一种基于卫星定位信号的车辆行驶里程计算方法与流程

本发明涉及车联网技术领域，特别涉及一种基于卫星定位信号的车辆行驶里程计算方法。

背景技术：

近年来，随着物联网技术的飞快发展以及车联网技术的不断普及，客户端和车载终端等移动设备不断产生大量的坐标数据，对这些移动设备产生的数据以及卫星定位信号进行处理，可以十分方便的实现大规模的车辆远程管理、监控与调度，提高了车辆的使用效率。而且，根据卫星定位信号来计算车辆行驶里程能广泛应用于多种行业，比如：打车软件基于车辆行驶里程来进行计费，物流公司基于车辆行驶里程对油费进行管理，基于车辆行驶里程对公务员用车进行费用计算和透明化监督等。

但是，在利用卫星定位信号对车辆行驶里程进行计算和统计的实际应用过程中，出现了一些问题，比如：一，系统平台很难对高频率的卫星定位信号进行采集和存储，需要投入较高的成本，来提高系统平台的性能。二、在使用卫星定位系统计算车辆行驶里程时，由于建筑物的反射，卫星定位信号的测量误差等原因，容易出现“漂移”现象即采集到的卫星定位信号在真实坐标位置附近波动。更为严重的是，在车辆启动时，由于电压不稳或者车辆所处的环境比如地下车库等原因会造成车辆起始点的定位出现“漂移”，而且，起始点的漂移对后期噪声点的过滤以及行驶里程的计算均会产生较大的影响。三、高速行驶的列车在转弯时如果仍然采用传统的坐标累积的计算方法，容易出现较大的计算误差。四、车辆在行驶过程中，由于天气、隧道、终端断电等原因，会出现较大范围的轨迹丢失现象，容易造成行驶里程的计算出现严重误差。

针对上述出现的问题，技术人员经过大量的研究得出了一些研究成果，比如，在申请号为201610008798.3的专利文献中公开了一种基于进行卫星定位信号分段处理的里程计算方法，其主要工作过程是：对于高采样频率下的卫星定位信号，按照一定的速度阈值将坐标点按照不同的算法进行计算。该方法有效的解决了由于缓慢行驶所造成的行驶误差，但是其存在的一个重要缺陷在于：在较低的采样频率下，比如采样间隔大于或等于10秒，或者采样速度不够准确的情况下，容易出现较大的计算误差。

在申请号为201510063824.8的专利文献中公开了一种在高采样频率下，基于准确的车辆行驶速度进行行驶里程计算的方法，其主要过程是：通过将采集到的数据信号进行转换，获得较为精确的行驶速度数据，并对速度的整数部分和小数部分采用不同的计算方式，最终实现行驶里程的计算。但是并没有考虑其他因素对车辆行驶里程计算结果的影响。

在申请号为201210568938.4的专利文献中公开了一种采用对两坐标点球面间距离公式进行修正、对信号盲区进行数据补偿、对漂移数据进行修正等方式进对车辆行驶里程进行计算的方法。该方法在一定程度上提高了计算的准确率，但是其存在的一个重要缺陷在于：没有对由于转弯所造成里程计算误差进行补偿，而且在信号盲区较大的时候不能准确的进行里程补偿。

因此，上述现行的车辆行驶里程计算方法均容易出现计算误差，计算结果不够准确。

技术实现要素：

本发明的目的在于提供一种基于卫星定位信号的车辆行驶里程计算方法，以解决现有的车辆行驶里程计算不准确的问题。

为实现以上目的，本发明采用的技术方案为：提供一种基于卫星定位信号的车辆行驶里程计算方法，该方法包括：

以车牌及车辆行驶起止时间为查询条件从数据库中查询车辆行驶过程中的卫星定位点数据，组成卫星定位点数据集合P＝{p₀,p₁,p₂,…,p_n-1}，其中，卫星定位点数据包括车牌号、行驶时间、定位点经纬度以及行驶速度信息，n为常数；

基于可信度方法，对所述的卫星定位点数据集合中的起点进行校验处理，确定可信起点；

对确定可信起点的卫星定位点数据集合中的数据进行噪点过滤处理，得到过滤后的卫星定位点数据集合；

根据车辆行驶的速度和航向角度，对过滤后卫星定位点数据集合中的数据进行弯道插值补偿，得到弯道补偿后的卫星定位点数据集合；

将过滤后的卫星定位点数据集合得到的里程与弯道补偿后的里程累加，得到车辆的行驶里。

与现有技术相比，本发明存在以下技术效果：本发明通过对车辆行驶过程中进行卫星定位产生的数据进行起点校验、噪点过滤以及弯道补偿等处理，使得计算出的车辆行驶里程结果比较准确。尤其是在长时间采样时间间隔的情况下，以及在大规模生产环境下的车辆管理系统中，车辆行驶里程的计算结果得到了有效的改善。

附图说明

图1是本发明一实施例提供的一种基于卫星定位信号的车辆行驶里程计算方法的流程示意图；

图2是本发明一实施例中步骤S2的细分步骤的流程示意图；

图3是本发明一实施例中的起点进行校验示意图；

图4是本发明一实施例中基于角度过滤的噪点过滤示意图；

图5是本发明一实施例中步骤S4的细分步骤的流程示意图；

图6是本发明一实施例中进行弯道插值补偿的示意图；

图7是本发明一实施例提供的一种基于卫星定位信号的车辆行驶里程计算方法的详细流程示意图。

具体实施方式

下面结合图1至图7所示，对本发明做进一步详细叙述。

如图1所示，本实施例公开了一种基于卫星定位信号的车辆行驶里程计算方法，该方法包括如下步骤S1至S5：

S1、以车牌及车辆行驶起止时间为查询条件从数据库中查询车辆行驶过程中的卫星定位点数据，组成卫星定位点数据集合P＝{p₀,p₁,p₂,…,p_n-1}，其中，卫星定位点数据包括车牌号、行驶时间、定位点经纬度以及行驶速度信息，n为常数；；

具体地，每个卫星定位点数据包含车牌号、时间、经度、纬度以及速度五个字段，格式为{car_id,create_time,longitude,latitude,speed}。

需要说明的是，本实施例中对卫星定位点数据基于车牌号索引进行存储，在查询卫星定位点数据时，基于索引进行查询，提高了数据查询效率。

S2、基于可信度方法，对所述的卫星定位点数据集合中的起点进行校验处理，确定可信起点；

S3、对确定可信起点的卫星定位点数据集合中的数据进行噪点过滤处理，得到过滤后的卫星定位点数据集合；

S4、根据车辆行驶的速度和航向角度，对过滤后卫星定位点数据集合中的数据进行弯道插值补偿，得到弯道补偿后的里程；

S5、将过滤后的卫星定位点数据集合得到的里程与弯道补偿后的里程累加，得到车辆的行驶里程。

进一步地，如图2所示，步骤S2，具体包括如下细分步骤S21至S29：

S21、从所述的卫星定位点数据集合P中取出前m个p₀,p₁,…,p_m-1定位点数据，并对第2至第m-1个定位点数据p₁,…,p_m-1赋予不同的权重值；

S22、根据起点p₀和次点p₁的经纬度信息计算起点p₀和次点p₁之间的欧式距离，以及根据点p₀、p₁之间的行驶时间和点p₀、p₁的平均行驶速度，计算车辆的行驶距离；

S23、根据欧式距离和行驶距离之间的比例关系，判断在点p₀、p₁之间的行驶时间内，起点p₀是否可达次点p₁；

S24、如果是，则将起点的可信度加上次点p₁的权重值；

S25、如果否，则减去次点p₁的权重值；

S26、将p₂,…,p_m-1依次赋值给p₁，执行步骤S22～S25，确定起点的可信度；

S27、判断起点的可信度是否大于0；

S28、若是，则确定该起点为可信起点；

S29、若否，则确定该起点不可信，删除该起点并重新执行步骤步骤S22～S28。

具体地，对卫星定位点数据集合中的起点校验过程举例说明如下：

取卫星定位点数据集合中前10个定位点p₀,…,p₉，并将p₁,…,p₉分别赋予对应的权重值：1，0.9，0.8，0.7，0.6，0.5，0.4，0.3，0.2。

定义一个变量weight＝0，用于记录起点可信度，上述步骤S1中提及，卫星定位点数据包含的五个字段，因此，根据计算定位点p₀、p₁的经纬度坐标可计算两者之间的欧式距离为L₁，根据定位点p₀、p₁的行驶速度计算车辆从定位点p₀到定位点p₁之间的平均行驶速度，根据定位点p₀、p₁之间的行驶时间和平均行驶速度计算定位点p₀、p₁的行驶距离L₂，在欧式距离为L₁与行驶距离L₂之间的关系满足：(L₂-L₁)/L₂≤0.5时，认为车辆可以从起点p₀行驶至次点p₁，则在变量weight中加入次点p₁的权重值1，否则在变量weight中减去次点p₁的权重值1。

按照上述方式，依次判断剩下的定位点p₂,…,p₉与起点p₀之间是否可达，如果可达，则累加其权重值，最终得到起点p₀的可信度。

需要说明的是，如图3所示，图中p₀,…,p₉为选取的钱10个定位点，由于车辆在启动时电压不稳定、建筑物遮挡等原因，起点极容易出现漂移问题。如图3中的p₀、p₁两点，若不进行起点校验则在噪点过滤过程中，定位点p₂、p₃将会被过滤掉，对车辆行驶里程的计算精度产生较大的影响。而本实施例中对卫星定位点数据集合采用可信度方法进行起点校验处理，避免了由于起点漂移带来的影响，提高了车辆行驶里程计算的精确度。

具体地，步骤S3，具体包括如下步骤：

采用速度过滤、距离过滤、加速度过滤、连续航向角度变化过滤中的一种或几种相结合方式，对确定可信起点的卫星定位点数据集合中的数据进行噪点过滤。

优选地，本实施例中采用速度过滤、距离过滤、加速度过滤、连续航向角度变化过滤相结合的方式进行噪点过滤。

优选地，本实施例进行噪点过滤时，采用与预设阈值相比较的方法来进行过滤，比如，基于连续航向角度变化对噪点进行过滤的过程具体为：将检测到的卫星定位信号出现连续航向角度变化大于预设可变度阈值时，则判断航向角度变化大于预设可变度阈值的定位点处发生漂移，对该定位点进行过滤。具体过滤示意图如图4所示，因为在实际应用中，对于静止车辆，由于卫星定位信号的精确度不够，其采样点会在实际位置周围进行漂移，连续采样点之间会出现连续大角度航向变化现象，对车辆行驶航向变化进行计算，若其大于一定阈值则标记为发生转向的采样点，并计算下一采样点的航向变化角度，当出现一定点数的采样点的航向变化大于一定阈值时，则判定连续采样点为噪点，进行过滤，ABCDEFG为7个连续卫星定位信号坐标点，其中车辆行驶航向在BCDEF点均出现大角度航向变化，故可判定卫星定位信号在BCDEF处发生漂移，将其进行过滤。

具体地，在本实施例进行噪点过滤时，预设阈值指的是技术人员经过大量实验分别得出的用来与速度、距离、加速度、航向角度变化度进行比较的各经验数据。各经验数据可以根据实际情况而进行改变，比如，与航向角度变化度对应预设的可变度阈值可取90度或其他角度。

还需要说明的是，其他几种过滤方式与基于连续航向角度变化过滤的方式类似，此处不再赘述。

进一步地，如图5所示，步骤S4，具体包括如下细分步骤S41至S44：

S41、根据过滤后的卫星定位点数据集合，计算集合中相邻两定位点的航向角度；

S42、在每连续三个定位点中，根据相邻两定位点的航向角度，计算每相邻两定位点的航向角度之间的差值；

S43、根据每相邻两点的航向角度之间的差值，判定车辆行驶航向是否发生了变化；

S44、如果车辆行驶航向发生了变化，则对连续个三定位点中的后面两个定位点之间的里程进行修正。

具体地，如图6所示，进行弯道插值补偿的具体过程如下：

图6中，p₁,p₂,p₃,p₄,p₅为连续采集的卫星定位信号，首先计算p₂、p₃之间的行驶航向角ret₁，其中p₂经纬度坐标计为(latpre，lngpre)、p₃经纬度坐标计为(latbeh，lngbeh)，根据如下公式计算其航向角度：

其中，PI＝3.1425926即圆周率，w₁＝latpre/180×PI，w₂＝latbeh/180×PI，j₁＝ln gpre/180×PI，j₂＝ln gbeh/180×PI。

按照同样的方式，计算p₃、p₄行驶航向角为ret₂，根据公式△ret＝|ret₁-ret₂|计算相邻三点航向角度差。

当△ret大于10。时判定其航向发生了变化，则以如下计算公式对后两点里程进行修正：

(α(v₁+v₂)/2*t)+bL*(△ret*PI/(180*sin△ret))；

其中，v₁和v₂为p₃、p₄两定位点的速度，PI为圆周率，t为p₃、p₄两定位点之间的时间差，L₁为p₃、p₄两定位点之间的欧氏距离，即p₃-B-p₄线段距离，a和b分别为速度权重和角度权重，a的取值范围为0.6～0.8，b的取值范围为0.2～0.4，且α+b＝1。

进一步地，在步骤S22之前，还包括：

将起点p₀的速度值与预设的速度阈值进行比较，如果起点p₀的速度值大于预设的速度阈值，则将该起点p₀删除后重新执行步骤S21；

如果起点p₀的速度值小于或等于预设的速度阈值，则执行步骤S22～S29。

需要说明的是，在判断两定位之间是否可达之前，首先根据起点的速度初步判断该起点是否可信，如果不可信，则直接删除该点，提高了确定可信起点的效率。

进一步地，本实施例公开的方法还包括如下步骤：

将过滤后的卫星定位点数据集合中两定位点之间时间间隔△t、距离分△L别与预先设定的时间阈值、距离阈值进行比较，判断两定位点之间是否丢失定位点；

其中，需要说明的是，本实施例不限定时间阈值、距离阈值的具体取值，本领域技术人员可根据实际情况的需要进行设定。

如果两定位点之间丢失定位点，则对丢失定位点的里程进行补偿，得到丢点补偿里程。

进一步地，所述的对丢失定位点的里程进行补偿具体为调用数字地图对丢失定位点的里程进行补偿，具体包括：

根据所述两定位点的经纬度数据，调用数字地图，确定所述两定位点之间的行车路径、行车距离L'和驾驶时间△t'；

其中，调用的数字地图是基于路径规划的数字地图，包括百度地图、高德地图、腾讯地图以及谷歌地图等。

其中，两定位点之间的行车路径的确定过程是：调用数字地图规划路径接口，取出两定位点之间最可能的行车路径，确定为两定位点之间的行车路径。

如果△t/△t'>0.5，则根据行车距离L'对两定位点之间的欧式距离进行补偿。

需要说明的是，如果△t/△t'>0.5，则认为路径规划在合理范围内，即可根据行车距离L'对两定位点之间的欧式距离进行补偿，以得到丢点里程补偿。

进一步地，本实施例公开的方法还包括：

将所述的丢点补偿里程累加到所述车辆的行驶里程，以重新确定车辆的行驶里程。

具体地，如图7所示，本实施例中将根据卫星定位数据得到的车辆行驶轨迹距离与弯道补偿里程以及丢点补偿里程累积相加，最终得到一个较为精确的车辆行驶里程结果。

需要说明的是，本实施例公开的一种基于卫星定位信号的车辆行驶里程计算方法，具有如下有益效果：

(1)通过基于可信度的起点校验方法，有效的解决了由于起点漂移导致的里程计算不准确得到问题。

(2)通过采用大速度过滤、大距离过滤、连续大角度过滤、加速度过滤等策略相结合的方式对噪点进行过滤，其计算不依赖历史数据，且算法简单易于实现。

(3)通过基于角度和速度的弯道里程补偿方法，计算准确度高，抗干扰性强，且算法复杂度低，适合于大规模车辆管理系统。

(4)通过基于路径规划的丢点里程补偿方法，在一定程度上解决了由于大范围丢点所导致的里程计算出现严重误差问题。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。