一种基于公交车gnss时空轨迹数据建构路网拓扑的装置及方法
【技术领域】：
[0001] 本发明涉及一种基于公交车GNSS时空轨迹数据建构路网拓扑的装置及方法，属 于数据挖掘的技术领域。
【背景技术】：
[0002] 传统的路网数据获取方式主要包括人工实地测绘和卫星遥感技术，大部分的路网 中关键点（如公交站点和交通信号灯）的位置数据通常是通过人工实地测绘的方式获取。 例如，交通信号灯由交通行政部分负责设立，一般机构无法获得其位置数据。在地图上标注 交通信号灯位置需要专业人员、专业设备反复测量，庞大的交通信号灯分布网对测量工作 构成严峻考验。另外，虽然目前交通路网地图包含大多数交通信号灯信息，但是小的路口和 偏僻处的交通信号灯很容易被忽略。
[0003] 人工实地测绘和卫星遥感技术需要耗费大量的人力、物力，并且采集周期长、数据 时效性差；由于施工、修路等多种因素影响，城市道路结构经常会发生变化，以至于传统的 路网数据获取方法无法准确、实时地反映出最新的路网结构。实时动态地更新路网信息是 一个巨大的挑战。
[0004] 中国专利CN104062671A公开了一种曲率约束的GNSS浮动车地图匹配方法及装 置。本发明方法采用曲率积分值刻画浮动车轨迹曲线弯曲程度，根据GNSS浮动车两个轨迹 点之间的累积弯曲程度，在道路网络中搜索出以该特征值具有最大相似作为约束条件的最 佳匹配结果，以实现GNSS浮动车轨迹数据的地图匹配。该方法目的仅仅是得到准确的定位 数据，是一个数据修正过程，而且该方法是假设路网不会发生变化，这显然也是不准确的。
【发明内容】
：
[0005] 针对现有技术的不足，本发明提供一种基于公交车GNSS时空轨迹数据建构路网 拓扑的装置。
[0006] 本发明还提供一种利用上述装置建构路网拓扑的方法。
[0007] 术语说明：
[0008] GNSS:GlobalNavigationSatelliteSystem(全球导航卫星系统）的缩写，泛指 所有的卫星导航系统，包括全球的、区域的和增强的，如美国的GPS、俄罗斯的Glonass、欧 洲的Galileo、中国的北斗卫星导航系统，以及相关的增强系统，如美国的WAAS(广域增强 系统）、欧洲的EGN0S(欧洲静地导航重叠系统）和日本的MSAS(多功能运输卫星增强系统） 等，还涵盖在建和以后要建设的其他卫星导航系统。国际GNSS系统是个多系统、多层面、多 模式的复杂组合系统。
[0009] SVM算法：是通过一个非线性映射p，把样本空间映射到一个高维乃至无穷维的特 征空间中（Hilbert空间），使得在原来的样本空间中非线性可分的问题转化为在特征空间 中的线性可分的问题.简单地说，就是升维和线性化.升维，就是把样本向高维空间做映 射，一般情况下这会增加计算的复杂性，甚至会引起"维数灾难"，因而人们很少问津.但是 作为分类、回归等问题来说，很可能在低维样本空间无法线性处理的样本集，在高维特征空 间中却可以通过一个线性超平面实现线性划分（或回归）.一般的升维都会带来计算的复 杂化，SVM方法巧妙地解决了这个难题：应用核函数的展开定理，就不需要知道非线性映射 的显式表达式；由于是在高维特征空间中建立线性学习机，所以与线性模型相比，不但几乎 不增加计算的复杂性，而且在某种程度上避免了"维数灾难".这一切要归功于核函数的展 开和计算理论。
[0010] 发明概述：本发明所述基于公交车GNSS时空轨迹数据建构路网拓扑的装置，可运 行在移动设备上（如公交车、出租汽车等），以一定频率上传一组经过处理的定位数据（包 括路线编号、公交站点编号、时间、经炜度、瞬时速度、瞬时方向角度等信息数据）。
[0011] 本发明所述基于公交车GNSS时空轨迹数据建构路网拓扑的方法，将建构路网拓 扑问题分解为生成单条矢量道路和路网关键点位置提取两个子问题；单条矢量道路生成主 要对GNSS时空轨迹数据的统计特性进行处理和分析，路网关键点位置提取主要基于关键 点位置处车辆行驶特征进行匹配和查找。
[0012] 本发明的技术方案如下：
[0013] -种基于公交车GNSS时空轨迹数据建构路网拓扑的装置，包括移动客户端和服 务器端；所述移动客户端包括依次连接的GNSS数据采集模块、数据预处理模块、位置匹配 模块和客户端通信模块；所述服务器端包括行驶特征挖掘模块和服务器端通信模块；所述 行驶特征挖掘模块设置有挖掘算法程序和存储数据的数据库。所述移动客户端安装到公 交车上；所述GNSS数据采集模块，负责以一定的采样频率采集轨迹定位点并编号，记录为 GNSS轨迹数据；数据预处理模块对GNSS轨迹数据进行预处理，提取矢量道路时提取道路 核心点，以及公交站点处行驶特征挖掘和交通信号灯处行驶特征挖掘；客户端通信模块和 服务器端通信模块实现移动客户端与服务器端之间的通信，包括公交车的初始位置及GNSS 轨迹数据的上传与接收，公交车初始位置的下发等；所述行驶特征挖掘模块负责行驶模式 匹配并按照数据挖掘算法将移动客户端上传的GNSS轨迹数据进行分析和挖掘。由于挖掘 算法计算压力较大，且需要对所有移动客户端的多天的数据进行处理，需要通过服务器端 进行行驶模式挖掘。位置匹配模块负责匹配、标注及修正公交车的初始位置，即负责匹配公 交车是否进入公交站点区域，如果进入公交站点区域就给轨迹定位点标注公交站点号，以 供数据挖掘算法进一步分析修正初始公交站点，并最终保存经过修正的公交站点。
[0014] 所述挖掘算法程序主要执行计算压力较大的行驶特征挖掘工作；所述数据库存储 的数据包括，道路核心点数据、公交站点位置数据和交通信号灯位置数据。
[0015] 所述的移动客户端接收服务器端经粗略测量的初始值，并后续接收服务器端的修 正值代替初始值。
[0016] 优选的，所述GNSS数据采集模块为移动设备内置GPS/北斗卫星导航系统或通过 蓝牙连接的外置GPS/北斗卫星导航系统；所述客户端和服务器端通过GPRS进行通信。所 述GNSS数据采集模块可以人工或根据信号强度选择GPS或北斗定位模式。
[0017] -种利用上述装置实现基于GNSS时空轨迹数据建构路网拓扑的方法，步骤如下：
[0018] 1)轨迹定位点采集及预处理：
[0019] ①在公交车上安置GNSS接收设备，以一定的采样频率采集轨迹定位点并编号；所 述轨迹定位点组成的集合包括公交站点集和普通点集；将采集得到的公交站点集依照获取 的时间顺序编号为1，2, 3…η;编号为1的公交站点集与编号为2的公交站点集之间的普通 点集中的点依照获取的时间顺序编号为1. 1，1. 2…m;编号为2的公交站点集与编号为3的 公交站点集之间的普通点集中的点依照获取的时间顺序编号为2. 1，2. 2…h;以此类推；并 予以保存、清洗冗余和误差数据；利用直方图对最近十天的所有轨迹定位点进行统计筛选， 剔除出现频率小于60%的轨迹定位点；
[0020] 现有技术中，GNSS接收设备会将每一个轨迹定位点与本地存储的公交站点数据进 行匹配，轨迹定位点与对应的本地存储的公交站点之间的直线距离小于一定距离，则判断 该轨迹定位点为公交站点，并标注公交站点号；其中，本地存储的公交站点数据的初始值由 服务器端下发。
[0021] ②将上、下行轨迹数据分离：SSN_为数值最大的公交站点号，将编号数值小于 -fi的轨迹定位点归类为上行数据集A，剩余的轨迹定位点归类为下行数据集D1;将上、 .2： 下行轨迹数据分离起到提高数据分析精度的作用；
[0022] GPS/北斗卫星导航系统数据采集模块采样频率一般为1秒/次，而这样的采集频 率带来的数据量会给数据挖掘很大的计算负担，通常的解决方法是，每30个数据取一组， 移动客户端以30秒/次的频率上传数据至服务器端，但是如果在服务器端进行数据预处 理，以间隔30秒的数据相互修正会造成较大的误差。在客户端进行数据预处理工作既可以 保证数据的准确性又可以减轻服务器端的数据计算压力。
[0023] 2)提取矢量道路：
[0024] ①若所述轨迹定位点的邻域内有不少于3个其他轨迹定位点，则确定该轨迹定位 点为待修正道路核心点；提取道路核心点Z(ye，y。）作为待修正道路核心点的修正点；其中，
X。，y。为道路核心点Z的经炜度；XyypPi分别为待修正道路核 心点邻域内的轨迹定位点的经炜度和经炜度为xyyi的轨迹定位点出现的次数；
[0025] 所述邻域的邻域半径为
，其中d为城市主干道宽度，(1_为GNSS接收 设备定位的最大误差；
[0026] ②对道路核心点排序：选取公交车起点作为第一道路核心点，根据最近距离的原 则确定第二道路核心点，然后把第二道路核心点作为新的第一道路核心点，按照相同方法 确定下一个道路核心点，依次向前搜寻，直至遍历所有的道路核心点；
[0027] ③等间隔补充仿真点：若相邻两个道路核心点之间的直线距离大于30米，则判定 这两个道路核心点之间有道路核心点缺失，在这两个道路核心点之间添加仿真点作为道路 核心点，以实现任意两个道路核心点之间的直线距离小于等于30米；
[0028] ④删除异常点：按照步骤