道路匹配——稀疏数据轨迹点的匹配

本文探讨了道路匹配在出租车轨迹分析中的应用,重点介绍了单点匹配方法,包括距离、速度和角度因素的考虑。单点匹配得分通过综合考虑这些因素计算得出,并提出了连续多个轨迹点匹配的马尔科夫过程模型。然而,目前存在的问题是权重系数缺乏有效的学习机制。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

道路匹配分析与设计

出租车轨迹 由轨迹点序列组成<x,y,t>附带额外信息 speed,angle(GPS正北为0°,顺时针夹角,极坐标角度方向相反)

 

如何匹配轨迹?

轨迹的匹配依赖于单点匹配,在单点匹配的基础上,涉及到两个点之间寻找合理轨迹(路径规划),错误GPS点剔除(模式分类),多点之间的相互验证(投票)。

单点匹配

单点匹配方式:

由目前已知参数,忽略X,Y方向影响是独立同分布,即假设X,Y影响因素相同,因此,<distance,speed,angle>构成判别分析的依据。先假设distance,speed,angle相互独立。

 

  • 距离因素:

假设GPS精度为precession=50m,且GPS满足正态分布, 因此可以假设为µ=0,σ=precession/3(根据6-Σ准则,99.7%的点落在(-3σ,+3σ)中)。那么distance的得分=2*落在(distance,+∞)的概率=1-2*Probility[0,distanc).

 

    评论
    添加红包

    请填写红包祝福语或标题

    红包个数最小为10个

    红包金额最低5元

    当前余额3.43前往充值 >
    需支付:10.00
    成就一亿技术人!
    领取后你会自动成为博主和红包主的粉丝 规则
    hope_wisdom
    发出的红包
    实付
    使用余额支付
    点击重新获取
    扫码支付
    钱包余额 0

    抵扣说明:

    1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
    2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

    余额充值