原文传递
基于Storm的浮动车地图匹配算法研究
| 论文题名： | 基于Storm的浮动车地图匹配算法研究 |
| 关键词： | 地图匹配;网格索引;时空分析;实时数据处理;浮动车;智能交通系统 |
| 摘要： | 浮动车技术是智能交通系统（ITS）中广泛采用的获取道路交通信息的技术手段之一。大量装有车载GPS定位系统的公交车、出租车源源不断地将自己的车辆信息（如时间、坐标、速度、方向角等）传送到一个数据中心，通过对这些实时数据的分析处理后，就可以获得某个地区的实时交通状态信息。但由于GPS数据精度的原因，在结合数字地图进行处理分析时会出现车辆位置偏离道路的现象，因此需要利用地图匹配技术进行修正。地图匹配技术通过算法模型将GPS设备获取的车辆GPS信息与城市路网拓扑关联起来，把GPS观察点投影到车辆所在真实道路。对于规模庞大、精度不足的浮动车数据，如何通过有效的地图匹配算法保证匹配效率和匹配准确性，是进行后续其他研究（如提高道路交通状态分析质量）的关键。 针对以上问题，提出了一种基于时空分析方法的地图匹配算法。算法分为两个部分：地图数据的预处理和对候选点的时空分析。在地图数据的预处理部分，基于ArcGIS平台的地图数据建立了重庆市路网的网格索引，极大提升了查找GPS观察点周边路段的效率；时空分析部分是算法的核心，算法综合考虑了空间几何、路网拓扑信息及时间因素对选取GPS候选点的影响，提升了匹配的精度。 考虑到当前浮动车数据中心面对的数据量快速增长，单机环境越来越难满足由此带来的数据处理需求，本文探索了将分布式实时计算技术应用到交通领域，并就当前最为流行的 Storm实时计算技术进行了研究，成功地将本文提出的地图匹配算法迁移到了Storm平台。 最后，利用重庆市公交车 GPS数据和ArcGIS平台上的电子地图数据，分别在单机和Storm集群环境下对算法的性能（如准确性、效率）进行了验证。结果表明：时空分析算法的准确性和效率较其他算法明显提高；基于 Storm平台的算法实现能够很好的利用机器的多核特性，且能够方便集群的横向扩展，使得算法效率在原有基础上得到了线性提升。 |
| 作者： | 汪杰宇 |
| 专业： | 计算机系统结构 |
| 导师： | 刘卫宁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
