路网匹配算法综述

被引:49
作者
高文超 [1 ,2 ]
李国良 [2 ]
塔娜 [3 ]
机构
[1] 中国矿业大学(北京)机电与信息工程学院
[2] 清华大学计算机科学与技术系
[3] 中国人民大学新闻学院
关键词
路网匹配; 隐马尔可夫模型; GPS轨迹; 基于位置服务; 低采样率;
D O I
10.13328/j.cnki.jos.005424
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
路网匹配是基于位置服务中的关键预处理步骤,它将GPS轨迹点匹配到实际路网上.以此为基础对数据进行分析和挖掘,能够辅助解决城市计算中相关问题,例如建立智能交通系统、协助用户规划出行.对国内外学者在该研究领域取得的成果进行了分类总结,发现这些匹配算法可以较好地解决高采样率的路网匹配问题.但是,随着城市交通的快速发展,获取和处理车辆位置信息的成本不断提高,低频采样点越来越多,现有算法匹配精确度大幅度下降.于是,近年来出现了基于隐马尔可夫模型(hidden Markov model,简称HMM)的路网匹配算法.隐马尔可夫模型可以较为平滑地将噪声数据和路径约束进行整合,从有许多可能状态的路径中选择一条最大似然路径.重点总结了基于隐马尔可夫模型的路网匹配算法,主要是从特点与实验结果的角度对其进行对比总结,有些实验结果的正确率在一定条件下最高可达90%,这说明了基于隐马尔可夫模型的路网匹配算法在低采样率下的有效性.最后,对未来的研究可能采取的方法进行了展望.
引用
收藏
页码:225 / 250
页数:26
相关论文
共 24 条
[1]   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, 38 (04) :472-475
[2]   基于改进D-S证据理论的信任评估模型 [J].
张琳 ;
刘婧文 ;
王汝传 ;
王海艳 .
通信学报, 2013, (07) :167-173
[3]   车辆导航系统中地图匹配新算法 [J].
张振辉 ;
崔铁军 ;
姚慧敏 .
海洋测绘, 2006, (02) :55-58
[4]   Real-Time Large-Scale Map Matching Using Mobile Phone Data [J].
Algizawy, Essam ;
Ogawa, Tetsuji ;
El-Mahdy, Ahmed .
ACM TRANSACTIONS ON KNOWLEDGE DISCOVERY FROM DATA, 2017, 11 (04)
[5]   A review of travel time estimation and forecasting for Advanced Traveller Information Systems [J].
Mori, Usue ;
Mendiburu, Alexander ;
Alvarez, Maite ;
Lozano, Jose A. .
TRANSPORTMETRICA A-TRANSPORT SCIENCE, 2015, 11 (02) :119-157
[6]   Network-Wide Traffic State Estimation Using Loop Detector and Floating Car Data [J].
Yuan, Yufei ;
Van Lint, Hans ;
Van Wageningen-Kessels, Femke ;
Hoogendoorn, Serge .
JOURNAL OF INTELLIGENT TRANSPORTATION SYSTEMS, 2014, 18 (01) :41-50
[7]  
On detection of emerging anomalous traffic patterns using GPS data[J] . Linsey Xiaolin Pang,Sanjay Chawla,Wei Liu,Yu Zheng.Data & Knowledge Engineering . 2013
[8]  
A probabilistic map matching method for smartphone GPS data[J] . Michel Bierlaire,Jingmin Chen,Jeffrey Newman.Transportation Research Part C . 2013
[9]  
Development of map matching algorithm for low frequency probe data[J] . Tomio Miwa,Daisuke Kiuchi,Toshiyuki Yamamoto,Takayuki Morikawa.Transportation Research Part C . 2012
[10]   Trip destination prediction based on past GPS log using a Hidden Markov Model [J].
Alvarez-Garcia, J. A. ;
Ortega, J. A. ;
Gonzalez-Abril, L. ;
Velasco-Morente, Francisco .
EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (12) :8166-8171