本發(fā)明涉及地圖制作的技術(shù)領(lǐng)域，特別涉及一種道路匹配方法、裝置及車載地圖采集系統(tǒng)。

背景技術(shù)：

在車載導(dǎo)航系統(tǒng)中，由于受到gps(globalpositioningsystem，全球定位系統(tǒng))信號和矢量地圖精度的影響，路上行駛的導(dǎo)航車在地圖中的定位經(jīng)常不在道路中間，導(dǎo)致測線道路匹配錯誤，要使得道路匹配正確率高、定位精準(zhǔn)，目前主要有三種解決方法：第一，采用高精度的導(dǎo)航設(shè)備，提高gps信號定位的準(zhǔn)確性；第二，提高矢量地圖的精度；第三，改進道路匹配算法。

目前，上述第一、第二兩種方法受到客觀原因的影響較大，即使gps信號定位準(zhǔn)確性和矢量地圖精度能提高，成本也會隨之增高，而改進道路匹配算法成本低且優(yōu)化空間較大，該方法是目前大部分導(dǎo)航公司的首選。常用的道路匹配算法可以分為如下三大類：(1)幾何匹配算法；(2)概率統(tǒng)計算法；(3)模式識別算法。其中：

(1)幾何匹配算法是利用矢量地圖路網(wǎng)的幾何信息進行匹配，只考慮路段的形狀和距離等，而不考慮道路的連接關(guān)系。最常見的幾何匹配算法是一種簡單的搜索過程。導(dǎo)航車每一個gps軌跡點都被匹配到地圖路網(wǎng)最近路段的最近點上。這種算法在車輛導(dǎo)航系統(tǒng)中的實現(xiàn)非常簡單，但是直接用這種算法匹配原始車輛軌跡經(jīng)常會出現(xiàn)誤識別，尤其是在道路密集的城市和交叉路口處。

(2)概率統(tǒng)計算法是從車輛導(dǎo)航系統(tǒng)獲得的軌跡位置建立矩形或者長方形置信區(qū)域。置信區(qū)域的大小可以由gps位置的各種誤差大小來確認(rèn)。然后，置信區(qū)域被重疊到矢量地圖上來確定匹配道路。當(dāng)置信區(qū)域中包含多條路段時，利用車輛的速度方向信息、與前面匹配道路的關(guān)聯(lián)信息以及最近距離原則來確定唯一的匹配路段。該方法的缺點是在因復(fù)雜路況或復(fù)雜天氣導(dǎo)致gps信號 誤差大的情況下很難找到準(zhǔn)確的置信區(qū)域。

(3)模式識別算法比較典型的是人工神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)是利用類似人類大腦神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)來學(xué)習(xí)構(gòu)建算法模型，從而應(yīng)用于地圖道路匹配問題中。它在固定場合下有很高的匹配準(zhǔn)確率，但是需要大量的數(shù)據(jù)進行算法參數(shù)的前期學(xué)習(xí)和總結(jié)。

本發(fā)明的發(fā)明人經(jīng)過大量的調(diào)查研究發(fā)現(xiàn)，易于實現(xiàn)的道路匹配算法誤差大、準(zhǔn)確率不高，而準(zhǔn)確率高的算法又需要大量數(shù)據(jù)進行學(xué)習(xí)，實現(xiàn)起來比較復(fù)雜且成本又高。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明提供一種道路匹配方法、裝置及車載地圖采集系統(tǒng)，能夠解決現(xiàn)有技術(shù)中易于實現(xiàn)的道路匹配算法誤差大、準(zhǔn)確率不高，而準(zhǔn)確率高的算法需要大量數(shù)據(jù)進行學(xué)習(xí)的問題。

為解決上述技術(shù)問題，本發(fā)明的實施例提供一種道路匹配方法，該方法包括：

獲取定位系統(tǒng)定時上傳的數(shù)據(jù)，并將所述定位系統(tǒng)上傳的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)，所述矢量地圖包含有預(yù)先采集的道路信息；

根據(jù)當(dāng)前時刻的定位數(shù)據(jù)，確定當(dāng)前定位位置，并獲取以所述當(dāng)前定位位置為中心的預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合；

根據(jù)前一時刻已經(jīng)確定的匹配道路信息，在所述矢量地圖路網(wǎng)中搜索與所述已經(jīng)確定的匹配道路信息相關(guān)聯(lián)的道路信息作為第二集合；

根據(jù)所述第一集合與所述第二集合，獲取候選匹配道路信息；

根據(jù)權(quán)重算法獲取每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，并根據(jù)每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，在所述候選匹配道路信息中獲取當(dāng)前時刻的匹配道路信息。

其中，所述獲取定位系統(tǒng)定時上傳的數(shù)據(jù)，并將所述定位系統(tǒng)上傳的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)，進一步包括：

獲取全球定位系統(tǒng)gps定時上傳的gps信號和慣性導(dǎo)航系統(tǒng)ins定時上傳的慣導(dǎo)信號，并解析所述gps信號和所述慣導(dǎo)信號融合后的數(shù)據(jù)；

將所述融合后的數(shù)據(jù)中包含的非普通定位數(shù)據(jù)和非差分定位數(shù)據(jù)進行過濾，并將過濾后的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)。

其中，所述根據(jù)所述第一集合與所述第二集合，獲取候選匹配道路信息，進一步包括：

在所述第一集合與所述第二集合均不是空集時，獲取所述第一集合與所述第二集合的交集包含的道路信息作為所述候選匹配道路信息；

在所述第一集合為空集時，獲取所述第二集合包含的道路信息作為所述候選匹配道路信息；

在所述第二集合為空集時，獲取所述第一集合包含的道路信息作為所述候選匹配道路信息。

其中，所述根據(jù)權(quán)重算法獲取每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，并根據(jù)每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，在所述候選匹配道路信息中獲取當(dāng)前時刻的匹配道路信息，進一步包括：

獲取每條所述候選匹配道路信息分別與所述當(dāng)前時刻的定位數(shù)據(jù)之間的第一權(quán)值參數(shù)，并根據(jù)所述第一權(quán)值參數(shù)以及權(quán)重算法確定每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，其中所述第一權(quán)值參數(shù)至少包括距離和角度；

在所述候選匹配道路信息中獲取權(quán)值最小的候選匹配道路信息作為當(dāng)前時刻的匹配道路信息；和/或，

所述根據(jù)當(dāng)前時刻的定位數(shù)據(jù)，確定當(dāng)前定位位置，并獲取以所述當(dāng)前定位位置為中心的預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合，進一步包括：

獲取當(dāng)前時刻的定位數(shù)據(jù)與前一時刻的定位數(shù)據(jù)之間的第二權(quán)值參數(shù)，其中所述第二權(quán)值參數(shù)至少包括距離和角度；

根據(jù)所述第二權(quán)值參數(shù)，判斷是否需要對所述已經(jīng)確定的匹配道路信息進行更新；

在判斷結(jié)果為是時，以當(dāng)前時刻更新的當(dāng)前定位位置為中心，獲取預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合。

其中，該方法還包括：

對所述當(dāng)前時刻的匹配道路信息依次進行關(guān)聯(lián)道路種別檢查、道路連通性檢查、道路節(jié)點連接道路數(shù)檢查、形態(tài)一致性檢查和通行方向檢查，并在檢查 到錯誤時，發(fā)出錯誤報告；和/或，

獲取用戶根據(jù)所述錯誤報告輸入的對所述當(dāng)前時刻的匹配道路信息的糾正指令；

根據(jù)所述糾正指令對所述當(dāng)前時刻的匹配道路信息的錯誤進行糾正。

為解決上述技術(shù)問題，本發(fā)明的實施例還提供一種道路匹配裝置，包括：

第一獲取模塊，用于獲取定位系統(tǒng)定時上傳的數(shù)據(jù)，并將所述定位系統(tǒng)上傳的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)，所述矢量地圖包含有預(yù)先采集的道路信息；

確定模塊，用于根據(jù)當(dāng)前時刻的定位數(shù)據(jù)，確定當(dāng)前定位位置，并獲取以所述當(dāng)前定位位置為中心的預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合；

搜索模塊，用于根據(jù)前一時刻已經(jīng)確定的匹配道路信息，在所述矢量地圖路網(wǎng)中搜索與所述已經(jīng)確定的匹配道路信息相關(guān)聯(lián)的道路信息作為第二集合；

第二獲取模塊，用于根據(jù)所述第一集合與所述第二集合，獲取候選匹配道路信息；

第三獲取模塊，用于根據(jù)權(quán)重算法獲取每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，并根據(jù)每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，在所述候選匹配道路信息中獲取當(dāng)前時刻的匹配道路信息。

其中，所述第一獲取模塊進一步包括：

第一獲取單元，用于獲取全球定位系統(tǒng)gps定時上傳的gps信號和慣性導(dǎo)航系統(tǒng)ins定時上傳的慣導(dǎo)信號，并解析所述gps信號和所述慣導(dǎo)信號融合后的數(shù)據(jù)；

轉(zhuǎn)化單元，用于將所述融合后的數(shù)據(jù)中包含的非普通定位數(shù)據(jù)和非差分定位數(shù)據(jù)進行過濾，并將過濾后的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)；和/或，

所述第二獲取模塊進一步包括：

第二獲取單元，用于在所述第一集合與所述第二集合均不是空集時，獲取所述第一集合與所述第二集合的交集包含的道路信息作為所述候選匹配道路信息；

第三獲取單元，用于在所述第一集合為空集時，獲取所述第二集合包含的 道路信息作為所述候選匹配道路信息；

第四獲取單元，用于在所述第二集合為空集時，獲取所述第一集合包含的道路信息作為所述候選匹配道路信息。

其中，所述第三獲取模塊進一步包括：

第五獲取單元，用于獲取每條所述候選匹配道路信息分別與所述當(dāng)前時刻的定位數(shù)據(jù)之間的第一權(quán)值參數(shù)，并根據(jù)所述第一權(quán)值參數(shù)以及權(quán)重算法確定每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，其中所述第一權(quán)值參數(shù)至少包括距離和角度；

第六獲取單元，用于在所述候選匹配道路信息中獲取權(quán)值最小的候選匹配道路信息為當(dāng)前時刻的匹配道路信息；和/或，

所述確定模塊進一步包括：

第七獲取單元，用于獲取當(dāng)前時刻的定位數(shù)據(jù)與前一時刻的定位數(shù)據(jù)之間的第二權(quán)值參數(shù)，其中所述第二權(quán)值參數(shù)至少包括距離和角度；

判斷單元，用于根據(jù)所述第二權(quán)值參數(shù)，判斷是否需要對所述已經(jīng)確定的匹配道路信息進行更新；

確定單元，用于在判斷結(jié)果為是時，以當(dāng)前時刻更新的當(dāng)前定位位置為中心，獲取預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合。

其中，該裝置還包括：

檢查模塊，用于對所述當(dāng)前時刻的匹配道路信息依次進行關(guān)聯(lián)道路種別檢查、道路連通性檢查、道路節(jié)點連接道路數(shù)檢查、形態(tài)一致性檢查和通行方向檢查，并在檢查到錯誤時，發(fā)出錯誤報告；和/或，

第四獲取模塊，用于獲取用戶根據(jù)所述錯誤報告輸入的對所述當(dāng)前時刻的匹配道路信息的糾正指令；

糾正模塊，用于根據(jù)所述糾正指令對所述當(dāng)前時刻的匹配道路信息的錯誤進行糾正。

為解決上述技術(shù)問題，本發(fā)明的實施例還提供一種車載地圖采集系統(tǒng)，該系統(tǒng)設(shè)置有如上任意一項所述的道路匹配裝置。

本發(fā)明的上述技術(shù)方案的有益效果如下：

本發(fā)明實施例的道路匹配方法，首先將定位系統(tǒng)上傳的數(shù)據(jù)轉(zhuǎn)化為矢量地 圖中的定位數(shù)據(jù)，該矢量地圖中包含有預(yù)先采集的道路信息；然后根據(jù)當(dāng)前時刻的定位數(shù)據(jù)確定當(dāng)前定位位置，并獲取以當(dāng)前定位位置為中心的預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合；再根據(jù)前一時刻已經(jīng)確定的匹配道路信息，在矢量地圖路網(wǎng)中搜索與該已經(jīng)確定的匹配道路信息相關(guān)聯(lián)的道路信息作為第二集合；根據(jù)第一集合與第二集合，獲取候選匹配道路信息；根據(jù)權(quán)重算法獲取每條候選匹配道路信息分別對應(yīng)的權(quán)值，并根據(jù)每條候選匹配道路信息分別對應(yīng)的權(quán)值，在候選匹配道路信息中獲取當(dāng)前時刻的匹配道路信息。該道路匹配方法大大提高了匹配準(zhǔn)確率，且不用進行大量數(shù)據(jù)學(xué)習(xí)，容易實現(xiàn)，提高了匹配效率，有效解決了現(xiàn)有技術(shù)中易于實現(xiàn)的道路匹配算法誤差大、準(zhǔn)確率不高，而準(zhǔn)確率高的算法需要大量數(shù)據(jù)進行學(xué)習(xí)的問題。

附圖說明

圖1為本發(fā)明道路匹配方法一實施例的流程圖；

圖2為本發(fā)明道路匹配方法另一實施例的流程圖；

圖3為本發(fā)明道路匹配方法又一實施例的流程圖；

圖4為本發(fā)明道路匹配裝置的組成框圖。

具體實施方式

為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖及可選實施例進行詳細(xì)描述。

本發(fā)明實施例的道路匹配方法，結(jié)合了概率統(tǒng)計、路網(wǎng)搜索及權(quán)值計算等多種算法，可大幅提高匹配準(zhǔn)確率，解決了目前地圖導(dǎo)航道路匹配準(zhǔn)確率不高的問題。

如圖1所示，本發(fā)明實施例提出的一種道路匹配方法，該方法包括以下處理步驟：

步驟101：獲取定位系統(tǒng)定時上傳的數(shù)據(jù)，并將所述定位系統(tǒng)上傳的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)，所述矢量地圖包含有預(yù)先采集的道路信息。

這里，將所述定位系統(tǒng)上傳的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù) 據(jù)時，主要通過定位系統(tǒng)上傳的數(shù)據(jù)獲取經(jīng)緯度、航向角等定位信息。其中矢量地圖中的道路矢量幾何信息都存在相應(yīng)的庫表中，且每條道路link都有唯一編號pid。

步驟102：根據(jù)當(dāng)前時刻的定位數(shù)據(jù)，確定當(dāng)前定位位置，并獲取以所述當(dāng)前定位位置為中心的預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合。

這里，根據(jù)當(dāng)前時刻的定位數(shù)據(jù)(經(jīng)緯度、航向角等)可以確定當(dāng)前定位位置，然后獲取以當(dāng)前定位位置為中心的預(yù)設(shè)范圍內(nèi)包含的道路信息(即用戶在當(dāng)前位置可能進入的道路信息)，這些道路信息組成當(dāng)前時刻可能匹配的第一集合，本文中為便于說明可將第一集合設(shè)為set1。

可選的，以當(dāng)前定位位置為中心的預(yù)設(shè)范圍如可以是以當(dāng)前定位位置為中心、15米為半徑的圓，或者以當(dāng)前定位位置為中心、15米為邊長的正方形。當(dāng)然，該預(yù)設(shè)范圍也可以是由其他幾何形狀確定的范圍，具體可根據(jù)需求進行設(shè)定，這里不做進一步限定。

步驟103：根據(jù)前一時刻已經(jīng)確定的匹配道路信息，在所述矢量地圖路網(wǎng)中搜索與所述已經(jīng)確定的匹配道路信息相關(guān)聯(lián)的道路信息作為第二集合。

這里，根據(jù)前一時刻已經(jīng)確定的匹配道路信息，在矢量地圖路網(wǎng)中搜索與其相關(guān)聯(lián)的道路信息(即用戶可能由這條已經(jīng)確定的匹配道路信息進入的下一條道路信息)，這些道路信息組成當(dāng)前時刻可能匹配的第二集合，本文中為便于說明可將第二集合設(shè)為set2。

步驟104：根據(jù)所述第一集合與所述第二集合，獲取候選匹配道路信息。

這里，根據(jù)兩個可能匹配的道路集合第一集合set1和第二集合set2，可以確定最有可能匹配的道路信息，這些道路信息組成候選匹配道路信息。

步驟105：根據(jù)權(quán)重算法獲取每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，并根據(jù)每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，在所述候選匹配道路信息中獲取當(dāng)前時刻的匹配道路信息。

這里，采用權(quán)重算法獲取每條候選匹配道路分別對應(yīng)的權(quán)值，并根據(jù)每條候選匹配道路信息分別對應(yīng)的權(quán)值，可以準(zhǔn)確地在候選匹配道路信息中選取當(dāng)前時刻最佳的匹配道路信息。

本發(fā)明實施例的道路匹配方法，結(jié)合了概率統(tǒng)計、路網(wǎng)搜索及權(quán)值計算等 多種算法，大大提高了匹配準(zhǔn)確率，且不用進行大量數(shù)據(jù)學(xué)習(xí)，容易實現(xiàn)，提高了匹配效率，有效解決了現(xiàn)有技術(shù)中易于實現(xiàn)的道路匹配算法誤差大、準(zhǔn)確率不高，而準(zhǔn)確率高的算法需要大量數(shù)據(jù)進行學(xué)習(xí)的問題。

可選的，上述步驟101可以進一步包括以下處理過程：

步驟1011：獲取全球定位系統(tǒng)gps定時上傳的gps信號和慣性導(dǎo)航系統(tǒng)ins定時上傳的慣導(dǎo)信號，并解析所述gps信號和所述慣導(dǎo)信號融合后的數(shù)據(jù)。

這里，采用gps系統(tǒng)和ins系統(tǒng)相結(jié)合的方式，使得gps信號與ins信號互相補充、矯正，可以輸出精度更高的定位信息。

在一可選實施例中，當(dāng)gps信號受到高強度干擾或當(dāng)衛(wèi)星系統(tǒng)接收機出現(xiàn)故障時，ins系統(tǒng)可以獨立地進行導(dǎo)航定位；當(dāng)gps信號條件顯著改善到允許跟蹤時，ins系統(tǒng)向gps接收機提供有關(guān)的初始位置、速度等信息，以供在迅速重新獲取gps碼和載波時使用；ins信號也可用來輔助gps接收機的天線對準(zhǔn)gps衛(wèi)星，從而減小了干擾對gps系統(tǒng)的影響。這樣，通過解析gps信號和慣導(dǎo)信號融合后的數(shù)據(jù)，并根據(jù)融合后的數(shù)據(jù)進行定位，能夠獲取精度更高的位置信息。

步驟1012：將所述融合后的數(shù)據(jù)中包含的非普通定位數(shù)據(jù)和非差分定位數(shù)據(jù)進行過濾，并將過濾后的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)。

這里，需要過濾掉無用干擾數(shù)據(jù)(非普通定位數(shù)據(jù)和非差分定位數(shù)據(jù))，以保證定位的準(zhǔn)確性。

此時，通過gps信號與ins信號互相補充、矯正，有效提高了車輛軌跡的定位精度，從而提高了道路匹配的準(zhǔn)確性。

其中，gps信號和ins信號都可通過車載導(dǎo)航系統(tǒng)獲取，gps信號和ins信號可包括經(jīng)緯度、航向、數(shù)據(jù)狀態(tài)、數(shù)據(jù)類型、高程、時間等信息。

可選的，上述步驟103的步驟可以包括：

步驟1031：根據(jù)前一時刻已經(jīng)確定的匹配道路信息，在所述矢量地圖路網(wǎng)中對所述已經(jīng)確定的匹配道路信息組成的多叉樹進行遞歸搜索，并獲取搜索到的道路信息作為第二集合。

這里，根據(jù)已經(jīng)確定的匹配道路信息，可以在矢量地圖路網(wǎng)中進行多叉樹 的遞歸搜索，準(zhǔn)確、快速地搜索出用戶由已經(jīng)確定的匹配道路可能進入的下一條道路，這里主要進行二級搜索。

由于采用了遞歸搜索，所以本步驟在搜索過程中需要考慮矢量地圖道路的幾何劃線方向和通行方向，同時需要進行集合去重處理，即本步驟可進一步包括：根據(jù)已經(jīng)確定的匹配道路信息以及矢量地圖中道路的幾何劃線方向和通行方向，在矢量地圖路網(wǎng)中對已經(jīng)確定的匹配道路信息組成的多叉樹進行遞歸搜索，并獲取搜索到的道路信息作為第二集合之后，對第二集合進行集合去重處理。

此時，通過遞歸算法可準(zhǔn)確獲取到用戶可能進入的道路集合，提高了道路匹配的準(zhǔn)確性。

可選的，上述步驟104可以進一步包括以下處理過程：

步驟1041：在所述第一集合與所述第二集合均不是空集時，獲取所述第一集合與所述第二集合的交集包含的道路信息作為所述候選匹配道路信息。

這里，在第一集合set1和第二集合set2均不是空集時，通過獲取第一集合和第二集合的交集包含的道路信息作為候選匹配道路信息(定義為第三集合set3)，結(jié)合了兩種算法(即概率統(tǒng)計和路網(wǎng)搜索)來獲取最有可能的匹配道路集合set3，提高了匹配的準(zhǔn)確性。

步驟1042：在所述第一集合為空集時，獲取所述第二集合包含的道路信息作為所述候選匹配道路信息。

其中，在定位系統(tǒng)受到干擾，導(dǎo)致無法確定當(dāng)前定位位置時，第一集合為空集，此時，通過第二集合來獲取匹配道路信息，保證了算法的順利進行，且通過后續(xù)步驟，結(jié)合了路網(wǎng)搜索和權(quán)值計算，同樣提高了匹配的準(zhǔn)確性。

步驟1043：在所述第二集合為空集時，獲取所述第一集合包含的道路信息作為所述候選匹配道路信息。

其中，在第一次進行道路匹配時，由于沒有已經(jīng)確定的匹配道路信息，所以上述步驟103進行路網(wǎng)搜索的結(jié)果為空null，即第二集合為空集。在第二集合為空集時，通過第一集合來獲取匹配道路信息，保證了算法的順利進行，且通過后續(xù)步驟，結(jié)合了概率統(tǒng)計和權(quán)值計算，同樣提高了匹配的準(zhǔn)確性。

此時，根據(jù)第一集合和第二集合的可選情況，準(zhǔn)確獲取到了候選匹配道路 信息，結(jié)合概率統(tǒng)計和/或路網(wǎng)搜索，提高了匹配的準(zhǔn)確性。

可選的，上述步驟105可以進一步包括以下處理過程：

步驟1051：獲取每條所述候選匹配道路信息分別與所述當(dāng)前時刻的定位數(shù)據(jù)之間的第一權(quán)值參數(shù)，并根據(jù)所述第一權(quán)值參數(shù)以及權(quán)重算法確定每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，其中所述第一權(quán)值參數(shù)至少包括距離和角度。

這里，主要計算每條候選匹配道路信息分別與當(dāng)前時刻的定位數(shù)據(jù)之間的距離和角度，并根據(jù)距離和角度獲取最后的權(quán)值。

其中，權(quán)重算法的計算公式如可采用：距離*0.8+角度*0.2，當(dāng)然，這里權(quán)重算法的計算公式僅僅是舉例說明，也可采用其他合理公式計算權(quán)值，在此不一一舉例。

步驟1052：在所述候選匹配道路信息中獲取權(quán)值最小的候選匹配道路信息為當(dāng)前時刻的匹配道路信息。

這里，通過計算候選匹配道路信息分別對應(yīng)的權(quán)值，得到權(quán)值列表，并對權(quán)值列表排序得到最小的權(quán)值，該最小的權(quán)值對應(yīng)的候選匹配道路link即為最近匹配道路。

此時，通過距離和角度等參數(shù)來獲取候選匹配道路信息分別對應(yīng)的權(quán)值，并獲取權(quán)值最小的為最佳匹配道路，提高了匹配的準(zhǔn)確性。

可選的，上述步驟102可以進一步包括以下處理過程：

步驟1021：獲取當(dāng)前時刻的定位數(shù)據(jù)與前一時刻的定位數(shù)據(jù)之間的第二權(quán)值參數(shù)，其中所述第二權(quán)值參數(shù)至少包括距離和角度。

這里，主要計算當(dāng)前時刻的定位數(shù)據(jù)與前一時刻的定位數(shù)據(jù)之間的距離和角度，由此判斷當(dāng)前已經(jīng)確定的匹配道路是否需要進行更新。

步驟1022：根據(jù)所述第二權(quán)值參數(shù)，判斷是否需要對所述已經(jīng)確定的匹配道路信息進行更新。

需要說明的是，如果第二權(quán)值參數(shù)的距離和角度都在各自對應(yīng)的閾值范圍內(nèi)，則可判斷已經(jīng)確定的匹配道路信息不需要進行更新，否則，判斷已經(jīng)確定的匹配道路信息需要更新。

例如，如果第二權(quán)值參數(shù)的距離小于2.5米且角度小于10度，那么就認(rèn) 為車輛是沿當(dāng)前已經(jīng)確定的匹配道路繼續(xù)走，不需要做重新匹配。其中，2.5米和10度都是經(jīng)過大量實驗后得到的經(jīng)驗閾值。

步驟1023：在判斷結(jié)果為是時，根據(jù)當(dāng)前時刻的定位數(shù)據(jù)，確定當(dāng)前定位位置，并獲取以所述當(dāng)前定位位置為中心的預(yù)設(shè)范圍內(nèi)包含的道路信息為第一集合。

此時，通過判斷第二權(quán)值參數(shù)是否在閾值范圍內(nèi)，可準(zhǔn)確分析當(dāng)前已經(jīng)確定的匹配道路是否需要更新，以在車輛變道后，及時對已經(jīng)確定的匹配道路進行更新，重新進行道路匹配，從而保證了匹配的準(zhǔn)確性。

作為一種可選的實施方式，為了保證本發(fā)明實施例的道路匹配方法對于彎道、主輔路以及分叉路等道路匹配的準(zhǔn)確性，上述步驟1031中，對于彎道、掉頭等路段，采用矢量地圖多叉樹的一級搜索，保證關(guān)聯(lián)道路link的連續(xù)性，防止漏掉彎道處的短link的匹配；上述步驟104之后，對于主輔路，采用道路形態(tài)、方向等參數(shù)來矯正匹配算法，去除掉不符合要求的候選匹配道路信息，再根據(jù)權(quán)值獲取最終的匹配道路；上述步驟104之后，對于分叉路口，根據(jù)角度和道路形態(tài)等信息來區(qū)分匹配。

通過實驗數(shù)據(jù)可知，本發(fā)明實施例的道路匹配方法對于直線道路行駛的匹配正確率非常高，達(dá)到了90％以上，且通過上述步驟在匹配方法中對彎道、主輔路以及分叉路等道路的匹配進行矯正后，本發(fā)明實施例的道路匹配方法對于彎道、主輔路以及分叉路等也能達(dá)到非常高的匹配正確率。

下面，結(jié)合圖2，對上述道路匹配方法實施例舉例說明如下：

如圖2所示的道路匹配方法實例，該方法包括以下處理步驟：

步驟201，開始。

步驟202，獲取gps信號和ins信號的融合數(shù)據(jù)，過濾非普通定位數(shù)據(jù)和非差分定位數(shù)據(jù)，并將過濾后的融合數(shù)據(jù)轉(zhuǎn)化為矢量地圖中的定位數(shù)據(jù)。

這里，首先獲取gps定時上傳的gps信號和ins定時上傳的慣導(dǎo)信號，并解析gps信號和慣導(dǎo)信號融合后的數(shù)據(jù)；然后將融合后的數(shù)據(jù)中包含的非普通定位數(shù)據(jù)和非差分定位數(shù)據(jù)進行過濾，并將過濾后的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)。

步驟203，獲取當(dāng)前時刻的定位數(shù)據(jù)與前一時刻的定位數(shù)據(jù)之間的距離和 角度。

步驟204，判斷當(dāng)前時刻的定位數(shù)據(jù)與前一時刻的定位數(shù)據(jù)之間的距離是否小于2.5米且角度小于10度，在判斷結(jié)果為是時，進入步驟210，否則進入步驟205。

步驟205，根據(jù)當(dāng)前時刻的定位數(shù)據(jù)，確定當(dāng)前定位位置，并獲取以所述當(dāng)前定位位置為中心、15米為邊長的正方形內(nèi)包含的道路信息為set1。

步驟206，根據(jù)已經(jīng)確定的匹配道路信息，在矢量地圖路網(wǎng)中對已經(jīng)確定的匹配道路信息組成的多叉樹進行二級遞歸搜索，并獲取搜索到的道路信息為set2。

步驟207，根據(jù)set1和set2，得到set3。

set1和set2不為空集時，set1和set2取交集，得到set3。

set1為空集時，set2＝set3。

set2為空集時，set1＝set3。

步驟208，獲取set3中每條候選匹配道路信息分別對應(yīng)的權(quán)值。

這里，主要計算每條候選匹配道路信息分別與當(dāng)前時刻的定位數(shù)據(jù)之間的距離和角度，并通過權(quán)重算法獲取最后的權(quán)值。其中，權(quán)重算法的計算公式如可采用：距離*0.8+角度*0.2。

步驟209，獲取權(quán)值最小的候選匹配道路信息為當(dāng)前時刻的匹配道路信息。

步驟210，結(jié)束。

本發(fā)明實施例的道路匹配方法，通過gps信號與ins信號互相補充、矯正，有效提高了車輛軌跡的定位精度，并結(jié)合了概率統(tǒng)計、路網(wǎng)搜索及權(quán)值計算等多種算法，大大提高了匹配準(zhǔn)確率，且不用進行大量數(shù)據(jù)學(xué)習(xí)，容易實現(xiàn)，提高了匹配效率，有效解決了現(xiàn)有技術(shù)中易于實現(xiàn)的道路匹配算法誤差大、準(zhǔn)確率不高，而準(zhǔn)確率高的算法需要大量數(shù)據(jù)進行學(xué)習(xí)的問題。

目前，有些導(dǎo)航公司進口國外高精度設(shè)備和高精度地圖，雖然匹配準(zhǔn)確率很高，但是也達(dá)不到100％，出現(xiàn)了錯誤無法很快檢查，需要人功能進行比對，耗時耗力，尤其是車載導(dǎo)航軌跡行駛了很長路段時，很難發(fā)現(xiàn)各種錯誤匹配。有鑒于此，本發(fā)明的發(fā)明人對上述道路匹配方法實施例作進一步改進，如圖3所示，本實施例的道路匹配方法還可以包括以下處理步驟：

步驟101～步驟105，參見前述實施例，此處不再贅述；

步驟106，對所述當(dāng)前時刻的匹配道路信息依次進行關(guān)聯(lián)道路種別檢查、道路連通性檢查、道路節(jié)點連接道路數(shù)檢查、形態(tài)一致性檢查和通行方向檢查，并在檢查到錯誤時，發(fā)出錯誤報告。

作為一種可選的實施方式，上述步驟106可進一步包括：對當(dāng)前時刻的匹配道路信息依次進行關(guān)聯(lián)道路種別檢查、道路連通性檢查、道路節(jié)點連接道路數(shù)檢查、形態(tài)一致性檢查和通行方向檢查，并在檢查到錯誤時，將檢查錯誤的匹配道路pid等信息以列表的形式展示出來，并將列表中的匹配道路與矢量地圖中的道路相關(guān)聯(lián)，使用戶選中列表可以直接定位到錯誤道路上去并高亮該道路link。

此時，通過自動檢查各種匹配錯誤，節(jié)省了工作量，相對于以前需要通過軌跡回放人工查找匹配錯誤的方式，現(xiàn)在十幾秒就可以查出所有匹配錯誤的道路，節(jié)省了70％以上的工作量。

下面對上述步驟106中幾種道路檢查的檢查原則和報錯信息列舉如下：

1、關(guān)聯(lián)道路種別檢查

檢查原則：關(guān)聯(lián)的道路種別只能為1級道路、2級道路、3級道路、4級道路、6級道路和7級道路，如果不在其中，發(fā)出錯誤報告err。

報錯信息：link:pid的種別只能為1級道路、2級道路、3級道路、4級道路、6級道路和7級道路。

2、道路連通性檢查

檢查原則：通過測線與道路匹配關(guān)系表，檢查道路串中每條道路rdlink和相鄰rdlink起終點的掛接關(guān)系是否連通，如果存在不連通的情況，發(fā)出錯誤報告err。

報錯信息：link:pid不連通。

3、道路節(jié)點連接道路數(shù)檢查

檢查原則：道路串中，道路節(jié)點rdnode連接道路的數(shù)量應(yīng)該小于或等于2，如果大于2，發(fā)出錯誤報告err。

報錯信息：node:pid連接道路數(shù)量大于2。

4、形態(tài)一致性檢查

檢查原則：如果道路串連通，判斷rdnode連接的兩條link的道路形態(tài)是否一致，如果不一致，發(fā)出錯誤報告err。

報錯信息：node:pid連接的兩端link道路形態(tài)不一致。

5、通行方向檢查

檢查原則：rdlink串的兩個方向中有任一方向可通行都認(rèn)為數(shù)據(jù)正確，否則發(fā)出錯誤報告err。

注：如果道路為閉合環(huán)形，對道路逐一檢查是否允許通行的過程中，遇到最初link時，終止檢查。

報錯信息：link：pid不可通行。

其中，如果關(guān)聯(lián)道路種別檢查出現(xiàn)錯誤報告，不影響下面的檢查，對于下面的道路連通性檢查、道路節(jié)點連接道路數(shù)檢查、形態(tài)一致性檢查和通行方向檢查依次順序進行。如果道路連通性檢查、道路節(jié)點連接道路數(shù)檢查、形態(tài)一致性檢查和通行方向檢查中有一項出現(xiàn)錯誤報告，則終止下面的檢查，并在錯誤報告解除后，繼續(xù)下面的檢查。

可選的，上述實施例的道路匹配方法還可以包括以下處理步驟：

步驟107，獲取用戶根據(jù)所述錯誤報告輸入的對所述當(dāng)前時刻的匹配道路信息的糾正指令；

步驟108，根據(jù)所述糾正指令對所述當(dāng)前時刻的匹配道路信息的錯誤進行糾正。

此時，通過獲取用戶輸入的糾正指令并進行糾正，實現(xiàn)了對匹配道路信息的實時糾正，相較于之前只能后期預(yù)處理時逐個查找糾正，該方法既可以在測線開啟的過程中實時糾正，也可以在預(yù)處理時快速定位修改，提高了糾正效率和準(zhǔn)確性，方便了用戶的操作。

可選的，在上述步驟106定位到錯誤匹配的道路后，若用戶在矢量地圖上選中測線幾何，則可在矢量地圖上高亮顯示該測線以及與測線關(guān)聯(lián)的所有道路link，并通過上述步驟107、108增加、減少、修改匹配關(guān)系，以糾正錯誤匹配道路，不僅可以預(yù)處理時糾正，還可以實時匹配的過程中進行糾正。

其中，可設(shè)定一激活鍵或者激活口令來激活上述步驟106-108的糾錯功能，并在接收到用戶點擊該激活鍵或輸入該激活口令時，激活上述步驟106-108的 糾錯功能，激活口令如可為鍵盤快捷鍵alt+r輸入時的口令。

可選的，在用戶選擇矢量地圖中的測線時，測線可高亮為紅色，測線關(guān)聯(lián)的道路link可高亮為淡藍(lán)色；通過上述步驟106檢查出錯誤匹配道路link時，可在矢量地圖中定位到該道路link；上述步驟107中，用戶輸入糾正指令的方式如可為在矢量地圖中點選錯誤匹配道路link，若用戶點選錯誤匹配道路link，則可去掉該錯誤匹配道路并使錯誤匹配道路的高亮消失，若點選正確道路則可匹配上正確link且高亮顯示。

需要指出的是，上述各實施例的道路匹配方法可應(yīng)用于裝有高精度的ins系統(tǒng)的adas(advanceddriverassistancesystem，先進駕駛輔助系統(tǒng))采集車，在使用裝有慣導(dǎo)設(shè)備的adas采集車的情況下，通過gps信號與ins信號互相補充、矯正，可以輸出精度較高的定位信息，比原來單純使用gps信號定位的精度高了10％以上。

此外，上述各實施例的道路匹配方法也可應(yīng)用于普通導(dǎo)航采集車，利用概率統(tǒng)計、路網(wǎng)搜索及權(quán)值計算相結(jié)合，匹配正確率明顯高于其他算法。本發(fā)明改進的算法大大提高了匹配準(zhǔn)確率，從原來的80％左右提高到90％以上。該方法匹配正確率高且不用進行大量數(shù)據(jù)學(xué)習(xí)，有效解決了現(xiàn)有技術(shù)中易于實現(xiàn)的道路匹配算法誤差大、準(zhǔn)確率不高，而準(zhǔn)確率高的算法需要大量數(shù)據(jù)進行學(xué)習(xí)的問題。

特別需要說明的是，上述實施例的道路匹配方法還可包括快速自動查找各種道路匹配錯誤的方法，實現(xiàn)了對匹配結(jié)果進行檢查定位的功能。該功能對匹配道路種別、道路連通性、道路通行方向、形態(tài)等進行了檢查，能夠快速查出所有錯誤匹配并且及時定位到匹配錯誤的道路。自動檢查各種匹配錯誤的功能節(jié)省了很多工作量，以前需要通過軌跡回放人工查找匹配錯誤，現(xiàn)在點擊按鈕十幾秒就可以查出所有匹配錯誤道路，節(jié)省了70％以上的工作量。

作為一種可選的實施方式，上述實施例還提供了一種實用性很強、可視化好的糾正錯誤匹配道路的糾錯方法，可以利用快捷鍵激活該糾錯方法，并檢查出結(jié)果后，進行迅速點選糾錯。該糾錯方法能夠更快速準(zhǔn)確地修改錯誤匹配，效率較以前也提高很多。以前只能后期預(yù)處理時，逐個查找糾正，而該糾錯方法既可以在測線開啟的過程中實時糾正，也可以在預(yù)處理時快速定位修改。

為實現(xiàn)上述方法，如圖4所示，本發(fā)明的實施例還提供一種道路匹配裝置，包括：

第一獲取模塊，用于獲取定位系統(tǒng)定時上傳的數(shù)據(jù)，并將所述定位系統(tǒng)上傳的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)，所述矢量地圖包含有預(yù)先采集的道路信息；

確定模塊，用于根據(jù)當(dāng)前時刻的定位數(shù)據(jù)，確定當(dāng)前定位位置，并獲取以所述當(dāng)前定位位置為中心的預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合；

搜索模塊，用于根據(jù)前一時刻已經(jīng)確定的匹配道路信息，在所述矢量地圖路網(wǎng)中搜索與所述已經(jīng)確定的匹配道路信息相關(guān)聯(lián)的道路信息作為第二集合；

第二獲取模塊，用于根據(jù)所述第一集合與所述第二集合，獲取候選匹配道路信息；

第三獲取模塊，用于根據(jù)權(quán)重算法獲取每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，并根據(jù)每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，在所述候選匹配道路信息中獲取當(dāng)前時刻的匹配道路信息。

本發(fā)明實施例的道路匹配裝置，結(jié)合了概率統(tǒng)計、路網(wǎng)搜索及權(quán)值計算等多種算法，大大提高了匹配準(zhǔn)確率，且不用進行大量數(shù)據(jù)學(xué)習(xí)，容易實現(xiàn)，提高了匹配效率，有效解決了現(xiàn)有技術(shù)中易于實現(xiàn)的道路匹配算法誤差大、準(zhǔn)確率不高，而準(zhǔn)確率高的算法需要大量數(shù)據(jù)進行學(xué)習(xí)的問題。

可選的，所述第一獲取模塊可以包括：

第一獲取單元，用于獲取全球定位系統(tǒng)gps定時上傳的gps信號和慣性導(dǎo)航系統(tǒng)ins定時上傳的慣導(dǎo)信號，并解析所述gps信號和所述慣導(dǎo)信號融合后的數(shù)據(jù)；

轉(zhuǎn)化單元，用于將所述融合后的數(shù)據(jù)中包含的非普通定位數(shù)據(jù)和非差分定位數(shù)據(jù)進行過濾，并將過濾后的數(shù)據(jù)轉(zhuǎn)化為預(yù)先保存的矢量地圖中的定位數(shù)據(jù)。

可選的，所述搜索模塊可以包括：

搜索單元，用于根據(jù)前一時刻已經(jīng)確定的匹配道路信息，在所述矢量地圖路網(wǎng)中對所述已經(jīng)確定的匹配道路信息組成的多叉樹進行遞歸搜索，并獲取搜索到的道路信息作為第二集合。

可選的，所述第二獲取模塊可以包括：

第二獲取單元，用于在所述第一集合與所述第二集合均不是空集時，獲取所述第一集合與所述第二集合的交集包含的道路信息作為所述候選匹配道路信息；

第三獲取單元，用于在所述第一集合為空集時，獲取所述第二集合包含的道路信息作為所述候選匹配道路信息；

第四獲取單元，用于在所述第二集合為空集時，獲取所述第一集合包含的道路信息作為所述候選匹配道路信息。

可選的，所述第三獲取模塊可以包括：

第五獲取單元，用于獲取每條所述候選匹配道路信息分別與所述當(dāng)前時刻的定位數(shù)據(jù)之間的第一權(quán)值參數(shù)，并根據(jù)所述第一權(quán)值參數(shù)以及權(quán)重算法確定每條所述候選匹配道路信息分別對應(yīng)的權(quán)值，其中所述第一權(quán)值參數(shù)至少包括距離和角度；

第六獲取單元，用于在所述候選匹配道路信息中獲取權(quán)值最小的候選匹配道路信息為當(dāng)前時刻的匹配道路信息。

可選的，所述確定模塊可以包括：

第七獲取單元，用于獲取當(dāng)前時刻的定位數(shù)據(jù)與前一時刻的定位數(shù)據(jù)之間的第二權(quán)值參數(shù)，其中所述第二權(quán)值參數(shù)至少包括距離和角度；

判斷單元，用于根據(jù)所述第二權(quán)值參數(shù)，判斷是否需要對所述已經(jīng)確定的匹配道路信息進行更新；

確定單元，用于在判斷結(jié)果為是時，以當(dāng)前時刻更新的當(dāng)前定位位置為中心，獲取預(yù)設(shè)范圍內(nèi)包含的道路信息作為第一集合。

可選的，所述道路匹配裝置還可以包括：

檢查模塊，用于對所述當(dāng)前時刻的匹配道路信息依次進行關(guān)聯(lián)道路種別檢查、道路連通性檢查、道路節(jié)點連接道路數(shù)檢查、形態(tài)一致性檢查和通行方向檢查，并在檢查到錯誤時，發(fā)出錯誤報告。

可選的，所述道路匹配裝置還可以包括：

第四獲取模塊，用于獲取用戶根據(jù)所述錯誤報告輸入的對所述當(dāng)前時刻的匹配道路信息的糾正指令；

糾正模塊，用于根據(jù)所述糾正指令對所述當(dāng)前時刻的匹配道路信息的錯誤 進行糾正。

可選的，上述檢查模塊定位到錯誤匹配的道路后，若用戶在矢量地圖上選中測線幾何，則可在矢量地圖上高亮顯示該測線以及與測線關(guān)聯(lián)的所有道路link，并通過上述第四獲取模塊和糾正模塊增加、減少、修改匹配關(guān)系，以糾正錯誤匹配道路，不僅可以預(yù)處理時糾正，還可以實時匹配的過程中進行糾正。

本發(fā)明實施例的道路匹配裝置，可應(yīng)用于裝有高精度的ins系統(tǒng)的adas(advanceddriverassistancesystem，先進駕駛輔助系統(tǒng))采集車，在使用裝有慣導(dǎo)設(shè)備的adas采集車的情況下，通過gps信號與ins信號互相補充、矯正，可以輸出精度較高的定位信息，比原來單純使用gps信號定位的精度高了10％以上。

本發(fā)明實施例的道路匹配裝置，也可應(yīng)用于普通導(dǎo)航采集車，利用概率統(tǒng)計、路網(wǎng)搜索及權(quán)值計算相結(jié)合，匹配正確率明顯高于其他算法。本發(fā)明改進的算法大大提高了匹配準(zhǔn)確率，從原來的80％左右提高到90％以上。該方法匹配正確率高且不用進行大量數(shù)據(jù)學(xué)習(xí)，有效解決了現(xiàn)有技術(shù)中易于實現(xiàn)的道路匹配算法誤差大、準(zhǔn)確率不高，而準(zhǔn)確率高的算法需要大量數(shù)據(jù)進行學(xué)習(xí)的問題。

本發(fā)明實施例的道路匹配裝置，還能夠快速自動查找各種錯誤匹配道路，實現(xiàn)了對匹配結(jié)果進行檢查定位的功能。該功能對匹配道路種別、道路連通性、道路通行方向、形態(tài)等進行了檢查，能夠快速查出所有錯誤匹配并且及時定位到匹配錯誤的道路。自動檢查各種匹配錯誤的功能節(jié)省了很多工作量，以前需要通過軌跡回放人工查找匹配錯誤，現(xiàn)在點擊按鈕十幾秒就可以查出所有匹配錯誤道路，節(jié)省了70％以上的工作量。

本發(fā)明實施例的道路匹配裝置還提供了一種實用性很強、可視化好的糾正錯誤匹配道路的糾錯功能，可以利用快捷鍵激活該糾錯功能，并檢查出結(jié)果后，進行迅速點選糾錯，能夠更快速準(zhǔn)確地修改錯誤匹配，效率較以前也提高很多。以前只能后期預(yù)處理時，逐個查找糾正，而利用該糾錯功能既可以在測線開啟的過程中實時糾正，也可以在預(yù)處理時快速定位修改。

需要說明的是，該道路匹配裝置是與上述道路匹配方法相對應(yīng)的裝置，其中上述方法實施例中所有實現(xiàn)方式均適用于該裝置的實施例中，也能達(dá)到同樣 的技術(shù)效果。

由于本發(fā)明實施例的道路匹配裝置應(yīng)用于車載地圖采集系統(tǒng)，因此，本發(fā)明實施例還提供了一種車載地圖采集系統(tǒng)，該系統(tǒng)設(shè)置有如上任意一項所述的道路匹配裝置。

其中，上述道路匹配裝置的所述實現(xiàn)實施例均適用于該車載地圖采集系統(tǒng)的實施例中，也能達(dá)到相同的技術(shù)效果。

以上所述是本發(fā)明的可選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。