一种环境因素对车载gps定位误差影响的研究方法
【技术领域】
[0001]本发明涉及交通规划应用技术领域，更具体地，涉及一种环境因素对车载GPS定位误差影响的研究方法。
【背景技术】
[0002]车载GPS定位装置在发送信号时，如果接收机周围环境有复杂的反射物，卫星信号还会受到反射信号的干扰，使定位结果发生偏离，从而产生定位误差。这种误差随着周围环境的变化而不同，难以通过方法化的方法来消除。而当浮动车行驶在高楼林立的城市路段时，城市中的复杂环境对定位精度的影响会更大。影响主要体现在两方面:一是高大密集建的筑物、高架桥、立交桥等复城市景观会导致多路径效应；二是在浮动车经过隧道，或是周围有大楼时，GPS信号也会被阻挡，造成信号接收不良，出现数据漂移的现象。定位误差的大小和分布情况直接影响到浮动车数据的准确率和可靠程度，进而对数据的应用效果产生影响。
[0003]目前关于环境因素对GPS定位误差影响的已有研究方面，采集GPS数据的方法大都是来自于固定基站或是手持GPS采集数据，缺乏车载导航即移动站数据的研究。利用固定基站或是手持GPS采集数据这些方法来研究环境因素对GPS定位误差的影响，数据量小并且稀疏，研究结果存在很大的偶然性。
[0004]安装了车载GPS定位装置的浮动车是近些年兴起的一种用于采集实时交通信息的先进技术手段。浮动车技术能够通过车载定位装置上传当前车辆的位置、速度和方向等信息，经过进一步的处理来推知当前的交通运行情况。和其他的交通信息采集方法相比，浮动车技术的优势是数据量更大、覆盖范围更广且成本更低。
[0005]但复杂的城市环境会使浮动车在采集数据时产生定位误差，定位误差是浮动车数据进行地图匹配的主要参数之一，该数值对于地图匹配的精度有很大影响，直接影响到浮动车数据匹配的准确性和匹配的效率。利用浮动车数据的海量性来研究环境因素对GPS定位误差的影响，可以针对不同环境因素提取大量的浮动车数据。
【发明内容】
[0006]为了克服现有技术的不足，本发明提出一种环境因素对车载GPS定位误差影响的研究方法，结合环境因素对GPS定位精度的影响的特征，提出了一种环境影响因素的判断方法，为提高城市环境下的GPS定位精度提供参考依据。该方法是基于大量的浮动车数据的处理与分析，减少了因浮动车数据由于采样点稀疏及精度不足而导致的偶然性误差。
[0007]为了实现上述目的，本发明的技术方案为:
一种环境因素对车载GPS定位误差影响的研究方法，包括以下步骤:
51.处理浮动车原始数据，剔除无效数据点，得到浮动车有效数据点；
52.根据浮动车有效数据点所属的路段，计算各个浮动车数据的定位误差值；
53.结合环境因素对GPS定位精度的影响的特征筛选研究数据； S4.建立环境影响因素的判断方法，研究城市中不同环境因素对浮动车定位误差的影响的差别。
[0008]优选的，所述步骤SI的具体实现方式，遍历所有浮动车原始数据，去掉信息不完整、时间异常、速度异常、位置信息错误等无效数据点。
[0009]优选的，所述步骤S2中，根据每一条浮动车数据的路段序号字段，来确定这条数据属于哪一条路段，计算该数据点到其所属路段的中心线的距离值，距离值就是定位误差值。
[0010]优选的，所述步骤S3中，根据计算得到的浮动车数据点定位误差值的大小运用克里金插值法作误差分布图，将定位误差大小划分为不同的等级(3等级)，在图中用不同的颜色来表示。在筛选研究数据时，数据来源首先是误差分布图中的深色区域，即普遍误差较大的区域，然后在深色区域中选出定位误差较大的数据点。
[0011]优选的，所述步骤S4中，建立环境影响因素的判断方法，选择5种城市中常见的环境影响因素一一高层建筑、高架桥、立交桥、水域和隧道为研究对象，得到了城市中不同环境因素对浮动车定位误差的影响的差别。
[0012]与现有技术相比，本发明的优点主要体现在以下几个方面:
I)数据量充足，本发明是基于大量的浮动车数据，而城市浮动车数据具有海量性，充足的数据量减小了偶然误差对结果的影响。
[0013]2)数据准确率高，本发明在处理浮动车原始数据时，考虑到了多种出现无效数据点的情况，包括了信息不完整、时间异常、速度异常、位置信息错误等，提高了数据的整体准确率。
[0014]3)筛选研究数据时考虑到了环境因素对定位精度的影响的“区域性”特征，使用该方法筛选数据，可以排除不符合“区域性”特征的浮动车数据，使用于研究的数据更有针对性。
【附图说明】
[0015]图1为浮动车数据定位误差计算示意图。
[0016]图2为浮动车数据定位误差计算流程图。
[0017]图3为浮动车数据定位误差统计图。
[0018]图4为运用克里金插值法作的误差大小分布图。
[0019]图5为环境影响因素判断方法的流程图。
[0020]图6为各个区域各种环境因素的统计结果图。
【具体实施方式】
[0021]下面结合附图对本发明做进一步的描述，但本发明的实施方式并不限于此。
[0022]本发明所使用的数据是采集于2013年7月6日广州市1485辆浮动全天行驶的全部数据，共有508511条，数据范围覆盖了广州市的白云区、黄埔区、荔湾区、越秀区、天河区、海珠区。具体操作步骤为:
步骤1:处理原始浮动车数据，删除无效数据。浮动车GPS数据在采集和上传的过程中有时会发生信号失真的情况，产生无效数据，无效数据无法正确反映道路交通运行状况，所以要删除。无效数据有以下几种:
一是信息不完整的数据。一条完整的浮动车数据需包括时间、速度、经玮度、角度、车辆状态等信息，缺失任何一条字段则认为该数据不可用。二是有效性字段标识为O的数据。车载GPS装置在采集信息时有时会发生信号不良、传输过程故障等情况，此时GPS装置会自动将采集到的的数据视为无效数据，在有效性字段标识为O。三是时间异常、速度异常的数据。浮动车数据是按时间顺序连续采集的，例如个别数据点的时间信息明显跳跃，或是出现速度小于O等错误情况，都将视为无效数据。四是数据经玮度信息超出浮动车可能行驶的最大范围。五是由于电子地图信息不完整导致无法正确进行地图匹配的数据。经过以上无效数据的删除处理后共得到478958条有效数据。
[0023]步骤2:计算浮动车数据定位误差。本发明所定义的浮动车定位误差指采样点在电子地图上的位置到其行驶路段中心线的垂直距离。这个定位误差的定义基于两个前提假设:一是车辆都是行驶在道路上的；二是电子地图的精度高于车载GPS的定位精度。
[0024]定位误差计算的示意图如图1所示。图中G点代表采样点位置，aA是浮动车所在的行驶路段，aA中的虚线表示路段的中心线。以G点到路段中心线的垂直距离作为数据的定位误差，不考虑道路宽度对