[发明专利]一种融合卡口和GPS数据的车辆轨迹定位方法

说明书

本发明提供一种融合卡口和GPS数据的车辆轨迹定位方法，其面对复杂地况也能够计算出更准确的匹配结果，且计算效率能够满足任何场景下的在线匹配实时性要求。本发明的技术方案，基于地图匹配算法获得初始车辆轨迹之后，通过卡口的过车数据对初始车辆轨迹进行纠错，获得更精确的车辆轨迹定位数据；将地图划分为不同的区块，将纠错后获得的车辆轨迹定位数据作为训练数据，对训练数据同样基于地图区块进行区块划分，同时根据不同的区块分别建立不同的区块轨迹定位模型后，通过训练数据进行训练，获得精准的区块轨迹定位模型；一旦模型训练好建立之后，输入实时数据可进行车辆轨迹的快速定位。

技术领域

本发明涉及智能交通控制技术领域，具体为一种融合卡口和GPS数据的车辆轨迹定位方法。

背景技术

在汽车导航、电子地图车辆轨迹跟踪等应用领域，需要通过GPS地图匹配技术将目标车辆的车辆轨迹在电子地图中定位；GPS地图匹配是指将行车轨迹的经纬度采样序列与数字地图路网匹配的过程；现有技术中的主流算法可分为局部算法和全局算法：局部算法的基本原理是根据当前和上一匹配点对应路段距离和方向的相似性进行匹配，多用于在线或实时匹配；全局算法的基本原理是基于道路的几何、拓扑形状找到一条与采样轨迹最接近的匹配轨迹，多用于离线匹配；然而，随着目前对GPS地图匹配应用的场景越来越多，现有的针对在线匹配的局部算法，其计算效率越来越无法满足大数据时代下对匹配结果实时性的要求足；并且，无论是局部算法还是全局算法都是基于二维地理信息进行匹配，所以应对高架林立和复杂道路线性情况都存在匹配信息不精确的问题。

发明内容

为了解决现有技术中GPS地图匹配算法对于复杂地况的匹配结果不够精确，以及在线匹配算法的效率不足的问题，本发明提供一种融合卡口和GPS数据的车辆轨迹定位方法，其面对复杂地况也能够计算出更准确的匹配结果，且计算效率能够满足任何场景下的在线匹配实时性要求。

本发明的技术方案是这样的：一种融合卡口和GPS数据的车辆轨迹定位方法，其包括以下步骤：

S1：获取检测用车辆的GPS数据，构成历史数据集；

S2：利用地图匹配算法基于所述历史数据集进行初步地图匹配，获得所述检测用车辆的初始车辆轨迹；

其特征在于：

S3：利用道路卡口过车数据对所述初始车辆轨迹进行纠错；

基于纠错结果和所述历史数据集，获得训练数据集；

S4：基于GeoHash算法将指定区域的地图进行划分，生成由GeoHash分区编号表达的地图区块；

S5：根据所述地图区块对所述训练数据集进行区块划分，且将划分好的所述训练数据集区块添加上对应的所述GeoHash分区编号；

S6：针对每一个所述地图区块，基于机器学习分类算法建立对应的区块轨迹定位模型；通过所述训练数据集区块中的数据作为训练数据，对其对应的所述区块轨迹定位模型进行训练；

S7：获得所有的训练好的所述区块轨迹定位模型，每一个训练好的所述区块轨迹定位模型都有一个所述GeoHash分区编号；

S8：获取待定位车辆的实时GPS数据，将所述实时GPS数据根据所述地图区块进行区块划分，且将划分好的所述实时GPS数据区块添加上对应的所述GeoHash分区编号；

S9：将所述实时GPS数据区块投入到与其拥有同一个所述GeoHash分区编号的训练好的所述区块轨迹定位模型中，进行分类；

S10：基于每一个所述区块轨迹定位模型获得对应的计算后的路段名，构成所述待定位车辆的轨迹信息。

其进一步特征在于：

步骤S3中，利用道路卡口过车数据、所述初始车辆轨迹、所述历史数据集获得所述训练数据集的方法，详细包括：