车载GPS地图匹配算法研究背景意义及现状.docxVIP

车载 GPS地图匹配算法研究背景意义及现状 TOC \o 1-1 \h \z \u 研究背景及意义 1 国内外研究现状分析 2 常见地图匹配算法分析 3 1 研究背景及意义 当今社会， 机动车数量迅猛增长， 从而导致交通流量过快增长与有限的道路设施之间的矛盾激增，交通堵塞严重。如何的减少拥堵，有效地进行交通疏导， 合理的利用有限的交通设施是当前亟待解决的难题，发展智能交通（ ITS）是解决这些问题的有效方法。随着 GPS(Global Positioning System)卫星定位技术和通信技术的日趋成熟，基于 GPS 的自动定位在智能交通系统中显示出其巨大的技术、经济和社会效益，基于 GPS 的自动定位关键技术是地图匹配技术。地图匹配(Map matching,简称 MM) 是一种基于软件技术的定位修正方法。 地图匹配基于两个前提： 首先，车辆总是行驶在道路上； 其次，电子地图道路数据精度应高于浮动车车载导航系统的位置估计精度。 当上述条件满足时， 将定位信息与道路信息进行比较， 通过一定的匹配过程， 确定出车辆最可能的行驶路段及车辆在此路段中最可能的位置。 地图匹配算法的实现与电子地图有着密切的关系， 电子地图必须具有正确的路网拓扑结构和足够高的精度才能完成地图匹配。 地图匹配技术在 ITS 中的应用可以总结为以下三个方面： ① 用于地图显示。地图匹配在 ITS 中最基本的应用是实现被跟踪车辆在电子地图上的显示。 由于各种定位技术存在不同程度的定位误差， 造成了车辆的定位点通常没有落在道路上。 而 ITS 的大部分信息都要通过电子地图来显示， 因此， 必须通过地图匹配算法将车辆匹配到其正在行驶的道路上。 ② 用于提高定位精度。 由于高楼和高架桥阻挡接收机的信号等因素的影响， GPS有时无法提供足够的定位精度。 航位推算可以实现车辆的自主导航， 但需要车辆初始位置的输入， 而且惯性期间的漂移误差和标定误差将使累积误差随时间而增大。此时可以利用地图匹配算法来改善定位精度， 高精度的电子地图可用于修正定位估计的误差。 ③ 用于终端用户路径引导等应用。路径引导是帮助驾驶员沿预定的路线行 驶从而顺利达到目的地的过程。 为此，必须由地图匹配模块为路径引导模块提供当前车辆的准确位置，路径引导模块与地图信息相结合产生适当的实时驾驶指 令，引导车辆到达目的地。 由于地图匹配算法的研究具有很强的实用价值， 在 ITS 中具有重要作用， 因此，研究低成本，高效率和高精度的地图匹配算法具有重要的理论和实际意义。 2 国内外研究现状分析 ① 基于卡尔曼滤波的地图匹配算法 韩国 Seoul Nat 大学的 Wuk Kim 、Gyu-In Jee 和 JangGyu Lee (2000) 为解决白噪声和偏移误差干扰的而造成定位的低精度和在道路交叉口处道路的选择模 糊问题， 提出了一种新算法， 该算法以重大偏倚作为主要的误差， 校正车辆的位置，此算法可以认为是由一种基于重大偏倚误差的模型和卡尔曼滤波器组成， 该算法已经在 GPS 导航系统中得到了实际的应用。 意大利的 Tiano,A.、Zirilli,A. 和Pizzocchero,F. 在2021年研究了一种可用于整合导航系统的新算法， 来对各种海上、 地上的交通工具例如船舶与汽车进行精确地位置估算。该算法结合了神经模糊卡尔曼滤波与地图匹配算法，目的是改进 GPS与传感器（例如陀螺仪）结合的实时地图匹配系统。通过实验结果，可以看 出该系统在通常交通状况下，车辆的位置定位准确度较高。 美国学者 Hao Xu, Chin-woo Tan, Yuanlu Bao 在2021年研究一种基于卡尔曼滤波和 GPS误差校正的地图匹配改进算法。其通过对对 GPS误差分析的可知， GPS在两个垂直方向上的分量被加进数据空间作为数据变量， 构成新的卡尔曼滤波器模型。同时，根据浮动车转弯后的信息和行驶轨迹可以得到沿道路方向上的GPS误差。改进的卡尔曼滤波算法和搜索行驶轨迹 GPS误差的算法相结合，得到了一个新的改进的算法。 该算法处理误差十分的有效， 该误差包括沿道路方向和垂直于道路方向的偏移误差和白噪声误差。 通过实验研究可知， 该算法模型是非常有效。结果显示，该算法有助于提高浮动车导航系统的精度。 ② 航位推算地图匹配算法 法国的 Renault,s 和 Meizel,D. (2021) 提出了一种在复杂城市环境中解决车辆定位问题的地图匹配算法。此算法利用 GPS 数据和航位推算系统，并结合了改进的卡尔曼滤波器使用精确地 GIS 电子地图，采用点集合搜索和椭圆算法， 在一定程度上提高了匹配精度和匹配效率。 ③ 权重地图匹配算法 美国芝加哥的 Huabei Yin 和 Wolfson,O.