Eşleşen bağlantılar ve fikirler [kapalı]

OpenStreetMap ve vektörel yol ağını kullanıyorum ve bir harita eşleştirme algoritması uygulamak istiyorum.

Şu anda, her GPS konumu için, en yakın yol parçasını alabilmeyi ve bu konumun bu kesime izdüşümünü hesaplayabilmeyi başardım. eşlenmiş konum):

Bununla birlikte, GPS'in doğruluğu yetersizliğinden dolayı, bazen haritalanmış konum bölümden diğerine atlar ve zaman zaman bazı tutarsız haritalanmış konumlar sağlayabilir.

Mevcut algoritmam çok basit: saf GPS konumundan en yakın segmenti alıyorum ve eşlenen konumun bu noktada olduğuna karar veriyorum. Bunun gerçekten geliştirilebileceğini biliyorum.

Aracın yönünü dikkate almanın harita eşleşmesini iyileştireceğini, ancak harita eşlememi iyileştirmemi sağlayacak başka bir yaklaşım biliyor musunuz?

Herhangi bir bağlantı ve / veya açık kaynaklı yazılım arayabilir miyim?

Noktaların zaten yaptığınız gibi çizgiye yansıtılması doğrudan PostGIS'te yapılabilir. Yazdığım bir süre önce, burada

Ancak, noktalar yanlış segmente doğru segmentten daha yakın olduğunda probleminizi çözmek için belki bu olası bir yaklaşım olabilir.

1. Puanların bir çizgisini oluşturun
2. Algoritmalarda önerilen çözümleri , sadece nokta nokta yerine tüm çizgiye uyacak şekilde eşleştirmeye çalışın

Sorunuzu ve çeşitli Cevapları okuduktan sonra, bu soruna ilgi duydum. Harita eşleme algoritmaları üzerinde biraz okuma yaptıktan sonra, aşağıdakileri anladım:

• Gps Konumunu yola eşleştirmek için gerçek yol verisine vektör formatında ihtiyacınız vardır.
• Farklı yollar için farklı ağırlıkların olması durumunda yardımcı olacaktır. Böylece, bir otoyolla eşleşen bir noktaya ait bir şans, daha sonra bir yan çizgiyle eşleşecek şekilde artacaktır.
• Geçmişi ve gps okuma hızını almak gerekir. Örneğin, gps noktası uzun bir süre boyunca yan şeritle eşleşiyorsa, bunu hesaba katmalı ve doğrudan otoyolla eşleştirmemelisiniz. -Gerçek eşleştirme, çeşitli istatistiksel teknikler kullanılarak yapılır.

Daha fazla okuma için aşağıdakileri öneririm:

• Düşük Örnekleme Oranlı GPS Yörüngeleri için Harita Eşleştirme
• Kişisel navigasyon asistanları için bazı harita eşleştirme algoritmaları
• CBS Ortamında Üç Adımlı Genel Harita Eşleme Yöntemi: Seyahat / Ulaştırma Çalışması Perspektifi

Kendi soruma cevap veriyorum!

1- Güzel bir pdf bu konuyu yeni buldum:

http://safari.ce.sharif.edu/file/2011-06-06/259/2009_An%20off-line%20map-matching%20algorithm%20for%20incomplete%20map%20databases.pdf

Ayrıca , belgede açıklanan harita eşleştiricisinin C ++ açık kaynak kodlu bir uygulamasına da bağlanır : http://eden.dei.uc.pt/~camara/files/mgemma.zip
(bu bir çevrimdışı harita eşleştiricisidir, benim anlayışım haritanın konumlarını WHOLE yolu ile giriş olarak hesapladığını ve her pozisyon için anında yapamayacağını).

2- sonra, bunu daha derinlemesine okudum ve bence gerçekten çok iyi: https://dspace.lboro.ac.uk/dspace-jspui/bitstream/2134/4860/1/velaga.pdf "Geliştirme Akıllı Ulaşım Sistemleri için Geliştirilmiş Ağırlığa Dayalı Bir Topolojik Harita Eşleştirme Algoritması "
Bu algoritma açıkça açıklanmış ve ağırlık ayar değerleri dokümanda da verilmiştir.

Harita eşleştirme konusunda çok fazla çalışma var bu makaleye bakın , oldukça yakın tarihli çalışmaların kısa bir incelemesi için (2007'den önce). Son zamanlarda, Gizli Markov Modellerine dayanan yaklaşımların normal şartlar altında oldukça iyi performans gösterdiği görülmektedir. Örneğin, bu makaleyi 2009'dan itibaren inceleyin. Fikir ve model oldukça basittir ve HMM'lere aşina olmasanız bile (size bu durumda panik yapmayın, çok şey var ait öğreticiler ve tanıtımları çevrimiçi)

Yönteme "vektör konflasyonu" da denir. "JOSM conflation plugin", "Potlatch 2 birleştirme gibi yol vektörü birleştirme işlemini gerçekleştirmek için genel bir genel bakış ve liste (Açık Kaynak) yazılım paketleri listeleyen özel bir Wiki sayfası ( http://wiki.openstreetmap.org/wiki/Conflation ) var "," RoadMatcher "aracı (OpenJUMP için) ve diğerleri.

Harita Eşleme algoritmaları için, gerçek zamanlı veya çevrimdışı işleme gerekip gerekmediğinize bağlıdır. Daha sonraki durumda, son teknoloji algoslar, saniyede ~ 1000 puan işleyebilir. Hafıza gereklilikleri, kursun kapsamına bağlıdır. Gezegenin OSM yol ağını bu amaçla yaklaşık 16 Gb'ye kadar sıkıştırmayı başardık.

Ayrıca, ayırt etmek gerekir harita eşleştirmesini gelen yol çıkarsama : bunlar yüksek veya düşük frekanslı verileri var ise iki ayrı süreç olarak bulunmaktadır. Nispeten az puanınız olduğunda (örneğin, her kilometrede bir kentsel bağlamda 1 veri), cihazın nereye gittiğini tahmin etmek için yapılması gereken bir varsayım olduğu için , bu yol çıkarımıdır . Yol çıkarımı genellikle daha zor olmakla birlikte, modern cihazlarla / veri toplama fiyatıyla daha az problem yaşıyor.

Profilimi doğrudan OSM'de harita eşleştirmesi yapan bir API için kontrol edebilirsiniz: topolojik eşleştirme kullanır ve örneğin yüzer araç verileriyle iyi çalışır.

Strava Slide , bir yol ağı üzerinden biriken iz verilerinin "vadiler" gibi nasıl davranabileceğini ve önerilen rotanın bir boncuk dizisi gibi nasıl "yer değiştireceğini" açıklar.

Daha önce belirtilen çerçevelerin çoğunu test ettikten sonra Barefoot'u buldum ve gerçekten önerebilirim. Olasılıklı bir harita eşleştirme yaklaşımı olarak gizli markov modellerini kullanır (kendi makalesinde "Arabanı haritaya koyma " ). Açık kaynak kodlu ve aktif olarak BMW'nin CarIT Departmanı tarafından geliştirildi.

Konuya harita eşleme denir. Ancak, ilk çok iyi bir yaklaşım olarak, her gps noktası için en yakın noktaları aramanız yeterli olacaktır (doğru yolu tahmin eden herhangi bir düzeltme olmadan).

Graphhopper adlı Açık Kaynak projem, iOS için çalışan bir şey değildir ( güncelleme : şimdi de iOS'ta çalışır) ve ne istediğinizi tam olarak işlevsel bir Android uygulamasına da sahip değildir. Ancak, bir iOS uygulaması oluşturmak için sunucu sürümünü veya başlangıçta çevrimdışı Android demosunu kullanabilirsiniz. Harita eşleme algoritmasını burada yayınladım , sadece kaba bir prototip ama şaşırtıcı derecede iyi çalışıyor.

İyi bir test verisi edinmeye çalışın. Hedef cihazınızdaki kayıt noktalarına ek olarak, daha yüksek hassasiyetli bir izleme günlüğü GPS kullanın. Bu, GPS'teki ve altındaki OSM verilerindeki hataları tanımlayacaktır. Hassas eşikleri bilmek algoritmayı tasarlamayı çok daha kolay hale getirecektir.

Bölgeniz için yol verisi bulabilirseniz , FOSS ile otomatik toplu yapışma ile ilgilenebilirsiniz.

Verileri gerçek zamanlı olarak çizmek isteyip istemediğinize bağlı olarak veya daha sonra PC'nizde işlem sonrası işlem yapmayı planlıyorsanız, GRASS size yardımcı olabilir.

Hemen kendi özüm geliştirme çabalarını denemek zorunda kalmadan işi yapabilen bir API buldum .

Harita eşleştirmesi yapmak için OSM verilerini kullanırlar. Ayrıca GPX dosyalarının yüklenmesinin sizin için ne kadar işe yarayabileceğini görmek için bir demo sayfası var.

Verilerinizin kalitesini mutlaka iyileştirmeniz gerekmez. Bellek içi bir karayolu ağı ile topolojik bir algoritma kullanmak eşleşmenizi önemli ölçüde geliştirir. Referansları kontrol et: http://trb.metapress.com/content/p31485vw72645686