基于轨迹扰动和路网匹配的位置隐私保护算法

针对现有扰动机制未考虑位置点语义关系导致数据可用性较低的问题,提出一种基于差分隐私(DP)的轨迹位置隐私保护机制(DP-TLPM)。首先,DP-TLPM利用滑动窗口提取轨迹停留点生成模糊区域,再利用指数机制和拉普拉斯机制对该区域进行采样;其次,为了消除采样点中可能存在的无语义位置点,提出一种路网匹配算法,对轨迹分段并利用误差椭圆匹配(EEM)进行迭代匹配;最后,根据匹配后的位置点形成扰动轨迹,由用户端将扰动轨迹发送至服务器。实验以混淆质量和均方根误差(RMSE)为评价标准对该机制进行综合评测。与GeoInd算法相比,DP-TLPM的数据质量损失降低了24%,轨迹的混淆质量提高了52%,从隐私保护强度和数据质量两方面验证了该算法的有效性。

基于CRITIC方法的OpenStreetMap路网匹配

OpenStreetMap(OSM)数据具有更新速度快、易获取等优点,已成为城市道路数据更新的重要数据源之一。采用OSM数据对城市道路数据更新,其中OSM与已有路网数据间的匹配是关键技术之一。现有路网匹配方法中,常采用几何相似因子及其权重来实现路网间的匹配,但这些方法大多使用固定的几何相似因子权重来处理整个数据集。相比于专业路网数据,OSM数据具有明显的非系统性形变特征,采用现有方法处理OSM与专业路网间的匹配时,匹配精度较低。为了提高OSM路网与专业路网的匹配精度,提出一种基于CRITIC方法的OSM路网匹配方法,该方法针对OSM路网数据的非系统性形变特征,选用CRITIC方法自动计算得到每个道路要素的距离、面积和方向这3个几何相似因子权重,减少人为定权的局限性。通过实验验证,文中匹配方法在OSM路网的匹配中取得了较好的效果,匹配精度较高。匹配的准确率、召回率、F1分数分别达到了96.73%、98.67%和97.68%。

路网匹配算法综述

路网匹配是基于位置服务中的关键预处理步骤,它将GPS轨迹点匹配到实际路网上.以此为基础对数据进行分析和挖掘,能够辅助解决城市计算中相关问题,例如建立智能交通系统、协助用户规划出行.对国内外学者在该研究领域取得的成果进行了分类总结,发现这些匹配算法可以较好地解决高采样率的路网匹配问题.但是,随着城市交通的快速发展,获取和处理车辆位置信息的成本不断提高,低频采样点越来越多,现有算法匹配精确度大幅度下降.于是,近年来出现了基于隐马尔可夫模型(hidden Markov model,简称HMM)的路网匹配算法.隐马尔可夫模型可以较为平滑地将噪声数据和路径约束进行整合,从有许多可能状态的路径中选择一条最大似然路径.重点总结了基于隐马尔可夫模型的路网匹配算法,主要是从特点与实验结果的角度对其进行对比总结,有些实验结果的正确率在一定条件下最高可达90%,这说明了基于隐马尔可夫模型的路网匹配算法在低采样率下的有效性.最后,对未来的研究可能采取的方法进行了展望.

基于多相似度量指标的路网匹配算法研究

路网数据融合是路网数据更新以及提升数据质量的重要方法之一。而路网数据融合的关键技术在于路网匹配。结合路网数据源的特点,提出了一种顾及路段和结点拓扑关系,基于语义、几何和拓扑多种相似度量指标的路网匹配算法。通过实验表明,该算法能在不同尺度的路网数据中准确识别出互相匹配的路段,具备可操作性和实用性。

基于偏好的个性化路网匹配算法

定位技术的普遍应用,使得随时随地获取个人位置成为可能,进一步推动了基于位置的服务等新型应用的发展,产生了海量轨迹数据.精确的路网匹配对提高这些新型应用的服务质量具有重要的研究意义,然而受众多因素的影响,大部分轨迹的采样率较低,比如由签到类应用或低功耗设备生成的低采样轨迹,给路网匹配带来了巨大的挑战.研究基于偏好的个性化路网匹配(driving preference based personalized map-matching,简称DPMM),提出了在动态道路交通网络中的用户驾驶偏好模型.基于该模型,提出了两阶段路网匹配算法:局部匹配搜索用户最可能采用的几条局部Skyline路径;设计了全局匹配的动态规划算法,该算法返回在用户驾驶偏好下最可能的多条全局路径作为最终匹配结果.实验结果充分表明,该方法是有效的和高效的,具有一定的使用价值.

OSM/高德路网匹配融合技术在道路空间化中的应用

"六合一"道路编码是交管业务中用来定位事故和违法的基础文本数据,缺乏空间位置信息,而已有的常用路网数据如高德路网,都是基于多车道路段表达的路网且现势性相对于OSM(Open Street Map)路网较低,难以满足交管业务的需求。针对上述问题,以高德路网作为基础、高现势性的OSM路网作补充,将轨迹聚类分析中的LCSS(longest common subsequence)算法应用在路网匹配过程中,并对匹配后的路网使用Stroke方法进行路网融合。实验结果表明,使用LCSS算法可以达到良好的路网匹配效果。最后基于此开发了一套路网匹配融合程序,并在武汉市交通管理局投入使用。

基于门控循环单元模型的在线路网匹配算法

路网匹配是道路网轨迹数据分析领域的一项关键技术,一个快速且准确的路网匹配算法能够为上层应用提供良好的技术支持.随着轨迹数据的爆炸式增长,现有的在线路网匹配算法存在延时的现象,尤其是在低频轨迹数据的环境下,无法快速地对轨迹数据进行路网匹配.神经网络和深度学习的发展为解决这些问题提供了新的方法.提出了一种利用门控循环单元(Gated Recurrent Unit, GRU)模型快速定位轨迹采样点的候选路段、从而加速在线路网匹配计算的方法,并将此方法和最新的在线路网匹配算法进行了实验比较.结果表明,基于GRU模型的在线路网匹配算法能够有效地加快匹配过程,提高匹配效率.

顾及多要素影响的路网匹配改进算法

针对导航地图中现有的匹配算法在复杂路段的匹配效果一般较差的问题,本文提出一种改进的匹配算法。首先,引入分块思想,提出将路网中的每个路段按规则分为简单路段块和复杂路段块,不同路段块采取不同的匹配算法;其次,充分利用车辆行驶的连续性,综合考虑了车辆行驶方向、车速与交叉口距离等多种因素对匹配结果的影响,在选取正确的匹配路段时合理利用了历史数据信息。实验表明,该算法不但对能够改善复杂路段的匹配效果,而且还能够对匹配点沿路段方向上的误差进行实时校正。

隐马尔可夫模型路网匹配的MapReduce实现

离线路网匹配考虑全局数据以求更高匹配准确性,因为地图的分割放弃对路网连通性这一严重影响匹配准确性的特性的考量,已有的一些研究尝试使用分布式计算框架来实现。另一方面,以往的研究局限于较小的地图空间,缺乏针对路网匹配应用下大规模地图数据的有效管理。首先提出分布式隐马尔可夫路网匹配模型。该模型利用维特比算法的可分割性,将隐马尔可夫模型这个准确性很高的路网匹配算法运行在分布式计算框架上,在不丢失匹配准确性的前提下,实现了在将路网匹配根据地理位置分而治之的同时减少地图I/O操作,提升计算效率达到50%。

基于路网匹配的多源自主组合导航技术研究

针对惯性/里程计组合导航易受环境影响的情况,引入路网匹配方法,以惯导/里程计组合导航历史轨迹数据与路网数据库进行全局匹配比较,从而得到当前导航位置的匹配点。将匹配点作为组合导航卡尔曼滤波器的量测输入,其滤波结果用于反馈校正惯导误差,通过不断迭代优化后,惯性/里程计/路网匹配组合导航能够提供高精度的位置信息。试验验证结果表明,该方法能将大部分定位误差控制在10m左右,证明了该方法的有效性与适用性。

基于匹配置信度的路网几何特征融合方法研究

路网几何融合是维护路网数据现势性的重要手段。目前,路网融合的相关研究侧重于对匹配算法、融合策略的改进与提升,多源路网数据融合的具体方案较少。本文结合全球测图项目的迫切需求,提出了一种基于匹配置信度的路网几何特征融合方法。通过多特征因子匹配方法识别同名路网实体,设计路网匹配置信度提取增量路网数据,利用路网接边修复融合路网。实际生产应用表明,文中提出的方法在较大程度上提升了原始路网的完整性及现势性。

利用概率松弛法的城市路网自动匹配

多源空间数据匹配是空间数据集成与互操作,变化检测与数据更新的重要前提。路网数据匹配在导航、智能交通和基于位置服务等领域具有重要的研究意义和实用价值。提出一种基于概率松弛方法的城市路网自动匹配方法,该方法首先通过路段间几何差异性估算候选路段的初始概率,然后根据邻接候选匹配路段的兼容性不断更新原概率矩阵直到收敛于某一极小值。最后基于收敛的概率矩阵计算各候选路段的结构相似性,并通过设定相应的规则选取和提炼1:1、1:M和M:N匹配对。试验选取中国武汉、瑞士苏黎世地区的开放式道路地图数据与导航数据进行匹配算法的验证。结果表明,本文算法对非刚性偏差较大的路网数据能达到较高精度,不存在匹配方向性问题,且能够识别1:0、1:M和M:N匹配。

全局与局部寻优相结合的道路网匹配方法

针对面向道路网匹配的概率松弛法约束性指标单一且无法识别M∶N匹配模式的不足,从兼顾全局和局部匹配最优的角度出发,提出了从局部角度顾及几何约束和拓扑约束,从全局角度完善M∶N匹配模式的改进算法,设计并实现了不同匹配模式下的匹配策略。测试结果表明,该方法的整体匹配精度和召回率提高了7%-14%,均达到90%以上;空间与属性匹配度评价指标提高了3%-7%;可将待匹配路网中最邻近结点平均距离的两倍值作为缓冲区阈值设定的参考依据,从而验证了该方法的可行性与可靠性。

一种改进的快速浮动车地图匹配方法

浮动车地图匹配算法能够实现浮动车离散点与路段的快速准确匹配,是浮动车路况信息生成技术中的核心环节。本文针对现有方法的不足,实现了建立定位点的有效阈值缓冲区,并依据空间关系检索候选匹配路段,研究实现了一种利用行驶速度、行驶方向、投影距离、行驶距离4个参数进行行车轨迹判别的逻辑匹配算法。试验表明,该方法无需对路网数据进行大量的前期处理工作,简化了候选匹配路段的检索过程,在保证匹配正确率的同时也表现出了更高的效率。

基于改进邻域聚合的路网图嵌入匹配方法

道路网作为一种重要的交通基础设施,路网数据的及时更新对交通管理、应急救援和城市规划等领域有重要应用意义。通过路网匹配来确定不同来源的路网数据中要素间的对应关系,既是实现路网更新的重要技术途径,也为众源路网数据质量评估等任务提供技术支撑,因而备受地理信息领域学者的关注。传统的路网匹配方法主要通过路网数据的几何和拓扑属性来度量路网结构的相似性,以此确定路网要素的匹配关系。但人工设计的特征和阈值易受专家经验局限,使其在复杂路网结构下性能下降。近年来,基于图神经网络的路网数据建模成为研究热点,已在多个路网建模任务中取得优异性能。但现有方法多采用在图拓扑结构上直接进行邻域聚合的方式,学习路网结构的嵌入表示,未在这一关键步骤中考虑路网要素的空间关系,没能充分利用图神经网络的表示学习能力。为此,本研究面向路网匹配任务,采用空间显式建模的思想,提出一种基于改进的邻域聚合图嵌入学习方法。首先,构建路网数据的道路图模型并提取几何、语义和位置特征。然后,基于GraphSAGE框架,提出空间、分类和混合3种邻域聚合算子,在邻域聚合操作中引入路网要素空间关系、属性类型的计算。最后,利用图节点嵌入的相似度确定路网要素的匹配关系。为验证本文方法的有效性,利用真实路网数据开展了充分实验,本文方法在实验区数据上的各项指标取得最优表现,比基线图神经网络方法的匹配正确率提升11%以上、召回率提升6.8%以上。并对路网图嵌入特征进行分析,从图嵌入结构和嵌入路网结构两方面,探讨了改进邻域聚合对图嵌入表示能力的作用,为进一步提升图神经网络路网建模提供了新视角。

基于局部信息的服务迁移路径选择算法

随着移动边缘计算技术的高速发展,提供高质量的移动服务需要根据用户实时的移动轨迹变化多元地考虑网络通信中的影响因素来动态地规划服务迁移路径。针对现有服务迁移路径规划研究中对城市场景下用户移动轨迹预测缺失、规划迁移路径与用户移动路径相似度较低等问题,提出一种根据用户实时移动轨迹的服务移动路径选择算法。首先通过基于长短期记忆(LSTM)模型的轨迹预测算法和基于隐马尔可夫模型(HMM)的路网匹配算法预测用户未来移动轨迹,然后根据预测移动轨迹与邻近局部基站状态信息选择最佳迁移边缘服务器,进而完成城市场景下基于网格地图的服务迁移路径选择。在深圳市出租车轨迹数据集与手机基站状态数据集所构造的数据集上,相较于改进深度优先搜索(DFS)算法、改进A*算法、基于矩阵的动态多路径选择(MDMPS)算法和基于矩形区域划分的服务迁移路径选择(GDSMPS)算法,所提算法的平均服务迁移时间分别减少了34.8%、44.5%、24.9%和12.7%,平衡路径相似度分别提升了26.2%、49.7%、14.3%和4.7%;在噪声数据集和长路径数据集上,所提算法的平均服务迁移时间波动幅度最小且平均轨迹相似度最高。实验结果表明,所提算法不仅可以有效减少服务迁移时间,提升迁移路径与用户移动路径的相似度,而且具有良好的抗数据噪声能力与优秀的长路径规划能力。

基于匹配性最优的过江通道入口匝道控制方法

为优化过江通道入口匝道交通组织,运用双层规划模型计算最佳入口匝道分流比例,上层规划目标为路网匹配性最大,并采用粒子群算法求解;下层模型为用户均衡模型,采用F-W算法求解。以长沙市湘府路大桥为例,从行程时间、畅通性、路段交通状态和交叉口交通状态评价过江通道与疏解路网的匹配性,给出不同交通需求下的匝道交通分流方案。研究结果表明:基于匹配性最优的过江通道入口匝道控制方法可以有效缓解局部拥堵,可操作性强。

基于供需均衡条件下的区域公路网规模合理性评价方法研究

回顾分析了现有公路网规模评价指标,指出其存在的不足之处,基于公路网不同层次供需水平之间的均衡关系,构建了路网供需匹配度的评价指标,以期为地区公路网建设规模的合理性评价提供有益的借鉴。

城市交通时间预测的混合神经网络模型

针对基于模型和直接匹配的城市交通时间预测方法很难有效整合影响预测的多重因素问题,提出一种基于一维卷积神经网络(Conv1d)-长短期记忆单元(LSTM)-残差网络(ResNet)的混合神经网络预测模型CLRTT。模型利用CNN和LSTM网络提取轨迹的空间和时间相关性,将影响交通时间的外部特征转化为低维向量,级联到时间预测组件的输入,通过在损失函数中引入权重系数的方法结合轨迹局部和整体预测结果,通过3层残差全连接网络得到整段路径的预测时间。针对原始轨迹的路网匹配修正能够有效提升模型预测精度,误差平均减小11%;不同时段和不同长度的轨迹预测实验结果表明,与传统的AVG和KNN类算法的模型相比,CLRTT模型预测误差MAPE在不同测度平均降低10%以上;CLRTT模型具有较好的平稳性,MAPE振幅小于15%,对较长轨迹时间预测精度提升明显。

露天矿导航系统总体架构设计与关键技术研究

针对露天矿道路网空间复杂、设备盲区较大、能见度较低存在的迷路、走错路的问题,设计了由数据访问层、业务逻辑层、接口层、应用层构成的系统总体架构。数据访问层确定了由点、路段、区域、路径组成的道路网数据结构与类结构,在运行于服务端的业务逻辑层设计并开发了导航路径规划、路网匹配、运行距离与时间预测、路口转向提示等通用算法,应用层通过接口调用通用算法实现了终端应用功能。基于系统总体架构,定义了道路网结构,采用面向对象技术设计了道路网类的数据结构,对于业务逻辑层的关键算法进行了研究,再对算法进行了接口封装,最后以华能集团伊敏露天矿的道路网数据为基础,分为独立导航、百度地图导航两部分开发了系统。研究表明:系统总体架构的设计使得系统具有较强的通用性、实用性、扩展性;系统实现了导航路径规划、定位点修正与路段匹配、到达目的地的运行距离与行程时间预测、路口转向提示等功能,解决了驾驶员迷路、走错路的问题;系统既可独立运行,也可与百度地图API等有效衔接,可适应多种终端。