[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

说明书

本发明提供一种基于多样本GPS质控数据的道路分段坡度估计方法，简称质控分段法，通过将道路划分为等距离的小片段，以每一片段内的多次测量的所有GPS高程值为对象，使用质控后的GPS数据拟合行驶距离与高程值之间的变化趋势，进而获得该片段的道路坡度。质控分段法关注的是轨迹片段上所有高程值的变化趋势，而不是简单估计法中某两次的高程值，因此可以有效避免某个测量点的偶然误差，提高道路坡度估计的准确度。本发明还提供一种基于多样本GPS质控数据的道路分段坡度估计系统，提出一套GPS高程值数据质量控制机制，可实现对异常值的识别与剔除，减少GPS数据偶然误差带来道路坡度估计的较大误差。

技术领域

本发明涉及道路坡度评估技术领域，特别是涉及一种基于多样本GPS质控数据的道路分段坡度估计方法及系统。

背景技术

道路坡度信息是现代智能运输系统、智能驾驶技术中环境感知的重要信息之一，是高精度地图开发中不可或缺的重要组成部分，也是智能驾驶控制、机动车排放能耗估计、机动车噪声估计等研究中的重要参数之一。因此，建立道路坡度的路谱数据库具有现实意义。通过全站仪等高精密仪器可实现道路坡度的精准测量，但该实际测量方法工作量大，难以高效获取大范围路网坡度数据，因此需要通过其他可规模化获取的数据进行道路坡度估计。

目前普遍的道路坡度估计方法主要有以下几种。

(1)基于车辆动力学模型的道路坡度估计方法。其输入参数复杂繁多，如：发动机参数、姿态等，且其计算过程繁杂。

(2)基于陀螺仪、加速度计等仪器采集道路坡度：该类仪器测量的是车辆在运行过程中的俯仰角，只有在车辆几乎不发生俯仰(匀速或缓慢行驶或静止)时的俯仰角数据才可用，因此不连续的数据难以覆盖全线路。

(3)基于数字高程模型(Digital Elevation Model，简称DEM)数据的道路坡度估计方法。通过DEM数据获取道路起终点高程值进而获取道路坡度，但由于DEM数据分辨率较低，且所得高程值一般为地面高程值，无法表征高架道路及桥的坡度情况。

(4)基于全球定位系统(Global Positioning System，简称GPS)数据的道路坡度简单估计方法，该方法是指利用两个测量点之间的高程差除以行驶距离获得道路坡度，由于GPS测量受环境因素影响，其高程值测量可能存在误差，简单的使用两点间的测量值容易导致坡度值存在较大不确定性。

发明内容

本发明的目的是解决现有的道路坡度估计方法存在准确度不高的技术缺陷，提供一种基于多样本GPS质控数据的道路分段坡度估计方法及系统。

为解决上述技术问题，本发明的技术方案如下：

基于多样本GPS质控数据的道路分段坡度估计方法，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；