CN104900057B - 一种城市快速路主辅道的浮动车地图匹配方法 - Google Patents

Abstract

本发明公开了一种城市快速路主辅道的浮动车地图匹配方法，采用基于权重的浮动车地图匹配方法计算初始权值；分析车辆在快速路主辅道路段的行为模式，计算模式权值；分别计算两类权值的信任度，基于信任度进行数据融合，得到综合权值；根据综合权值确定车辆的匹配路段。本发明对快速路主辅道路段的交通特点以及浮动车的数据特点进行了充分的挖掘和利用，有利于提高城市快速路主辅道路段的浮动车地图匹配精度，为路况信息发布系统提供支持。

Description

一种城市快速路主辅道的浮动车地图匹配方法

技术领域

本发明涉及路况发布系统中的浮动车数据处理方法，尤其涉及到特殊路段的浮动车地图匹配方法。

背景技术

随着智能交通系统的应用发展，安装车载定位设备的车辆(称为浮动车)逐渐增多，浮动车数据采集技术开始广泛应用于各城市的路况信息发布系统中。地图匹配是浮动车技术的重要组成部分，是采用一定的模型和算法，弥补卫星定位等产生的误差，把车辆坐标匹配到路网电子地图相应位置上的技术。

近年来，很多学者对浮动车地图匹配方法进行了研究。然而检索后可以发现，已有的研究大部分是面向城市普通道路的，对一些特殊位置的浮动车地图匹配方法考虑较少。城市道路中存在着大量快速路，快速路主辅道由于具有路段间距较小、方向一致、长度相近的特征，难以根据常规的地图匹配方法得到准确的匹配结果，是地图匹配中最难以解决的问题之一。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种城市快速路主辅道的浮动车地图匹配方法，提高快速路路段的浮动车地图匹配精度，进而获取更为准确的路况信息，对道路交通特点和浮动车数据特点进行充分挖掘和利用，从而降低该类特殊路段浮动车地图匹配的不确定性。

本发明所采用的技术方案为：

一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，包括以下步骤：

(1)选取快速路主辅道区域的范围，对一定时间间隔内处于该范围的浮动车进行地图匹配分析；

(2)根据浮动车数据中是否包含车辆状态信息以及相邻定位点车辆状态信息是否发生改变来判断车辆的行驶路段；

(3)根据浮动车是否在辅道交叉口拐弯来判断车辆的行驶路段；

(4)在不包含车辆状态信息、或者相邻定位点车辆状态信息没有发生变化、或者车辆没有在辅道交叉口拐弯的情况下，采用基于权重的地图匹配方法计算浮动车到主道和辅道的初始权值分量，然后采用加权平均法计算该浮动车到主道和辅道的初始权值，如果权值差大于阈值，则直接判断车辆的行驶路段；

(5)在依据步骤(3)中的初始权值无法判断行驶路段的情况下，采用加权平均法计算该浮动车到主道和辅道的模式权值；

(6)采用基于D-S证据推理的数据融合方法计算该浮动车到主道和辅道的综合权值，依据综合权值判断车辆的行驶路段。

前述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(1)的快速路主辅道区域的选取需同时满足以下条件：1)主道和辅道距离小于经验值；2)主道和辅道平行或角度小于经验值；3)车辆仅在道路的起点和终点驶入或驶出主道。

前述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(2)的车辆状态信息为车辆的载客状态，以参数s表示，载客时记s＝1；空载时记s＝0；当数据中包含车辆状态信息、且相邻定位点车辆状态信息发生变化时，直接将车辆匹配到辅道，匹配结束，否则继续进行下一步骤。

前述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(3)中判断浮动车是否在辅道交叉口进行拐弯根据之前或之后的浮动车匹配点所在路段进行判断。

前述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(4)中采用基于权重的地图匹配方法计算浮动车到主道和辅道的初始权值分量，分别记为w_m1(t)和w_r1(t)，其中t表示第t个分量，即按时间顺序得到的浮动车在该快速路主辅道区域的第t个定位点；初始权值分量的计算步骤为：

41)选取候选路段：根据定位设备和电子地图误差，采用椭圆法或网格法确定一个误差区域，误差区域内的所有路段均作为候选路段，记为R_i；

42)确定候选匹配点：将定位点向各候选路段做垂直投影，生成虚拟匹配点，定位点到每个虚拟匹配点的距离为D_i，车辆航向与虚拟匹配点所在道路方向的夹角为θ_i，定义一个距离阈值D_TH和方向夹角阈值θ_TH，当D_i＞D_TH或θ_i＞θ_TH，去除该虚拟匹配点，最后剩余的虚拟匹配点称为候选匹配点；

43)计算浮动车到各候选匹配点的距离匹配度和方向匹配度采用加权平均法计算初始匹配权值分量w(i)，分别提取浮动车到主道和辅道的初始权值分量w_m1(t)和w_r1(t)；

44)采用加权平均法计算分析时间间隔内浮动车到主道和辅道的初始权值w_m1和w_r1，设置阈值Δw，判断当w_m1-w_r1＞Δw时，车辆行驶在主道上，当w_r1-w_m1＞Δw时，车辆行驶在辅道上；否则继续进行下一步骤。

前述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(5)中，计算分析时间间隔内浮动车到主道和辅道的模式权值w_m2和w_r2时，考虑5项因素值的权值分量，分别为车辆瞬时速度平均值权值分量w₂(1)、车辆空间速度平均值权值分量w₂(2)、车辆瞬时速度波动性权值分量w₂(3)、车辆空间速度波动性权值分量w₂(4)以及瞬时速度与空间速度的差异性权值分量w₂(5)；根据具体定位点的个数，选择对其中的几项或者是全部因素值的权值分量进行加权平均，计算得到w_m2和w_r2。

前述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(6)中采用D-S证据理论法将初始权值和模式权值结合，得到综合权值，根据综合权值确定车辆所在的行驶路段。

本发明的有益效果在于：针对路况分析系统中快速路主辅道路段浮动车地图匹配精度差的缺陷，在充分考虑浮动车数据特点、道路交通特点的基础上，对可获取的数据进行充分挖掘和利用，从而进一步提高此类特殊路段的浮动车地图匹配精度。

附图说明：

图1是本发明的总体实施流程图；

图2是快速路主辅道区域示意图。

具体实施方式：

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

本发明涉及的一种城市快速路主辅道的浮动车地图匹配方法，包括以下步骤：

步骤1)定义快速路主辅道区域的范围：

需同时满足以下条件：a)主道和辅道距离小于经验值；b)主道和辅道平行或角度小于经验值；c)车辆仅在道路的起点和终点可驶入或驶出主道。对进入快速路主辅道区域的浮动车进行地图匹配。

步骤2)观察浮动车数据中是否包含车辆状态信息，具体指车辆的载客状态，以参数s表示，载客时记s＝1；空载时记s＝0；由于快速路主道通常为高架或隧道，不会出现停车载客现象，因此，如果当前点不是浮动车进入该路段的第一个定位点、且当前点的车辆状态与前一点不同时，直接将车辆匹配到辅道，匹配结束，否则继续进行下一步骤。

步骤3)记录与辅道相交道路的ID(通常为多个)，观察如果浮动车在上一分析时间间隔内的最后一个定位点的匹配路段为记录ID中的一个，或者在当前分析时间间隔内、快速路区域范围外仍有定位点且匹配路段为记录ID中的一个，则直接将车辆匹配到辅道，匹配结束，否则继续进行下一步骤。

步骤4)采用基于权重的地图匹配方法计算浮动车到主道和辅道的初始权值分量，分别记为w_m1(t)和w_r1(t)，其中t表示第t个分量，即按时间顺序得到的浮动车在该快速路主辅道区域的第t个定位点，初始权值分量的计算步骤为：

41)选取候选路段。根据定位设备和电子地图误差，采用椭圆法或网格法确定一个误差区域，误差区域内的所有路段均作为候选路段，记第i条候选路段为R_i；

42)确定候选匹配点。将定位点向各候选路段做垂直投影，生成虚拟匹配点，设定位点到候选路段R_i上的虚拟匹配点的距离为D_i，车辆航向与虚拟匹配点所在道路方向的夹角为θ_i，定义一个距离阈值D_TH和方向夹角阈值θ_TH，当D_i＞D_TH或θ_i＞θ_TH时，去除该虚拟匹配点，按此计算方法，最后剩余的虚拟匹配点称为候选匹配点；

43)计算浮动车到第i个候选匹配点的距离匹配度和方向匹配度采用加权平均法计算初始匹配权值分量w(i)，计算公式为：其中w_d为的权值，w_θ为的权值，均为提前设定。分别提取浮动车到主道和辅道的初始权值分量w_m1(t)和w_r1(t)。

步骤5)设分析时间间隔内该区域有n_in个浮动车定位点，采用加权平均法计算浮动车到主道和辅道的初始权值w_m1和w_r1，计算公式为设置阈值Δw，如果w_m1-w_r1＞Δw，判断车辆行驶在主道上；如果w_r1-w_m1＞Δw，判断车辆行驶在辅道上；否则继续进行下一步骤。

步骤6)对5项因素值的权值分量进行加权平均计算模式权值，5项因素值的权值分量分别为车辆瞬时速度平均值权值分量w₂(1)、车辆空间速度平均值权值分量w₂(2)、车辆瞬时速度波动性权值分量w₂(3)、车辆空间速度波动性权值分量w₂(4)以及瞬时速度与空间速度的差异性权值分量w₂(5)。其中：

61)车辆瞬时速度平均值指分析时间间隔内某辆浮动车定位点瞬时速度的平均值；

由于道路等级以及交通管制的差异，在相同的分析时间间隔内，主道和辅道的速度分布有所差异，在实际应用中，可以按照一定的间隔将瞬时速度分组，根据统计数据，分别计算得到主道和辅道车辆瞬时速度的频率分布条形图，根据主道上车辆瞬时速度的频率分布条形图，可以计算主道上的车辆取某一个特定瞬时速度的概率，记为w′_m2(1)；同理，可计算辅道上的车辆取某一个特定瞬时速度的概率，记为w′_r2(1)，则车辆瞬时速度平均值权值分量w₂(1)的计算公式为：

62)车辆空间速度平均值指分析时间间隔内某辆浮动车每两个相邻定位点之间的空间速度的平均值；

车辆空间速度平均值权值分量w₂(2)的计算方式与w₂(1)类似，根据统计，可以计算主道上的车辆取某一个特定空间速度的概率，记为w′_m2(2)，以及辅道上的车辆取某一个特定空间速度的概率，记为w′_r2(2)。w₂(2)的计算公式为：

63)车辆瞬时速度波动性指分析时间间隔内某辆浮动车多个定位点瞬时速度的差异程度，这里用变异系数CV_in表示，计算公式为：

式中：n_in——样本个数，即定位点个数,v_in(i)——第i个浮动车定位点的瞬时速度。

变异系数的取值范围为[0,+∞]，变异系数越大，表明数据的波动性越大。由于交通管制等的差异，在相同的分析时间间隔内，主道和辅道的变异系数有所差异，通常情况下，辅道上的车辆在行驶过程中受到的干扰较主道多，因此，其变异系数也较大。在实际应用中，同样可以根据统计，计算主道上的车辆瞬时速度变异系数取某一个特定值的概率，记为w′_m2(3)，以及辅道上的车辆瞬时速度变异系数取某一个特定值的概率，记为w′_r2(3)。w₂(3)的计算公式为：

64)计算w₂(4)时，车辆空间速度v_s(i)指的是根据第i个和第i+1个定位点的位置计算出来的空间速度。车辆空间速度波动性指分析时间间隔内某辆浮动车多个空间速度的差异程度，同样用变异系数CV_s表示，计算公式为：

式中：n_s＝n_in-1。

在实际应用中，同样根据统计，计算主道上的车辆瞬时速度变异系数取某一个特定值的概率，记为w′_m2(4)，以及辅道上的车辆瞬时速度变异系数取某一个特定值的概率，记为w′_r2(4)。w₂(4)的计算公式为：

65)计算w₂(5)时，车辆瞬时速度和空间速度的定义与w₂(3)和w₂(4)中相同。采用平均相对误差绝对值来描述两组数据之间的差异性，计算公式如下：

MAPE越小，瞬时速度与空间速度差异性较小的可能性就越大，车辆行驶在主道上的概率越大；反之车辆行驶在辅道上的概率越大。在实际应用中，同样根据统计数据，计算主道上车辆瞬时速度与空间速度的平均相对误差绝对值取某个特定值的概率，记为w′_m2(5)，以及辅道上车辆瞬时速度与空间速度的平均相对误差绝对值取某个特定值的概率，记为w′_r2(5)。

步骤7)计算浮动车匹配到主道和辅道的模式权值。如果分析时间间隔内只有1个浮动车定位点，则浮动车匹配到主道的模式权值为w_m2＝w₂(1)；如果分析时间间隔内有2个浮动车定位点，则w_m2＝[w₂(1)+w₂(2)+w₂(3)+w₂(5)]/4；如果分析时间间隔内的浮动车定位点个数大于2个，则w_m2＝[w₂(1)+w₂(2)+w₂(3)+w₂(4)+w₂(5)]/5；浮动车匹配到辅道的模式权值为：w_r2＝1-w_m2。

步骤8)采用D-S证据理论法融合初始权值和模式权值，得到综合权值。具体步骤如下：

81)首先建立一个识别框：U＝{A₁,A₂}，其中A₁表示主道，A₂表示辅道；

82)以初始权值和模式权值作为两个证据，按照下式构造两个证据在识别框U上的mass函数：

式中：E＝A₁∪A₂，表示无法判断车辆行驶在哪条路上。设m₁为初始权值证据在U上的mass函数，则k₁为初始权值的可靠性参数，k₁≤1，令c_1,m＝w_m1/(w_m1+w_m2)，c_1,r＝w_r1/(w_r1+w_r2)。设m₂为模式权值证据在U上的mass函数，则k₂为模式权值的可靠性参数，k₂≤1，令c_2,m＝w_m2/(w_m1+w_m2)，c_2,r＝w_r2/(w_r1+w_r2)。

83)将m₁和m₂融合为一个mass函数m，得：

m(A_i)＝K^-1[m₁(A_i)m₂(A_i)+m₁(A_i)m₂(E)+m₁(E)m₂(A_i)]

取max{m(A₁),m(A₂)}对应的道路判定为匹配路段。

实施例：

图2为快速路主辅道区域示意图，在该区域内，辅道上有一处交叉口，对交叉口中的两条路段进行编号，如图2中①、②所示。以该图为例进行具体实施方式介绍，对图中标示的符合交通流方向的主辅道进行研究(相反方向的原理相同)。

如图1所示，本发明的具体实施步骤为：

步骤一、采集历史数据，计算模式权值中的5项因素值：

(1)采用卡口、视频或者是人工现场采集的方式，对较长时段(涵盖不同的交通流状态，如一天)内经过主道和辅道的浮动车牌照及其对应的分析时间间隔(如以5min一个分析时间间隔)进行记录；

(2)从管理部门(如客管处)获取同样时段内的浮动车定位数据，主要包含车牌号、数据上传时间、经度、纬度、瞬时速度、车辆航向、状态(有时无法获取)信息；对不同分析时间间隔内的牌照号进行匹配，从而确定主道上的浮动车定位点数据和辅道上的浮动车定位点数据；

(3)设在某个时间段内，主道上的某一辆浮动车有n_in个定位点，其中第t个定位点的瞬时速度为v_in(t)，经度为lo(t)，纬度为la(t)，则进行以下计算：

31)根据其定位点的瞬时速度，计算车辆瞬时速度平均值计算公式为：

32)对于n_in≥2的情况(n_in＝1的情况没有计算价值)，根据相邻定位点之间的距离计算空间速度，首先需将经纬度距离转化为平面距离，以计算第t个定位点和第t+1个定位点之间的空间速度为例，计算公式为：

式中：R为地球半径，通常取平均值6371004m。

计算车辆空间速度平均值计算公式为：

33)对于n_in≥2的情况，计算瞬时速度的差异程度，以变异系数CV_in表示，计算公式为：

式中：

34)对于n_in≥2的情况，计算瞬时速度与空间速度的差异性，以平均相对误差绝对值MAPE表示，计算公式为：

35)对于n_in≥3的情况，计算空间速度的差异程度，以变异系数CV_s表示，计算公式为：

式中：

步骤二、统计5项因素值取特定值时属于主道的概率，作为该项因素的权值分量：

(1)以瞬时速度平均值为例，获取步骤一中得到的瞬时速度平均值(所有值，包含主道和辅道)的最大值max_in和最小值min_in，以max_in和min_in为界，将瞬时速度划分为T个区间(如10个)，对于主道上所有的定位点瞬时速度平均值，统计其落在每一个区间内的数据个数，与总的数据个数相除，得到取值在每一个区间内的概率；辅道采用同样的方式统计和计算；

(2)计算瞬时速度平均值取特定值时属于主道和辅道的概率，以某个区间为例，记主道上的车辆瞬时速度平均值取值落在该区间的概率为w′_m2(1)，辅道上的车辆瞬时速度平均值取值落在该区间的概率为w′_r2(1)，则车辆瞬时速度平均值在该区间时，属于主道的概率为：

w₂(1)即该区间内的车辆瞬时速度权值分量；

(3)采用同样的方式计算其他4项因素值的取值在不同区间时，车辆落在主道的概率，并进一步计算其权值分量，记车辆空间速度平均值权值分量w₂(2)、车辆瞬时速度波动性权值分量w₂(3)、车辆空间速度波动性权值分量w₂(4)以及瞬时速度与空间速度的差异性权值分量w₂(5)。

步骤三：实时采集快速路区域内的浮动车数据；

(1)在电子地图中，以主道和辅道为中心，建立线状要素的缓冲区，综合考虑定位数据和电子地图误差设置缓冲距离，这里设置为40m；

(2)对分析时间间隔内，进入缓冲区的的浮动车进行分析。

步骤四：根据车辆状态信息判断匹配路段：

(1)对于浮动车数据中包含车辆载客状态信息的情况，以参数s表示状态值，载客时记s＝1；空载时记s＝0，如果在一个分析时间间隔内，s发生变化，则将该时段内该车辆的所有定位点匹配到辅道上，匹配结束；

(2)对于浮动车数据中包含车辆载客状态信息，或者分析时间间隔内状态值s没有发生变化的情况，进入下一步。

步骤五：根据车辆拐弯信息判断匹配路段：

(1)对图1中与辅道相交的道路①、②、③、④进行缓冲区分析，建立缓冲区，缓冲距离设置为40m；

(2)获取分析时间间隔内某辆浮动车在路网中的所有定位点数据，观察其在快速路主辅道缓冲区范围外是否存在定位点，且定位点是否落在道路①、②、③或④的缓冲区内，如果是，则将车辆匹配到辅道上，如果否，进入第(3)步；

(3)获取上一分析时间间隔，该辆浮动车在路网中的最后一个定位点，观察其是否在快速路主辅道缓冲区范围外、且落在道路①、②、③或④的缓冲区内，如果是，则将车辆匹配到辅道上，如果否，进行下一步。

步骤六：采用基于权重的地图匹配方法，计算初始权值：

(1)对于某一辆浮动车的每一个定位点，采用基于权重的地图匹配方法，计算一个初始权值分量，以第t个定位点为例，计算步骤为：

11)选取候选路段。根据定位设备和电子地图误差，采用网格法确定误差区域，将电子地图从上到下、从左到右网格化分块，划分为M×N个网格，每个网格的边长取40m，将定位点所在的网格及其周边的8个网格组成的区域作为误差区域，误差区域内的所有路段均作为候选路段，记第i条候选路段为R_i；

12)确定候选匹配点。将定位点向各候选路段做垂直投影，生成虚拟匹配点，设定位点到候选路段R_i上的虚拟匹配点的距离为D_i，车辆航向与虚拟匹配点所在道路方向的夹角为θ_i，定义距离阈值D_TH＝40m、方向夹角阈值θ_TH＝90°，当D_i＞40m或θ_i＞90°时，去除该虚拟匹配点，按此方法计算，最后剩余的虚拟匹配点称为候选匹配点；

13)计算浮动车到第i个候选匹配点的距离匹配度和方向匹配度采用加权平均法计算初始匹配权值分量w(i)，计算公式为：其中w_d为的权值，w_θ为的权值，这里均设置为0.5。分别提取浮动车到主道和辅道的初始权值分量w_m1(t)和w_r1(t)；

(2)设分析时间间隔内该区域有n_in个浮动车定位点，对每一个定位点，均采用1)的方法计算其到主道和辅道的初始权值分量；

(3)采用加权平均法计算浮动车到主道和辅道的初始权值w_m1和w_r1，计算公式为

(4)设置阈值Δw＝0.1×max{w_m1,w_r1}，如果w_m1-w_r1＞Δw，判断车辆行驶在主道上；如果w_r1-w_m1＞Δw，判断车辆行驶在辅道上；否则进行下一步。

步骤七：根据定位点个数，计算模式权值：

(1)如果在该分析时间间隔内，某辆浮动车定位点只有1个，则根据该点瞬时速度所在的区间，按照步骤二第(2)步中的计算公式，计算w₂(1)，令浮动车到主的模式权值为w_m2＝w₂(1)；

(2)如果在该分析时间间隔内，某辆浮动车定位点个数为2个，则按照步骤一第(3)步中的计算公式，分别计算瞬时速度平均值、空间速度平均值、瞬时速度变异系数、瞬时速度与空间速度的平均相对误差绝对值等4项指标值，然后按照步骤二中的计算方式，计算w₂(1)、w₂(2)、w₂(3)和w₂(5)，令浮动车到主道的模式权值为w_m2＝[w₂(1)+w₂(2)+w₂(3)+w₂(5)]/4；

(3)如果在该分析时间间隔内，某辆浮动车定位点个数为3个或以上，则按照步骤一第(3)步中的计算公式，分别计算5项指标值，然后按照步骤二中的计算方式，计算w₂(1)、w₂(2)、w₂(3)、w₂(4)和w₂(5)，令浮动车到主道的模式权值为w_m2＝[w₂(1)+w₂(2)+w₂(3)+w₂(4)+w₂(5)]/5；

(4)计算浮动车匹配到辅道的模式权值为：w_r2＝1-w_m2。

步骤八：采用D-S证据推理法计算综合权值，判断匹配路段：

(1)建立识别框U＝{A₁,A₂}，其中A₁表示主道，A₂表示辅道；

(2)以初始权值和模式权值作为两个证据，按照下式构造两个证据在识别框U上的mass函数：

式中：1≤j≤2，E＝A₁∪A₂，表示无法判断车辆行驶在哪条路上。设m₁为初始权值证据在U上的mass函数，则k₁为初始权值的可靠性参数，k₁≤1，令c_1,m＝w_m1/(w_m1+w_m2)，c_1,r＝w_r1/(w_r1+w_r2)。设m₂为模式权值证据在U上的mass函数，则k₂为模式权值的可靠性参数，k₂≤1，令c_2,m＝w_m2/(w_m1+w_m2)，c_2,r＝w_r2/(w_r1+w_r2)。

(3)将m₁和m₂融合为一个mass函数m，得：

m(A_i)＝K^-1[m₁(A_i)m₂(A_i)+m₁(A_i)m₂(E)+m₁(E)m₂(A_i)]

取max{m(A₁),m(A₂)}对应的道路判定为匹配路段。

本发明针对快速路区域浮动车地图匹配容易产生错误的缺陷，根据快速路主辅道的交通特点和浮动车数据特点，计算模式权值，采用D-S证据理论法将传统的初始权值和模式权值结合，实现对数据的充分挖掘和互补利用，提高浮动车地图匹配精度，从而进一步提高路况分析系统中的路况识别精度。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (4)

1.一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，包括以下步骤：

(1)选取快速路主辅道区域的范围，对固定时间间隔内处于该范围的浮动车进行地图匹配分析；所述固定时间间隔根据经验值设定；

(2)根据浮动车数据中是否包含车辆状态信息以及相邻定位点车辆状态信息是否发生改变来判断车辆的行驶路段；

(3)根据浮动车是否在辅道交叉口拐弯来判断车辆的行驶路段；

(4)在不包含车辆状态信息、或者相邻定位点车辆状态信息没有发生变化、或者车辆没有在辅道交叉口拐弯的情况下，采用基于权重的地图匹配方法计算浮动车到主道和辅道的初始权值分量，然后采用加权平均法计算该浮动车到主道和辅道的初始权值，如果权值差大于阈值，则直接判断车辆的行驶路段；

本步骤中采用基于权重的地图匹配方法计算浮动车到主道和辅道的初始权值分量，分别记为w_m1(t)和w_r1(t)，其中t表示第t个分量，即按时间顺序得到的浮动车在研究区域的第t个定位点；初始权值分量的计算步骤为：

41)选取候选路段：根据定位设备和电子地图误差，采用椭圆法或网格法确定一个误差区域，误差区域内的所有路段均作为候选路段，记为R_i；

42)确定候选匹配点：将定位点向各候选路段做垂直投影，生成虚拟匹配点，定位点到每个虚拟匹配点的距离为D_i，车辆航向与虚拟匹配点所在道路方向的夹角为θ_i，定义一个距离阈值D_TH和方向夹角阈值θ_TH，当D_i＞D_TH或θ_i＞θ_TH，去除该虚拟匹配点，最后剩余的虚拟匹配点称为候选匹配点；

43)计算浮动车到各候选匹配点的距离匹配度和方向匹配度采用加权平均法计算初始匹配权值分量w(i)，分别提取浮动车到主道和辅道的初始权值分量w_m1(t)和w_r1(t)；

44)采用加权平均法计算分析时间间隔内浮动车到主道和辅道的初始权值w_m1和w_r1，设置阈值Δw，判断当w_m1-w_r1＞Δw时，车辆行驶在主道上，当w_r1-w_m1＞Δw时，车辆行驶在辅道上；否则继续进行下一步骤；(5)在依据步骤(4)中的初始权 值无法判断行驶路段的情况下，采用加权平均法计算该浮动车到主道和辅道的模式权值：计算分析时间间隔内浮动车到主道和辅道的模式权值w_m2和w_r2时，考虑5项因素值的权值分量，分别为车辆瞬时速度平均值权值分量w₂(1)、车辆空间速度平均值权值分量w₂(2)、车辆瞬时速度波动性权值分量w₂(3)、车辆空间速度波动性权值分量w₂(4)以及瞬时速度与空间速度的差异性权值分量w₂(5)；根据定位点个数，选择对其中的几项或者是全部因素值的权值分量进行加权平均，计算得到w_m2和w_r2；

(6)采用D-S证据理论法将初始权值和模式权值结合，得到综合权值，根据综合权值确定车辆所在的行驶路段。

2.根据权利要求1所述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(1)的快速路主辅道区域的选取需要同时满足以下条件：1)主道和辅道距离小于经验值；2)主道和辅道平行或角度小于经验值；3)车辆仅在道路的起点和终点驶入或驶出主道。

3.根据权利要求1所述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(2)的车辆状态信息为车辆的载客状态，以参数s表示，载客时记s＝1；空载时记s＝0；当浮动车数据中包含车辆状态信息、且相邻定位点车辆状态信息发生变化时，直接将车辆匹配到辅道，匹配结束，否则继续进行下一步骤。

4.根据权利要求1所述的一种城市快速路主辅道的浮动车地图匹配方法，其特征在于，所述步骤(3)中判断浮动车是否在辅道交叉口进行拐弯根据之前或之后的浮动车匹配点所在路段进行判断。