[发明专利]车辆轨迹优化方法、车辆轨迹定位方法、车辆定位系统

权利要求书

1.一种车辆轨迹优化方法，其特征在于，包括以下步骤：

采用GPS定位模块和北斗定位模块采集车辆位置信息；

对经GPS定位模块和北斗定位模块采集的位置数据进行数据校正；

对矫正后的数据进行压缩优化。

2.如权利要求1所述的车辆轨迹优化方法，其特征在于，步骤（2）中，采用GPS定位模块和北斗定位模块进行双模块自适应轨迹校正，具体为：

(21) GPS定位模块和北斗定位模块同时工作，GPS定位模块和北斗定位模块分别把定位数据发送到云计算中心；

（22）云计算中心以其中任一一组数据作为基准数据；

（23）云计算中心以基准数据与另一组数据进行对比，如发现基准数据异常，立即判断另一组数据是否异常，如另一组数据异常则进行步骤（21），如另一组数据无异常进行步骤（24）；

（24）用另一组数据补偿到基准数据中，同时把基准数据中存在的异常数据剔除，

（25）产生校正后的轨迹数据。

3.如权利要求1所述的车辆轨迹优化方法，其特征在于，步骤（3）中，对数据压缩优化时进行抽稀优化并采用最小二乘法多项式曲线拟合的方法对轨迹数据进行抽稀优化，具体为选取拟合曲线并求出拟合曲线多项式的系数矩阵；

步骤（3）中，拟合曲线公式如下：

设拟合多项式为：

则偏差平方和如下：

对等式右边求a_i的偏导数等到：

……

将等式进一步化简得到：

……

得到下面矩阵：

即得线性方程：Y=X*A；

解出此线性方程即得拟合曲线多项式的系数矩阵。

4.如权利要求1所述的车辆轨迹优化方法，其特征在于，步骤（3）中，对数据进行压缩优化时，采用相似度计算--余弦距离对轨迹数据进行压缩优化，本步骤中，余弦距离中的两个向量间的余弦值通过下式得出：

其中A和B为两个属性向量，其余弦相似性θ由点积和向量长度由下式得出：

余弦距离：dist(A,B)=1−cos(A,B)，距离恒大于0。

5.如权利要求4所述的车辆轨迹优化方法，其特征在于，步骤（3）对数据进行压缩优化时具体步骤为：

首先将步骤（2）得到的数据的第一个点选为关键点A；第二个点为当前点B，第三个点为第二关键点C;

以A、B、C分别组成向量、;

设定余弦距离阈值sed，设定初始余弦距离dist=0；

求向量和;的余弦距离=1-cos(θ)，如果当前余弦距离与初始余弦距离dist之和小等于阈值sed则继续步骤5）；如果当前余弦距离与初始余弦距离dist之和大于阈值，则跳到步骤6），同时将与初始余弦距离dist之和赋值给初始余弦距离dist；

丢弃B点，并将C点作赋给B点，将下一个点赋给C点继续步骤4）；

将A点保存至新的轨迹路径中，dist复位为0，将B点作为新的第一关键点，即将B点赋给A点，将C点赋给B点，将下一个点作为新的第二关键点赋给C，继续步骤4）；

重复4）至6）步，直至找出所有的关键点，完成轨迹数据的压缩，形成一组新的轨迹数据。

6.一种车辆轨迹定位方法，其特征在于，包括如下步骤

通过车辆位置数据采集模块定位车辆初步位置信息；

车辆初步位置信息发送至云计算中心；

采用如权利要求1至5任一所述车辆轨迹优化方法对车辆位置信息进行优化；

经步骤（3）优化后的数据形成轨迹图发送至车辆显示终端及管理后台显示。