GPS相关.docVIP

毕业设计(论文)英文翻译译文 院 （系）： 信息与通信学院 专 业： 电子信息工程 学生姓名： 王海辉 学 号： 0800220528 指导教师： 邓小芳 职 称： 副教授 2012年 5 月 18 日 GPS使用地图匹配技术应用于汽车定位和里程表的校准的精确估计 乔治·泰勒A，克里斯·布鲁斯，李靖，安德鲁·古蒂，玛丽莲格拉摩根大学，计算机学院，地理信息系统研究中心 格拉CF371DL，英国威尔士英国莱斯特，莱斯特大学，地理系 2004年7月15日收到，2005年7月15日接受修订形式 摘要 一个被称为地图匹配的GPS（MMGPS）处理原始的GPS输出数据试验台的应用，来自RINEX文件，或GPS派生的坐标。这种方法使用的绝对GPS定位，地图匹配，来定位交通工具在道路中的位置，当GPS被认为有足够的车辆定位准确度时。 MMGPS软件在已经适当加入现时定位数据的基础上由里程表派生距离（OMMGPS）来确定GPS的位置，相对的GPS位置用于校准里程表。如果GPS定位检测是不准确的，它不用于定位，或通过校准里程表校正因子。OMMGPS，GPS伪距观测结合DTM高度信息和里程表位置，以提供车辆位置1 s的时代。所描述的实验采用GPS和里程表理论通过伦敦公共汽车在伦敦的中央预定路线上来验证。因此，地图匹配技术用于测试GPS定位精度，并确定极不准确的GPS位置。总体而言，OMMGPS能确定超过15000辆静止或行驶车辆的位置。 在一般情况下，仅通过GPS提供的位置准确度是非常差的，由于伦敦市中心的城市峡谷效应引起，使里程表定位更多的应用于车辆定位相比GPS而言。通常情况下，里程表与GPS的比例是7:3。 1.介绍 全球导航卫星系统（GNSS），如全球定位系统（GPS），它已经被越来越多 地应用于车辆实时跟踪。尤其是当GPS与以往更加强大的地理信息系统（GIS）技术的集成，低成本独立的GPS接收机的精度和可靠性能显著改进以满足各种交通应用的技术要求全球定位系统，如汽车导航，车队管理，路由跟踪，车辆到达/进度信息系统（公车/火车）和对旅游信息的需求。随着欧洲独立的卫星导航系统伽利略，预计在2008年，一个联合全球定位系统GPS+伽利略超过50颗卫星将提供许多便利给民间用户，在可用性，可靠性和准确性等方面。然而，严重的多径效应的影响将继续是一个人口密集的城市地区的突出问题。本文讲述的重点是对车辆定位。然而，所采用的方法可以适应几乎任何移动的服务，如蒋和姚的解说（2006年），李江，（2006年）和齐普夫（2006）。用来测试GPS定位地图匹配技术精度特别是有关一个位置的轨迹预测方法（刘和卡里米，2006年）。 到今天为止，已经有很多的尝试，以提高车辆定位的可靠性通过整合各种定位观测资料的融合导航仪器。绝大多数这类系统使用全球导航卫星系统，为绝对定位，和其他各种传感器提供相对定位。通常的模式是利用GPS定位车辆尽可能和某种形式的惯性导航系统（INS）或航位推算（DR）系统，如里程表，陀螺仪和指南针，确定车辆的相对位置的初始位置。 Kealy，Tsakiri，和斯图尔特（1999年）和拉姆贾坦（现在Kealy）和Cross（1995）描述一个典型的解决方案，整合全球导航卫星系统和DR采用卡尔曼滤波技术。在这个实验中，为系统的测试路线是建立在珀斯，西中心在澳大利亚。这项工作的结果发现，“差分全球定位系统/ DR解决方案开始下降从1米到35米多，10分钟内结束“（Kealy等，1999）的错误。卡尔曼滤波技术做汽车导航，道路上有一个固有的问题，网络，，在稳定性方面，计算负载，隔音效果的抗干扰力，可观性“（Noureldin EL-Shiemy，2002年）。该过滤器的性能是 在很大程度上取决于所采用的模型。使用该模型是一个在统计预测动态模型和测量模型（观察）之间的妥协。如果过多考虑到动态模型，则会得到过于光滑的赛道，即迅速改变方向不会被确认，速度不够快。如果过多的考虑测量模型，错误将被解释为方向的急剧变化。制订正确的模型是非常困难的，并没有一个非常好的模型卡尔曼滤波器提供错误的结果。卡尔曼滤波的多传感器车辆使用其他帐户导航是由斯蒂芬和拉沙贝尔（2000）利用GPS和低成本陀螺仪，petrovello，，拉切贝尔（2003年），在以上水平提供一个内容丰富的讨论整合，也梅津采夫，鲁，拉沙贝尔，Klukas的（2002年）。黑尔斯（1999）使用卡尔曼滤波与地图匹配。 Fei, Qishan, and Zhongkan (2000) 描述了模糊逻辑技术，以替代卡尔曼滤