【地理空间】轨迹匹配算法学习总结

本文介绍了轨迹匹配的重要性,特别是在GPS定位不准确时如何确定精确的行驶路线。文章探讨了简单的几何方法及其局限性,然后深入讲解了隐式马尔科夫模型(HMM)的应用,包括Viterbi算法在解决最大可能序列问题中的作用。最后,提到了地图匹配的开源实现——GraphHopper的map-matching算法。
摘要由CSDN通过智能技术生成

为什么要做轨迹匹配

我们知道地图是通过GPS来实现定位的,但是在现实中GPS获取的位置信息受多方因素影响,尤其是在天气不好或者高大建筑密集的情况下,有可能会定位在水里,建筑里,这些会成为计算轨迹的重要干扰因素。
比如,下图的蓝点就是GPS记录的车行驶一段路程的点集。人眼很容易看到这辆车行驶的轨迹是红色和绿色组成的路线,但是如何让计算机来识别并精确的匹配到道路上,是急需解决的问题。
在这里插入图片描述

几何方法

我们第一时间想到的方法就是计算点到最近路段的垂足,这种方法简单粗暴,且可以解决问题。但是现实的道路比上个例子复杂得多,有可能存在几条道路交错的情况,当点定位在离两条甚至三条路段都很近的情况下,这种方法的正确率就是低很多了。
在这里插入图片描述

隐式马尔科夫模型(HMM)

现在大部分的轨迹匹配算法都是基于隐式马尔科夫模型来实现的,这个模型主要是在概率的基础上实现的。

简单的例子

假设我有三种类型的骰子:
1、正四面体的骰子,我们将其简称为 D4,可以随机投出 1,2,3,4 中的任意一个数字。
2、正六面体的骰子,也就是立方体的骰子,我们将

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值