车辆导航中带匹配度反馈的模糊地图匹配算法

连通性是车辆导航中车辆与地图匹配的一个重要因素,它利用历史匹配信息以改善匹配连续性,但同时也可能由于引入错误信息而使匹配结果恶化。该文在多因素综合的模糊地图匹配基础上计算匹配度,对匹配结果的可信程度进行评价。该匹配度通过反馈方式在下一次匹配的连通性因素中加以利用。实验表明带匹配度的反馈模糊地图匹配方法可以使连通性得到更加合理有效的使用,从而使地图匹配效果得到改善。     

基于模糊逻辑的综合地图匹配算法

车辆导航系统大都采用航位推算和GPS来估计车辆的位置,由于受GPS噪声的影响,实际测量的位置往往带有偏差。应用数字化道路图的地图匹配算法可以解决这一问题。提出基于模糊逻辑理论的综合地图匹配算法,充分考虑了道路几何特性以及GPS测量数据的偏差特性,实验证明该算法是有效和可用的。     

基于拓扑结构/自适应模糊决策的地图匹配算法

给出了基于节点信息的路网空间拓扑结构的具体描述形式．引入相关性概念，提出了一种基于道路几何信息的自适应模糊决策地图匹配算法．通过待配路段两两之间隶属度值的比较与模糊排序以及测度因子参数的适应性调整，使算法在道路几何分布复杂，且较为密集的区域，仍具有较强的适应能力．根据模糊决策后各路段隶属度值的分布情况，提出了将拓扑结构匹配算法划分为决策、校验、弃用等3个应用时段的拓扑结构／自适应模糊决策组合匹配算法的整体设计思路．对实际跑车数据的仿真处理结果表明，该算法较好地解决了地图匹配算法中相互矛盾的算法的计算效率与算法的可靠性之间的协调问题．     

车辆导航中地图匹配算法的研究

地图匹配是借助GIS电子地图数据库中的高精度道路信息作为分类模板来进行模式识别,根据识别结果计算和显示车辆行驶的正确位置并校正GPS接收数据的定位误差。本文通过比较分析现有的地图匹配算法,从效率、精度、程序设计三方面进行考虑,提出一种新型快速的地图匹配算法。在不降低计算准确性的基础上大大减少了运算复杂度,提高了时间效率,更能够适应实时车辆导航系统的需求。     

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．     

基于模糊神经网络的地图匹配算法

提出了基于模糊神经网络的新的地图匹配算法.该算法综合了数字道路信息和GPS/DR定位信息,提取两个重要参数作为输入变量,即定位点到候选路段的投影距离及定位航向与候选路段方位角差.设计出了四层模糊神经网络及改进的收敛学习规则.实验结果表明所提出的算法能很好地匹配车辆行驶路段位置.     

车辆导航定位中地图匹配的MP模型

提出了地图匹配的数学框架，建立了地图匹配的极大验后估计模型，即ＭＰ模型，该模型能够最优的将原始位置观测值转化到路网上去。     

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。     

面向车辆监控导航的地图匹配算法研究

在引入地图匹配问题的基础上,针对传感器给出的车辆位置信息的不确定性,提出了基于准投影和曲线拟合的实时地图匹配算法,以适应车辆监控导航实时性的要求。该算法以选取与车辆行进方向一致的道路为核心,利用孤立点轨迹提取和GPS坏点过滤,取消由电子地图数据不完整和坐标变换误差引起的限制,简化运算的复杂度,并能在电子数据不完整或局部路网数据错误的情况下正常运行,从而为车辆监控导航准确性研究提供了基础。实验表明,该算法能够适应实时监控导航系统的需求,而且具有良好的实时性和鲁棒性。     

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.
     

基于模糊决策的地形辅助导航区域选择准则

为克服传统的单一评价指标区域选择准则容易导致评价结果不全面的缺陷,提出一种基于模糊决策理论的多指标综合选择准则.该准则结合信息熵和模糊决策理论,综合考虑地形高度标准差、高度熵、粗糙度及其相关系数等反映特定地域内地形的总体起伏、信息量多少、光滑度和相关性强弱的地形参数对地形区域选择的影响,求解出指标的隶属度矩阵和权值,给出区域总的评价指数.仿真结果表明,在评价指标高的区域进行地形辅助导航,其匹配误差将更小.     

Tight integration of digital map and in-vehicle positioning unit for car navigation in urban areas

Now GPS has been widely used for land, sea and air navigation.However, due to signal blockage and severe multipath environments in urban areas, such as in Hong Kong, GPS alone can not satisfy most land vehicle navigation requirements. Dead Reckoning (DR) systems have been widely used to bridge the gaps of GPS and to smooth GPS position errors. However,the DR drift errors increase with time rapidly and frequent calibration is required. Under the normal situation, GPS is sufficient to provide the calibration to the DR unit. However, GPS may not be available in urban areas for more than 20 min, and the DR position errors can reach hundreds of meters during the period. As land vehicles have to be on roads, digital map can be used to constrain the locations of vehicles, known as map-matching.One of the main problems for map-matching techniques is mis-matching, that may be caused by the positioning sensor errors and the complexity of city road network. In this paper, a newly developed model to tightly integrate digital map and in-vehicle positioning unit for car navigation is introduced.With this method, it improves the position accuracy by constraining the vehicle location on the roads. Moreover it provides the close-loop controls for the DR drift errors by feeding back the coordinates of the feature points of the road network and road bearings to the DR unit and therefore the navigation system can be used for longer period when GPS is not available.Extensive tests have been carried out in Hong Kong. It demonstrates that this close-loop approach is much better on the reliability of map-matching, as the positioning sensor errors are constantly calibrated by the digital map.     

区间数据的并行模糊聚类算法

研究了对区间数据进行聚类的模糊聚类算法；介绍和分析了模糊c-均值算法的基本思想及实现步骤；定义了区间数据的距离和四则运算，并推广模糊c-均值算法对区间数据进行聚类．在此基础上，讨论了对区间数据进行聚类的并行模糊c-均值算法．在分布式互连的PC／工作站环境下进行性能分析，结果表明并行的模糊c-均值算法具有好的可扩展性、规模增长性和加速比性能．     

基于模糊匹配的板坯入库优化决策问题模型及求解

针对板坯入库优化决策问题,采用隶属度函数表示待入库板坯长度、宽度、厚度与各库位已存板坯对应属性的匹配程度,建立了板坯入库模型.针对问题特征,借鉴遗传算法的交叉和变异操作,设计了一种混合离散粒子群算法(DPSO--CM)进行求解.基于企业实际生产数据的仿真实验验证了模型和算法的可行性和有效性.     

压电陶瓷微动刀架伺服系统模糊控制器的设计

本文研究了基于模糊数和插值原理的模糊控制算法,并用该算法实现了压电陶瓷微动刀架伺服系统的闭环控制,使其控制精度达到了±0.01μm.     

提高模糊控制精度的研究

通过对被控系统的状态、动态特征及行为的了解分析,提出一种具有智能积分的模糊控制器.仿真及实验表明,该系统具有较高的稳态精度和较强的鲁棒性.     

基于工业以太网的三容液位模糊控制系统

分析了工业以太网的优点以及与模糊控制结合起来的意义,介绍了一种基于交换式以太网的模糊控制系统的构建及实时控制过程.     

用于不平衡数据分类的模糊支持向量机算法

作为一种有效的机器学习技术,支持向量机已经被成功地应用于各个领域.然而当数据不平衡时,支持向量机会产生次优的分类模型;另一方面,支持向量机算法对数据集中的噪声点和野点非常敏感.为了克服以上不足,提出了一种新的用于不平衡数据分类的模糊支持向量机算法.该算法在设计样本的模糊隶属度函数时,不仅考虑训练样本到其类中心距离,而且考虑样本周围的紧密度.实验结果表明,所提模糊支持向量机算法可以有效地处理不平衡和噪声问题.     

新双连杆柔性臂机器人定位过程模糊滑模控制

以宏微双重驱动的双连杆柔性臂机器人为背景，提出了一种新的关节角控制律设计方法，即基于刚性模态设计实现关节位置控制的滑模算法，再根据关节角误差信号和滑模函数变化趋势建立模糊推理表确定对滑模控制律的修正量。通过将控制律在完整的系统模型上进行计算机仿真表明，算法可以很好地实现关节角位置控制同时不引起大的振动。