针对有噪声且参数不明的自行车轨迹数据的路网匹配方法

    公开(公告)号:CN113282699A

    公开(公告)日:2021-08-20

    申请号:CN202110827926.8

    申请日:2021-07-22

    Abstract: 本发明涉及一种针对有噪声且参数不明的自行车轨迹数据的路网匹配方法,其中方法包括步骤:采集自行车的骑行轨迹线的轨迹点序列和路网中由骑行轨迹线的距离阈值S范围内的所有路段形成的近邻路段集合,构建轨迹线与路网之间的匹配概率网络T‑R‑N;构建从单轨迹点映射到路段的随机事件概率模型,计算节点事件发生概率;构建自行车前后轨迹点对的路段映射条件概率模型,计算节点事件之间的转移概率;构建自行车轨迹与路段之间的马尔可夫链,根据最大组合概率的自行车轨迹与路段之间的马尔可夫链,得到轨迹线的最优匹配结果。本发明的方案,是一种充分考虑当前自行车轨迹数据实际噪声状况的解决方案,可突破现实系统中因共享单车数据质量制约了骑行轨迹数据应用的实际难题。

    针对有噪声且参数不明的自行车轨迹数据的路网匹配方法

    公开(公告)号:CN113282699B

    公开(公告)日:2022-01-28

    申请号:CN202110827926.8

    申请日:2021-07-22

    Abstract: 本发明涉及一种针对有噪声且参数不明的自行车轨迹数据的路网匹配方法,其中方法包括步骤:采集自行车的骑行轨迹线的轨迹点序列和路网中由骑行轨迹线的距离阈值S范围内的所有路段形成的近邻路段集合,构建轨迹线与路网之间的匹配概率网络T‑R‑N;构建从单轨迹点映射到路段的随机事件概率模型,计算节点事件发生概率;构建自行车前后轨迹点对的路段映射条件概率模型,计算节点事件之间的转移概率;构建自行车轨迹与路段之间的马尔可夫链,根据最大组合概率的自行车轨迹与路段之间的马尔可夫链,得到轨迹线的最优匹配结果。本发明的方案,是一种充分考虑当前自行车轨迹数据实际噪声状况的解决方案,可突破现实系统中因共享单车数据质量制约了骑行轨迹数据应用的实际难题。

Patent Agency Ranking