一种浮动车数据的地图匹配方法组成比例

本发明专利技术涉及一种浮动车数据的地图匹配方法，利用多标准动态规划技术可以在保证最优匹配路径的同时最小化每个GPS点的备选路径集，从而提高匹配效率。另外，针对地图匹配的特性，改进了传统最短路径分析方法，利用减少标记初始化过程和多点到一点的搜索方法进一步提高匹配速度。该方法在匹配精度和匹配性能上都优于其他现行方法，可以实现城市交通路网中低采样频率浮动车数据的实时地图匹配处理，具有业务化推广应用的前景。

【技术实现步骤摘要】

本专利技术涉及交通数据处理
，尤其是涉及一种用于大规模低采样频率浮动车数据的高效地图匹配方法。
技术介绍
随着移动定位技术和无线通信技术的发展，浮动车数据由于其低成本和高空间覆盖成为交通监控的主要数据源。浮动车是指通过车载GPS (全球定位系统)设备实现对道路上行驶车辆的瞬时速度、位置、行驶方向、时间戳等交通数据的采集。浮动车数据具有实时性、建设周期短、全天候、低成本、路网覆盖面广、信息丰富的特点，很好地弥补了现有交通数据采集方式的不足，在路段平均速度、行程时间信息采集的准确性和实时性上都优于传统的固定点检测方式，并且能采集到全面的城市道路网动态信息。研究浮动车数据采集系统的相关理论与方法，对促进城市交通信息化建设有良好的推动作用和巨大的现实意义。相关文献有:Kong,Q.-J.，Zhao, Q.，Wei, C.and Liu, Y.，2012，Efficient TrafficState Estimation for Large-Scale Urban Road Networks.1EEE Transactions onIntelligent Transportation Systems, In press.DO1:10.1109/TITS.2012.2218237.由于GPS的定位误差，以及道路网络的几何误差，车辆的GPS位置会偏离路网，因此在使用浮动车数据前需要对车辆轨迹进行地图匹配处理，即将车辆的GPS位置点纠正到实际行驶的道路上。传统的地图匹配方法用于单辆车的车载导航，采用高采样频率数据(如I秒的采用频率)，同时也会利用速度、行驶方向等辅助信息，进行精确地图匹配计算。相关文献有:Quddus, M.A., Ochieng, ff.Y.and Noland, R.B., 2007, Current map-matchingalgorithms for transport applications:State-of-the art and future researchdirections.Transportation Research Part C-Emerging Technologies, 15, pp.312-328.但是在浮动车数据采集系统中，往往同时采集数以万计的车辆GPS点，为了降低数据传输和存储管理成本，会降低数据采样频率(例如I分钟)，同时只存储车辆的经纬度位置和时间点信息。传统针对车载导航的地图匹配方法不能满足浮动车系统大规模、低采样频率、小信息量GPS数据的地图匹配要求。
技术实现思路
本专利技术提出了一种高效高精度的浮动车数据地图匹配方法，以解决大规模低采样频率的浮动车数据实时匹配问题。本专利技术的技术方案为，包括以下步骤，步骤I，加载道路网络，构建路网拓扑结构；步骤2，按时间顺序从某车辆的GPS轨迹中获取一个GPS点作为当前GPS点，构建误差区域，计算该GPS点的备选匹配路段集；步骤3，如果当前点为GPS轨迹中第I个GPS点，直接将该点的备选路段集添加到备选路径集，再返回继续执行步骤2 ;否则，利用最短路径算法计算从上一个GPS点的备选路径到当前点的备选路径集，然后最小化当前点的备选路径集；步骤4，返回步骤2按时间顺序从该车辆的GPS轨迹中获取下一个GPS点进行处理，直到GPS轨迹所有GPS点处理完成，从最后的备选路径集中选择最优匹配路径。而且，步骤3中，最小化当前点的备选路径集采用多标准动态规划技术实现。而且，步骤3中，利用 最短路径算法计算从上一个GPS点的备选路径到当前点的备选路径集，实现方式为，为最短路径计算设一个全局计数标识SPID，并为路网中的每条边akv设一个属性UID (akv)，计算包括以下子步骤，tools]步骤1，输入到点pH的备选路径集1={^r'-^r1)，点pH的备选匹配点集IT1 =风-1，…々1},点Pi的一个备选匹配点< ,当前路径分析过程的全局计数标识SPID ;修改路网拓扑结构，包括将备选匹配点/厂Uf1和/作为临时节点添加到路网中，同时创建相应的临时边；步骤2，初始化，实现方式如下，创建优先队列SE: = (t ;对每一个备选路径g-1 G i^'-1, q的取值范围为1，2，…入，入为GPS点pH的备选匹配点总数，创建新路径:=^-1，k的取值范围为1，2，…X，并设置路径加权指标值:= gl^ + rjxhi,更新优先队列SE:= SE u {r^n }；步骤3，路径选择，实现方式如下，如果优先队列SE= ，转到步骤5 ；否则，从优先队列SE中选择加权指标值义最小的路径# ,再从SE中删除选择的路径，设置紐:=跖UO如果路径/^的终点％ =/；;，则输出备选路径W ，对应的最小加权指标值为#:= gZ，转到步骤5 ;否则继续进入步骤4 ；步骤4，路径扩展，实现方式如下，将路径r=扩展到相连接的下一条边akv，akv是从节点nk到nv的路段，创建新路径C:= ^ % ,并设置A:= +dlv，其中dkv为边akv的长度；如果到节点nv的最优备选路径C =#或者nD(akv)幸SPID，设置rf:=^，加权指标值 gi；: ，优先队列跖以及 UID(Bkv): =SPID ；如果当前加权指标值glm\ < gt； ’设置到节点nv的最优备选路径为^:=<:,更新最小加权指标值:=&!；,将路径C添加到优先队列SE中；转到步骤3 ；步骤5，恢复路网，输出到备选匹配点Vn的备选路径# ;所述恢复路网包括删除步骤I中添加的临时节点和临时边。本专利技术针对现有地图匹配方法处理大规模、小信息量、低采样频率浮动车数据的不足，提出了利用多标准动态规划技术来进行地图匹配，在保证高的匹配精度的同时也加快了匹配速度，可以实现城市交通浮动车数据的实时自动匹配处理。附图说明图1为本专利技术实施例的流程图；图2为本专利技术实施例的生成匹配路径的示意图。具体实施例方式本专利技术处理对象是城市交通路网中大规模、低采样频率、小信息量的浮动车数据；可以实现大规模低频率浮动车数据的在线实时地图匹配和轨迹还原。本专利技术技术方案可采用计算机软件技术实现自动运行流程。以下结合附图和实施例详细说明本专利技术技术方案。如图1，本方法的输入数据为浮动车的GPS轨迹数据和路网数据，GPS轨迹数据是一系列按照时间顺序排序的GPS点组成，每个GPS点由经纬度坐标Pi和时间点P组成，实施例将不同车辆的轨迹利用车辆标识字段VehicleID进行区分，例如图中多条轨迹VehiclePuVehiclea，当需要对多条轨迹跟踪时可以采用同样方式并行处理，即分别执行步骤2 4。某车辆的轨迹中任一 GPS点可由(VehiclelD，P^ti)表示。路网数据是由节点和边组成的图，另外还包括转向限制等信息。本专利技术进行地图匹配过程如下:步骤1:加载道路网络，构建路网拓扑结构。实施例将路网数据预先加载到主内存中以加快地图匹配的速度，路网路段加载的同时对其建立2维的R树索引，用于快速高效地进行空间查询。同时构建路网拓扑结构，通常记录为路段与节点间的拓扑连接表。具体实施时，可以预先构建，匹配时将预先构建的路段与节点间的拓扑连接表也同时加载到主内存中，用于最短路径分析。步骤2:按时间顺序从GPS轨迹本文档来自技高网...

【技术保护点】
一种浮动车数据的地图匹配方法，其特征在于：包括以下步骤，步骤1，加载道路网络，构建路网拓扑结构；步骤2，按时间顺序从某车辆的GPS轨迹中获取一个GPS点作为当前GPS点，构建误差区域，计算该GPS点的备选匹配路段集；步骤3，如果当前点为GPS轨迹中第1个GPS点，直接将该点的备选路段集添加到备选路径集，再返回继续执行步骤2；否则，利用最短路径算法计算从上一个GPS点的备选路径到当前点的备选路径集，然后最小化当前点的备选路径集；步骤4，返回步骤2按时间顺序从该车辆的GPS轨迹中获取下一个GPS点进行处理，直到GPS轨迹所有GPS点处理完成，从最后的备选路径集中选择最优匹配路径。

【技术特征摘要】
1.一种浮动车数据的地图匹配方法，其特征在于:包括以下步骤， 步骤1，加载道路网络，构建路网拓扑结构； 步骤2，按时间顺序从某车辆的GPS轨迹中获取一个GPS点作为当前GPS点，构建误差区域，计算该GPS点的备选匹配路段集； 步骤3，如果当前点为GPS轨迹中第I个GPS点，直接将该点的备选路段集添加到备选路径集，再返回继续执行步骤2 ;否则，利用最短路径算法计算从上一个GPS点的备选路径到当前点的备选路径集，然后最小化当前点的备选路径集； 步骤4，返回步骤2按时间顺序从该车辆的GPS轨迹中获取下一个GPS点进行处理，直到GPS轨迹所有GPS点处理完成，从最后的备选路径集中选择最优匹配路径。2.根据权利要求1所述浮动车数据的地图匹配方法，其特征在于:步骤3中，最小化当前点的备选路径集采用多标准动态规划技术实现。3.根据权利要求2所述浮动车数据的地图匹配方法，其特征在于:步骤3中，利用最短路径算法计算从上一个GPS点的备选路径到当前点的备选路径集，实现方式为，为最短路径计算设一个全局计数标识SPID，并为路网中的每条边akv设一个属性nD(akv)，计算包括以下子步骤， 步骤I，输入到点pH的备选路径集兒 ，点pH的备选匹配点集I:-1 ...

【专利技术属性】
技术研发人员：陈碧宇，袁辉，李清泉，
申请(专利权)人：武汉大学，
类型：发明
国别省市：