近幾年,城市的發(fā)展在給人們?nèi)粘Ｉ钜约俺鲂袔順O大便利的同時也出現(xiàn)了很多問題和巨大的挑戰(zhàn),比如我們最常見的交通堵塞、交通事故等一些交通問題。在交通出行中,車載定位設(shè)備越來越普及,對數(shù)據(jù)的研究已經(jīng)成為當今車聯(lián)網(wǎng)領(lǐng)域的熱門話題。但是在GPS采集數(shù)據(jù)的過程中,由于天氣等外界影響,設(shè)備獲取到的數(shù)據(jù)往往都是與實際道路有偏差,與道路位置不符,甚至?xí)c道路產(chǎn)生較大的偏移。而路網(wǎng)匹配能較好地解決定位點偏差的問題,讓直接能觀測到的GPS定位點數(shù)據(jù)準確地映射到路網(wǎng)位置上。路網(wǎng)匹配算法可以將接收到的GPS定位點數(shù)據(jù)與城市道路網(wǎng)絡(luò)相結(jié)合,對GPS定位點進行修正,使得偏差的GPS定位點能精確地匹配到路網(wǎng)結(jié)構(gòu)中。隱馬爾可夫模型是一種概率模型,在語音識別領(lǐng)域被成功應(yīng)用,后來陸續(xù)在模式識別、生物信息等領(lǐng)域也被廣泛應(yīng)用,將隱馬爾可夫模型應(yīng)用在交通領(lǐng)域的相關(guān)研究還不完善,還需我們繼續(xù)深入研究。隱馬爾可夫模型應(yīng)用在路網(wǎng)匹配領(lǐng)域相比于傳統(tǒng)的路網(wǎng)匹配算法,匹配的精確度更高,對于采樣間隔較大的GPS定位點數(shù)據(jù)匹配效果也很理想。本文針對GPS定位點采樣頻率較低、采樣時間不均勻、定位誤差較大的特點,提出一種基于隱馬爾可夫模型的改進的... 

【文章來源】：沈陽理工大學(xué)遼寧省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

OpenStreetMap中Nodes的概念Fig.2.7TheconceptofNodesinOpenStreetMap

第2章路網(wǎng)匹配算法及相關(guān)技術(shù)-19-閉合線(Closedway)、區(qū)域(Area)。當Ways中nodes的數(shù)量太多時，就必須通過分割節(jié)點的方式來處理。如圖2.7所示OpenStreetMap中Ways在路網(wǎng)數(shù)據(jù)中的顯示。圖2.8OpenStreetMap中Ways的概念Fig.2.8TheconceptofWaysinOpenStreetMapArea區(qū)域：由一個封閉的線段所組成。如圖2.9所示，閉環(huán)紅色部分所組成的即為一個區(qū)域。在本例中，該道路的第一個和最后一個節(jié)點是相同的。如圖2.9所示OpenStreetMap中Area在路網(wǎng)數(shù)據(jù)中的顯示。圖2.9OpenStreetMap中Area的概念Fig.2.9TheconceptofAreainOpenStreetMapRelations主要是節(jié)點、方法或其他關(guān)系的有序列表，由多個點、線段或區(qū)域組成，relation的類型有：線路(route)；多邊形(multipolygon)；邊界(boundary)；限制(restriction)等，線路包括公交車路線、人行道等；限制信息包括轉(zhuǎn)彎限制和方向限制等。

第2章路網(wǎng)匹配算法及相關(guān)技術(shù)-19-閉合線(Closedway)、區(qū)域(Area)。當Ways中nodes的數(shù)量太多時，就必須通過分割節(jié)點的方式來處理。如圖2.7所示OpenStreetMap中Ways在路網(wǎng)數(shù)據(jù)中的顯示。圖2.8OpenStreetMap中Ways的概念Fig.2.8TheconceptofWaysinOpenStreetMapArea區(qū)域：由一個封閉的線段所組成。如圖2.9所示，閉環(huán)紅色部分所組成的即為一個區(qū)域。在本例中，該道路的第一個和最后一個節(jié)點是相同的。如圖2.9所示OpenStreetMap中Area在路網(wǎng)數(shù)據(jù)中的顯示。圖2.9OpenStreetMap中Area的概念Fig.2.9TheconceptofAreainOpenStreetMapRelations主要是節(jié)點、方法或其他關(guān)系的有序列表，由多個點、線段或區(qū)域組成，relation的類型有：線路(route)；多邊形(multipolygon)；邊界(boundary)；限制(restriction)等，線路包括公交車路線、人行道等；限制信息包括轉(zhuǎn)彎限制和方向限制等。

【參考文獻】：
期刊論文
[1]浮動車軌跡點地圖匹配及插值算法[J]. 盛彩英,席唱白,錢天陸,遲瑤,王結(jié)臣.  測繪科學(xué). 2019(08)
[2]基于點到點的列車地圖匹配算法研究[J]. 李衛(wèi)東,王霞,梁騰飛,初憲武.  電子測量技術(shù). 2018(19)
[3]基于卡爾曼濾波和直方圖匹配算法的目標跟蹤算法研究[J]. 顧瑋.  辦公自動化. 2018(04)
[4]基于動態(tài)加權(quán)的城市路網(wǎng)地圖匹配算法[J]. 樊娜,尉青青,康軍,葛建東,唐蕾.  測控技術(shù). 2018(01)
[5]路網(wǎng)匹配算法綜述[J]. 高文超,李國良,塔娜.  軟件學(xué)報. 2018(02)
[6]全局與局部尋優(yōu)相結(jié)合的道路網(wǎng)匹配方法[J]. 張建辰,王艷慧,趙文吉.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(08)
[7]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(shù)學(xué)報. 2016(02)
[8]基于改進AOE網(wǎng)絡(luò)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(xué)學(xué)報. 2015(03)
[9]城市汽車導(dǎo)航中一種改進的D-S證據(jù)理論地圖匹配算法[J]. 李珂,楊楊,邱雪松.  測繪學(xué)報. 2014(02)
[10]基于計算幾何的地圖匹配算法研究[J]. 陸文昌,張迎,陳龍,汪若塵.  機械設(shè)計與制造. 2012(01)

碩士論文
[1]GPS地圖匹配技術(shù)研究及其在景區(qū)導(dǎo)航中的應(yīng)用[D]. 向長風(fēng).北京化工大學(xué) 2016
[2]基于電路地圖的智能交通路徑規(guī)劃與導(dǎo)航系統(tǒng)[D]. 常春陽.河北工業(yè)大學(xué) 2013
[3]基于隱馬爾可夫模型與EM算法的復(fù)雜機械系統(tǒng)故障診斷的研究[D]. 韓巧利.華中科技大學(xué) 2012



本文編號：3605151