為了獲取路網信息和改善城市交通狀況,智能交通系統(tǒng)成為了國內外學者研究的熱門方向。浮動車技術解決了車輛信息獲取的問題,但車輛在實際行駛的過程中,由于定位誤差的存在,使得定位信息不準確,為了準確反映車輛在路網中真實的行駛狀態(tài),地圖匹配技術起到了至關重要的作用。目前地圖匹配技術的發(fā)展分為用于車輛實施導航的地圖匹配算法和用于后臺數(shù)據(jù)中心的地圖匹配算法。前者主要采用高頻的浮動車數(shù)據(jù)(一般采樣周期小于30s);后者基于后臺的數(shù)據(jù)處理量和數(shù)據(jù)采集成本等多方面的的考慮,浮動車數(shù)據(jù)的采集逐漸趨于低頻化(采樣間隔大于1min)。本文的研究方向主要是應用在后臺數(shù)據(jù)中心的基于低頻數(shù)據(jù)的地圖匹配算法。本文通過研究分析現(xiàn)有的地圖匹配算法,大多數(shù)基于低頻數(shù)據(jù)的地圖匹配算法都沒有同時兼顧算法的匹配準確率和時效性。在數(shù)據(jù)預處理過程中沒有考慮到數(shù)據(jù)之間的差異,在路段篩選的過程中距離、方向、速度、連通性等因素利用不充分,在路徑匹配的過程中大多數(shù)算法從全局進行考慮,忽略了考慮局部相鄰定位點對匹配結果的影響。本文基于低頻數(shù)據(jù)的特點和現(xiàn)有算法的優(yōu)缺點,綜合考慮了距離、方向、速度、連通性等因素,提出了一種新的基于低頻浮動車數(shù)據(jù)的增... 

【文章來源】：重慶大學重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

頂點表存儲結果

重慶大學碩士學位論文3面向地圖匹配的相關數(shù)據(jù)預處理與候選路段候選點篩選28圖3.8道路表拓撲關系存儲結果Fig3.8Roadtabletopologyrelationshipstorageresult3.2.4電子地圖的網格劃分建立進行網格劃分有助于GPS采樣點候選匹配路段快速篩選，提高空間搜索效率，將全局搜索轉換為局部搜索。根據(jù)3.1.3節(jié)中對車輛定位數(shù)據(jù)分析的結果，其中GPS定位點有95%的點落在距離道路30m的區(qū)域內，由于電子地圖中道路用線段表示，基于道路的實際寬度以及車輛不一定在道路中心線上行駛的事實，如圖3.9所示，本文將網格的邊長取50m，通過網格將電子地圖去劃分為一個個方格的區(qū)域，然后對每個網格按順序進行編號，最后把網格與落在網格內的道路建立關聯(lián)。圖3.9車輛位置示意圖Fig3.9Vehiclelocationdiagram假設電子地圖的長度為L，寬度為W，并且網格的邊長為D，D50，則電子地圖可以分為為r行，c列個網格，其中rW/D，cL/D。將電子地圖從左下角開始，按從左到右，從上到下的順序開始進行編號，其局部網格劃分結果如道路中心線車輛位置道路寬度30m考慮道路寬度沒有考慮寬度定位位置

重慶大學碩士學位論文3面向地圖匹配的相關數(shù)據(jù)預處理與候選路段候選點篩選29圖3.9所示。假設浮動車采樣點中位置坐標為(x,y)，并且電子地圖左下角的坐標為00(x,y)，則其所處的網格編號的計算公式為：00id[dist((x,y),(x,y))/D]*cdist((x,y),(x,y))/D1(3.5)上式中，函數(shù)dist功能為計算兩點之間的歐式距離，其表達式為：2211222121dist((x,y),(x,y))(xx)(yy)(3.6)從圖3.10中可以看出，某些路段處在網格的邊上，所以在網格周圍的路段也有幾率是候選匹配路段，在篩選候選匹配路段時待匹配點處在網格的周圍網格也應該考慮在內，所有每次候選匹配路段的搜索范圍為以當前定位點所在的方格為中心的周圍網格共9個網格所組成的區(qū)域內。如果沒有對電子地圖進行網格劃分，那么每次候選路段的確定將搜索全局內所有的道路，會浪費很多的時間；對電子地圖進行網格后，將全局搜索轉換為局部范圍內的搜索，將極大的提高候選路段搜索的效率。圖3.10局部網格劃分效果圖Fig3.10Localmeshingeffectdiagram3.3候選點及候選路段的選取3.3.1建立定位點誤差區(qū)域在對電子地圖進行網格劃分之后，候選匹配路段的搜索范圍被縮小到由9個網格組成的區(qū)域。由于城市不路網比較密集，需要對區(qū)域內的路段進行2次篩選，確定最終的候選匹配路段。

【參考文獻】：
期刊論文
[1]淺析我國智能交通系統(tǒng)發(fā)展現(xiàn)狀與前景[J]. 洪中榮.  科學技術創(chuàng)新. 2019(14)
[2]基于地理信息系統(tǒng)的艦船智能導航研究[J]. 羅凱,岳晨.  艦船科學技術. 2018(22)
[3]基于隱馬爾可夫模型和遺傳算法的地圖匹配算法[J]. 吳剛,邱煜晶,王國仁.  東北大學學報(自然科學版). 2017(04)
[4]一種利用網格劃分及方向加權的地圖匹配算法[J]. 廖佳,俞薦中,李俊峰.  測繪通報. 2017(03)
[5]一種路網拓撲約束下的增量型地圖匹配算法[J]. 朱遞,劉瑜.  武漢大學學報(信息科學版). 2017(01)
[6]曲率積分約束的GPS浮動車地圖匹配方法[J]. 曾喆,李清泉,鄒海翔,萬劍華.  測繪學報. 2015(10)
[7]一種面向海量浮動車數(shù)據(jù)的地圖匹配方法[J]. 王曉蒙,池天河,林暉,邵靜,姚曉婧,楊麗娜.  地球信息科學學報. 2015(10)
[8]基于改進AOE網絡的低頻浮動車數(shù)據(jù)地圖匹配算法[J]. 沈敬偉,周廷剛,張弘弢.  西南交通大學學報. 2015(03)
[9]地理信息系統(tǒng)在城市規(guī)劃管理中的應用[J]. 馬琳,陳大勇.  測繪與空間地理信息. 2015(03)
[10]智能交通系統(tǒng)綜述[J]. 趙娜,袁家斌,徐晗.  計算機科學. 2014(11)

碩士論文
[1]卡爾曼濾波在車載組合導航中的應用研究[D]. 張華倩.沈陽工業(yè)大學 2017
[2]基于低頻浮動車數(shù)據(jù)的地圖匹配算法研究[D]. 顏飛.華中科技大學 2016
[3]基于OpenStreetMap的地圖瀏覽系統(tǒng)的設計與實現(xiàn)[D]. 張志浩.電子科技大學 2016
[4]浮動車采集頻率與地圖匹配精度分析[D]. 石翔宇.清華大學 2015
[5]基于手機位置信息的地圖匹配算法研究[D]. 張鵬飛.大連理工大學 2015
[6]車載網中基于低樣本率數(shù)據(jù)集的地圖匹配算法研究[D]. 王志偉.湖南大學 2014
[7]基于浮動車技術的高速公路地圖匹配算法研究[D]. 劉凇男.吉林大學 2013
[8]基于GPS的浮動車數(shù)據(jù)與實地圖匹配的算法研究[D]. 鄒珍.武漢理工大學 2013



本文編號：2943119