CN103542857B - 一种gps导航地图匹配方法 - Google Patents
一种gps导航地图匹配方法 Download PDFInfo
- Publication number
- CN103542857B CN103542857B CN201310529794.6A CN201310529794A CN103542857B CN 103542857 B CN103542857 B CN 103542857B CN 201310529794 A CN201310529794 A CN 201310529794A CN 103542857 B CN103542857 B CN 103542857B
- Authority
- CN
- China
- Prior art keywords
- section
- angle
- membership function
- distance
- rule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
一种新型GPS导航地图匹配方法,包括以下步骤:1)建立了一种新的常数时间网格索引;2)获取一个GPS待匹配点;3判断缓冲区是否包含高架;4)、采用了夹角、距离2种因素的模糊推理方式;5)、采用了夹角、距离、高程3种因素的模糊推理方式;6)计算匹配结果的置信度;7)判断是否存在数据缺失;8)、采用了夹角、距离、可达性3种因素的模糊推理方式;9)采用了夹角、距离、高程、可达性4种因素的模糊推理方式。本发明能够有效处理高架与地面重叠、交叠、平行的情形、实时性良好、精度较高,除此之外,本发明还有效地解决了数据缺失所引起的不可靠匹配问题。
Description
技术领域
本发明属于智能交通领域,尤其涉及一种GPS导航地图匹配方法。
背景技术
GPS导航地图匹配算法是一个既经典又崭新的研究话题,从导航技术运用伊始,它一直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在各城市的逐渐推广,以及大量的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需求,尤其在交叉路口,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。而一些设计复杂的GPS匹配算法又难以被广泛采用,有的难以满足高并发性和实时性需求。存在的方法可粗略概括为四类:距离匹配法,拓扑匹配法,概率匹配法,高级匹配算法。下面简要概括国内外研究进展及其在实际应用中存在的优缺点。
距离匹配法指的是利用导航观测点与道路之间的邻近关系而设计的方法,例如:Bernstein(1996)等提出的点-点匹配法,点-弧匹配法。这两种种方法设计简单,主要缺点在于其只基于距离的大小来决定匹配,在交叉路口、稠密网络、高架桥重叠处容易发生失配。此外,Bernstein还提出了轨迹-弧匹配算法,但算法对离群点敏感,鲁棒性差。
拓扑匹配法指的是基于地理实体之间的空间关系的地图匹配算法。这里的空间关系主要指路段之间的连通性、多边形对点的包含、多边形与路段的交叉等。Greenfield(2002)提出一种基于拓扑的匹配算法,但是该方法依旧只用了观测点的坐标信息和拓扑关系,未考虑其他有用信息,例如行车方向。这种方法对离群点非常敏感。Meng(2006)提出一种基于轨迹与路段相关性和拓扑关系的算法,但实时性较差。
概率匹配法指的是在观测点的周围扩展一个误差区域(椭圆或者矩形),如果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(Zhao,1997)。Ochieng(2004)提出一种改进的快速概率匹配算法,只有当一个观测点落在交叉路口处才采用误差区域法。
高级匹配算法指的是运用卡曼滤波、扩展的卡曼滤波(Obradovic等,2006)、DS证据理论(El Najjar等,2005)、状态空间模型和粒子过滤(Gustafsson等,2002)等高级技术的匹配算法。这些算法设计精细,准确性较高,但实现复杂,在工程领域未得到广泛的使用。
国内研究人员在该领域也有一些技术创新成果。论文“基于低频浮动车数据的实时地图匹配算法”,运用最短路径算法获取浮动车的候选路径集合,采用模糊推理来实现地图匹配,但该方法主要适用于低时间分辨率的情形和低并发的情形,实时性差。已有专利“200780053787.6”运用了加速度传感器获取的转向信息辅助提高地图匹配精度。已有专利“200410088734.6”提出了基于电子地图的二次分区匹配方法,主要解决计算效率问题。
发明内容
为了克服已有GPS导航地图匹配方法的无法处理高架与地面重叠、交叠、平行的情形、实时性较差、精度较差的不足,本发明提供一种有效处理高架与地面重叠、交叠、平行的情形、实时性良好、精度较高的GPS导航地图匹配方法。
本发明解决其技术问题所采用的技术方案是:
一种GPS导航地图匹配方法,所述匹配方法包括以下步骤:
1)获取一个GPS导航地图的GPS观测点;
2)判断待匹配点的缓冲区是否包含高架,如果是,进入步骤4),否则进入步骤3)
3)、定义如下:“夹角”指的是车头方向与候选匹配路段之间的夹角,所述路段是有方向的,路段方向即车辆允许行驶的方向;“距离”指的是待匹配点到候选匹配路段的垂直距离;“高程差”指的是待匹配点的高程和候选匹配路段的高程之间的差值;“可达性”指的是从上一个已匹配点出发,下一时刻是否能够到达某条候选匹配路段,依据路段邻接关系和道路通行限制决定,夹角用AD表示,距离用DD表示,高度差用DED表示;
非高架匹配法1是采用了夹角、距离2种因素的模糊推理方式,具体如下:
(3.1)模糊化:根据定义的隶属函数,将夹角信息、距离信息映射成隶属度值;
夹角和距离的隶属度函数为:
其中A,B,C为参数,x表示输入的夹角或者距离;
夹角小的隶属度函数参数为:A=41.65,B=2.694,C=-0.03434;
夹角大的隶属度函数参数为:A=101.8,B=3.04,C=180;
距离大的隶属度函数参数为:A=132.1,B=14.2,C=195;
距离小的隶属度函数参数为:A=46.55,B=2.83,C=6.33;
(3.2)制定模糊规则:
用Likeliness表示匹配的可能性,有三个取值:Large(100),Moderate(50),Small(10),采用如下规则:
If(AD is small)and(DD is small)then(Likeliness is large)
If(AD is small)and(DD is large)then(Likeliness is moderate)
If(AD is large)then(Likeliness is small)
(3.3)推理方法
若规则前件为“and”关系,用最小值法计算规则强度;若规则前件为“or”,用最大值法计算规则强度,每条规则的输出为分别记为:Z1,Z2,Z3,采用线性平均法计算最后的输出值Z:
(3.4)去模糊化
对于缓冲区中一组路段,选择Z值最大的路段作为最终匹配路段;
4)、高架匹配法1是采用了夹角、距离、高程3种因素的模糊推理方式,过程如下:
(4.1)模糊化:根据定义的隶属函数,将夹角信息、距离信息、高度差信息映射成隶属度值;
夹角和距离的隶属度函数为:
其中A,B,C为参数,x表示输入的夹角或者距离;
夹角小的隶属度函数参数为:A=41.65,B=2.694,C=-0.03434;
夹角大的隶属度函数参数为:A=101.8,B=3.04,C=180;
距离大的隶属度函数参数为:A=132.1,B=14.2,C=195;
距离小的隶属度函数参数为:A=46.55,B=2.83,C=6.33;
高程的隶属度函数为梯形函数,其参数根据经验设定为:
高程小的隶属度函数参数:[0 0 2 6]
高程大的隶属度函数参数:[2 6 20 20]
(4.2)制定模糊规则:
用Likeliness表示匹配的可能性,有三个取值:Large(100),Moderate(50),Small(10),采用如下规则:
If(AD is small)and(DD is small)and(DED is small)then(Likeliness is large)
If(AD is small)and(DD is large)and(DED is small)then(Likeliness ismoderate)
If(AD is large)or(DED is large)then(Likeliness is small)
(4.3)推理方法
若规则前件为“and”关系,用最小值法计算规则强度;若规则前件为“or”,用最大值法计算规则强度,每条规则的输出为分别记为:Z1,Z2,Z3,采用线性平均法计算最后的输出值Z:
(4.4)去模糊化
对于缓冲区中一组路段,选择Z值最大的路段作为最终匹配路段;
5)输出该待匹配点的匹配结果;
6)判断步骤5)输出的匹配结果的置信度是否高,如果是,进入步骤7),否则返回到步骤1);
7)获取一个新的GPS观测点;
8)判断数据是否存在缺失,是则返回步骤2),否则转到步骤9);
9)、判断缓冲区是否包含高架,如果是,进入步骤11),否则进入步骤10);
10)、非高架匹配法2采用夹角、距离、可达性3种因素的模糊推理方式,
根据步骤3)进行模糊推理,当检测到某条路段不可达时,从候选路段中去除掉不可达路段,不可达性的评估是检查当前路段的1跳后继路段和2跳后继路段中是否有该候选路段,若无,则认为该路段不可达;
11)高架匹配法2采用夹角、距离、高程、可达性4种因素的模糊推理方式,
根据步骤4)进行模糊推理,当检测到某条路段不可达时,从候选路段中去除掉不可达路段,不可达性的评估是检查当前路段的1跳后继路段和2跳后继路段中是否有该候选路段,若无,则认为该路段不可达;
12)输出该GPS观测点的匹配结果,返回步骤7)。
进一步,所述步骤1)中采用常数时间网格索引,对地图划分成矩形小块后,采用哈希映射法,可以在O(1)常数时间查找到目标网格,在建立索引阶段就对待匹配点所在网格的缓冲区中路段进行存储,当查找到该网格时,直接启动匹配过程。
所述步骤6)中,满足如下两个条件之一则认为置信度高:待匹配点的缓冲区内只有一条路段;待匹配点的缓冲区内有两条路段,但C1-C2=90,其中,C1表示最终匹配路段求出的Z值,C2表示另一条路段求出的Z值,若不满足这两条中的任意一条,则认为置信度低。
本发明的有益效果主要表现在:(1)着重考虑解决高架附近的导航匹配问题。针对高架与地面重叠、交叠、平行等情形,本方法引入高程信息、可达性信息,信息的丰富程度足以支撑高精度匹配;
(2)提出一种O(1)时间网格索引。传统的网格索引的查找时间为对数量级。本发明提出一种常数时间空间索引方法,查找速度极快,可以节约查询所需的时间开销。提高了算法的实时性;
(3)考虑了数据缺失问题。传统方法的一般流程为先寻找正确的初始匹配,然后综合运用夹角、距离、拓扑关系等信息完成后续匹配,未考虑导航数据短时中断或缺失所带来的干扰。而本发明设计了数据缺失的检测程序,并做出复位响应,这使得算法的可靠性得到提高。
附图说明
图1是GPS导航地图匹配方法的流程图。
图2是导航数据缺失的情况的示意图。
图3是网格索引示意图。实线为网格划分,虚线网格和最小网格之间的部分表示最小网格的缓冲区。
图4是模糊推理系统总框架示意图。
图5是隶属度函数,其中,(a)为夹角隶属度函数,(b)为距离隶属度函数,(c)为高程隶属度函数。
图6是非高架模糊推理过程举例示意图。
图7是高架模糊推理过程举例示意图。
图8是交叉路口和交叠等复杂情形下的地图匹配情形示意图,其中(a)是高架与地面道路交叠的情形,(b)是交叉路口漂移的情形。
图9是高架路段和地面路段平行的情形示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图9,一种GPS导航地图匹配方法,所述匹配方法包括以下步骤:
1)获取GPS导航地图的GPS观测点;
2)判断缓冲区是否包含高架,如果是,进入步骤4),否则进入步骤3);
3)、定义如下:“夹角”指的是车头方向与候选匹配路段之间的夹角,所述路段是有方向的,路段方向即车辆允许行驶的方向;“距离”指的是待匹配点到候选匹配路段的垂直距离;“高程差”指的是待匹配点的高程和候选匹配路段的高程之间的差值;“可达性”指的是从上一个已匹配点出发,下一时刻是否能够到达某条候选匹配路段,依据路段邻接关系和道路通行限制决定,夹角用AD表示,距离用DD表示,高度差用DED表示;
非高架匹配法1是采用了夹角、距离2种因素的模糊推理方式;
4)、高架匹配法1是采用了夹角、距离、高程3种因素的模糊推理方式;
5)输出匹配结果。
6)判断步骤5)输出的匹配结果的置信度是否高,如果置信度高,进入步骤7),否则返回到步骤1);
7)获取一个新的GPS观测点;
8)判断是否存在数据缺失,若存在缺失,则返回步骤2),否则转到步骤9);
9)、判断缓冲区是否包含高架,如果是,进入步骤11),否则进入步骤10);
10)、非高架匹配法2采用夹角、距离、可达性3种因素的模糊推理方式,
根据步骤3)进行模糊推理,当检测到某条路段不可达时,从候选路段中去除掉不可达路段,不可达性的评估是检查当前路段的1跳后继路段和2跳后继路段中是否有该候选路段,若无,则认为该路段不可达;
11)高架匹配方法2采用夹角、距离、高程、可达性4种因素的模糊推理方式,
根据步骤4)进行模糊推理,当检测到某条路段不可达时,从候选路段中去除掉不可达路段,不可达性的评估是检查当前路段的1跳后继路段和2跳后继路段中是否有该候选路段,若无,则认为该路段不可达;
12)输出该观测点的匹配结果,然后转入步骤7)。
本实施例中,基于大量的观察结果和统计分析,我们提出如图1所示的算法框架。当车辆的导航装置启动后,本方法直接利用非高架匹配算法1或者高架匹配算法1进行路段匹配。同时,算法会在运行过程中标记一个转折点,即当发现一个确信无疑正确匹配的点时,将其当作算法执行的转折点,转折的目的是采用非高架匹配法2和高架匹配法2,这两个子算法更加可靠。若预期的数据未到达,则算法复位到最初的匹配模式;例如,若浮动车每20秒报告一次定位信息,当某次定位信息由于通信故障或者其它原因丢失,则算法复位到最初的匹配模式,相当于重新启动整个匹配算法,这样做的目的是为了避免可达性信息的错误使用,图2展示的是导航点缺失的情况。
为了表述的简单,以下“夹角”指的是车头方向与候选匹配路段之间的夹角,这里的路段是有方向的,路段方向即车辆允许行驶的方向;“距离”指的是待匹配点到候选匹配路段的垂直距离;“高程差”指的是待匹配点的高程和候选匹配路段的高程之间的差值;“可达性”指的是从上一个已匹配点出发,下一时刻是否能够到达某条候选匹配路段,依据路段邻接关系和道路通行限制决定。夹角用AD表示,距离用DD表示,高度差用DED表示。
下面详细介绍技术框架中涉及的5个关键步骤。
步骤1:建立常数时间网格索引
本发明给出一种的常数时间网格索引,与传统索引相比,该索引技术将大大提高算法的实时性。
本索引技术比起传统的网格索引技术有两点改进:对地图划分成矩形小块后,传统方法采用二分搜索法查找待匹配点所在的网格,需要的时间开销为对数量级,而本索引技术采用哈希映射法,可以在O(1)时间查找到目标网格;传统的缓冲区法需要以待匹配点为质心,作矩形或者圆形缓冲区,计算哪些路段落在该缓冲区中,而本索引技术在建立索引阶段就对待匹配点所在网格的缓冲区中路段进行存储,当查找到该网格时,无需通过任何计算来确定候选匹配路段,可以直接启动匹配算法。这两点改进大大加速了算法的运行速度,提高了算法运行的实时性。
图3所示为一块网格划分区域,共划分了25个网格,每个网格的经度范围是0.006,纬度范围是0.004。对于一个待匹配点P,只需用其经度减去119.698,然后除以0.006后取其整数部分即P所在网格的列号,同理,只需将其纬度减去30.564,除以0.004便立即获得P所在网格的行号。在建立网格索引时,每个网格将该网格及其缓冲区内所有路段的ID存储下来,缓冲区的选择需要保证P的正确匹配路段一定在该网格或者其缓冲区中。典型地,若最大定位误差为100米,则只需在最小网格外围扩展100米得到一个虚线矩形,在该虚线矩形中一定包含P的正确匹配路段。运用此方法,不管P在最小网格中任意位置,其正确匹配路段一定在缓冲区中。
步骤2:非高架匹配法1和高架匹配法1。其中,非高架匹配法1是采用了夹角、距离2种因素的模糊推理系统。高架匹配法1是采用了夹角、距离、高程3种因素的模糊推理系统。模糊推理系统的框架如图4所示。
(1)模糊化。即根据定义的隶属函数,将夹角信息、距离信息、高度差信息等数值信息映射成隶属度值。本发明所用的隶属度函数为如图5所示的钟形函数和梯形函数,并根据100个典型样本训练得到夹角和距离的隶属度函数的参数,具体细节介绍如下:
夹角和距离的隶属度函数为:
其中A,B,C为参数,x表示输入的夹角或者距离。
夹角小的隶属度函数参数为:A=41.65,B=2.694,C=-0.03434。
夹角大的隶属度函数参数为:A=101.8,B=3.04,C=180
距离大的隶属度函数参数为:A=132.1,B=14.2,C=195
距离小的隶属度函数参数为:A=46.55,B=2.83,C=6.33
高程的隶属度函数为梯形函数,其参数根据经验设定为:
高程小的隶属度函数参数:[0 0 2 6]
高程大的隶属度函数参数:[2 6 20 20]
(2)制定模糊规则
用Likeliness表示匹配的可能性,有三个取值:Large(100),Moderate(50),Small(10)。当缓冲区中没有高架时,采用如下规则:
If(AD is small)and(DD is small)then(Likeliness is large)
If(AD is small)and(DD is large)then(Likeliness is moderate)
If(AD is large)then(Likeliness is small)
当缓冲区中出现高架桥时,采用如下规则:
If(AD is small)and(DD is small)and(DED is small)then(Likeliness is large)
If(AD is small)and(DD is large)and(DED is small)then(Likeliness ismoderate)
If(AD is large)or(DED is large)then(Likeliness is small)
(3)推理方法
若规则前件为“and”关系,用最小值法计算规则强度;若规则前件为“or”,用最大值法计算规则强度。每条规则的输出为分别记为:Z1,Z2,Z3。采用线性平均法计算最后的输出值Z:
(4)去模糊化
对于缓冲区中一组路段,选择Z值最大的路段作为最终匹配路段。
步骤3:非高架匹配法2和高架匹配法2。其中,非高架匹配法2是采用夹角、距离、可达性3种因素的模糊推理系统,高架匹配法2是采用夹角、距离、高程、可达性3种因素的模糊推理子算法。
当某定位点确信无疑被匹配正确后,对于后续待匹配点,算法运行非高架匹配法2和高架匹配法2,这两个匹配方法只是在非高架匹配法1和高架匹配法1的基础上,考虑了可达性,能够使得匹配结果更加可靠。具体的做法是:当检测到某条路段不可达时,从候选路段中去除掉不可达路段。不可达性的评估主要是检查当前路段的1跳后继路段和2跳后继路段中是否有该候选路段,若无,则认为该路段不可达。快速实现方法为建立路段之间的邻接表。可采用类似C++中的Hash_Map数据结构来存储邻接表,查找时间为常数时间。
步骤4:算法转折点的判定
前面提到,只有当某一定位点确信无疑被正确匹配后,才启动非高架匹配法2和高架匹配法2,这意味着算法进入一个更加可靠的匹配阶段。两种情况可判定为必然匹配正确:(1)缓冲区只有一条路段;(2)缓冲区中有两条路段,但C1-C2=90,其中C1和C2分别表示这两条路段经过模糊推理之后的输出值。C1对应的路段必然匹配正确。
步骤5:数据缺失检测与算法复位
当发生如图2所示的数据丢失时,若沿用非高架匹配法2和高架匹配法2,可达性信息可能会误导后续匹配过程,可靠的处理方法是将算法复位到最初状态,如图1所示。已有的方法中,大多用“初始匹配+后续匹配”的模式,没有考虑数据缺失带来的负面影响问题。本步骤将有助于提高地图匹配方法的可靠性。
与现有的技术相比,本发明有三点优势:
(1)提出一种O(1)时间网格索引。传统的网格索引的查找时间为对数量级。本发明提出一种常数时间空间索引方法,查找速度极快,可以节约查询所需的时间开销。提高了算法的实时性。
(2)着重考虑解决高架附近的导航匹配问题。针对高架与地面重叠、交叠、平行等情形,本方法引入高程信息、可达性信息,信息的丰富程度足以支撑高精度匹配。
(3)考虑了数据缺失问题。传统方法的一般流程为先寻找正确的初始匹配,然后综合运用夹角、距离、拓扑关系等信息完成后续匹配,未考虑导航数据短时中断或缺失所带来的干扰。而本发明设计了数据缺失的检测程序,并做出复位响应,这使得算法的可靠性得到提高。
实施例:推理举例1(非高架):已知AD=30.6,DD=25,则Z=?
根据技术方案中定义的钟形函数(公式1),输入AD和DD的值可以得到:
f(AD,small)=0.8396,
f(DD,small)=1,
Z1=min(0.8396,1)=0.8396;
f(AD,small)=0.8396,
f(DD,large)=0,
Z2=min(0.8396,0)=0;
f(AD,large)=0.0885,
Z3=0.0885;
Z=(100*0.8396+10*0.0885)/(0.8396+0.0885)=92.28
图6是此推理过程的示意图。
推理举例2(高架):已知AD=30.2,DD=19.3,DED=4.85,则Z=?
根据技术方案中定义的钟形函数和梯形隶属度函数,输入AD、DD、DED值可以计算得到:
f(AD,small)=0.8489,
f(DD,small)=1,
f(DED,small)=0.2915,
Z1=min(0.8489,1,0.2915)=0.2915;
f(AD,moderate)=0.8489,
f(DD,moderate)=0,
f(DED,moderate)=0.2915,
Z2=min(0.8489,0,0.2915)=0;
f(AD,large)=0.0872,
f(DED,large)=0.7029,
Z3=max(0.0872,0.7029)=0.7029
Z=(100*0.2915+10*0.7029)/(0.2915+0.7029)=36.4
图7是该推理过程的示意图。
匹配优势举例1(交叉路口和高架交叠问题):本发明所提出的方法在处理如图8(b)的交叉路口和图8(a)的交叠情形的匹配问题时有明显的效果。由于考虑了车头方向,即图中箭头所指方向,可以有效地避免在交叉路口处的错误匹配。如图8(b)所示,采用本发明的技术,P2会被正确地匹配到路段1,然而如果采用最短距离法等方法,则会导致错误的匹配,即将P2错误地匹配到路段2。如图8(a)所示,采用本发明的算法,P2会正确地匹配到转盘,而最短距离法则会将P2匹配到其它路段。
匹配优势举例2(高架与地面路平行问题):本发明所提出的方法对于高架路段和地面路段平行甚至重叠的情形可以处理的很好。如图9所示,采用本发明的技术,P5、P6、P7的正确匹配路段为地面路段2,然而,现有多数技术将这三个点匹配到高架路段2。由于本发明合理地利用了高程信息,可以处理好该情形。值得一提的是,高架路面及其周围的高程信息的采集并不困难,本发明所用之高程数据均为基于手机定位模块驾车采集而得。
Claims (3)
1.一种GPS导航地图匹配方法,其特征在于:所述匹配方法包括以下步骤:
1)获取一个GPS导航地图的GPS观测点;
2)判断缓冲区是否包含高架,如果是,进入步骤4),否则进入步骤3);
3)、定义如下:“夹角”指的是车头方向与候选匹配路段之间的夹角,所述路段是有方向的,路段方向即车辆允许行驶的方向;“距离”指的是待匹配点到候选匹配路段的垂直距离;“高程差”指的是待匹配点的高程和候选匹配路段的高程之间的差值;“可达性”指的是从上一个已匹配点出发,下一时刻是否能够到达某条候选匹配路段,依据路段邻接关系和道路通行限制决定,夹角用AD表示,距离用DD表示,高度差用DED表示;
非高架匹配法1是采用了夹角、距离2种因素的模糊推理方式,具体如下:(3.1)模糊化:根据定义的隶属函数,将夹角信息、距离信息映射成隶属度值;
夹角和距离的隶属度函数为:
其中A,B,C为参数,x表示输入的夹角或者距离;
夹角小的隶属度函数参数为:A=41.65,B=2.694,C=-0.03434;
夹角大的隶属度函数参数为:A=101.8,B=3.04,C=180;
距离大的隶属度函数参数为:A=132.1,B=14.2,C=195
距离小的隶属度函数参数为:A=46.55,B=2.83,C=6.33
(3.2)制定模糊规则:
用Likeliness表示匹配的可能性,有三个取值:Large(100),Moderate(50),Small(10),采用如下规则:
如果同时满足AD是small,DD是small,则Likeliness是large;
如果同时满足AD是small,DD是large,则Likeliness是moderate;
如果AD是large,则Likeliness是small;
(3.3)推理方法
若规则前件为“and”关系,用最小值法计算规则强度;若规则前件为“or”,用最大值法计算规则强度,每条规则的输出为分别记为:Z1,Z2,Z3,采用线性平均法计算最后的输出值Z:
(3.4)去模糊化
对于缓冲区中一组路段,选择Z值最大的路段作为最终匹配路段;
4)、高架匹配法1是采用了夹角、距离、高程3种因素的模糊推理方式,过程如下:
(4.1)模糊化:根据定义的隶属函数,将夹角信息、距离信息、高度差信息映射成隶属度值;
夹角和距离的隶属度函数为:
其中A,B,C为参数,x表示输入的夹角或者距离;
夹角小的隶属度函数参数为:A=41.65,B=2.694,C=-0.03434;
夹角大的隶属度函数参数为:A=101.8,B=3.04,C=180;
距离大的隶属度函数参数为:A=132.1,B=14.2,C=195
距离小的隶属度函数参数为:A=46.55,B=2.83,C=6.33
高程的隶属度函数为梯形函数,其参数根据经验设定为:
高程小的隶属度函数参数:[0 0 2 6]
高程大的隶属度函数参数:[2 6 20 20]
(4.2)制定模糊规则:
用Likeliness表示匹配的可能性,有三个取值:Large(100),Moderate(50),Small(10),采用如下规则:
如果同时满足AD是small,DD是small,则Likeliness是large;
如果同时满足AD是small,DD是large,则Likeliness是moderate;
如果AD是large,则Likeliness是small;
(4.3)推理方法
若规则前件为“and”关系,用最小值法计算规则强度;若规则前件为“or”,用最大值法计算规则强度,每条规则的输出为分别记为:Z1,Z2,Z3,采用线性平均法计算最后的输出值Z:
(4.4)去模糊化
对于缓冲区中一组路段,选择Z值最大的路段作为最终匹配路段;
5)输出该观测点的匹配结果;
6)判断步骤5)的输出结果的置信度是否高,若是转入步骤7),否则转入步骤1);
7)获取一个新的GPS观测点;
8)判断是否存在数据缺失,若是则转入步骤2),否则转入步骤9);
9)、判断缓冲区是否包含高架,如果是,进入步骤11),否则进入步骤10);
10)、非高架匹配法2采用夹角、距离、可达性3种因素的模糊推理方式,
根据步骤3)进行模糊推理,当检测到某条路段不可达时,从候选路段中去除掉不可达路段,不可达性的评估是检查当前路段的1跳后继路段和2跳后继路段中是否有该候选路段,若无,则认为该路段不可达;
11)高架匹配法2采用夹角、距离、高程、可达性4种因素的模糊推理方式,
根据步骤4)进行模糊推理,当检测到某条路段不可达时,从候选路段中去除掉不可达路段,不可达性的评估是检查当前路段的1跳后继路段和2跳后继路段中是否有该候选路段,若无,则认为该路段不可达;
12)输出该观测点的匹配结果,并转入步骤7)。
2.如权利要求1所述的一种GPS导航地图匹配方法,其特征在于:所述步骤1)中采用常数时间网格索引,对地图划分成矩形小块后,采用哈希映射法,在常数时间查找到目标网格,在建立索引阶段就对待匹配点所在网格的缓冲区中路段进行存储,当查找到该网格时,直接启动匹配过程。
3.如权利要求1或2所述的一种GPS导航地图匹配方法,其特征在于:所述步骤6)中,满足如下两个条件之一则认为置信度高:待匹配点的缓冲区内只有一条路段;待匹配点的缓冲区内有两条路段,但C1-C2=90,其中,C1表示最终匹配路段求出的Z值,C2表示另一条路段求出的Z值,若不满足这两条中的任意一条,则认为置信度低。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310529794.6A CN103542857B (zh) | 2013-10-31 | 2013-10-31 | 一种gps导航地图匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310529794.6A CN103542857B (zh) | 2013-10-31 | 2013-10-31 | 一种gps导航地图匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103542857A CN103542857A (zh) | 2014-01-29 |
CN103542857B true CN103542857B (zh) | 2016-09-07 |
Family
ID=49966546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310529794.6A Active CN103542857B (zh) | 2013-10-31 | 2013-10-31 | 一种gps导航地图匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103542857B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105606087B (zh) * | 2015-12-23 | 2020-01-14 | 北京百度网讯科技有限公司 | 导航方法以及装置 |
CN107228677B (zh) * | 2016-03-23 | 2019-03-26 | 腾讯科技(深圳)有限公司 | 偏航识别方法和装置 |
CN107764274B (zh) * | 2016-08-17 | 2021-03-02 | 厦门雅迅网络股份有限公司 | 一种判别车辆是否行驶在高架道路的方法 |
FR3078398B1 (fr) * | 2018-02-27 | 2020-08-07 | Renault Sas | Procede d’estimation de la position d’un vehicule sur une carte |
CN111609860B (zh) * | 2020-03-30 | 2022-02-22 | 北京拓明科技有限公司 | 同轨用户识别方法及装置 |
CN111735441B (zh) * | 2020-04-08 | 2021-07-06 | 腾讯科技(深圳)有限公司 | 一种终端定位方法、装置及存储介质 |
CN111554102A (zh) * | 2020-04-24 | 2020-08-18 | 上海经达信息科技股份有限公司 | 车辆超速判别方法、系统、存储介质及终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1480186A1 (en) * | 2002-02-28 | 2004-11-24 | Matsushita Electric Industrial Co., Ltd. | A method and apparatus for transmitting position information |
CN102147261A (zh) * | 2010-12-22 | 2011-08-10 | 南昌睿行科技有限公司 | 一种交通车辆gps数据地图匹配的方法与系统 |
CN102693296A (zh) * | 2012-05-16 | 2012-09-26 | 南京信息工程大学 | 一种大批量二维点数据中坐标快速匹配的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005337871A (ja) * | 2004-05-26 | 2005-12-08 | Matsushita Electric Ind Co Ltd | 位置情報受信装置、形状マッチング方法 |
-
2013
- 2013-10-31 CN CN201310529794.6A patent/CN103542857B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1480186A1 (en) * | 2002-02-28 | 2004-11-24 | Matsushita Electric Industrial Co., Ltd. | A method and apparatus for transmitting position information |
CN102147261A (zh) * | 2010-12-22 | 2011-08-10 | 南昌睿行科技有限公司 | 一种交通车辆gps数据地图匹配的方法与系统 |
CN102693296A (zh) * | 2012-05-16 | 2012-09-26 | 南京信息工程大学 | 一种大批量二维点数据中坐标快速匹配的方法 |
Non-Patent Citations (3)
Title |
---|
A novel vehicle navigation map matching algorithm based on fuzzy logic and its application;童小华等;《J.CENT.SOUTH UNIV.TECHNOL》;20050430;第12卷(第2期);第214-219页 * |
一种适于车辆导航系统的快速地图匹配算法;付梦印等;《北京理工大学学报》;20050331;第25卷(第3期);第225-229页 * |
基于模糊模式识别的车辆定位地图匹配算法;孙棣华,王春丽;《计算机工程与应用》;20071231;第227-230页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103542857A (zh) | 2014-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103542857B (zh) | 一种gps导航地图匹配方法 | |
Jagadeesh et al. | A map matching method for GPS based real-time vehicle location | |
CN105628033B (zh) | 一种基于道路连通关系的地图匹配方法 | |
CN100357987C (zh) | 城市路网交通流区间平均速度的获取方法 | |
CN104050817B (zh) | 限速信息库生成、限速信息检测的方法和系统 | |
CN101270997B (zh) | 基于gps数据的浮动车动态实时交通信息处理方法 | |
CN102997928B (zh) | 一种城际路网索引和匹配方法 | |
CN102136192B (zh) | 一种基于手机信号数据的出行方式识别方法 | |
Li et al. | Lane-level map-matching with integrity on high-definition maps | |
WO2017020667A1 (zh) | 一种机车定位方法与系统 | |
JP2008267875A (ja) | デジタル道路地図の生成方法及び地図生成システム | |
CN110427360A (zh) | 轨迹数据的处理方法、处理装置、处理系统及计算机程序产品 | |
CN104866670B (zh) | 基于gps时空轨迹的路网拓扑变化自动检测方法及系统 | |
CN112013862B (zh) | 一种基于众包轨迹的行人路网提取及更新方法 | |
CN109827582A (zh) | 一种快速确定道路路网病害相对位置的方法及系统 | |
CN108763558A (zh) | 一种基于地图匹配的众包地图道路质量改进方法 | |
CN102901505A (zh) | 导航系统及道路匹配方法与装置 | |
KR20160143741A (ko) | 내비게이션 시스템의 노선 플래닝 방법, 장치 및 저장 매체 | |
CN105206057A (zh) | 基于浮动车居民出行热点区域的检测方法及系统 | |
Schulze et al. | Map-matching cell phone trajectories of low spatial and temporal accuracy | |
Blazquez et al. | Simple map-matching algorithm applied to intelligent winter maintenance vehicle data | |
CN110400461B (zh) | 一种路网变更检测方法 | |
CN104034337B (zh) | 一种浮动车地理位置点的地图匹配方法及装置 | |
CN106469505A (zh) | 一种浮动车轨迹纠偏方法和装置 | |
Saremi et al. | Combining map-based inference and crowd-sensing for detecting traffic regulators |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 310012 1st floor, building 1, 223 Yile Road, Hangzhou City, Zhejiang Province Patentee after: Yinjiang Technology Co.,Ltd. Address before: 310012 1st floor, building 1, 223 Yile Road, Hangzhou City, Zhejiang Province Patentee before: ENJOYOR Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |