摘要：针对捷联惯性导航系统(SINS)/里程仪组合导航中车辆受初始对准偏差和测量器件自身误差等因素影响的精度随时间和位移增加而降低的问题,设计了交互式电子地图匹配修正新方案.通过车辆姿态角变化选择合适的地图匹配算法,并在转弯处精确反馈修正车辆坐标,同时利用定位误差修正初始对准偏差和里程仪刻度系数误差,降低其对以后导航定位的影响.仿真结果表明,采用交互式电子地图匹配算法,航向失准角偏差可很快收敛至2′左右,里程仪刻度系数偏差也降低至0.08%左右,能够实现系统的需要,跑车实验也证明了此方案的有效性.

摘要：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0.01ms.

摘要：当前的时空轨迹匿名算法忽略了空间相关性对轨迹隐匿的重要影响.为此,提出一种基于地图匹配的时空轨迹匿名算法,利用真实路网数据构造假轨迹的候选匹配集,通过设置时间和空间匿名函数,利用启发式广度优先搜索算法搜索目标匹配轨迹点,满足时空匿名性和空间相关性的隐私安全条件,以增强隐私保护力度.在Android平台上设计实现基于地图匹配的时空轨迹匿名工具,利用真实路网数据完成实验,验证了该算法的有效性.

摘要：在现有的离线地图匹配算法基础上,采用两次栅格化的思想设计改进算法,大幅度减少了原有地图匹配算法中点到线段距离的计算次数。试验结果显示,本文算法提升地图匹配效率的同时保持了较高的匹配精度,可快速处理大规模的、数据发送间隔在10～60s之间的探测车历史数据。

摘要：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.根据模糊决策后各路段隶属度值的分布情况,提出了将拓扑结构匹配算法划分为决策、校验、弃用等3个应用时段的拓扑结构/自适应模糊决策组合匹配算法的整体设计思路.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地图匹配算法中相互矛盾的算法的计算效率与算法的可靠性之间的协调问题.

摘要：基于微机械系统（MEMS）技术的惯性导航系统（INS）,在室内定位领域受到了广泛的关注。为解决其定位精度随时间发散的问题,学者们提出融合室内地图的解决方法。但是目前的室内地图匹配算法存在匹配正确率不高、计算量大等问题。为了提高匹配的正确率,研究了一种基于条件随机场模型的地图匹配算法。算法采用闭环设计,将行人的最优匹配点作为个人导航系统的反馈量,对惯性导航系统输出的位置进行修正。位置修正提高了惯性导航输出位置信息的精度,因此将观测点坐标作为条件随机场模型的一个特征量。坐标点的提取是以行人行走的固定长度为依据,相对于已有文献中基于步长为坐标点的提取方式,该模型结构减小了每次状态点选取的个数,从而减少了算法的计算量。多次实测结果表明,该算法提高了地图匹配的正确率。

摘要：针对传统的地图匹配算法在分岔口和半封闭场景下易出现匹配失效和精度下降的问题,提出了一种人员惯性定位的鲁棒多约束地图匹配算法。该算法构建了地磁/惯性融合航向估计系统,利用三轴陀螺仪实时校准地磁传感器偏差,采用校准后的地磁数据进行航向解算,可有效提升航向信息获取精度;在固定的时间窗口内引入粒子群轨迹的多重约束,增强了算法的鲁棒性;此外,设计了一种启发式多约束重采样策略,提升了粒子群的自适应能力。最后,通过多组室内和室外长距离行走实验对所提算法性能进行评估。实验结果表明,与地图回溯约束的粒子滤波算法相比,本文算法具有更强的鲁棒性,定位精度可提升2倍以上,定位误差小于总行程的0.5%。

摘要：针对车辆行驶在高速公路过程中,传统地图匹配算法存在大量冗余检索时间,且消除垂直误差后仍存在水平误差等问题,设计了一种基于初始定位信息的快速地图匹配算法。该算法首先利用初始定位点到候选路段的距离与夹角确定车辆所行驶道路,然后考虑道路网拓扑结构和连通性,将后续定位点直接投影到初始确定的道路上,减少检索道路的时间;同时为提高算法的精确度,在引用初始定位信息时,通过设置距离阈值剔除定位数据漂移点,并利用一元线性方程建立HP模型以消除水平误差。经理论计算和实际测试表明,该算法利用初始获得的7个连续定位点,能准确检索出车辆正在行驶的道路,节省36%的检索时间,借助HP模型可以减少定位点与车辆实际位置之间45%的投影误差。因此,与连续匹配算法和垂直投影方式相比,该算法具有检索过程简单、检索准确率高、误差消除大的优势。

摘要：针对大规模浮动车数据量庞大、地图匹配时对实时性要求高的特点,提出一种离线计算与在线匹配相结合的浮动车实时局部地图匹配方法.在离线计算部分,首先对对矢量道路网进行二级网格化分,然后对二级网格的每一个栅格,以其中心点坐标到各个候选路段或道路节点的距离以及候选路段的通行方向计算距离和方向的组合相似度,根据组合相似度最大值与次大值之差的大小分成4种情形,并将组合相似度明显占优的候选路段或者道路节点作为该栅格的属性值预先存储;在线匹配时,针对实时获取的轨迹点,采用文中提出的"双向前行-后行法"快速判定前后时刻欲匹配路段之间的路径可达度,并据此判断所属情形;当满足条件时,可立即获得当前轨迹点的匹配结果,即该轨迹点所在栅格的属性值.实验结果表明了该文方法处理海量浮动车数据的可行性和有效性:通过对深圳市大规模浮动车实测数据进行验证,该方法比局部地图匹配方法的单点匹配平均耗时减少了1倍;对整个深圳市区构建两级网格并存储属性值,其占有存储空间约为8 MB,可以将其一次性读入内存;整个深圳市道路网的离线计算时间约需花费32 h,但离线计算一经完成就可以长期服务于实时匹配.

摘要：针对军用车辆长时间、长距离高精度自主导航需求,提出了一种基于道路信息的智能地图匹配算法。传统地图匹配算法在单独使用时,都会存在一些不足之处。智能地图匹配算法比较不同算法的优缺点,选择三种特点鲜明、互补性强的地图匹配算法作为基础算法,以惯性导航系统提供的导航信息为基础,对车辆正在行驶的道路进行识别和判断,根据道路构成情况自动选择合适的算法,完成地图匹配;并结合车辆行驶的航向和速度信息选择椭圆形道路搜索区域。试验车进行5 h约240 km跑车试验,地图匹配定位精度约为10.33 m(CEP)。试验结果证明该算法能够适应不同的道路状况,有效抑制惯性导航误差发散。