基于路网层次收缩的快速分布式地图匹配算法

摘 要 地图匹配是轨迹数据挖掘的基本操作，在许多空间数据智能场景中都非常有用.基于隐马尔可夫模型(hidden Markov model, HMM)的地图匹配算法具有较高的准确率，应用最为广泛，但其计算效率较低，难以应对实时性要求较高的大规模轨迹情形.提出了一个基于路网层次收缩的分布式地图匹配框架CHMM，能够对大规模的轨迹数据实现快速地图匹配.具体而言，提出了一个简单但有效的分区方案，能够解决分布式场景下轨迹数据分布不平衡的问题；提出了一个基于路网层次收缩的多对多最短路径查询算法，能够保证结果不变的情况下，显著提升基于HMM的地图匹配算法的效率.采用真实的路网数据和轨迹数据做了充分的实验，实验结果表明：CHMM算法具有更快的计算效率和更强的可扩展性.CHMM算法落回到了真实的产品中，支持了多个项目的落地.我们也开源了核心代码，并提供了一个在线演示系统.

关键词 地图匹配；轨迹数据；分布式计算；层次收缩；城市计算

受益于GPS(global position system)定位技术的发展及普及，大量轨迹数据在源源不断地产生.这些轨迹数据中，车辆轨迹是非常重要的一部分.一方面，车辆沿着道路行驶，但由于GPS定位存在误差，GPS的读数有时候会偏离车辆真实的行驶路线.另一方面，尽管车辆在空间中是连续运动的，但GPS通常每隔一段时间产生一个读数，也就是说，由GPS点组成的轨迹是车辆真实位置的采样.当车辆行驶速度比较快而GPS采样频率较低时，2个相邻GPS点会相距较远，两点之间的位置信息无法直接获得，这称为GPS轨迹的不确定性.地图匹配将GPS点映射到路网上，能够找到车辆真实的行驶路线，减少轨迹的不确定性.如图1所示，