曲線擬合與網(wǎng)絡(luò)拓?fù)湔撐姆段?/h1>
本站小編為你精心準(zhǔn)備了曲線擬合與網(wǎng)絡(luò)拓?fù)湔撐膮⒖挤段模高@些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
曲線擬合的地圖匹配算法充分利用了GPS歷史數(shù)據(jù)，使得該算法在匹配路段的選擇方面具有較強(qiáng)的穩(wěn)定性，但是它只考慮了擬合直線與候選路段的斜率，以及定位點(diǎn)與候選路段的距離關(guān)系，對于相互靠近的平行路段則無法準(zhǔn)確辨別，所以對于這類路段，僅僅依靠曲線擬合算法會造成匹配錯誤。網(wǎng)絡(luò)拓?fù)?/a>反映的是道路之間的連通關(guān)系，在一定時間范圍內(nèi)，車輛只能行駛在與上一匹配路段相連的道路上，而平行路段中只可能有1條（即匹配路段）是與上一匹配路段相連的，因此，利用網(wǎng)絡(luò)拓?fù)潢P(guān)系可以排除平行路段的干擾。本文的地圖匹配算法基于曲線擬合并結(jié)合路網(wǎng)拓?fù)潢P(guān)系，不但能彌補(bǔ)基于曲線擬合的地圖匹配算法在距離較近的平行路段匹配率不佳的缺點(diǎn)，還能有效縮小候選路段的搜索范圍，減小算法復(fù)雜度。
2．1數(shù)據(jù)預(yù)處理城市道路路況復(fù)雜，隧道、立交橋和密集的高大建筑物的存在導(dǎo)致GPS信號盲區(qū)的產(chǎn)生，在傳輸過程中，因通信或建筑物、樹木、橋梁阻隔等原因?qū)е聰?shù)據(jù)缺失，經(jīng)緯度或速度突變，導(dǎo)致錯誤數(shù)據(jù)和數(shù)據(jù)丟失［11］。為了提高地圖匹配的精度，有必要對GPS數(shù)據(jù)進(jìn)行預(yù)處理，剔除經(jīng)緯度或速度突變的數(shù)據(jù)并插值補(bǔ)全缺失的數(shù)據(jù)［12］。
2．2候選路段的確定誤差區(qū)域是指包含車輛真實(shí)位置的區(qū)域，確定候選路段之前首先要確定誤差區(qū)域。圓概率誤差（R95＝2DRMS／1．2。其中：2DRMS為GPS接收機(jī)的雙倍距離均方根差）是在以GPS接收機(jī)天線真實(shí)位置為圓心的圓內(nèi)、偏離圓心概率為95％的二維點(diǎn)位精度分布度量。也即是說，GPS接收機(jī)接收到的測量值以95％的概率落在以GPS接收機(jī)天線真實(shí)位置為圓心、R95為半徑的圓內(nèi)。因此以GPS定位點(diǎn)為圓心，圓概率誤差為半徑的圓形區(qū)域可以確定1個誤差圓區(qū)域，并從電子地圖數(shù)據(jù)庫中提取出與該誤差圓相交的路段集L＝｛l1，l2，…，ln｝。考慮路網(wǎng)拓?fù)潢P(guān)系，從路段集L中取出與上1個匹配道路有鄰接關(guān)系的路段作為候選路段。如圖2，點(diǎn)O是待匹配的GPS定位點(diǎn)，圓O是誤差圓，則與該誤差圓相交的路段集為L＝｛1，2，…，7｝，當(dāng)前時刻車輛行駛在道路1上，則下一時刻車輛只能出現(xiàn)在與道路1相連的道路2，道路3，道路4上，故候選路段為道路2，道路3，道路4。電子地圖中的路段是用直線段或折線來近似的，由于車輛在道路上行駛的這個前提，在一定的行駛距離內(nèi)，可以用直線擬合車輛的行駛軌跡。根據(jù)道路本身的最短長度，本文選取4個觀測點(diǎn)，作1次曲線擬合，即直線擬合。由上述的曲線擬合的原理求得軌跡擬合的直線斜率。
3綜合算法的實(shí)驗(yàn)驗(yàn)證
圖4為終端號為22的北京市物流電動出租車的部分行駛軌跡，行駛方向?yàn)槿f紅路→酒仙橋東路→酒仙橋北路。由于GPS定位誤差的存在，使得部分定位點(diǎn)之間間隔過大且定位點(diǎn)與道路偏離。采用本文提出的綜合算法解決這些問題，主要完成3個任務(wù)。1）預(yù)處理GPS數(shù)據(jù)，使其符合車輛行駛規(guī)律。2）匹配車輛定位點(diǎn)到正確的路段上。3）確定車輛在路段上的位置。GPS接收機(jī)每5s接收1次數(shù)據(jù)，因此以5s為間隔插值補(bǔ)全GPS數(shù)據(jù)，由物流電動車內(nèi)的GPS接收機(jī)的雙倍距離均方根差得到誤差圓半徑為66．7m，然后按綜合算法流程進(jìn)行候選路段、匹配路段和匹配點(diǎn)的確定。圖5顯示利用本文算法的匹配結(jié)果。圖6是基于曲線擬合算法得到的匹配結(jié)果，由于圖中上下2條平行路段距離比較近且部分定位點(diǎn)偏離路段的距離相對較大，所以這2條路段都被包含在誤差圓內(nèi)，基于曲線擬合的地圖匹配算法又有其自身的局限性，故出現(xiàn)了圖6所示的錯誤匹配。將綜合算法應(yīng)用到多個樣本進(jìn)行實(shí)驗(yàn)驗(yàn)證，匹配率都在95％以上，單點(diǎn)匹配時間均在5ms以內(nèi)。由于綜合算法顯著地縮小了候選路段的范圍，而影響地圖匹配算法實(shí)時性的主要因素就是候選路段的確定，故其減少了匹配時間。表1所示為綜合算法與基于曲線擬合的算法之間匹配率和單點(diǎn)匹配時間的對比。實(shí)驗(yàn)結(jié)果表明：本文提出的綜合算法能比較精確的把定位點(diǎn)匹配到道路上，能解決基于曲線擬合匹配算法對比較靠近的平行路段進(jìn)行匹配時容易出錯的問題，因此，綜合算法能應(yīng)用到地圖匹配的實(shí)踐中。
4結(jié)束語
筆者提出1種基于曲線擬合和網(wǎng)絡(luò)拓?fù)涞木C合地圖匹配算法，詳細(xì)描述了匹配的4個步驟：數(shù)據(jù)預(yù)處理、候選路段的確定、匹配路段的確定和匹配點(diǎn)的確定。最后將該算法應(yīng)用到實(shí)際的匹配工作中，運(yùn)行結(jié)果表明：該算法精度高、效率好，能解決基于曲線擬合算法在靠近的平行路段匹配率不佳的問題，具有很好的實(shí)用價值。筆者所指的算法沒有考慮立交橋區(qū)域內(nèi)的地圖匹配，可在此方面做進(jìn)一步的研究。
作者：畢軍朱穎程勇單位：北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室北京交通大學(xué)北京城市交通協(xié)同創(chuàng)新中心山東濟(jì)寧市鴻翔公路勘察設(shè)計研究院