当前位置:   article > 正文

论文笔记:基于手机位置信息的地图匹配算法_地图整体匹配

地图整体匹配

2015计算机应用

整体思路和论文笔记:Hidden Markov Map MatchingThrough Noise and Sparseness_UQI-LIUWJ的博客-CSDN博客

很像,也是应用HMM进行地图匹配

HMMM本文

 状态转移矩阵 P(c_i\rightarrow c_j)

 \frac{1}{\beta}e^{-\frac{d_t}{\beta}}

d_t=| ||o_t-o_{t+1}||_{great\_circle}-||c_i-c_j||_{route}|

 

观测概率矩阵

N(c_i^j)=P(c_i^k|o_i)=\frac{1}{\sqrt{2 \pi} \sigma}e^{-\frac{||c_i^k-o_i||^2}{2\sigma^2}}

正态分布均值都是0,唯一不同的是ST-matching的标准差使用的是20,这里使用的是

2 实验结果

2.1 GPS定位数据

 去除个别异常点 后,GPS 定位点与道路能够实现较好匹配

2.2  手机信令数据

2.2.1 高采样率

  •  圆点标记表示匹配前原始手机基站定位点,水滴状标记表示匹配后位置
  • 算法 对异常点的处理算法有三种
    • 附近没有其他候选匹配 道路(候选匹配道路没发生改变)
      • ——>则将点匹配到候选匹配道路上
      • ①②③
    • 附近有其他候选 匹配道路,且候选匹配道路发生改变
      • ——>定位点匹配到其他候选 匹配道路上
    • 定位点附近一定范围内没发现候选匹配道路
      • ——>该点直接当作异常点排除
  • ——>采样率较高时,算法能够较好地完成匹配

2.2.2 低采样率

 有部分路 段出现匹配错误,低采样率和大精度误差是导致发生错误匹 配的直接原因

 

 

 

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/695553
推荐阅读
相关标签
  

闽ICP备14008679号