期刊文献+

基于Python的地图匹配最短路径法实现

下载PDF
导出
摘要 地图匹配算法是应用定位轨迹点的几何、拓扑等特性,将车辆在行驶过程中得到的轨迹点与数字地图中的实际位置进行配对,得到车辆在地图中的准确位置。而Python强大的脚本语言可应用于地图匹配的计算和建模。本文利用Python语言的简洁性、易读性和可扩展性来实现结合时空分析的最短路径算法,并重点介绍了Python用于地图匹配的关键模块和最短路径算法的实现流程。实验采用真实的出租车轨迹点定位数据和道路网数据进行验证,结果表明该最短路径法单点用时约为0.002s,匹配正确率可达到97.63%。
机构地区 浙江农林大学
出处 《石油石化物资采购》 2019年第9期117-119,共3页 Petroleum & Petrochemical Material Procurement
  • 相关文献

参考文献3

二级参考文献35

  • 1章威,徐建闽,林绵峰.基于大规模浮动车数据的地图匹配算法[J].交通运输系统工程与信息,2007,7(2):39-45. 被引量:35
  • 2章威,徐建闽,张孜.基于出租车GPS定位技术的ITS共用信息平台实时路况信息采集及处理方法[J].公路交通科技,2007,24(5):125-129. 被引量:10
  • 3Wesley J C 杨涛等(译).Python核心编程[M].北京:机械工业出版社,2001.5-6.
  • 4Andre Lessa 张晓晖等(译).深入学习:Python程序开发[M].北京:电子工业出版社,2001.90.
  • 5BERSTEIN D, KORNHAUSER K. An Introduction to Map Matching for Personal Navigation Assistants[R]. New Jersey.. TIDE Centre Technical Report, 1996.
  • 6QUDDUS M A. High Integrity Map Matching Algorithms for Advanced Transport Telematics Applications[D]. London: University of London, 2006.
  • 7QUDDUS M A, WASHINGTON Y O, ROBERT B N. Current Map-matching Algorithms for Transport Applications: State-of-the Art and Future Research Directions[J]. Transportation Research Part C, 2007 (15):312-328.
  • 8KIM J S, LEE J H, KANG TH, et al. Node Based Mapmatching Algorithm for Car Navigation System[C]//Proceedings of the 29th ISATA Symposium. Florence:[s. n. ], 1996:121 126.
  • 9WHITE C E, BERNSTEIN D, KORNHAUSER A L. Some Map-matching Algorithms for Personal Navigation Assistants[J].Transportation Research Part C, 2000(8) : 91-108.
  • 10ZHAO Y L. Vehicle Location and Navigation Systems[M]. Boston: Artech House, 1997: 85-102.

共引文献87

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部