轨迹匹配算法总结
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。
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。
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