浮动车数据中零速度点数据地图匹配方法

合集下载

一种基于浮动车数据的快速地图匹配算法

一种基于浮动车数据的快速地图匹配算法

点 方 向角 等 信 息 过滤 候 选 路段 , 最 后对 剩 下 的 路 段 求得 的 最 近 点 即为 2 8 匹配点。

dI
1网格 化路 网 的构 建


1 . 1构 建路 网拓 扑 本文利用A r c G I S 平台构建了重庆主城区路 网拓扑, 实验使用的 地图坐标系为WG S -1 9 8 4 。 在矢量 电子地 图中存储 的路网基本结构 主要有道 路 、 弧段 、 路段和 点, 它们 的关系如 图1 所示 。 弧段( Ar c ) 是A r c G I S 平台 中电子地 图的基础数据 , 而本文 的匹 配算法是对路段 进行匹配 , 需要从弧段 的折点处将弧段分解 成路 段, 并计算路段的起始点和终止点的经纬度信息、 长度和方 向角 , 最 终构建的路网拓扑信息如 图2 所示 :
算法 分 析

种基于浮动车数据的快速地图匹配算法
汪 杰 字
( 重庆大学计算机学院 重庆 4 0 0 0 4 4 )
摘 要: 地 图匹配技 术被 广泛 用f f - G P S 导航 、 城 市道路 交通状 态分析 等领 域。 针对 目前城 市 交通数 据量 大, 地 图匹配算 法实 时性 差 、 匹配率不 高的 点 缺点, 在现有 最近点算法的基础上 引入 网 格 的思想对城 市路 网建立索 引, 并对 GP s 定位点到路段 的最短距 离算法进行 了改进, 大大提 高 了匹配效 率, 同时 在 匹配过程 中考 虑浮动 车的 方向 角信息, 提 高了 匹配精 度 。 实验 结果表 明, 算法 能够满足 工程应 用 中浮 动车地 图 匹配的 实时性和 准确性 。 关键 词: 地 图 匹配 路 网拓 扑 网格 索引 最近 点 弘 中图分类号 : U4 9 5 文献标 识码: A 文章 编号 : 1 0 0 7 — 9 4 1 6 ( 2 0 1 5 ) 0 1 - 0 1 2 2 — 0 3 8 5

基于浮动车GPS轨迹点数据的地图匹配算法研究,电子测试.doc

基于浮动车GPS轨迹点数据的地图匹配算法研究,电子测试.doc

基于浮动车GPS轨迹点数据的地图匹配算法研究,电子测试.doc基于浮动车GPS轨迹点数据的地图匹配算法研究,电子测试,《电子测试》摘要:文章研究基于GPS浮动车轨迹点数据的地图匹配原理及地图匹配方法。

提出了基于GPS点到校正点的匹配,并且利用连续几个GPS点的轨迹确定结果,最终获取较为正确的路网匹配结果,实现城市道路网络浮动车GPS样本数据与电子地图的匹配速度与精度。

为实时掌握与分析道路交通状态提供基础数据。

关键词:浮动车;GPS;地图匹配;轨迹点引言建立城市交通综合信息平台,通过对庞大的城市交通网络中的实时交通信息进行深入分析,为改善城市交通信息服务水平,提高决策科学性,缓解城市交通拥堵提供了基础。

交通综合信息平台的数据支撑来源于交通基础信息的实时采集,科学决策的依据在于数据分析的快速、准确。

GPS浮动车是获取道路实时车速便捷有效的方法,可以通过车载GPS定位信息获取道路实时车速及运行状态(拥堵、畅通、缓行),其作为一种便捷廉价、可操作性高的车速采集手段已经被各城市普遍采用,特别是公交车与出租车安装车载GPS 设备最为常见。

通过对公交车及出租车的GPS返回数据与城市道路网的匹配、分析来获取道路的实时车速,进而实现对道路状态的有效判断。

因此确保GPS浮动车轨迹点数据与信息平台电子地图快速、准确匹配是管理决策的基础,研究准确适用的GPS 浮动车轨迹点数据的地图匹配算法是非常重要的。

1 GPS数据的地图匹配原理地图匹配(Map-Match)简称MM技术,就是利用电子地图的路网信息和GPS数据来实行对车辆行驶准确位置的确定,它是一种定位误差修正技术。

浮动车所上报的GPS数据中包含有经纬度等地理信息,但这些GPS坐标只能反映车辆位置情况,而不能与实际路网路段直接相关联。

因此,车辆在路网中行驶的情况,必须要依赖于地图匹配算法来完成车辆位置信息与路网位置的关联。

地图匹配算法的直接目的是将GPS测得的车辆位置或行驶轨迹,与现有的电子地图道路路段数据进行比较,继而找到车辆所处的道路,计算出浮动车辆在道路上所处的位置。

浮动车快速道路匹配算法

浮动车快速道路匹配算法
GENG Xi a o . f e n g 。 WAN G S h a n — d o n g ,J I J u n

( 1 . C o l l e g e o fE a r t h S c i e n c e a n d E n g i n e e r i n g ,H o h a i U n i v e m i t y ,N a n j i g ,J n i a gs n u 2 1 0 0 9 8 ,C h i n a ;
F e b., 201 3
浮 动 车快 速 道 路 匹配算 法
耿小峰 , 王 山东 , 季 军2
( 1 . 河海大学 地球科学与工程学 院, 江苏 南京 2 1 0 0 9 8 ; 2 . 南通 市海籍调查测量 中心 , 江苏 南 通 2 2 6 0 0 6 )

要 :针对 目前城市交通 中对浮动车 G P S 数 据匹配实 时性差 和匹配率 不高的缺 点 , 提 出一种利 用道
第 2 0 1 1 1 卷堑1 3年 2月 翅
J 0 l l ma 1 n f Wa t e 水利与建筑工程学报 r R e s o u r c e s a n d A r c h i t e c t u r a l
V 0 1 . 1 1 N o . 1
2 . N a m o n g S e a C a d a s t r a l S u r v e y Me  ̄u r i n g C e n t e r ,N a n t o g , ̄ n a n g s u 2 2 6 0 0 6 ,C hi n a )
Ab s t r a c t :C o n s i d e in r g t h e p o o r r e a l - ・ t i me a n d l o w ma p- - ma t c h i n g r a t e wh e n u s i n g GP S l f o a t i n g c a r t e c h n o l o g y i n c u r r e n t

基于浮动车的路况分析算法

基于浮动车的路况分析算法

基于浮动车的路况分析算法算法基本思想1.浮动车数据纠偏处理:利用高德的纠偏函数对每次接收到的浮动车数据进行纠偏处理,纠偏后GPS数据会和地图数据匹配上。

2.程序运行机制:程序为后台服务当启动后会一直运行,并且每5分钟会进行一次路况运算,运算时数据采样范围为开始计算时间前的10分钟内的浮动车GPS数据,对于目前1000多条路况道路,每5分钟14000条数据样本的计算过程大概耗费时间2——4分钟的运算时间。

3.筛选样本:筛选掉不合法的浮动车数据,例如速度为0的数据,该类数据可能为浮动车停车休息时产生,此类数据不加入计算样本。

4.寻找归属道路:利用空间算法将浮动车GPS数据样本吸附到最近的道路上,由于GPS定位存在一定的位置偏移,所以在吸附操作上加入了误差值,当前设置为30米,即允许浮动车数据有0——30米之间的偏移。

5.筛选道路:样本点归属到道路上后,有些道路将拥有很多样本点,但有些则很少,我们将剔除没有足够判断依据(样本数量)的道路,由于当前浮动车数量(1500辆)较少,而且数据发送频率较低(车辆行驶中每分钟1条,车辆熄火时每10分钟1条),所以当前设置的筛选值为大于4,即每条道路上必须有5条数据样本以上(含5条),才会进行计算;6.计算道路浮动速度平均值并分类:各道路上浮动样本的平均速度是判断道路情况的依据,我们对筛选后的道路进行平均速度计算,另外我们对“通畅”“缓行”“拥堵”设置了各自的阈值,并按照它们作为标准分类各道路的路况:0——10公里:拥堵10——15公里:缓行15公里以上:通畅对于每条道路的计算结果会立即更新道路的路况状态值,并且记录更新时间。

7.对于无法满足运算条件道路的处理:如果每条道路在一小时以上都没有满足条件进行过任何的路况更新,系统会自动设置该道路的路况状态为通畅;该操作是为了防止某些路段在设置为拥堵后一直没有浮动车经过(通常出租车会绕开拥堵路段进行行驶),在得不到足够运算样本的情况下系统无法更新该路段的路况。

一种基于浮动车优化地图匹配方法

一种基于浮动车优化地图匹配方法

一种基于浮动车优化地图匹配方法田甜;吕芳;王秀玲【期刊名称】《现代电子技术》【年(卷),期】2015(000)011【摘要】Map⁃matching method has great significance for floating car technology. It is hard for the traditional map⁃matching algorithm to be directly applied to floating car data matching of city road due to the characteristics of floating car data. Currently, since the floating carmap⁃matching algorithm used in city complex road network considers the single vehicle location data only, and the research on co⁃movement is less,it results in low matching precision. Considering the vehicle operating characteristics and the intercommunication information of road network,the optimized map⁃matching method is proposed with the dynamic GPS data,in which the fuzzy logic theory is introduced into the grid map⁃matching method. The effectiveness of the method was veri⁃fied. The research results show that the optimized map⁃matching method for floating car can improve the matching precision of the algorithm while keeping the advantage of real⁃time performance of grid map⁃matching.%地图匹配方法,对于浮动车技术有着重要的意义。

基于浮动车GPS轨迹点数据的地图匹配算法研究

基于浮动车GPS轨迹点数据的地图匹配算法研究

基于浮动车GPS轨迹点数据的地图匹配算法研究作者:孙静怡张建华刘拥华来源:《科技创新与应用》2014年第28期摘要:文章研究基于GPS浮动车轨迹点数据的地图匹配原理及地图匹配方法。

提出了基于GPS点到校正点的匹配,并且利用连续几个GPS点的轨迹确定结果,最终获取较为正确的路网匹配结果,实现城市道路网络浮动车GPS样本数据与电子地图的匹配速度与精度。

为实时掌握与分析道路交通状态提供基础数据。

关键词:浮动车;GPS;地图匹配;轨迹点引言建立城市交通综合信息平台,通过对庞大的城市交通网络中的实时交通信息进行深入分析,为改善城市交通信息服务水平,提高决策科学性,缓解城市交通拥堵提供了基础。

交通综合信息平台的数据支撑来源于交通基础信息的实时采集,科学决策的依据在于数据分析的快速、准确。

GPS浮动车是获取道路实时车速便捷有效的方法,可以通过车载GPS定位信息获取道路实时车速及运行状态(拥堵、畅通、缓行),其作为一种便捷廉价、可操作性高的车速采集手段已经被各城市普遍采用,特别是公交车与出租车安装车载GPS设备最为常见。

通过对公交车及出租车的GPS返回数据与城市道路网的匹配、分析来获取道路的实时车速,进而实现对道路状态的有效判断。

因此确保GPS浮动车轨迹点数据与信息平台电子地图快速、准确匹配是管理决策的基础,研究准确适用的GPS浮动车轨迹点数据的地图匹配算法是非常重要的。

1 GPS数据的地图匹配原理地图匹配(Map-Match)简称MM技术,就是利用电子地图的路网信息和GPS数据来实行对车辆行驶准确位置的确定,它是一种定位误差修正技术。

浮动车所上报的GPS数据中包含有经纬度等地理信息,但这些GPS坐标只能反映车辆位置情况,而不能与实际路网路段直接相关联。

因此,车辆在路网中行驶的情况,必须要依赖于地图匹配算法来完成车辆位置信息与路网位置的关联。

地图匹配算法的直接目的是将GPS测得的车辆位置或行驶轨迹,与现有的电子地图道路路段数据进行比较,继而找到车辆所处的道路,计算出浮动车辆在道路上所处的位置。

一种基于浮动车卫星定位数据的地图匹配方法和系统[发明专利]

一种基于浮动车卫星定位数据的地图匹配方法和系统[发明专利]

专利名称:一种基于浮动车卫星定位数据的地图匹配方法和系统
专利类型:发明专利
发明人:余振华
申请号:CN201410641842.5
申请日:20141108
公开号:CN104331626A
公开日:
20150204
专利内容由知识产权出版社提供
摘要:本发明涉及一种基于浮动车卫星定位数据的地图匹配方法和系统,属于智能交通车载定位技术领域。

本发明的技术方案包括识别候选路段和在选定的路段上决定车辆的位置两个方面,通过设定车辆静止阈值、定位点到路段节点的距离以及定位点的航向角与道路的航向角之间的差值的阈值等系统参数,对车辆是否处于静止状态进行判断,并正确选择候选路段,尤其在交叉口处利用本方案提出的阈值及给出的步骤进行比较判断确定候选路段,避免误判导致匹配失败。

采用本发明所述的方法和系统可以减少卫星定位在车辆低速行驶时其航向角存在的误差、在静止时存在较大的漂移,避免交叉路口存在多个路段时匹配容易发生错误的问题,能够提高地图匹配的精度和匹配的性能。

申请人:北京握奇智能科技有限公司
地址:100102 北京市朝阳区望京利泽中园101号启明国际大厦西侧八层
国籍:CN
代理机构:北京天悦专利代理事务所(普通合伙)
更多信息请下载全文后查看。

一种改进的浮动车地图匹配算法

一种改进的浮动车地图匹配算法

一种改进的浮动车地图匹配算法摘要:为提高浮动车地图匹配精度,提出一种改进的浮动车地图匹配算法,综合利用道路拓扑关系和车辆定位误差,缩小候选路段范围,然后采用基于距离与方向的要素加权方法确定最终的匹配点,从而减少正确匹配路段被剔除的概率。

依托南京市局部路网以及浮动车定位数据进行实例分析,结果表明,该方法具有较好的精度和实时性。

关键词:浮动车;地图匹配;道路拓扑;要素加权0 引言随着智能交通系统的应用发展,安装车载定位设备的车辆越来越多,浮动车数据采集技术开始广泛应用于城市路况信息获取、道路建设和出行规划上[1]。

地图匹配(Map Matching,MM)是浮动车技术的重要组成部分,由于路网环境、电子地图误差和定位设备误差的影响,浮动车采集的定位点会随机分布在道路两侧一定宽度范围内,只有将这些定位点修正到其行驶的道路上,才能开展相关应用。

目前,国内外学者研究的地图匹配算法主要包括几何匹配算法、概率统计匹配算法、相关性匹配算法、基于要素加权的匹配算法、模式识别匹配算法等[2]。

其中,基于要素加权的地图匹配算法具有逻辑简单、速度快、实时性好等优点,目前已经得到较为广泛的应用[3]。

陈佳瑜等提出了一种基于权重的地图匹配算法[4],采用一种间接的方式确定车辆当前行驶的道路,利用定位点当前信息和历史信息,降低定位误差对地图匹配效果的影响。

章威等提出一种基于大规模浮动车数据的地图匹配算法[5],引入了匹配度的概念,以GPS定位点到候选路段的距离以及方向夹角为要素,加权计算得到匹配度,进而确定最佳的匹配道路。

王美玲等提出了一种浮动车地图匹配的新算法[6],采用距离,航向和可达性三个要素加权计算候选路段的综合权重。

邹珍提出一种改进的基于权重的地图匹配算法[7],将权重模型与交通规则约束、最短路径算法相结合。

在对以往的研究进行分析后发现,充分利用道路拓扑和多个要素可以进一步提高浮动车地图匹配精度。

本文从这一角度出发,综合利用道路拓扑关系和车辆定位误差,缩小候选路段范围,然后采用基于距离与方向的要素加权方法确定最终的匹配点,以期能够提高浮动车地图匹配精度,并确保匹配的实时性。

浮动车数据与电子地图的匹配方法研究

浮动车数据与电子地图的匹配方法研究

浮动车数据与电子地图的匹配方法研究1计会凤,徐爱功辽宁工程技术大学测绘学院,辽宁阜新(123000)E-mail :jhf_sy@摘 要:地图的匹配方法已成为限制浮动车数据应用的主要问题之一。

同时,地图匹配方法的效率和精度直接影响GPS 浮动车数据的应用效果。

本文采用点到路段的垂直距离、当前数据的前两点和后两点构成的角度值、以及车辆行驶角度,作为参数构建回归方程,进行GPS 浮动车数据匹配。

该匹配算法能很好的解决了平行路段间点的跳动和十字路口点误匹配的问题。

该算法充分考虑到了点到线和线到线两中匹配算法的优缺点,在保证匹配的速度的基础上,兼顾匹配的精度。

关键词:浮动车;匹配算法;平行路段;十字路口1. 引言目前,常用的交通信息采集方式包括:线圈检测器、超声波检测器、红外检测器、视频检测器等[1]。

上述均属固定式检测器,存在安装和维护成本高、覆盖范围小、仅能检测固定位置的数据等不足。

受人力、资金等因素的制约,我国各城市的交通管理部门仅在关键路段和主要交叉口安装了固定检测器,有检测器的交叉口还不到全部交叉口的十分之一,导致城市道路网上存在大量的信息“真空”地带,远不能满足智能交通系统发展的需求。

而随着GPS 定位设备成本的减低、GIS 中电子地图的丰富和美国SA 政策的取消,使得应用GPS 浮动车数据进行交通状态数据实时更新成为可能。

但精确导航不仅需要这些数据,更重要的是,怎样提高现有数据的定位精度[2]。

尤其在城市区域,由于高楼、高架桥和树木等地物的遮蔽和反射,使得GPS 实时定位精度进一步降低,特别是由于漂移产生的错误数据。

而复杂的城市路网,也为GPS 浮动车的精确定位提出难题。

怎样解决浮动车数据与GIS 地图的匹配精度已成为限制浮动车数据应用的瓶颈问题。

2. 浮动车数据预处理采集浮动车数据时,由于受各种随机因素的影响,如GPS 信号较弱、无线传输错误、建筑物和树木的遮挡等,难免出现数据错误和数据丢失的情况。

浮动车数据中零速度点数据地图匹配方法_王东柱

浮动车数据中零速度点数据地图匹配方法_王东柱

浮动车数据中零速度点数据地图匹配方法*王东柱1董继明2李亚檬1宋向辉1(国家智能交通系统工程技术研究中心智能交通技术交通行业重点实验室1北京100088)(河南职业技术学院汽车工程系2郑州450046)摘要浮动车数据中存在大量的由于车辆频繁停车引起瞬时速度为零的停车点记录,这些零速度点由于方向角不准确,常规的投影和几何地图匹配的算法不能有效地将其匹配到路段上。

通过对浮动车辆停车原因进行分析,提出了1种基于浮动车停车点数据过滤筛选的地图匹配方法,可以将能够表示路段交通状态的交叉口车辆排队零速度点提取出来,匹配到路段上,同时过滤掉和交通状态无关的零速度点,从而增加了有效样本数量,为进一步对整个路网运行状态的全面评估提供数据支持。

关键词地图匹配;浮动车数据;停车点;G PS定位;方向角;交叉口中图分类号:U491文献标志码:A DOI:10.3963/j.ISSN1674-4861.2009.06.0100引言浮动车也称GPS探测车[1],是近年来国际智能交通系统(IT S)中所采用的获取道路交通信息的先进技术手段之一,具有应用方便、经济、覆盖范围广的特点。

对浮动车数据进行处理时首先要进行地图匹配,地图匹配的目标是确定浮动车所在的路段。

浮动车回传的GPS坐标只能反映车辆的位置,而不能直接与路网路段相关联,因此,必须依赖地图匹配方法将车辆位置与路网的弧段关联起来[2]。

常规的地图匹配方法是通过投影距离和车辆行驶方向与路段矢量方向差值加权的方法来进行地图匹配,判断出车辆行驶的路段[3]。

这种方法需要用车辆行驶的方向角作为主要参数,当浮动车的瞬时速度不是零时,其回传的GPS方向角是准确的,可以用常规的方法进行地图匹配;当浮动车的瞬时速度是0,即车辆静止时,其回传的车辆行驶方向角是不准确的,不能用常规的方法进行地图匹配。

目前大部分浮动车系统是由正常运营的装有GPS设备的出租车构成,出租车运营时停车状态较多,因此采集到的浮动车数据存在大量由于频繁停车导致的瞬时速度为零的数据点。

浮动车数据中零速度点数据地图匹配方法

浮动车数据中零速度点数据地图匹配方法
3 8
交通 信 息 与 安 全
20 0 9年 第 6期
第2 7卷
总 1 2期 5
浮动 车 数据 中 零速 度 点数 据 地 图 匹配 方法 *
王 东 柱 董 继 明 李 亚檬 宋 向 辉
( 家智 能 交 通 系 统 工程 技 术 研 究 中心 智 能 交通 技 术 交 通 行 业 重 点 实 验 室 北 京 1 0 8 ) 围 0 0 8 ( 南 职 业 技 术 学 院 汽 车丁 程 系 河 郑州 404 ) 5 0 6 摘 要 浮 动 车数 据 中存 在 大 量 的 由 于车 辆 频 繁 停 车 引起 瞬 时 速 度 为 零 的 停 车 点 记 录 , 些 零 速 度 这 点 由 于方 向角 不 准 确 , 常规 的投 影 和 几何 地 同 匹配 的算 法 不 能 有 效 地 将 其 匹 配 到 路 段 上 。通 过 对 浮 动 车辆 停 车 原 因进 行 分 析 , 提 了 1种基 于浮 动 车 停 车 点数 据过 滤筛 选 的地 图匹 配 方 法 , 以 将 能 够 可 表示 路 段 交 通 状 态 的 交 叉 口车辆 排 队 零 速 度 点 提 取 出来 , 配 到 路段 上 , 匹 同时 过 滤 掉 和交 通 状 态 无 关 的零 速 度 点 , 而增 加 了有 效 样 本数 量 , 进 一 步 对整 个 路 网运 行 状 态 的 全 面 评估 提 供 数 据 支 持 。 从 为 关键词 地 图 匹 配 ; 动 车数 据 ; 车点 ; P 浮 停 G S定 位 ; 向 角 ; 叉 口 方 交
不 能满足实 时性要 求 。 ]
本 文 通 过 对 与 交 通 状 态 无 关 的 零 速 度 点 过 滤 , 对 交 通 状 态 有 关 交 叉 口 车 辆 排 队 的 零 速 度 并 点 进 行 提 取 和 地 图 匹 配 , 而 提 高 了 浮 动 车 数 据 从 的 有 效 样 本 量 及 配 效 率 。

浮动车数据中零速度点数据地图匹配方法

浮动车数据中零速度点数据地图匹配方法

浮动车数据中零速度点数据地图匹配方法
王东柱;董继明;李亚檬;宋向辉
【期刊名称】《交通信息与安全》
【年(卷),期】2009(027)006
【摘要】浮动车数据中存在大量的由于车辆频繁停车引起瞬时速度为零的停车点记录,这些零速度点由于方向角不准确,常规的投影和几何地图匹配的算法不能有效地将其匹配到路段上.通过对浮动车辆停车原因进行分析,提出了1种基于浮动车停车点数据过滤筛选的地图匹配方法,可以将能够表示路段交通状态的交叉口车辆排队零速度点提取出来,匹配到路段上,同时过滤掉和交通状态无关的零速度点,从而增加了有效样本数量.为进一步对整个路网运行状态的全面评估提供数据支持.
【总页数】5页(P38-42)
【作者】王东柱;董继明;李亚檬;宋向辉
【作者单位】国家智能交通系统工程技术研究中心智能交通技术交通行业重点实验室,北京100088;河南职业技术学院汽车工程系,郑州450046;国家智能交通系统工程技术研究中心智能交通技术交通行业重点实验室,北京100088;国家智能交通系统工程技术研究中心智能交通技术交通行业重点实验室,北京100088
【正文语种】中文
【中图分类】U491
【相关文献】
1.基于低采样率浮动车数据的全局投票地图匹配算法 [J], 杨旭华;汪向飞
2.基于改进AOE网络的低频浮动车数据地图匹配算法 [J], 沈敬伟;周廷刚;张弘
3.基于浮动车数据的隧道路段在线地图匹配方法 [J], 何兆成;褚俊飞;庄立坚;叶伟佳
4.一种基于浮动车数据的快速地图匹配算法 [J], 汪杰宇
5.一种基于格网划分的浮动车数据自适应地图匹配方法研究 [J], 陶华超;马林兵;魏慧丽;周群
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2) 非零速度点地图匹配, 采用基于投影的匹 配算法: GPS 点到路 段距离、行驶方 向角和地图 路段矢量方向差值加权的方法将 GPS 数据匹配 到路段上。
步骤 1 从 G1 数据集中取出 GP S 数据, 循 环选取路网中各个路段。
步骤 2 计 算该 GP S 点与各个 路段间的投 影距离 ri 。
0引言
浮动车也称 GP S 探测车[ 1] , 是近年来国际智 能交通系统( IT S) 中所采用的获取道路交通信息 的先进技术手段之一, 具有应用方便、经济、覆盖 范围广的特点。
对浮动车数据进行处理时首先要进行地图匹 配, 地图匹配的目标是确定 浮动车所在的路段。 浮动车回传的 GPS 坐标只能反映车辆的位置, 而 不能直接与路网路段相关联, 因此, 必须依赖地图 匹配方法将车辆位置与路网的弧段关联起来[ 2] 。
3) 零速度点的 2 次匹配: 这一步是对上一步 的验证确定过程, 采用与该零速度点同一路段上
已经匹配成功的非零速度点相比较。如果在同一 路段有同一设备数据点存在, 则该点属于该路段。 步骤见图 2。
图 1 地图匹配处理框图
图 2 零速度点初次匹配过滤框图
1. 2. 2 地图匹配的具体实现步骤 设定点到 路段投影距离 的最大允许 偏差值
图 3 5 min 内浮动车位置点分布图
表 3 是任取 5 min 部分浮动车传回记录, 共 有 24 条浮动车记录, 16 台移动点浮动车, 9 个零 速度点记录。首先通过投影距离与路段矢量方向
差值加权的方法计算将非零速度点匹配到路段 1 上。表 3 是非零速度点和路段 1 的匹配结果表, 表中内容包括记录点和 3 条路段匹配过程中的各
由于出租车辆的特殊性质, 车辆上下客和路 边待客的情况很多。这些数据与当前路段交通状
收稿日期: 2009-06-23 修回日期: 2009- 11-09 * 中央级公益性科研院所基本科研业务费专项资金项目( 批准号: 2009-09-27) 资助
作者简介: 王东柱( 1966) , 硕士, 工程师. 研究方向: 智能交通. E- mai l: w angdrew @ 163. com
常规的地图匹配方法是通过投影距离和车辆 行驶方向与路段矢量方向差值加权的方法来进行 地图匹配, 判断出车辆行驶的路段[ 3] 。这种方法 需要用车辆行驶的方向角作为主要参数, 当浮动 车的瞬时速度不是零时, 其回传的 GP S 方向角是 准确的, 可以用常规的方法进行地图匹配; 当浮动 车的瞬时速度是 0, 即车辆静止时, 其回传的车辆 行驶方向角是不准确的, 不能用常规的方法进行 地图匹配。
目前大部分浮动车系统是由正常运营的装有 GP S 设备的出租车构成, 出租车运营时停车状态 较多, 因此采集到的浮动车数据存在大量由于频 繁停车导致的瞬时速度为零的数据点。经统计, 速度为零的车辆记录 约占整个车辆 数据记录的
40% , 由于这些速度为零的停车点传回的方向角 不能正确反映车辆的行驶方向, 所以不能用常规 的地图匹配方法确定车辆所在的路段。目前针对 浮动车数据中零速度点处理方法的文献很少, 在 实际的数据处理中通常采用简单过滤的方式将停 车点不加分析的作为无用数据剔除[ 6] 。这种抛弃 所有速度为零的点做法, 在特定时间内, 将降低路 段样本有效数量, 影响地图匹配的效率。而采用 轨迹曲线匹配方法, 会导致算法复杂, 计算量大, 不能满足实时性要求[ 3] 。
步骤 13 初步判断点属于路段 Ri , 记该零速 度点的 ID 号为 I D i , 执行步骤 14。
4) 零速度点 2 次匹配方法。 步骤 14 从该 路段属性表中读取已经匹配 到该路段的设备 ID 号, I D i 循环和这些 ID 号比 对。 步骤 15 如果 I D i 找 到和它相同的 ID 号, 执行步骤 16, 否则执行步骤 9。 步骤 16 确定该点属于 Ri , 匹配成功。执行 步骤 9。 步骤 17 程序结束。
0 123. 422 313 41. 769 250
14 8745
0
0 123. 424 433 41. 769 208
浮动车数据中零速度点数据地图匹配方法 )) ) 王东柱 董继明 李亚檬, 等
41
个参数计算, 取距离度量值项路段 1 中 M i 最小 的值为匹配到路段 1 的结果, 如表中深色记录行 所示属于路段 1 的记录点, 共有 11 个点。表 4 是 对零速度点进行的初步匹配过程中各个参数的计
算, 有 7 个点满足投影距离和排队长度条件, 如表 4 中深色记录所示。
浮动车数据中零速度点数据地图匹配方法 )) ) 王东柱 董继明 李亚檬, 等
39
态无关, 不能用于交通状况的计算。定义这样的 零速度点为异常零速度点。
车辆路上正常行驶中等待交通指示灯时引起 的浮动车速度为零的情况。此时的停顿只是由于 交通标志的原因导致, 能够表征当前交通状态, 并 在位置和时间上与车辆上一位置和时间存在连续 关系。这些车辆零速度点, 我们定义为正常零速 度点。本文仅考虑交叉口等待信号灯零速度点的 匹配问题。而由于道路拥堵所造成的非规律性的 零速度点不是本文讨论的内容。
注意到通常正常零速度点大量出现在路段终 点的交叉口附近( 排队等待通行信号) , 即路段矢 量方向终点附近, 如图 1 所示。路段矢量方向是 从路段的起点到终点的方向, 和车辆行驶方向是 一致的。首先对路段上靠近交叉口和路段终点排 队长度内的零速度点进行初步判断, 但是并不能 保证这些零速度点就一定属于该路段上。需要下 一步的验证过程, 单位时间内同 1 个车辆在 1 条 路段上通常会有一系列连续的轨迹点, 如果该零 速度点浮动车能够找到另 1 个已知的属于该路段 的点, 则可以判定它也属于该路段。因而可以采 用同一路段同 1 车辆非零速度点和零速度点比对 的方法来进一步确定车辆的位置, 将零速度点匹 配到路段上。 1. 2 地图匹配的实现步骤 1. 2. 1 地图匹配方法简述
表 1 浮动车传 回记录
记录 浮动车 GPS 速度/ 方向 编号 设备编号 ( km # h- 1) 角/ (b)
经度 / (b)
纬度 / (b)
1
5588
22
270 123. 423 213 41. 769 261
2
5360
0
0 123. 421 933 41. 769 348
3
7994
39
272 123. 427 158 41. 769 105
2 算法实例
应用上述匹配方法将图 3 中零速度点匹配到 路段上。图 3 表示 1 个十字交叉路口附近 5 min 内浮动车传回位置点的分布情况, 该路口由路段 1、路段 2、路段 3 组成, 黑色圆点代表浮动车停车 点, 黑色方块代表浮动车移动点。由图 3 中可以 看到路段 1 附近越靠近十字交叉路口区域内, 停 车点黑色小圈越集中, 这说明这些车辆在正常停 留等待信号灯。根据该路段实际交通状况设定这 个区域车辆等待信号灯的排队长度为 L 。下面用 本算法计算浮动车点和路段 1 的匹配情况。
交通信息与安全 2009 年第 6 期 第 27 卷 总 152 期
大偏差值, ri < D , 执行步骤 12, 否则执行步骤 9。 步骤 12 如果路段 R i 的终点为交叉口 ( 可
以通过拓扑关系判断) , 且点到路段终点的距离在 路段排队长度内, li < Li , 执行步骤 13, 否则执行 步骤 9。
本文通过 对与交通状态 无关的零速 度点过 滤, 并对交通状态有关交叉口车辆排队的零速度 点进行提取和地图匹配, 从而提高了浮动车数据 的有效样本量及匹配效率。
1 地图匹配的实现方法
1. 1 异常停车点和正常停车点 浮动车数据中的零速度记录点是由于浮动车
当前移动速度为零, 即停车状态下产生的。导致 车辆停车的原因多种多样, 基本分为交叉口信号 灯排队等待、上下客、路边待客等几种。这里根据 这些停车点与交通状态的关系, 把这些停车位置 点分为两类: 异常停车点和正常停车点。
首先将浮动车记录集根据浮动车速度分为两 部分: 非零速度点记录集和零速度点记录集。分 别进行非零速度点地 图匹配和零速 度点地图匹 配。
1) 非零速度点地图匹配按照常规投影距离 与路段矢量方向差值加权的方法[ 3] 进行匹配计算 匹配结果, 步骤见图 1。
2) 零速度点的初步匹配: 用停车点与路段的 偏移范围、交叉口排队长度初步判定属于该路段 的停车点, 将停车点初步匹配到路段上。交叉口 排队长度是从路段矢量方向上的终点开始反方向 上的长度。如果选取的过短, 会导致排队等待的 正常零速度点丢失; 如果选取过长会增加计算量。 车辆排队长度可以由历史数据获得, 简单起见也 可以取路段的一半长度, 排队长度值存储在路段 属性表中。
4
8909
22
272 123. 422 176 41. 769 168
5
5588
0
275 123. 422 268 41. 769 331
6
8160
41
270 123. 427 213 41. 769 183
7
8152
43
90 123. 424 220 41. 769 035
8
7994
51
273 123. 423 335 41. 769 178
步骤 3 计 算该 GP S 点行驶方 向角与各个 道路矢量方向夹角之差 Hi 。
步骤 4 计算距离度量值 Mi = w r r i + w HHi 。 步骤 5 取所有 Mi 最小的路段为车辆点所 在的路段 R i 。 步骤 6 这里需要用最 大允许范围值限制, di 为点到路段 i 的投影距离。如果| di | < D , 执 行步骤 7, 否则执行步骤 1。 步骤 7 GP S 点属于路段 Ri , 在路段 Ri 属性 值内写入 GPS 点的设备 ID 号, 执行步骤 1。 步骤 8 所有非 0 点与各个路段匹配完成。 3) 零速度点初步匹配方法。 步骤 9 从 G0 数 据集中取出 GP S 数据, 循 环选取路网中每条路段。 步骤 10 计算该 GP S 点与各个路段间的投 影距离 ri 。 步骤 11 如果点和路段 R i 投影距离小于最
相关文档
最新文档