在同等数据源下地图匹配算法成为改善车辆导航系统准确定位的中心研究课题。基于高精度的GPS定位数据,地图匹配算法可以获取道路网络节点准确位置, 具备改善源矢量地图数据质量的潜力。.本项目拟利用地图匹配算法中的相关数据进行矢量地图交通网络的拓扑校正,提高数据精度,实现矢量交通地图的自适应更新。经过交通网络拓扑自适应优化可以基本消除地图静态误差的干扰项,使得地图匹配算法可以高效处理位置信号的动态误差,获得车辆位置与轨迹在数字地图上更准确的匹配。.研究目标包括:①研究在地图匹配算法中获取交叉路口位置参数的可行性、可靠性及数据精度;②基于交通矢量地图数据空间上的离散拓扑变换规则研究,构造动态离散拓扑校正算法, 完成算法收敛性证明;③完成具备矢量地图校正功能、使用地图匹配新方法的车辆导航操作系统,通过长期实际运行检验算法有效性与系统可靠性。
本项目利用地图匹配算法中的相关数据进行矢量地图交通网络的拓扑校正,提高数据精度,实现矢量交通地图的自适应更新;改进了现有的GPS导航系统地图匹配算法,使用校正后的矢量地图, 获得更好的地图匹配效果; 编译了具备矢量地图校正功能、使用地图匹配新方法的车辆导航操作系统软件。.项目完成了上述预期研究目标,重点为:.1)提出了改进的GPS导航系统地图匹配算法,使用“动态平行四边形匹配准则”实现了车辆在路段上纵向运动轨迹的准确匹配; 基于GPS信号误差的统计特性分析,对道路节点位置校正的数据精度给出估计。.2)提出和改进了矢量地图动态离散拓扑校正算法, 可以实现所有样本点对的精确拓扑校正,获得整幅矢量地图的分块非线性拓扑校正;对动态离散拓扑校正算法的可行性与收敛性给出理论证明。.3)完成并优化了具备矢量地图校正功能、使用地图匹配新方法的车辆导航操作系统软件;申请并获得了软件著作权。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
采用深度学习的铣刀磨损状态预测模型
基于EMD与小波阈值的爆破震动信号去噪方法
基于卷积神经网络的链接表示及预测方法
基于体素化图卷积网络的三维点云目标检测方法
城轨交通网络能力与客流匹配性及控制策略研究
地图更新中多尺度空间目标匹配的层次理论与方法
面向多采样间隔大规模GPS浮动车的并行地图匹配方法研究
保持拓扑关系与几何特征的矢量地图水印纠正方法研究