当前位置: 首页 > 专利查询>福州大学专利>正文

一种基于隐马尔可夫模型的车辆GPS数据地图匹配方法组成比例

技术编号:15241732 阅读:116 留言:0更新日期:2017-05-01 02:43
本发明专利技术涉及一种基于隐马尔可夫模型的车辆GPS数据地图匹配方法,包括步骤:从shpefile电子地图上获取路网数据;提取原始的车辆轨迹数据,对车辆GPS数据进行预处理;选取每个GPS观测点一定距离的路段作为候选路段;基于隐马尔可夫模型,计算每个GPS点的观测概率以及相邻候选路段间的转移概率;利用维特比算法计算出最优的匹配轨迹。本发明专利技术基于隐马尔可夫模型,通过考虑GPS点的位置,速度方向,路网的拓扑以及轨迹点与路网间的关联信息,提出了新的观测概率和转移概率,进一步的提高了地图匹配的准确性。

A GPS data map matching method based on Hidden Markov model

The invention relates to a vehicle GPS data map matching method based on Hidden Markov model comprises the steps of: acquiring network data from the shpefile electronic map; extracting the original data of the vehicle trajectory, vehicle GPS data preprocessing; selection of each observation point GPS a certain distance from the road as a candidate link; based on the hidden Markov model, calculation the transfer probability of each GPS point of the observation probability and the adjacent candidate link between; using the Vitby algorithm to calculate the optimal matching path. The invention is based on the hidden Markov model, by considering the GPS position, speed and direction, network topology and network path point and the association between information, put forward a new observation and transfer probability, further improve the accuracy of map matching.

【技术实现步骤摘要】

本专利技术涉及交通领域,特别是涉及一种基于隐马尔可夫模型的车辆GPS数据地图匹配方法。
技术介绍
在交通出行中,车载设备越来越普及,对GPS数据的研究已经成为当今车联网领域的热门话题。但是由于设备自身的局限性以及外部环境噪声的影响,使得车辆轨迹数据往往会与实际的数据有所偏差,而地图匹配的目的就是让观测的轨迹数据准确地映射到路网位置上。隐马尔可夫模型是一种概率模型,描述由一个隐藏的马尔可夫链随机生成的隐藏状态随机序列,再由各个隐藏状态生成一个观测状态而产生观测随机序列的过程。隐马尔可夫模型在模式识别、语音识别、生物信息等领域有着非常广泛的应用。基于隐马尔可夫模型的地图匹配相对于传统的地图匹配,匹配的准确性更高,对于采样间隔比较大的轨迹数据,也有很好的表现。
技术实现思路
有鉴于此,本专利技术的目的是提供一种基于隐马尔可夫模型的车辆GPS数据地图匹配方法,基于隐马尔可夫模型,通过考虑GPS点的位置,速度方向,路网的拓扑以及轨迹点与路网间的关联信息,提出了新的观测概率和转移概率,进一步的提高了地图匹配的准确性。本专利技术采用以下方案实现:一种基于隐马尔可夫模型的车辆GPS数据地图匹配方法,包括如下步骤:步骤S1:从电子地图中获取路网数据:电子地图为shapefile格式的矢量地图,从该地图中获取路网数据,构建有向道路网络G(V,E),其中V表示道路的交叉点,E表示每两个交叉点间的路段。为方便计算,定义路段集合S={sn|n=1,2,…,N

【技术保护点】
一种基于隐马尔可夫模型的车辆GPS数据地图匹配方法,其特征在于:包括如下步骤:步骤S1:从电子地图中获取路网数据;步骤S2:对收集的真实车辆轨迹数据进行预处理;步骤S3:选取每个观测点一定距离内的路段作为匹配的候选路段;步骤S4:根据隐马尔可夫模型,分别计算每个观测点的观测概率以及相邻候选路段间的转移概率;步骤S5:利用维特比算法,计算出概率最大的隐藏状态序列,即最优的匹配路段序列。

【技术特征摘要】
1.一种基于隐马尔可夫模型的车辆GPS数据地图匹配方法,其特征在于:包括如下步骤:步骤S1:从电子地图中获取路网数据;步骤S2:对收集的真实车辆轨迹数据进行预处理;步骤S3:选取每个观测点一定距离内的路段作为匹配的候选路段;步骤S4:根据隐马尔可夫模型,分别计算每个观测点的观测概率以及相邻候选路段间的转移概率;步骤S5:利用维特比算法,计算...

【专利技术属性】
技术研发人员:冯心欣王彪凌献尧徐艺文郑海峰陈忠辉
申请(专利权)人:福州大学
类型:发明
国别省市:福建;35

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1