[发明专利]基于多样本GPS质控数据的道路分段坡度估计方法及系统

权利要求书

1.基于多样本GPS质控数据的道路分段坡度估计方法，其特征在于，包括以下步骤：

S1：对于某一行驶路线上多次测量的GPS样本，随机选定某次测量作为参考对象；

S2：确定片段长度，对参考对象的轨迹点进行分段，得到多个轨迹片段；

S3：基于经纬度坐标，寻找参考对象每个轨迹点与其他非参考对象轨迹上的最近邻点，并将该近邻点的高程值增补到参考对象对应的轨迹点上；

S4：计算每一轨迹片段上每个样本高程值的平均值，以每一轨迹片段上的参考对象的平均高程值为基准，计算非参考对象的平均高程值偏差；

S5：根据每一轨迹片段上每个非参考对象样本的平均高程值偏差，对每一轨迹片段上每个非参考对象样本的高程值进行平移，实现与参考对象的对齐；

S6：利用线性回归拟合每一轨迹片段上每一个样本的累积行驶距离与高程值之间的关系，拟合直线斜率即为该轨迹片段上每一个样本的坡度值；

S7：根据样本坡度值进行离群值识别，得到存在坡度异常值的样本；

S8：剔除每一轨迹片段上存在坡度异常值的样本的高程值数据并整合余下样本的高程值数据，利用线性回归拟合每一轨迹片段上整合后的累积行驶距离与高程值之间的关系，此时拟合直线斜率即为该轨迹片段的估计坡度值；

S9：根据估计坡度值对照实景地图，检查是否存在与实景地图存在明显不符的坡度数据，并删除与实景地图明显不符的坡度数据。

2.根据权利要求1所述的基于多样本GPS质控数据的道路分段坡度估计方法，其特征在于，在所述步骤S1中，所述GPS样本包括时间、经度、纬度、高程值、瞬时速度多个主要字段。

3.根据权利要求1所述的基于多样本GPS质控数据的道路分段坡度估计方法，其特征在于，在所述步骤S3中，对非参考对象的m-1个样本进行近邻分析；其中，完成近邻分析后，参考对象上每一个轨迹片段中每一个轨迹点都带有m个样本的高程值，记为H_i,j,z，其中，i＝1,*,m；j＝1,*,k；z＝1,*,P_max,k；其中，i指样本序号，共有m个样本，j指片段序号，共有k个片段，z指轨迹点序号，共有P_max,k个轨迹点。

4.根据权利要求3所述的基于多样本GPS质控数据的道路分段坡度估计方法，其特征在于，在所述步骤S4中，所述非参考对象的平均高程值偏差具体表示为：

表示参考对象在片段j的平均高程值；

在所述步骤S5中，对每一轨迹片段上每个非参考对象样本的高程值进行对齐的计算式具体表示为：

最终实现对齐参考对象。

5.根据权利要求4所述的基于多样本GPS质控数据的道路分段坡度估计方法，其特征在于，在所述步骤S7中，所述根据样本坡度值θ_i,k进行离群值识别过程具体为：

判断是否存在6个及以上样本，若是，则：

采用1.5倍的四分位间距进行识别，操作具体为：对于某一轨迹片段，计算出m个样本坡度值θ_i,k的下四分位数Q₁、上四分位数Q₂及四分位间距IQR＝Q₂-Q₁,若θ_i,k大于Q₂+1.5IQR或小于Q₁-1.5IQR，则判断为异常值；

存在6个以下样本，则采用平均坡度值偏差进行识别，操作具体为：对于某一轨迹片段，计算出m个样本坡度值θ_i,k两两之间的偏差，统计每一个样本与其他样本坡度值偏差的平均值，平均坡度值偏差大于1％的样本被判断为异常值，若出现所有样本的平均坡度值偏差都大于1％，则保留平均坡度值偏差最小的两个样本。