使用GPS数据确定道路线性几何结构的过程外文翻译原文

1、使用GPS数据确定道路线性几何结构的过程 摘要交通平安和道路几何结构是严格相互关联的，因为道路的几何结构深深的影响着司机的行为。所以知道道路几何结构的平面图很重要。用于定义几何结构的道路中心线数据一般可以从现有地图或静态测量(传统调查)或动态测量(GPS接收器安装在一辆车)中收集。独立于测量技术和数据类型，定义道路几何结构的过程必须被应用到考虑道路应用程序所必须的精度水平中。为了定义根据道路几何识别的最终应用而确定的道路线性几何结构的的可靠性，本研究试图定义这个集成的数据的测量和处理过程的内在限制。关键词：GPS，道路识别，移动地图系统;1.简介 道路几何知识是保证更高的行车平安标准的必要的要

2、求之一。司机实际上受道路几何形状的影响，因为他们根据自己在该领域已经得到的看法、驾驶能力和积累的经验选择适应的驾驶方式1。 现有路线的知识和车 - 路相互作用的研究主要是基于车辆动态的平衡给予我们判断和附带的关键点定位，让我们有选择更好的维修工程以减轻批评的可能。 为了到达这些目标和提高交通平安，对水平道路的中心线的几何结构的定义必须包含所有构成道路的几何元素。事实上，许多国家对更好地了解交通危险、更平安和可持续开展的交通都十分重视。欧洲道路平安方案2的目的是通过使用户自觉和在道路设计人员和管理者中传授经验和知识这一政策手段从而极大地减少道路交通事故的数量。这也可以通过对道路的深刻的认识达成。

3、本文提出了一种方法自动的、重复的识别组成布局的几何元素：水平切线，周长和螺旋曲线和纵向垂直切线和曲线。该方法接受的定义曲率所指的曲线横坐标，由动态定位测量收集的数据通过最小二乘3回归方法进行数据的精确拟定。分析结果是根本几何元素的连续序列组成检查道路的平面路线。因为验证结果的困难，调查方法必须预先设定：车辆速度和接收机采样的时间频率决定了测量点间的距离。这些物理量通常必须根据道路类别和几何元素中测量的曲率值改变。 另外，无关测量技术，定义道路几何结构的步骤必须考虑对特定的公路应用程序必不可少的精度水平。2.数据道路线形的地理参考数据可以从现有的地图或直接通过GPS全球定位系统接收机获得。在这项

4、研究中，因为数据在应用方面的高通用性和低运营本钱，使得数据已经被测量系统利用移动地图系统收集完毕，4,5。通常，一个M.M.S.使用一辆车和不同的集成设备：一个GPS接收器，INS惯性导航系统和里程表是车辆的路径组件，6，7，8；其他传感器数码相机，激光扫描仪，陀螺仪等获取关于道路路径的附加信息。设备的开发和集成水平随着测量的目标和适用的标准而变化：换句话说，根据获得数据的类型和地理参考数据的质量而变化。在WGS84参考系统和在时间频率条件下，路径组件取得空间坐标x，y，Z。与此同时，一个高精度的同步装置将空间位置和从各种传感器获得的数据结合在一起：这样一个地理参考数据系统就实现了。使用的GP

5、S的空间分辨率和维持车辆行驶路径平行于道路中心线的难度直接决定了数据的质量。全球定位系统的固有误差总是出现在使用相位测量的差分系统中7，并且偶然误差和系统误差是由于卫星的不精确的绝对时间、折射现象或轨道计算造成的。这些误差的值可能有十米。由于电磁干扰和多路径造成的误差可能是不重要的。移动地图系统的其它组件可能受到固有误差的影响，比方导航系统组件的集成误差或者同步误差。在最好的情况下，如果使用一个惯性系统的精度，平面测量的精度可以控制在10厘米以下：位置数据的精度取决于设备质量和测量阐述系统的复杂性7。某些使测量不准确的情况可能会发生例如，可用的卫星的数目。另一个已经考虑的重要的方面是数据采集的

6、频率：它是根据相对于道路的重要性和沿着道路线形等候的最小半径被选择作为时间频率。除了设备的不精确，因为一定量的横向偏心始终存在导致车辆路径记录点和道路中心线不重合。此外，道路中心线并不是真的可见，但它通常和中间线的标记重合。3.道路中心线的定位根据定位数据定义道路中心线是不切实际的。这个问题对于合理的科学应用是不寻常的，因为除了测量仪器的固有误差，这涉及到了一个三维曲线的无法实现。该曲线通常被称为一个物理上确定的线，例如铺装路面平台、标记、或其他的中心线;但这些元素随着在时间流逝中的磨损和维修工作是变化的。这项研究根据实际的意大利对于道路设计的标准已经开发了一些程序对道路中心线个体化。这个标准

7、规定根据道路横截面组织对道路中心线进行不同的定义：*单车道有两种交通方式：中心线是别离相反交通的线的标记它可以不同于道路平台的几何中心线;*单车道有一种交通方式：中心线是行车道的几何中心线它可以不同于道路平台的几何中心线;*两个独立的行车道;如果设计的中心线是唯一的，该道路中心线是中间的几何中心线，否那么它是每个平台的中心线。对于单车道或者双车道，有两种不同的算法被用来定义点集，这些点的集合在空间上绘制了道路中心线。对于单车道有两种交通方式，有两个点集被记录，一个被用于记录每种交通方式，被定义为：通过覆盖的任意方向的道路被记录成正向集和反向集。这种算法在Visual Basic应用程序中得以实

8、现的，它定义对于每个正向集中的j点和最近的反向集中的k点，用坐标为(xi ,yi,zi )的点作为j点和k点的估算的中间点。 xi=xj+xk2 yi=yj+yk2 zi=zj+zk2其中： xi,yi,zi 中间点坐标 xj,yj,zj 正向集中点的坐标 xk,yk,zk 反向集中点的坐标这个点被认为是属于中心线水平走向的一局部图1 图1估算的中间线的点集 接着，对属于反向集的点进行同样的处理并且排除了在前一阶段确定的中心线的其他点。在这种方式中，用一种不和谐的方式确定了中心线点(它和其他研究中用一种独立于序列数据分析的方法非常类似。此过程假定两个车道的中心线具有相同的距离。此阶段之后，可以

9、绘制对齐。此阶段之后可以绘制准线。在两个单独的行车道的情况下，两个中心线使用车道分开并进行单独分析。4.道路线形几何的认识为了通过描述和道路中心线点的排列顺序从而认识道路的水平和垂直元素，计算的另一种特定的算法已经被编译在VBA中。地上物识别的目的是为了区分在意大利道路设计中可被同化到任何初级的水平要素的局部道路 1:切线，圆曲线和盘旋线。这些参数明确的描述了任何在这个方案中已经被个性化、测定的要素：圆形曲线的半径R和中心坐标 (x c ,y c )，切线的明确的直线方程y=mx+q和线段的起点和终点的坐标。此外，对过渡曲线的认识受到切线和圆周弧的开始位置的影响13。该切线与圆周弧的初步判定受

10、到使用最小二乘法迭代应用程序的移动基站n的影响，n由足够的道路线形代表点构成。移动基站的数量由要测定的点的数量确定，通过回归的方式，根本元素的特性能够更好地接近所考虑的要点。它设想注意的重要性因为这影响到了该方法的有效性：被选择在随后的相对于敏感性分析的结果进行描述。相对于回归曲线的适宜与否，一些回归质量指标已经从最小二乘法的应用程序中确定。这些指标通常依赖于给定点xj,yj和通过拟合曲线假定的点之间的距离di。因此，最好的近似是通过获得最小指标值来改变某些参数的适宜的拟合曲线。最小二乘优化的这一原那么已用于认识围线，这些围线更能展示局部道路看重的各自的移动基站。它需要记住从测量中得到的输入数

11、据，因此，坐标x和y之间不存在任何关系：这导致不允许考虑其中任何一个作为自变量，如图2。图2.使用X和Y独立变量的最小二乘法5.圆形元素基于泰勒级数扩展的高斯 - 牛顿算法是用于解决非线性最小平方问题的方法。通过一个迭代过程，本方法允许通过它在最小二乘线性序列问题中的分解来解决非线性问题。这种方法已经在以前类似的研究中得以实施14。以这种方式有可能确定最正确拟合圆周，通过检测过的移动基站更好地表示道路规定的局部；这是移动基站点到同一圆周的最小化的距离的平方之和的圆周。这个圆周和一个与移动基站点距离平方和最小的圆周一致。通过一个未知量的矢量的定义和将非线性系统公式化成方程，非线性问题公式化的问题

12、是4：i=1mfiu=min对非线性方程组的最小化其中：fiu=0 非一般的线性方程一个在.环境中实现的算法作为不精确的解决方法被用来选择圆周弧的移动基站点n的坐标xj,yj，图。3a.最正确拟合圆周的中心坐标x，y和它的半径R是这样计算的：xc=de-cfad-bc yc=af-bead-bc (5)R=1ni=1nxi-xc+yi-yc (6)其中辅助量a,b,c,d,e,f计算计算方法如下：a=i=1nxi2nxi-2i=1nxib=i=1nyi2nxi-2i=1nxi (7)c=i=1nxi2nyi-2i=1nyi d=i=1nyi2nyi-2i=1nyi (8)e=i=1nxinxi

13、2+nyi2-i=1nxi-i=1nyif=i=1nyinxi+nyi-i=1nxi-i=1nyi (9)其中：xj,yj 通用的点的坐标i=1,2,.,n n 点的数量。 在式6，标志表示圆弧曲线分为顺时针或逆时针方向转动：有必要了解道路平面线形和曲率符号。垂直距离di确实定允许计算最正确拟合曲线的回归质量指标；该指数RQIc，已被用于寻找最优解。di=R-xc-xi+yc-yi (10) RQIC=i=1ndin (11) 图3.a圆周曲线拟合 b直线拟合曲线6.线性元素已经进行过移动基站点和线性回归直线间距离最小化的直线更适合严格检查过的移动基站定义的局部道路。因此，直线方程y= A +

14、 BX上的点xj,yj之间的距离di之和最小化的函数如下12和13：di=yj-a+bxj1+b(12) R=j=1myj-a+bxj1+b (13)由于绝对值函数没有连续的导数，用解析解法将 R最小化是不可能的。这种限制已经使用解决问题的闭合形式的最小化公式克服14：R=j=1myj-a+bxj1+b (14)当以下联立方程15进行验证时此函数具有最小值：Ra=21+bj=1myj-a+bxj-1=0Rb=21+bj=1myj-a+bxj-xj+j=1myj-a+bxj-12b1+b=0(15)这些方程同时验证成为：yj-a+bxj=yj-2a+bxjyj+a+bxj=yj-2ayj-2bx

15、jyj+a+2abxj+bxj (16)考虑到辅助量B17：B=12j=1myj-1mj=1myj-j=1mxj-1mj=1mxj1mj=1mxjj=1myj-j=1mxjyj (17) 其中： xj,yj 通用的点的坐标j=1,2,.,mm 点的数量解决的方法是b18：b=-BB+1 的程序已被应用到移动基站点m的坐标xj,yj的线性回归中。垂直距离dj确实定允许计算最正确拟合直线的回归质量指标19;RQIT=j=1mdjm (19)7.垂直元素垂直元素已经使用相同的用于水平元素的引入算法进行分析：垂直曲线按类似于水平圆形元素进行分析，而垂直切线按类似于水平线性元素进行分析。8.平面化和测高

16、的识别先前描述的分析执行之后，逼近曲线、线性的或圆形的特征参数和对准系列的每一个点相关。有必要定义一个评价标准，以确定两个元件中哪一个实现了最正确近似估计：对于中心线的每个点，所述RQI的值中，RQIc代表弧而RQI t代表切线。考虑和所选择的移动基站n的数量相同的点，无论是在直线或圆周的情况下，相关指标能够确定哪些是实现最正确回归的因素。属于移动基站的点被定义为局部最小点-PLM，呈现了检查中指标的相对最小值。在分析过程中，与PLM对应的最正确拟合曲线的参数和移动基站的其余各点相关联。如果k是移动基站的半振幅，搜索平面化的相关局部最小点的第一步是对一个点的RQIc指标和属于移动基站的每个点的

17、RQIc指标进行比拟。如果该RQIc值相对最小，当它比RQIt小的时候它才会被选择，这只有在圆周上得到的近似值比在点i的邻域中得到的线性回归值更好的情况下才会发生。以同样的方式，也可以对RQIt值进行运算，最终得到中心线序列的最正确近似。在分析完每个可能关联到的点这一阶段后，因素的参数已经给出了最正确近似：圆周的曲率半径R和中心xc,yc，直线的角度系数a和截距b。此参数被分配给属于移动基站的所有点，如果近似因素是一条直线那么分配的曲率值为零，如果更好的近似是一个圆周那么为非空值，根据公式20：=y21+y=1R (20)其中： ： 曲率； y ： 一阶导数； y： 二阶导数； R ： 曲率半

18、径；计算过程使我们对切线和圆周的弧线有直接的认识：过渡曲线还没有实现直接的认识。在曲率有距离变量值的地方得到了施加的曲率的线性渐变：这些局部都包含在两个元素与常曲率之间。在水平过渡曲线的识别中发现的困难是由于这些曲线的解析表达式和这些元素对应的驱动程序行为的最大的随机性。事实上，驾驶员正确地旋转方向盘接近圆形曲线的更大或更小的敏感性涉及车辆路径和车道中心线之间存在的偏差。首先，这一事实在于对圆弧的认识。它还影响测量点集和确定中心线点集的可靠性：在这些特殊的局部，用几何元素的近似不能代表中心线的实际进程。用图形的形式表示揭露过程的主要结果是可行的。图4表现了RQIc和RQIt之间的比拟和作为最小

19、值外壳的最正确拟合曲线的选择结果清晰可见。 图4 水平回归的质量指标图5通过描述程序表现了水平曲率轮廓：事实上通过这种精细的分析可能影响对道路校准几何元素的认识，与使用的方法引入的近似一致。 图5 水平曲率分布同样的过程被用于垂直元素的识别分析。最正确近似的选择受到代表垂直切线的RQIVt和代表竖曲线RQIVc的值和圆弧的近似的影响。相对最小值的识别过程和水平的情况一样，伴随着对过渡曲线个性化的排斥，如图6和图7所示。 图6 垂直回归质量指标 图7 垂直曲率分布9.灵敏度分析用于识别的移动基站必须适合定义对准元件。选择有限的一组，近似几何元素的测定可能具有显着的模糊性，因为单点定位的较大的误差

20、会危及整个方法的可靠性。与此相反，很宽移动基站可能因为一个小半径或短切线影响识别圆形曲线。由于这些原因，定义程序允许，首先，对回归和几何元素定义必要的基站扩展的校准，然后允许对该方法的可靠性验证。因此，事前可能使用一个迭代过程产生的适当图表对一个适宜的基站的扩展进行评估。这些图从最大公路半径期待值的算法可以知道可识别的最小弧长。由一个适宜的算法通过重复执行实现这些图形工具，从而对大量的数据进行了分析和统计验证。移动基站点的数量n和固有测量技术的误差Es的图表显示了关系到道路范畴敏感性分析的结果。对于每个准确的半径值Ri可以推导出一个可靠地识别最小弧长Larc的算法；知道这个输出数据和测量点的采

21、集步骤就可以确定移动基站的延伸。数据输入是：Es 测量技术的准确性 Ri 道路类型的典型半径的最大值 n 移动基站点的个数Larc 圆曲线的长度每个参数选择的标准是不同的：Es只是测量技术和车辆设备的函数：为了确保与动态DGPS定位模式兼容的精度，从0.05m至1.00m选择了五个误差值。在任何情况下，N是一个奇数值，得到的结果中始终有一个基站的中心点是必要的。选定的值从11到21不等。根据道路类别Ri有不同的值：实际上考虑到车辆在曲线的动力平衡方程，为每种道路类别设计最小半径Rmin是可行的：Rmin=VPmin127qmax+Ttmax (21)其中：VPmin 比方案的速度范围更低的值，

22、km/h;qmax 该路段最大横坡；Ftmax 横向防滑性的最大系数。输入数据Larc和驾驶者对道路的感受是相通的。它必须有一个不少于2.5秒的行驶时间曲线的设计速度值使驾驶员获得正确的感知。然而，为了道路方案在现行工程标准2下得以实施，选择考虑5秒的曲线行驶。拱的最小长度是设计速度等于140公里/小时的道路的特点，计算22：LABC=vPmax5.0=1403.65.0=194.44m200.0m (22)而对于道路设计车速等于80公里每小时的拱的最小长度为23： LABC=vPmax5.0=803.65.0=111.11m110.0m (23)计算程序绘制图表要考虑半径Ri的值和曲线Lar

23、c的长度。弧长，n点计算完后，其精确的初始位置是随机变化的，在一个半径为Es的圆形区域内。以这种方式对收集的数据的分布进行了模拟，再加上最小二乘回归方法验证的优势，得到了理论的初始半径Ri。 图8 随机误差的生成因此，当把最小二乘回归过程应用到设定点后，能够确定圆心坐标和半径的值。此值与在曲线段考虑了车辆稳定性的初始半径R比拟，关系到速度、轮胎与路面之间的防滑系数和适当的平安余量。因此，已经通过解析形式定义半径的允许偏差值。通过这些图，为了得到适宜的中心线的几何重建可以定义最小圆弧的长度，这涉及到半径特征和道路类型。曲线的趋势说明，半径值的增长需要弧的更大的扩展来确定一个可接受的解决方案，这个

24、方案在固定范围内。图9显示了使用的移动基站点n = 17时得到的图表。例如，R = 1500米和Es = 0.10米时，一个适宜的曲线识别的最小长度等于123米。Ri和Larc之间的关系只有在实验数据范围内是可靠的，根据连续曲线的回归绘制。对于此范围以外的值虚线曲线没有一个比照实验，只有一个推理扩展。在这个例子中，可靠性上界的值对应的半径Ri = 3100米。 图9 n=17时的敏感性分析不同的Es值得到的最小长度之间的比拟说明，对于低水平的精度，主要的扩展都需要做一个可靠性的识别。例如，如果Es= 0.2米，最小弧长Larc是173米。图10显示了一个当移动基站n = 11时得到的类似的图。

25、在这种情况下，考虑到半径Ri= 1500 米和精度Es = 0.10m，弧的必要的长度至少是132米，而对于Es= 0.20米那么弧长Larc= 185米。用一个固定的半径值Ri和误差Es增加移动基站点的数量，弧的必要长度减少，特别是在半径相当长的情况下。降低测量的精度，实际上，为了正确地确定该曲线的半径，主要的弧的扩展是必要的。图和相关变量间的解析关系，被用来仔细研究从几何识别得到的结果的可靠性。 图10 N = 11时的敏感性分析10.结论道路的几何知识是保证道路循环更高平安标准的根本步骤。在设计阶段，它允许分析校准，允许减少或消除临界点并保证通视所必需的距离。在管理阶段，它允许规划行动，

26、以提高行驶的平安性，例如设置关键道路上更低的速度限制。此外，用户可以获取他所在道路的信息，这多亏了Web2.0技术和GPS接收机的最新开展。许多作者是通过车辆MMS收集的位置数据研究关于道路线形几何重构。他们中的一些 9 ， 10 ， 11 ， 12 ， 13 使用多项式曲线作为样条曲线得到了不满意的结果，但具有较高的计算负担且分析段长度有限。此外，这些曲线在设计阶段得到意大利标准1的成认， 1 ，但他们的使用必须进行运动学和动力学参数的验证，以确保有足够的平安条件。然而与当前的公路设计惯例相比，这种方法没有提供一致的解决方案，根据简单的几何元素，诸如水平定线的切线，盘旋和圆形曲线和竖向定线的

27、切线和垂直曲线11。该方法允许对几何道路特征识别，甚至对于整个中心线，只使用数据收集车辆测量的位置信息。本文论述了对于数据 模式、调查点采集频率的设置和测量仪器关于道路特征类型，设计速度，扭曲等的一些观点。这些问题有潜在的严格的仔细检查，它允许科学探索的重要开展。致谢作者感谢Eng. Luciano Cera (Cera Ingegneria)提供的位置数据，这些数据轨迹图子系统在一些路段进行的MMS测量中获得，感谢Eng. Carlo Santoponte在分析模型的初始版本的开展中的奉献。 参考1 Ministero delle Infrastrutture e Trasporti. De

28、creto ministeriale n.6792 /2001 (2001). Norme funzionali e geometriche per la costruzione delle strade. S.O. n. 5 G.U. 4/1/2002, n. 3. (in Italian).2 European Commission. (2007). Road safety: European action plan continues to deliver results - target of saving 25000 lives on Europes roads by 2021 is

29、 attainable.3 Ministero delle Infrastrutture e dei Trasporti .Decreto Ministeriale n.3484/2001 (2001). Modalit di istituzione ed aggiornamento del Catasto delle Strade. S.O. n. 6 G.U. 7/1/ 2002, n. 5.(in Italian).4 Palermo,C., Cera, L., Bidetta, F.(2007). Levoluzione dei veicoli ad alto rendimento p

30、er il rilievo stradale. Strade&Autostrade, 3, 1-4 (in Italian)5 Mussumeci, G.,& Sigillato, G. Mobile Mapping System per il rilevamento delle strade. Strade&Autostrade,online, :/ stradeeautostrade.it/materiali/articolo.asp?arid=874.Accessed April 2021. (in Italian).6 Anthony, L. (1998). Modern Inerti

31、al Technology New York: Ed. Springer.7 Cina, A. (2003).GPS. Principi, modalit e tecniche di posizionamento. Torino:Celid, 2003 (in Italian).8 Cramer, M. (1997).GPS/INS Integration, Stoccarda :Photogrammetric Week 97.9 Castro, M., Iglesias, L., Ridrguez-Solano, R., Snchez J. A.(2006). Geometric Model

32、ling of Higthways using Global Positioning System Data and Spline Approximantion. Transportation Research Part C 14, 223243.10 Cantisani, G., Loprencipe, G., Dondi, D., Ranzo, A. (2004). Spline Curves for Geometric Modelling of Highway Design. Florence. International Congress: New Technologies and M

33、odeling Tools for Road applications to design and management. ISBN 8884532698.11 Jimnez, F., Aparicio F., Estrada, G. (2021). Measurement uncertainty determination and curve-fitting algorithms for development of accurate digital maps for advanced driver assistance systems. Transportation Research Pa

34、rt C 17,225239.12 Guarino Lo Bianco C., Piazzi A. “Optimal trajectory planning with quintic G2-splines. Proceedings of the IEEE Intelligent Vehicle Symposium, Dearborn MI USA, 2000 pp. 620-625.13 Crisman, B., Robba, A. (2004). Safety Evaluation: Practical Use Of Collected-Data Vehicle To Obtain Geom

35、etric Information Of Existing Roadways.Florence: II S.I.I.V. International Congress: New Technologies and Modeling Tools for Road applications to design and management. ISBN 8884532698.14 Santoponte, C. (2004). Ricostruzione della geometria dei tracciati stradali dai rilievo GPS. Master degree thesi

36、s. Sapienza, Universit di Roma, Civil Engineering AA 2003-2004 (in Italian).Procedure to determine the geometry of road alignment using GPS dataAbstractTraffic safety and road geometry are strictly interlinked because road geometry deeply influences the drivers5 performance. So it is very important

37、to know road alignments geometry. Road centreline data for the geometry definition can be generally collected from existing maps or by static measurements (traditional surveys) or by dynamic measurements (GPS receiver mounted on a car). The procedure to define the road geometry, independently from t

38、he survey technique and the data type, must be implemented considering the precision level necessary to road applications. This study tries to define intrinsic limits of this integrated data measurement and processing procedure, with the aim to define the reliability of road alignment geometry accor

39、ding to the final employing of road geometry recognition.Keywords: GPS, Road recogn1.ition, Mobile Mapping System;1. IntroductionThe knowledge of road geometry is one of necessary requirements to guarantee higher traffic safety standards. Drivers, in fact, are influenced by road geometry, because th

40、ey adapt their way of driving to their perceptions, driving ability and accumulated experience in segments they have covered yet 1.The knowledge of existing alignments and the study of vehicle-road interaction (mainly based on vehicles dynamic balance) allow the diagnosis and the localization of inc

41、idental critical points, giving the possibility to choose better maintenance works to mitigate criticism.In order to reach these targets, with the aim to increase traffic safety, the geometry of the centreline of the horizontal road alignment must be defined recognizing all the geometric elements th

42、at compose the road.Actually, many countries are paying great attention to better awareness of the traffic dangers and a safer and sustainable mobility. The European Roads Safety Plan 2 has the aim to drastically reduce the number of road accidents by means of a policy to make conscious users and sp

43、reading experiences and knowledge among road designers and administrators. This can be reached also by a deeper knowledge of the road.This paper proposes a method for automatic and repeatable recognition of the geometric elements composing the layout: horizontal (tangents, circumferences and spiral

44、curves) and vertical (vertical tangents and curves).From data collected by dynamic positioning measurements, the proposed method allows the definition of the curvature referred to the curvilinear abscissa, by means of the punctual data elaboration with the Least Squares 3 regression method. The anal

45、ysis result is the continuous sequence of the elementary geometric elements composing the examined road horizontal alignments.The survey method must be previously set up because of difficulties to validate the results: vehicle speed and receiver acquisition time frequency defines the distance of sur

46、veyed points. These quantities must generally vary according to road category and the curvature value of the geometric element under measurement.In addition, independently from the survey technique, the procedure to define road geometry must consider the precision level necessary to specific road ap

47、plication.2. DataThe georeferred data of the road alignment can be collected from existing maps or by direct method based on GPS (Global Positioning System) receiver. In this study, data have been collected by survey system exploiting the Mobile Mapping System (M.M.S.) because of its high versatilit

48、y in applications and low operational costs, 4，5. Generally, a M.M.S. use a vehicle with different integrated equipment: a GPS receiver, INS (Inertial Navigation System) and an odometer are the path component of the vehicle, 6, 7, 8; other sensors (digital cameras, laser scanner, gyroscopes, etc.) a

49、cquire additional information on the road path. The development and integration level of the equipment varies with the survey aim and the applicable standards: in other words, according to the type of data to obtain and the quality of georeferenziation. The path component acquires the spatial coordi

50、nates x,y,z, in time frequency, in WGS84 reference system. At the same time, an high precision synchronizer combines the spatial location to the data coming from various sensors: so a system of georeferred data is realized.The data quality strictly depends from the spatial resolution of used GPS and

51、 the difficulty of maintaining the vehicle path parallel to road centreline. The intrinsic errors of the GPS are always present also using the differential system with phase measurement (DGPS-on-the-fly 7) and also accidental and systematic errors due to the imprecision of satellites absolute time,

52、refraction phenomena or orbit calculation. The values of these errors can be also about ten meters. The errors due to electromagnetic interferences or multipath can be less important instead. Also the other components of the MMS can be affected by intrinsic errors, such as integration errors for the

53、 INS components or synchronization errors. In the best case, planimetric precision can be in the order of ten centimeters if an inertial system precision has been used: the precision of positional data depends on both the equipment quality and the sophistication of measurements elaboration systems 7

54、.Some circumstances that make the survey less accurate (e.g the number of satellites available) can occur.Another important aspect, that has been considered, is the frequency of data acquisition: it is chosen, as time frequency, in relation to the road importance and to the awaited minimum radius al

55、ong road alignment.In addition to equipment imprecision, the logged points from vehicle path dont coincide with road centerline because a certain transversal eccentricity is always present. Moreover, road centreline is not really visible, but it is conventionally coincident with the marking of media

56、n line.3. Localization of road centrelineThe definition of the road centreline from positioning data is practically impossible. This problem is unusual for rational scientific applications because, in addition to intrinsic errors of the measurement instruments, it is related to a three-dimensional c

57、urve that cannot be materialized. This curve is conventionally referred to a line physically identified, e.g. the centreline of pavement road platform, the markings, or other; but these elements are variable during time because of wearing and maintenance works.This research has developed some proced

58、ures to individuate the road centreline according to actual ItalianStandard for Road Design 1. This standard states that road centreline is differently defined according to the road cross section organization:single carriageway and two traffic ways; the centreline is the separation marking of the li

59、nes of opposite traffic way (it could be different from the geometric centreline of road platform);single carriageway and one traffic way; the centreline is the geometric centreline of the carriageway (it could be different from the geometric centreline of the road platform);two separate carriageway

60、s; if the design centreline is unique, the road centreline is the geometric centreline of the median, otherwise it is the centreline of each platform.Two different algorithms, for single or double carriageway roads, have been implemented to define the point set that draw the centreline in the space.