面向車(chē)輛導(dǎo)航的GIS及其地圖匹配技術(shù)的理論與應(yīng)用.pdf

1、近年來(lái)，車(chē)輛導(dǎo)航和定位技術(shù)越來(lái)越受到人們的關(guān)注。針對(duì)城市車(chē)輛GPS定位容易被遮擋、DR定位誤差大的問(wèn)題，本文系統(tǒng)研究了面向車(chē)輛導(dǎo)航的GIS、面向車(chē)輛導(dǎo)航的數(shù)字地圖生成及其GPS／DR／MM組合定位的理論和方法。 1.基于OR模型的面向車(chē)輛導(dǎo)航的GIS研究。以關(guān)系型數(shù)據(jù)庫(kù)為物理存儲(chǔ)，以對(duì) 象為空間實(shí)體的表達(dá)方式，采用關(guān)系型數(shù)據(jù)庫(kù)統(tǒng)一存儲(chǔ)策略，將屬性和幾何數(shù) 據(jù)一體化存儲(chǔ)，實(shí)現(xiàn)了面向車(chē)輛導(dǎo)航GIS的對(duì)象--關(guān)系模型構(gòu)造

2、。 2.空間查詢(xún)語(yǔ)言的研究。常規(guī)SQL語(yǔ)言不具備空間操作算子或函數(shù)，空間擴(kuò)展 查詢(xún)語(yǔ)言通過(guò)對(duì)SQL進(jìn)行擴(kuò)充可以提高VNGIS對(duì)于空間數(shù)據(jù)庫(kù)的操縱能力。 實(shí)現(xiàn)了空間查詢(xún)語(yǔ)言的一個(gè)子集一道路網(wǎng)絡(luò)操縱語(yǔ)言，它增強(qiáng)了系統(tǒng)的道路網(wǎng) 絡(luò)分析能力，可以減少數(shù)字地圖制作費(fèi)用。 3.一種新型道路網(wǎng)絡(luò)模型及其自動(dòng)遍歷和數(shù)據(jù)庫(kù)生成算法的研究?；诠?jié)點(diǎn)連接 的道路網(wǎng)絡(luò)模型可以實(shí)現(xiàn)常規(guī)基于道路路端連接道路網(wǎng)絡(luò)很難表達(dá)的拐彎

3、限制 以及超圖型網(wǎng)絡(luò)。在前述模型的基礎(chǔ)上，本文接著提出了基于上述模型的道路 網(wǎng)絡(luò)自動(dòng)遍歷和數(shù)據(jù)庫(kù)生成算法，該算法可以加快電子地圖數(shù)據(jù)庫(kù)的制作。 4.基于矢量道路輪廓圖的路心線(xiàn)自動(dòng)生成算法的研究。采用種子點(diǎn)設(shè)定的方法得 到初始道路輪廓，然后通過(guò)自動(dòng)建立三角形網(wǎng)絡(luò)，再利用三角形網(wǎng)絡(luò)生成路心 線(xiàn)，右輪廓優(yōu)先深度搜索算法、廣度一深度優(yōu)先搜索算法、廣度優(yōu)先算法都可 以應(yīng)用來(lái)遍歷整個(gè)道路輪廓，并且證明了這些算法

4、都是完備的。在后處理過(guò)程 中，本文提出了冗余形狀點(diǎn)和道路路心線(xiàn)高頻噪聲的自適應(yīng)矩形窗濾波方法。 該算法根據(jù)道路網(wǎng)絡(luò)的自身特點(diǎn)，在保留了道路原有形狀特征的前提下，能夠 清除路心線(xiàn)上的高頻噪聲。 5.應(yīng)用的車(chē)輛導(dǎo)航系 統(tǒng)中將全部區(qū)域的空間數(shù)據(jù)都調(diào)入內(nèi)存是不現(xiàn)實(shí)的。用實(shí)驗(yàn)證明了圖形顯示的 時(shí)間代價(jià)遠(yuǎn)大于空間數(shù)據(jù)的調(diào)入，采用邏輯分幅、物理統(tǒng)一的空間數(shù)據(jù)庫(kù)存儲(chǔ) 策略，建立二級(jí)空間數(shù)據(jù)索引可以很方便地實(shí)現(xiàn)

5、對(duì)某一分圖的空間數(shù)據(jù)操縱， 并且和物理分幅的數(shù)據(jù)庫(kù)存儲(chǔ)策略相比，可以更好的實(shí)現(xiàn)數(shù)據(jù)庫(kù)的一致性和完 整性維護(hù)。 6.車(chē)輛導(dǎo)航系統(tǒng)中的地圖匹配算法研究。建立了基于概率估計(jì)的地圖匹配算法的 統(tǒng)一數(shù)學(xué)模型，研究了道路網(wǎng)絡(luò)中Gauss白噪聲分布定位數(shù)據(jù)的地圖匹配算 法，最大似然估計(jì)被應(yīng)用進(jìn)行位置估計(jì)，同時(shí)獲得相應(yīng)的估計(jì)性能。提出了基于概率估計(jì)的地圖匹配算法的改進(jìn)模型，這種改進(jìn)主要考慮了車(chē)輛的行駛角 度，對(duì)道路網(wǎng)

6、絡(luò)模型的修正；基于對(duì)象化的觀點(diǎn)，將車(chē)輛導(dǎo)航系統(tǒng)看成由消息 和狀態(tài)構(gòu)成的有限狀態(tài)機(jī)，提出了模糊知識(shí)的概率模型化，并在此基礎(chǔ)上提出 了改進(jìn)的基于概率估計(jì)的地圖匹配算法。考慮到前述算法要求原始定位信息誤 差為Gauss白噪聲，本文接著研究了原始定位信息中非白噪聲的消除方法，以道路法向誤差為觀測(cè)量,提出了兩種獨(dú)立的消除非白噪聲的方法:最小二乘法 和Kalman濾波算法。基于曲線(xiàn)字符串化，本文提出了基于字符串模糊匹配的道路

7、識(shí)別及其改進(jìn)算法，該方法的結(jié)果可以應(yīng)用于前述非白噪聲消除，也可以采用純模式識(shí)別方法進(jìn)行地圖匹配。 7.基于數(shù)字地圖的路徑最優(yōu)算法和路徑誘導(dǎo)算法的研究。數(shù)字地圖道路網(wǎng)絡(luò)具有 自身的特點(diǎn)，因此考慮了這些因素可以提高最優(yōu)路徑算法的效率，降低時(shí)空間 代價(jià)。基于前述研究，提出了路徑誘導(dǎo)的實(shí)現(xiàn)方法，將用戶(hù)需求歸納為知識(shí)， 用事件驅(qū)動(dòng)的方法，通過(guò)知識(shí)匹配決策如何發(fā)布系統(tǒng)的導(dǎo)航指令。 8.基于軟件工程和面向?qū)ο蠹夹g(shù)，完成了