车辆导航中经常会遇到定位结果与电子地图显示不一致的情况,此时就需要地图匹配来解决这一问题。地图匹配算法的本质是一种模式识别,将路网作为模板,将车辆的轨迹点作为待匹配样本,通过一定的规则对两者进行匹配,与待匹配样本相似度最高的匹配模板就是最终的匹配结果。待匹配样本方面,目前的地图匹配方法多是针对GPS(Global Positioning System)的定位数据,但GPS信号在城市环境中容易遮挡而丢失,且多路径效应影响显著,并且只能提供位置信息。匹配模板方面,城市道路中路口区域由于拓扑关系复杂,很容易造成误匹配,从而影响后续的匹配,近年来高架桥、立交桥、隧道等立体化路段的出现也给传统的二维的地图匹配带来了冲击。本文根据地图匹配中的实际需求,从数据获取、数据处理、算法实现等方面对传统的地图匹配算法进行了改进,设计出了一种针对IMU(Inertial Measurement Unit)/里程计组合导航定位数据,充分利用轨迹段和道路路段的几何特征约束的地图匹配方法。论文的研究内容具体如下:(1)提出了一种改进的点-点的延时地图匹配方法,结合了点-点匹配、点-线匹配、线-线匹配的优点,充分利用轨迹段和道路路段的几何特征约束,采用粗匹配和精匹配相结合的地图匹配方法,同时修正了惯导系统的横向误差和纵向误差,实现了不同复杂度下的路口的地图匹配。(2)在传统的地图匹配因子角度和距离的基础上加入高程因子,通过高程筛选不同高度的路段,解决了地图匹配在城市道路中受立体化路段影响的问题。在拓扑关系中加入了交通规则限制,排除了实际不可通行的道路,提高了地图匹配的准确率,可以有效避免因错误匹配造成的违章。(3)本课题用惯导和里程计作为数据获取源,因为惯性导航系统除了能够提供精确的位置信息外,还能提供航向角度、速度等信息,相对于GPS数据而言,定位信息更为丰富,地图匹配算法的优化空间也就更大,里程计的作用是为了对惯导进行速度约束,减小惯导的发散。