一種利用歷史gps數(shù)據(jù)進(jìn)行地圖匹配的方法
【專利摘要】本發(fā)明公開了一種利用歷史GPS數(shù)據(jù)進(jìn)行地圖匹配的方法，將歷史GPS點(diǎn)記錄按車輛ID、記錄時(shí)間、坐標(biāo)區(qū)域組織成軌跡形式，并將軌跡轉(zhuǎn)換成KML文件；將對應(yīng)區(qū)域的路網(wǎng)數(shù)據(jù)裁剪出來并轉(zhuǎn)換成KML格式文件；將得到的KML文件疊加在一起，利用標(biāo)記方法為軌跡中的每一個(gè)GPS點(diǎn)標(biāo)記其所在路段ID，此部分標(biāo)記數(shù)據(jù)記為數(shù)據(jù)集A；只需為其補(bǔ)充方向角信息即可作為訓(xùn)練數(shù)據(jù)，所得標(biāo)記數(shù)據(jù)記為數(shù)據(jù)集B；將得到的數(shù)據(jù)集A和第四步得到的數(shù)據(jù)集B合并作為ELM算法的訓(xùn)練數(shù)據(jù)集，選定部分與數(shù)據(jù)集A不相交的歷史數(shù)據(jù)集作為測試數(shù)據(jù)，用尋參算法尋找ELM參數(shù)，直至預(yù)測精度最高，此時(shí)對應(yīng)的ELM模型即為該區(qū)域內(nèi)的地圖匹配模型。
【專利說明】-種利用歷史GPS數(shù)據(jù)進(jìn)行地圖匹配的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種地圖匹配方法，涉及一種利用歷史GPS數(shù)據(jù)進(jìn)行地圖匹配的方 法。

【背景技術(shù)】
[0002] 在車輛導(dǎo)航系統(tǒng)中，顯示在電子地圖上的車輛移動(dòng)軌跡反映了通過GPS測量設(shè)備 實(shí)時(shí)測量的結(jié)果。然而，導(dǎo)航效果會受到很多因素的影響，比如設(shè)備誤差，信號強(qiáng)度，地理環(huán) 境，天氣等。由于GPS數(shù)據(jù)不可避免地包含了很多不確定信息，顯示在地圖上的車輛軌跡可 能與真實(shí)軌跡不一致，因此，在進(jìn)一步挖掘和分析地理信息之前，檢測這些誤差是很有必要 的。
[0003] 地圖匹配就是利用軟件方法來識別和糾正GPS采樣點(diǎn)到對應(yīng)空間路網(wǎng)位置的過 程。在過去20年里，地圖匹配算法被深入研究，但是仍有提高空間。首先，以往的算法并未 充分利用已有信息，例如車輛方向，地圖拓?fù)湫畔ⅲ瑲v史GPS軌跡；其次，以往算法適應(yīng)性較 差，有時(shí)來自地圖的小偏差有可能會對匹配結(jié)果產(chǎn)生很大的影響，例如矢量電子地圖的坐 標(biāo)偏移。最后，一些算法的匹配過程很復(fù)雜，不太適合實(shí)時(shí)處理。
[0004] 本質(zhì)上，地圖匹配相當(dāng)于模式識別過程。通過大量歷史GPS軌跡數(shù)據(jù)的學(xué)習(xí)能夠 總結(jié)出模式，當(dāng)產(chǎn)生新的GPS點(diǎn)時(shí)能夠簡潔地進(jìn)行匹配。考慮到數(shù)量眾多的路段（標(biāo)簽） 和歷史軌跡（訓(xùn)練集），我們采用極限學(xué)習(xí)機(jī)（ELM)算法來獲取較高的匹配精度和較快的 匹配速度。ELM是基于單隱層前饋神經(jīng)網(wǎng)絡(luò)（singlehiddenlayerfeedforwardneural network,SLFNs) [1]算法，相比傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法和支持向量機(jī)（supportvector machine，SVM)，ELM有更快的學(xué)習(xí)速度。在實(shí)驗(yàn)中，利用我們的ELM參數(shù)選擇算法進(jìn)行優(yōu)化， 基于ELM的地圖匹配方法顯示出明顯的優(yōu)勢。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服上述技術(shù)存在的缺陷，提供一種利用歷史GPS數(shù)據(jù)進(jìn)行地 圖匹配的方法。
[0006] 其具體技術(shù)方案為：
[0007] -種利用歷史GPS數(shù)據(jù)進(jìn)行地圖匹配的方法，包括以下步驟：
[0008] 第一步：將歷史GPS點(diǎn)記錄按車輛ID、記錄時(shí)間、坐標(biāo)區(qū)域組織成軌跡形式，并將 軌跡轉(zhuǎn)換成KML文件（能夠直觀顯示在電子地圖上即可）；
[0009] 第二步：將對應(yīng)區(qū)域的路網(wǎng)數(shù)據(jù)（一般為GDB格式）裁剪出來并轉(zhuǎn)換成KML格式 文件（與第一步的格式一致）；
[0010] 第三步：將第一步和第二步得到的KML文件疊加在一起，利用我們提出的標(biāo)記方 法為軌跡中的每一個(gè)GPS點(diǎn)標(biāo)記其所在路段ID，此部分標(biāo)記數(shù)據(jù)記為數(shù)據(jù)集A(利用歷史 GPS數(shù)據(jù)得到的帶標(biāo)簽數(shù)據(jù)）；
[0011] 第四步：路網(wǎng)數(shù)據(jù)本身帶有很多道路的關(guān)鍵點(diǎn)信息，這些關(guān)鍵點(diǎn)包含坐標(biāo)信息和 路段ID，只需為其補(bǔ)充方向角信息即可作為我們的訓(xùn)練數(shù)據(jù)，具體步驟如下：
[0012] 步驟1 :將⑶B格式的路網(wǎng)數(shù)據(jù)轉(zhuǎn)換成JS0N格式（文本格式即可，方便處理）；
[0013] 步驟2 :提取出每一路段內(nèi)的關(guān)鍵點(diǎn)坐標(biāo)、路段ID和單雙道標(biāo)記；
[0014] 步驟3 :利用前后關(guān)鍵點(diǎn)的坐標(biāo)信息計(jì)算航向，即方向角。
[0015] 完成上述步驟以后，所得標(biāo)記數(shù)據(jù)記為數(shù)據(jù)集B(利用路網(wǎng)得到的帶標(biāo)簽數(shù)據(jù)）；
[0016] 第五步：將第三步得到的數(shù)據(jù)集A和第四步得到的數(shù)據(jù)集B合并作為ELM算法的 訓(xùn)練數(shù)據(jù)集，選定部分與數(shù)據(jù)集A不相交的歷史數(shù)據(jù)集作為測試數(shù)據(jù)（不帶標(biāo)簽），用我們 的尋參算法尋找ELM參數(shù)，直至預(yù)測精度最高。此時(shí)對應(yīng)的ELM模型即為該區(qū)域內(nèi)的地圖 匹配模型。
[0017] 優(yōu)選地，所述標(biāo)記方法具體為：
[0018] 第一步：根據(jù)當(dāng)前標(biāo)注點(diǎn)鄰近點(diǎn)的位置分布粗略地判斷當(dāng)前點(diǎn)的位置，確定軌跡 的移動(dòng)趨勢；
[0019] 第二步：確定標(biāo)記點(diǎn)的候選路段。在以標(biāo)記點(diǎn)為圓心，誤差距離（與GPS采樣芯片 有關(guān)，本文為50米）為半徑的圓形區(qū)域內(nèi)覆蓋的路段為該標(biāo)記點(diǎn)的候選路段。
[0020] 第三步：根據(jù)標(biāo)記點(diǎn)的方向角屬性選擇候選路段。假設(shè)路段i與正北方向夾角為 a，當(dāng)標(biāo)記點(diǎn)的方向角與a的差值的絕對值小于15度時(shí)，則標(biāo)記點(diǎn)所在路段ID記為i。 [0021] 為路網(wǎng)中的關(guān)鍵點(diǎn)補(bǔ)充方向角屬性：
[0022] 第一步：將⑶B格式的路網(wǎng)數(shù)據(jù)轉(zhuǎn)換成JS0N格式（文本格式即可，方便處理）；
[0023] 第二步：提取出每一路段內(nèi)的關(guān)鍵點(diǎn)坐標(biāo)、路段ID和單雙道標(biāo)記；
[0024] 第三步：利用前后關(guān)鍵點(diǎn)的坐標(biāo)信息計(jì)算航向，即方向角。記當(dāng)前的經(jīng)緯度為 CurLongi、CurLatti,單位為度；下一點(diǎn)的經(jīng)纟韋度為tgtLongi、tgtLatti,單位為度。由平面 幾何的知識，計(jì)算反正切atan((tgtLongi-CurLongi) / (tgtLatti-CurLatti))，再經(jīng)過象限 處理，就可得到目標(biāo)航向，即當(dāng)前點(diǎn)的方向角。
[0025] ELM尋找參數(shù)算法：
[0026]第一步：選擇一個(gè)較小的隱層節(jié)點(diǎn)數(shù)（我們選取的是20)，將其定義為基數(shù)；
[0027] 第二步：設(shè)置一個(gè)較大的增量，定義為第一增量（我們設(shè)置的第一增量為100)。在 第一增量區(qū)間內(nèi)，從基數(shù)開始增加隱層節(jié)點(diǎn)數(shù)直到測試精度開始下降。記錄該區(qū)間內(nèi)達(dá)到 最大測試精度的節(jié)點(diǎn)數(shù)，記為4，最后的節(jié)點(diǎn)數(shù)記為& ;
[0028] 第三步：設(shè)置一個(gè)比第一增量小的增量，定義為第二增量（我們設(shè)置的第二增量 為50)。在第二增量區(qū)間內(nèi)，從&開始增加隱層節(jié)點(diǎn)數(shù)直到測試精度開始下降或者節(jié)點(diǎn)數(shù) 超過&。記錄該區(qū)間內(nèi)達(dá)到最大測試精度的節(jié)點(diǎn)數(shù)，記為A2，最后節(jié)點(diǎn)數(shù)記為B2 ;
[0029] 第四步：回到第三步，直到增量為1。
[0030] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：
[0031] 本發(fā)明是一種基于模式識別的方法來解決地圖匹配問題。地圖匹配問題可以看做 是多分類問題，通過極限學(xué)習(xí)機(jī)算法完成多分類可以在十分短的時(shí)間內(nèi)達(dá)到很高的精度。 為了減少計(jì)算時(shí)間，我們通過網(wǎng)格劃分使得處理過程并行化。另外，我們提出尋找ELM最優(yōu) 隱層節(jié)點(diǎn)數(shù)算法優(yōu)化原始的ELM算法，通過對數(shù)據(jù)進(jìn)行歸一化操作提高了匹配精度，同時(shí) 得到更穩(wěn)定的結(jié)果。

【專利附圖】

【附圖說明】
[0032] 圖1是一條出租車A的軌跡；
[0033] 圖2是同一輛車在十天內(nèi)的軌跡；
[0034] 圖3是單隱層前饋神經(jīng)網(wǎng)絡(luò)（SLFNs)結(jié)構(gòu)圖；
[0035] 圖4是一個(gè)劃分的網(wǎng)格；
[0036] 圖5是標(biāo)簽獲取過程原理圖；
[0037] 圖6是某路段上的關(guān)鍵點(diǎn)；
[0038] 圖7是ELM的最優(yōu)參數(shù)。

【具體實(shí)施方式】
[0039] 下面結(jié)合具體附圖和實(shí)施例對本發(fā)明的技術(shù)方案作進(jìn)一步詳細(xì)地說明。
[0040] 預(yù)備
[0041] 1.1 定義
[0042] 定義1 (路段）：一個(gè)路段r是在兩個(gè)道理結(jié)點(diǎn)間的路徑。一個(gè)路段通常包括了一 些其他必要的屬性，比如r.id表示路段r的id,r.oneway表示路段r是單向道還是雙向 道。
[0043] 定義2 (GPS點(diǎn)）：GPS點(diǎn)是通過GPS芯片得到的測量點(diǎn)，包括出租車ID，時(shí)間戳，出 租車狀態(tài)，經(jīng)度，緯度，出租車速度，方向角。方向角指的是出租車行進(jìn)方向與正北方向的夾 角，這里角度浮動(dòng)范圍在〇到360度，順時(shí)針方向增加，取整數(shù)。
[0044] 定義3 (出租車軌跡）：一條軌跡包含了同一輛車在一個(gè)連續(xù)時(shí)間段內(nèi)的連續(xù)的 GPS點(diǎn)。一輛出租車在一天內(nèi)可以有多條軌跡。我們只考慮正常運(yùn)營出租車的三種狀態(tài)，分 別是空車（0)，載客（1)和泊車（3)。
[0045] 下面兩條觀察結(jié)果有助于設(shè)計(jì)我們的地圖匹配算法。為了避免采用誤差的影響， 我們只考慮方向角在對應(yīng)路段角度上下浮動(dòng)15度的GPS點(diǎn)。
[0046] 總結(jié)1 :在單向道上，車輛只能在一個(gè)方向上行駛。在這種類型的道路上，GPS點(diǎn)的 方向角圍繞一個(gè)定角小范圍變化，這個(gè)定角由道路形狀和道路位置決定。
[0047] 總結(jié)2 :在雙向道上，車輛允許在兩個(gè)方向上行駛。對某個(gè)道路結(jié)點(diǎn)，假設(shè)所在路 段與正北方向夾角是a(在0-180度內(nèi)變化），因此另一個(gè)夾角是a+180度。因此，在雙向 道上的GPS點(diǎn)的方向角分別在a和a+180周圍小范圍浮動(dòng)。
[0048] 1. 2問題描述和精度評估標(biāo)準(zhǔn)
[0049] 假設(shè)我們得到出租車A在2012年11月1日的所有軌跡。圖1顯示了出租車A的 一條軌跡，很明顯，很多GPS點(diǎn)并未在路段上。因此，識別和糾正GPS點(diǎn)到路網(wǎng)中對應(yīng)路段 位置上很關(guān)鍵。
[0050] 通過我們的方法解決上述問題能夠得到GPS點(diǎn)所在的路段的ID。我們采用 ACCURACY指標(biāo)來衡量被正確預(yù)測的GPS點(diǎn)數(shù)量。CORRECT表示在測試集中被正確匹配的 GPS點(diǎn)，SUM表示測試集中輸入的GPS點(diǎn)的總數(shù)。ACCURACY指標(biāo)被定義如下：
[0051] ACCURACY=C0RRECT/SUM(1)
[0052] 1. 3數(shù)據(jù)集
[0053] 出租車GPS數(shù)據(jù)集
[0054] 在本研究中，使用的歷史GPS數(shù)據(jù)集是由12000輛北京出租車在2012年11月 (2012年11月1日到2012年11月30日）收集到的數(shù)據(jù)，基本完整地記錄了北京市出租車 的移動(dòng)情況。該數(shù)據(jù)集包含了 16730個(gè)時(shí)間分隔的文本文件，每個(gè)文件包含超過20000條 離散的GPS點(diǎn)記錄。在每個(gè)文本文件中，這些連續(xù)的記錄并不相關(guān)。表1顯示了數(shù)據(jù)集中 "20121110035412.txt"這個(gè)文件的部分記錄。
[0055] 表1:使用的樣本數(shù)據(jù)

【權(quán)利要求】
1. 一種利用歷史GPS數(shù)據(jù)進(jìn)行地圖匹配的方法，其特征在于，包括以下步驟： 第一步：將歷史GPS點(diǎn)記錄按車輛ID、記錄時(shí)間、坐標(biāo)區(qū)域組織成軌跡形式，并將軌跡 轉(zhuǎn)換成KML文件； 第二步：將對應(yīng)區(qū)域的路網(wǎng)數(shù)據(jù)裁剪出來并轉(zhuǎn)換成KML格式文件； 第三步：將第一步和第二步得到的KML文件疊加在一起，利用標(biāo)記方法為軌跡中的每 一個(gè)GPS點(diǎn)標(biāo)記其所在路段ID，此部分標(biāo)記數(shù)據(jù)記為數(shù)據(jù)集A ; 第四步：路網(wǎng)數(shù)據(jù)本身帶有很多道路的關(guān)鍵點(diǎn)信息，這些關(guān)鍵點(diǎn)包含坐標(biāo)信息和路段 ID，只需為其補(bǔ)充方向角信息即可作為訓(xùn)練數(shù)據(jù)，所得標(biāo)記數(shù)據(jù)記為數(shù)據(jù)集B ; 第五步：將第三步得到的數(shù)據(jù)集A和第四步得到的數(shù)據(jù)集B合并作為ELM算法的訓(xùn)練 數(shù)據(jù)集，選定部分與數(shù)據(jù)集A不相交的歷史數(shù)據(jù)集作為測試數(shù)據(jù)，用尋參算法尋找ELM參 數(shù)，直至預(yù)測精度最高，此時(shí)對應(yīng)的ELM模型即為該區(qū)域內(nèi)的地圖匹配模型。
2. 根據(jù)專利要求1所述的利用歷史GPS數(shù)據(jù)進(jìn)行地圖匹配的方法，其特征在于，所述標(biāo) 記方法具體為： 第一步：根據(jù)當(dāng)前標(biāo)注點(diǎn)鄰近點(diǎn)的位置分布粗略地判斷當(dāng)前點(diǎn)的位置，確定軌跡的移 動(dòng)趨勢； 第二步：確定標(biāo)記點(diǎn)的候選路段，在以標(biāo)記點(diǎn)為圓心，誤差距離為半徑的圓形區(qū)域內(nèi)覆 蓋的路段為該標(biāo)記點(diǎn)的候選路段； 第三步：根據(jù)標(biāo)記點(diǎn)的方向角屬性選擇候選路段，假設(shè)路段i與正北方向夾角為a，當(dāng) 標(biāo)記點(diǎn)的方向角與a的差值的絕對值小于15度時(shí)，則標(biāo)記點(diǎn)所在路段ID記為i。
3. 根據(jù)專利要求2所述的利用歷史GPS數(shù)據(jù)進(jìn)行地圖匹配的方法，其特征在于，所述所 述方向角屬性確定的步驟為： 第一步：將GDB格式的路網(wǎng)數(shù)據(jù)轉(zhuǎn)換成JSON格式； 第二步：提取出每一路段內(nèi)的關(guān)鍵點(diǎn)坐標(biāo)、路段ID和單雙道標(biāo)記； 第三步：利用前后關(guān)鍵點(diǎn)的坐標(biāo)信息計(jì)算航向，即方向角，記當(dāng)前的經(jīng)緯度為 CurLongi、CurLatti,單位為度；下一點(diǎn)的經(jīng)纟韋度為tgtLongi、tgtLatti,單位為度；由平面 幾何的知識，計(jì)算反正切 atan ((tgtLongi-CurLongi) / (tgtLatti-CurLatti))，再經(jīng)過象限 處理，就可得到目標(biāo)航向，即當(dāng)前點(diǎn)的方向角。
4. 根據(jù)專利要求1所述的利用歷史GPS數(shù)據(jù)進(jìn)行地圖匹配的方法，其特征在于，所述尋 找ELM參數(shù)算法具體為： 第一步：選擇一個(gè)較小的隱層節(jié)點(diǎn)數(shù)，將其定義為基數(shù)； 第二步：設(shè)置一個(gè)較大的增量，定義為第一增量，在第一增量區(qū)間內(nèi)，從基數(shù)開始增加 隱層節(jié)點(diǎn)數(shù)直到測試精度開始下降，記錄該區(qū)間內(nèi)達(dá)到最大測試精度的節(jié)點(diǎn)數(shù)，記為4，最 后的節(jié)點(diǎn)數(shù)記為&; 第三步：設(shè)置一個(gè)比第一增量小的增量，定義為第二增量，在第二增量區(qū)間內(nèi)，從4開 始增加隱層節(jié)點(diǎn)數(shù)直到測試精度開始下降或者節(jié)點(diǎn)數(shù)超過&，記錄該區(qū)間內(nèi)達(dá)到最大測試 精度的節(jié)點(diǎn)數(shù)，記為A3，最后節(jié)點(diǎn)數(shù)記為B2 ; 第四步：回到第三步，直到增量為1。
【文檔編號】G01C21/30GK104330089SQ201410649530
【公開日】2015年2月4日 申請日期:2014年11月17日 優(yōu)先權(quán)日:2014年11月17日
【發(fā)明者】吳剛, 李慧琴, 王國仁 申請人:東北大學(xué)