矢量道路拓?fù)渥粉櫰ヅ渌惴?/H1>
發(fā)布時(shí)間：2018-04-13 04:24
本文選題：道路追蹤 + 拓?fù)浣Y(jié)構(gòu)�。� 參考：《中國(guó)圖象圖形學(xué)報(bào)》2017年05期
【摘要】：目的基于道路形狀特征的匹配算法在匹配性能上比較穩(wěn)定,但當(dāng)遇到道路交叉口等復(fù)雜路況時(shí)容易出現(xiàn)誤匹配,且實(shí)時(shí)性上有一定缺陷,而矢量道路良好的拓?fù)浣Y(jié)構(gòu),為此提出一種利用矢量道路拓?fù)潢P(guān)系進(jìn)行追蹤匹配的算法。方法算法利用結(jié)點(diǎn)、路段和路口這3種對(duì)象來(lái)對(duì)矢量道路進(jìn)行表達(dá),建立各個(gè)對(duì)象之間的拓?fù)潢P(guān)系,并將匹配過(guò)程劃分為4個(gè)不同的狀態(tài),根據(jù)各個(gè)狀態(tài)實(shí)施相應(yīng)的匹配方法。首先,進(jìn)行初始化、追蹤、路口和搜索4個(gè)狀態(tài)的定義和劃分,確定各個(gè)狀態(tài)之間的轉(zhuǎn)換關(guān)系;進(jìn)一步,設(shè)計(jì)道路中的結(jié)點(diǎn)、路段和路口3種對(duì)象的數(shù)據(jù)結(jié)構(gòu),建立點(diǎn)、線之間的空間拓?fù)潢P(guān)系;其次,根據(jù)4個(gè)狀態(tài)的具體任務(wù)和實(shí)際特點(diǎn),對(duì)進(jìn)入該狀態(tài)的行駛軌跡進(jìn)行相應(yīng)地分析處理和匹配計(jì)算;最后,根據(jù)追蹤的結(jié)果進(jìn)行匹配分析,完成對(duì)車輛行駛軌跡的誤差修正。結(jié)果采用GPS-RTK采集的北京市西五環(huán)及密云地區(qū)的矢量道路數(shù)據(jù)對(duì)實(shí)地跑車的慣性導(dǎo)航軌跡進(jìn)行拓?fù)渥粉櫰ヅ浞抡鎸?shí)驗(yàn),完成拓?fù)渥粉櫰ヅ渌惴ǖ穆房诰嚯x閾值選取,并與傳統(tǒng)基于道路形狀特征的匹配算法在匹配效果和實(shí)時(shí)性進(jìn)行性能對(duì)比測(cè)試,其性能指標(biāo)為匹配準(zhǔn)確率和匹配時(shí)間。當(dāng)矢量道路拓?fù)渥粉櫵惴ǖ穆房诰嚯x閾值取20 m時(shí),匹配準(zhǔn)確率達(dá)到了最高值93.5%。在匹配性能對(duì)比上,拓?fù)渥粉櫵惴ㄏ噍^于其他兩種算法也有一定優(yōu)勢(shì),在相同道路段中匹配準(zhǔn)確率達(dá)到了90.2%,匹配速度也提高了4 8倍。結(jié)論采用矢量道路數(shù)據(jù)的拓?fù)湫畔?duì)車輛軌跡進(jìn)行追蹤匹配的方法,能夠用于衛(wèi)星信號(hào)"盲區(qū)"或者信號(hào)干擾等特殊環(huán)境和場(chǎng)合的組合系統(tǒng)輔助導(dǎo)航,彌補(bǔ)傳統(tǒng)基于衛(wèi)星的組合導(dǎo)航在自主性、抗干擾性的不足。同時(shí),算法針對(duì)復(fù)雜路況的匹配結(jié)果也較為理想,能夠滿足組合導(dǎo)航匹配工作的要求。
[Abstract]:Objective the matching algorithm based on road shape features is stable in matching performance, but it is prone to mismatch when complex road conditions such as road intersection are encountered, and there are some defects in real-time performance, and the vector road has a good topological structure.In this paper, an algorithm for tracking and matching using vector road topology is proposed.Methods the algorithm uses the node, section and intersection to express the vector road, establishes the topological relationship between each object, and divides the matching process into four different states, and implements the corresponding matching method according to each state.First of all, the definition and division of the four states of initialization, tracking, intersection and search are carried out, and the conversion relations between the states are determined. Furthermore, the data structures of the three objects in the road, road sections and intersections are designed, and the points are established.Secondly, according to the specific tasks and the actual characteristics of the four states, the corresponding analysis and matching calculation of the driving path into the state are carried out. Finally, according to the results of the tracking, the matching analysis is carried out.Complete the error correction of the vehicle track.Results the vector road data collected by GPS-RTK in the west fifth ring ring of Beijing and Miyun area were used to simulate the inertial navigation track of the field sports car, and the threshold of intersection distance was selected by the topology tracking matching algorithm.Compared with the traditional matching algorithm based on road shape feature, the performance of the algorithm is compared with the matching effect and real-time performance. The performance index is matching accuracy and matching time.When the threshold of intersection distance of the vector road topology tracking algorithm is 20 m, the matching accuracy reaches the highest value of 93.5um.Compared with the other two algorithms, the topology tracking algorithm has some advantages, and the matching accuracy reaches 90.2 in the same section of the road, and the matching speed is increased by 48 times.Conclusion using the topological information of vector road data to track and match the vehicle track can be used in the navigation of satellite signal "blind zone" or special environment and situation such as signal interference.To make up for the traditional satellite-based integrated navigation in autonomy, anti-jamming deficiencies.At the same time, the matching results of the algorithm for complex road conditions are also ideal, which can meet the requirements of integrated navigation matching.
【作者單位】： 信息工程大學(xué)地理空間信息學(xué)院;地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室;鄭州鐵路局鄭州車站;69027部隊(duì);空軍航空大學(xué);
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41271450,41471336) “十二五”國(guó)家科技支撐計(jì)劃(2012BAK12B02) 地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室2015年開(kāi)放基金項(xiàng)目(SKLGIE2015-M-4-4)~~
【分類號(hào)】：U495
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 李翔;張江水;楊柏欣;王希;;基于航向角變化的趨勢(shì)集合軌跡特征劃分算法[J];地球信息科學(xué)學(xué)報(bào);2015年10期
2 趙東保;劉雪梅;郭黎;;網(wǎng)格索引支持下的大規(guī)模浮動(dòng)車實(shí)時(shí)地圖匹配方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年09期
3 郭黎;李宏偉;張澤建;張斌;;道路網(wǎng)信息投影匹配方法研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年09期
4 周瑜;劉俊濤;白翔;;形狀匹配方法研究與展望[J];自動(dòng)化學(xué)報(bào);2012年06期
5 王美玲;程林;;浮動(dòng)車地圖匹配算法研究[J];測(cè)繪學(xué)報(bào);2012年01期
6 劉友文;;復(fù)雜道路交叉口的車載導(dǎo)航地圖匹配模型[J];閩江學(xué)院學(xué)報(bào);2011年02期
7 李清泉;黃練;;基于GPS軌跡數(shù)據(jù)的地圖匹配算法[J];測(cè)繪學(xué)報(bào);2010年02期
8 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
9 章威;徐建閩;林綿峰;;基于大規(guī)模浮動(dòng)車數(shù)據(jù)的地圖匹配算法[J];交通運(yùn)輸系統(tǒng)工程與信息;2007年02期
10 周璞;劉衛(wèi)寧;孫棣華;;基于路網(wǎng)拓?fù)浣Y(jié)構(gòu)的無(wú)方向參數(shù)地圖匹配算法[J];計(jì)算機(jī)工程與應(yīng)用;2006年33期
相關(guān)碩士學(xué)位論文 前3條
1 羅浩;基于地圖匹配的慣性導(dǎo)航系統(tǒng)誤差修正方法研究[D];北京理工大學(xué);2015年
2 李翔;基于路網(wǎng)特征的慣性導(dǎo)航輔助定位算法的研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2013年
3 張振輝;車輛導(dǎo)航中地圖匹配算法與應(yīng)用研究[D];解放軍信息工程大學(xué);2006年
【共引文獻(xiàn)】
相關(guān)期刊論文 前10條
1 蔣宗禮;李娟;;基于OpenStreetMap的地圖匹配算法研究[J];軟件導(dǎo)刊;2017年07期
2 滕巧爽;秘金鐘;孫尚宇;;支持語(yǔ)義信息挖掘的熱點(diǎn)路徑探測(cè)[J];導(dǎo)航定位學(xué)報(bào);2017年02期
3 黃奕峰;;基于GPS的地圖匹配算法研究[J];電子科技;2017年06期
4 劉艷林;彭大芹;黃德玲;;基于移動(dòng)網(wǎng)絡(luò)和地圖匹配的TDOA定位算法[J];郵電設(shè)計(jì)技術(shù);2017年05期
5 李翔;馬爽;楊輝;張曉楠;;矢量道路拓?fù)渥粉櫰ヅ渌惴╗J];中國(guó)圖象圖形學(xué)報(bào);2017年05期
6 單強(qiáng);孫曉明;;多特征分層融合醫(yī)療設(shè)備圖像檢索方法[J];哈爾濱理工大學(xué)學(xué)報(bào);2017年02期
7 陶易之;賀賽先;;以多尺度三角形為特征的快速形狀匹配[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2017年03期
8 張堯;;城市交通車流擁堵疏散路徑優(yōu)化識(shí)別研究[J];計(jì)算機(jī)仿真;2017年02期
9 鄭少波;周國(guó)祥;張本宏;石雷;;基于離散Fréchet距離的地圖匹配方法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期
10 張健欽;李明軒;段穎超;杜明義;;一種改進(jìn)的快速浮動(dòng)車地圖匹配方法[J];測(cè)繪通報(bào);2017年01期
相關(guān)碩士學(xué)位論文 前10條
1 李保民;基于Hadoop的路徑分析及能耗預(yù)測(cè)[D];北京交通大學(xué);2016年
2 孫春鳳;哈爾濱市交通狀態(tài)信息呈現(xiàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年
3 張耀林;基于百度地圖API的打車系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];河南理工大學(xué);2015年
4 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
5 李翔;基于路網(wǎng)特征的慣性導(dǎo)航輔助定位算法的研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2013年
6 楊攀峰;基于卡爾曼濾波的車輛軌跡動(dòng)態(tài)誤差修正及其在地圖匹配中的研究[D];長(zhǎng)安大學(xué);2012年
7 鄭悅;基于中心導(dǎo)航的誘導(dǎo)技術(shù)研究與實(shí)現(xiàn)[D];吉林大學(xué);2012年
8 丁宗富;地圖匹配與路徑規(guī)劃算法在導(dǎo)航系統(tǒng)中的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2012年
9 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
10 石向亭;基于IPv6車載中心導(dǎo)航儀的設(shè)計(jì)和實(shí)現(xiàn)[D];吉林大學(xué);2011年
【二級(jí)參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 趙東保;劉雪梅;郭黎;;網(wǎng)格索引支持下的大規(guī)模浮動(dòng)車實(shí)時(shí)地圖匹配方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年09期
2 肖維麗;岳春生;奚玲;;基于匹配誤差的導(dǎo)航圖路網(wǎng)數(shù)據(jù)預(yù)處理技術(shù)研究[J];信息工程大學(xué)學(xué)報(bào);2014年03期
3 劉為任;王寧;劉國(guó)彬;年海濤;艾光彬;;一種雙慣導(dǎo)組合導(dǎo)航方法[J];中國(guó)慣性技術(shù)學(xué)報(bào);2014年01期
4 李珂;楊楊;邱雪松;;城市汽車導(dǎo)航中一種改進(jìn)的D-S證據(jù)理論地圖匹配算法[J];測(cè)繪學(xué)報(bào);2014年02期
5 陳煥明;郭孔輝;;基于航向角和位置偏差控制的駕駛員模型[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年10期
6 許建國(guó);張志利;周召發(fā);;交互式地圖匹配算法在組合導(dǎo)航中的應(yīng)用[J];上海交通大學(xué)學(xué)報(bào);2013年08期
7 李翔;張江水;蓋世豪;李伊杰;;一種基于路網(wǎng)曲線特征和慣導(dǎo)測(cè)量數(shù)據(jù)的輔助導(dǎo)航定位方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2013年02期
8 李星軍;楊海忠;;基于曲率分析的地圖匹配算法研究[J];科學(xué)技術(shù)與工程;2012年29期
9 王志建;王力;汪健;;基于拓?fù)渑袛嗟暮Ａ縂PS數(shù)據(jù)延時(shí)地圖匹配算法[J];西南交通大學(xué)學(xué)報(bào);2012年05期
10 蔣益娟;李響;李小杰;孫靖;;利用車輛軌跡數(shù)據(jù)提取道路網(wǎng)絡(luò)的幾何特征與精度分析[J];地球信息科學(xué)學(xué)報(bào);2012年02期
相關(guān)碩士學(xué)位論文 前10條
1 李穎;基于等值線的重力/慣性匹配導(dǎo)航算法的研究與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2011年
2 張紅偉;基于ICCP算法的水下潛器地形輔助定位改進(jìn)方法研究[D];哈爾濱工程大學(xué);2011年
3 楊繪弘;基于ICCP的水下潛器地形輔助導(dǎo)航方法研究[D];哈爾濱工程大學(xué);2009年
4 曹衡;車載GPS/DR/GIS組合導(dǎo)航系統(tǒng)的研究與設(shè)計(jì)[D];長(zhǎng)沙理工大學(xué);2008年
5 苑娜;地形輔助導(dǎo)航系統(tǒng)的匹配算法研究[D];哈爾濱工程大學(xué);2007年
6 趙天白;基于地圖匹配的車載導(dǎo)航輔助系統(tǒng)算法的分析與研究[D];哈爾濱工程大學(xué);2007年
7 張振輝;車輛導(dǎo)航中地圖匹配算法與應(yīng)用研究[D];解放軍信息工程大學(xué);2006年
8 王濤;桑迪亞慣性地形輔助導(dǎo)航算法及應(yīng)用研究[D];西北工業(yè)大學(xué);2006年
9 熊芝蘭;INS/GPS組合濾波方法研究[D];哈爾濱工程大學(xué);2005年
10 劉玉華;汽車導(dǎo)航地圖數(shù)據(jù)庫(kù)研究[D];遼寧工程技術(shù)大學(xué);2005年
【相似文獻(xiàn)】
相關(guān)期刊論文 前1條
1 翟泳;楊金梁;連劍;樊銘渠;;合乘出行信息檢索的路徑匹配算法[J];交通與計(jì)算機(jī);2007年01期
相關(guān)碩士學(xué)位論文 前2條
1 周常勇;基于移動(dòng)信令數(shù)據(jù)的城市交通出行軌跡匹配技術(shù)[D];西南交通大學(xué);2016年
2 范魯濤;基于Hadoop的道路匹配算法研究[D];南京郵電大學(xué);2016年
，
本文編號(hào)：1742927
本文鏈接：http://www.sikaile.net/kejilunwen/daoluqiaoliang/1742927.html
本文選題：道路追蹤 + 拓?fù)浣Y(jié)構(gòu)�。� 參考：《中國(guó)圖象圖形學(xué)報(bào)》2017年05期
【摘要】：目的基于道路形狀特征的匹配算法在匹配性能上比較穩(wěn)定,但當(dāng)遇到道路交叉口等復(fù)雜路況時(shí)容易出現(xiàn)誤匹配,且實(shí)時(shí)性上有一定缺陷,而矢量道路良好的拓?fù)浣Y(jié)構(gòu),為此提出一種利用矢量道路拓?fù)潢P(guān)系進(jìn)行追蹤匹配的算法。方法算法利用結(jié)點(diǎn)、路段和路口這3種對(duì)象來(lái)對(duì)矢量道路進(jìn)行表達(dá),建立各個(gè)對(duì)象之間的拓?fù)潢P(guān)系,并將匹配過(guò)程劃分為4個(gè)不同的狀態(tài),根據(jù)各個(gè)狀態(tài)實(shí)施相應(yīng)的匹配方法。首先,進(jìn)行初始化、追蹤、路口和搜索4個(gè)狀態(tài)的定義和劃分,確定各個(gè)狀態(tài)之間的轉(zhuǎn)換關(guān)系;進(jìn)一步,設(shè)計(jì)道路中的結(jié)點(diǎn)、路段和路口3種對(duì)象的數(shù)據(jù)結(jié)構(gòu),建立點(diǎn)、線之間的空間拓?fù)潢P(guān)系;其次,根據(jù)4個(gè)狀態(tài)的具體任務(wù)和實(shí)際特點(diǎn),對(duì)進(jìn)入該狀態(tài)的行駛軌跡進(jìn)行相應(yīng)地分析處理和匹配計(jì)算;最后,根據(jù)追蹤的結(jié)果進(jìn)行匹配分析,完成對(duì)車輛行駛軌跡的誤差修正。結(jié)果采用GPS-RTK采集的北京市西五環(huán)及密云地區(qū)的矢量道路數(shù)據(jù)對(duì)實(shí)地跑車的慣性導(dǎo)航軌跡進(jìn)行拓?fù)渥粉櫰ヅ浞抡鎸?shí)驗(yàn),完成拓?fù)渥粉櫰ヅ渌惴ǖ穆房诰嚯x閾值選取,并與傳統(tǒng)基于道路形狀特征的匹配算法在匹配效果和實(shí)時(shí)性進(jìn)行性能對(duì)比測(cè)試,其性能指標(biāo)為匹配準(zhǔn)確率和匹配時(shí)間。當(dāng)矢量道路拓?fù)渥粉櫵惴ǖ穆房诰嚯x閾值取20 m時(shí),匹配準(zhǔn)確率達(dá)到了最高值93.5%。在匹配性能對(duì)比上,拓?fù)渥粉櫵惴ㄏ噍^于其他兩種算法也有一定優(yōu)勢(shì),在相同道路段中匹配準(zhǔn)確率達(dá)到了90.2%,匹配速度也提高了4 8倍。結(jié)論采用矢量道路數(shù)據(jù)的拓?fù)湫畔?duì)車輛軌跡進(jìn)行追蹤匹配的方法,能夠用于衛(wèi)星信號(hào)"盲區(qū)"或者信號(hào)干擾等特殊環(huán)境和場(chǎng)合的組合系統(tǒng)輔助導(dǎo)航,彌補(bǔ)傳統(tǒng)基于衛(wèi)星的組合導(dǎo)航在自主性、抗干擾性的不足。同時(shí),算法針對(duì)復(fù)雜路況的匹配結(jié)果也較為理想,能夠滿足組合導(dǎo)航匹配工作的要求。
[Abstract]:Objective the matching algorithm based on road shape features is stable in matching performance, but it is prone to mismatch when complex road conditions such as road intersection are encountered, and there are some defects in real-time performance, and the vector road has a good topological structure.In this paper, an algorithm for tracking and matching using vector road topology is proposed.Methods the algorithm uses the node, section and intersection to express the vector road, establishes the topological relationship between each object, and divides the matching process into four different states, and implements the corresponding matching method according to each state.First of all, the definition and division of the four states of initialization, tracking, intersection and search are carried out, and the conversion relations between the states are determined. Furthermore, the data structures of the three objects in the road, road sections and intersections are designed, and the points are established.Secondly, according to the specific tasks and the actual characteristics of the four states, the corresponding analysis and matching calculation of the driving path into the state are carried out. Finally, according to the results of the tracking, the matching analysis is carried out.Complete the error correction of the vehicle track.Results the vector road data collected by GPS-RTK in the west fifth ring ring of Beijing and Miyun area were used to simulate the inertial navigation track of the field sports car, and the threshold of intersection distance was selected by the topology tracking matching algorithm.Compared with the traditional matching algorithm based on road shape feature, the performance of the algorithm is compared with the matching effect and real-time performance. The performance index is matching accuracy and matching time.When the threshold of intersection distance of the vector road topology tracking algorithm is 20 m, the matching accuracy reaches the highest value of 93.5um.Compared with the other two algorithms, the topology tracking algorithm has some advantages, and the matching accuracy reaches 90.2 in the same section of the road, and the matching speed is increased by 48 times.Conclusion using the topological information of vector road data to track and match the vehicle track can be used in the navigation of satellite signal "blind zone" or special environment and situation such as signal interference.To make up for the traditional satellite-based integrated navigation in autonomy, anti-jamming deficiencies.At the same time, the matching results of the algorithm for complex road conditions are also ideal, which can meet the requirements of integrated navigation matching.
【作者單位】： 信息工程大學(xué)地理空間信息學(xué)院;地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室;鄭州鐵路局鄭州車站;69027部隊(duì);空軍航空大學(xué);
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41271450,41471336) “十二五”國(guó)家科技支撐計(jì)劃(2012BAK12B02) 地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室2015年開(kāi)放基金項(xiàng)目(SKLGIE2015-M-4-4)~~
【分類號(hào)】：U495
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 李翔;張江水;楊柏欣;王希;;基于航向角變化的趨勢(shì)集合軌跡特征劃分算法[J];地球信息科學(xué)學(xué)報(bào);2015年10期
2 趙東保;劉雪梅;郭黎;;網(wǎng)格索引支持下的大規(guī)模浮動(dòng)車實(shí)時(shí)地圖匹配方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年09期
3 郭黎;李宏偉;張澤建;張斌;;道路網(wǎng)信息投影匹配方法研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年09期
4 周瑜;劉俊濤;白翔;;形狀匹配方法研究與展望[J];自動(dòng)化學(xué)報(bào);2012年06期
5 王美玲;程林;;浮動(dòng)車地圖匹配算法研究[J];測(cè)繪學(xué)報(bào);2012年01期
6 劉友文;;復(fù)雜道路交叉口的車載導(dǎo)航地圖匹配模型[J];閩江學(xué)院學(xué)報(bào);2011年02期
7 李清泉;黃練;;基于GPS軌跡數(shù)據(jù)的地圖匹配算法[J];測(cè)繪學(xué)報(bào);2010年02期
8 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
9 章威;徐建閩;林綿峰;;基于大規(guī)模浮動(dòng)車數(shù)據(jù)的地圖匹配算法[J];交通運(yùn)輸系統(tǒng)工程與信息;2007年02期
10 周璞;劉衛(wèi)寧;孫棣華;;基于路網(wǎng)拓?fù)浣Y(jié)構(gòu)的無(wú)方向參數(shù)地圖匹配算法[J];計(jì)算機(jī)工程與應(yīng)用;2006年33期
相關(guān)碩士學(xué)位論文 前3條
1 羅浩;基于地圖匹配的慣性導(dǎo)航系統(tǒng)誤差修正方法研究[D];北京理工大學(xué);2015年
2 李翔;基于路網(wǎng)特征的慣性導(dǎo)航輔助定位算法的研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2013年
3 張振輝;車輛導(dǎo)航中地圖匹配算法與應(yīng)用研究[D];解放軍信息工程大學(xué);2006年
【共引文獻(xiàn)】
相關(guān)期刊論文 前10條
1 蔣宗禮;李娟;;基于OpenStreetMap的地圖匹配算法研究[J];軟件導(dǎo)刊;2017年07期
2 滕巧爽;秘金鐘;孫尚宇;;支持語(yǔ)義信息挖掘的熱點(diǎn)路徑探測(cè)[J];導(dǎo)航定位學(xué)報(bào);2017年02期
3 黃奕峰;;基于GPS的地圖匹配算法研究[J];電子科技;2017年06期
4 劉艷林;彭大芹;黃德玲;;基于移動(dòng)網(wǎng)絡(luò)和地圖匹配的TDOA定位算法[J];郵電設(shè)計(jì)技術(shù);2017年05期
5 李翔;馬爽;楊輝;張曉楠;;矢量道路拓?fù)渥粉櫰ヅ渌惴╗J];中國(guó)圖象圖形學(xué)報(bào);2017年05期
6 單強(qiáng);孫曉明;;多特征分層融合醫(yī)療設(shè)備圖像檢索方法[J];哈爾濱理工大學(xué)學(xué)報(bào);2017年02期
7 陶易之;賀賽先;;以多尺度三角形為特征的快速形狀匹配[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2017年03期
8 張堯;;城市交通車流擁堵疏散路徑優(yōu)化識(shí)別研究[J];計(jì)算機(jī)仿真;2017年02期
9 鄭少波;周國(guó)祥;張本宏;石雷;;基于離散Fréchet距離的地圖匹配方法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期
10 張健欽;李明軒;段穎超;杜明義;;一種改進(jìn)的快速浮動(dòng)車地圖匹配方法[J];測(cè)繪通報(bào);2017年01期
相關(guān)碩士學(xué)位論文 前10條
1 李保民;基于Hadoop的路徑分析及能耗預(yù)測(cè)[D];北京交通大學(xué);2016年
2 孫春鳳;哈爾濱市交通狀態(tài)信息呈現(xiàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年
3 張耀林;基于百度地圖API的打車系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];河南理工大學(xué);2015年
4 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
5 李翔;基于路網(wǎng)特征的慣性導(dǎo)航輔助定位算法的研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2013年
6 楊攀峰;基于卡爾曼濾波的車輛軌跡動(dòng)態(tài)誤差修正及其在地圖匹配中的研究[D];長(zhǎng)安大學(xué);2012年
7 鄭悅;基于中心導(dǎo)航的誘導(dǎo)技術(shù)研究與實(shí)現(xiàn)[D];吉林大學(xué);2012年
8 丁宗富;地圖匹配與路徑規(guī)劃算法在導(dǎo)航系統(tǒng)中的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2012年
9 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
10 石向亭;基于IPv6車載中心導(dǎo)航儀的設(shè)計(jì)和實(shí)現(xiàn)[D];吉林大學(xué);2011年
【二級(jí)參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 趙東保;劉雪梅;郭黎;;網(wǎng)格索引支持下的大規(guī)模浮動(dòng)車實(shí)時(shí)地圖匹配方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年09期
2 肖維麗;岳春生;奚玲;;基于匹配誤差的導(dǎo)航圖路網(wǎng)數(shù)據(jù)預(yù)處理技術(shù)研究[J];信息工程大學(xué)學(xué)報(bào);2014年03期
3 劉為任;王寧;劉國(guó)彬;年海濤;艾光彬;;一種雙慣導(dǎo)組合導(dǎo)航方法[J];中國(guó)慣性技術(shù)學(xué)報(bào);2014年01期
4 李珂;楊楊;邱雪松;;城市汽車導(dǎo)航中一種改進(jìn)的D-S證據(jù)理論地圖匹配算法[J];測(cè)繪學(xué)報(bào);2014年02期
5 陳煥明;郭孔輝;;基于航向角和位置偏差控制的駕駛員模型[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年10期
6 許建國(guó);張志利;周召發(fā);;交互式地圖匹配算法在組合導(dǎo)航中的應(yīng)用[J];上海交通大學(xué)學(xué)報(bào);2013年08期
7 李翔;張江水;蓋世豪;李伊杰;;一種基于路網(wǎng)曲線特征和慣導(dǎo)測(cè)量數(shù)據(jù)的輔助導(dǎo)航定位方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2013年02期
8 李星軍;楊海忠;;基于曲率分析的地圖匹配算法研究[J];科學(xué)技術(shù)與工程;2012年29期
9 王志建;王力;汪健;;基于拓?fù)渑袛嗟暮Ａ縂PS數(shù)據(jù)延時(shí)地圖匹配算法[J];西南交通大學(xué)學(xué)報(bào);2012年05期
10 蔣益娟;李響;李小杰;孫靖;;利用車輛軌跡數(shù)據(jù)提取道路網(wǎng)絡(luò)的幾何特征與精度分析[J];地球信息科學(xué)學(xué)報(bào);2012年02期
相關(guān)碩士學(xué)位論文 前10條
1 李穎;基于等值線的重力/慣性匹配導(dǎo)航算法的研究與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2011年
2 張紅偉;基于ICCP算法的水下潛器地形輔助定位改進(jìn)方法研究[D];哈爾濱工程大學(xué);2011年
3 楊繪弘;基于ICCP的水下潛器地形輔助導(dǎo)航方法研究[D];哈爾濱工程大學(xué);2009年
4 曹衡;車載GPS/DR/GIS組合導(dǎo)航系統(tǒng)的研究與設(shè)計(jì)[D];長(zhǎng)沙理工大學(xué);2008年
5 苑娜;地形輔助導(dǎo)航系統(tǒng)的匹配算法研究[D];哈爾濱工程大學(xué);2007年
6 趙天白;基于地圖匹配的車載導(dǎo)航輔助系統(tǒng)算法的分析與研究[D];哈爾濱工程大學(xué);2007年
7 張振輝;車輛導(dǎo)航中地圖匹配算法與應(yīng)用研究[D];解放軍信息工程大學(xué);2006年
8 王濤;桑迪亞慣性地形輔助導(dǎo)航算法及應(yīng)用研究[D];西北工業(yè)大學(xué);2006年
9 熊芝蘭;INS/GPS組合濾波方法研究[D];哈爾濱工程大學(xué);2005年
10 劉玉華;汽車導(dǎo)航地圖數(shù)據(jù)庫(kù)研究[D];遼寧工程技術(shù)大學(xué);2005年
【相似文獻(xiàn)】
相關(guān)期刊論文 前1條
1 翟泳;楊金梁;連劍;樊銘渠;;合乘出行信息檢索的路徑匹配算法[J];交通與計(jì)算機(jī);2007年01期
相關(guān)碩士學(xué)位論文 前2條
1 周常勇;基于移動(dòng)信令數(shù)據(jù)的城市交通出行軌跡匹配技術(shù)[D];西南交通大學(xué);2016年
2 范魯濤;基于Hadoop的道路匹配算法研究[D];南京郵電大學(xué);2016年
，本文編號(hào)：1742927
本文鏈接：http://www.sikaile.net/kejilunwen/daoluqiaoliang/1742927.html
