[发明专利]基于北斗定位的在线道路匹配方法、装置、介质和设备

说明书

本发明涉及一种基于北斗定位的在线道路匹配方法，方法包括：实时采集车辆轨迹中的每个定位点的北斗定位数据，基于预设过滤条件，对定位点进行过滤，筛选出合格的定位点；针对合格的定位点，采用geohash检索算法及拓扑查找结合的方式完成候选路段集合的实时搜索；分别对候选路段集合中的每个候选路段进行实时评分，输出每个候选路段的实时评分结果；针对每个候选路段的实时评分结果，基于预设结果选取策略，选取最优的当前匹配路段及当前匹配点，当前匹配点与前一匹配点串联，形成完整轨迹，实现在线道路的实时匹配。本发明还涉及基于北斗定位的在线道路匹配装置、介质和设备。

技术领域

本发明涉及导航技术领域，尤其涉及一种基于北斗定位的在线道路匹配方法、装置、介质和设备。

背景技术

目前，车辆卫星定位数据通常包括车辆的经度、纬度等空间位置信息。但由于卫星定位具有各种各样的误差，因此我们获取到的定位数据并不精确，仅仅依靠定位数据中的信息并不能精确判断车辆所在道路。道路匹配算法指的是将轨迹中的每一个定位点匹配到其最有可能行驶的道路上，并计算出对应的匹配点，从而实现车辆的准确定位。由于车载定位终端能力的限制以及信号强弱的干扰，我们使用的北斗轨迹数据具有偏移误差距离较大、轨迹采样频率比较低的特点，同一辆车的轨迹点间隔平均在30秒左右。

文献“路网匹配算法综述[J].，高文超,李国良,塔娜；软件学报,2018,29(02):225-250.”，公开了一种道路匹配算法中最常用的方法为使用隐马尔可夫模型(HMM)建模道路匹配问题，并使用维特比(Viterbi)算法来求解。

文献“Shortest path and vehicle trajectory aided map-matching for lowfrequency GPS data[J].Quddus M,Washington S.Transportation Research Part C,2015,55:328-339.”，公开了一种候选路段评分及选择流程。

现有技术中HMM模型将道路匹配算法抽象成两个状态集合：可观测状态集合和隐含状态集合。图1展示了HMM的基本原理，其中定位点即为可观测状态集合，其在对应道路上的匹配点为对应的隐含状态集合。对于每一个时刻，轨迹点与候选匹配点都有一个匹配概率，表示该点与该候选点匹配的可能性，由观测状态概率表示；不同时刻的候选匹配点之间的箭头表示表示路段转移，为隐含状态由前一个点到后一个点的概率，由状态转移矩阵来表示。每个点的到达概率的计算方式为，前一时刻候选点的到达概率+对应转移概率*该点观测概率，在HMM中，道路匹配问题变成寻找在隐含状态集合中使最后时刻的候选点到达概率最大的一条路径，找到的路径即为最终匹配后的轨迹。这个问题多用维特比(Viterbi)算法来求解。如图2所示，维特比算法是一种动态规划方法。

基于HMM模型的算法都是通过定义不同的观测概率矩阵和状态转移矩阵来建模道路匹配问题，匹配的流程主要为：

对于每个轨迹点，获取其附近一定距离内的候选边，并计算出对应的候选点。

使用候选点构造候选图，即隐含状态集合。

根据观测概率矩阵和状态转移矩阵使用维特比算法计算出概率最大的路径。

但是，现有技术中基于HMM模型的算法在实际应用中会出现中断情况，即为某时刻到下一时刻的状态转移概率均为0，导致后续的匹配失败或是将完整的轨迹拆分成两条不连续的轨迹。当在选取候选边时未选取到正确的道路时，就容易出现生成错误匹配结果或是匹配中断的情况，而在轨迹点偏离误差较大时更容易出现这种情况。

其次，由于算法使用维特比算法求解，需要预先构建候选图来进行计算，因此不能完全实现在线匹配，目前多数方法都是设置一个时间窗口，缓存一段时间的轨迹点分批进行匹配，在实时匹配的场景中会有一定的延迟。