基于海量公交轨迹数据挖掘的地图匹配算法

来源：计算机应用杂志2018年第7期北京时间：

作者：陈辉, 蒋圭峰, 姜桂圆, 武继刚

单位：1. 广东工业大学 计算机学院, 广州 510006;2. 南洋理工大学 计算机科学与工程学院, 新加坡 新加坡 639798

摘要：针对现有地图匹配算法（如基于经典隐马尔可夫及其变体、先进算法等）对于低频轨迹数据匹配效果不甚理想的问题，提出一种基于海量公交历史轨迹数据的轨迹数据挖掘方法。首先，以公交站点为序列骨架，从大量低频轨迹中挖掘、提取轨迹点数据，进行重组、排序形成高质量高频轨迹数据序列；然后，将高质量高频轨迹数据序列应用基于经典隐马尔可夫模型地图匹配算法，得到公交路线地图匹配结果。与未经过挖掘算法处理的低频轨迹数据的匹配方法相比，所提方法在匹配误差上平均下降6.3%，匹配所需的数据规模、时间大幅缩减；且该方法对于低频、不稳定的噪声数据具有鲁棒性，适用于所有公交路线的地图匹配问题。

关键词：公交轨迹数据,地图匹配,数据驱动,高频轨迹数据挖掘

基金资助：广东省省级科技计划资助项目（2017A040402009）。