与地图匹配相关的几个技术点
与地图匹配相关的几个技术点
自从发布若谷:Matlab算法案例— 基于隐马尔科夫模型(HMM)的地图匹配(Map-Matching) 之后,不少乎友对此很感兴趣,并联系我,需要付费索求源代码,以供学习、毕业设计使用。
奈何在提供源代码后,依旧对一些细节,不甚清楚。本文试图总结,与地图匹配相关的几个个问题,供大家借鉴。
GPS数据采集
两种方式:
Matlab mobile
Matlab有个手机版,可以获取移动轨迹(经纬度)信息,并且格式以.mat格式存储,且匹配Matlab相关函数。
GPS独立硬件
本文采用带串口的GPS硬件,用来读取GPS实时采集的信息。 精度可能更高,取决于你的GPS硬件。比如,本文所示案例,其GPS硬件,精确到经纬度的秒,因此精度在15米以内。
关于GPS硬件数据采集,特别注意gPS的协议。详细解析方式,详见之前的知乎博文。
二者对比:
便捷性:Matlab mobile当然很方便,硬件成本为零。但是数据格式,主要支持Maltab。若需要转换数据格式,需要在Matlab中,进行数据读取。
数据精度:GPS独立硬件,数据精度更高,尤其是时间与位置的匹配上,由此产生的实时移动速度,也是精确的。在无遮挡的空旷地段,精度可以达到3米以内。比手机精度,要高。但是,在隧道等地段,手机端能获取数据,尽管数据不是精密测量的,很可能是通过手机自身的惯导和隧道内的通信技术,推算的结果。
GPS坐标转换
GPS坐标转换,主要是从经纬度转xyz坐标。 不用多说,直接上程序。见下方:
function [x,y,utmzone] = deg2utm(Lat,Lon)
% -------------------------------------------------------------------------
% [x,y,utmzone] = deg2utm(Lat,Lon)
%
% Description: Function to convert lat/lon vectors into UTM coordinates (WGS84).
% Some code has been extracted from UTM.m function by Gabriel Ruiz Martinez.
%
% Inputs:
% Lat: Latitude vector. Degrees. +ddd.ddddd WGS84
% Lon: Longitude vector. Degrees. +ddd.ddddd WGS84
%
% Outputs:
% x, y , utmzone. See example
%
% Example 1:
% Lat=[40.3154333; 46.283900; 37.577833; 28.645650; 38.855550; 25.061783];
% Lon=[-3.4857166; 7.8012333; -119.95525; -17.759533; -94.7990166; 121.640266];
% [x,y,utmzone] = deg2utm(Lat,Lon);
% fprintf('%7.0f ',x)
% 458731 407653 239027 230253 343898 362850
% fprintf('%7.0f ',y)
% 4462881 5126290 4163083 3171843 4302285 2772478
% utmzone =
% 30 T
% 32 T
% 11 S
% 28 R
% 15 S
% 51 R
%
% Example 2: If you have Lat/Lon coordinates in Degrees, Minutes and Seconds
% LatDMS=[40 18 55.56; 46 17 2.04];
% LonDMS=[-3 29 8.58; 7 48 4.44];
% Lat=dms2deg(mat2dms(LatDMS)); %convert into degrees
% Lon=dms2deg(mat2dms(LonDMS)); %convert into degrees
% [x,y,utmzone] = deg2utm(Lat,Lon)
%
% Author:
% Rafael Palacios
% Universidad Pontificia Comillas
% Madrid, Spain
% Version: Apr/06, Jun/06, Aug/06, Aug/06
% Aug/06: fixed a problem (found by Rodolphe Dewarrat) related to southern
% hemisphere coordinates.
% Aug/06: corrected m-Lint warnings
%-------------------------------------------------------------------------
% Argument checking
%
error(nargchk(2, 2, nargin)); %2 arguments required
n1=length(Lat);
n2=length(Lon);
if (n1~=n2)
error('Lat and Lon vectors should have the same length');
end
% Memory pre-allocation
%
x=zeros(n1,1);
y=zeros(n1,1);
utmzone(n1,:)='60 X';
% Main Loop
%
for i=1:n1
la=Lat(i);
lo=Lon(i);
sa = 6378137.000000 ; sb = 6356752.314245;
%e = ( ( ( sa ^ 2 ) - ( sb ^ 2 ) ) ^ 0.5 ) / sa;
e2 = ( ( ( sa ^ 2 ) - ( sb ^ 2 ) ) ^ 0.5 ) / sb;
e2cuadrada = e2 ^ 2;
c = ( sa ^ 2 ) / sb;
%alpha = ( sa - sb ) / sa; %f
%ablandamiento = 1 / alpha; % 1/f
lat = la * ( pi / 180 );
lon = lo * ( pi / 180 );
Huso = fix( ( lo / 6 ) + 31);
S = ( ( Huso * 6 ) - 183 );
deltaS = lon - ( S * ( pi / 180 ) );
if (la<-72), Letra='C';
elseif (la<-64), Letra='D';
elseif (la<-56), Letra='E';
elseif (la<-48), Letra='F';
elseif (la<-40), Letra='G';
elseif (la<-32), Letra='H';
elseif (la<-24), Letra='J';
elseif (la<-16), Letra='K';
elseif (la<-8), Letra='L';
elseif (la<0), Letra='M';
elseif (la<8), Letra='N';
elseif (la<16), Letra='P';
elseif (la<24), Letra='Q';
elseif (la<32), Letra='R';
elseif (la<40), Letra='S';
elseif (la<48), Letra='T';
elseif (la<56), Letra='U';
elseif (la<64), Letra='V';
elseif (la<72), Letra='W';
else Letra='X';
end
a = cos(lat) * sin(deltaS);
epsilon = 0.5 * log( ( 1 + a) / ( 1 - a ) );
nu = atan( tan(lat) / cos(deltaS) ) - lat;
v = ( c / ( ( 1 + ( e2cuadrada * ( cos(lat) ) ^ 2 ) ) ) ^ 0.5 ) * 0.9996;
ta = ( e2cuadrada / 2 ) * epsilon ^ 2 * ( cos(lat) ) ^ 2;
a1 = sin( 2 * lat );
a2 = a1 * ( cos(lat) ) ^ 2;
j2 = lat + ( a1 / 2 );
j4 = ( ( 3 * j2 ) + a2 ) / 4;
j6 = ( ( 5 * j4 ) + ( a2 * ( cos(lat) ) ^ 2) ) / 3;
alfa = ( 3 / 4 ) * e2cuadrada;
beta = ( 5 / 3 ) * alfa ^ 2;
gama = ( 35 / 27 ) * alfa ^ 3;
Bm = 0.9996 * c * ( lat - alfa * j2 + beta * j4 - gama * j6 );
xx = epsilon * v * ( 1 + ( ta / 3 ) ) + 500000;
yy = nu * v * ( 1 + ta ) + Bm;
if (yy<0)
yy=9999999+yy;
end
x(i)=xx;
y(i)=yy;
utmzone(i,:)=sprintf('%02d %c',Huso,Letra);
end
GPS数据的可视化
不考虑背景地图的话,GPS数据的可视化,是特别简单的。本文主要考虑带有地图遥感影像的GPS可视化。本文,主要考虑将gps数据,制作成KML文件,在google Earth上,进行可视化显示。
经过地图辅助后,就变得漂亮多了。
以上地图,是基于高德导航地图,进行的数据可视化。高德地图,还提供了动态演示效果的展示。如下图所示:
交通路网
交通路网数据,有很多下载渠道。本文选择了最通用的渠道,就是从开源地图Open Street Map上,免费下载。如图,选择地图区域,并且导出。
不过,需要指出的是,OSM(Open Street Map)的地图,格式不一定满足数据处理的要求,往往需要进行格式转换,才能进一步使用。
路网格式转换
本文,就是把Open Street Map 转成为SHAPE file格式后,进行地图匹配的。毕竟,shapefile格式的软件基础ArcGIS是最广泛的。
其中一个工具是ArcMap,进行格式转换。
具体格式转换,详见下方图示中的按钮和命令。
转化成shapefile格式之后,还要转成编程语言能便捷操作的,比如存储至关系数据库中。
有一个比较常用的工具,shp2mysql。 值得推荐,从2009年第一次使用,到现在,陆陆续续地使用着。之前的博客, 也有介绍。
https://zhuanlan.zhihu.com/p/102120251
准备文件
一个shp文件有多个文件组成, .dbf, .sbn, .sbx, .shp, .shx.
将shp以及shp的相关文件和DOShere文件放在同一目录下。
执行生成sql的命令。
shp2MySQL shp文件名.shp 表名 数据库名 > 生成的sql文件名.sql
进入该文件目录,执行下述命令:
shp2MySQL Line.shp line hmm4mmYuan > line4mm.sql
路网搜索优化
面对浩如烟海的路网数据,为了优化路网的搜索效率,GIS的空间分析中,常常采用的是四叉树的数据结构,对路网进行分块、分级存储。本文不进行细致说明。有意者,请关注之前的HMM一文,其包含的代码部分,有详细介绍。
地图匹配中的参数
基于隐马尔科夫链的地图匹配中,由于要建设5项参数,其中概率转移时,要考虑前后两个点,到线的映射关系,这其中的转移概率,受到线段长度与相邻GPS点的平均距离。
- 相邻点的最大、最小、平均距离;
- 道路线的最大、最小、平均长度;
- 道路线的总数量;
分享:无人系统行业交流群
自动驾驶技术是实现更高程度的智能生活的技术基础,目前已经广泛应用于无人车/船/机。
欢迎大家交流无人系统行业的技术发展(工业数据采集,感知(雷达/毫米波/红外),人工智能算法,图像识别,精密控制,建模与仿真)、产业全供应链融合、岗位招聘与人才求职、创新创业与融资扩产、行业羽毛球联谊赛。
我是无人驾驶辅助系统ADAS企业的开发者,撰写《无人驾驶–视觉·感知·控制》