基于多目标遗传算法的浮动车地图匹配方法
针对低频浮动车数据存在定位误差、数据缺失等问题,提出了一种基于多目标遗传算法的地图匹配方法(multi-criteria genetic algorithm-based map-matching method,MGA-MM),多目标遗传算法的适应度由空间相似度、修正的最短路径和方向相似度加权得出,引入动态时间规整(dynamic time warping,DTW)技术估计定位路径和修正路径之间的空间相似度,并利用A*算法计算修正轨迹的最短路径. 选择北京市海淀区低频浮动车GPS数据进行相应实验测试,测试结果表明该地图匹配方法具有理想的匹配精度且匹配速度较快,当采样间隔为10~20 s时,匹配正确率达93. 7% ,能够满足工程应用中低频浮动车地图匹配实时性和准确性的要求.
低频浮动车、地图匹配、多目标遗传算法、动态时间规整、A*算法
45
U 491
北京市科技计划资助项目Z121100000312101
2019-08-30（万方平台首次上网日期，不代表论文的发表时间）
共8页
585-592
