一种面向海量浮动车数据的地图匹配方法

        摘要：浮动车数据已广泛应用于交通监管、智能出行、城市规划等领域，地图匹配是浮动车数据关键技术之一，保障 匹配算法精度的同时提高匹配效率，是面向海量浮动车数据地图匹配方法的难点。本文提出一种基于HMM（Hid- den Markov Model）的地图匹配模型，相对传统模型尝试了多个方面的改进：在发射概率计算中引入航向角变量， 并探讨了该变量对模型精度的影响；以格网对路网进行划分，构建哈希索引，实现候选路段快速查找；采用路径无 权距离替代路径实际距离，并对路网进行预处理，根据浮动车有限时间内的活动范围构建路段转移矩阵，实现路段 转移概率快速计算，以减小路径匹配算法时间复杂度。将模型应用于北京出租车轨迹数据匹配结果表明，对于采 样时间间隔在1~120 s的浮动车数据模型切实可行。在满足匹配精度应用需求的前提下，模型效率有了较大幅度 提升，能有效应用于海量浮动车数据地图匹配。