بکارگیری الگوریتمهای تطبیق نقشه به‌منظور استخراج اطلاعات ترافیکی از خطوط سیر حاصل از GPS با نرخ نمونه‌برداری پایین

از میان روش‌های مختلف جمع‌آوری اطلاعات ترافیکی،GPS به‌علت هزینه پایین‌تر، دسترسی و فراوانی بیشتر، از محبوبیت خاصی برخوردار است. عامل اصلی اطمینان از پارامترهای ترافیکی محاسبه‌شده از خطوط‌سیرGPS، اطلاع از مکان صحیح خودرو بر روی قطعات جاده است. این عمل کلیدی توسط الگوریتم‌های تطبیق نقشه صورت می‌گیرد. درصد بالایی از خطوط سیر‌ GPS تولید شده از GPS تلفن همراه، خودروهای مجهز به GPS، ناوگان حمل‌و‌نقل عمومی و شبکه‌های اجتماعی با نرخ نمونه‌برداری پایین دو تا شش دقیقه تولید می‌شوند. لذاتعیین یک الگوریتم تطبیق نقشه مناسب برای کاهش خطای داده‌های مذکور ضروری بنظر می‌رسد. در این مقاله هدف معرفی، مقایسه و تحلیل نتایج تطبیق داده‌های خطوط‌سیر GPS با دو الگوریتم ST-matching و IVMM برای داده‌های با نرخ پایین و سپس تهیه نقشه سرعت ترافیکی از داده‌های تطبیق شده می‌باشد. از ویژگی‌های بارز الگوریتم ST-matching در نظرگرفتن همزمان توپولوژی و ویژگی‌های مکانی ویژگی زمانی می‌باشد. درروش IVMM نه‌تنها از اطلاعات مکانی و زمانی بلکه از یک استراتژی رأی‌مبنا به‌منظور مدل‌کردن وزن تأثیرات متقابل بین نقاطGPS بهره‌گرفته‌می‌شود. به‌منظور تست و ارزیابی این دو الگوریتم از داده‌های ناوگان حمل‌ونقل عمومی اتوبوس‌رانی شهر تهران با نرخ نمونه‌برداری دو دقیقه استفاده‌شده است. الگوریتم ST-matching برای تطبیق هر نقطه نمونه برداری فقط یک نقطه قبل از آن را در نظر می‌گیرد و برای نقطه اول نقطه ماقبل وجود ندارد، بنابراین الگوریتم به نقطه شروع وابستگی زیادی دارد. الگوریتم IVMM با مدل‌سازی تأثیرات متقابل نقاط نمونه‌برداری نتایج مؤثرتر و مستحکم‌تری را ارائه می‌دهد. تابع وزن فاصله نقش مهمی در الگوریتم IVMM ایفا می‌کند. با افزایش مقدار پارامتر بتا در ابن تابع دقت تطبیق نقشه نیز افزایش می‌یابد. دقت به‌دست‌آمده از روش IVMM 88 % و روش ST-matching 73% می‌باشد. نتایج حاصل از این مقاله نشان می‌‌دهد الگوریتم IVVM درمقایسه با ST-matching به‌طور قابل‌توجهی بهتر عمل می‌نماید.هم چنین در مواجهه با گردش‌های Uشکل IVVM نتایج بهتری را ارائه می‌دهد.