车辆导航系统中定位数据处理和地图匹配技术

分析了GPS误差来源,并提出了相应的处理办法;融合电子地图中的道路数据和GPS所提供的定位数据的地图匹配算法,可以有效地提高车辆导航的定位精度.在分析各种地图匹配算法基础上,提出了一种实用的地图匹配方法,并且在实践中得到了验证.     

车辆导航系统中定位数据处理和地图匹配技术

分析了GPS误差来源，并提出了相应的处理办法；融合电子地图中的道路数据和GPS所提供的定位数据的地图匹配算法，可以有效地提高车辆导航的定位精度。在分析各种地图匹配算法基础上，提出了一种实用的地图匹配方法，并且在实践中得到了验证。     

北京出租车GPS轨迹数据地图匹配算法研究

由于车辆位置数据匹配到电子地图时,会出现车辆轨迹偏离实际道路的情况,为了提高出租车GPS轨迹数据匹配到地图的准确率,提出一种出租车地图匹配算法:基于GPS定位精度的距离范围和车辆行驶方向与道路方向的夹角区间确定候选路段,依据车辆的速度确定方向权重,计算距离和方向的综合权重值进行轨迹点匹配,通过最短路径算法进行行驶轨迹的选择,并采用北京市西二环周围100辆出租车24860条GPS数据进行实验验证。实验表明该匹配算法的匹配正确率可达到96.72%。其具有地图匹配的准确性。     

一种基于网络拓扑关系的地图匹配算法

地图匹配是车辆导航定位系统中提高定位精度的一种方法,其精度受定位数据、地图数据质量及坐标系转换关系的影响。在分析现有算法的基础上,提出了一种基于网络拓扑关系的地图匹配算法。该算法只需将GPS定位数据和G IS数据相结合,即可用算法的形式解决地图匹配中一些常见的问题。实验证明:该算法是一种精度高、效率好、实用性强的地图匹配算法,具有较好的实用价值。     

一种基于网络拓扑关系的地图匹配算法

地图匹配是车辆导航定位系统中提高定位精度的一种方法,其精度受定位数据、地图数据质量及坐标系转换关系的影响.在分析现有算法的基础上,提出了一种基于网络拓扑关系的地图匹配算法.该算法只需将GPS定位数据和GIS 数据相结合,即可用算法的形式解决地图匹配中一些常见的问题.实验证明:该算法是一种精度高、效率好、实用性强的地图匹配算法,具有较好的实用价值.     

GPS车载导航系统的地图匹配算法

分析了影响GPS车载导航系统数据质量的各种误差,提出采用地图匹配算法来实时提高车载导航系统的定位准确度,给出了误差模型和算法描述以及算法的实现方法.     

GPS车载导航系统数据误差分析及精确定位

深入分析了影响GPS车载导航系统数据质量的各种误差，给出在不同阶段提高车载导航系统中数据质量的方法，最后提出用地图匹配算法提高车载导航系统的定位准确度。     

基于道路连通性和最短路径的综合地图匹配算法

本文研究了要素加权法、路网拓扑法和网格划分法等地图匹配算法,分析了地图匹配过程,包括地图数据预处理、道路连通性的建立、投影点的计算和道路匹配度的计算,提出了一种基于道路连通性,采用捕捉圆获取候选道路集的地图匹配算法,并且对车辆GPS信号丢失的情况,采用最短路径算法,推算出车辆经过的道路。最后通过试验比较分析,验证了本算法具有较高的匹配准确度、匹配速度和实用性。      

一种基于地图匹配辅助行人航位推算的室内定位方法

针对行人航位推算算法中误差积累问题,提出并实现了地图匹配方法,辅助惯性测量装置进行自主定位。根据室内几何布局特征划分矢量域,修正方向传感器数据来确定航向角,同时通过投影匹配模型判定界点的最优坐标,最终进行最佳室内位置估计。经实验证明:在保持惯性传感器短时间内自主性强、定位精度高等优点的同时,该方法能够很好地抑制误差积累,提高定位算法的精度与稳定性。     

粗精匹配结合的矢量道路辅助惯性导航算法

针对无源环境下无法采用卫星导航定位方式对惯性导航系统的累积误差进行修正的问题,提出一种采用高精度的矢量道路数据进行粗精匹配的导航校正算法。该方法首先通过分析惯导轨迹的特征标示点以及外接矩形,剔除明显的误匹配道路和冗余道路,获取待匹配道路集合;进而,结合ICCP算法具有匹配精度较高,匹配结果较稳定的优点,完成惯导轨迹位置误差的补偿和校正;最后,根据匹配方差和历史匹配轨迹对匹配结果的准确性进行分析和判断。仿真实验结果表明,该算法能够提高惯性导航定位误差的校正精度,减少在复杂道路交叉口等情况的误匹配。     

Road Reduction Filtering for GPS-GIS Navigation

A novel method of map matching using the Global Positioning System (GPS) has been developed for civilian use, which uses digital mapping data to infer the systematic position errors of less than 100m which result largely from 'selective availability' (S/A) imposed by the US military. Selective availability was switched off on the 2nd of May 2000, and is to be replaced with 'regional denial capabilities in lieu of global degradation'. The system tracks a vehicle on all possible roads (road centre-lines) in a computed error region, then uses a method of rapidly detecting inappropriate road centre-lines from the set of all those possible. This is called the Road Reduction Filter (RRF) algorithm. Point positioning is computed using C/A code pseudorange measurements direct from a GPS receiver. The least squares estimation is performed in the software developed for the experiment described in this paper. Virtual differential GPS (VDGPS) corrections are computed and used from a vehicle's previous positions, thus providing an autonomous alternative to DGPS for in-car navigation and fleet management. Height aiding is used to augment the solution and reduce the number of satellites required for a position solution. Ordnance Survey (OS) digital map data was used for the experiment, i.e. OSCAR 1 m resolution road centre-line geometry and Land Form PANORAMA 1:50,000, 50 m-grid digital terrain model (DTM). Testing of the algorithm is reported and results are analysed. Vehicle positions provided by RRF are compared with the 'true' position determined using high precision (cm) GPS carrier phase techniques. It is shown that height aiding using a DTM and the RRF significantly improve the accuracy of position provided by inexpensive single frequency GPS receivers.     

基于点序列和要素加权法的地图匹配算法

浮动车数据(Floating Car Data,FCD)已广泛应用于城市规划、智能交通系统中,其中地图匹配一直以来都是浮动车数据应用的技术难点。本文在已有地图匹配算法的基础上,提出了基于点序列和要素加权法的地图匹配模型,不仅考虑了当前GPS点的信息,同时也考虑了GPS数据的历史信息和道路网的拓扑结构,从空间关系上分析车辆行驶轨迹和道路的相似性。作者通过上海市出租车轨迹数据对算法进行验证,结果表明:该匹配模型解决了已有地图匹配算法的一些弊端,并且提高了地图匹配的精度,具有高效、实用的特点。     

A Chain-Code-Based Map Matching Algorithm for Wheelchair Navigation

Accurate vehicle tracking is essential for navigation systems to function correctly. Unfortunately, GPS data is still plagued with errors that frequently produce inaccurate trajectories. Research in map matching algorithms focuses on how to efficiently match GPS tracking data to the underlying road network. This article presents an innovative map matching algorithm that considers the trajectory of the data rather than merely the current position as in the typical map matching case. Instead of computing the precise angle which is traditionally used, a discrete eight-direction chain code, to represent a trend of movement, is used. Coupled with distance information, map matching decisions are made by comparing the differences between trajectories representing the road segments and GPS tracking data chain-codes. Moreover, to contrast the performance of the chain-code algorithm, two evaluation strategies, linear and non-linear, are analyzed. The presented chain-code map matching algorithm was evaluated for wheelchair navigation using university campus sidewalk data. The evaluation results indicate that the algorithm is efficient in terms of accuracy and computational time.     

城市汽车导航中一种改进的D-S证据理论地图匹配算法

车联网中基于D-S证据理论的地图匹配算法,通常考察定位点到候选道路的投影距离和车辆行驶方向与候选道路的角度差这两种证据。目前城市交通网络结构日趋复杂,此算法得到的匹配结果有一定的局限性,匹配精度也无法满足车联网技术的需求。随着GPS等定位设备的不断发展与改进,车辆的行驶速度与定位时间间隔等数据已可以准确获取,在此基础上,本文对车辆的可达性信息进行考察,作为新的证据与传统证据融合后得到的结果进行D-S证据的二次融合。除此之外,本文针对城市环境中不同道路拓扑结构,对传统算法中的位置信息和车辆行驶方向信息的可靠性参数进行仿真训练,得出更为精确的可靠性参数值以供改进的算法使用。通过仿真实验表明,改进后的算法的匹配精度和稳定性得到了极大的提高,可以更好地适用于城市复杂路网中地图匹配的问题。     

实时高精度地图匹配技术的研究与实现

本文在分析误差来源和城市道路现状的基础上,借助线性回归方程,提出了误差三角形的模型,采用整体平移匹配方法削弱了系统误差;对大量GPS点的坐标和航向进行了分析,提出了双向车道与GPS航向角间的关系模型,优化了匹配算法,削弱了GPS的随机误差,提高了地图匹配的速度和精度。     

车载导航系统的高精度定位算法

提出了一种基于联合卡尔曼滤波理论和地图匹配技术的高精度车载导航系统定位方法。该方法一方面对联合卡尔曼滤波器的结构进行简化,简化后的联合滤波器能够较好地将全球定位系统（GPS）与航位推算系统（DR）获取的空间信息进行融合,不仅较大程度地减小滤波计算量,而且避免了子滤波器间误差的互相干扰,提高了空间定位精度。另一方面提出了根据行车方向与位置匹配行车道路的技术,该技术不仅具有较好的行车道路匹配效果,而且能够对各种行车异常情况进行处理。实验证明,本文提出的方法能够较好地满足车载导航系统对空间定位方法实时性及高精度的要求。     

车载GPS导航系统中GPS定位与道路匹配方法研究

对车载GPS导航系统中GPS定位与道路的匹配方法进行了深入的研究 ,利用已有的道路网数据 ,建立了道路网络拓扑关系 ,在此基础上提出了基于网络拓扑关系和电子罗盘方位信息的快速道路匹配算法。通过车载试验证明 ,该算法能够实现GPS定位与道路实时、可靠、高精度的匹配。     

多传感器与道路网数据用于汽车导航的研究

对车载导航系统中GPS接收机，车论计数器和电子罗盘传感器数据与导航电子地图所提供的道路网络数据进行了综合处理，建立了道路网络数据的网络拓扑关系，在此基础上提出了基于道路网络拓扑关系，利用GPS接收机，车轮计数器和电子罗盘传感器对汽车进行实时定位的算法。最后，对导航中汽车的定位误差进行了分析。实验证明，GPS接收机，车轮计数器和电子罗盘传感器与道路网络数据综合，在导航过程中能够补偿GPS信号技失，实时、高精度、高可靠性地确定汽车的位置。