滕志軍，曲兆強，張雷雨，郭素陽

(東北電力大學(xué) 信息工程學(xué)院，吉林 吉林 132012)

車載BD/DR/MM組合導(dǎo)航定位精度研究

滕志軍，曲兆強，張雷雨，郭素陽

(東北電力大學(xué) 信息工程學(xué)院，吉林 吉林 132012)

為了彌補非空曠地帶北斗定位信號易丟失和航位推算定位誤差隨時間積累的弊端，提出一種基于道路網(wǎng)拓撲關(guān)系的多屬性信息融合的地圖匹配算法，能準確判定車輛實際所在道路。實驗仿真表明，該地圖匹配技術(shù)更好的修正了BD/DR組合導(dǎo)航的定位結(jié)果，匹配精度能達到95%以上，有廣泛的應(yīng)用前景。

組合導(dǎo)航；定位精度；地圖匹配；信息融合

北斗導(dǎo)航系統(tǒng)[1](BEIDOU NAVIGATION SATELLITE SYSTEM，簡稱BDS)是我國2000年初開始建設(shè)的重要導(dǎo)航系統(tǒng)，已在亞太地區(qū)投入運行。尤其在民用車載導(dǎo)航應(yīng)用中更為普及，如果單獨使用北斗定位，定位精度容易受到多種因素影響，系統(tǒng)魯棒性較差。當車輛行駛在遮擋物較密集的區(qū)域、穿過較長的隧道時，信號接收易中斷，導(dǎo)致車輛不能進行正確的導(dǎo)航。

航位推算(Dead Reckoning，簡稱DR)慣性導(dǎo)航中的核心部分[2-3]。航位推算系統(tǒng)中的傳感器能有效的檢測出車輛在任一時刻的所處位置和當前點的前進方向[4]。但是該系統(tǒng)在推算時需要車輛的初始位置，而且隨著時間的增加，誤差會累積變大，最后導(dǎo)致定位結(jié)果出現(xiàn)較大偏差，不能進行正確的導(dǎo)航[5-6]。

地圖匹配(Map Maching ，簡稱MM)新興的一種從算法上來彌補北斗定位和慣性導(dǎo)航誤差大的關(guān)鍵技術(shù)[7]。該技術(shù)主要利用硬件設(shè)備獲得的組合定位信息，包括車輛的定位位置坐標、行駛方向、定位誤差，通過與高精度的電子地圖數(shù)據(jù)相結(jié)合，篩選出所要匹配的道路，并按照一定的投影方式進行投影。MM的應(yīng)用要滿足兩個先決條件[8-9]：一是所用導(dǎo)航的電子地圖道路與實際道路誤差小于定位誤差；車輛正在某一條道路上行駛。目前常用的電子地圖精度已經(jīng)滿足條件一，而且,車輛在需要導(dǎo)航的時候總是行駛在道路上,因此應(yīng)用地圖匹配技術(shù)的條件是滿足的[10]。

1 BD/DR/MM組合導(dǎo)航定位系統(tǒng)模型

BD/DR/MM組合導(dǎo)航系統(tǒng)是三種技術(shù)的綜合利用，主要是對定位數(shù)據(jù)的接收和矯正，如圖1所示。首先將DR傳感器和北斗模塊接收的方向、位置、誤差信息經(jīng)過卡爾曼濾波器進行處理，將過濾后的定位數(shù)據(jù)輸入地圖匹配處理流程，通過一定的篩選機制選擇出車輛的行駛道路，將篩選的結(jié)果與航位推算的結(jié)果相結(jié)合得出車輛的綜合估計位置。

圖1 BD/DR/MM組合導(dǎo)航定位系統(tǒng)模型

2 組合導(dǎo)航系統(tǒng)的實現(xiàn)原理

2.1 DR推算原理

航跡推算是一種逐次推算的方法，其推算原理是通過硬件設(shè)備獲得的車輛軌跡信息和角度信息對下一點位置和方向進行推算。推算的方程為：

圖2 航跡推算原理圖

圖5 距離匹配度計算

圖6 方向匹配度計算

圖7 仿真結(jié)果

(1)

(2)

其中：(X0,Y0)為車輛的初始位置，由北斗定位裝置獲得，Li為車輛從Ti-1時刻到Ti時刻行駛的路程，θi為該時間段的航向角，原理如圖2所示。

由于航跡推算是一個不斷積累的過程，在不斷的推算過程中傳感器的誤差積累越來越大。

3 地圖匹配過程實現(xiàn)

地圖匹配就是利用車輛定位裝置輸出的車輛位置坐標、行駛方向與道路網(wǎng)的道路矢量信息相結(jié)合,通過一定的規(guī)則將車輛強制顯示到地圖上。地圖匹配的實現(xiàn)要經(jīng)過兩個步驟：首先要找出車輛所正在哪條道路行駛，通常情況下，車輛周圍存在多條干擾道路，因此此步驟確定的是車輛行駛道路的集合，即車輛行駛道路的候選范圍，要確定的候選范圍一般通過誤差橢圓來確定，這里，為了簡化計算通過誤差圓來代替。誤差圓的半徑為下式

(3)

地圖匹配的難點在于如何準確快速的檢索出車輛正在行駛的道路，本文提出了一種考慮道路網(wǎng)絡(luò)拓撲結(jié)構(gòu)的多屬性信息融合的地圖匹配算法，算法具體流程為：

(1) 首先根據(jù)道路的拓撲結(jié)構(gòu)和連通性，在候選區(qū)域內(nèi)剔除掉一些不必考慮的候選道路。如圖4所示。通過電子地圖數(shù)據(jù)庫中可以讀出在候選區(qū)域內(nèi)有6條道路，考慮路網(wǎng)拓撲關(guān)系以及道路的長度，假設(shè)車輛正在道路1上行駛，那么車輛在下一時刻只可能車現(xiàn)在道路1、道路2、道路3、道路4上，避免了對所有道路進行匹配所需的冗余時間。

(2)剔除掉一部分候選路段后從剩下的候選路段中通過距離、方向?qū)傩詠砼袛嗄囊粭l為車輛實際行駛道路。假設(shè)M(x,y)是車輛獲得的定位點坐標,Lm候選道路,作定位點到道路的垂直投影,投影點為M0(x0,y0)。d為兩點之間的距離，如圖5所示。其中，由公式可以看出定位點到候選道路的距離d越小，則該道路是準確道路的可能性越大，在此將距離匹配度設(shè)定為。

(3) 單純的靠一種屬性來確定候選道路難以保證匹配的準確度，本文以方向?qū)傩耘c距離屬性相融合的方法來保證本算法的穩(wěn)定性。北斗和DR系統(tǒng)給出的定位信息中含有車輛在某一點的行進方向。假設(shè)車輛獲得的定位點時的速度正北方向的夾角為α，候選道路L1與正北方向夾角為β，候選道路L2與正北方向夾角為γ，如圖6所示。L與L1的方向夾角差θ1=α-β，L與道路L2的方向夾角差θ2=α-γ，由此可見當θ=[θ1,θ2…]越小，該道路是行駛道路的可能性越大，在此將方向匹配度設(shè)定為Wθ=cos(θ)。

(4) 因此本文算法的總匹配度

W=A0Wd+A1Wθ，

(4)

其中：A0、A1是距離與方向匹配度的權(quán)值，為了匹配算法的時效性在這里我們將A0、A1分別取1和2。

4 算法測試

交叉路口是城市道路網(wǎng)中較常見的道路形式，通過構(gòu)建交叉路段l1、l2和l3模型，對本文提出的圖匹配算法性能驗證分析。如圖7所示，對本文算法與直接投影算法作模擬比較，由圖7可以看出，在交叉路口，兩種算法都存在匹配誤差，但是融合匹配算法錯誤匹配相對較少。當出現(xiàn)定位點位置偏離車輛行駛路段時，直接投影算法會出現(xiàn)匹配到錯誤路段的情況，然而，融合匹配策略會依據(jù)車輛歷史匹配位置舍棄該定位點，確保車輛匹配正確的行駛路徑。

5 結(jié) 論

針對地圖匹配過程中篩選候選路段存在大量冗余時間，本文提出了一種基于網(wǎng)絡(luò)拓撲關(guān)系的多屬性信息融合的地圖匹配算法，通過MATLAB模擬仿真和實際行駛匹配結(jié)果，證實了本文提出的地圖匹配算法能夠?qū)崟r、準確和穩(wěn)定的匹配出車輛行駛位置，較好的適用于復(fù)雜的城市道路網(wǎng)。

[1] Li Yang,Zhang Ke,Li Tan,et al.The Research on real-time map-matching algorithm[C].2012 International Conference on Industrial Control and Electronics Engineering,2012：1973-1976.

[2] 蘇海濱，王光政，王繼東.基于模糊神經(jīng)網(wǎng)絡(luò)的地圖匹配算法[J].北京科技大學(xué)學(xué)報，2012,34(1)：43-47.

[3] 劉寅東，張一龍，姜亞平.輪式移動機器人軌跡跟蹤控制的參數(shù)方法[J].東北電力大學(xué)學(xué)報，2009,29(2)：74-78.

[4] 李清泉，黃練.基于GPS軌跡數(shù)據(jù)的地圖匹配算法[J].測繪學(xué)報，2010，39(2)：207-211.

[5] 蘇奎峰，鄧志東，黃振.基于曲率特征的自主車輛地圖匹配定位方法[J].機器人，2012，34(4)：440-446.

[6] 晏胤，黎福海.GPS/DR組合導(dǎo)航的地圖粗匹配算法研究[J].計算機工程與應(yīng)用，2015,51(1)：261-265.

[7] 繆玲娟，章學(xué)敏，馬小魏.一種改進的嵌入式導(dǎo)航地圖匹配算法[J].北京理工大學(xué)學(xué)報，2012,32(3)：268-272.

[8] 曾喆，李清泉，鄒海翔等.曲率積分約束的GPS浮動車地圖匹配方法[J].測繪學(xué)報， 2015,44(10)：1167-1176.

[9] 楊杰明，曲朝陽.游戲中斜視角地圖的優(yōu)化[J].東北電力大學(xué)學(xué)報，2007,27(2)：48-50.

[10] 李洋，張曉冬，鮑遠律.多權(quán)值概率論實時地圖匹配[J].電子測量與儀器學(xué)報.2012，12(2)：166-170.

Research on Vehicle Navigation BD/DR/MM Integrated Navigation Positioning

Teng Zhijun,Qu Zhaoqiang,Zhang Leiyu,Guo Suyang

(School of Information Engineering,Northeast Electric Power University,Jilin Jilin 132012)

In order to,make up for the disadvantage of the Beidou locating signal loss and dead reckoning positioning error with time in the non-open area.This paper presents a map matching algorithm based on road network topological relation and multi-attribute information fusion,which can accurately determine the road where the vehicle is located.The simulation results show that the map matching technique can better fix the positioning result of BD/DR integrated navigation,and the matching precision can reach more than 95%,which has a wide application prospect.

Integrated navigation;Positioning accuracy;Map matching;Information fusion

2017-03-12

滕志軍(1973-)，男，博士，教授，主要研究方向：無線通信技術(shù).

1005-2992(2017)04-098-04

U125

A

電子郵箱： tengzhijun@163.com(滕志軍)；753731087@qq.com(曲兆強)；635971668@qq.com(張雷雨)；460167203@qq.com(郭素陽)