王建培，李必軍，張紅娟，張 萍

(武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079)

地圖匹配是對偏離地圖上的軌跡點(diǎn)數(shù)據(jù)進(jìn)行糾正，使其重新定位到正確道路上的過程[1]。傳統(tǒng)的幾何地圖匹配算法主要分為三大類：軌跡點(diǎn)到道路節(jié)點(diǎn)的匹配、軌跡點(diǎn)到道路矢量線的匹配、軌跡點(diǎn)連線到道路矢量線的匹配。道路交叉口是路網(wǎng)中最復(fù)雜的情況，道路密度大且連接復(fù)雜，傳統(tǒng)的地圖匹配算法把它當(dāng)作普通道路處理，極有可能造成誤匹配、不匹配、匹配精度低等問題。因此道路交叉口處的匹配也是地圖匹配的難點(diǎn)[2]。此外，傳統(tǒng)的地圖匹配采用常用的投影匹配方法，難以修正車輛位置沿道路方向的誤差，造成縱向偏移難以修正的問題，而縱向偏移的存在大大降低了車輛的定位精度。

目前無人駕駛的定位技術(shù)多以GPS/INS組合導(dǎo)航為主，但GPS信號容易遮擋而丟失[3-4],在城市環(huán)境下，多路徑效應(yīng)影響顯著。因此，本文創(chuàng)新性地提出利用IMU/里程計(jì)組合導(dǎo)航進(jìn)行車輛的相對定位，結(jié)合開放的OpenStreetMap地圖進(jìn)行實(shí)時(shí)的地圖匹配，借鑒文獻(xiàn)[5]在道路交叉口利用道路約束的思想進(jìn)行匹配校正，克服了傳統(tǒng)地圖匹配算法路口匹配效果不好的問題，同時(shí)修正了縱向誤差。

1 匹配算法

1.1 航位推算

針對傳統(tǒng)GPS/INS組合導(dǎo)航中GPS信號不穩(wěn)定的問題，本文利用地圖匹配來代替GPS，即給出一個(gè)準(zhǔn)確的起始點(diǎn)坐標(biāo)，用IMU和里程計(jì)聯(lián)合進(jìn)行位置推算，到達(dá)路口時(shí)再進(jìn)行地圖匹配，消除累計(jì)誤差，從而實(shí)現(xiàn)無人駕駛的準(zhǔn)確相對定位。匹配算法流程如圖1所示。

1.2 路口檢測

通過對OSM中道路節(jié)點(diǎn)進(jìn)行ISODATA聚類得到路口節(jié)點(diǎn)[6]，建立以當(dāng)前軌跡點(diǎn)為中心，以R為半徑的圓形緩沖區(qū)，當(dāng)有路口節(jié)點(diǎn)落入緩沖區(qū)時(shí)，啟動(dòng)路口匹配程序[7]。

1.3 路口匹配

(1)

(2)

120°>|yawni-yawnj|>60°

(3)

若對于節(jié)點(diǎn)N，存在這樣的道路ni和nj，同時(shí)滿足以上3個(gè)條件，則將N作為匹配點(diǎn)對軌跡點(diǎn)P3進(jìn)行位置修正。

(4)

dx=xN-xP2

(5)

dy=yN-yP2

(6)

2 試 驗(yàn)

本文的測試場地選在江蘇省常熟市高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)福茂路的九宮格測試區(qū)。

2.1 相對定位軌跡數(shù)據(jù)獲取

試驗(yàn)數(shù)據(jù)由圖3所示的武漢大學(xué)自動(dòng)駕駛車“途友號”完成，該自動(dòng)駕駛車輛由奇瑞瑞虎7改裝而成，采集數(shù)據(jù)時(shí)車輛時(shí)速保持在20 km/h左右，慣導(dǎo)采用NovAtel SPAN-CPT，輸出頻率為50 Hz，里程計(jì)輸出頻率為20 Hz。本文的算法采用運(yùn)行在Windows 10操作系統(tǒng)下的C++語言實(shí)現(xiàn)，計(jì)算機(jī)CPU為主頻3.6 GHz的i7處理器，內(nèi)存8 GB。采用道格拉斯-普克算法(Douglas-Peukcer)對軌跡點(diǎn)進(jìn)行抽稀處理，只保留必要的特征點(diǎn)可以有效地提高算法的效率。

2.2 地圖匹配

通過ArcGIS Editor for OSM在線獲取OSM地圖后，對軌跡數(shù)據(jù)進(jìn)行地圖匹配。需要分析不同的緩沖區(qū)半徑R及夾角閾值θ對應(yīng)的查全率。已知組合慣導(dǎo)相對定位結(jié)果與OSM地圖累積誤差約為50 m，因此可以將緩沖區(qū)半徑R設(shè)為50 m左右。表1對不同大小的緩沖區(qū)半徑R及夾角閾值θ對應(yīng)的匹配效果進(jìn)行了分析。

表1 不同的R和θ對應(yīng)的查全率

通過表1發(fā)現(xiàn)，當(dāng)R為50 m時(shí)，查全率最高，繼續(xù)增大R并沒有意義，因此最合適的搜索半徑R為50 m。當(dāng)R取50 m、θ取40°時(shí)，增速達(dá)到最大，若繼續(xù)增大θ反而可能會(huì)增大誤檢的概率，因此θ的最優(yōu)取值為40°。

3 試驗(yàn)結(jié)果分析

本次試驗(yàn)中的各項(xiàng)數(shù)據(jù)統(tǒng)計(jì)見表2，當(dāng)R=50 m、θ=40°時(shí)，統(tǒng)計(jì)各條軌跡的匹配情況見表3，匹配效果如圖3所示，其中灰色點(diǎn)代表匹配前的點(diǎn)，黑色點(diǎn)代表匹配后的點(diǎn)。

表2 數(shù)據(jù)分布統(tǒng)計(jì)表

表3 當(dāng)R=50 m、θ=40°時(shí)各條軌跡的匹配情況

本文通過對試驗(yàn)數(shù)據(jù)的分析，選取合適的R和θ，在保證零誤檢率的基礎(chǔ)上有效降低了漏檢率，達(dá)到了較好的匹配效果。當(dāng)R=50 m、θ=40°時(shí)，整體查全率保持在89%左右，基本可以滿足道路交叉口修正的要求。單點(diǎn)平均耗時(shí)為0.11 ms，可以滿足實(shí)時(shí)性定位的要求。

4 結(jié) 語

傳統(tǒng)的無人駕駛定位多依賴GPS，本文采用地圖匹配結(jié)果來修正累計(jì)誤差，不會(huì)產(chǎn)生信號丟失的問題，性能穩(wěn)定、可靠度高。同時(shí)，在地圖匹配中充分利用道路約束的同時(shí)修正了橫向誤差和縱向誤差，解決了路口難匹配、沿道路方向誤差難以修正等問題，并將路口匹配得到的位置修正值實(shí)時(shí)反饋給當(dāng)前位置，使得基于當(dāng)前位置的航位推算位置都能得以修正，僅靠低成本的IMU和里程計(jì)及開放的街道地圖即可實(shí)現(xiàn)實(shí)時(shí)定位的需求,并且只在路口進(jìn)行匹配，效率高,實(shí)時(shí)性強(qiáng)。

本文算法對道路交叉口的依賴性強(qiáng)，如果車輛在較長一段時(shí)間內(nèi)沒有發(fā)生拐彎，或發(fā)生了拐彎但沒有滿足判定條件，則車輛的位置始終難以修正。本文的數(shù)據(jù)由城市道路組成，在以后的研究中如果能充分利用交通規(guī)則限制等信息，將會(huì)大大降低誤匹配的概率。在非城市道路或地勢起伏比較大的城市道路還可以考慮加入高程信息，構(gòu)成三維地圖等來輔助地圖匹配，以提高匹配正確率[9]。