地图匹配算法在基于GPS的汽车导航系统中的应用
摘要:
随着GPS导航系统的发展,评估导航系统的其中一个重要性能参数是如何准确的匹配GPS 轨道与公路电子地图。现在,许多系统采用最短距离的算法配合电子地图。但是,全球定位系统的误差,以及环境和道路的复杂性往往导致了不准确的匹配。为了解决这个问题,本文介绍了GPS的导航系统结合地图匹配的算法,将以最短的距离算法和助理地图匹配算法的经验为基础的全球定位导航系统。经过我们正确性测试该算法的实际运行,它可以使全球定位系统轨道和电子地图相匹配准确、可靠。 1. 简介:
全球定位系统( GPS )是一种卫星定位系统,广泛的用于人们的日常生活,其定位精度为10到100 米。由于高层建筑、大型公寓、汽车、隧道阻碍了卫星信号的传输, GPS接收器无法在任何地区接收信号,其被称为全球定位系统盲区。这种中断传输有环境噪声、全球定位系统的噪音使全球定位系统的计算值不等于实际经度和纬度值。租车推算( DR )是一个的导航系统,它利用传感器信息的陀螺仪和里程表记录和计算当前导航的位置,其计算值更准确地应用于在短距离和它可以解决的全球定位系统的盲区问题,但还是存在导航误差距离。因此,我们结合全球定位系统和DR调整计算值 ,用来改善定位精度。 本文提出了一种地图匹配算法, 这种算法可用于匹配的GPS数据与道路信息基于汽车车载GPS / DR计算的价值和寻找汽车的道路上运行,并计算的GPS点的投影点公路上。论 一方面,它提供了一个方法如何显示汽车 电子地图上,不要使汽车展示 出什么路的一些定位误差,对 另一方面,以提高定位精度,它 删除保留通过全球定位系统误差的径向 关于全球定位系统的组成部分一点径向组件的 方向是一致的汽车的方向发展。然后 确保车载GPS / DR的位置点匹配的道路上 有效,它增加了备份道模块,小角 模块和停车承认在地图匹配 助理匹配算法的立场点。 2. 基本算法:
地图匹配算法[ 5 〜 8 ]有两个的进程。 1 )查找道路上运行的汽车它。
2 )制作的GPS点的预测上车的道路上运行它。
它找到一个链接,道路层的电子地图,这种联系包括最近点对GPS点,计算出这一点与垂直算法。 基本步骤: 首先,它使用的最短路径算法与GPS点和链接和节点的数据,以检查是否匹配的GPS点的链接在电子地图上。如果他们不匹配,它的搜索链接和另一个节点的数据相匹配的GPS点,直到找到最匹配的。那个相关链接和节点数据可以发现用该方法在整个赛道的GPS点名单。
为了找到这些链接上运行的汽车,我们必须注意两个重要的特点。 ( 1 )全球定位系统点的投影点的链接并不太远对GPS点。 ( 2 )汽车运行轨道可以匹配的链接'县形状。有两个公式来显示他们的关系。
3. 助理算法
它采用助理地图匹配算法,以确保地图匹配算法的可靠性。 基本理论:
它使用的投影计算方法备份链接和小角和停车场,然后找到更适合的联系,并围绕汽车计算汽车的位置和角度的修正值。修改后的数据提供了地图匹配算法。
3.1备份道路选择算法:
它匹配电子地图,根据全球定位系统的信息,其中包括位置信息,方向信息,车速,车角速度等匹配的计算过程中,它得到所有链接到搜索备份道内的长方形汽车的立场是它的中心。通过矩形,它可以控制的数额备份链接,以减少算法的计算时间。经过计算备份链路,它计算链接权值。重量值公式如下。重量=角权值+距离权值+连续性权值。 解释:
1 。角值=体重的角度不同方向的汽车和链接方向[ 0.1deg ] *系数的角度重量值(大约2 ) 2 。距离权值=垂直投影距离[米] *系数的距离权值(大约20 ) 3 。连续性权值= 0 :在最后一次匹配的,有小角地位和小角度的联合链接。 100 :联合与匹配链接去年的2倍。 200 :投影点道路上的延长线。(在1100 ) 。 500 :链接联合与最适合的道路。 1000年:没有任何之间的连续性和历史道路的道路,方向和道路是历史的方向扭转。 (事实上,它们是相同的道路,但道路的方向是相反。 3.2小角度模块:
角模块下正常工作 这种情况下,有备份的道路。在其他 也就是说,如果还没有备份路,小角 模块不能工作。当小角度差异 正在发生的,它的地位,如果承认汽车左小 角。 1 。输入小角度地位的条件:第一备份 路权值小于100的重量 价值差异的第一道及备份 第二个备份道150 (暂定值: 100 , 150 ) 。
2 。小角度处理方法:当导航 系统进入小角度不同的地位,它 没有地图匹配,因为错误匹配 概率正在增加。
3 。左小角地位条件: (符合 一个后续的条件)
1 )系数的差异第一 备份道和第二道是备份 超过200个(约200 ) 。 2 )处理步骤:如果汽车的方向变化 小于阈值的2倍以上 一个又一个(暂定阈值 大约1度) ,它的计算备份 路权值,只有基于角 (角权值=角度的差异 汽车运行的方向和指导的链接 [ 0.1deg ] ) ,然后它以各种各样的角度重量 价值。 离开条件:
先备份道重量值 已排序顺序角重量 值范围的门槛 价值。 (角度差的汽车 运行方向和链接方向 小于5度,暂定值: 5 度)
量值的差异 第一次备份道和第二 备份道超过5度,有 被排序顺序角重量值。(暂定值: 5度) 该算法的优点:
原因承认的增值,它 基地位置信息如下。差异 小角度和不同的权值是 不能过大,那它的重量和价值的连续性 距离是不可靠的,它源于一些扭转 影响和错误匹配。,利用小角模块 助理算法,因此它避免小角度的错误 匹配,赛车
跑道通常是在 电子地图。,只使用地图 匹配,有小角度的错误匹配。 2地图匹配算法实际运行对比 3.3停车识别算法:
当角速度小于20 [度/秒] ,导航系统承认,如果汽车在停车场。当车是在停车场,汽车必须符合以下三个条件。然后开始停车导航系统识别算法,不向地图匹配。
矩形面积(约350 [ M ]档) ,有没有路周围。 测车扭转的信号。
速不到50 [公里/小时] ,还没有备份道路地图匹配计算对象。
4结论:
通过跟踪和对比度约实际领域 数据的算法,我们必须注意 一些问题,详细了解了城市道路的复杂性 地图匹配算法中,如小角, 停车场,等等。我们测试的算法 反复。它具有优良的角控制和第三 尺寸控制。还没有任何一个角度的问题 和错误匹配问题在整个运行 进程,并没有任何错误匹配问题 关于第三个层面停车场和高速公路。偶数 如果发生某些错误匹配3 维停车场和高速公路,该算法可以 找到并立即调整错误。当汽车离开了 高速公路,该算法还没有任何错误匹配。那个 阈值的算法已经获得 通过实际运行。因此,表明地图 匹配算法中的导航系统是一个更 复杂系统,它需要大量的工作。
参考文献:
1. Greenfeld J S. Matching GPS observations to locations on a digital map[A]. In: Proceedings of the 81th Annual Meeting of the Transportation Research Board, Washington D.C. 2002 2. Jo T, Haseyamai M, Kitajima H. A map matching method with the innovation of the Kalman filtering[J].IEICE Trans. Fundamentals,1996, 11(1):1853-1855
3. Zhong H L, Tong R H, Li J, Chen H S. Research on GPS Positioning Matching with Road[J], Mini-Microsystems, 2003, 24(1): 109-113
4. Fang J C, Shen G X, Wan D J. An Adaptive Federated Kalman Filter Model for GPS/DR/Map Matching Integrated Navigation
System andVehicle[J]. Control And Decision, 1999, 14(5):448-452
5. White C E, Bernstein D, Kornhauser A L. Some map matching algorithms for personal navigation assistants[J]. Transportation Research C, 2000, 8:91-108
6. French R L. Land Vehicle Navigation and tracking[M]. Global Positioning System: Theory and Applications, 1997, Volume II: 275-301
7. Bernstein D, Kornhauser A. Map matching for personal navigation assistants[M]. In: 77th Annual meeting, The Transport Research Board, 1998,Washington, D.C. 8. Blewitt G. Basics of the GPS Technique: Observation Equations[M], chapter in book Geodetic Applications of GPS, The Swedish Land Survey, 1997
9. Carstensen L W. GPS and GIS: Enhanced Accuracy in Map Matching through Effective Filtering of Autonomous GPS Points[J]. Cartography and Geographical Information Systems, 1998, 25(1): 51-62
10. Taylor G, Blewitt G, Steup D, Corbett S, Car A.Road Reduction Filtering for GPS-GIS Navigation[J]. Transactions in GIS, 2001, 5(3):193-20