Cartographier les liens et les idées? [fermé]

J'utilise OpenStreetMap et son réseau routier vectoriel et j'aimerais implémenter un algorithme de matcher de carte.

Actuellement, je suis en mesure, pour chaque position GPS, de récupérer le segment de route le plus proche et de calculer la projection de cette position sur ce segment, comme sur cette image (la goupille rouge correspond à la position GPS pure, position cartographiée):

Cependant, en raison du manque de précision du GPS, la position mappée passe parfois d’un segment à l’autre et peut parfois générer une position mappée incohérente.

Mon algorithme actuel est très basique: à partir de la position GPS pure, je récupère le segment le plus proche et décide que la position correspondante mappée correspond à celle-ci. Je sais que cela peut être vraiment amélioré.

J'imagine que la prise en compte de la direction du véhicule améliorera l'appariement des cartes, mais connaissez-vous une autre approche qui me permettrait d'améliorer mon outil de correspondance?

Je cherche un lien, et / ou un logiciel open source?

La projection de points sur la ligne, comme vous le faites déjà, est possible directement dans PostGIS. J'ai écrit il y a quelque temps, ici

Mais pour résoudre votre problème lorsque les points sont plus proches du mauvais segment que du bon segment, cela pourrait être une approche possible.

1. Construire une ligne de points
2. Essayez les solutions suggérées dans Algorithmes pour faire correspondre les segments à la totalité de la ligne au lieu de point à point.

Après avoir lu votre question et les différentes réponses, je me suis intéressé à ce problème. Après avoir lu un peu les algorithmes de correspondance de carte, j'ai compris ce qui suit:

• Pour faire correspondre l’emplacement GPS à la route, vous avez besoin des données routières réelles au format vectoriel.
• Cela vous aidera si vous avez des poids différents pour différentes routes. Ainsi, les chances d'un point correspondant à une autoroute seront plus élevées, puis à égaler une ligne de côté.
• Vous devez prendre l'historique et la vitesse de lecture du GPS. Par exemple, si le point GPS correspond à la voie latérale depuis longtemps, vous devez en tenir compte, et non pas le faire correspondre directement à la route. -L'appariement réel est fait en utilisant une variété de techniques statistiques.

Pour plus de lecture, je suggère ce qui suit:

• Correspondance cartographique pour les trajectoires GPS à faible taux d'échantillonnage
• Certains algorithmes de correspondance de carte pour les assistants de navigation personnels
• Méthode de correspondance de carte générale en trois étapes dans l'environnement SIG: perspective de l'étude des déplacements / transports

Répondre à ma propre question!

1- Un joli fichier .pdf que je viens de trouver sur ce sujet:

http://safari.ce.sharif.edu/file/2011-06-06/259/2009_An%20off-line%20map-matching%20algorithm%20for%20incomplete%20map%20databases.pdf

qui renvoie également à une implémentation open source C ++ du matcher de carte décrit dans le document: http://eden.dei.uc.pt/~camara/files/mgemma.zip
(celui-ci est un matcher de carte hors ligne, à ma connaissance, qu’il calcule les positions appariées sur la carte avec le chemin TOUT en entrée et ne peut le faire à la volée pour chaque position).

2- Ensuite, je viens de lire celui-ci en profondeur et il est vraiment bon à mon avis: https://dspace.lboro.ac.uk/dspace-jspui/bitstream/2134/4860/1/velaga.pdf "Développement un algorithme topologique de correspondance topologique basé sur le poids amélioré pour les systèmes de transport intelligents "
L'algorithme est clairement expliqué et des valeurs de réglage du poids sont également fournies dans le document.

Il existe de nombreux travaux sur l'appariement de cartes. Voir le présent document pour un bref aperçu de certains travaux assez récents (antérieurs à 2007). Plus récemment, les approches basées sur les modèles de Markov cachés semblent assez bien fonctionner dans des circonstances normales. Par exemple, consultez ce document de 2009. L’idée et le modèle sont assez simples et ne devraient pas vous donner trop de mal à mettre en œuvre même si vous n'êtes pas familier avec les HMM (dans ce cas, ne paniquez pas, il y a de tutoriels et introductions en ligne)

La méthode est aussi appelée "fusion de vecteur". Il existe une page Wiki dédiée ( http://wiki.openstreetmap.org/wiki/Conflation ) qui donne un aperçu général et répertorie les packages logiciels (Open Source) permettant d'effectuer la conflation de vecteurs routiers du type "JOSM conflation plugin", "Fusion de Potlatch 2 tool "," RoadMatcher "(pour OpenJUMP) et d’autres.

Pour les algorithmes de correspondance de carte, cela dépend si vous avez besoin d'un traitement en temps réel ou hors ligne. Dans le dernier cas, les algues à la pointe de la technologie peuvent traiter environ 1 000 points par seconde. La mémoire requise dépend bien sûr de la couverture. Nous avons réussi à réduire le réseau routier OSM de la planète sur environ 16 Gb à cette fin.

En outre, vous devez distinguer la correspondance de carte de l' inférence de chemin : il s'agit de deux processus distincts selon que vous disposez de données haute ou basse fréquence. Lorsque vous avez relativement peu de points (par exemple, 1 donnée par kilomètre dans un contexte urbain), il s'agit d'une inférence de chemin car il est généralement nécessaire de supposer que le périphérique est en déplacement. L'inférence de chemin est généralement plus difficile, mais le problème avec les appareils modernes / le prix d'acquisition des données devient moins problématique.

Vous pouvez vérifier dans mon profil une API qui effectue la correspondance de carte directement sur OSM: elle utilise la correspondance topologique et fonctionne bien avec les données de voiture flottante, par exemple.

Strava Slide décrit comment les données cumulées sur les traces d'un réseau routier peuvent se comporter comme des "vallées" et comment l'itinéraire proposé "se mettrait en place" comme s'il s'agissait d'une chaîne de perles.

Après avoir testé la plupart des frameworks mentionnés précédemment, j'ai trouvé Barefoot et je le recommande vraiment. Il utilise des modèles de markov cachés comme une approche probabiliste d'appariement de carte (les détails dans leur document "Mettre la voiture sur la carte" ) et est implémenté en Java. Il est open-source et développé activement par le département CarIT de BMW.

Le sujet est appelé correspondance de carte. Mais en tant que première très bonne approximation, il est probablement suffisant de rechercher les points les plus proches pour chaque point GPS (sans qu'aucune correction ne devine le bon chemin).

Mon projet Open Source appelé graphhopper ne fonctionne pas pour iOS ( mise à jour : il fonctionne désormais également sur iOS), pas plus qu’une application Android entièrement fonctionnelle pour ce que vous voulez. Mais vous pouvez utiliser la version du serveur pour créer une application iOS ou utiliser la démo Android hors ligne comme point de départ. J'ai publié l'algorithme de correspondance de carte ici , un prototype approximatif mais qui fonctionne étonnamment bien.

Essayez d’acquérir de bonnes données de test. Utilisez un GPS d’enregistrement de trace plus précis, en plus des points d’enregistrement sur votre appareil cible. Ceci identifiera les erreurs dans le GPS et dans les données OSM sous-jacentes. La connaissance de seuils sensibles facilitera grandement la conception de l'algorithme.

Si vous pouvez obtenir des données sur les routes pour votre région, vous pouvez être intéressé par la capture automatique en bloc avec FOSS

GRASS peut vous aider, que vous souhaitiez tracer des données en temps réel ou que vous envisagiez d'effectuer ultérieurement un post-traitement sur votre PC.

J'ai trouvé une API capable de faire le travail sans avoir à développer immédiatement sa propre solution.

Ils utilisent les données OSM pour faire la correspondance cartographique. Ils ont également une page de démonstration qui permet le téléchargement de fichiers GPX pour voir si cela peut fonctionner pour vous.

Vous n'avez pas nécessairement besoin d'améliorer la qualité de vos données. L'utilisation d'un algorithme topologique avec un réseau routier en mémoire améliorera considérablement votre correspondance. Vérifiez les références: http://trb.metapress.com/content/p31485vw72645686