CCF-GAIR 2020
您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能学术 正文
发私信给知情人士
发送

0

【直播】 ICDE 2020 | 华东师范大学×滴滴:利用轨迹数据自动校准道路交叉口拓扑信息

本文作者:知情人士 2020-04-27 18:00
导语:滴滴和华东师范大学数据学院创新性地提出了一种交叉路口三阶段校准算法框架-CITT。CITT首先将道路交叉口检测问题扩展为道路交叉口影响区的拓扑校准问题。


【直播】 ICDE 2020 | 华东师范大学×滴滴:利用轨迹数据自动校准道路交叉口拓扑信息

本次直播分享的是华东师范大学数据科学与工程学院毛嘉莉研究组与滴滴地图与公交事业部技术团队合作完成的工作《Automatic Calibration of Road Intersection Topology using Trajectories》,该论文被ICDE 2020收录。

 【直播】 ICDE 2020 | 华东师范大学×滴滴:利用轨迹数据自动校准道路交叉口拓扑信息


直播主题

ICDE 2020 | 华东师范大学×滴滴:利用轨迹数据自动校准道路交叉口拓扑信息

  

直播时间

4月29日(周三晚) 19:30-20:30

 

分享嘉宾

刘国平

2016年7月加入滴滴,地图与公交事业部资深算法工程师,毕业于浙江大学。负责基于多源大数据的路网更新方向的算法工作,研究兴趣点包括时空异常检测、轨迹模式挖掘、用户出行画像刻画、路网生成等。


分享背景

为数字道路地图的关键部分,道路交叉口是多条相互连接道路的交汇处,其几何特征和拓扑属性的精确性在移动导航和其他位置服务中起着重要作用。另一方面,GPS轨迹序列数据是用户在实际道路上的观测,蕴含了实际路网的拓扑信息。基于此,滴滴和华东师范大学数据学院创新性地提出了一种交叉路口三阶段校准算法框架-CITT。CITT首先将道路交叉口检测问题扩展为道路交叉口影响区的拓扑校准问题。与现有的道路交叉口更新方法不同,该方法不仅确定道路交叉口核心区的中心位置和覆盖范围,同时挖掘出路口与邻接路段的转向路径,之后与现有路网进行匹配,找出整个影响区内的错误或缺失的转向模式。大量的基于滴滴实际数据和公开数据的对比实验表明,CITT方法具有很强的稳定性和鲁棒性,并且明显优于现有方法。

 

分享提纲

1. 交叉口拓扑校准的挑战与难点

2. 三阶段拓扑校准框架CITT介绍

3. 实验效果与展望 

 

直播链接

https://mooc.yanxishe.com/open/course/810


【直播】 ICDE 2020 | 华东师范大学×滴滴:利用轨迹数据自动校准道路交叉口拓扑信息

雷锋网版权文章,未经授权禁止转载。详情见转载须知

【直播】 ICDE 2020 | 华东师范大学×滴滴:利用轨迹数据自动校准道路交叉口拓扑信息

分享:
相关文章

文章点评:

表情
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说