基于车速推算的改进地图匹配算法研究

车载GPS/DR组合导航监控系统中,GPS/DR数据不可避免受到各种误差源的影响而产生较大的误差,为了降低各种误差源对车辆导航的影响,有机结合能改善GPS/DR数据误差对导航影响的地图匹配算法,从而构成了GPS/DR/MM智能导航系统.文中通过分析地图匹配算法的关键技术和影响地图匹配算法可靠性等因素,提出一种基于车速递推的地图匹配算法,该算法利用基本可信数据--车速,从而很大程度地提高了地图匹配算法的可靠性.通过跑车实际数据测试表明,该算法是行之有效的.     

基于卡尔曼滤波的GPS/DR导航信息融合方法

为了有效地实现GPS/DR(Global Positioning System/Dead Reckoning)组合导航系统的信息融合,提高GPS/DR组合导航系统的精度和可靠性,分析了传统的利用全球定位系统(GPS)与航位推算系统(DR)跟踪车辆位置方法的特点,结合GPS和航位推算DR两种定位方式的优点,在车辆定位技术中采用GPS/DR组合定位技术,构建了基于卡尔曼滤波技术的自适应联合卡尔曼滤波器,使用Matlab软件工具进行了计算机仿真验证,从软件集成的角度探讨了GPS/DR组合定位技术的串口通信等关键技术的软件实现问题,给出了GPS单独导航、DR单独导航和GPS/DR组合导航三种工作状态下的位置误差。从对比中可以看出,组合系统能在任何情况下实现车辆的实时、可靠、准确的定位,定位误差最小,同时还可以减小甚至消除推算定位系统随时间积累的误差。     

新型车辆导航监控系统研究

将蓝牙通讯技术引进车辆的定位，研究了基于卡尔曼滤波算法的GPS／DR／MM／BB组合车辆导航监控系统：设计了基于DSP的车载导航计算机，实现了USB通讯及大容量数据存储，在导航定位功能基础上实现了“黑匣子”的多种功能．研究实现的原理样机进行了大量的跑车实验，结果表明：所采用的车辆组合导航方法是有效的、可行的，具有很好的应用价值．     

GPS/DR组合导航车载单元的开发研究

随着城市车辆的急剧增长和道路交通状况的拥挤,以全球定位系统（GPS）定位技术为主的民用车辆的定位导航和监控技术得到了飞速发展.通过研究GPS和航位推算系统（DR）的组合导航技术,给出了GPS/DR组合导航系统车载单元的设计方案.由GPS接收机、压电陀螺仪、DVD、单片机、手机模块、车载里程仪、工控微机组成的车载单元具有车辆自动导航和监控报警功能.     

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。     

新型车辆导航监控系统研究

将蓝牙通讯技术引进车辆的定位,研究了基于卡尔曼滤波算法的GPS/DR/MM/BB组合车辆导航监控系统;设计了基于DSP的车载导航计算机,实现了USB通讯及大容量数据存储,在导航定位功能基础上实现了"黑匣子"的多种功能.研究实现的原理样机进行了大量的跑车实验,结果表明:所采用的车辆组合导航方法是有效的、可行的,具有很好的应用价值.     

估算系统DR与GPS／GLONASS的组合应用

估算系统DR与GPS／GLONASS的组合应用是现代定位手段中的重要方法之一。该系统采用先进的KALMAN滤波器及计算机的网络技术形成一个高精度的数字化的导航系统,该系统能提供可靠的连续的高精度的三维定位。     

适用于公交营运监管的车辆组合定位技术研究 ——以上海市为例

公交行业营运监管对车辆定位可靠性要求较高。为解决现有GPS 技术存在的信号盲区问题,引入信标定位法（RFID 技术）,通过布设于首、末站点的RFID 基站采集车辆定位数据与运行途中的GPS位置数据相融合,实现车辆运行轨迹的量化理,准确判定和统计有效班次;引入航迹推算法（DR） 与GPS技术形成组合定位,当车辆GPS定位信号在中途站点区域短时间中断 时切换到航迹推算模式（DR）,利用里程计和角速度陀螺仪测量距离及方向,计算出车辆的到离站时间。在公交监管应用实例中,依托GPS / RFID组合定位技术获取的线路运能统计数据与运营企业上报的电子路单一致,验证了该组合模式的可靠性。对于GPS /DR 定位技术切换式组合模式,运用计算机仿真测算航迹推算法的定位偏差,仿真试验结果表明偏差值小于站点区域半径,符合中途站点车辆识别的要求。     

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%.      

GPS组合定位及其改善城市车辆导航性能的意义

由于受到城市中高大建筑的干扰,车辆能接收到的GPS卫星信号数量较少,导致其系统可用性和导航定位精度都比较差。为了改善这一局限,将Galileo卫星信号和GSM网络的BTS站点提供的导航信息与GPS进行组合车辆导航。文章从理论上论述了GPS/Galileo/BTS组合导航模式的可行性,进而分别通过静态和动态2种模式对组合系统在城市定位环境中的可用性和精确性进行了仿真。结果表明GPS/Galileo/BTS组合导航模式能大大改善系统的可用性和精确性。     

GPS/DR组合定位技术在物流运输监控管理中的应用

车载定位系统的精度及可靠性是构建物流运输监控系统的首要目标.文中阐述GPS技术和DR技术的基本原理、各自的优缺点及其组合定位技术优势,并对两种技术数据融合方法进行研究.在介绍物流运输监控管理的基础上研究基于GPS/DR组合定位技术物流监控系统的构建方案,对该系统功能作了详细介绍,并描述物流监控管理调度流程.最后对基于GPS/DR组合定位技术在深圳市物流运输监控管理中的应用情况进行了介绍.     

基于区域划分的GPS/DR组合导航定位研究

建立广域车辆定位导航系统的服务区区域划分，在此基础上实现了GPS定位模式切换、建立分层地图数据库和实现通过路网数据对GPS及推算定位的结果进行匹配的快速匹配算法。对车载导航系统的中心模块进行了相应的改进，实现了基于区域 发和地图分级思想的车辆定位导航系统基础模型，并结合成都中心区和广州市的试验结果进行了分析。分析表明，区域划分思想用于车辆定位导航系统，可以提高系统的总体性能。基于该思想实现的车辆空平导航系统模型不仅能在局域，而且能在广域范围内提供满意的定位导航服务。     

基于GPS/GSM/GIS的车辆定位导航系统的设计

设计并实现了一种将GPS全球卫星定位系统、GSM短消息服务系统、GIS地理信息系统相结合的车辆定位、导航、调度指挥系统.该系统采用GPS/DRS相结合的定位方式,通过GSM网实现移动车辆与监控中心的双向通信,并结合电子地图实现车辆的定位、导航、实时监控等功能.系统具有人机界面友好、性能稳定可靠、使用方便等特点,并具有一定的社会经济效益.     

智能车载导航与电话系统设计

基于S3C2410微处理器、WinCE 6.0嵌入式操作系统、GSM、GPS、GPRS和标准的RS232串口通讯等技术设计了一款嵌入式智能车载导航与电话系统。介绍了系统主要模块的电路设计以及软件系统主要功能的设计流程和实现过程。该系统可以方便实现车载电话、卫星导航、无线上网等基本功能,还可以通过网络与车辆监控中心连接实现在线导航、车辆调度、车辆监控等服务,在未来的车联网和智能交通系统中将有一定的应用前景。该系统平台具有成本低、体积小、便于安装、可靠性强和高稳定性等特点。     

��������С���任��GPS��̬�˲����㷨

针对应用卡尔曼滤波器进行车辆GPS导航信号的动态滤波时难以建立精确的数学模型以及传统小波变换在实时性方面存在不足,提出了基于提升小波变换的GPS动态滤波新算法.该算法采用提升小波变换对车辆GPS导航信号进行分解;用3σ准则和多项式插值方法对各层提升小波变换系数进行粗差探测与数据修复;采用模平方软阈值去噪算法对各层提升小波变换系数进行去噪;最后进行提升小波逆变换,从而实现车辆GPS导航信号的动态滤波。仿真实验结果表明,该算法的导航定位精度优于卡尔曼滤波算法;虽然在导航定位精度方面稍比传统小波变换算法的性能高,但比传统小波变换算法速度快一倍;显然该算法对车辆GPS导航系统是有效的.     

Vehicle Ego-Localization Based on Streetscape Image Database Under Blind Area of Global Positioning System

Vehicle positioning is critical for inter-vehicle communication, navigation, vehicle monitoring and tracking. They are regarded as the core technology ensuring safety in everyday-driving. This paper proposes an enhanced vehicle ego-localization method based on streetscape image database. It is most useful in the global positioning system(GPS) blind area. Firstly, a database is built by collecting streetscape images, extracting dominant color feature and detecting speeded up robust feature(SURF) points. Secondly, an image that the vehicle shoots at one point is analyzed to find a matching image in the database by dynamic programming(DP)matching. According to the image similarity, several images with higher probabilities are selected to realize coarse positioning. Finally, different weights are set to the coordinates of the shooting location with the maximum similarity and its 8 neighborhoods according to the number of matching points, and then interpolating calculation is applied to complete accurate positioning. Experimental results show that the accuracy of this study is less than 1.5 m and its running time is about 3.6 s. These are basically in line with the practical need. The described system has an advantage of low cost, high reliability and strong resistance to signal interference, so it has a better practical value as compared with visual odometry(VO) and radio frequency identification(RFID) based approach for vehicle positioning in the case of GPS not working.