6.2 算法模型
车辆导航过程中各对象间关系如本论文第五章第二节 中的图 5.3 所示。在这
里对 )(ke 重新按照两种方法分解：一种是按照垂直道路方向与平行道路方向分
解，如图中的 Siv
v
和 Sih
v
方向， Siv
v
表示沿车辆运行方向的 )(ke 分量，垂直于道路并且
指向车辆行驶方向的左侧， Sih
v
表示车辆前进方向；一种是按照南北方向，也就是
地图的横纵坐标方向进行分解，如图中的 x
v
和 y
v
所示， x
v
为地图东西方向的东， y
v
为地图南北方向的北。
两种分解方式如下所示：
hkevkeke hv
vv
)()()( += (6.8)
xkSeykSnke
vv
*)(*)()( ∆+∆=
并且
)()()( kpkqvkev −=
v
(6.9)
)()()( kqkphkeh −=
v
Rkev ∈)( 为垂直于弧段方向的误差分量， Rkeh ∈)( 为沿弧段方向的误差分量。
)(kSn∆ 与 )(kSe∆ 分别为 x
v
和 y
v
方向上的误差分量。
获得 )(ke 是求得 )(kq 的前提，对于垂直于道路方向上的误差分量 )(kev 比较容
易，只需要求取轨迹点 )(kg 到其在弧段上的垂足 )(kq 距离即可，于是如何求取沿
道路方向上的误差分量 )(keh 就成了要解决的主要问题。实际上 )(keh 的求取是现有
算法都没有有效处理的问题，这是引起路口导航提醒不准确，导航失败的一个主
要问题。
论文的研究目标是结合 GPS 信号与对应的交通矢量地图中的道路信息，利用
卡尔曼滤波器对 GPS 信号进行校正，并完成导航过程中的准确地图匹配。矢量地
图中准确的道路信息的作用就是帮助确定轨迹到准确位置的偏差实现车辆在地图
