本文關(guān)鍵詞：基于多源信息融合的中心導(dǎo)航算法研究與設(shè)計(jì)

  更多相關(guān)文章： 中心導(dǎo)航 浮動(dòng)車 道路權(quán)重 地圖匹配 路徑規(guī)劃

【摘要】：隨著現(xiàn)代科技的飛速發(fā)展以及城市道路結(jié)構(gòu)的復(fù)雜變化,汽車已經(jīng)成為了人類必不可少的交通工具,隨之而來(lái)的就是令人頭疼的交通擁堵問題。因此需要一套健全智能管理系統(tǒng),合理分配交通網(wǎng)絡(luò)的流量,使其負(fù)載均衡,為人們出行合理的規(guī)劃路線。智能交通系統(tǒng)便是在這種需求環(huán)境下發(fā)展起來(lái)的,其中運(yùn)用了衛(wèi)星定位技術(shù)、數(shù)據(jù)通信技術(shù)、計(jì)算機(jī)技術(shù)、信息處理技術(shù)等技術(shù),是一種對(duì)城市交通網(wǎng)絡(luò)全局范圍控制的,準(zhǔn)確、高效、實(shí)時(shí)的綜合交通智能管理系統(tǒng)。車載導(dǎo)航系統(tǒng)作為智能交通系統(tǒng)的重要組成部分,己經(jīng)有了幾十年的發(fā)展歷史,主要有兩種形式:自主導(dǎo)航系統(tǒng)與中心導(dǎo)航系統(tǒng)。兩者功能結(jié)構(gòu)基本一致,主要區(qū)別在職責(zé)劃分上,自主導(dǎo)航傾向于將較大的信息存儲(chǔ)量和計(jì)算量放在本地進(jìn)行,對(duì)硬件有著較高要求,是目前應(yīng)用最為廣泛的系統(tǒng);中心導(dǎo)航則是在中心端對(duì)城市的實(shí)時(shí)路況和交通信息進(jìn)行分析和處理,并根據(jù)這些信息結(jié)合路網(wǎng)數(shù)據(jù)實(shí)時(shí)的向出行者提供動(dòng)態(tài)的導(dǎo)航服務(wù),滿足用戶對(duì)出行高效、便捷、快速的要求,其需求也因此日益增加,本文正是在這些需求之上并結(jié)合實(shí)際項(xiàng)目進(jìn)行研究的。道路權(quán)重計(jì)算、中心導(dǎo)航算法是中心導(dǎo)航系統(tǒng)的關(guān)鍵技術(shù),本文將重點(diǎn)闡述這兩方面的內(nèi)容。道路權(quán)重計(jì)算首先通過分析CAN總線數(shù)據(jù)信息和GPS數(shù)據(jù)信息的特征剔除出租車行駛過程中所產(chǎn)生的無(wú)效數(shù)據(jù)點(diǎn),接著融合路段行程時(shí)間、能耗損失、電子地圖等數(shù)據(jù)信息,得到各個(gè)路段的道路權(quán)重,作為路徑規(guī)劃算法的輸入?yún)?shù)。中心導(dǎo)航算法主要包含地圖匹配算法與路徑規(guī)劃算法兩個(gè)方面。由于GPS定位技術(shù)存在一定的誤差,故地圖匹配主要是用于對(duì)所獲得浮動(dòng)車GPS定位點(diǎn)進(jìn)行校正。本文提出了一種將九宮格模型、車輛軌跡分析模型、權(quán)重計(jì)算模型結(jié)合在一起的地圖匹配算法,并得到了較好的實(shí)驗(yàn)結(jié)果。路徑規(guī)劃算法被設(shè)計(jì)成一種考慮到道路交通規(guī)則約束的算法,解決了在路網(wǎng)中添加交通信息約束后不能正確進(jìn)行規(guī)劃的問題,最后通過實(shí)驗(yàn)測(cè)試驗(yàn)證了算法的可行性。
【關(guān)鍵詞】：中心導(dǎo)航 浮動(dòng)車 道路權(quán)重 地圖匹配 路徑規(guī)劃
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U495
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 研究背景及意義10-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-14
• 1.3 研究?jī)?nèi)容和章節(jié)安排14-16
• 第2章 中心導(dǎo)航系統(tǒng)及其關(guān)鍵技術(shù)16-24
• 2.1 中心導(dǎo)航系統(tǒng)概述及其總體結(jié)構(gòu)16-17
• 2.2 中心導(dǎo)航系統(tǒng)的關(guān)鍵技術(shù)17-23
• 2.2.1 路網(wǎng)模型17-18
• 2.2.2 GPS定位與地圖匹配18-20
• 2.2.3 路網(wǎng)權(quán)重計(jì)算20-22
• 2.2.4 最短路徑規(guī)劃算法22-23
• 2.3 本章小結(jié)23-24
• 第3章 基于浮動(dòng)車輛的多源信息融合方法24-38
• 3.1 道路權(quán)重估算模型24
• 3.2 出租車無(wú)效數(shù)據(jù)剔除方法24-29
• 3.2.1 依賴同類其他車輛的剔除方法24-25
• 3.2.2 位于�？空镜奶蕹椒�25-26
• 3.2.3 基于CAN總線的處理方法26-29
• 3.3 浮動(dòng)車交通信息融合的路網(wǎng)權(quán)重估算模型29-37
• 3.3.1 考慮行程時(shí)間的道路權(quán)重計(jì)算方法29-35
• 3.3.2 考慮能耗損失的道路權(quán)重計(jì)算方法35
• 3.3.3 考慮道路質(zhì)量的道路權(quán)重計(jì)算方法35-36
• 3.3.4 基于多源信息融合的道路權(quán)重估算方法36-37
• 3.4 本章小結(jié)37-38
• 第4章 中心導(dǎo)航系統(tǒng)算法的研究與設(shè)計(jì)38-56
• 4.1 基于浮動(dòng)車軌跡的地圖匹配算法38-45
• 4.1.1 電子地圖網(wǎng)格劃分38-39
• 4.1.2 車輛軌跡分析與匹配39-42
• 4.1.3 權(quán)重計(jì)算模型42-45
• 4.2 具有交通規(guī)則約束的路徑規(guī)劃算法45-55
• 4.2.1 經(jīng)典Dijkstra算法概述45-46
• 4.2.2 帶約束的路網(wǎng)模型46-48
• 4.2.3 改進(jìn)Dijkstra算法思想48-52
• 4.2.4 算法分析52-53
• 4.2.5 算法實(shí)例應(yīng)用53-55
• 4.3 本章小結(jié)55-56
• 第5章 中心導(dǎo)航算法的實(shí)驗(yàn)測(cè)試56-64
• 5.1 實(shí)驗(yàn)環(huán)境56
• 5.2 地圖匹配算法實(shí)驗(yàn)測(cè)試56-59
• 5.3 改進(jìn)DIJKSTRA算法實(shí)驗(yàn)測(cè)試59-63
• 5.4 本章小結(jié)63-64
• 第6章 全文總結(jié)與展望64-66
• 6.1 全文總結(jié)64-65
• 6.2 未來(lái)的工作展望65-66
• 參考文獻(xiàn)66-69
• 作者簡(jiǎn)介及在學(xué)期間所取得的科研成果69-70
• 致謝70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 蘇海濱;陳永利;劉強(qiáng);;基于權(quán)重的地圖匹配算法[J];華北水利水電學(xué)院學(xué)報(bào);2008年01期

2 許慶功;趙佳;胡燕;;嵌入式地圖匹配算法的設(shè)計(jì)與實(shí)現(xiàn)[J];洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

3 張維;王忠;薛曉娜;;確定性值地圖匹配算法的改進(jìn)[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

4 王忠;胡建超;;基于車速推算的改進(jìn)地圖匹配算法研究[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2010年04期

5 許靖;蔡文學(xué);黃曉宇;;基于經(jīng)驗(yàn)修正策略的延時(shí)地圖匹配算法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2011年05期

6 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年03期

7 張彥會(huì);曹強(qiáng)榮;何維;;角度和距離分段占優(yōu)地圖匹配算法[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

8 王冬暉,許占文;一種基于類投影的地圖匹配算法[J];沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào);2003年05期

9 張小國(guó);王慶;萬(wàn)德鈞;;基于路網(wǎng)拓?fù)涮匦约跋闰?yàn)知識(shí)的地圖匹配算法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

10 馮博;魏娜;王麗娜;;一種改進(jìn)的基于定位點(diǎn)投影的地圖匹配算法設(shè)計(jì)[J];石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前9條

1 柳林;李萬(wàn)武;鄭永果;盧秀山;;高精度實(shí)時(shí)地圖匹配算法研究[A];中國(guó)測(cè)繪學(xué)會(huì)第九次全國(guó)會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年

2 張維;王忠;李曉峰;王茂寧;古慶同;;基于車速推算的地圖匹配算法研究[A];四川省通信學(xué)會(huì)2006年學(xué)術(shù)年會(huì)論文集（二）[C];2006年

3 張維;王忠;;改進(jìn)的地圖匹配算法研究[A];2008年船舶通信導(dǎo)航學(xué)術(shù)年會(huì)論文集[C];2008年

4 蘇海濱;卞晶晶;王繼東;;基于模糊徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)地圖匹配算法的研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

5 馮成濤;申崇江;劉楊;夏加星;林乾浩;;基于粒子濾波的室內(nèi)地圖匹配算法[A];第五屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集-S9 組合導(dǎo)航與導(dǎo)航新方法[C];2014年

6 蘇海濱;徐俊紅;程志沖;;基于權(quán)重的改進(jìn)綜合地圖匹配算法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

7 李杰;;地圖匹配算法設(shè)計(jì)的兩點(diǎn)新思路[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

8 張振輝;崔鐵軍;陳應(yīng)東;和萬(wàn)禮;;車輛導(dǎo)航系統(tǒng)中地圖匹配算法[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第九屆年會(huì)論文集[C];2005年

9 王忠;薛曉娜;;基于模糊邏輯的地圖匹配算法[A];2008年船舶通信導(dǎo)航學(xué)術(shù)年會(huì)論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 李洋;地圖信息識(shí)別和地圖匹配算法的研究[D];北京交通大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 刁含樓;一種基于柵格地圖的要素加權(quán)地圖匹配算法[D];長(zhǎng)安大學(xué);2015年

2 陳濱;基于GPS車輛軌跡數(shù)據(jù)的地圖匹配算法研究[D];福建師范大學(xué);2015年

3 張鵬飛;基于手機(jī)位置信息的地圖匹配算法研究[D];大連理工大學(xué);2015年

4 李星軍;車輛定位導(dǎo)航系統(tǒng)中地圖匹配算法研究[D];西安電子科技大學(xué);2015年

5 薛益趙;基于Hadoop分布式地圖匹配算法的研究與實(shí)現(xiàn)[D];浙江工業(yè)大學(xué);2015年

6 汪杰宇;基于Storm的浮動(dòng)車地圖匹配算法研究[D];重慶大學(xué);2015年

7 任鵬飛;基于多源信息融合的中心導(dǎo)航算法研究與設(shè)計(jì)[D];吉林大學(xué);2016年

8 李聰;地圖匹配算法設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2011年

9 王慶yN;地圖匹配算法及軟件系統(tǒng)研究[D];天津大學(xué);2005年

10 王義發(fā);車輛定位導(dǎo)航系統(tǒng)中的地圖匹配算法研究[D];武漢理工大學(xué);2007年

，

本文編號(hào)：715379