[发明专利]一种地图匹配方法、装置和设备

权利要求书

1.一种地图匹配方法，其特征在于，包括：

利用预设的卡尔曼滤波模型对获取的车辆状态数据中的车辆位置数据进行滤波处理，得到车辆的历史轨迹点位置数据；

根据所述历史轨迹点位置数据，生成车辆轨迹拟合曲线；

根据路侧单元RSU广播的地图信息，生成多条道路的道路拟合曲线以及每条道路中每个车道的车道拟合曲线；

根据所述车辆轨迹拟合曲线、所述多条道路的道路拟合曲线和所述每个车道的车道拟合曲线，得到所述车辆的地图匹配结果。

2.根据权利要求1所述的地图匹配方法，其特征在于，所述利用预设的卡尔曼滤波模型对获取的车辆状态数据中的车辆位置数据进行滤波处理，得到车辆的历史轨迹点位置数据，包括：

根据所述预设的卡尔曼滤波模型和所述车辆状态数据，得到与所述车辆位置数据对应的车辆最优估计位置数据；

根据所述车辆最优估计位置数据和所述车辆位置数据，得到所述车辆位置数据中的跳变点位置数据和非跳变点位置数据；

将所述非跳变点位置数据和所述跳变点位置数据对应的车辆最优估计位置数据作为所述车辆的历史轨迹点位置数据。

3.根据权利要求2所述的地图匹配方法，其特征在于，所述根据所述预设的卡尔曼滤波模型和所述车辆状态数据，得到与所述车辆位置数据对应的车辆最优估计位置数据，包括：

根据第一时刻的车辆状态数据和第二时刻的车辆状态数据，确定所述预设的卡尔曼滤波模型中所述第二时刻的状态转换矩阵、映射矩阵和所述第一时刻的状态观测矩阵；所述映射矩阵为所述预设的卡尔曼滤波模型中的控制输入矩阵将所述第二时刻的车辆状态数据映射到状态向量上的矩阵；

根据所述第二时刻的车辆最优状态数据、所述第二时刻的状态转换矩阵和所述第二时刻的映射矩阵，得到所述第一时刻的车辆预测状态数据；

根据所述第二时刻的协方差矩阵、所述第二时刻的状态转换矩阵和所述预设的卡尔曼滤波模型中预设的预测过程噪声向量，得到所述第一时刻的预测估计协方差矩阵；

根据所述第一时刻的车辆状态数据、所述第一时刻的车辆预测状态数据、所述第一时刻的状态观测矩阵和所述第一时刻的预测估计协方差矩阵，确定所述第一时刻的车辆最优状态数据，所述第一时刻的车辆最优状态数据包括所述第一时刻的车辆位置数据对应的所述第一时刻的车辆最优估计位置数据；

其中，所述第一时刻的车辆状态数据为除首个时刻的车辆状态数据之外的任一时刻的车辆状态数据；

所述第二时刻的车辆最优状态数据为所述第二时刻的车辆状态数据，或，所述第二时刻的车辆最优状态数据是根据所述第二时刻的车辆状态数据、所述第二时刻的车辆预测状态数据、所述第二时刻的状态观测矩阵和所述第二时刻的预测估计协方差矩阵确定的；

所述第二时刻为所述第一时刻之前一个时刻；

所述第一时刻的车辆位置数据为所述车辆位置数据中，除首个时刻的车辆位置数据之外的任一时刻的车辆位置数据；

所述第二时刻的协方差矩阵为预先设定的协方差矩阵，或，所述第二时刻的协方差矩阵是根据第三时刻的协方差矩阵、所述第三时刻的状态转换矩阵和所述预设的卡尔曼滤波模型中预设的预测过程噪声向量得到的；

所述第三时刻为所述第二时刻之前的一个时刻。

4.根据权利要求3所述的地图匹配方法，其特征在于，所述车辆状态数据包括车辆速度、车辆航向角、车辆横摆角速度和所述车辆位置点的数据；

所述根据第一时刻的车辆状态数据和第二时刻的车辆状态数据，确定所述预设的卡尔曼滤波模型中所述第二时刻的状态转换矩阵、映射矩阵和第一时刻的状态观测矩阵，包括：

在所述第二时刻的车辆横摆角速度不等于0的情况下，根据所述第一时刻的车辆位置数据、所述第一时刻的车辆航向角、所述第二时刻的车辆位置数据、所述第二时刻的车辆航向角、所述第二时刻的车辆速度和所述第二时刻的车辆横摆角速度，得到所述预设的卡尔曼滤波模型中所述第二时刻的状态转换矩阵、映射矩阵和第一时刻的状态观测矩阵；

在所述第二时刻的车辆横摆角速度等于0的情况下，根据所述第一时刻的车辆位置数据、所述第一时刻的车辆航向角、所述第二时刻的车辆位置数据、所述第二时刻的车辆航向角和所述第二时刻的车辆速度，得到所述预设的卡尔曼滤波模型中所述第二时刻的状态转换矩阵、映射矩阵和第一时刻的状态观测矩阵。