軌跡路網(wǎng)匹配算法綜述

　　路網(wǎng)匹配是基于位置服務(wù)中的關(guān)鍵預(yù)處理步驟，它將GPS軌跡點匹配到實際路網(wǎng)上。以此為基礎(chǔ)對數(shù)據(jù)進(jìn)行分析和挖掘，能夠輔助解決城市計算中相關(guān)問題，例如建立智能交通系統(tǒng)，協(xié)助用戶規(guī)劃出行。本文對國內(nèi)外學(xué)者在該研究領(lǐng)域取得的成果進(jìn)行了分類總結(jié)，發(fā)現(xiàn)這些匹配算法可以較好地解決高采樣率的路網(wǎng)匹配問題。但是隨著城市交通的快速發(fā)展，獲取和處理車輛位置信息的成本不斷提高，低頻采樣點越來越多，現(xiàn)有算法匹配精確度大大下降。于是近幾年，出現(xiàn)基于隱馬爾科夫模型（Hidden Markov Model，HMM）的路網(wǎng)匹配算法。隱馬爾可夫模型可以較為平滑地將噪聲數(shù)據(jù)和路徑約束進(jìn)行整合，從有許多可能狀態(tài)的路徑中選擇一條最大似然路徑。重點總結(jié)了基于隱馬爾科夫模型的路網(wǎng)匹配算法，主要是從特點與實驗結(jié)果的角度對其進(jìn)行對比總結(jié)，有的實驗結(jié)果的正確率在一定條件下最高可以達(dá)到90%，說明了基于隱馬爾可夫模型的路網(wǎng)匹配算法在低采樣率下的有效性。最后對未來研究可能采取的方法進(jìn)行了展望。