發(fā)布時間：2018-04-30 22:02

  本文選題：信息熵 + 最大似然分類��； 參考：《地理與地理信息科學》2017年05期

【摘要】：車輛GNSS軌跡是由離散定位點連成的折線段,以往軌跡濾波工作注重離群點及其引起的軌跡線段異常,而忽視了由于采樣間隔長而導致的正常點連線嚴重偏離道路的現(xiàn)象。為解決此問題,該文提出一種基于統(tǒng)計推斷的軌跡濾波方法,不依賴路網(wǎng)等輔助數(shù)據(jù),在去除離群點的基礎上,識別出上述低質(zhì)量線段。首先采用基于信息熵的最大似然分類法確定線段端點類型,即該端點是位于路口還是道路上;然后再構(gòu)建規(guī)則推斷模型,根據(jù)線段兩端點的空間組合方式,檢測出線段是否異常;最后利用北京市2012年11月出租車數(shù)據(jù)進行驗證,采樣間隔為50~65s。結(jié)果表明,離群點導致的異常線段占32.21%,低采樣率導致的亦占6.23%,濾波效果整體良好。
[Abstract]:The GNSS trajectory of vehicle is a broken line segment composed of discrete positioning points. In the past, trajectory filtering focused on outliers and the abnormal track segments, but neglected the phenomenon that the line of normal points deviated seriously from the road due to the long sampling interval. In order to solve this problem, a trajectory filtering method based on statistical inference is proposed in this paper, which does not rely on auxiliary data such as road network, and identifies the low quality line segments above on the basis of removing outliers. Firstly, the maximum likelihood classification method based on information entropy is used to determine the type of segment endpoint, that is, whether the endpoint is located at an intersection or on a road, and then a rule inference model is constructed, which is based on the spatial combination of the points at both ends of the line segment. Whether the line segment is abnormal or not is detected. Finally, the taxi data of Beijing in November 2012 are used to verify it. The sampling interval is 50 ~ 65s. The results show that the abnormal line segment caused by outliers is 32.21, and that caused by low sampling rate is 6.23. The filtering effect is good.
【作者單位】： 中國科學院大學;中國科學院光電研究院;中國科學院地理科學與資源研究所;
【基金】：國家重點研發(fā)計劃(2017YFB0503702) 國家自然科學基金項目(41601486) 中國科學院知識創(chuàng)新工程重要方向性資助項目(KZCX2-EW-QN605)
【分類號】：TN967.1;U495

【相似文獻】

相關期刊論文 前10條

1 馮曉;;淺析GNSS技術在隧道貫通測量中的應用[J];科技創(chuàng)新導報;2012年22期

2 程磊;;GNSS在集裝箱物流運輸中的應用分析[J];交通標準化;2014年01期

3 李辰風;王智福;辛四梅;;淺談GNSS技術在直線放樣中的應用[J];河南科技;2014年15期

4 滕繼濤,李平,范躍祖;GNSS/INU/DMAP組合導航定位技術在車輛導航中的應用[J];中國慣性技術學報;2003年01期

5 黨宇;楊強;;利用GNSS時序分析辨識大跨橋梁結(jié)構(gòu)荷載響應研究[J];交通科技與經(jīng)濟;2013年05期

6 余加勇;邵旭東;孟曉林;李立峰;;聯(lián)合GNSS和加速度計的橋梁結(jié)構(gòu)動態(tài)監(jiān)測試驗[J];中國公路學報;2014年02期

7 馬山松;;GNSS與三角高程在公路跨河中的應用分析[J];測繪與空間地理信息;2014年08期

8 吳迪軍;熊偉;周瑞祥;何嬋軍;;港珠澳大橋GNSS連續(xù)運行參考站系統(tǒng)設計與實現(xiàn)[J];測繪科學;2013年02期

9 熊偉;吳迪軍;;港珠澳大橋GNSS連續(xù)運行參考站系統(tǒng)的設計與建設[J];鐵道勘察;2013年03期

10 吳迪軍;熊偉;何嬋軍;;港珠澳大橋GNSS連續(xù)運行參考站系統(tǒng)精度測試[J];導航定位學報;2013年02期

相關會議論文 前1條

1 ;Application of GNSS in School Bus Safety Monitoring[A];第三屆中國衛(wèi)星導航學術年會電子文集——S01北斗/GNSS導航應用[C];2012年

相關碩士學位論文 前3條

1 吳曉春;車聯(lián)網(wǎng)中盲區(qū)車輛精確定位技術研究[D];南京郵電大學;2015年

2 杜紅陽;車輛自組織網(wǎng)絡城市盲區(qū)定位關鍵技術研究[D];南京大學;2016年

3 蒲朝旭;基于GNSS導航數(shù)據(jù)的電子地圖道路數(shù)據(jù)更新方法研究[D];成都理工大學;2013年

，

本文編號：1826398