利用车载GNSS轨迹大数据的U-Turn道路结构信息获取方法

随着智慧交通和精细化导航技术的迅速发展,人们对道路地图要素的覆盖度、精准度、丰富度与新鲜度需求越来越高,而U-Turn作为城市路网连通关系的重要因素,成为道路地图更新的重要内容之一。现有专业道路测绘模式对U-Turn数据存在采集成本高、更新周期长、数据处理繁等问题,导致U-Turn数据无法满足智慧交通导航需求。本文采用车载GNSS轨迹大数据,提出了一种U-Turn道路结构信息获取方法。首先通过轨迹跟踪提取车辆掉头点对与行为;然后利用DBSCAN聚类算法提取U-Turn掉头类簇;再依据U-Turn流量占比等特征构建支持向量机二分模型,自适应剔除违规掉头类簇,并区分出U-Turn结构有无通行时间限制;最后根据掉头类簇在道路结构中的分布特征,识别U-Turn位置与空间结构。试验以武汉市滴滴网约车GNSS轨迹,对江汉区183个路段采用本文方法进行探测,U-Turn结构信息识别召回率为88.3%,精确率为87.6%,位置识别的横向和纵向精度分别为3.40 m和5.90 m,试验结果表明本文方法可以有效地从车载GNSS轨迹数据中获取U-Turn的位置与结构类型,为U-Turn数据获取提供了周期短、成本低的有效解决方案。

GNSS失锁状态下车载移动扫描系统的点云数据精度分析

随着高精度动态定位定姿技术、数字传感器技术、近景摄影测量技术及自动控制技术的飞速发展和集成融合,地面移动数据快速采集成为可能,从而产生新的移动数据采集设备——车载激光扫描系统。车载激光扫描系统的姿态和位置主要依靠GNSS+IMU,当移动测量设备在城市里或强电磁场附近采集数据时,会遇到GNSS偶然失锁的可能,进而影响移动测量设备局部采集数据的精度。本文从宏观上设计了移动测量设备的失锁试验,并分析对比试验数据,得出了失锁状态下移动测量设备的数据精度随时间的变化规律。

基于车载定位轨迹数据的道路快速更新系统设计与实现

基于地理国情普查数据,运用大数据分析,利用车载北斗定位轨迹数据进行道路交通数据变化发现及一体化更新,设计并实现了基于车载北斗定位轨迹的道路交通数据快速更新系统。在宜宾市岷江新区及周边约200km2范围内开展了基于车载定位轨迹数据的道路更新试生产。研究结果表明,该系统为道路交通数据的快速更新提供了切实可行的技术路线及方案,为北斗车载定位轨迹大数据应用提供了新的思路。

基于车载传感器数据的智能驾驶辅助系统优化

随着汽车技术的快速发展,智能驾驶辅助系统(ADAS)在提高道路交通安全性方面的作用越来越重要,然而现有系统在复杂道路环境下的安全性能仍有待提高。通过分析车载传感器数据对ADAS性能进行优化,采用机器学习算法对多源传感器数据进行融合与分析,并由此提出一种障碍物检测与轨迹预测改进方法。实车测试结果表明,该方法在检测准确率和计算效率方面均优于现有算法,研究成果可为ADAS的进一步优化提供新的思路和方法。

面向车载自组织网络路由的轨迹预测算法

在车载自组织网络(vehicular ad hoc network,VANET)(也称车联网)中,基于地理位置的路由协议能够较好地适应网络拓扑的动态性变化和链路质量的不稳定性.由于位置信息需要在邻居节点间采用信标分组进行交互,信标分组间隔内的转发决策可能因车辆节点位置的移动而不准确,需要进行位置预测来修正车辆节点的位置.已有的位置预测算法存在普适性差或预测误差大的问题.针对上述问题,提出了一种新的预测算法,首次通过测量得到车辆加速度服从正态分布的结论,利用线性回归进行预测,并采用反馈机制进行结果修正.利用真实车辆轨迹进行测试,新的预测算法的预测精度大为提高.然后,提出了一种新的基于位置的即时路由协议.在该协议中,发送节点利用邻居节点位置和目的节点位置计算出转发下一跳.将新的位置预测算法加入到即时路由协议中,实时预测和更新车辆的位置.利用SUMO软件生成了基于真实地图道路轨迹的车辆运动模型,结合NS3网络仿真平台进行了仿真实验.实验结果表明:采用新的预测算法后,相比传统的GPSR协议和不带预测的即时路由协议,新方法的收包率提高、延迟下降,并且协议开销显著降低.

车载激光扫描数据的道路边界线提取方法

鉴于城市道路两侧具有路坎这一特点,结合车载激光扫描系统的轨迹数据将整体点云进行分块处理,从每一块点云中截取部分数据投影到相应的截面上;然后,对获取的截面数据进行分割处理提取伪扫描线,根据路坎的坡度以及高差特点从伪扫描线中识别出路坎点;最后,利用三次样条插值的方法对提取的道路路坎点进行插值处理,得到道路边界线。实验证明了该方法的可行性和有效性。

基于低频GNSS轨迹的转向级城市交通信息精细预测

利用浮动车GNSS轨迹数据可以实时获取和预测城市交通状态,且覆盖范围广、部署成本低,对自动驾驶路线决策、交通拥堵治理具有重要的支撑作用。现阶段,利用浮动车GNSS轨迹数据预测的信息仅包含路段上的交通速度、状态,而忽略了交叉口内不同行驶方向上的交通流差异;且交通信息准确性受到GNSS采样频率的限制。本文提出一种基于图卷积网络和低频GNSS轨迹数据的转向级交通预测方法:首先,顾及轨迹点间车辆运动模式提出一种排队起始点估计模型;然后,基于对偶图理论构建转向连通关系的图结构;最后,基于图卷积网络提出一种顾及转向时空模式的交通预测模型。试验结果显示,本文方法能准确地获取和预测转向级交通速度、排队长度信息,交通预测准确性全面优于基准方法。

农机轨迹田路分类的局部方向中心性度量聚类算法

利用海量轨迹数据中蕴藏的时空信息分析农机的行为模式,将轨迹点分割成一系列田间路段和道路路段,并分配相应的语义标签,是后续有关农业机械轨迹研究的重要前置任务。已有基于密度的聚类算法难以有效分离弱连接簇,在聚类时易将弱连接的不同簇识别为同一簇。为克服上述缺陷,设计了一种面向农机轨迹田路分类的局部方向中心性度量和空间距离特征的聚类算法。该算法采用一种基于局部方向中心性度量的分簇机制,用于分离弱连接簇;为进一步提高算法的准确率,提出一种基于空间距离特征的簇边界重置策略,其根据元素点间的空间距离和邻域内其他点的数量分布情况对簇边界处的点进行重置,从而提高算法在簇边界处的识别性能。为验证所提方法的有效性,在农业农村部农机作业监测与大数据应用重点实验室提供的470条真实农机轨迹样本上展开了实验。结果表明所提方法的F1-score比已有聚类算法在田路分类中应用的SOTA方法在玉米、小麦、水稻收割机轨迹数据集上的F1-score分别平均提高了12.82、24.09、14.38个百分点。

耦合公众车载影像与GNSS轨迹的精细道路信息众包提取方法

精细度高、现势性好的道路地图对于自动驾驶、智能交通等领域至关重要。但现有的道路测绘方法存在数据采集成本高、更新周期长等问题,无法满足智能交通对地图高时空精度的需求。公众车辆上广泛搭载的车载CCD相机与GNSS等传感器,提供了低成本、覆盖广的众包时空数据,可有效弥补传统测绘方法的不足。本文提出了一种耦合公众车载影像与GNSS轨迹的精细道路信息众包提取方法,以解决现有高精度地图成本高、更新慢、现势性低的问题。首先,本文基于跨层细化网络检测车载影像中的车道线信息;然后,基于灭点进行车载相机标定,并提出一种基于马尔可夫链的车道坐标动态计算方法,通过耦合影像与轨迹数据,解算车道线绝对位置;最后,构建一种融合众包GNSS轨迹与影像信息的高精细度道路生成模块,生成精细度高、鲜活性好、具有车道级信息的道路地图。试验以上海市虹口区的真实众包数据集为例,生成的精细道路地图在1 m范围内达到了87.43%的精度,表明本文方法有望成为一种低成本、高鲜度、覆盖广的众包测绘方法,为精细道路信息的获取提供了周期短、成本低的有效解决方案。

基于车辆轨迹社会属性的VANETs路由算法

出租车的GPS轨迹数据在发展智慧交通方面有很大的潜力。通过分析这些数据可以发现车辆之间存在的社会关系或属性,而这些发掘出来的信息对于设计出性能更优的VANETs路由算法可以进行更好的指导。通过对GPS轨迹数据进行分析,获得了车辆节点的中心性和偏好活动区域;依据节点的这些属性,设计了基于中心性的路由和基于偏好性的路由,并进一步设计了同时考虑两者的路由,即TDSAR(Trace Data’s Social Attribute Routing,基于真实轨迹社会属性的路由);最后借助ONE作为平台,模拟路由算法并对算法的性能进行了评价。实验结果表明,在测试场景下,TDSAR算法可以在保持较小开销并保证传输延时不提高的前提下,获得较高的投递成功率。通过深入的挖掘车辆间的社会关系,有助于更好地选择中继节点,从而促进VANETs的发展。

车载LiDAR技术在农村电力线巡检中的应用

针对机载LiDAR在电力线巡查中存在电力线点云点密度低、易被高地物遮挡、对多个平行结构的电力线探测能力不足等缺陷,基于车载LiDAR的技术优势,分析将车载LiDAR技术应用于农村电力线巡查工作的可行性。从车载点云中提取电力线,首先利用轨迹数据根据设定的路面坡度和高差移除地面点云,然后利用二维Hough变换在投影水平面内提取直线特征,采用基于空间距离的聚类方法分离出单股电力线,最后使用悬链线模型对电力线进行矢量重建。从某一段农村车载LiDAR点云中提取电力线进行试验,采用单次扫描点云的提取结果的漏检率为7.9%,错检率为5.3%,说明使用车载LiDAR技术提取电力线是可行的。若采用多次扫描数据还可进一步降低漏检率,提高单根电力线的模型精度。

欧盟2015年《GNSS市场报告》之道路应用

2015年3月,欧洲全球导航卫星系统管理局(GSA)发布了《全球导航卫星系统(GNSS)市场报告》(第四版)(简称《报告》)。《报告》在概要阐述全球GNSS市场新进展的同时,分别从位置服务、道路、航空、铁路、航运、农业、测绘和授时同步八大应用领域分析了GNSS市场发展现状,并对2023年前的发展趋势进行了预测。本文摘选了报告中有关道路应用领域的主要内容,供读者参考。

黄浦江核心区滨水游憩流空间结构特征研究

开展滨水游憩流网络研究的挑战在于,既有构建旅游流网络模型的方法聚焦于城市及以上空间尺度,不适合街坊层面的滨水游憩流网络研究。提出GNSS轨迹数据和AOI数据相交的游憩流网络模型构建方法,以黄浦江核心段为例,基于社会网络分析法研究其空间结构特征。结论如下:(1)该方法可以较好地表征黄浦江核心段滨水游憩流空间结构,节点的程度中心性呈现出以滨水空间为轴线向两侧衰减的趋势,并形成了双核心区结构。高度中介性节点特征为江河交汇处、衔接了关联空间与滨水空间、连接了边缘节点与临江节点。(2)网络整体呈现出流量倾斜、结构松散的特征,东岸流通性显著高于西岸,世博滨江段是网络核心路径,苏州河、南京路与世博轴是主要垂江轴线。(3)网络以南浦大桥为分界线,可被划分为5个社区,各自呈现出线状或网状结构,社区间在关联地段缺少联系导致网络整体结构松散。

基于分布式计算的农机运营效率分析

为适应深松整地作业的监管需求,国家农业智能装备工程技术研究中心研制了农机深松作业监管服务系统。针对海量的农机运动轨迹数据,搭建了基于Spark技术的分布式集群轨迹处理试验平台,研究了基于分布式计算的农机运营数据分析方法。针对运营时间、作业时间、时间利用率及班次利用率等多项指标,对2015年8-12月期间的新疆塔城地区14台农机深松作业轨迹数据进行了农机运营效率分析。数据分析结果有助于测算和客观评价农机运营效率,为农机智能管理与科学调度研究提供数据支持。

基于代理重加密的VANETs中安全位置服务

提供车辆位置服务是车载网络(vehicle ad hoc networks,VANETs)的重要应用。而用户(车辆行驶人)希望他的位置信息只能暴露于他授权的消息发送者,这就涉及位置隐私问题。提出基于代理重加密的安全位置服务算法(proxy re-encryption-based secure location service,PRESLS)。PRESLS算法采用中心管理模式,并由交通信息港(traffic information center,TIC)扮演中心管理者,且由TIC维持车辆轨迹数据,同时,TIC作为车辆与路边设施单元的中介,使得路边设施单元能安全地共享轨迹数据。利用代理重加密算法,使得轨迹数据不仅对未授权的实体,而且对TIC也是隐匿的,进而实现了位置数据所保密性。通过安全性能分析和基于地图位置服务(map-based location service,MBLS)的实验评估PRESLS算法的性能。分析表明,车辆能够控制仅由车辆允可的路边设施单元才能接入车辆的轨迹数据。同时,基于MBLS的实验数据表明,PRESLS算法在维持车辆轨迹数据安全的同时,并没有降低位置查询成功率。

基于多源数据融合的山地型旅游区游客时空行为研究

随着旅游者对休闲娱乐类旅游需求的不断增加,山地型旅游区已成为最受欢迎的旅游目的地之一,利用新兴且高效的轨迹记录方式挖掘山地型旅游区游客在小尺度范围内动态的时空行为特征和制约因素,对旅游区线路设计和旅游产品优化尤为重要,也将为山地型旅游区的深化发展和科学管理提供建议。本文以湖北省恩施州恩施大峡谷为案例地,基于“六只脚”平台的GNSS轨迹及位置照片数据,结合GIS在线地图绘制的景区路网和从BigMap平台获取的POI数据,选择GNSS轨迹栅格化的概念模式解析出恩施大峡谷游客轨迹的时空行为特征,尝试探讨与其他类别旅游区时空行为特征的差异,从而总结出山地型旅游区的行为特征,并通过网络点评数据和游记文本等网络文本挖掘行为特征形成的影响因素。研究表明:(1)月份和季相层面,游客行为5月游客量处于峰值,节日效应明显,短假期效应较强;淡旺季游客行为轨迹呈非集聚性,旺季游客量主要受气候条件影响呈不稳定态势;(2)游客行为轨迹于11:00—14:00游客量达到顶峰,日内结束时间相对较早,且兴趣点选择偏向知名度高的七星寨景区;(3)空间分布特征层面,受时空因素控制,单一路径景区轨迹集中度较强;(4)不同性别的游客拍照行为均偏向于高质量景区,但分布状态存在差异,男性拍照行为多呈片状和线状分布,女性多呈点状分布。本研究尝试以新数据和新方法探讨山地型旅游区游客的时空行为特征,旨在促进山地型旅游地的持续和高质量发展。

众包地图道路要素融合判别聚类方法研究

针对单靠高精度定位建图成本高、更新慢、不适用于大范围,而只基于即时定位与地图构建(SLAM)建图累积误差高,且传统的聚类方法在数据偏移等输入不好时容易导致聚类错误的问题,该文采用基于众包的方法生产高精度地图,包括车端SLAM和云端地图学习两个模块,致力于构建多源异构成图的关键能力。在传统DBSCAN聚类算法的基础上,优化核心种子聚类方式,分析不同类型的道路要素的数据特性,灵活地使用不同的判别要素代替传统的距离判定,并在长安汽车实际采集的众包数据集上进行了实验。与传统的方法相比,该文方法更加适用于较全面的道路要素聚类,不受道路类型的限制,也更加符合实际的工程需求。