计算机应用研究2021,Vol.38Issue(2) :495-500.DOI:10.19734/j.issn.1001-3695.2019.10.0601

面向复杂路网低频GPS采样数据新型地图匹配算法

Novel map-matching algorithm based on low-frequency GPS sampling data in complex road networks

黄振锋 乔少杰 韩楠 元昌安 许源平 曹亮 覃晓 魏军林
计算机应用研究2021,Vol.38Issue(2) :495-500.DOI:10.19734/j.issn.1001-3695.2019.10.0601

面向复杂路网低频GPS采样数据新型地图匹配算法

Novel map-matching algorithm based on low-frequency GPS sampling data in complex road networks

黄振锋 1乔少杰 2韩楠 3元昌安 4许源平 5曹亮 2覃晓 6魏军林5
扫码查看

作者信息

  • 1. 成都信息工程大学 网络空间安全学院,成都610225
  • 2. 成都信息工程大学 软件工程学院,成都610225;成都信息工程大学 软件自动生成与智能服务四川省重点实验室,成都610225
  • 3. 成都信息工程大学 管理学院,成都610225
  • 4. 广西教育学院,南宁 530007;南宁师范大学 计算机与信息工程学院,南宁530299
  • 5. 成都信息工程大学 软件工程学院,成都610225
  • 6. 南宁师范大学 计算机与信息工程学院,南宁530299
  • 折叠

摘要

大数据时代低频采样交通轨迹数据呈指数级增长,准确、高效地对复杂路网中产生的海量低频浮动车数据进行地图匹配对出租车载客热点和路线推荐具有重要意义.基于上述考虑,提出了一种基于曲线拟合的改进算法,对缺失的轨迹数据和路网数据分别使用插值和均值化的方法进行补全,利用Geohash技术对路网和轨迹数据进行存储和搜索,充分考虑车辆速度和道路限速因素,使用轨迹点后向向量和路段向量对路候选段进行分析,设计综合评价函数得到最优匹配结果.实验结果表明,与传统垂直投影算法和曲线拟合算法进行对比,所提曲线拟合算法准确率较高,时间效率得到显著提升.

关键词

地图匹配/复杂道路网络/低频浮动车数据/曲线拟合/Geohash

引用本文复制引用

基金项目

四川省高校人文社会科学重点研究基地科研项目(JGYQ2018010)

国家自然科学基金资助项目(61802035)

国家自然科学基金资助项目(61772091)

国家自然科学基金资助项目(61962006)

四川省科技计划资助项目(2019YFS0067)

四川省科技计划资助项目(21JCQN2019)

四川省科技计划资助项目(2020YFG0153)

四川省科技计划资助项目(20YYJC2785)

四川省科技计划资助项目(2020YJ0481)

四川省科技计划资助项目(2020YFS0466)

四川省科技计划资助项目(2020YJ0430)

四川省科技计划资助项目(2020JDR0164)

广西自然科学基金资助项目(2018GXNSFDA138005)

四川高校科研创新团队建设计划资助项目(18TD0027)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子:0.93
ISSN:1001-3695
被引量2
参考文献量7
段落导航相关论文