基于多准则融合的信任理论地图匹配算法

本文提出了一种基于多准则融合的地图匹配算法,该算法运用信任理论融合了多种评价准则并对匹配过程中的道路选择进行了综合评价。首先,利用车辆定位的当前和历史信息建立了邻近准则、夹角准则和历史轨迹邻近准则。然后,运用D-S证据组合规则,将三种评价准则进行融合应用于道路选择过程中。最后,借助连通性准则对融合的最终结果进行修正,提高了算法的精度。仿真结果表明,对于简单和复杂路网,该算法都能提供较高的匹配精度,识别出车辆行驶的道路。     

基于道路精简滤波原理的车辆导航系统地图匹配算法

针对交叉路口附近道路几何分布较为复杂的实际特点,提出基于道路精简滤波(RRF)原理的地图匹配算法。研究了基于D-S证据理论的多规则数据融合技术在二路段地图匹配中的应用。建立了最短欧氏距离和最小航向差两条判决规则。引入相关性模糊决策理论,将多路段匹配问题简化为二路段匹配问题,使D-S证据判决规则的概率分配函数能根据实际路网分布作适应性调整,提高了算法的鲁棒性。对实际跑车数据的仿真处理结果表明,应用该算法可以较好地解决城市交叉路口地图匹配问题。     

车辆定位的地图匹配算法研究

研究了车辆定位系统中道路匹配问题,提出基于权重参考车辆历史轨迹的匹配算法。结合车辆行驶状态,引入位置信息和方向信息的可靠性参数,有效融合两者信息。仿真实验表明,该算法能够获得较高的匹配精度。     

一种自适应轨迹曲线地图匹配算法

地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术.首先简要介绍和分析基于自适应模糊神经网络的C-Measure地图匹配算法及其优点,算法中的C-Measure用来度量车辆行驶在选定道路上的可能性大小.由于该算法着重于分析当前定位点信息,在复杂路网中会因为信息量的不足影响匹配精度.因此,为提高道路网中定位点的匹配精度,提出基于平均Fréchet距离和分层模糊控制技术的轨迹曲线匹配算法.该算法改进原算法的结构,并参考定位点的历史信息,引入平均Fréchet距离用以定义历史轨迹曲线间的距离;由于增加历史数据输入,导致模糊规则数目的增加,从而影响算法的运行效率.为简化规则,提高效率,采用分层模糊控制技术,而且对算法的学习律也进行改进.仿真结果表明改进后算法的有效性.     

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。     

基于路径预测的不确定性推理组合地图匹配算法

地图匹配是车辆导航系统中的重要组成部分。本文在简要介绍相关地图匹配算法和总结前期研究的基础上,提出了一种新的基于预测的不确定性推理组合地图匹配算法。该方法首先利用云模型这样一种处理定性与定量间不确定转换的工具,通过对当前信息的不确定性推理,计算定位点相对于候选道路的匹配可信度。之后,利用隐马尔科夫模型预测驾驶员出行路径及目的地,通过对模型中的观察值函数重新设定,将路径预测信息与当前地图匹配算法结合,构建组合地图匹配算法。同时,采用学习算法更新模型中的信息。最后,通过仿真实例证明了该组合算法的有效性,结果表明：该方法能够预测驾驶员行驶路径,起到预匹配的作用,提高了地图匹配算法的精度与实时性。     

结合行驶场景语义的轨迹-路网实时匹配方法

实时地图匹配技术在智能交通、自动驾驶等领域起着关键作用.现有实时地图匹配算法在高架、立交道路等复杂场景受到平行道路的干扰,匹配正确率较低.针对这一问题,本文提出了一种利用与车辆轨迹同步采集的图像对行驶场景进行分类,从而辅助城市复杂道路环境下地图匹配的方法.该方法在车辆靠近高架区域时利用图像对车辆行驶场景进行分类,结合车辆行驶方向、轨迹点与路段的距离、匹配路段邻接性等指标,对当前轨迹点进行实时匹配.以上海市三段高频采集的轨迹数据为例进行试验,使用匹配率、召回率、精确率等指标对结果进行精度评价.结果表明,本文方法的平均匹配率、召回率和精确率达到96.86％、97.17％、93.46％,优于传统实时匹配方法;对原始轨迹进行降采样后,匹配率、召回率、精确率等指标保持稳定.比较高架道路、立交等复杂场景的匹配效果,以及对比单点匹配耗时、延时和内存占用情况,本文方法均能保持较好的匹配结果.     

顾及多要素影响的路网匹配改进算法

针对导航地图中现有的匹配算法在复杂路段的匹配效果一般较差的问题,本文提出一种改进的匹配算法。首先,引入分块思想,提出将路网中的每个路段按规则分为简单路段块和复杂路段块,不同路段块采取不同的匹配算法;其次,充分利用车辆行驶的连续性,综合考虑了车辆行驶方向、车速与交叉口距离等多种因素对匹配结果的影响,在选取正确的匹配路段时合理利用了历史数据信息。实验表明,该算法不但对能够改善复杂路段的匹配效果,而且还能够对匹配点沿路段方向上的误差进行实时校正。     

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.     

一种排除D-S证据冲突的遥感影像变化检测方法

目前的遥感影像的变化检测倾向于多特征融合方法,然而以多特征进行D-S(Dempster-Shafer)证据合成时可能存在证据冲突,直接影响特征组合的合理性。基于证据冲突改进算法,本文提出了一种排除多特征证据冲突的遥感影像变化检测方法,该法通过对影像的边缘、纹理、梯度、形态建筑物指数特征进行信息提取,并在搜索窗和匹配窗中计算先后两时相影像结构相似度,利用改进D-S方法对其进行证据融合,排除不可信证据,提取影像变化信息。实验发现,本文提出的方法可有效排除冲突证据,提高特征组合合理性,具有较高的变化检测精度,不失为一种遥感影像变化检测新方法。     

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.     

一种综合地图匹配算法的设计与实现

根据位置点匹配算法和基于加权系统的地图匹配算法的一般原理,设计并实现了一种综合地图匹配算法,在不同的道路条件下采用不同的匹配策略,并考虑了道路网的连通性因素,实验证明算法的正确匹配率达到了86%,在道路交叉路口的匹配时间约0.34s,基本上可以满足车辆导航定位系统的要求。     

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。     

数字地图在车辆导航中应用的若干技术问题

分析了对各种车辆导航系统对数字地图的使用需求，提出了车辆导航专用数字地图的特点和建立车辆导航专用数字地图库的必要性，在此基础上对数字地图在车辆导航中的若干技术问题作了一些探讨，并提出了一种在大范围内实现路径规划的技术途径。     

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。     

GPS/DR/MM组合导航中的车辆定位精度研究

本文介绍了GPS/DR/MM的工作模式和地图匹配的原则和方法,探讨了将车辆位置匹配到路段上的两种方法,即利用地图数据库或GPS点直接向路段投影。本文从理论角度提出提高车辆路段定位精度的方法,并利用公式进行了推导证明。推导结果表明,利用上述两种方法对车辆位置进行最佳估计,所获得的车辆位置的不确定性大大降低,为组合导航提供了理论依据。     

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。     

航向垂线的地图匹配算法

针对现有地图匹配算法的优缺点,该文结合车辆导航特点对空间道路数据进行网格化处理并建立拓扑关系,改进了交叉路口的地图匹配算法,充分利用航向信息设计了基于航向垂线地图匹配算法。通过实际动态测量获取的数据,验证了该算法在解决交叉路口误匹配、不匹配和匹配精度低等问题中的优势。在提高匹配精度和准确性的同时,该算法的解算速度同样能较好地满足导航实时性的要求。     

地图误差对地图匹配质量的影响

高精度的数字地图是正确匹配车辆位置的基础。详细分析了地图数据的地理误差和拓扑误差的误差形式,路网数据模型的常见误差因素和改进策略,最后介绍了不同地图匹配算法对地图质量的敏感性和可行性。根据可能出现的误差对现有数字地图和匹配算法加以改进,弥补了原有数字地图带来的不精确缺陷。跑车实验证明,考虑了数字地图误差影响的匹配算法可以明显提高定位精度,减小车辆定位误差。