一、GPS车辆定位导航系统中电子地图的设计(论文文献综述)
邓师源[1](2020)在《消防车辆位置实时监控系统的设计与实现》文中研究表明随着社会经济的飞速发展,频繁发生的火灾已成为一个令人担忧的问题,城市化的发展和行驶环境的复杂性又进一步加剧了救火的难度。消防车辆是发生火灾后救援行动的核心力量,也是全面灭火工作的重要组成部分。当前,消防车辆在调度和管理等方面还存在许多缺陷,包括车辆驾驶的实时监督不够有力、车辆调度的指挥过程不够及时、车辆档案的数据记录不够准确等,都说明现有的车辆监控系统难以满足对消防车辆高效管理的需求。为了更好地对消防车辆的位置和运行信息进行监控,从而协助管理人员更加合理地调度管理消防车辆,最大限度地保护人民群众的生命和财产安全,本文基于GPS、GIS、GPRS等技术原理,阐述了更为高效的消防车辆位置实时监控系统的设计和实现过程。本文首先概述了消防车辆位置实时监控系统的理论基础,主要包括GPS定位系统、GIS地理信息系统、GPRS通用分组无线服务等技术,同时对市面上成熟车载设备的产品结构及功能进行了介绍。然后,本文分析了开发系统的必要性和可行性,提出了系统的技术架构,探讨了系统的功能性和非功能性需求,并分析了其社会价值和经济效益。根据对消防车辆位置实时监控系统总体需求的分析,本文接着设计了对应的系统基本模块,包括车辆实时监控信息管理模块、车辆调度管理模块、车辆档案和经济管理模块、系统的信息接口模块以及相关的数据库,并运用Dijks tra算法实现了系统的最短路线规划。之后,在消防车辆位置实时监控系统的实现过程中,本文完成了对系统各个模块的开发工作,并对系统的工作环境效果图做了展示。最后,通过测试定位精度和延迟时间两个关键性能指标,以及系统各个模块在实际工作中的运行状态,本文验证了所设计的消防车辆位置实时监控系统能够满足设计之初提出的各项需求。本文设计的消防车辆位置实时监控系统能够在一定程度上帮助消防部门提高对消防车辆的管理效率,增加应对紧急情况的业务能力,具有较大的实用价值,同时也在智慧城市、智慧交通的建设进程中,为车辆定位监控系统的进一步发展提供了一些新的研究和设计思路。
孔海洋[2](2020)在《基于车联网的协同地图匹配算法研究与实现》文中指出随着我国人民经济生活水平的不断提高,私家车保有量呈现出爆炸式增长的趋势。飞速增长的机动车给我国各大城市带来了交通拥挤、事故频发、大气污染等一系列交通问题。车联网和自动驾驶技术作为融合信息、通信以及控制等在内的新兴技术随着智慧交通系统以及人工智能的发展逐步成为解决城市交通问题的重要方式。但是,它们也对车辆定位精度提出了更高的要求,需要实现分米级别甚至厘米级别定位,而传统的全球导航卫星系统(Global Navigation Satellite System,GNSS)接收机无法达到这一要求。本文基于车联网平台,利用联网车辆的实时定位数据和道路约束条件提出了一种新的提高车辆定位精度的算法和相应实现方式,为车联网环境下满足高精度车辆定位的需求提供了新的方法和解决思路。本文的主要工作内容如下:(1)提出了基于自适应遗传RBPF的协同地图匹配算法。该算法依托车联网平台共享车辆实时定位信息和道路约束条件,消除联网车辆GNSS定位数据中的公共偏差,提高车辆定位精度。此外,文章利用Prescan结合Matlab软件设计了相应的算法仿真实验。实验结果表明该算法的定位效果与传统的车辆定位算法相比在定位性能上有较大提升,对车辆状态的估计准确性和车辆定位精度都更高。(2)针对本文提出的协同地图匹配算法适应性以及鲁棒性进行分析和验证。实验结果表明该算法在不同路况以及不同联网车辆数目条件下都能够有效提高传统GNSS接收机的定位精度。随着联网车辆数目的增加,算法对公共偏差的估计准确性有所提高,得到的车辆定位精度也更高。通过协同地图匹配算法定位原理可知,其定位精度还受到车辆与车辆之间通信方式以及地图约束条件精度的影响。本文实际测试过程中使用专用短距离通信(DSRC)方式实现车辆通信,道路约束条件为开源地图Open Street Map的数据。随着C-V2X技术的成熟应用,高精度地图的发展以及相关地理信息安全法律法规的完善,算法可以实现对原始GNSS的定位精度进一步提升。(3)利用已有的基于DSRC通信的智能网联车载终端设备实现算法中车辆定位信息的实时共享;然后通过离线数据处理的方式将采集到的车辆定位数据利用协同地图匹配算法进行处理;最后,将实时载波相位差分(RTK)设备的定位结果作为车辆定位的真实参考值,并与原始GNSS接收机以及单车地图匹配方式下的定位结果进行对比。测试结果表明,在联网车辆数目为4的情况下,协同地图匹配算法的定位误差范围为1.52m,分别为原始GNSS定位以及单车地图匹配定位结果的39.33%和54.92%。同时,该算法的定位精度(CEP)达到0.97m,比GNSS原始定位精度提高了2.55m,具有较好的定位效果。
焦雨琪[3](2019)在《基于坐标变换算法的车辆三维定位研究》文中指出随着路网进一步建设和扩展,复杂的三维路况不断增多。车辆在遇到较为复杂的三维场景时,由于一般的定位系统提供的车辆高度信息误差较大,在这种情况下车辆就容易出现定位错误和导航信息不正确的问题。本文研究了车辆在三维路况下利用全球导航卫星系统改进定位精度的定位问题。具体的工作及研究成果如下。(1)针对车辆在复杂三维路况下高度测量误差太大的问题,论文基于车辆在二维平面或曲面上的运动,改进了一种车辆空间定位方法。考虑将三维空间的定位问题变换到二维平面内,利用估计的平面内位置信息来求解高度信息,从而提高其定位精度。再利用三维GIS辅助车辆定位,有效改善在导航系统中车辆桥上桥下不分和悬浮于地面的现象。(2)针对二维平面内的车辆定位精度进一步提高。由于观测噪声方差易受环境干扰,在容积Kalman滤波中引入模糊控制理论对观测噪声方差进行修正。在非线性运动模型下,当车辆的状态参量发生变化时,会发生定位误差增大的现象。为此,论文将基于分布式模糊控制的容积Kalman滤波与交互多模型相结合。从模拟的立交桥场景中,我们可以看出相较于基于分布式模糊控制的容积Kalman滤波,改进算法的整体定位精度能提高35%左右。本文的研究可以为复杂三维路径下的车辆定位提供参考,对智能交通系统中如何确定车辆的位置、速度等状态信息也有一定的帮助。
刘峰[4](2019)在《高精度惯性定位定向/地图信息匹配导航技术研究》文中进行了进一步梳理经典的陆用定位导航技术,如惯性导航以及惯性与里程信息、地标信息、零速停车信息、卫星信息的组合导航技术等,在满足长时间大范围工作情况下机动、快速、自主导航定位的作战使用需求时,都有着各自的技术缺陷。为了突破陆用导航领域传统技术方案,本文对高精度惯性定位定向地图信息匹配导航技术进行研究,提出了采用地图匹配辅助惯性定位定向方法,提高长航时大半径情况下的自主定位精度,对提升快速自主精确能力并降低保障要求与成本具有重要意义。论文的主要研究内容包括:1.针对军用国产化的嵌入式平台资源、性能特点,及数字矢量地图路网的数据结构,提出了一种适用于嵌入式导航计算机的自主可控空间索引方法——基于空间网格的Hilbert-R树索引方法。解决了相关技术依靠国外软件二次开发平台的问题,实现了海量数字矢量地图快速索引。经验证,该索引方法较普通遍历搜索方法索引效率提高80%以上。2.针对数字地图路网结构的特点和地图匹配的难点,提出了一种基于计算几何理论的惯性定位定向系统行驶轨迹与数字地图道路几何特性的“线到线”型地图匹配方法。实现了基于定位定向信息的路径匹配,有效解决了道路纵向匹配误差得不到有效抑制的技术难题,具有较高的准确性和鲁棒性。3.通过分析惯性导航力学编排和误差原理,提出了一种自主可控的惯性/里程计/地图匹配组合导航方案,建立精确的误差模型,采用滤波技术进行信息融合,利用地图匹配导航结果提高惯性定位定向系统自主定位精度。经验证,利用地图匹配信息修正惯性定位定向系统在长航时、大作战半径情况下可将定位误差控制在45m以内。4.针对惯性定位定向系统可用的嵌入式系统的硬件资源、运算处理能力有限的问题,提出了一种基于嵌入式系统的软硬件平台实现方案。完成了硬件系统、软件架构工程设计,具备在有效的资源中实现地图动态分块动态加载、道路检索、匹配解算、惯性定位定向/地图信息匹配融合与非道路行驶识别等功能,并在惯性定位定向系统中首次实现惯性定位定向/地图匹配导航技术工程应用。
安浩[5](2019)在《基于手机GPS数据的低频地图匹配算法研究》文中研究表明为了获取路网信息和改善城市交通状况,智能交通系统成为了国内外学者研究的热门方向。浮动车技术解决了车辆信息获取的问题,但车辆在实际行驶的过程中,由于定位误差的存在,使得定位信息不准确,为了准确反映车辆在路网中真实的行驶状态,地图匹配技术起到了至关重要的作用。目前地图匹配技术的发展分为用于车辆实施导航的地图匹配算法和用于后台数据中心的地图匹配算法。前者主要采用高频的浮动车数据(一般采样周期小于30s);后者基于后台的数据处理量和数据采集成本等多方面的的考虑,浮动车数据的采集逐渐趋于低频化(采样间隔大于1min)。本文的研究方向主要是应用在后台数据中心的基于低频数据的地图匹配算法。本文通过研究分析现有的地图匹配算法,大多数基于低频数据的地图匹配算法都没有同时兼顾算法的匹配准确率和时效性。在数据预处理过程中没有考虑到数据之间的差异,在路段筛选的过程中距离、方向、速度、连通性等因素利用不充分,在路径匹配的过程中大多数算法从全局进行考虑,忽略了考虑局部相邻定位点对匹配结果的影响。本文基于低频数据的特点和现有算法的优缺点,综合考虑了距离、方向、速度、连通性等因素,提出了一种新的基于低频浮动车数据的增量型地图匹配算法。本文算法的主要工作包括:(1)对浮动车数据和电子地图数据进行预处理,在处理冗余数据的过程中,考虑到数据之间的差异提出了数据融合的处理方式;(2)候选匹配路段和候选匹配点的筛选,其中考虑到速度对定位误差的影响,建立了定位点的动态误差区域,最后得到每个定位点的候选匹配路段和候选匹配点;(3)地图匹配过程,其中考虑到算法的时效性和相邻定位点对匹配结果的影响,采用以三个点作为滑动窗口逐点匹配的思路,对车辆定位点采用增量型的匹配方式,依次确定每一个定位点的匹配位置和相邻点之间的路径,最后得到整个数据集的最佳匹配路径;(4)为了提高算法的运行效率,算法采用分段匹配的方式,对数据集按分段点进行分割,对每段单独采用增量型的匹配方式,最终得到全局的匹配路径。本文从算法的匹配准确率和运行时间两个方面进行了相关的实验分析。实验所用的车辆数据通过实际编写的手机App实地采集获得,本文将提出的算法与基于时空分析的地图匹配算法、基于路网约束的地图匹配算法和基于改进AOE网络的地图匹配算法进行了比较。实验结果表明,本文提出的基于低频数据的增量型地图匹配算法在匹配结果的准确率和算法的运行时间两个方面都达到了比较满意的水平,实验结果证明了本文提出的算法的正确性和有效性。
余进[6](2019)在《车辆行驶动态路径规划的研究》文中研究说明随着国家综合实力的提升,机动车已经成为了日常生活中不可或缺的交通工具。然而车辆的大幅度提升给交通体系带来了很大的影响,现有的道路、立交桥等交通基础设施的建设已经赶不上车辆的增长速度。目前,解决这些出行车辆的交通问题,智能交通系统是其中一个主要的解决方案。路径规划是其中的重要研究内容,因此,本文主要针对车辆导航下的路径规划算法进行了深入的研究,在动态路径规划中提出了改进的D*算法。本文首先阐述了智能交通体系在国内外的研究现状以及相关的路径规划的技术条件和技术基础,包括地图匹配、路网模型、地图匹配算法等在交通体系中的运用。在动态路径规划中的算法使用条件上,详细介绍了目前研究常用的静态路径规划算法、动态路径规划算法以及新一代技术的智能路径规划算法。其次,在总结归纳常用的路径规划算法中,分析了各个算法的优缺点以及适用范围,并对传统D*算法的估值函数上进行了改进,使得算法适应于车辆的动态路径规划。本文提出了一种改进的启发式D*动态路径规划算法,加入时间因子、膨胀因子、天气因子等因素作为D*算法的道路加权因素,根据动态交通信息加权进行路径规划,能使其路径规划的路线相对更准确、高效。最后,对改进的启发式D*路径规划算法进行步骤设计和仿真实现,搭建模拟仿真平台,通过仿真平台对假设理论模型进行验证。通过仿真数据对比,改进的启发式D*路径规划算法的数据要较传统的路径规划算法有一定的提高。在仿真条件下验证了该种改进型的启发式D*算法的可行性,由此得出改进型的启发式D*算法具有一定的应用前景和应用价值。
刘建圻[7](2016)在《基于路侧设备的无线测距与车辆组合定位算法的研究》文中研究说明汽车行业领域的“互联网+”战略包含了车联网(Internet of Vehicle, IoV)的核心内容和发展方向。车联网是以车内网(Inner-vehicle Network)..车际网(Inter-vehicle Network)和车辆移动互联网(Vehicle Mobile Network)为基础,可以实现车辆主动安全、实时交通预测与智能管理、智能信息服务和车辆智能控制的新一代车辆网络。业内人士预计,车联网将在2018年成长为一个份额接近530亿美元的市场,将会形成以汽车为节点的车联网经济圈。很多新的车联网应用,如车辆碰撞避免系统、城市实时交通预测与疏导系统、特殊车辆实时监控系统、广告推送、车辆智能服务平台等,将会得到井喷式的发展。新的服务越来越人性化、智能化,车辆定位服务作为车联网应用的基础模块,扮演了重要的角色,但是由于现有的车辆定位系统,定位精度不高、定位区域受限等原因,逐渐不能适应新的车联网应用定位需求,迫切需要一种新的车辆定位技术。本文将以复杂城市环境下车辆定位的关键技术为研究对象,在车-车(Vehicle to Vehicle, V2V)、车-路侧设备(Vehicle to Roadside Unit, V2R)的短距离无线通信技术快速发展的背景下,遵循EEEE802.11p物理层协议和IEEE1609.X上层应用协议,基于车辆与路侧设备(Road Side Unit, RSU)的通信来解决卫星定位失效区域的车辆定位问题。研究了车辆无线定位系统基本框架,从通信频率、无线信道、数据帧结构、网络拓扑结构等方面做了详细的规定,设计了基于路侧设备的车辆无线定位算法。同时,研究了基于路侧设备定位系统、多模全球卫星定位(Global Navigation Satellite System, GNSS)系统和航位推算(Dead Reckoning, DR)系统的信息融合算法,充分发挥了三个系统的优势,为在复杂环境下的车辆提供高精度、高可靠的定位服务,主要内容和成果如下:(1)基于RSU的单边同步双向测距算法研究在地下停车场、隧道或建筑密集的城市中心区域,由于卫星信号被遮挡,基于卫星的车载定位系统定位精度影响很大或无法正常工作。基于此背景,深入研究基于路侧设备的车辆无线定位系统,旨在提高车载定位系统在特定区域的定位精度和可靠性。针对车辆无线定位存在的四个问题:车辆与RSU, RSU与RSU之间需要严格的时间同步问题,车辆与RSU的计时系统不一致的问题、网络拓扑结构快速变化下车辆定位问题、无线网络通信质量不佳情况下的定位问题,首先提出了理想网络环境下的单边同步双向测距的算法,然后提出了该算法的改进措施:设计了专用的时间间隔测量模块提高无线信号飞行时间的测量精度;提出了一种新的能记录退避时间的退避算法,该算法改善了测距算法在存在网络碰撞情况下的测距精度。最后利用扩展卡尔曼滤波算法过滤距离测量值的噪声,降低因信号折射反射等给测距精度带来的影响,同时解算出车辆的坐标。根据实验对比,本算法定位精度满足应用需求,比IEEE802.15.4所提出的对称双边双向测距(Symmetrical Double-Sided Two-Way Ranging, SDS-TWR)算法更适合卫星定位失效区域内的车辆定位。(2) RSU/GNSS/DR组合定位信息融合算法研究GNSS在开阔区域定位精度高,但在卫星信号被遮挡的区域,由于无法捕获到足够数量卫星,导致系统无法定位或定位精度下降:DR是一种自主定位系统,只要给定初始位置,可以根据自身的速度与航向角传感器进行定位,不依赖外部环境,但是长时间定位有误差累积,需要周期性地重置系统初始位置;基于RSU的定位系统只在部署RSU的区域才能定位,大量部署RSU会增加成本,因此适合GNSS定位失效的小范围区域为车辆进行定位,如城市中心、地下停车场。现有的单一定位系统无法在复杂的城市环境下为车辆提供定位服务,多定位系统的信息融合被认为是解决此问题最可行的方法之一。为解决在复杂城市环境下的车辆定位问题,本文提出了基于联邦卡尔曼滤波信息融合技术的RSU/GNSS/DR组合定位算法,为车辆提供高精度、高可靠的位置服务。首先详细分析了三个子系统的定位基本原理;分别使用线性卡尔曼滤波器作为基于RSU的定位子系统和GNSS定位子系统的局部滤波器,使用扩展卡尔曼滤波器作为DR定位子系统的局部滤波器;并在车辆运动学的基础上建立三个子系统的系统状态方程和观测方程并离散化。然后提出了残差x2检测和冗余硬件检测的两级故障检测方法。残差x2检验法对于直接作用于观测量的故障很敏感,即对系统硬故障的检验很有效;基于硬件冗余的检测方法,可以有效地检测出系统的软故障,但是会增加系统的成本,本文采用成本较低的加速度计ADXL345进行部分硬件冗余设计,兼顾了系统成本和可靠性,同时提高系统定位精度。最后提出了基于子系统定位精度的自适应信息分配系数的动态调整方法实现故障子系统的隔离和无故障系统的重构。最后用实验验证了在复杂环境下本算法的定位精度和可靠性,实验结果满足道路级(1m-3m)的定位需求。(3)组合定位系统平台设计车联网应用对车辆定位提出了新的要求,如地下停车场内的车辆定位,传统的汽车导航设备无论从处理速度、接口设计、人机交互还是定位精度都无法满足新应用的要求。车载设备的设计理念由单一的定位需求向需求多样化、智能化转变,如实时通信、自然语音识别等。针对这些情况,首先分析了车载智能设备的功能和需求,然后兼顾性能和成本提出了系统总体框架。根据组合定位的需求,详细设计了基于RSU定位子系统,多模GNSS定位子系统和DR定位子系统的硬件平台,并给出了航位推算系统的校正规则。车辆测距算法和RSU/GNSS/DR组合定位算法在本平台上得到了验证。
刘谈[8](2014)在《基于3G的GPS车辆定位系统的设计与实现》文中认为近年来,随着汽车工业和定位导航、无线通信等信息技术的快速发展以及当前社会经济发展的需要,促使着智能交通系统(ITS)的产生。ITS是无线通信、定位导航、控制、地理信息系统以及计算机处理等多项先进技术的有效集成,它的产生对有效地解决交通拥堵,提高公路通行能力,降低交通事故,提高能源利用率,治理环境污染起到了很重要的作用。GPS车辆定位系统作为智能交通系统的核心应用之一,对于它的研究具有非常重要的现实意义。论文分析了国内外GPS车辆定位监控系统现状以及通过对GPS,GIS,3G通信技术等相关关键技术的深入研究,提出了利用3G技术构建GPS车辆定位系统,并进行了总体方案设计。该系统将GPS车辆定位系统分为监控中心系统和车辆定位通讯系统两个部分,本文重点研究了监控中心的GPS监控管理平台和服务器通信中间件。GPS监控管理平台是在Microsoft Visual Studio2010开发环境下使用C#.NET和JS语言进行开发出来的,平台GIS位置服务模块的开发调用了Mapbar提供的地图数据和二次开发接口实现了车辆在Web电子地图上的定位与跟踪。服务器通信中间件是车载终端与GPS监控管理平台进行通信的桥梁,主要完成与车载终端、GPS监控管理平台的信息交互,通过服务器中间件对车辆信息采用规定协议进行了新的、统一的封装,使他们之间通信能够更加顺畅。最后在Socket通信编程的基础上提出并实现了通信服务器IOCP优化模型,它能很好地解决服务器负载的问题,有效的提高了服务器的承载能力。融合了GPS、GIS、3G、数据库技术和计算机数据处理技术的GPS车辆定位系统,提高了对车辆的实时定位、信息传输、监控和管理的稳定性和可靠性,成功的实现了系统的预定目标。经测试,系统性能稳定。目前,该系统已在企业或政府公派车辆、物流、出租等行业成功应用。
张凡[9](2014)在《基于北斗定位的车辆定位监控系统的设计》文中研究说明科技和经济的快速发展影响着人们的生活习惯和消费方式,交通、公安、消防、银行、物流等行业,迫切希望对地域广泛、移动性强、数量众多的移动车辆目标实施有效监控,紧急救援和提供多种信息服务。车辆定位监控系统集卫星定位系统、地理信息系统及计算机控制系统等高新科技应用于一体,是提高车辆安全和管理效率的有效途径。目前,因为美国的GPS在定位导航应用方面占有垄断性的市场地位,绝大多数交通运输监控系统都采用基于美国的GPS实现定位和监控。但是,GPS定位的技术与运营都被美国控制,在经济成本和信息安全等方面都会受制于人。本文提出了基于我国自主研发和运营的北斗定位系统的车辆定位监控系统,本系统利用车载终端接收机采集定位信息,GIS表达定位信息,北斗通信卫星传递信息。在此基础上,深入研究了系统构成及原理、技术构成等,对系统的整体功能实现了模块化分解,提出了各模块的关键技术和解决办法,并结合车辆定位监控应用特点,重点设计开发了监控中心管理软件。在系统软件开发上,本文采用visual basic6.0与MapX相结合的开发方式,通过OEL(对象连接与嵌入)技术达到数据共享,前台执行VB代码实现的功能,后台调用MapInfo管理电子地图和ACCESS数据库,并执行车辆在电子地图上的定位。通过串口通信的仿真实验,软件模块基本能满足车辆定位监控的要求,实现部分重要功能,达到了预期的效果,验证了系统的可行性和实用性。因此,基于北斗定位系统的车辆定位监控系统对于我国定位导航产业具有实际和战略意义。
李陆浩[10](2014)在《面向无人驾驶汽车的车道级导航研究》文中指出基于对车辆系统特性的认识与精确建模设计出的车辆自动控制系统,可提高人-车-路闭环中的车辆安全性、燃油经济性、行驶平顺性、出行效率等,技术成熟的无人驾驶车控制系统对车辆操控的可靠性,高于驾驶技能参差不齐的自然人驾驶员。无人驾驶汽车在日常交通环境中能起到的积极作用使得无人驾驶汽车技术近年来倍受瞩目。在完全陌生或野外环境下,无人驾驶车需要完全依靠自身装备的感知系统,对周边环境进行建模,利用构建起的地图探索可行路径,进行运动规划与运动控制,实现任务目标。在结构化道路上行驶的无人驾驶车辆通过利用交通环境地图,可减小其对于高精密度感知系统的依赖。本文探索电子地图及相关技术在无人驾驶汽车上的应用,对面向无人驾驶汽车的导航进行研究。相对传统汽车导航系统,面向无人驾驶汽车的导航需提供更高精密度、更高确定性的解决方案,因此,本文对车道级导航展开探索,主要研究内容为车道级路径规划与多传感器融合车辆定位。首先,研究面向自主行驶车辆的路径规划。根据无人驾驶汽车对导航系统的需求,结合道路交通现状,明确了无人驾驶车路径规划内涵为车道级动态规划。基于无人驾驶车比赛通用地图格式,提出了面向无人驾驶车应用的车道级导航地图抽象方法。对现有路阻模型进行讨论,根据应用需求与模型特点,选定BPR模型与Webster模型对路阻进行标定,并对不同路线优化目标下路阻确定进行了分析。详细讨论了路径规划中常用的图搜索算法与规划算法,并确定以A*算法作为路径规划算法,提出基于动态路阻模型车道级路径规划架构。之后,探究多传感器融合车辆定位方法。搭建了利用卡尔曼滤波器融合全球定位系统、惯性测量单元与车载ABS的轮速信号组合定位的算法架构,实现车辆位置姿态全时估计,尤其是在GPS信号无效时,通过利用车载ABS的轮速信号,解决单独依靠INS定位误差随时间迅速增大的问题。在利用惯性传感器计算车辆位置时,采用了车辆动力学中车体姿态估计与位置计算方法,取得了较高的精度。在利用轮速信息航位推算方法中,将车辆行驶轨迹假设为圆弧,根据行驶里程与车辆横摆角变化估计其位置变化。最后,对无人驾驶车导航系统中两个关键部分进行实现与验证。结果表明,车道级地图抽象方法可以有效地描述精确到车道级的地图拓扑关系,形成车道间相互连通的网络,动态路径规划算法可以有效地对不同优化目标下的路径进行规划,实现了最短出行距离、最短静态出行时间与最短动态出行时间的规划。多传感器融合车辆定位算法融合卫星定位、惯性导航系统与航位推算,实现了全时高频率车辆定位。对融合算法中是否包含航位推算部分进行了相同工况的对比仿真与试验,相对仅有惯性导航系统的方案,融合航位推算算法的定位效果提升明显。
二、GPS车辆定位导航系统中电子地图的设计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、GPS车辆定位导航系统中电子地图的设计(论文提纲范文)
(1)消防车辆位置实时监控系统的设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题依据及意义 |
1.1.1 选题依据 |
1.1.2 选题意义 |
1.2 国内外研究动态 |
1.2.1 国外研究动态 |
1.2.2 国内研究动态 |
1.3 研究思路及内容 |
第二章 消防车辆位置实时监控系统的相关技术 |
2.1 GPS定位系统 |
2.2 GIS地理信息系统 |
2.3 GPRS 通用分组无线服务 |
2.3.1 GPRS概述 |
2.3.2 GPRS的功能及特点 |
2.4 车载设备 |
2.5 本章小结 |
第三章 消防车辆位置实时监控系统的需求分析 |
3.1 系统的必要性分析 |
3.2 系统的可行性分析 |
3.2.1 系统的技术架构分析 |
3.2.2 系统的经济效益分析 |
3.2.3 系统的社会效益分析 |
3.3 系统的功能需求分析 |
3.3.1 系统的总体需求 |
3.3.2 车辆的实时信息管理 |
3.3.3 车辆的调度管理 |
3.3.4 车辆的档案及经济管理 |
3.4 系统的非功能需求分析 |
3.4.1 系统的信息接口需求 |
3.4.2 系统的性能需求 |
3.4.3 系统的安全性需求 |
3.5 本章小结 |
第四章 消防车辆位置实时监控系统的设计 |
4.1 系统的总体设计思路 |
4.2 车辆实时信息管理的模块设计 |
4.2.1 GIS地图匹配系统的结构设计 |
4.2.2 GIS地图匹配的实现方法 |
4.2.3 GIS地图匹配系统的功能 |
4.3 车辆调度管理的模块设计 |
4.3.1 指挥中心系统的结构设计 |
4.3.2 指挥中心系统的组成部分 |
4.3.3 指挥中心系统的路线规划方法 |
4.4 车辆档案及经济管理的模块设计 |
4.4.1 数据管理系统的结构设计 |
4.4.2 数据管理系统的主要功能 |
4.5 系统信息接口的模块设计 |
4.5.1 GPS模块的接口设计 |
4.5.2 GPRS模块的接口设计 |
4.5.3 GIS网络数据库的模块设计 |
4.6 本章小结 |
第五章 消防车辆位置实时监控系统的实现 |
5.1 系统界面 |
5.1.1 系统登录界面 |
5.1.2 系统主界面 |
5.2 车辆实时信息管理的模块实现 |
5.3 车辆调度管理的模块实现 |
5.4 车辆档案及经济管理的模块实现 |
5.5 系统工作环境效果图 |
5.6 本章小结 |
第六章 消防车辆位置实时监控系统的测试 |
6.1 测试环境 |
6.2 测试用例 |
6.2.1 系统通用功能测试 |
6.2.2 车辆实时信息管理模块功能测试 |
6.2.3 车辆调度管理模块功能测试 |
6.2.4 车辆档案及经济管理模块功能测试 |
6.3 系统性能测试 |
6.3.1 定位精度测试 |
6.3.2 延迟时间测试 |
6.3.3 通用性能测试 |
6.4 系统安全性测试 |
6.5 测试结论 |
6.6 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
(2)基于车联网的协同地图匹配算法研究与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 车辆定位研究现状 |
1.2.2 车联网研究现状 |
1.2.3 协同地图匹配研究现状 |
1.3 主要研究内容及结构安排 |
第2章 协同地图匹配技术基础 |
2.1 地图匹配技术基础 |
2.1.1 GNSS定位系统简介 |
2.1.2 电子地图 |
2.1.3 地图坐标系和Web墨卡托投影 |
2.1.4 定位置信区域 |
2.2 自适应遗传RBPF算法 |
2.2.1 遗传粒子滤波算法 |
2.2.2 自适应遗传算法 |
2.2.3 自适应遗传粒子滤波算法 |
2.2.4 仿真结果与分析 |
2.3 本章小结 |
第3章 协同地图匹配算法模型建立及实现 |
3.1 协同地图匹配算法基本原理 |
3.2 基于自适应遗传RBPF的协同地图匹配算法模型设计 |
3.2.1 算法流程设计 |
3.2.2 Rao-Blackwellized状态向量分解 |
3.2.3 状态预测 |
3.2.4 状态更新 |
3.2.5 地图约束条件匹配 |
3.2.6 自适应遗传重采样 |
3.3 仿真结果及分析 |
3.3.1 仿真环境搭建 |
3.3.2 仿真结果及分析 |
3.4 本章小结 |
第4章 协同地图匹配算法适应性分析 |
4.1 协同地图匹配算法定位误差分析 |
4.2 仿真结果及分析 |
4.2.1 路况对协同地图匹配算法定位精度的影响 |
4.2.2 联网车辆数目对协同地图匹配算法定位精度的影响 |
4.3 本章小结 |
第5章 测试结果与分析 |
5.1 测试方法及场景描述 |
5.2 测试结果分析 |
5.3 本章小节 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 未来工作展望 |
致谢 |
参考文献 |
攻读学位期间获得与学位论文相关的科研成果 |
(3)基于坐标变换算法的车辆三维定位研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 车辆定位导航技术 |
1.3 模糊理论 |
1.4 论文研究内容与章节安排 |
第二章 定位技术及模糊控制系统 |
2.1 全球定位系统GPS |
2.2 北斗卫星导航系统BDS |
2.3 模糊控制系统 |
2.4 容积Kalman滤波原理 |
2.4.1 Kalman滤波器框架的非线性高斯滤波 |
2.4.2 球面-半径的容积准则 |
2.4.3 容积Kalman滤波算法流程 |
2.5 交互多模型算法 |
2.5.1 交互多模型算法 |
2.5.2 运动模型 |
2.6 速率积分陀螺仪 |
第三章 基于坐标变换的车辆三维定位研究 |
3.1 坐标变换原理 |
3.2 三维GIS在坐标变换中的应用 |
3.3 仿真实验及结果分析 |
3.4 本章小结 |
第四章 模糊自适应容积Kalman滤波在车辆定位中的应用 |
4.1 基于分布式模糊控制的容积Kalman滤波(DFCKF)算法原理 |
4.1.1 分布式模糊控制系统设计 |
4.1.2 DFCKF算法流程 |
4.2 DFCKF的仿真分析 |
4.2.1 模糊推理系统仿真 |
4.2.2 仿真场景一(观测量增添速率积分陀螺仪与没有速率积分陀螺仪相比) |
4.2.3 仿真场景二(DFCKF与 CKF相比) |
4.3 改进的DFCKF算法 |
4.4 IMM仿真系统模型建立 |
4.5 IMM-DFCKF的仿真分析 |
4.5.1 IMM-DFCKF的 FIS设计 |
4.5.2 仿真实验及结果分析 |
4.6 测量数据在不同误差下的定位精度分析 |
4.7 本章小结 |
第五章 总结与展望 |
参考文献 |
附录1 攻读硕士学位期间撰写的论文 |
附录2 攻读硕士学位期间申请的专利 |
致谢 |
(4)高精度惯性定位定向/地图信息匹配导航技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究的背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 惯性定位定向系统现状及发展 |
1.2.1 国外定位定向系统发展 |
1.2.2 国内定位定向系统发展 |
1.3 地图匹配技术发展及现状 |
1.3.1 地理信息数据现状及发展 |
1.3.2 地图匹配算法现状及发展 |
1.3.3 地图空间索引技术现状及发展 |
1.4 惯性基信息融合技术 |
1.5 论文主要内容和章节安排 |
1.5.1 主要内容及贡献 |
1.5.2 章节安排 |
第二章 地图匹配方法及关键因素分析 |
2.1 地图匹配基本原理 |
2.1.1 地图匹配过程分析 |
2.1.2 地图匹配关键因素 |
2.2 传统地图匹配算法 |
2.2.1 传统地图匹配算法介绍 |
2.2.2 传统地图算法分析 |
2.3 地图匹配误差分析 |
2.3.1 地图数据误差 |
2.3.2 路网模型误差 |
2.3.3 地图匹配算法误差 |
2.3.4 其他误差 |
2.4 本章小结 |
第三章 数字矢量地图空间索引技术 |
3.1 数字地图数据库分析 |
3.1.1 数字地图空间数据结构 |
3.1.2 Shapefile格式中道路信息存储 |
3.2 基于惯性信息的地图索引建立 |
3.2.1 R树索引 |
3.2.2 基于Hilbert曲线编码的网格索引 |
3.2.3 路网拓扑关系 |
3.2.4 基于空间网格的Hilbert-R树地图索引方法 |
3.3 空间索引效率评估 |
3.4 本章小结 |
第四章 基于惯性定位轨迹和路径特征的地图匹配算法研究 |
4.1 候选路径选取 |
4.1.1 检索框确定候选路段集 |
4.1.2 深度遍历确定候选路径 |
4.2 匹配路径确定 |
4.2.1 道格拉斯-普克法处理定位轨迹 |
4.2.2 Frechet距离比较道路相似性 |
4.3 基于曲线几何特征的地图匹配算法 |
4.3.1 曲线曲率特征分析 |
4.3.2 特征路段匹配 |
4.4 地图匹配算法设计流程 |
4.5 仿真验证 |
4.5.1 仿真条件 |
4.5.2 仿真结果 |
4.5.3 结果分析 |
4.6 本章小结 |
第五章 惯性/里程计/地图匹配组合导航技术 |
5.1 惯性导航系统数学模型 |
5.1.1 坐标系定义及坐标转换 |
5.1.2 惯性系统误差模型 |
5.1.3 航位推算算法 |
5.2 惯性/里程计/地图匹配组合导航技术 |
5.2.1 卡尔曼滤波方程 |
5.2.2 惯性/里程计组合导航 |
5.2.3 惯性/里程计/地图匹配组合导航 |
5.3 仿真验证 |
5.3.1 仿真条件 |
5.3.2 仿真结果 |
5.3.3 结果分析 |
5.4 本章小结 |
第六章 嵌入式组合导航系统设计及试验验证 |
6.1 嵌入式系统硬件设计 |
6.2 嵌入式系统软件设计 |
6.2.1 软件功能说明 |
6.2.2 软件框架设计 |
6.3 车载试验验证 |
6.3.1 试验准备 |
6.3.2 试验结果 |
6.3.3 结果分析 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 研究工作总结 |
7.2 主要创新 |
7.3 后期工作展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
附录A 随发射车跑车试验结果统计 |
(5)基于手机GPS数据的低频地图匹配算法研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外地图匹配研究现状 |
1.2.1 国内外研究现状 |
1.2.2 研究现状分析 |
1.3 问题的提出与研究内容 |
1.3.1 问题的提出 |
1.3.2 研究内容 |
1.4 本章小结 |
2 地图匹配算法分析 |
2.1 地图匹配基本原理 |
2.2 典型地图匹配算法分析 |
2.3 低频数据的基本特征 |
2.4 低频数据地图匹配算法分析 |
2.5 本章小结 |
3 面向地图匹配的相关数据预处理与候选路段候选点筛选 |
3.1 GPS数据预处理 |
3.1.1 数据采集技术 |
3.1.2 GPS数据来源 |
3.1.3 GPS数据误差分析 |
3.1.4 GPS数据处理方式 |
3.2 电子地图数据预处理 |
3.2.1 地理信息系统 |
3.2.2 电子地图的存储结构 |
3.2.3 路网拓扑关系的建立 |
3.2.4 电子地图的网格划分 |
3.3 候选点及候选路段的选取 |
3.3.1 建立定位点误差区域 |
3.3.2 确定候选点和候选路段 |
3.4 本章小结 |
4 基于低频数据的增量型地图匹配算法 |
4.1 引言 |
4.2 问题描述 |
4.3 匹配思路 |
4.3.1 传统思路 |
4.3.2 本文思路 |
4.4 匹配执行过程 |
4.5 分段执行 |
4.6 算法整体结构总结 |
4.7 本章小结 |
5 实验结果及分析 |
5.1 实验环境 |
5.2 评估指标 |
5.3 算法匹配结果分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 |
A 作者在攻读学位期间发表的论文目录 |
B 作者在攻读学位期间参加的科研项目目录 |
C 学位论文数据集 |
致谢 |
(6)车辆行驶动态路径规划的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的背景与意义 |
1.2 车辆路径规划的国内外研究现状 |
1.3 路径规划存在的问题 |
1.4 论文创新点及章节安排 |
第二章 路径规划相关理论 |
2.1 智能交通系统 |
2.2 车辆导航系统 |
2.2.1 车载导航系统的工作原理 |
2.2.2 定位系统概述 |
2.3 大数据在路径规划中的应用 |
2.4 本章小结 |
第三章 地图匹配系统 |
3.1 路网模型 |
3.2 地图匹配 |
3.3 地图匹配算法 |
3.3.1 常用的地图匹配算法 |
3.3.2 综合下的地图匹配算法 |
3.4 本章小结 |
第四章 路径规划算法 |
4.1 路径规划介绍 |
4.2 路径规划算法 |
4.2.1 静态路径规划 |
4.2.2 动态路径规划 |
4.3 本章小结 |
第五章 路径规划算法的改进和仿真 |
5.1 改进的路径规划算法 |
5.1.1 D*算法 |
5.1.2 算法的改进 |
5.1.3 算法的流程 |
5.2 仿真与结果 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 主要工作总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
附录 攻读硕士学位期间的研究成果 |
(7)基于路侧设备的无线测距与车辆组合定位算法的研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略词表 |
第一章 绪论 |
1.1 引言 |
1.2 研究背景及意义 |
1.3 车辆定位国内外研究现状 |
1.4 车联网通信技术与体系结构 |
1.4.1 车联网无线通信技术概述 |
1.4.2 车联网三层体系结构 |
1.5 车辆定位概述 |
1.5.1 车辆机动模型 |
1.5.2 集中式与分散式滤波方法 |
1.5.3 车辆组合定位算法简介 |
1.5.4 定位精度评估方法 |
1.6 本文的主要研究内容及创新点 |
1.6.1 本文的主要研究内容 |
1.6.2 创新点 |
第二章 理想网络环境下基于RSU的单边同步双向测距算法 |
2.1 引言 |
2.2 基于车联网的定位系统概述 |
2.2.1 基于RSU的车辆定位系统框架 |
2.2.2 无线网络测距算法概述 |
2.2.3 问题的提出与解决思路 |
2.3 单边同步双向测距算法 |
2.3.1 前提条件 |
2.3.2 时间映射原理 |
2.3.3 OSS-TWR测距算法的设计 |
2.4 基于OSS-TWR测距的车辆定位算法 |
2.4.1 EKF推导方程 |
2.4.2 EKF辅助的定位算法设计 |
2.4.3 测距与定点定位实验 |
2.4.4 定位精度比较 |
2.5 本章小结 |
第三章 实际网络环境下的单边同步双向测距算法 |
3.1 引言 |
3.2 问题提出与分析 |
3.3 车辆测距算法的优化 |
3.3.1 专用的高精度时间间隔测量模块的设计 |
3.3.2 能记录退避时间的退避算法 |
3.3.3 增强的单边同步双向测距算法 |
3.3.4 测距实验与性能分析 |
3.4 邻近RSU优选策略与定位精度因子 |
3.5 本章小结 |
第四章 RSU/GNSS/DR组合定位算法 |
4.1 引言 |
4.2 坐标变换 |
4.2.1 坐标概述 |
4.2.2 坐标变换 |
4.3 车辆组合定位系统概述 |
4.3.1 GNSS定位原理与进展 |
4.3.2 航位推算原理 |
4.3.3 基于RSU的定位原理与RSU自定位 |
4.4 联邦卡尔曼滤波基本原理 |
4.5 FKF辅助的RSU/GNSS/DR组合定位算法 |
4.5.1 系统状态方程与观测方程 |
4.5.2 信息分配 |
4.5.3 子系统的时间更新与量测更新 |
4.5.4 全局信息融合 |
4.6 两级故障检测与信息分配新方法 |
4.6.1 两级故障检测方法 |
4.6.2 自适应的信息分配系数调整方法 |
4.7 实验与结果分析 |
4.7.1 车辆定位测试场景 |
4.7.2 车辆定位及结果分析 |
4.8 本章小结 |
第五章 车辆组合定位系统平台设计 |
5.1 引言 |
5.2 组合定位系统总体架构 |
5.3 基于RSU定位子系统组成 |
5.4 GNSS定位子系统结构 |
5.4.1 BDS/GPS多模卫星接收机框架 |
5.4.2 低噪声放大与声表面波滤波电路 |
5.4.3 天线的测量与校正 |
5.4.4 定位模块卫星捕捉测试 |
5.5 DR子系统结构 |
5.5.1 DR子系统硬件结构 |
5.5.2 DR子系统的校正规则 |
5.6 本章小结 |
总结与展望 |
参考文献 |
攻读学位期间发表的论文 |
致谢 |
(8)基于3G的GPS车辆定位系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题研究的背景与意义 |
1.2 国内外研究现状 |
1.3 系统存在的问题及发展趋势 |
1.4 论文的主要研究内容 |
1.5 本章小结 |
2 系统相关理论和关键技术 |
2.1 全球定位系统(GPS) |
2.1.1 GPS 技术概述 |
2.1.2 GPS 技术的构成 |
2.1.3 GPS 定位的基本原理及特点 |
2.2 地理信息系统(GIS) |
2.2.1 GIS 技术概述 |
2.2.2 GIS 系统的功能及开发模式 |
2.2.3 GIS 技术在车辆定位系统中的应用 |
2.3 第三代移动通信技术(3G) |
2.3.1 3G 技术概述 |
2.3.2 国际主流 3G 标准 |
2.3.3 GPS 车辆定位系统中 3G 应用优势 |
2.4 SOCKET 网络通信 |
2.4.1 SOCKET 通信概述 |
2.4.2 SOCKET 通信原理 |
2.5 本章小结 |
3 系统需求分析及总体设计 |
3.1 系统需求分析 |
3.1.1 系统的设计目标及原则 |
3.1.2 系统的功能分析 |
3.2 系统整体架构 |
3.3 系统结构模块 |
3.3.1 车辆定位通讯系统 |
3.3.2 监控中心系统 |
3.4 本章小结 |
4 GPS 监控管理平台的设计与实现 |
4.1 GPS 监控管理平台的设计 |
4.1.1 GPS 监控管理平台的体系结构 |
4.1.2 GPS 监控管理平台的功能模块设计 |
4.1.3 GPS 监控管理平台数据库的设计 |
4.2 GPS 监控管理平台的实现 |
4.2.1 GPS 监控管理平台开发和部署环境 |
4.2.2 GPS 监控管理平台的实现 |
4.3 本章小结 |
5 服务器通信中间件的设计与实现 |
5.1 服务器通信中间件功能设计 |
5.2 服务器通信中间件的实现 |
5.2.1 通信协议 |
5.2.2 服务器通信中间件的具体实现 |
5.3 通信服务器 IOCP 优化模型 |
5.4 系统安全性方面的考虑 |
5.5 本章小结 |
6 总结 |
致谢 |
参考文献 |
附录 |
(9)基于北斗定位的车辆定位监控系统的设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 ITS 的国内外研究概况 |
1.2.1 国外应用研究状况 |
1.2.2 国内应用研究状况 |
1.3 本文研究主要内容 |
1.4 本章小结 |
第2章 系统实现关键技术及应用 |
2.1 北斗定位技术及应用 |
2.1.1 北斗定位技术概述 |
2.1.2 系统组成 |
2.1.3 定位原理 |
2.1.4 北斗定位技术及应用 |
2.2 GIS 技术及 MapX 控件 |
2.2.1 GIS 技术概况 |
2.2.2 MapX 控件 |
2.2.3 电子地图 |
2.3 开发环境与 MSComm 控件 |
2.3.1 可视化的开发环境 |
2.3.2 MSComm 控件 |
2.4 本章小结 |
第3章 系统总体结构设计 |
3.1 系统物理框架设计 |
3.1.1 车载终端设备 |
3.1.2 监控中心系统 |
3.2 系统工作原理 |
3.3 本章小结 |
第4章 监控中心管理软件设计 |
4.1 本文设计与开发的主要内容 |
4.2 监控中心数据库开发 |
4.3 监控中心 GIS 软件开发 |
4.3.1 基于 MapX 的电子地图 |
4.3.2 可视化开发软件 |
4.4 串口通信及数据解析 |
4.4.1 串口通信模块设计 |
4.4.2 通信协议处理 |
4.5 本章小结 |
第5章 系统介绍与仿真测试 |
5.1 系统介绍 |
5.2 地图管理设计与功能实现 |
5.2.1 文件管理模块设计 |
5.2.2 地图操作模块设计 |
5.2.3 图层控制模块设计 |
5.2.4 地图查询模块设计 |
5.2.5 鹰眼图功能的实现 |
5.2.6 车辆管理模块设计 |
5.3 串口通信仿真与定位功能测试 |
5.3.1 串口通信仿真设计 |
5.3.2 定位功能测试 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
(10)面向无人驾驶汽车的车道级导航研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题的提出 |
1.2 国内外研究现状 |
1.2.1 国内外路径规划研究现状 |
1.2.2 国内外车辆定位研究现状 |
1.3 本文的主要内容与章节安排 |
第2章 自主行驶车辆路径规划研究 |
2.1 引言 |
2.2 路径规划概念 |
2.2.1 图的基本概念 |
2.2.2 图搜索路径规划一般流程 |
2.3 车道级地图抽象方法 |
2.3.1 无人驾驶车导航电子地图 |
2.3.2 基于改进 RNDF 的无人驾驶车导航电子地图 |
2.4 路阻标定 |
2.4.1 不同路径优化目标下的路阻标定 |
2.4.2 动态路阻模型 |
2.5 最优路径规划算法 |
2.5.1 图的搜索 |
2.5.2 规划算法 |
2.6 基于动态路阻模型车道级路径规划 |
2.7 本章小结 |
第3章 多传感器融合车辆定位研究 |
3.1 引言 |
3.2 车辆组合定位系统架构 |
3.2.1 系统总体架构 |
3.2.2 坐标系定义 |
3.3 独立定位算法 |
3.3.1 惯性导航系统算法 |
3.3.2 航位推算系统算法 |
3.3.3 GPS坐标变换 |
3.4 基于卡尔曼滤波的多传感器融合定位算法 |
3.4.1 离散卡尔曼滤波算法 |
3.4.2 惯性导航系统的状态空间模型 |
3.4.3 惯性导航系统的误差状态方程 |
3.4.4 卡尔曼滤波融合 |
3.5 本章小结 |
第4章 无人驾驶汽车车道级导航算法实现与验证 |
4.1 引言 |
4.2 车道级动态路径规划 |
4.2.1 车道级地图抽象 |
4.2.2 车道级动态路径规划 |
4.3 多传感器融合车辆定位算法 |
4.3.1 定位方案实现 |
4.3.2 定位方案验证 |
4.4 本章小结 |
第5章 全文总结与研究展望 |
5.1 全文总结 |
5.2 研究展望 |
参考文献 |
致谢 |
四、GPS车辆定位导航系统中电子地图的设计(论文参考文献)
- [1]消防车辆位置实时监控系统的设计与实现[D]. 邓师源. 电子科技大学, 2020(03)
- [2]基于车联网的协同地图匹配算法研究与实现[D]. 孔海洋. 武汉理工大学, 2020
- [3]基于坐标变换算法的车辆三维定位研究[D]. 焦雨琪. 南京邮电大学, 2019(02)
- [4]高精度惯性定位定向/地图信息匹配导航技术研究[D]. 刘峰. 国防科技大学, 2019(01)
- [5]基于手机GPS数据的低频地图匹配算法研究[D]. 安浩. 重庆大学, 2019(01)
- [6]车辆行驶动态路径规划的研究[D]. 余进. 昆明理工大学, 2019(04)
- [7]基于路侧设备的无线测距与车辆组合定位算法的研究[D]. 刘建圻. 广东工业大学, 2016(08)
- [8]基于3G的GPS车辆定位系统的设计与实现[D]. 刘谈. 西安科技大学, 2014(03)
- [9]基于北斗定位的车辆定位监控系统的设计[D]. 张凡. 武汉理工大学, 2014(04)
- [10]面向无人驾驶汽车的车道级导航研究[D]. 李陆浩. 吉林大学, 2014(10)