一种组合定位方法及其装置与流程

本发明涉及车辆定位领域，尤其涉及一种组合定位方法及其装置以及用于存储实现该组合定位方法的计算机程序的计算机介质。

背景技术：

随着汽车的普及和道路的建设，城际间的往来更加频繁，活动的区域也越来越大；为了提高生活质量，不断举行大量的休闲活动、娱乐活动以及各种观光探险活动，使人们不再局限在自己熟知的活动区域中。在人们不熟知的环境道路下，靠地图或问路经常导致迷路或找不到目的地的情况，而且耗时耗力。

为解决未知道路给人们造成的困扰，导航系统应运而生。车载导航更是成为车辆必不可少的重要装备。

导航系统的实现原理大致在于：将车辆的定位位置显示于地图数据上，基于地图数据的指引以及车辆的定位位置找到从定位位置指向目的地的导航路线。

地图是空间信息的载体，是人类按照一定的比例运用线条、符号、颜色或是文字注记等可用于表示地理信息的手段描绘显示地球表面的自然地理、行政区域及社会状况的图形。

因此不可避免地，现有的地图数据与实际地理信息存在一定的误差，当基于各种测量数据确定出车辆的定位位置后，基于该定位位置对应于地图数据中的位置与该车辆的实际位置之间存在误差。一方面是由于地图数据本身存在误差，另外一方面是由于定位位置存在误差。

特别是，当车辆处于遮挡物较多的位置比如高架下、隧道内时，测量信号经过多路径的折射或反射后测量出的数据显然存在较大误差，且该些网络信号差的地方会导致地图数据更新的不及时、定位位置与地图显示矛盾、显示位置滞后等各种问题。

为解决上述问题，本发明旨在提供一种组合定位方法，以期改善多路径问题产生的定位误差。

技术实现要素：

为了克服上述缺陷，本发明旨在提供一种组合定位方法及其装置，用于确定车辆的当前位置。

根据本发明的一方面，提供了一种组合定位方法，包括：获取全球导航卫星系统gnss和航位推算系统dr检测出的定位数据；以及基于所述定位数据匹配地图数据以获得所述车辆的适应地图的定位位置。

更进一步地，所述组合定位方法还包括：响应于所述全球导航卫星系统gnss的定位数据无效，获取所述车辆的历史轨迹以及前一定位位置；以及基于所述历史轨迹、所述前一定位位置以及航位推算系统dr检测出的定位数据匹配所述地图数据以确定所述适应地图的定位位置。

更进一步地，所述组合定位方法还包括：基于所述车辆的历史参考点判断所述全球导航卫星系统gnss的定位数据是否无效。

更进一步地，所述组合定位方法还包括：获取车道识别信息，所述车道识别信息用于确定车辆所在的车道；以及基于所述适应地图的定位位置以及所述车道识别信息确定所述车辆的车道级定位位置。

更进一步地，所述组合定位方法还包括：基于所述车道级定位位置以及所述车辆的导航路线生成引导信息，所述引导信息用于引导车辆基于所述导航路线安全变道。

更进一步地，所述生成引导信息包括：确定所述定位位置所在路段的所有车道信息；基于所述导航路线确定所述车辆其所在路段的下一路口的行驶方向；以及将所述车辆指引至可沿所述行驶方向行驶的距离最近的车道。

更进一步地，所述组合定位方法还包括：判断所述定位位置的延迟时间；基于所述延迟时间确定延迟距离；以及基于所述定位位置与所述延迟距离确定所述车辆的实时定位位置。

根据本发明的另一方面，提供了一种组合定位装置，用于确定车辆的当前定位位置，包括：存储器；以及耦接于所述存储器的处理器，所述处理器被配置为：获取全球导航卫星系统gnss和航位推算系统dr检测出的定位数据；以及基于所述定位数据匹配地图数据以获得所述车辆的适应地图的定位位置。

更进一步地，所述处理器还被配置为：响应于所述全球导航卫星系统gnss的定位数据无效，获取所述车辆的历史轨迹以及前一定位位置；以及基于所述历史轨迹、所述前一定位位置以及航位推算系统dr检测出的定位数据匹配所述地图数据以确定所述适应地图的定位位置。

更进一步地，所述处理器还被配置为：基于所述车辆的历史参考点判断所述全球导航卫星系统gnss的定位数据是否无效。

更进一步地，所述处理器还被配置为：获取车道识别信息，所述车道识别信息用于确定车辆所在的车道；以及基于所述适应地图的定位位置以及所述车道识别信息确定所述车辆的车道级定位位置。

更进一步地，所述处理器还被配置为：基于所述车道级定位位置以及所述车辆的导航路线生成引导信息，所述引导信息用于引导车辆基于所述导航路线安全变道。

更进一步地，所述处理器还被配置为：确定所述定位位置所在路段的所有车道信息；基于所述导航路线确定所述车辆其所在路段的下一路口的行驶方向；以及将所述车辆指引至可沿所述行驶方向行驶的距离最近的车道。

更进一步地，所述处理器还被配置为：判断所述定位位置的延迟时间；基于所述延迟时间确定延迟点；以及基于所述定位位置与所述延迟点确定所述车辆的实时定位位置。

根据本发明的又一方面，提供了一种导航系统，包括上述任意一种组合定位装置。

根据本发明的再一方面，提供了一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如上述任一项所述组合定位方法的步骤。

附图说明

在结合以下附图阅读本公开的实施例的详细描述之后，更能够更好地理解本发明的上述特征和优点。

图1是根据本发明的一个方面绘示的一实施例的流程示意图；

图2是根据本发明的一个方面绘示的一实施例的局部流程示意图；

图3是根据本发明的一个方面绘示的另一实施例的流程示意图；

图4是根据本发明的一个方面绘示的再一实施例的流程示意图；

图5是根据本发明的一个方面绘示的又一实施例的流程示意图；

图6是根据本发明的一个方面绘示的又一实施例的局部流程示意图；

图7是根据本发明的一个方面绘示的另一更优实施例的流程示意图；

图8是根据本发明的一个方面绘示的再一更优实施例的流程示意图；

图9是根据本发明的一个方面绘示的另一实施例的硬件框图。

具体实施方式

以下结合附图和具体实施例对本发明作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本发明的保护范围进行任何限制。

全球导航卫星系统(globalnavigationsatellitesystem，gnss)定位是利用一组卫星的伪距、星历、卫星发射时间等观测量来实现的。全球导航卫星系统是能在地球表面或近地空间的任何地点为用户提供全天候的3维坐标和速度以及时间信息的空间无线电导航定位系统。目前gnss主要包括gps、glonass、galileo以及北斗卫星导航系统。

gps是在美国海军导航卫星系统的基础上发展起来的无线电导航定位系统。具有全能性、全球性、全天候、连续性和实时性的导航、定位和定时功能，能为用户提供精密的三维坐标、速度和时间。

glonass是由原苏联国防部独立研制和控制的第二代军用卫星导航系统，该系统是继gps后的第二个全球卫星导航系统。在技术方面，glonass系统的抗干扰能力比gps要好，但其单点定位精确度不及gps系统。

伽利略卫星导航系统(galileo)是由欧盟研制和建立的全球卫星导航定位系统，该计划于1992年2月由欧洲委员会公布，并和欧空局共同负责。2012年10月，伽利略全球卫星导航系统第二批两颗卫星成功发射升空，太空中已有的4颗正式的伽利略卫星，可以组成网络，初步实现地面精确定位的功能galileo系统是世界上第一个基于民用的全球导航卫星定位系统，投入运行后，全球的用户将使用多制式的接收机，获得更多的导航定位卫星的信号，这将无形中极大地提高导航定位的精度。

北斗卫星导航系统(bds)是中国自主研发、独立运行的全球卫星导航系统。该系统分为两代，即北斗一代和北斗二代系统。我国上世纪80年代决定建设北斗系统，2003年，北斗卫星导航验证系统建成。该系统由4颗地球同步轨道卫星、地面控制部分和用户终端三部分组成。

gps以其全球性、全天候及被动式的定位原理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。但是由于城市环境的复杂性,单点定位的精度,即使在无sa技术的影响下,也只能保持在15-25m之间。这严重地限制了其在车辆导航定位中的应用,城市环境引起gps定位误差的原因主要有如下几种：

(1)多路径效应

从建筑物上反射的gps信号进人接收机而引起的定位误差。由于这种误差的大小是取决于观测环境的,在动态定位的情况下很难建立合适的算法予以改正,而只能在硬件设计上进行考虑,比如加大抑径板、将gps天线安放在车辆的最顶端等措施以尽量减小其影响。但其残留的误差在车辆定位中仍不能到达被忽略的程度；

(2)信号遮挡和丢失

由于茂密的树林等对信号的遮挡使gps信号减弱、信噪比下降而引起的定位误差信号失由“城市峡谷”、立交桥和隧道的影响，使gps信号短暂丢失而引起的定位误差；

(3)gps接收机动态测量范围的局限性而引起的定位误差；

(4)在弱观测环境中首次定位的时延误差。

这些情况最终会导致两种情况一是接收机不能提供任何定位结果或只能重复上一次的有效定位结果或是定位的精度严重下降，有时最大甚至会超过500m。考虑到gps信号在城市环境中会受到严重的干扰,许多gps接收机制造商都将复杂的算法融人到了gps接收机中以试图改善因信号减弱或星源不足而带来的影响。例如,诸多算法均假设用户高度保持不变或运动方向保持不变。有时这种假设是合理的,但大多数情况下这种假设将严重地影响最后的定位结果。以使定位数据不能真实地反映车辆的运行情况。

航位推算dr(deadreckoning)系统的定义为：利用表征航向和速度的矢量根据船舶某一时刻的位置推算出另一时刻位置的导航方法。最早应用于船舶上,它利用罗盘测量的方位和船只行使的速率来计算其相对于起始时刻的位置,考虑到车辆能够提供更高精度的行使速率和方向,系统在车辆导航中应用会更加合理、精确。

dr系统采用低成本的陀螺仪和车辆里程表构成，通过对车辆航向角变化量和车辆位置变化量的测量，递推出车辆的位置变化，因此能够提供连续的、相对精度很高的定位信息。其自主导航的基本原理主要是：在车辆定位应用中，车辆的运动可以看作是在2维平面上的运动，如果已知车辆的起点位置坐标和初始航向角，通过实时测量车辆的行驶距离和航向角的变化，就可以推算出车辆的每个时刻的2维坐标。由于dr系统自身不能提供车辆的初始位置坐标和初始航向角，无法得到航位推算系统的初始值，且在进行航位推算时，随着时间的推移和行驶距离的增加，其误差逐步累计发散，因此单独的航位推算系统不能用于长时间的独立定位，需要用其他手段对积累误差进行适当补偿，它不适合自主导航。当dr系统与gps系统组合，gps系统提供的绝对位置可以为dr系统提供航位推算的初始值，并可以对dr系统进行定位误差的校正和系统参数的修正，同时dr系统的连续推算具有很高的相对精度，可以补偿gps系统定位中的随机误差和定位的断点，使定位的轨迹能够平滑。因此，gps/dr组合导航系统的特点可以解决工程存在的诸多技术问题。

以上对目前常用的gps/dr组合定位方法原理及其组合方法进行了简要介绍。

根据本发明的一个方面，提供一种组合定位方法，用于确定车辆的当前位置。

图1绘示了一实施例的组合定位方法的流程示意图。在一实施例中，如图1所示，组合定位方法100包括步骤s110～s120。

步骤s110为：获取全球导航卫星系统gnss和航位推算系统dr检测出的定位数据。

gnss可以时上文介绍的任意一种导航卫星系统，gnss检测出的定位数据可以是通过上述任意一种导航卫星系统检测出的定位数据。较优地，选择gps定位数据。

具体地，dr系统可通过惯性测量单元imu实现，比如选择低成本的加速计或陀螺仪作为惯性测量单元。航位推算系统dr系统检测出的定位数据即是dr定位数据。

现有技术中，获取的gnss定位数据需要通过安卓系统的多层数据接口存储进一特定缓存区，在该多层数据接口的传输过程中，gnss定位数据会存在遗失现象或失真现象。

为解决gnss定位数据的数据遗失问题，本发明中，将检测出的gnss定位数据直接存储进一缓存区，减少了中间多层数据接口的传输，因而获得的gnss数据完整且准确。

步骤s120为：基于gnss定位数据以及dr定位数据匹配地图数据以获得车辆适应地图的定位位置。

本案中的地图数据实际上是指车辆可行驶的道路布置数据。具体的，可以是将常用的百度地图数据、谷歌地图数据或高德地图数据等完整的地图数据中的其他数据去除以得到路网数据。也可以是现成的路网数据。

可以理解，路网数据是表征道路拓扑关系地图数据，道路拓扑关系包括道路的宽度、长度、坡度、转折角度、曲率大小及曲率变化率等特征信息。

进一步地，基于gnss定位数据和dr定位数据计算出车辆的定位位置，基于该定位位置与路网数据的匹配度来确定该定位位置于路网数据上的匹配点。

具体地，如图2所示，步骤s120包括步骤s121～s122。

步骤s121为：获取车辆的轨迹点，基于车辆的轨迹点判断车辆所属的道路区域。

具体地，为了便于将路网数据基于道路特征进行分组，将道路进行区域划分。每个道路区域的航向、曲率特征唯一。进一步地，为提高轨迹点与道路区域的匹配速度和准确度，将每个道路区域的中心点作为该道路区域的标记位置。通过计算车辆的轨迹点到标记位置的距离，判断轨迹点所属的道路区域。

可以理解，响应于车辆的轨迹点到一标记位置的距离最短，该标记位置对应的道路区域即为该车辆所属的道路区域。

进一步地，为确保匹配到的道路区域的准确度，可选取多个轨迹点，计算该多个轨迹点与道路区域的标记位置的距离，响应于超出预设数量的轨迹点所属的道路区域相同，判断车辆属于该道路区域。

步骤s122为：基于历史轨迹序列及gnss定位数据和dr定位数据确定与车辆适应地图的定位位置。

具体地，可基于历史轨迹序列及gnss定位数据和dr定位数据确定航向变化率、曲率大小、曲率变化率及坡度等特征值，将该些特征值与所属道路区域内的路段的特征值进行匹配度计算，响应于匹配度超过预设阈值的路段位置即为车辆适应地图的定位位置。

可以理解，在上述匹配过程中，还可包括轨迹点的筛选、轨迹点的校正等步骤以提高定位位置的精确度。

可以理解，上述匹配算法可采用贝叶斯算法、卡尔曼滤波法或几何特征匹配算法或其他可实现轨迹序列与路网数据匹配的算法。

更进一步地，在一更优实施例中，为实现车辆的位置的车道级定位，组合定位方法100还包括步骤s130～s140。

步骤s130为：获取车道识别信息。

车道识别信息是指用于确定车辆所在的车道的相关信息。

具体地，可通过车辆上设置的拍摄模块，比如行车记录仪或摄像头等装置，来实时获取拍摄到的车道识别信息。还可通过道路周边设置的路边单元或监控设备获取拍摄出的车道识别信息。

步骤s140为：基于步骤s120确定的适应地图的定位位置以及车道识别信息确定车辆的车道级定位位置。

具体地，可通过对获取的车道识别信息进行识别，比如，对拍摄数据进行图像识别以获得车辆当前所在的车道，再结合车辆的定位位置获得车辆的车道级定位位置。

更优地，如图3所示，组合定位方法100还包括步骤s150。

步骤s150为：基于该车辆的车道级定位位置以及车辆的当前导航路线生成引导信息，引导信息用于引导车辆基于车辆当前的导航路线安全变道。

具体地，步骤s150可包括步骤s151～s153。

步骤s151为：确定车辆的定位位置所在路段的所有车道信息。

步骤s152为：基于当前的导航路线确定车辆在其所在路段的下一路口的行驶方向。

步骤s153为：将车辆指引至可沿该车辆在下一路口的行驶方向行驶的距离最近的车道。

通过具体的情景假设来形象化解释上述步骤s150的具体内容。

举例1：假设车辆的当前定位位置所在车道包括5条车道，其中第一条车道为左转车道，第二～四条车道为直行车道，第五条车道为右转车道。车辆在该路段的下一个路口的行驶方向为右转，车辆当前所在车道为第三条车道，则引导信息引导车辆行驶至第五条车道。

举例2：假设车辆的当前定位位置所在车道包括5条车道，其中第一条车道为左转车道，第二～四条车道为直行车道，第五条车道为右转车道。车辆在该路段的下一个路口的行驶方向为直行，车辆当前所在车道为第五条车道，则引导信息引导车辆行驶至可直行的最近的一条车道即第四条车道。

更优地，如图4所示，组合定位方法100还可包括步骤s160～s180。

步骤s160为：判断定位位置的延迟时间。可以理解，定位位置需要经过一系列的数据获取、计算和地图匹配，因此存在一定的延时，若将计算出的定位位置直接用于指示车辆的当前位置，可能存在一定的滞后性。因此，可测算出该过程的延迟时间。

步骤s170为：基于延迟时间确定延迟距离。

步骤s180为：基于所述定位位置与所述延迟距离确定所述车辆的实时定位位置。

具体地，可基于车辆的轨迹走向、将延迟距离加在该定位位置沿轨迹走向的方向上。

本案中的步骤s110～s120可获取车辆适应地图的定位位置，步骤s130～s140将车辆的定位位置精确到车道级别，步骤s150可实现车辆驾驶的引导信息，步骤s160～s180可预测出车辆的实时位置。进一步地，在具体实施过程中，该些步骤可基于其实现功能和实现基础任意组合的存在。

在另一更优实施例中，如图5所述，组合定位方法100还包括步骤s410～s420。

步骤s410为：响应于全球导航卫星系统gnss的定位数据无效，获取车辆的历史轨迹以及前一定位位置。

可以理解，由于gnss检测出的定位数据由于多路径效应、信号遮挡和丢失、gps接收机动态测量范围的局限性而引起的定位误差或在弱观测环境中首次定位的时延误差等原因，gnss的定位数据可能存在无效的可能性。具体地，可通过车辆的历史参考点判断gnss定位数据是否无效。比如，当定位位置与历史参考点之间的夹角超出一定阈值或是当定位位置与历史参考点之间的距离过大，判断gnss定位数据无效。

可以理解，步骤s120可在全球导航卫星系统gnss的定位数据有效时执行。

步骤s420为：基于车辆的历史轨迹、前一定位位置以及dr系统检测出的定位数据匹配地图数据确定适应地图的定位位置。

具体地，可在前一定位位置的基础上，基于历史轨迹的走向，以及dr数据预测出车辆可能的当前位置匹配点，再基于地图数据匹配出该适应地图的定位位置。

具体地，如图6所示，步骤s420包括步骤s421～s422。

步骤s421为：获取历史轨迹中的轨迹点，基于车辆的轨迹点判断车辆所属的道路区域。

具体地，为了便于将路网数据基于道路特征进行分组，将道路进行区域划分。每个道路区域的航向、曲率特征唯一。进一步地，为提高轨迹点与道路区域的匹配速度和准确度，将每个道路区域的中心点作为该道路区域的标记位置。通过计算车辆的轨迹点到标记位置的距离，判断轨迹点所属的道路区域。

可以理解，响应于车辆的轨迹点到一标记位置的距离最短，该标记位置对应的道路区域即为该车辆所属的道路区域。

进一步地，为确保匹配到的道路区域的准确度，可选取多个轨迹点，计算该多个轨迹点与道路区域的标记位置的距离，响应于超出预设数量的轨迹点所属的道路区域相同，判断车辆属于该道路区域。

步骤s122为：基于历史轨迹及前一定位位置和dr定位数据确定与车辆适应地图的定位位置。

具体地，可基于历史轨迹序列及前一定位位置和dr定位数据确定航向变化率、曲率大小、曲率变化率及坡度等特征值，将该些特征值与所属道路区域内的路段的特征值进行匹配度计算，响应于匹配度超过预设阈值的路段位置即为车辆适应地图的定位位置。

可以理解，在上述匹配过程中，还可包括轨迹点的筛选、轨迹点的校正等步骤以提高定位位置的精确度。

可以理解，上述匹配算法可采用贝叶斯算法、卡尔曼滤波法或几何特征匹配算法或其他可实现轨迹序列与路网数据匹配的算法。

更进一步地，在一更优实施例中，为实现车辆的位置的车道级定位，如图4所示，组合定位方法100还包括步骤s430～s440。

步骤s430为：获取车道识别信息。

车道识别信息是指用于确定车辆所在的车道的相关信息。

具体地，可通过车辆上设置的拍摄模块，比如行车记录仪或摄像头等装置，来实时获取拍摄到的车道识别信息。还可通过道路周边设置的路边单元或监控设备获取拍摄出的车道识别信息。

步骤s440为：基于步骤s420确定的适应地图的定位位置以及车道识别信息确定车辆的车道级定位位置。

具体地，可通过对获取的车道识别信息进行识别，比如，对拍摄数据进行图像识别以获得车辆当前所在的车道，再结合车辆的定位位置获得车辆的车道级定位位置。

更优地，如图7所示，组合定位方法100还包括步骤s450。

步骤s450为：基于该车辆的车道级定位位置以及车辆的当前导航路线生成引导信息，引导信息用于引导车辆基于车辆当前的导航路线安全变道。

具体地，步骤s450可包括步骤s451～s453。

步骤s451为：确定车辆的定位位置所在路段的所有车道信息。

步骤s452为：基于当前的导航路线确定车辆在其所在路段的下一路口的行驶方向。

步骤s453为：将车辆指引至可沿该车辆在下一路口的行驶方向行驶的距离最近的车道。

通过具体的情景假设来形象化解释上述步骤s450的具体内容。

举例1：假设车辆的当前定位位置所在车道包括5条车道，其中第一条车道为左转车道，第二～四条车道为直行车道，第五条车道为右转车道。车辆在该路段的下一个路口的行驶方向为右转，车辆当前所在车道为第三条车道，则引导信息引导车辆行驶至第五条车道。

举例2：假设车辆的当前定位位置所在车道包括5条车道，其中第一条车道为左转车道，第二～四条车道为直行车道，第五条车道为右转车道。车辆在该路段的下一个路口的行驶方向为直行，车辆当前所在车道为第五条车道，则引导信息引导车辆行驶至可直行的最近的一条车道即第四条车道。

更优地，如图8所示，组合定位方法100还可包括步骤s460～s480。

步骤s460为：判断定位位置的延迟时间。可以理解，定位位置需要经过一系列的数据获取、计算和地图匹配，因此存在一定的延时，若将计算出的定位位置直接用于指示车辆的当前位置，可能存在一定的滞后性。因此，可测算出该过程的延迟时间。

步骤s470为：基于延迟时间确定延迟距离。

步骤s480为：基于所述定位位置与所述延迟距离确定所述车辆的实时定位位置。

具体地，可基于车辆的轨迹走向、将延迟距离加在该定位位置沿轨迹走向的方向上。

本案中的步骤s410～s420可在车辆的gnss定位数据无效时得到车辆适应地图的定位位置，步骤s430～s440将车辆的定位位置精确到车道级别，步骤s450可实现车辆驾驶的引导信息，步骤s460～s480可预测出车辆的实时位置。进一步地，在具体实施过程中，该些步骤可基于其实现功能和实现基础任意组合的存在。同时还可与步骤s120、步骤s130～s140、步骤s150及步骤s160～s180组合的存在。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

根据本发明的另一个方面，提供一种组合定位装置，用于确定车辆的当前定位位置。

在一实施例中，如图9所示，组合定位装置900包括存储器910和处理器920。

存储器910用于存储计算机程序。

处理器920与存储器910耦接，用于执行存储器910上的计算机程序，处理器920被配置为：获取全球导航卫星系统gnss和航位推算系统dr检测出的定位数据；基于gnss定位数据以及dr定位数据匹配地图数据以获得车辆适应地图的定位位置。

gnss可以时上文介绍的任意一种导航卫星系统，gnss检测出的定位数据可以是通过上述任意一种导航卫星系统检测出的定位数据。较优地，选择gps定位数据。

具体地，dr系统可通过惯性测量单元imu实现，比如选择低成本的加速计或陀螺仪作为惯性测量单元。航位推算系统dr系统检测出的定位数据即是dr定位数据。

现有技术中，获取的gnss定位数据需要通过安卓系统的多层数据接口存储进一特定缓存区，在该多层数据接口的传输过程中，gnss定位数据会存在遗失现象或失真现象。

为解决gnss定位数据的数据遗失问题，本发明中，将检测出的gnss定位数据直接存储进一缓存区，减少了中间多层数据接口的传输，因而获得的gnss数据完整且准确。

本案中的地图数据实际上是指车辆可行驶的道路布置数据。具体的，可以是将常用的百度地图数据、谷歌地图数据或高德地图数据等完整的地图数据中的其他数据去除以得到路网数据。也可以是现成的路网数据。

可以理解，路网数据是表征道路拓扑关系地图数据，道路拓扑关系包括道路的宽度、长度、坡度、转折角度、曲率大小及曲率变化率等特征信息。

进一步地，基于gnss定位数据和dr定位数据计算出车辆的定位位置，基于该定位位置与路网数据的匹配度来确定该定位位置于路网数据上的匹配点。

具体地，处理器920还被配置为：获取车辆的轨迹点，基于车辆的轨迹点判断车辆所属的道路区域；基于历史轨迹序列及gnss定位数据和dr定位数据确定与车辆适应地图的定位位置。

具体地，为了便于将路网数据基于道路特征进行分组，将道路进行区域划分。每个道路区域的航向、曲率特征唯一。进一步地，为提高轨迹点与道路区域的匹配速度和准确度，将每个道路区域的中心点作为该道路区域的标记位置。通过计算车辆的轨迹点到标记位置的距离，判断轨迹点所属的道路区域。

可以理解，响应于车辆的轨迹点到一标记位置的距离最短，该标记位置对应的道路区域即为该车辆所属的道路区域。

进一步地，为确保匹配到的道路区域的准确度，可选取多个轨迹点，计算该多个轨迹点与道路区域的标记位置的距离，响应于超出预设数量的轨迹点所属的道路区域相同，判断车辆属于该道路区域。

进一步地，可基于历史轨迹序列及gnss定位数据和dr定位数据确定航向变化率、曲率大小、曲率变化率及坡度等特征值，将该些特征值与所属道路区域内的路段的特征值进行匹配度计算，响应于匹配度超过预设阈值的路段位置即为车辆适应地图的定位位置。

可以理解，在上述匹配过程中，还可包括轨迹点的筛选、轨迹点的校正等步骤以提高定位位置的精确度。

可以理解，上述匹配算法可采用贝叶斯算法、卡尔曼滤波法或几何特征匹配算法或其他可实现轨迹序列与路网数据匹配的算法。

可选地，对gnss定位数据进行有效性判断，当gnss定位数据无效时，可通过车辆的历史轨迹、前一定位位置以及dr定位数据匹配地图数据以确定该车辆的适应地图的定位位置。

在该情况下，处理器920可被配置为：响应于全球导航卫星系统gnss的定位数据无效，获取车辆的历史轨迹以及前一定位位置；基于车辆的历史轨迹、前一定位位置以及dr系统检测出的定位数据匹配地图数据确定适应地图的定位位置。

可以理解，由于gnss检测出的定位数据由于多路径效应、信号遮挡和丢失、gps接收机动态测量范围的局限性而引起的定位误差或在弱观测环境中首次定位的时延误差等原因，gnss的定位数据可能存在无效的可能性。具体地，可通过车辆的历史参考点判断gnss定位数据是否无效。比如，当定位位置与历史参考点之间的夹角超出一定阈值或是当定位位置与历史参考点之间的距离过大，判断gnss定位数据无效。

具体地，处理器920可被配置为：获取历史轨迹中的轨迹点，基于车辆的轨迹点判断车辆所属的道路区域；基于历史轨迹及前一定位位置和dr定位数据确定与车辆适应地图的定位位置。

具体地，为了便于将路网数据基于道路特征进行分组，将道路进行区域划分。每个道路区域的航向、曲率特征唯一。进一步地，为提高轨迹点与道路区域的匹配速度和准确度，将每个道路区域的中心点作为该道路区域的标记位置。通过计算车辆的轨迹点到标记位置的距离，判断轨迹点所属的道路区域。

可以理解，响应于车辆的轨迹点到一标记位置的距离最短，该标记位置对应的道路区域即为该车辆所属的道路区域。

进一步地，为确保匹配到的道路区域的准确度，可选取多个轨迹点，计算该多个轨迹点与道路区域的标记位置的距离，响应于超出预设数量的轨迹点所属的道路区域相同，判断车辆属于该道路区域。

具体地，可基于历史轨迹序列及前一定位位置和dr定位数据确定航向变化率、曲率大小、曲率变化率及坡度等特征值，将该些特征值与所属道路区域内的路段的特征值进行匹配度计算，响应于匹配度超过预设阈值的路段位置即为车辆适应地图的定位位置。

可以理解，在上述匹配过程中，还可包括轨迹点的筛选、轨迹点的校正等步骤以提高定位位置的精确度。

可以理解，上述匹配算法可采用贝叶斯算法、卡尔曼滤波法或几何特征匹配算法或其他可实现轨迹序列与路网数据匹配的算法。

可以理解，基于gnss定位数据以及dr数据匹配地图数据以获得定位位置的方法可在全球导航卫星系统gnss的定位数据有效时执行。

更进一步地，在一更优实施例中，为实现车辆的位置的车道级定位，处理器920还被配置为：获取车道识别信息；基于适应地图的定位位置以及车道识别信息确定车辆的车道级定位位置。

车道识别信息是指用于确定车辆所在的车道的相关信息。

具体地，可通过车辆上设置的拍摄模块，比如行车记录仪或摄像头等装置，来实时获取拍摄到的车道识别信息。还可通过道路周边设置的路边单元或监控设备获取拍摄出的车道识别信息。

具体地，可通过对获取的车道识别信息进行识别，比如，对拍摄数据进行图像识别以获得车辆当前所在的车道，再结合车辆的定位位置获得车辆的车道级定位位置。

更优地，处理器920还被配置为：基于该车辆的车道级定位位置以及车辆的当前导航路线生成引导信息。其中引导信息用于引导车辆基于车辆当前的导航路线安全变道。

具体地，处理器920可被配置为：确定车辆的定位位置所在路段的所有车道信息；基于当前的导航路线确定车辆在其所在路段的下一路口的行驶方向；将车辆指引至可沿该车辆在下一路口的行驶方向行驶的距离最近的车道。

通过具体的情景假设来形象化解释上述设置的具体内容。

举例1：假设车辆的当前定位位置所在车道包括5条车道，其中第一条车道为左转车道，第二～四条车道为直行车道，第五条车道为右转车道。车辆在该路段的下一个路口的行驶方向为右转，车辆当前所在车道为第三条车道，则引导信息引导车辆行驶至第五条车道。

举例2：假设车辆的当前定位位置所在车道包括5条车道，其中第一条车道为左转车道，第二～四条车道为直行车道，第五条车道为右转车道。车辆在该路段的下一个路口的行驶方向为直行，车辆当前所在车道为第五条车道，则引导信息引导车辆行驶至可直行的最近的一条车道即第四条车道。

更优地，处理器920还被配置为：判断定位位置的延迟时间；基于延迟时间确定延迟距离；基于所述定位位置与所述延迟距离确定所述车辆的实时定位位置。

可以理解，定位位置需要经过一系列的数据获取、计算和地图匹配，因此存在一定的延时，若将计算出的定位位置直接用于指示车辆的当前位置，可能存在一定的滞后性。因此，可测算出该过程的延迟时间。

具体地，可基于车辆的轨迹走向、将延迟距离加在该定位位置沿轨迹走向的方向上。

根据本发明的又一方面，提供一种导航系统，该导航系统包括上述任意一种组合定位装置900。

根据本发明的再一方面，提供了一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如上述任一项所述组合定位方法100的步骤。

本领域技术人员将可理解，信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如，以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如dsp与微处理器的组合、多个微处理器、与dsp核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动盘、cd-rom、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在asic中。asic可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括ram、rom、eeprom、cd-rom或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(dsl)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、dsl、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(cd)、激光碟、光碟、数字多用碟(dvd)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

提供之前的描述是为了使本领域中的任何技术人员均能够实践本文中所描述的各种方面。但是应该理解，本发明的保护范围应当以所附权利要求书为准，而不应被限定于以上所解说实施例的具体结构和组件。本领域技术人员在本发明的精神和范围内，可以对各实施例进行各种变动和修改，这些变动和修改也落在本发明的保护范围之内。