基于分层模糊控制的地图匹配算法

山东大学学报(工学版)

基于分层模糊控制的地图匹配算法

唐进君, 曹凯

山东理工大学交通与车辆工程学院, 山东淄博 255049

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-08-16 发布日期:2008-08-16
通讯作者: 唐进君

Hierarchical fuzzy controller based map-matching algorithm

TANG Jin-jun, CAO Kai

School of Traffic and Vehicle Engineering, Shandong University of Technology, Zibo 255049, China

Received:1900-01-01 Revised:1900-01-01 Online:2008-08-16 Published:2008-08-16
Contact: TANG Jin-jun

摘要/Abstract

摘要： 地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术.为克服地图匹配过程中当前定位点信息不足的缺点,充分利用车辆定位的历史轨迹信息,引入了Fréchet距离来定义两曲线间的距离,并且提出了基于分层模糊控制的地图匹配算法,简化了规则而且提高了运算效率,最后推导出可信度P作为地图匹配效果的评价指标.这种算法不仅能够在出现匹配错误时为使用者提供警告信息,而且还提供了一种能迅速从错误中调整恢复的方法.试验结果表明了该算法的有效性.

关键词: 导航定位, Fréchet距离准则, 地图匹配算法, 分层模糊控制

Abstract: Map-matching, which can integrate the vehicle positioning data with digital road network, is an important positioning technique in the vehicle navigation system. A novel map-matching algorithm utilizing current positioning point as well as some history positioning points was proposed to improve the disadvantage in the inadequate information of map-matching algorithm by using current positioning point only. A distance between two trajectory curves was defined by an average Fréchet distance measure, and a hierarchical fuzzy controller was designed to perform the uncertain reasoning for map-matching for this system. It can simplify the reasoning rules and improve the efficiency of calculation. Then, the credibility, P, was derived as an estimate index for the map-matching algorithm. The proposed algorithm could provide not only warning information to user when mismatching occurred, but also a means of fast recovery from failure. The results of the experiments demonstrate the effectiveness of the proposed algorithm.

Key words: vehicle navigation, Fréchet distance measure, map-matching algorithm, hierarchical fuzzy controller

中图分类号:

TP391

唐进君,曹凯 . 基于分层模糊控制的地图匹配算法[J]. 山东大学学报(工学版), 2008, 38(4): 42-46 .

TANG Jin-jun,CAO Kai . Hierarchical fuzzy controller based map-matching algorithm[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2008, 38(4): 42-46 .

参考文献

相关文章 15

[1]	熊冰妍, 王国胤, 邓维斌. 分级式代价敏感决策树及其在手机换机预测中的应用[J]. 山东大学学报(工学版), 2015, 45(5): 36-42.
[2]	王晓初, 王士同, 包芳. 基于概率密度分布一致约束的最小最大概率机图像分类算法[J]. 山东大学学报(工学版), 2015, 45(5): 13-21.
[3]	张东波,寇涛,许海霞. 基于LDB描述子和局部空间结构匹配的快速场景辨识[J]. 山东大学学报(工学版), 2018, 48(5): 16-23.
[4]	陈海永,余力,刘辉,杨佳博,胡启迪. 基于经验小波的太阳能电池缺陷图像融合[J]. 山东大学学报(工学版), 2018, 48(5): 24-31.
[5]	牟廉明. 自适应特征选择加权k子凸包分类[J]. 山东大学学报(工学版), 2018, 48(5): 32-37.
[6]	沈冬冬,周风余,栗梦媛,王淑倩,郭仁和. 基于集成深度神经网络的室内无线定位[J]. 山东大学学报(工学版), 2018, 48(5): 95-102.
[7]	张璞,刘畅,王永. 基于特征融合和集成学习的建议语句分类模型[J]. 山东大学学报(工学版), 2018, 48(5): 47-54.
[8]	王国新,陈凤东,刘国栋. 基于彩色伪随机编码结构光特征提取方法[J]. 山东大学学报(工学版), 2018, 48(5): 55-60.
[9]	胡建平,李鑫,谢琪,李玲,张道畅. 基于Delaunay三角化的二维无约束优化EMD方法[J]. 山东大学学报(工学版), 2018, 48(5): 9-15.
[10]	李广丽,刘斌,朱涛,殷依,张红斌. 基于优选典型相关分量的跨媒体检索模型[J]. 山东大学学报(工学版), 2018, 48(5): 38-46.
[11]	吴晨谋,方志军,黄正能. 基于单目摄像头的主动式驾驶行为分析算法[J]. 山东大学学报(工学版), 2018, 48(5): 69-76.
[12]	张宪红,张春蕊. 基于六维前馈神经网络模型的图像增强算法[J]. 山东大学学报(工学版), 2018, 48(4): 10-19.
[13]	江珊珊,杨静,范丽亚. 基于PDEs的图像特征提取方法[J]. 山东大学学报(工学版), 2018, 48(4): 27-36.
[14]	窦婷婷,姚元玺,陈鹏,芦灯. 基于ATP-EMTP的电弧建模及工程仿真[J]. 山东大学学报(工学版), 2018, 48(4): 102-108.
[15]	黄劲潮. 基于快速区域建议网络的图像多目标分割算法[J]. 山东大学学报(工学版), 2018, 48(4): 20-26.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed