一種新型的城市道路地圖匹配方法

王建培，李必軍，張紅娟，張 萍

(武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079)

地圖匹配是對(duì)偏離地圖上的軌跡點(diǎn)數(shù)據(jù)進(jìn)行糾正，使其重新定位到正確道路上的過程[1]。傳統(tǒng)的幾何地圖匹配算法主要分為三大類：軌跡點(diǎn)到道路節(jié)點(diǎn)的匹配、軌跡點(diǎn)到道路矢量線的匹配、軌跡點(diǎn)連線到道路矢量線的匹配。道路交叉口是路網(wǎng)中最復(fù)雜的情況，道路密度大且連接復(fù)雜，傳統(tǒng)的地圖匹配算法把它當(dāng)作普通道路處理，極有可能造成誤匹配、不匹配、匹配精度低等問題。因此道路交叉口處的匹配也是地圖匹配的難點(diǎn)[2]。此外，傳統(tǒng)的地圖匹配采用常用的投影匹配方法，難以修正車輛位置沿道路方向的誤差，造成縱向偏移難以修正的問題，而縱向偏移的存在大大降低了車輛的定位精度。

目前無人駕駛的定位技術(shù)多以GPS/INS組合導(dǎo)航為主，但GPS信號(hào)容易遮擋而丟失[3-4],在城市環(huán)境下，多路徑效應(yīng)影響顯著。因此，本文創(chuàng)新性地提出利用IMU/里程計(jì)組合導(dǎo)航進(jìn)行車輛的相對(duì)定位，結(jié)合開放的OpenStreetMap地圖進(jìn)行實(shí)時(shí)的地圖匹配，借鑒文獻(xiàn)[5]在道路交叉口利用道路約束的思想進(jìn)行匹配校正，克服了傳統(tǒng)地圖匹配算法路口匹配效果不好的問題，同時(shí)修正了縱向誤差。

1 匹配算法

1.1 航位推算

針對(duì)傳統(tǒng)GPS/INS組合導(dǎo)航中GPS信號(hào)不穩(wěn)定的問題，本文利用地圖匹配來代替GPS，即給出一個(gè)準(zhǔn)確的起始點(diǎn)坐標(biāo)，用IMU和里程計(jì)聯(lián)合進(jìn)行位置推算，到達(dá)路口時(shí)再進(jìn)行地圖匹配，消除累計(jì)誤差，從而實(shí)現(xiàn)無人駕駛的準(zhǔn)確相對(duì)定位。匹配算法流程如圖1所示。

1.2 路口檢測(cè)

通過對(duì)OSM中道路節(jié)點(diǎn)進(jìn)行ISODATA聚類得到路口節(jié)點(diǎn)[6]，建立以當(dāng)前軌跡點(diǎn)為中心，以R為半徑的圓形緩沖區(qū)，當(dāng)有路口節(jié)點(diǎn)落入緩沖區(qū)時(shí)，啟動(dòng)路口匹配程序[7]。

1.3 路口匹配

(1)

(2)

120°>|yawni-yawnj|>60°

(3)

若對(duì)于節(jié)點(diǎn)N，存在這樣的道路ni和nj，同時(shí)滿足以上3個(gè)條件，則將N作為匹配點(diǎn)對(duì)軌跡點(diǎn)P3進(jìn)行位置修正。

(4)

dx=xN-xP2

(5)

dy=yN-yP2

(6)

2 試 驗(yàn)

本文的測(cè)試場(chǎng)地選在江蘇省常熟市高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)福茂路的九宮格測(cè)試區(qū)。

2.1 相對(duì)定位軌跡數(shù)據(jù)獲取

試驗(yàn)數(shù)據(jù)由圖3所示的武漢大學(xué)自動(dòng)駕駛車“途友號(hào)”完成，該自動(dòng)駕駛車輛由奇瑞瑞虎7改裝而成，采集數(shù)據(jù)時(shí)車輛時(shí)速保持在20 km/h左右，慣導(dǎo)采用NovAtel SPAN-CPT，輸出頻率為50 Hz，里程計(jì)輸出頻率為20 Hz。本文的算法采用運(yùn)行在Windows 10操作系統(tǒng)下的C++語言實(shí)現(xiàn)，計(jì)算機(jī)CPU為主頻3.6 GHz的i7處理器，內(nèi)存8 GB。采用道格拉斯-普克算法(Douglas-Peukcer)對(duì)軌跡點(diǎn)進(jìn)行抽稀處理，只保留必要的特征點(diǎn)可以有效地提高算法的效率。

2.2 地圖匹配

通過ArcGIS Editor for OSM在線獲取OSM地圖后，對(duì)軌跡數(shù)據(jù)進(jìn)行地圖匹配。需要分析不同的緩沖區(qū)半徑R及夾角閾值θ對(duì)應(yīng)的查全率。已知組合慣導(dǎo)相對(duì)定位結(jié)果與OSM地圖累積誤差約為50 m，因此可以將緩沖區(qū)半徑R設(shè)為50 m左右。表1對(duì)不同大小的緩沖區(qū)半徑R及夾角閾值θ對(duì)應(yīng)的匹配效果進(jìn)行了分析。

表1 不同的R和θ對(duì)應(yīng)的查全率

通過表1發(fā)現(xiàn)，當(dāng)R為50 m時(shí)，查全率最高，繼續(xù)增大R并沒有意義，因此最合適的搜索半徑R為50 m。當(dāng)R取50 m、θ取40°時(shí)，增速達(dá)到最大，若繼續(xù)增大θ反而可能會(huì)增大誤檢的概率，因此θ的最優(yōu)取值為40°。

3 試驗(yàn)結(jié)果分析

本次試驗(yàn)中的各項(xiàng)數(shù)據(jù)統(tǒng)計(jì)見表2，當(dāng)R=50 m、θ=40°時(shí)，統(tǒng)計(jì)各條軌跡的匹配情況見表3，匹配效果如圖3所示，其中灰色點(diǎn)代表匹配前的點(diǎn)，黑色點(diǎn)代表匹配后的點(diǎn)。

表2 數(shù)據(jù)分布統(tǒng)計(jì)表

表3 當(dāng)R=50 m、θ=40°時(shí)各條軌跡的匹配情況

本文通過對(duì)試驗(yàn)數(shù)據(jù)的分析，選取合適的R和θ，在保證零誤檢率的基礎(chǔ)上有效降低了漏檢率，達(dá)到了較好的匹配效果。當(dāng)R=50 m、θ=40°時(shí)，整體查全率保持在89%左右，基本可以滿足道路交叉口修正的要求。單點(diǎn)平均耗時(shí)為0.11 ms，可以滿足實(shí)時(shí)性定位的要求。

4 結(jié) 語

傳統(tǒng)的無人駕駛定位多依賴GPS，本文采用地圖匹配結(jié)果來修正累計(jì)誤差，不會(huì)產(chǎn)生信號(hào)丟失的問題，性能穩(wěn)定、可靠度高。同時(shí)，在地圖匹配中充分利用道路約束的同時(shí)修正了橫向誤差和縱向誤差，解決了路口難匹配、沿道路方向誤差難以修正等問題，并將路口匹配得到的位置修正值實(shí)時(shí)反饋給當(dāng)前位置，使得基于當(dāng)前位置的航位推算位置都能得以修正，僅靠低成本的IMU和里程計(jì)及開放的街道地圖即可實(shí)現(xiàn)實(shí)時(shí)定位的需求,并且只在路口進(jìn)行匹配，效率高,實(shí)時(shí)性強(qiáng)。

本文算法對(duì)道路交叉口的依賴性強(qiáng)，如果車輛在較長(zhǎng)一段時(shí)間內(nèi)沒有發(fā)生拐彎，或發(fā)生了拐彎但沒有滿足判定條件，則車輛的位置始終難以修正。本文的數(shù)據(jù)由城市道路組成，在以后的研究中如果能充分利用交通規(guī)則限制等信息，將會(huì)大大降低誤匹配的概率。在非城市道路或地勢(shì)起伏比較大的城市道路還可以考慮加入高程信息，構(gòu)成三維地圖等來輔助地圖匹配，以提高匹配正確率[9]。