37、基于加权最短路径的增量地图匹配算法解析

基于加权最短路径的增量地图匹配算法解析

1. 相关工作

地图匹配算法根据地图匹配中考虑的GPS采样点范围，可分为增量算法和全局算法。
- 增量算法 ：基于当前GPS采样点的局部特征，将GPS点匹配到地图上。通常采用贪心策略，从已匹配点的结果扩展出最终的全局解。例如，通过构建一系列隐马尔可夫模型，利用相邻隐马尔可夫模型的交替扩展和收缩实现增量地图匹配；或者根据GPS采集点的位置、方向信息以及相邻时间点的路径可达性计算匹配结果；还有的考虑与道路连通性相关的拓扑规则和交通规则。该算法运行速度快，在采样间隔短时能达到较高的匹配精度。但随着采样间隔增大，会出现“跳边”现象，匹配精度显著降低，且忽略相邻GPS点的相关性会使匹配结果受测量误差影响。
- 全局算法 ：匹配时考虑整个GPS轨迹，从道路网络中找到与轨迹最接近的匹配路径。许多全局地图匹配算法使用“弗雷歇距离”或其变体计算GPS轨迹与匹配路径的相似度。如ST - 匹配算法考虑了GPS轨迹的时空特征，并结合隐马尔可夫模型进行匹配，是目前最常用的地图匹配算法。在此基础上，还有人将条件随机场模型应用于地图匹配问题。全局算法精度高，但时间复杂度也高，且大多忽略了轨迹的时间或速度约束，因此也容易受采样间隔增大的影响。

与之相比，WSI - 匹配增量算法考虑了相邻GPS点的相关性以及轨迹的时间/速度约束，能以较小的计算时间和空间成本获得更高的匹配精度。

2. WSI - 匹配算法

2.1 系统概述

WSI - 匹配算法的框架以GPS轨迹和道路网络为输入。对于每个GPS点，算法首先在一定范围内找出当前点的候选