車載導(dǎo)航系統(tǒng)的高精度定位算法

1、車載導(dǎo)航系統(tǒng)的高精度定位算法馬海波1,黃躍峰1,滕壽威1摘要：本文提出了一種基于聯(lián)合卡爾曼濾波理論和地圖匹配技術(shù)的高精度車載導(dǎo)航 系統(tǒng)定位方法。該方法一方面對聯(lián)合卡爾曼濾波器的結(jié)構(gòu)進(jìn)行簡化，簡化后的聯(lián)合濾波 器能夠較好的將全球定位系統(tǒng)（GPS）與航位推算系統(tǒng)（DR）獲取的空間信息進(jìn)行融 合，不僅較大程度減小濾波計算量，而且避免了子濾波器間誤差的互相干擾，提高了空 間定位精度。另一方面提出了根據(jù)行車方向與位置匹配行車道路的技術(shù)，該技術(shù)不僅具 有較好的行車道路匹配效果，而且能夠?qū)Ω鞣N行車異常情況進(jìn)行處理。實驗證明，本文 提出的方法能夠較好的滿足車載導(dǎo)航系統(tǒng)對空間定位方法實時性及高精度的要求。關(guān)鍵詞

2、：車載導(dǎo)航系統(tǒng)，聯(lián)合卡爾曼濾波，信息融合，地圖匹配，GPS/DR（1北京超圖軟件股份有限公司導(dǎo)航事業(yè)部，北京市海淀區(qū)西三旗建材城西路太偉科研樓B座3層 郵編；100096）1.概述近幾年，國內(nèi)車載導(dǎo)航系統(tǒng)的發(fā)展如火如荼，基于全球定位系統(tǒng)（Global Position System, GPS）定 位的導(dǎo)航系統(tǒng)幾乎成了豪華轎車的標(biāo)準(zhǔn)配置。由于巨大的市場潛力和不可估量的發(fā)展前景，各汽車 廠商和GIS企業(yè)紛紛投入大量人力進(jìn)行車載導(dǎo)航系統(tǒng)的軟硬件開發(fā)。作為車載導(dǎo)航系統(tǒng)的基礎(chǔ)和核 心，車輛定位獲得了更多學(xué)者的關(guān)注和熱情。本文首先結(jié)合車輛定位方式，闡述了全球定位系統(tǒng)和航位推算系統(tǒng)（Dead Reckoni

3、ng, DR）相 結(jié)合的組合定位方式的必要性和優(yōu)越性，尤其從價格和精度方面考慮，GPS/DR將是未來車輛定位 的最理想方式。無論是獨(dú)立GPS定位，還是組合GPS/DR方式定位，得到可靠的、精確的實時車輛位置是車輛 定位的根本目的。結(jié)合實際應(yīng)用，城市車輛的高精度定位算法包括兩個部分：1）針對定位傳感器的 濾波與信息融合，2）結(jié)合電子地圖的道路匹配算法。提高傳感器定位精度的方法是降低甚至去除系統(tǒng)定位的隨機(jī)誤差。本文提出了一種簡化結(jié)構(gòu)的 聯(lián)合卡爾曼濾波器。采取獨(dú)立定位方式時，該濾波器的作用相當(dāng)于卡爾曼濾波，能去除定位系統(tǒng)的 噪聲干擾，獲取更加有效的位置信息；對于GPS/DR組合定位方式，該濾波器有效

4、地實現(xiàn)了兩者的 信息融合，并產(chǎn)生最優(yōu)的位置信息，更進(jìn)一步，結(jié)合-GPS精度因子，自適應(yīng)地調(diào)整信息融合時各子 系統(tǒng)的權(quán)重，從而提高組合定位系統(tǒng)的抗干擾能力，保證定位的穩(wěn)定性。通過實驗也進(jìn)一步驗證了 該濾波算法的優(yōu)越性。本文介紹了一種高精度的綜合匹配算法，以實現(xiàn)車輛位置和GIS電子地圖道路的完全匹配。該 算法不僅確保了路口以及平行路況下的匹配準(zhǔn)確性，而且具有很好的實時性。大量的真實路測實驗 也充分驗證了這種匹配算法在效率、精度和穩(wěn)定性上的優(yōu)越特性和實用性。2.車輛定位技術(shù)相關(guān)研究2.1車輛定位方式概述車輛定位技術(shù)可以大致劃分為衛(wèi)星定位、獨(dú)立定位、地面無線電定位等三類。衛(wèi)星定位包括全球定位系統(tǒng)(Gl

5、obal Position System, GPS) 1全球衛(wèi)星定位系統(tǒng)(GLONASS) ，兩者功能一致，只是信號分割體制不同，GLONASS接受技術(shù)比較復(fù)雜，因而民用比較少見。獨(dú)立定位技術(shù)包括慣性導(dǎo)航(INS)和航位推算(DR) 3，其顯著的特點是定位快速，且不 受外部環(huán)境的影響和干擾，但缺點是其單獨(dú)定位伴隨著誤差累積，而且INS的解算比較復(fù)雜。 地面無線電定位包括地面通信網(wǎng)(GSM、CDMA、FM等)34和信標(biāo)5。目前，地面無線 電定位技術(shù)在航海和航空領(lǐng)域獲得了廣泛的應(yīng)用，例如Loran-C和DECCA 3,4，短距離信標(biāo)的典型 應(yīng)用是早期美國的電子路徑引導(dǎo)系統(tǒng)ERGS5，這兩種技術(shù)在城

6、市車載導(dǎo)航中難以普及，主要是環(huán) 境干擾、信號衰落和多徑效應(yīng)等的限制。2.2 GPS/DR組合是最理想的車輛定位方式實際上，還沒有一種獨(dú)立的定位技術(shù)能夠?qū)崿F(xiàn)高精度、穩(wěn)定的車輛定位回。目前，GPS由于具 有高精度、全天候、高效率、多功能、操作簡便等諸多優(yōu)勢無可爭議地成為了現(xiàn)在最為廣泛使用的 定位手段，但也有一些因素，如多路徑效應(yīng)、信號遮擋、信號丟失和弱觀測環(huán)境等，會造成GPS定 位精度的下降甚至無法工作。差分GPS技術(shù)(DGPS) 1-3也僅僅只能消除其中的多路徑效應(yīng)和星歷等 誤差，因而采用其他定位方式輔助GPS進(jìn)行組合定位就顯得尤為重要。GPS和DR分別具有長時間絕對定位和短時間相對定位的穩(wěn)定性

7、；當(dāng)GPS信號丟失而無法定位 時，DR系統(tǒng)可繼續(xù)定位輸出，而GPS和DR的信息融合不僅可以提高定位的精度，而且，可以消 除DR的誤差累積問題，兩者優(yōu)勢互補(bǔ)。而且出于精度和價格兩方面的考慮，GPS/DR組合也是城 市車輛比較合理的組合定位方式。3.GPS/DR組合系統(tǒng)的信息融合3.1聯(lián)合卡爾曼濾波器實現(xiàn)信息融合的原理近30年以來，卡爾曼濾波(KF)4-8已經(jīng)被認(rèn)為是一種標(biāo)準(zhǔn)的濾波與信息融合方法7,8，并且 被廣泛應(yīng)用于車輛定位中4,5。但是，如果直接將卡爾曼濾波應(yīng)用于GPS/DR組合定位系統(tǒng)，即采用 卡爾曼濾波集中處理所有傳感器的量測數(shù)據(jù)，不僅濾波器的階次高、計算量大；且系統(tǒng)不具有容錯 能力，一

8、旦某個傳感器發(fā)生故障，將導(dǎo)致整個組合定位系統(tǒng)無法正常工作?；诖?，本文采用了一種簡化的聯(lián)合卡爾曼濾波器，以實現(xiàn)GPS/DR組合系統(tǒng)的濾波與信息融 合。參照通用聯(lián)邦卡爾曼濾波器9J0的結(jié)構(gòu)，去除其中的參考系統(tǒng)，且讓主濾波器無信息分配，這樣 就得到如圖1所示的簡化了的聯(lián)合卡爾曼濾波器，其顯著特點是主系統(tǒng)的計算量最小，而且總體系 統(tǒng)前向濾波速度最快，系統(tǒng)設(shè)計最佳。圖1圖1聯(lián)合卡爾曼濾波結(jié)構(gòu)其基本原理是：兩個局部傳感器分別處理GPS和DR系統(tǒng)的定位數(shù)據(jù)。兩者的狀態(tài)估計輸送到 主濾波器進(jìn)行最優(yōu)融合并產(chǎn)生高精度的全局估計，然后按照信息分配系數(shù)對局部濾波器進(jìn)行狀態(tài)反 饋重置，從而使局部濾波器的精度也獲得提高

9、。一旦某個子系統(tǒng)發(fā)生故障，只需要調(diào)整信息分配系 數(shù)便可實現(xiàn)另一個子系統(tǒng)獨(dú)立定位。簡化的聯(lián)合卡爾曼濾波的主濾波器部分不進(jìn)行濾波處理，只對來自不同傳感器的定位數(shù)據(jù)完成 數(shù)據(jù)的綜合。這種分散式濾波結(jié)構(gòu)，不僅沒有降低組合系統(tǒng)的定位精度，而且計算量小，穩(wěn)定性高， 且避免了誤差的“污染”時，具有很強(qiáng)的容錯能力，因而更適用于車載GPS/DR組合定位系統(tǒng)的信息融 合。3.2 GPS與DR子系統(tǒng)的局部濾波3.2.1 GPS系統(tǒng)模型與局部濾波系統(tǒng)的坐標(biāo)系取為地理坐標(biāo)系(即東北天坐標(biāo)系)，將車輛東北向的位置分量(e，n)，單位m ；速度分量(v , v )，單位m/s ；加速度分量(。，a )，單位m / s2；作

10、為系統(tǒng)的狀態(tài)變量，即系統(tǒng)的 e ne n狀態(tài)變量X = le ve ae n匕a J，將GPS接收機(jī)輸出的車輛東向和北向位置坐標(biāo)分量ep，n (單位m)作為外部觀測量，可以建立GPS離散數(shù)學(xué)模型陽如下：(1)系統(tǒng)方程：X1 (k)=(k/k -1)X1 (k -1)+U(k(1)觀測方程：Z(k) = H(k)X(k)+匕(k)(2)式中，中(k / k -1)為系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，U(k-1)為系統(tǒng)噪聲；Z (k) = egps(k)為GPS系統(tǒng)觀測量； 1 n (k)L gps H(k) = 1000 00為系統(tǒng)觀測矩陣；10001 00V*）為系統(tǒng)觀測噪聲。該數(shù)學(xué)模型已經(jīng)在GPS定位系統(tǒng)中

11、被廣泛使用5-9,而且基于該模型的卡爾曼濾波也已經(jīng)成為 了一種通用的濾波算法9，關(guān)于模型建立的詳細(xì)過程、相關(guān)參數(shù)的解析以及卡爾曼濾波的推算過程， 可參見文獻(xiàn)（4,8）。3.2.2 DR系統(tǒng)模型與局部濾波選取和GPS相同的狀態(tài)變量，將陀螺輸出的角速率（單位：rad/s）和里程儀輸出的車輛在采樣 周期T時間內(nèi)行進(jìn)的距離s （單位：m）作為DR子系統(tǒng)的外部觀測量，構(gòu)造離散數(shù)學(xué)模型W如下：（3）（4）X 2(k) = O 2(k / k -1) X 2(k -1) + U 2（3）（4）Z 2( k) = h k, X 2( k) + V2( k)式中，Z 2(k)=w (k)s(Z 2(k)=w (

12、k)s(k)為DR系統(tǒng)觀測量;hk, X 2(k)=arctan 嘗1七(k)， 鄧2(k)+V2(k) en -1為系統(tǒng)觀測矩陣;V2（k）為測量噪聲陣。DR系統(tǒng)方程和GPS系統(tǒng)方程相同，但其觀測方程是非線性的，一般采用擴(kuò)展卡爾曼濾波器 （EKF）9進(jìn)行線性化并濾波。關(guān)于線性化的過程以及線性化的DR數(shù)學(xué)模型，以及擴(kuò)展卡爾曼濾波算 法，可參見文獻(xiàn)（11,12,13）。3.2.3 GPS與DR的信息融合如果將子濾波器i的狀態(tài)估計矢量、系統(tǒng)協(xié)方差陣、狀態(tài)矢量協(xié)方差陣分別記為X、Q、P （其 中i = 1,2）；全局融合的濾波器的狀態(tài)估計矢量、系統(tǒng)協(xié)方差陣、狀態(tài)矢量協(xié)方差陣分別記為X : Q、 P；

13、則可按照如下規(guī)則來進(jìn)行濾波器的信息融合與分配：Q -1 = Q-1 + Q -1Q-1 = P Q -1, Q-1 = P 2 Q -1P -1 = P -1 + P -112P -1 = P P -1, P -1 = P P -1 1122P -1X = P-1 X1 + P2-1X 2（5）式中，p ,p是信息分配系數(shù)，且滿足P +p =1。1212在式（5）中，可以根據(jù)具體情況自動調(diào)整吟和P2的大小，實現(xiàn)信息的自適應(yīng)融合。當(dāng)GPS 正常工作時，取P1 = 0.5, &2 = 0.5，此時聯(lián)合濾波器有較高的定位精度和容錯能力；當(dāng)出現(xiàn)衛(wèi)星信 號遮擋等原因，造成GPS定位系統(tǒng)不能正常定位或定位

14、精度較差時，可以讓&產(chǎn)0, &2 = 1，此時 聯(lián)合濾波器的輸出近似于DR子系統(tǒng)的輸出。實時的調(diào)整吟和&2，0.992/PDOPPDOP22PDOP實時的調(diào)整吟和&2，0.992/PDOPPDOP22PDOP51/PDOP0.5 / PDOP=1&15 PDOP 1010 PDOP自適應(yīng)策略增加了聯(lián)合濾波器的抗干擾能力，增加了濾波算法的穩(wěn)定性。高精度的地圖匹配算法無論是單獨(dú)GPS定位，還是GPS/DR組合定位，都需要將車輛位置和電子地圖進(jìn)行結(jié)合，地圖 匹配的目的是將車輛位置無偏差地糾正到所在的道路上。在實際應(yīng)用中，一般的車載導(dǎo)航系統(tǒng)只采 用GPS定位，甚至很多低價格的GPS定位系統(tǒng)都沒有做卡爾

15、曼濾波處理，定位誤差比較大，此時 通過地圖匹配對定位點進(jìn)行糾偏，便顯得尤為重要。4.1匹配道路的選擇地圖匹配的關(guān)鍵就是選擇匹配道路，只要確定了匹配道路，只需要將定位點向其做投影，即可 得到準(zhǔn)確的地圖匹配點。這里采用一種綜合的權(quán)值因子TWS作為選擇道路的依據(jù)，如式（7）所示，其考慮了車輛和各 道路的接近程度（WSD + WSp）以及車輛航向和各道路方向的一致程度WSh 0TWS = WS h + （WSD + WS）綜合權(quán)值因子TWS最大的道路，即為最優(yōu)匹配道路，將當(dāng)前定位點直接投影到該道路即得到 準(zhǔn)確的匹配點。各權(quán)值因子的計算方法如下所述：1）車輛航向和道路方向的符合程度如圖2所示，P ,P

16、,P為車輛之前按先后順序獲取的定位點，P為當(dāng)前定位點，車輛離開道 1234路1，備選匹配道路包括道路2、道路3和道路4。這里，定義&為當(dāng)前車輛航向角（車向和正北方 向的夾角），定義&為道路方向和正北方向的夾角，在圖2中，道路2,道路3和道路4的方向分 別是0。、90。和 180。圖2航向與道路的符合程WSH = Ah cos）（8）其中，8 = 8邳=邳，if -180。Ap 180。A8 = 360。+Ap，if Ap -180。如果某條道路的ws h值越大，則車輛航向和該道路方向越接近。2）車輛和各道路的接近程度。這里從距離和角度兩個方面，構(gòu)造了兩個權(quán)值WS Q和WS,來更全面準(zhǔn)確地反映車

17、輛和各道路 的接近程度。如圖3所示，P為當(dāng)前定位點，AB為道路，C為P在該道路上的匹配點。圖3圖3車輛與道路的距離圖4車輛與道路的角度牙(y y ) y 3 工)+ 3 y ”)小、P 到 AB 的距離 D = _123 121 =2(9)*x x )2 + (y y )21212NS。= AJD，該值越大，定位點和對象道路的距離越近。如圖4所示，C為路口接點，P為當(dāng)前定位點，a表示某條道路到以 的角度。W% = A, cos(a )，該值越大，定位點和對象道路越接近。WS,考慮了定位點、路口和道路線段的空間關(guān)系，在WSD的基礎(chǔ)上，更進(jìn)一步地反映了車輛 和道路的接近程度。以圖4為例，P與道路1

18、和3的距離權(quán)值相等，即WS (1) = WS (3)，但WS 0 S (3),DDPP這樣，(WSD+ WSp(1) (WSD+ WSp(3)，即對于道路1而言，P更接近于道路3。因此，(WSD + WSp)全面準(zhǔn)確地反映了 P和各道路的接近程度。由于綜合匹配因子tws充分考慮了車輛位置、車輛航向和道路，路口的空間關(guān)系，因此其匹 配算法相對于依靠距離或方向等傳統(tǒng)的匹配方法14,15具有更高的精度和適應(yīng)性；尤其是在定位誤 差比較大的情況下，其依然能正確地識別車輛所在的道路，具有較高的抗干擾能力。4.2異常情況的處理異常情況指定位信號“漂移”、靜止等。目前城市車輛普遍使用獨(dú)立GPS定位，異常情 況

19、更加頻繁。1）在車輛靜止或極低速時，GPS定位點會不斷地隨機(jī)跳躍，此時保持最后靜止的匹配 點作為每一靜止時刻的匹配點。一般判斷靜止的方法是：連續(xù)3個定位點之間的距離小于定 位誤差容限，即認(rèn)為車輛靜止了。停止靜止的判斷方法是：連續(xù)三個點之間的距離大于定位 誤差容限，即確認(rèn)車輛開始運(yùn)動了。2）在定位信號“漂移”，此時保持最后有效的匹配點作為即時的匹配點?？紤]到車輛的 機(jī)動加速特性，判斷“漂移”的方法是：如果當(dāng)前定位點和前一定位點的距離大于前一定位點 時速度的3倍，則認(rèn)為定位信號“漂移”了。3）在傳感器無法定位時（如GPS信號被“遮擋”），直接利用之前有效的匹配點作為即 時匹配點。4.3地圖匹配的算

20、法流程地圖匹配算法的實現(xiàn)流程如圖5所示。獲取定 -*位數(shù)據(jù)檢查定位數(shù)是否漂移或無效值.是f保持之前匹配值- 或線性化插值否V是否靜止.：一是* J或極低速？.用之前的匹配點作為 匹配結(jié)果T 否計算綜合匹配權(quán)值TWS選擇TWS最大的道路作為匹配-道路將定位點在匹配道路的投影點作為匹配點圖5地圖匹配的算法流程實驗與分析5.1濾波與信息融合算法實驗為了充分測試GPS/DR組合定位的優(yōu)勢以及聯(lián)合卡爾曼濾波的效果，本文進(jìn)行了車載 GPS單獨(dú)定位、車載DR單獨(dú)定位與車載GPS/DR組合定位的對比實驗。實驗環(huán)境：數(shù)據(jù)采集利用北工大自主技術(shù)與智能控制研究中心的GPS OEM（12通道， 最低追蹤信號感度-17

21、5dBW）、慣性導(dǎo)航開發(fā)板（板載角速率陀螺ADXRS150ER和加速度計 Inna AL-M30）以及 PC104 （研華 PCM-3350, 300MHZ CPU，128MB SDRAM），操作系統(tǒng) Windows CE，采樣周期1s；采集軌跡為北工大校園北門至校園南門，車速大致保持在25km/h 左右。選取車輛行駛過程中的300組數(shù)據(jù)案例，在PC下利用Matlab進(jìn)行濾波與信息融合算 法的對比分析。GPS與DR數(shù)學(xué)模型參數(shù)直接采用文獻(xiàn)（1）中建模仿真的設(shè)置參數(shù)，聯(lián)合卡爾曼濾波器的信息分配系數(shù)選取B1 = B 2 = 0.5。GPS/DR組合定位與GPS單獨(dú)卡爾曼濾波定位的東北向位置誤差比較

22、如圖6中(a)和(切 所示；此外，DR獨(dú)立定位的東北向位置誤差如圖7 中(a)和(切所示。圖6圖6組合定位與GPS單獨(dú)定位誤差比較圖7 DR獨(dú)立定位東北向位置誤差圖在圖6中，獨(dú)立GPS定位時，采用Kalman濾波后東北向位置最大誤差分別是4.5731m 和4.5126m；對于GPS/DR的組合定位方式，采用聯(lián)合卡爾曼濾波后東北向位置的最大誤差 分別是2.7811m和2.8102m。通過對比可以明顯看到基于聯(lián)合卡爾曼濾波的GPS/DR組合定 位比單獨(dú)的GPS卡爾曼濾波定位更加準(zhǔn)確。圖7為GPS信號無效情況下，DR獨(dú)立定位的誤差曲線圖，可以看到DR定位雖然是一 個誤差不斷累積和發(fā)散的過程，但在一段

23、時間內(nèi)(大約120s)，可以保證比較準(zhǔn)確的定位輸出 (東北向位置誤差均在4m以內(nèi))，這樣在GPS衛(wèi)星信號被遮擋或者GPS無法正常工作的時 候，DR可以提供暫時的車輛實時定位。因此，基于聯(lián)合卡爾曼濾波的GPS/DR組合導(dǎo)航具 有很好的定位精度、容錯能力和可靠性。綜上所述，聯(lián)合卡爾曼濾波器不僅實現(xiàn)了 GPS和DR的信息最優(yōu)融合，獲取了高 精度的位置信息，而且實現(xiàn)了 GPS無效或弱GPS條件下的DR獨(dú)立定位，提高了定位系統(tǒng) 的容錯能力和穩(wěn)定性。5.2地圖匹配實驗為了測試方便，將本文中的綜合地圖匹配算法移植到SNE1.1(SuperMap NavigatorEngine)的引導(dǎo)引擎中，利用修改引導(dǎo)引擎

24、后的SNE1.1在北京和天津區(qū)域做了大量的路測。實驗環(huán)境:測試設(shè)備為 HP iPAQ B21 手持機(jī)，400MHZ CPU(ARM920T)，64MB SDRAM， 操作系統(tǒng)為Windows Mobile5.0，GPS接收器為HOLUX GPSlim236，其最低最終信號感度 為-159dBW,。匹配算法相關(guān)權(quán)值系數(shù)設(shè)置為：AD = A =10, Ah = 50；并利用SuperMap DeskonPro強(qiáng)大的分析功能對比分析匹配算法的精度。圖8為北京市內(nèi)2009年4月1日測試的部分匹配軌跡。圖9圖14反映了測試過程中， 各種路況條件下的匹配效果以及定位異常情況下的匹配處理。圖8長距離連續(xù)匹配

25、測試部分軌跡圖9路口的匹配圖10路口定位點和匹配點的對比圖11主輔路的匹配圖12上下線分離道路的匹配圖13靜止的處理圖14定位信號中斷的處理圖9圖14非常直觀地反映了各種情況下匹配算法的準(zhǔn)確性。圖9為SNE1.1的真實導(dǎo) 航界面截圖，截圖場景為西三旗橋路口，黑色線為定位點串構(gòu)成的軌跡，高亮紫色線路為匹 配后的車輛運(yùn)行軌跡，圖10為經(jīng)過該路口（西三旗橋）過程中的定位點串和匹配后的點串 的對比顯示?？梢悦黠@地看到，在路口情況下的綜合匹配算法具有很好的匹配精度。圖11 和圖12,反映了定位誤差比較大的情況下，綜合匹配算法依然能夠正確去區(qū)分主輔路和上 下線分離道路。圖13反映了靜止時的匹配處理效果，可

26、以看到，在這一過程中，匹配規(guī)則 能夠及時動態(tài)識別車輛的“由運(yùn)動變靜止”以及“由靜止變運(yùn)動”兩種狀態(tài)。圖14中，定位信 號中斷后，匹配點保持為信號有效前的點，在定位信號恢復(fù)后，匹配立刻恢復(fù)正常。表1糾偏距離的統(tǒng)計分析糾偏距離相關(guān)統(tǒng)計參數(shù)結(jié)果糾偏距離相關(guān)統(tǒng)計參數(shù)結(jié)果糾偏案例總數(shù)Sum糾偏案例總數(shù)Sum7962最小糾偏距離dmin最小糾偏距離dmin0.002523m3最大糾偏距離dmax46.80149m4均值E d11.276635方差D d78.57086絕對偏差均值mse7.328531d如果不考慮GPS“漂移”和失效等異常情況下的匹配處理，路測過程中，利用綜合權(quán)值進(jìn) 行算法匹配案例共計79

27、62次。如果定義定位點與匹配點的距離為糾偏距離d，單位m，糾 偏距離也可以理解為定位點和真實點的誤差，其數(shù)學(xué)統(tǒng)計如表1所示。結(jié)合圖8和表1，可 以看到，在定位信號不穩(wěn)定，以及市內(nèi)道路情況復(fù)雜等條件下，匹配算法依然能長時間保持 準(zhǔn)確和穩(wěn)定的定位糾偏。綜上所述，本文采用的綜合匹配算法實現(xiàn)了各種城市路況情形下正確行駛道路的選擇和 定位點的精確匹配，而且其高精度并不是以一定的滯后時間為代價UH具有非常好的實時 性，是目前車輛定位中一種真正實用的高精度地圖匹配算法。6.結(jié)論GPS/DR是一種理想的車輛組合定位方式。本文設(shè)計的聯(lián)合卡爾曼濾波器，能自適應(yīng)地 進(jìn)行GPS/DR系統(tǒng)的信息融合，具有很好的精度和抗

28、干擾能力，且易于實現(xiàn)，真正實現(xiàn)了低 價格、高精度的實時車輛定位。綜合地圖匹配算法實現(xiàn)了車輛位置與GIS道路的無偏差結(jié) 合，該算法兼顧精度和穩(wěn)定性。通過大量的實驗驗證了本文算法的優(yōu)越性和可行性。對于目 前比較主流的獨(dú)立GPS定位，算法同樣適應(yīng)，并對GIS位置服務(wù)相關(guān)其他應(yīng)用同樣提供了 一種非常好的定位解決方案。參考文獻(xiàn)：張其善，吳今培，楊東凱，智能車輛定位導(dǎo)航系統(tǒng)及應(yīng)用M.科學(xué)出版社，北京.2002.付夢印，鄧志紅，張繼偉.Kalman濾波理論及其在導(dǎo)航系統(tǒng)中的應(yīng)用M.北京：科學(xué)出版社，2003.李衛(wèi)平，智能交通技術(shù)應(yīng)用M.人民交通出版社.人民出版社，北京，2006.趙亦林，車輛定位與導(dǎo)航系統(tǒng)M.電子工業(yè)出版社，北京，1999.袁信，俞濟(jì)祥，陳哲，導(dǎo)航系統(tǒng)M.航空工業(yè)出版社，北京，1993.Zickel Robert and Nahum Nebemia. GPS Aided Dead Reckoning NavigationC.Proceedings of Natural Technical Meeting,1994,pp.577-585.寇艷紅，張其善，李先亮.車載GPS/D