一种基于浮动车数据快速地图匹配算法.docVIP

一种基于浮动车数据的快速地图匹配算法 　　摘要：地图匹配技术被广泛用于GPS导航、城市道路交通状态分析等领域。针对目前城市交通数据量大，地图匹配算法实时性差、匹配率不高的缺点，在现有最近点算法的基础上引入网格的思想对城市路网建立索引，并对GPS定位点到路段的最短距离算法进行了改进，大大提高了匹配效率，同时在匹配过程中考虑浮动车的方向角信息，提高了匹配精度。实验结果表明，算法能够满足工程应用中浮动车地图匹配的实时性和准确性。 　　关键词：地图匹配 路网拓扑 网格索引 最近点 　　中图分类号：U495 文献标志码：A 文章编号：1007-9416（2015）01-0000-00 　　浮动车是当前智能交通系统（ITS）中获取道路交通信息的重要技术手段之一。大量装有车载GPS定位系统的公交车、出租车源源不断地将自己的车辆信息（如时间、坐标、速度、方向角等）传送到一个数据中心，通过对这些实时数据的分析处理后，就可以获得某个地区的实时交通状态信息。 　　地图匹配技术是浮动车数据处理中的关键技术，它将GPS定位数据与GIS中的路网数据进行匹配，消除或减少定位中可能产生的各种误差，获得车辆的实际位置[1]。只有将GPS定位点匹配到正确的路段上才能获得准确的交通状态信息，因此，地图匹配技术已经成为近年来浮动车系统研究的热点[2]。 　　当前国内外学者针对地图匹配提出了若干算法，典型的有基于最近点、基于模式识别、基于D-S证据理论等算法[3-8]。①基于最近点的地图匹配算法查找距离当前车辆位置最近的路段，该路段上的最近点即为匹配点，该算法逻辑简单，但效率低，在某些交叉路口容易出现误匹配[6]。②基于模式识别的地图匹配算法是以模式识别为理论基础，根据GPS轨迹曲线与道路曲线形状上的相似进行匹配，算法复杂，效率低下[7]。③基于D-S证据推理的地图匹配算法对候选道路信息进行融合，比较候选路段的证据可信度从而选出匹配路段，算法实现复杂[8]。 　　本文综合考虑了匹配效率和匹配精度，在现有算法的基础上，提出了一种快速地图匹配算法，整个过程分为两部分：网格化路网的构建和地图匹配。第一部分在ArcGIS平台上构建了重庆主城区的路网拓扑，并将路网中的路段加入到相应的网格中；在地图匹配部分，首先由GPS位置信息和网格确定候选路段，然后根据车辆速度、方向角等信息过滤候选路段，最后对剩下的路段求得的最近点即为匹配点。 　　1 网格化路网的构建 　　1.1 构建路网拓扑 　　本文利用ArcGIS平台构建了重庆主城区路网拓扑，实验使用的地图坐标系为WGS-1984。在矢量电子地图中存储的路网基本结构主要有道路、弧段、路段和点，它们的关系如图1所示。 　　图1 道路、弧段、路段和点的关系[9] 　　弧段（Arc）是ArcGIS平台中电子地图的基础数据，而本文的匹配算法是对路段进行匹配，需要从弧段的折点处将弧段分解成路段，并计算路段的起始点和终止点的经纬度信息、长度和方向角，最终构建的路网拓扑信息如图2所示： 　　图2 路网拓扑信息（仅显示部分） 　　1.2 生成网格 　　本文提出的算法分为两个相对独立的过程： ①寻找车辆当前行驶道路 ②将定位点投影到车辆所在道路上。 　　在过程①中需要抽取GPS定位点周边路网，如果直接去遍历所有路段来判断其是否在抽取半径内，则非常耗时。受文献[10]分区搜索启发，本文引入网格的思想将城市路网划分成一个个连续的正方形网格，将所有路段加入相应的网格中，在查找某个定位点附近的候选路段时不直接查找整个路网拓扑，而是根据该定位点位置找到周围的3*3网格，并将这些网格中的路段加入到候选路段中，从而大大减少GPS定位点到路段距离的计算次数。下面定义了本文使用的网格坐标系，并阐述了如何求一条路段经过的所有网格。 　　定义 网格坐标系：选取路网中的一点O（orgX，orgY）为原点，以l（单位：度）为网格边长对路网进行网格化分块，每个网格的坐标用横向和纵向的序号表示，记为Grid（gx，gy）。 　　有了上面的定义，则路网中的一点P（x，y）可以通过以下公式定位到一个网格Grid（gx，gy）内： 　　（1） 　　（2） 　　对于路网中的一条路段AB，如图3，其经过网格（0，2），（1，1），（1，2），（2，0），（2，1）。 　　图3 对路网的网格分块 　　在程序中计算一条路段AB经过的网格有如下两种思路： 　　①在AB上取无穷多个点，显然能够根据公式（1）（2）将AB经过的所有网格都计算出来，但是会导致对路网进行网格化划分时性能的大幅下降。 　　②在AB上取几个特征点，分别位于其所经过的几个网格中，虽然计算量小，但是如何去选择这些特征点没有有效的计算方法。 　　本文折中了这两种思路，将计算路段AB