基于长间隔大规模数据的地图匹配算法研究

随着GPS定位技术应用的日益推广,GPS技术被大量应用于公交车辆及出租车辆的定位与预测.公共交通调度中心的数据量和处理负荷将变得非常巨大,而且租用电信无线网络的费用也很高.如何使用尽可能少的数据得到比较好的定位信息和节约计算资源就成为我们面对的一个重要课题.针对杭州交通调度中心的出租车和公交车的大间隔定位信息,本文提出了一种将基于权值,道路拓扑和最优路径选择相结合的综合地图匹配算法,并应用于实际,取得了很好的效果.     

车辆定位系统中的信息融合方法

车辆定位系统(VPS)应用于ITS时，将有各种定位数据从各子系统传输到ITS共用信息平台并进行分析，这些数据具有不同的精度要求，因此对于定位信息融合方法的研究显得非常重要。本文分析了现有的各种先进的乍辆定位技术，并通过研究不同车辆定位系统的单独及混合应用提出信息融合方案，重点介绍了GPS-DR系统和DAB-GSM融合定位系统的原理和使用情况。     

基于实时交通信息的动态车辆导航技术研究

将实时交通信息应用于车辆导航是实现车辆导航系统市场化、大众化的关键，而快速发展的无线通讯技术则为实时交通信息的传送提供了可能，集成车辆导航系统和无线通讯技术、构建车辆信息系统(Telematics)将是未来车辆应用发展的主导方向。本在分析传统静态的．孤立的车辆导航系统弊端的基础上，着重探讨了动态车辆导航涉及到的一些关键技术，包括有：实时交通信息的快速采集、信息融合、数值化编码、动态管理以及无线实时发布；基于实时交通信息的动态路径规划理论与方法；导航电子地图数据动态维护与更新；GPS／DR／MM组合定位方法。     

基于GPS技术的公交车辆监控调度系统的设计与实现

提出了一种基于GPS全球定位技术、移动通信技术、地理信息技术的公交车辆监控调度解决方案.概述了系统的工作原理及主要组成部分的结构与功能,并着重对监控调度中心的软件平台进行了设计和实现.该系统为城市公交系统提供了实时监控和调度功能,由此提高了公交运营车辆的效率,方便了人们的出行,缓解了交通拥挤问题,而且还有助于降低公交运营成本.     

车辆定位与智能卡在公路运输管理中的应用

在介绍车辆定位方法和智能卡技术的基础上,探讨了车辆定位在公路运输管理和智能 卡在高速公路收费中的应用.车辆定位应用于货物运输中可以提高货物运输的效率,增加车辆 的安全性.管理中心和移动车辆可利用移动通信设备进行双向的数据传输。管理中心在掌握车 辆位置与状态信息的前提下进行车辆调度和物流管理.基于智能卡内的CPU,针对高速公路的 收费管理制定专门的卡内操作系统,能够实现高速公路收费的“一卡通”.     

基于GPS车辆监控系统的软件实现

车辆调度系统是一种集全球卫星定位系统(GPS)、地理信息技术(GIS)、现代通信技术(GSM)和计算机辅助设计(CAD)于一体的高科技系统.它将移动目标的动态位置(经度、纬度)、时间、状态信息实时地通过无线通信链路传送到监控调度中心,然后在具有地理信息查询功能的电子地图拖进行移动目标的显示,并对目标的位置、速度、运动的方向、车辆的状态等信息进行监控和查询,为调度提供可视化的调度依据.本文对该系统软件部分提出了自己的解决方案和软件实现,可以实现定位、追踪、报警、远程控制、车辆管理、工程任务管理等功能.     

基于智能车辆的多传感器数据融合算法研究与分析综述

多传感器数据融合是20世纪80年代发展起来的一门新技术,将智能车辆中多个传感器采集的数据进行合成,并充分利用多感器数据间的冗余和互补特性,从而得出准确的环境信息用于地面车辆定位、车辆跟踪、车辆导航等。文章通过对现有的数据融合方法进行分类和归纳总结,对多传感器数据融合算法的研究和数据融合技术的应用情况进行阐述,为智能车辆多传感数据融合方面的研究提供参考。     

高速公路超高超宽车辆自动检测技术研究

研究对高速公路通行的货车进行高宽数据信息自动采集,结合超高（宽）车辆自动检测原理与实践,从计算模型、自动检测平台建立等方面对高速公路超高（宽）车辆自动检测技术进行阐述,为自动检测技术应用于高速公路车辆几何尺寸超载提供依据和理论支持。     

物联网环境下的重点车辆监控海量信息处理研究

重点车辆监控是借助物联网技术,通过感知设备对重点监控车辆进行识别、定位、跟踪、监控和管理。重点车辆监控平台需面对海量数据的处理问题．云计算信息处理模式为重点车辆信息管理提供了新思路。借助云计算的概念,提出基于Hadoop分布式并行编程框架的重点车辆信息管理模式和基于MapReduce编程模型的重点车辆海量信息处理方案。然后,采用广东省的重点车辆监控平台的历史数据作为样本,搭建基于Hadoop的重点车辆海量信息处理测试平台。实验结果表明,该平台能够实现物联网环境下的重点车辆海量数据的快速处理与查询．满足实时监控的要求。     

基于车路协同的车辆定位算法研究

为解决道路交叉口车辆由于定位信号缺失或者延迟引起的车辆定位偏差较大的问题,提出了基于车路协同的协同地图匹配算法（cooperative map-matching,CMM）. 首先利用扩展Kalman滤波（extended Kalman filter,EKF）融合GPS与车载航位推算系统（vehicular dead reckoning,DR）信息作为协同地图匹配的预先定位;然后基于短程通讯技术实现车辆信息的交换与共享,在电子地图的基础上,利用道路约束实现车辆进一步定位. 为了验证算法的有效性,搭建了模拟真实场景的仿真环境进行实验. 研究结果表明:采用EKF融合GPS/DR数据的交叉口车辆定位平均偏差为9.09 m,相比GPS 的14.31 m,定位偏差减小30.87%;采用CMM算法的交叉口车辆,当参与CMM车辆数为7时,平均位置偏差为4.5 m,参与CMM车辆数为10辆时,平均位置偏差为2.75 m,相比EKF定位偏差减小69.74%.