(测绘学报 2008) 一种自适应轨迹曲线地图匹配算法.pdf
上传人:qw****27 上传时间:2024-09-11 格式:PDF 页数:9 大小:1.1MB 金币:15 举报 版权申诉
预览加载中,请您耐心等待几秒...

(测绘学报 2008) 一种自适应轨迹曲线地图匹配算法.pdf

(测绘学报2008)一种自适应轨迹曲线地图匹配算法.pdf

预览

在线预览结束,喜欢就下载吧,查找使用更方便

15 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

万方数据一种自适应轨迹曲线地图匹配算法引言报TrajectoryMap-matching车辆定位与导航技术一直都足智能交通研究中的一个重要组成部分。如今。大多导航系统都采用GPS/DR组合定位技术,该技术是全球定位系统GPS与车辆航位推箅系统DR(Deadoning)的结合,这种技术一方面可以利用DR的推算功能克服由于GPS卫星信号遮挡和丢失导致的无法定位的问题。另一方面,DR推算定位精度不高而且车辆行驶距离越长积累的误差就越大,利用GPS具有较高的定位精度可以对其进行校正。随着科技的不断发展,Kalman滤波技术第37卷第3期测绘学唐进君,曹凯CurvesAlgorithmpositioning辆行驶在选定道路上的可能性大小。由于该算法着重于分析当前定位点信息。在复杂路网中会因为信息量的术的轨迹曲线匹配算法。该算法改进原算法的结构,并参考定位点的历史信息,引入平均Fr6chet距离用以定简化规别,提高效率,采用分层模糊控制技术.而且对算法的学习律也进行改进。仿真结果表明改进后算法的关键词:地图匹配算法;平均Fr6chet距离;曲线匹配;自适应C—Measure算法;分层模糊控制l2008年8月文章编号:1001—1595(2008)03—0308—08中图分类号:TP391文献标识码:A山东理-T大学交通与车辆工程学院,山东淄博255049AnAdaptiveJin—jun,CAOfficofAbstract:Map-matching,whichC—Measuresystem,C—MeasuretrajectoryC··Measure摘要:地图匹配能够将车辆定位信息与路网电子地图相结合.是车辆导航系统中重要的定位技术。首先简要介绍和分析基于自适应模糊神经网络的C—Measure地图匹配算法及其优点,算法中的C—Measure用来度量车不足影响匹配精度。因此,为提高道路网中定位点的匹配精度,提出基于平均Fr6chet距离和分层模糊控制技义历史轨迹曲线问的距离;由于增加历史数据输入,导致模糊规则数目的增加,从而影响算法的运行效率。为有效性。Reck—收稿日期:2007·09—05;修回El期:2007—11—23作者简介:唐进材(1983一).男。苗族.J“西桂林人.研究生,主要研究方向为地图匹配技术。E—mail:jinjuntang@163.oDmV01.37,No.3ACTAGEODAETICACARTOGRAPHICASINICAAug.,2008TANGKaiCollegeEngineering,ShandongUniversityTechnology.Zibo255049。Chinaintegratesthevehicledatawithdigitalroadnetwork,isimpor—techniqueinnavigationsystem.Anadaptive-fuzzy-networkbasedmap-matchingalgorithmanditsadvantageswerebrieflysummarizedfirstly.inwhichwasdefinedcertaintyexistencecorrespondingroad.But。asthisemphasizesonlymatchingdecreasescomplicatednetworkduelackdata.Inorderimproveprecisiontrackingpro—posed.Thisemployedhistoryinformationovercomedisadvantageoriginalinsufficiency,anddistancebetweentWObyFr6chetmeasureimplementinsteadOfpointmatching.Owingincreasehistoricinputvariablefuzzynetwork,thenumberreasoningrulesincreased,andoperatingefficiencyreduced.Forschemesimplifyenhanceproposedusinghierarchicalcontroltechnique.Addi—tionally,thelearningupdatedsupportalgorithm.Theexperimentalresultsdemonstrateeffectivenessalgorithm.Keywords:map-matchingalgorithm;averageFrechetdistance;curvesmatching;adaptivealgo—·rithm:hierarchicaITraVehicletantr