基于GPS轨迹的路网生成与地图匹配算法研究
发布时间:2020-12-28 05:04
基于信息技术与交通学科的深度交叉融合,智能交通系统在解决日益严重的“人-车-路”协调问题上越来越突显其优越性。位置服务、路径规划、车辆导航等应用也在深刻地影响着人们的日常生活方式。在这些技术应用当中,人们时常会遇到两个技术难点:路网地图信息的更新以及车辆位置的地图匹配。人工测绘、图像处理等传统路网生成方式不仅费用昂贵,而且难以满足路网变化频繁而及时更新的需要。移动通讯技术与GPS移动设备的普及使得通过海量GPS数据重构路网信息成为了可能。本文在GPS轨迹数据的基础上,通过对轨迹数据进行研究分析,提出了一种基于GPS轨迹数据的路网生成算法。为了提高算法处理效率,必须先对原始GPS数据进行数据清洗、坐标系转换以及栅格化处理等预处理操作。接着,通过对交叉口附近轨迹点特征的分析,将交叉口候选栅格筛选出来。基于交叉口候选栅格,通过DBSCAN聚类算法便可以进行交叉口的数量估计与位置估计。对存在关联性的交叉口,依据两者之间的栅格等效质心,采用最小二乘法曲线拟合的方式构造道路。最后,获取道路相关数据信息,以节点为单位记录到数据库中,最终实现路网重构。以车辆GPS轨迹数据和路网地图为基础,将用户的位置...
【文章来源】:华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:117 页
【学位级别】:硕士
【部分图文】:
成都市体育中心周边部分区域路网示意图
成都市体育中心周边区域部分GPS点分布示意图
华南理工大学硕士学位论文本文主要采用数据缓冲区的方法来对漂移数据进行剔除处理[50, 51]。数据缓冲区,顾名思义,即通过人为设定一固定长度的缓冲区域,若某一时刻的定位结果与上一定位点的距离与方位角之差超过这一范围,则视为漂移数据,作剔除处理。除了漂移数据以外,在原始数据中还存在着大量的无效数据,例如坐标范围不在研究区域内的数据、同一辆车相近时刻相同经纬度的重复数据、时间戳顺序不符合轨迹逻辑的数据等,这些无效数据会影响算法准确度,应给予剔除。完成数据清洗后的 GPS 轨迹分布情况如图 3-3 所示。
【参考文献】:
期刊论文
[1]Android的系统及应用的架构[J]. 吴珊. 电子技术与软件工程. 2019(03)
[2]基于改进霍夫变换的环形交叉口识别方法[J]. 崔晓杰,王家耀,巩现勇,武芳. 测绘学报. 2018(12)
[3]针对复杂道路网络的车辆轨迹地图匹配算法[J]. 张校慧,孙凯,职保平,许涛. 测绘科学. 2018(08)
[4]路网匹配算法综述[J]. 高文超,李国良,塔娜. 软件学报. 2018(02)
[5]基于徒步旅行GPS数据的路网生成算法研究[J]. 谢晓然,赵军豪,高嵩. 交通信息与安全. 2016(06)
[6]面向复杂城市道路网络的GPS轨迹匹配算法[J]. 刘张,王心迪,闫小勇. 电子科技大学学报. 2016(06)
[7]数据挖掘聚类分析技术概述[J]. 许可,袁野. 福建电脑. 2015(05)
[8]基于轨迹聚类的路网构造[J]. 朱云龙,刘微. 吉林师范大学学报(自然科学版). 2015(01)
[9]基于曲线拟合和网络拓扑的综合地图匹配算法[J]. 毕军,朱颖,程勇. 交通信息与安全. 2014(06)
[10]利用地图栅格化的海量浮动车数据道路匹配快速算法[J]. 李宇光,李清泉. 武汉大学学报(信息科学版). 2014(06)
博士论文
[1]地图信息识别和地图匹配算法的研究[D]. 李洋.北京交通大学 2013
硕士论文
[1]基于GPS数据的地图拓扑提取的关键技术与应用研究[D]. 王玉林.西安理工大学 2018
[2]基于浮动车轨迹数据的路网重构和地图匹配[D]. 訾宪娟.山东大学 2016
[3]基于公交车GPS轨迹数据动态生成矢量路网算法的研究[D]. 徐士昊.山东财经大学 2016
[4]基于GPS轨迹数据的地图匹配方法[D]. 郑少波.合肥工业大学 2016
[5]基于GIS的出租车辆GPS地图匹配研究[D]. 钱颖.云南大学 2015
[6]基于公交车大数据挖掘的城市路网自动生成与实时更新算法研究[D]. 陆晓燕.山东大学 2015
[7]基于步行GPS轨迹的路网提取研究[D]. 欧阳鸿.湖南科技大学 2014
[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
[9]智能交通系统中GPS地图匹配算法设计与实现[D]. 罗杰涛.北京交通大学 2012
[10]地图匹配算法设计与实现[D]. 李聪.北京交通大学 2011
本文编号:2943171
【文章来源】:华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:117 页
【学位级别】:硕士
【部分图文】:
成都市体育中心周边部分区域路网示意图
成都市体育中心周边区域部分GPS点分布示意图
华南理工大学硕士学位论文本文主要采用数据缓冲区的方法来对漂移数据进行剔除处理[50, 51]。数据缓冲区,顾名思义,即通过人为设定一固定长度的缓冲区域,若某一时刻的定位结果与上一定位点的距离与方位角之差超过这一范围,则视为漂移数据,作剔除处理。除了漂移数据以外,在原始数据中还存在着大量的无效数据,例如坐标范围不在研究区域内的数据、同一辆车相近时刻相同经纬度的重复数据、时间戳顺序不符合轨迹逻辑的数据等,这些无效数据会影响算法准确度,应给予剔除。完成数据清洗后的 GPS 轨迹分布情况如图 3-3 所示。
【参考文献】:
期刊论文
[1]Android的系统及应用的架构[J]. 吴珊. 电子技术与软件工程. 2019(03)
[2]基于改进霍夫变换的环形交叉口识别方法[J]. 崔晓杰,王家耀,巩现勇,武芳. 测绘学报. 2018(12)
[3]针对复杂道路网络的车辆轨迹地图匹配算法[J]. 张校慧,孙凯,职保平,许涛. 测绘科学. 2018(08)
[4]路网匹配算法综述[J]. 高文超,李国良,塔娜. 软件学报. 2018(02)
[5]基于徒步旅行GPS数据的路网生成算法研究[J]. 谢晓然,赵军豪,高嵩. 交通信息与安全. 2016(06)
[6]面向复杂城市道路网络的GPS轨迹匹配算法[J]. 刘张,王心迪,闫小勇. 电子科技大学学报. 2016(06)
[7]数据挖掘聚类分析技术概述[J]. 许可,袁野. 福建电脑. 2015(05)
[8]基于轨迹聚类的路网构造[J]. 朱云龙,刘微. 吉林师范大学学报(自然科学版). 2015(01)
[9]基于曲线拟合和网络拓扑的综合地图匹配算法[J]. 毕军,朱颖,程勇. 交通信息与安全. 2014(06)
[10]利用地图栅格化的海量浮动车数据道路匹配快速算法[J]. 李宇光,李清泉. 武汉大学学报(信息科学版). 2014(06)
博士论文
[1]地图信息识别和地图匹配算法的研究[D]. 李洋.北京交通大学 2013
硕士论文
[1]基于GPS数据的地图拓扑提取的关键技术与应用研究[D]. 王玉林.西安理工大学 2018
[2]基于浮动车轨迹数据的路网重构和地图匹配[D]. 訾宪娟.山东大学 2016
[3]基于公交车GPS轨迹数据动态生成矢量路网算法的研究[D]. 徐士昊.山东财经大学 2016
[4]基于GPS轨迹数据的地图匹配方法[D]. 郑少波.合肥工业大学 2016
[5]基于GIS的出租车辆GPS地图匹配研究[D]. 钱颖.云南大学 2015
[6]基于公交车大数据挖掘的城市路网自动生成与实时更新算法研究[D]. 陆晓燕.山东大学 2015
[7]基于步行GPS轨迹的路网提取研究[D]. 欧阳鸿.湖南科技大学 2014
[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
[9]智能交通系统中GPS地图匹配算法设计与实现[D]. 罗杰涛.北京交通大学 2012
[10]地图匹配算法设计与实现[D]. 李聪.北京交通大学 2011
本文编号:2943171
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2943171.html