[发明专利]一种基于分段的隐马尔可夫模型地图匹配方法

权利要求书

1.一种基于分段的隐马尔可夫模型地图匹配方法，本方法是为GPS轨迹trj匹配最佳的路网路径，本方法中用带权有向图G(V,E)表示路网，E表示路网中有向路段集合，V表示有向路段的端点集合，多个有向路段邻接即组成路径，具体包括如下步骤：

步骤一、采用基于角度的滑动窗轨迹分段算法将GPS轨迹分成多段GPS子轨迹；

步骤二、采用R-tree空间索引算法对G(V,E)建立索引结构，利用索引结构得到每段GPS子轨迹对应的多条候选路径rss；

其特征在于：

步骤三、采用公式(1)计算与的观测概率

其中，φ、均为自然数，p为GPS记录，表示第个GPS记录，strj是trj的连续子集，第个GPS子轨迹具有多条候选路径，表示第个GPS子轨迹的第Γ条候选路径，具有Π个有向路段；τ、Γ、Π均为自然数，

表示与的LCSS值，strj(φ)表示的第一个GPS记录到第φ个GPS记录组成的子序列，rss(Π)表示的第1个有向路段到第Π个有向路段组成的子序列；

Sim(p_φ,e_Π)表示p_φ和e_Π之间的相似度，e_Π∈E，表示第Π个有向路段，

Dist(p_φ,e_Π)是p_φ到e_Π上最近的点之间的欧式距离，是的角度和e_Π的角度之间的差值，的范围是0-360°，ε_d是p_φ到e_Π上最近的点之间的欧式距离的阈值，ε_h是和e_Π之间的差值的阈值；

penalty为角度惩罚因子，

Length of matched为的长度，Length of matched为的长度；

σ_z为与之间LCSS距离的标准差，Ψ表示与的LCSS值经过归一化之后范围为[0，Ψ]；

步骤四、采用公式(2)计算转移概率；

表示相邻GPS子轨迹和对应的候选路径和之间的转移概率；Dist(prj_θ,prj_Γ)表示GPS子轨迹的最后一个GPS记录在候选路径上的投影点prj_θ和GPS子轨迹的第一个GPS记录在候选路径上的投影点prj_Γ之间的路径距离；

步骤五，采用隐马尔可夫模型计算观测概率和转移概率的联合概率，联合概率最大的值对应的路径即是为GPS轨迹trj匹配的最佳路网路径。

2.如权利要求1所述基于分段的隐马尔可夫模型地图匹配方法，其特征在于，在步骤一中，对GPS轨迹分段前，先对GPS轨迹进行剔除噪声数据的预处理。