基于投影的GPS地图匹配算法研究
基于规划路径的投影匹配算法研究与应用
１引言
ＧＰ Ｓ是 目 前 世 界 上 应 用 范 围 最 广 、 最 实 用 的 授 时 、 测 距 、 导 航 定 位 系 统 …。 在 我 国 ＧＰＳ 目 前 主 要 应 用 于 汽 车 导 航 。 飞机 、 轮 船 、 地 面 车 辆 以 及 步 行 者 都 可 以 利 用 ＧＰＳ导 航 器 进 行 导 航 。 ＧＰ Ｓ技 术 的 成 熟 与 发 展 ，为 各 类 运 动载 体 的精 密 实 时 定 位 提 供 了有 力 保 障 。 定 位 信 号 与数 字地 图 的匹 配 技 术 是 决 定 导 航 定 位 系 统 性 能 的 关 键 技 术 。 但 由 于 ＧＰＳ定 位 数 据 与 电 子 地 图 数 据 都 不 可 避 免 地 存 在 各 种 误 差 ， 往 往 会 带 来 移 动 导 航 中 车 辆 或 人 运 动 轨 迹 偏 离 实 际 道 路 的 问 题 ， 为 了懈 决 这 个 问 题 ， 目 前 主 要 采 用 地 图匹 配 方 法 。
Hale Waihona Puke 如 果 ＧＰＳ点 投 影 在 目 标 路 段 所 在 直 线 延 长 线 上 ， 则 直 接 投 影 到 路 段 ２个 端 点 中 距离较短的端点 。 步 骤 中 涉 及 到 点 到 路 段 的 距 离 ， 以 及 投影点的坐标的求取 。 Ｌ， ， 线 为 寻 得 的 最 短 路 径 中 的 ～ 部 Ｌ折 分 。Ｘ．Ｙ ） （ ， ｙ，为 目 标 路 段 的 两 端 点 。 （ ， 、Ｘ ， ）
在 路 径 规 划 高 亮 显 示 最 短 路 径 的 基 础 上 打 开 ＧＰＳ进 行 跟 踪 实 时 显 示 运 动 体 的 位 置 。 因 此 运 动 体 的 历 史 轨 迹 是 已 知 的 ， 即 沿 着 起 点 的 路 段 依 次 移 动 ， 不 妨 将 这 些 路 段 记 为 ｛ ， ２ … ， ｎ｝ 为 此 ， 在 选 择 候 Ｌ１ Ｌ … Ｌ 。 选 匹 配 路 段 时 ， 町 以 逐 个 计 算 ＧＰ Ｓ点 到 各 路 段 Ｉｉ 距 离 （ 线 长 度 ） 设 为 ｄ， 如 果 的 垂 ｄ ＞偏 差 允 许 值 ， 如 １ ５米 ，则 说 明 当 前 路 段 不 是 要 匹 配 的 路段 ；继 续 比 较 到 第 ｉ ＋１条 的 路 段 的 距 离 ； 如 此 循 环 下 去 ， 直 到 找 到 ｄ ＜偏 差 允 许 值 ，并 且 ＧＰ Ｓ点 位 于 一 定 区 域 内 时 ， 该 路 段 即 为 匹 配 路 段 ， 结 束 循 环 比 较 距 离 的 操 作 ， 改 进 地 图 匹 配 算 法 流 程 如 图 ２阴 影 区 域 所 示 ， 用 来 求 取 目 标 路 段 的
基于GPS车辆轨迹数据的地图匹配算法及应用研究
基于GPS车辆轨迹数据的地图匹配算法及应用研究基于GPS车辆轨迹数据的地图匹配算法及应用研究摘要：随着GPS技术的发展，车辆轨迹数据的获取变得越来越容易。
而地图匹配算法则是通过将车辆轨迹数据与地图进行匹配，得到更准确的车辆位置信息。
本文对目前常用的地图匹配算法进行了系统的总结和比较，并提出了一种基于粗分类和细分类的混合匹配算法。
同时，针对城市道路中的复杂情况，提出了一种考虑车道划分的匹配算法。
最后，在实验中，将所提出的算法和其他算法进行对比，结果表明，所提出的算法能够在不同的道路环境下得到更高的匹配精度，并且在实际应用中具有较大的实用价值。
关键词：GPS车辆轨迹数据；地图匹配算法；粗分类；细分类；车道划分1.介绍GPS技术的普及和智能化交通系统的发展，为车辆轨迹数据的获取提供了越来越多的机会。
地图匹配算法，能够以GPS数据为基础，将车辆在道路上的位置精确地投影到地图上，并进一步提供交通运输领域的应用。
通过地图匹配，提高了GPS定位数据在车辆行驶分析中的可靠性和精确度。
2.研究现状目前，国内外学者在地图匹配算法上进行了广泛的研究和探索。
根据匹配所采用的算法和方法，可以将地图匹配算法分为4类：特征匹配方法、卡尔曼滤波方法、统计学方法和神经网络方法。
各类方法各有优缺点，研究者们在算法设计时需要进行合理的选择。
3.算法设计在目前地图匹配算法中，我们提出了一种基于粗分类和细分类的混合匹配算法。
该算法首先进行道路分类，然后根据具体道路环境进行匹配，从而得到更准确的车辆位置信息。
同时，为了解决城市道路中的复杂情况，我们还提出了一种考虑车道划分的匹配算法。
该算法能够通过GPS数据得到车辆的具体位置和所在车道的信息，解决了普通算法在城市道路中无法有效处理的问题。
4.实验本文所提出的地图匹配算法，在实验中得到了广泛的应用。
我们将所提出的算法和其他算法进行对比，并进行了实际道路测试。
结果表明，基于粗分类和细分类的混合匹配算法和考虑车道划分的匹配算法，能够在不同的道路环境下得到更高的匹配精度，并且在实际应用中具有较大的实用价值。
智能交通系统中GPS地图匹配算法设计与实现的开题报告
智能交通系统中GPS地图匹配算法设计与实现的开题报告一、研究背景智能交通系统中的GPS地图匹配是指将车辆实时获取的GPS位置信息与数字地图上的道路信息进行匹配，以确定车辆当前的位置和行驶方向。
它是智能交通系统中基本的定位技术，对于车辆导航、交通监测、交通控制等应用具有非常重要的作用。
目前，已经有很多GPS地图匹配算法被提出，如基于传统模型的匹配算法、基于统计模型的匹配算法等。
但是，由于道路信息的多样性和GPS精度的限制，这些算法在实际应用中仍存在不可避免的误差和缺陷。
因此，如何设计和实现更加精确和鲁棒的GPS地图匹配算法是一个热门的研究方向。
二、研究内容本文将关注于GPS地图匹配算法的设计和实现，主要研究内容如下：1. 深入研究GPS地图匹配算法的原理和发展现状，分析现有算法的优缺点，确定本文研究的重点和难点。
2. 提出一种基于机器学习的GPS地图匹配算法，利用大量的GPS轨迹数据训练模型，以提高算法的精度和鲁棒性。
同时，考虑到地图数据的多样性和更新困难，提出一种增量更新的方法，将新的轨迹数据加入到模型中，提高算法的实时性和适应性。
3. 实现算法的原型系统，进行大量的实验和测试，评估算法的准确度、实时性和鲁棒性，并与已有算法进行比较，验证算法的有效性。
三、研究意义本文将对GPS地图匹配算法进行深入研究，旨在提出一种精度更高、鲁棒性更好、实时性更高的GPS地图匹配算法，以提高智能交通系统中的定位精度和导航准确度。
同时，本研究的成果也将对其他与GPS定位相关的领域，如地图制作、数字地球、智能车辆等具有一定的参考价值。
四、研究方法本文将采用以下方法进行研究：1. 文献综述：对GPS地图匹配算法的国内外发展现状进行深入的调查和分析，总结和归纳已有算法的优缺点，并确定本文研究的重点和方向。
2. 算法设计：设计一种基于机器学习的GPS地图匹配算法，并提出增量更新的方法以提高实时性和适应性。
3. 系统实现：实现算法的原型系统，进行大量的实验和测试，评估算法的准确度、实时性和鲁棒性，并与已有算法进行比较，验证算法的有效性。
测绘技术中的精确导航与地图匹配方法解析
测绘技术中的精确导航与地图匹配方法解析随着科技的发展，测绘技术在导航和地图匹配方面发挥着越来越重要的作用。
精确导航和地图匹配方法的研究不仅可以提高导航系统的准确性，还可以应用于交通管理、地理信息系统等领域。
本文将从定位技术、地图匹配方法以及应用案例三个方面，探讨测绘技术中的精确导航与地图匹配方法。
一、定位技术在精确导航和地图匹配中，定位技术是关键环节。
目前常用的定位技术有卫星定位系统（GPS）、惯性导航系统、视觉传感器等。
卫星定位系统是最为广泛应用的定位技术之一，通过接收多颗卫星的信号，可以精确测定用户的位置。
然而，在城市峡谷、高楼群等复杂环境中，GPS的精度会受到很大的影响。
因此，研究人员提出了将惯性导航系统与GPS相结合的方法，以提高定位的精度和可靠性。
另外，视觉传感器也逐渐应用于导航领域。
通过图像识别和处理，视觉传感器可以获取周围环境的特征，进而确定用户的位置。
二、地图匹配方法地图匹配是指将定位数据与地图数据进行比对，确定用户所在的位置。
在地图匹配中，主要考虑两个问题：一是位置匹配，即用户的位置和地图上的位置如何对应；二是方向匹配，即用户的行进方向和地图上的道路方向如何对应。
目前，常用的地图匹配方法有基于几何特征的方法、基于特征点匹配的方法和基于机器学习的方法。
基于几何特征的方法主要利用测量数据和地图中的道路几何信息进行匹配。
主要步骤包括道路几何特征提取、特征匹配和位置计算等。
这种方法适用于城市道路网络比较简单的情况，但在复杂的交叉口和环岛等地方容易出现误匹配的情况。
基于特征点匹配的方法则利用图像处理技术，通过提取道路边界、交叉口等特征点，将其与地图上的特征点进行对比。
这种方法适用于城市道路网络比较复杂的情况，但对于特征点提取和匹配算法的准确性要求较高。
基于机器学习的方法则是近年来的研究热点。
通过建立位置匹配模型，利用机器学习算法对定位数据和地图数据进行训练和匹配预测。
这种方法在大规模数据处理和复杂环境下具有较好的适应性和准确性。
车载GPS地图匹配算法研究背景意义及现状
车载GPS地图匹配算法研究背景意义及现状1研究背景及意义 (1)2 国内外研究现状分析 (2)3常见地图匹配算法分析 (3)1研究背景及意义当今社会，机动车数量迅猛增长，从而导致交通流量过快增长与有限的道路设施之间的矛盾激增，交通堵塞严重。
如何的减少拥堵，有效地进行交通疏导，合理的利用有限的交通设施是当前亟待解决的难题，发展智能交通（ITS）是解决这些问题的有效方法。
随着GPS(Global Positioning System)卫星定位技术和通信技术的日趋成熟，基于GPS的自动定位在智能交通系统中显示出其巨大的技术、经济和社会效益，基于GPS的自动定位关键技术是地图匹配技术。
地图匹配(Map matching,简称MM)是一种基于软件技术的定位修正方法。
地图匹配基于两个前提：首先，车辆总是行驶在道路上；其次，电子地图道路数据精度应高于浮动车车载导航系统的位置估计精度。
当上述条件满足时，将定位信息与道路信息进行比较，通过一定的匹配过程，确定出车辆最可能的行驶路段及车辆在此路段中最可能的位置。
地图匹配算法的实现与电子地图有着密切的关系，电子地图必须具有正确的路网拓扑结构和足够高的精度才能完成地图匹配。
地图匹配技术在ITS中的应用可以总结为以下三个方面：①用于地图显示。
地图匹配在ITS中最基本的应用是实现被跟踪车辆在电子地图上的显示。
由于各种定位技术存在不同程度的定位误差，造成了车辆的定位点通常没有落在道路上。
而ITS的大部分信息都要通过电子地图来显示，因此，必须通过地图匹配算法将车辆匹配到其正在行驶的道路上。
②用于提高定位精度。
由于高楼和高架桥阻挡接收机的信号等因素的影响，GPS有时无法提供足够的定位精度。
航位推算可以实现车辆的自主导航，但需要车辆初始位置的输入，而且惯性期间的漂移误差和标定误差将使累积误差随时间而增大。
此时可以利用地图匹配算法来改善定位精度，高精度的电子地图可用于修正定位估计的误差。
GPS导航系统中的地图匹配算法
ａ ｇ ｒｔ ｍ ａ ｌｄ ｐａ ａ ｌ ｌ ｇ ａ ｍａ ｃ ｉ ｇ ｍｅ ｏ ， ｉｈ ｃ ｌ ａ ａ ｔｖ ｅ ｔ ｐ ｌ ｇ ｈ ｎ ｅ ｆ ｎ ｐ ｒ ｅｗ ｏ ｋ． ｅ ｍｅ ｏ ｅ ｅ ｔ ｅ ｍａ ｃ ｏ ｄ ｌｏ ｉ ｈ ｃ ｌｅ ｒ ｌ ｏ ｒ ｍ ｔ ｈ ｔ ｄ ｗｈ ｃ ａ ｌ ｄ ｐ ｉ ｅ ｔ ｏ ｏ ｏ ｙ ｃ ａ ｇ ｓ ０ 仃ａ ｓ ｏ ｔｎ ｔ ｒ Ｔｈ ｔ ｄ ｓ ｌ ｃ ｓｔ ｔ ｈ ｒ ａ ｅ ｎ ｈ ｈ ｈ ｈ
等待时间等。
路段 Ｓ 的总权值 ｊ
在导航系统初始匹配确定 了待匹配路段 ， 后，利用垂直 投影将 ＧＰ Ｓ轨迹 点 ｇ 投 影到路段 Ｓ 上 ， ， 垂足 Ｐ 即为相应时
２１ 初始路段 的选定与 匹配点位置的确定 ． 初始路段的选定用于 确定算法启动 时刻车辆实际所处的
路段 ，此时没有任何 历史信息 。后续 Ｇ Ｓ轨迹 点的匹配会用 Ｐ
作者倚介 ： 王
敏（９４ ） １８－ ，男， 士研 究生，主研方向 ： 硕 智能交通 Ｅｍ ｒ ｈｎｉ － ａ ：ａａｇ ＠ｍａ． ｔｅｕ ａ ｌ ｎ ｉ ｓ． ． ｌ ｃｄ ｃ ｕ
析 ，但只利 用了定位 中的坐标信息 ，没有使用 Ｇ Ｓ采集数据 Ｐ 的车 头朝向或速度信息 。概 率论 匹配算法利用置信 区域筛选
基于GPS的地图匹配算法研究
ｍａ ｐ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｌｇ ａ ｏ ｉ ｒ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ Ｇ Ｐ Ｓ ｌ ｆ ｏ ａ ｔ ｉ ｎ ｇ ｖ ｅ ｈ ｉ ｃ ｌ ｅ ｔ ｒ ａ ｊ ｅ ｃ ｔ ｏ ｒ ｙ ｄ ａ ｔ ａ ， ｃ ｏ ｍ ｂ ｉ ｎ ｅ ｄ ｗ ｉ ｔ ｈ ｔ ｈ ｅ ｄ ｉ ｒ ｖ ｅ ｃ ｏ ｎ ｓ ｔ ｒ ａ ｉ ｎ ｔ ｓ ｏ ｆ ｔ ｈ ｅ ｃ ｉ ｔ ｙ ．Ｆ ｏ ｒ ｂ ｅ ｔ ｔ ｅ ｒ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｅ ｆ ｆ ｅ ｃ ｔ ， ｔ ｈ ｅ ｌｇ ａ ｏ ｉ ｒ ｔ ｈ ｍ ｃ ｏ ｎ ｓ ｉ ｄ ｅ ｒ ｓ ｖ ａ ｒ ｉ ｏ ｕ ｓ ｆ ａ ｃ ｔ ｏ ｒ ｓ ， ｓ ｕ ｃ ｈ ａ ｓ ｔ ｈ ｅ ｃ ｕ ｒ ｖ ｅ ｓ ｉ ｍｉ ｌ ａ ｉ ｒ ｔ ｙ ｂ ｅ ｔ ｗ ｅ ｅ ｎ ｔ ｒ ａ ｊ ｅ ｃ ｔ ｏ —
ａ 叶技２ ０ １ ７ 年 第 ３ ０ 卷 第 ６ 期
Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｓ ｃ ｉ ． ＆ Ｔｅ ｃ ｈ ． ／ Ｊ ｕ ｎ ． １ ５． ２ ０ １ ７
协ห้องสมุดไป่ตู้议
・算 法 及 仿 真
ｄ ｏ ｉ ： １ ０ ． １ ６ １ ８ ０ ／ ｊ ． ｃ ｎ ｋ ｉ ． ｉ ｓ ｓ ｎ ｌ ０ ０ ７— ７ ８ ２ ０ ． ２ ０ １ ７ ． ０ ６ ． ０ １ ５
基 于 ＧＰ Ｓ的地 图 匹配 算 法 研 究
黄奕峰
（ 兴天通讯技术有 限公 司 ， 天津 ３ ０ １ ７ ０ ０ ）
摘
要
针对传统 导航 系统的地 图匹配算法缺 乏整体性考虑 的缺 点， 且Ｇ Ｐ Ｓ浮动车轨迹数 据具有 曲线 整体趋 势特
性， 文 中结合城 市 中对行车的约束 限制 ， 提 出了一种基 于 Ｇ Ｐ Ｓ浮动 车轨 迹数据 的全局地 图匹配算法 ， 该 算法 综合考 虑各 种 因素 。 从 而达 到较 好地 实现 匹配效 果的 目的 ， 如轨迹 数据和 网络 路径 进行 曲线拟合 时 的相 似性 、 实际行车路 径与 交通 约束 的连通性。对所提 出的算法进 行 实验验证 ， 从 而促进 了 Ｇ Ｐ Ｓ浮动 车轨迹数据 的进 一步分析应用 。 关键 词 Ｇ Ｐ Ｓ 轨 迹数据 ； 浮动车 ； 行 车约束 ； 地 图匹配 Ｔ Ｎ ９ ６ ７ ． １ ； Ｐ ２ ２ ８ ． ４ 文献标识码 Ａ 文章编号 １ ０ ０ ７— ７ ８ ２ ０ （ ２ ０ １ ７ ） ０ ６— ０ ５ ４— ０ ４ 中图分 类号
基于投影的地图匹配改进算法
基于投影的地图匹配改进算法丘宇;李民政;纪元法【摘要】针对基于投影的地图匹配算法在道路网复杂、平行路段和交叉路口匹配正确率不高，容易出现误匹配的问题，利用道路网的拓扑连通性以及行车方向、转向等行车限制条件，引入驾车路线定义，提出一种基于投影的地图匹配改进算法。
改进的算法简化了投影匹配路段筛选过程，可更快地确定投影匹配路段，并减少计算量。
该算法既具有原投影匹配算法逻辑简单、实时性好的优点，又能大大提高匹配正确率。
%Aiming at the problem of low matching accuracy and mismatching of the map matching algorithm based on proj ec-tion in the case of the road network complexity,parallel roads and intersections,an improved map matching algorithm is proposed by using the factors of roads such as topological connectivity,driving direction restrictions,turning restrictions and introducing the definition of driving directions.Because the improved algorithm simplifies the process of selecting proj ection matching sections,the proj ection matching sections is determined more quickly and the amount of calculation is reduced. The improved algorithm not only has the advantages of simple logic and good real-time,but also has a higher correct matc-hing rate than the original algorithm.【期刊名称】《桂林电子科技大学学报》【年(卷),期】2014(000)005【总页数】5页(P394-398)【关键词】地图匹配;投影;道路网拓扑;驾车路线;GPS【作者】丘宇;李民政;纪元法【作者单位】桂林电子科技大学计算机科学与工程学院，广西桂林 541004;桂林电子科技大学计算机科学与工程学院，广西桂林 541004;桂林电子科技大学信息与通信学院，广西桂林 541004【正文语种】中文【中图分类】TP301.6全球卫星定位系统（global positioning system，简称GPS）技术和地理信息系统（geographic information systems，简称GIS）技术作为智能交通的重要组成部分，已被广泛应用于车载定位、车载监控领域。
GPS车辆导航系统实时地图匹配方法研究的开题报告
GPS车辆导航系统实时地图匹配方法研究的开题报告一、选题背景随着GPS技术的发展，GPS车辆导航系统在现代交通运输领域中应用得越来越广泛，因其具有实时性、准确性和用户友好性等特点备受关注。
然而，由于许多因素（如建筑物、树木、隧道、山峰等）可以阻碍GPS信号的传输，导致GPS车辆导航系统在某些情况下无法实现准确的导航。
为了解决这一问题，需要将GPS信号与地图信息相匹配，以确保导航的准确性。
二、研究目的本研究旨在探讨不同的实时地图匹配方法，以提高GPS车辆导航系统在不同场景下的精度和鲁棒性。
具体目标如下：1. 分析目前常用的GPS车辆导航系统实时地图匹配方法的优缺点，找出其存在的问题和限制。
2. 提出新的实时地图匹配方法并进行算法设计。
3. 利用实验验证各种方法的鲁棒性、精度和效率，并分析结果。
三、研究内容本研究将涉及以下内容：1. GPS车辆导航系统的基本原理及其在车辆导航中的应用。
2. 目前常用的GPS车辆导航系统实时地图匹配方法的优缺点分析，包括卡尔曼滤波、粒子滤波、TMS（地形匹配系统）和SLAM（同步定位和地图构建）等方法。
3. 提出新的实时地图匹配方法，包括基于特征点、基于激光雷达等方法，并进行算法设计和模拟实验。
4. 针对不同的场景（如城市区域、郊区、山区等）进行实验，验证各种方法的鲁棒性、精度和效率。
四、研究意义本研究的意义如下：1. 通过对不同的实时地图匹配方法的比较和分析，可以找出针对不同场景实现更好的GPS车辆导航系统的方法，提高系统的精度和鲁棒性。
2. 提出新的实时地图匹配方法，为GPS车辆导航系统的发展提供新思路和技术支持。
3. 对实时地图匹配方法的研究和探讨，有助于推动在GPS领域的技术创新和应用发展。
智能导航系统中的地图匹配算法研究
智能导航系统中的地图匹配算法研究智能导航系统已经成为现代社会中不可或缺的一部分。
它通过使用先进的地图匹配算法，为人们提供了最佳的导航建议和路线规划。
本文将探讨智能导航系统中的地图匹配算法，并分析其研究意义和实际应用。
一、地图匹配算法的背景在传统的导航系统中，往往使用基于GPS定位的方法。
GPS定位虽然精确，但在具体环境中，如高楼、山地等遮挡问题很容易导致误差。
因此，针对这个问题，地图匹配算法应运而生。
地图匹配算法通过将车辆的GPS定位数据与预先加载的地图数据进行比对，找到最佳匹配的道路和位置。
这样，就可以实现更加准确和可靠的导航系统。
二、地图匹配算法的原理地图匹配算法的主要原理是通过计算车辆GPS定位数据与地图上路段的匹配度，从而确定最佳匹配道路和位置。
具体来说，地图匹配算法首先提取车辆GPS定位数据的关键特征，如位置、速度、方向等。
然后，将这些特征与地图上的道路特征进行比对。
最后，通过匹配度的计算，确定最佳的匹配结果。
三、地图匹配算法的分类和比较地图匹配算法可以分为几种不同的类型，如基于几何的匹配算法、基于网络的匹配算法和基于统计的匹配算法等。
每种类型的算法都有其特点和适用范围。
几何匹配算法主要通过计算车辆GPS定位数据与道路几何特征的差异来确定匹配结果。
这种算法适用于道路形状简单、交通流量较小的情况。
网络匹配算法是基于道路网络结构的匹配算法。
它通过计算车辆GPS定位数据与道路网络连接关系的匹配度来确定匹配结果。
这种算法适用于道路网络复杂、交通流量大的情况。
统计匹配算法是通过对历史数据的分析和建模来确定匹配结果。
它将车辆的GPS定位数据与大量的历史数据进行比较，通过统计匹配度的计算，找到最佳的匹配结果。
四、地图匹配算法的实际应用地图匹配算法在智能导航系统中有着广泛的应用。
它可以提高导航系统的准确度和实时性，并为用户提供更好的导航体验。
首先，地图匹配算法可以实现实时路况监测和交通拥堵预测。
通过对车辆GPS 定位数据的不断更新和匹配，可以及时获取道路的交通状态，并根据这些信息进行路线规划和导航建议。
汽车智能导航系统中的定位与地图匹配算法研究
汽车智能导航系统中的定位与地图匹配算法研究随着科技的不断发展和汽车行业的不断进步，汽车智能导航系统逐渐成为汽车行驶过程中不可或缺的一部分。
汽车智能导航系统主要通过定位和地图匹配算法来实现准确的导航功能，确保车辆行驶的有效性和舒适性。
本文将探讨汽车智能导航系统中的定位与地图匹配算法的研究。
首先，定位是汽车智能导航系统中一个关键的技术环节。
当前主流的汽车定位技术包括全球卫星定位系统（GNSS）和惯性测量单元（IMU）等。
GNSS是目前最为常见和使用广泛的汽车定位技术，通过接收来自卫星的信号来计算车辆的位置。
然而，在城市环境或者高楼大厦密集的地区，GNSS存在着信号遮挡和多径效应等问题，会导致定位不准确。
为了解决这些问题，研究者们提出了各种改进算法，如扩展卡尔曼滤波算法（EKF）和无线电信标辅助定位等，以提高定位精度。
其次，在定位的基础上，地图匹配算法是汽车智能导航系统中必不可少的一环。
地图匹配算法主要通过比较车辆实际定位信息和道路地图数据，将车辆定位信息与地图数据进行一一对应，从而确定车辆当前所处的道路位置。
地图匹配算法的基本思路是使用测量数据和地图数据之间的相似度来判断车辆所处的道路位置。
现有的地图匹配算法可以分为几类，包括基于几何特征的匹配算法、基于统计学模型的匹配算法、基于历史轨迹的匹配算法等。
基于几何特征的匹配算法主要利用车辆的相对位置和运动方向等几何特征来进行地图匹配。
这种算法主要依赖于车辆传感器获取的三维位置和姿态数据。
通过将车辆位置和姿态变换为地图坐标系下的投影位置，并与地图数据进行比较，可以实现地图匹配。
不过，基于几何特征的匹配算法受到车辆传感器精度和地图数据质量等方面的影响，容易受到噪声干扰和误差累积等因素的影响，导致地图匹配的准确度有限。
基于统计学模型的匹配算法主要通过建立统计学模型来进行地图匹配。
这种算法利用车辆传感器获取的位置和姿态数据建立统计学模型，并将模型与地图数据进行比较，从而实现地图匹配。
改进的基于投影的地图匹配算法
摘
要： 分析 了 于投影 的地 图匹配算 法， 基 针对其局 限性提 出了一种 改进的基 于投 影的地 图匹配算法。通过 改进 算法 中的八 向
链码 ， 建立 了线Ｉ 学模型 ， 决 了从 众多候选路段 中确定 Ｇ Ｓ 陛数 解 Ｐ 位置点 的匹配路 段这一 关键 问题 。设计 了改进的基于投影 的地
图匹配算法流程图， 并通过结果验证了改进后的算法在匹配精度和单点匹配时间两方面都要优于原算法。
关键词 ： 图匹配； 地 八向链码 ； 线性模型 ＤＯ ：０ ７ ８ ．ｓ． ０ －３ １ ０ １ １ ６ 文章编号 ：０ ２８ ３ （０ １３ ．２ ２０ 文献标识码 ： 中图分类号 ：Ｐ ９ Ｉ １． ７ ￣ｉ ｎ１ ２８ ３ ． １． ． ８ ３ ｓ ０ ２ ３０ １０ ３ １ ２ １ ） １０ ４ ．３ Ａ Ｔ ３３
ＣＨＥ ｅ， Ｎ Ｆ ｉＺＯＵ Ｔ ｏ ＷＡＮ Ｌ ｎＩ ｒｖ ｄ ｐ ｏｅｔ ｎｂ ｓｄ ｍａ ｔｈｎ ｌｏｉ ｍ． ｏ ｕｅ ｇｎ ｅｉｇ ａ ｄ Ａｐ ｌ ａ， Ｇ ｕ ． ｍｐ ｏ ｅ ｒｊｃ ｏ —ａｅ ｐ ｍａｃｉｇ ａｇ ｒｔ Ｃ ｍｐ ｔｒＥｎ ｉｅｒ ｎ ｐｉ ｉ ｈ ｎ ・
ｃ ｔ ｎ ，０ １ ４ （１ ：４ ．４ ． ａ ｏ ｓ２ １ ，７ ３ ） ２ ２２ ４ ｉ
Ａｂｔａｔ ｓｒｃ：Ａ ｒｊｃ ｏ ・ａｅ ｐ ｍａｃｉｇ ａｇｒｈ ｉ ａａｙｅ ，ｎ ｉ ｒｖ ｄ ｐｏｅｔ ｎｂ ｓｄ ｍａ ｔｈｎ ｌｏｉ ｍ ｓ ｐｏｅｆ ｎｂ ｓｄ ｍａ ｔｈ ｌｏ ｔｍ ｓ ｎｌｚ ｄ ａ ｍｐｏ ｅ ｒｊｃ ｏ －ａｅ ｐ ｍａ ｉｇ ａｇ ｒｈ ｉ ｉ ｎ ｉ ｉ ｃ ｔ
地图匹配是一 种利用 电子地 图信 息融合 Ｇ Ｓ Ｐ 定位信息 以 产 生最佳 位置估 计 的技 术ｎ 。它通过 比较 目标的行 驶轨迹 和 电子地 图数据 库 中的道路 网 ， 电子 地图上 确定 与行驶轨 迹 在 最相 近 的 路线 ， 将 目标 的实 际位 置 在 电子 地 图 上显 示 出 并 来 。地 图匹 配可分 为两个 相对独 立的过 程 ： 一是 寻找 目 当 标 前正 在行驶 的道路 ； 是将 当前 目 位置 点投影 到 目标 行驶 二 标 的道路上 。其基本办法是 在 目标行驶轨 迹的邻近 区域搜索所 有道路路段及其组合 ， 然后根据一些算法确定最佳匹配路段 ， 作为 该 目 当前所 处路段 。 目 研究 地图 匹配的算 法很 多 ， 标 前 采用 的理论也 多种 多样 】 。
GPSDR组合导航的地图匹配算法研究与实现的开题报告
GPSDR组合导航的地图匹配算法研究与实现的开题报告一、选题背景和意义GPSDR（Global Positioning System and Dead Reckoning）组合导航技术是一种基于GPS和惯性导航技术的导航方式，它通过GPS测量和车辆自身惯性测量信息的融合，提高了在城市峡谷、隧道等GPS信号不良或无法接收的区域的导航精度和稳定性。
地图匹配是GPSDR组合导航中的一项重要技术，它主要是通过将GPS测量值与先验地图信息结合，对车辆的实际位置进行匹配，从而提高车辆位置的准确度和稳定性。
因此，GPSDR组合导航地图匹配算法的研究对于提高车辆导航的精准度和可靠性具有重要的意义。
二、研究内容和目标本文拟研究GPSDR组合导航中的地图匹配算法，主要包括以下内容：1. 对GPSDR组合导航系统的原理、基本组成和地图匹配技术进行阐述，分析GPSDR导航技术的优势和不足；2. 对地图匹配算法的数学模型和数据格式进行分析，设计地图匹配算法的基本流程和实现方案；3. 设计并实现GPSDR组合导航地图匹配算法的原型系统，通过实际测试对算法进行验证和评估；4. 在实现的原型系统基础上，对地图匹配算法进行优化升级，提高算法的运算效率和匹配精度。
三、研究方法和计划1. 研究方法：本文主要采用文献综述和实验仿真相结合的方法进行研究。
通过查阅相关文献，分析GPSDR组合导航技术和地图匹配算法的理论基础和发展现状；并通过Matlab等仿真软件，设计实验样本，对地图匹配算法进行验证和测试。
2. 研究计划：第一周：对GPSDR组合导航技术和地图匹配算法进行文献综述和分类整理；第二周：分析GPSDR组合导航技术的原理和地图匹配算法的数学模型；第三周：设计地图匹配算法的基本流程和实现方案，并编写算法代码；第四周：进行仿真实验数据采集和分析，并对地图匹配算法原型系统进行初步验证；第五周：对地图匹配算法进行优化升级，并对优化后的算法进行测试；第六周：整理实验结果，总结GPSDR组合导航地图匹配算法的研究成果，撰写开题报告。
面向汽车导航系统的地图匹配算法研究
面向汽车导航系统的地图匹配算法研究随着汽车导航系统的普及，地图匹配算法成为汽车导航系统中一个非常重要的问题，因为它直接影响导航的精度、可靠性、实时性等方面。
本文将介绍面向汽车导航系统的地图匹配算法研究的相关问题。
一、地图匹配简介地图匹配是指将车辆的GPS轨迹点与数字化地图的道路匹配起来的一个过程。
在地图匹配过程中，首先需要对GPS轨迹进行预处理，如去除异常的轨迹点、平滑化轨迹等。
接着，需要做的是将预处理后的GPS轨迹点进行匹配，这里需要利用地图与GPS定位信息之间的约束条件来寻找最佳匹配。
二、地图匹配算法分类根据匹配过程中考虑的因素，地图匹配算法可分为以下几类：（1）基于几何特征的算法。
这类算法主要利用道路的几何特征，如道路的形状、长度、朝向等信息来进行匹配。
此类算法主要有最直接算法、投影算法和Householder变换算法等。
（2）基于属性特征的算法。
这类算法主要利用道路的属性特征，如道路的道路名、道路类型、车道数等信息来进行匹配。
三、应用场景及算法输出结果地图匹配主要应用于以下几个方面：（1）实时车辆定位。
通过地图与车辆GPS轨迹点的匹配，可以实时确定车辆的位置。
（2）车辆导航系统。
通过地图与车辆GPS轨迹点的匹配，可以向驾驶员提供实时路线规划和导航引导。
（3）交通信息分析。
通过地图匹配后的车辆轨迹，可以分析交通流量、道路拥堵状况等信息。
地图匹配算法输出的结果主要包括匹配结果的位置（经度、纬度）、匹配的节点ID、匹配的道路名称、匹配精度等信息。
四、改进方向地图匹配算法在实际应用中还存在一些问题，需要不断进行改进：（1）算法效率。
在实时车辆定位、车辆导航等应用中，算法的速度是非常重要的。
因此，需要进一步优化算法，提高地图匹配的效率。
（2）算法稳定性。
地图匹配算法在像山区、高层建筑物密集区域等复杂的环境中存在定位误差大、匹配精度低等问题。
因此，需要进一步改进算法，提高地图匹配的稳定性。
（3）算法精度。
一种基于GPS终端的地图匹配方法
ｃ ｕ ｒ ａ ｃ ｙ ． Ｔｈ ｅ ｍｅ ｔ ｈ ｏ ｄ， ｗｈ ｉ ｃ ｈ ｉ ｓ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｗｅ ｉ ｇ ｈ ｔ ｓ ｍｅ ａ ｓ ｕ ｒ ｅ ａ ｎ ｄ ｃ ｕ ｒ ｖ ｅ ｆ ｉ ｔ ｔ ｉ ｎ ｇ ｍａ ｐ ｍａ ｔ ｃ ｈ ｉ ｄ ｅ ｏ ｌ ｏ ｇ ｙ， ａ ｎ ｄ ｃ ｏ ｍｂ ｉ ｎ ｅ ｄ ｗｉ ｔ ｈ ｒ ｏ ａ ｄ ｎ ｅ ｔ ｗｏ ｒ ｋ ｔ ｏ ｐ ｏ ｌ ｏ ｇ ｙ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ， ｐ ｒ ｏ ｖ ｉ ｄ ｅ ｓ ｖ ｅ ｈ ｉ ｃ ｌ ｅ ｌ ｏ ｃ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｆ ｏ ｍ ａ ｒ ｔ ｉ ｏ ｎ ｔ ｉ ｍｅ ｌ ｙ ａ ｎ ｄ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｌ ｙ， ａ ｎ ｄ ｃ ａ ｎ ｂ ｅ ａ ｐ ｐ ｌ ｉ ｅ ｄ ｔ ｏ ｔ ｈ ｅ
１ 引 言
典型 的浮动 车 Ｇ Ｐ Ｓ 数 据包 含速度 、 方 向和位置 信息 。由 于 ＧＰ Ｓ位置精度 的原 因 ， 在 结合 电子地 图分 析处 理 时， Ｇ Ｐ Ｓ
轨迹 点往往会 偏离路 段＿ １ ］ 。地 图匹配是 把 Ｇ Ｐ Ｓ轨迹点 矫正
般较 大 ， 导致定位点之 间的相关 性较差 ； ③ 现代 城市 路网密集
摘 要 提 出了一种复 杂度低 、 实时性好 、 匹配准确率高的综合地 图匹配方法。该方法综合基于权重度量值和 曲线拟
合的地 图匹配思想 ， 并结合路 网拓扑信息 ， 提供 实时准确的车辆位 置信 息 ， 可应 用于车辆 监控 、 实时 交通 信息 采集 、 车
辆导航 。还提 出了车辆位置相 关的弧投影 算法和 Ｇ Ｐ Ｓ信号无效 时的航位推 算算法。
ＺＨＵ Ｚ ｈ ｅ ｎ ｇ － ｙ ｕ ＣＵＩ Ｍｉ ｎ ｇ ＬＩ Ｕ Ｌｉ ｎ
基于车载GPS信息的地图匹配设计
基于车载GPS信息的地图匹配设计摘要:车辆导航系统在提高我国交通系统运行能力及改善交通状况的过程中扮演着很重要的角色。
其中，导航系统的定位准确性是关键。
本文主要研究车辆导航系统中的地图匹配部分。
对地图匹配的基本概念，发展现状以及基本原理进行了详细的论述。
使用概率统计法、相关系数法和投影法完成了地图匹配算法的设计，并进行MATLAB仿真。
结果表明，该算法具有较高的匹配精度，对于复杂路口也有较好的适应性。
关键词：GPS 地图匹配MATLAB0 引言随着社会经济的飞速发展和城市规模的不断扩大，汽车已经成为人们在日常工作生活当中不可缺少的交通工具。
国民持有的机动车辆不断增多，交通拥挤、交通事故、环境污染等交通问题成为人们关注的热点。
统计资料显示，公路堵塞造成的直接和间接的经济损失惊人。
如何对各类车辆实施有效的指挥，协调控制和管理，提高道路利用率己成为我国主要城市面临的严峻问题。
车辆导航系统是我国交通发展的必经之路。
因此，对作为车辆导航系统的核心部分的地图匹配技术的研究，在改善我国的交通状况方面具有重要意义。
本文主要介绍了地图匹配算法的设计与实现。
简单的介绍了地图匹配的概念，完成了地图匹配三个过程的设计，即:确定误差区域、选择匹配道路以及修正定位结果。
并给出了算法的流程图。
通过MATLAB进行了仿真实验。
仿真结果表明，该算法具有较高的匹配精度，对于复杂路口也有较好的适应性。
1 GPS车载导航系统GPS 车载导航系统是一个多技术融合的技术系统，需要的基础支持技术包括GPS 定位技术、GIS 技术、无线通信技术及计算机技术等。
从总体上，车载导航系统可分为三大功能模块，即车载移动终端模块、通信链路与监控中心。
地图匹配作为车辆导航系统的核心部分，是一种通过软件方法，校正导航定位误差的技术。
基于“车辆始终行驶在道路上”的假设，通过将GPS测得的车辆位置或行驶轨迹，与导航系统的电子地图数据相比较、匹配，找到车辆所在的路段，计算出车辆在路段上的位置，进而校正定位误差。
基于径向投影变换的快速地形匹配方法
０引言为了使潜艇沿规划的航迹航行，校正惯导系统在长时间航行过程中存在的累积误差，可采用地形匹配方法来校正惯导参数。
在搜索模式阶段，需要大范围搜索潜艇所处的状态，使误差降到较小的范围内。
惯导系统给出的航行状态存在位置误差和航向误差，使得实时图与预先装订的参考图之间存在一定范围的旋转角度，传统的全搜索相关匹配方法复杂度大，很难实时实现。
常用的匹配方法大体分为两类：基于灰度相关的匹配方法和基于特征的匹配方法［１￣４］。
基于灰度相关的匹配方法将实时图在参考图中逐像素移动，比较了被实时图覆盖的参考子图与实时图之间的相关性。
基基于径向投影变换的快速地形匹配方法曹跃云，徐洪波，柳健（华中科技大学模式识别与人工智能研究所多谱信息处理技术国防重点实验室，湖北武汉４３００７４）摘要：根据多波束声纳地形匹配导航中不同阶段对匹配性能的不同要求，提出了基于径向投影变换的快速地形匹配方法。
基于径向投影变换的快速地形匹配方法利用图像径向投影变换将图像变成一维曲线，然后采用相位相关法搜索图像的匹配位置和旋转角度，由于径向投影变换将二维图像变换为一维曲线进行匹配，因此大大提高了匹配速度。
关键词：潜艇导航；地形匹配；径向投影变换中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１００７－２２７６（２００６）０６－０７４６－０５ＦａｓｔｔｅｒｒａｉｎｍａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｒａｄｉａｌｐｒｏｊｅｃｔｉｏｎｔｒａｎｓｆｏｒｍＣＡＯＹｕｅ!ｙｕｎ，ＸＵＨｏｎｇ!ｂｏ，ＬＩＵＪｉａｎ（ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＭｕｌｔｉ!ｓｐｅｔｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＴｅｃｈｎｏｌｏｇｙ，ＩｎｓｔｉｔｕｔｅｆｏｒＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎａｎｄＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓａｔｉｓｆｙｔｈｅｄｉｆｆｅｒｅｎｔｎｅｅｄｓｏｆｓｕｂｍａｒｉｎｅｎａｖｉｇａｔｅｄｐｅｒｆｏｒｍａｎｃｅｉｎｔｈｅｄｉｆｆｅｒｅｎｔｎａｖｉｇａｔｉｏｎｓｔｅｐｓ，ｔｈｅｆａｓｔｔｅｒｒａｉｎｍａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｒａｄｉａｌｐｒｏｊｅｃｔｉｏｎｔｒａｎｓｆｏｒｍｉｓｐｒｅｓｅｎｔｅｄ．Ｔｈｅｍａｉｎｓｔｅｐｓｏｆｔｈｅａｌｇｏｒｉｔｈｍａｒｅａｓｆｏｌｌｏｗｓ：Ｆｉｒｓｔｌｙ，ｔｈｅｉｍａｇｅｉｓｐｒｏｊｅｃｔｅｄｔｏｏｎｅｄｉｍｅｎｓｉｏｎｃｕｒｖｅｂｙｔｈｅｒａｄｉａｌｐｒｏｊｅｃｔｉｏｎｔｒａｎｓｆｏｒｍｏｆｔｈｅｉｍａｇｅ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｍａｔｃｈｉｎｇｐｏｓｉｔｉｏｎａｎｄｒｏｔａｔｉｏｎａｌａｎｇｌｅｉｎｔｈｅｉｍａｇｅａｒｅｓｅａｒｃｈｅｄｂｙｔｈｅｐｈａｓｅｃｏｒｒｅｌａｔｉｏｎ．Ｂｅｃａｕｓｅｓｅａｒｃｈｉｎｇｔｗｏｄｉｍｅｎｓｉｏｎｉｍａｇｅｉｓｔｒａｎｓｆｏｒｍｅｄｔｏｓｅａｒｃｈｉｎｇｏｎｅｄｉｍｅｎｓｉｏｎｃｕｒｖｅｂｙｔｈｅｒａｄｉａｌｐｒｏｊｅｃｔｅｄｔｒａｎｓｆｏｒｍ，ｔｈｅｍａｔｃｈｉｎｇｓｐｅｅｄｉｓｅｆｆｉｃｉｅｎｔ．Ｋｅｙｗｏｒｄｓ：Ｓｕｂｍａｒｉｎｅｎａｖｉｇａｔｉｏｎ；Ｔｅｒｒａｉｎｍａｔｃｈｉｎｇ；Ｒａｄｉａｌｐｒｏｊｅｃｔｉｏｎｔｒａｎｓｆｏｒｍ收稿日期：２００６－０２－２０；修订日期：２００６－０４－１２基金项目：武器装备预先研究基金资助项目（５１４０４０４０４０５ＪＷ０５１８）作者简介：曹跃云（１９６３－），男，湖南益阳人，博士研究生，主要研究方向为导航技术。
基于投影的GPS地图匹配算法研究
ｂ
名 ｂ
，—————，＾、￣————＿、
＾
卜
Ｐ，
Ｌ·
图１基于投影的地图匹配算法原理示意图 在处理道路交叉点附近车辆转弯时，根据道路的连通性和车辆的转角， 在所有接续道路中，选择角度变化最为接近的道路．作为匹配结果。如图 ２所示．当车辆在交叉点ｓ处转弯时，车辆行进角度的变化值为ｅｖ，原行进 道路Ｌ０的三条接续道路Ｌｌ、Ｌ２、Ｌ３，与Ｌ０之问的夹角分别为０ｌ、０２、ｅ３。算 法将ｅｖ与０Ｉ、ｅ２、０３进行比较，并综合考虑ＧＰＳ点与三条道路问的距离。 最后选定道路Ｌ２作为匹配道路。这个方法的实质是在道路的节点处将投影距 离的权值Ｗ，的减小，而主要考虑行进角度［６］．
navigation system[外文期刊] 2001(02)
8.常菲.李明禄.李治洪 基于道路分级的地图匹配综合定位技术[期刊论文]-微型电脑应用 2004(02) 9.陈勇刚.王更生.陈斌 车载地图匹配技术中GPS定位数据的研究[期刊论文]-工业控制计算机 2006(01)
本文链接：/Periodical_guig200824019.aspx
圈２投影算法在道路交叉点时的处理 四、具体的匹配算法过程 投影地图匹配的具体算法如图３所示．其步骤为：
圆
电子 科学
ＳＩＬＩＣｏＮ
ＬＬＥＹ—ｌ§
１．接收ＧＰＳ定位数据。 当ＧＰＳ接收器接收到ＧＰｓ定位信号的时候，将这些信息暂时存储到缓冲区 中，如时间、经纬度、高度、速度、方向和几何衰减因子等。 ２．判断定位数据是否无效。若无效，则根据历史定位数据进行推测匹 配，然后转第８步。 这里判断ＧＰＳ定位数据是否无效主要是判断ＧＰＳ接收器传过来的ＤＯＰ［７］（ Ｄｉｌｕｔｉｏｎ ｏｆ Ｐｒｅｃｉｓｉｏｎ精度衰减因子）是否大于一个数值。～般来说，如 果ＤＯＰ＞５．表明ＧＰＳ接收的数据不正常，转而依据车辆行驶的历史轨迹推测车 辆当前可能的位置。要说明的是，这种推测匹配方法是建立在当前车辆正常 行驶的前提下，因此，它只能在短时间内起作用。 ３．判断车辆当前是否处于停止或滑行状态。若是，对其作相应处理， 然后转第８步。 如果在车辆停止或低速滑行接近于停止时，理论上车辆定位点应该保持 不动或基本不动。然而，由于ＧＰ￥定位误差的随机漂移．使得系统定位模块 给出的车辆位置信息在以车辆当前实际所处位置为圆心的一个圆形区域内随 机抖动［８］。判断发生这种异常的方法是计算当前定位点与其前几个定位点 （设计中取为３）的距离，若它们持续小于ＧＰＳ正常定位时的误差上限，则说 明车辆当前摹本处于停止或低速滑行状态，此时，可将与当前定位点对应的 匹配点作为车辆当前的真实位置而不对后续定位点进行匹配．直到前面的三 个距离值开始大于ＧＰＳ正常定位时的误差卜限为止［９］。 ４．如果在一定阙值内搜索到的道路数＜１，表明车辆不在道路上．退出 匹配过程，以当前ＧＰＳ数据作为车辆的当前位置。 ５．如果在一定阙值内搜索到的道路数＝ｌ，表明车辆在道路上。直接投 影，把此道路作为车辆行驶的当前道路。 ６．如果在一定阙值内搜索到的道路数＞Ｉ，并且道路的节点号码相同。 表明车辆在节点附近，利用类似图２的方法处理。 ７．如果在一定阙值内搜索到的道路数＞１，并且道路的节点号码不同， 表明车辆在几条相近的道路中的某条上行驶，利用类似圈ｉ的方法处理。 ８．结束本次匹配．
改进的基于投影的地图匹配算法
改进的基于投影的地图匹配算法陈菲;邹涛;王伦【期刊名称】《计算机工程与应用》【年(卷),期】2011(047)031【摘要】A projection-based map matching algorithm is analyzed, an improved projection-based map matching algorithm is designed for its limitations.Throgh improving the eight-direction chain code in the algorithm,a linear mathematical model is established to solve a number of candidates from the GPS location points identified in sections of the matching sections of this critical issue.A flowchart of improved projection-based map matching algorithm is designed,and the results indicate that the improved projection-based map matching algorithm is able to achieve a better performance in terms of correct identifications using a combination of distance and direction.%分析了基于投影的地图匹配算法,针对其局限性提出了一种改进的基于投影的地图匹配算法.通过改进算法中的八向链码,建立了线性数学模型,解决了从众多候选路段中确定GPS位置点的匹配路段这一关键问题.设计了改进的基于投影的地图匹配算法流程图,并通过结果验证了改进后的算法在匹配精度和单点匹配时间两方面都要优于原算法.【总页数】4页(P242-244,248)【作者】陈菲;邹涛;王伦【作者单位】武警工程学院研究生大队,西安710086;武警工程学院通信工程系,西安710086;武警工程学院研究生大队,西安710086【正文语种】中文【中图分类】TP393【相关文献】1.基于投影的地图匹配改进算法 [J], 丘宇;李民政;纪元法2.一种改进的基于定位点投影的地图匹配算法设计 [J], 冯博;魏娜;王丽娜3.一种基于类投影的地图匹配算法 [J], 王冬晖;许占文4.基于中间插件Spatial投影的地图匹配算法 [J], 车朝雄;赵彦敏5.改进的基于累加投影图匹配的点云配准算法 [J], 随银岭;张宁;秦志远;童晓冲;李贺;赖广陵;郭宇因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于投影的ＧＰＳ地图匹配算法研究
作者：秦文斌王培东
来源：《硅谷》2008年第24期
[摘要]首先给出地图匹配算法的基本原理，对基于投影的地图匹配算法的两种情况，即车辆正常行驶的过程和车辆转弯过程，给出匹配的基本算法。
在此基础上提出地图匹配算法的详细匹配过程。
实际的验证结果表明基于投影的地图匹配算法对GPS接收器接收到的原始定位信息的校正是有效的。
[关键词]地图匹配投影距离方向夹角
中图分类号：TP2文献标识码：A 文章编号：1671－7597（2008）1220023－02
一、引言
随着科学技术的飞速发展，GPS技术已广泛地应用于地面移动目标的跟踪定位。
车辆导航跟踪监控系统就是其中众多应用之一。
由于车辆GPS的定位数据与电子地图数据都不可避免地存在各种误差，往往会带来车辆行驶轨迹偏离实际道路的问题。
为了解决这个问题，目前主要有两种处理方法，一种是采取提高GPS定位精度及电子地图精度的方法，但这种方法成本高，也不可能完全消除定位点与地图之间的这种显示误差；另一种是采用地图匹配方法，即用软件的方法来协调不准确的定位数据和电子地图所造成的显示误差，也就是把定位点依照某种规则强制与实际道路配准，从而保证车辆总在行驶的道路上。
目前主要研究的地图匹配算法有基于代价函数的地图匹配、基于模糊逻辑的地图匹配、基于D-S证据推理的地图匹配、基于神经网络的地图匹配以及基于预测的地图匹配方法等[1]。
这些算法原理较为复杂，实现难度较大，大多数没有考虑如何消除GPS定位误差对地图匹配的影响。
该文设计了一个基于投影的地图匹配算法，将GPS定位点投影到附近的道路上，然后每个定位点的权重值大小来确定车辆当前行驶的道路，该算法充分利用了定位点的当前信息和历史信息，能够有效地降低定位误差对地图匹配效果的影响。
二、地图匹配算法的思想
地图匹配的基本思想[2]是通过车辆的航迹与电子地图上矢量化的路段相近匹配，寻找当前行驶的道路，并将车辆当前的定位点投影到道路上，它的应用基于两个前提：第一，用于匹配的高精度数字地图；第二，车辆行驶在道路上，这样就保证了不会因为定位误差使车辆定位点偏离车辆当前行驶的道路，而且通过投影使车辆定位数据仅保留定位误差在车辆前进方向上的径向分量，从而提高车辆的定位精度。
地图匹配算法是曲线匹配原理和地理空间接近性分析方法的融合，曲线匹配算法的基本思想[3]是：如果对一条曲线做任意数量、任意比例的分割，分割点都落在另一条曲线上，则两条曲线严格匹配。
实际应用中，就是计算一条曲线上相对均匀的某一数量分割点到参考曲线的距离的平均值，将其作为到参考曲线的平均距离，并将此平均值的倒数作为匹配优劣的度量；空间接近性分析方法就是在已知可能正确的地理数据集中，按照空间最接近的方法匹配当前定位数据网。
地图匹配算法可分为两个相对独立的过程[4]：一是寻找车辆当前行驶的道路；二是将当前定位点投影到车辆行驶的道路上。
其基本方法是按照曲线匹配的思想在车辆航迹的邻近区内搜索所有道路路段及其组合，把这些组合路段分别与车辆航迹求取匹配度量值，将其得到的最佳匹配度量值的组合路线作为车辆的当前行驶路线。
三、基于投影的地图匹配算法的原理
基于投影的地图匹配算法如图1所示，图中P点为待匹配的GPS定位点，L1、L2表示GPS点附近的道路的中心线。
在投影匹配算法中，把待匹配的GPS定位点向附近所有道路做投影，计算GPS点与各道路间的投影距离r1，及车辆行驶方向与道路间的夹角，选出r1、值小于给定阙值得所有道路，并根据公式（1）计算各候选道路的距离度量值R1[5] 。
（1）
式中、分别是投影距离和方向夹角的权值。
在所有候选道路中，选择距离度量值最小的作为匹配道路，即认为车辆正在该道路上行驶。
算法最后将车辆在匹配道路上的投影点作为车辆的当前位置加以显示。
在图1中，经过以上计算，选择道路L1作为匹配道路，并以P点在L1上的投影点P1作为车辆当前位置。
在处理道路交叉点附近车辆转弯时，根据道路的连通性和车辆的转角，在所有接续道路中，选择角度变化最为接近的道路，作为匹配结果。
如图2所示，当车辆在交叉点S处转弯
时，车辆行进角度的变化值为，原行进道路L0的三条接续道路L1、L2 、L3，与L0之间的夹角分别为。
算法将与、、进行比较，并综合考虑GPS点与三条道路间的距离，最后选定道路L2作为匹配道路。
这个方法的实质是在道路的节点处将投影距离的权值的减小，而主要考虑行进角度[6]。
四、具体的匹配算法过程
投影地图匹配的具体算法如图3所示，其步骤为：
1．接收GPS定位数据。
当GPS接收器接收到GPS定位信号的时候，将这些信息暂时存储到缓冲区中，如时间、经纬度、高度、速度、方向和几何衰减因子等。
2．判断定位数据是否无效。
若无效，则根据历史定位数据进行推测匹配，然后转第8步。
这里判断GPS定位数据是否无效主要是判断GPS接收器传过来的DOP[7]（Dilution of Precision精度衰减因子）是否大于一个数值。
一般来说，如果DOP>5，表明GPS接收的数据不正常，转而依据车辆行驶的历史轨迹推测车辆当前可能的位置。
要说明的是，这种推测匹配方法是建立在当前车辆正常行驶的前提下，因此，它只能在短时间内起作用。
3．判断车辆当前是否处于停止或滑行状态。
若是，对其作相应处理，然后转第8步。
如果在车辆停止或低速滑行接近于停止时，理论上车辆定位点应该保持不动或基本不动。
然而，由于GPS定位误差的随机漂移，使得系统定位模块给出的车辆位置信息在以车辆当前实际所处位置为圆心的一个圆形区域内随机抖动[8]。
判断发生这种异常的方法是计算当前定位点与其前几个定位点（设计中取为3）的距离，若它们持续小于GPS正常定位时的误差上限，则说明车辆当前基本处于停止或低速滑行状态，此时，可将与当前定位点对应的匹配点作为车辆当前的真实位置而不对后续定位点进行匹配，直到前面的三个距离值开始大于GPS正常定位时的误差上限为止[9]。
4．如果在一定阙值内搜索到的道路数
5. 如果在一定阙值内搜索到的道路数=1，表明车辆在道路上，直接投影，把此道路作为车辆行驶的当前道路。
6. 如果在一定阙值内搜索到的道路数>1，并且道路的节点号码相同，表明车辆在节点附近，利用类似图2的方法处理。
7．如果在一定阙值内搜索到的道路数>1，并且道路的节点号码不同，表明车辆在几条相近的道路中的某条上行驶，利用类似图1的方法处理。
8．结束本次匹配。
五、试验分析
图3是GPS接收器接收到的原始定位信息。
从这张图上可以看出来，很多定位点都偏离了道路，使得定位信息不准确。
从图4可以看出，经过了MM算法校正后的GPS定位信息相比未校正的定位信息，精确度大大提高。
定位点大部分都校正了道路的中心线上，使得整个系统的可用性提高了不少。
六、结论
地图匹配算法在车辆导航跟踪系统起着至关重要的作用。
该文设计了一种基于投影的地图匹配算法，该算法原理较为简单，计算方便，有效地利用了定位点的当前信息和历史信息，能够在很大程度上降低定位误差对地图匹配效果的影响，从而大大地降低地图匹配的误配率，对提高导航跟踪系统的性能起着积极的作用。
参考文献：
[1]钟海丽、童瑞华、李军、陈宏盛，GPS定位于地图匹配方法研究，小型微型计算机系统，2003.1.第24卷第1期.
[2]陈佳瑜、肖桂荣，基于权重的地图匹配算法，计算机工程与应用，2005.11.
[3]马建军、唐进君、曹凯，一种新的智能地图匹配算法，计算机应用，2007.12月.第27卷第12期.
[4]Christopher E. White， David Bernstein， Alain L. Kornhauser. Some map matching algorithms for personal navigation assistants. Transportation Research C，2008，8：91-108.
[5]李鑫、徐勇、邓涛，电子地图匹配算法在GPS和DR组合车载导航系统中的作用，国外电子测量技术，2006.5.第25卷第5期.
[6]张小平、王保保、范克利，GPS与数字地图的匹配研究，计算机仿真，2005，22（6）：148-151.
[7]Sinn Kim， Jong-Hwan Kim， Adaptive fuzzy-network-based c-measure map-matching algorithm for car navigation system， IEEE Transaction on Industrial Electronics， 2001，48 （2）：432-441.
[8]常菲、李明禄、李治洪，基于道路分级的地图匹配综合定位技术，微型电脑应用，2004，20（2）：46-48.
[9]陈勇刚、王更生、陈斌，车载地图匹配技术中GPS定位数据的研究，工业控制计算机，2006，19（1）：61-62.
注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
”。