基于地图服务的应用不断地在发展,周边搜索,导航应用都是地图服务的具体表现。然而由于地图服务只存在于少数大型公司,不能够得到更好的发展。因此我们使用导航中,经常要忍受一些匹配不准确带来的麻烦。百度和高德导航过程中也会存在着明显的差异,无论对研究者还是用户,基于地图匹配服务的研究都存在着数据源的获取和研究系统匮乏的问题。为了有效解决传统的地图匹配算法由于对匹配中计算因子考虑的不够全面,权重分配不当,使得地图匹配计算结果片面的问题,本文研究了一些基本地图匹配算法,提出了一个能够在GNSS信号较弱的情况下依然取得较好匹配结果的基于权重的地图匹配算法,同时设计实现了一个地图匹配系统。该系统利用现有的一些开源技术,不仅提供了计算需要的路网数据,还提供了地图匹配研究实现的平台。旨在推进地图匹配算法的优化。具体的工作内容如下:第一,提出基于权重的复合地图匹配算法。首先对于候选范围的确定,除了网格划分外,采用以R为半径的圆形置信区域进行再次划分。其次,除了考虑车辆距离信息和方向信息外,融合了定位点到路段的平均距离参数、段属性参数和垂直度参数,充分考虑了车辆行驶方向和道路的拓扑数据因子。最后,对于段属性参数对初始总权重的较高影响可能导致的误匹配,进行再次验证,确定最佳匹配道路。该算法不仅继承了原始算法的高效,也大大提高了匹配精确度。第二,针对当前的地图匹配系统匮乏情况,设计实现了一个地图匹配系统。首先获取OSM的开源地图数据,并用OSMAPI进行解析,为缩小地图匹配过程中的计算量,通过geohash对解析后的路网数据进行网格划分,将得到路网信息存储在POSTGRESQL数据库中,便于计算利用。对于地图展示模块,采用mapbox渲染和maperitive瓦片技术,更好的向用户展示地图匹配的结果。第三,地图匹配算法实验分析与总结。根据本文提出的匹配算法和系统设计,采用了数据堂提供的北京市浮动车GPS数据和香港科技大学官方网站提供的基于智慧城市的GPS行驶轨迹数据进行地图匹配算法的实现。实验结果表明,算法在满足实时性需求的情况下,无论高采样频率还是低采样频率,无论是正常路段还是交叉路口,算法都能够得到较好的匹配结果,有效地提高了匹配精确度。