面向复杂路网和低频采样GPS轨迹数据的地图匹配方法研究

论文摘要

轨迹数据挖掘是智能交通领域中的主要研究内容之一,而地图匹配则是轨迹数据挖掘的关键步骤,地图匹配的正确率是影响轨迹数据挖掘结果的重要因素。GPS轨迹数据是轨迹数据的主要来源,但在GPS数据采集终端电池容量和移动互联网网络带宽等诸多因素的约束下,大多GPS轨迹数据均采用低频采样的方式获取,而这种低频GPS轨迹数据将在地图匹配过程中引入更高的噪声和不确定性。针对上述问题,提出一种基于历史匹配数据的地图匹配算法,通过引入匹配度概率模型有效改善地图匹配正确率。进一步,利用相邻轨迹点间的位置关系,设计一种基于轨迹点上下文信息的隐马尔科夫模型(Hidden Markov Model,HMM)地图匹配算法,在复杂密集的城市路网环境下,与同类方法比较可获得更高的地图匹配正确率。本文主要工作包括:1.对GPS轨迹数据进行预处理,剔除异常数据和重复数据,构建路网拓扑关系,并计算投影坐标、投影距离、路段行驶角度、轨迹点的行驶角度和轨迹夹角。2.提出一种基于历史匹配数据的地图匹配算法。利用已有的历史匹配数据,对匹配路段按路段节点分割成若干子路段,对各个子路段统计历史匹配轨迹点的数目、投影距离和行驶夹角;使用匹配度概率模型进行参数训练;利用训练参数对GPS轨迹数据进行路网匹配。实验结果表明,所提出算法可获得较好的地图匹配正确率。3.设计一种基于轨迹点上下文信息的HMM地图匹配算法。通过设定候选圆域和候选路段数目阈值提高候选路段集合的生成效率;计算候选路段集合中各个候选路段的权重时引入了方向概率,通过前后两个邻近轨迹点行进距离与路径距离的比值计算状态转移概率,采用启发式的在矩形搜索区域限制条件下的最短路径算法来优化状态转移概率的计算。实验结果表明,在复杂密集的城市路网环境下,针对低频GPS轨迹数据的地图匹配,所提算法相对于同类HMM算法可获得更优的正确率。

论文目录

摘要

abstract

第一章绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 论文主要研究内容

1.4 论文章节安排

第二章地图匹配相关理论分析

2.1 地图匹配算法原理

2.2 隐马尔科夫理论介绍

2.3 性能评价指标

2.4 本章小结

第三章轨迹数据预处理及特征值提取

3.1 GPS轨迹数据分析与预处理

3.1.1 GPS轨迹数据特征分析

3.1.2 GPS轨迹数据预处理

3.2 路网拓扑构建

3.3 投影坐标和投影距离计算

3.3.1 投影距离计算

3.3.2 投影坐标计算

3.4 角度计算

3.5 本章小结

第四章基于历史匹配数据的地图匹配算法

4.1 轨迹信息预处理

4.2 数据训练

4.3 候选路段选取与路网匹配

4.4 实验结果与分析

4.5 本章小结

第五章基于轨迹点上下文信息的HMM地图匹配算法

5.1 候选路段选取

5.2 基于轨迹点上下文信息的HMM地图匹配算法

5.2.1 方向概率

5.2.2 观测概率

5.2.3 状态转移概率

5.2.4 综合概率

5.3 搜索区域选择

5.3.1 椭圆限制搜索区域

5.3.2 矩形限制搜索区域

5.4 启发式最短路径算法描述

5.5 实验结果与分析

5.6 本章小结

总结与展望

工作总结

研究展望

参考文献

攻读学位期间取得的研究成果

致谢

文章来源

类型: 硕士论文

作者: 霍明生

导师: 段宗涛

关键词: 智能交通,地图匹配,轨迹数据,历史数据

来源: 长安大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 自然地理学和测绘学,公路与水路运输,计算机软件及计算机应用

单位: 长安大学

分类号: U495;P228.4

总页数: 78

文件大小: 5587K

下载量: 138

面向复杂路网和低频采样GPS轨迹数据的地图匹配方法研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢