一种导航路线地图的生成方法和系统与流程

本发明属于导航定位、位置服务和物联网领域，尤其是一种导航路线地图的生成方法和系统。

背景技术

随着位置服务、物联网对位置信息的需求，导航定位技术得到了快速发展和广泛应用。与此同时，“地图”也从传统的地理地图，扩展为更为广义的泛在地理信息。具体在导航定位领域，地图的概念通常被扩展为全息地图。各种地理信息均可作为全息地图的一个图层，且各图层之间通过空间坐标相互关联。例如，除了道路地图可以作为一个地图图层外，无线指纹分布、磁场分布、甚至针对各种专项应用需求(如消防设施、景点及其他面对特定需求的设施等)的地理信息均可以作为一个地图图层被管理和利用。因此，地图的细分程度越来越高，即出现了越来越多针对特定专业应用的地图，如针对导航定位的导航路线地图。

另一方面，随着移动测绘、众包等技术的发展，生成地图的方式也发生了变化。对于专业测绘领域，如工程测量、建筑施工，仍需大量的人工外业测图工作。但是，对于大众消费领域，现代设备地图更新速度的加快，以及所需地图信息的增加，传统的人工外业测绘方式因为对人工、时间成本的需求过高，已经难以满足日新月异的要求。也就是说，对于大众导航定位市场，一个必然的趋势是对自动化的地图生成手段的需求越来越高。

对于室外地图更新应用而言，因为全球卫星定位导航系统(gnss)导航模块已经成为车辆、手机的标配，利用大量用户的消费类产品中的gnss位置数据进行道路更新，已经成了一种较为成熟的技术。其方法是对大量用户的位置数据进行统计，并将用户量较大的线条提取为道路，同时可以根据特定时段用户的位置、速度等信息，获取道路的可行性、拥堵程度等。

对于室内地图数据的更新应用来说，还没有像gnss这样广泛适用的技术，因此，对于不同应用，还需要不同的地图生成方式。当前现有技术的室内地图更新方式主要包括静态采集、动态采集、众包等。静态采集是指由测量人员站在一系列坐标已知的点上进行数据采集，以生成数据库。在数据采集点位无误的情况下，该方式最为可靠；但是，该方法仅适用于小范围应用，而对于大范围应用而言，即便是一层楼，也可能花费数小时时间；时间、人工成本过高。

具体而言，动态采集则是指由数据采集人员按照预设轨迹行走采集，记录采集轨迹上的数据，用以更新数据库。相比静态采集来说，动态采集可大大提高采集效率。尤其是随着惯性传感器(陀螺、加速度计)的普及，可使用惯性传感器数据计算得到的用户轨迹取代预设轨迹，从而进一步降低数据采集复杂性。相比静态数据来说，动态测量可靠性降低，主要原因是实际运动轨迹测量可能不精确，或者与预设轨迹有差异。众包方法则是通过基于传感器的导航结果在后台自动更新无线数据库，从而省去耗时的专项数据采集。这类算法可以在不知道预设轨迹或点位的情况下，直接使用用户数据更新数据库。其关键在于获取可靠的用户自主导航数据。在当前大数据背景下，每天都有大量用户导航定位数据产生，从而使得基于大数据的地图更新成为可能。但是，因为设备差异性、用户运动模式、环境干扰等因素，大多数数据质量难以满足定位需求。如果用这些数据来生成或更新数据库，有可能造成数据库精度的降低，或者显得杂乱，难以满足用户体验的需求。因此，前述的技术方案仍面临如下三个难点：一是如何确定某导航定位数据的质量，或者说，如何筛选出适合用作生成数据库的导航定位数据。二是，如何使用所筛选的数据，生成可用于定位导航的地图。

综上所述，针对上述现有的技术方案所存在的问题，本发明旨在针对如何筛选出适合用作生成数据库的导航定位数据以及如何使用所筛选的数据生成可用于定位导航的地图等问题提供一个新的解决方案。

技术实现要素：

本发明提出了一种导航路线地图的生成方法和系统，使用定位导航数据，生成和优化导航路线地图。相比现有技术的地图更新技术而言，本发明提出了一套从用户轨迹中提取轨迹线段、评估并选择可靠的轨迹线段、使用轨迹线段生成导航路线地图的方法。本发明可从用户数据中，获取可靠的导航数据段，并使用可能来自于不同用户、不同设备的导航数据段构建或更新可用于导航定位的导航路线地图。

本发明的技术方案具体包括如下几点：从用户轨迹中提取轨迹线段、评估并选择可靠的轨迹线段、使用轨迹线段生成导航路线地图，以及进行导航路线地图优化。导航路线地图为由至少两个节点和至少一个连线组成的数据库。每个连线有两个节点。一个节点可以和多个连线相连。每个节点的数据至少包含二维或三维坐标，以及唯一识别码(如编号)，并可选地包含与该节点相连的连线的唯一识别码(如编号)。每个连线的数据包含该连线的唯一识别码(如编号)，以及其两个节点的唯一识别码。若以某个节点的唯一识别码作为键值，则可查询获取与之相连的连线的唯一识别码。若以某个连线的唯一识别码作为键值，则可查询获取其节点的唯一识别码。即：

一种导航路线地图的生成方法，其至少包括如下步骤：

获取目标运动轨迹和轨迹精度，所述运动轨迹包括至少两个点的定位结果；

提取轨迹线段，对轨迹线段进行预处理；

使用轨迹线段，生成或更新导航路线地图；

优化导航路线地图。

所述导航路线地图的生成方法，其所述定位结果为二维或三维坐标；所述轨迹精度为运动轨迹上各点的精度，所述某点的精度为该点定位结果与其对应真值的接近程度。

所述导航路线地图的生成方法，其所述提取轨迹线段进一步包括：计算所提取轨迹线段的误差指数。

所述导航路线地图的生成方法，其特征在于：进一步包括如下步骤：

对运动轨迹进行平滑处理，生成平滑后的运动轨迹；

计算平滑后的运动轨迹上每两个点之间的线段的方向角；

生成轨迹线段；

利用平滑后的运动轨迹以及前述得到的轨迹线段计算轨迹线段的误差指数。

所述导航路线地图的生成方法，其所述生成轨迹线段包括遍历平滑后的运动轨迹上每两个点之间的线段，将所有相邻且方向角接近的线段聚类，生成轨迹线段。

所述导航路线地图的生成方法，其所述对轨迹线段进行预处理至少包含对所选轨迹线段的过滤，所述轨迹线段的过滤包括过滤掉误差指数过大的轨迹线段，以及过滤掉过短的轨迹线段。

所述导航路线地图的生成方法，其特征在于：所述使用轨迹线段，生成或更新导航路线地图包括：判断是否已有导航路线地图，若没有，则使用轨迹线段构成新的导航路线地图；若已有导航路线地图，则将轨迹线段合并入导航路线地图，并更新导航路线地图；各轨迹线段的端点转化为导航路线地图内的节点，各轨迹线段转化为导航路线地图内的连线。

所述导航路线地图的生成方法，其所述优化导航路线地图包括节点的优化和连线的优化；所述节点的优化包括：将距离相近的节点聚类到同一点，并用该点作为新的节点，用格网化的方法进行节点优化，确定轨迹线段所在的二维空间；对每个轨迹线段的端点，查找并选择到其距离最近的一个格网中心，并将该端点的坐标替换为所选格网中心的坐标。

所述导航路线地图的生成方法，其所述连线的优化包括：连线的合并和拆分；如果两个连线所在的直线相互平行，且两个连线距离接近，则判定为可以合并，如果两个连线被判定为可以合并，则将其合并；否则，判定为不可以合并。

所述导航路线地图的生成方法，其所述合并两条连线的方法包括：遍历两条线的四个端点的坐标，得到最小横坐标、最大横坐标、最小纵坐标和最大纵坐标；计算两条连线所在直线的方向角的均值，如果方向角的均值处在零度到90度之间，或者处在-180度到-90度之间，则将最小横坐标和最小纵坐标组合作为合并后的连线的第一个端点的坐标，并将最大横坐标和最大纵坐标组合作为合并后的连线的第二个端点的坐标；如果方向角的均值处在90度到180度之间，或者处在-90度到零度之间，则将最小横坐标和最大纵坐标组合作为合并后的连线的第一个端点的坐标，并将最大横坐标和最小纵坐标组合作为合并后的连线的第二个端点的坐标。

所述导航路线地图的生成方法，其特征在于：所述连线的拆分包括：如果两个连线有交点，则分别计算这两个连线的四个端点与交点的距离，如果距离均不小于阈值，则这两个连线拆分成四条，并以交点作为拆分后四条连线的一个端点，以四个端点分别作为拆分后四个连线的另一个端点；如果拆分前某个端点距离与交点的距离小于阈值，则舍弃该端点，并将剩余端点分别与交点组合，构成新的连线；所述阈值为第二距离阈值，所述第二距离阈值值为正数。

一种导航路线地图的生成系统，其特征在于，其包括：传感器数据获取单元，获取目标运动轨迹和轨迹精度，所述运动轨迹包括至少两个点的定位结果；定位导航解算单元，提取轨迹线段，对轨迹线段进行预处理；以及，导航路线地图生成单元，使用轨迹线段，生成或更新导航路线地图，优化导航路线地图。

所述的导航路线地图的生成系统，其所述传感器数据获取单元获取用于导航定位的传感器数据，并将前述数据传输至定位导航解算单元；所述定位导航解算单元融合传感器数据，以及导航路线地图，进行定位解算，计算得到设备的定位结果，并将定位结果传输至导航路线地图生成单元，所述导航路线地图生成单元利用多于一个定位结果构成的运动轨迹及其轨迹精度，生成或更新导航路线地图，并将导航路线地图传输至定位导航解算单元。

所述的导航路线地图的生成系统，所述定位结果包括二维或三维坐标，以及对应的轨迹精度；所述轨迹精度为运动轨迹上各点的精度，所述某点的精度为该点定位结果与其对应真值的接近程度；所述导航路线地图为定位导航提供路径规划，用于对定位导航结果进行地图匹配运算。

所述的导航路线地图的生成系统，其所述提取轨迹线段进一步包括：计算所提取轨迹线段的误差指数：对运动轨迹进行平滑处理，生成平滑后的运动轨迹；计算平滑后的运动轨迹上每两个点之间的线段的方向角；生成轨迹线段，包括遍历平滑后的运动轨迹上每两个点之间的线段，将所有相邻且方向角接近的线段聚类，生成轨迹线段；利用平滑后的运动轨迹以及前述得到的轨迹线段计算轨迹线段的误差指数。

所述的导航路线地图的生成系统，其所述对轨迹线段进行预处理至少包含对所选轨迹线段的过滤，所述轨迹线段的过滤包括过滤掉误差指数过大的轨迹线段，以及过滤掉过短的轨迹线段。

所述的导航路线地图的生成系统，其所述导航路线地图生成单元使用轨迹线段，生成或更新导航路线地图包括：判断是否已有导航路线地图，若没有，则使用轨迹线段构成新的导航路线地图；若已有导航路线地图，则将轨迹线段合并入导航路线地图，并更新导航路线地图；各轨迹线段的端点转化为导航路线地图内的节点，各轨迹线段转化为导航路线地图内的连线；所述优化导航路线地图包括节点的优化和连线的优化。

所述的导航路线地图的生成系统，其所述节点的优化包括：将距离相近的节点聚类到同一点，并用该点作为新的节点，用格网化的方法进行节点优化，确定轨迹线段所在的二维空间；对每个轨迹线段的端点，查找并选择到其距离最近的一个格网中心，并将该端点的坐标替换为所选格网中心的坐标；所述连线的优化包括：连线的合并和拆分；如果两个连线所在的直线相互平行，且两个连线距离接近，则判定为可以合并，如果两个连线被判定为可以合并，则将其合并；否则，判定为不可以合并。

所述的导航路线地图的生成系统，所述合并两条连线包括：遍历两条线的四个端点的坐标，得到最小横坐标、最大横坐标、最小纵坐标和最大纵坐标；同时，计算两条连线所在直线的方向角的均值，如果方向角的均值处在零度到90度之间，或者处在-180度到-90度之间，则将最小横坐标和最小纵坐标组合作为合并后的连线的第一个端点的坐标，并将最大横坐标和最大纵坐标组合作为合并后的连线的第二个端点的坐标；如果方向角的均值处在90度到180度之间，或者处在-90度到零度之间，则将最小横坐标和最大纵坐标组合作为合并后的连线的第一个端点的坐标，并将最大横坐标和最小纵坐标组合作为合并后的连线的第二个端点的坐标；

所述连线的拆分包括：如果两个连线有交点，则分别计算这两个连线的四个端点与交点的距离，如果距离均不小于阈值，则这两个连线拆分成四条，并以交点作为拆分后四条连线的一个端点，以四个端点分别作为拆分后四个连线的另一个端点；如果拆分前某个端点距离与交点的距离小于阈值，则舍弃该端点，并将剩余端点分别与交点组合，构成新的连线；所述阈值为第二距离阈值，所述第二距离阈值值为正数。

使用本发明的技术方案，可以在不需要人工干预的情况下，由程序自动根据用户导航定位数据，生成和优化导航路线地图；从而，一方面节约专项人工数据采集的成本，另一方面保证所生成的导航路线地图的可靠性和空间分布均匀性。本发明生成的导航路线地图可用于提高大众类导航定位(如使用智能手机、可穿戴设备的导航定位)的精度和用户体验，并用于路径搜索、规划等应用。

附图说明

图1为本发明实施例中导航路线地图生成方法示意图；

图2为本发明实施例中使用该导航路线地图生成方法的系统示意图；

图3为本发明实施例中从用户定位轨迹中提取出轨迹线段的示意图；

图4为本发明实施例中对导航路线地图进行优化的效果示意图；

图5为本发明实施例中产生的一个场景内的导航路线地图的效果示意图；

图6为本发明实施例中使用生成的导航路线地图辅助提高导航精度的示意图；

图7为本发明实施例中使用本发明中生成的导航路线地图辅助定位导航的实例示意图。

具体实施方式

为了实现根据本发明目的，提供了一种导航路线地图的生成方法和系统，通过以下应用为实施例进行说明。

如附图1所示为本发明技术方法实施例中导航路线地图生成方法的流程示意图。本发明中导航路线地图生成方法的具体实施步骤为：

步骤1：获取目标运动轨迹和轨迹精度。具体如下：

所述运动轨迹包括至少两个点的定位结果。定位结果为二维或三维坐标。所述轨迹精度表示运动轨迹上各点的精度。某点的精度指该点定位结果与其对应真值的接近程度。本实施例中选中误差σ的值作为精度，即有约68％概率该点定位结果的误差不大于σ，99％的概率该定位结果不大于2σ(假定该点定位误差服从正态分布)。

本实施例中使用低功耗蓝牙(蓝牙，ble)无线信号强度进行三维定位，因此，运动轨迹包含多个点的三维坐标(如东向、北向和高程)，以及其对应的轨迹精度。使用无线信号强度进行三维定位为已有技术，其方法为通过无线信号传播衰减模型将多个无线基站的无线信号强度分别转换为各基站到目标的距离。然后结合多个基站的三维坐标，以及他们到目标的距离，通过最小二乘或卡尔曼滤波来估计目标的三维坐标。同时，计算得到的三维坐标的轨迹精度可以从最小二乘或卡尔曼滤波的误差协方差矩阵中得到。对于某一个定位结果点而言，可从其对应的误差协方差矩阵中提取东向、北向和垂向三个方向的定位中误差，分别记作σe、σn和σu。此时，使用公式计算该点的定位精度。

步骤2：提取轨迹线段；进一步，计算所提取轨迹线段的误差指数。具体步骤如下：

步骤2.1：对运动轨迹进行平滑处理，生成平滑后的运动轨迹。对于运动轨迹上各点，按如下公式进行平滑处理：

其中，pa，k为运动轨迹上第k个点的a坐标，a可能为东向坐标、北向坐标，或高程。n为平滑窗口长度，为正整数。实施例中使用公式n＝t·r来计算n，其中t为平滑的时间分辨率，r为位置结果输出采样率。例如，取t＝2秒，实际运动轨迹输出采样率为2赫兹，则n＝4。

如附图3所示，空心圆圈(点号为q1至q12)代表目标的运动轨迹，黑色方块(点号为p1至p12)代表平滑后的运动轨迹。可以看出，平滑后的运动轨迹波动更小，更利于后续判断。

步骤2.2：计算平滑后的运动轨迹上每两个点之间的线段的方向角。

若运动轨迹上一共有m个点，则共可以生成m-1条线段，并对应有m-1个方向角。如附图3中所示，点p1和p2之间线段记为l1，p2和p3之间线段记为l2，依此类推。相邻两点之间线段的方向角计算公式为：

其中θk为运动轨迹上第k个点到第k+1个点之间线段的方向角，范围为-180°到180°，符号tan^-1代表反正切运算。

步骤2.3：生成轨迹线段。从前到后遍历平滑后的运动轨迹上每两个点之间的线段，将所有相邻且方向角接近的线段聚类，生成轨迹线段。

判定相邻且方向角接近的线段的方法为：首先，计算相邻两线段所在直线之间的较小夹角。记lk和lk+1为相邻的两条线段，θk和θk+1分别为两条线段的方向角。那么，计算两条线段所在直线之间的较小夹角δθk，公式为：

δθk＝min(|cent(θk+1-θk)|，|cent(θk-θk+1)|)(公式3)

其中，符号min(a，b)代表求数a和数b之间的较小值，符号||代表求绝对值，符号cent(a)代表对角度a进行居中计算，其具体公式为：

因此，δθk的范围为0°到180°。

然后，将δθk和第一角度阈值thδθ比较。若δθk≤thδθ，则判定线段lk和lk+1方向角接近；若δθk＞thδθ，则判定线段lk和lk+1方向角不接近。thδθ一般取值范围为0°到90°，实施例中取值为45°。

现配合附图3所示对生成轨迹线段过程进行说明。首先，初始化当前轨迹线段为p1和p2间线段(如附图3中l1线段)，然后，判定下一个线段(即l2线段)与l1的方向角是否接近。经判定，结果为不接近。当判定结果为不接近时，停止向前聚类，并将当前轨迹线段(即p1和p2间线段，即图中x1线段)作为一个轨迹线段保存下来。然后，重新初始化当前轨迹线段为p2和p3间线段(如l2线段)，并判定下一个线段(即l3线段)与l2的方向角是否接近。经判定，结果为接近。当判定结果为接近时，一方面，将l3线段聚类进当前轨迹线段，即更新当前轨迹线段为p2和p4间线段。另一方面，继续聚类，即判定下一个线段(即l4线段)与l3的方向角是否接近。经判定，结果为接近。此时，一方面将l4线段聚类进当前轨迹线段，即更新当前轨迹线段为p2和p5间线段。另一方面，继续聚类，即判定下一个线段(即l5线段)与l4的方向角是否接近......依此类推，直至线段l9和l8的方向角不接近，此时，停止向前聚类，并将当前轨迹线段(即p2和p9间线段，即图中x2线段)作为一个轨迹线段进行保存下来。然后，重新初始化当前轨迹线段为p9和p10间线段(如图中l9线段)，并判定下一个线段(即l10线段)与l9的方向角是否接近，以此进行聚类。最后，附图3中示例生成了三条轨迹线段，即x1、x2和x3。其中，x1的端点为p1和p2，x2的端点为p2和p9，x3的端点为p9和p12。

步骤2.4：综合利用步骤1中的运动轨迹及其精度，以及步骤2.3中得到的轨迹线段，来计算轨迹线段的误差指数。

某轨迹线段j的误差指数tj计算公式为：

其中，hj为对应该轨迹线段的运动轨迹上定位点的数目，如附图3中，对应轨迹线段x1的定位结果共有两个点(q1和q2)，那么h1＝2；对应轨迹线段x2的定位结果共有8个点(q2至q9)，那么h2＝8。σj，i为对应轨迹线段j的第i个定位结果的精度，在步骤1中获取。dj，i为对应轨迹线段j的第i个定位结果到轨迹线段j所在直线的垂直距离，s为第一比例因子系数。dj，i的计算公式为

其中，[ej，1，nj，1]和[ej，2，nj，2]分别为轨迹线段j两个端点的二维坐标(e和n分别对应东向和北向坐标)，[ej，i，nj，i]为对应轨迹线段j的第i个定位结果的二维坐标。s取值范围为0.01至100之间。s值越大，则定位结果的精度在计算轨迹线段的误差指数的过程中所占权重越小。

如附图4展示了由运动轨迹(如图中黑色粗实线所示，由手机端采集的ble数据与惯性传感器数据，通过卡尔曼滤波计算得到)生成的轨迹线段。右图中圆圈代表轨迹线段的端点。可以看出，使用步骤2中方法，有效地提取出轨迹线段。但另一方面，还存在一些较短、或者距离较近的轨迹线段，不利于生成导航路线地图。这些轨迹线段可在步骤3中进行处理。

步骤3：对轨迹线段进行预处理。所述预处理至少包含对所选轨迹线段的过滤。轨迹线段的过滤包括过滤掉误差指数过大的轨迹线段，以及过滤掉过短的轨迹线段。

具体来说，对轨迹线段xk，若tk＞thel，则删除该轨迹线段。其中tk为轨迹线段k的误差指数，thel为第一误差指数阈值。第一误差指数阈值按照具体应用对定位精度的需求设定，取值范围为0.1米至100米。本实施例中为室内应用，定位精度需求为3米，因此，将第一误差指数阈值设定为3米。若是室外应用取值范围可根据环境设定为30米、70米等。

同时，对轨迹线段xk，若|xk|＜thl，则删除该轨迹线段。其中|xk|为轨迹线段k的长度，thl为第一线段长度阈值。

其中[ek，1，nk，1]和[ek，2，nk，2]分别为轨迹线段k两个端点的二维坐标(e和n分别对应东向和北向坐标)。

步骤4：使用轨迹线段，生成或更新导航路线地图。首先，判断是否已有导航路线地图，若没有，则使用轨迹线段构成新的导航路线地图；若已有导航路线地图，则将轨迹线段合并入导航路线地图，并更新导航路线地图。各轨迹线段的端点转化为导航路线地图内的节点。同时，各轨迹线段转化为导航路线地图内的连线。

步骤5：优化导航路线地图。包括节点的优化和连线的优化。具体步骤如下：

步骤5.1：导航路线地图内段节点的优化。将距离相近的节点聚类到同一点，并用该点作为新的节点。

为了实现步骤5.1，可以直接遍历导航路线地图中的所有节点，并将所有距离相近的节点合并，并相应调整与被调整节点连接的连线。但是，该步骤计算量为节点数的二次方，因此在节点数量大时计算量过大，不适合实时应用。因此，本实施例中采用格网化的方法进行节点优化，计算量为节点数的一次方。具体步骤为：首先，确定轨迹线段所在的二维空间；然后，将二维空间格网化，并计算所有格网中心的坐标；然后，并将所有轨迹线段的端点调整至最接近的格网中心。即：

首先，确定轨迹线段所在的二维空间。遍历所有轨迹线段的端点，并确认所有端点的最小横坐标、最大横坐标、最小纵坐标，以及最大纵坐标。横坐标在最小横坐标到最大横坐标之间，且纵坐标在最小纵坐标到最大纵坐标之间的区域为轨迹线段所在的二维空间。然后，按照给定横坐标格网间距，在最小横坐标和最大横坐标之间进行一维插值，得到一系列横坐标值。同时，按照给定纵坐标格网间距，在最小纵坐标和最大纵坐标之间进行一维插值，得到一系列纵坐标值。这一系列横坐标和纵坐标即可用于生成二维空间内每个格网中心的横、纵坐标。然后，对每个轨迹线段的端点，查找并选择到其距离最近的一个格网中心，并将该端点的坐标替换为所选格网中心的坐标。若同时有多个格网中心到该端点的距离相同，则使用所选格网中心中的第一个。这样，所有节点都被聚类到了对应的格网中心处。

步骤5.2：导航路线地图内连线的优化，包括：连线的合并和拆分。

所述连线的合并：如果两个连线被判定为可以合并，则将其合并。判定准则为：如果两个连线所在的直线相互平行，且两个连线距离接近，则判定为可以合并。用公式表达为：首先，计算两条连线所在直线之间的较小夹角δθ，计算公式如步骤2.3中公式3所示。然后，将δθ和第二角度阈值thδθ2相比较。若δθ＞thδθ2，则判定为不可合并；若δθ≤thδθ2，则进一步计算两条连线之间的最短距离dmin。若dmin＜thd，则判定为可以合并；否则，判定为不可以合并。两条线段之间的最短距离的计算为几何领域已有技术。第二角度阈值thδθ2为小角度，取值范围为0°到45°，实施例中为30°。第一距离阈值thd可根据导航路线地图的分辨率来确定。例如，导航路线地图所需分辨率为1米，则可将thd设定为1米。

所述合并两条连线的方法为：遍历两条线的四个端点的坐标，得到他们之中的最小横坐标emin、最大横坐标emax、最小纵坐标nmin和最大纵坐标nmax。同时，计算两条连线所在直线的方向角的均值θmean。如果0°≤θmean≤90°或-180°≤θmean≤-90°，则取[emin，nmin]和[emax，nmax]作为两个端点生成合并后的连线；如果90°≤θmean≤180°或-90°≤θmean≤0°，则取[emin，nmax]和[emax，nmin]作为两个端点生成合并后的连线。

所述连线的拆分：如果两个连线有交点，则分别计算这两个连线的四个端点与交点的距离，如果距离均不小于第二距离阈值thd2，则这两个连线拆分成四条，并以交点作为拆分后四条连线的一个端点，以四个端点分别作为拆分后四个连线的另一个端点。如果拆分前某个端点距离与交点的距离小于第二距离阈值thd2，则舍弃该端点，并将剩余端点分别与交点组合，构成新的连线。第二距离阈值thd2值为正数，且一般小于第一线段长度阈值thl，实施例中thd2取值为0.5米。

如附图5所示展示了使用步骤5对导航路线地图进行优化前(上图)和优化后(下图)的对比。图中黑色圆点为图内节点，黑色实线为图内连线。可以明显看出，通过使用步骤5中方法，将因为加入新的轨迹线段而变得杂乱的导航路线地图，优化为规整且便于定位导航使用。

下面对用于执行上述导航路线地图的生成方法的导航路线地图的生成系统或称之为定位终端进行说明，其逻辑框架结构请参考附图2所示，本发明实施例中的导航路线地图的生成系统(定位终端)至少包括：传感器数据获取单元、定位导航解算单元以及导航路线地图生成单元。

本发明实施例中定位终端中各个单元具体的交互过程如下：传感器数据获取单元获取用于导航定位的传感器数据，比如无线信号数据、惯性传感器数据等，并将前述数据传输至定位导航解算单元。所述无线信号数据包括至少一个无线基站的识别码(如物理mac地址)以及其对应终端的无线信号的信号强度。所述惯性传感器数据包括陀螺和加速度计的测量值。

所述定位导航解算单元融合无线信号数据、惯性传感器数据，以及导航路线地图，进行定位解算，计算得到设备的定位结果，并将定位结果传输至导航路线地图生成单元。定位结果包括二维或三维坐标，以及对应的精度。导航路线地图一方面为定位导航提供路径规划，另一方面用于对定位导航结果进行地图匹配运算，提高定位导航结果精度。

所述导航路线地图生成单元利用多于一个定位结果构成的运动轨迹及其轨迹精度，生成或更新导航路线地图，并将导航路线地图传输至定位导航解算单元。

如附图6所示展示了使用一片商业区域内采集的用户运动轨迹数据生成的导航路线地图。图中浅色地图为地图底图，深色点和线为由本发明中方法和系统生成的导航路线地图。可以看出，生成的导航路线地图与实际地图准确贴合，可以作为一个地图图层，辅助定位导航应用。

如附图7所示展示了使用本发明中生成的导航路线地图辅助定位导航的实例示意图。当用户到达导航起点(黑色圆圈)时，点击地图选择导航终点(黑色方块)，后台程序即基于导航路线地图，使用路径规划算法，计算出最优路径并显示，如图中黑色实线所示。用户沿着给定路径行走，直至终点。图中浅色虚线为由定位导航解算单元计算得到的用户实际运动轨迹。

本发明提出了一种导航路线地图的生成方法和系统，可以自动基于大众用户定位导航数据，获取可靠的轨迹线段，并使用轨迹线段(可能来自于不同用户、不同设备)，构建或更新可用于导航定位的导航路线地图。相比已有地图更新技术而言，本发明提出了一套从用户轨迹中提取轨迹线段、评估并选择可靠的轨迹线段、使用轨迹线段生成导航路线地图，以及优化导航路线地图的方法。使用本发明的技术方案可以在不需要人工干预的情况下，由程序自动使用用户导航定位数据，生成和优化导航路线地图；从而一方面节约专项人工数据采集的成本，另一方面保证所生成的导航路线地图的可靠性和空间分布均匀性。

此外，本发明中导航路线地图的生成方法和系统既可以被单独使用，也可以作为现有定位、导航系统和方法的补充，用于进一步提高定位、导航性能；本发明生成的导航路线地图可用于提高大众类导航定位(如使用智能手机、可穿戴设备的导航定位)的精度和用户体验，并用于路径搜索、规划等应用。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。