轨迹点滤选方法及装置、存储介质制造方法及图纸

本申请公开了一种轨迹点滤选方法及装置、存储介质，属于智能交通领域。该方法包括：获取m个采集源在同一目标轨迹点采集的定位数据中的n种目标解算数据，该n种目标解算数据包括每个采集源采集的定位数据中的至少一种定位解算数据，该目标轨迹点为车辆行驶过程中的任一轨迹点，n≥m≥2，m和n均为整数；根据数据打分模型和该n种目标解算数据对该目标轨迹点打分，得到该目标轨迹点的打分分值；根据数据滤选模型和该目标轨迹点的打分分值，对该目标轨迹点进行滤选。本申请有助于改善轨迹点的滤选效果。效果。效果。

【技术实现步骤摘要】
轨迹点滤选方法及装置、存储介质


[0001]本申请涉及智能交通领域，特别涉及一种轨迹点滤选方法及装置、存储介质。

技术介绍

[0002]随着互联网技术和通讯技术的快速发展，众包(crowd scourcing)技术得以涌现。众包技术具备数据丰富、易采集以及成本低等优点，广泛应用于地图绘制、导航、车辆行驶轨迹还原等基于位置的服务中。
[0003]目前，在基于众包技术还原车辆行驶轨迹的服务中，可以由多个采集源采集车辆在多个轨迹点的定位数据，根据每个采集源采集的车辆在该多个轨迹点的定位数据从该多个轨迹点中滤选出符合条件的轨迹点，将根据该多个采集源采集的定位数据滤选出的轨迹点融合作为最终滤选出的轨迹点，基于最终滤选出的轨迹点还原车辆的行驶轨迹。
[0004]但是，目前的轨迹点滤选方案难以从不同采集源的角度综合考虑滤选轨迹点，因此滤选效果较差。

技术实现思路

[0005]本申请提供了一种轨迹点滤选方法及装置、存储介质，有助于改善轨迹点的滤选效果。
[0006]本申请的技术方案如下：
[0007]第一方面，提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨迹点滤选方法，其特征在于，所述方法包括：获取m个采集源在同一目标轨迹点采集的定位数据中的n种目标解算数据，所述n种目标解算数据包括每个所述采集源采集的所述定位数据中的至少一种定位解算数据，所述目标轨迹点为车辆行驶过程中的任一轨迹点，n≥m≥2，所述m和所述n均为整数；根据数据打分模型和所述n种目标解算数据对所述目标轨迹点打分，得到所述目标轨迹点的打分分值；根据数据滤选模型和所述目标轨迹点的打分分值，对所述目标轨迹点进行滤选。2.根据权利要求1所述的方法，其特征在于，所述数据打分模型通过根据n个模型参数的目标参数值更新初始打分模型中的n个模型参数的参数值得到，所述初始打分模型包括n个模型变量以及与所述n个模型变量对应的所述n个模型参数，所述n个模型参数的目标参数值根据样本数据确定。3.根据权利要求2所述的方法，其特征在于，所述样本数据包括与所述n种目标解算数据对应的n种样本解算数据；所述n个模型参数的目标参数值通过以下步骤确定：确定第i种样本解算数据与第j种样本解算数据的冲突性量化值，所述冲突性量化值用于表征所述第i种样本解算数据与所述第j种样本解算数据的冲突性，1≤i≤n，1≤j≤n，i≠j，所述i和所述j均为整数；根据所述第i种样本解算数据与所述n种样本解算数据的冲突性量化值，以及所述第i种样本解算数据对应的分值方差，确定所述第i种样本解算数据的辨别力量化值，所述辨别力量化值用于表征所述第i种样本解算数据的辨别力；根据所述第i种样本解算数据的辨别力量化值和所述n种样本解算数据的辨别力量化值，确定所述n个模型参数中的第i个模型参数的目标参数值。4.根据权利要求3所述的方法，其特征在于，所述样本数据包括k个样本轨迹点中的每个样本轨迹点的所述n种样本解算数据，每个所述样本轨迹点的所述n种样本解算数据包括所述m个采集源中的每个采集源在所述样本轨迹点采集的定位数据中的至少一种定位解算数据，每个所述样本轨迹点的每种所述样本解算数据对应一个样本分值，所述第i种样本解算数据对应的分值方差是所述k个样本轨迹点的所述第i种样本解算数据对应的归一化分值的方差，k≥2，所述k为整数；所述确定第i种样本解算数据与第j种样本解算数据的冲突性量化值，包括：采用冲突性量化公式确定所述第i种样本解算数据与所述第j种样本解算数据的冲突性量化值；所述根据所述第i种样本解算数据与所述n种样本解算数据的冲突性量化值，以及所述第i种样本解算数据对应的分值方差，确定所述第i种样本解算数据的辨别力量化值，包括：根据所述第i种样本解算数据与所述n种样本解算数据的冲突性量化值，以及所述第i种样本解算数据对应的归一化分值的方差，采用辨别力量化公式确定所述第i种样本解算数据的辨别力量化值；所述根据所述第i种样本解算数据的辨别力量化值和所述n种样本解算数据的辨别力量化值，确定所述n个模型参数中的第i个模型参数的目标参数值，包括：根据所述第i种样本解算数据的辨别力量化值和所述n种样本解算数据的辨别力量化
值，采用模型参数公式确定所述n个模型参数中的第i个模型参数的目标参数值；其中，所述冲突性量化公式为所述辨别力量化公式为所述模型参数公式为：r
ij
表示所述第i种样本解算数据与所述第j种样本解算数据的冲突性量化值，q＝1,2,3...k，d
q
表示所述k个样本轨迹点中的第q个样本轨迹点的第i种样本解算数据对应的归一化分值与所述第q个样本轨迹点的第j种样本解算数据对应的归一化分值的差值，C
i
表示所述第i种样本解算数据的辨别力量化值，σ
i
表示所述第i种样本解算数据对应的归一化分值的方差，w
i
表示所述第i个模型参数，C
j
表示所述第j种样本解算数据的辨别力量化值，j＝1,2,3...n。5.根据权利要求4所述的方法，其特征在于，所述第i种样本解算数据对应的归一化分值通过对所述第i种样本解算数据对应的样本分值进行归一化处理得到，所述第j种样本解算数据对应的归一化分值通过对所述第j种样本解算数据对应的样本分值进行归一化处理得到。6.根据权利要求5所述的方法，其特征在于，所述第i种样本解算数据对应的归一化分值通过采用归一化公式对所述第i种样本解算数据对应的样本分值进行归一化处理得到，所述第j种样本解算数据对应的归一化分值通过采用归一化公式对所述第j种样本解算数据的对应的样本分值进行归一化处理得到；其中，所述归一化公式为x
ap
表示所述n种样本解算数据中的第p种样本解算数据对应的k个样本分值中的第a个样本分值的归一化分值，f
p
(a)表示所述第p种样本解算数据对应的k个样本分值中的第a个样本分值，f
p
*表示所述第p种样本解算数据对应的k个样本分值中的最优分值，f
p*
表示所述第p种样本解算数据对应的k个样本分值中的最差分值，p＝i或j，1≤a≤k，所述a为整数。7.根据权利要求1至6任一项所述的方法，其特征在于，所述数据打分模型的n个模型变量为所述n种目标解算数据对应的分值变量；所述根据数据打分模型和所述n种目标解算数据对所述目标轨迹点打分，得到所述目标轨迹点的打分分值，包括：确定所述n种目标解算数据对应的分值；根据所述数据打分模型和所述n种目标解算数据对应的分值对所述目标轨迹点打分，得到所述目标轨迹点的打分分值。8.根据权利要求1至7任一项所述的方法，其特征在于，所述数据滤选模型通过根据阈值参数的目标参数值更新初始滤选模型中的阈值参数的参数值得到，所述初始滤选模型包括模型变量和所述模型变量对应的所述阈值参数，所述阈值参数的目标参数值根据样本数据确定。
9.根据权利要求8所述的方法，其特征在于，所述样本数据包括k个样本轨迹点中的每个样本轨迹点的n种样本解算数据，每个所述样本轨迹点的所述n种样本解算数据包括所述m个采集源中的每个采集源在所述样本轨迹点采集的定位数据中的至少一种定位解算数据，k≥2，所述k为整数；所述阈值参数的目标参数值通过以下步骤确定：对于所述k个样本轨迹点中的每个样本轨迹点，根据所述数据打分模型和所述样本轨迹点的所述n种样本解算数据对所述样本轨迹点打分，得到所述样本轨迹点的打分分值；根据所述k个样本轨迹点的打分分值，确定所述阈值参数的目标参数值。10.根据权利要求9所述的方法，其特征在于，每个所述样本轨迹点的每种所述样本解算数据对应一个样本分值，所述对于所述k个样本轨迹点中的每个样本轨迹点，根据所述数据打分模型和所述样本轨迹点的所述n种样本解算数据对所述样本轨迹点打分，得到所述样本轨迹点的打分分值，包括：对于所述k个样本轨迹点中的每个样本轨迹点，根据所述数据打分模型和所述样本轨迹点的所述n种样本解算数据对应的样本分值对所述样本轨迹点打分，得到所述样本轨迹点的打分分值。11.一种轨迹点滤选装置，其特征在于，所述装置包括：获取模块，用于获取m个采集源在同一目标轨迹点采集的定位数据中的n种目标解算数据，所述n种目标解算数据包括每个所述采集源采集的所述定位数据中...

【专利技术属性】
技术研发人员：王萌，唐炉亮，熊福祥，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：