数字地图中的用于障碍物穿越的位置检测、时间表及行进时间估计 |
|||||||
| 申请号 | CN201080068318.3 | 申请日 | 2010-06-15 | 公开(公告)号 | CN103038605B | 公开(公告)日 | 2016-05-04 |
| 申请人 | 通腾比利时公司; | 发明人 | 蒂姆·贝克特; | ||||
| 摘要 | 本 发明 提供一种用于使用历史轨迹数据(28)确定被护送对象(22)的障碍物穿越信息的方法。将具有类似地理及方向性质的轨迹(28)集束，使得可作为 位置 及时间的函数(s，t)来测量轨迹 密度 。所述轨迹信息的视觉表示可用以确定在数字地图中有用的特定类型的障碍物穿越信息。可执行对许多轨迹密度时间序列的 频率 分析以经由对车辆突增的检测确定具体障碍物穿越位置(26)。所述频率分析还可指示关于穿越模式的障碍物穿越时间及进度表。 | ||||||
| 权利要求 | 1.一种用于使用历史轨迹数据确定障碍物穿越信息的方法，所述轨迹数据表示多个对象在行进路径网络上的相对于时间的移动，对象的所述轨迹数据包含多个循序标记有时间的地理位置，且所述行进路径网络包含至少一个障碍物穿越，所述障碍物穿越周期性地阻碍或限制对象沿所述行进路径网络的自由流动，所述轨迹数据与数字地图的路段相关联，所述路段表示所述行进路径网络，所述方法包含以下步骤： |
||||||
| 说明书全文 | 数字地图中的用于障碍物穿越的位置检测、时间表及行进时间估计 技术领域背景技术[0002] 个人导航装置利用与来自GPS或其它数据流的准确定位数据组合的数字地图。数字地图还可由个人计算机、移动装置及其它系统存取。这些装置已针对许多应用(例如，汽车司机的导航辅助)而开发。这些导航系统的效用固有地取决于存储于其存储器中或经由合适数据库连接(例如，无线信号、缆线、电话线等)以其它方式存取的数字地图的准确度。 [0003] 图1所示的导航系统10包括显示屏幕12，其将所存储的数字地图的一部分描绘为道路14的网络。能够使用具备GPS功能的导航装置10的行进者接着可大致上接近于或关于特定道路14或所述道路的区段而定位于所述数字地图上。一些具备GPS功能的导航装置10(如汤姆汤姆导航(TomTom NV)(www.tomtom.com)制造的若干型号的导航装置)还可经配置为探测器而以规则(或有时不规则)间隔被动地产生地理位置测量点。这些记录有时被称为轨迹数据且包含以(例如)两秒的间隔记录的一序列地理编码位置。当然，其它合适装置可用以产生轨迹数据，所述装置包括(例如)手持式装置、移动电话及其类似者。因此，轨迹数据可被描述为关于车辆(或携带探测器的人员)的移动的信息集合，其含有标记时间的地理位置(xyz坐标)且还可能含有元数据(车辆速度、接收器类型、车辆类型等)。 [0004] 已知为了逐渐增加地创建且/或更新数字地图而收集探测器测量。如此产生的轨迹数据可经由无线(例如，蜂窝式)传输、经由因特网上载或通过其它便利方法在运行中或随后传输到收集服务或其它地图数据分析服务。因特网上载可经同步以与导航装置用户可能作为服务获得的数字地图更新一同发生。根据轨迹数据的集合，可推断道路几何形状且可通过适当分析方法导出其它特征及属性。 [0005] 在延长时间段内来自横穿数字地图的特定部分的多个探测器的轨迹数据的典型集合可含有上亿个离散数据点，每一者经地理编码且标记有时间。随着时间收集的探测迹线可根据匹配于所述数字地图的共同区域的探测迹线来进行分组或集束，且接着进行重叠以便由地图数据库编辑器解译。编辑器使用各种数学及统计技术来确定或推断道路几何形状，计算速度分布图、加速度分布图、行进方向、海拔，检测道路网络的变化以比较两个道路网络以及许多其它规格。 [0006] 数字地图提供者继续努力以改进及更新其地图。举例来说，不准确的数据可能不适用于响应于导航查询来计算最佳路线，或将其它可靠信息提供给行进者。数字地图中所含有的不准确或不完整的信息可导致不良或错误的导航指令且导致不当的导航决策。 [0007] 导航决策必须考虑给行进造成障碍物的地形的自然特征。举例来说，河流表示对车辆行进以及行人及自行车行进的约束。通常，河流仅可借助于轮渡、桥梁或隧道来穿越。桥梁、轮渡或隧道的存在或不存在构成将记录于数字地图中的重要细节。同样地，车辆历史上穿越障碍物的平均速度也是数字地图的重要细节。 [0008] 在一些障碍物特征(其不仅包括水体障碍物，而且包括铁路道口及许多其它障碍物类型)的情况下，通常可能使车辆或其它可移动对象聚集且接着周期性地在护送下将所述对象运输横越所述障碍物到另一侧。对于穿越水体障碍物的机动车辆，渡船可按完全可预测的时间进度表运输一组机动车辆横越所述水体障碍物。其它障碍物穿越情形将可由所属领域的技术人员辨识，在所述情形中，车辆或其它对象以规则循环方式在护送下移动横越所述障碍物。 [0009] 通过简单地匹配轨迹与预先存在的水地图或数字道路地图来检测障碍物穿越位置(例如，轮渡穿越)在所述数字地图不能首先辨识轮渡穿越时无效。所述检测在所述数字地图(例如，水地图)不够准确时同样无效。已提出用于使用基于距离测量而群集许多轨迹的高计算费用方法来检测多组移动中对象及轨迹的技术。举例来说，在VLDB基金会会议记录(Proceedings ofthe VLDB Endowment)第一卷第一期(2008年8月)的会议：空间与运动数据(Session：Spatial and Motion Data)第1068到1080页(ISSN：2150-8097)的H·蒋(H.Jeung)等人的著作“轨迹数据库中的护送发现(Discovery of Convoys in TrajectoryDatabases)”中提出一种此类方法。然而，这些方法展示为在寻找护送(即，寻找已在一起移动一段时间的对象群组)上为低效率的。此外，现有技术中可用的技术未利用特定类型的障碍物穿越(例如，渡船及其它受控穿越位置)的重复日常性质来检测这些意义明确且可能最不复杂的类型的护送且接着外推出发时间表及穿越频率。 [0010] 因此，此项技术中需要挖掘历史轨迹数据以识别特定类型的障碍物穿越(例如，渡船及其类似者)，其中被护送对象(例如，车辆)被周期性且可预测地护航越过障碍物。 发明内容[0011] 本发明涉及用于使用历史轨迹数据确定被护送对象的障碍物穿越信息的方法。所述方法能够关于障碍物穿越进度表、穿越时间及/或出发位置而评估所收集的轨迹数据。本发明的方法包括数字地图，其具有彼此由障碍物所分开的第一路段及第二路段。所述第一路段与所述第二路段之间的分隔距离包含障碍物弧长。记录来自穿越所述第一路段与所述第二路段之间的所述障碍物的多个对象的随着时间的轨迹。每一轨迹包含循序的地理位置及时间戳数据。将所记录的具有类似地理及方向性质的轨迹集束在一起。作为位置及时间记录的函数来测量所述集束的密度。根据本发明，可接着基于所述集束的轨迹密度的所测量的变化来确定被护送对象的障碍物穿越信息。所述障碍物穿越信息包括下列各者中的至少一者：出发位置、穿越时间表、穿越频率、穿越行进时间及穿越速度。 [0012] 本发明的原理可用以(例如)在数字地图内当前不存在障碍物道口的情况下有效地定位障碍物道口，例如轮渡道口、铁路道口及特定升降桥道口。此外，穿越进度表或时间表可从轨迹密度的所测量的变化以及穿越频率信息及穿越时间细节导出，其全部可对导航及路线选择用途具有极高价值。附图说明 [0013] 本发明的这些及其它特征及优点将在结合以下具体实施方式及附图考虑时变得更容易了解，附图中： [0014] 图1为根据本发明的一个实施例的便携式导航装置的示范性视图，所述便携式导航装置包括用于呈现地图数据信息的显示屏幕； [0015] 图2为水体障碍物的高度简化正视图，所述水体障碍物具有连结所述障碍物的一侧上的路段到另一侧上的路段的轮渡服务； [0016] 图3为数字地图的视图，其指示接合水体障碍物的任一侧上的路段的轮渡穿越； [0017] 图4为如图3的叠加有来自所收集的探测数据的轨迹信息(例如，可结合本发明的方法使用的轨迹信息)的视图； [0018] 图5描述可借以将所记录的具有类似地理及方向性质的轨迹集束在一起以用于后续分析的一种方式； [0019] 图6A到6H描绘障碍物穿越位置处的时序(t1到t8)，根据其可将被护送对象的典型行为观测为同时处于类似位置的许多对象； [0021] 图8为沿着公路的示范性位置的示范性时间序列测绘轨迹密度对时间； [0022] 图9为如图8中的密度对时间的图，但其涉及如图6A到6H所示的沿着轮渡穿越的示范性位置； [0023] 图10A到10C提供频率分析图，其展示在公路上(图10A)、在穿越端点(即，出发点)处(图10B)及沿着穿越(图10C)的位置的振幅谱对频率；及 [0024] 图11为沿着所述集束的弧长的曲线图，其用于通过建立等于两个最高频率峰值之间的比率的阈值准则C来识别障碍物穿越的端点(即，出发点)。 具体实施方式[0025] 参看各图，其中相同数字在若干视图中始终指示相同或对应部分，本发明涉及由导航系统使用的数字地图，以及其它地图应用，所述地图应用可包括经由具备因特网功能的计算机、个人数字助理(PDA)、蜂窝式电话、便携式导航装置、嵌入式车载导航系统及其类似者可见的那些地图应用。 [0026] 图2以高度简化的形式描绘水体障碍物，其呈河流、湖泊或海洋16的形式。此水体障碍物16仅为一种类型的交通障碍物的实例；非水体类型的障碍物也预期属于障碍物的宽广定义内且可包括山谷、铁路道口、建设/检修项目，及周期性地阻止或限制机动车辆或其它被护送对象沿着车行道或其它行进路径自由流动的其它特征。第一路段18及第二路段20包含数字地图中所含有的总道路网络14的那些部分，但其特别位于障碍物16的邻接侧。通常，路段18、20将为能够支持车辆交通流的类型，但本发明的原理同样可适用于自行车及行人路径，以及可沿着其运输任何对象的其它行进路径。汽车22经展示为进入轮渡24以横穿障碍物16到达第二路段20。轮渡24表示汽车22成群组地或以护送形式横越障碍物16的运输模式。然而，轮渡24仅为用于障碍物穿越情况下的一个实例。在一些情况下，机动车辆22可依靠自身动力穿越障碍物。举例来说，在吊桥的情况下，车辆22将在吊桥升起时聚集在路段18、20中的一者上，且接着在吊桥放下时依靠自身动力作为护送(至少在最初时)前进横越障碍物16。 [0027] 图3表示来自示范性数字地图的描绘，其中第一路段18及第二路段20彼此由障碍物16所分开，在此例子中，所述障碍物为河流。虚线24在此实例中表示轮渡穿越。第一路段18与第二路段20之间的分隔距离包含障碍物弧长(L)。在此情况下，所述障碍物穿越的端点26表示轮渡出发位置，其分别连接到第一路段18及第二路段20。因此，车辆在端点26处登上轮渡24及从轮渡24上岸。随着时间，可使用(例如)上述的探测记录技术收集来自穿越障碍物16的多个车辆22的轨迹28。作为简化实例，图4展示叠加在图3的数字地图图像上的轨迹数据28的取样。这些轨迹28可表示车辆从第一路段18穿越到第二路段20或相反地从第二路段20穿越到第一路段18。 [0028] 对本发明的目的来说，将具有类似地理及方向性质的轨迹28集束在一起是有利的。可将越过障碍物16从第一路段18穿越到第二路段20(即，向南)的轨迹28集束在一起。同样地，也可将随着时间收集的以向北方向横越障碍物16行进(即，从第二路段20到第一路段18)的所有轨迹28集束在一起。图5展示轨迹28的集束可如何发生。图5的左侧展示(例如)在东西方向上行进的若干条轨迹28及在南北方向上行进的若干条轨迹28。为集束目的，在相同方向上行进的所有所述轨迹被分组在一起且转变成集束28′，如图5的右侧所示。可使用众多替代方法来实现轨迹28的集束。即，轨迹28可以若干不同方式群集。在一个实例中，选择单一代表性轨迹28作为集束28′。在另一技术中，集束可通过使用预先存在的几何形状作为通过匹配轨迹28与预先存在的数字地图而选择的集束来实现。在又一方法中，合适的平均算法可用以导出所述集束28′。不管所选择的特定技术如何，所述集束28′表示随后将被分析以用于获得穿越信息的特征。更具体地说，对应于障碍物穿越的集束的部分或长度可加以适当标记。一旦经标记，集束28′内所含有(或所表示)的个别轨迹28还可用呈属性形式的障碍物穿越信息标记。 [0029] 如先前所陈述，每一轨迹包含一序列地理位置及时间戳记录，其表示对象22(例如，车辆)沿着车行道14的移动。轨迹28表示每一车辆22的这些位置及时间记录的迹线。集束28′又表示具有类似地理及方向性质的轨迹28随时间的集合。图6A展示来自数字地图的示范性区段，其中水体障碍物16使在大型水体特征的相对侧上的第一路段18与第二路段20分离。如果在单一时间片段(例如，时间t1)中检视所述轨迹集束28′，则每一相应轨迹28所表示的地理位置记录的集合可呈现为有点像数据点的群集或云，此处展示为聚集在相应路段18、20的出发点或端点26周围。此描绘象征汽车在其登上位于水体障碍物16的相对侧的渡船时。在时间t2，如图6B所示，相应渡船将已开往对岸。所述分组数据点指示车辆22(未图示)在其由相应渡船运输时的个别位置记录。在这些图中，沿着所述轨迹集束28′的任何位置由字母s表示，障碍物穿越的距离或弧长(包含于集束28′内)由字母L表示。 [0030] 图6C表示在时间t2(图6B)之后的时间片段t3，且展示轨迹集束28′中所含有的相应数据点向着障碍物16的另一侧渐进地进一步移动。图6D取自时间t4，此时两艘渡船经过彼此且其相应数据点看上去非常接近。图6E及6F描绘t5及t6的相应时间片段，展示了被护送对象22的进一步移动。在图6G中，所述渡船已到达对岸且车辆22开始上岸。在时间t8，如图6H所示，所述车辆已离开相应轮渡码头，且已开始沿着各种路段驶离。因此，可展示先前实例中所描述的海上轮渡24以展现非常典型的行为，因为其将同时处于类似位置的大量车辆22聚合，而在其它时间，轮渡路线上没有或仅存在少量车辆22。此外，轮渡穿越以及许多其它类型的障碍物穿越系统在诸多日子中常常展示重复行为，从而使此行为在轨迹28经多日累积后更明显。另一方面，在常规车行道上，即使考虑了重复交通堵塞，移动中车辆22在时间及地点上仍较为分散。 [0031] 许多类型的障碍物穿越的重复行为可通过作为位置及时间的函数测量集束28′的轨迹密度来描述。术语“密度”在此指代在特定位置(s)及时间(t)的集束28′中所含有的个别轨迹28数据点的数目。或者，术语“密度”可指代在特定位置(s)及时间(t)的个别迹线28的数目。图7展示对应于图6A到6H中的实例的样本位置-时间(s，t)图。在此根据灰度阶图例从强度上来描绘轨迹密度。换句话说，当穿过特定位置及时间的数据点或轨迹的数目大于50(针对此实例任意选择的数字)时，指示最大强度或白色。相反地，当在特定点s在特定时间t沿着障碍物16的弧长不含有数据点或轨迹数据时，指示黑色强度。因此，在图6A到6H中所表示的时间片段中的任一者，高强度迹线点将出现以与所示的构成数据点的群集或分组一致。如此处可见，汽车22或多或少不变地到达及离开第一路段 18及第二路段20，如对所有时间(t)都大体上平滑的灰度值所表示。然而，轮渡穿越为可清楚辨别的，其中在一些时间点没有汽车22且在其它时间段可识别所有汽车。这是特定时间片段的黑色强度图像与白色强度图像之间的显著差异。如果所述强度图是经过一整天时间来外推的，则将显然，较大交通量在一天内在显露最高强度之处出现。在进入/退出位置 26处，车辆缓慢行驶且因此解释邻近障碍物穿越的端点26的所有时间t的较大强度。然而，请注意，如果密度是从迹线的数目而非数据点的数目导出，则邻近障碍物穿越的端点26的所有时间t的较大强度可能不明显。根据所述强度图，可直接识别护送穿越的位置，以及穿越时间表(即，出发进度表)、穿越频率及甚至穿越行进时间。举例来说，此实例中的行进时间可取为t1与t8之间或t8与t15之间等的时间跨度。这是轮渡离开一个路段与轮渡到达障碍物16的相对侧上的另一路段之间的时间。 [0032] 现参看图8及9，可绘制随着时间的集束密度的变化的曲线图以向数字地图编辑器显露重要信息。图8表示从沿着示范性车行道(例如，可在道路网络14中的主要或次要道路上发现的车行道)行进的车辆收集的数据。集束密度通常将在交通高峰时间期间逐渐增加，且在较少行进时间期间逐渐稳定到较低密度。然而，图9表示沿着集束28′的示范性位置，从所述位置可容易观测到急剧的车辆突增。所述车辆突增包含在一天中周期性地出现的猛烈且重复的密度变化。从零到显著大于零的这些急剧密度变化指示(例如)先前实例中所描述的渡船的护送穿越。通过分析集束28′的轨迹密度随着时间的变化的周期频率，可进行有用分析以用于增强数字地图。 [0033] 如通过比较图8与9可见，移动中对象(即，车辆)密度在一天内缓慢改变所在的道路主要具有低频率分量，这意味着时间序列曲线的轨迹密度缓慢改变。这甚至对日常的重复堵塞情况也将成立。然而，集束28′(其中特定位置处的车辆密度在一天中几次突然从零变到显著大于零(即，车辆突增))将具有至少一个相当大的频率分量。时间序列的此类型的频率分析的结果可用如图10A到10C所示的频率图或振幅谱显现。振幅谱中的频率峰值(近似0Hz的DC分量除外)将与障碍物穿越频率一致。因此，图10A表示开放路段上的轨迹数据的集合，展示了很小到没有明显的频率峰值。然而，可在离开点或端点26处识别近似0.1及0.2Hz的频率峰值，如图10B所示。图10C表示沿着障碍物穿越的点，从所述图可观测到振幅谱中的大频率峰值。基于频率分布的形状，接着可做出有关集束28′的所述点处的轨迹的轮渡穿越特性的决策。 [0034] 可设计各种准则以进行此决策。作为一个实例，其在图11中以图形描绘，所使用的准则C可为两个最高频率峰值之间的比率，如以下公式所表示： [0035] C＝A(v1)/A(v0) [0036] 其中v0＝振幅谱中的最高峰值的频率 [0037] v1＝振幅谱中的第二最高峰值的频率，及 [0038] A(v)＝频率v在振幅谱中的振幅的绝对值。 [0039] 使用此方法，具有平滑交通增加的道路应具有在0与在任何情况下显著小于1的范围内的准则C值。然而，轮渡穿越及其它障碍物穿越方法(被护送对象22经由所述穿越方法移动)应具有大得多且较接近值1的准则C值。可设定值C的阈值以确定沿着对应于障碍物穿越的集束的位置。在此实例中，选择阈值0.3且所述阈值由图11中的水平虚线表示。在图11中的所述水平虚线(即，阈值0.3)与准则C曲线的相交处，可在s近似等于0.4、0.9的(正规化)弧长位置处识别出端点26。在所述阈值之上，推断障碍物穿越；在所述阈值之下，推断路段18、20。然而，如先前所建议，用于确定两个最高振幅频率峰值之间的比率的C值的此特定技术仅为用以分辨轮渡穿越行为的一种方法。此外，可提出许多扩展方法以(例如)通过取决于在s附近的其它位置上的频率分布形状进行穿越位置的决策来改进此决策。所属领域的技术人员还将了解其它技术。 [0040] 横越障碍物的护送出发的频率(例如，指示轮渡航行的频率)可直接从图9的振幅谱或从图7的强度图读出。当使用图9的振幅谱时，如果大峰值以频率v1存在，则此意味着每个t1＝1/v1(s)存在轨迹密度的周期性显著增加，从而意味着轮渡每个t1(s)航行一次。当然，可对每一类型的日子(例如，冬季月份中的星期一、星期日等)进行频率分析，从而允许确定不同日子、一年中的部分时间、操作周期等的出发时间表。这使数字地图能够用这些属性扩充，且因此为导航及路线规划用途提供价值极高的信息源。 [0041] 根据图7的位置-时间(s，t)轨迹图，可以确定轮渡穿越的行进时间及行进距离。为了使用先前实例的上下文，轮渡穿越将表现为连接点(s1，t1)与点(s2，t2)的高密度线路。行进时间因而为(t2-t1)，且行进距离为(s2-s1)。如此计算出的行进时间还可用于导航及路线选择用途。此外，如果行进时间及行进距离均已知，则平均穿越速度可直接计算为：v＝(s2-s1)/(t2-t1)。在一些情况下，对象22的护送的平均穿越速度(v)可为有用的。 [0042] 因此，使用本发明的方法，可在位置-时间(s，t)图中沿着集束28′显现轨迹信息以评定特定位置在特定时间段(例如，工作日对假日等)期间的轨迹密度或活动。可对许多轨迹时间序列执行上述频率分析的特定应用以通过检测可能位置上的车辆突增来确定轮渡穿越位置。即，在其它情况下无车辆存在的位置上的大量移动中车辆的突然出现可通过所述频率分析技术容易地分辨。此外，这些频率分析技术对特定位置的轨迹密度时间序列的特定应用可用以确定轮渡出发时间表以及轮渡航行频率及其它类型的护送穿越情况。 |
||||||
QQ群二维码
意见反馈
意见反馈