道路匹配分析与设计
出租车轨迹 由轨迹点序列组成<x,y,t>附带额外信息 speed,angle(GPS正北为0°,顺时针夹角,极坐标角度方向相反)
如何匹配轨迹?
轨迹的匹配依赖于单点匹配,在单点匹配的基础上,涉及到两个点之间寻找合理轨迹(路径规划),错误GPS点剔除(模式分类),多点之间的相互验证(投票)。
单点匹配
单点匹配方式:
由目前已知参数,忽略X,Y方向影响是独立同分布,即假设X,Y影响因素相同,因此,<distance,speed,angle>构成判别分析的依据。先假设distance,speed,angle相互独立。
- 距离因素:
假设GPS精度为precession=50m,且GPS满足正态分布, 因此可以假设为µ=0,σ=precession/3(根据6-Σ准则,99.7%的点落在(-3σ,+3σ)中)。那么distance的得分=2*落在(distance,+∞)的概率=1-2*Probility[0,distanc).
- 速度因素:
speed 在单点匹配中,可以忽略。基本上= similarity(speed,实时道路速度)。在实际计算中,这里可能出现一个循环引用问题,因为实时路况本身就是通过计算车辆轨迹匹配的来得到的。在实际计算过程中,需要不是使用速度,而是通过离散化拥堵等级来计算,因此
speed项得分=similarity(拥堵等级,实时路况拥堵等级)=2*(拥堵等级*实时路况拥堵等级)/( 拥堵等级^2+拥堵等级^2)
- 角度因素:
一个直观的方式通过计算车辆行驶角度与道路自身方向的余弦来计算(即可通过向量点积来计算)
但需要考虑速度对角度的影响(因此,这两个因数并不独立)
角度得分= similarity(angle,道路方向)=[cos(angle),sin(angle)][cos(道路方向),sin(道路方向)]
- 综合考虑
实际综合得分total = Σ ω(i)*Score(i)
Σω(i)=1.如果确定ω(i)应该通过机器学习的方式来确定。
最后,使用是还应该加一个因数,先验概率,即某个道路车辆行驶的概率,可以通过现有数据按照前面方法匹配后,进行累计统计得到。
总结
现有问题:ω(i)是经验值,即没有通过一定反馈机制(如反向传播算法BP),没有带标注的测试样例数据是个大问题。
- 连续多个轨迹点的匹配
这个时候的轨迹匹配,可以看出是一个马尔科夫过程,基本原理如下:假设连续3个点
A{A1,A2,A3},B(B1,B2,B3},C{C1,C2,C3}
我们要寻找一条最优路径(概率最大),其中Ai表示A可以匹配的道路。
显然,P(Ai)可以通过单点匹配计算得到。但是,不能因为P(A1)>P(A2)就选择A1,因为A1与Bi(i=1,2,3...)
因此,实际上还要计算path(Ai,Bi)的实际距离(通常用最短或者最快距离)。因此这时可以构造一个图,边的概率P(Edge(x,y))= Euclid(x,y)/path(x,y),即用球面最短距离/当前选择的两个点构建成的道路的距离,而
图中每个点的概率采用上述点匹配的概率,计算一条最优路径。
在实际计算过程中,每个点的候选集合为4(太多,计算复杂度高),最多计算连续5个点{ P-1,P0,p1,p2,p3}
相关推荐
由于矩阵在程序中常使用二维阵列表示,二维阵列的大小与使用的存储器空间成正比,如果多数的元素没有数据,则会造成存储器空间的浪费,为此,必须设计稀疏矩阵的阵列储存方式,利用较少的存储器空间储存完整的矩阵...
稀疏矩阵 * 每个非零元素及其对应的行下标和列下标构成一个三元组, * 稀疏矩阵中所有这样的三元构成一个以三元组为数据... * 链表结构存储——三元链表中每个结点的数据域由稀疏矩阵非零元的行号、列号和元素值组成
稀疏矩阵的操作稀疏矩阵的操作稀疏矩阵的操作稀疏矩阵的操作
同样为本人在2010年学期写的数据结构报告里的一份(语言c++,类封装)。只作为资源技术交流之用
采用三元组表示稀疏矩阵,并定义矩阵的加、减、乘运算 正交链表表示稀疏矩阵
对左右两幅图像进行稀疏匹配,完成匹配后得到轮廓图和深度图,由深度图得到3维的点云立体图像。
改进的信号匹配追踪稀疏分解代码,基于gabor时频原子,对语音信号重构效果好
数据结构之线性表- 一元稀疏多项式计算器 这个我就不用介绍了吧
代码:天津理工大学数据结构实验——一元稀疏多项式的加减.doc
介绍使用基于窗口的稀疏点匹配及三维重建的程序实现,程序使用OpenCV、OpenGL、以及GLUT实现。
匹配追踪MP、正交匹配追踪算法OMP,稀疏表示里的基本算法
稀疏正交匹配追踪(OMP算法)正交匹配追踪(OMP)算法属于贪婪算法。而贪婪算法是一种不追求最优解,只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解,因为它省去了为找最优解要穷尽所有可能而必须耗费...
使用匹配追踪法将源信号稀疏化,MATLAB代码,可直接使用。
关于数据结构中的稀疏数组简单案例——java版(csdn)————程序
学过数据结构的都做过, 这个程序是我自己写的,独一无二。 希望有兴趣的人反馈些意见 谢谢
面向车联网的稀疏轨迹数据路径预测.pdf
基于MP的稀疏分解 原子有单一特征,可用于压缩去噪等
稀疏矩阵——算法及其程序实现,介绍相应矩阵的实现算法,非常实用。
数据结构——矩阵全文共7页,当前为第1页。数据结构——矩阵全文共7页,当前为第1页。 数据结构——矩阵全文共7页,当前为第1页。 数据结构——矩阵全文共7页,当前为第1页。 软件学院 上机实验报告 课程名称: 数据...
针对这一问题,提出一种基于子区域匹配的稀疏表示跟踪算法。首先,将初始目标模板划分为若干子区域,利用LK图像配准算法建立观测模型预测下一帧目标运动状态。然后,对预测的目标模型区域进行同等划分,并在匹配过程...