一种基于时空的地图匹配方法组成比例

本发明专利技术公开了一种基于时空的地图匹配方法，(1)获取数字地图数据，并对其进行处理，得到最短路径数据集；(2)接受数据终端的多个连续GPS数据信息序列，并计算车辆行驶GPS定位点的候选点，组成GPS定位点的候选点集；(3)根据GPS数据信息序列、GPS定位点的候选点集以及最短路径数据集计算得到空间分析方程和时间分析方程，并将这两个方程结合起来简称时空分析方程；(4)通过ST_Matching算法获得候选点中的最佳序列，得到最优的GPS定位候选数据。该方法综合考虑确定性算法与不确定性算法的优点，能够有效地解决地图匹配所存在的问题。

【技术实现步骤摘要】
一种基于时空的地图匹配方法
本专利技术属于智能交通中的GPS定位
，具体涉及到一种基于时空的地图匹配方法。
技术介绍
利用智能交通系统来解决城市交通问题越来越受到人们的重视，其实智能交通的作用不仅体现在城市交通方面，在智慧景区中十分重要，如给特殊人群提供智能车租约服务、带领旅客浏览景区等等；将智能车与旅游服务结合在一起，对于构建智慧旅游具有重要的意义。为了在景区中能够进行较为准确的车辆位置定位，此时的地图匹配技术变成了一项十分重要的任务。尤其是在旅游景区道路复杂，景区人员较多容易导致车辆行驶较慢的情况下，地图匹配技术的性能会在很大程度上影响消费者乘坐智能车进行景区浏览的体验。地图匹配(MapMatching)技术是一个不增加车辆导航系统硬件成本的软件技术，该技术是以模式识别的理论为基础，其基本假设是车辆始终行驶在道路上，同时需要高精度的电子地图。匹配的基本思路是通过车辆的轨迹与电子地图上矢量化的路段相近匹配，寻找当前行驶的道路，并将车辆当前的定位点投影到道路上。传统的地图匹配算法包含两种类型，确定性算法和不确定性算法。确定性算法的基本思路是查找离车辆位置最近的路段，然后将表示车辆位置定位点数据点投影到查到的路段对应点上，并将投影点定位为车辆匹配后的位置。不确定算法主要是运用概率统计、模糊逻辑、相关性分析等技术运用到地图匹配上。与确定性算法相比，不确定性算法考虑的因素比较多，确定性算法只考虑距离这一因素，而不确定性算法还将考虑行驶车辆的速度、航向、道路路宽、道路限速、道路的性状等等因素。所以，通常而言，不确定算法的匹配效果更好一点。但是从性能角度出发，确定性算法的计算时间比较短，而不确定算法计算时间比较长。
技术实现思路
鉴于上述，本专利技术提供了一种基于时空的地图匹配方法，该方法综合考虑确定性算法与不确定性算法的优点，能够有效地解决地图匹配所存在的问题。一种基于时空的地图匹配方法，包括以下步骤：(1)获取数字地图数据，并对其进行处理，得到最短路径数据集；(2)接受数据终端的多个连续GPS数据信息序列，并计算车辆行驶GPS定位点的候选点，组成GPS定位点的候选点集；(3)根据GPS数据信息序列、GPS定位点的候选点集以及最短路径数据集计算得到空间分析方程和时间分析方程，并将这两个方程结合起来简称时空分析方程，即ST方程；(4)利用ST_Matching算法对候选点的时空分析方程进行优化求解，获得候选点中的最佳序列，得到最优的GPS定位候选数据。步骤(1)的具体步骤为：(1-1)获取数字地图数据，并根据其计算线路之间的最短路径长度，并记录路径轨迹；(1-2)根据相邻时刻GPS定位点的距离阈值δ1对最短路径长度及其路径轨迹进行剪枝，得到最短路径数据集。在步骤(1-1)中，数字地图由n条线路组成，每一条数字地图数据包括路线id、起点id、终点id、限速、线路长度、线路GPS点数N、GPS点1、GPS点2、…GPS点N。在步骤(1-1)中，可以采用Dijkstra算法或A*算法计算线路之间的最短路径长度。在步骤(1-2)中，δ1的取值大小需要根据车辆的行驶速度、GPS数据信息序列的采样频率及GPS信号接收器所接收到的位置偏差来确定，如果δ1的取值过小会导致候选数据的个数太少，从而增加误匹配的概率，反之会增加算法的计算时间。通过步骤(1)提前将最短路径计算出来，给数字地图中任意两条线路建立最短路径索引，这将会大大减少接下来的算法重求最短路径长度的时间。步骤(2)的具体步骤为：(2-1)根据车辆的正常行驶车速和GPS定位点的采样频率确定接收到的GPS定位点序列中第一个定位点在附近道路的允许偏差δ2；(2-2)计算每个GPS定位点在允许偏差δ2范围内道路上的投影，并将其作为GPS定位点的候选点组成每个GPS定位点的候选点集，称为GPS定位点数据pi。在步骤(3)中，计算每一个候选点的观察概率，并对第一个GPS数据点的观察概率进行修正；计算相邻时刻的候选点之间的转移概率；综合考虑观察概率和转移概率，作为候选点的空间权重；计算相邻时刻的候选点在最短路径上与平均速度的余弦相似性作为的时间权重；根据时空两个因素计算最佳候选点，以形成在地图上匹配的坐标结果。其具体步骤为：(3-1)计算每个候选点的观察概率(3-2)根据相邻两个GPS数据信息序列所在的路线最短路径距离与实际欧式距离，计算候选点的转移概率(3-3)根据观察概率和转移概率计算每个候选点的空间分析方程：(3-4)根据最短路径数据集计算每个候选点的时间分析方程：其中，e′u.v表示序号为u最短路径线路的限速，k为最短路径的总条数；表示候选点到候选点之间最短路径上的平均速度，此处，表示第i-1个GPS定位点数据pi-1中第t个候选点，表示第i个GPS定位点数据pi中第j个候选点；的计算公式为：lu表示序号为u最短路径线路的长度，△ti-1→i表示GPS定位点数据pi-1和GPS定位点数据pi之间的时间间隔；(3-5)根据空间分析方程和时间分析方程计算每个候选点的时空分析方程：在步骤(3-1)中，采用正态分布的统计手段，计算每个GPS定位点数据pi中每个候选点的观察概率具体为：其中，表示车辆行驶的第i个GPS数据pi与其第j个候选点之间的欧氏距离，μ1为正态分布的均值，一般取0；σ1为正态分布的方差，与车辆的物理性能相关，具体的说，方差根据车辆历史的行驶速而定，一般而言，车辆的历史行驶速度快，方差的取值越大；历史行驶速度越慢，方差的取值越小。车辆行驶的GPS点与其候选点之间的距离越短，是该点在地图上的坐标可能性越大。在步骤(3-1)中，由于第一个定位点没有转移概率，如果第一个GPS定位点的位置与实际行驶时的位置相差太大，会降低到下一个点的转移概率。为减少第一个GPS定位点数据p1中的每个候选点对以后时刻的候选点的影响；因此，需要对第一个GPS定位点数据p1中的每个候选点的观察概率进行再处理，处理方法为：(a)对前λ个GPS定位点数据进行类聚，聚类中心点为：其中，tm为第m个GPS定位点的采样时间间隔，vn为第n条路段的限速；δ表示匹配时所允许的最大偏差距离。(b)根据聚类中心点采用正态分布方法计算第一个GPS定位点数据p1的候选点的经验观测概率其中，表示聚类中心点与第一个GPS定位点数据p1中的每个候选点之间的欧式距离；μ2为正态分布的均值，σ2为正态分布的方差；(c)将第一个GPS定位点数据p1中的每个候选点的观察概率乘上其经验观测概率，作为第一个GPS定位点数据p1的每个候选点的观察概率在步骤(b)中，因为此处初始点的候选点集的数据分布情况和其他定位点的候选数据的分布情况不同，所以使用不同的正态方程，即这里的期望μ2和μ1，σ1和σ2取不同的值。步骤(3-2)的具体步骤为：(3-2-1)计算相邻两个GPS定位点数据pi和pi-1之间的实际欧式距离：d(i-1)→i＝dist(pi-1,pi)(3-2-2)计算两个候选点和之间的最短路径距离w(i-1,t)→(i,j)；(3-2-3)根据实际欧式距离与最短路径距离计算候选点转移概率其计算公式为：此处，相邻候选点的实际欧式距离与其最短路径距离的比值越高，这两个候选点之间的转移概率越高。本专利技术基于时空的地图匹配方法，基本文档来自技高网...

【技术保护点】
一种基于时空的地图匹配方法，包括以下步骤：(1)获取数字地图数据，并对其进行处理，得到最短路径数据集；(2)接受数据终端的多个连续GPS数据信息序列，并计算车辆行驶GPS定位点的候选点，组成GPS定位点的候选点集；(3)根据GPS数据信息序列、GPS定位点的候选点集以及最短路径数据集计算得到候选点的空间分析方程和时间分析方程，并将这两个方程结合起来简称时空分析方程；(4)利用ST_Matching算法对候选点的时空分析方程进行优化求解，获得候选点中的最佳序列，得到最优的GPS定位候选数据。

【技术特征摘要】
1.一种基于时空的地图匹配方法，包括以下步骤：(1)获取数字地图数据，并对其进行处理，得到最短路径数据集；(2)接受数据终端的多个连续GPS数据信息序列，并计算车辆行驶GPS定位点的候选点，组成GPS定位点的候选点集；(3)根据GPS数据信息序列、GPS定位点的候选点集以及最短路径数据集计算得到候选点的空间分析方程和时间分析方程，并将这两个方程结合起来简称时空分析方程；(4)利用ST_Matching算法对候选点的时空分析方程进行优化求解，获得候选点中的最佳序列，得到最优的GPS定位候选数据。2.根据权利要求1所述基于时空的地图匹配方法，其特征在于：步骤(1)的具体步骤为：(1-1)获取数字地图数据，并根据其计算线路之间的最短路径长度，并记录路径轨迹；(1-2)根据相邻时刻GPS定位点的距离阈值δ1对最短路径长度及其路径轨迹进行剪枝，得到最短路径数据集。3.根据权利要求2所述基于时空的地图匹配方法，其特征在于：在步骤(1-1)中，采用Dijkstra算法或A*算法计算线路之间的最短路径长度。4.根据权利要求1所述基于时空的地图匹配方法，其特征在于：步骤(2)的具体步骤为：(2-1)根据车辆的正常行驶车速和GPS定位点的采样频率确定接收到定位点序列中第一个定位点在附近道路的允许偏差δ2；(2-2)计算每个GPS定位点在允许偏差δ2范围内道路上的投影，并将其作为GPS定位点的候选点组成每个GPS定位点的候选点集，称为GPS定位点数据pi。5.根据权利要求1所述基于时空的地图匹配方法，其特征在于：步骤(3)的具体步骤为：(3-1)计算每个候选点的观察概率(3-2)根据相邻两个GPS数据信息序列所在的路线最短路径距离与实际欧式距离，计算候选点的转移概率(3-3)根据观察概率和转移概率计算每个候选点的空间分析方程：(3-4)根据最短路径数据集计算每个候选点的时间分析方程：其中，e′u.v表示序号为u最短路径线路的限速，k为最短路径的总条数；表示候选点到候选点之间最短路径上的平均速度，此处，表示第i-1个GPS定位点数据pi-1中第t个候选点，表示第i个GPS定位点数据pi中第j个候选点；的计算公式为：lu表示序号为u最短路径线路的长度，△ti-1→i表示GPS定...

【专利技术属性】
技术研发人员：杨国青，李红，王成林，姜旭锋，黄雷，吴朝晖，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33