基于多目标遗传算法的浮动车地图匹配方法

论文摘要

针对低频浮动车数据存在定位误差、数据缺失等问题,提出了一种基于多目标遗传算法的地图匹配方法（multi-criteria genetic algorithm-based map-matching method,MGA-MM）,多目标遗传算法的适应度由空间相似度、修正的最短路径和方向相似度加权得出,引入动态时间规整（dynamic time warping,DTW）技术估计定位路径和修正路径之间的空间相似度,并利用A*算法计算修正轨迹的最短路径.选择北京市海淀区低频浮动车GPS数据进行相应实验测试,测试结果表明该地图匹配方法具有理想的匹配精度且匹配速度较快,当采样间隔为10～20 s时,匹配正确率达93. 7%,能够满足工程应用中低频浮动车地图匹配实时性和准确性的要求.

论文目录

• 1 基本概念
•   1.1 地图匹配
•   1.2 道路网络
•   1.3 浮动车轨迹点和候选点
• 2 基于多目标遗传算法的地图匹配方法
•   2.1 基本步骤
•   2.2 空间相似度计算
•   2.3 最短路径距离计算
•   2.4 方向相似度计算
•   2.5 多目标遗传算法
• 3 实验和分析
•   3.1 实验数据与环境条件
•   3.2 实验结果与数据分析
•     3.2.1 匹配质量分析
•     3.2.2 匹配效率分析
•     3.2.3 匹配影响因素分析
• 4 结论

文章来源

类型: 期刊论文

作者: 谷远利,陆文琦,邵壮壮

关键词: 低频浮动车,地图匹配,多目标遗传算法,动态时间规整,算法

来源: 北京工业大学学报 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,自动化技术

单位: 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室

基金: 北京市科技计划资助项目(Z121100000312101)

分类号: U491;TP18

页码: 585-592

总页数: 8

文件大小: 4523K

下载量: 315