基于多分类车辆轨迹地图匹配算法研究.docVIP

基于多分类车辆轨迹地图匹配算法研究 　　摘要： 关键词： 中图分类号： 文献标志码： A文章编号： 2095-2163 　　Abstract： In the vehicle navigation system， the movement track of vehicle on the electronic map reflects the realtime measurement of the GPS devices. This thesis explores a kind of mapmatching method based on multiclassification algorithms， adopts SVM to preprocess the training data and designs an algorithm to select the best parameter of ELM. The experimental results show that the multiclassificationbased approach can achieve higher accuracy and faster matching speed. 　　0引言 　　在?辆导航系统中，电子地图上显示的车辆移动轨迹反映了通过GPS测量设备实时定位的结果。然而，显示在地图上的车辆轨迹可能与真实轨迹不一致，一些轨迹可能偏离了实际路网中的道路，很多定位点并不在道路上，导航效果不是很理想。因此，在进一步挖掘和分析地理信息之前，检测这些误差是很有必要的。 　　地图匹配是一种基于软件技术的定位修正方法，其基本思想是将车辆定位轨迹结合所在区域的道路网数据集，由此估计车辆在地图上的路段信息。本文的研究重点就是如何快速准确地完成地图匹配。 　　本研究中使用的数据集包括GPS采样数据集和北京市路网数据集，在预处理过程中使用了Arcgis软件划分路网和格式转换，此外，使用了Hadoop平台下的MapReduce计算框架提取车辆轨迹。研究中的另一关键部分是分类算法，包括支持向量机算法和极限学习机算法。 　　1数据分析及算法框架 　　1.1问题定义 　　在本论文中，根据数据集特征和算法设计分析的需要，对以下概念进行说明。 　　定义1路段一个路段r是在两个道路结点间的路径。一个路段通常包括了一些必要的其它属性，比如r.id表示路段r的id，r.oneway表示路段r是单向道还是双向道。 　　下面两条观察结果有助于设计本论文中的地图匹配算法。为了避免采样误差的影响，只考虑方向角在对应路段角度上下浮动15°的GPS点。具体内容如下。 　　1）观察1在单向道上，车辆只能在一个方向上行驶。在这种类型的道路上，GPS点的方向角围绕一个定角小范围变化，这个定角由道路形状和道路位置综合确定。 　　2）观察2在双向道上，车辆允许在两个方向上行驶。对某个道路结点，假设所在路段与正北方向夹角是α（0～180°），另一个夹角就是α+180°。因此，在双向道上的GPS点的方向角分别在α和α+180°周围小范围浮动。 　　问题定义给定路网数据集D，历史GPS点集合P，确定元素p所属的路段r.id，其中，p∈P，r∈D。概括地说，地图匹配过程是GPS点集合映射到路网数据集的过程，即P→D。 　　在本论文中，使用的历史GPS数据集是由12 000辆北京出租车在2012年11月收集到的数据 ，基本完整地记录了北京市出租车的移动情况，也大致能够覆盖北京市的所有道路。另外，一个数据集是北京市的路网数据集 ，北京市路网十分复杂密集。路网的基本要素为：点实体（节点）和线实体（路段）。 　　1.3研究框架 　　本论文提出的基于多分类的车辆轨迹地图匹配算法的研究框架如图1所示。 　　2基于多分类的车辆轨迹地图匹配 　　2.1基于网格划分的数据预处理 　　在多分类算法中，当训练的类别越多，需要的训练时间也会越长。因为研究的路网数据集中有433 391个路段，全部一起训练的话，需要的训练时间是相当长的。因此，拟定采用网格划分对数据进行预处理，每个网格内的操作能够并行处理。 　　2.1.1路网的划分 　　假设路网地图长为L，高为H。研究将整个地图划分为N×N个大小相同的网格，每一个网格长为l=L/N，高为h=H/N。又设路网地图左上角的坐标为p_0 （lat_0，lon_0），地图内任意一点的坐标为p（lat，lon），那么点p所属的网格ID由如下公式运算得出：ID=floor（N（lat_0-lat）/h）+floor（（lon-lon_0）/l）+1（2）这里，floor（）为向下取整函数。 　　确定网格划分方案后，继而使用ArcMap中提供的裁剪功