IF-Matching 主要思想

参考文献：《IF-Matching: Towards Accurate Map-Matching with Information Fusion》
--Gang Hu, Jie Shao, Fenglin Liu, Yuan Wang, and Heng Tao Shen

一、误差分析

1. 测量误差
   高斯分布
   分析
   图示

2. 采样误差

   
   椭圆
   

   在间隔时间t，按合理预估时间v，行驶的路程为l=v*t，即在采样点si和采样点si+1，距离相加至多为l处是实际候选点。
   （因为椭圆上的点距离两椭圆焦点距离之和为一定值）

   
   采样误差

二、准备工作

insights：Information Fusion；Global Effect.

问题公式化

1.采样元组

tuple

其中，direction的表示方法如下图，北为基础方向。用角度θ表示

方向参数

三、算法框架

算法框架
流程图

1.Candidate Preparation

简述

2.History Speed Mining

概述

3.Surrounding Speed Estimation

概述

这一步相较作为简单参考，不考虑实现速度和效率。

4.Spatial-Temporal Analysis

概述
空间距离
时间速度

5.Result Matching

选取评分最高的路径

四、算法实现

1.Candidate Preparation

原理

如下图，选取半径R，距离采样点距离小于等于R的，在附近路段上的距离Si最近的点视为采样点（如图过Si向路段做垂线）

eg

如下图，最终候选路段为CP1->CP2->CP3.

候选路段与候选点
算法

2.History Speed Mining

原理
定义历史速度
算法

3.Surrounding Speed Estimation

1
2
算法

4.Spatial Analysis

定义
1
2.1
2.2
3.1

总：即将3个参数集合在一起，取值范围0-1

final

5.Temporal Analysis

原理
1
2
3

6.Result Matching

候选点图 1

相乘得到IF值

2

一段道路的if值是所有if值之和

3
求平均最大值，为候选点集合
算法