Map-matching in complex urban road networks

鲁汶地图匹配 将跟踪的GPS测量结果与地图或路段对齐。 匹配基于具有非发光状态的隐马尔可夫模型（HMM）。 该模型可以处理丢失的数据，您可以插入自定义过渡和发射概率分布。 主要参考： Meert Wannes，Mathias Verbeke，“具有非发射态的HMM用于地图匹配”，欧洲数据分析会议（ECDA），德国帕德博恩，2018年。 其他参考： Devos Laurens，Vandebril Raf（主管），Meert Wannes（主管），“通过矩阵函数和地图匹配揭示的交通方式”，硕士论文，工程科学学院，鲁汶大学，2018年 安装及使用 $ pip install leuvenmapmatching 更多信息和示例： 依存关系 必需的： 可选（仅在调用方法依赖于这些程序包时加载）： ：用于可视化 ：可视化 ：用于纬度-经度计算 ：导入GPX文件 ：使用卡尔曼滤波

地图匹配算法 ＃＃＃描述 下面是一些用于将车辆轨迹映射到真实道路网络的开源地图匹配算法。 ＃＃＃特征 使用地图网格加速地图点到道路。 通过多线程加快构建地图索引并在第一次索引时间存储预处理结果。 使用 ACE 作为服务器框架。 作为 http 服务器工作，json 作为通信格式。 多算法支持。 ＃＃＃参考 【多轨地图匹配】(./papers/Multi-track Map Matching.pdf) [使用多核 CPU 进行快速地图匹配](./papers/使用多核 CPU 进行快速地图匹配.pdf) [一种基于GPS实时车辆定位的地图匹配方法](./papers/A Map Matching Method for GPS based Real-Time Vehicle Location.pdf) [ACM SIGSPATIAL GIS Cup 2012](./paper

用Python2.7开发(Arcmap10.2自带的开发环境)

基于GraphHopper的地图匹配 使用将GPX轨迹捕捉到道路上。 在了解有关地图匹配问题的更多信息。 观看实际的演示（黑色是GPS轨迹，绿色是匹配结果）： 执照 Apache许可2.0 讨论区 我们的网络论坛在。 用法 Java 8和Maven> = 3.3是必需的。 建立： mvn package -DskipTests 然后，您需要为要进行地图匹配的区域导入OSM地图，例如提供的样本数据： java -jar matching-web/target/graphhopper-map-matching-web-3.0-SNAPSHOT.jar import map-data/

ST-匹配 用于低采样率 GPS 轨迹的 ST 匹配算法的 Python 实现 [1]。 [1] Lou, Y., Zhang, C., Zheng, Y., Xie, X., Wang, W. 和 Huang, Y.，2009 年 11 月。 低采样率GPS轨迹的地图匹配。 在第 17 届 ACM SIGSPATIAL 地理信息系统进展国际会议论文集（第 352-361 页）中。 ACM。 请注意，该算法的“S（空间）”部分的代码目前在此分布中不可用。 入门 需要包含要与轨迹匹配的道路网络的地理信息的文件： (1) 节点文件：以逗号分隔的文件，至少包含三列：['node', 'lng', 'lat']，其中'node'是您的路网故障点的标识，'lng'和“纬度”节点的经度和纬度。 (2) edge 文件：一个逗号分隔的文件，包含至少三列：['edge', 's_node', 'e

map_matching：找到车辆应该行驶以生成给定GPS轨迹的街道的算法