基于新道路發(fā)現(xiàn)的GIS地圖更新算法

郭森　秦貴和　肖曉　任鵬飛　孫銘會(huì)

摘要：

針對(duì)導(dǎo)航系統(tǒng)中電子地圖的更新代價(jià)大、耗時(shí)長(zhǎng)的問(wèn)題，結(jié)合浮動(dòng)車(chē)的歷史GPS軌跡信息匹配到當(dāng)前電子地圖中時(shí)匹配時(shí)效的情形，提出了一種基于失效數(shù)據(jù)篩選的新道路判定和電子地圖更新算法。首先，通過(guò)計(jì)算全部失效點(diǎn)的橫縱跨度判斷行駛軌跡的主方向。其次，通過(guò)飄逸篩選，剔除可能由于車(chē)載GPS采集設(shè)備因故障而產(chǎn)生的定位失準(zhǔn)數(shù)據(jù)點(diǎn)組；利用基于直線(xiàn)的最小二乘法，對(duì)匹配失效的異常軌跡進(jìn)行線(xiàn)性擬合，以確定軌跡的位置和方向；通過(guò)角度篩選，剔除誤差較大的定位數(shù)據(jù)點(diǎn)組。最后，將篩選所得新道路的軌跡數(shù)據(jù)進(jìn)行融合并排序，結(jié)合電子地圖的路網(wǎng)結(jié)構(gòu)，根據(jù)新道路的路段端點(diǎn)的匹配結(jié)果，將新道路插入到當(dāng)前GIS電子地圖的路網(wǎng)中。通過(guò)在某城市局部區(qū)域的電子地圖路網(wǎng)數(shù)據(jù)上進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法能夠準(zhǔn)確地判定和篩選新增道路，并將其正確地插入到電子地圖的當(dāng)前路網(wǎng)結(jié)構(gòu)中。

關(guān)鍵詞：

新道路發(fā)現(xiàn)；飄逸篩選；軌跡擬合；角度篩選；地圖更新

中圖分類(lèi)號(hào)：

TP301.6

文獻(xiàn)標(biāo)志碼：A

Abstract：

Aiming at the problem of high cost and long time consumption of updating the electronic map in navigation system， a new road judgment and electron map updating algorithm based on failure data screening was proposed， which utilized the circumstances of unsuccessful matching between the history GPS track of floating vehicle and the current electronic map. First of all， the main direction of the travel path was judged by calculating the horizontal and vertical spans of all the failure points. Secondly， elegant point screening was used to cull the misregistration groups of data points due to the malfunction of the onboard GPS equipment； then the linear least square method was used for the linear fitting of failurematching abnormal trajectory to determine the position and direction of the track； contributing to determination of the trajectory location and direction； through the angle screening， eliminating the large error positioning data point groups with large error were culled by angle screening. Finally， the screened trajectory data was fused and ordered by the main direction. Combined with the road network structure of electronic map， the new road was inserted into the current road network according to the matching results of the endpoints of the new road. Experiments were conducted on the electronic map of a local area network of some city. Experimental results show that the method can accurately determine and screen the new road， and rightly insert the new road into the current network structure of the electronic map.

英文關(guān)鍵詞Key words：

new road finding； elegant point screening； trace fitting； angle screening； map updating

0引言

基于位置服務(wù)（Location Based Service， LBS）的導(dǎo)航系統(tǒng)的廣泛應(yīng)用給人們的生活帶來(lái)了極大的便利，尤其在移動(dòng)端如手機(jī)、車(chē)載上的迅速普及使得導(dǎo)航服務(wù)成為日常出行中不可缺少的需求。

電子地圖作為導(dǎo)航服務(wù)的基礎(chǔ)，其完整性和正確性對(duì)導(dǎo)航系統(tǒng)有著直接的影響。而隨著交通系統(tǒng)的發(fā)展，每年都有著成千上萬(wàn)條新增道路，如何準(zhǔn)確及時(shí)地利用新增道路對(duì)電子地圖的路網(wǎng)進(jìn)行更新就成為了導(dǎo)航系統(tǒng)中尤為關(guān)鍵的問(wèn)題。

通常情況下，電子地圖中新增道路的數(shù)據(jù)信息主要依靠政府組織發(fā)動(dòng)專(zhuān)門(mén)的機(jī)構(gòu)進(jìn)行測(cè)繪所得，這所帶來(lái)的一個(gè)嚴(yán)重問(wèn)題是測(cè)繪將花費(fèi)大量的人力、物力且測(cè)繪周期較長(zhǎng)，不能及時(shí)對(duì)電子地圖的路網(wǎng)進(jìn)行更新。為了解決該問(wèn)題，很多具有實(shí)用性的新方法被開(kāi)發(fā)出來(lái)。文獻(xiàn)[1]基于遙感影像地圖，以多尺度模板匹配為依據(jù)，通過(guò) LSBSnake模型實(shí)現(xiàn)半自動(dòng)化的新增道路提??；但是其準(zhǔn)確率受限于影像地圖中地物的識(shí)別與提取技術(shù)，且在識(shí)別過(guò)程中需要人為干預(yù)。文獻(xiàn)[2]中通過(guò)高分辨率圖像進(jìn)行道路的提取，采用統(tǒng)計(jì)區(qū)域融合的方法進(jìn)行圖像分割，并利用基于輪廓?jiǎng)澐值墓羌苄藜舨呗赃M(jìn)行路網(wǎng)的提取，實(shí)現(xiàn)了道路提取的自動(dòng)化控制；但是該方法無(wú)法處理圖片中的被遮擋或覆蓋的路段。文獻(xiàn)[3]根據(jù)浮動(dòng)車(chē)的大量歷史數(shù)據(jù)結(jié)合空間網(wǎng)格的方法來(lái)進(jìn)行新增道路的識(shí)別。文獻(xiàn)[4]中參考浮動(dòng)車(chē)的軌跡數(shù)據(jù)，通過(guò)與電子地圖進(jìn)行圖層的圖像配準(zhǔn)并結(jié)合數(shù)據(jù)清洗的方法來(lái)發(fā)現(xiàn)新道路。

本文針對(duì)以圖像識(shí)別為主的新道路發(fā)現(xiàn)算法的高時(shí)空復(fù)雜度，提出了一種結(jié)合歷史軌跡匹配失效點(diǎn)的篩選識(shí)別算法，并利用新增道路對(duì)電子地圖的路網(wǎng)進(jìn)行更新，具有較低的時(shí)空復(fù)雜度和更高的靈活性。

1異常軌跡方向判定

電子地圖的構(gòu)建基于MapInfo格式[5-6]，拓?fù)渎肪W(wǎng)中以路段為基本單位，單路段長(zhǎng)度的選取以測(cè)繪為基準(zhǔn)。單路段通常選取直線(xiàn)或近似直線(xiàn)的路段，并由道路方向、路段上離散點(diǎn)經(jīng)緯度坐標(biāo)等信息所組成。

在利用地圖匹配算法[7-9]將浮動(dòng)車(chē)的GPS軌跡信息匹配到電子地圖中時(shí)，有時(shí)會(huì)出現(xiàn)多輛車(chē)的行駛軌跡在電子地圖的某特定區(qū)域內(nèi)匹配失效的情形，即無(wú)法將行駛軌跡有效地匹配到電子地圖中的具體路段上。本文中稱(chēng)一條匹配失敗的軌跡為一個(gè)異常軌跡，它所包含的定位點(diǎn)為一個(gè)異常點(diǎn)組。

在地圖匹配過(guò)程中，由匹配算法檢測(cè)出的匹配失敗的異常點(diǎn)組如表1所示。其中時(shí)間戳屬性標(biāo)識(shí)GPS定位數(shù)據(jù)產(chǎn)生的時(shí)刻，以30s為采集周期。匹配結(jié)果為1表示定位點(diǎn)正確匹配到路網(wǎng)，匹配結(jié)果為0表示匹配失敗。

根據(jù)上述所確定的異常點(diǎn)組的主方向，對(duì)各個(gè)異常點(diǎn)組內(nèi)的定位點(diǎn)分別進(jìn)行主方向排序。若方向?yàn)橹鹘?jīng)向，則對(duì)定位點(diǎn)進(jìn)行排序時(shí)，先按照經(jīng)度值進(jìn)行排序，若兩點(diǎn)的經(jīng)度值相等，則再按照緯度值進(jìn)行排序，反之亦然。

2有效異常軌跡的篩選

異常軌跡的產(chǎn)生，有兩種可能的情形：1）車(chē)輛端的GPS采集設(shè)備由于故障或“飄逸”而產(chǎn)生的定位失準(zhǔn)；2）其所描述的路線(xiàn)是一條在實(shí)際環(huán)境中已存在的新路徑，而在電子地圖中尚未被更新。為了排除因故障或“飄逸”而產(chǎn)生的定位失準(zhǔn)的情形，進(jìn)而得到準(zhǔn)確的新道路軌跡信息，必須對(duì)異常軌跡進(jìn)行篩選，以剔除定位失準(zhǔn)數(shù)據(jù)。

2.1飄逸篩選

經(jīng)車(chē)載GPS采集設(shè)備而得到的車(chē)輛行駛軌跡的定位數(shù)據(jù)，可能由于采集設(shè)備未校準(zhǔn)或故障等原因，而使軌跡信息產(chǎn)生大幅度飄逸，這類(lèi)數(shù)據(jù)不能反映軌跡的真實(shí)信息，在進(jìn)行篩選時(shí)應(yīng)予以剔除。本文選取已排序的各個(gè)異常點(diǎn)組的中位點(diǎn)作為篩選依據(jù)。選取中位點(diǎn)是為了避免選取端點(diǎn)而可能引入的潛在誤差，因?yàn)檐壽E的端點(diǎn)可能會(huì)因?yàn)榕c路網(wǎng)中其他路段的交匯，而使匹配結(jié)果更加復(fù)雜化。

對(duì)主方向排序后的N組異常點(diǎn)，選取各組的中位點(diǎn)，計(jì)算任意兩中位點(diǎn)間的歐氏距離Dij，并統(tǒng)計(jì)每個(gè)中位點(diǎn)與其他組中位點(diǎn)間距離超過(guò)閾值θ的個(gè)數(shù)Si。若Si大于組數(shù)N的一半則將該失效點(diǎn)組剔除。對(duì)于任意兩中位點(diǎn)Gi（loni， lati）和Gj（lonj， latj），有如下公式：

其中：Si

根據(jù)城市道路分級(jí)規(guī)范，城市主干道最大寬度約為50m，由于GPS定位數(shù)據(jù)在采集及傳輸過(guò)程中均有一定的誤差，定位數(shù)據(jù)會(huì)在道路兩側(cè)呈現(xiàn)一定的擺動(dòng)，本文中設(shè)定距離閾值θ取值對(duì)應(yīng)實(shí)際距離100m。經(jīng)緯度坐標(biāo)與兩點(diǎn)間的實(shí)際距離的轉(zhuǎn)換，則采用文獻(xiàn)[10]中的方法。

2.2軌跡擬合

由匹配算法檢測(cè)出的異常點(diǎn)組，所包含的是以30s為周期采集到的車(chē)輛位置的離散定位點(diǎn)，其只能反映車(chē)輛在某一具體時(shí)刻的位置，為了從一組定位點(diǎn)中得到車(chē)輛的更直觀的軌跡信息，本文采用基于離散點(diǎn)的最小二乘法[11]對(duì)異常點(diǎn)組中的離散定位點(diǎn)進(jìn)行直線(xiàn)擬合。

若異常軌跡的方向?yàn)橹骶曄颍瑢?duì)一個(gè)異常點(diǎn)組：

A[M]=[（lon1，lat1），（lon2，lat2），…，（lonM，latM）]

其由最小二乘法擬合所得的在直線(xiàn)方程為：lon=a*lat+b，則有：

a=1c∑Mi=1（lat-latlat-）（lon-lonlon-）（5）

b=lon-a*lat（6）

其中：lon=1M*∑Mi=1loni，lat=1M*∑Mi=1lati，c=∑Mi=1（lati-lat）2。

通過(guò)上述擬合方式得到的直線(xiàn)為通過(guò)異常點(diǎn)組所能得到的車(chē)輛軌跡線(xiàn)性化的最優(yōu)解，由此得到的軌跡的位置及方向信息是角度篩選的關(guān)鍵。

2.3角度篩選

對(duì)于異常點(diǎn)組，通過(guò)飄逸篩選可以剔除由于設(shè)備故障或未校準(zhǔn)而產(chǎn)生的明顯錯(cuò)誤數(shù)據(jù)，但是，仍會(huì)有部分異常點(diǎn)組相對(duì)于全部異常點(diǎn)組所反映的新道路的真實(shí)軌跡具有相對(duì)較大的誤差。為了盡可能減少由這些具有較大誤差的異常點(diǎn)組所帶來(lái)的誤差，必須對(duì)飄逸篩選后的異常點(diǎn)組數(shù)據(jù)作進(jìn)一步的篩選，去除較大誤差的異常點(diǎn)組。

為此，本文采用角度篩選的方法來(lái)提煉異常點(diǎn)組。首先，將由飄逸篩選后所得的所有異常點(diǎn)組的數(shù)據(jù)進(jìn)行融合并排序，并采用2.2節(jié)中的方法對(duì)其進(jìn)行軌跡擬合，此時(shí)得到的軌跡稱(chēng)為綜合軌跡：lon=a0*lat+b0。其次，對(duì)每單個(gè)異常點(diǎn)組進(jìn)行軌跡擬合，稱(chēng)為單線(xiàn)軌跡：lon=ai*lat+bi。最后，分別計(jì)算每個(gè)單線(xiàn)軌跡與綜合軌跡的間的最小夾角角度α，若該角度超過(guò)閾值δ，則認(rèn)為相應(yīng)單線(xiàn)軌跡的異常點(diǎn)組具有較大誤差，在該角度篩選中應(yīng)予以剔除。

α=π2，a0*ai=-1

arctan（ai-a01+a0*ai），a0*ai≠-1 （7）

若α<δ則保留異常點(diǎn)組，否則剔除異常點(diǎn)組，其中閾值δ設(shè)定為15°。

3路網(wǎng)更新

對(duì)由匹配算法檢測(cè)出的匹配失效的異常點(diǎn)組，通過(guò)飄逸篩選剔除失準(zhǔn)數(shù)據(jù)，通過(guò)軌跡擬合后的角度篩選剔除較大誤差數(shù)據(jù)，此時(shí)篩選所得的異常點(diǎn)組即為描述新道路的軌跡信息。將篩選所得的所有異常點(diǎn)組數(shù)據(jù)進(jìn)行融合并排序，即得新道路的路段信息，可利用該新道路對(duì)電子地圖的路網(wǎng)進(jìn)行更新。

在對(duì)路網(wǎng)進(jìn)行更新時(shí)，根據(jù)電子地圖路網(wǎng)結(jié)構(gòu)的特點(diǎn)，首先需要判斷新道路在路網(wǎng)中的插入位置，即新道路路段的兩個(gè)端點(diǎn)在路網(wǎng)中路段上的匹配位置。新道路的端點(diǎn)匹配結(jié)果有三種可能的情形分別如圖1所示。

圖1（a）所示，新道路的端點(diǎn)落在路網(wǎng)中的節(jié)點(diǎn)上，此時(shí)需要在路網(wǎng)的拓?fù)浣Y(jié)構(gòu)中將該新道路加入到節(jié)點(diǎn)處所有連接路段的鄰接路段表中，并將節(jié)點(diǎn)處的所有連接路段加入到新道路的鄰接路段表中。圖1（b）所示的情形，新道路的端點(diǎn)落在某一路段之內(nèi)，根據(jù)電子地圖的構(gòu)建結(jié)構(gòu)，應(yīng)以該端點(diǎn)建立一個(gè)節(jié)點(diǎn)，并將該路段從端點(diǎn)處將該路段拆分成兩個(gè)子路段，

并同時(shí)更新自己的鄰接路段表。由失效點(diǎn)組可知，新道路的兩個(gè)端點(diǎn)至少有一端是可以匹配成功的，圖1（c）所示的情形，即新道路的某一端點(diǎn)未落入路網(wǎng)中的任一路段上及節(jié)點(diǎn)處，那么此時(shí)新道路的另一端點(diǎn)一定是匹配成功的，此時(shí)新道路是一條單通的路段，即該新道路僅有一端與路網(wǎng)中的其他路網(wǎng)相連通，另一端為一封閉的節(jié)點(diǎn)。此時(shí)僅需根據(jù)另一端點(diǎn)的匹配結(jié)果進(jìn)行更新即可。

由此可得，本文實(shí)現(xiàn)的基于新道路發(fā)現(xiàn)的GIS地圖更新算法的流程如圖2所示。

4實(shí)驗(yàn)結(jié)果

為了驗(yàn)證本文提出的算法，在Linux操作系統(tǒng)下，在Qt環(huán)境中編碼實(shí)現(xiàn)該算法，并在Qt Graphics View框架下使用MapInfo公司的MIF格式的電子地圖進(jìn)行顯示。本文選取某市某局部地區(qū)的地圖，利用該市某出租車(chē)公司的車(chē)輛軌跡的數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。由地圖匹配算法所檢測(cè)出的匹配失效點(diǎn)組如表1所示。

通過(guò)Google地圖對(duì)該區(qū)域進(jìn)行地圖抓取如圖3所示。

本文構(gòu)建的該區(qū)域的電子地圖的路網(wǎng)結(jié)構(gòu)如圖4（a）所示，由此圖可看出實(shí)際路網(wǎng)結(jié)構(gòu)與電子地圖的路網(wǎng)結(jié)構(gòu)存在明顯差異，若直接將表2中各個(gè)失效點(diǎn)組的軌跡直接顯示在該路網(wǎng)中則如圖4（b）所示。

對(duì)表2所示的各失效點(diǎn)組，利用本文提出的算法進(jìn)行處理后所得路網(wǎng)結(jié)構(gòu)如圖5中所示。

由圖5可以看出，本文算法能夠有效地進(jìn)行軌跡信息的篩選過(guò)濾，并準(zhǔn)確地將該路段插入到路網(wǎng)中。

為了進(jìn)一步驗(yàn)證本文算法的正確率，在浮動(dòng)車(chē)的歷史軌跡覆蓋的局部路網(wǎng)中，手動(dòng)拆除原本已經(jīng)存在并且被有效匹

配過(guò)的多個(gè)路段，然后對(duì)浮動(dòng)車(chē)的歷史軌跡重新進(jìn)行匹配，統(tǒng)計(jì)匹配過(guò)后被手動(dòng)拆除的路段的重建率，結(jié)果如表2。

由表2可知，本文算法能夠準(zhǔn)確高效地判定新增路段并將其正確地插入路網(wǎng)中，表2中的重建率之所以未能達(dá)到100%，分析原因是因?yàn)檐壽E數(shù)據(jù)不夠充分，在某些待重建路段上的軌跡未能完整覆蓋該路段，若增加浮動(dòng)車(chē)的歷史軌跡數(shù)據(jù)，重建率可有效提高。

5結(jié)語(yǔ)

為了解決電子地圖的路網(wǎng)依靠人工測(cè)繪及更新的代價(jià)大、耗時(shí)長(zhǎng)的問(wèn)題，本文提出了一種基于浮動(dòng)車(chē)軌跡匹配失效的新道路發(fā)現(xiàn)及電子地圖路網(wǎng)更新算法。根據(jù)車(chē)輛的歷史軌跡的匹配結(jié)果，對(duì)特定區(qū)域的匹配失效點(diǎn)組利用飄逸篩選排除定位失準(zhǔn)產(chǎn)生的數(shù)據(jù)；采用基于直線(xiàn)的最小二乘法對(duì)失效點(diǎn)組進(jìn)行軌跡擬合，通過(guò)各個(gè)失效點(diǎn)組間的夾角進(jìn)一步剔除誤差較大的失效點(diǎn)組；最后根據(jù)篩選所得定位點(diǎn)進(jìn)行融合排序，根據(jù)路網(wǎng)結(jié)構(gòu)準(zhǔn)確高效地將新道路插入到路網(wǎng)中，實(shí)現(xiàn)地圖的更新。在某城市局部區(qū)域的電子地圖中，根據(jù)真實(shí)浮動(dòng)車(chē)歷史軌跡的實(shí)驗(yàn)可得，本文算法可有效解決基于新道路發(fā)現(xiàn)的電子地圖更新問(wèn)題，為靠人工實(shí)現(xiàn)的測(cè)繪和更新提供了一種新思路。

參考文獻(xiàn)：

[1]

董明，張海濤，祝曉坤，等.基于遙感影像的地圖道路網(wǎng)數(shù)據(jù)變化檢測(cè)研究[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2009，34（2）：178-182.（DONG M， ZHANG H T， ZHU X K， et al. Change detection of road networks based on remote sensing image [J]. Geomatics and Information Science of Wuhan University， 2009， 34（2）： 178-182.）

[2]

ANIL P N， NATARAJAN S. Automatic road extraction from high resolution imagery based on statistical region merging and skeletonization [J]. International Journal of Engineering Science and Technology， 2010， 2（3）： 165-171.

[3]

張淑玲，官剛宇，鄒復(fù)民，等.浮動(dòng)車(chē)與空間網(wǎng)格結(jié)合的新增道路自動(dòng)檢測(cè)[J].科學(xué)技術(shù)與工程，2012，12（22）：5496-5501.（ZHANG S L， GUAN G Y， ZOU F M， et al. Combine the floating cars with space grid for automatic detection of the new road [J]. Science Technology and Engineering， 2012， 12（22）： 5496-5501.）

[4]

蔣新華，廖律超，鄒復(fù)民，等.基于浮動(dòng)車(chē)移動(dòng)軌跡的新增道路自動(dòng)發(fā)現(xiàn)算法[J].計(jì)算機(jī)應(yīng)用，2013，33（2）：579-582.（JIANG X H， LIAO L C， ZOU F M， et al. Automatic detection algorithm for new roads based on trajectory of floating cars [J]. Journal of Computer Applications， 2013， 33（2）： 579-582.）

[5]

何江艷，趙琦.無(wú)人直升機(jī)地面監(jiān)控電子地圖的設(shè)計(jì)與實(shí)現(xiàn)[J].北京航空航天大學(xué)學(xué)報(bào)，2011，37（5）：615-618.（HE J Y， ZHAO Q. Design and realization of the electronic map for UAV GCS [J]. Journal of Beijing University of Aeronautics and Astronautics， 2011， 37（5）： 615-618.）

[6]

王凌艷，謝婷婷，劉鎮(zhèn)瑜，等.基于MapInfo和Vega Prime的飛行器航跡顯示系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].中國(guó)電子科學(xué)研究院學(xué)報(bào)，2013，8（3）：300-304.（WANG L Y， XIE T T， LIU Z Y， et al. Design and implementation of aircrafts flight path display system based on MapInfo and Vega Prime [J]. Journal of China Academy of Electronics and Information Technology， 2013， 8（3）： 300-304.）

[7]

孫麗娜，董勁男，鄭嘯天，等.一種基于浮動(dòng)車(chē)移動(dòng)軌跡與電子地圖融合的道路匹配算法[J].吉林大學(xué)學(xué)報(bào)（理學(xué)版），2015，53（4）：710-714.（SUN L N， DONG J N， ZHENG X T， et al. A roadmatching algorithm based on fusion of moving trajectory and electronic map [J]. Journal of Jilin University （Science Edition）， 2015， 53（4）： 710-714.）

[8]

HE Z， SHE X， ZHUANG L， et al. Online mapmatching framework for floating car data with low sampling rate in urban road networks [J]. IET Intelligent Transport Systems， 2013， 7（4）： 404-414.

[9]

ZHAO Y， QIN Q， LI J， et al. Highway map matching algorithm based on floating car data [C]// Proceedings of the 2012 IEEE International Geoscience and Remote Sensing Symposium. Piscataway， NJ： IEEE， 2012： 5982-5985.

[10]

黎珍惜，黎家勛.基于經(jīng)緯度快速計(jì)算兩點(diǎn)間距離及測(cè)量誤差[J].測(cè)繪與空間地理信息，2013，36（11）：235-237.（LI Z X， LI J X. Quickly calculate the distance between two points and measurement error based on latitude and longitude [J]. Geomatics and Spatial Information Technology， 2013， 36（11）： 235-237.）

[11]

韓慶瑤，肖強(qiáng)，樂(lè)英.空間離散點(diǎn)最小二乘法分段直線(xiàn)擬合的研究[J].工業(yè)儀表與自動(dòng)化裝置，2012（4）：107-109.（HAN Q Y， XIAO Q， YUE Y. Study of space discrete points piecewise linear fitting on least square method [J]. Industrial Instrumentation and Automation， 2012（4）： 107-109.）