CN1948913A - 用于处理大规模浮动车数据的启发式路径推测方法 - Google Patents
用于处理大规模浮动车数据的启发式路径推测方法 Download PDFInfo
- Publication number
- CN1948913A CN1948913A CNA200610112606XA CN200610112606A CN1948913A CN 1948913 A CN1948913 A CN 1948913A CN A200610112606X A CNA200610112606X A CN A200610112606XA CN 200610112606 A CN200610112606 A CN 200610112606A CN 1948913 A CN1948913 A CN 1948913A
- Authority
- CN
- China
- Prior art keywords
- road
- node
- chain
- point
- path
- 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
Landscapes
- Navigation (AREA)
Abstract
用于处理大规模浮动车数据的启发式路径推测方法,步骤如下:(1)根据城市导航电子地图的道路地理信息数据,建立设路网数据结构和路网拓扑结构,路网数据结构包括:节点、路段和路链,路网拓扑结构为各路链之间的连通关系;(2)处理浮动车数据,通过启发式路径推测方法,根据每辆浮动车记录的时间和位置数据计算它们的行车路径。本发明利用路网的连通性拓扑结构和车辆位置点所形成的有向线段启发式的搜索车辆最有可能的下一条行驶路径,然后再对选择的道路进行投影匹配,有效提高了处理效率;另一方面采用连续多条GPS定位数据联合进行推测,通过车辆在道路行驶的连续性特征,提高了算法的准确性。
Description
技术领域
本发明涉及一种智能交通***(ITS)领域浮动车实时交通信息处理***中的路径推测方法,特别是一种用于处理大规模浮动车数据的启发式路径推测方法。
背景技术
在智能交通领域,实时和动态的交通信息能为车辆出行,交通运输等提供有效的交通诱导和出行规划信息,从而达到节省出行时间、减少尾气排放等目的。
浮动车(Float Car Data)技术,也被称作“探测车(Probe car)”是国际智能交通***(ITS)中获取道路交通信息的技术手段之一。采用浮动车技术的***被称为浮动车***,其运行的基本原理是:根据装备车载全球定位***(GPS)的车辆,即浮动车,在车辆行驶过程中定期记录的位置信息(浮动车数据),应用包括地图匹配、行车路线推测和道路交通拥堵信息计算等相关的计算模型和算法进行处理,从而使浮动车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信息通过无线通讯***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。
由于车辆所采用的GPS设备一般会有5米以上的圆周误差,因此在匹配过程中存在将位置点匹配到多条道路上的可能性,同时车辆采集GPS位置数据的时间间隔较长,一般在5秒-300秒之间(实际应用中多为30秒-120秒),这样造成两个连续位置点跨越了较长距离,两个位置点间有可能存在多条可行驶的路径,因此需要设计一种方法来确定车辆正确的行驶路径,这种方法就是路径推测方法,因此路径推测方法是通过处理车辆较大间隔的行驶轨迹点数据,获取车辆正确行驶路径的技术。
当前的路径推测技术大多是基于已完成匹配的两点之间进行的,需要进行两次独立的地图匹配运算,再基于路网结构进行道路的广度搜索找出车辆可能的行驶路径。这样的算法搜索范围大,效率较低,无法很好满足处理大规模浮动车轨迹点时的实时性要求。同时这种只在GPS定位点集合中采用两个点的方法,采样点较少,无法回退参考之前的推测情况和后续的定位点来提高准确性,对每个点都进行独立的匹配也降低了***的运算效率。
发明内容
本发明的技术解决问题:克服现有技术的不足,提供一种用于处理大规模浮动车数据的启发式路径推测方法,该方法快速、高效、准确,且适用于复杂的道路情况的路径推测方法,对于城市的主辅路,立交桥等道路结构,均可以进行高效的处理。
本发明的技术解决方案:用于处理大规模浮动车数据的启发式路径推测方法,其特点在于通过以下步骤实现:
(1)根据城市导航电子地图的道路地理信息数据,建立设路网数据结构和路网拓扑结构,路网数据结构包括:节点、路段和路链,路网拓扑结构为各路链之间的连通关系;
(2)处理浮动车数据,通过启发式路径推测方法,根据每辆浮动车记录的时间和位置数据计算它们的行车路径。
本发明与现有技术相比的优点在于:本发明利用路网的连通性拓扑结构和车辆位置点所形成的有向线段启发式的搜索车辆最有可能的下一条行驶路径,然后再对选择的道路进行投影匹配,有效提高了处理效率;另一方面采用连续多条GPS定位数据联合进行推测,通过车辆在道路行驶的连续性特征,提高了算法的准确性。
附图说明
图1为本发明的路网数据结构示意图;
图2为本十字交叉路口拓扑结构示意图;
图3为本发明的启发式路径推测方法实现框图;
图4为本发明的路径推测树流程图;
图5为本发明的浮动车在一段时间内的位置点在路网地图上的分布示意图;
图6a至图6e为本发明的浮动车位置点生成的路径推测树示例一图示;
图7a、图7b为本发明的的浮动车位置点生成的路径推测树示例二图示。
具体实施方式
本发明方法具体如下:
(1)读取城市导航电子地图的道路地理信息数据,建立设定的路网数据结构和路网拓扑结构。
对浮动车数据进行处理,首先需要城市的道路地理信息数据,并建立路网数据结构和路网拓扑。路网数据结构是道路空间数据和道路属性数据在计算机中的存放形式,它是路径推测进行计算的基础数据,下面对本发明路网数据结构的建立进行说明。本发明的路网数据的建立包括节点、路段和路链的建立,这种结构是一种基于节点-路段-路链的数字道路地图数据结构。其中:
a.节点的建立
在一般的矢量编码方式的路网数字地图数据库中,道路以线或折线对象的方式存储,表示为一系列坐标点的有序集。通过连接这些坐标点,城市的路网就可以形成,这些坐标点定义为节点,节点分为两种:符合以下特征的节点称为连通性节点,1)是道路平交交叉口,2)道路起点,3)道路终点,4)道路的入口,4)道路的出口,5)道路等级改变的点(这些等级包括:高速路、快速路、主干路、次干路、支路、胡同、以及辅路和调头路等);不符合连通性节点特征的节点称为普通节点。如图1中示出了的3个普通节点和2个连通性节点。
每个节点对象包含的数据成员如下:
节点ID:路网中的每一个节点的序号,标识唯一的一个节点。
节点经度:节点的经度值。
节点纬度:节点的纬度值。
节点属性:表示节点是普通节点还是连通性节点。
b.路段的建立
如果两个相邻节点之间存在一条有向通路,那么这条有向通路定义为路段。路段表示的是路网中的单向直线道路。如图1中示出了一条单向道路上划分的4条路段。
每个路段对象包含的数据成员如下:
路段ID:路网中的每一条路段的序号,标识唯一的一条路段。
路段起始节点的ID:在路段起始位置的节点的ID号。
路段终止节点的ID:在路段终止位置的节点的ID号。
路段所在路链的ID:路段会处于一条路链上,这条路链的ID号。
路段长度:路段覆盖的道路的长度。
路段方向:路段的方向值,是路段起始节点与终止节点构成的有向线段与正北方向的夹角(顺时针方向,方向值取值0~360)。
路段属性:表示路段在路链上的位置,共有路链的起始路段、路链的中间路段、路链的终止路段、路链的唯一路段四种属性,如图1中所示,路段1是终止路段,路段2和3是中间路段,路段4是起始路段。
c.路链的建立
如果两个相邻的连通性节点之间存在一条有向通路,那么这条有向通路定义为路链。路段表示的是路网中的单向道路,路链中可能包含若干条路段,与路段相同,一条表示可以双向行驶的道路,根据方向的不同应该分为方向相反的两条路链。图1中示出了一条单向道路上划分的路链1,它包括路段1、路段2、路段3、路段,以及其他和路链1相连的路链,包括路链2、路链3、路链4、路链5、路链6、。
每个路链对象包含的数据成员如下:
路链ID:路网中的每一条路链的序号,标识唯一的一条路链。
路链起始节点的ID:在路链起始位置的节点的ID号。
路链终止节点的ID:在路链终止位置的节点的ID号。
路段ID数组:这个数组里包含着路链上的每一条路段的ID。
路链长度:路链覆盖的道路的长度。
路链有向线段长度:路链的起始节点与终止节点构成的有向线段的长度,设起始节点的经度和纬度分别是X1和Y1,设终止节点的经度和纬度分别是X2和Y2,则路链的向量长度为。
路链方向:路链起点与终点构成的有向线段与正北方向的夹角(顺时针方向,方向值取值0~360)(向量方向在向量定义中详细说明)。
路链属性:表示路链覆盖的道路的等级属性,包括高速路、快速路、主干路、次干路、支路、胡同、以及辅路和调头路等属性。
后继路链ID数组:这个数组里包含着路链的每一条后继路段的ID(后继路段在路网拓扑结构中定义)。
前继路链ID数组:这个数组里包含着路链的每一条前继路段的ID(前继路段在路网拓扑结构中定义)。
本发明设计的路网拓扑结构是指路链之间的连通关系,下面对路网拓扑结构的建立进行说明:
根据路网的连通性,数字道路结构可以用图的形式来表示。为了建立路链之间的拓扑关系,路链可以抽象成图中的顶点,两条路链的连接关系成为图中的边,图2显示了十字交叉路口拓扑结构,如图2(a)所示,由于存在连通性节点,按照方向的不同在十字交叉路口划分了8条路链。按照相邻路链之间的连通性,路链的前一条路链称为此路链的前继路链,路链的后一条路链称为此路链的后继路链,如图2(b)中所示,路链1的后续路链为路链4,路链5和路链7;路链7的前继路链为路链1,路链3和路链6。
(2)处理浮动车数据,通过启发式路径推测方法,根据每辆浮动车记录的时间和位置数据计算它们的行车路径。
a.浮动车数据说明
路径推测方法处理的是浮动车记录的一段时间内的若干条GPS定位数据,每条GPS定位数据包括:时间、GPS定位的车辆位置的经度和纬度、车辆行驶的方向、车辆行驶的速度。
将每辆浮动车的GPS定位数据分别按照时间序列排序,分别保存到各自的有序集合G内,即G是一辆浮动车一段时间内的若干条GPS定位数据集合,它作为路径推测方法进行处理的输入。G的形式化说明为:G={g1,g2,…..gn},gi(0<i<n+1)是一条GPS定位数据记录,它的数据成员包括: Xi,Yi,Vi,Ti,(0<i<n+1),其中Xi是浮动车GPS定位点的经度,Yi是浮动车GPS定位点的纬度,Vi是GPS定位的浮动车的行驶方向,Ti是浮动车记录的GPS定位数据的时间。
b.路径推测方法要使用的中间数据结构
—路径推测树
依据浮动车记录的GPS定位数据,车辆在一段时间内的所有可能行驶路径都保存在一颗不断生长的树结构中,这颗树定义为路径推测树。当依据路网拓扑和浮动车的位置数据,通过路径推测方法对浮动车的行驶路径进行推测时,这颗树的深度和广度就会不断的增加,节点里保存着车辆可能行驶过的路链和浮动车位置点的匹配结果(即把GPS定位的浮动车位置点向路链上的路段做投影,计算位置点与各路段间的投影距离,如果投影距离小于最大匹配误差(一般设为40-100米)则产生匹配结果,投影点作为浮动车行驶在道路上的匹配点,如果同一路链上有多条路段满足产生匹配结果的条件,则选择投影距离最小的路段作为匹配到的路段)。
路径推测树的节点的数据结构说明如下:
父节点位置:当前节点的父节点在路径推测树中的位置。
自身位置:当前节点在路径推测树中的位置。
路链ID:保存在当前节点中路链的ID。
匹配结果:浮动车GPS定位数据的匹配结果,包括匹配到的路段和在路段上的匹配点的经纬度;如果没有得到投影点,则匹配结果为空。
匹配结果的数据结构说明如下:
原GPS定位数据:包括车辆位置点的经纬度,时间,方向。
匹配点的经度:GPS位置点在路段上的投影点的经度。
匹配点的纬度:GPS位置点在路段上的投影点的纬度。
路段ID:投影点所在的路段的ID。
—候选匹配结果节点队列
候选匹配结果节点队列中保存的是路径推测树的节点在路径推测树中的位置。
在路径推测的过程中,要根据GPS定位数据指示的位置点向路段做点投影,计算投影距离,将投影距离小于最大匹配误差(一般设为40-100米)的投影点作为匹配点,即浮动车在道路上的位置。每条GPS定位数据都可能成功匹配到多条不同的路链上(一条路链上只允许产生一个匹配点,如果同一路链上有多条路段可以产生匹配点,则选择投影距离最小的路段作为唯一的匹配路段和相应的投影点最为匹配点),产生多个不同的候选匹配点,即可能有多个匹配结果,从而可能对应到多个路径推测树的节点。将这些节点在路径推测树中的位置保存在一个队列数据结构中,这个队列定义为候选匹配结果节点队列。
—待扩展节点队列
待扩展节点队列中保存的是待扩展节点,待扩展节点包括两个数据成员:路径推测树的节点和保存路链有向线段长度累计和的数值。
在推测车辆在两个位置点之间行驶过的路链时,需要依据路网拓扑和约束条件对一些路径推测树的节点进行扩展,这些节点保存在一个队列数据结构中,这个队列称为待扩展节点队列。
c.有向线段说明
从电子地图上取一固定点P1(P1的经度和纬度分别为X1和Y1),从P1出发向某点P2(P2的经度和纬度分别为X2和Y2)引一条线段,有方向且有长度,这样的线段叫做有向线段,记做,它的长度记作|P1P2|,它的方向值V是它与正北方向的夹角(顺时针方向,方向值取值0~360),点P1叫做它的始点,点P2叫做它的终点。同时,P1,P2两点之间的距离定义为的长度。
d.地图匹配方法说明
浮动车的GPS定位数据集合中的一条或多条GPS定位数据有时需要进行独立的地图匹配计算,这个过程为:GPS定位数据所记录的位置点向路网上的路链的路段做投影,计算位置点与各路段间的投影距离,如果投影距离小于最大匹配误差(一般设为40-100米)则产生匹配结果,投影点作为浮动车在道路上的匹配点,如果同一路链上有多条路段满足产生匹配结果的条件,则选择投影距离最小的路段作为匹配到的路段,相应的投影点作为对应于这条路链的唯一匹配点。
e.启发式路径推测方法的具体实施步骤
首先取浮动车数据,分别存放每辆浮动车的GPS定位数据,每辆浮动车的GPS定位数据分别放到每个独立的集合中,每个集合中的GPS定位数据记录按照时间顺序排序。
需要遍历全部浮动车的数据集合,分别对每辆浮动车的GPS定位数据集合进行路径推测计算。下面的处理步骤将运用到每辆浮动车的GPS定位数据集合,GPS定位数据集合记为G。图3示出了对每辆浮动车的GPS定位数据集合进行路径推测计算的流程图。下面是对处理步骤的详细描述:
-步骤1.按时间顺序取G中的一条GPS定位数据,记为g。
-步骤2.对g进行独立的地图匹配。
-步骤3.如果成功得到匹配结果,则转到步骤4;否则,判断G中是否还有未处理的GPS定位数据记录,如果是,则按时间顺序取G中的g的下一条GPS定位数据作为g,并转到步骤2,如果否,则结束本次处理。
-步骤4.根据匹配结果初始化路径推测树:1.如果只得到一个匹配点,则生成这个匹配点的匹配结果,并以匹配点所在的路链和匹配结果建立根节点;2.如果得到多个候选匹配点,则生成一个空节点作为根节点,然后根据每个候选匹配点生成一个根节点的子节点,即生成每个候选匹配点的匹配结果,并联合匹配点所在的路链分别生成根节点的子节点。
-步骤5.生成两个候选匹配结果节点队列,记为q1和q2,将上一步骤生成的包含匹配结果的节点位置依次加入q1中。
-步骤6.判断G中是否还有未处理的GPS定位数据记录,如果是,则按时间顺序取G中的g的下一条GPS定位数据记录,记为g’,如果否,则结束本次处理。
-步骤7.清空候选匹配结果节点队列q2,将候选匹配结果节点队列q1的元素数目记录为n,将q1所含的全部元素复制到候选匹配结果节点队列q2。
-步骤8.候选匹配结果节点队列q1出队列一个元素a,n=n-1,取a所指节点里的匹配结果,得到g的一个匹配点,以这个匹配点为起点,以g’表示的位置为终点建立有向线段L,计算L的方向v(L)和长度d(L)。
-步骤9.计算有向线段L的起点和它所在路链的终点的两点之间的距离d。
-步骤10.比较d是否大于等于v(L),如果是,则使用向量L的起点所在的路链作为候选路链,对其上的路段进行投影匹配,转到第11步;否,则转到第14步。
-步骤11.如果成功得到了匹配点,则生成匹配结果,将匹配到的路链和匹配结果生成一个路径推测树节点,作为a对应节点的子节点。将生成的子节点的位置加入候选匹配结果节点队列q1,转到步骤6;成功没有得到匹配点,转到第12步。
-步骤12.从路径推测树中提取车辆行驶的路径
具体步骤为:
从生成的路径推测树中可以提取出车辆的行驶轨迹,最后一条GPS定位数据所记录的位置点的匹配结果和匹配路链生成的节点在路径推测树中的位置全部保存在候选匹配结果节点队列q2中,如果q2中存在多个节点位置,则说明浮动车可能存在多条行驶路径,每个q2中的元素对应的节点向上回溯到根节点可以得到一条路链组成的车辆可能行驶的路径。
对于推测出的多条路径可以根据不同的选取规则选取唯一的一条。选取规则包括:
a.匹配权值法:
在地图匹配中,如果有多条路链上的路段满足匹配的条件,则可以使用计算匹配点权值的方法挑选出最有可能的一个。该计算匹配点权值的方法如下:
把待匹配的GPS定位点向附近所有路段做投影,计算GPS定位点与各路段间的投影距离ri,及车辆行驶方向与路段间的夹角θi。计算各投影匹配点的权值λi:λi=ωr·ri+ωθ·θi,其中,ωr,ωθ分别是投影距离和方向夹角的权值计算参数,ωr+ωθ=1。
计算每条路径上的候选匹配点的权值,然后累计,选择累计权值最小的一条路径作为最终的路径推测结果。
b.距离最短法:
计算每条路径所包含道路的距离总长,选择距离最小的一条路径作为路径推测结果。
-步骤13.判断G中是否还有未处理的轨迹点,如果是,按时间顺序取G中的g’的下一条GPS定位记录,记为g,转到第2步;否,结束本次处理。
-步骤14.依据路网拓扑启发式搜索车辆可能行驶过的路链,使用这些路链向下扩展路径推测树并对g’所记录的位置点进行投影匹配,将生成的含有匹配结果的节点位置加入候选匹配结果节点队列q1。
具体步骤:如图4所示,上述对步骤14的过程如下:
a.生成一个待扩展节点队列,定义一个数值dt,dt=d,使用a对应的节点和dt生成一个待扩展节点,加入到待扩展节点队列;
b.待扩展节点队列出队列一个待扩展节点元素,记为h;
c.对h中包含的路径推测树节点中的路链的后继路链进行遍历,计算每条后续路链的方向与v(L)的差,选择小于90或大于270的后继路链作为候选路链,对其上的路段进行投影匹配;
d.将得到匹配点的路链和匹配结果生成的h所包含节点的子节点,加入到路径推测树中,将子节点的位置加入到候选匹配结果节点队列q1中;对于没有得到匹配点的后继路链,定义一个数值|,|的值为h中包含的数值与后继路链有向线段长度之和;
e.判断I是否小于等于2*d(L),如果是,使用后继路链生成h所包含节点的子节点,加入到路径推测树中,使用刚生成的子节点和数值I生成一个待扩展节点,加入到待扩展节点队列,转到2;如果否,直接转到步骤h;
f.判断扩展节点队列是否为空,如果是,停止扩展路径推测树,删除待扩展节点队列,进入步骤15;否则,转到步骤b。
-步骤15. 判断n是否为0,如果否,则转到第8步;如果是,则判断候选匹配结果节点队列是否为空,如果是,则转到第12步;如果否,则转到第6步。
下面将结合具体的实施例对本发明进行详细的说明。
图5示出了一辆浮动车在一段时间内的7条GPS定位数据记录的位置点在路网地图上的分布情况,位置点按照时间顺序记为g1、g2、g3、g4、g5、g6、g7,路网上的道路被分成了路链并被编号,图中的黑色正方形代表了车辆位置点,红色圆点代表了车辆位置点在路链上的匹配点,红色有向线段代表了匹配点和下一个车辆位置点构成的有向线段。
(1)按照本发明对浮动车位置数据的处理流程,首先对g1进行地图匹配处理,得到图6a所示的初始化后的路径推测树根节点。
(2)根据g1的匹配点和g2推测车辆的行驶路径。因为g1的匹配点到路链1的终点的两点之间距离小于g1的匹配点和g2构成的有向线段的长度,而且路链3的方向与有向线段的方向之差小于90°,所以使用g2对路链1的后继路链路链3上的路段做投影,但是没有得到匹配点,路链3的有向线段长度与g1的匹配点到路链1的终点的两点之间距离的和小于g1的匹配点和g2构成的有向线段的长度的2倍,因此将路链3生成根节点的子节点,再使用g2对路链3的后继路链路链4和路链5上的路段分别做投影(路链4和路链5的方向与有向线段的夹角均小于90°),并得到两个匹配点,生成图6b所示的路径推测树,此时候选匹配结果节点队列q1中保存着路链4和路链5生成的节点在路径推测树中位置。
(3)根据g2的匹配点和g3推测车辆的行驶路径。分别使用g2在路链4和路链5上的匹配点与g3构成有向线段。对于g2在路链4上的匹配点和g3构成的有向线段,用来指导生成路链4对应节点的子节点。因为g2在路链4上的匹配点到路链4的终点的两点之间距离小于g2在路链4上的匹配点和g3构成的有向线段长度,所以要使用g3对路链4的后继路链上的路段做投影,路链4的后继路链中路链10的方向与有向线段的夹角之差大于90°,不满足方向上的约束条件,而路链11与有向线段的方向之差小于90°满足条件,因此使用g3对路链11上的路段作投影,没有得到匹配点,但是路链11的有向线段长度与g2在路链4上的匹配点到路链4的终点的两点之间距离之和小于路链4上的匹配点和g3构成的有向线段长度的2倍,使用路链11生成路链4的子节点。再对使用路链11生成的子节点进行扩展,路11的后继路链路链12和路链13在方向上都满足约束条件,经过匹配,在路链12上得到了匹配点,而再对路链13进行扩展时,加上路链13的后继路链路链23的有向线段长度的累计长度之和,就会超过g2在路链4上的匹配点和g3构成的有向线段长度的2倍,因此到路链13就会停止扩展。对于g2在路链5上的匹配点和g3构成的有向线段,用来指导生成路链5对应节点的子节点。同理,使用相同的方式对路链5所在的节点进行扩展后,生成图6c所示的路径推测树,此时候选匹配结果节点队列q1中保存着路链12和路链14生成的节点在路径推测树中位置。
(4)根据g3的匹配点和g4推测车辆的行驶路径。分别使用g3在路链12和路链14上的匹配点与g4构成有向线段。对于g3在路链14上的匹配点和g4构成的有向线段,用来指导生成路链14对应节点的子节点。因为g3在路链14上的匹配点到路链14的终点的两点之间距离大于g3在路链14上的匹配点和g4构成的有向线段长度,所以直接使用g4对路链14上的路段进行投影,即得到g4在路链14上的匹配点。对于g3在路链12上的匹配点和g4构成的有向线段,用来指导生成路链12对应节点的子节点。因为g3在路链12上的匹配点到路链12的终点的两点之间距离小于g3在路链12上的匹配点和g4构成的有向线段长度,而路链12的后继路链路链14与有向线段的方向之差小于90°满足条件,所以使用g4对路链14上的路段进行投影,得到g4在路链14上的匹配点。这样就生成图6d所示的路径推测树,此时候选匹配结果节点队列q1中保存着路链14生成的两个不同节点在路径推测树中位置。
(5)根据g4的匹配点和g5推测车辆的行驶路径。分别使用g4在路链14上的匹配点与g5构成有向线段对保存着g4的匹配结果的两个节点进行扩展。因为g5到各条路链的投影距离都比较大,超过了最大匹配误差(一般设为40-100米),无法得到匹配点,因此路径推测树生长成图6e所示的形状后停止生长。接下来就是在路径推测树中提取出由g1、g2、g3、g4所推测出的浮动车行车路线。由于复制的候选匹配结果节点队列q2中保存着图6d中所示的路链14生成的两个不同节点在路径推测树中位置,因此通过这两个节点向上回溯到根节点,就可以得到浮动车的两条可能行驶路径。再根据选取规则(距离最短法或匹配权值法)可以得到车辆的唯一行驶路径。
因为还有两条GPS定位数据未被处理,接着会从g6开始,继续推测车辆的行驶路径,步骤为:
首先对g6进行地图匹配处理,得到图7a所示的初始化的路径推测树根节点;
接着,根据g6的匹配点和g7推测车辆的行驶路径。分别使用g6在路链16和路17上的匹配点与g7构成有向线段。经过与上面描述的类似的推测过程,可以生成图7b所示的路径推测树,此时候选匹配结果节点队列q1中保存着路链18生成的两个不同节点在路径推测树中位置。接下来就是在路径推测树中提取出由g6、g7所推测出的浮动车行车路线。
Claims (4)
1、用于处理大规模浮动车数据的启发式路径推测方法,其特征在于通过以下步骤实现:
(1)根据城市导航电子地图的道路地理信息数据,建立设路网数据结构和路网拓扑结构,路网数据结构包括:节点、路段和路链,路网拓扑结构为各路链之间的连通关系;
(2)处理浮动车数据,通过启发式路径推测方法,根据每辆浮动车记录的时间和位置数据计算它们的行车路径。
2、根据权利要求1所述的用于处理大规模浮动车数据的启发式路径推测方法,其特征在于:所述的启发式路径推测方法的步骤如下:
(1)按时间顺序取GPS定位数据集合G中的一条GPS定位数据,记为g;
(2)对g进行独立的地图匹配;
(3)如果成功得到匹配结果,则转到步骤4;否则,判断G中是否还有未处理的GPS定位数据记录,如果是,则按时间顺序取G中的g的下一条GPS定位数据作为g,并转到步骤2,如果否,则结束本次处理;
(4)根据匹配结果初始化路径推测树;
(5)生成两个候选匹配结果节点队列,记为q1和q2,将上一步骤生成的包含匹配结果的节点位置依次加入q1中;
(6)判断GPS定位数据集合G中是否还有未处理的GPS定位数据记录,如果有,则按时间顺序取G中的g的下一条GPS定位数据记录,记为g’,如果没有,则结束本次处理;
(7)清空候选匹配结果节点队列q2,将候选匹配结果节点队列q1的元素数目记录为n,将q1所含的全部元素复制到候选匹配结果节点队列q2;
(8)候选匹配结果节点队列q1出队列一个元素a,n=n-1,取a所指节点里的匹配结果,得到g的一个匹配点,以这个匹配点为起点,以g’表示的位置为终点建立有向线段L,计算L的方向v(L)和长度d(L);
(9)计算有向线段L的起点和它所在路链的终点的两点之间的距离d;
(10)比较d是否大于等于v(L),如果大于,则使用向量L的起点所在的路链作为候选路链,对其上的路段进行投影匹配,转到第11步;如果小于,则转到第14步;
(11)如果成功得到了匹配点,则生成匹配结果,将匹配到的路链和匹配结果生成一个路径推测树节点,作为a对应节点的子节点,将生成的子节点的位置加入候选匹配结果节点队列q1,转到步骤6;成功没有得到匹配点,转到第12步;
(12)从路径推测树中提取车辆行驶的路径;
(13)判断G中是否还有未处理的轨迹点,如果有,按时间顺序取G中的g’的下一条GPS定位记录,记为g,转到第2步;如果没有,结束本次处理;
(14)依据路网拓扑启发式搜索车辆可能行驶过的路链,使用这些路链向下扩展路径推测树并对g’所记录的位置点进行投影匹配,将生成的含有匹配结果的节点位置加入候选匹配结果节点队列q1;
(15)判断n是否为0,如果否,则转到第8步;如果是,则判断候选匹配结果节点队列是否为空,如果是,则转到第12步;如果否,则转到第6步。
3、根据权利要求2所述的用于处理大规模浮动车数据的启发式路径推测方法,其特征在于:所述步骤(2)中的对g进行独立的地图匹配的方法为:根据GPS定位数据所记录的位置点g向路网上的路链的路段做投影,计算位置点与各路段间的投影距离,如果投影距离小于最大匹配误差则产生匹配结果,投影点作为浮动车在道路上的匹配点;如果同一路链上有多条路段满足产生匹配结果的条件,则选择投影距离最小的路段作为匹配到的路段,相应的投影点作为对应于这条路链的唯一匹配点。
4、根据权利要求2所述的用于处理大规模浮动车数据的启发式路径推测方法,其特征在于:所述步骤(4)中根据匹配结果初始化路径推测树的方法如下:
(1)如果只得到一个匹配点,则生成这个匹配点的匹配结果,并以匹配点所在的路链和匹配结果建立根节点;
(2)如果得到多个候选匹配点,则生成一个空节点作为根节点,然后根据每个候选匹配点生成一个根节点的子节点,即生成每个候选匹配点的匹配结果,并联合匹配点所在的路链分别生成根节点的子节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200610112606A CN100578152C (zh) | 2006-08-25 | 2006-08-25 | 用于处理大规模浮动车数据的启发式路径匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200610112606A CN100578152C (zh) | 2006-08-25 | 2006-08-25 | 用于处理大规模浮动车数据的启发式路径匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1948913A true CN1948913A (zh) | 2007-04-18 |
CN100578152C CN100578152C (zh) | 2010-01-06 |
Family
ID=38018494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200610112606A Expired - Fee Related CN100578152C (zh) | 2006-08-25 | 2006-08-25 | 用于处理大规模浮动车数据的启发式路径匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100578152C (zh) |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101373559B (zh) * | 2007-08-24 | 2010-08-18 | 同济大学 | 基于浮动车数据评估城市路网交通状态的方法 |
CN101409011B (zh) * | 2008-10-28 | 2010-08-25 | 北京世纪高通科技有限公司 | 一种地图匹配和路径推测方法、装置和*** |
CN102074110A (zh) * | 2011-01-28 | 2011-05-25 | 清华大学 | 基于浮动车数据的交通流路口转向延时获取***和方法 |
CN102110363A (zh) * | 2011-03-30 | 2011-06-29 | 北京世纪高通科技有限公司 | 一种浮动车数据处理的方法及装置 |
CN102200446A (zh) * | 2010-03-23 | 2011-09-28 | 日电(中国)有限公司 | 基于交通数据的连续路径探测装置和方法 |
CN102622879A (zh) * | 2011-01-26 | 2012-08-01 | 株式会社日立制作所 | 交通信息提供装置 |
CN102663890A (zh) * | 2012-06-01 | 2012-09-12 | 北京航空航天大学 | 利用浮动车数据确定禁左交限路口的方法 |
CN102735247A (zh) * | 2011-03-30 | 2012-10-17 | 爱信艾达株式会社 | 驾驶支援装置及驾驶支援方法 |
CN102881060A (zh) * | 2012-10-17 | 2013-01-16 | 潍柴动力股份有限公司 | 一种实现车辆典型工况获取的方法及*** |
CN103162702A (zh) * | 2013-03-05 | 2013-06-19 | 中山大学 | 稀疏采样下基于多重概率匹配的车辆行驶轨迹重构方法 |
CN103857033A (zh) * | 2012-11-30 | 2014-06-11 | 国际商业机器公司 | 对区域内的多个移动设备定位的方法及*** |
CN104034337A (zh) * | 2014-05-20 | 2014-09-10 | 清华大学深圳研究生院 | 一种浮动车地理位置点的地图匹配方法及装置 |
CN104101352A (zh) * | 2013-04-10 | 2014-10-15 | 奚伟祖 | 智能化的精确定位信息雷达 |
CN104200042A (zh) * | 2014-09-17 | 2014-12-10 | 王伟 | 一种定位数据轨迹跟踪方法 |
CN104268243A (zh) * | 2014-09-29 | 2015-01-07 | 华为技术有限公司 | 一种位置数据处理方法及装置 |
CN104344824A (zh) * | 2013-08-08 | 2015-02-11 | 朱孝杨 | 卫星定位多功能信息导航方法 |
CN104422452A (zh) * | 2013-09-06 | 2015-03-18 | 北京四维图新科技股份有限公司 | 一种导航引导路线的制作方法、装置及电子设备 |
CN105788252A (zh) * | 2016-03-22 | 2016-07-20 | 连云港杰瑞电子有限公司 | 基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法 |
CN106228830A (zh) * | 2016-07-27 | 2016-12-14 | 安徽聚润互联信息技术有限公司 | 一种公交车到站时间实时预测***及方法 |
CN106297280A (zh) * | 2015-05-22 | 2017-01-04 | 高德软件有限公司 | 一种信息处理方法和装置 |
CN106971535A (zh) * | 2017-03-19 | 2017-07-21 | 北京通途永久科技有限公司 | 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台 |
CN108132056A (zh) * | 2017-11-15 | 2018-06-08 | 北京通途永久科技有限公司 | 一种通过gps推断公交路径方法 |
CN108196280A (zh) * | 2017-11-15 | 2018-06-22 | 北京通途永久科技有限公司 | 一种通过gps推断公交线路方法 |
CN108204820A (zh) * | 2017-11-15 | 2018-06-26 | 北京通途永久科技有限公司 | 一种快速导航路径推测方法 |
CN108549383A (zh) * | 2018-05-17 | 2018-09-18 | 电子科技大学 | 一种实时多传感器的社区机器人导航方法 |
CN109031382A (zh) * | 2018-08-06 | 2018-12-18 | 武汉中海庭数据技术有限公司 | 一种基于停车位的高精度道路计算匹配方法及*** |
CN109255951A (zh) * | 2018-09-06 | 2019-01-22 | 青岛海信网络科技股份有限公司 | 一种勤务控制的方法及装置 |
CN109297480A (zh) * | 2017-07-24 | 2019-02-01 | 神州优车(平潭)电子商务有限公司 | 用于管理设备的位置的方法和*** |
CN109489674A (zh) * | 2017-09-12 | 2019-03-19 | 腾讯科技(深圳)有限公司 | 基于位置确定路段的方法、装置及存储介质 |
CN109764881A (zh) * | 2018-12-07 | 2019-05-17 | 北京掌行通信息技术有限公司 | 无人驾驶汽车测试方法、装置、电子设备及介质 |
CN110202570A (zh) * | 2019-05-13 | 2019-09-06 | 深圳创动科技有限公司 | 机器人及其运动控制方法以及存储介质 |
CN111982111A (zh) * | 2019-05-22 | 2020-11-24 | 哈曼贝克自动***股份有限公司 | 导航***的路径数据 |
CN112797997A (zh) * | 2020-12-19 | 2021-05-14 | 北京工业大学 | 一种基于栅格路网的应急路径规划架构和方法 |
CN112837393A (zh) * | 2019-11-22 | 2021-05-25 | 中国航天***工程有限公司 | 基于车辆位置数据的特大城市矢量路网的生成方法及*** |
CN112882466A (zh) * | 2021-01-12 | 2021-06-01 | 上海电力大学 | 一种融合分层规划和a*算法的共享电动汽车路径规划方法 |
CN113554891A (zh) * | 2021-07-19 | 2021-10-26 | 江苏南大苏富特智能交通科技有限公司 | 一种基于公交gps轨迹构建电子地图路网的方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102374866B (zh) * | 2011-08-25 | 2013-03-13 | 武汉光庭信息技术有限公司 | 基于走行方向的有损道路形状融合方法 |
CN102779411A (zh) * | 2012-08-10 | 2012-11-14 | 北京航空航天大学 | 自动获取道路坡度的方法 |
-
2006
- 2006-08-25 CN CN200610112606A patent/CN100578152C/zh not_active Expired - Fee Related
Cited By (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101373559B (zh) * | 2007-08-24 | 2010-08-18 | 同济大学 | 基于浮动车数据评估城市路网交通状态的方法 |
CN101409011B (zh) * | 2008-10-28 | 2010-08-25 | 北京世纪高通科技有限公司 | 一种地图匹配和路径推测方法、装置和*** |
CN102200446A (zh) * | 2010-03-23 | 2011-09-28 | 日电(中国)有限公司 | 基于交通数据的连续路径探测装置和方法 |
CN102622879A (zh) * | 2011-01-26 | 2012-08-01 | 株式会社日立制作所 | 交通信息提供装置 |
CN102622879B (zh) * | 2011-01-26 | 2015-03-11 | 株式会社日立制作所 | 交通信息提供装置 |
CN102074110A (zh) * | 2011-01-28 | 2011-05-25 | 清华大学 | 基于浮动车数据的交通流路口转向延时获取***和方法 |
CN102735247B (zh) * | 2011-03-30 | 2015-09-09 | 爱信艾达株式会社 | 驾驶支援装置及驾驶支援方法 |
CN102735247A (zh) * | 2011-03-30 | 2012-10-17 | 爱信艾达株式会社 | 驾驶支援装置及驾驶支援方法 |
CN102110363B (zh) * | 2011-03-30 | 2013-07-10 | 北京世纪高通科技有限公司 | 一种浮动车数据处理的方法及装置 |
CN102110363A (zh) * | 2011-03-30 | 2011-06-29 | 北京世纪高通科技有限公司 | 一种浮动车数据处理的方法及装置 |
CN102663890B (zh) * | 2012-06-01 | 2014-12-03 | 北京航空航天大学 | 利用浮动车数据确定禁左交限路口的方法 |
CN102663890A (zh) * | 2012-06-01 | 2012-09-12 | 北京航空航天大学 | 利用浮动车数据确定禁左交限路口的方法 |
CN102881060A (zh) * | 2012-10-17 | 2013-01-16 | 潍柴动力股份有限公司 | 一种实现车辆典型工况获取的方法及*** |
CN102881060B (zh) * | 2012-10-17 | 2015-03-11 | 潍柴动力股份有限公司 | 一种实现车辆典型工况获取的方法及*** |
CN103857033B (zh) * | 2012-11-30 | 2017-04-12 | 国际商业机器公司 | 对区域内的多个移动设备定位的方法及*** |
CN103857033A (zh) * | 2012-11-30 | 2014-06-11 | 国际商业机器公司 | 对区域内的多个移动设备定位的方法及*** |
CN103162702A (zh) * | 2013-03-05 | 2013-06-19 | 中山大学 | 稀疏采样下基于多重概率匹配的车辆行驶轨迹重构方法 |
CN103162702B (zh) * | 2013-03-05 | 2016-04-06 | 中山大学 | 稀疏采样下基于多重概率匹配的车辆行驶轨迹重构方法 |
CN104101352A (zh) * | 2013-04-10 | 2014-10-15 | 奚伟祖 | 智能化的精确定位信息雷达 |
CN104344824A (zh) * | 2013-08-08 | 2015-02-11 | 朱孝杨 | 卫星定位多功能信息导航方法 |
CN104422452A (zh) * | 2013-09-06 | 2015-03-18 | 北京四维图新科技股份有限公司 | 一种导航引导路线的制作方法、装置及电子设备 |
CN104034337A (zh) * | 2014-05-20 | 2014-09-10 | 清华大学深圳研究生院 | 一种浮动车地理位置点的地图匹配方法及装置 |
CN104034337B (zh) * | 2014-05-20 | 2017-01-18 | 清华大学深圳研究生院 | 一种浮动车地理位置点的地图匹配方法及装置 |
CN104200042B (zh) * | 2014-09-17 | 2017-09-01 | 王伟 | 一种定位数据轨迹跟踪方法 |
CN104200042A (zh) * | 2014-09-17 | 2014-12-10 | 王伟 | 一种定位数据轨迹跟踪方法 |
CN104268243A (zh) * | 2014-09-29 | 2015-01-07 | 华为技术有限公司 | 一种位置数据处理方法及装置 |
CN104268243B (zh) * | 2014-09-29 | 2017-11-17 | 华为技术有限公司 | 一种位置数据处理方法及装置 |
CN106297280A (zh) * | 2015-05-22 | 2017-01-04 | 高德软件有限公司 | 一种信息处理方法和装置 |
CN105788252A (zh) * | 2016-03-22 | 2016-07-20 | 连云港杰瑞电子有限公司 | 基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法 |
CN105788252B (zh) * | 2016-03-22 | 2018-05-01 | 连云港杰瑞电子有限公司 | 基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法 |
CN106228830A (zh) * | 2016-07-27 | 2016-12-14 | 安徽聚润互联信息技术有限公司 | 一种公交车到站时间实时预测***及方法 |
CN106971535A (zh) * | 2017-03-19 | 2017-07-21 | 北京通途永久科技有限公司 | 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台 |
CN106971535B (zh) * | 2017-03-19 | 2019-05-24 | 北京通途永久科技有限公司 | 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台 |
CN109297480A (zh) * | 2017-07-24 | 2019-02-01 | 神州优车(平潭)电子商务有限公司 | 用于管理设备的位置的方法和*** |
CN109297480B (zh) * | 2017-07-24 | 2022-06-14 | 神州优车(平潭)电子商务有限公司 | 用于管理设备的位置的方法和*** |
CN109489674A (zh) * | 2017-09-12 | 2019-03-19 | 腾讯科技(深圳)有限公司 | 基于位置确定路段的方法、装置及存储介质 |
CN108204820B (zh) * | 2017-11-15 | 2021-06-04 | 北京通途永久科技有限公司 | 一种快速导航路径推测方法 |
CN108204820A (zh) * | 2017-11-15 | 2018-06-26 | 北京通途永久科技有限公司 | 一种快速导航路径推测方法 |
CN108196280A (zh) * | 2017-11-15 | 2018-06-22 | 北京通途永久科技有限公司 | 一种通过gps推断公交线路方法 |
CN108132056A (zh) * | 2017-11-15 | 2018-06-08 | 北京通途永久科技有限公司 | 一种通过gps推断公交路径方法 |
CN108196280B (zh) * | 2017-11-15 | 2022-01-14 | 北京通途永久科技有限公司 | 一种通过gps推断公交线路方法 |
CN108549383A (zh) * | 2018-05-17 | 2018-09-18 | 电子科技大学 | 一种实时多传感器的社区机器人导航方法 |
CN108549383B (zh) * | 2018-05-17 | 2020-06-09 | 电子科技大学 | 一种实时多传感器的社区机器人导航方法 |
CN109031382A (zh) * | 2018-08-06 | 2018-12-18 | 武汉中海庭数据技术有限公司 | 一种基于停车位的高精度道路计算匹配方法及*** |
CN109255951A (zh) * | 2018-09-06 | 2019-01-22 | 青岛海信网络科技股份有限公司 | 一种勤务控制的方法及装置 |
CN109255951B (zh) * | 2018-09-06 | 2020-07-10 | 青岛海信网络科技股份有限公司 | 一种勤务控制的方法及装置 |
CN109764881A (zh) * | 2018-12-07 | 2019-05-17 | 北京掌行通信息技术有限公司 | 无人驾驶汽车测试方法、装置、电子设备及介质 |
CN109764881B (zh) * | 2018-12-07 | 2021-05-07 | 北京掌行通信息技术有限公司 | 无人驾驶汽车测试方法、装置、电子设备及介质 |
CN110202570A (zh) * | 2019-05-13 | 2019-09-06 | 深圳创动科技有限公司 | 机器人及其运动控制方法以及存储介质 |
CN111982111A (zh) * | 2019-05-22 | 2020-11-24 | 哈曼贝克自动***股份有限公司 | 导航***的路径数据 |
CN111982111B (zh) * | 2019-05-22 | 2024-04-30 | 哈曼贝克自动***股份有限公司 | 导航***的路径数据 |
CN112837393A (zh) * | 2019-11-22 | 2021-05-25 | 中国航天***工程有限公司 | 基于车辆位置数据的特大城市矢量路网的生成方法及*** |
CN112837393B (zh) * | 2019-11-22 | 2024-04-09 | 中国航天***工程有限公司 | 基于车辆位置数据的特大城市矢量路网的生成方法及*** |
CN112797997A (zh) * | 2020-12-19 | 2021-05-14 | 北京工业大学 | 一种基于栅格路网的应急路径规划架构和方法 |
CN112797997B (zh) * | 2020-12-19 | 2022-12-16 | 北京工业大学 | 一种基于栅格路网的应急路径规划架构和方法 |
CN112882466A (zh) * | 2021-01-12 | 2021-06-01 | 上海电力大学 | 一种融合分层规划和a*算法的共享电动汽车路径规划方法 |
CN113554891A (zh) * | 2021-07-19 | 2021-10-26 | 江苏南大苏富特智能交通科技有限公司 | 一种基于公交gps轨迹构建电子地图路网的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100578152C (zh) | 2010-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1948913A (zh) | 用于处理大规模浮动车数据的启发式路径推测方法 | |
CN104931063B (zh) | 路径规划方法 | |
CN107389079B (zh) | 高精度路径规划方法和*** | |
CN1294405C (zh) | 发送数字地图的位置信息的方法 | |
CN112435498B (zh) | 一种基于方向性诱导的城市路网最短路径获取方法 | |
CN112833899B (zh) | 一种用于无人环卫车的全覆盖路径规划方法 | |
CN108053060B (zh) | 一种基于风电场场内道路自动选线的升压站选址***及选址方法 | |
CN1488067A (zh) | 用于数字地图的位置信息传送方法和设备 | |
CN110515380B (zh) | 基于转弯权重约束的最短路径规划方法 | |
CN1961198A (zh) | 位置信息接收装置、形状匹配方法 | |
CN103149576A (zh) | 一种浮动车数据的地图匹配方法 | |
CN108827335B (zh) | 一种基于单向搜索模型的最短路径规划方法 | |
CN1821718A (zh) | 确定道路名称数据的显示位置及显示该道路名称数据 | |
CN1441260A (zh) | 用于导航服务的单一或多重路径地图匹配装置及其方法 | |
CN112344947B (zh) | 地图匹配方法、装置、电子设备和计算机可读存储介质 | |
CN1598490A (zh) | 处理数字地图数据的方法 | |
CN112991800B (zh) | 基于角度限制和双向搜索的城市路网最短路径获取方法 | |
ATE398276T1 (de) | Verfahren und vorrichtung zur bestimmung einer route mit orten von interesse | |
CN106530779A (zh) | 一种基于城市交通控制信号灯的路径规划方法及*** | |
CN100542117C (zh) | 一种基于复杂网络商空间模型的路径搜索方法 | |
CN1773566A (zh) | 信息收集***以及信息收集方法的程序 | |
CN1684074A (zh) | 基于城市路网结构的任意建筑物间最优路径选择方法 | |
CN102879006B (zh) | 路径搜索***、路径搜索方法 | |
CN114527761A (zh) | 一种基于融合算法的智能汽车局部路径规划方法 | |
CN104406590A (zh) | 一种基于道路等级的最短路径规划算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160927 Address after: 18, building 1006, block C, Shenzhen International Innovation Center, No. 518033 Shennan Road, Shenzhen, Guangdong, Futian District Patentee after: Shenzhen Air Technology Co., Ltd. Address before: 100083 Haidian District, Xueyuan Road, No. 37, Patentee before: Beihang University |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100106 Termination date: 20170825 |