基于云平臺的海量浮動車數(shù)據(jù)地圖匹配.pdf

1、城市交通擁堵已經(jīng)成為我國城市發(fā)展的瓶頸，嚴重影響到了人們的日常生活質(zhì)量和幸福水平。為了改善和提高城市交通服務(wù)水平，世界主要發(fā)達國家都在發(fā)展智能交通系統(tǒng)。作為智能交通數(shù)據(jù)采集方式，浮動車技術(shù)為智能交通系統(tǒng)提供基礎(chǔ)數(shù)據(jù)。地圖匹配(MapMatching)是浮動車技術(shù)的重要組成部分，能夠有效地將浮動車GPS數(shù)據(jù)轉(zhuǎn)換成道路交通信息。本文的研究主題就是海量浮動車數(shù)據(jù)的地圖匹配技術(shù)。
　　相比于實時浮動車GPS數(shù)據(jù)，海量浮動車歷史數(shù)據(jù)往往具有

2、數(shù)據(jù)量級大、采樣間隔不穩(wěn)定的特點。隨著浮動車數(shù)據(jù)量級的增加，單機的運算已經(jīng)無法滿足對GB或者以上浮動車數(shù)據(jù)的快速地圖匹配。
　　云計算是應(yīng)海量數(shù)據(jù)處理的需求發(fā)展起來的新興綜合性應(yīng)用，云計算的支撐技術(shù)（如:分布式文件系統(tǒng)、MapReduee技術(shù)、NoSQL數(shù)據(jù)庫等）在海量數(shù)據(jù)的處理方面具有常規(guī)技術(shù)難以匹及的優(yōu)勢。將浮動車數(shù)據(jù)處理帶入云計算環(huán)境中，可以利用這些技術(shù)降低海量數(shù)據(jù)處理的難度、節(jié)約成本、提高處理效率。
　　本文主要在算

3、法和平臺兩方面對浮動車數(shù)據(jù)地圖匹配進行優(yōu)化:
　　1.在平臺方面，選取開源分布式架構(gòu)Hadoop作為系統(tǒng)集群代替了傳統(tǒng)單機系統(tǒng)，通過Hadoop分布式文件系統(tǒng)(Hadoop Distributed File System)實現(xiàn)了對海量浮動車數(shù)據(jù)的分布式存儲，運用MapReduce編程模型進行了海量浮動車數(shù)據(jù)的并行地圖匹配。
　　2.在地圖匹配算法方面，本文采用了四叉樹路段篩選算法，相比于普通的網(wǎng)格路段篩選算法，四叉樹結(jié)構(gòu)更好