车辆导航是城市智能交通系统的重要组成部分,导航定位的精准性和实时性会对智能交通系统的应用产生巨大影响。然而,由于车辆导航系统中定位设备自身原因以及来自外部的干扰,采集的轨迹数据存在定位误差。同时,伴随着城市道路的复杂化与多样化,机动车辆数目的快速增加等因素的影响,车辆轨迹数据地图匹配的精准性和实时性受到了严峻挑战。针对智能交通系统中面向城市复杂路网的GIS数据和GPS车辆轨迹数据特点,本文提出动态并行地图匹配算法,对采集的GPS轨迹数据进行误差校正。该算法利用“点到线”的几何地图匹配思想,在候选路段选取和加权系数确定方面进行分析与改进,对较大规模的轨迹数据的误差进行了有效校正,实现与地图的精准匹配。该地图匹配算法成本较小、易于实现,便于在车辆导航系统中进行广泛的部署应用。本文主要工作包括:(1)针对GPS轨迹数据和GIS路网数据的特点,提出相应的数据预处理的方法。对GPS轨迹数据提出清洗算法,剔除异常数据;对GIS路网数据进行格式转化及关键信息提取,对路网数据建模并设计网格坐标地图。(2)对于结构复杂的城市路网,提出一种动态几何加权地图匹配算法。该算法通过建立动态区域选取候选路段,并依据车辆的行驶速度、行驶距离、道路疏密程度等多种影响因素,动态调整几何加权系数,以提高地图匹配的精度。(3)采用并行计算的思想,提出一种面向大规模GPS轨迹数据的动态并行地图匹配算法。将大规模的轨迹数据分区来达到数据并行计算,设计一种树状网格索引结构以提高目标候选路段集合的查找速率,从而减少加载全局地图所带来的负担,使大规模轨迹数据得到匹配与校正。结果表明,数据预处理方法提高了地图匹配数据源的高效准确性,所提出的地图匹配算法相比于其他算法匹配性能得到提高。因此,本文所提出的算法适用于复杂城市路网的轨迹数据匹配校正。