基于多信息融合的軌跡數(shù)據(jù)路網(wǎng)精確匹配方法
【專利摘要】本發(fā)明公開了一種基于多信息融合的軌跡數(shù)據(jù)路網(wǎng)精確匹配方法，屬于路網(wǎng)匹配技術(shù)領(lǐng)域。本發(fā)明基于輸入的軌跡數(shù)據(jù)、路網(wǎng)數(shù)據(jù)，為每個采樣點確定對應(yīng)的候選點，候選點所在的路網(wǎng)路段為候選路段；再從時間和空間確定相鄰候選路段間的候選概率權(quán)值；最后，在結(jié)果匹配中，為輸入的待匹配軌跡數(shù)據(jù)，在眾多候選路徑中尋找一條最大帶權(quán)路徑作為結(jié)果輸出，同時將對應(yīng)的候選點作為更新后的采樣點坐標(biāo)。本發(fā)明的實施，可以精確地將軌跡數(shù)據(jù)匹配到路網(wǎng)，推測出匹配點和行駛軌跡。即使在軌跡數(shù)據(jù)采樣頻率不穩(wěn)定、路網(wǎng)情況復(fù)雜、數(shù)據(jù)丟失情況下，本發(fā)明的處理依舊穩(wěn)定，且時間復(fù)雜度低。
【專利說明】
基于多信息融合的軌跡數(shù)據(jù)路網(wǎng)精確匹配方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于路網(wǎng)匹配技術(shù)領(lǐng)域，具體設(shè)及一種將軌跡數(shù)據(jù)精確匹配到路網(wǎng)的方 法。
【背景技術(shù)】
[0002] 隨著傳感器技術(shù)的發(fā)展，越來越多的軌跡數(shù)據(jù)被采集。但是，由于傳感器誤差的存 在和相關(guān)法律法規(guī)，采集到的位置數(shù)據(jù)通常是有偏移的，不能精確地反應(yīng)一個物體的位置。 而且，由于采集到的軌跡數(shù)據(jù)不是連續(xù)的，該類數(shù)據(jù)不能準(zhǔn)確地刻畫一個物體的運動軌跡
[0003] 軌跡數(shù)據(jù)的路網(wǎng)匹配是一個基礎(chǔ)工作，對于其它相關(guān)領(lǐng)域的研究和應(yīng)用開發(fā)具有 重要意義，例如路徑規(guī)劃、實時系統(tǒng)導(dǎo)航、流行路徑發(fā)現(xiàn)等。
[0004] 軌跡數(shù)據(jù)路網(wǎng)匹配算法，在過去的幾十年已經(jīng)得到較多的應(yīng)用。一些方法僅僅利 用局部數(shù)據(jù)聯(lián)系和擴展的方法，匹配軌跡數(shù)據(jù)到路網(wǎng)。典型的利用擴展的方法進行位置匹 配算法女日('H. Gonzalez , J. Han,X. Li ,M.Myslinska,and J. P. Sonda邑，('Adaptive fastest path computation on a road network:A traffic mining approachin Proceedings of the 33rd International Conference on Very Large Data Bases,University of Vienna ,Austria , September 23-27,2007,2007 , PP . 794-805 和 "J. S . Greenfeld , "Matching gps observations to locations on a digital map,"in Proceedings of the 81st Annual Meeting of the Transportation Research Board,Washington,D.C., Janua巧13-17,2002,2002"，共有特點是簡單地將軌跡數(shù)據(jù)映射到距離其最近的路段上， 追求一條軌跡上局部匹配最優(yōu)。該類方法可W實現(xiàn)軌跡的快速匹配，計算上復(fù)雜度和空間 使用較低。但是，匹配的準(zhǔn)確度較低，而且要求軌跡數(shù)據(jù)的采樣頻率高。隨著采樣頻率降低， 其算法性能嚴(yán)重下降，甚至不能工作。另一些方法則利用一條軌跡數(shù)據(jù)的全局信息來進行 路網(wǎng)匹配，該類方法通?？紤]整條軌跡數(shù)據(jù)的全部信息，在匹配時本著使化echet距離最小 的原則。相比于利用局部信息來進行匹配的方法，利用全局信息匹配的方法可W獲得一個 較好的結(jié)果。但是，計算時間復(fù)雜度依舊較高，對于采樣頻率不穩(wěn)定和復(fù)雜路網(wǎng)情況依然不 能較好處理。
[0005] 當(dāng)前，軌跡數(shù)據(jù)路網(wǎng)匹配算法可W大體分為四類：基于幾何學(xué)，基于道路拓撲關(guān) 系，基于概率模型和其它不屬于前=者的算法?；趲缀螌W(xué)的軌跡數(shù)據(jù)路網(wǎng)匹配算法充分 利用道路網(wǎng)絡(luò)的幾何關(guān)系，考慮道路網(wǎng)的幾何形狀來進行匹配。但是，沒有考慮道路網(wǎng)的幾 何連接情況。基于道路拓撲關(guān)系的算法吸取了前者的缺點，更進一步考慮道路網(wǎng)絡(luò)之間的 連接關(guān)系?；诟怕誓Ｐ偷乃惴?，在考慮前兩者信息的同時，還考慮各種誤差來源來進行進 一步建模，最終通過一個概率模型來度量匹配結(jié)果。另外的一些算法利用一些交叉領(lǐng)域的 方法來進行路網(wǎng)匹配，比如利用卡爾曼濾波器、模糊邏輯、隱馬爾可夫模型等。上述幾類算 法，雖然可W實現(xiàn)軌跡數(shù)據(jù)到路網(wǎng)的匹配，但是存在幾個共有的缺陷：匹配準(zhǔn)確率較低，特 別是在采樣率不穩(wěn)定和路網(wǎng)復(fù)雜情況下;應(yīng)用要求苛刻，要求采樣率穩(wěn)定且較高，數(shù)據(jù)較完 整;計算復(fù)雜度高等。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的發(fā)明目的在于：為了克服現(xiàn)有的軌跡數(shù)據(jù)匹配方法的匹配不精確、應(yīng)用 條件苛刻、對路網(wǎng)和軌跡數(shù)據(jù)要求嚴(yán)格和計算復(fù)雜度高等缺點，本發(fā)明公開了一種新的軌 跡數(shù)據(jù)路網(wǎng)匹配方法。本發(fā)明對軌跡數(shù)據(jù)和路網(wǎng)無嚴(yán)格要求、應(yīng)用條件寬泛，特別是在不穩(wěn) 定采樣率(包括低采樣率)和路網(wǎng)復(fù)雜條件下，也能保持穩(wěn)定的匹配準(zhǔn)確率，而且復(fù)雜度低。
[0007] 本發(fā)明利用軌跡數(shù)據(jù)對運動物體進行建模，利用所構(gòu)建的運動模型來描述一個運 動物體的運動狀態(tài)。該模型可W表示為用一個數(shù)據(jù)元組〈location , speed, direct ion， timestamp〉。其中，"location"表示一個運動物體的當(dāng)前位置屬性，例如GPS數(shù)據(jù)，其包括經(jīng) 度和締度信息，通常可W由位置傳感器采集得到；"speed"表示該運動物體的當(dāng)前運動速 度，通常由速度傳感器采集到；"direction表示該運動物體的當(dāng)前運動方向，通常由數(shù)字羅 盤采集；"timestamp"表示時間戳，表征當(dāng)前的時刻，通常由計時器采集。通過上述運動模 型，可W完整地描述一個運動物體的運動屬性。
[0008] 本發(fā)明的實現(xiàn)包括=部分:候選集合準(zhǔn)備，候選圖構(gòu)建和結(jié)果匹配。其中，候選集 合準(zhǔn)備主要包括軌跡數(shù)據(jù)和路網(wǎng)數(shù)據(jù)輸入、數(shù)據(jù)庫、候選點（路段)投射和形成候選集合幾 個步驟;候選圖構(gòu)建主要包括歷史速度挖掘建模、環(huán)境速度評估建模、空間分析、時間分析 和候選圖構(gòu)建幾個步驟，該部分需要用到候選集合準(zhǔn)備步驟中得到的候選集合;結(jié)果匹配 主要包括從候選圖中選擇一條匹配路徑作為結(jié)果，該部分需要用到候選圖構(gòu)建的結(jié)果候選 圖。
[0009] 候選集合準(zhǔn)備:該步驟的輸入為軌跡數(shù)據(jù)(包括采樣點、采樣時刻、采樣速度、運動 方向）和對應(yīng)的路網(wǎng)數(shù)據(jù)(可W是簡化后的路網(wǎng)），后臺存在一個或者多個數(shù)據(jù)庫用來保存 所輸入的路網(wǎng)數(shù)據(jù)和軌跡數(shù)據(jù)。一條軌跡數(shù)據(jù)輸入后，基于上述運動模型進行建模，即用數(shù) 據(jù)元組〈location, speed, direction ,timestamp〉來表示。一條待匹配的軌跡數(shù)據(jù)的候選點 和候選路段的產(chǎn)生采用投射的方式獲取，投射規(guī)則為：W軌跡數(shù)據(jù)的各采樣點為圓屯、，一個 可調(diào)長度R(R的取值取決于具體應(yīng)用場景）為半徑畫圓，所畫圓至少包括一段路網(wǎng)路段，向 落入圓內(nèi)的路段(路網(wǎng)數(shù)據(jù)），做正投影，若投影點在圓內(nèi)，則投影點為候選點；否則，取在圓 內(nèi)的路段的端點為候選點。上述兩種方式得到每個采樣點所對應(yīng)的候選點集，各采樣點對 應(yīng)一個或多個候選點，候選點所在的路段(路網(wǎng)數(shù)據(jù)的）為候選路段(候選點和候選路段一 一對應(yīng)）。候選點和候選路段需要保存，W供候選圖構(gòu)建使用。
[001日]候選圖構(gòu)建：
[0011]該步驟首先為路網(wǎng)數(shù)據(jù)的每一個路段進行歷史速度挖掘建模，通過對歷史數(shù)據(jù)的 統(tǒng)計分析，構(gòu)建一個歷史速度模型。具體方法為將一天按照時間順序，等間隔劃分為m份， 即24/m小時為一個時間間隔。利用每一個路段附近采樣點或者已經(jīng)匹配的采樣點的速度， 計算該時間間隔內(nèi)該路段的平均速度再利用所有的間隔平均速度為每一個間隔的速度 進行加權(quán)，即用公式描述為：
其中V(T)表示歷史參考速度，T為輸 入時刻，疋為當(dāng)前路段在每個時間間隔的平均速度，m表示預(yù)設(shè)時間間隔總數(shù)，為每個時 間間隔的中屯、時刻。本發(fā)明通過加權(quán)，越靠近輸入時刻的時間，平均速度所占的權(quán)值越大。 該步驟為預(yù)處理步驟，通過該步驟可W為路網(wǎng)數(shù)據(jù)的各路段在每一個時刻，計算得到一個 歷史參考速度WT)。
[0012]環(huán)境速度評估建模主要考察在當(dāng)前時刻，運動物體所處環(huán)境的可移動速度，因為 當(dāng)前所處環(huán)境直接決定了可W移動的最大速度，故對于路徑匹配具有重要意義。本發(fā)明將 單個移動物體和整個路段周圍的移動物體視為一個整體，考慮同一路段上移動物體間的聯(lián) 系。具體方法為:針對每一個輸入的軌跡點(采樣點），根據(jù)本發(fā)明的投影規(guī)則可W得到每個 采樣點所對應(yīng)的候選點及候選路段，針對路網(wǎng)數(shù)據(jù)的每一個路段，查詢當(dāng)前采樣點的采樣 時刻的前A t(預(yù)設(shè)值，取值范圍通常為2-4)個時間間隔內(nèi)，匹配到該路段的采樣點，將運些 采樣點的速度(采樣速度)求平均，得到該時刻（當(dāng)前采樣點的采樣時刻)該路段的環(huán)境速度 V(V)，其用公式可W表示夫
癢中化表示在當(dāng)前采樣點的采樣時刻的前A t個 時間間隔內(nèi)，匹配到當(dāng)前路段的采樣點總數(shù);V。表示采樣點C對應(yīng)的速度。
[001引空間分析主要通過概率模型，為候選圖中每一條邊，即相鄰采樣點的候選點間的 連線(相鄰采樣點的不同候選路段間)分配一個空間概率權(quán)值。
[0014] 首先定義一個觀測概率，該概率主要是考慮軌跡數(shù)據(jù)的采樣點和真實位置的偏移 距離在二維空間服從二維高斯分布。公式化可W表示為
其中 表示觀測概率，Xi表示第i個采樣點與其候選點j之間的歐氏距離，S表示采樣點的偏移距離 方差，e表示自然底數(shù)，y表示采樣點的偏移距離均值，其中S、y均為采集軌跡數(shù)據(jù)的采集系 統(tǒng)的固有參數(shù)?；谏鲜鲫P(guān)于邊的觀測概率知，距離采樣點越近的候選點，觀測概率 值越大。
[0015] 接著定義一個傳播概率，該概率主要利用移動物體的選路方式，即移動物體在熟 悉的道路上總是沿著最近的道路前進，故可W利用兩個采樣點間的歐氏距離和對應(yīng)候選點 間最短路徑長度比值來刻畫：
其中^ g!)表示傳播概 率，表示第i-1個采樣點的候選點j(即下標(biāo)為采樣點標(biāo)識，上標(biāo)為對應(yīng)的候選點標(biāo)識）， 巧表示第i個采樣點的候選點表示第i-1個采樣點和第i個采樣點間的歐氏距離， w(i-uH(i,k)表示對應(yīng)候選點間最短路徑的長度。由上式可知，候選點間最短距離與對應(yīng)采 樣點間歐式距離越接近，傳播概率值越大。
[0016] 然后定義一個選擇概率，該概率主要利用移動物體的運動方向和道路的方向信 息，若候選路段的方向和運動物體方向很接近，則該路段容易被選擇作為最終結(jié)果，公式化 表示為：
癢中D(C/j表示選擇概率，C濤示第i個采樣點的候選 點j，表示采樣點i的候選點j所在的候選路段的方向，巧"表示采樣點i對應(yīng)的運動方向。
[0017]針對上述觀測概率啦)、傳播概率W(社-> 心)和選擇概率D(C )，可W得到對應(yīng) 候選路段間的空間概率權(quán)值自
， 即通過空間分析，可W得到相鄰采樣點的候選點（巧_1、巧>所確定候選路段間的空間概率 權(quán)值。
[0018] 時間分析主要通過歷史速度和環(huán)境速度，來進一步區(qū)別在空間分析中不能明顯區(qū) 別的候選點或者不適當(dāng)?shù)暮蜻x點，主要形式也是為候選集和候選路段再計算一個時間概率 權(quán)值：
[0019] 首先，根據(jù)每個路段在不同時刻的歷史參考速度V(T)、環(huán)境速度V(V)可W得到每 個路段在對應(yīng)時刻的參考速度v_ru = a . V(T)+e ? V(V),其中a、e為預(yù)設(shè)常數(shù)，下標(biāo)U為路段 標(biāo)識符。然后基于路段的參考速度v_。確定相鄰采樣點的不同候選路段間的時間概率權(quán)值 ^
其中S表示連接兩個候選路段（第 i-1個采樣點的候選點j、第i個采樣點的候選點k分別所在的候選路段）的最短路徑所包括 的路段數(shù)，v_ru為組成所述最短路徑的各路段的參考速度，在計算路段U所對應(yīng)的歷史參考 速度V(T)、環(huán)境速度V(V)時，對應(yīng)的時刻為采樣點i的采樣時刻，即V(T)中所設(shè)及的T為采樣 點i的采樣時刻，V(V)中的當(dāng)前采樣點為采樣點i。吉表示第i-1個采樣點的候選點j 到第i個采樣點的候選點k的平均速度(兩點間的距離除W兩點的采樣時間差）。即相鄰采樣 點的不同候選路段間的時間概率權(quán)值為連接兩個候選路段的最短路徑的參考速度平方和。
[0020] 最后，基于候選路段的空間概率權(quán)值和時間概率權(quán)值1仁厶^ G")的 乘積得到候選概率權(quán)值
I。 通過該步驟，完成候選圖的構(gòu)建，所構(gòu)建的候選圖為帶權(quán)圖，每一條邊的權(quán)值為對應(yīng)候選路 段的候選概率權(quán)值DC(C瓦一> 種)。
[0021] 結(jié)果匹配:該步驟主要在候選圖中為每一條輸入的軌跡數(shù)據(jù)尋找到一條匹配結(jié)果 路徑和對應(yīng)的匹配點，即在眾多候選路段構(gòu)成的候選路徑(每個采樣點選擇一個候選路段） 中尋找一條最大帶權(quán)路徑DC(T。）：
，其中，T。為輸入的待 匹配軌跡數(shù)據(jù)，m表示一條軌跡數(shù)據(jù)所包括的采樣點總數(shù)。同時，為了降低軌跡數(shù)據(jù)的各采 樣點與真實位置的偏差，本發(fā)明還基于所匹配的最大帶權(quán)路徑對采樣點位置進行更新，即 將組成最大帶權(quán)路徑的各候選路段的候選點作為對應(yīng)的采樣點位置。
[0022] 綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是:可W精確地將軌跡數(shù) 據(jù)匹配到路網(wǎng)，推測出匹配點和行駛軌跡。即使在軌跡數(shù)據(jù)采樣頻率不穩(wěn)定、路網(wǎng)情況復(fù) 雜、數(shù)據(jù)丟失情況下，本發(fā)明的處理依舊穩(wěn)定，且時間復(fù)雜度低。
【附圖說明】
[0023] 圖1是本發(fā)明的處理過程示意圖。
【具體實施方式】
[0024] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合實施方式和附圖，對本發(fā) 明作進一步地詳細描述。
[0025] 參見圖1，本發(fā)明首先將軌跡數(shù)據(jù)(包括采樣點、采樣時刻、速度、運動方向）、路網(wǎng) 數(shù)據(jù)輸入軌跡路網(wǎng)數(shù)據(jù)庫中；并基于預(yù)設(shè)的半徑R，W各采樣點為圓屯、畫圓（本實施方式中 針對GPS數(shù)據(jù)，可調(diào)半徑R設(shè)置為25米），向落入圓內(nèi)的路段(做正投影，若投影點在圓內(nèi)，貝U 投影點為候選點;若對應(yīng)路段的端點在圓內(nèi)，則路段端點為候選點。從而得到各采樣點的候 選點Cf (上標(biāo)用于標(biāo)識不同的候選點，下標(biāo)用于標(biāo)識不同的采樣點），候選點所在的路段為 候選路段。候選點和候選路段需要保存，W供候選圖構(gòu)建使用，從而完成候選集合(候選點 集、候選路段集)的處理。
[0026] 對由候選點和候選路段構(gòu)成的候選圖中，分別計算候選圖中每一條帶向邊的權(quán)值 DC(巧_1 一巧遵于候選點的觀測概率N片)、傳播概率w(q:_i ^巧)和選擇概率D(巧)得 到候選路段間的空間概率權(quán)值S(待^巧)、W及路段的歷史參考速度V(T)、環(huán)境速度V(V) 得到候選路段間的時間概率權(quán)值T(耗1 從而得到候選路段間的候選概率權(quán)值 DC(Ci 一 C') '
[0027] 結(jié)果匹配中，為輸入的待匹配軌跡數(shù)據(jù)，在眾多候選路段構(gòu)成的候選路徑中尋找 一條最大帶權(quán)路徑做為結(jié)果輸出。同時，基于所匹配的最大帶權(quán)路徑對采樣點位置進行更 新，將組成最大帶權(quán)路徑的各候選路段的候選點(候選路段和候選點一一對應(yīng))作為對應(yīng)的 采樣點位置。
[0028] W上所述，僅為本發(fā)明的【具體實施方式】，本說明書中所公開的任一特征，除非特別 敘述，均可被其他等效或具有類似目的的替代特征加 W替換;所公開的所有特征、或所有方 法或過程中的步驟，除了互相排斥的特征和/或步驟W外，均可W任何方式組合。
【主權(quán)項】
1.基于多信息融合的軌跡數(shù)據(jù)路網(wǎng)精確匹配方法，其特征在于，包括下列步驟： 輸入軌跡數(shù)據(jù)、路網(wǎng)數(shù)據(jù)，其中所述軌跡數(shù)據(jù)包括采樣點、采樣時刻、采樣速度、運動方 向；確定軌跡數(shù)據(jù)的每個采樣點的候選點，候選點所在的路網(wǎng)數(shù)據(jù)的路段為候選路段，其 中候選點的確定方式為：以采樣點為圓心，預(yù)設(shè)半徑R畫圓，所畫圓至少包括一段路網(wǎng)路段， 向落入圓內(nèi)的路網(wǎng)路段做正投影，若投影點在圓內(nèi)，則投影點為候選點；否則，路網(wǎng)路段在 圓內(nèi)的端點為候選點； 計算相鄰采樣點的不同候選路段間的候選概率彳 =的下標(biāo)為的空間概率權(quán)值Sfci^1 - Cf )，其中采樣點對其候選點的觀測概」米^樣點楊；識；^ _ h *7IC先生!前辛*娃占的推占：fcld口始：. 根據(jù)公￥ 計算相鄰采樣點的不同候選路段 表示采樣點i與采樣點i的候選點j之間的歐氏距離，S表示采樣點的偏移距離方差，e表示自 夕犬瞎翁樣占的偏軟? Si均值；相鄰采樣點的不同候選路段間的傳播概率菱示第i-Ι個采樣點和第i個采樣點間的歐氏距離， 表示第i-Ι個采樣點的候選點j與第i個采樣點的候選點k之間的最短路徑長度； 采樣點對其候選點的選擇概】_中@表示采樣點i的候選點j 所在的候選路段的方向，D;'表示采樣點i對應(yīng)的運動方向； 根據(jù)公另H十算相鄰采樣點的不同候選路段間的 時間概率權(quán)值TffiL1 ^ 其中v_ru表示基于路段u在采樣點i的采樣時刻的參考速度，s表示連接第i-Ι個采樣點的候選點j所在的候選路段、第i個采樣點的候選點k所在的候選路 段的最短路徑所包括的路段數(shù)，馬-w表示第i-Ι個采樣點的候選點j到第i個采樣點的 候選點k的平均速度； 參考速度^=€1 · V⑴+β · V(v)，其中α、β為預(yù)設(shè)常數(shù)，歷史參考逝 其中輸入時刻T為采樣點i的采樣時刻，I為當(dāng)前路段的平均速度，m表示預(yù)設(shè)時間間隔總 數(shù)，?,為每一個時間間隔的中心時刻;環(huán)境速；_中Π2表不在米樣點i的米 樣時刻的前At時間間隔內(nèi)，匹配到當(dāng)前路段的采樣點總數(shù);V。表示采樣點c的速度； 基于各候選路段間的候選概率權(quán)值[XlQl 4 (_:丨；)，為當(dāng)前輸入的軌跡數(shù)據(jù)尋找一條最 大帶權(quán)路徑作為匹配結(jié)果輸出。2.如權(quán)利要求1所述的方法，其特征在于，基于匹配結(jié)果輸出的最大帶權(quán)路徑的各候選 路段對應(yīng)的候選點，將與候選路段對應(yīng)的采樣點坐標(biāo)更新為所述候選點的坐標(biāo)。
【文檔編號】G08G1/01GK106023587SQ201610353075
【公開日】2016年10月12日
【申請日】2016年5月25日
【發(fā)明人】邵杰, 胡剛, 張東祥, 申恒濤
【申請人】電子科技大學(xué)