基于C-Measure的地圖匹配算法改進及其Spark實現(xiàn)
發(fā)布時間:2022-09-29 17:28
隨著國民生活水平的日益提高,汽車消費也逐漸呈現(xiàn)快速增長趨勢,如何在城市環(huán)境下對于汽車進行綜合管理、建設城市智能交通系統(tǒng)是亟需解決的課題。地圖匹配技術(Map Matching)作為智能交通系統(tǒng)的核心技術,能夠有效降低定位誤差,通過確定車輛的最佳道路匹配位置來獲取直觀的地圖匹配結果,從而為智能交通系統(tǒng)提供服務。針對傳統(tǒng)地圖匹配算法無法在車輛定位準確率和服務計算效率上達到平衡的問題,提出了一種改進地圖匹配算法ICMM(Improved C-Measure Map Matching)。一方面,在傳統(tǒng)C-Measure度量方式基礎上設計了多種因素及權重機制,包括位置點與線路的距離、歷史軌跡與線路的平均距離、位置點行進方向與候選道路的方向偏差、連續(xù)位置點走向與候選線路片段方向偏差等四種因素以及相關權重系數(shù)設計。實驗結果證實該方法可以有效地提升地圖匹配算法的定位準確率,同時也保證了算法復雜度不會明顯提升。另一方面,在算法實現(xiàn)過程中,采用了新的候選線路片段選擇機制來減少候選線路范圍,并采用水平適應性模糊邏輯網(wǎng)絡(Horizontal Adaptive Fuzzy Network,HAFN)實現(xiàn)參數(shù)動...
【文章頁數(shù)】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 地圖匹配算法分析
1.2.2 并行地圖匹配算法分析
1.3 研究內(nèi)容
1.4 論文組織結構
第2章 關鍵技術介紹
2.1 地圖匹配問題
2.2 基于模糊邏輯技術的地圖匹配算法
2.2.1 模糊邏輯技術
2.2.2 基于模糊邏輯技術的地圖匹配算法分析
2.3 希爾伯特空間填充曲線
2.4 并行開發(fā)技術
2.4.1 并行技術分析
2.4.2 Spark平臺
2.4.3 Kudu數(shù)據(jù)存儲技術
2.5 本章小結
第3章 改進地圖匹配算法
3.1 傳統(tǒng)基于C-Measure度量的地圖匹配算法
3.2 改進地圖匹配算法
3.2.1 改進C-Measure度量方式
3.2.2 候選線路片段選擇
3.2.3 改進地圖匹配算法的整體流程
3.3 基于HAFN的算法參數(shù)選擇
3.4 仿真實驗
3.4.1 實驗環(huán)境配置
3.4.2 實驗結果可視化
3.4.3 準確率對比結果與分析
3.5 本章小結
第4章 改進地圖匹配算法的Spark實現(xiàn)
4.1 整體運行框架
4.2 基于希爾伯特空間填充曲線的分區(qū)策略
4.3 改進地圖匹配算法的并行化處理流程
4.4 實驗總結
4.5 本章小結
第5章 總結與展望
5.1 總結
5.2 展望
參考文獻
致謝
個人簡歷、在學期間發(fā)表的學術論文與研究成果
【參考文獻】:
期刊論文
[1]一種基于HMM模型改進的地圖匹配算法[J]. 劉旻,李梅,徐曉宇,毛善君. 北京大學學報(自然科學版). 2018(06)
[2]基于海量公交軌跡數(shù)據(jù)挖掘的地圖匹配算法[J]. 陳輝,蔣圭峰,姜桂圓,武繼剛. 計算機應用. 2018(07)
[3]基于曲線擬合與拓撲結構的地圖匹配算法[J]. 滕志軍,曲兆強,侯學艷,賈韜正,趙才博,夏濱. 計算機工程. 2018(08)
[4]考慮時空特性的動態(tài)權重實時地圖匹配算法[J]. 鄭林江,劉旭,易兵. 計算機應用. 2017(08)
[5]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)
[6]基于道路信息的智能地圖匹配算法[J]. 李磊磊,陳家斌,楊黎明,尹靜源,胡鳴凱,高宏斌. 中國慣性技術學報. 2016(02)
[7]一種基于Hadoop的分布式地圖匹配算法[J]. 郭淑琴,薛益趙,徐步匯. 浙江工業(yè)大學學報. 2015(03)
[8]地圖匹配算法綜述[J]. 劉興權,金美含. 科技信息. 2014(04)
[9]一種基于約束的最短路徑低頻浮動車數(shù)據(jù)地圖匹配算法[J]. 李清泉,胡波,樂陽. 武漢大學學報(信息科學版). 2013(07)
[10]基于拓撲判斷的海量GPS數(shù)據(jù)延時地圖匹配算法[J]. 王志建,王力,汪健. 西南交通大學學報. 2012(05)
碩士論文
[1]基于權重的長時間間隔地圖匹配算法研究[D]. 張賀.吉林大學 2018
[2]基于Spark的出租車軌跡組織方法研究[D]. 賈昀騰.南京師范大學 2017
[3]基于Hadoop的道路匹配算法研究[D]. 范魯濤.南京郵電大學 2016
[4]基于電子地圖輔助的車載組合導航系統(tǒng)研究與實現(xiàn)[D]. 肖密.中南大學 2014
[5]車輛導航系統(tǒng)中地圖匹配的研究[D]. 李沛.北京交通大學 2008
本文編號:3683007
【文章頁數(shù)】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 地圖匹配算法分析
1.2.2 并行地圖匹配算法分析
1.3 研究內(nèi)容
1.4 論文組織結構
第2章 關鍵技術介紹
2.1 地圖匹配問題
2.2 基于模糊邏輯技術的地圖匹配算法
2.2.1 模糊邏輯技術
2.2.2 基于模糊邏輯技術的地圖匹配算法分析
2.3 希爾伯特空間填充曲線
2.4 并行開發(fā)技術
2.4.1 并行技術分析
2.4.2 Spark平臺
2.4.3 Kudu數(shù)據(jù)存儲技術
2.5 本章小結
第3章 改進地圖匹配算法
3.1 傳統(tǒng)基于C-Measure度量的地圖匹配算法
3.2 改進地圖匹配算法
3.2.1 改進C-Measure度量方式
3.2.2 候選線路片段選擇
3.2.3 改進地圖匹配算法的整體流程
3.3 基于HAFN的算法參數(shù)選擇
3.4 仿真實驗
3.4.1 實驗環(huán)境配置
3.4.2 實驗結果可視化
3.4.3 準確率對比結果與分析
3.5 本章小結
第4章 改進地圖匹配算法的Spark實現(xiàn)
4.1 整體運行框架
4.2 基于希爾伯特空間填充曲線的分區(qū)策略
4.3 改進地圖匹配算法的并行化處理流程
4.4 實驗總結
4.5 本章小結
第5章 總結與展望
5.1 總結
5.2 展望
參考文獻
致謝
個人簡歷、在學期間發(fā)表的學術論文與研究成果
【參考文獻】:
期刊論文
[1]一種基于HMM模型改進的地圖匹配算法[J]. 劉旻,李梅,徐曉宇,毛善君. 北京大學學報(自然科學版). 2018(06)
[2]基于海量公交軌跡數(shù)據(jù)挖掘的地圖匹配算法[J]. 陳輝,蔣圭峰,姜桂圓,武繼剛. 計算機應用. 2018(07)
[3]基于曲線擬合與拓撲結構的地圖匹配算法[J]. 滕志軍,曲兆強,侯學艷,賈韜正,趙才博,夏濱. 計算機工程. 2018(08)
[4]考慮時空特性的動態(tài)權重實時地圖匹配算法[J]. 鄭林江,劉旭,易兵. 計算機應用. 2017(08)
[5]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)
[6]基于道路信息的智能地圖匹配算法[J]. 李磊磊,陳家斌,楊黎明,尹靜源,胡鳴凱,高宏斌. 中國慣性技術學報. 2016(02)
[7]一種基于Hadoop的分布式地圖匹配算法[J]. 郭淑琴,薛益趙,徐步匯. 浙江工業(yè)大學學報. 2015(03)
[8]地圖匹配算法綜述[J]. 劉興權,金美含. 科技信息. 2014(04)
[9]一種基于約束的最短路徑低頻浮動車數(shù)據(jù)地圖匹配算法[J]. 李清泉,胡波,樂陽. 武漢大學學報(信息科學版). 2013(07)
[10]基于拓撲判斷的海量GPS數(shù)據(jù)延時地圖匹配算法[J]. 王志建,王力,汪健. 西南交通大學學報. 2012(05)
碩士論文
[1]基于權重的長時間間隔地圖匹配算法研究[D]. 張賀.吉林大學 2018
[2]基于Spark的出租車軌跡組織方法研究[D]. 賈昀騰.南京師范大學 2017
[3]基于Hadoop的道路匹配算法研究[D]. 范魯濤.南京郵電大學 2016
[4]基于電子地圖輔助的車載組合導航系統(tǒng)研究與實現(xiàn)[D]. 肖密.中南大學 2014
[5]車輛導航系統(tǒng)中地圖匹配的研究[D]. 李沛.北京交通大學 2008
本文編號:3683007
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/3683007.html