本文選題：浮動(dòng)車技術(shù) + 地圖匹配　； 參考：《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》2014年09期

【摘要】：針對(duì)大規(guī)模浮動(dòng)車數(shù)據(jù)量龐大、地圖匹配時(shí)對(duì)實(shí)時(shí)性要求高的特點(diǎn),提出一種離線計(jì)算與在線匹配相結(jié)合的浮動(dòng)車實(shí)時(shí)局部地圖匹配方法.在離線計(jì)算部分,首先對(duì)對(duì)矢量道路網(wǎng)進(jìn)行二級(jí)網(wǎng)格化分,然后對(duì)二級(jí)網(wǎng)格的每一個(gè)柵格,以其中心點(diǎn)坐標(biāo)到各個(gè)候選路段或道路節(jié)點(diǎn)的距離以及候選路段的通行方向計(jì)算距離和方向的組合相似度,根據(jù)組合相似度最大值與次大值之差的大小分成4種情形,并將組合相似度明顯占優(yōu)的候選路段或者道路節(jié)點(diǎn)作為該柵格的屬性值預(yù)先存儲(chǔ);在線匹配時(shí),針對(duì)實(shí)時(shí)獲取的軌跡點(diǎn),采用文中提出的"雙向前行-后行法"快速判定前后時(shí)刻欲匹配路段之間的路徑可達(dá)度,并據(jù)此判斷所屬情形;當(dāng)滿足條件時(shí),可立即獲得當(dāng)前軌跡點(diǎn)的匹配結(jié)果,即該軌跡點(diǎn)所在柵格的屬性值.實(shí)驗(yàn)結(jié)果表明了該文方法處理海量浮動(dòng)車數(shù)據(jù)的可行性和有效性:通過對(duì)深圳市大規(guī)模浮動(dòng)車實(shí)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證,該方法比局部地圖匹配方法的單點(diǎn)匹配平均耗時(shí)減少了1倍;對(duì)整個(gè)深圳市區(qū)構(gòu)建兩級(jí)網(wǎng)格并存儲(chǔ)屬性值,其占有存儲(chǔ)空間約為8 MB,可以將其一次性讀入內(nèi)存;整個(gè)深圳市道路網(wǎng)的離線計(jì)算時(shí)間約需花費(fèi)32 h,但離線計(jì)算一經(jīng)完成就可以長期服務(wù)于實(shí)時(shí)匹配.
[Abstract]:In view of the large amount of data of large floating vehicle and the high requirement of real time in map matching, a real time local map matching method for floating vehicle is proposed, which combines off-line calculation and online matching. In the off-line calculation part, the vector road network is first divided into two levels of mesh, and then each grid of the secondary grid is divided. Based on the distance from the center coordinate to each candidate section or road node and the combination similarity between the distance and direction of the candidate road, it is divided into four cases according to the magnitude of the difference between the maximum and the second largest of the combination similarity. The candidate section or road node with obvious similarity is stored as the attribute value of the grid in advance, and when online matching, the locus points are obtained in real time. In this paper, the "bidirectional forward-back method" is used to quickly determine the path reachability between the sections to be matched before and after the time, and to judge the case accordingly. When the conditions are satisfied, the matching results of the current locus points can be obtained immediately. The property value of the grid in which the trace point is located. The experimental results show that the method is feasible and effective in dealing with the massive floating vehicle data. Through the verification of the measured data of the large-scale floating vehicle in Shenzhen, the average time consuming of this method is 1 times less than that of the local map matching method. Build a two-level grid and store the property value for the whole Shenzhen urban area. The storage space is about 8MB, which can be read into memory at one time. The off-line calculation time of the whole road network in Shenzhen takes about 32 hours, but once the off-line calculation is completed, it can serve real-time matching for a long time.
【作者單位】： 華北水利水電大學(xué)資源與環(huán)境學(xué)院;南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室;信息工程大學(xué)地理空間信息學(xué)院;
【基金】：國家自然科學(xué)青年基金(41101373,41201467,41001313) 河南省高校科技創(chuàng)新團(tuán)隊(duì)支持計(jì)劃資助(13IRTSTHN023) 南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室開放基金資助
【分類號(hào)】：U495;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張冬梅;石金峰;張繼超;徐愛功;;基于浮動(dòng)車交通信息采集的虛擬儀器設(shè)計(jì)[J];交通科技與經(jīng)濟(jì);2007年06期

2 張永強(qiáng);林麗;;浮動(dòng)車交通信息采集系統(tǒng)[J];交通科技與經(jīng)濟(jì);2008年06期

3 張正懷;;基于無線定位的浮動(dòng)車樣本容量研究[J];控制工程;2010年S2期

4 劉元;宋曉冰;;公眾出行交通信息服務(wù)系統(tǒng)的研究[J];城市公共交通;2008年04期

5 姜桂艷;常安德;張瑋;唐永勇;;基于GPS浮動(dòng)車的自然路段行程時(shí)間估計(jì)方法[J];公路;2009年11期

6 馬占剛;;OD矩陣獲取方法綜述[J];山西建筑;2009年35期

7 劉棟;穆曉霞;宋國杰;;基于浮動(dòng)車數(shù)據(jù)的城市交通狀態(tài)估計(jì)研究[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

8 唐克雙;姚恩建;;日本ITS開發(fā)和運(yùn)用的實(shí)例——名古屋基于浮動(dòng)車信息的P-DRGS簡介[J];城市交通;2006年03期

9 萬宇;;基于GPS定位的浮動(dòng)車樣本數(shù)量確定方法研究[J];交通標(biāo)準(zhǔn)化;2006年08期

10 桑麗;秦玲;黃建軍;;道路網(wǎng)絡(luò)固定型交通檢測(cè)器布設(shè)策略探討[J];交通建設(shè)與管理;2007年04期

相關(guān)會(huì)議論文 前10條

1 龔珊;尹相勇;朱愛華;;基于浮動(dòng)車的路段行程時(shí)間卡爾曼濾波預(yù)測(cè)算法[A];2008第四屆中國智能交通年會(huì)論文集[C];2008年

2 鄧小勇;郭繼孚;溫慧敏;陳鋒;孫建平;高永;朱麗云;;基于廣播數(shù)據(jù)系統(tǒng)的交通信息服務(wù)系統(tǒng)應(yīng)用示范[A];第二屆中國智能交通年會(huì)論文集[C];2006年

3 曾維;王海峰;孫立;;不同浮動(dòng)車規(guī)模下的城市道路路況相似性判據(jù)研究[A];2008第四屆中國智能交通年會(huì)論文集[C];2008年

4 周元峰;吳建平;董敬欣;;使用浮動(dòng)車檢測(cè)路網(wǎng)可達(dá)性及交通管理策略的研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊(cè)）[C];2005年

5 徐建閩;鄒亮;;浮動(dòng)車與感應(yīng)線圈檢測(cè)技術(shù)融合模型[A];第二十四屆中國控制會(huì)議論文集（下冊(cè)）[C];2005年

6 儲(chǔ)浩;楊曉光;吳志周;伍速鋒;;交通移動(dòng)采集技術(shù)及其適用性分析[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊(cè)）[C];2005年

7 孫立;王海峰;林綿峰;;浮動(dòng)車系統(tǒng)的規(guī)模參數(shù)研究[A];第二屆中國智能交通年會(huì)論文集[C];2006年

8 翁劍成;榮建;任福田;董爻;;基于浮動(dòng)車采集技術(shù)的動(dòng)態(tài)車載導(dǎo)航系統(tǒng)體系構(gòu)架研究[A];第一屆中國智能交通年會(huì)論文集[C];2005年

9 張存保;楊曉光;;基于浮動(dòng)車的道路交通信息采集系統(tǒng)研究[A];第二屆中國智能交通年會(huì)論文集[C];2006年

10 毛偉輝;陳旭翔;蔡世貴;闕朝陽;;智能交通路況監(jiān)控平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[A];廣東通信2010青年論壇優(yōu)秀論文集[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 李宇光;海量低頻浮動(dòng)車數(shù)據(jù)道路匹配及行程時(shí)間估算[D];武漢大學(xué);2013年

2 李曉斌;交通出行信息服務(wù)平臺(tái)及其關(guān)鍵技術(shù)應(yīng)用研究[D];華南理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 孫玲;基于浮動(dòng)車調(diào)查方法的信號(hào)交叉口延誤估計(jì)研究[D];北京工業(yè)大學(xué);2007年

2 李明珠;基于浮動(dòng)車數(shù)據(jù)的出租汽車OD分布及運(yùn)營特點(diǎn)研究[D];北京交通大學(xué);2009年

3 朱愛華;基于浮動(dòng)車數(shù)據(jù)的路段旅行時(shí)間預(yù)測(cè)研究[D];北京交通大學(xué);2008年

4 周舒杰;基于公交浮動(dòng)車的道路平均速度估計(jì)研究[D];重慶大學(xué);2009年

5 鄭芳芳;公眾出行交通信息服務(wù)系統(tǒng)及關(guān)鍵問題研究[D];西南交通大學(xué);2005年

6 沈旗;基于浮動(dòng)公交車的交通信息實(shí)時(shí)檢測(cè)和公交車到站時(shí)間預(yù)測(cè)研究[D];浙江大學(xué);2007年

7 段學(xué)勇;基于小樣本浮動(dòng)車數(shù)據(jù)的信號(hào)燈路段行程時(shí)間估計(jì)方法研究[D];北京交通大學(xué);2008年

8 常安德;基于GPS浮動(dòng)車的路段行程時(shí)間采集方法研究[D];吉林大學(xué);2009年

9 韓兆權(quán);基于浮動(dòng)車技術(shù)和交通波理論的交通流量推算研究[D];北京交通大學(xué);2008年

10 龔珊;基于浮動(dòng)車GPS數(shù)據(jù)的行車速度預(yù)測(cè)模型研究[D];北京交通大學(xué);2009年

，

本文編號(hào)：1805767