【地理空间】轨迹匹配算法学习总结

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