【摘要】：軌跡數(shù)據(jù)挖掘是智能交通領(lǐng)域中的主要研究內(nèi)容之一,而地圖匹配則是軌跡數(shù)據(jù)挖掘的關(guān)鍵步驟,地圖匹配的正確率是影響軌跡數(shù)據(jù)挖掘結(jié)果的重要因素。GPS軌跡數(shù)據(jù)是軌跡數(shù)據(jù)的主要來源,但在GPS數(shù)據(jù)采集終端電池容量和移動互聯(lián)網(wǎng)網(wǎng)絡(luò)帶寬等諸多因素的約束下,大多GPS軌跡數(shù)據(jù)均采用低頻采樣的方式獲取,而這種低頻GPS軌跡數(shù)據(jù)將在地圖匹配過程中引入更高的噪聲和不確定性。針對上述問題,提出一種基于歷史匹配數(shù)據(jù)的地圖匹配算法,通過引入匹配度概率模型有效改善地圖匹配正確率。進一步,利用相鄰軌跡點間的位置關(guān)系,設(shè)計一種基于軌跡點上下文信息的隱馬爾科夫模型(Hidden Markov Model,HMM)地圖匹配算法,在復雜密集的城市路網(wǎng)環(huán)境下,與同類方法比較可獲得更高的地圖匹配正確率。本文主要工作包括:1.對GPS軌跡數(shù)據(jù)進行預(yù)處理,剔除異常數(shù)據(jù)和重復數(shù)據(jù),構(gòu)建路網(wǎng)拓撲關(guān)系,并計算投影坐標、投影距離、路段行駛角度、軌跡點的行駛角度和軌跡夾角。2.提出一種基于歷史匹配數(shù)據(jù)的地圖匹配算法。利用已有的歷史匹配數(shù)據(jù),對匹配路段按路段節(jié)點分割成若干子路段,對各個子路段統(tǒng)計歷史匹配軌跡點的數(shù)目、投影距離和行駛夾角;使用匹配度概率模型進行參數(shù)訓練;利用訓練參數(shù)對GPS軌跡數(shù)據(jù)進行路網(wǎng)匹配。實驗結(jié)果表明,所提出算法可獲得較好的地圖匹配正確率。3.設(shè)計一種基于軌跡點上下文信息的HMM地圖匹配算法。通過設(shè)定候選圓域和候選路段數(shù)目閾值提高候選路段集合的生成效率;計算候選路段集合中各個候選路段的權(quán)重時引入了方向概率,通過前后兩個鄰近軌跡點行進距離與路徑距離的比值計算狀態(tài)轉(zhuǎn)移概率,采用啟發(fā)式的在矩形搜索區(qū)域限制條件下的最短路徑算法來優(yōu)化狀態(tài)轉(zhuǎn)移概率的計算。實驗結(jié)果表明,在復雜密集的城市路網(wǎng)環(huán)境下,針對低頻GPS軌跡數(shù)據(jù)的地圖匹配,所提算法相對于同類HMM算法可獲得更優(yōu)的正確率。
【圖文】：

地圖匹配算法示意圖

地圖匹配算法流程圖
【學位授予單位】：長安大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：U495;P228.4

【參考文獻】

相關(guān)期刊論文 前9條

1 劉興權(quán);金美含;;地圖匹配算法綜述[J];科技信息;2014年04期

2 李清泉;胡波;樂陽;;一種基于約束的最短路徑低頻浮動車數(shù)據(jù)地圖匹配算法[J];武漢大學學報(信息科學版);2013年07期

3 李清泉;黃練;;基于GPS軌跡數(shù)據(jù)的地圖匹配算法[J];測繪學報;2010年02期

4 王海梅;周獻中;;一種限制搜索區(qū)域的最短路徑改進算法[J];南京理工大學學報(自然科學版);2009年05期

5 宋潔;李國燕;李娜娜;張永杰;;基于模糊邏輯的GPS/DR地圖匹配算法[J];計算機工程與科學;2008年10期

6 陳曦;費奇;李煒;;基于啟發(fā)式策略的最短路徑算法[J];華中科技大學學報(自然科學版);2006年12期

7 許志海,張昭云,陳應(yīng)東;車輛導航系統(tǒng)中定位數(shù)據(jù)處理和地圖匹配技術(shù)[J];測繪學院學報;2003年04期

8 彭飛,柳重堪,張其善;基于代價函數(shù)的組合導航系統(tǒng)地圖匹配算法[J];北京航空航天大學學報;2002年03期

9 蘇潔,周東方,岳春生;GPS車輛導航中的實時地圖匹配算法[J];測繪學報;2001年03期

相關(guān)博士學位論文 前1條

1 袁晶;大規(guī)模軌跡數(shù)據(jù)的檢索、挖掘和應(yīng)用[D];中國科學技術(shù)大學;2012年

，

本文編號：2698213