基于Hadoop分布式地圖匹配算法的研究與實現(xiàn).pdf

1、隨著現(xiàn)代智能交通系統(tǒng)(ITS)的快速發(fā)展，地理信息技術(shù)、衛(wèi)星定位技術(shù)和觀代通信技術(shù)在解決城市智能交通方面發(fā)揮了巨大的作用。浮動車數(shù)據(jù)作為智能交通系統(tǒng)的重要組成部分，是一種新型的城市出行規(guī)劃方式和路況信息獲取方式。地圖匹配技術(shù)是浮動車數(shù)據(jù)處理中最關(guān)鍵的內(nèi)容之一，只有判斷出車輛在哪條道路上行駛，才能將GPS數(shù)據(jù)轉(zhuǎn)化為有效的道路交通狀態(tài)信息。
　　云計算是一種將計算過程分?jǐn)偟郊簷C器中，使得每臺機器同時運算整個過程的不同部分，分擔(dān)的任務(wù)

2、最終合并結(jié)果，從而快速、有效的得到最終結(jié)果。本文主要工作闡述如下:
　　(1)在地圖匹配系統(tǒng)中，提出了一種新型的HashMap網(wǎng)格索引算法。該算法使時間復(fù)雜度降為O(1)，解決了傳統(tǒng)四叉樹索引算法在空間對象分布不均勻時查詢效率急劇下降的問題，且通過二次網(wǎng)格劃分和一次中心區(qū)域劃分，使得匹配準(zhǔn)確度得到了較大地提升。
　　(2)在地圖匹配系統(tǒng)中引入海拔高程信息，將地圖匹配算法拆分為高架/非高架匹配算法，待匹配點通過判斷所在網(wǎng)格緩沖

3、區(qū)內(nèi)是否包含高架路段信息來選擇匹配算法，改進(jìn)了傳統(tǒng)算法在處理高架和地面道路重疊時的不足，從而進(jìn)一步提高了匹配準(zhǔn)確度。
　　(3)針對大規(guī)模浮動車數(shù)據(jù)在傳統(tǒng)單機計算模型中進(jìn)行地圖匹配存在耗時大的問題，本文基于Hadoop云平臺，通過Map/Reduce編程模型，對大規(guī)模浮動車數(shù)據(jù)進(jìn)行分布式并行計算，實現(xiàn)了對地圖匹配快速有效地處理。
　　(4)通過對單車跟蹤匹配測試、對高架和地面道路重疊時匹配測試、對大規(guī)模浮動車數(shù)據(jù)匹配測試，得