基于大规模浮动车数据的地图匹配算法

第7卷第2期2007年4月

交通运输系统工程与信息

Journal of T ransportation Systems Engineering and In formation T echnology

V ol 17N o 12April 2007

文章编号:100926744(2007)022*******

智能交通系统与信息技术

基于大规模浮动车数据的地图匹配算法

章　威1

,徐建闽1

,林绵峰

2

(1.华南理工大学交通学院,广州510640;2.广州交通信息化建设投资运营有限公司,广州510033)

摘要:　地图匹配问题是浮动车技术中必须解决的关键问题.由于浮动车数据自身的特

点,传统的导航地图匹配算法难以直接适用于大规模的浮动车数据匹配.在分析基于浮动车数据的地图匹配与传统的导航地图匹配的异同点的基础上,提出了浮动车地图匹配模型族的解决方案和相应的道路网格拓扑结构,设计了包括道路初次匹配模型、平行方向道路识别模型、节点匹配模型、延时匹配模型在内的浮动车数据地图匹配算法体系,并对算法进行了评估和验证.提出的浮动车数据地图匹配算法模型已经在广州市ITS 示范工程中得到了实际应用,应用结果表明该算法具有准确、高效和实用的特点.关键词:　智能交通系统;浮动车数据;地图匹配中图分类号:　U12文献标志码:　A

Map Matching Algorithm of Large Scale Probe V ehicle Data

ZHANG Wei 1

,X U Jian 2min 1

,LI N Mian 2feng

2

(1.C ollege of T raffic and C ommunications ,S outh China University of T echnology ,G uangzhou 510640,China ;2.G uangzhou T raffic In formation Investment Business and Management Limited C ompany ,G uangzhou 510033,China )Abstract :　Map matching is the key problem of probe vehicle technology.F or the characteristics of probe vehicle data ,traditional navigation map matching can not serve the requirements of probe vehicle data.Based on the com 2m on and different points between the map matching of traditional navigation and probe vehicle ,the s olution of probe vehicle map matching m odes and corresponding road netw ork structure have been proposed and the map matching alg orithm system has als o been prom oted ,including road first map matching m ode ,parallel reverse road map matching m ode ,node map matching m ode and delay map matching m ode.In addition ,the alg orithm has been ver 2ified and evaluated.The map matching alg orithm prom oted in the paper has been applied in the ITS dem onstration project of G uangzhou and the practice has proved that it is quite effective and practical.K ey w ords :　ITS;probe vechicle data ;map matching C LC number :　U12Document code :　A

收稿日期:2006212206

基金项目:“十五”国家科技攻关重点项目资助和国家自然科学基金资助(50578064).

作者简介:章威(1961-),男,广东梅州人,华南理工大学博士研究生,主要研究方向为智能交通系统.E 2mail :

gzzhang wei @

0　引 言

交通拥堵现在已经逐渐成为我国大中城市的首要难题,如何及时地反映这些道路上路况,为出

行者提供准确的导向,成为智能交通领域亟待解决的问题

[1-3]

.传统的道路运行信息采集方式已经

不能够适应快速增长的道路数量和车辆保有量.

浮动车技术作为一种崭新的城市路况信息获取、道路建设和出行规划方式,已经逐步成为研究热点

[4-7]

.

大规模浮动车数据地图匹配是浮动车技术中必须解决的关键技术问题.所谓地图匹配,指的是依据G PS 车载终端车辆在行驶过程中采集到的车辆位置G PS 信息,通过特定模型和算法,将车辆的当前位置与电子地图上的道路相关联的行为.最终输出结果为车辆在道路上的具体位置

[8,9]

.由于

浮动车数据的自身的特点,传统的导航地图匹配算法往往精度不够,或者过于复杂,很难应用在大规模数据处理.本文针对大规模浮动车数据地图匹配的特点,提出了一系列相辅相成的地图匹配算法,达到浮动车数据地图匹配的目的,

并对算法的有效性进行验证和评估.

1　地图匹配模型方案概述

浮动车地图匹配模型是将浮动车的G PS 数据与电子地图结合,通过一定的算法,得出浮动车所在道路的数学模型.

本文提出的浮动车地图匹配模型是一个模型族.它建立在一个道路网格拓扑结构之上,并且针对道路的实际情况设计了不同的道路匹配算法,如图1所示.

图1　浮动车数据地图匹配的模型方案示意图

Fig.1　M odel s olution of map matching based on FC D

这些算法模型并不是并列的,而是相辅相成、互为补充的.道路初次匹配算法是整个地图匹配模型的第一个步骤;在初步对浮动车的位置进行判断之后,通过反向道路识别和节点匹配,进行更深层次的匹配识别;如果仍未找到满足要求的匹配道路,则进入延时匹配模型,通过后续浮动车G PS 数据结合这一次的匹配结果,给出最后准确的匹配道路.

2　道路网格拓扑结构

由于浮动车采集系统的采集对象是上万辆浮动车,采集间隔在5秒到30

秒之间,因此,同时进入模型的G PS 数据量巨大,综上所述,建立一个高效的道路拓扑结构是非常必要的.

本文将城市路网按某种特殊的拓扑结构组织起来,该拓扑结构适合于存储,并有效改善算法的运行效率.该拓扑结构包括4层对象:城市、区域、道路、道路形状线段,如图2所示.

图2　道路拓扑结构模型图

Fig.2　M odel of road net

具体的方案是:按照经纬度的方向,以一定的间隔L ,将道路网络从上到下、由左至右网格化均匀分块,假设将其分为M ×N 个网格,简记为

Grid (M ×N ),其中M 和N 分别为分块行列数,网

格的行编号从0到M -1,列编号从0到N -1.为了与实际的道路更加符合,引入道路形状线段,即将一条实际的道路用若干条线段首尾相连来近似,并且对这些形状线段进行编号存储,将每条道路的形状线段与道路相关联,这样可以提高匹配精度.

在每个网格内,记录网格包含或与之相交的所有形状线段编号.为了提高搜索效率,将所有网格按照编号顺序存储.在给定待匹配的车辆定位点G PS 坐标之后,用折半查找法快速找到G PS 点所在

的网格.以广州为例,找到一点所在网格,最多不超过17次比较运算,时间复杂度极低,基本上不受道路网络规模变化的影响.

3　浮动车地图匹配模型算法

3.1　概念

在进入模型算法之前,为了便于分析、处理以及表达,对需要用到的概念进行说明.

(1)匹配度[9].

首先为了对地图匹配进行定量的分析,匹配模

04交通运输系统工程与信息2007年4月