基于约束高斯混合模型的车道信息获取

摘要：

针对现有车道级道路信息获取方法大多存在数据采集成本高、更新周期长、数据处理难度大等缺点,提出了一种基于浮动车数据(floating car data,FCD)的城市车道数量信息快速获取方法.首先根据浮动车数据的空间分布特征,利用Delaunay三角网方法对数据进行优选,通过探测优选后浮动车数据覆盖的宽度间接得到道路宽度;然后将一部分已知车道数量及浮动车数据覆盖宽度的路段作为训练样本,分析其车道数量和浮动车数据覆盖宽度之间的关系构建基本分类器;最后按照待测路段的浮动车数据分布宽度查找基本分类器,获取待测路段可能存在的若干个车道数量类型候选值,并利用约束高斯混合模型对最终车道数量类型进行确认.实验结果表明,该方法实现了从低精度浮动车数据中快速获取车道数量信息,提取精度达到了82.3％.

关键词：浮动车数据、基本分类器、约束高斯混合模型、车道数量

所属期刊栏目：42

分类号：P208(一般性问题)

资助基金：国家自然科学基金41271442,40801155,41571430,41671442;中国航天科技集团公司卫星应用研究院创新基金2014_CXJJ-DSJ_02;深圳市北斗卫星应用工程技术研究中心基金.The National Natural Science Foundation of China,Nos.41271442,40801155,41571430,41671442;the Open Research Fund of the Academy of Satellite Application,No.2014_CXJJ-DSJ_02;the Fund of the Shenzhen Science Technology Bureau

在线出版日期：2017-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：341-347