基于SVM多分类器的FCD地图匹配算法

摘要

地图匹配是浮动车数据（FCD）处理的重要步骤,直接影响城市交通信息获取的准确性。目前的FCD地图匹配方法主要包括点到点、点到线等几何拓扑结构方法,它们仅使用了当前点和前一时刻GPS点信息,大量的FCD历史匹配数据没有被利用。本文在分析FCD误差分布的基础上,提出了一种基于SVM多分类器的FCD地图匹配算法,使用线到线的全局匹配得到的路段历史匹配样本对分类器进行离线学习,然后进行FCD实时匹配。最后给出了训练过程及参数调优,实验结果说明本文所提方法的匹配准确度优于点到点和点到线方法。