导读:本文包含了地图匹配论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:地图,道路,数据,算法,马尔,轨迹,卡尔。
地图匹配论文文献综述
翟梦[1]（2019）在《天地图·福建多源道路数据匹配与融合技术研究》一文中研究指出结合天地图·福建多来源道路数据融合现状,分析了数据匹配融合技术特点,对道路数据匹配与融合的关键技术进行了研究,利用ArcGIS和FME软件将关键技术应用在天地图·福建道路数据匹配与融合中,相比人工处理流程,可提高超过60%的工作效率。(本文来源于《测绘与空间地理信息》期刊2019年08期）
钟克华,游东宝,苏炳辉[2]（2019）在《一种基于Geohash方法和地图路线规划的行程匹配算法》一文中研究指出提出一种基于Geohash方法和地图路线规划的行程匹配算法,即在给出地图出行线路规划的基础上,在路线规划带上一定范围内找出匹配行程,该算法能够实现在复杂因素下提高行程匹配效率。(本文来源于《汽车电器》期刊2019年08期）
汤文蕴,马健霄,杨震[3]（2019）在《基于多路径的交通网络离线地图匹配算法》一文中研究指出为了提高交通网络中离线地图匹配算法的准确率,避免在离线地图匹配过程中出现路段匹配错误的情况,本文基于多路径的原则,提出在路径节点进行迭代的基本思路,通过数据预处理、构建子网络、构建初始使用路径、建立节点与路段的关联矩阵、构建潜在路径集以及确定最终选择路径等6个步骤来实现。本文详细介绍所提离线地图匹配算法的详细流程,本算法思路清晰易实现。通过将算法应用于美国明尼阿波利斯-圣保罗都市圈的GPS数据处理中,发现本算法的准确率整体较高,随着出行距离的增加,算法的准确率会逐步降低。与基于最短路径的算法相比,本文算法的准确性更高,尤其是在远距离出行中,本算法更具有优越性。(本文来源于《森林工程》期刊2019年05期）
王建培,李必军,张红娟,张萍[4]（2019）在《一种新型的城市道路地图匹配方法》一文中研究指出提出了一种充分利用道路交叉口约束的地图匹配方法,并采用低成本的IMU/里程计组合导航系统采集无人驾驶汽车的定位数据,利用开源的OpenStreetMap地图对其进行地图匹配。试验表明,本文算法适用于城市交通环境,并能满足实时解算要求,单点平均耗时0.11 ms,在查全率89%的情况下,匹配准确率可达100%。(本文来源于《测绘通报》期刊2019年06期）
刘伊铭,赵钟泥,赵孟轩[5]（2019）在《基于GPS数据地图匹配的浮动车预测模型》一文中研究指出研究浮动车数据对预测交通状态有着重大意义,是改善交通拥堵的一种有效方法。浮动车一般是指安装了GPS定位装置并行驶在城市主干道上的公交车和出租车。本文以深圳市福田区香蜜湖路、新洲路和北环大道部分主干道及周边关联道路七天内的浮动车数据为例,根据浮动车在其行驶过程中定期记录的车辆位置信息,将其转换为WGS-84坐标系下的坐标,结合隐马尔可夫模型进行地图匹配,使浮动车数据和城市道路在时间及空间上关联起来,最终得到浮动车所经过道路的交通信息,从而对交通状况进行研究与预测,这对于缓解城市交通压力、提升交通管理效率有着非常重要的应用价值。(本文来源于《科学技术创新》期刊2019年17期）
黄娟娟,徐圆,朱群雄[6]（2019）在《基于改进HMM模型的3D景区地图匹配算法》一文中研究指出针对GPS误差和地图系统误差导致3D地图定位精度较低的问题,提出一种基于改进隐性马尔科夫模型的地图匹配算法。使用面积重迭法获取候选路段,引入距离、道路宽度和历史定位点计算观测概率,利用路网拓扑信息、游客行为特性、景点与道路的相关性计算转移概率,采用Viterbi算法得出最优匹配路段。在Unity3D平台上实现景区场景3D可视化,利用校园地图进行实验验证,结果表明,该算法匹配精度达到95.4%,在3D景区导航中具有良好的实用性和较高的准确性。(本文来源于《计算机工程》期刊2019年06期）
李卫东,梁腾飞,刘杨[7]（2019）在《一种混合地图匹配算法研究》一文中研究指出基于点到点和点到线地图匹配算法,设计了一种混合地图匹配算法,提高列车定位精度;针对铁路线路一维性特点,提出了一种位置点索引方式,保证定位的实时性。采用模拟铁路线的实测数据对该混合算法进行了分析与验证。分析结果表明,混合匹配算法的定位精度高于单一的点到点匹配算法的定位精度;混合匹配算法的匹配点比点到线匹配算法的匹配点更加接近轨道线路。通过将2种各有优势的地图匹配算法相结合,可以有效提高列车定位的准确性,对提高列车运行可靠性和安全性具有实际意义。(本文来源于《电子测量技术》期刊2019年11期）
王学媛[8]（2019）在《基于OBD数据地图匹配的城市道路行程时间预测模型研究》一文中研究指出智能交通系统(ITS)作为缓解城市交通压力的有效途径之一,已经成为城市交通发展的方向,而行程时间预测是ITS的核心研究内容之一,它在交通诱导系统、信号协调控制系统等ITS子系统中起着重要作用。目前国内外对行程时间预测研究大多基于浮动车和固定检测器数据,少有利用车辆诊断系统(On Board Diagnostic,OBD)数据进行相关的研究,而OBD可以获取车辆实际运行状态下的行车数据,数据量大且覆盖范围广,非常适合于进行交通预测研究。本文主要研究内容包括:(1)对OBD数据量及数据分布进行了统计分析,依据阈值法和统计结果对数据中的异常值和缺失值进行了识别与处理,提高了 OBD数据的质量。(2)基于车辆定位误差对电子地图进行格网划分,设置了定位点与路段的索引规则,计算并判定偏差距离与路段行车方向,将OBD数据精确匹配到电子路网上。以端点时间插值估计法为基础,针对车辆定位点在路段下游端点附近的位置不同,分别设置不同的端点时刻计算方法。以北京市阜成门外大街为实验道路,计算求得了该道路20个工作日的行程时间数据,经相关性分析,验证了行程时间数据的可靠性。(3)在城市道路行程时间预测研究中,提出了一种基于新息的卡尔曼滤波行程时间预测模型,通过观测新息的变化,实时调节噪声协方差,以提高卡尔曼滤波的稳定性;同时,建立了基于布谷鸟算法优化Elman神经网络的行程时间预测模型,引入最优鸟巢位置降低布谷鸟算法随机偏好游动机制的强随机性,利用改进后的布谷鸟算法优化Elman神经网络参数的初始值。(4)利用由OBD数据得到的道路行程时间数据对所建立的模型进行检验。结果表明,两模型的平均绝对百分比误差(MAPE)均小于4%,利用基于新息的噪声协方差调整后的卡尔曼滤波的MAPE较未调整前降低了 3%。经过布谷鸟算法优化后的Elman神经网络预测模型MAPE较未优化前降低了 3.3%,且相比于遗传算法,布谷鸟算法对Elman神经网络初始参数的优化效果更加显着。(本文来源于《北京交通大学》期刊2019-06-01）
陈继晓[9]（2019）在《基于车辆GPS轨迹和手机信令的地图匹配方法研究》一文中研究指出近年来,在城市发展带给我们便利的现代化生活的同时,伴随而来的是众多的问题和挑战,例如交通拥堵、尾气污染、城市规划落后等。另一方面,随着人工智能、大数据挖掘等技术在城市规划、交通监管、能源配置等领域发挥着越来越重要的作用,城市计算这一领域成为了近几年的研究热点。地图匹配作为城市计算的一个重要环节,在路径规划、导航、道路流量监管等方面有着广泛的应用。地图匹配是将原始的交通轨迹点转换成交通路网中路段的方法,这种点到线的转化可以为后续的各种和道路流量、路网优化等相关的科学研究提供优质的数据源。鉴于上述关于地图匹配的重要意义,本文将研究重点集中在优化城市交通轨迹的地图匹配方法上。在地图匹配问题中,粒度粗采样的GPS轨迹比粒度细的难匹配、精度差,一般的增量算法比全局算法精度差,但增量算法速度快,因此,本文提出了一种基于加权最短路的增量地图匹配算法,目的是解决增量算法在匹配粗粒度的GPS轨迹时效果不佳的问题。传统的增量算法在匹配时只考虑采样点和目标路段的空间关系,本文提出的匹配算法同时考虑了空间关系、前后路段连接关系、路段自身属性、人们的驾车习惯、速度限制等因素,一是提高单个GPS点在候选路段间的匹配精度,二是提高填补两GPS点的匹配路段之间缺失路径的精度。通过实验证明,本算法在保证增量地图匹配算法良好的时间效率的同时提高了匹配结果的准确性。车辆GPS轨迹存在着若干局限性,例如采集成本高、能耗大、对道路交通的覆盖率低,而手机信令数据几乎覆盖了城市中所有人口的行为轨迹,因此本文提出了一种基于历史经验和隐马尔可夫模型的地图匹配算法,用来将手机信令轨迹匹配到交通路网上。手机信令数据噪点多、质量差,各种出行方式的轨迹混杂在一起,算法首先要进行数据预处理来平滑定位误差和过滤噪声,然后进行轨迹模式识别,将车辆轨迹从其他类型的轨迹中区分出来。在匹配阶段,针对手机信令轨迹采样稀疏的问题,本文区别于传统的线性和非线性插值算法,提出了基于历史轨迹路径和时间段因素的轨迹插值方法,并根据输入的轨迹和路网数据构建基于概率的隐马尔可夫模型,将地图匹配问题巧妙地转化为维特比解码问题。通过实验证明本文的基于历史经验和隐马尔可夫模型的手机信令轨迹地图匹配算法较传统只使用隐马尔可夫模型的算法在匹配精度上有较大提升。(本文来源于《吉林大学》期刊2019-05-01）
耿翠博[10]（2019）在《面向井下无人机自主导航的地图创建与特征匹配技术研究》一文中研究指出无人机将在未来少人或无人采矿中发挥重要的作用,而井下巷道环境地图是井下无人机实现自主导航的关键。针对井下巷道部分区域环境,采用人工路标辅助,提出了可靠有效的环境地图创建方法与基于环境地图的特征匹配方法,有利于无人机在井下巷道环境中更高效的自主导航。针对井下巷道其余未知区域环境,提出了可靠有效的线段特征拟合算法,有利于无人机在未知井下巷道环境中创建环境地图。具体研究成果如下:(1)对井下无人机自主导航所涉及的环境地图创建方法进行了研究,提出了一种基于引导反光标识牌的几何-拓扑混合地图创建方法。该方法预先在井下巷道壁两侧部署相同形制的反光标识牌作为人工路标,通过识别人工路标及其周围一定范围内的自然路标,并将两者进行关联,创建了基于特征点的局部几何地图,可使每个反光标识牌唯一标识巷道特定位置。同时将每对人工路标的中点作为拓扑结点,创建了全局拓扑地图。仿真结果表明,采用本文算法即使在光线较弱的巷道中也可以快速准确地识别路标,混合地图既能保证局部的精确性,又能保证全局的连贯性,并且存储量较小,适于应用到结构化的井下巷道环境中。(2)对井下无人机自主定位所涉及的环境特征匹配方法进行了研究,提出了一种基于混合地图的Grid-FLANN-RANSAC特征匹配方法。该方法首先将待匹配图像与基准图像划分为多个网格,以网格为单位,采用FLANN算法寻找匹配点对,可有效降低特征粗匹配时的计算量。其次,采用RANSAC算法剔除了误匹配点对,使正确匹配率接近100%。仿真结果表明,本文算法不仅具有良好的光照不变性、旋转不变性和尺度不变性,而且有很高的匹配正确率,可以根据特征图像和环境地图实时获取无人机当前的位置信息。(3)对井下无人机自主导航所涉及的未知环境线段特征拟合方法进行了研究。提出了一种结合图像增强、Canny边缘检测、Hough变换拟合与同线合并算法的线段特征拟合方法。首先,提出一种基于照度调整与引导滤波的SSR图像增强算法,克服了特征图像存在光照不均的缺点。其次,采用了 Canny算法检测边缘点特征,并采用Hough变换拟合成直线,最后进行了同线性判断,减小了 Hough变换网格尺寸对拟合精度的影响。仿真结果表明,本文算法提高了弱光环境下线段拟合的精度。上述工作对进一步实现井下无人机的自主导航具有一定的参考价值。(本文来源于《北京交通大学》期刊2019-04-24）
地图匹配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出一种基于Geohash方法和地图路线规划的行程匹配算法,即在给出地图出行线路规划的基础上,在路线规划带上一定范围内找出匹配行程,该算法能够实现在复杂因素下提高行程匹配效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地图匹配论文参考文献
[1].翟梦.天地图·福建多源道路数据匹配与融合技术研究[J].测绘与空间地理信息.2019
[2].钟克华,游东宝,苏炳辉.一种基于Geohash方法和地图路线规划的行程匹配算法[J].汽车电器.2019
[3].汤文蕴,马健霄,杨震.基于多路径的交通网络离线地图匹配算法[J].森林工程.2019
[4].王建培,李必军,张红娟,张萍.一种新型的城市道路地图匹配方法[J].测绘通报.2019
[5].刘伊铭,赵钟泥,赵孟轩.基于GPS数据地图匹配的浮动车预测模型[J].科学技术创新.2019
[6].黄娟娟,徐圆,朱群雄.基于改进HMM模型的3D景区地图匹配算法[J].计算机工程.2019
[7].李卫东,梁腾飞,刘杨.一种混合地图匹配算法研究[J].电子测量技术.2019
[8].王学媛.基于OBD数据地图匹配的城市道路行程时间预测模型研究[D].北京交通大学.2019
[9].陈继晓.基于车辆GPS轨迹和手机信令的地图匹配方法研究[D].吉林大学.2019
[10].耿翠博.面向井下无人机自主导航的地图创建与特征匹配技术研究[D].北京交通大学.2019
论文知识图
