面向复杂路网低频GPS采样数据新型地图匹配算法
Novel map-matching algorithm based on low-frequency GPS sampling data in complex road networks
1. 成都信息工程大学 a. 网络空间安全学院; b. 软件工程学院; c. 软件自动生成与智能服务四川省重点实验室; d. 管理学院, 成都 610225
2. 广西教育学院, 南宁 530007
3. 南宁师范大学 计算机与信息工程学院, 南宁 530299
摘要
大数据时代低频采样交通轨迹数据呈指数级增长，准确、高效地对复杂路网中产生的海量低频浮动车数据进行地图匹配对出租车载客热点和路线推荐具有重要意义。基于上述考虑，提出了一种基于曲线拟合的改进算法，对缺失的轨迹数据和路网数据分别使用插值和均值化的方法进行补全，利用Geohash技术对路网和轨迹数据进行存储和搜索，充分考虑车辆速度和道路限速因素，使用轨迹点后向向量和路段向量对路候选段进行分析，设计综合评价函数得到最优匹配结果。实验结果表明，与传统垂直投影算法和曲线拟合算法进行对比，所提曲线拟合算法准确率较高，时间效率得到显著提升。
基金项目
四川省高校人文社会科学重点研究基地科研项目(JGYQ2018010)
国家自然科学基金资助项目(61802035,61772091,61962006)
四川省科技计划资助项目(2019YFS0067,21JCQN2019,2020YFG0153,20YYJC2785,2020YJ0481,2020YFS0466,2020YJ0430,2020JDR0164)
广西自然科学基金资助项目(2018GXNSFDA138005)
四川高校科研创新团队建设计划资助项目(18TD0027)
出版信息
DOI: 10.19734/j.issn.1001-3695.2019.10.0601
出版期卷: 《计算机应用研究》 印刷出版, 2021年第38卷 第2期
所属栏目: 算法研究探讨
出版页码: 495-500
文章编号: 1001-3695(2021)02-033-0495-06
发布历史
[2021-02-05] 印刷出版
引用本文
黄振锋, 乔少杰, 韩楠, 等. 面向复杂路网低频GPS采样数据新型地图匹配算法 [J]. 计算机应用研究, 2021, 38 (2): 495-500. (Huang Zhenfeng, Qiao Shaojie, Han Nan, et al. Novel map-matching algorithm based on low-frequency GPS sampling data in complex road networks [J]. Application Research of Computers, 2021, 38 (2): 495-500. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
