一种面向高架区域GPS导航地图匹配算法.docVIP

一种面向高架区域GPS导航地图匹配算法 　　摘 要： 对于包含高架的城市路网，传统的GPS导航地图匹配算法准确率较低。为了弥补传统算法的不足，提出了一种面向高架区域的地图匹配算法。同时为了保证算法实时性，提出了一种常数时间网格索引方法，快速返回导航点邻域的路段集合；为了提高高架区域的导航匹配精度，提出了采用夹角、距离、高程、可达性四种输入参数的模糊推理方法。该算法通过在杭州市中河高架区域的实验结果表明，其相对于基准方法表现出更高的精度。 关键词： 地图匹配； 网格索引； 模糊推理； 智能交通系统 中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2014）04-37-03 Abstract： Traditional GPS map-matching algorithms perform poorly in areas with viaducts. In order to make up for this shortcoming， a new algorithm is proposed in this paper. For the real-time computation， a new grid index method is designed to return road segments around an observed positioning point in O（1） time. For improving the accuracies in handling viaduct areas， an algorithm based on fuzzy inference is introduced， which takes four input parameters into account， including angles， projecting distances， the elevations and the reachability. The experiments as applying in the area of Zhong-he viaduct of Hangzhou city shows that the proposed algorithm performs better than the benchmark algorithm. Key words： map matching； grid index； fuzzy inference algorithm； intelligent transportation system 0 引言 GPS导航地图匹配是交通工程领域研究的关键技术。随着基于浮动车定位的实时路况监测技术的推广，以及大量基于位置的服务的涌现，常用的GPS匹配算法已不能满足精度要求，尤其在高架与路面重叠、交叠、平行等情形下，难以给出高精度的匹配结果。 已有的地图匹配方法可粗略概括为：距离匹配法、拓扑匹配法、概率匹配法、高级匹配法四类。距离匹配法利用导航观测点与道路之间的邻近关系，如Bernstein[1]提出的点-点匹配法。拓扑匹配法基于地理实体之间的空间关系，例如 Greenfield[2]提出的基于拓扑的匹配算法。概率匹配法在观测点的周围扩展一个误差区域（椭圆或者矩形），若多条路出现在该区域，则综合运用行车方向、距离、连通性等因素决定正确的匹配，如Ochieng[3]提出的快速概率匹配算法。高级匹配法指的是Obradovic[4]提出的卡曼滤波，El Najjar[5]等提出的DS证据理论，以及Gustafsson等[6]提出的状态空间模型和粒子过滤理论等。 传统地图匹配方法一般是初始匹配加后续匹配。初始匹配的目的是确定第一个置信度较高的匹配点。后续匹配基于初始匹配，综合考虑其他因素来决定后续导航点的匹配路段。但若在高架与地面道路重叠和交叠的区域，初始匹配的正确匹配率较低，可能误导后续匹配。 本文力图从两个方面提升匹配效果：①针对传统方法实时性低的问题，设计一种常数时间网格索引方法提升实时性；②针对传统方法在处理高架与路面重叠、交叠等复杂情形时的不足，通过合理利用高程信息提升精度。 1 算法框架 本文的算法框架包括四个部分：①常数时间网格索引方法；②基于模糊推理的高架区域匹配算法，对任何一个待匹配的导航点，通过模糊推理从候选匹配路段中决定最佳匹配路段；③可达性判定，以此来过滤掉候选匹配路段中不合理的匹配路段；④算法转折点的决定，当算法满足转折条件时，启动②、③相结合的算法模式。下面详细介绍各个关键步骤。 1.1 建立常数时间网格索引 建立地图索引是快速提取每个导航观测点附近候选匹配路段的最