一种基于滑动平均算法的车辆轨迹优化方法技术

本发明专利技术公开了一种基于滑动平均算法的车辆轨迹优化方法，提出一种解决方案：首先将接收到的GPS数据用滑动平均算法进行处理，对定位异常的噪点进行过滤；然后用道格拉斯

【技术实现步骤摘要】
一种基于滑动平均算法的车辆轨迹优化方法


[0001]本专利技术涉及导航定位
，具体设计一种基于滑动平均算法的车辆轨迹优化方法。

技术介绍

[0002]随着社会经济的发展和LBS(Location Based Services)服务的广泛应用，GPS(Global Positioning System)技术在车辆定位监测的应用已经十分成熟。而基于GPS定位的车辆轨迹显示是地图导航定位和交通管理决策的一项重要功能。其原理是利用GPS技术周期性的获取车辆定位信息，并通过无线网络技术将定位信息发送到远程服务器，服务器后台根据客户端的请求将存放的定位信息进行提取处理，并在电子地图中显示车辆的行驶轨迹。当我们处理GPS设备传过来的数据时，会产生由于设备定位异常所导致的噪点；如果噪点过多，轨迹线就会呈现出非常混乱的折线；同时我们没有必要将所有获取的定位信息都用来绘制轨迹，在保证曲线形状大体不变的情况下将多余的节点剔除。因此，如何保证轨迹曲线平滑的同时又能节省存储空间，成为车辆轨迹优化的关键。
[0003]对于此问题，国内外学者对其进行了深入的研究，提出了许多解决方案。Banerjee等人提出了一种基于分段圆弧拟合的平滑算法来对轨迹进行去噪，使用动态程序来寻找给定轨迹的最佳弧拟合。 Benjamin等人提出了一种轨迹优化算法，该方法在考虑各种时变系统约束的情况下以渐进的视界方式生成路径跟踪轨迹。樊庆富等人提出基于偏移量计算的在线GPS轨迹数据压缩算法，较好的保留了轨迹信息。张倩等人提出一种基于GPS和地图匹配的车辆配送路径轨迹弧长偏差可视化校正方法，进行路径偏差校正。
[0004]通常来说，设备所收集的GPS定位数据都是含有噪点的，车辆在弯道行驶过程中，由于速度过快，导致两点定位距离较远，用 Cesium的Entity.polyline()函数绘制的轨迹，比较僵硬，不能真实的反应车辆的运动轨迹；通常这些噪点是由于设备异常产生的，在硬件层面提升定位精度的成本太大，因此一般都是通过程序来过滤这些噪点。常用的去噪算法有：非局部均值去噪法、中值滤波法和滑动平均法。非局部均值去噪法需要采集的信息较多，实现过程较为复杂，不利于具体实施。中值滤波算法是把数字图像或数字序列中某一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值更接近真实值，从而消除孤立的噪声点。但该算法过于依赖历史轨迹数据样本。
[0005]现有的车辆轨迹优化主要是将绝大部分运算都集中在车载智能终端上，对终端的性能提出了较高的要求。此外，利用专用短程无线通信频繁地传输地图和信号灯数据，也会占用原本就稀缺的信道资源，对存储空间占用量也大。

技术实现思路

[0006]本专利技术要解决的技术问题是提供一种基于滑动平均算法的车辆轨迹优化方法，以解决现有技术中车辆拐弯时的轨迹精度较低、存储空间占用量大、车辆行驶轨迹匹配路网的准确度低的技术问题。
[0007]针对以上轨迹优化中存在的问题，提出一种解决方案如下：首先用滑动平均算法对获取的GPS定位数据进行去噪处理，消除异常轨迹点；然后再引入道格拉斯-普克算法对去噪之后的节点进行抽稀，进一步压缩轨迹节点，节省存储空间；最后将轨迹数据借助Cesium 提供的Entity.polyline进行绘制展示，对比前后的轨迹曲线和轨迹点数量，结果表明，优化后的轨迹平滑效果显著，节省了内存空间。
[0008]为解决上述技术问题，本专利技术采用如下技术方案：
[0009]设计一种基于滑动平均算法的车辆轨迹优化方法，包括如下步骤：
[0010]S1：获取车辆经纬度数据data；
[0011]S2：运用滑动平均算法对获取的经、纬度数据进行去噪处理，根据需要保留的数据节点特性选择合适的滑动窗口大小m；
[0012]S3：整理去噪后的数据，确定合适的阈值；
[0013]S4：为了去除冗余信息，用道格拉斯-普克算法进行数据抽稀；
[0014]S5：处理后的经纬度数据利用Entity.polyline函数标注在地图上进行绘制轨迹曲线，得到真实的车辆行驶路线。
[0015]1.根据权利要求1所述的基于滑动平均算法的车辆轨迹优化方法，其特征在于，在步骤S1中，所述滑动平均算法的表达式为：
[0016][0017]y(s)＝f(s)+x(s)
ꢀꢀꢀ
(2)
[0018]其中，f
′
(s)为平滑后的数据，y(s)为经纬度数据，f(s)为轨迹点中的正常数据，x(s)为轨迹点中的异常数据，m为离散化采集的数据个数，N为滑动窗口大小。
[0019]优选的，所述N个采样取值看成一个循环队列，每次采样得到一个新数据放入队尾，并扔掉原来队首的一个数据，遵循先进先出原则，把队列中的N个数据进行滑动平均运算，获得新的滤波结果。
[0020]优选的，所述滑动窗口大小N，其取值为6～15。
[0021]优选的，获取车辆GPS轨迹点的数据为经纬度数据。
[0022]优选的，在步骤S4中，所述道格拉斯-普克算法是将去噪之后的曲线的首末点连成一条直线，求所有中间点与直线的距离，并找出最大距离值max，用max与抽稀阈值value相比较：
[0023]若max<value，这条曲线上的中间点全部舍去；
[0024]若max≥value，则以该点为界，把曲线分为两部分，对这两部分曲线重复上述过程，直至所有的点都被处理完成。
[0025]优选的，在步骤S5中，在Cesium上进行轨迹绘制是指在在 Cesium地图中标注出车辆的位置，采用了队列的存储结构对得到的数据信息进行存储，按照先进先出的原则对数据进行处理访问，然后在使用Cesium提供的线函数进行轨迹绘制，从而得到车辆轨迹。
[0026]与现有技术相比，本专利技术的有益技术效果在于：
[0027]1.本专利技术先用滑动平均算法对获取的GPS定位数据进行去噪处理，消除异常轨迹点；然后再引入道格拉斯-普克算法对去噪之后的节点进行抽稀，进一步压缩轨迹节点，节省存储空间；最后将轨迹数据借助Cesium提供的Entity.polyline函数进行绘制展示，对比
前后的轨迹曲线和轨迹点数量，结果表明，优化后的轨迹平滑效果显著，节省了内存空间。
[0028]2.采用的滑动平均算法，响应快速，计算量小，能有效的消除数据节点中的随机波动。将连续取N个采样值看成一个循环队列，队列长度固定为N，每次采样得到一个新数据放入队尾，并扔掉原来队首的一个数据(先进先出原则)，把队列中的N个数据进行平均运算，就可以获得新的滤波结果。优化后的轨迹对车辆历史轨迹查询、运行状态监测、交通管控、实时交通信息发布、车辆定位与智能调度、轨迹规划、出行路径选择等多个方面具有重要意义。
[0029]3.本专利技术特别针对车辆拐弯时的轨迹偏移进行优化，得到的车辆行驶轨迹更为精确。
附图说明
[0030]图1滑动平均算法优化流程；
[0031]图2滑动平均滤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于滑动平均算法的车辆轨迹优化方法，其特征在于，包括如下步骤：S1：获取车辆经纬度数据data；S2：运用滑动平均算法对获取的经、纬度数据进行去噪处理，根据需要保留的数据节点特性选择合适的滑动窗口大小m；S3：整理去噪后的数据，确定合适的阈值；S4：为了去除冗余信息，用道格拉斯-普克算法进行数据抽稀；S5：处理后的经纬度数据利用Entity.polyline函数标注在地图上进行绘制轨迹曲线，得到真实的车辆行驶路线。2.根据权利要求1所述的基于滑动平均算法的车辆轨迹优化方法，其特征在于，在步骤S1中，所述滑动平均算法的表达式为：y(s)＝f(s)+x(s)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，f
′
(s)为平滑后的数据，y(s)为经纬度数据，f(s)为轨迹点中的正常数据，x(s)为轨迹点中的异常数据，m为离散化采集的数据个数，N为滑动窗口大小。3.根据权利要求2所述的基于滑动平均算法的车辆轨迹优化方法，其特征在于，所述N个采样取值看成一个循环队列，每次采样得到...

【专利技术属性】
技术研发人员：王星东，刘硕，王玉华，杨淑绘，杨震，
申请(专利权)人：河南工业大学，
类型：发明
国别省市：