计算机应用研究

作者：陈艳艳,李四洋,张云超,

单位：北京工业大学交通工程北京市重点实验室,北京100124；

关键词：海量,GPS,并行计算,地图匹配,实时计算,Spark,

基金：国家重点研发计划资助项目(2022YFB2602104)；；

浮动车GPS数据作为交通信息处理的基础，随着被监控车辆数量的高速增长，产生了海量GPS数据，对地图匹配提出了挑战。为了解决传统匹配方法难以满足匹配效率和精度的不足，提出一种针对海量GPS数据的实时并行地图匹配算法，能够同时保证较高匹配精度和运算效率。为构建一种面向实时数据流的高效、准确实时地图匹配算法，首先通过引入速度、方向综合权重因子对依赖历史轨迹的离线地图匹配算法进行重构，进而引入Spark Streaming分布式计算框架，实现地图匹配算法的实时、并行运算，大幅提升实时地图匹配效率。实验结果表明，该算法在复杂路段的匹配准确率较常规拓扑匹配算法提高10%以上，整体匹配准确率达到95%以上；在匹配效率方面，较同等数量的单机服务器效率可提高4倍左右。实验结果表明，该算法在由11台机器组成的计算集群上实现8 000万个GPS数据点的实时地图匹配，证明了该算法可以完成城市地区的实时车辆匹配。

来源：2024年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第5期