基于匹配误差的导航图路网数据预处理技术研究

针对嵌入式环境中路网数据量过大影响地图匹配实时性的问题,文章提出了基于匹配误差的路网数据预处理方法,该方法在地图匹配前应用改进的自适应限差Douglas-Peucker算法对路网进行了数据预处理。改进算法分别以匹配误差、地图精度及道路间距为输入参数,通过赋予三者适当的权值计算加权平均值,之后以该值为精度限差对路网数据进行压缩。实验结果表明,路网预处理能够有效降低路网数据量并提高地图匹配的实时性。     

复杂路网的自适应D-S证据理论地图匹配算法

针对传统D-S证据理论地图匹配算法在面对城市密集路网时匹配点易出现波动、准确率下降等问题,提出一种改进的基于D-S证据理论的动态匹配算法,完善了传统D-S证据理论中的候选路段概率公式,可针对不同道路类型自适应调整其权重参数.仿真实验表明:改进后算法的定位点匹配准确率较其他算法提高2％左右,单点匹配时间可减少0.5 ms...     

一种基于类投影的地图匹配算法

首先介绍了基于投影的地图匹配算法的定位原理；其次，指出了直接投影算法存在的不足；最后，对直接投影算法进行了改进，设计并实现了一种基于类投影的地图匹配算法。从实验结果来看，该算法基本上实现了在1：10000的GIS(电子地图)环境下的车辆定位功能。     

基于网格分块的快速地图匹配算法

为了满足地图匹配的实时性和精确性要求,提出一种基于网格分块的快速地图匹配算法。根据网格分块思想将铁路网进行分块并建立空间索引,通过将 GPS定位点与铁路网格相匹配,快速确定其所在网格,运用铁路网络的拓扑结构、历史信息以及方向角确定匹配路段,用改进的投影匹配算法进行误差修正。实验结果表明,该算法是一种精度高、实时性好的地图匹配算法。     

基于投影的地图匹配改进算法

针对基于投影的地图匹配算法在道路网复杂、平行路段和交叉路口匹配正确率不高,容易出现误匹配的问题,利用道路网的拓扑连通性以及行车方向、转向等行车限制条件,引入驾车路线定义,提出一种基于投影的地图匹配改进算法。改进的算法简化了投影匹配路段筛选过程,可更快地确定投影匹配路段,并减少计算量。该算法既具有原投影匹配算法逻辑简单、实时性好的优点,又能大大提高匹配正确率。     

一种基于自适应模糊决策的车辆导航系统地图匹配算法

给出了基于节点信息的路网空间拓扑结构的具体描述形式。引入相关性概念,提出了一种基于道路几何信息的自适应模糊决策地图匹配算法。通过待配路段两两之间隶属度值的比较与模糊排序以及测度因子参数的适应性调整,使算法在道路几何分布复杂,且较为密集的区域,仍具有较强的适应能力。对实际跑车数据的仿真处理结果表明,该算法较好地解决了城市交叉路口地图匹配问题。     

—种基于自适应模糊决策的车辆系统地图匹配算法

给出了基于节点信息的路网空间拓扑结构的具体描述形式。引入相关性概念，提出了一种基于道路几何信息的自适应模糊决策地图匹配算法。通过待配路段两两之间隶属度值的比较与模糊排序以及测度因子参数的适应性调整，使算法在道路几何分布复杂，且较为密集的区域，仍具有较强的适应能力。对实际跑车数据的仿真处理结果表明，该算法较好地解决了城市交叉路口地图匹配问题。     

面向复杂城市道路网络的GPS轨迹匹配算法

车辆GPS轨迹的地图匹配是交通大数据挖掘中的一项重要的基础性工作,可靠的轨迹匹配结果对于道路交通运行状态监测、实时交通信息发布、车辆定位与智能调度、出行路径选择行为分析等具有重要意义。由于城市道路网络中大量存在高架路、主辅路和立体交叉等复杂的道路场景,传统的地图匹配算法在这些场景下难以对车辆轨迹进行准确匹配。针对这一问题,该文提出一种基于道路网络拓扑结构的轨迹匹配算法,将轨迹匹配问题转换为在加权道路网络中寻找最优路径的问题。利用成都市道路网络中上万辆出租车的实际运行轨迹数据对本文算法进行了验证,结果表明在复杂的城市道路网络中应用该算法能够获得较高的匹配成功率和准确率。     

基于分层模糊控制的地图匹配算法

地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术．为克服地图匹配过程中当前定位点信息不足的缺点,充分利用车辆定位的历史轨迹信息,引入了Freehet距离来定义两曲线间的距离,并且提出了基于分层模糊控制的地图匹配算法,简化了规则而且提高了运算效率,最后推导出可信度作为地图匹配效果的评价指标．这种算法不仅能够在出现匹配错误时为使用者提供警告信息,而且还提供了一种能迅速从错误中调整恢复的方法．试验结果证明了该算法的有效性．     

基于分层模糊控制的地图匹配算法

地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术.为克服地图匹配过程中当前定位点信息不足的缺点,充分利用车辆定位的历史轨迹信息,引入了Fréchet距离来定义两曲线间的距离,并且提出了基于分层模糊控制的地图匹配算法,简化了规则而且提高了运算效率,最后推导出可信度P作为地图匹配效果的评价指标.这种算法不仅能够在出现匹配错误时为使用者提供警告信息,而且还提供了一种能迅速从错误中调整恢复的方法.试验结果表明了该算法的有效性.     

改进的地图匹配算法在车载导航系统中的应用

介绍了目前常用的几种地图匹配算法的特性,在分析了各种地图匹配算法的基础上,给出了一种改进的自适应滑动窗口的地图匹配算法,有效解决了地图匹配计算量大、对行车位置反应敏感等问题。在实际车载导航系统中的应用表明,该算法可以满足实时应用需求。     

动态环境中机器人路径规划算法研究

针对自主移动机器人在未知动态环境中的路径规划问题,提出了一种改进的概率地图算法,详细描述了经过改进的自适应概率地图算法（flexible adaptive probabilistic roadmap method,FAPRM）的实现步骤,该算法可以显著地提高自主移动机器人的路径质量,讨论了自适应概率地图算法和传统概率地图算法在动态路径规划中的优缺点,并进行了仿真,改进后的自适应概率地图算法可以有效地在动态环境中重新计算路径。     

基于Harris角点和SIFT算法的车辆图像匹配

车辆图像匹配广泛应用于车辆识别和跟踪,其中SIFT(Scale Invariant Feature Transform)特征匹配算法是当前国内外特征点匹配研究的热点,但针对车辆等刚体特征明显的目标,SIFT算法在时间复杂度和稳定性方面留出了改进空间.针对车辆图像匹配,本文基于Harris角点检测对SIFT算法进行改进.实验结果表明:该方法在车辆图像匹配时,稳定性和实时性优于SIFT算法.     

基于惯导信息的地图匹配算法

为抑制惯性导航系统(inertial navigation system,INS)导航误差发散,提出了一种基于INS信息的地图匹配方法。该方法根据INS输出位置信息的特点,引入了"平移向量"的概念,并利用一种改进的投影匹配法对平移向量进行修正。跑车实验结果表明,与传统地图匹配算法相比,本文所提出的惯导/地图匹配算法充分利用了INS的信息,具有匹配效率高、匹配精度高等优点,为基于地图匹配信息进行INS的误差校正奠定了基础。     

适应于弱光环境的ORB-SLAM算法

针对视觉同步定位与地图构建(SLAM)算法在弱光照或黑暗等复杂条件下定位失败和跟踪丢失等问题,提出了一种基于ORB-SLAM2算法的适合弱光环境的ORB-SLAM算法,其中应用了一种新的自适应图像增强模块,利用多尺度高斯函数提取的输入图像照度分量,所设计的校正因子可根据照度分量进行动态调整,从而自适应地调整图像亮度。在公开数据集上进行了算法性能测试。结果表明,该算法能够有效地增强弱光照甚至黑暗等复杂条件下视觉图像的特征匹配,从而有效提升ORB-SLAM算法的鲁棒性。     

基于网格索引的地图匹配算法

为提高地图匹配系统的定位实时性和准确性,提出一种逐级分区域的网格索引法,将路网地图进行网格划分,采用逐级索引定位的方式,不断地缩小定位范围,从而能够更高效更精确地确定候选匹配路段。该方法大大缩小了GPS数据匹配耗时,同时由于候选路段的数量减少,也显著地提高了匹配准确率。     

基于优化顶点弹簧模型的半沉浸环境标定算法

为了实现投影设备在半沉浸式投影环境的自适应投影显示,提出基于优化顶点弹簧模型的自适应快速标定算法.该算法基于优化的顶点弹簧模型对二次曲面投影可视化环境进行三维网格获取,使用基于OpenGL的Tessellation曲面细分算法对网格进行网格细分计算,对预投影图像进行基于图形处理器(GPU)加速的校正计算和高质量纹理渲染,实现半沉浸式球幕投影可视化环境的快速自适应标定计算.算法验证和实验结果表明,与现有的非均匀二次曲面校正方法相比,提出的算法全面考虑了非均匀球面的局部形状信息,使用优化的顶点弹簧模型算法自适应生成高精度网格,应用GPU加速方法实现了算法加速,在图像渲染精度和速度两方面得到了显著提升.     

结合浮动车技术的SCATS自适应控制策略生成技术

针对SCATS信号控制系统存在的两个问题:相位差实时优化能力差和备选方案固化,尝试结合浮动车技术研究了SCATS自适应控制策略生成技术。通过改进地图匹配算法,提高浮动车路段行程时间估计精度,从而提高相位差实时优化能力以及模型的输入数据精度。同时根据实时的检测器数据和浮动车数据,采用模糊神经网络以及多属性决策技术自适应生成控制区域交叉口的配时参数。最后,以上海某SCATS控制区域为仿真路网,以SCATS采集的检测器数据及浮动车数据为仿真输入数据,以Paramics V6为仿真平台对本文模型进行验证,结果表明能够提高系统的控制效率。     

基于路径旅行时间分析的交通异常检测方法

为了综合考虑连续路段通行能力波动对旅行时间的影响,避免由单一路段通行能力的常规性波动所导致的交通异常误判,提出了一种基于路径旅行时间分析的交通异常检测算法。该算法将深圳市路网网格化为若干个地理子区,以地理子区为单位,使用ST-matching地图匹配算法将深圳市出租车GPS坐标记录点匹配到相应路段,采用基于密度的DBSCAN聚类算法计算路径旅行时间的时变异常阈值,来判定旅行时间的异常。该方法成本低廉,实施难度小,能精确灵敏地检测交通网络异常。     

基于经验修正策略的延时地图匹配算法

基于浮动车的交通流分析要求地图匹配快速而准确地处理GPS数据,现有的地图匹配算法无法满足交通流分析的实时处理要求。本算法采用延时策略,利用历史数据和最新数据及低速识别提取的静止点来指导延时点匹配,同时利用延时点来修正最新点的匹配经验。使用广州市路网及广东省交通厅浮动车的数据进行实验,结果证明在不同样本密度下,算法匹配正确率都可以达到80%以上,在精度、实时性和容错能力上均高于隐马尔科夫链匹配算法、时空匹配算法。