CN104515528A - 基于路段累积概率的单点地图匹配方法 - Google Patents

Abstract

本发明涉及地图匹配技术领域，具体涉及基于路段累积概率的单点地图匹配方法，充份利用定位结果与实际位置误差的概率分布信息，先将GPS位置附近路段上每一路段点都假设为正确定位点R，然后建立以该路段点为中心的定位误差概率分布函数，计算GPS点(简写为G点)与路段点的误差距离d(R，G)，接着计算假设实际位置为该路段点R时，定位结果G与R误差距离为d(R,G)的概率。然后，进行概率的线积分计算，得到累积概率。最后以累积概率值的大小进行匹配路段的选择，得到概率最大的路段做为匹配结果。该方法充份发明充份利用定位系统在误差范围内的可能位置概率分布信息，而且根据GPS卫星定位的精度差误范围动态调整匹配范围，能够适应各种环境得到更为精确的地图匹配结果。

Description

基于路段累积概率的单点地图匹配方法

技术领域

本发明涉及地图匹配技术领域，具体涉及基于路段累积概率的单点地图匹配方法。

背景技术

地图匹配能够将车辆的GPS位置匹配到地图上的某条道路上，消除GPS定位误差，增加车辆位置监控的精确度，使车辆轨迹符合现实路网情况，同时地图匹配能判断车辆所在路段，从而得知车辆所处环境，为其它结合地理环境的车辆应用提供有效的基础信息。

因此地图匹配精度十分重要，简单的最近距离投影的匹配方法(如专利：201010116789.9)利用信息较少，精度有限；利用历史轨迹和道路拓扑关系进行预测匹配(如专利：201310153324.4、200810048626.4、201010600894.X)要求定位频度比较高，定位点间隔较近，否则无法还原历史轨迹，因此不能得到正确的预测匹配结果；浮动车地图匹配方法是一种事后整个历史轨迹的匹配(如专利：201310034086.5、201410320935.8)，无法应用于即时匹配的场合。对于定位频度比较低的地图匹配场合，由于与前一个定位点的间隔太远，缺少可能的行车轨迹信息，是一种单点地图匹配，利用地图拓扑关系、道路几何关系、以及路径预测的匹配方法均无法应用于这种场合。

对于单点地图匹配，最近距离投影法只比较GPS点与每个路段距离最近的点，使用的有效信息较少，因此匹配误差比较大；有方法结合惯性导航设备进行匹配提高精度(如专利：200920318442.5)，但是这类方法需要增加额外的设备；有方法用概率决策替代最小距离比较(比如论文《基于概率决策的车辆导航系统地图匹配算法》)但是只是在决策层面采用了一些概率统计信息，不是利用GPS系统定位误差概率分布信息。

发明内容

解决上述技术问题，本发明提供了基于路段累积概率的单点地图匹配方法，充份利用定位结果与实际位置误差的概率分布信息，先将GPS定位点G附近路段上每一路段点R都假设为正确定位点R，然后建立以该路段点为中心的定位误差概率分布函数，计算GPS定位点(简写为G点)与路段点R的误差距离d(R，G)，接着计算假设实际位置点为该路段点R时，GPS定位点G与路段点R误差距离为d(R,G)的概率。然后，进行概率的线积分计算，得到累积概率。最后以累积概率值的大小进行匹配路段的选择，得到概率最大的路段做为匹配结果。该方法充份发明充份利用定位系统在误差范围内的可能位置概率分布信息，而且根据GPS卫星定位的精度差误范围动态调整匹配范围，能够适应各种环境得到更为精确的地图匹配结果。

为了达到上述目的，本发明所采用的技术方案是，基于路段累积概率的单点地图匹配方法，包括以下步骤：

匹配路段过滤：划定匹配范围，将道路网络数据中属于该匹配范围内的路段作为有效路段，将有效路段作为地图匹配计算的数据源，

路段参数计算：将每一路段定义为一条线段，标志线段的线积分起点A和线积分终点B，并计算地图匹配参数，所述参数包括线段长度D，GPS定位点G相对线段垂直投影点P，GPS定位点G与投影点P之间的距离T，线积分起点A与投影点P之间的距离D1，

路段概率积分：建立以每一路段点R为中心的定位概率分布函数，并对整个路段的所有路段点进行概率积分，得到整个路段是车辆实际所属位置的可能性，即累加概率P_ACC，

输出匹配结果：计算所有匹配范围内的路段的累积概率值PACC后，对累积概率值PACC进行比较，取累积概率值PACC最大的路段做为GPS定位点G在地图上的匹配路段，将路段参数计算中得到的该路段的投影点P做为地图匹配结果，输出匹配结果。

进一步的，若某条路段部份处于该匹配范围内，则只取这条路段处于匹配范围内的部份作为有效路段，将有效路段作为地图匹配计算的数据源。

进一步的，路段概率积分具体步骤如下：

设定GPS定位点G与实际位置点R误差距离d(R,G)的概率分布函数为：

$P\left(d(R,G)\right)=\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}^2}}{e}^{-{(d(R,D)-10)}^2/2{\mathrm{\σ}}^2}---\left(1\right)$

其中R表示实际位置点，G表示在实际位置点R采用GPS定位系统的定位位置点，d(R,G)表示实际位置点R与定位位置点G的距离，即为误差距离，P(d(R,G))表示实际位置点R时，GPS定位点G与实际位置点R相距距离为d(R,G)的概率，

假设l为线段上任意一点R与积分起点A的距离，则计算d(R,G)的公式为：

$d(R,G)=\sqrt{{(l-D1)}^2+T^2}---\left(2\right)$

对路段AB之间的每一个点，都假设为实际位置点，都相对于GPS定位点G计算P(d(R,G))，然后进行累加得到累加概率值PACC，PACC即是对P(d(R,G))在路段AB上进行线积分：

式(3)中l为积分变量，表示路段上的点距离路段积分起点A的距离。

将(1)式代入(3)式，并利用三角关系(2)得到：

$P_{\mathrm{ACC}}=\underset{0}{\overset{D}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}^2}}{e}^{-{(\sqrt{{(l-D1)}^2+}-10)}^2/2{\mathrm{\σ}}^2}\mathrm{dl}---\left(4\right)$

计算(4)式，即通过路段概率积分得到累积概率值P_ACC，每条路段的累积概率值P_ACC代表的是当GPS定位点为G点的时候，车辆实际位置R在这条路段上的可能性。相对于投影距离最小的地图匹配方法，本方法利用到了误差距离概率分布信息，并对整个路段的所有点进行概率积分，得到的是整个路段是车辆实际所属位置的可能性，由于计算中包含了路段上的所有点信息，以及GPS的定位误差概率信息，因此比最短距离匹配方法更充分利用了各种有用信息，能取得更准确的单点地图匹配效果。

本发明通过采用上述技术方案，与现有技术相比，具有如下优点：

本发明充份利用定位结果与实际位置误差的概率分布信息，利用线积分计算路段相对于GPS位置的累积概率,最后以累积概率值的大小进行匹配路段的选择，得到概率最大的路段做为匹配结果。该方法根据GPS卫星定位的精度差误范围动态调整匹配范围，并且充份发明充份利用定位系统在误差范围内的可能位置概率分布信息，能够适应各种环境得到更为精确的地图匹配结果。

附图说明

图1是本发明的实施例的流程图。

图2是本发明的实施例的投影点P在线段内的示意图。

图3是本发明的实施例的投影点P在线段外的示意图。

具体实施方式

现结合附图和具体实施方式对本发明进一步说明。

作为一个具体的实施例，本发明的一种基于路段累积概率的单点地图匹配方法，参考图1所示，包括以下步骤：

匹配路段过滤：在基础地图数据中，道路由路段组成，一个路段为起终点构成的线段。GPS系统中每次GPS定位结果除经纬度外，还带有定位精度输出，以定位精度的2倍为半径，划定一个圆形范围为匹配范围，并将道路路网数据属于该圆形范围内的路段作为地图匹配计算数据源。如果有某条路段部份处于该圆形范围内，则只取这条路段处于圆形范围内的部份参与匹配。通过上述方式滤掉了其它明显的路段，一是提高了计算效率，二是避免其它明显无关的路段数据影响匹配结果，三是匹配过滤范围由定位精度数据动态划定，能够适应各种环境得到更为精确的地图匹配结果。

路段参数计算：将每一路段定义为一条线段，并标志线段的起点A和终点B，并计算地图匹配参数，所述参数包括线段长度D，GPS定位点G在线段上的垂直投影点，GPS定位点与投影点P之间的距离T，如果投影点P在线段内，则线积分起点可取A、B中的任意一点，假设取A点，求P与线积分起点A的长度D1。如果P在线段外，则线积分起点取P与线段最远的端点，假设为A点，这时需要计算的D1为投影点P与积分起点A的长度，

具体的计算过程为：参考图2所示，此时P在线段内，则线积分起点可取A、B中的任意一点，假设取A点，求投影点P与线积分起点A的长度D1。

参考图3所示，此时P在线段外，则线积分起点取P与线段最远的端点，假设为A点，这时需要计算的D1为投影点P与积分起点A的长度。

路段概率积分：建立以路段点为中心的定位概率分布函数，设定GPS定位点G与实际位置R误差距离d(R,G)的概率分布函数为：

$P\left(d(R,G)\right)=\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}^2}}{e}^{-{(d(R,D)-10)}^2/2{\mathrm{\σ}}^2}---\left(1\right)$

其中R表示实际位置点，G表示在实际位置点R采用GPS定位系统的定位位置点，d(R,G)表示实际位置点R与GPS定位点G的距离，即为误差距离，P(d(R,G))表示实际位置点R时，GPS定位点G与实际位置点R相距距离为d(R,G)的概率，由(1)式可看出本发明采用标准正态分布表述这一概率变化情况，由于当前GPS系统平均误差为10m，因此正态分布均值取10，即GPS定位点G与实际位置相差10m的概率最高；方差σ²即为GPS系统的平均误差方差，为常数。

假设l为线段上任意一点R与积分起点A的距离，则计算d(R,G)的公式为：

$d(R,G)=\sqrt{{(l-D1)}^2+T^2}---\left(2\right)$

对路段AB之间的每一个点，都假设为实际位置点，都相对于GPS位置计算P(d(R,G))，然后进行累加得到累加概率P_ACC，即是对P(d(R,G))在路段AB上进行线积分：

式(3)中l为积分变量，表示路段上的点距离路段积分起点A的距离。

将(1)式代入(3)式，并利用三角关系(2)得到：

$P_{\mathrm{ACC}}=\underset{0}{\overset{D}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}^2}}{e}^{-{(\sqrt{{(l-D1)}^2+}-10)}^2/2{\mathrm{\σ}}^2}\mathrm{dl}---\left(4\right)$

计算(4)式，即通过路段概率积分得到累积概率值，某条路段的累积概率值代表的是当GPS定位点为G点的时候，车辆实际位置在这条路段上的可能性。

输出匹配结果：计算所有匹配过滤范围内的路段的累积概率值后，对概率值进行比较，取概率值最大的路段做为GPS定位点在地图上的匹配路段，将路段参数计算中得到的该路段的投影点P做为地图匹配结果，输出匹配结果。

相对于投影距离最小的地图匹配方法，本方法利用到了误差距离概率分布信息，并对整个路段的所有点进行概率积分，得到的是整个路段是车辆实际所属位置的可能性，由于计算中包含了路段上的所有点信息，以及GPS的定位误差概率信息，因此比最短距离匹配方法更充分利用了各种有用信息，能取得更准确的单点地图匹配效果。

尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (3)

1.基于路段累积概率的单点地图匹配方法，其特征在于：包括以下步骤：

匹配路段过滤：划定匹配范围，将道路网络数据中属于该匹配范围内的路段作为有效路段，将有效路段作为地图匹配计算的数据源，

路段参数计算：将每一路段定义为一条线段，标志线段的线积分起点A和线积分终点B，并计算地图匹配参数，所述参数包括线段长度D，GPS定位点G相对线段垂直投影点P，GPS定位点G与投影点P之间的距离T，线积分起点A与投影点P之间的距离D1，

路段概率积分：建立以每一路段点R为中心的定位概率分布函数，并对整个路段的所有路段点进行概率积分，得到整个路段是车辆实际所属位置的可能性，即累加概率P_ACC，

输出匹配结果：计算所有匹配范围内的路段的累积概率值PACC后，对累积概率值PACC进行比较，取累积概率值PACC最大的路段做为GPS定位点G在地图上的匹配路段，将路段参数计算中得到的该路段的投影点P做为地图匹配结果，输出匹配结果。

2.根据权利要求1所述的基于路段累积概率的单点地图匹配方法，其特征在于：若某条路段部份处于该匹配范围内，则只取这条路段处于匹配范围内的部份作为有效路段，将有效路段作为地图匹配计算的数据源。

3.根据权利要求1所述的基于路段累积概率的单点地图匹配方法，其特征在于：路段概率积分具体步骤如下：

设定GPS定位点G与实际位置点R误差距离d(R,G)的概率分布函数为：

$P\left(d(R,G)\right)=\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}^2}}{e}^{-{(d(R,G)-10)}^2/2{\mathrm{\σ}}^2}---\left(1\right)$

其中R表示实际位置点，G表示在实际位置点R采用GPS定位系统的定位位置点，d(R,G)表示实际位置点R与定位位置点G的距离，即为误差距离，P(d(R,G))表示实际位置点R时，GPS定位点G与实际位置点R相距距离为d(R,G)的概率，

假设l为线段上任意一点R与积分起点A的距离，则计算d(R,G)的公式为：

$d(R,G)=\sqrt{{(l-D1)}^2+T^2}---\left(2\right)$

对路段AB之间的每一个点，都假设为实际位置点，都相对于GPS定位点G计算P(d(R,G))，然后进行累加得到累加概率值PACC，PACC即是对P(d(R,G))在路段AB上进行线积分：

式(3)中l为积分变量，表示路段上的点距离路段积分起点A的距离。

将(1)式代入(3)式，并利用三角关系(2)得到：

$P_{\mathrm{ACC}}=\underset{0}{\overset{D}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}^1}}{e}^{-{(\sqrt{{(l-D1)}^2+T^2}-10)}^2/2{\mathrm{\σ}}^2}\mathrm{dl}---\left(4\right),$

即通过路段概率积分得到累积概率值P_ACC。