利用车载GPS接收机实时获得车辆轨迹,进而确定其在交通矢量地图道路上的位置,是当前车载导航系统的基础。独立GPS车载导航系统中克服GPS误差以及地图误差显示车辆在道路网上的位置主要是通过地图匹配算法,也就是根据GPS信号中的数据和地图道路网信息,利用几何方法、概率统计方法、模式识别
或者人工神经网路等技术将车辆位置匹配到地图道路上的相应位置 [8-12]。由于行驶中的车辆绝大部分都是在道路上的,所以通常的地图算法都有一个车辆在道路上的默认前提。地图匹配的准确性决定了
GPS车辆导航系统的准确性、实时性与可靠性。具体来说取决于两方面:确定当前车辆正在行驶的路段的准确性与确定车辆在行驶路段上的位置的准确性。前者是现有算法的研究重点,而后者涉及到沿道路方向的误差校正,在现有算法中还没燃蔽陆有得以有效解决。地图匹配的目标是将轨迹匹配到道路上,当道路是准确的时,也就成了确定GPS的准确位置,然后利用垂直映射方法完成匹配。要实时获得车辆所在的道路及位置通过地图匹配来实现是一种比较普遍而且成本较低的方法。车辆导航与定位系统中的地图匹配问题概括来讲就是将车载GPS接收机获得的带有误差的GPS轨迹位置匹配到带有误差的交通矢量地图道路上的相应位置。下面我们通过具体的数学模型来给地图匹配问题以详细的数学描述。
地图匹配的基本过程如图4.1所示。符号定义及其物理意义说明如下:
1) g(k)是车辆GPS轨迹点,内皮顷容为k时刻车辆上的GPS定位数据(经纬度),对应于矢量地图上相应的经纬度位置点。由于GPS误差和矢量地图误差的存在并档,当车辆在道路弧段Si 上行驶时,g(k)通常并不位于弧段Si 上。
2) p(k )为g(k)的地图道路匹配点,表示地图匹配算法对g(k)进行偏差修正获得的车辆k时刻在矢量地图道路上的对应点,简称g(k)的匹配点。匹配点所在矢量地图弧段Si上的位置,应该尽可能反映出实际车辆在该段道路上的相应位置。
3) e(k)为g(k)的地图匹配修正量,表示g(k)与其匹配点p(k)间的误差修正。需要指明匹配点所在的弧段p(k) .Si 时,使用符号e(k)[Si ] 表示g(k)对于弧段Si 上的匹配点所使用的匹配修正量。上述3个基本量之间的关系如图画所示,即p(k) = g(k) + e(k) (4)
地图匹配修正量e(k)源自于GPS定位误差和交通矢量地图精度误差的综合误差效应。
3.3地图匹配地图匹配算法在CCS的进程收到的车辆的位置和搜索地图数据库建立清单的连接道路的车辆前往。所需支付的计算方法根据道连接路的价格数据库,并扣除是由预付卡或储存于该车辆编号帐户每月为基础的支付。
不同的车辆导航系统[ 6 ] ,地图匹配的ERP系统并不需要实时计算。这就是说,搜索的道路上行驶的车辆联系当前可以使碰袭竖用不仅过去和现在的车辆的位置,而且下面的车辆的位置。匹配的时间使其更加准确和可靠。匹配的进程(如图3所示)是:初始化(海外) ,位置之间的十字路口(分钟) ,附近交汇,并没有反过来检测(男) ,位置靠近十字路口,把检测(规划) ,并重新初始化。
的概率算法的设计,以符合最初的车辆的位置。由于实际位置的车辆从来没有准确地知道,所以我们确定误差椭圆,即信任区域,车辆很可能是内。从估计理论,输入和输出信号可以作为随机过程模型。变与真正的和测量值可建模为随机变量。方差协方差信息传播通过适当的算法得出的差异和共同差额作为职能原始随机变量或函数的参数估计从原来的意见。这些差异和协方差是用来确定信任区域。的决心,信心地区也应考虑地图的准确性,以及道路宽度。
搜索过程进行,直到有候选人笑大在该地区内。比赛完成,如果只有一个连接路交叉或区域内。如果有一个以上的候选人存在,候选人被取消下列标禅差准,直到唯一正确的链接相匹配:方向差异道连接路和车辆行驶,交通限制,例如单行线,车辆的位置之间的距离和候选人链接。一个匹配的链路还可以用来验证立即与他们过去的联系拓扑关系。
经过有效的出发点是,只有三种情况下都被认为是:车辆在道路上的联系的十字路口,附近一个十字路口,同时又是没有发现,车辆接近一个十字路口,而反过来检测。
假设旅行路线是OMNPQ ,地图匹配过程如下(见图3 ) 。
需要控制点坐标,地图配准就是将控制点配准为参考点的位置,从而建立两个坐标系统之间的一一对应的关系。控制点就是当前没有配准前的点的坐标,而参考点就是希望配准后的坐标。图像之间的配准主要包滑尘括两个方面:其一,是确定足够数量信瞎禅的神谈配准控制点;其二,是根据这些配准控制点确定两幅或多幅图像的像素之间的坐标对应关系。欢迎分享,转载请注明来源:内存溢出
评论列表(0条)