GEOMATICS WORLD
WWW. GWN. O R G. CN 2 0 1 0. 0 2 N o. 1
GIS 青年优秀获奖论文
匹配算法 。 提高传感器定位精度的方法 是降低甚至去除系统定位的随机 误差 。 本文提出了一种简化结构的 联合卡尔曼滤波器 。 采取独立定位 方式时 ， 该滤波器的作用相当于卡 尔曼滤波 ， 能去除定位系统的噪声 干扰 ， 获取更加有效的位置信息 ； 对于 GPS/DR 组合定位方式 ， 该滤 波器有效地实现了两者的信息融 合，并产生最优的 位 置 信 息 ，更 进 一 步 ， 结 合 GPS 精 度 因 子 ， 自 适 应 地调整信息融合时各子系统的权 重 ， 从而提高组合定位系统的抗干 扰能力 ， 保证定位的稳定性 。 通过 实验也进一步验证了该滤波算法 的优越性 。 本文介绍了一种高精度的综 合匹配算法， 以实现车辆位置和 航 (INS) [2] 和航位推算 (DR) [3]， 其 显 著 的特点是定位快速 ， 且不受外部环 境的影响和干扰 ， 但缺点是其单独 定位伴随着误差累积 ， 而且 INS 的 解算比较复杂 。 不仅可以提高定位的精度 ， 而且 ， 可 以 消 除 DR 的 误 差 累 积 问 题 ， 两 者优势互补 。 而且出于精度和价格 两 方 面 的 考 虑 ，GPS/DR 组 合 也 是 城市车辆比较合理的组合定位方 式。
GIS 青年优秀获奖论文
1672- 1586 01- 0048- 08 文章编号： （2010） TN967.1 中图分类号： 文献标识码： A
车载导航系统的高精度定位算法
马海波 1， 李少杰 1， 黄跃峰 2， 滕寿威 1
（1.北京超图软件股份有限公司 导航事业部， 北京 100101 ； 北京 100101 ） 2.中国科学院 地理科学与资源研究所， 摘要： 提出了一种基于联合卡尔曼滤波理论和地图匹配技术的高精度车载导航系统定位 简化后的联合滤波器能够较好 方法。该方法一方面对联合卡尔曼滤波器的结构进行简化， 地将全球定位系统 （GPS ） 与航位推算系统 （DR ） 获取的空间信息进行融合， 不仅较大程度地 减小滤波计算量， 而且避免了子滤波器间误差的互相干扰， 提高了空间定位精度。 另一方面 提出了根据行车方向与位置匹配行车道路的技术， 该技术不仅具有较好的行车道路匹配效 果， 而且能够对各种行车异常情况进行处理。 实验证明， 本文提出的方法能够较好地满足车 载导航系统对空间定位方法实时性及高精度的要求。 联合卡尔曼滤波； 信息融合； 地图匹配； 关键词： 车载导航系统； GPS/DR
3 ） 地面无线 电 定 位 包 括 地 面
通信网 (GSM 、CDMA 、FM 等 )[3，4] 和信 标 [5]。 目 前 ， 地 面 无 线 电 定 位 技 术 在航海和航空领域获得了广泛的 应用 ， 例如 Loran-C 和 DECCA
[3，4]
2
GPS/DR 组合系统的 信息融合
联合卡尔曼滤波器实现信 息融合的原理
0
引
言
行车载导航系统的软硬件开发 。 作 为车载导航系统的基础和核心 ， 车 辆定位获得了更多学者的关注和 热情 。 本文首先结合车辆定位 方 式 ， 阐述了全球定位系统和航位推算 系 统 （Dead Reckoning, DR） 相 结 合 的组合定位方式的必要性和优越 性 ， 尤其从价格和精度方面考虑 ，
位技术能够实现高精度 、 稳定的车 辆定位 [6]。 目前 ，GPS 由于具有高精 度 、全天候 、 高效率 、 多功能 、 操作简 便等诸多优势无可争议地成为了现 在最为广泛使用的定位手段 ， 但也 有一些因素 ， 如多路径效应 、 信号遮 挡 、信号丢失和弱观测环境等 ， 会造 成 GPS 定 位 精 度 的 下 降 甚 至 无 法 工作 。 差分 GPS 技术 (DGPS)[1~3]也仅 仅只能消除其中的多路径效应和 星历等误差 ， 因而采用其他定位方 式 辅 助 GPS 进 行 组 合 定 位 就 显 得 尤为重要 。
马海波 （1979-） ， 男， 湖北仙桃人，高级工程 2007 年毕业于 师， 硕士， 北京工业大学控制理论 与控制工程专业， 主要从 事车载导航系统中定位 、 引导以及路径分析等算 法的研究。 E- ma il： mha ibo @s upe rma 2009- 11- 06 收稿日期：
GPS/DR 将是未来车辆定位的最理
想方式 。 无论是独立 GPS 定位 ， 还是组 合 GPS/DR 方式定位 ， 得到可靠的 、 精确的实时车辆位置是车辆定位 的根本目的 。 结合实际应用 ， 城市 车辆的高精度定位算法包括两个 部分 ： ① 针对定位传感器的滤波与 信息融合 ， ② 结合电子地图的道路
近 30 年 以 来 ， 卡 尔 曼 滤 波
，
2.1
短距离信标的典型应用是早期美 国的电子路径引导系统 ERGS ， 这
[5]
两种技术在城市车载导航中难以 普及，主要是环境 干 扰 、信 号 衰 落 和多径效应等的限制 。
（KF ）[4~8] 已经被认为是一种标准的 滤波与信息融合方法 [7，8]， 并且被广 泛应用于车辆定位中 [4，5]。 但是 ， 如 果 直 接 将 卡 尔 曼 滤 波 应 用 于 GPS/
1） 卫星定位 包 括 全 球 定 位 系
统 (Global Position System, GPS) [1] 全 球 卫 星 定 位 系 统 (GLONASS)
[2]
，两
者功能一致 ， 只是信号分割体制不 同 ，GLONASS 接 收 技 术 比 较 复 杂 ， 因而民用比较少见 。
2 ） 独立定位 技 术 包 括 惯 性 导
近几年 ， 国内车载导航 系 统 的 发展如火如荼 ， 基于全球定位系统
(Global Position System, GPS) 定 位
的导航系统几乎成了豪华轿车的 标准配置 。 由于巨大的市场潜力和 不可估量的发展前景 ， 各汽车厂商 和 GIS 企 业 纷 纷 投 入 大 量 人 力 进
48
地理信息世界
赞 ，β-1 P X 1
GPS 和 DR 分别
具有长时间绝对定 位和短时间相对定 位 的 稳 定 性 ； 当 GPS 信号丢失而无法定 位 时 ，DR 系 统 可 继 续 定 位 输 出 ， 而 GPS 和 DR 的 信 息 融 合
Fig.1 图 1 联合卡尔曼滤波结构 Structure of United Kalian Filter 赞 ，β-1 P X 2 赞 ，P X 1 1 赞 ，P X 赞 ，P X 2 2
WWW. O R G. CN 2 0 1 0. 0 2 N o.1
地理信息世界
GEOMATICS WORLD
49
GIS 青年优秀获奖论文
波速度最快 ， 系统设计最佳 。 其基本原理是 ： 两个局 部 传 感 器 分 别 处 理 GPS 和 DR 系 统 的 定 位数据 。 两者的状态估计输送到主 滤波器进行最优融合并产生高精 度的全局估计 ， 然后按照信息分配 系数对局部滤波器进行状态反馈 重置 ， 从而使局部滤波器的精度也 获得提高 。 一旦某个子系统发生故 障 ， 只需要调整信息分配系数便可 实现另一个子系统独立定位 。 简化的联合卡尔曼滤波的主 滤波器部分不进行滤波处理 ， 只对 来自不同传感器的定位数据完成 数据的综合。 这种分散式滤波结 构 ， 不仅没有降低组合系统的定位 精度 ， 而且计算量小 ， 稳定性高 ， 且 避免了误差的 “ 污染 ” [6，7]， 具有很强 的容错能力， 因而更适用于车载
的
1 车辆定位技术相关研究
1.1 车辆定位方式概述
车辆定位技术可以大致划分 为卫星定位 、独立 定 位 、地 面 无 线 电定位等 3 类 。
结构，去除其中的 参 考 系 统 ，且 让 主滤波器无信息分配 ， 这样就得到 如图 1 所示的简化了的联合卡尔 曼滤波器 ， 其显著特点是主系统的 计算量最小 ， 而且总体系统前向滤
GIS 电子地图道路的完全匹配 。 该
算法不仅确保了路口以及平行路 况下的匹配准确性 ， 而且具有很好 的实时性 。 大量的真实路测实验也 充分验证了这种匹配算法在效率 、 精度和稳定性上的优越特性和实 用性 。
DR 组 合 系 统 的 滤 波 与 信 息 融 合 。
参照通用联邦卡尔曼滤波器
[9，10]
Abstract: An integration solution for location accurately in vehicle navigation system is ap － proached, which includes the united Kalman filter and the map matching algorithms. On the one hand, the filter with a simple separate structure is constructed to fuse the spacial data of Global Positioning System (GPS) and Dead Reckoning (DR), which not only decreases the algo － rithmic complexity more greatly relative to the standard Kalmn filter, but also improves the lo － cation precision and algorithmic stability by avoiding the divergence among children filters. On the other hand, an weighted average algorithm based on the topological analysis of the road network, utilizing vehicle heading and position information, is developed for map matching, which can produce the accurate position on the electronic map efficiently, particularly in diffi － cult operational environments such as junctions and intersections. Furthermore, series of meth － ods are added to map matching under the diversified position conditions and the different traf － fic environments. The results of simulation confirm the solution is usable and effective for loca － tion in vehicle navigation system. Keywords: vehicle navigation system； united Kalman filter； data fusion； map matching； GPS/DR