田甜　吕芳　王秀玲

摘 要： 地图匹配方法，对于浮动车技术有着重要的意义。由于浮动车数据自身的特点，传统的地图匹配算法难以直接应用在城市道路浮动车数据匹配上。针对目前浮动车地图匹配算法应用于城市复杂路网时只考虑单一车辆位置数据，联动性研究较少，导致产生匹配精度不高的问题，考虑车辆运行特征与道路路网的连通信息，同时结合动态GPS数据， 把模糊逻辑推理思想引入到网格地图匹配方法中，提出一种优化的地图匹配方法，并对其有效性进行了验证。研究表明，优化浮动车地图匹配方法在保持网格地图匹配实时性优点的同时，提高了算法的匹配精度。

关键词： 浮动车； GPS； 模糊逻辑； 地图匹配

中图分类号： TN957.52+9； U495 文献标识码： A 文章编号： 1004?373X（2015）11?0159?04

Optimized map?matching method for floating car

TIAN Tian， L? Fang， WANG Xiu?ling

（Institute of Electronic Information Engineering， Inner Mongolia University of Technology， Hohhot 010000， China）

Abstract： Map?matching method has great significance for floating car technology. It is hard for the traditional map?matching algorithm to be directly applied to floating car data matching of city road due to the characteristics of floating car data. Currently， since the floating car map?matching algorithm used in city complex road network considers the single vehicle location data only， and the research on co?movement is less， it results in low matching precision. Considering the vehicle operating characteristics and the intercommunication information of road network， the optimized map?matching method is proposed with the dynamic GPS data， in which the fuzzy logic theory is introduced into the grid map?matching method. The effectiveness of the method was verified. The research results show that the optimized map?matching method for floating car can improve the matching precision of the algorithm while keeping the advantage of real?time performance of grid map?matching.

Keywords： floating car； GPS； fuzzy logic； map?matching

0 引 言

交通拥堵现已成为困扰现代城市发展的严重问题，及时反映交通状况，采取合理的预警措施，避免交通拥堵，已成为智能交通领域亟需解决的问题[1]。而随着科技的进步，以固定型交通采集技术[2]为主的传统交通信息采集方式，已经不能够适应快速增长的道路数量和车辆保有量。浮动车技术作为一种崭新的城市路况信息获取、道路建设和出行规划方式，逐步成为研究热点。

浮动车数据地图匹配是浮动车技术中亟需解决的关键性问题。然而，现有的地图匹配算法如耿小峰等利用道路几何特征对车辆进行地图匹配[3]；苏海滨等引用模糊神经网络对车辆特征变量进行学习[4]，提高算法容错能力；……