一种基于车载信号还原机动车道3D地图的大数据方法

doi:10.12068/j.issn.1005-3026.2020.06.003

东北大学学报:自然科学版 ›› 2020, Vol. 41 ›› Issue (6): 771-777.DOI: 10.12068/j.issn.1005-3026.2020.06.003

一种基于车载信号还原机动车道3D地图的大数据方法

黄川，胡平，连静

(大连理工大学汽车工程学院，辽宁大连116024)

收稿日期:2019-05-27 修回日期:2019-05-27 出版日期:2020-06-15 发布日期:2020-06-12
通讯作者: 黄川
作者简介:黄川(1988-)，男，上海人，大连理工大学博士研究生; 胡平(1955-)，男，吉林长春人，大连理工大学教授.
基金资助:
国家自然科学基金资助项目(51775082，61976039，61473057); 中央高校基本科研业务费专项资金资助项目(DUT19LAB36，DUT17LAB11); 大连市科技创新基金资助项目(2018J12GX061).

A Big Data Method to Rebuild 3D Road Map Based on Vehicle Data

HUANG Chuan， HU Ping， LIAN Jing

School of Automotive Engineering， Dalian University of Technology， Dalian 116024， China.

Received:2019-05-27 Revised:2019-05-27 Online:2020-06-15 Published:2020-06-12
Contact: LIAN Jing
About author:-
Supported by:
-

摘要/Abstract

摘要： 提出一种基于多台行驶中汽车产生数据重建机动车道3D地图的大数据策略.每台在线汽车上的程序实时上传经过优化的汽车3D坐标信息至服务器.优化方法为使用最小二乘法结合卡尔曼滤波器，利用汽车总线信号实时修正汽车的位置，相比GPS信号，经纬度和高度误差均降低50%以上.此外，还使用遗传算法代替卡尔曼滤波器，进一步降低卡尔曼滤波器的经纬度误差达16%.其次，服务器根据来自多台在线汽车上传的数据建立道路表面的3D点云数据库，并使用K-聚类算法进行数据挖掘，可推算出具有多条行车线道路的每条行车线的中心轨迹，以此建立机动车道3D地图.所建立的地图可为汽车能耗优化策略提供数据支持，降低行驶能耗.

关键词: 地图重建, 大数据, 卡尔曼滤波器, 遗传算法, K-聚类

Abstract: A big data based 3D map reconstruction method was presented based on multiple vehicles data. On individual vehicle site， in the proposed algorithm， the least square method and Kalman filter were used， and the refined vehicle instant 3D position was uploaded to the server. The original GPS signal error was reduced by over 50%. Next， genetic algorithm was used instead of Kalman filter， resulting in the error being further reduced by over 16%. On the server site， a 3D road surface point cloud database was generated based on the data from multiple vehicles. K-means method was used as the data mining strategy to search for the lane centers from roads with multiple lanes. The reconstructed map can be used by every online vehicles that support the relevant researches for the optimum driving strategy.

Key words: map reconstruction, big data, Kalman filter, genetic algorithm, K-means

中图分类号:

P284.9

黄川，胡平，连静. 一种基于车载信号还原机动车道3D地图的大数据方法[J]. 东北大学学报:自然科学版, 2020, 41(6): 771-777.

HUANG Chuan， HU Ping， LIAN Jing. A Big Data Method to Rebuild 3D Road Map Based on Vehicle Data[J]. Journal of Northeastern University Natural Science, 2020, 41(6): 771-777.

参考文献

[1]Mahyar V，Nasser L.Ecological adaptive cruise controller for plug-in hybrid electric vehicles using nonlinear model predictive control［J］.IEEE Transactions on Intelligent Transportation Systems，2016，17(1):113-122.
[2]Chen Z，Vahidi A.Route preview in energy management of plug-in hybrid vehicles［J］.IEEE Transactions on Control Systems Technology，2012，20(2):546-553.
[3]Gong Q，Li Y，Peng Z.Trip-based optimal power management of plug-in hybrid electric vehicles［J］.IEEE Transactions on Vehicular Technology，2008，57(6):3393-3401.
[4]Grant M，Ardalan V，An optimal velocity-planning scheme for vehicle energy efficiency through probabilistic prediction of traffic-signal timing［J］.IEEE Transactions on Intelligent Transportation Systems，2014，15(6):2516-2523.
[5]Li X，Chen Y，Wang J.In-wheel motor electric ground vehicle energy management for maximizing the travel distance［C］//American Control Conference.Montreal，2012:4993-4998.
[6]Fritsch J，Kühnl T，Kummert F.Monocular road terrain detection by combining visual and spatial information［J］.IEEE Transactions on Intelligent Transportation Systems，2014，15(4):1586-1596.
[7]Fan R，Ai X，Dahnoun N.Road surface 3D reconstruction based on dense subpixel disparity map estimation［J］.IEEE Transactions on Image Processing，2018，27(6):3025-3035.
[8]Bao J，Gu Y，Kamijo S.Vehicle positioning with the integration of scene understanding and 3D map in urban environment［C］//IEEE Intelligent Vehicles Symposium.Los Angeles，2017:68-73.
[9]Sairam N，Nagarajan S，Scott O.Development of mobile mapping system for 3D road asset inventory［J］.Sensors，2016，16(3):367.
[10]Barber D，Mills J，Smith-Voysey S.Geometric validation of a ground-based mobile laser scanning system［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2008，63(1):128-141.
[11]Gandhi J，Jaliya U，Thakore G.Review and analysis of pothole detection methods［J］.International Journal of Computer Science and Engineering，2019，7(2):379-383.
[12]房建成，申功勋，万德钧.一种自适应联合卡尔曼滤波器及其在车载GPS/DR组合导航系统中的应用研究［J］.中国惯性技术学报，1998，6(4):2-7.(Fang Jian-cheng，Shen Gong-xun，Wan De-jun.An adaptive federated Kalman filter and its application at GPS/DR integrated navigation system in land vehicle［J］.Journal of Chinese Inertial Technology，1998，6(4):2-7.)
[13]张嫣，安中印，宋中山.数据挖掘中的聚类算法［J］.电脑知识与技术，2007，4(7):25-27.(Zhang Yan，An Zhong-yin，Song Zhong-shan.The clustering arithmetic in data mining［J］.Computer Knowledge & Technology，2007，4(7):25-27.)
[15]关守平，房少纯.一种新型的区间-粒子群优化算法［J］.东北大学学报(自然科学版)，2012，33(10):1381-1384.(Guan Shou-ping，Fang Shao-chun.A new interval particle swarm optimization algorithm［J］.Journal of Northeastern University(Natural Science)，2012，33(10):1381-1384.)(上接第770页)
[7]Barrios C，Motai Y.Improving estimation of vehicle’s trajectory using the latest global positioning system with Kalman filtering［J］.IEEE Transactions on Instrumentation and Measurement，2011，60(12):3747-3755.
[8]Zhang J，Chen C，Xiang Y，et al.Internet traffic classification by aggregating correlated naive Bayes predictions［J］.IEEE Transactions on Information Forensics and Security，2013，8(1):5-15.
[9]Mythili M S，Shanavas A R M.Performance evaluation of apriori and FP-Growth algorithms［J］.International Journal of Computer Applications，2013，79(10):34-37.
[10]Feng Z，Min L，Feng G，et al.A distributed frequent itemset mining algorithm using Spark for Big Data analytics［J］.Cluster Computing，2015，18(4):1493-1501.
[11]张稳，罗可.一种基于Spark框架的并行FP-Growth挖掘算法［J］.计算机工程与科学，2017，39(8):1403-1409.(Zhang Wen，Luo Ke.A parallel FP-Growth mining algorithm based on Spark framework［J］.Computer Engineering and Science，2017，39 (8):1403-1409.)
[12]谢彬，张琨，张云纯，等.基于轨迹相似度的移动目标轨迹预测算法［J］.计算机工程，2018，44(9):177-183.(Xie Bin，Zhang Kun，Zhang Yun-chun，et al.A trajectory prediction algorithm for moving targets based on trajectory similarity［J］.Computer Engineering，2018，44 (9):177-183.)
[13]宋路杰，孟凡荣，袁冠.基于Markov模型与轨迹相似度的移动对象位置预测算法［J］.计算机应用，2016，36(1):39-43.(Song Lu-jie，Meng Fan-rong，Yuan Guan.Location prediction algorithm of moving objects based on Markov model and trajectory similarity［J］.Computer Application，2016，36(1):39-43.)
[14]李晓娟.在GPS数据挖掘中基于向量自回归的POI类型转移矩阵规律与预测［J］.现代计算机，2019(1):33-39.(Li Xiao-juan.The rule and prediction of POI type transfer matrix based on vector autoregression in GPS data mining［J］.Modern Computer，2019(1):33-39.)
[15]关守平，房少纯.一种新型的区间-粒子群优化算法［J］.东北大学学报(自然科学版)，2012，33(10):1381-1384.(Guan Shou-ping，Fang Shao-chun.A new interval particle swarm optimization algorithm［J］.Journal of Northeastern University(Natural Science)，2012，33(10):1381-1384.)

一种基于车载信号还原机动车道3D地图的大数据方法

A Big Data Method to Rebuild 3D Road Map Based on Vehicle Data

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	丁山，臧仕义，曹殿明，佘黎煌. 基于动态ID跳变的CAN总线安全调度算法[J]. 东北大学学报（自然科学版）, 2022, 43(3): 350-358.
[2]	叶翠丽，王娜，庞硕，闫航. 基于改进遗传算法的秸秆还田机刀片功耗优化[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1290-1298.
[3]	丁山，暴林慧，高梦宁，佘黎煌. 一种基于安全性的CAN-FD信号打包方法[J]. 东北大学学报（自然科学版）, 2021, 42(6): 775-781.
[4]	刘军，杨青文，王金涛，刘华伟. 基于改进遗传算法的空间信息网恢复策略[J]. 东北大学学报（自然科学版）, 2021, 42(4): 524-530.
[5]	裴玉龙，杨世军，潘恒彦. 考虑车内拥挤状态的公交弹性发车间隔优化[J]. 东北大学学报（自然科学版）, 2021, 42(11): 1663-1672.
[6]	李壮年，储满生，柳政根，李宝峰. 基于机器学习和遗传算法的高炉参数预测与优化[J]. 东北大学学报:自然科学版, 2020, 41(9): 1262-1267.
[7]	刘芳，刘欣怡，苏卫星，林辉. 电动汽车动力电池健康状态在线估算方法[J]. 东北大学学报:自然科学版, 2020, 41(4): 492-498.
[8]	王新刚，徐馷悉，李尚杰，马瑞敏. 不确定结构的区间可靠性优化设计[J]. 东北大学学报:自然科学版, 2020, 41(4): 521-527.
[9]	张华伟，郑晓涛. 基于遗传算法优化神经网络的拼焊板压边力预测[J]. 东北大学学报:自然科学版, 2020, 41(2): 241-245.
[10]	刘芳，马杰，苏卫星，何茂伟. 基于模型参数在线辨识技术的SOC估算方法[J]. 东北大学学报:自然科学版, 2020, 41(11): 1543-1549.
[11]	茹敬雨，贾子熙，吴成东. 一种基于阳光的运动轨迹简化算法[J]. 东北大学学报:自然科学版, 2019, 40(8): 1070-1075.
[12]	李海朋，李晶皎，金硕巍，杨丹. 多宇宙并行量子遗传神经网络人脸识别算法研究[J]. 东北大学学报:自然科学版, 2019, 40(5): 614-618.
[13]	翟莹莹，厉英，敖志广. 基于改进多目标遗传算法的连铸二冷过程优化[J]. 东北大学学报:自然科学版, 2019, 40(5): 658-662.
[14]	马小刚，陈良玉，李杨. 基于响应面法炉腹异型管铜冷却壁的长寿技术优化[J]. 东北大学学报:自然科学版, 2019, 40(5): 710-715.
[15]	曹德芳，刘柏池. SVM财务欺诈识别模型[J]. 东北大学学报:自然科学版, 2019, 40(2): 295-300.