CN115900733A

CN115900733A - 一种路网匹配方法及装置

Info

Publication number: CN115900733A
Application number: CN202211243335.7A
Authority: CN
Inventors: 夏超
Original assignee: Alibaba Cloud Computing Ltd
Current assignee: Alibaba Cloud Computing Ltd
Priority date: 2022-10-11
Filing date: 2022-10-11
Publication date: 2023-04-04

Abstract

本说明书一个或多个实施例提供一种路网匹配方法及装置。所述方法包括：获取车辆的轨迹点序列；计算所述轨迹点序列所包括的待匹配的目标轨迹点所在的地理位置区域，作为目标地理位置区域；根据预先计算得到的至少一个地理位置区域与观测概率值之间的第一对应关系，获取与目标地理位置区域对应的观测概率值，以及，根据预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系，获取与由目标轨迹点的前一个轨迹点所在的地理位置区域和目标地理位置区域组成的地理位置区域对所对应的转移概率值；基于获取到的观测概率值和转移概率值，从与目标地理位置区域存在交集的至少一个路段中，确定出目标轨迹点所在的目标路段。

Description

一种路网匹配方法及装置

技术领域

本说明书一个或多个实施例涉及定位技术领域，尤其涉及一种路网匹配方法、装置、电子设备及存储介质。

背景技术

路网匹配，是一种基于位置服务的技术；路网匹配，通过对空间物体运动受限于道路网络的假设，可以将通过定位技术得到的空间位置坐标匹配到其最有可能位于的路段中。

在实际应用中，为了提高路网匹配的准确性，可以采用基于HMM((Hidden MarkovModel，隐马尔可夫模型)的路网匹配算法。例如，车载终端可以获取电子地图对应的全部路网数据，并可以将获取到的全部路网数据以离线形式加载至内存中；车载终端还可以获取需要进行路网匹配的GPS(global positioning system,全球定位系统)轨迹点；进一步地，车载终端可以根据已加载至内存的路网数据，采用基于HMM的路网匹配算法，本地计算相关的观测概率值和转移概率值，以确定该GPS轨迹点所在的路段。

由此可见，采用基于HMM的路网匹配算法来确定GPS轨迹点所在的路段，需要实时计算观测概率值和转移概率值，计算耗时较长，导致路网匹配的时效性较差。

发明内容

本申请提供一种路网匹配方法，路网数据库中存储有与至少一个地理位置区域对应的路网数据；其中，所述与至少一个地理位置区域对应的路网数据，包括预先计算得到的所述至少一个地理位置区域与观测概率值之间的第一对应关系，以及预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系；所述观测概率值，用于表征对应的地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率；所述转移概率值，用于表征从对应的地理位置区域对中的第一地理位置区域中的第一路段，转移到对应的地理位置区域对中的第二地理位置区域中的第二路段的概率；所述方法包括：

获取车辆的轨迹点序列；其中，所述轨迹点序列包括至少一个轨迹点；

计算所述至少一个轨迹点中待匹配的目标轨迹点所在的地理位置区域，作为目标地理位置区域；

根据所述第一对应关系，获取与所述目标地理位置区域对应的观测概率值，以及，根据所述第二对应关系，获取与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的目标地理位置区域对对应的转移概率值；其中，所述目标地理位置区域对中的第一地理位置区域为所述目标轨迹点的前一个轨迹点所在的地理位置区域，所述目标地理位置区域对中的第二地理位置区域为所述目标地理位置区域；所述第一路段为所述目标轨迹点的前一个轨迹点所在的路段，所述第二路段为与所述目标地理位置区域存在交集的至少一个路段中的各个路段；

基于获取到的所述观测概率值和所述转移概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段。

本申请还提供一种路网匹配装置，路网数据库中存储有与至少一个地理位置区域对应的路网数据；其中，所述与至少一个地理位置区域对应的路网数据，包括预先计算得到的所述至少一个地理位置区域与观测概率值之间的第一对应关系，以及预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系；所述观测概率值，用于表征对应的地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率；所述转移概率值，用于表征从对应的地理位置区域对中的第一地理位置区域中的第一路段，转移到对应的地理位置区域对中的第二地理位置区域中的第二路段的概率；所述装置包括：

第一获取单元，用于获取车辆的轨迹点序列；其中，所述轨迹点序列包括至少一个轨迹点；

计算单元，用于计算所述至少一个轨迹点中待匹配的目标轨迹点所在的地理位置区域，作为目标地理位置区域；

第二获取单元，用于根据所述第一对应关系，获取与所述目标地理位置区域对应的观测概率值，以及，根据所述第二对应关系，获取与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的目标地理位置区域对对应的转移概率值；其中，所述目标地理位置区域对中的第一地理位置区域为所述目标轨迹点的前一个轨迹点所在的地理位置区域，所述目标地理位置区域对中的第二地理位置区域为所述目标地理位置区域；所述第一路段为所述目标轨迹点的前一个轨迹点所在的路段，所述第二路段为与所述目标地理位置区域存在交集的至少一个路段中的各个路段；

确定单元，用于基于获取到的所述观测概率值和所述转移概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段。

本申请还提供一种电子设备，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；

所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行上述方法。

本申请还提供一种机器可读存储介质，所述机器可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，实现上述方法。

通过以上实施例，一方面，由于预先计算了观测概率值和转移概率值，并将预先计算得到的观测概率值和转移概率值与对应的地理位置区域关联存储在路网数据库中；因此，在后续的路网匹配过程中，只需计算目标轨迹点所在的目标地理位置区域，就可以获取对应的观测概率值和转移概率值，也即可以直接查找预先计算得到的观测概率值和转移概率值，而无需根据路网数据实时计算观测概率值和转移概率值，从而减少了路网匹配过程中的计算量和计算耗时，加快了路网匹配的速度。

另一方面，由于在路网匹配过程中，车载终端只需根据目标轨迹点所在的目标地理位置区域，获取对应的观测概率值和转移概率值，而无需获取并加载电子地图对应的全部路网数据，因此可以避免无法全部加载、内存溢出的问题。

附图说明

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是一示例性的实施例示出的一种路网匹配方法的流程图；

图2是一示例性的实施例示出的一种geohash区域的示意图；

图3是一示例性的实施例示出的一种六边形法的示意图；

图4是一示例性的实施例示出的一种路网匹配装置所在电子设备的结构示意图；

图5是一示例性的实施例示出的一种路网匹配装置的框图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。

需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。

为了使本技术领域的人员更好地理解本说明书实施例中的技术方案，下面先对本说明书实施例涉及的路网匹配的相关技术，进行简要说明。

路网匹配，也可以称作道路匹配(road matching)，是一种基于位置服务的技术；路网匹配，通过对空间物体运动受限于道路网络的假设，可以将通过定位技术得到的空间位置坐标匹配到其最有可能位于的路段中。

例如，由于车载终端的GPS(global positioning system,全球定位系统)传感器通常有一定的定位误差，也即采样得到的GPS轨迹点与用户的真实位置之间存在误差，导致由若干GPS轨迹点生成的GPS轨迹与用户的真实轨迹之间通常也存在误差；而GPS轨迹如果出现了直接穿越房屋、草坪、道路隔离带等情况，显然是不合常理的。因此，需要通过路网匹配，将GPS轨迹映射到实际道路上，也即确定GPS轨迹中包括的各个GPS轨迹点所在的路段，进而得到用户的真实轨迹。

在实际应用中，为了提高路网匹配的准确性，可以采用基于HMM((Hidden MarkovModel，隐马尔可夫模型)的路网匹配算法。其中，HMM可以用于描述一个含有位置参数的马尔可夫过程，通过对道路的连通性进行建模，同时考虑不同的路径假设，来解决路网匹配问题。

具体地，在基于HMM的路网匹配算法中，对于每一个GPS轨迹点，可以先确定候选路段集，所述候选路段集中包括的每个候选路段可以被表示为马尔可夫链中的隐藏状态(顶点)，并具有观测状态概率；进一步地，可以为马尔可夫链中用于连接一对相邻顶点的边计算权重，也即状态转移概率；进一步地，可以在马尔可夫链上找到具有最高观测状态概率和状态转移概率的最大似然路径。其中，通常可以采用维特比算法(Viterbi algorithm)进行求解，也即用动态规划在道路网络中快速找到使观测概率和转移概率的乘积最大化的最优路径。

例如，车载终端可以获取电子地图对应的全部路网数据，如全国路网数据，并可以将获取到的全部路网数据以离线形式加载至内存中；车载终端还可以获取需要进行路网匹配的GPS轨迹点；进一步地，即使在无通信网络的情况下，车载终端也可以根据已加载至内存的路网数据，采用基于HMM的路网匹配算法，本地计算相关的观测概率值(observationprobability)和转移概率值(transition probability)，并基于计算得到的观测概率值和转移概率值，确定该GPS轨迹点所在的路段。

由此可见，在以上示出的实施例中，一方面，采用基于HMM的路网匹配算法来确定GPS轨迹点所在的路段，需要实时计算观测概率值和转移概率值，计算耗时较长，导致路网匹配的时效性较差；另一方面，由于在进行路网匹配之前，通常需要将电子地图对应的全部路网数据加载至车载终端，一旦路网数据的数据量较大，容易造成无法全部加载、内存溢出的问题。

有鉴于此，本说明书旨在提出一种基于预先计算得到的观测概率值和转移概率值，实现快速路网匹配的技术方案。

在本说明书中，路网数据库中存储有与至少一个地理位置区域对应的路网数据；其中，所述与至少一个地理位置区域对应的路网数据，可以包括预先计算得到的所述至少一个地理位置区域与观测概率值之间的第一对应关系，以及预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系；所述观测概率值，可以用于表征对应的地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率；所述转移概率值，可以用于表征从对应的地理位置区域对中的第一地理位置区域中的第一路段，转移到对应的地理位置区域对中的第二地理位置区域中的第二路段的概率。

在实现时，可以获取车辆的轨迹点序列，所述轨迹点序列包括至少一个轨迹点；进一步地，可以计算所述至少一个轨迹点中待匹配的目标轨迹点所在的地理位置区域，作为目标地理位置区域；进一步地，根据所述第一对应关系，可以获取与所述目标地理位置区域对应的观测概率值，以及，根据所述第二对应关系，可以获取与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的地理位置区域对对应的转移概率值；其中，所述地理位置区域对中的第一地理位置区域为所述目标轨迹点的前一个轨迹点所在的地理位置区域，所述地理位置区域对中的第二地理位置区域为所述目标地理位置区域；所述第一路段为所述目标轨迹点的前一个轨迹点所在的路段，所述第二路段为与所述目标地理位置区域存在交集的至少一个路段中的各个路段；进一步地，基于获取到的所述观测概率值和所述转移概率值，可以从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段。

由此可见，在本说明书中的技术方案中，一方面，由于预先计算了观测概率值和转移概率值，并将预先计算得到的观测概率值和转移概率值与对应的地理位置区域关联存储在路网数据库中；因此，在后续的路网匹配过程中，只需计算目标轨迹点所在的目标地理位置区域，就可以获取对应的观测概率值和转移概率值，也即可以直接查找预先计算得到的观测概率值和转移概率值，而无需根据路网数据实时计算观测概率值和转移概率值，从而减少了路网匹配过程中的计算量和计算耗时，加快了路网匹配的速度。

请参见图1，图1是一示例性的实施例示出的一种路网匹配方法的流程图。上述方法可以执行以下步骤：

步骤102：获取车辆的轨迹点序列；其中，所述轨迹点序列包括至少一个轨迹点；

步骤104：计算所述至少一个轨迹点中待匹配的目标轨迹点所在的地理位置区域，作为目标地理位置区域；

步骤106：根据预先计算得到的至少一个地理位置区域与观测概率值之间的第一对应关系，获取与所述目标地理位置区域对应的观测概率值，以及，根据预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系，获取与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的目标地理位置区域对对应的转移概率值；

其中，所述观测概率值，用于表征所述目标轨迹点位于与所述目标地理位置区域存在交集的路段的概率；所述目标地理位置区域对中的第一地理位置区域为所述目标轨迹点的前一个轨迹点所在的地理位置区域，所述目标地理位置区域对中的第二地理位置区域为所述目标地理位置区域；所述第一地理位置区域中的第一路段为所述目标轨迹点的前一个轨迹点所在的路段，所述第二地理位置区域中的第二路段为与所述目标地理位置区域存在交集的至少一个路段中的各个路段；所述转移概率值，用于表征所述目标轨迹点从所述第一路段转移至所述第二路段的概率；

步骤108：基于获取到的所述观测概率值和所述转移概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段。

下面通过具体实施例，结合具体的应用场景，分为预计算阶段、路网匹配阶段、超速预警阶段这三个阶段对本申请进行描述。

(一)预计算阶段

在本说明书中，路网数据库中存储有与至少一个地理位置区域对应的路网数据。

具体地，在预计算阶段，可以先创建地理位置区域与路段之间的映射关系，再将与各个地理位置区域存在交集的路段所对应的路网数据，与该地理位置区域在所述路网数据库中进行关联存储。

例如，所述地理位置区域，具体可以包括geohash区域；在预计算阶段，可以先创建geohash区域与路段之间的映射关系，再将与各个geohash区域存在交集的路段所对应的路网数据，分别与各个geohash区域在所述路网数据库中进行关联存储，使得所述路网数据库中存储有与至少一个geohash区域对应的路网数据。

在实际应用中，基于通用的GeoHash算法，可以将地球理解为一个二维平面，通过将轨迹点的空间位置(经纬度数据)，编码为一个字符串，可以将地球对应的二维平面递归分解为更小的子区域，位于每个子区域中的若干轨迹点可以拥有相同的geohash编码，作为空间索引。

请参见图2，图2是一示例性的实施例示出的一种geohash区域的示意图。如图2所示，可以将一个区域划分为6个geohash区域g1、g2、g3、g4、g5、g6；其中，位于geohash区域g1中的所有轨迹点的geohash编码都可以为geohash_1，位于geohash区域g2中的所有轨迹点的geohash编码都可以为geohash_2，以此类推。在预计算阶段，可以先创建geohash区域g1与路段r1之间的映射关系，geohash区域g2与路段r1、r2之间的映射关系，以此类推；再将geohash编码geohash_1与路段r1对应的路网数据进行关联存储，将geohash编码geohash_2与路段r1、r2对应的路网数据进行关联存储，以此类推。

其中，所述geohash编码越长，可以用于指示越精确的地理位置。例如，如果采用9位geohash编码，则如图2所示的geohash区域g1、g2、g3、g4、g5、g6，可以用于表示长、宽约为5米的矩形区域。

需要说明的是，图2中仅仅示例性的示出了6个geohash区域以及4个路段，这并不对本说明书做出特别限定；在实际应用中，所述至少一个地理位置区域的区域数量是远远大于6个的，以及，全部路网数据中包括的路段数量是远远大于4个的。

另外，需要说明的是，在以上示出的实施例中，所述地理位置区域为geohash区域，仅仅是一种示例性的描述；在实际应用中，除了geohash编码，也可以采用其他方式为各个地理位置区域生成空间索引。

在本说明书中，所述与至少一个地理位置区域对应的路网数据，可以包括预先计算得到的至少一个地理位置区域与观测概率值之间的第一对应关系，以及预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系。其中，所述地理位置区域对中包括的所述第一地理位置区域或所述第二地理位置区域，可以为所述至少一个地理位置区域中的任一地理位置区域。

其中，所述观测概率值，可以用于表征对应的地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率；所述转移概率值，可以用于表征从对应的地理位置区域对中的第一地理位置区域中的第一路段，转移到对应的地理位置区域对中的第二地理位置区域中的第二路段的概率。

具体地，在预计算阶段，可以针对所述至少一个地理位置区域中的各个地理位置区域，计算用于表征该地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率的观测概率值，以及，可以计算用于表征从其他地理位置区域中的第一路段，转移到该地理位置区域中的第二路段的概率的转移概率值；进一步地，可以采用键值对(key-value)的形式，将地理位置区域作为key，并将对应的观测概率值作为value，以将所述第一对应关系存储至所述路网数据库，以及，将地理位置区域对作为key，并将对应的转移概率值作为value，以将所述第二对应关系存储至所述路网数据库。

例如，请结合如图2所示的geohash区域，所述路网数据库可以存储与geohash区域g1、g2、g3、g4、g5、g6分别对应的路网数据；其中，与geohash区域g6对应的路网数据可以包括预先计算得到的geohash区域g6与观测概率值之间的第一对应关系为{g6：{r3:0.2，r4:0.3}}，以及预先计算得到的geohash区域g6与转移概率值之间的第二对应关系为{“g1，g6”：{“r1，r3”：0.1，“r1，r4”：0.3}，…，“g5，g6”：{…}}。

其中，{g6：{r3:0.2，r4:0.3}}可以用于表征在geohash区域g6中的轨迹点，位于路段r3、r4的观测概率值分别为0.2、0.3。

其中，{“g1，g6”：{“r1，r3”：0.1，“r1，r4”：0.3}}可以用于表征在geohash区域g6中的轨迹点，从geohash区域g1中的路段r1转移到geohash区域g6中的路段r3的转移概率值为0.1，以及，从geohash区域g1中的路段r1转移到geohash区域g6中的路段r4的转移概率值为0.3。

需要说明的是，在以上示出的实施例中，关于所述观测概率值和所述转移概率值的具体取值，仅仅是一种示例性的描述，并不对本说明书做出特别限制。其中，所述观测概率值的取值越大，可以表征观测的轨迹点样本到候选路段的距离越近，该轨迹点样本在该候选路段上的概率越大。所述转移概率值的取值越大，可以表征观测的轨迹点样本对的距离越近，由该轨迹点样本对中的第一轨迹点样本所在的路段转移至该轨迹点样本对中的第二轨迹点样本所在的路段的概率越大。

下面结合图2和图3，介绍具体如何确定与各个地理位置区域存在交集的路段，以及具体如何预先计算所述第一对应关系与所述第二对应关系。

在本说明书中，可以将通用的路网数据作为预计算阶段的输入数据。其中，所述通用的路网数据，也即不包括所述第一对应关系、所述第二对应关系、所述观测概率值、所述转移概率值中的一种或多种的路网数据。关于所述通用的路网数据的具体内容，本说明书中不做限制。

在示出的一种实施方式中，可以基于六边形法，确定与各个地理位置区域存在交集的路段。具体地，针对路网包括的至少一个路段中的各个路段，可以从各个路段的两个端点处，分别向上、向下、向左或向右这三个方向进行延伸，延伸距离为预设长度，以得到与该路段对应的路段区域的6个顶点，进而可以将这6个顶点连接起来，以得到与该路段对应的路段区域；进一步地，可以计算出各个路段的路段区域与各个地理位置区域是否存在交集。

例如，请参见图3，图3是一示例性的实施例示出的一种六边形法的示意图。如图3所示，路段r1的两个端点的空间位置坐标分别为(lng₁，lat₁)、(lng₂，lat₂)；如果预设的延伸距离可以为50m，也即，认为GPS的定位误差为50m，则针对路段r1的两个端点进行延伸，可以得到6个顶点的顶点坐标分别为(lng₁，lat₁+50m)、(lng₁，lat₁-50m)、(lng₁-50m，lat₁)、(lng₂，lat₂+50m)、(lng₂，lat₂-50m)、(lng₂+50m，lat₂)，进而可以将这6个顶点连接起来，得到路段r1的路段区域；在此基础上，由于如图2所示的各个geohash区域的空间位置坐标也是已知的，可以计算出路段r1与各个geohash区域是否存在交集。

需要说明的是，在以上示出的实施方式中，基于六边形法确定与各个地理位置区域存在交集的路段，仅仅是一种示例性的实现方式，并不对本说明书做出限制；在实际应用中，本领域技术人员根据计算量、匹配精度等实际需求，可以灵活地制定其他方式来确定与各个地理位置区域存在交集的路段。

又例如，可以基于圆形法，确定与各个地理位置区域存在交集的路段。具体地，针对路网包括的至少一个路段中的各个路段，可以在各个路段上按照预设间隔长度进行采样，得到多个采样点；进一步地，可以将各个采样点作为圆心，以预设的延伸距离作为半径，得到与各个采样点对应的圆形区域，也即，可以将与该路段上的各个采样点对应的圆形区域之间的并集，作为该路段的路段区域；进一步地，可以计算出各个路段上的各个采样点对应的圆形区域与各个地理位置区域是否存在交集。

由此可见，所述圆形法比所述六边形法的精度更高，但是在预计算阶段的计算量更大；在实际应用中，由于路网数据通常会不断更新，所述路网数据库中存储的预先计算得到的与地理位置区域相交的路段、观测概率值、转移概率值等数据也需要随之不断更新，因此，基于六边形法来确定与各个地理位置区域存在交集的路段，在预计算阶段的计算量更小，并且精度也在可接受范围内，性价比较高。

在本说明书中，由于路网匹配阶段的目标轨迹点可能位于任一地理位置区域中的任一位置，而考虑到预计算阶段的计算量，难以针对所有可能出现的轨迹点，一一预先计算出每个轨迹点对应的观测概率值和转移概率值；因此，可以只计算各个地理位置区域的中心所对应的观测概率值和转移概率值，后续在路网匹配阶段，针对位于目标地理位置区域中的任一位置的目标轨迹点，就可以直接获取预先计算的所述目标地理位置区域的中心所对应的观测概率值和转移概率值，作为所述目标轨迹点所对应的观测概率值和转移概率值。

在示出的一种实施方式中，在进行路网匹配之前，可以预先计算得到至少一个地理位置区域与观测概率值之间的第一对应关系。在实现时，可以确定与所述至少一个地理位置区域中的各个地理位置区域存在交集的路段；进一步地，可以计算从各个地理位置区域的中心到与该地理位置区域存在交集的路段的最短距离，并基于所述最短距离，计算用于表征各个地理位置区域的中心位于与该地理位置区域存在交集的路段的概率的观测概率值；其中，所述最短距离越小，基于所述最短距离计算得到的观测概率值越大；进一步地，可以将计算得到的所述观测概率值确定为用于表征各个地理位置区域中的任一轨迹点位于与该地理位置区域存在交集的路段的概率的观测概率值，以得到各个地理位置区域与观测概率值之间的第一对应关系。

例如，如图2所示，针对geohash区域g6，可以确定与其存在交集的路段为r3、r4；进一步地，可以计算从geohash区域g6的中心分别到路段r3、r4的最短距离d(g₆→r₃)、d(g₆→r₄)，也即，geohash区域g6的中心为点A，点A与路段r3的垂点为点B，点A与路段r4的垂点为点C，可以分别计算线段AB、线段AC的长度；进一步地，用于表征geohash区域g6的中心位于路段r3的概率的观测概率值

可以表征为如下所示的公式：

其中，obser_min_dist可以为所述延伸距离，如，所述延伸距离可以预设为50m；基于类似的方法，还可以计算出用于表征geohash区域g6的中心位于路段r4的概率的观测概率值

进一步地，可以将预先计算得到的观测概率值

确定为用于表征geohash区域g6中的任一轨迹点位于路段r3的概率的观测概率值，以及，可以将预先计算得到的观测概率值

确定为用于表征geohash区域g6中的任一轨迹点位于路段r4的概率的观测概率值，以得到geohash区域g6与观测概率值之间的第一对应关系为：

基于类似的方法，还可以预先计算得到其他geohash区域与观测概率值之间的第一对应关系，在此不再一一赘述。

需要说明的是，在以上示出的实施方式中，从各个地理位置区域的中心到与该地理位置区域存在交集的路段的最短距离越小，说明该地理位置区域中的轨迹点到与该地理位置区域存在交集的路段的最短距离可能越小，进而该地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率越大，因此基于所述最短距离计算得到的观测概率值越大。

在示出的一种实施方式中，在进行路网匹配之前，可以预先计算得到至少一个地理位置区域对与转移概率值之间的第二对应关系。在实现时，可以确定从所述至少一个地理位置区域对中的各个地理位置区域对中的第一地理位置区域中的第一路段，转移到该地理位置区域对中的第二地理位置区域中的第二路段所经过的路径；所述路径中包括至少一个路段；进一步地，可以计算从所述第一地理位置区域的中心与所述第一路段的第一垂点，转移到所述第二地理位置区域的中心与所述第二路段的第二垂点的最短路径长度，并基于所述最短路径长度，计算用于表征从各个地理位置区域对中的第一地理位置区域中的第一路段，转移到该地理位置区域对中的第二地理位置区域中的第二路段的概率的转移概率值，以得到各个地理位置区域对与转移概率值之间的第二对应关系；其中，所述最短路径长度越小，基于所述最短路径长度计算得到的转移概率值越大。

例如，如图2所示，针对geohash区域对“g1，g6”，其中的第一geohash区域g1中的第一路段可以为r1，其中的第二geohash区域g6中的第二路段可以为r3、r4，因此，从第一路段转移到第二路段所经过的路径，可以为r1-＞r4、或r1-＞r2-＞r3；进一步地，geohash区域g1的中心为点D，点D与路段r1的垂点为点E，则针对路径r1-＞r4，可以计算从第一垂点D转移到第二垂点C的最短路径长度

进一步地，用于表征从geohash区域g1中的路段r1转移到geohash区域g6中的路段r4的概率的转移概率值

可以表征为如下所示的公式：

其中，dist(g1，g₆)可以为geohash区域g1、g6的中心之间的地球表面距离。基于类似的方法，针对另一条路径r1-＞r2-＞r3，还可以计算出用于表征从geohash区域g1中的路段r1转移到geohash区域g6中的路段r3的概率的转移概率值

基于类似的方法，还可以计算出与由其他geohash区域(如g2、g3、g4、g5等)和geohash区域g6组成的geohash区域对(如“g2，g6”等)所对应的转移概率值，进而可以得到geohash区域对“g1，g6”与转移概率值之间的第二对应关系为：

基于类似的方法，还可以预先计算得到其他geohash区域对与转移概率值之间的第二对应关系，在此不再一一赘述。

需要说明的是，在以上示出的实施方式中，由于两个地理位置区域的中心之间的地球表面距离是一个固定值，而车辆行驶过程中，通常倾向于选择更短的路径，因此从所述第一垂点转移到所述第二垂点的最短路径长度越小，说明第一地理位置区域的第一路段上的轨迹点转移至第二地理位置区域时，位于所述第二垂点所在的第二路段的可能性越大，也即从所述第一垂点所在的第一路段转移到所述第二垂点所在的第二路段的概率越大，因此基于所述最短路径长度计算得到的转移概率值越大。

在示出的另一种实施方式中，为了进一步提高路网匹配结果的准确性，可以结合路段特征来预先计算所述第二对应关系。其中，所述路段特征可以包括路段之间的转向角、路段的路面宽度、路段的路面路况等特征。下面以结合转向角这一路段特征来计算所述第二对应关系为例进行说明。

在实现时，所述路径中还可以包括至少一个转向角；所述基于所述最短路径长度，计算转移概率值，具体可以包括：基于所述最短路径长度和所述各个转向角的角度，计算用于表征从各个地理位置区域对中的第一地理位置区域中的第一路段，转移到该地理位置区域对中的第二地理位置区域中的第二路段的概率的转移概率值；其中，所述转向角的角度越小，基于所述转向角的角度计算得到的转移概率值越小。

例如，如图2所示，在路径r1-＞r4中，可以包括转向角

以及，在路径r1-＞r2-＞r3中，可以包括转向角

进一步地，针对路径r1-＞r4，用于表征从geohash区域g1中的路段r1转移到geohash区域g6中的路段r4的概率的转移概率值

可以表征为如下所示的公式：

其中，∏w(angle(r1，r4))可以用于表征基于路径r1-＞r4中包括的各个转向角的角度而计算得到的权重系数；具体地，权重系数可以表征为：

其中，r_m可以为所述第一路段，r_n可以为所述第二路段，angle(r_m，r_n)可以为从r_m转移到r_n所经过的路径中包括的各个转向角的角度；需要说明的是，关于转向角的不同角度所对应的权重系数的具体取值以及角度范围，本领域技术人员可以根据需求灵活设置，以上示出的仅仅是一种示例性的描述。

在一个可能的实施例中，将所述转向角

分别代入如上所示的公式中，可以计算出与路径r1-＞r4对应的权重系数为w(angle(r1，r4))＝2/3，与路径r1-＞r2-＞r3对应的权重系数为

需要说明的是，在以上示出的实施例中，在车辆行驶过程中，尤其是货车、客车等大型车辆，通常会尽量避免需要转弯、掉头的路径，尤其会避免路段之间的转向角较小的路径，因此，路径中包括的各个转向角的角度越小、转向角的数量越多，车辆实际通过该路径的可能性就越小，因此基于转向角的角度计算得到的转移概率值就越小。

另外，需要说明的是，关于所述路径中包括的路段和路段之间的转向角，可以基于通用的路网数据中的路段拓扑数据来确定，在此不做赘述。其中，为了避免预计算阶段的计算量过大，在预先计算转移概率时，可以灵活设置所述第一路段与所述第二路段之间的拓扑级数；例如，可以设置为所述第一路段与所述第二路段之间的拓扑级数不超过8级。

(二)路网匹配阶段

在本说明书中，由于在所述预计算阶段中已经预先计算得到相关的观测概率值和转移概率值，并与地理位置区域关联存储至所述路网数据库中，因此，在路网匹配阶段，可以直接获取预先计算得到的所述观测概率值和所述转移概率值，来确定所述目标轨迹点所在的目标路段。

在所述步骤102中，获取车辆的轨迹点序列；其中，所述轨迹点序列包括至少一个轨迹点。

例如，可以通过GPS传感器等设备，获取到车辆的轨迹点序列T＝<p₁，p₂，...，p_i>；其中，p_i可以用于表征所述轨迹点序列T中的第i个轨迹点，i可以为大于1的正整数。

在示出的一种实施方式中，在所述步骤102中，还可以包括：对所述轨迹点序列进行时序异常过滤处理。

例如，对获取到的所述轨迹点序列T＝<p₁，p₂，...，p_i>进行时序异常处理，可以采用LOF(Local Outlier Factor，局部异常因子)算法，计算各个轨迹点对应的局部离群因子；如果计算出的局部离群因子大于预设阈值，则可以确定该轨迹点为异常轨迹点，需要从所述轨迹点序列中过滤掉。其中，所述局部离群因子越大，说明对应的轨迹点越有可能是异常轨迹点。关于所述LOF算法的具体实现方式，请参见相关技术，在此不再赘述。

在所述步骤104中，计算所述至少一个轨迹点中待匹配的目标轨迹点所在的地理位置区域，作为目标地理位置区域。

例如，可以将最近实时采集到的轨迹点p_i作为待匹配的目标轨迹点；如图2所示，根据所述目标轨迹点p_i的空间位置坐标，可以计算出所述目标轨迹点p_i所在的目标地理位置区域为geohash区域g6。

在一个可能的实施例中，由于已经确定了所述目标轨迹点所在的目标地理位置区域，因此可以将与所述目标地理位置区域存在交集的路段，确定为所述目标轨迹点所在的候选路段。例如，如图2所示，在确定目标轨迹点p_i所在的目标地理位置区域为geohash区域g6之后，可以将与geohash区域g6存在交集的路段r3、r4确定为候选路段。

在所述步骤106中，根据所述第一对应关系，获取与所述目标地理位置区域对应的观测概率值，以及，根据所述第二对应关系，获取与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的目标地理位置区域对对应的转移概率值。

例如，在确定目标轨迹点p_i所在的目标地理位置区域为geohash区域g6之后，根据在预计算阶段中预先计算得到的第一对应关系{g6：{r3:0.2，r4:0.3}}，可以直接获取与geohash区域g6对应的观测概率值，也即，目标轨迹点p_i位于路段r3的观测概率值为0.2，目标轨迹点p_i位于路段r4的观测概率值为0.3。

以及，已知所述目标轨迹点p_i的前一个轨迹点p_i-1所在的地理位置区域为geohash区域g1，因此，根据在预计算阶段中预先计算得到的第二对应关系{“g1，g6”：{“r1，r3”：0.1，“r1，r4”：0.3}，…，“g5，g6”：{…}}，可以直接获取与目标geohash区域对“g1，g6”对应的转移概率值，也即，目标轨迹点p_i从路段r1转移到路段r3的转移概率值为0.1，目标轨迹点p_i从路段r1转移到路段r4的转移概率值为0.3。

需要说明的是，在传统的HMM算法中，通常是在路网匹配阶段，根据全部路网数据，实时计算观测概率值和转移概率值，导致路网匹配阶段的计算量大，计算耗时较长，进而导致路网匹配速度较慢；而在本说明书中，由于可以预先计算观测概率值和转移概率值，因此在路网匹配阶段，可以直接实时查询观测概率值和转移概率值，从而减少了路网匹配阶段的计算量，缩短了路网匹配阶段的计算耗时，加快了路网匹配速度。

在示出的一种实施方式中，在所述步骤106中，所述根据所述第一对应关系，获取与所述目标地理位置区域对应的观测概率值，以及，根据所述第二对应关系，获取与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的地理位置区域对对应的转移概率值，具体可以包括：从所述路网数据库中获取与所述目标地理位置区域对应的路网数据；根据所述第一对应关系，在获取到的路网数据中查找与所述目标地理位置区域对应的观测概率值；以及，根据所述第二对应关系，在获取到的路网数据中查找与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的地理位置区域对对应的转移概率值。

例如，在确定目标轨迹点p_i所在的目标地理位置区域为geohash区域g6之后，可以从所述路网数据库中获取与目标geohash区域g6对应的路网数据，并将获取到的与目标geohash区域g6对应的路网数据记载至内存中；进一步地，可以在获取到的路网数据中直接查找与目标geohash区域g6对应的观测概率值；以及，可以在获取到的路网数据中直接查找与目标geohash区域对“g1，g6”对应的转移概率值。

需要说明的是，在相关技术中，通常需要获取并加载电子地图对应的全部路网数据，因此可能出现无法全部加载、内存溢出的问题；而在以上示出的实施方式中，只需要获取并加载与目标地理位置区域对应的路网数据，也即，只需要加载全部路网数据中的一小部分路网数据，因此可以避免无法全部加载、内存溢出的问题。另外，先将与所述目标地理位置区域对应的路网数据加载至车载终端本地，再由车载终端在本地进行路网匹配，可以减少向所述路网数据库发起数据访问请求的次数，避免所述路网数据库的压力过大，还可以避免网络状况较差时可能影响路网匹配速度。

基于类似的技术构思，在预计算阶段，还可以创建至少一种车辆类型与路网数据之间的对应关系，进而在路网匹配阶段可以只获取与所述车辆的车辆类型对应的路网数据，从而减少路网匹配阶段需要加载的路网数据的数据量，在此不再详细展开。

在示出的另一种实施方式中，为了进一步节约车载终端的内存，在所述步骤106中，可以向所述路网数据库实时查询与所述目标地理位置区域对应的观测概率值，以及可以实时查询与所述目标地理位置区域对所对应的转移概率值，以获得对应的查询结果，而无需从所述路网数据库中获取与所述目标地理位置区域对应的路网数据。

例如，预先计算得到的所述第一对应关系和所述第二对应关系，可以存储在支持实时查询的OTS等数据库中，在路网匹配阶段，可以向所述路网数据库发起实时查询。

在所述步骤108中，基于获取到的所述观测概率值和所述转移概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段。

例如，在获取到目标轨迹点p_i位于路段r3的观测概率值为0.2，目标轨迹点p_i位于路段r4的观测概率值为0.3，以及，获取到目标轨迹点p_i从路段r1转移到路段r3的转移概率值为0.1，目标轨迹点p_i从路段r1转移到路段r4的转移概率值为0.3之后，可以从与目标geohash区域g6存在交集的候选路段r3、r4中，确定出目标轨迹点p_i所在的目标路段；其中，所述目标路段可以包括所述候选路段中的一个或多个路段。

具体地，在所述步骤108中，可以计算获取到的所述观测概率值和所述转移概率值的乘积，以得到与所述目标地理位置区域存在交集的各个路段的匹配概率值；其中，所述匹配概率值可以用于表征所述目标轨迹点位于与所述目标地理位置区域存在交集的各个路段的概率；进一步地，根据所述匹配概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段。

其中，所述根据所述匹配概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段，具体可以包括：从与所述目标地理位置区域存在交集的至少一个路段中，将所述匹配概率值超过预设阈值的路段，确定为所述目标轨迹点所在的目标路段；或者，从与所述目标地理位置区域存在交集的至少一个路段中，将所述匹配概率值最大的预设数量的路段，确定为所述目标轨迹点所在的目标路段。

例如，在获取到目标轨迹点p_i位于路段r3的观测概率值为0.2，目标轨迹点p_i位于路段r4的观测概率值为0.3，以及，获取到目标轨迹点p_i从路段r1转移到路段r3的转移概率值为0.1，目标轨迹点p_i从路段r1转移到路段r4的转移概率值为0.3之后，可以计算出路段r3的匹配概率值为0.2*0.1＝0.02，路段r4的匹配概率值为0.3*0.3＝0.09；进一步地，预设阈值可以为0.05，根据计算出的各个候选路段的匹配概率值，可以将对应的匹配概率值超过预设阈值的路段r4确定为目标轨迹点p_i所在的目标路段；或者，预设数量为2，根据计算出的各个候选路段的匹配概率值，可以将对应的匹配概率值最大的2个路段r3和r4确定为目标轨迹点p_i所在的目标路段。

在一个可能的实施例中，在基于空间分析从所述候选路段中确定所述目标路段的过程中，还可以根据需求增加约束条件，从而提高路网匹配结果的准确性。

例如，在基于所述观测概率对所述候选路段进行筛选时，可以增加如下所示的约束条件：

其中，

可以用于表征路段r_n的路段方向，

可以用于表征目标轨迹点p_i的轨迹方向；所述约束条件可以限定所述目标路段的方向与所述目标轨迹点的轨迹方向之间的夹角小于预设角度阈值π/6，也即，实际行驶过程中，车辆的轨迹方向应当与其所在路段的路段方向基本一致。基于上述约束条件，可以从所述候选路段中过滤掉与所述目标轨迹点位置相近、而方向差异明显的路段。

在示出的一种实施方式中，为了进一步提高路网匹配结果的准确性，除了基于空间分析从所述候选路段中确定所述目标路段，还可以时间分析从所述候选路段中确定所述目标路段。在所述步骤108的同时或之后，所述方法还可以包括：确定从所述目标轨迹点的前一个轨迹点所在的路段，移动至与所述目标地理位置区域存在交集的路段所经过的路径，并计算所述路径的最短路径长度；确定从所述目标轨迹点的前一个轨迹点移动至与所述目标轨迹点所经过的时长；根据所述最短路径长度和所述时长，计算从所述目标轨迹点的前一个轨迹点移动至与所述目标轨迹点的平均速度，作为与所述目标路段对应的平均速度；从确定出的所述目标路段中，过滤掉对应的平均速度超过预设速度阈值的目标路段。

例如，在确定所述候选路段为r3和r4之后，如果路段r4为高速路段，并且由目标轨迹点p_i的前一个轨迹点p_i-1所经过的路径“r1-＞r4”包括较多高速路段，而路段r3为普通路段，并且由目标轨迹点p_i的前一个轨迹点p_i-1所经过的路径“r1-＞r2-＞r3”需要绕行的路径长度较长；进一步地，可以计算路径“r1-＞r4”和路径“r1-＞r2-＞r3”的最短路径长度，以及，根据目标轨迹点p_i(lng_i，lat_i，t_i)，前一个轨迹点p_i-1(lng_i-1，lat_i-1，t_i-1)，可以确定从前一个轨迹点p_i-1移动至目标轨迹点p_i所经过的时长Δt＝t_i-t_i-1；进一步地，根据所述最短路径长度和所述时长，可以分别计算出按照路径“r1-＞r4”、路径“r1-＞r2-＞r3”，从前一个轨迹点p_i-1移动至所述目标轨迹点p_i的平均速度，作为与路段r4、r3分别对应的平均速度；如果预设的速度阈值为120km/h，与路段r4对应的平均速度为60km/h，与路段r3对应的平均速度为150km/h，可见，在路径“r1-＞r2-＞r3”上的平均速度为150km/h，这显然是不合常理的，因此，可以过滤掉路段r3。

(三)超速预警阶段

相关技术中，交通部行业标准的车载终端，通常只能实现最高限速提醒；而对于匝道、互通、国道、省道等实际限速值较低的路段，无法实现精准的限速提醒。而在本说明书的技术方案中，在实现快速路网匹配的基础上，可以结合不同路段的实际限速值，为用户提供更加及时、准确的超速预警服务。

在本说明书中，在所述步骤108之后，所述方法还可以包括：获取与所述目标路段对应的路段限速值；按照预设的超速预警策略，根据所述车辆的移动速度与所述路段限速值，进行超速预警。

例如，市区中的一般路段的路段限速值可以为60km/h，而学校路段的路段限速值可以为30km/h，如果确定目标轨迹点所在的目标路段属于学校路段，则可以确定与所述目标路段对应的路段限速值为30km/h，并可以按照预设的超速预警策略，根据车辆的当前移动速度与学校路段的路段限速值进行超速预警。

在示出的一种实施方式中，为了进一步提高超速预警的准确性，除了结合不同路段的实际限速值进行超速预警，还可以结合不同路段在不同时段、针对不同车辆类型的实际限速值进行超速预警。在实现时，所述获取与所述目标路段对应的路段限速值，具体可以包括：获取与所述目标路段对应的时段限速值和/或车型限速值；根据所述时段限速值和/或车型限速值，确定所述路段限速值。

例如，某条路段在高峰时段的路段限速值可以为40km/h，在其他非高峰时段的路段限速值可以为60km/h，如果确定目标轨迹点所在的目标路段属于该路段，并且当前时段属于高峰时段，则可以确定与所述目标路段对应的路段限速值为40km/h，并可以按照预设的超速预警策略，根据车辆的当前移动速度进行超速预警。

又例如，某条路段针对大型货车的路段限速值可以为40km/h，针对普通车辆的路段限速值可以为60km/h，如果确定目标轨迹点所在的目标路段属于该路段，并且本车辆属于大型货车，则可以确定与所述目标路段对应的路段限速值为40km/h，并可以按照预设的超速预警策略，根据车辆的当前移动速度进行超速预警。

需要说明的是，在以上示出的实施方式中，关于所述超速预警策略，本说明书中不做特别限定，本领域技术人员可以根据需求灵活设置。例如，为了减少对用户的打扰，可以将所述超速预警策略设置为，响应于检测到车辆的当前移动速度超过与所述目标路段对应的路段限速值，进行超速预警，以提示用户已经超速。又例如，针对客车、货车等行驶安全性要求较高的场景，可以将所述超速预警策略设置为，响应于检测到车辆的当前移动速度接近与所述目标路段对应的路段限速值，进行超速预警，以在超速之前及时提示用户。

通过以上技术方案可知，一方面，由于预先计算了观测概率值和转移概率值，并将预先计算得到的观测概率值和转移概率值与对应的地理位置区域关联存储在路网数据库中；因此，在后续的路网匹配过程中，只需计算目标轨迹点所在的目标地理位置区域，就可以获取对应的观测概率值和转移概率值，也即可以直接查找预先计算得到的观测概率值和转移概率值，而无需根据路网数据实时计算观测概率值和转移概率值，从而减少了路网匹配过程中的计算量和计算耗时，加快了路网匹配的速度。

与上述路网匹配方法的实施例对应的，本说明书还提供了一种路网匹配装置的实施例。

请参见图4，图4是一示例性的实施例示出的一种路网匹配装置所在电子设备的硬件结构图。在硬件层面，该设备包括处理器402、内部总线404、网络接口406、内存408以及非易失性存储器410，当然还可能包括其他业务所需要的硬件。本说明书一个或多个实施例可以基于软件方式来实现，比如由处理器402从非易失性存储器410中读取对应的计算机程序到内存408中然后运行。当然，除了软件实现方式之外，本说明书一个或多个实施例并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

请参见图5，图5是一示例性的实施例示出的一种路网匹配装置的框图。该路网匹配装置可以应用于如图4所示的电子设备中，以实现本说明书的技术方案。路网数据库中存储有与至少一个地理位置区域对应的路网数据；其中，所述与至少一个地理位置区域对应的路网数据，包括预先计算得到的所述至少一个地理位置区域与观测概率值之间的第一对应关系，以及预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系；所述观测概率值，用于表征对应的地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率；所述转移概率值，用于表征从对应的地理位置区域对中的第一地理位置区域中的第一路段，转移到对应的地理位置区域对中的第二地理位置区域中的第二路段的概率；所述装置包括：其中，所述路网匹配装置可以包括：

第一获取单元502，用于获取车辆的轨迹点序列；其中，所述轨迹点序列包括至少一个轨迹点；

计算单元504，用于计算所述至少一个轨迹点中待匹配的目标轨迹点所在的地理位置区域，作为目标地理位置区域；

第二获取单元506，用于根据所述第一对应关系，获取与所述目标地理位置区域对应的观测概率值，以及，根据所述第二对应关系，获取与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的目标地理位置区域对对应的转移概率值；其中，所述目标地理位置区域对中的第一地理位置区域为所述目标轨迹点的前一个轨迹点所在的地理位置区域，所述目标地理位置区域对中的第二地理位置区域为所述目标地理位置区域；所述第一路段为所述目标轨迹点的前一个轨迹点所在的路段，所述第二路段为与所述目标地理位置区域存在交集的至少一个路段中的各个路段；

确定单元508，用于基于获取到的所述观测概率值和所述转移概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段。

在本实施例中，所述第二获取单元506，具体用于：

从所述路网数据库中获取与所述目标地理位置区域对应的路网数据；

根据所述第一对应关系，在获取到的路网数据中查找与所述目标地理位置区域对应的观测概率值；以及，根据所述第二对应关系，在获取到的路网数据中查找与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的目标地理位置区域对对应的转移概率值。

在本实施例中，所述确定单元508，具体用于：

计算获取到的所述观测概率值和所述转移概率值的乘积，以得到与所述目标地理位置区域存在交集的各个路段的匹配概率值；其中，所述匹配概率值用于表征所述目标轨迹点位于与所述目标地理位置区域存在交集的各个路段的概率；

根据所述匹配概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段。

在本实施例中，所述确定单元508，具体用于：

从与所述目标地理位置区域存在交集的至少一个路段中，将所述匹配概率值超过预设阈值的路段，确定为所述目标轨迹点所在的目标路段；或者，

从与所述目标地理位置区域存在交集的至少一个路段中，将所述匹配概率值最大的预设数量的路段，确定为所述目标轨迹点所在的目标路段。

在本实施例中，所述装置还包括：

第三获取单元，用于获取与所述目标路段对应的路段限速值；

超速预警单元，用于按照预设的超速预警策略，根据所述车辆的移动速度与所述路段限速值，进行超速预警。

在本实施例中，所述第三获取单元，具体用于：

获取与所述目标路段对应的时段限速值和/或车型限速值；

根据所述时段限速值和/或车型限速值，确定所述路段限速值。

在本实施例中，所述装置还包括第一预计算单元504，用于：

确定与所述至少一个地理位置区域中的各个地理位置区域存在交集的路段；

计算从各个地理位置区域的中心到与该地理位置区域存在交集的路段的最短距离，并基于所述最短距离，计算用于表征各个地理位置区域的中心位于与该地理位置区域存在交集的路段的概率的观测概率值；其中，所述最短距离越小，基于所述最短距离计算得到的观测概率值越大；

将计算得到的所述观测概率值确定为用于表征各个地理位置区域中的任一轨迹点位于与该地理位置区域存在交集的路段的概率的观测概率值，以得到各个地理位置区域与观测概率值之间的第一对应关系。

在本实施例中，所述装置还包括第二预计算单元504，用于：

确定从所述至少一个地理位置区域对中的各个地理位置区域对中的第一地理位置区域中的第一路段，转移到该地理位置区域对中的第二地理位置区域中的第二路段所经过的路径；所述路径中包括至少一个路段；

计算从所述第一地理位置区域的中心与所述第一路段的第一垂点，转移到所述第二地理位置区域的中心与所述第二路段的第二垂点的最短路径长度，并基于所述最短路径长度，计算用于表征从各个地理位置区域对中的第一地理位置区域中的第一路段，转移到该地理位置区域对中的第二地理位置区域中的第二路段的概率的转移概率值，以得到各个地理位置区域对与转移概率值之间的第二对应关系；其中，所述最短路径长度越小，基于所述最短路径长度计算得到的转移概率值越大。

在本实施例中，所述路径中还包括至少一个转向角；

所述第二预计算单元504，具体用于：

基于所述最短路径长度和所述各个转向角的角度，计算用于表征从各个地理位置区域对中的第一地理位置区域中的第一路段，转移到该地理位置区域对中的第二地理位置区域中的第二路段的概率的转移概率值；其中，所述转向角的角度越小，基于所述转向角的角度计算得到的转移概率值越小。

在本实施例中，所述装置还包括时间分析单元，用于：

确定从所述目标轨迹点的前一个轨迹点所在的路段，移动至与所述目标地理位置区域存在交集的路段所经过的路径，并计算所述路径的最短路径长度；

确定从所述目标轨迹点的前一个轨迹点移动至与所述目标轨迹点所经过的时长；

根据所述最短路径长度和所述时长，计算从所述目标轨迹点的前一个轨迹点移动至所述目标轨迹点的平均速度，作为与所述目标路段对应的平均速度；

从确定出的所述目标路段中，过滤掉对应的平均速度超过预设速度阈值的目标路段。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例只是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

在一个典型的配置中，计算机包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁盘存储、量子存储器、基于石墨烯的存储介质或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书一个或多个实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

以上所述仅为本说明书一个或多个实施例的较佳实施例而已，并不用以限制本说明书一个或多个实施例，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例保护的范围之内。

Claims

1.一种路网匹配方法，路网数据库中存储有与至少一个地理位置区域对应的路网数据；其中，所述与至少一个地理位置区域对应的路网数据，包括预先计算得到的所述至少一个地理位置区域与观测概率值之间的第一对应关系，以及预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系；所述观测概率值，用于表征对应的地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率；所述转移概率值，用于表征从对应的地理位置区域对中的第一地理位置区域中的第一路段，转移到对应的地理位置区域对中的第二地理位置区域中的第二路段的概率；所述方法包括：

2.根据权利要求1所述的方法，所述根据所述第一对应关系，获取与所述目标地理位置区域对应的观测概率值，以及，根据所述第二对应关系，获取与由所述目标轨迹点的前一个轨迹点所在的地理位置区域和所述目标地理位置区域组成的目标地理位置区域对对应的转移概率值，包括：

3.根据权利要求1所述的方法，所述基于获取到的所述观测概率值和所述转移概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段，包括：

4.根据权利要求3所述的方法，所述根据所述匹配概率值，从与所述目标地理位置区域存在交集的至少一个路段中，确定出所述目标轨迹点所在的目标路段，包括：

5.根据权利要求1所述的方法，所述方法还包括：

获取与所述目标路段对应的路段限速值；

按照预设的超速报警策略，根据所述车辆的移动速度与所述路段限速值，进行超速预警。

6.根据权利要求5所述的方法，所述获取与所述目标路段对应的路段限速值，包括：

获取与所述目标路段对应的时段限速值和/或车型限速值；

7.根据权利要求1所述的方法，所述方法还包括：

8.根据权利要求1所述的方法，所述方法还包括：

9.根据权利要求8所述的方法，所述路径中还包括至少一个转向角；

所述基于所述最短路径长度，计算用于表征从各个地理位置区域对中的第一地理位置区域中的第一路段，转移到该地理位置区域对中的第二地理位置区域中的第二路段的概率的转移概率值，包括：

10.根据权利要求1-9任一项所述的方法，所述方法还包括：

11.一种路网匹配装置，路网数据库中存储有与至少一个地理位置区域对应的路网数据；其中，所述与至少一个地理位置区域对应的路网数据，包括预先计算得到的所述至少一个地理位置区域与观测概率值之间的第一对应关系，以及预先计算得到的至少一个地理位置区域对与转移概率值之间的第二对应关系；所述观测概率值，用于表征对应的地理位置区域中的轨迹点位于与该地理位置区域存在交集的路段的概率；所述转移概率值，用于表征从对应的地理位置区域对中的第一地理位置区域中的第一路段，转移到对应的地理位置区域对中的第二地理位置区域中的第二路段的概率；所述装置包括：

12.一种电子设备，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；

所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行权利要求1至10任一项所述的方法。

13.一种机器可读存储介质，所述机器可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，实现权利要求1至10任一项所述的方法。