基于曲率分析地图匹配的车载组合导航研究

为了提高车载导航的自主性和精度,针对捷联惯导的特点,设计了一个基于曲率分析的地图匹配算法。然后应用该地图匹配算法对基于捷联惯导/地图匹配/里程仪的车载组合导航进行了研究。推导了捷联惯导系统的误差方程和里程仪的误差方程。并在此基础上建立了捷联惯导/地图匹配/里程仪组合系统的卡尔曼滤波方程。通过仿真分析,表明应用该地图匹配算法的组合导航系统可以有效地减小误差,实现车载自主导航。     

基于多属性融合策略的车载导航地图匹配算法

目前直接投影算法常用于嵌入式车载系统,但其时效性以及精确性不能满足日益复杂的城市道路网络.针对传统算法检索复杂道路耗时多等问题,提出了基于多属性融合策略的车载导航地图匹配算法,提高了嵌入式车载地图匹配算法的时效性,算法采用等步长分块策略,建立分块网格索引减少筛选候选区域时间,从而提高算法的时效性;通过引入车辆行驶速度和历史匹配程度改进基于权重的直接投影算法,使用多属性融合策略确定匹配算法权重因子,提高地图匹配的准确性.结果表明:该地图匹配算法能够快速、准确地匹配出行驶路径,单点匹配时间降低至15 ms,复杂道路下,匹配准确率达到90%以上,能较好地适应于城市复杂道路网.     

基于车载GPS定位误差分布规律的地图匹配算法

针对目前车载GPS定位信息地图匹配技术的主要缺陷,即GPS定位点的道路纵向位置修正效果较差,特别是对GPS独立定位的情况而言,修正精度很低,通过分析车载GPS定位误差的特点及其分布规律设计了一种地图匹配算法,重点提高车载GPS定位点在道路纵向的修正精度.采用长春市局部路网的地理信息为基础,采集车载GPS实测数据完成了算法的实证分析.结果表明,所提出的地图匹配算法应用效果理想,尤其是将车载GPS定位点的道路纵向位置修正精度提高了2.5 m以上,从而可满足车载GPS数据用户更高水平的信息需求.     

一种多无人机协同定位与稠密地图构建算法

针对VINS-Mono(monoculor visual-inertial state)算法定位精度较低且构建的稀疏点云地图包含的信息较少无法用于无人机的自主导航的问题,提出了一种集中式多无人机协同定位与稠密地图构建算法。该算法通过提高回环闭合中特征点匹配准确度以优化多无人机之间的定位精度,为了建立多个无人机之间的连接约束,使用四种不同类型的坐标系进行坐标转换优化,采用双向检测匹配法对关键帧进行特征点匹配,结合PROSAC(progressive sampling consensus)算法剔除误匹配,通过对有回环闭合约束的多无人机的位姿与全局地图进行全局位姿图优化,结合Voxblox构建了可供五架无人机协同导航的全局稠密地图。在EuRoc数据集的五个序列中,提出的多无人机协同定位与稠密地图构建算法与VINS-MONO算法相比,绝对轨迹误差分别降低了34%、26%、42%、24%、19%。实验证明,改进算法有效提高了多无人机之间的定位精度,并且构建的全局一致稠密地图包含距离信息与梯度信息,可以用于多无人机的自主导航。     

路径诱导系统中综合地图匹配算法的研究

地图匹配算法对于车辆路径诱导和实时轨迹回放具有重要的应用,为了提供连续、精确和可靠的车辆行驶路段位置,利用定位传感器输出车辆运行位置信息,结合高精度空间道路网络数据,提出新的综合地图匹配算法.该算法不受地理环境的约束,能有效地修正传感器的定位误差,提高车辆定位精度.实际道路测试证明,该算法比现有地图算法更高准确度和实时性,尤其是在十字路口有更好匹配效果.     

列车安全运行信息监视系统

列车安全运行信息监视系统是以Visual C 为开发平台,选用MapX控件,采用集成二次开发方式开发的地理信息系统。结合卫星定位系统发送的高精度的、连续的、实时的信息,对列车的安全运行进行实时高效的监视。本文从系统功能和软件实现两个方面对列车安全运行信息监视系统作了探讨,重点研究了电子地图各种功能及实现。系统采用了地图匹配技术提高列车的定位精度,设计出一种适用于铁路的地图匹配算法和配合该算法的数据库。把该系统应用于青藏线卫星定位及信息传输系统研究项目,证明了系统设计和地图匹配算法的合理性和可行性。     

基于SuperMap GIS的车载导航系统的设计与实现

阐述了基于SuperMap GIS平台的车载导航定位系统的设计与实现过程,重点介绍了导航电子地图、实时定位显示、地图匹配、路径规划、车辆轨迹回放、信息查询等功能的实现。特别利用距离投影算法实现了电子地图的匹配,修正了车辆在电子地图中的位置。     

地图匹配算法综述

地图匹配是一种移动轨迹数据的误差修正技术,是将移动轨迹数据纠正到道路网络中,地图匹配技术现已广泛应用于GPS导航、交通流分析等领域。现有的地图匹配算法分为确定性地图匹配和不确定性地图匹配两大类。其分别具有各自的优势和适用范围。本文对地图匹配算法进行了综述性的介绍,对地图匹配的定义及现有算法加以系统阐述,并指明了现有算法的优势与缺陷。     

交通数据的地图匹配算法研究

城市智能交通引导系统为用户提供最准确的道路交通信息。在分析地图匹配问题产生原因的基础上,阐述了地图匹配算法解决车辆在地图上位置定位的基本思想和判断依据,设计了交通引导系统中便于实现的地图匹配算法,通过引入行驶方向和驾车轨迹,地图匹配算法改进后提高了车辆定位的准确性。系统实验证明,改进后的地图匹配算法能够很好的完成交通引导系统中车辆位置在地图显示中的定位匹配任务。     

基于自然柱状特征地图的智能车定位

针对室外环境中手工测量柱状自然特征建立环境的特征地图(简称柱图)工作量大、精度低的问题,提出了一种基于激光雷达的地图自动生成方法.在此基础上,采用基于柱图的定位方法,使用迭代最近点算法进行地图匹配,提高了定位精度.仿真数据和实际数据的实验结果表明,该方法具有精度高、速度快等特点.     

一种适于车辆导航系统的快速地图匹配算法

在分析影响地图匹配算法实时性、鲁棒性及匹配精度因素的基础上,依据车辆运动的连续性,引入道路网络的分块思想,并利用车辆行驶的位置、方向信息及实际道路网络的拓扑特性,提出一种时间复杂度为O(c)的快速地图匹配算法.对实际跑车数据的仿真结果表明,该算法的匹配正确率不低于95%,单点匹配时间不超过0.01 ms.     

In-vehicle GPS/DR navigation system development and test results in Singapore

This paper introduces the in-car navigation system prototype development and test results under the context of Singapore. In the system, integrated GPS/DR is used for continuous vehicle positioning. A digital road network map database is built for the whole Singapore. The database is designed to support map matching, route determination, and route guidance functions. The prototype system demonstrates GPS positioning of the vehicle in real-time, tracking the vehicle onto a digital map with fix updates every one or two seconds.With the map matched vehicle location on the map, voice and/or text guidance is provide to the driver. The vehicle position can also be transferred to control centre through communication data link for the purpose of fleet management.     

基于Android移动终端的车辆导航地图匹配算法研究

基于Android移动终端设计了一种基于路网拓扑结构的地图匹配算法,将地图匹配分成定位数据预处理、确定车辆所在路段、确定车辆匹配位置和出错检测等4个相对独立的过程.算法在过滤掉异常定位数据后采用航位推算进行补偿,使用考虑距离和方向两种要素的加权评估模型确定匹配路段,在确定匹配位置时对常用的垂直投影进行改进,得到一种优化方法.结果表明,该算法具有较高的路段识别正确率,优化方法相对于垂直投影法在位置精度上有所提高,地图匹配效果好.     

GPS视觉导航系统中多级实时匹配算法研究

为了解决GPS导航中存在的精度低、不稳定和移动通信定位代价高的问题,引入了图像的外极限约束和多级实时匹配算法。该算法根据特征点对图像进行分级处理,首先匹配特征比较明显的点,再利用已匹配点的数据通过外极限约束确定后面几级像素点的视差范围,使得算法能够覆盖绝大部分点的真实视差,对于少部分落在搜索范围之外点的匹配,主要靠中值滤波去除。实验表明,多级实时匹配算法定位精确性和匹配速度优于传统的区域匹配算法。     

基于电子收费数据的车辆轨迹匹配

为充分利用电子收费(electronic toll collection, ETC)门架采集的数据对高速公路运营管理提供支撑,实现车辆轨迹地图匹配,结合图论理论,基于车辆ETC门架数据设计Floyd算法还原车辆行驶路径。首先,对路径匹配系统需求进行分析,介绍ETC联网收费系统的组成和功能,讨论ETC门架系统的组成、布局以及工作流程。其次,分析车辆行驶ETC门架数据,提取与研究相关的字段信息并进行数据预处理,从而将门架信息匹配到了实际路网地图上。再次,设计车辆路径匹配的算法,在路径信息不完整的情况下,根据Floyd算法得出最短路径矩阵,使用MATLAB运行程序,得到拟合的车辆行驶全程路径。最后,开展多场景下的基于ETC数据的车辆轨迹匹配案例验证。分别按照车辆经过的门架信息数据完整、经过门架信息数据在高速公路互通处缺失、不在互通处缺失、数据大量缺失4种类型的场景下,使用算法得到车辆行驶的完整路径,完成了多场景下车辆轨迹的地图匹配,从而实现后续的车辆完整路径下的计费。     

交互式地图匹配算法在组合导航中的应用

针对捷联惯性导航系统（SINS）/里程仪组合导航中车辆受初始对准偏差和测量器件自身误差等因素影响的精度随时间和位移增加而降低的问题,设计了交互式电子地图匹配修正新方案.通过车辆姿态角变化选择合适的地图匹配算法,并在转弯处精确反馈修正车辆坐标,同时利用定位误差修正初始对准偏差和里程仪刻度系数误差,降低其对以后导航定位的影响.仿真结果表明,采用交互式电子地图匹配算法,航向失准角偏差可很快收敛至2′左右,里程仪刻度系数偏差也降低至0.08%左右,能够实现系统的需要,跑车实验也证明了此方案的有效性.
     

基于模式识别神经网络的重力匹配算法

为了提高重力辅助惯性导航系统在重力异常明显区域内的定位精度和匹配率,用模式识别神经网络的方法进行了重力匹配.在匹配时刻,根据惯导指示位置确定在一定的网格点范围内搜索载体真实位置,以每个网格点为终点把惯导指示航迹放置到重力图上,由此提取一系列的参考重力图上数据,并把它和对应网格点的位置定义成一个模式类,把所有的模式类作为概率神经网络的样本训练一个模式识别神经网络,然后把重力仪测量数据使用该神经网络识别到某个模式类,对比模式类的定义可以确定此时的载体位置.计算仿真研究表明,该算法的重力匹配率优于通常的相关匹配算法,其组合导航系统的定位误差在1个重力图网格左右.     

基于Mobile GIS的GPS车辆监控系统的设计与实现

本文介绍了基于Mobile GIS的GPS车辆监控系统的整体结构.系统基于独立的Mobile GIS开发平台,采用Java使用地图匹配算法,实现对车辆状态的监控功能。     

一个基于位置点匹配的地图匹配算法

介绍了汽车多媒体系统中的车辆定位技术,着重叙述了地图匹配算法的原理·并给出了一个基于位置点匹配的地图匹配算法·该算法将车辆行驶时的匹配定位处理分成了５种状态,针对各状态的实际特点,对应不同的处理,从而改进了基于位置点匹配的地图匹配算法·经实验证明,该算法单位置点匹配运行时间为０１２ｓ·在ＧＰＳ信号ＰＤＯＰ＜６时,正确匹配率达到了８９５％·