组合导航系统在智能交通系统中的应用

车辆定位导航是智能交通系统(ITS)的核心功能.本文介绍了一种方法,将两种常用的导航定位技术GPS定位导航技术与惯性导航技术进行组合,再辅之以地图匹配技术,实现车辆在地图上的准确显示,进而实现精确的车辆导航.     

基于GIS的导航系统地图匹配算法

研究了地图匹配技术在GPS导航系统中的应用,建立了以道路为约束条件的卡尔曼滤波模型,利用车辆行驶的位置和方向信息把车辆匹配到正确的道路上。详细介绍了对于十字路口的处理,并对试验结果进行分析。     

基于短时预测的地图匹配算法

地图匹配算法的有效性和可靠性对于车载导航系统而言非常重要,而目前存在的地图匹配算法在一些复杂环境下(如道路交叉口)仍然不能提供合理的输出。因此,为了提高道路网络中的地图匹配精度,提出了基于短时预测的地图匹配算法。该算法首先使用待匹配定位点的历史信息建立短时预测模型,从而获取到待匹配时刻未来一段时间内的位置预测点;然后使用待匹配定位点和短时预测点与道路之间的平均距离替换待匹配定位点与道路之间的距离;最后采用Dempster-Shafer证据理论融合车辆与道路之间的距离信息和方向信息,有效地扩大了待匹配道路之间的差异,从而提高了算法的鲁棒性。仿真和实验表明,新算法在复杂环境下具有较强的有效性和可靠性。     

一种导航地图匹配算法

在分析影响地图匹配算法实时性、鲁棒性及匹配精度因素的基础上,依据车辆运动的连续性,引入道路网络的分块思想,并利用车辆行驶的位置和方向信息及实际道路网络的拓扑特性,提出一种时间复杂度为O(c)的新型快速地图匹配算法.对实际跑车数据的仿真结果表明:该算法的匹配正确率不低于95%,单点匹配时间不超过0.01 ms.     

基于最小二乘法的联合地图匹配算法的研究

地图匹配是车辆监控与管理系统的主要功能之一.从提高地图匹配算法准确率和缩短监控系统所需地图匹配时间的角度出发,提出了一种新的基于最小二乘法的联合地图匹配算法.该算法利用最小二乘法改进几何线到线地图匹配算法和拓扑结构地图匹配算法,根据路段混合使用算法,能实时准确地将行驶车辆匹配到相应的道路上.实验仿真表明,该算法为几何线到线在平行路段匹配不准的问题和拓扑范围越大匹配越不准的问题提供了有效的解决方法,具体可应用于路网密集的区域,为路网密集区域的道路定位与路径匹配提供准确和快捷的途径.     

车载GPS/DR/MM组合导航定位算法研究应用

虽然GPS/DR组合定位比单独用GPS或航迹推算DR(Dead Reckoning)定位有更高的定位精度,但由于累积误差的产生,长时间使用仍可能出现较大的偏差,不利于车辆导航.对此,提出一种基于模糊逻辑的地图匹配算法,利用模糊逻辑评判规则和相应的隶属度函数对地图匹配可信度进行综合评判,最终确定车辆当前行驶道路和车辆的位置.实验数据表明,地图匹配MM(Map Matehing)技术进一步修正了GPS/DR组合导航系统的定位结果,有效地提高了系统定位精度.由于不增加硬件设施,GPS/DR/MM组合导航定位使低成本高精度的车辆导航成为可能.     

基于权重的地图匹配算法

该文分析了地图匹配的误差来源,提出了一个基于权重的地图匹配算法。该算法将GPS定位数据转换成道路网络的弧的权重,然后根据弧的权重大小来确定车辆当前行驶的道路。该算法有效地利用了定位点的当前信息和历史信息,并且能够在很大程度上降低定位误差对地图匹配效果的影响。     

综合地图匹配定位技术研究

地图匹配技术可校正定位误差,提高定位精度,并提供车辆在电子地图上显示的手段。该文根据地图匹配技术的一般原理和基本算法,提出并具体实现了综合地图匹配算法。     

基于GPS/DR的地图匹配方法的研究与实现

研究了地图辅助定位技术在GPS/DR组合定位系统中的应用,给出了一种基于D-S证据推理的地图匹配算法,该算法通过对车辆轨迹与数字地图模块提供的路径相比较,把基于各种传感器的车辆位置与道路网络联系起来,并通过匹配过程来确定车辆关于地图的最大可能位置.仿真实验结果表明,应用该地图匹配算法能够有效的提高组合定位系统的定位精度、减小误差,改善对航线的跟踪质量.     

城市环境下GPS导航系统的地图匹配估计

针对城市环境下车辆的行驶特点,在GPS定位数据的基础上,利用位置择近算法对车辆进行地图匹配估计,使车辆在道路法线方向的定位误差显著减小,误差仅保留在车辆行驶方向的径向分量中.试验结果表明,经地图匹配修正后,车辆运动轨迹的定位精度达到了道路城内,进一步提高了系统的跟踪能力.     

基于MapObjects的浮动车中心地图匹配综合算法开发

浮动车技术是一种新型交通流信息采集技术。以杭州市浮动车中心地图匹配算法开发为例,对地图匹配算法的实现步骤、组成进行了分析,基于MapObects组件技术,给出了部分功能的具体实现方法。     

考虑时空特性的动态权重实时地图匹配算法

针对当前实时地图匹配算法难以同时保证匹配高准确性和高实时性的问题,提出一种基于动态权重的实时地图匹配改进算法。首先,算法考虑了相邻全球定位系统（GPS）轨迹点在时间、速度和方向上的约束关系,以及道路网拓扑结构,并基于时空特性分析,建立了距离权重、方位权重、方向权重和连通性权重组成的权重模型;然后,根据GPS轨迹点自身属性信息,建立了动态权重系数模型;最后,根据置信度水平选择最佳匹配路段。用三条总长36 km的重庆城市公交车行驶轨迹进行测试,结果显示：所提算法平均匹配正确率达到97.31%,单个轨迹点匹配平均延迟为17.9 ms。新算法匹配正确率和实时性较高,在Y形路口和平行路段的匹配效果上优于对比算法。     

基于Voronoi地图表示方法的同步定位与地图创建

针对基于混合米制地图机器人同步定位与地图创建 (Simultaneous localization and mapping, SLAM)中地图划分方法不完善的问题, 提出了基于Voronoi地图表示方法的同步定位与地图创建算法VorSLAM. 该算法在全局坐标系下创建特征地图, 并根据此特征地图使用Voronoi图唯一地划分地图空间, 在每一个划分内部创建一个相对于特征的局部稠密地图. 特征地图与各个局部地图最终一起连续稠密地描述了环境. Voronoi地图表示方法解决了地图划分的唯一性问题, 理论证明局部地图可以完整描述该划分所对应的环境轮廓. 该地图表示方法一个基本特点是特征与局部地图一一对应, 每个特征都关联一个定义在该特征上的局部地图. 基于该特点, 提出了一个基于形状匹配的数据关联算法, 用以解决传统数据关联算法出现的多重关联问题. 一个公寓弧形走廊的实验验证了VorSLAM算法和基于形状匹配的数据关联方法的有效性.     

Stereo correspondence using efficient hierarchical belief propagation

In this paper, a new algorithm is presented to compute the disparity map from a stereo pair of images by using Belief Propagation (BP). While many algorithms have been proposed in recent years, the real-time computation of an accurate disparity map is still a challenging task. The computation time and run-time memory requirements are two very important factors for all real-time applications. The proposed algorithm divides the matching process into two steps; they are initial matching and disparity map refinement. Initial matching is performed by memory efficient hierarchical belief propagation algorithm that uses less than half memory at run-time and minimizes the energy function at much faster rate as compare to other hierarchical BP algorithms that makes it more suitable for real-time applications. Disparity map refinement uses a simple but very effective single-pass approach that improves the accuracy without affecting the computation cost. Experiments by using Middlebury dataset demonstrate that the performance of our algorithm is the best among other real-time stereo matching algorithms.     

An automatized method to parameterize embedded stereo matching algorithms

Many applications rely on 3D information as a depth map. Stereo Matching algorithms reconstruct a depth map from a pair of stereoscopic images. Stereo Matching algorithms are computationally intensive, that is why implementing efficient stereo matching algorithms on embedded systems is very challenging for real-time applications.Indeed, like many vision algorithms, stereo matching algorithms have to set a lot of parameters and thresholds to work efficiently. When optimizing a stereo-matching algorithm, or changing algorithms parts, all those parameters have to be set manually. Finding the most efficient solution for a stereo-matching algorithm on a specific platform then becomes troublesome.This paper proposes an automatized method to find the optimal parameters of a dense stereo matching algorithm by learning from ground truth on a database in order to compare it with respect to any other alternative.Finally, for the C6678 platform, a map of the best compromise between quality and execution time is obtained, with execution times that are between 42 ms and 382 ms and output errors that are between 6% and 9.8%.     

基于区域间协同优化的立体匹配算法

提出了一种基于分割区域间协同优化的立体匹配算法. 该算法以图像区域为匹配基元, 利用区域的彩色特征以及相邻区域间应满足的平滑和遮挡关系定义了区域的匹配能量函数, 并引入区域之间的合作竞争机制, 通过协同优化使所定义的匹配能量极小化, 从而得到比较理想的视差结果. 算法首先对参考图像进行分割, 利用相关法得到各分割区域的初始匹配; 然后用平面模型对各区域的视差进行拟合, 得到各区域的视差平面参数; 最后, 基于协同优化的思想, 采用局部优化的方法对各区域的视差平面参数进行迭代优化, 直至得到比较合理的视差图为止. 采用Middlebury test set进行的实验结果表明, 该方法在性能上可以和目前最好的立体匹配算法相媲美, 得到的视差结果接近于真实视差.     

Grid-based scan-to-map matching for accurate 2D map building

This paper presents a grid-based scan-to-map matching technique for accurate 2D map building. At every acquisition of a new scan, the proposed technique matches the new scan to the previous scan similarly to the conventional techniques, but further corrects the error by matching the new scan to the globally defined map. In order to achieve best scan-to-map matching at each acquisition, the map is represented as a grid map with multiple normal distributions (NDs) in each cell, which is one contribution of this paper. Additionally, the new scan is also represented by NDs, developing a novel ND-to-ND matching technique. This ND-to-ND matching technique has significant potential in the enhancement of the global matching as well as the computational efficiency. Experimental results first show that the proposed technique accumulates very small errors after consecutive matchings and identifies that the scans are matched better to the map with the multi-ND representation than one ND representation. The proposed technique is then tested in a number of large indoor environments, including public domain datasets and the applicability to real world problems is demonstrated.     

基于海量公交轨迹数据挖掘的地图匹配算法

针对现有地图匹配算法（如基于经典隐马尔可夫及其变体、先进算法等）对于低频轨迹数据匹配效果不甚理想的问题,提出一种基于海量公交历史轨迹数据的轨迹数据挖掘方法。首先,以公交站点为序列骨架,从大量低频轨迹中挖掘、提取轨迹点数据,进行重组、排序形成高质量高频轨迹数据序列;然后,将高质量高频轨迹数据序列应用基于经典隐马尔可夫模型地图匹配算法,得到公交路线地图匹配结果。与未经过挖掘算法处理的低频轨迹数据的匹配方法相比,所提方法在匹配误差上平均下降6.3%,匹配所需的数据规模、时间大幅缩减;且该方法对于低频、不稳定的噪声数据具有鲁棒性,适用于所有公交路线的地图匹配问题。     

基于伪Zenike矩的离线地图匹配算法

地图匹配算法分为在线和离线匹配,针对离线地图匹配中Marchal算法精度较低以及存在模糊多解的问题,利用伪Zenike矩对其进行改进,将行驶轨迹与道路曲线利用伪Zenike矩进行形状描述,然后对曲线进行特征匹配,获取道路点。实验结果表明,新算法可以较好地纠正矢量数据不完整时Marchal算法产生的错误结果,很大程度上提高了匹配的准确性,而且匹配的效率优于现有算法。     

Probabilistic voxel mapping using an adaptive confidence measure of stereo matching

In this paper, we describe a probabilistic voxel mapping algorithm using an adaptive confidence measure of stereo matching. Most of the 3D mapping algorithms based on stereo matching usually generate a map formed by point cloud. There are many reconstruction errors. The reconstruction errors are due to stereo reconstruction error factors such as calibration errors, stereo matching errors, and triangulation errors. A point cloud map with reconstruction errors cannot accurately represent structures of environments and needs large memory capacity. To solve these problems, we focused on the confidence of stereo matching and probabilistic representation. For evaluation of stereo matching, we propose an adaptive confidence measure that is suitable for outdoor environments. The confidence of stereo matching can be reflected in the probability of restoring structures. For probabilistic representation, we propose a probabilistic voxel mapping algorithm. The proposed probabilistic voxel map is a more reliable representation of environments than the commonly used voxel map that just contains the occupancy information. We test the proposed confidence measure and probabilistic voxel mapping algorithm in outdoor environments.