基于轨迹结构提取的复杂路网地图匹配方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115655290A(43)申请公布日2023.01.31(21)申请号202210878979.7(22)申请日2022.07.25(71)申请人安徽师范大学地址241000安徽省芜湖市弋江区花津南路安徽师范大学(72)发明人汪小寒王配罗永龙王静郑孝遥汪齐亮钱书亭(74)专利代理机构芜湖安汇知识产权代理有限公司34107专利代理师钟雪(51)Int.Cl.G01C21/32(2006.01)G01C21/34(2006.01)G01C21/00(2006.01)G01S19/42(2010.01)权利要求书2页说明书10页附图3页(54)发明名称基于轨迹结构提取的复杂路网地图匹配方法(57)摘要本发明公开一种基于轨迹结构提取的复杂路网地图匹配方法，包括如下步骤：S1、采用聚集轨迹区域中的特征点代替聚集轨迹区域后，再采用BQS算法对轨迹进行压缩，保留轨迹中的转弯点及路段连接点；S2、基于轨迹点的当前位置及相邻位置的平均速度来自适应的调整候选区域的候选半径，位于候选区域内的路段即为当前轨迹点的候选路段；S3、对每个轨迹点的候选路段进行空间分析、时间分析及方向分析，获取轨迹T的最佳匹配路径。对轨迹进行聚类压缩处理，获取聚集区域轨迹点，保留代表性轨迹点；针对道路的疏密程度，提出自适应选择候选路段,减少候选数量；针对复杂路网环境下不同情况的路段，引入车辆特征信息和方向信息决策候选路段，提高匹配正确率。CN115655290ACN115655290A权利要求书1/2页1.一种基于轨迹结构提取的复杂路网地图匹配方法，其特征在于，所述方法具体包括如下步骤：S1、采用聚集轨迹区域中的特征点代替聚集轨迹区域后，再采用BQS算法对轨迹进行压缩，保留轨迹中的转弯点及路段连接点；S2、基于轨迹点的当前位置及相邻位置的平均速度来自适应的调整候选区域的候选半径，位于候选区域内的路段即为当前轨迹点的候选路段；S3、对每个轨迹点的候选路段进行空间分析、时间分析及方向分析，来获取轨迹T的最佳匹配路径。2.如权利要求1所述基于轨迹结构提取的复杂路网地图匹配方法，其特征在于，聚集轨迹区域的形成方法具体如下：S11、计算当前轨迹点Pi与各聚集轨迹点Pj间的距离d(Pi,Pj)，其中Pj∈NS，2≤i≤m；S12、判断距离最大值maxd(Pi,Pj)是否小于距离阈值Td，若检测结果为是，则将轨迹点Pi放入集合NS中，否则，将轨迹点Pi放入集合RES中；S13、基于步骤S11和步骤S12遍历轨迹T中的所有轨迹点，集合NS中的聚集轨迹点所在的区域即为聚集轨迹区域；集合NS为聚集轨迹点集合，RES为轨迹点序列中的非聚集轨迹点集合。3.如权利要求2所述基于轨迹结构提取的复杂路网地图匹配方法，其特征在于，聚集轨迹区域中的特征点确定方法具体如下：计算集合NS所有聚集轨迹点的局部密度ρ和全局最高密度δ，同时计算两者的乘积γ，γ＝ρ*δ；最大γ对应的集聚轨迹点即为该聚集轨迹区域中的特征轨迹点。4.如权利要求1所述基于轨迹结构提取的复杂路网地图匹配方法，其特征在于，轨迹点的候选半径的确定方法具体如下：其中，表示物体在轨迹点处的运动速度，ws是滑动窗口Ws的大小，表示轨迹点与轨迹点间的欧几里得距离，ti、td分别表示轨迹点轨迹点的时间戳，Δt表示轨迹点与轨迹点的时间戳的差值。5.如权利要求1所述基于轨迹结构提取的复杂路网地图匹配方法，特征在于，空间分析函数为：表示从空间角度来看候选点从转移到的可能性，表示路段rk上候选点的观测概率，表示从候选点转移到候选点的转移概率。6.如权利要求5所述基于轨迹结构提取的复杂路网地图匹配方法，特征在于，轨迹点在路段rk上的候选点的观测概率计算公式具体如下：2CN115655290A权利要求书2/2页其中，表示候选点的观测概率，表示轨迹点在路段rk上的速度限制因子；其中，是轨迹点和候选点之间的大圆距离，μ、σ为高斯分布参数；其中，是在路段rk上的限速值，是为轨迹点记录的速度值。7.如权利要求5所述基于轨迹结构提取的复杂路网地图匹配方法，特征在于，候选点转移到候选点的转移概率的计算公式具体如下：其中，是轨迹点与轨迹点之间的欧几里得距离，表示候选点与候选点间的欧几里得距离，分别是轨迹点轨迹点的候选点，Θ表示的是一个极小的修正数。8.如权利要求1所述基于轨迹结构提取的复杂路网地图匹配方法，特征在于，方向分析函数的计算公式具体如下k表示轨迹点在路段ri上的方向限制因子，Δθ表示行驶方向和路段方向之间的角度差，μ、σ为为高斯分布参数。9.如权利要求8所述基于轨迹结构提取的复杂路网地图匹配方法，特征在于，轨迹点k在路段ri上的方向限制因子的计算公式具体如下：k其中，是为轨迹点的行驶方向，是候选路段ri的规