1-5-1 
INTEGRATING TECHNOLOGIES: DGPS, DEAD RECKONING AND MAP MATCHING 
T.A. Hailes 
Department of Land Information 
RMIT University 
Australia 
tim.hailes@rmit.edu.au 
KEY WORDS: GPS, DGPS, Dead Reckoning, Map Matching, Integrated Positioning, Kalman Filtering, Train Positioning, Vehicle 
Positioning. 
ABSTRACT 
Many disciplines rely on dispatch or control units having knowledge of the position and trajectory of their vehicles. The Global 
Positioning System (GPS) has proven to be a powerful tool for providing position estimates in real-time. However, GPS is unable to 
provide position estimates when satellite signals are obstructed. Therefore, continuous positioning requires other technologies to be 
integrated with GPS. Dead reckoning devices, which provide a heading and velocity measurements can be used to estimate subsequent 
positions relative to a last well-determined position. Whilst dead reckoning devices are prone to drifts and biases, the integration of these 
devices with GPS removes many of the inadequacies within a dead reckoning system. In addition, the utilisation of existing road/track 
positional information provides an additional measurement or constraint. This technique, known as “map matching” enhances positional 
accuracy and integrity. 
This paper describes differential GPS (DGPS) positioning, dead reckoning and map matching, and presents a technique using Kalman 
filtering to integrate the DGPS and dead reckoning measurements. The use of multiple hypothesis algorithms and statistical tests utilised 
in the map matching module are then presented. Two field tests are performed on a section of railway track approximately 50 km west of 
Brisbane, Australia. The first test provides the coordinates of the track for map matching purposes and the second captures the DGPS and 
dead reckoning data for analysis. The results of the second test are statistically analysed to determine the effectiveness of integrated 
DGPS, dead reckoning and map matching positioning. Based on the tests, the integrated system provides discrimination between 
multiple parallel tracks spaced 3.5 m apart after 15 s of travel, at a 99.999% probability. 
KURZFASSUNG 
Viele Disziplinen verlassen sich auf Sender und Kontrolleure, die das Wissen der Positionen und Flugbahnen ihren Fahrzeuge haben. 
Das Globale Positioning System (GPS) hat beweisen, ein wirksames Werkzeug zu sein, um vorausgesetzte Positionsschätzungen in 
realer Zeit bereitzustellen. Aber, GPS ist unfähig diese Positionen zu liefern, wenn die Satellitensignale blockiert werden. Es werden 
zusätzliche Technologien gebraucht die mit den GPS Positionen integriert werden. “Dead reckoning”-Geräte, die die Richtungs- und 
Geschwindigkeits-messungen liefern, können für die nachfolgenden Positionsschätzungen benutzt werden, relativ zu der letzten 
Positionsbestimmung. Es ist bekannt das “dead reckoning”-Geräte anfällig sind und Systematische Fehler haben, aber trotzdem durch die 
Integration von diesen Geräten mit GPS entfernen sie viele Unzulänglichkeiten innerhalb eines “dead reckoning”-Systems. Außerdem, 
durch die Nutzbarmachung von bestehenden Straßen- und Gleispositionen liefert dieses eine zusätzliche Informationseinheit. Diese 
Technik ist bekannt als “map matching” und verbessert die Positionsgenauigkeit und Integrität. 
Dieses Papier beschreibt Differential GPS (DGPS) positioning, “dead reckoning” and “map matching” Systeme und präsentiert eine 
Technik die den Kalman Filter benutzt, um die DGPS und “dead reckoning” Messungen zu integrieren. Der Gebrauch von verschiedenen 
Hypothesen Algorithmen und statistische Prüfungen werden benutzt, um “dead reckoning” Daten zu integrieren und zu präsentieren. 
Zwei Feldprüfungen wurden auf einem Teil der Eisenbahngleisen ungefähr 50 km Westlich von Brisbane, Australia ausgeführt. Die erste 
Prüfung liefert die Koordinaten von den Gleisen für das “map matching” system und die zweite sammelt die DGPS und “dead 
reckoning” Daten für die Analyse. Die Ergebnisse von der zweiten Prüfung wurden statistisch Analysiert, um die Effektivität von den 
integrierten DGPS, “dead reckoning” und “map matching” Daten zu bestimmen. Basierend auf den Prüfungen, das integrierte System 
zeichnet Unterschiede zwischen mehreren parallelen Gleisen auf, die 3,5 m auseinander lagen, nach 15 s der Fahrt mit einer 99,999% 
Wahrscheinlichkeitsrate.