一种道路匹配方法、装置及车载地图采集系统与流程

本发明涉及地图制作的技术领域，特别涉及一种道路匹配方法、装置及车载地图采集系统。

背景技术：

在车载导航系统中，由于受到gps(globalpositioningsystem，全球定位系统)信号和矢量地图精度的影响，路上行驶的导航车在地图中的定位经常不在道路中间，导致测线道路匹配错误，要使得道路匹配正确率高、定位精准，目前主要有三种解决方法：第一，采用高精度的导航设备，提高gps信号定位的准确性；第二，提高矢量地图的精度；第三，改进道路匹配算法。

目前，上述第一、第二两种方法受到客观原因的影响较大，即使gps信号定位准确性和矢量地图精度能提高，成本也会随之增高，而改进道路匹配算法成本低且优化空间较大，该方法是目前大部分导航公司的首选。常用的道路匹配算法可以分为如下三大类：(1)几何匹配算法；(2)概率统计算法；(3)模式识别算法。其中：

(1)几何匹配算法是利用矢量地图路网的几何信息进行匹配，只考虑路段的形状和距离等，而不考虑道路的连接关系。最常见的几何匹配算法是一种简单的搜索过程。导航车每一个gps轨迹点都被匹配到地图路网最近路段的最近点上。这种算法在车辆导航系统中的实现非常简单，但是直接用这种算法匹配原始车辆轨迹经常会出现误识别，尤其是在道路密集的城市和交叉路口处。

(2)概率统计算法是从车辆导航系统获得的轨迹位置建立矩形或者长方形置信区域。置信区域的大小可以由gps位置的各种误差大小来确认。然后，置信区域被重叠到矢量地图上来确定匹配道路。当置信区域中包含多条路段时，利用车辆的速度方向信息、与前面匹配道路的关联信息以及最近距离原则来确定唯一的匹配路段。该方法的缺点是在因复杂路况或复杂天气导致gps信号 误差大的情况下很难找到准确的置信区域。

(3)模式识别算法比较典型的是人工神经网络，人工神经网络是利用类似人类大脑神经元网络的结构来学习构建算法模型，从而应用于地图道路匹配问题中。它在固定场合下有很高的匹配准确率，但是需要大量的数据进行算法参数的前期学习和总结。

本发明的发明人经过大量的调查研究发现，易于实现的道路匹配算法误差大、准确率不高，而准确率高的算法又需要大量数据进行学习，实现起来比较复杂且成本又高。

技术实现要素：

有鉴于此，本发明提供一种道路匹配方法、装置及车载地图采集系统，能够解决现有技术中易于实现的道路匹配算法误差大、准确率不高，而准确率高的算法需要大量数据进行学习的问题。

为解决上述技术问题，本发明的实施例提供一种道路匹配方法，该方法包括：

获取定位系统定时上传的数据，并将所述定位系统上传的数据转化为预先保存的矢量地图中的定位数据，所述矢量地图包含有预先采集的道路信息；

根据当前时刻的定位数据，确定当前定位位置，并获取以所述当前定位位置为中心的预设范围内包含的道路信息作为第一集合；

根据前一时刻已经确定的匹配道路信息，在所述矢量地图路网中搜索与所述已经确定的匹配道路信息相关联的道路信息作为第二集合；

根据所述第一集合与所述第二集合，获取候选匹配道路信息；

根据权重算法获取每条所述候选匹配道路信息分别对应的权值，并根据每条所述候选匹配道路信息分别对应的权值，在所述候选匹配道路信息中获取当前时刻的匹配道路信息。

其中，所述获取定位系统定时上传的数据，并将所述定位系统上传的数据转化为预先保存的矢量地图中的定位数据，进一步包括：

获取全球定位系统gps定时上传的gps信号和惯性导航系统ins定时上传的惯导信号，并解析所述gps信号和所述惯导信号融合后的数据；

将所述融合后的数据中包含的非普通定位数据和非差分定位数据进行过滤，并将过滤后的数据转化为预先保存的矢量地图中的定位数据。

其中，所述根据所述第一集合与所述第二集合，获取候选匹配道路信息，进一步包括：

在所述第一集合与所述第二集合均不是空集时，获取所述第一集合与所述第二集合的交集包含的道路信息作为所述候选匹配道路信息；

在所述第一集合为空集时，获取所述第二集合包含的道路信息作为所述候选匹配道路信息；

在所述第二集合为空集时，获取所述第一集合包含的道路信息作为所述候选匹配道路信息。

其中，所述根据权重算法获取每条所述候选匹配道路信息分别对应的权值，并根据每条所述候选匹配道路信息分别对应的权值，在所述候选匹配道路信息中获取当前时刻的匹配道路信息，进一步包括：

获取每条所述候选匹配道路信息分别与所述当前时刻的定位数据之间的第一权值参数，并根据所述第一权值参数以及权重算法确定每条所述候选匹配道路信息分别对应的权值，其中所述第一权值参数至少包括距离和角度；

在所述候选匹配道路信息中获取权值最小的候选匹配道路信息作为当前时刻的匹配道路信息；和/或，

所述根据当前时刻的定位数据，确定当前定位位置，并获取以所述当前定位位置为中心的预设范围内包含的道路信息作为第一集合，进一步包括：

获取当前时刻的定位数据与前一时刻的定位数据之间的第二权值参数，其中所述第二权值参数至少包括距离和角度；

根据所述第二权值参数，判断是否需要对所述已经确定的匹配道路信息进行更新；

在判断结果为是时，以当前时刻更新的当前定位位置为中心，获取预设范围内包含的道路信息作为第一集合。

其中，该方法还包括：

对所述当前时刻的匹配道路信息依次进行关联道路种别检查、道路连通性检查、道路节点连接道路数检查、形态一致性检查和通行方向检查，并在检查 到错误时，发出错误报告；和/或，

获取用户根据所述错误报告输入的对所述当前时刻的匹配道路信息的纠正指令；

根据所述纠正指令对所述当前时刻的匹配道路信息的错误进行纠正。

为解决上述技术问题，本发明的实施例还提供一种道路匹配装置，包括：

第一获取模块，用于获取定位系统定时上传的数据，并将所述定位系统上传的数据转化为预先保存的矢量地图中的定位数据，所述矢量地图包含有预先采集的道路信息；

确定模块，用于根据当前时刻的定位数据，确定当前定位位置，并获取以所述当前定位位置为中心的预设范围内包含的道路信息作为第一集合；

搜索模块，用于根据前一时刻已经确定的匹配道路信息，在所述矢量地图路网中搜索与所述已经确定的匹配道路信息相关联的道路信息作为第二集合；

第二获取模块，用于根据所述第一集合与所述第二集合，获取候选匹配道路信息；

第三获取模块，用于根据权重算法获取每条所述候选匹配道路信息分别对应的权值，并根据每条所述候选匹配道路信息分别对应的权值，在所述候选匹配道路信息中获取当前时刻的匹配道路信息。

其中，所述第一获取模块进一步包括：

第一获取单元，用于获取全球定位系统gps定时上传的gps信号和惯性导航系统ins定时上传的惯导信号，并解析所述gps信号和所述惯导信号融合后的数据；

转化单元，用于将所述融合后的数据中包含的非普通定位数据和非差分定位数据进行过滤，并将过滤后的数据转化为预先保存的矢量地图中的定位数据；和/或，

所述第二获取模块进一步包括：

第二获取单元，用于在所述第一集合与所述第二集合均不是空集时，获取所述第一集合与所述第二集合的交集包含的道路信息作为所述候选匹配道路信息；

第三获取单元，用于在所述第一集合为空集时，获取所述第二集合包含的 道路信息作为所述候选匹配道路信息；

第四获取单元，用于在所述第二集合为空集时，获取所述第一集合包含的道路信息作为所述候选匹配道路信息。

其中，所述第三获取模块进一步包括：

第五获取单元，用于获取每条所述候选匹配道路信息分别与所述当前时刻的定位数据之间的第一权值参数，并根据所述第一权值参数以及权重算法确定每条所述候选匹配道路信息分别对应的权值，其中所述第一权值参数至少包括距离和角度；

第六获取单元，用于在所述候选匹配道路信息中获取权值最小的候选匹配道路信息为当前时刻的匹配道路信息；和/或，

所述确定模块进一步包括：

第七获取单元，用于获取当前时刻的定位数据与前一时刻的定位数据之间的第二权值参数，其中所述第二权值参数至少包括距离和角度；

判断单元，用于根据所述第二权值参数，判断是否需要对所述已经确定的匹配道路信息进行更新；

确定单元，用于在判断结果为是时，以当前时刻更新的当前定位位置为中心，获取预设范围内包含的道路信息作为第一集合。

其中，该装置还包括：

检查模块，用于对所述当前时刻的匹配道路信息依次进行关联道路种别检查、道路连通性检查、道路节点连接道路数检查、形态一致性检查和通行方向检查，并在检查到错误时，发出错误报告；和/或，

第四获取模块，用于获取用户根据所述错误报告输入的对所述当前时刻的匹配道路信息的纠正指令；

纠正模块，用于根据所述纠正指令对所述当前时刻的匹配道路信息的错误进行纠正。

为解决上述技术问题，本发明的实施例还提供一种车载地图采集系统，该系统设置有如上任意一项所述的道路匹配装置。

本发明的上述技术方案的有益效果如下：

本发明实施例的道路匹配方法，首先将定位系统上传的数据转化为矢量地 图中的定位数据，该矢量地图中包含有预先采集的道路信息；然后根据当前时刻的定位数据确定当前定位位置，并获取以当前定位位置为中心的预设范围内包含的道路信息作为第一集合；再根据前一时刻已经确定的匹配道路信息，在矢量地图路网中搜索与该已经确定的匹配道路信息相关联的道路信息作为第二集合；根据第一集合与第二集合，获取候选匹配道路信息；根据权重算法获取每条候选匹配道路信息分别对应的权值，并根据每条候选匹配道路信息分别对应的权值，在候选匹配道路信息中获取当前时刻的匹配道路信息。该道路匹配方法大大提高了匹配准确率，且不用进行大量数据学习，容易实现，提高了匹配效率，有效解决了现有技术中易于实现的道路匹配算法误差大、准确率不高，而准确率高的算法需要大量数据进行学习的问题。

附图说明

图1为本发明道路匹配方法一实施例的流程图；

图2为本发明道路匹配方法另一实施例的流程图；

图3为本发明道路匹配方法又一实施例的流程图；

图4为本发明道路匹配装置的组成框图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及可选实施例进行详细描述。

本发明实施例的道路匹配方法，结合了概率统计、路网搜索及权值计算等多种算法，可大幅提高匹配准确率，解决了目前地图导航道路匹配准确率不高的问题。

如图1所示，本发明实施例提出的一种道路匹配方法，该方法包括以下处理步骤：

步骤101：获取定位系统定时上传的数据，并将所述定位系统上传的数据转化为预先保存的矢量地图中的定位数据，所述矢量地图包含有预先采集的道路信息。

这里，将所述定位系统上传的数据转化为预先保存的矢量地图中的定位数 据时，主要通过定位系统上传的数据获取经纬度、航向角等定位信息。其中矢量地图中的道路矢量几何信息都存在相应的库表中，且每条道路link都有唯一编号pid。

步骤102：根据当前时刻的定位数据，确定当前定位位置，并获取以所述当前定位位置为中心的预设范围内包含的道路信息作为第一集合。

这里，根据当前时刻的定位数据(经纬度、航向角等)可以确定当前定位位置，然后获取以当前定位位置为中心的预设范围内包含的道路信息(即用户在当前位置可能进入的道路信息)，这些道路信息组成当前时刻可能匹配的第一集合，本文中为便于说明可将第一集合设为set1。

可选的，以当前定位位置为中心的预设范围如可以是以当前定位位置为中心、15米为半径的圆，或者以当前定位位置为中心、15米为边长的正方形。当然，该预设范围也可以是由其他几何形状确定的范围，具体可根据需求进行设定，这里不做进一步限定。

步骤103：根据前一时刻已经确定的匹配道路信息，在所述矢量地图路网中搜索与所述已经确定的匹配道路信息相关联的道路信息作为第二集合。

这里，根据前一时刻已经确定的匹配道路信息，在矢量地图路网中搜索与其相关联的道路信息(即用户可能由这条已经确定的匹配道路信息进入的下一条道路信息)，这些道路信息组成当前时刻可能匹配的第二集合，本文中为便于说明可将第二集合设为set2。

步骤104：根据所述第一集合与所述第二集合，获取候选匹配道路信息。

这里，根据两个可能匹配的道路集合第一集合set1和第二集合set2，可以确定最有可能匹配的道路信息，这些道路信息组成候选匹配道路信息。

步骤105：根据权重算法获取每条所述候选匹配道路信息分别对应的权值，并根据每条所述候选匹配道路信息分别对应的权值，在所述候选匹配道路信息中获取当前时刻的匹配道路信息。

这里，采用权重算法获取每条候选匹配道路分别对应的权值，并根据每条候选匹配道路信息分别对应的权值，可以准确地在候选匹配道路信息中选取当前时刻最佳的匹配道路信息。

本发明实施例的道路匹配方法，结合了概率统计、路网搜索及权值计算等 多种算法，大大提高了匹配准确率，且不用进行大量数据学习，容易实现，提高了匹配效率，有效解决了现有技术中易于实现的道路匹配算法误差大、准确率不高，而准确率高的算法需要大量数据进行学习的问题。

可选的，上述步骤101可以进一步包括以下处理过程：

步骤1011：获取全球定位系统gps定时上传的gps信号和惯性导航系统ins定时上传的惯导信号，并解析所述gps信号和所述惯导信号融合后的数据。

这里，采用gps系统和ins系统相结合的方式，使得gps信号与ins信号互相补充、矫正，可以输出精度更高的定位信息。

在一可选实施例中，当gps信号受到高强度干扰或当卫星系统接收机出现故障时，ins系统可以独立地进行导航定位；当gps信号条件显著改善到允许跟踪时，ins系统向gps接收机提供有关的初始位置、速度等信息，以供在迅速重新获取gps码和载波时使用；ins信号也可用来辅助gps接收机的天线对准gps卫星，从而减小了干扰对gps系统的影响。这样，通过解析gps信号和惯导信号融合后的数据，并根据融合后的数据进行定位，能够获取精度更高的位置信息。

步骤1012：将所述融合后的数据中包含的非普通定位数据和非差分定位数据进行过滤，并将过滤后的数据转化为预先保存的矢量地图中的定位数据。

这里，需要过滤掉无用干扰数据(非普通定位数据和非差分定位数据)，以保证定位的准确性。

此时，通过gps信号与ins信号互相补充、矫正，有效提高了车辆轨迹的定位精度，从而提高了道路匹配的准确性。

其中，gps信号和ins信号都可通过车载导航系统获取，gps信号和ins信号可包括经纬度、航向、数据状态、数据类型、高程、时间等信息。

可选的，上述步骤103的步骤可以包括：

步骤1031：根据前一时刻已经确定的匹配道路信息，在所述矢量地图路网中对所述已经确定的匹配道路信息组成的多叉树进行递归搜索，并获取搜索到的道路信息作为第二集合。

这里，根据已经确定的匹配道路信息，可以在矢量地图路网中进行多叉树 的递归搜索，准确、快速地搜索出用户由已经确定的匹配道路可能进入的下一条道路，这里主要进行二级搜索。

由于采用了递归搜索，所以本步骤在搜索过程中需要考虑矢量地图道路的几何划线方向和通行方向，同时需要进行集合去重处理，即本步骤可进一步包括：根据已经确定的匹配道路信息以及矢量地图中道路的几何划线方向和通行方向，在矢量地图路网中对已经确定的匹配道路信息组成的多叉树进行递归搜索，并获取搜索到的道路信息作为第二集合之后，对第二集合进行集合去重处理。

此时，通过递归算法可准确获取到用户可能进入的道路集合，提高了道路匹配的准确性。

可选的，上述步骤104可以进一步包括以下处理过程：

步骤1041：在所述第一集合与所述第二集合均不是空集时，获取所述第一集合与所述第二集合的交集包含的道路信息作为所述候选匹配道路信息。

这里，在第一集合set1和第二集合set2均不是空集时，通过获取第一集合和第二集合的交集包含的道路信息作为候选匹配道路信息(定义为第三集合set3)，结合了两种算法(即概率统计和路网搜索)来获取最有可能的匹配道路集合set3，提高了匹配的准确性。

步骤1042：在所述第一集合为空集时，获取所述第二集合包含的道路信息作为所述候选匹配道路信息。

其中，在定位系统受到干扰，导致无法确定当前定位位置时，第一集合为空集，此时，通过第二集合来获取匹配道路信息，保证了算法的顺利进行，且通过后续步骤，结合了路网搜索和权值计算，同样提高了匹配的准确性。

步骤1043：在所述第二集合为空集时，获取所述第一集合包含的道路信息作为所述候选匹配道路信息。

其中，在第一次进行道路匹配时，由于没有已经确定的匹配道路信息，所以上述步骤103进行路网搜索的结果为空null，即第二集合为空集。在第二集合为空集时，通过第一集合来获取匹配道路信息，保证了算法的顺利进行，且通过后续步骤，结合了概率统计和权值计算，同样提高了匹配的准确性。

此时，根据第一集合和第二集合的可选情况，准确获取到了候选匹配道路 信息，结合概率统计和/或路网搜索，提高了匹配的准确性。

可选的，上述步骤105可以进一步包括以下处理过程：

步骤1051：获取每条所述候选匹配道路信息分别与所述当前时刻的定位数据之间的第一权值参数，并根据所述第一权值参数以及权重算法确定每条所述候选匹配道路信息分别对应的权值，其中所述第一权值参数至少包括距离和角度。

这里，主要计算每条候选匹配道路信息分别与当前时刻的定位数据之间的距离和角度，并根据距离和角度获取最后的权值。

其中，权重算法的计算公式如可采用：距离*0.8+角度*0.2，当然，这里权重算法的计算公式仅仅是举例说明，也可采用其他合理公式计算权值，在此不一一举例。

步骤1052：在所述候选匹配道路信息中获取权值最小的候选匹配道路信息为当前时刻的匹配道路信息。

这里，通过计算候选匹配道路信息分别对应的权值，得到权值列表，并对权值列表排序得到最小的权值，该最小的权值对应的候选匹配道路link即为最近匹配道路。

此时，通过距离和角度等参数来获取候选匹配道路信息分别对应的权值，并获取权值最小的为最佳匹配道路，提高了匹配的准确性。

可选的，上述步骤102可以进一步包括以下处理过程：

步骤1021：获取当前时刻的定位数据与前一时刻的定位数据之间的第二权值参数，其中所述第二权值参数至少包括距离和角度。

这里，主要计算当前时刻的定位数据与前一时刻的定位数据之间的距离和角度，由此判断当前已经确定的匹配道路是否需要进行更新。

步骤1022：根据所述第二权值参数，判断是否需要对所述已经确定的匹配道路信息进行更新。

需要说明的是，如果第二权值参数的距离和角度都在各自对应的阈值范围内，则可判断已经确定的匹配道路信息不需要进行更新，否则，判断已经确定的匹配道路信息需要更新。

例如，如果第二权值参数的距离小于2.5米且角度小于10度，那么就认 为车辆是沿当前已经确定的匹配道路继续走，不需要做重新匹配。其中，2.5米和10度都是经过大量实验后得到的经验阈值。

步骤1023：在判断结果为是时，根据当前时刻的定位数据，确定当前定位位置，并获取以所述当前定位位置为中心的预设范围内包含的道路信息为第一集合。

此时，通过判断第二权值参数是否在阈值范围内，可准确分析当前已经确定的匹配道路是否需要更新，以在车辆变道后，及时对已经确定的匹配道路进行更新，重新进行道路匹配，从而保证了匹配的准确性。

作为一种可选的实施方式，为了保证本发明实施例的道路匹配方法对于弯道、主辅路以及分叉路等道路匹配的准确性，上述步骤1031中，对于弯道、掉头等路段，采用矢量地图多叉树的一级搜索，保证关联道路link的连续性，防止漏掉弯道处的短link的匹配；上述步骤104之后，对于主辅路，采用道路形态、方向等参数来矫正匹配算法，去除掉不符合要求的候选匹配道路信息，再根据权值获取最终的匹配道路；上述步骤104之后，对于分叉路口，根据角度和道路形态等信息来区分匹配。

通过实验数据可知，本发明实施例的道路匹配方法对于直线道路行驶的匹配正确率非常高，达到了90％以上，且通过上述步骤在匹配方法中对弯道、主辅路以及分叉路等道路的匹配进行矫正后，本发明实施例的道路匹配方法对于弯道、主辅路以及分叉路等也能达到非常高的匹配正确率。

下面，结合图2，对上述道路匹配方法实施例举例说明如下：

如图2所示的道路匹配方法实例，该方法包括以下处理步骤：

步骤201，开始。

步骤202，获取gps信号和ins信号的融合数据，过滤非普通定位数据和非差分定位数据，并将过滤后的融合数据转化为矢量地图中的定位数据。

这里，首先获取gps定时上传的gps信号和ins定时上传的惯导信号，并解析gps信号和惯导信号融合后的数据；然后将融合后的数据中包含的非普通定位数据和非差分定位数据进行过滤，并将过滤后的数据转化为预先保存的矢量地图中的定位数据。

步骤203，获取当前时刻的定位数据与前一时刻的定位数据之间的距离和 角度。

步骤204，判断当前时刻的定位数据与前一时刻的定位数据之间的距离是否小于2.5米且角度小于10度，在判断结果为是时，进入步骤210，否则进入步骤205。

步骤205，根据当前时刻的定位数据，确定当前定位位置，并获取以所述当前定位位置为中心、15米为边长的正方形内包含的道路信息为set1。

步骤206，根据已经确定的匹配道路信息，在矢量地图路网中对已经确定的匹配道路信息组成的多叉树进行二级递归搜索，并获取搜索到的道路信息为set2。

步骤207，根据set1和set2，得到set3。

set1和set2不为空集时，set1和set2取交集，得到set3。

set1为空集时，set2＝set3。

set2为空集时，set1＝set3。

步骤208，获取set3中每条候选匹配道路信息分别对应的权值。

这里，主要计算每条候选匹配道路信息分别与当前时刻的定位数据之间的距离和角度，并通过权重算法获取最后的权值。其中，权重算法的计算公式如可采用：距离*0.8+角度*0.2。

步骤209，获取权值最小的候选匹配道路信息为当前时刻的匹配道路信息。

步骤210，结束。

本发明实施例的道路匹配方法，通过gps信号与ins信号互相补充、矫正，有效提高了车辆轨迹的定位精度，并结合了概率统计、路网搜索及权值计算等多种算法，大大提高了匹配准确率，且不用进行大量数据学习，容易实现，提高了匹配效率，有效解决了现有技术中易于实现的道路匹配算法误差大、准确率不高，而准确率高的算法需要大量数据进行学习的问题。

目前，有些导航公司进口国外高精度设备和高精度地图，虽然匹配准确率很高，但是也达不到100％，出现了错误无法很快检查，需要人功能进行比对，耗时耗力，尤其是车载导航轨迹行驶了很长路段时，很难发现各种错误匹配。有鉴于此，本发明的发明人对上述道路匹配方法实施例作进一步改进，如图3所示，本实施例的道路匹配方法还可以包括以下处理步骤：

步骤101～步骤105，参见前述实施例，此处不再赘述；

步骤106，对所述当前时刻的匹配道路信息依次进行关联道路种别检查、道路连通性检查、道路节点连接道路数检查、形态一致性检查和通行方向检查，并在检查到错误时，发出错误报告。

作为一种可选的实施方式，上述步骤106可进一步包括：对当前时刻的匹配道路信息依次进行关联道路种别检查、道路连通性检查、道路节点连接道路数检查、形态一致性检查和通行方向检查，并在检查到错误时，将检查错误的匹配道路pid等信息以列表的形式展示出来，并将列表中的匹配道路与矢量地图中的道路相关联，使用户选中列表可以直接定位到错误道路上去并高亮该道路link。

此时，通过自动检查各种匹配错误，节省了工作量，相对于以前需要通过轨迹回放人工查找匹配错误的方式，现在十几秒就可以查出所有匹配错误的道路，节省了70％以上的工作量。

下面对上述步骤106中几种道路检查的检查原则和报错信息列举如下：

1、关联道路种别检查

检查原则：关联的道路种别只能为1级道路、2级道路、3级道路、4级道路、6级道路和7级道路，如果不在其中，发出错误报告err。

报错信息：link:pid的种别只能为1级道路、2级道路、3级道路、4级道路、6级道路和7级道路。

2、道路连通性检查

检查原则：通过测线与道路匹配关系表，检查道路串中每条道路rdlink和相邻rdlink起终点的挂接关系是否连通，如果存在不连通的情况，发出错误报告err。

报错信息：link:pid不连通。

3、道路节点连接道路数检查

检查原则：道路串中，道路节点rdnode连接道路的数量应该小于或等于2，如果大于2，发出错误报告err。

报错信息：node:pid连接道路数量大于2。

4、形态一致性检查

检查原则：如果道路串连通，判断rdnode连接的两条link的道路形态是否一致，如果不一致，发出错误报告err。

报错信息：node:pid连接的两端link道路形态不一致。

5、通行方向检查

检查原则：rdlink串的两个方向中有任一方向可通行都认为数据正确，否则发出错误报告err。

注：如果道路为闭合环形，对道路逐一检查是否允许通行的过程中，遇到最初link时，终止检查。

报错信息：link：pid不可通行。

其中，如果关联道路种别检查出现错误报告，不影响下面的检查，对于下面的道路连通性检查、道路节点连接道路数检查、形态一致性检查和通行方向检查依次顺序进行。如果道路连通性检查、道路节点连接道路数检查、形态一致性检查和通行方向检查中有一项出现错误报告，则终止下面的检查，并在错误报告解除后，继续下面的检查。

可选的，上述实施例的道路匹配方法还可以包括以下处理步骤：

步骤107，获取用户根据所述错误报告输入的对所述当前时刻的匹配道路信息的纠正指令；

步骤108，根据所述纠正指令对所述当前时刻的匹配道路信息的错误进行纠正。

此时，通过获取用户输入的纠正指令并进行纠正，实现了对匹配道路信息的实时纠正，相较于之前只能后期预处理时逐个查找纠正，该方法既可以在测线开启的过程中实时纠正，也可以在预处理时快速定位修改，提高了纠正效率和准确性，方便了用户的操作。

可选的，在上述步骤106定位到错误匹配的道路后，若用户在矢量地图上选中测线几何，则可在矢量地图上高亮显示该测线以及与测线关联的所有道路link，并通过上述步骤107、108增加、减少、修改匹配关系，以纠正错误匹配道路，不仅可以预处理时纠正，还可以实时匹配的过程中进行纠正。

其中，可设定一激活键或者激活口令来激活上述步骤106-108的纠错功能，并在接收到用户点击该激活键或输入该激活口令时，激活上述步骤106-108的 纠错功能，激活口令如可为键盘快捷键alt+r输入时的口令。

可选的，在用户选择矢量地图中的测线时，测线可高亮为红色，测线关联的道路link可高亮为淡蓝色；通过上述步骤106检查出错误匹配道路link时，可在矢量地图中定位到该道路link；上述步骤107中，用户输入纠正指令的方式如可为在矢量地图中点选错误匹配道路link，若用户点选错误匹配道路link，则可去掉该错误匹配道路并使错误匹配道路的高亮消失，若点选正确道路则可匹配上正确link且高亮显示。

需要指出的是，上述各实施例的道路匹配方法可应用于装有高精度的ins系统的adas(advanceddriverassistancesystem，先进驾驶辅助系统)采集车，在使用装有惯导设备的adas采集车的情况下，通过gps信号与ins信号互相补充、矫正，可以输出精度较高的定位信息，比原来单纯使用gps信号定位的精度高了10％以上。

此外，上述各实施例的道路匹配方法也可应用于普通导航采集车，利用概率统计、路网搜索及权值计算相结合，匹配正确率明显高于其他算法。本发明改进的算法大大提高了匹配准确率，从原来的80％左右提高到90％以上。该方法匹配正确率高且不用进行大量数据学习，有效解决了现有技术中易于实现的道路匹配算法误差大、准确率不高，而准确率高的算法需要大量数据进行学习的问题。

特别需要说明的是，上述实施例的道路匹配方法还可包括快速自动查找各种道路匹配错误的方法，实现了对匹配结果进行检查定位的功能。该功能对匹配道路种别、道路连通性、道路通行方向、形态等进行了检查，能够快速查出所有错误匹配并且及时定位到匹配错误的道路。自动检查各种匹配错误的功能节省了很多工作量，以前需要通过轨迹回放人工查找匹配错误，现在点击按钮十几秒就可以查出所有匹配错误道路，节省了70％以上的工作量。

作为一种可选的实施方式，上述实施例还提供了一种实用性很强、可视化好的纠正错误匹配道路的纠错方法，可以利用快捷键激活该纠错方法，并检查出结果后，进行迅速点选纠错。该纠错方法能够更快速准确地修改错误匹配，效率较以前也提高很多。以前只能后期预处理时，逐个查找纠正，而该纠错方法既可以在测线开启的过程中实时纠正，也可以在预处理时快速定位修改。

为实现上述方法，如图4所示，本发明的实施例还提供一种道路匹配装置，包括：

第一获取模块，用于获取定位系统定时上传的数据，并将所述定位系统上传的数据转化为预先保存的矢量地图中的定位数据，所述矢量地图包含有预先采集的道路信息；

确定模块，用于根据当前时刻的定位数据，确定当前定位位置，并获取以所述当前定位位置为中心的预设范围内包含的道路信息作为第一集合；

搜索模块，用于根据前一时刻已经确定的匹配道路信息，在所述矢量地图路网中搜索与所述已经确定的匹配道路信息相关联的道路信息作为第二集合；

第二获取模块，用于根据所述第一集合与所述第二集合，获取候选匹配道路信息；

第三获取模块，用于根据权重算法获取每条所述候选匹配道路信息分别对应的权值，并根据每条所述候选匹配道路信息分别对应的权值，在所述候选匹配道路信息中获取当前时刻的匹配道路信息。

本发明实施例的道路匹配装置，结合了概率统计、路网搜索及权值计算等多种算法，大大提高了匹配准确率，且不用进行大量数据学习，容易实现，提高了匹配效率，有效解决了现有技术中易于实现的道路匹配算法误差大、准确率不高，而准确率高的算法需要大量数据进行学习的问题。

可选的，所述第一获取模块可以包括：

第一获取单元，用于获取全球定位系统gps定时上传的gps信号和惯性导航系统ins定时上传的惯导信号，并解析所述gps信号和所述惯导信号融合后的数据；

转化单元，用于将所述融合后的数据中包含的非普通定位数据和非差分定位数据进行过滤，并将过滤后的数据转化为预先保存的矢量地图中的定位数据。

可选的，所述搜索模块可以包括：

搜索单元，用于根据前一时刻已经确定的匹配道路信息，在所述矢量地图路网中对所述已经确定的匹配道路信息组成的多叉树进行递归搜索，并获取搜索到的道路信息作为第二集合。

可选的，所述第二获取模块可以包括：

第二获取单元，用于在所述第一集合与所述第二集合均不是空集时，获取所述第一集合与所述第二集合的交集包含的道路信息作为所述候选匹配道路信息；

第三获取单元，用于在所述第一集合为空集时，获取所述第二集合包含的道路信息作为所述候选匹配道路信息；

第四获取单元，用于在所述第二集合为空集时，获取所述第一集合包含的道路信息作为所述候选匹配道路信息。

可选的，所述第三获取模块可以包括：

第五获取单元，用于获取每条所述候选匹配道路信息分别与所述当前时刻的定位数据之间的第一权值参数，并根据所述第一权值参数以及权重算法确定每条所述候选匹配道路信息分别对应的权值，其中所述第一权值参数至少包括距离和角度；

第六获取单元，用于在所述候选匹配道路信息中获取权值最小的候选匹配道路信息为当前时刻的匹配道路信息。

可选的，所述确定模块可以包括：

第七获取单元，用于获取当前时刻的定位数据与前一时刻的定位数据之间的第二权值参数，其中所述第二权值参数至少包括距离和角度；

判断单元，用于根据所述第二权值参数，判断是否需要对所述已经确定的匹配道路信息进行更新；

确定单元，用于在判断结果为是时，以当前时刻更新的当前定位位置为中心，获取预设范围内包含的道路信息作为第一集合。

可选的，所述道路匹配装置还可以包括：

检查模块，用于对所述当前时刻的匹配道路信息依次进行关联道路种别检查、道路连通性检查、道路节点连接道路数检查、形态一致性检查和通行方向检查，并在检查到错误时，发出错误报告。

可选的，所述道路匹配装置还可以包括：

第四获取模块，用于获取用户根据所述错误报告输入的对所述当前时刻的匹配道路信息的纠正指令；

纠正模块，用于根据所述纠正指令对所述当前时刻的匹配道路信息的错误 进行纠正。

可选的，上述检查模块定位到错误匹配的道路后，若用户在矢量地图上选中测线几何，则可在矢量地图上高亮显示该测线以及与测线关联的所有道路link，并通过上述第四获取模块和纠正模块增加、减少、修改匹配关系，以纠正错误匹配道路，不仅可以预处理时纠正，还可以实时匹配的过程中进行纠正。

本发明实施例的道路匹配装置，可应用于装有高精度的ins系统的adas(advanceddriverassistancesystem，先进驾驶辅助系统)采集车，在使用装有惯导设备的adas采集车的情况下，通过gps信号与ins信号互相补充、矫正，可以输出精度较高的定位信息，比原来单纯使用gps信号定位的精度高了10％以上。

本发明实施例的道路匹配装置，也可应用于普通导航采集车，利用概率统计、路网搜索及权值计算相结合，匹配正确率明显高于其他算法。本发明改进的算法大大提高了匹配准确率，从原来的80％左右提高到90％以上。该方法匹配正确率高且不用进行大量数据学习，有效解决了现有技术中易于实现的道路匹配算法误差大、准确率不高，而准确率高的算法需要大量数据进行学习的问题。

本发明实施例的道路匹配装置，还能够快速自动查找各种错误匹配道路，实现了对匹配结果进行检查定位的功能。该功能对匹配道路种别、道路连通性、道路通行方向、形态等进行了检查，能够快速查出所有错误匹配并且及时定位到匹配错误的道路。自动检查各种匹配错误的功能节省了很多工作量，以前需要通过轨迹回放人工查找匹配错误，现在点击按钮十几秒就可以查出所有匹配错误道路，节省了70％以上的工作量。

本发明实施例的道路匹配装置还提供了一种实用性很强、可视化好的纠正错误匹配道路的纠错功能，可以利用快捷键激活该纠错功能，并检查出结果后，进行迅速点选纠错，能够更快速准确地修改错误匹配，效率较以前也提高很多。以前只能后期预处理时，逐个查找纠正，而利用该纠错功能既可以在测线开启的过程中实时纠正，也可以在预处理时快速定位修改。

需要说明的是，该道路匹配装置是与上述道路匹配方法相对应的装置，其中上述方法实施例中所有实现方式均适用于该装置的实施例中，也能达到同样 的技术效果。

由于本发明实施例的道路匹配装置应用于车载地图采集系统，因此，本发明实施例还提供了一种车载地图采集系统，该系统设置有如上任意一项所述的道路匹配装置。

其中，上述道路匹配装置的所述实现实施例均适用于该车载地图采集系统的实施例中，也能达到相同的技术效果。

以上所述是本发明的可选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。