Карта соответствия ссылок и идей? [закрыто]

Я использую OpenStreetMap и его векторную дорожную сеть, и я хотел бы реализовать алгоритм сопоставления карт.

В настоящее время я могу для каждой позиции GPS извлечь ближайший участок дороги и рассчитать проекцию этой позиции на этот сегмент, как на этом изображении (красный штифт - это чистая позиция GPS, синим цветом - сопоставленный сегмент, а зеленым - сопоставленная позиция):

Однако из-за недостаточной точности GPS иногда отображаемое положение перепрыгивает с сегмента на другой и может время от времени предоставлять некоторое несовместимое отображаемое положение.

Мой текущий алгоритм очень прост: из чистой позиции GPS я получаю ближайший сегмент и решаю, что сопоставленная сопоставленная позиция находится на этом. Я знаю, что это может быть действительно улучшено.

Я могу себе представить, что учет направления движения автомобиля улучшит соответствие карты, но знаете ли вы какой-либо другой подход, который позволил бы мне улучшить сопоставление карт?

Я ищу любую ссылку и / или программное обеспечение с открытым исходным кодом?

Проецирование точек на линию, как вы уже делаете, возможно сделать непосредственно в PostGIS. Я писал об этом некоторое время назад, здесь

Но для решения вашей проблемы, когда точки ближе к неправильному сегменту, чем к правильному, возможно, это может быть возможным подходом.

1. Построить линейную линию из точек
2. Попробуйте предложенные решения в Алгоритмах для сопоставления сегментов, чтобы соответствовать всей линии, а не просто точка за точкой

После прочтения вашего Вопроса и различных Ответов я заинтересовался этой проблемой. После небольшого прочтения алгоритмов сопоставления карт я понял следующее:

• Чтобы сопоставить местоположение GPS с дорогой, вам нужны фактические данные о дороге в векторном формате.
• Это поможет, если у вас разные веса для разных дорог. Таким образом, вероятность совпадения точки с трассой будет выше, чем при сопоставлении боковой линии.
• Вам нужно взять историю и скорость чтения GPS. Например, если точка gps долгое время совпадала с боковой полосой движения, вы должны принять это во внимание, а не сопоставлять ее напрямую с шоссе. Фактическое сопоставление выполняется с использованием различных статистических методов.

Для дальнейшего чтения я предлагаю следующее:

• Сопоставление карт для GPS-траекторий с низкой скоростью выборки
• Некоторые алгоритмы сопоставления карт для персональных навигационных помощников
• Трехэтапный метод сопоставления общих карт в среде ГИС: перспектива изучения путешествий / перевозок

Отвечая на мой вопрос!

1- Хороший .pdf, который я только что нашел об этой теме:

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

это также связано с реализацией сопоставителя карт с открытым исходным кодом на C ++, описанной в документе: http://eden.dei.uc.pt/~camara/files/mgemma.zip
(это автономный сопоставитель карт, насколько я понимаю, что он вычисляет сопоставленные положения карты с ВСЕМ путем в качестве входных данных и не может сделать это на лету для каждой позиции).

2- Затем я только что подробно прочитал этот вопрос, и он, на мой взгляд, действительно хорош: https://dspace.lboro.ac.uk/dspace-jspui/bitstream/2134/4860/1/velaga.pdf "Разработка Усовершенствованный основанный на весе топологический алгоритм MapMatching для интеллектуальных транспортных систем "
Алгоритм четко объяснен, а значения регулировки веса также приведены в документе.

Существует много работы по сопоставлению карт, см. Эту статью для краткого обзора некоторых довольно недавних работ (до 2007 года). Совсем недавно подходы, основанные на скрытых марковских моделях, по-видимому, работали достаточно хорошо в нормальных условиях Например, ознакомьтесь с этой статьей за 2009 год. Идея и модель довольно просты и не должны доставлять вам особых хлопот, даже если вы не знакомы с HMM (в этом случае, не паникуйте, есть много из учебников и внедрения в Интернете)

Этот метод также называется «векторное слияние». Существует специальная вики-страница ( http://wiki.openstreetmap.org/wiki/Conflation ), которая содержит общий обзор и список пакетов программного обеспечения (с открытым исходным кодом) для выполнения дорожной векторной сопоставления, таких как «JOSM-плагин для сопоставления», «объединение Potlatch 2». tool »,« RoadMatcher »(для OpenJUMP) и другие.

Для алгоритмов сопоставления карт это зависит от того, нужна ли вам обработка в реальном времени или в автономном режиме. В последнем случае современные алгоритмы могут обрабатывать ~ 1000 точек в секунду. Требования к памяти, конечно, зависят от покрытия. Для этого нам удалось сжать дорожную сеть OSM планеты примерно на 16 Гб.

Кроме того, вам необходимо отличать сопоставление карты от логического вывода : это два отдельных процесса, в зависимости от того, есть ли у вас данные высокой или низкой частоты. Когда у вас относительно мало точек (например, 1 данные на километр в городских условиях), это вывод пути, так как обычно нужно сделать предположение, чтобы угадать, куда движется устройство. Вывод пути, как правило, сложнее, но становится все меньше проблем с современными устройствами / цена сбора данных.

Вы можете проверить мой профиль для API, который выполняет сопоставление карт непосредственно в OSM: он использует топологическое сопоставление и хорошо работает, например, с плавающими автомобильными данными.

Strava Slide описывает, как кумулятивные данные трека по дорожной сети могут вести себя как «долины», и как предлагаемый маршрут «встанет на свои места», как будто это была бусинка.

После тестирования большинства ранее упомянутых фреймворков я нашел Barefoot и могу порекомендовать его. Он использует скрытые марковские модели в качестве вероятностного подхода к сопоставлению карт (подробности в статье «Поместить автомобиль на карту» ) и реализован на Java. Он с открытым исходным кодом и активно разрабатывается отделом CarIT BMW.

Тема называется сопоставлением карты. Но в качестве первого очень хорошего приближения, вероятно, достаточно просто искать самые близкие точки для каждой точки GPS (без каких-либо исправлений, угадывающих правильный путь).

Мой проект с открытым исходным кодом, называемый graphhopper, - это не то, что работает для iOS ( обновление : теперь оно работает и на iOS), и при этом у него нет полнофункционального Android-приложения для того, что вы хотите. Но вы можете использовать версию сервера для создания приложения для iOS или использовать автономную демонстрацию Android для начала. Я выпустил здесь алгоритм сопоставления карт , просто грубый прототип, но он работает на удивление хорошо.

Попробуйте получить хорошие тестовые данные. Используйте дополнительную более высокую точность GPS-трекинга, помимо регистрации точек на целевом устройстве. Это позволит определить ошибки в GPS и в данных OSM. Знание разумных порогов значительно облегчит разработку алгоритма.

Если вы можете получить данные о дорогах для своего региона, возможно, вас заинтересует Автоматическая групповая привязка с помощью FOSS

В зависимости от того, хотите ли вы выводить данные в режиме реального времени или планируете впоследствии выполнить некоторую постобработку на вашем ПК, GRASS может помочь.

Я нашел API, который мог бы просто выполнять свою работу без необходимости сразу же разрабатывать собственное решение.

Они используют данные OSM для сопоставления карт. У них также есть демонстрационная страница, которая позволяет загружать файлы GPX, чтобы увидеть, насколько хорошо это может работать для вас.

Вам не нужно обязательно улучшать качество ваших данных. Использование топологического алгоритма с дорожной сетью в памяти значительно улучшит ваше соответствие. Проверьте ссылки: http://trb.metapress.com/content/p31485vw72645686