基于道路精简滤波原理的车辆导航系统地图匹配算法.pdfVIP

第9卷第2期 遥感 学 报 V01．9．No．2 2005年3月 JOURNALOFREMOTESENSING Mar．．2005 文章编号：1007_4619(2005)02-0215_05 基于道路精简滤波原理的车辆导航 系统地图匹配算法 杨新勇1，黄圣国2 (1．南京航空航天大学自动化学院，江苏南京210016；2．南京航空航天大学民航学院，江苏南京2l0016) 摘要： 针对交叉路口附近道路几何分布较为复杂的实际特点，提出基于道路精简滤波(RRF)原理的地图 匹配算法。研究了基于D—s证据理论的多规则数据融合技术在二路段地图匹配中的应用。建立了最短欧氏 距离和最小航向差两条判决规则。引入相关性模糊决策理论，将多路段匹配问题简化为二路段匹配问题，使 D—s证据判决规则的概率分配函数能根据实际路网分布作适应性调整，提高了算法的鲁棒性。对实际跑车数 据的仿真处理结果表明，应用该算法可以较好地解决城市交叉路口地图匹配问题。 关键词：地图匹配；D—s证据推理；模糊决策；数据融合；道路精简滤波 中图分类号： V249．32 文献标识码： A 同类型的多传感器数据融合问题，以获得最佳决 1 引 言 策‘1|。 在车辆导航定位系统中，利用数字化地图数据 设9是样本空间，领域内的命题都可以用@的 融合定位结果以产生最佳位置估计的技术称为地图 子集表示。 匹配。研究表明：当车辆行驶在道路间隔较为疏远 定义1设函数m：28一[0，1]，且满足 的区域时，现有的匹配算法较为有效；而由于实际行 m(西)=0 车路线的改变大多发生在交叉路口附近，且该区域 ∑m(A)=1 (1) 的道路网络分布常常较为复杂。因此，针对交叉路 口附近路网分布特点的地图匹配问题应引起足够重 本概率数，表示对A的精确信任。 视。 本文提出了一种新颖的道路精简滤波(RRF)别定义为 地图匹配算法，以解决车辆行驶在交叉路口附近时 Bef(A)=∑m(剐 的匹配问题。该算法采用基于相关性概念的模糊决 B生A (2) 策理论，使得在路网错综复杂的行车区域的多路段 Pz(A)=∑m(曰) 匹配问题，简化为任意两条待配路段之间单独比较 PZ(A)=1一BeZ(A) 排序的二路段匹配问题。同时，引入基于Dempster— 定义3(D-S合成公式) shafer(D．s)证据推理的多判决准则数据融合技术， 保证了算法具有较强的自适应能力。 为： m；(咖)=o 2 D—S证据推理 ^￡n日，2^ D．s证据理论是对经典贝叶斯理论的概括与扩 其中 展，它满足比概率论弱的公理，并能够区分不确定和 七。=1一∑m言(A；)‘m詈(哆) 不知道的差异。通常，D．S证据理论可用于解决不 收稿日期：20