一种基于隐马尔可夫模型的浮动车地图匹配方法组成比例

本发明专利技术公开了一种基于隐马尔可夫模型的浮动车地图匹配方法，属于数据处理的技术领域，该方法首先对每一个观测点以预订的误差半径选定其候选匹配点集，其次对每一个观测点，利用观测点与其候选点间距离符合高斯分布的特征建模观测概率，再次利用前后观测点与对应的前后候选点的距离相似度特征以及平均速度相似度特征计算前后观测点对应的前后候选匹配点之间的转移概率，最后可以根据所计算获得的观测概率以及转移概率确定给定的浮动车轨迹数据在电子地图上相匹配的正确的路段序列。本发明专利技术实施方案中的浮动车地图匹配方法，可以快速、准确的将定位精度不高的浮动车轨迹数据匹配到电子地图上。

A map matching method for floating vehicles based on Hidden Markov model

The invention discloses a floating car map matching method based on Hidden Markov model, which belongs to the technical field of data processing, error radius is proposed. Firstly, each observation point to the reservation of the selected candidate point set matching, then for each observation point, the distance between observation point and the candidate with feature modeling observation of the probability distribution of Gauss, before and after the candidate reuse distance similarity characteristics before and after the candidate points before and after the observation point and the corresponding average speed and similarity calculation and observation points corresponding to the matching points between the transition probability, finally according to the calculated observation probability and transfer probability to determine the correct sequence of road floating car data for a given trajectory matching on electronic map. The floating car map matching method in the embodiment of the invention can quickly and accurately match the floating car track data with low positioning accuracy to the electronic map.

【技术实现步骤摘要】
一种基于隐马尔可夫模型的浮动车地图匹配方法
本专利技术公开了一种基于隐马尔可夫模型的浮动车地图匹配方法，属于数据处理的

技术介绍
浮动车系统是伴随着智能交通系统新技术应用而发展起来的新型交通信息采集技术。浮动车利用GPS装置将车辆信息如时间、速度和位置等信息实时传送到信息处理中心。信息中心通过对浮动车传回信息的分析为相关部门提供道路交通状况，而且可作为拥堵缓解、城市道路规划等各项工作定量数据分析的基础。由于GPS采样误差的影响，浮动车传回的位置信息通常会偏离行驶轨迹，因此，浮动车数据在进行分析应用前需要进行地图匹配，即将浮动车轨迹数据正确的匹配到其行驶的路网上。传统的几何分析方法实现简单、效率高，但面对复杂路网时，无法保障匹配精度以及匹配路段的连续性。现有基于隐马尔可夫模型的地图匹配算法根据马尔可夫链的特性将浮动车地图匹配问题转换为而马尔可夫序列解码问题，获得了较为满意的匹配准确度。但是使用隐马尔可夫模型进行浮动车地图匹配时，首先观测点的候选匹配点选择算法不当容易造成算法时间复杂度急剧上升，其次模型中在建模观测点观测概率时分布模型以参数的选择不当会造成错误的匹配，最后，建模本文档来自技高网...

【技术保护点】
一种基于隐马尔可夫模型的浮动车地图匹配方法，其特征在于，主要包括如下步骤：一、输入待匹配的浮动车轨迹数据；二、对每一个观测点以预定的误差半径选定其候选匹配点集；三、对每一个观测点，利用观测点与其候选点间距离符合高斯分布的特征建模观测概率；四、利用前后观测点与对应的前后候选点的距离相似度特征以及平均速度相似度特征计算前后观测点对应的前后候选匹配点之间的转移概率；五、根据所计算获得的观测概率以及转移概率确定给定的浮动车轨迹数据在电子地图上相匹配的正确的路段序列。

【技术特征摘要】
1.一种基于隐马尔可夫模型的浮动车地图匹配方法，其特征在于，主要包括如下步骤：一、输入待匹配的浮动车轨迹数据；二、对每一个观测点以预定的误差半径选定其候选匹配点集；三、对每一个观测点，利用观测点与其候选点间距离符合高斯分布的特征建模观测概率；四、利用前后观测点与对应的前后候选点的距离相似度特征以及平均速度相似度特征计算前后观测点对应的前后候选匹配点之间的转移概率；五、根据所计算获得的观测概率以及转移概率确定给定的浮动车轨迹数据在电子地图上相匹配的正确的路段序列。2.根据权利要求1所述的一种基于隐马尔可夫模型的浮动车地图匹配方法，其特征在于，步骤二中对每一个观测点，以预定的GPS采样误差半径R将观测点附近的路段划入该圆内，划入的路段集为该观测点的候选匹配路段集，同时观测点与路段垂直相交的垂足为候选匹配点，由该规则可获得每个观测点的候选匹配点集。3.根据权利要求2所述的一种基于隐马尔可夫模型的浮动车地图匹配方法，其特征在于，一个观测点可对应多个候选...

【专利技术属性】
技术研发人员：燕雪峰，宋承波，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32