轨迹系列——一种基于路网图层的GPS轨迹优化方案

简介: 文章版权由作者李晓晖和博客园共有,若转载请于明显处标明出处:http://www.cnblogs.com/naaoveGIS/1.背景GPS数据正常情况下有20M左右的偏移,在遇到高楼和桥梁等情况下偏移会更大。

文章版权由作者李晓晖和博客园共有,若转载请于明显处标明出处:http://www.cnblogs.com/naaoveGIS/

1.背景

GPS数据正常情况下有20M左右的偏移,在遇到高楼和桥梁等情况下偏移会更大。本方案讨论基于路网图层如何来进行轨迹优化。

2.数据预处理

整套数据预处理围绕拓扑检查、节点打断来进行,具体步骤为:

a.新建数据集。

b.导入道路图层。

c.新建拓扑规则。

d.进行拓扑操作。

e.导出处理后的数据。

 

 

3.匹配算法设计

                                                

 

4.实现描述

使用Geotools进行路网数据的处理,将算法集成至Geoserver中,通过URL(OWS)访问。进行优化后的轨迹如下图所示,可见轨迹都被纠正至路网中。

 

5.扩展——基于AGS的NA服务

 

高级版的arcgis server提供了轨迹分析(NA)服务,可以直接用来进行轨迹优化。其路网数据处理上稍微繁琐一些,最后将处理完后的数据发布成NA服务,便能基于该服务进行路径优化了。

 

6.缺点讨论

a.该方案必须基于路网。

b.如果路网不够全面,纠正至路网上的轨迹很可能严重失真。

c.因为数据已经进行了纠正,轨迹里程数不真实。

d.由于是后发性匹配,所以当同一个请求中需要匹配的轨迹点太多时效率不高。

7.提出几个设想

基于路网的轨迹纠正,能将杂乱的轨迹点纠正至路网上,使得展示美观。但是,由于路网数据的限制,使其真实性等都不够严谨。所以,我们能否实现这样几个设想。

a.不基于路网数据,跟具历史轨迹数据,使用滤波算法、机器学习来进行轨迹纠正?

b.能否基于海量的轨迹数据,进行路网的自建和更新?

带着设想前行。

 

                                                                    -----欢迎转载,但保留版权,请于明显处标明出处:http://www.cnblogs.com/naaoveGIS/

                                                                           如果您觉得本文确实帮助了您,可以微信扫一扫,进行小额的打赏和鼓励,谢谢 ^_^

                                                                                                                         

目录
相关文章
|
算法
轨迹系列——一种基于中值滤波的轨迹纠偏方法和几点思考
文章版权由作者李晓晖和博客园共有,若转载请于明显处标明出处:http://www.cnblogs.com/naaoveGIS/ 1.背景 在无路网的情况下,如何进行轨迹纠偏也是一个很多人在研究的内容,各种方案均有很多,有基于不同滤波算法的,也有基于机器学习的,等等。
2892 0
|
3月前
|
机器学习/深度学习 传感器 算法
目标检测+车道线识别+追踪+测距(代码+部署运行)
目标检测+车道线识别+追踪+测距(代码+部署运行)
183 0
|
10月前
|
5G 定位技术
UWB定位系统的定位维度及功能介绍
室内定位系统方案中,UWB室内定位技术目前应用较多,得益于UWB室内定位10-30厘米的超高定位精度。 UWB全称是超宽带技术,它是一种无线载波通信技术。 UWB不采用载波,而是利用纳秒至微微秒级的非正弦波窄脉冲传输数据。
UWB定位系统的定位维度及功能介绍
|
10月前
|
存储 编解码 定位技术
案例!从天地图中提取全市的建筑物矢量轮廓-以苏州市为例
案例!从天地图中提取全市的建筑物矢量轮廓-以苏州市为例
179 1
|
存储 达摩院 Cloud Native
基于Ganos轨迹引擎的运输车辆到达性分析
本文介绍了由阿里巴巴达摩院数据库与存储实验室研发的多模态时空数据库Ganos轨迹引擎在运输车辆位置分析中的应用场景。Ganos通过在数据库中原生内置移动对象的存储、检索与分析能力,打造了全球首个移动对象数据库,为交通、物流、出行、生活服务类客户提供海量轨迹数据的分析挖掘能力。通过阅读本文,用户可以更好的理解Ganos轨迹模型的存储结构与轨迹引擎的相关能力,助力业务开发走向便捷。
|
定位技术
百度地图开发系列(4):使用采集到的GPS点实现轨迹的解决方案
百度地图开发系列(4):使用采集到的GPS点实现轨迹的解决方案
104 0
|
传感器 存储 编解码
使用激光雷达数据构建地图并使用SLAM算法估计车辆轨迹
使用激光雷达数据构建地图并使用SLAM算法估计车辆轨迹。
189 0
|
传感器 存储 算法
使用车载激光雷达数据在惯性测量单元读数帮助下构建地图
处理来自安装在车辆上的传感器的 3-D 激光雷达数据,以便在惯性测量单元 (IMU) 读数的帮助下逐步构建地图。这样的地图可以促进车辆导航的路径规划,也可以用于定位。
80 0
|
机器学习/深度学习 Web App开发 人工智能
随时随地,追踪每个像素,连遮挡都不怕的「追踪一切」视频算法来了
随时随地,追踪每个像素,连遮挡都不怕的「追踪一切」视频算法来了
126 0
|
算法 智慧交通
智慧交通day03-车道线检测实现08: 在离线视频(非实时)中检测车道线+代码实现
在前面几节中一步步完成摄像机标定、图像畸变校正、透视变换、提取车道线、检测车道线、计算曲率和偏离距离后,在图像上实现了复杂环境下的车道线检测算法。现在我们将视频转化为图片,然后一帧帧地对视频数据进行处理
98 0