电子学报 ›› 2021, Vol. 49 ›› Issue (9): 1818-1829.DOI: 10.12263/DZXB.20200379

• 综述评论 • 上一篇    下一篇

高级地图匹配算法:研究现状和趋势

于娟1, 杨琼2, 鲁剑锋1, 韩建民1, 彭浩1   

  1. 1.浙江师范大学数学与计算机科学学院,浙江 金华 321004
    2.杭州电子科技大学计算机学院,浙江 杭州 310018
  • 收稿日期:2020-04-20 修回日期:2021-05-20 出版日期:2021-09-25 发布日期:2021-09-25
  • 作者简介:于 娟 女, 1983年9月出生于湖南省张家界市.现为浙江师范大学数学与计算机科学学院讲师、硕士生导师.主要研究方向为时空数据挖掘、数据隐私保护.E‑mail:yujuan@zjnu.edu.cn
    杨 琼 女, 1982年5月出生于湖南省吉首市.杭州电子科技大学计算机学院博士研究生.主要研究方向为时空数据挖掘、隐私保护.E‑mail:yangqiong525@hdu.edu.cn
    鲁剑锋(通信作者) 男, 1982年10月出生于湖北嘉鱼县.现为浙江师范大学数学与计算机科学学院教授,博士生导师.主要研究方向为群智感知和博弈论.E‑mail:lujianfeng@zjnu.cn
    韩建民 男, 1969年7月出生于辽宁大连.现为浙江师范大学数学与计算机科学学院教授,博士生导师.主要研究方向为数据发布隐私保护.E‑mail:hanjm@zjnu.cn
    彭 浩 男, 1982年12月出生于江苏省泰兴市.现为浙江师范大学校双龙学者特聘教授、硕士生导师,从事网络安全、人工智能安全方面的研究工作.E‑mail:hpeng@zjnu.edu.cn
  • 基金资助:
    国家自然科学基金(61702148);浙江省自然科学基金(LR21F020001);浙江省教育厅一般项目(Y201941364)

Advanced Map Matching Algorithms: A Survey and Trends

Juan YU1, Qiong YANG2, Jian-feng LU1, Jian-min HAN1, Hao PENG1   

  1. 1.College of Mathematics and Computer Science,Zhejiang Normal University,Jinhua,Zhejiang 321004,China
    2.Computer and Software,Hangzhou Dianzi University,Hangzhou,Zhejiang 310018,China
  • Received:2020-04-20 Revised:2021-05-20 Online:2021-09-25 Published:2021-09-25

摘要:

地图匹配是许多位置服务与轨迹挖掘应用的基础.随着定位技术和位置服务应用的发展,地图匹配研究不断演进,从早期基于高采样率GPS(Global Position System)的实时匹配,到近期基于低采样率GPS轨迹的离线匹配、再到当前非GPS定位数据或高精度地图匹配。迄今已有许多地图匹配算法相继提出,但鲜有研究对这些算法进行全面总结.为此,对近十年提出的地图匹配算法进行调研,归纳出地图匹配算法的统一框架及常用时空特征.从模型或实现技术角度分类发现:现有算法大都采用HMM(Hidden Markov Model)模型,其次是最大权重模型;深度学习技术近期开始用于地图匹配,将是未来高精度地图匹配研究的趋势.

关键词: 地图匹配, 路网数据, 轨迹数据, HMM, CRF(Conditional Random Fields), 路径推断

Abstract:

Map matching is a necessary procedure for many trajectory data mining and various location-based applications.Map matching algorithms are continuously evolving with the development of positioning techniques and application requirements.Research on map matching has undergone several stages, from real-time GPS data map matching, to low-sampling rate GPS trajectories offline map matching, to recently non-GPS positioning data or high resolution map matching.Various advanced map matching algorithms have been proposed.However, there is a short of a complete review of recent map matching algorithms.To bridge this gap, this paper conducts a comprehensive survey on map matching algorithms proposed in the last decade.A general framework of map matching algorithms is extracted, and spatial or spatial-temporal features commonly used in these algorithms are summarized.From the technical perspective, the HMM is the most commonly-used model in existing algorithms, before the maximum weights model.The deep learning technique has been recently applied into map matching, and is becoming a future trend for high resolution map matching.

Key words: map matching, road network, trajectory data, HMM, CRF, route inference

中图分类号: