基于Android智能手机的地图匹配算法研究

智能手机性能的快速提升和Android系统的越来越普及,使得运行于Android智能手机的导航应用也越来越多.针对Android智能手机的特点,通过与传统的车载导航系统对比,对地图匹配算法中的置信区域确定和车头向获取进行了分析研究,得到了一套基于Android智能手机的地图匹配算法.算法分为一般路段匹配和交叉口路段匹配两部分,经过大量测试验证了该算法的有效性和实时性.     

基于规划路径的投影匹配算法研究与应用

通过分析传统的地图匹配算法的优缺点,提出基于路径规划的投影匹配算法,以规划路径为候选路段集,选择匹配路段时考虑到运动历史轨迹以及道路的连通性,然后直接将GPS点向匹配路段进行投影作为校正点,这个处理方式对于匹配路段快速选择具有较好的实用价值。实验表明,该算法能够实现GPS定位与道路实时、可靠的匹配。     

一种自适应地图匹配算法

从提高匹配算法实时性和降低误匹配率的角度出发,提出了一种自适应地图匹配算法。该自适应算法将高速但误匹配率较高的位置点投影法和低速但误匹配率较低的曲线拟合法相结合,通过一个自适应判断步骤,对不同路段采用与之相对应的匹配算法,从而达到具有较高的匹配速度和较低的误匹配率的目的。介绍了垂直投影匹配法和曲线拟合法的原理,并详尽论述了基于自适应判断的地图匹配算法,讨论了该算法的匹配率等性能,最后给出了仿真实验结果图。     

GPS轨迹数据的综合地图匹配算法研究

地图匹配是通过软件手段来校正导航系统中定位误差的一种技术。文中从降低系统的误匹配率以及提高地图匹配算法有效性的角度出发,给出了一种综合地图匹配算法。该算法将快速但匹配误差率较高的改进型垂直投影法和低速但匹配误差率较低的历史轨迹推算法相结合,通过一个综合判断步骤,对不同路段采用不同匹配算法进行校正,从而达到较高匹配速度和较低匹配误差率的目的。由实际GPS轨迹数据匹配结果表明,该方法在复杂路网,尤其是在交叉路口中具有较好地匹配效果,且效率较高,具有一定的实用价值。     

一种基于浮动车数据的快速地图匹配算法

地图匹配技术被广泛用于GPS导航、城市道路交通状态分析等领域。针对目前城市交通数据量大,地图匹配算法实时性差、匹配率不高的缺点,在现有最近点算法的基础上引入网格的思想对城市路网建立索引,并对GPS定位点到路段的最短距离算法进行了改进,大大提高了匹配效率,同时在匹配过程中考虑浮动车的方向角信息,提高了匹配精度。实验结果表明,算法能够满足工程应用中浮动车地图匹配的实时性和准确性。     

地图匹配算法在车辆导航系统中的应用

在分析已有位置点匹配算法和基于面积法距离准则的轨迹曲线匹配算法的基础上,提出了一种综合地图匹配算法。该算法根据不同的道路状况选择与之相适应的地图匹配算法,既克服了以往匹配算法在路况复杂情况下误匹配率升高的缺陷,又避免了采用复杂匹配算法计算量提高而导致匹配实时性差的不足。仿真实验结果表明,该算法在道路状况多变的情况下正确匹配率高于以往单一的地图匹配算法,满足了车辆导航系统的实时性要求,从而验证了该算法的可行性。     

一种基于浮动车优化地图匹配方法

地图匹配方法,对于浮动车技术有着重要的意义。由于浮动车数据自身的特点,传统的地图匹配算法难以直接应用在城市道路浮动车数据匹配上。针对目前浮动车地图匹配算法应用于城市复杂路网时只考虑单一车辆位置数据,联动性研究较少,导致产生匹配精度不高的问题,考虑车辆运行特征与道路路网的连通信息,同时结合动态GPS数据,把模糊逻辑推理思想引入到网格地图匹配方法中,提出一种优化的地图匹配方法,并对其有效性进行了验证。研究表明,优化浮动车地图匹配方法在保持网格地图匹配实时性优点的同时,提高了算法的匹配精度。     

基于SVM多分类器的FCD地图匹配算法

地图匹配是浮动车数据(FCD)处理的重要步骤,直接影响城市交通信息获取的准确性。目前的FCD地图匹配方法主要包括点到点、点到线等几何拓扑结构方法,它们仅使用了当前点和前一时刻GPS点信息,大量的FCD历史匹配数据没有被利用。本文在分析FCD误差分布的基础上,提出了一种基于SVM多分类器的FCD地图匹配算法,使用线到线的全局匹配得到的路段历史匹配样本对分类器进行离线学习,然后进行FCD实时匹配。最后给出了训练过程及参数调优,实验结果说明本文所提方法的匹配准确度优于点到点和点到线方法。     

一种改进的地图匹配技术在车载导航系统中的应用

本文在研究地图匹配算法的基础之上,提出了一种改进的地图匹配算法,利用该算法绝大多数(>96%)定位数据都能相对准确地匹配到道路上,匹配后的定位精度得到提高;匹配算法实现了实时,能够满足实际需要(1次/s);在GPS受到一定程度的遮挡时系统能够正常识别并且匹配.     

车载定位系统中综合地图匹配算法研究

基于加拿大亚伯达省政府远程运输RTS系统开发,在分析影响地图匹配性能因素的基础上,提出了一种基于高精密数字地图的综合地图匹配算法,融合了几何匹配算法和路网拓扑结构,充分利用车辆行驶的连续性,结合历史行驶数据选取投影道路,实现准确定位,且算法计算量小,可用于嵌入式实时系统.通过实际跑车试验证明该匹配算法精度高、效率好,具有较好的实用价值.     

Fast edge-based stereo matching approach for road applications

Several vision-based road applications use stereo vision algorithms, and they generally must be fast to be applied in real time. The main problem in stereo vision is the stereo matching problem, which consists in finding correspondences between two stereo images. In this paper, we present a new fast edge-based stereo matching approach devoted to road applications. Two passes of the dynamic programming algorithm are applied to estimate the final disparity map. The matching results of the first pass are only exploited to compute an initial disparity map (IDM). The so-called guiding edge points (GEPs) together with disparity ranges, i.e., possible matches, are derived from the IDM. In the second pass, the disparity ranges are used to reduce the search space as well as the mismatches and the GEPs to control and guide the matching process to the optimal solution. The proposed method has been tested on both real and virtual stereo images, it has been compared to a recently proposed method, and the results are satisfactory.     

一种浮空器雷达公路航路图积累方法

提出了一种浮空器雷达公路航路图积累方法,对雷达原始点迹进行统计和处理。该方法通过对目标原始点迹的方位宽度、距离宽度和多普勒频移进行分析,统计出公路航路上的动目标点迹。经过一定时间积累,这些点迹可以在公路航路上形成条带分布,并通过局部多项式拟合形成公路航路统计图。形成的公路图可以用于弥补缺失的地图路段或纠正电子地图误差。将公路航路统计图叠加显示在雷达显示画面上,帮助操作员迅速判断目标的类型;运用形成的公路图可以进行地面动目标点的自动剔除,使雷达显示和情报质量改善。实验结果表明该方法是切实有效的,并具有很好的实用性。     

基于点云极化表征与孪生网络的智能车定位

基于3维激光雷达(LiDAR)的智能车定位在地图存储空间与匹配效率、准确率等方面仍存在诸多问题。该文提出一种轻量级点云极化地图构建方法：采用多通道图像模型对3维点云进行编码生成点云极化图,利用孪生网络结构提取并训练点云极化指纹,结合轨迹位姿信息构建点云极化地图。还提出一种基于点云极化地图匹配的智能车定位方法：采用孪生网络对查询指纹与地图指纹进行相似度建模实现快速的地图粗匹配,采用基于2阶隐马尔可夫模型(HMM2)的地图序列精确匹配方法获取最近的地图节点,通过点云配准计算车辆位姿。使用实地数据集和公开的KITTI数据集进行测试。实验结果表明,地图匹配准确率高于96%,定位平均误差约为30 cm,并对不同类型的LiDAR传感器与不同的场景具有较好的鲁棒性。     

基于卡尔曼融合的激光雷达特征匹配方法

针对现有激光雷达特征匹配算法线段特征匹配定位不够准确的问题,提出了一种基于卡尔曼融合的激光雷达特征匹配算法。首先扫描一帧雷达数据,利用改进的激光雷达线段特征提取方法,提取出特征线段,得到局部地图。接着确定局部地图旋转、平移参数,再将局部与全局地图进行匹配,根据相对偏差得到匹配结果。然后基于卡尔曼,利用IMU数据作下一时刻的预测估计,利用激光雷达匹配结果作观测,两者融合得到最优估计。实验结果表明该方法相对现有特征匹配算法在特征线段的匹配准确性上更高,因此定位导航的精度和鲁棒性也更好。     

基于红外立体视觉的行人感知方法研究

基于热红外特性,红外立体视觉路况行人感知方法可以在夜间、雾霾环境下有效检测道路场景中的行人等目标,提高驾驶安全性。针对红外图像中纹理细节少,传统稠密双目立体匹配算法效果差的问题,本文首先根据目标在红外图像下的亮度、边缘特征提取感兴趣区域（Region of interest, ROI）;然后在ROI中提取图像特征点并匹配,进而计算原始稀疏深度图;最后根据目标表面深度变化较小的特点,结合ROI和原始深度图估计半稠密深度图。本文搭建了实验系统验证该方法的有效性。实验结果表明,在系统约120°观测视场角内,该方法对行人等目标深度感知相对误差在15 m范围内优于1.5%,30 m范围内优于3%。     

基于捕获位置分布的导航参考适配性分析及快速计算

导航参考图适配性分析是景像匹配导航的关键问题之一。文中提出了一种基于捕获位置分布的估计导航参考图适配性方法。该方法首先在参考图每一点挖出实测图大小的子图,然后计算子图的特征参数并应用匹配准则估计子图的匹配概率,最后利用捕获位置分布函数对子图匹配概率加权求和以得到参考图的匹配概率。为了消除特征参数计算中存在的大量冗余计算,还研究了特征参数的快速计算方法。实验结果证明该快速算法大大提高了运算效率。     

基于捕获位置分布的导航参考图适配性分析及快速计算

导航参考图适配性分析是景像匹配导航的关键问题之一。文中提出了一种基于捕获位置分布的估计导航参考图适配性方法。该方法首先在参考图每一点挖出实测图大小的子图,然后计算子图的特征参数并应用匹配准则估计子图的匹配概率,最后利用捕获位置分布函数对子图匹配概率加权求和以得到参考图的匹配概率。为了消除特征参数计算中存在的大量冗余计算,还研究了特征参数的快速计算方法。实验结果证明该快速算法大大提高了运算效率     

景象匹配区选择方法研究

通过试验研究了景象匹配概率与实时图的独立像元数、方差、纹理能量比和互相关峰等图像特征的关系,并以此提出了基于这些图像特征的景象匹配区选择方法。图像测试结果表明,该方法可以成功地规划出满足要求的景象匹配区。     

Matching map features to synthetic aperture radar (SAR) imagesusing template matching

The feasibility of matching templates representing map features to features in synthetic aperture radar images is investigated. The performance of template matching using cross-correlation (which has no knowledge of speckle) is compared with a correlation measure, based on a Kolmogorov-Smirnov test of fit, which does take speckle into consideration. This is shown to perform better than cross-correlation in simulated images. However, neither method performs well on real data. This is due to the exponential speckle model being inappropriate for linear features in real data. Alternative methods for matching map features to SAR images are suggested