[发明专利]一种基于物联网和曲线拟合的轨迹复现方法

说明书

本发明提供一种基于物联网和曲线拟合的轨迹复现方法，属于数据监测及传输技术领域，根据动态部件前段时间的运动状态，动态采集样本数据，采用基于最小二乘法的曲线拟合算法，动态拟合轨迹方程，预测目标轨迹，消除定位信息接收延迟等原因引起的目标位置显示问题，提高动态部件显示的可用性，从而满足物联网平台对动态部件轨迹复现真实性的要求，该方法得到的轨迹表达式能够有效弥补数据丢失、数据偏移等问题对轨迹复现效果产生的影响。

技术领域

本发明涉及数据监测及传输技术领域，尤其涉及一种基于物联网和曲线拟合的轨迹复现方法。

背景技术

随着现代无线通信技术的快速发展和物联网设备检测场景的广泛应用，各种基于位置的信息服务受到各应用领域的广泛关注。将动态部件的轨迹复现技术应用到物联网设备的可视化系统中，实时为管理人员提供准确的设备位置信息，对快速把握形势，辅助决策，具有重要实用价值。目前，在移动终端，由于信道带宽及能耗的限制，有限的信道资源要优先传送心跳数据、视频流等信息，定位信息的分发时间间隔受到严格的限制；同时复杂的电磁环境干扰下还存在网络延迟、数据包丢失的问题，使物联网平台采集到的轨迹数据存在一定的残缺及偏移问题，导致在移动终端的轨迹图上，目标的历史轨迹相对于实际轨迹存在较大偏差，影响可用性和视觉效果，给指挥人员的决策带来严重影响。针对此类问题，工程上通常建立目标的运动模型，采用卡尔曼滤波、马尔科夫链、灰色动态预测等经典的位置预测算法来实现对目标轨迹的插值预测，但动态部件运动轨迹数据非常复杂，要得到目标准确位置的表达式非常困难，所建立的模型很难与目标的真实运动特性相吻合，预测模型和方法难以选择，导致预测位置偏差大，预测精度不够高。在实际应用场景中，动态部件的运动轨迹曲线是连续可导的，某时刻的轨迹只与当前位置和此前一段历史轨迹点有关，而与更远的轨迹没有联系。

发明内容

为了解决以上技术问题，本发明提供了一种基于物联网和曲线拟合的轨迹复现方法。解决物联网平台在数据监测及传输过程中，因受到物理环境及网络带宽等因素影响，产生的设备经纬度数据丢失和偏移等问题。

本发明的技术方案是：

一种基于物联网和曲线拟合的轨迹复现方法，基于轨迹的这种邻域相关性，根据动态部件前段时间的运动状态，动态采集样本数据，采用基于最小二乘法的曲线拟合算法，动态拟合轨迹方程，预测目标轨迹，消除定位信息接收延迟等原因引起的目标位置显示问题，提高动态部件显示的可用性，从而满足物联网平台对动态部件轨迹复现真实性的要求。

进一步的，

对实时动态数据利用霍夫变换思想对野值进行剔除，将清洗后的实时数据利用最小二乘法进行轨迹曲线拟合。

再进一步的，

首先利用霍夫变换对经纬度实测数据进行预处理，消除野值数据对后续轨迹拟合精度的影响。

趋于直线的轨迹野值点剔除；在一段直线中共含n个(n1)实测点，这些点可以共同构建n条直线段；根据直角坐标系转换到霍夫空间的映射原则，这些直线段映射为霍夫空间中的一系列数据点，通过数据点在霍夫空间的分布规律逐步进行粗差剔除。

对弯曲路段的野值进行剔除，将弯道看作二次曲线，结合广义霍夫变换实现的野值剔除；在直角坐标系中，3个数据点映射成为霍夫空间中的一个点，在霍夫空间中来估计空间中点的分布密度，以此剔除弯道的粗差数据点。

再进一步的，

基于最小二乘法对历史轨迹路线进行分段曲线拟合，随后进行轨迹叠加，即可得到连续平滑的历史轨迹曲线。选取数据丢失时刻最近的轨迹点为采样点，运用最小二乘曲线拟合算法拟合出目标短期内轨迹曲线，并假定目标在短期内按此轨迹行进，在轨迹上取点作为目标数据丢失区间内到达的轨迹点。最小二乘曲线拟合轨迹预测算法步骤如下：

a、确定前r个轨迹采样点{(x_i-r+j,y_i-r+j)j＝1,2,...,r}