛选,将大量概率低的候选路段删除,减少后续计算最短路径的工作量,降低匹配时间,显著提高计算效率。且根据总路线集合中的所有路线的最优路线概率,精确确定匹配路线。通过计算最优路线概率,可以大大提高路径匹配的准确率。
根据本申请实施例的另一个方面,还提供了一种用于实施上述轨迹位置点与路线的匹配方法的轨迹位置点与路线的匹配装置。如图7所示,该装置包括:
获取模块701,用于获取预设时段内待匹配的轨迹上的多个位置点数据;
候选路段删减模块702,用于对多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,按照预设规则对初始候选路段集合进行优选,得到每个位置点的候选路段集合;
路径确定模块703,用于根据每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,路径集合包括相邻位置点之间的最短路径、最短路径长度以及各位置点到最短路径的垂距;
路径合并模块704,用于依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合;
匹配模块705,用于计算总路线集合中的所有路线的最优路线概率,根据最优路线概率确定位置点的匹配结果。
需要说明的是,上述实施例提供的轨迹位置点与路线的匹配装置在执行轨迹位置点与路线的匹配方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的轨迹位置点与路线的匹配装置与轨迹位置点与路线的匹配方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
根据本申请实施例的又一个方面,还提供了一种与前述实施例所提供的轨迹位置点与路线的匹配方法对应的电子设备,以执行上述轨迹位置点与路线的匹配方法。
请参考图8,其示出了本申请的一些实施例所提供的一种电子设备的示意图。如图8所示,电子设备包括:处理器800,存储器801,总线802和通信接口803,处理器800、通信接口803和存储器801通过总线802连接;存储器801中存储有可在处理器800上运行的计算机程序,处理器800运行计算机程序时执行本申请前述任一实施例所提供的轨迹位置点与路线的匹配方法。
其中,存储器801可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口803(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线802可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中,存储器801用于存储程序,处理器800在接收到执行指令后,执行程序,前述本申请实施例任一实施方式揭示的轨迹位置点与路线的匹配方法可以应用于处理器800中,或者由处理器800实现。
处理器800可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器800中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器800可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器801,处理器800读取存储器801中的信息,结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的轨迹位置点与路线的匹配方法出于相同的发明构思,具有与其采用、运行或实现的方法相同的有益效果。
根据本申请实施例的又一个方面,还提供一种与前述实施例所提供的轨迹位置点与路线的匹配方法对应的计算机可读存储介质,其上存储有计算机程序(即程序产品),计算机程序在被处理器运行时,会执行前述任意实施例所提供的轨迹位置点与路线的匹配方法。
需要说明的是,计算机可读存储介质的例子还可以包括,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)、快闪记忆体或其他光学、磁性存储介质,在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的轨迹位置点与路线的匹配方法出于相同的发明构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
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。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种轨迹位置点与路线的匹配方法,其特征在于,包括:
获取预设时段内待匹配的轨迹上的多个位置点数据;
对所述多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,按照预设规则对所述初始候选路段集合进行优选,得到每个位置点的候选路段集合;
根据所述每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,所述路径集合包括相邻位置点之间的最短路径、最短路径长度以及各位置点到最短路径的垂距;
依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合;
计算所述总路线集合中的所有路线的最优路线概率,根据所述最优路线概率确定所述位置点的匹配结果。
2.根据权利要求1所述的方法,其特征在于,对所述多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,包括:
将所述多个位置点数据按照时间从前到后排序,得到排序后的多个位置点;
对于每个位置点,将所述位置点预设距离阈值范围内相交的所有路段作为所述位置点的初始候选路段集合。
3.根据权利要求1或2所述的方法,其特征在于,按照预设规则对所述初始候选路段集合进行优选,得到每个位置点的候选路段集合,包括:
在所述初始候选路段集合中随机抽取一个第一初始候选路段,在所述初始候选路段集合中查找一个与所述第一初始候选路段相连的路段进行合并,得到合并的路线;
在所述初始候选路段集合中查找一个与所述合并的路线相连的路段进行合并,直到查找不到相连的路段,则停止查找;
将查找到的初始候选路段从所述初始候选路段集合中删除,并将新合并的路线放入合并路线集合;
重复上述步骤,直到所述初始候选路段集合为零;
遍历所述合并路线集合,从各合并路线中,选择与位置点垂足最近的路段重新组合成该位置点的候选路段集合。
4.根据权利要求1所述的方法,其特征在于,依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合,包括:
按照路径集合的顺序,合并第一路径集合中的最短路径与第二路径集合中的最短路径,得到合并集合;
将合并集合中的路径与第三路径集合中的最短路径进行合并,得到新的合并集合,依次类推,直至合并集合中的路径与最后一个路径集合中的最短路径合并完成,得到包括从起始位置点到结束位置点的所有路线的总路线集合。
5.根据权利要求1所述的方法,其特征在于,计算所述总路线集合中的所有路线的最优路线概率,包括:
获取所述总路线集合中每条路线从起始位置点到结束位置点的路线长度以及垂距之和;
根据所述路线长度计算路线维度特征值,根据所述垂距之和计算垂距维度特征值;
根据所述路线维度特征值和所述垂距维度特征值计算路线的最优路线概率;
将最优路线概率最大的路线作为匹配路线;
取每个位置点在对应的所述匹配路线中的距离最短的路段作为该位置点的匹配结果。
6.根据权利要求5所述的方法,其特征在于,根据所述路线维度特征值和所述垂距维度特征值计算路线的最优路线概率,包括:
根据所述路线维度特征值计算路线维度概率;
根据所述垂距维度特征值计算垂距维度概率;
根据所述路线维度概率与所述垂距维度概率的乘积,得到所述最优路线概率。
7.根据权利要求1所述的方法,其特征在于,根据所述每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,包括:
根据每个位置点的候选路段,确定每两个相邻位置点各路线之间的最短路径;
确定所述最短路径的长度,以及位置点到所述最短路径的垂距;
根据每相邻两个位置点之间的最短路径、最短路径长度以及垂距组成路径集合。
8.一种轨迹位置点与路线的匹配装置,其特征在于,包括:
获取模块,用于获取预设时段内待匹配的轨迹上的多个位置点数据;
候选路段删减模块,用于对所述多个位置点数据进行预处理,得到每个位置点预设范围内的初始候选路段集合,按照预设规则对所述初始候选路段集合进行优选,得到每个位置点的候选路段集合;
路径确定模块,用于根据所述每个位置点的候选路段集合,确定每两个相邻的位置点之间的路径集合,所述路径集合包括相邻位置点之间的最短路径、最短路径长度以及各位置点到最短路径的垂距;
路径合并模块,用于依次将第一路径集合中的最短路径与其他路径集合中的最短路径进行合并,得到包括起始位置点与结束位置点之间所有路线的总路线集合;
匹配模块,用于计算所述总路线集合中的所有路线的最优路线概率,根据所述最优路线概率确定所述位置点的匹配结果。
9.一种电子设备,其特征在于,包括处理器和存储有程序指令的存储器,所述处理器被配置为在执行所述程序指令时,执行如权利要求1至7任一项所述的轨迹位置点与路线的匹配方法。
10.一种计算机可读介质,其特征在于,其上存储有计算机可读指令,所述计算机可读指令被处理器执行以实现如权利要求1至7任一项所述的一种轨迹位置点与路线的匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311033820.6A CN117308978A (zh) | 2023-08-16 | 2023-08-16 | 轨迹位置点与路线的匹配方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311033820.6A CN117308978A (zh) | 2023-08-16 | 2023-08-16 | 轨迹位置点与路线的匹配方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117308978A true CN117308978A (zh) | 2023-12-29 |
Family
ID=89285564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311033820.6A Pending CN117308978A (zh) | 2023-08-16 | 2023-08-16 | 轨迹位置点与路线的匹配方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117308978A (zh) |
-
2023
- 2023-08-16 CN CN202311033820.6A patent/CN117308978A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10520326B2 (en) | Driving route matching method and apparatus, and storage medium | |
US20180149488A1 (en) | Guide route setting apparatus and guide route setting method | |
Koller et al. | Fast hidden Markov model map-matching for sparse and noisy trajectories | |
CN113191550B (zh) | 地图匹配方法及装置 | |
US8532922B2 (en) | Method for simplifying a description of a route of travel | |
CN111737377B (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
CN105091890A (zh) | 用于推荐候选路径的方法和装置 | |
CN113587944B (zh) | 准实时的车辆行驶路线生成方法、***及设备 | |
CN112633812B (zh) | 货运车辆的轨迹分段方法、装置、设备及存储介质 | |
CN110542425B (zh) | 导航路径选择方法、导航装置、计算机设备及可读介质 | |
CN115544088A (zh) | 地址信息查询方法、装置、电子设备及存储介质 | |
CN112616118B (zh) | 一种车辆所经过的etc门架确定方法、装置及存储介质 | |
CN113108806A (zh) | 路径规划方法、装置、设备及介质 | |
JP2005091304A (ja) | 走行経路推定方法、走行経路推定システムにおけるセンター装置及びプログラム | |
CN117308978A (zh) | 轨迹位置点与路线的匹配方法、装置、设备及存储介质 | |
CN116481509A (zh) | 地图更新方法、装置、设备及计算机可读存储介质 | |
CN107270919B (zh) | 公交路线分级方法、装置以及公交路线导航方法、装置 | |
CN113008246B (zh) | 地图匹配方法和装置 | |
CN115206102A (zh) | 确定交通路径的方法、装置、电子设备和介质 | |
CN109297480B (zh) | 用于管理设备的位置的方法和*** | |
CN113607183A (zh) | 一种车辆的运输路线规划方法、装置、存储介质及终端 | |
CN112735130A (zh) | 交通数据的处理方法、装置、电子设备和介质 | |
CN111723831A (zh) | 一种数据融合方法及装置 | |
CN118036853B (zh) | 一种个体出行链生成方法、装置及存储介质 | |
CN111323015B (zh) | 行程信息的估计方法、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 |