一种异常定位数据的过滤方法
【专利摘要】一种异常定位数据的过滤方法，包括：当存储点数小于N时，进行初步采点；对初步采集的点进行初步过滤；当采集的点达到N点时，实时采点，并删除最早的一个点，保证存储点数为N；对N个点进行判断运动状态；依据不同的运动状态进行分类过滤；判断被过滤的无效次数，如果大于M则清空存储点，转入初始步骤重新开始，否则继续进行实时采点过滤。本发明通过异常定位数据的过滤方法的设计，降低了异常定位数据发生的概率，大大降低了异常的超速报警，大漂移等发生概率。
【专利说明】一种异常定位数据的过滤方法
【【技术领域】】
[0001]本发明涉及一种异常定位数据的过滤方法。
【【背景技术】】
[0002]卫星导航系统具有高精度、高效率和低成本的优点，使其在各类大地测量控制网的加强改造和建立以及在公路工程测量和大型构造物的变形测量中得到了较为广泛的应用。尤其是在车辆定位监控中，含有定位监控能力的车载监控终端进行实时采集定位数据，并进行存储或上报的应用上取得了广阔市场。定位数据来源于卫星导航系统，但是由于定位芯片如果收讯能力不足，就会完全失去定位的能力，而如果收讯能力过强的话也会有副作用。因为卫星发射的信号本质上就是电磁波，在地形复杂的环境比如高楼林立的城市中容易发生反射而产生杂波，这些信号会对定位产生不利的干扰，从而产生漂移现象。在应用中，常常看到车辆的轨迹出现与实际不符的情况，如大速度、大的漂移点从而导致司机因为违规而遭受无辜惩罚。因此如何定位哪些数据是漂移数据，需要进行过滤，使得车辆行驶轨迹看得更合理，就是我们要迫切解决的问题。
【
【发明内容】
】
[0003]本发明所要解决的技术问题在于提供一种异常定位数据的过滤方法。
[0004]本发明是这样实现的:
[0005]一种异常定位数据的过滤方法，包括如下步骤:
[0006]步骤a:当存储点数小于N时，进行初步采点；
[0007]步骤b:对初步采集的点进行初步过滤；
[0008]步骤c:当采集的点达到N点时，实时采点，并删除最早的一个点，保证存储点数为N；
[0009]步骤d:对N个点进行判断运动状态；
[0010]步骤e:依据不同的运动状态进行分类过滤；
[0011]步骤f:判断被过滤的无效次数，如果大于Μ则清空存储点，转入步骤a重新开始，否则继续进行实时采点过滤。
[0012]所述初步过滤，采用的与上一个点进行比较过滤，比较过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值；
[0013]定位状态依据是否定位判断，如不定位则被过滤；
[0014]大速度依据该汽车的最大速度性能判断，如速度大于最大速度则被过滤；
[0015]加速度依据该汽车每秒最大加速度性能判断，先计算与上一秒的速度差，如速度差大于每秒最大加速度则被过滤；
[0016]大距离依据汽车每秒能行驶的最大距离判断，先计算与上一秒的距离，如距离大于汽车行驶最大距离+定位的误差距离则过滤；
[0017]距离与速度的差值分为距离小但速度过大、速度小但距离过大，距离小但速度过大:与上一点的距离如果小于5米，但速度却大于30Km/H则过滤；距离大但速度过小:与上一点的距离如果大于这两点速度一秒行驶的距离+定位误差距离则过滤。
[0018]所述步骤c，存储点=N时，实时采点，当存储点达到N时，新采集的点替换最早的点，以保证点数不超过N ;当出现点被过滤时，不再重新开始采集，而是对无效次数进行加减而判断，依据运动状态进行分类过滤，比较的基准点为没有被过滤掉的最后一个点，即最后一个有效点。
[0019]所述步骤d，判断运动状态，通过判断这N个点的速度，如果车辆速度在lKm/H以上的不超过2个，则认为车辆处于静态中，否则认为车辆在运动中。
[0020]所述步骤e，依据运动状态分类过滤；
[0021]静态过滤方法有:定位状态、大速度、大距离；
[0022]定位状态依据是否定位判断，如不定位则被过滤，无效次数累加；
[0023]大速度依据汽车静止中速度突然变化判断，如速度突然大于10Km/H则过滤，无效次数累加；
[0024]大距离依据电子围栏判断，如设置电子围栏50M，距离突然大于50M则过滤，无效次数累加；
[0025]运动状态过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值；
[0026]定位状态依据是否定位判断，如不定位则被过滤；
[0027]速度依据该汽车的最大速度性能判断，如速度大于最大速度则被过滤；
[0028]速度依据该汽车每秒最大加速度性能判断，先计算与基准点的速度差，如速度差大于每秒最大加速度*时间则被过滤；
[0029]距离依据汽车每秒能行驶的最大距离判断，先计算与基准点的距离，如距离大于汽车行驶最大距离*时间+定位的误差距离则过滤；
[0030]离与速度的差值分为距离小但速度过大、速度小但距离过大，距离小但速度过大:当速度大于Vm时，通过计算最近Μ个点的与前点的间距，然后间距换算成速度，去掉最大和最小求平均，计算出该路段平均速度V，如果当前速度V0大于平均速度V，且(V0-V)/V》R，则过滤；距离大但速度过小:先计算基准点速度V0到最大速度Vm需要P秒，如果与基准点时间间隔T小于P秒，则距离S使用V0*T+A*T*T/2+D，如果间隔时间T大于P秒，则距离S使用V0*P+A*P*P/2+Vm* (T_P) +D ;其中Α表示最大加速度，D表示定位误差，如果距离S小于和基准点的间距，则过滤。
[0031]所述步骤f，判断被过滤的无效次数，初始时无效累计次数为0，如果该点被过滤，依据不同的过滤规则进行对无效累计次数实现不同程度的累加；当心无效累计次数>1时，该阶段定位效果不好，定位效果较差，继续实时采点过滤；当无效累计次数》Μ时，已长时间处于过滤中，定位效果很差，对存储的点清空，重新采点过滤；如果该点为有效点，且Μ>无效次数>1时，此时把无效累计次数直接置I，加快定位状态的恢复；当无效次数>0时，无效累计次数递减；当无效累计次数=0时，定位效果良好。
[0032]本发明的优点在于:通过异常定位数据的过滤方法的设计，降低了异常定位数据发生的概率，大大降低了异常的超速报警，大漂移等发生概率。提出异常定位数据的过滤算法是基于现实车辆的运动性能进行数据的过滤，目的是为了保证相关的软件产品的质量和用户感受，而且算法中的关键参数值都是可以人为地控制、调整，以适应不同的移动目标。【【专利附图】
【附图说明】】
[0033]下面参照附图结合实施例对本发明作进一步的描述。
[0034]图1是本发明方法总体流程简图。
【【具体实施方式】】
[0035]如图1所示，一种异常定位数据的过滤方法，包括如下步骤:
[0036]步骤a:当存储点数小于N时，进行初步采点；
[0037]步骤b:对初步采集的点进行初步过滤；
[0038]步骤c:当采集的点达到N点时，实时采点，并删除最早的一个点，保证存储点数为N；
[0039]步骤d:对N个点进行判断运动状态；
[0040]步骤e:依据不同的运动状态进行分类过滤；
[0041]步骤f:判断被过滤的无效次数，如果大于Μ则清空存储点，转入步骤a重新开始，否则继续进行实时采点过滤。
[0042]定位模块会实时的吐出定位数据，本发明设计了一个存储队列，进行滑动存储定位数据。队列最大存储为N，当达到N时，新数据将替换掉最早的数据，保证存储数据为N，不溢出。还设计了一个无效次数统计，当定位数据被定义为无效次，对无效累计次数进行加法，当定位数据定位为有效时，且无效累计次数大于零，则对无效累计次数进行减法。
[0043]下面对各步骤进行详细说明:
[0044]步骤a:存储点少于N时，初步采点。为了保证刚开始时定位稳定，当初步采集的点一旦被过滤掉，则认为定位不稳定，把采集的点都清空，重新开始采集过。这样可以降低原始点不可靠性，保证过滤时使用的基准点相对可靠。初步采点时使用初步过滤方法。
[0045]步骤b:初步过滤。初步过滤时，因为点数较少，采用的与上一个点进行比较过滤。比较过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值。定位状态依据是否定位判断，如不定位则被过滤。大速度依据该汽车的最大速度性能判断，如速度大于最大速度则被过滤。加速度依据该汽车每秒最大加速度性能判断，先计算与上一秒的速度差，如速度差大于每秒最大加速度则被过滤。大距离依据汽车每秒能行驶的最大距离判断，先计算与上一秒的距离，如距离大于汽车行驶最大距离+定位的误差距离则过滤。距离与速度的差值分为距离小但速度过大、速度小但距离过大，距离小但速度过大:与上一点的距离如果小于5米，但速度却大于30Km/H则过滤；距离大但速度过小:与上一点的距离如果大于这两点速度一秒行驶的距离+定位误差距离则过滤。
[0046]步骤c:存储点=N时，实时采点。当存储点达到N时，新采集的点替换最早的点，以保证点数不超过N ;过滤不再使用初步过滤方法，当出现点被过滤时，不再重新开始采集，而是对无效次数进行加减而判断。依据运动状态进行分类过滤，比较的基准点为没有被过滤掉的最后一个点，即最后一个有效点。
[0047]步骤d:判断运动状态。通过判断这N个点的速度，如果车辆速度在lKm/H以上的不超过2个，则认为车辆处于静态中。否则认为车辆在运动中。由于车辆静态与运动中的性能是完全不同的，由此进行分类判断，可以更简单且更可靠。
[0048]步骤e:依据运动状态分类过滤。静态中，车辆位置可以认为基本不动，且速度保持在一个小量。静态过滤方法有:定位状态、大速度、大距离。定位状态依据是否定位判断，如不定位则被过滤，无效次数累加。大速度依据汽车静止中速度突然变化判断，如速度突然大于10Km/H则过滤，无效次数累加。大距离依据电子围栏判断，如设置电子围栏50M，距离突然大于50M则过滤，无效次数累加。运动状态过滤方法有些类似初步过滤，但基准点不同，一些计算的地方也不同，过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值。定位状态依据是否定位判断，如不定位则被过滤。大速度依据该汽车的最大速度性能判断，如速度大于最大速度则被过滤。加速度依据该汽车每秒最大加速度性能判断，先计算与基准点的速度差，如速度差大于每秒最大加速度*时间则被过滤。大距离依据汽车每秒能行驶的最大距离判断，先计算与基准点的距离，如距离大于汽车行驶最大距离*时间+定位的误差距离则过滤。距离与速度的差值分为距离小但速度过大、速度小但距离过大，距离小但速度过大:当速度大于Vm时，通过计算最近Μ个点的与前点的间距，然后间距换算成速度，去掉最大和最小求平均，计算出该路段平均速度V，如果当前速度V0大于平均速度V，且(V0-V)/V》R,则过滤。距离大但速度过小:先计算基准点速度V0到最大速度Vm需要P秒，如果与基准点时间间隔T小于P秒，则距离S使用V0*T+A*T*T/2+D。如果间隔时间T大于P秒，则距离S使用V0*P+A*P*P/2+Vm* (T_P) +D。其中Α表示最大加速度，D表示定位误差。如果距离S小于和基准点的间距，则过滤。
[0049]步骤f:判断被过滤的无效次数。初始时无效累计次数为0，如果该点被过滤，可以依据不同的过滤规则进行对无效累计次数实现不同程度的累加。当M>无效累计次数>1时，该阶段定位效果不好，定位效果较差，继续实时采点过滤；当无效累计次数》Μ时，已长时间处于过滤中，定位效果很差，对存储的点清空，重新采点过滤。如果该点为有效点，且Μ>无效次数>1时，此时可把无效累计次数直接置I，加快定位状态的恢复；当无效次数>0时，无效累计次数递减；当无效累计次数=0时，定位效果良好。
[0050]本发明通过异常定位数据的过滤方法的设计，降低了异常定位数据发生的概率，大大降低了异常的超速报警，大漂移等发生概率。提出异常定位数据的过滤算法是基于现实车辆的运动性能进行数据的过滤，目的是为了保证相关的软件产品的质量和用户感受，而且算法中的关键参数值都是可以人为地控制、调整，以适应不同的移动目标。
[0051]以上所述仅为本发明的较佳实施用例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种异常定位数据的过滤方法，其特征在于:包括如下步骤: 步骤a:当存储点数小于N时,进行初步采点； 步骤b:对初步采集的点进行初步过滤； 步骤c:当采集的点达到N点时，实时采点，并删除最早的一个点，保证存储点数为N ； 步骤d:对N个点进行判断运动状态； 步骤e:依据不同的运动状态进行分类过滤； 步骤f:判断被过滤的无效次数，如果大于M则清空存储点，转入步骤a重新开始，否则继续进行实时采点过滤。
2.如权利要求1所述的一种异常定位数据的过滤方法，其特征在于:所述初步过滤，采用的与上一个点进行比较过滤，比较过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值； 定位状态依据是否定位判断，如不定位则被过滤； 大速度依据该汽车的最大速度性能判断，如速度大于最大速度则被过滤； 加速度依据该汽车每秒最大加速度性能判断，先计算与上一秒的速度差，如速度差大于每秒最大加速度则被过滤； 大距离依据汽车每秒能行驶的最大距离判断，先计算与上一秒的距离，如距离大于汽车行驶最大距离+定位的误差距离则过滤； 距离与速度的差值分为距离小但速度过大、速度小但距离过大，距离小但速度过大:与上一点的距离如果小于5米，但速度却大于30Km/H则过滤；距离大但速度过小:与上一点的距离如果大于这两点速度一秒行驶的距离+定位误差距离则过滤。
3.如权利要求1所述的一种异常定位数据的过滤方法，其特征在于:所述步骤C，存储点=N时,实时采点，当存储点达到N时,新采集的点替换最早的点，以保证点数不超过N ；当出现点被过滤时，不再重新开始采集，而是对无效次数进行加减而判断，依据运动状态进行分类过滤，比较的基准点为没有被过滤掉的最后一个点，即最后一个有效点。
4.如权利要求1所述的一种异常定位数据的过滤方法，其特征在于:所述步骤d，判断运动状态，通过判断这N个点的速度，如果车辆速度在lKm/H以上的不超过2个，则认为车辆处于静态中，否则认为车辆在运动中。
5.如权利要求1所述的一种异常定位数据的过滤方法，其特征在于:所述步骤e，依据运动状态分类过滤； 静态过滤方法有:定位状态、大速度、大距离； 定位状态依据是否定位判断，如不定位则被过滤，无效次数累加； 大速度依据汽车静止中速度突然变化判断，如速度突然大于lOKm/Η则过滤，无效次数累加； 大距离依据电子围栏判断，如设置电子围栏50M，距离突然大于50M则过滤，无效次数累加； 运动状态过滤方法有:定位状态、大速度、加速度、大距离、距离与速度的差值； 定位状态依据是否定位判断，如不定位则被过滤； 速度依据该汽车的最大速度性能判断，如速度大于最大速度则被过滤； 速度依据该汽车每秒最大加速度性能判断，先计算与基准点的速度差，如速度差大于每秒最大加速度*时间则被过滤； 距离依据汽车每秒能行驶的最大距离判断，先计算与基准点的距离，如距离大于汽车行驶最大距离*时间+定位的误差距离则过滤； 离与速度的差值分为距离小但速度过大、速度小但距离过大，距离小但速度过大:当速度大于Vm时，通过计算最近M个点的与前点的间距，然后间距换算成速度，去掉最大和最小求平均，计算出该路段平均速度V，如果当前速度VO大于平均速度V，且(VO-V)/V》R，则过滤；距离大但速度过小:先计算基准点速度VO到最大速度Vm需要P秒，如果与基准点时间间隔T小于P秒，则距离S使用V0*T+A*T*T/2+D，如果间隔时间T大于P秒，则距离S使用V0*P+A*P*P/2+Vm* (T-P)+D ;其中A表示最大加速度，D表示定位误差，如果距离S小于和基准点的间距，则过滤。
6.如权利要求1所述的一种异常定位数据的过滤方法，其特征在于:所述步骤f，判断被过滤的无效次数，初始时无效累计次数为0，如果该点被过滤，依据不同的过滤规则进行对无效累计次数实现不同程度的累加；当心无效累计次数>1时，该阶段定位效果不好，定位效果较差，继续实时采点过滤；当无效累计次数》M时，已长时间处于过滤中，定位效果很差，对存储的点清空，重新采点过滤；如果该点为有效点，且M>无效次数>1时,此时把无效累计次数直接置I，加快定位状态的恢复；当无效次数>0时，无效累计次数递减；当无效累计次数=O时，定位效果良好。
【文档编号】G06F17/30GK104391888SQ201410631089
【公开日】2015年3月4日 申请日期:2014年11月11日 优先权日:2014年11月11日
【发明者】林君钺, 郭碧莲, 丁祥, 庄艺园, 孟艳琼 申请人:福建星海通信科技有限公司