[发明专利]基于方向角的车辆轨迹地图匹配方法及系统

说明书

本发明公开了一种基于方向角的车辆轨迹地图匹配方法及系统，方法包括：利用有向图对城市路网进行建模，并构建空间索引；针对车辆轨迹中的每一个采样点，利用空间索引加速搜索采样点的候选路段；求取采样点和候选路段的方向角之间的相似度，获得方向概率；对采样点的误差进行建模，获得误差概率；将方向概率和误差概率相乘，获得观测概率；对当前采样点的候选路段到下一个采样点的候选路段的转换进行建模，获得转换概率；根据观测概率和转换概率，利用维特比算法求取最优匹配轨迹。系统用于实现上述方法。本发明能在复杂路网下依然可以很好地适用于噪声轨迹数据、低采样率轨迹数据，获得更准确的匹配轨迹，从而更好地反映路网中的流动性。

技术领域

本发明属于地图匹配领域，特别涉及一种基于方向角的车辆轨迹地图匹配方法及系统。

背景技术

地图匹配是将大量具有时序性的原始轨迹匹配到城市路网上。近些年，随着各种定位技术如车载GPS设备、移动传感设备等等的提升，每天都会产生大量的轨迹数据。但是收集到的这些原始轨迹数据并不一定能反映目标的真实位置，因为设备本身会有一定的测量误差，而且现实环境比较复杂，同样会影响设备的测量准度。其次这些设备在传输数据的过程中，也会因为某些不确定因素导致部分数据丢失，这就会造成低采样率数据。低采样率数据使得相邻采样点之间的路径具有很大的不确定性，尤其是在较为复杂的城市路网中表现明显。因此，噪声数据、低采样率数据、复杂路网等是地图匹配算法的主要挑战。

论文《Matching gps observations to locations on a digital map》中提出了一种几何方法，该方法是在路网中把采样点最大可能的匹配到距离其最近的路段上。这种方法实现简单，效果却不尽如人意，因为仅仅考虑了采样点的空间属性。论文《On map-matching vehicle tracking data》提出了一种基于路网拓扑结构的匹配算法，该算法利用弗雷歇距离作为度量标准，去衡量轨迹与路网中路径的契合程度。该算法同样也是只考虑采样点的空间信息而丢失了时间信息。论文《Map-matching for low-sampling-rategps trajectories》提出了针对低采样率轨迹的地图匹配算法--ST-Matching算法。该算法同时考虑轨迹采样点的空间信息以及轨迹采样点之间随时间的转换信息，但是需要更多的路网信息。

虽然地图匹配目前已经取得了一些研究成果，但是在面对噪声数据，低采样率数据以及复杂路网或不完整路网信息的情况下无法得到理想的匹配准度。后来提出的ST-Matching算法虽然能够处理低采样率数据，但是该算法需要尽可能完整的路网信息，同时该算法在路网中较为稠密的区域，匹配准度会下降。

发明内容

本发明的目的在于提供一种基于方向角的车辆轨迹地图匹配方法及系统，能在复杂路网下依然可以很好地适用于噪声轨迹数据、低采样率轨迹数据，获得更准确的匹配轨迹，从而更好地反映路网中的流动性。

实现本发明目的的技术解决方案为：一种基于方向角的车辆轨迹地图匹配方法，包括以下步骤：

步骤1、利用有向图GV,E对城市路网进行建模，其中V表示城市路网中的交叉点，E表示城市路网中的路段，并根据该有向图构建空间索引；

步骤2、针对车辆轨迹中的每一个采样点p_i，在步骤1得到的城市路网中，在以p_i为中心、半径为R的区域内，利用所述空间索引加速搜索城市路网中采样点p_i的候选路段sg_t；

步骤3、求取采样点p_i的方向角和其候选路段sg_t的方向角之间的相似度，获得方向概率D(p_i|sg_t)；

步骤4、对采样点p_i的误差进行建模，获得误差概率N(p_i|sg_t)；