【摘要】：隨著國民經(jīng)濟(jì)的高速發(fā)展,汽車擁有量與日俱增,道路擁堵情況也隨之不斷加重,如何緩解城市交通擁堵情況已成為城市道路建設(shè)亟待解決的問題。智能交通系統(tǒng)將車輛導(dǎo)航系統(tǒng)作為重要系統(tǒng),而地圖匹配技術(shù)(Map Matching)是一項實現(xiàn)車輛導(dǎo)航系統(tǒng)的關(guān)鍵技術(shù),它是以軟件技術(shù)為基礎(chǔ)的一種廣泛應(yīng)用于車輛導(dǎo)航系統(tǒng)的修正方法,通過確定車輛的最佳匹配位置來獲取直觀的地圖匹配結(jié)果,從而為后續(xù)預(yù)測交通擁堵狀況提供了有力依據(jù)。地圖匹配以車輛行駛數(shù)據(jù)和路網(wǎng)數(shù)據(jù)為基礎(chǔ),地圖匹配結(jié)果與兩者的精確度密切相關(guān)。選擇精密的GPS定位技術(shù)和精準(zhǔn)的路網(wǎng)地圖成為地圖匹配成功的重要步驟。為此,本文選用ArcGIS平臺作為路網(wǎng)地圖構(gòu)建系統(tǒng),其強(qiáng)大的信息處理能力,足以提供精準(zhǔn)的路網(wǎng)可視化模型。但是,GPS定位技術(shù)和路網(wǎng)地圖無法完全避免系統(tǒng)誤差和測量誤差,為此,選擇精準(zhǔn)的地圖匹配算法成為將車輛行駛軌跡精確的顯示在路網(wǎng)上的關(guān)鍵內(nèi)容。在總結(jié)了現(xiàn)有算法的優(yōu)勢及不足之后,本文研究并提出了基于權(quán)重的長時間間隔地圖匹配算法,實現(xiàn)了車輛的長時間間隔軌跡數(shù)據(jù)與路網(wǎng)數(shù)據(jù)的高效且精準(zhǔn)匹配。本文算法通過構(gòu)建誤差區(qū)域,并對誤差區(qū)域中滿足合理可達(dá)性的全部候選路段按照路網(wǎng)數(shù)據(jù)和車輛定位數(shù)據(jù)的接近程度、車輛運行曲線和道路曲線的形狀相似性、定位點與候選道路相對位置、歷史匹配路段與候選道路的連通性等四個方面來進(jìn)行地圖匹配的加權(quán)計算,從緩沖區(qū)域內(nèi)選擇最大權(quán)重值的路段作為最終的匹配路段,并顯示車輛的最終的匹配位置。針對連續(xù)的GPS定位點之間相差多個路段的狀況,通過有效結(jié)合最短路徑算法、歷史匹配路段與當(dāng)前GPS定位點的候選路段的連通關(guān)系、合理可達(dá)性等方法來確定車輛的行駛軌跡。整個匹配過程是在ArcGIS平臺上通過調(diào)用python語言來完成算法匹配實驗,并將最終匹配位置顯示在路網(wǎng)地圖上。最后,將分別利用基于投影算法、基于權(quán)重的匹配算法、本論文提出的算法進(jìn)行匹配度對比實驗,匹配結(jié)果顯示本文算法在交叉路口區(qū)段、有岔路口區(qū)段、平行區(qū)段的正確匹配率最高。
【圖文】：

第 2 章 相關(guān)理論與技術(shù)WGS-84 坐標(biāo)系動車導(dǎo)航系統(tǒng)采用 WGS-84 世界大地坐標(biāo)系（World Geodetic Sys量 GPS 定位數(shù)據(jù)的常用坐標(biāo)系[19]，此坐標(biāo)系的幾何原理定義如下：為坐標(biāo)系的原點，將 CTP 赤道和 BIH1984.0 的零度子午面的交點方向，Z 軸的坐標(biāo)方向與 CTP 方向相同，Y 軸和 Z 軸、X 軸形成手坐標(biāo)參考系。具體原理如圖 2.1 所示。

地圖匹配算法就是結(jié)合空間的接近性分析準(zhǔn)則及曲線匹配準(zhǔn)則來完成的算法[22]。曲線匹配的實質(zhì)是：無論對一條曲線做何種形式的切割，其終能夠匹配到另一條曲線上，那么可以判定這兩條曲線匹配成功。而空性分析準(zhǔn)則就是通過空間的最接近方法，并有效利用地理信息完成軌跡匹配。地圖匹配算法分為兩部分：（一）確定車輛的實際行駛道路。（二）將 軌跡點匹配到最優(yōu)行駛道路上，計算并顯示車輛最終的匹配位置[23]。其是：（1）通過數(shù)據(jù)預(yù)處理、特征提取等步驟對浮動車 GPS 軌跡數(shù)據(jù)和進(jìn)行研究分析，，并提取出位置等特征信息；（2）設(shè)置緩沖區(qū)域，并從選路段，并按照曲線匹配準(zhǔn)則計算車輛 GPS 定位點與候選路段之間的率。（3）選取正確匹配率最高的候選路段作為浮動車輛的實際行駛道匹配原理示意圖如圖 3.1 所示。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U463.67;U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖維麗;岳春生;奚玲;;基于高程的改進(jìn)D-S證據(jù)理論地圖匹配算法[J];計算機(jī)應(yīng)用與軟件;2015年07期

2 陳濱;王平;施文灶;徐世武;;GPS軌跡數(shù)據(jù)的綜合地圖匹配算法研究[J];電子科技;2014年12期

3 徐松杰;陳紫強(qiáng);;基于網(wǎng)格分塊的快速地圖匹配算法[J];桂林電子科技大學(xué)學(xué)報;2014年01期

4 劉興權(quán);金美含;;地圖匹配算法綜述[J];科技信息;2014年04期

5 王志建;王力;汪健;;基于拓?fù)渑袛嗟暮Ａ縂PS數(shù)據(jù)延時地圖匹配算法[J];西南交通大學(xué)學(xué)報;2012年05期

6 胡婷;;車輛定位的地圖匹配算法研究[J];科技創(chuàng)新與應(yīng)用;2012年26期

7 李楠;陳超;;基于GIS、GPS的城市公共交通監(jiān)控與實時控制系統(tǒng)[J];河北理工大學(xué)學(xué)報(自然科學(xué)版);2011年03期

8 林科;;基于權(quán)重的長時間間隔地圖匹配算法研究[J];山東交通科技;2011年01期

9 秦文斌;王培東;;基于投影的GPS地圖匹配算法研究[J];硅谷;2008年24期

10 胡非與;徐建閩;孫超;;論發(fā)展基于GIS-PT和GPS的需求響應(yīng)式公共交通研究[J];交通與計算機(jī);2008年04期

相關(guān)碩士學(xué)位論文 前7條

1 訾憲娟;基于浮動車軌跡數(shù)據(jù)的路網(wǎng)重構(gòu)和地圖匹配[D];山東大學(xué);2016年

2 錢穎;基于GIS的出租車輛GPS地圖匹配研究[D];云南大學(xué);2015年

3 鄒珍;基于GPS的浮動車數(shù)據(jù)與實地圖匹配的算法研究[D];武漢理工大學(xué);2013年

4 唐進(jìn)君;車輛導(dǎo)航系統(tǒng)中地圖匹配算法的研究及應(yīng)用[D];山東理工大學(xué);2009年

5 李沛;車輛導(dǎo)航系統(tǒng)中地圖匹配的研究[D];北京交通大學(xué);2008年

6 韓海民;基于GIS和GPS的公交車輛運行監(jiān)控系統(tǒng)研究與實現(xiàn)[D];北京交通大學(xué);2008年

7 張振輝;車輛導(dǎo)航中地圖匹配算法與應(yīng)用研究[D];解放軍信息工程大學(xué);2006年

本文編號：2616920