[发明专利]一种基于分段的隐马尔可夫模型地图匹配方法

摘要

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。

主权项

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，为的长度，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；表示GPS子轨迹的最后一个GPS记录在候选路径上的投影点和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。