[发明专利]一种基于分段的隐马尔可夫模型地图匹配方法

说明书

本发明公开一种基于分段的隐马尔可夫模型地图匹配方法，包括以下步骤：步骤1，对GPS轨迹进行噪音处理并对路网建立R‑tree空间索引；步骤2，使用角度对GPS轨迹进行分段，并搜索分段后子轨迹段对应的候选路径集；步骤3，使用隐马尔可夫模型选择轨迹对应的概率最大的路径作为匹配结果。本发明的方法解决了GPS轨迹逐点地图匹配方法效率低的问题，同时也提高了地图匹配的准确度。

技术领域

本发明属于数据挖掘技术领域，涉及一种基于分段的地图匹配方法。

背景技术

GPS轨迹是GPS记录组成的序列，可以有效地记录移动物体的空间轨迹。随着移动设备的普及，大量的GPS轨迹数据被广泛应用于各个领域。由于GPS接收器的测量误差和低采样率，GPS轨迹的空间位置通常存在不确定性，因此在预处理步骤期间需要将GPS轨迹匹配到道路网络上，以用于许多应用，例如城市移动计算，路线导航，运输分析和管理等。因此，高效且精准的地图匹配是急切需要的。

如今，地图匹配是一个活跃的研究领域。目前大多数地图匹配方法都是基于点的匹配方法，它在地图匹配过程中单独处理GPS点。通常，基于点的地图匹配首先通过利用各个GPS点的空间特征(例如几何和拓扑)和非空间特征(例如速度)将各个GPS点匹配到路段上，然后搜索合理的路径到连接道路网络中的路段。基于点的地图匹配的优点在于GPS点与其周围路段之间的距离测量是直截了当的。然而，该地图匹配方法通常具有两个不足。首先，该方法对GPS点的测量误差敏感，其次该方法效率低。

综上所述，地图匹配在如下两个方面有待深入研究：1.解决测量误差敏感问题；2.匹配效率低的问题。

发明内容

针对上述问题，本发明的目的在于提供一种基于分段的隐马尔可夫模型地图匹配方法，解决了基于点的地图匹配方法效率低，对误差敏感的问题。

为了实现上述任务，本发明采用以下技术方案：

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，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；

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，

Dist(p_φ,e_Π)是p_φ到e_Π上最近的点之间的欧式距离，是strj_ω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，