基于gps信息的道路地图更新方法
【技术领域】：
[0001] 本发明提出了一种新的道路地图的更新方法，更具体的说是一种通过对状态空间 的模型估计提高道路地图准确性的方法，属于信息工程领域。
【背景技术】：
[0002] 近年来，随着城市化的发展，越来越多的人通过导航软件来寻找快捷方便的出行 路线。在导航软件中，交通地图的及时更新对导航软件的使用效果起到关键作用。目前，我 国很多城市都在进行道路重建，随之会带来道路形状的变化、道路消失和新道路的产生等 情况。对于这些情况，国家权威机构至少需要半年至一年的时间来完成测绘与确定，在此之 后，导航软件才会更新交通地图。因此，面对城市中大量的道路建设，如何及时更新交通地 图是个需要迫切解决的问题。
[0003] 本发明所采用的数据是由车辆反馈的GPS经炜度信息。当车辆行驶在高楼林立 的市区或隧道或立交桥下时，GPS的定位效果较差甚至是无法定位，为此，研宄学者们利 用车辆的行驶方向和距离信息来推算车辆的瞬时位置，将GPS定位和航位推算（Dead- Reckoning，DR)结合，确保车辆定位系统的精度，但是定位传感器也存在着测量误差，GPS/ DR组合定位还是无法提供足够高的定位精度。这就需要借助地图匹配定位修正方法来提高 定位精度，目前常用的地图匹配算法有：基于代价函数的地图匹配算法、基于D- S证据推 理的地图匹配算法、基于模糊逻辑的地图匹配算法等，这些算法在减少系统定位误差方面 各有优缺点。传统的方法对误差处理不足，而本发明提出的方法能够对状态空间中的观测 噪声和传递噪声进行更精确的估计，进一步提高GPS的定位精度，保证道路匹配的准确度。
【发明内容】
：
[0004] 基于GPS信息的道路地图更新方法包括：对地图上已经标示的道路建立状态空间 模型，模型中的未知参数包括传递矩阵、观测矩阵、传递噪声及其观测噪声的方差，初始状 态的均值及其方差，对模型中的所有未知参数进行初始化，利用卡尔曼滤波算法求出各个 时刻对应的状态的滤波值、预测值及其对应的方差的滤波值、预测值，再利用各个时刻的状 态、方差的预测值和卡尔曼平滑算法求出各个时刻对应的平滑值，然后计算状态变量和观 测变量的对数似然函数及其关于在给定参数和观测变量下的状态变量的密度函数的期望， 对该期望关于参数求偏导，令其为〇,求出使其期望达到最大的参数，更新参数直至收敛，这 样就可得到观测矩阵、传递矩阵、观测噪声的方差、传递噪声的方差、初始状态的均值及其 方差的估计，再将估计出的参数代入状态空间模型中，利用卡尔曼滤波算法求出一步预测 值，作为与之连接的未标识道路的初始值，最后利用得到的状态空间模型和卡尔曼滤波算 法对未标识的道路进行预测及修正，及时更新道路地图信息。
[0005] 该发明的优点是所使用的信息是时域上的量，可对非平稳的随机过程进行处理， 将信号看成是白噪声作用下的一个线性系统的输出，用状态方程来描述输入与输出的关 系，然后从期望最大化的角度估计出状态方程中的观测矩阵、传递矩阵、观测噪声的方差、 传递噪声的方差、初始状态的均值及其方差，采用的迭代算法能实时、快速地计算道路的经 炜度。
【附图说明】：
[0006] 图1是该方法的流程图
【具体实施方式】：
[0007] 实例1，本发明包含如下步骤：
[0008] 步骤1 :对于地图上已标示道路的经炜度信息样本总量为T，样本（即观测变量） 记为yt，t = 1，2, 3,…，T，设初始状态Xtl服从均值为X+、方差为Ptlltl的高斯分布，传递噪声 n t独立同分布，服从均值为〇、方差为Q的高斯分布，观测噪声ε t独立同分布，服从均值为 〇、方差为R的高斯分布，且初始状态χ〇、传递噪声n t和观测噪声ε t相互独立，F为传递矩 阵，H为观测矩阵，at，bt分别表示道路的经炜度信息，状态变量
【主权项】
1. 一种基于GPS信息的道路地图的更新方法，其特征在于它包括如下步骤： 步骤1 :对于地图上已标示道路的经炜度信息样本总量为T，样本（即观测变量）记为 yt，t = 1，2, 3,…，T，设初始状态Xtl服从均值为X+、方差为Ptlltl的高斯分布，传递噪声n t 独立同分布，服从均值为〇、方差为Q的高斯分布，观测噪声ε t独立同分布，服从均值为〇、 方差为R的高斯分布，且初始状态χ〇、传递噪声n t和观测噪声ε t相互独立，F为传递矩阵， H为观测矩阵，at，bt分别表示道路的经炜度信息，状态变量
其中未知参数记为Θ
={F，H，Q，R，X(l|。，PtllJ，将其初始化，记
以下的步骤中，涉及参数F，H，Q，R，Xtlltl, Ptlltl的计算时均使用Θ °ld中的参数的对应值，对已知 的道路信息进行状态空间建模
步骤 2 :记 xQ:T= {x。，X1，…，xT}，y1:T= {y y2,…，yT}，η = 2 为观测变量的维度，m =2为状态变量的维度，公式中涉及的撇号表示矩阵的装置，根据模型假设，求出完全数据 (x〇:T，y 1:T)的对数似然函数的表达式
步骤3 :利用Θ °ld中的F，Q，X +和P +的值计算状态空间中的一步预测值X 1|(|和P 1|(|， 具体实施公式如下 xI |〇 - Fx 0|0 Pilo= FP OloFr +Q ； 步骤4 :利用卡尔曼滤波算法和11|(|和P 1|(|求出各个时刻对应的状态滤波值X t|t、状 态方差滤波值Ptlt、状态的一步预测值xt+1|t和状态方差的一步预测值P t+1|t，其中t = 1，2, 3,…，T ; 步骤5 :利用步骤4得到的各个时刻的预测值xt+1|t、Pt+1|t和卡尔曼平滑算法求出各个 时刻对应的状态平滑值xt|τ和方差平滑值P t|T，其中t = 0, 1，2, 3,…，T ; 步骤6 :利用t时刻方差的滤波值Ptlt和t+Ι时刻方差的预测值P t+1|t，计算Pt，t_1|T; 步骤7:求出步骤2中对数似然函数1即(1(|:1>71:」0)关于卩〇；； (|:」71:1^0°1<1)的期望
步骤8:对E[lnp(X(l:τ，y1:τ|θ)]关于参数求最大值，【具体实施方式】 为对E[lnp(X(l:τ，y1:τ|θ)]关于参数F，H，IΓ 1，?Γ1，X(l|(l，?1求偏导并令其
为0,解方程组后得到参数的更新结果如下：
记更 新后的参数为 Qnew= {F, QJxcilci, PtllcJ ; 步骤9:检验参数是否收敛。【具体实施方式】是设定一个阈值，比如ΚΓ6,检验 9n?-0°ld|是否小于该阈值，如果小于该阈值，进入下一步骤，否则，令0°ld= θ n?，返回 到步骤3 ; 步骤10 :得到相应的参数估计θ 后，更新状态空间的初始值X 1|(|和P 1|(|，具体实施如 下 xI |〇 - Fx 0|0 Pilo= FP OloFr +Q ； 步骤11 :利用所得的状态空间模型和卡尔曼滤波算法对新的道路信息进行预测和修 正，初始值取为原有道路信息的一步预测值。【具体实施方式】为利用θη?，重新计算xT+llT和 ρτ+1|τ，利用所得的ΧΤ+1|#Ρ ρτ+1|τ作为新的道路的初始值，再将θ 代入建立的状态空间模 型，作为与该已知道路相连接的新的道路的状态空间模型，在实际应用时按相同的时间间 隔读取新的道路的经炜度信息，利用卡尔曼滤波对读取到的经炜度信息进行预测与修正。
2.按照权利要求1所述的基于GPS信息的道路地图的更新方法，其特征在于，步骤4中 具体的迭代计算步骤为： ⑴令t = 1 ; (2) 利用t时刻的观测值yt和状态的一步预测值X t|t_i，计算4 -〃V,, !: (3) 利用t时刻状态的方差的一步预测值PtlH，计算Dt= HP t|t_^ +R ; (4) 利用Xt|t_i、Ptlw和（2)、（3)步中得到的乏、Dt，计算该时刻状态的滤波值 (5) 利用Pt|t_i和（2)、（3)步中得到的（、Dt，计算该时刻方差的滤波值
(6) 利用PtlH和⑶中得到的DtIi
(7) 利用Xt|t_JP (2)、（6)中得到的矣Kt，计算下一时刻的预测值心 (8) 利用Pt|t_i和（3)、（6)中得到的D t、Kt，计算下一时刻方差的预测值
⑶若t = T，迭代计算结束，否贝1J，令t = t+Ι，返回到（2)。
3. 按照权利要求1所述的基于GPS信息的道路地图的更新方法，其特征在于，步骤5中 具体的迭代计算步骤为： (I) 令t = T，且初始化Ut= U t= O ; ⑵利用t时刻的观测值yt和状态预测值X t|t_i，计算皂=乃-; (3) 利用t时刻方差的预测值Ptlw，计算Dt= HP t|t_f +R ; (4) 利用t时刻方差的预测值Pt|t_i和（3)步中得到的D t，计算夂,=/rCl,1 : (5) 利用⑷得到的Kt，计算Lt= F-K tH ; (6) 利用（2)、（3)、（5)中得到的4、Dt和 L t，计算h +4、，· ⑵利用（3)、（5)中得到的Dt、Lt，计算i = //7V" + V"A; (8) 利用t时刻状态和方差的预测值Xtlt^Ptlw和（6)中得到的Uw，计算t时刻的状 态平滑值 Xt|T= XtlH+PtlHUH; (9) 利用t时刻方差的预测值Pt|t_i和（7)中得到的Ut_i，计算t时刻的方差平滑值P t|T -Pt I t-i-Pt I t-iUt-iPt I t-i? (10) 若t = 1，迭代计算结束，否则，令t = t-1，返回到（2); (II) 令t = 0,利用 Xl|〇，P1|(l和（8)、（9)所得的x1|T、P1|T,计算
4. 按照权利要求1所述的基于GPS信息的道路地图的更新方法，其特征在于，步骤6中 具体的迭代计算步骤为： (1) 令 t = Τ，计算 PT'T_1|T= [I-PTIhH，(HPtI^1Hr +R) ^1H]FPt^1 I^1 ； (2) 令t = t-1，计;I
循环执行（2)， 直至t = 1〇
【专利摘要】本发明属于信息科学工程领域，特别是涉及一种基于GPS信息的道路预测与修正方法研究。该方法是将已有道路看做一个状态空间，利用EM算法和Kalman算法对其状态空间模型中的未知参数进行估计，最后利用估计出的状态空间模型和Kalman滤波算法对新修道路进行预测与修正。本发明首次将这一方法运用到道路预测与修正这一研究方向，解决了地图更新速度较慢的问题，该算法具有及时有效的优点。
【IPC分类】G01C21-32
【公开号】CN104677366
【申请号】CN201510122265
【发明人】王桥, 吴晶晶
【申请人】南京宜开数据分析技术有限公司
【公开日】2015年6月3日
【申请日】2015年3月19日