论文部分内容阅读
随着地理信息系统技术、卫星定位技术以及通信技术的日趋成熟,个人定位和轨迹记录变得简单快捷,基于位置的服务正在迅速普及,也日益受到人们的重视,并显示出巨大的经济和社会效益。位置服务是通过移动运行商的无线电通信网络或外部定位方式(如GPS)获取移动终端用户的位置信息。在GIS平台的支持下,为用户提供相应服务的一种增值服务。位置服务的前提就是获得移动终端的地理位置。由于GPS定位设备和数字地图都不可避免地存在误差,任何一种定位系统都存在一定的定位误差,所以GPS数据往往偏离实际地理位置。如何保证移动终端定位的准确,是提供位置服务的关键。作为一种定位技术,地图匹配以电子地图的高精度道路信息为匹配的数据基础,将GPS接收机接收到的设备位置或轨迹数据,与电子地图道路数据相比较,从而找到设备所在的位置。地图匹配算法,通过接受到的GPS数据进行修正来保证移动终端的精确定位从而精确导航,有效的弥补了设备精度较低的不足。将GPS数据映射到实际位置的过程称为地图匹配(Map-Matching)。其过程是:根据GPS定位点或GPS轨迹段与数字地图信息,先确定候选路段,从中选择最优匹配路段,再依次拟合GPS定位点或GPS轨迹段。根据匹配方式的不同,现有的地图匹配算法可以分为渐增式匹配算法和全局式匹配算法两种类型。渐增式匹配算法要求在前一定位点正确匹配的前提下,根据当前定位点搜索候选道路,分别计算定位点与各个候选道路的距离及相邻定位点的连线与各个候选道路夹角,并选择与轨迹点距离、角度的加权和数值为最小的道路作为匹配结果。全局式匹配算法是先将多个轨迹点连接成轨迹曲线,再通过曲线匹配的方式与路网模型中的道路进行相似度比较,并选择最相似的路段作为匹配结果。渐增式匹配算法计算简单,准确性较差,且仅适用于路网模型较简单的情况。全局式匹配算法准确性较好,但是算法复杂,处理速度较慢。此外,当前的地图匹配算法大多数采用将轨迹匹配到道路中心线的策略,没有考虑到道路宽度的因素。然而,移动对象一般不会严格地沿着道路中心线行进,而是在道路宽度范围内弯曲行进,所以,现有方法准确率偏低。本文提出基于最小外接矩形(Minimum Bounding Rectangle,MBR)的地图匹配算法。该算法利用MBR对轨迹进行区域建模,较严格地约束一段轨迹与道路的匹配条件;通过概率统计方法确定误差区域,准确地限制候选道路的范围;根据历史轨迹数据的相关性提高匹配率,既克服了渐增式匹配算法误匹配率较高的缺陷,又避免了全局式匹配算法计算复杂的不足;同时,使用二维几何变换,拟合轨迹数据到最优匹配道路上。论文的主要内容包括:1)首先,论述了地图匹配的概念,地图匹配算法涉及到的基本概念以及增量匹配、全局匹配等基本原理,地图匹配算法的研究现状并指出存在的问题,为后面算法的设计工作做好铺垫。2)其次,针对GPS定位数据的特点,研究GPS数据预处理方法。数据预处理部分,包括了误差分析,数据产生冗余、中断或漂移的原因并给出解决办法。结合实验数据进行分析,给出处理后的效果。实验结果表明,论文中数据处理的方法正确,处理后的结果符合真实的道路情况,可以作为下一步地图匹配的数据源。3)第三,在上述工作基础上,详细介绍基于MBR的地图匹配算法设计与实现。重点论述了算法的设计思路,算法的实现过程以及算法流程。按照算法流程完成了误差区域的确定、最佳匹配道路识别的设计。阐述了如何获得最佳匹配道路的算法实现过程,对流程中的每个算法过程进行了详细的描述,并给出了实现流程图。4)最后,经过局部仿真实验,对基于MBR的地图匹配算法进行验证,在实验中,采用GPS模块接收数据,针对较复杂的路段进行地图匹配,并详细给出了复杂路段和一般路段的匹配实验结果。经验证该算法能够更真实地反映GPS载体运动轨迹,其匹配效率和准确性较高。在该算法经过初步验证基础上,又将其集成于“校园GPS巡检系统”中进行实际应用验证。目前,国内外巡逻绩效考核还处在起步阶段,95%以上的用户选择了离线式电子巡更系统,但仍存在许多问题和缺陷。例如:考核信息过于匮乏,巡逻过程中巡检点之外的执勤表现无从考证;不能实时定位;巡逻历史数据难以可视化;主观性和描述性考核指标较多,客观公正性有待进一步加强。因此,本文提出基于GPS轨迹的巡逻绩效考核模型。首先,本文利用GPS轨迹记录仪采集数据,追踪定位巡逻人员的执勤轨迹。GPS轨迹形式的考核信息,包含了巡逻时间、地点、速度等,且记录频率最高为1次/秒。其次,借以功能强大的GIS时空分析能力,以巡逻区域、巡逻路线、巡逻区段、巡检点等为主要研究对象,分析保安人员的巡逻过程,客观提取考核指标信息,如巡逻圈数、巡检点次数、巡逻速度、巡逻有效时长、长时间停滞次数等。利用实验数据验证系统:11个巡逻区域6个月的巡逻轨迹数据。研究结果表明,基于GPS轨迹的巡逻绩效考核模型,在公正、客观地评价巡逻人员的工作表现中,具有可行性和可操作性。该模型为进一步提高工作效率,降低管理风险,侦测行为异常和定位责任,奠定了基础。