摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第9-15页 |
1.1 研究背景 | 第9页 |
1.2 实时地图匹配算法的国内外研究现状 | 第9-13页 |
1.2.1 国内外研究现状 | 第9-12页 |
1.2.2 研究现状分析 | 第12-13页 |
1.3 研究目的意义及论文的研究内容 | 第13-14页 |
1.3.1 研究目的和意义 | 第13页 |
1.3.2 研究内容 | 第13-14页 |
1.4 本章小结 | 第14-15页 |
2 地图匹配实验准备 | 第15-27页 |
2.1 电子地图数据 | 第15-17页 |
2.1.1 OpenStreetMap开源地图数据 | 第15-16页 |
2.1.2 道路网结构定义 | 第16-17页 |
2.2 GPS轨迹 | 第17-19页 |
2.2.1 GPS轨迹采集及预处理 | 第17-18页 |
2.2.2 GPS轨迹定义 | 第18-19页 |
2.3 实时地图匹配 | 第19-22页 |
2.3.1 实时地图匹配定义 | 第19-20页 |
2.3.2 地图匹配误差来源分析 | 第20-22页 |
2.4 地图匹配实验平台 | 第22-25页 |
2.5 本章小结 | 第25-27页 |
3 基于动态权重实时地图匹配模型建立 | 第27-39页 |
3.1 算法模型结构 | 第27-28页 |
3.2 候选路段选择 | 第28-29页 |
3.3 权重模型建立 | 第29-34页 |
3.3.1 距离权重 | 第29-30页 |
3.3.2 方位权重 | 第30-31页 |
3.3.3 方向权重 | 第31-33页 |
3.3.4 连通性权重 | 第33-34页 |
3.4 权重系数模型建立 | 第34-35页 |
3.4.1 距离权重系数 | 第34页 |
3.4.2 方位权重系数 | 第34页 |
3.4.3 方向权重系数 | 第34-35页 |
3.4.4 连通性权重系数 | 第35页 |
3.5 最佳匹配路段选择 | 第35-37页 |
3.5.1 置信度水平函数 | 第35-36页 |
3.5.2 初始匹配阶段 | 第36页 |
3.5.3 跟踪匹配阶段 | 第36-37页 |
3.6 算法伪代码 | 第37-38页 |
3.7 本章小结 | 第38-39页 |
4 基于Storm平台的算法并行化 | 第39-53页 |
4.1 流计算框架Storm概述 | 第39-43页 |
4.1.1 Storm的基本概念 | 第39-41页 |
4.1.2 Storm的组成结构 | 第41-42页 |
4.1.3 Storm的并行度 | 第42-43页 |
4.2 Storm集群的搭建 | 第43-45页 |
4.2.1 搭建Zookeeper集群 | 第43页 |
4.2.2 搭建Storm集群 | 第43-45页 |
4.3 基于Storm的并行算法实现 | 第45-51页 |
4.3.1 ST-DWMM算法的并行化分析 | 第45-49页 |
4.3.2 设计各模块输入输出数据格式 | 第49-51页 |
4.3.3 模块间的Stream Grouping | 第51页 |
4.4 本章小结 | 第51-53页 |
5 实验分析与评估 | 第53-67页 |
5.1 单机下ST-DWMM算法匹配准确率评估 | 第53-61页 |
5.1.1 实验环境及数据 | 第53-56页 |
5.1.2 实验结果及小结 | 第56-61页 |
5.2 Storm平台下并行算法匹配效率评估 | 第61-66页 |
5.2.1 实验数据 | 第61-62页 |
5.2.2 实验方案 | 第62-63页 |
5.2.3 实验结果及小结 | 第63-66页 |
5.3 本章小结 | 第66-67页 |
6 总结与展望 | 第67-69页 |
6.1 主要结论 | 第67页 |
6.2 后续研究工作的展望 | 第67-69页 |
致谢 | 第69-71页 |
参考文献 | 第71-75页 |
附录 | 第75页 |
作者在攻读学位期间发表的论文目录 | 第75页 |