基于权重的地图匹配算法

综合考虑车辆行驶的位置、方向以及与GPS定位轨迹的相似性,提出了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.在算法中利用道路的拓扑结构使算法简单,使定位数据减少,节约计算资源.仿真结果表明,此算法具有很好的实用价值.     

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。     

GPS/电子地图车辆导航系统研究

介绍了基于GPS/电子地图的车辆导航系统.该系统利用模式识别方法实现地图匹配,并采用GPS接收机所记录的车辆行驶轨迹来更新道路,可以较好地校正GPS定位和显示误差.车辆行进实验表明:地图匹配和GPS更新算法可以使系统导航性能得到明显改善.     

GPS／电子地图车辆导航系统研究

介绍了基于GPS／电子地图的车辆导航系统．该系统利用模式识别方法实现地图匹配，并采用GPS接收机所记录的车辆行驶轨迹来更新道路，可以较好地校正GPS定位和显示误差．车辆行进实验表明：地图匹配和GPS更新算法可以使系统导航性能得到明显改善．     

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。     

三维点云极化地图表征模型与智能车定位方法

为提高智能车定位精度提出一种基于三维点云极化地图表征模型的定位方法。该模型以点云极化图为节点,利用高精度GPS(Global Positioning System)和欧拉角实现该节点的全局位置表征;从极化图中提取点云的二维与三维特征,实现该节点的多尺度特征表征;通过一系列极化节点实现道路场景的数值描绘与虚拟重构。定位过程中,通过对实时获取的三维激光点云进行极化表征并与地图节点进行多尺度特征匹配实现智能车的地图定位。具体而言,首先根据待定位智能车GPS信号的稳定情况选用GPS匹配或者拓扑定位筛选地图节点并获取定位候选集,完成初定位;其次运用点云二维特征匹配结果从定位候选集中检测距离待定位智能车最近的地图节点,完成节点级定位;最后利用点云三维特征匹配结果与最近地图节点的全局位置计算智能车位姿,完成度量级定位。实验在两种典型场景下进行,节点定位准确率98.7%,平均定位误差21.4 cm,最大定位误差42.9 cm。结果表明,本文算法满足智能车高精度定位需求,且鲁棒性强、成本低、计算过程简单。     

改进的D-S证据推理地图匹配算法

随着中国的高速发展,城市道路拓扑结构越来越复杂,一些常用的地图匹配算法难以适应当今各种复杂的道路类型,尤其是道路交叉口.针对道路交叉口易出错、稳定性差等问题,文中提出了一种改进的D-S证据推理地图匹配算法.该算法对原有算法加以改进,简化证据公式,重新确定基本概率分配函数,并引人第三个证据一历史匹配程度,利用分布式融合模型对证据加以融合,将距离和角度两个基本证据融合后的结果与历史匹配程度证据再加以融合,比较二次融合后的基本概率分配函数值来确定最佳匹配路段.对改进算法执行模拟测试,与其他三种算法相比的结果表明,在错综相连的道路交叉口区域内改进算法拥有更高的匹配准确率且单点匹配耗时更少.     

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。     

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.     

—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。     

基于地图匹配的自主导航算法

已知环境下为弥补卫星信号丢失带来的导航精度下降问题,提出了基于地图匹配的组合导航算法。自主导航系统采取INS/GPS组合方案,在GPS信号有效时,建立基于道路约束的环境地图,GPS信号无效的时候利用已建立的环境地图辅助惯性导航,减少导航误差。通过实测数据,针对GPS信号无效的情况进行了计算机仿真,给出了实际路试结果。结果表明,新算法有效提高了导航精度。     

一种基于Hadoop的分布式地图匹配算法

浮动车数据是重要的交通数据之一,能为相关部门提供实时交通状况信息.传统地图匹配算法难以直接适用于海量的浮动车数据匹配.因此在Hadoop的基础上,设计了一种分布式并行地图匹配系统,该系统加入了HashMap网格索引算法,能够加快匹配初筛速度,达到并行处理的效果,同时结合海拔高程信息和道路模糊化函数提升匹配准确度.实验结果表明所提算法具备较好的高效性和准确性.     

路面路标高精度地图构建与多尺度车辆定位

为提高智能车定位精度,提出一种利用路面标志构建高精度地图的方法,并在制作的地图基础上提出多尺度车辆定位算法.以路面路标为核心构建高精度视觉地图,地图中每个路标均包含路标视觉特征、几何结构信息,以及其在参考坐标系的精确的位置关系.在定位过程中,首先通过GPS粗匹配计算车辆位置在地图中的位置范围;然后匹配地图中的视觉特征实现路标级定位;最后通过地图中的路标的几何结构信息与参考位置关系实现车辆位置的精确计算,从而实现基于路面路标高精度地图的车辆多尺度定位.针对某大学校园约3.4 km的道路路面标志(包括路面直行箭头、右转箭头、井盖等)进行高精度地图构建,并以之为基础实现车辆定位.定位实验结果表明:算法平均定位误差为12.5 cm,最大定位误差为23.3 cm.定位采取先制图后定位以及多尺度匹配的策略为高精度智能车定位建议了一种新的方法.     

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SGM和相位相关的小基高比影像匹配

研究了小基高比条件下的高精度影像匹配算法,采用半全局匹配算法(SGM)获取初始视差,以初始同名像点为中心开窗并计算互功率谱矩阵,对互功率谱矩阵进行2倍上采样,对上采样后的互功率谱矩阵进行逆傅里叶变换,计算极值位置获取进一步的视差估计.在此基础上,对上一步骤得到的极值取一定邻域内互功率谱矩阵进行K倍上采样和逆傅里叶变换,计算极值位置并加上上一步骤得到的视差,获得最终的高精度匹配结果.如果得到的视差与半全局匹配得到的视差相减小于阈值(可设为2),则认为正确匹配,否则视为错误匹配.采用小基高比模拟立体像对和Pleiades卫星立体像对进行实验.结果表明:提出的算法在一定条件下可获得高精度的匹配结果和可靠的高程精度.     

道路网匹配质量检核与修正机制研究

针对多源道路网匹配结果质量检核的问题,通过比较匹配道路节点及路段在形状、位置和拓扑等方面的特征相似度,提出了匹配结果的度量约束、拓扑关系约束以及一致性约束等概念,并据此构建了全局一致性测度函数.利用这些限制性约束条件对匹配结果进行质量评估,评估结果分为两类:质量可靠和质量不可靠.对于质量不可靠,需进一步交由人工判定,并以令全局一致性测度函数得到最快增长为目标,对匹配结果进行级联自动修正,直至全局一致性测度函数无法再增大为止.这种半自动的质量检核与修正机制能够对匹配结果进行快速的质量评定,消除误匹配和漏匹配,确保经修正的匹配结果相互兼容,满足全局一致性约束条件,从而改善数据质量.     

基于粒子滤波和地图匹配的融合室内定位

为提高室内定位的精确性与合理性,该文提出使用粒子滤波融合WiFi指纹定位和行人航位推算,应用室内地图对定位结果进行匹配与矫正。地图匹配中,首先通过室内地图约束粒子的不恰当转移来解决粒子的穿墙问题,然后采用基于回退的穿墙矫正算法对行走轨迹中的穿墙现象进行矫正。仿真实验中,经过粒子滤波融合后估计的行走轨迹更加接近真实轨迹,优于WiFi指纹算法和行人航位推算算法估计的轨迹,而经过地图匹配与矫正后,定位精度和合理性得到进一步提高。     

基于单线激光雷达的室内环境建图方法研究

伴随着机器人技术的飞速发展,机器人可以代替人类完成很多任务。在室内进行建图导航时,传统的GPS导航系统失效,无法满足灵活性的要求。因此提出使用单线激光雷达的方法,利用其采取到的激光数据信息进行室内地图的构建。手持单线激光雷达,运用Hector SLAM算法,首先利用激光雷达第一帧数据对环境进行描述,然后传感器数据与地图进行匹配,推导出机器人的最佳位姿,同时将局部的环境地图逐步扩展为全局地图。采用上述算法并基于ROS框架进行了实际的验证。实验结果表明,采用此算法可以对室内环境进行精确位姿估计和地图构建。     

基于LASSO及其补充规则的配电网拓扑生成算法

为解决配电网拓扑不易监测的问题,提出了一种新型的智能配电网拓扑生成方法.首先利用最小绝对值收敛和选择算法（LASSO）得到配电网母线间的关联系数矩阵,然后通过逻辑"and"规则和基于电压关联分析模型的补充判据修正矩阵,最后基于修正后的电压关联系数矩阵生成配电网的拓扑结构.仿真实验结果表明,算法无需利用任何配电网的先验知识,仅基于时序电压数据即可高效准确地生成无环和有环的配电网拓扑.算法可作为监测实际运行配电网拓扑的辅助决策方法.     

基于Bregman散度的无线传感器网络定位

现有算法难以处理脉冲噪声,导致无线传感器网络（WSN）中节点定位精度较低,为此提出基于Bregman散度的WSN定位算法. 该算法分为2个阶段：欧氏距离矩阵（EDM）恢复阶段和坐标映射阶段. 基于EDM的自然低秩性,将EDM恢复问题转化为噪声环境下的矩阵补全问题;采用L_1,2范数显式平滑脉冲噪声,建立正则化矩阵补全模型;为了有效求解该模型,定义多元函数Bregman散度,将分裂Bregman迭代拓展到矩阵空间,结合交替最小化算法,得到EDM的估计;在此基础上,基于多维标度法对节点位置进行估计. 实验结果表明,在不同噪声条件下,该算法在保证高效性的同时,在定位精度和鲁棒性方面优于其他算法,特别是当采样率达到一定程度时,定位误差不到其他算法的1/4.