主頁（http://m.by236.com）：軌跡分析，如何解決車輛定位與道路的偏差？

試想一下，一輛汽車行駛在道路上，1、2、3這三個點是汽車的GPS定位結果，我們可以看到三個點的定位、形成的軌跡和實際道路有非常明顯的偏差。

這就是常見的，定位軌跡與地圖道路的匹配問題。相信大家都有通過餓了么點外賣，或者京東購置大件物品的經歷，當我們想要查看外賣騎手和配送員的距離位置，平臺往往只是在地圖上由配送點到收貨地址劃一條直線，用戶無法看到騎手完整的行駛軌跡，顯示的定位與道路也常常有明顯的偏移。

主要的原因可能是因為在外賣和送貨上門的場景下，不太需要做精準的軌跡與道路匹配。而斑馬數智服務的客戶主要涵蓋汽車、保險領域，由于自身業務場景的需求，他們對用戶駕駛軌跡的要求是極其嚴苛的。這也使得我們從一開始就積累了一套專業的路徑匹配與軌跡糾偏算法。

路徑匹配不準的原因

在實際應用中，導致定位與地圖道路存在偏差，其主要的原因還在于GPS數據采集的質量問題。GPS采樣頻率低、定位誤差大、GPS信號丟失，都會增加路徑匹配的不準確性。由于這些問題非常普遍，因此我們需要在這種情況下仍然能實現較高的路徑匹配準確率。那么，如何通過算法來實現呢？

路徑匹配的算法實現

異常點監測

通過異常值檢測算法，檢驗行車GPS軌跡數據中的錯誤數據和不合常理的數據，剔除異常值再進行計算分析。

觀測概率

觀測車輛GPS軌跡點與周圍多條道路的距離、以及道路的連續性等因素，計算出車輛行駛的正確道路。

我們計算紅色的GPS點P1、P2、P3、P4與周圍道路C1、C2、C3、C4的距離，根據距離確定GPS點實際位于哪條道路的概率，距離近，概率就高。同時還將考察道路的連續性，例如兩個GPS點P2、P3最為接近的是C2(1)、C3(1)兩段道路，但這兩段并不是一條連續的道路，這個時候就不能單純采用最近距離來判斷概率。

速度權重

當GPS點出現在高架路段，通過定位就比較難判斷具體的道路。通過車輛速度權重，可以計算出車輛行駛在高架或地面道路的準確位置。

最后在實際的應用中，我們積累完善了豐富詳盡的地圖道路數據庫，建立了數據索引，使得計算效率極大提高，并且采用了效率極高的最短路徑算法，計算速度擁有更大提升。

 車輛GPS軌跡的地圖匹配是交通大數據挖掘中的一項重要的基礎性工作，可靠的軌跡匹配結果對于道路交通運行狀態監測、實時交通信息發布、車輛定位與智能調度、出行路徑選擇行為分析等具有重要意義。由于城市道路網絡中大量存在高架路、主輔路和立體交叉等復雜的道路場景，對準確的路徑匹配提出了更高的要求，相信通過我們對數據算法的持續訓練完善，可以不斷在各個應用領域發揮價值。