基于C-Measure的地图匹配算法改进及其Spark实现
发布时间：2022-09-29 17:28
随着国民生活水平的日益提高,汽车消费也逐渐呈现快速增长趋势,如何在城市环境下对于汽车进行综合管理、建设城市智能交通系统是亟需解决的课题。地图匹配技术（Map Matching）作为智能交通系统的核心技术,能够有效降低定位误差,通过确定车辆的最佳道路匹配位置来获取直观的地图匹配结果,从而为智能交通系统提供服务。针对传统地图匹配算法无法在车辆定位准确率和服务计算效率上达到平衡的问题,提出了一种改进地图匹配算法ICMM（Improved C-Measure Map Matching）。一方面,在传统C-Measure度量方式基础上设计了多种因素及权重机制,包括位置点与线路的距离、历史轨迹与线路的平均距离、位置点行进方向与候选道路的方向偏差、连续位置点走向与候选线路片段方向偏差等四种因素以及相关权重系数设计。实验结果证实该方法可以有效地提升地图匹配算法的定位准确率,同时也保证了算法复杂度不会明显提升。另一方面,在算法实现过程中,采用了新的候选线路片段选择机制来减少候选线路范围,并采用水平适应性模糊逻辑网络（Horizontal Adaptive Fuzzy Network,HAFN）实现参数动...
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 地图匹配算法分析
1.2.2 并行地图匹配算法分析
1.3 研究内容
1.4 论文组织结构
第2章 关键技术介绍
2.1 地图匹配问题
2.2 基于模糊逻辑技术的地图匹配算法
2.2.1 模糊逻辑技术
2.2.2 基于模糊逻辑技术的地图匹配算法分析
2.3 希尔伯特空间填充曲线
2.4 并行开发技术
2.4.1 并行技术分析
2.4.2 Spark平台
2.4.3 Kudu数据存储技术
2.5 本章小结
第3章 改进地图匹配算法
3.1 传统基于C-Measure度量的地图匹配算法
3.2 改进地图匹配算法
3.2.1 改进C-Measure度量方式
3.2.2 候选线路片段选择
3.2.3 改进地图匹配算法的整体流程
3.3 基于HAFN的算法参数选择
3.4 仿真实验
3.4.1 实验环境配置
3.4.2 实验结果可视化
3.4.3 准确率对比结果与分析
3.5 本章小结
第4章 改进地图匹配算法的Spark实现
4.1 整体运行框架
4.2 基于希尔伯特空间填充曲线的分区策略
4.3 改进地图匹配算法的并行化处理流程
4.4 实验总结
4.5 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果
【参考文献】：
期刊论文
[1]一种基于HMM模型改进的地图匹配算法[J]. 刘旻,李梅,徐晓宇,毛善君. 北京大学学报(自然科学版). 2018(06)
[2]基于海量公交轨迹数据挖掘的地图匹配算法[J]. 陈辉,蒋圭峰,姜桂圆,武继刚. 计算机应用. 2018(07)
[3]基于曲线拟合与拓扑结构的地图匹配算法[J]. 滕志军,曲兆强,侯学艳,贾韬正,赵才博,夏滨. 计算机工程. 2018(08)
[4]考虑时空特性的动态权重实时地图匹配算法[J]. 郑林江,刘旭,易兵. 计算机应用. 2017(08)
[5]基于隐马尔可夫模型和遗传算法的地图匹配算法[J]. 吴刚,邱煜晶,王国仁. 东北大学学报(自然科学版). 2017(04)
[6]基于道路信息的智能地图匹配算法[J]. 李磊磊,陈家斌,杨黎明,尹静源,胡鸣凯,高宏斌. 中国惯性技术学报. 2016(02)
[7]一种基于Hadoop的分布式地图匹配算法[J]. 郭淑琴,薛益赵,徐步汇. 浙江工业大学学报. 2015(03)
[8]地图匹配算法综述[J]. 刘兴权,金美含. 科技信息. 2014(04)
[9]一种基于约束的最短路径低频浮动车数据地图匹配算法[J]. 李清泉,胡波,乐阳. 武汉大学学报(信息科学版). 2013(07)
[10]基于拓扑判断的海量GPS数据延时地图匹配算法[J]. 王志建,王力,汪健. 西南交通大学学报. 2012(05)
硕士论文
[1]基于权重的长时间间隔地图匹配算法研究[D]. 张贺.吉林大学 2018
[2]基于Spark的出租车轨迹组织方法研究[D]. 贾昀腾.南京师范大学 2017
[3]基于Hadoop的道路匹配算法研究[D]. 范鲁涛.南京邮电大学 2016
[4]基于电子地图辅助的车载组合导航系统研究与实现[D]. 肖密.中南大学 2014
[5]车辆导航系统中地图匹配的研究[D]. 李沛.北京交通大学 2008
本文编号：3683007
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 地图匹配算法分析
1.2.2 并行地图匹配算法分析
1.3 研究内容
1.4 论文组织结构
第2章 关键技术介绍
2.1 地图匹配问题
2.2 基于模糊逻辑技术的地图匹配算法
2.2.1 模糊逻辑技术
2.2.2 基于模糊逻辑技术的地图匹配算法分析
2.3 希尔伯特空间填充曲线
2.4 并行开发技术
2.4.1 并行技术分析
2.4.2 Spark平台
2.4.3 Kudu数据存储技术
2.5 本章小结
第3章 改进地图匹配算法
3.1 传统基于C-Measure度量的地图匹配算法
3.2 改进地图匹配算法
3.2.1 改进C-Measure度量方式
3.2.2 候选线路片段选择
3.2.3 改进地图匹配算法的整体流程
3.3 基于HAFN的算法参数选择
3.4 仿真实验
3.4.1 实验环境配置
3.4.2 实验结果可视化
3.4.3 准确率对比结果与分析
3.5 本章小结
第4章 改进地图匹配算法的Spark实现
4.1 整体运行框架
4.2 基于希尔伯特空间填充曲线的分区策略
4.3 改进地图匹配算法的并行化处理流程
4.4 实验总结
4.5 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果
【参考文献】：
期刊论文
[1]一种基于HMM模型改进的地图匹配算法[J]. 刘旻,李梅,徐晓宇,毛善君. 北京大学学报(自然科学版). 2018(06)
[2]基于海量公交轨迹数据挖掘的地图匹配算法[J]. 陈辉,蒋圭峰,姜桂圆,武继刚. 计算机应用. 2018(07)
[3]基于曲线拟合与拓扑结构的地图匹配算法[J]. 滕志军,曲兆强,侯学艳,贾韬正,赵才博,夏滨. 计算机工程. 2018(08)
[4]考虑时空特性的动态权重实时地图匹配算法[J]. 郑林江,刘旭,易兵. 计算机应用. 2017(08)
[5]基于隐马尔可夫模型和遗传算法的地图匹配算法[J]. 吴刚,邱煜晶,王国仁. 东北大学学报(自然科学版). 2017(04)
[6]基于道路信息的智能地图匹配算法[J]. 李磊磊,陈家斌,杨黎明,尹静源,胡鸣凯,高宏斌. 中国惯性技术学报. 2016(02)
[7]一种基于Hadoop的分布式地图匹配算法[J]. 郭淑琴,薛益赵,徐步汇. 浙江工业大学学报. 2015(03)
[8]地图匹配算法综述[J]. 刘兴权,金美含. 科技信息. 2014(04)
[9]一种基于约束的最短路径低频浮动车数据地图匹配算法[J]. 李清泉,胡波,乐阳. 武汉大学学报(信息科学版). 2013(07)
[10]基于拓扑判断的海量GPS数据延时地图匹配算法[J]. 王志建,王力,汪健. 西南交通大学学报. 2012(05)
硕士论文
[1]基于权重的长时间间隔地图匹配算法研究[D]. 张贺.吉林大学 2018
[2]基于Spark的出租车轨迹组织方法研究[D]. 贾昀腾.南京师范大学 2017
[3]基于Hadoop的道路匹配算法研究[D]. 范鲁涛.南京邮电大学 2016
[4]基于电子地图辅助的车载组合导航系统研究与实现[D]. 肖密.中南大学 2014
[5]车辆导航系统中地图匹配的研究[D]. 李沛.北京交通大学 2008
本文编号：3683007
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3683007.html
