一种北斗定位数据纠偏方法及纠偏系统

摘要

本发明提供一种北斗定位数据纠偏方法及纠偏系统，方法包括：基于高精度路网线路，构建神经树结构，神经树结构为多层级树结构，所述神经树结构中存储高精度路网线路；在神经树结构中查找当前北斗定位数据的最优匹配路网线路；若当前北斗定位数据需要纠偏，根据所述最优匹配线路、当前北斗定位数据以及前一个北斗定位数据，通过平面坐标方式计算纠偏后的定位数据。本发明利用神经网络结构存储高精度路网数据，提高了数据查询效率，以及采用多线程并行查找和纠偏计算，能够解决实时定位纠偏的问题。

说明书

技术领域

本发明涉及定位数据纠偏领域，更具体地，涉及一种北斗定位数据纠偏方法及纠偏系统。

背景技术

在车辆行驶过程中，行驶路线通常会出现偏差，因此，需要纠正，即对车辆的定位数据进行纠偏。

目前常见的纠偏方式为，比如申请号为CN201810675702.8，名称为一种基于网格化的北斗gps车辆轨迹管理系统及其方法的专利，通过每个经过平均量化划分和网格预处理后的网格信息，并以网格中心坐标为索引，生成路段中间数据的哈希表，通过相关的流程处理最终实现轨迹数据的纠偏。

采用该种方式进行纠偏的缺点主要有：

1、样本数据精度低。直接采用高德地图上某区域路网数据，本身存储数据精度低的问题。为了达到匹配速度采用网格hash进而进行全量匹配。

2、匹配速度慢。虽然整体采用稀释后形成网格hash，但整体采用全量匹配模式，每个点需要依次比较，查询效率O(n)。

发明内容

本发明针对现有技术中存在的技术问题，提供一种北斗定位数据纠偏方法及纠偏系统。

根据本发明的第一方面，提供了一种北斗定位数据纠偏方法，包括：

基于高精度路网线路，构建神经树结构，所述神经树结构为多层级树结构，所述神经树结构中存储高精度路网线路；

在所述神经树结构中查找当前北斗定位数据的最优匹配路网线路；

若所述当前北斗定位数据需要纠偏，根据所述最优匹配线路、当前北斗定位数据以及前一个北斗定位数据，通过平面坐标方式计算纠偏后的定位数据。

在上述技术方案的基础上，本发明还可以作出如下改进。

可选的，所述基于高精度路网线路数据，构建神经树结构，包括：

根据高精度路网线路中每一个数据点的经纬度按照升序模式或降序模式构建神经树结构。

可选的，所述根据高精度路网线路中每一个数据点的经纬度按照升序模式或降序模式构建神经树结构，包括：

对于高精度路网线路中的任一个数据点，设所述任一个数据点的经度为x，纬度为y，其中，x，y包括多位，x＝[x1x2x3...xn]，y＝[y1y2y3...ym]；

基于所述任一个数据点的经度x，构建第一神经树结构，所述第一神经树结构的根节点为x1，前面一位作为父节点，后面一位作为子节点；

以及，

基于所述任一个数据点的纬度y，构建第二神经树结构，所述第二神经树结构的根节点为y1，前面一位作为父节点，后面一位作为子节点。

可选的，所述在所述神经树结构中查找当前北斗定位数据的最优匹配路网线路数据，包括：

按照广度优先或者深度优先搜索算法，基于当前北斗定位数据，在所述神经树结构中搜索匹配的路网线路；

如果搜索到一条匹配的路网线路，则将所述路线线路作为当前北斗定位数据的最优匹配路网线路；

如果搜索到多条匹配的路网线路，则计算所述当前北斗定位数据与每一条匹配的路网线路之间距离，将距离最小的路网线路作为当前北斗定位数据的最优路网线路。

可选的，所述按照广度优先或者深度优先搜索算法，基于当前北斗定位数据，在所述神经树结构中搜索匹配的路网线路，包括：

获取当前北斗定位数据的经度和纬度；

基于当前北斗定位数据的经度，在所述第一神经树结构中搜索匹配的经度数据；

基于当前北斗定位数据的纬度，在所述第二神经树结构中搜索匹配的纬度数据；

根据搜索匹配的精度数据和纬度数据，得到当前北斗定位数据搜索匹配的路网线路。

可选的，将距离最小的路网线路作为当前北斗定位数据的最优路网线路，还包括：

如果距离最小的路网线路有多条，则将前一个北斗定位数据的最优匹配路网线路作为当前当前北斗定位数据的最优路网线路。

可选的，通过如下方式判断所述当前北斗定位数据是否需要纠偏：

若当前北斗定位数据与其最优匹配路网线路的距离大于设定距离阈值，则当前北斗定位数据需要纠偏；否则，当前北斗定位数据不需要纠偏。

可选的，所述根据所述最优匹配线路、当前北斗定位数据以及前一个北斗定位数据，通过平面坐标方式计算纠偏后的定位数据，包括：

根据前一个北斗定位数据到当前北斗定位数据的平均行驶速度、行驶时间以及当前北斗定位数据的方位角，通过平面坐标方式计算当前北斗定位数据纠偏后的定位数据，所述纠偏后的定位数据位于所述最优匹配路网线路上。

可选的，所述根据前一个北斗定位数据到当前北斗定位数据的平均行驶速度、行驶时间以及当前北斗定位数据的方位角，通过平面坐标方式计算当前北斗定位数据纠偏后的定位数据，包括：

其中，G

根据本发明的第二方面，提供一种北斗定位数据纠偏系统，包括：

构建模块，用于基于高精度路网线路，构建神经树结构，所述神经树结构为多层级树结构，所述神经树结构中存储高精度路网线路；

查找模块，用于在所述神经树结构中查找当前北斗定位数据的最优匹配路网线路；

纠偏模块，用于若所述当前北斗定位数据需要纠偏，根据所述最优匹配线路、当前北斗定位数据以及前一个北斗定位数据，通过平面坐标方式计算纠偏后的定位数据。

根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现北斗定位数据纠偏方法的步骤。

根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现北斗定位数据纠偏方法的步骤。

本发明提供的一种北斗定位数据纠偏方法及纠偏系统，利用神经网络结构存储高精度路网数据，提高了数据查询效率，以及采用多线程并行查找和纠偏计算，能够解决实时定位纠偏的问题。

附图说明

图1为本发明提供的一种北斗定位数据纠偏方法流程图；

图2为高精度地图的路网线路数据示意图；

图3为神经树结构示意图；

图4为神经树搜索示意图；

图5为对当前北斗定位数据的纠偏示意图；

图6为本发明提供的一种北斗定位数据纠偏系统的结构示意图；

图7为本发明提供的一种可能的电子设备的硬件结构示意图；

图8为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

实施例一

一种北斗定位数据纠偏方法，参见图1，该纠偏方法主要包括以下步骤：

S1，基于高精度路网线路，构建神经树结构，神经树结构为多层级树结构，神经树结构中存储高精度路网线路。

可以理解的是，本发明实施例对北斗定位数据进行纠偏依据的数据为高精度路网数据，其中，数据来源为采用高精度设备采集的高精度路网数据。通过工具对高精度路网数据进行清洗和处理形成专业统一的GIS数据，通过数据导入形成路网点形成路网线L

基于获取的高精度路网数据，将其存储于神经树结构模型中，作为实施例，基于高精度路网线路数据，构建神经树结构，包括：根据高精度路网线路中每一个数据点的经纬度按照升序模式或降序模式构建神经树结构。

其中，根据高精度路网线路中每一个数据点的经纬度按照升序模式或降序模式构建神经树结构，包括：对于高精度路网线路中的任一个数据点，设所述任一个数据点的经度为x，纬度为y，其中，x，y包括多位，x＝[x1x2x3...xn]，y＝[y1y2y3...ym]；基于任一个数据点的经度x，构建第一神经树结构，所述第一神经树结构的根节点为x1，前面一位作为父节点，后面一位作为子节点；以及，基于任一个数据点的纬度y，构建第二神经树结构，所述第二神经树结构的根节点为y1，前面一位作为父节点，后面一位作为子节点。

可以理解的是，对于高精度路网数据点，其坐标包括经度坐标和纬度坐标，对于每一个数据点，其经度可表示为x，纬度表示为y，其中，x，y包括多位，x＝[x1x2x3...xn]，y＝[y1y2y3...ym]，其数据坐标形式可参见表1。

表1高精度路网数据

对于所有的高精度路网数据点，根据经度构建一个神经树结构(称为第一神经树结构)，根据纬度构建一个神经树结构(称为第二神经树结构)。具体构建方法可参见图3的神经树结构，比如，某一个高精度数据点的经度形式为112.491322144001860，其112作为神经树的根节点，其它的位，则是前一位为父节点，后一位为子节点，最后构建第一神经树结构，对于同一层级的节点，根据不同数据点的经度按照升序从左到右或者降序从左到右存储于神经树的节点中，对于高精度路网数据的纬度，利用同样的方法构建第二神经树结构。

S2，在所述神经树结构中查找当前北斗定位数据的最优匹配路网线路。

可以理解的是，对于车辆行驶的实时北斗定位数据，首先需要到神经树结构中查找该北斗定位数据属于哪一条路网线路，也就是当前北斗定位数据的最优匹配路网线路。

在具体进行查找时，在神经树结构中查找当前北斗定位数据的最优匹配路网线路数据，包括：按照广度优先或者深度优先搜索算法，基于当前北斗定位数据，在所述神经树结构中搜索匹配的路网线路；如果搜索到一条匹配的路网线路，则将所述路线线路作为当前北斗定位数据的最优匹配路网线路；如果搜索到多条匹配的路网线路，则计算所述当前北斗定位数据与每一条匹配的路网线路之间距离，将距离最小的路网线路作为当前北斗定位数据的最优路网线路。

可理解的，基于当前北斗定位数据在神经树结构中查找匹配的路网数据时，可按照一定的搜索算法进行查找，比如，可按照广度优先搜索算法或者深度优先搜索算法进行查找。

具体的，按照广度优先或者深度优先搜索算法，基于当前北斗定位数据，在神经树结构中搜索匹配的路网线路，包括：获取当前北斗定位数据的经度和纬度；基于当前北斗定位数据的经度，在所述第一神经树结构中搜索匹配的经度数据；基于当前北斗定位数据的纬度，在所述第二神经树结构中搜索匹配的纬度数据；根据搜索匹配的精度数据和纬度数据，得到当前北斗定位数据搜索匹配的路网线路。

可理解的，获取车辆行驶的当前北斗定位数据，包括其经度数据和纬度数据，基于经度数据在第一神经树结构中查找，查找到匹配的经度数据；以及基于纬度数据在第二神经树结构中查找匹配的纬度数据。根据查找到的匹配的经度数据和匹配的纬度数据，获取当前北斗定位数据匹配的路网线路数据。可参见图4，为数据查找过程，其中，当同时需要对多个车辆的当前北斗定位数据查找时，可采用多线程多进程并行查找的方式进行查找，提高数据查找的效率。

其中，如果当前北斗定位数据在神经树结构中只能查找到一条匹配的路网线路，则该路网线路为当前北斗定位数据的最优匹配路网线路。

如果当前北斗定位数据在神经树结构中查找到多条匹配的路网线路，则计算当前北斗定位数据与每一条匹配的路网线路的距离，可以理解为，计算当前北斗定位数据到每一条匹配的路网线路的垂直距离，找出距离最短的路网线路，将距离最短的路网线路最为当前北斗定位数据的最优匹配路网线路。

需要说明的是，如果距离最短的路网线路有多条，也就是，当前北斗定位数据到多条路网线路的距离相等且为最短，那么，此时，可参考前一个北斗定位数据，将前一个北斗定位数据的最优匹配路网线路作为当前北斗定位数据的最优匹配路网线路。

S3，若所述当前北斗定位数据需要纠偏，根据所述最优匹配线路、当前北斗定位数据以及前一个北斗定位数据，通过平面坐标方式计算纠偏后的定位数据。

可理解的，当在神经树结构中查找到当前北斗定位数据的最优匹配路网线路后，判断当前北斗定位数据是否需要纠偏，作为实施例，通过如下方式判断所述当前北斗定位数据是否需要纠偏：若当前北斗定位数据与其最优匹配路网线路的距离大于设定距离阈值，比如当前北斗定位数据与其最优匹配路网线路的垂直距离大于20m，则当前北斗定位数据需要纠偏；小于20m，则在误差范围内，当前北斗定位数据不需要纠偏。

如果当前北斗定位数据需要纠偏时，根据所述最优匹配线路、当前北斗定位数据以及前一个北斗定位数据，通过平面坐标方式计算纠偏后的定位数据，包括：根据前一个北斗定位数据到当前北斗定位数据的平均行驶速度、行驶时间以及当前北斗定位数据的方位角，通过平面坐标方式计算当前北斗定位数据纠偏后的定位数据，所述纠偏后的定位数据位于所述最优匹配路网线路上。

可以理解的是，可参见图5，对于当前北斗定位数据G

具体可通过上一个单位时间的平均速度和方位角通过平面坐标的方式来计算得到纠偏后的定位数据G

其中，G

实施例二

一种北斗定位数据纠偏系统，参见图6，该纠偏系统包括构建模块61、查找模块62和纠偏模块63，其中：

构建模块61，用于基于高精度路网线路，构建神经树结构，所述神经树结构为多层级树结构，所述神经树结构中存储高精度路网线路；

查找模块62，用于在所述神经树结构中查找当前北斗定位数据的最优匹配路网线路；

纠偏模块63，用于若所述当前北斗定位数据需要纠偏，根据所述最优匹配线路、当前北斗定位数据以及前一个北斗定位数据，通过平面坐标方式计算纠偏后的定位数据。

可以理解的是，本发明提供的一种北斗定位数据纠偏系统与前述各实施例提供的北斗定位数据纠偏方法相对应，北斗定位数据纠偏系统的相关技术特征可参考北斗定位数据纠偏方法的相关技术特征，在此不再赘述。

实施例三

请参阅图7，图7为本发明实施例提供的电子设备的实施例示意图。如图7所示，本发明实施例提了一种电子设备700，包括存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序711，处理器720执行计算机程序711时实现实施例一的北斗定位数据纠偏方法的步骤。

实施例四

请参阅图8，图8为本发明提供的一种计算机可读存储介质的实施例示意图。如图8所示，本实施例提供了一种计算机可读存储介质800，其上存储有计算机程序811，该计算机程序811被处理器执行时实现实施例一的北斗定位数据纠偏方法的步骤。

本发明实施例提供的一种北斗定位数据纠偏方法及纠偏系统，具有以下优点：

(1)利用神经网络结构存储高精度路网数据，提高了数据查询效率，以及采用多线程并行查找和纠偏计算，能够解决实时定位纠偏的问题；

(2)在数据查找过程中，当查找到多条匹配的路网线路时，通过一定的方式得到最优匹配路网线路，提高了纠偏数据基础的精确性；

(3)数据纠偏是基于高精度设备采集的高精度路网数据为基础进行的，由于高精度路网数据的精度高，因此，本发明的数据纠偏精度有明显提升，并且纠偏后针对转弯跳点有很好的改善。

需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。