基于手机GPS数据的低频地图匹配算法研究
发布时间：2020-12-28 04:25
为了获取路网信息和改善城市交通状况,智能交通系统成为了国内外学者研究的热门方向。浮动车技术解决了车辆信息获取的问题,但车辆在实际行驶的过程中,由于定位误差的存在,使得定位信息不准确,为了准确反映车辆在路网中真实的行驶状态,地图匹配技术起到了至关重要的作用。目前地图匹配技术的发展分为用于车辆实施导航的地图匹配算法和用于后台数据中心的地图匹配算法。前者主要采用高频的浮动车数据(一般采样周期小于30s);后者基于后台的数据处理量和数据采集成本等多方面的的考虑,浮动车数据的采集逐渐趋于低频化(采样间隔大于1min)。本文的研究方向主要是应用在后台数据中心的基于低频数据的地图匹配算法。本文通过研究分析现有的地图匹配算法,大多数基于低频数据的地图匹配算法都没有同时兼顾算法的匹配准确率和时效性。在数据预处理过程中没有考虑到数据之间的差异,在路段筛选的过程中距离、方向、速度、连通性等因素利用不充分,在路径匹配的过程中大多数算法从全局进行考虑,忽略了考虑局部相邻定位点对匹配结果的影响。本文基于低频数据的特点和现有算法的优缺点,综合考虑了距离、方向、速度、连通性等因素,提出了一种新的基于低频浮动车数据的增...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
顶点表存储结果
重庆大学硕士学位论文3面向地图匹配的相关数据预处理与候选路段候选点筛选28图3.8道路表拓扑关系存储结果Fig3.8Roadtabletopologyrelationshipstorageresult3.2.4电子地图的网格划分建立进行网格划分有助于GPS采样点候选匹配路段快速筛选，提高空间搜索效率，将全局搜索转换为局部搜索。根据3.1.3节中对车辆定位数据分析的结果，其中GPS定位点有95%的点落在距离道路30m的区域内，由于电子地图中道路用线段表示，基于道路的实际宽度以及车辆不一定在道路中心线上行驶的事实，如图3.9所示，本文将网格的边长取50m，通过网格将电子地图去划分为一个个方格的区域，然后对每个网格按顺序进行编号，最后把网格与落在网格内的道路建立关联。图3.9车辆位置示意图Fig3.9Vehiclelocationdiagram假设电子地图的长度为L，宽度为W，并且网格的边长为D，D50，则电子地图可以分为为r行，c列个网格，其中rW/D，cL/D。将电子地图从左下角开始，按从左到右，从上到下的顺序开始进行编号，其局部网格划分结果如道路中心线车辆位置道路宽度30m考虑道路宽度没有考虑宽度定位位置
重庆大学硕士学位论文3面向地图匹配的相关数据预处理与候选路段候选点筛选29图3.9所示。假设浮动车采样点中位置坐标为(x,y)，并且电子地图左下角的坐标为00(x,y)，则其所处的网格编号的计算公式为：00id[dist((x,y),(x,y))/D]*cdist((x,y),(x,y))/D1(3.5)上式中，函数dist功能为计算两点之间的欧式距离，其表达式为：2211222121dist((x,y),(x,y))(xx)(yy)(3.6)从图3.10中可以看出，某些路段处在网格的边上，所以在网格周围的路段也有几率是候选匹配路段，在筛选候选匹配路段时待匹配点处在网格的周围网格也应该考虑在内，所有每次候选匹配路段的搜索范围为以当前定位点所在的方格为中心的周围网格共9个网格所组成的区域内。如果没有对电子地图进行网格划分，那么每次候选路段的确定将搜索全局内所有的道路，会浪费很多的时间；对电子地图进行网格后，将全局搜索转换为局部范围内的搜索，将极大的提高候选路段搜索的效率。图3.10局部网格划分效果图Fig3.10Localmeshingeffectdiagram3.3候选点及候选路段的选取3.3.1建立定位点误差区域在对电子地图进行网格划分之后，候选匹配路段的搜索范围被缩小到由9个网格组成的区域。由于城市不路网比较密集，需要对区域内的路段进行2次筛选，确定最终的候选匹配路段。
【参考文献】：
期刊论文
[1]浅析我国智能交通系统发展现状与前景[J]. 洪中荣. 科学技术创新. 2019(14)
[2]基于地理信息系统的舰船智能导航研究[J]. 罗凯,岳晨. 舰船科学技术. 2018(22)
[3]基于隐马尔可夫模型和遗传算法的地图匹配算法[J]. 吴刚,邱煜晶,王国仁. 东北大学学报(自然科学版). 2017(04)
[4]一种利用网格划分及方向加权的地图匹配算法[J]. 廖佳,俞荐中,李俊峰. 测绘通报. 2017(03)
[5]一种路网拓扑约束下的增量型地图匹配算法[J]. 朱递,刘瑜. 武汉大学学报(信息科学版). 2017(01)
[6]曲率积分约束的GPS浮动车地图匹配方法[J]. 曾喆,李清泉,邹海翔,万剑华. 测绘学报. 2015(10)
[7]一种面向海量浮动车数据的地图匹配方法[J]. 王晓蒙,池天河,林晖,邵静,姚晓婧,杨丽娜. 地球信息科学学报. 2015(10)
[8]基于改进AOE网络的低频浮动车数据地图匹配算法[J]. 沈敬伟,周廷刚,张弘弢. 西南交通大学学报. 2015(03)
[9]地理信息系统在城市规划管理中的应用[J]. 马琳,陈大勇. 测绘与空间地理信息. 2015(03)
[10]智能交通系统综述[J]. 赵娜,袁家斌,徐晗. 计算机科学. 2014(11)
硕士论文
[1]卡尔曼滤波在车载组合导航中的应用研究[D]. 张华倩.沈阳工业大学 2017
[2]基于低频浮动车数据的地图匹配算法研究[D]. 颜飞.华中科技大学 2016
[3]基于OpenStreetMap的地图浏览系统的设计与实现[D]. 张志浩.电子科技大学 2016
[4]浮动车采集频率与地图匹配精度分析[D]. 石翔宇.清华大学 2015
[5]基于手机位置信息的地图匹配算法研究[D]. 张鹏飞.大连理工大学 2015
[6]车载网中基于低样本率数据集的地图匹配算法研究[D]. 王志伟.湖南大学 2014
[7]基于浮动车技术的高速公路地图匹配算法研究[D]. 刘凇男.吉林大学 2013
[8]基于GPS的浮动车数据与实地图匹配的算法研究[D]. 邹珍.武汉理工大学 2013
本文编号：2943119
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
顶点表存储结果
重庆大学硕士学位论文3面向地图匹配的相关数据预处理与候选路段候选点筛选28图3.8道路表拓扑关系存储结果Fig3.8Roadtabletopologyrelationshipstorageresult3.2.4电子地图的网格划分建立进行网格划分有助于GPS采样点候选匹配路段快速筛选，提高空间搜索效率，将全局搜索转换为局部搜索。根据3.1.3节中对车辆定位数据分析的结果，其中GPS定位点有95%的点落在距离道路30m的区域内，由于电子地图中道路用线段表示，基于道路的实际宽度以及车辆不一定在道路中心线上行驶的事实，如图3.9所示，本文将网格的边长取50m，通过网格将电子地图去划分为一个个方格的区域，然后对每个网格按顺序进行编号，最后把网格与落在网格内的道路建立关联。图3.9车辆位置示意图Fig3.9Vehiclelocationdiagram假设电子地图的长度为L，宽度为W，并且网格的边长为D，D50，则电子地图可以分为为r行，c列个网格，其中rW/D，cL/D。将电子地图从左下角开始，按从左到右，从上到下的顺序开始进行编号，其局部网格划分结果如道路中心线车辆位置道路宽度30m考虑道路宽度没有考虑宽度定位位置
重庆大学硕士学位论文3面向地图匹配的相关数据预处理与候选路段候选点筛选29图3.9所示。假设浮动车采样点中位置坐标为(x,y)，并且电子地图左下角的坐标为00(x,y)，则其所处的网格编号的计算公式为：00id[dist((x,y),(x,y))/D]*cdist((x,y),(x,y))/D1(3.5)上式中，函数dist功能为计算两点之间的欧式距离，其表达式为：2211222121dist((x,y),(x,y))(xx)(yy)(3.6)从图3.10中可以看出，某些路段处在网格的边上，所以在网格周围的路段也有几率是候选匹配路段，在筛选候选匹配路段时待匹配点处在网格的周围网格也应该考虑在内，所有每次候选匹配路段的搜索范围为以当前定位点所在的方格为中心的周围网格共9个网格所组成的区域内。如果没有对电子地图进行网格划分，那么每次候选路段的确定将搜索全局内所有的道路，会浪费很多的时间；对电子地图进行网格后，将全局搜索转换为局部范围内的搜索，将极大的提高候选路段搜索的效率。图3.10局部网格划分效果图Fig3.10Localmeshingeffectdiagram3.3候选点及候选路段的选取3.3.1建立定位点误差区域在对电子地图进行网格划分之后，候选匹配路段的搜索范围被缩小到由9个网格组成的区域。由于城市不路网比较密集，需要对区域内的路段进行2次筛选，确定最终的候选匹配路段。
【参考文献】：
期刊论文
[1]浅析我国智能交通系统发展现状与前景[J]. 洪中荣. 科学技术创新. 2019(14)
[2]基于地理信息系统的舰船智能导航研究[J]. 罗凯,岳晨. 舰船科学技术. 2018(22)
[3]基于隐马尔可夫模型和遗传算法的地图匹配算法[J]. 吴刚,邱煜晶,王国仁. 东北大学学报(自然科学版). 2017(04)
[4]一种利用网格划分及方向加权的地图匹配算法[J]. 廖佳,俞荐中,李俊峰. 测绘通报. 2017(03)
[5]一种路网拓扑约束下的增量型地图匹配算法[J]. 朱递,刘瑜. 武汉大学学报(信息科学版). 2017(01)
[6]曲率积分约束的GPS浮动车地图匹配方法[J]. 曾喆,李清泉,邹海翔,万剑华. 测绘学报. 2015(10)
[7]一种面向海量浮动车数据的地图匹配方法[J]. 王晓蒙,池天河,林晖,邵静,姚晓婧,杨丽娜. 地球信息科学学报. 2015(10)
[8]基于改进AOE网络的低频浮动车数据地图匹配算法[J]. 沈敬伟,周廷刚,张弘弢. 西南交通大学学报. 2015(03)
[9]地理信息系统在城市规划管理中的应用[J]. 马琳,陈大勇. 测绘与空间地理信息. 2015(03)
[10]智能交通系统综述[J]. 赵娜,袁家斌,徐晗. 计算机科学. 2014(11)
硕士论文
[1]卡尔曼滤波在车载组合导航中的应用研究[D]. 张华倩.沈阳工业大学 2017
[2]基于低频浮动车数据的地图匹配算法研究[D]. 颜飞.华中科技大学 2016
[3]基于OpenStreetMap的地图浏览系统的设计与实现[D]. 张志浩.电子科技大学 2016
[4]浮动车采集频率与地图匹配精度分析[D]. 石翔宇.清华大学 2015
[5]基于手机位置信息的地图匹配算法研究[D]. 张鹏飞.大连理工大学 2015
[6]车载网中基于低样本率数据集的地图匹配算法研究[D]. 王志伟.湖南大学 2014
[7]基于浮动车技术的高速公路地图匹配算法研究[D]. 刘凇男.吉林大学 2013
[8]基于GPS的浮动车数据与实地图匹配的算法研究[D]. 邹珍.武汉理工大学 2013
本文编号：2943119
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2943119.html
