一种基于车载信号还原机动车道3D地图的大数据方法

摘要

提出一种基于多台行驶中汽车产生数据重建机动车道3D地图的大数据策略.每台在线汽车上的程序实时上传经过优化的汽车3D坐标信息至服务器.优化方法为使用最小二乘法结合卡尔曼滤波器,利用汽车总线信号实时修正汽车的位置,相比GPS信号,经纬度和高度误差均降低50%以上.此外,还使用遗传算法代替卡尔曼滤波器,进一步降低卡尔曼滤波器的经纬度误差达16%.其次,服务器根据来自多台在线汽车上传的数据建立道路表面的3D点云数据库,并使用K-聚类算法进行数据挖掘,可推算出具有多条行车线道路的每条行车线的中心轨迹,以此建立机动车道3D地图.所建立的地图可为汽车能耗优化策略提供数据支持,降低行驶能耗.