-
公开(公告)号:CN115131669A
公开(公告)日:2022-09-30
申请号:CN202210909277.0
申请日:2022-07-29
Applicant: 中南大学
IPC: G06V20/10 , G06F16/29 , G06F16/51 , G06V10/62 , G06V10/75 , G06V10/762 , G06V10/774 , G06V10/82 , G06V20/00 , G01C21/32 , G01C21/00
Abstract: 本发明提供了一种多源数据协同的人车路网一体化构建方法,包括:获取开放街景地图数据、车辆轨迹数据、遥感影像数据、街景图像数据;提取现有道路拓扑数据并作为模板;利用车辆轨迹数据采用层次化建模策略生成道路网络数据;利用高分辨率遥感影像数据提取道路网络数据,与基于车辆轨迹数据提取的道路网络数据形成互补;利用街景图像数据提取道路语义信息;构成包含几何、拓扑、语义等全信息的道路网拓扑数据;匹配生成更新后的道路拓扑数据。本发明为城市级高精度导航道路网拓扑数据的获取与更新提供了有利的技术与方法支撑,在自动驾驶、智能交通系统、电子地图导航等应用中具有明显的应用前景和实用价值。
-
公开(公告)号:CN115131669B
公开(公告)日:2024-07-30
申请号:CN202210909277.0
申请日:2022-07-29
Applicant: 中南大学
IPC: G06V20/10 , G06F16/29 , G06F16/51 , G06V10/62 , G06V10/75 , G06V10/762 , G06V10/774 , G06V10/82 , G06V20/00 , G01C21/32 , G01C21/00
Abstract: 本发明提供了一种多源数据协同的人车路网一体化构建方法,包括:获取开放街景地图数据、车辆轨迹数据、遥感影像数据、街景图像数据;提取现有道路拓扑数据并作为模板;利用车辆轨迹数据采用层次化建模策略生成道路网络数据;利用高分辨率遥感影像数据提取道路网络数据,与基于车辆轨迹数据提取的道路网络数据形成互补;利用街景图像数据提取道路语义信息;构成包含几何、拓扑、语义等全信息的道路网拓扑数据;匹配生成更新后的道路拓扑数据。本发明为城市级高精度导航道路网拓扑数据的获取与更新提供了有利的技术与方法支撑,在自动驾驶、智能交通系统、电子地图导航等应用中具有明显的应用前景和实用价值。
-
公开(公告)号:CN114495514A
公开(公告)日:2022-05-13
申请号:CN202210140895.3
申请日:2022-02-16
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种多源数据协同的车辆违规掉头热点区域识别方法,属于电学技术领域,具体包括:对多条GPS轨迹数据进行清洗;利用窗口滑动算法对每条初始轨迹数据进行去除自相交操作,得到目标轨迹数据;提取掉头轨迹段,构成潜在违规掉头轨迹数据库,并保存轨迹点集合;以轨迹点集合为输入,获取对应路段内的街景图像数据;采用Yolov5深度神经网络模型识别街景图像数据,得到违规要素;进行场景解析,得到所有的违规掉头轨迹,形成违规掉头位置点集合;根据违规掉头位置点集合提取出违规掉头行为发生的热点区域。通过本公开的方案,提高了车辆违规掉头热点区域识别的检测效率、精准度和适应性。
-
公开(公告)号:CN112987052B
公开(公告)日:2021-08-10
申请号:CN202110456698.8
申请日:2021-04-27
Applicant: 中南大学
IPC: G01S19/38
Abstract: 本发明涉及智能出行技术领域,具体涉及一种基于路网路段分级的快速地图匹配方法。该方法先将路段分为简单、复杂两个等级,并求出相邻简单路段之间的候选连通路径;接着将简单路段周围的车辆轨迹点匹配到路段本身;最后基于这些匹配好的轨迹点和它们之间的候选连通路径,通过计算曲线相似度进一步匹配落在复杂路段周围的其它轨迹点。该方法避免了以往地图匹配方法中的大部分繁杂计算,且可一次性匹配多个连续点;与基于HMM的ST‑Matching匹配方法对比,准确率、尤其是效率都有明显提升。
-
公开(公告)号:CN112987052A
公开(公告)日:2021-06-18
申请号:CN202110456698.8
申请日:2021-04-27
Applicant: 中南大学
IPC: G01S19/38
Abstract: 本发明涉及智能出行技术领域,具体涉及一种基于路网路段分级的快速地图匹配方法。该方法先将路段分为简单、复杂两个等级,并求出相邻简单路段之间的候选连通路径;接着将简单路段周围的车辆轨迹点匹配到路段本身;最后基于这些匹配好的轨迹点和它们之间的候选连通路径,通过计算曲线相似度进一步匹配落在复杂路段周围的其它轨迹点。该方法避免了以往地图匹配方法中的大部分繁杂计算,且可一次性匹配多个连续点;与基于HMM的ST‑Matching匹配方法对比,准确率、尤其是效率都有明显提升。
-
公开(公告)号:CN113485997B
公开(公告)日:2023-10-31
申请号:CN202110850984.2
申请日:2021-07-27
Applicant: 中南大学
IPC: G06F16/215 , G06F16/29
Abstract: 本发明提供了一种基于概率分布偏差估计的轨迹数据纠偏方法,所述轨迹数据包括每个采样点的车辆实时的位置,车辆的瞬时速度和采样时间,包括:根据轨迹的长度和采样间隔对所有轨迹进行清洗;对取出来的轨迹数据进行间隔为2m的插值处理,从所有轨迹中依次取出第一轨迹数据,并对第一轨迹数据中的每个形状点做一条长为30m的截线,计算所述第一轨迹数据在每个形状点处的空间方位角;求出所有与所述截线相交的第二轨迹数据,并求所述第二轨迹数据在交点处的方位角,计算所述第一轨迹数据和第二轨迹数据的方位角差异,若所述方位角差异小于60°,记录第二轨迹数据与所述截线的交点,否则忽略;对记录的所述截线的所有交点运用高斯混合模型,并进行迭代。
-
公开(公告)号:CN113485997A
公开(公告)日:2021-10-08
申请号:CN202110850984.2
申请日:2021-07-27
Applicant: 中南大学
IPC: G06F16/215 , G06F16/29
Abstract: 本发明提供了一种基于概率分布偏差估计的轨迹数据纠偏方法,所述轨迹数据包括每个采样点的车辆实时的位置,车辆的瞬时速度和采样时间,包括:根据轨迹的长度和采样间隔对所有轨迹进行清洗;对取出来的轨迹数据进行间隔为2m的插值处理,从所有轨迹中依次取出第一轨迹数据,并对第一轨迹数据中的每个形状点做一条长为30m的截线,计算所述第一轨迹数据在每个形状点处的空间方位角;求出所有与所述截线相交的第二轨迹数据,并求所述第二轨迹数据在交点处的方位角,计算所述第一轨迹数据和第二轨迹数据的方位角差异,若所述方位角差异小于60°,记录第二轨迹数据与所述截线的交点,否则忽略;对记录的所述截线的所有交点运用高斯混合模型,并进行迭代。
-
-
-
-
-
-