论文部分内容阅读
直接将GPS设备产生的定位点投影到路网中,其投影点会明显偏离真实道路,这不满足很多基于位置服务的应用对位置精度的要求,地图匹配就是用来修正这种偏差以提高GPS定位准确性的一项技术。另一方面,在某些应用场景下,位置信息的准确性和实时性需要同时得到保证,比如车辆导航,交通状态监控、公交到站时间预测等,实时地图匹配技术被广泛应用于这些领域。目前的实时地图匹配算法可以分为三类:简单算法、基于权重算法和高级算法。简单算法逻辑简单,匹配准确性在复杂路网中低;高级算法数学模型复杂,其实时性较难满足要求。基于权重的算法模型复杂度不高,实时性和准确性最有潜力,但是基于权重算法目前存在两个主要缺点:权重系数为经验常数,不能适应匹配环境变化;未充分考虑历史轨迹点特性,匹配平行路段等特殊路段容易失配。这也导致其准确性低于高级算法。本文研究目的是改进基于权重算法的已有缺点,并对其在匹配大规模轨迹点时的并行性能进行探索,主要工作包括:(1)针对当前基于权重的实时地图匹配算法的缺点导致匹配准确率不高的问题进行改进,提出一种名为ST-DWMM的算法。首先,算法分析了影响地图匹配的误差来源,基于对历史GPS轨迹点和待匹配轨迹点间以及历史匹配路段与当前候选路段间的时空分析,充分利用GPS轨迹点自身属性及路网拓扑特点等信息来减小误差,建立了由距离权重、方位权重、方向权重和连通性权重组成的权重模型。然后,基于影响4个权重可靠性的因素建立了动态权重系数模型。最后,根据置信度水平选择最佳匹配路段,以降低匹配错误的可能性。用三条总长36 km的重庆城市公交车行驶轨迹对算法进行测试,结果显示:ST-DWMM算法平均匹配正确率达到97.31%;ST-DWMM算法在Y形路口和平行路段的匹配效果上优于对比算法。(2)针对单节点下串行算法实时匹配大规模轨迹点时效率较低的问题,对ST-DWMM算法基于Storm进行并行化。首先,通过考虑ST-DWMM算法各步骤的计算效率和Storm原理等因素得到并行化算法。然后在Storm平台下,用全长260 km,由16447个轨迹点组成的10条真实轨迹对该并行算法的匹配效率进行评估。实验结果表明:以单节点下ST-DWMM算法的性能作为对比基准,该并行算法在Storm平台下的匹配效率可以提升3倍以上,单个轨迹点平均耗时可达4 ms。