路径推断滤波器：基于模型的探测车数据低延迟地图匹配
人工智能
2015-03-19 v2
摘要
我们考虑从稀疏的GPS点序列重建车辆轨迹的问题，其中采样间隔在10秒到2分钟之间。我们引入了一类新的算法，统称为路径推断滤波器（PIF），该算法能够实时、高吞吐量地映射GPS数据，适用于多种权衡和场景。本文表明，先前众多地图匹配方法均可视为本文提出的路径推断滤波器的特例。我们提出了一种高效的程序，用于在有或没有真实观测数据的情况下，在新数据上自动训练该滤波器。该框架在旧金山大型出租车数据集上进行了评估，并显示出优于当前最先进技术的性能。该滤波器还提供了关于驾驶员驾驶模式的见解。路径推断滤波器已在Mobile Millennium交通信息系统中以工业规模部署，并用于映射旧金山、萨克拉门托、斯德哥尔摩和波尔图的车辆数据。
引用
@article{arxiv.1109.1966,
title = {The path inference filter: model-based low-latency map matching of probe vehicle data},
author = {Timothy Hunter and Pieter Abbeel and Alexandre Bayen},
journal= {arXiv preprint arXiv:1109.1966},
year = {2015}
}
备注
Preprint, 23 pages and 23 figures