車載BD/DR/MM組合導(dǎo)航定位精度研究

滕志軍，曲兆強(qiáng)，張雷雨，郭素陽(yáng)

(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(qiáng)，張雷雨，郭素陽(yáng)

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

為了彌補(bǔ)非空曠地帶北斗定位信號(hào)易丟失和航位推算定位誤差隨時(shí)間積累的弊端，提出一種基于道路網(wǎng)拓?fù)潢P(guān)系的多屬性信息融合的地圖匹配算法，能準(zhǔn)確判定車輛實(shí)際所在道路。實(shí)驗(yàn)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(dá)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(jiǎn)稱BDS)是我國(guó)2000年初開(kāi)始建設(shè)的重要導(dǎo)航系統(tǒng)，已在亞太地區(qū)投入運(yùn)行。尤其在民用車載導(dǎo)航應(yīng)用中更為普及，如果單獨(dú)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(dāng)車輛行駛在遮擋物較密集的區(qū)域、穿過(guò)較長(zhǎng)的隧道時(shí)，信號(hào)接收易中斷，導(dǎo)致車輛不能進(jìn)行正確的導(dǎo)航。

航位推算(Dead Reckoning，簡(jiǎn)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(cè)出車輛在任一時(shí)刻的所處位置和當(dāng)前點(diǎn)的前進(jìn)方向[4]。但是該系統(tǒng)在推算時(shí)需要車輛的初始位置，而且隨著時(shí)間的增加，誤差會(huì)累積變大，最后導(dǎo)致定位結(jié)果出現(xiàn)較大偏差，不能進(jìn)行正確的導(dǎo)航[5-6]。

地圖匹配(Map Maching ，簡(jiǎn)稱MM)新興的一種從算法上來(lái)彌補(bǔ)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(biāo)、行駛方向、定位誤差，通過(guò)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(jìn)行投影。MM的應(yīng)用要滿足兩個(gè)先決條件[8-9]：一是所用導(dǎo)航的電子地圖道路與實(shí)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(shí)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(duì)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(guò)卡爾曼濾波器進(jìn)行處理，將過(guò)濾后的定位數(shù)據(jù)輸入地圖匹配處理流程，通過(guò)一定的篩選機(jī)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(jì)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(shí)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(guò)硬件設(shè)備獲得的車輛軌跡信息和角度信息對(duì)下一點(diǎn)位置和方向進(jìn)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(jì)算

圖6 方向匹配度計(jì)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(shí)刻到Ti時(shí)刻行駛的路程，θi為該時(shí)間段的航向角，原理如圖2所示。

由于航跡推算是一個(gè)不斷積累的過(guò)程，在不斷的推算過(guò)程中傳感器的誤差積累越來(lái)越大。

3 地圖匹配過(guò)程實(shí)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(biāo)、行駛方向與道路網(wǎng)的道路矢量信息相結(jié)合,通過(guò)一定的規(guī)則將車輛強(qiáng)制顯示到地圖上。地圖匹配的實(shí)現(xiàn)要經(jīng)過(guò)兩個(gè)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(guò)誤差橢圓來(lái)確定，這里，為了簡(jiǎn)化計(jì)算通過(guò)誤差圓來(lái)代替。誤差圓的半徑為下式

(3)

地圖匹配的難點(diǎn)在于如何準(zhǔn)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?fù)浣Y(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?fù)浣Y(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(guò)電子地圖數(shù)據(jù)庫(kù)中可以讀出在候選區(qū)域內(nèi)有6條道路，考慮路網(wǎng)拓?fù)潢P(guān)系以及道路的長(zhǎng)度，假設(shè)車輛正在道路1上行駛，那么車輛在下一時(shí)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(duì)所有道路進(jìn)行匹配所需的冗余時(shí)間。

(2)剔除掉一部分候選路段后從剩下的候選路段中通過(guò)距離、方向?qū)傩詠?lái)判斷哪一條為車輛實(shí)際行駛道路。假設(shè)M(x,y)是車輛獲得的定位點(diǎn)坐標(biāo),Lm候選道路,作定位點(diǎn)到道路的垂直投影,投影點(diǎn)為M0(x0,y0)。d為兩點(diǎn)之間的距離，如圖5所示。其中，由公式可以看出定位點(diǎn)到候選道路的距離d越小，則該道路是準(zhǔn)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(lái)確定候選道路難以保證匹配的準(zhǔn)確度，本文以方向?qū)傩耘c距離屬性相融合的方法來(lái)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(diǎn)的行進(jìn)方向。假設(shè)車輛獲得的定位點(diǎn)時(shí)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(jiàn)當(dāng)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(shí)效性在這里我們將A0、A1分別取1和2。

4 算法測(cè)試

交叉路口是城市道路網(wǎng)中較常見(jiàn)的道路形式，通過(guò)構(gòu)建交叉路段l1、l2和l3模型，對(duì)本文提出的圖匹配算法性能驗(yàn)證分析。如圖7所示，對(duì)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(cuò)誤匹配相對(duì)較少。當(dāng)出現(xiàn)定位點(diǎn)位置偏離車輛行駛路段時(shí)，直接投影算法會(huì)出現(xiàn)匹配到錯(cuò)誤路段的情況，然而，融合匹配策略會(huì)依據(jù)車輛歷史匹配位置舍棄該定位點(diǎn)，確保車輛匹配正確的行駛路徑。

5 結(jié) 論

針對(duì)地圖匹配過(guò)程中篩選候選路段存在大量冗余時(shí)間，本文提出了一種基于網(wǎng)絡(luò)拓?fù)潢P(guān)系的多屬性信息融合的地圖匹配算法，通過(guò)MATLAB模擬仿真和實(shí)際行駛匹配結(jié)果，證實(shí)了本文提出的地圖匹配算法能夠?qū)崟r(shí)、準(zhǔn)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(bào)，2012,34(1)：43-47.

[3] 劉寅東，張一龍，姜亞平.輪式移動(dòng)機(jī)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(bào)，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(cè)繪學(xué)報(bào)，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(jī)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(jì)算機(jī)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(jìn)的嵌入式導(dǎo)航地圖匹配算法[J].北京理工大學(xué)學(xué)報(bào)，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(dòng)車地圖匹配方法[J].測(cè)繪學(xué)報(bào)， 2015,44(10)：1167-1176.

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

[10] 李洋，張曉冬，鮑遠(yuǎn)律.多權(quán)值概率論實(shí)時(shí)地圖匹配[J].電子測(cè)量與儀器學(xué)報(bào).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(wú)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(qiáng))；635971668@qq.com(張雷雨)；460167203@qq.com(郭素陽(yáng))