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。     

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.     

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.     

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。     

车辆导航系统的地图匹配技术研究

常规的地图匹配方法只能消除路段径向的偏差,在分析GPS误差模型的基础上,采用卡尔曼滤波技术对传感测量位置与数字道路地图之间的偏差进行估计,销减了路段平行方向的偏差,从而大大提高了系统的定位精度。仿真试验的结果证明了该算法对于提高车辆定位系统的性能是有效的。     

GPS车载导航系统技术趋势浅析

本文通过对GPS车载导航系统的构成及其国内外发展现状的分析,阐明了我国GPS车载导航系统将向信息终端融合化、交通信息实时化、信息服务平台化、数据更新网络化方向发展的技术趋势。     

GPS车辆导航中的实时地图匹配算法

通过误差来源的分析和误差模型的建立，提出了一种车辆导航中GPS定位测量与数字地图实时配准的地图匹配算法，这使得在现有的基本硬件配置条件下，车辆导航定位精度更高。最后对算法进行了分析，并给出了统计结果。     

基于GPS轨迹数据的地图匹配算法

针对GPS浮动车轨迹数据具有整体运动趋势的特点,结合城市路网行车限制的约束,提出一种GPS轨迹数据的全局地图匹配方法,综合考虑轨迹曲线与路网路径的曲线相似性、实际行车的路段几何拓扑和交通管制约束下的连通性,实现较好的地图匹配效果,并通过实验进行验证,为GPS浮动车数据的进一步分析应用打下基础。     

浮动车轨迹点地图匹配及插值算法

针对带有定位误差和异常值的浮动车轨迹点数据,该文设计并实现了滑动窗口最优路径地图匹配算法,在综合考虑轨迹点的空间几何关系和路网拓扑关系基础上,为轨迹点匹配最优道路并纠正轨迹点误差。其次,针对稀疏且时间间隔不稳定的匹配后轨迹点,设计改进的Hermite插值法拟合车辆运动状态,并对稀疏轨迹点进行时序插值。利用南京市出租车轨迹点数据进行匹配算法与插值算法的验证,实验结果表明匹配算法具有较高准确性,插值算法能有效还原车辆行驶状态。     

浮动车地图匹配算法研究

针对现有浮动车地图匹配算法应用于城市复杂路网时面临的关键技术难点,基于浮动车数据,在SuperMap GIS平台下实现城市交通路网构建,并研究一种浮动车地图匹配的新算法：基于网格的候选路段确定,基于距离、航向、可达性权重的定位点匹配及基于最短路径的行驶轨迹选择。算法能够满足浮动车地图匹配准确性与实时性的要求,为获取城市道路的交通拥堵状况信息提供可靠依据。     

针对探测车历史数据的离线地图匹配算法

在现有的离线地图匹配算法基础上,采用两次栅格化的思想设计改进算法,大幅度减少了原有地图匹配算法中点到线段距离的计算次数。试验结果显示,本文算法提升地图匹配效率的同时保持了较高的匹配精度,可快速处理大规模的、数据发送间隔在10~60s之间的探测车历史数据。     

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。     

GPS数据实时通讯中数据解码问题的算法研究

在GPS测量工作中,经常需将测量数据进行实时的传输和处理。然而,GPS测量数据的实时处理是以其正确解码为前提的。在分析串口通讯中数据传统解码算法的基础上,提出了一种直接基于字节数据的实用算法。通过对Ashtech UZ-12型GPS接收机实时传输数据解码试验,证明此算法是一种简单、高效、易于通过编程实现的GPS数据解码算法。     

路网更新的轨迹-地图匹配方法

全面准确的路网信息作为智慧城市的重要基础之一,在城市规划、交通管理以及大众出行等方面具有重要意义和价值。然而,传统的基于测量的路网数据获取方式往往周期较长,不能及时反映最新的道路信息。近几年,随着定位技术在移动设备的广泛运用,国内外学者在研究路网信息获取时逐渐将视野转向移动对象的轨迹数据中所蕴含的道路信息。当前,基于移动位置信息的路网生成和更新方法多是直接面向全部轨迹数据施加道路提取算法,在处理大规模轨迹或者大范围道路时,计算量极大。为此,本文基于轨迹地图匹配技术,提出一种采用"检查→分析→提取→更新"过程的螺旋式路网数据更新策略。其主要思想是逐条输入轨迹,借助HMM地图匹配发现已有路网中的问题路段,进而从问题路段周边局部范围内的轨迹数据中提取并更新相关道路信息。该方法仅在局部范围内利用少量轨迹数据来修复路网,避免了对整个轨迹数据集进行计算,从而有效减少了计算量。基于OpenStreetMap的武汉市区路网数据以及武汉市出租车轨迹数据的试验表明,本文提出的路网更新方法不仅可行,而且灵活高效。     

GPS码跟踪环自适应多径消除算法

根据多径信号的产生机理,在对GPS接收机中的码跟踪环多径信号模型研究的基础上,提出了采用自适应滤波的来消除GPS多径效应的算法。自适应滤波的方法不需要估计模型的系统参数,而直接通过自适应滤波将多径信号滤除。在有噪声的情况下,自适应滤波的RLS算法是最小二乘意义下的最优估计,仿真的结果表明采用自适应滤波算法可以快速的消除多径的影响,修正鉴相函数的过零点偏差,提高码跟踪环的跟踪精度。由于自适应滤波算法是递推算法,易于软、硬件实现。     

GPS与INSAR数据融合研究展望

分析了GPS与INSAR数据融合的必要性与可行性 ,讨论了GPS与INSAR数据融合存在的主要问题 ,进一步探讨了利用GPS数据改善INSAR相位解缠算法 ,利用GPS与INSAR数据融合建立水汽模型和大气层延迟误差改正模型 ,以及GPS高时间分辨率和高平面位置精度与INSAR高空间分辨率和高高程变形精度有效统一的问题。