マップマッチング

マップ マッチングは、記録された地理座標を現実世界の論理モデルとどのように一致させるかという問題であり、通常は何らかの形式の地理情報システムを使用します。最も一般的なアプローチは、記録された連続した位置ポイント (例: GPSから) を取得し、それらを既存のストリートグラフ(ネットワーク) のエッジに関連付けることです。通常、このグラフはユーザーまたは車両の移動を表す並べ替えられたリストです。このように観測結果を論理モデルと一致させることは、衛星ナビゲーション、貨物の GPS 追跡、および輸送工学に応用されています。

マップマッチングアルゴリズムは、リアルタイムアルゴリズムとオフラインアルゴリズムに分けられます。リアルタイムアルゴリズムは、記録プロセス中に位置を道路ネットワークに関連付けます。オフラインアルゴリズムは、データが記録された後に使用され、その後道路ネットワークにマッチングされます。^[1]リアルタイムアプリケーションは、特定の時間より前のポイントに基づいてのみ計算できますが（全体の旅程ではなく）、ライブ環境で使用することを目的としています。これにより、パフォーマンスと精度が妥協されます。オフラインアプリケーションはすべてのポイントを考慮できるため、パフォーマンスの低下を許容して精度を優先できます。ただし、低精度の欠陥は、時空間近接性と改良された加重円アルゴリズムの統合により軽減できます。^[2]

マップ マッチング アルゴリズムの用途は、旅行者を誘導するためのアプリケーションなどの即時かつ実用的なものから、交通分析モデルなどの詳細な入力を生成する分析的なものまで多岐にわたります。

おそらく、マップマッチングの最も一般的な用途は、旅行者がモバイル コンピューターを使って街路網を横断する道順を調べる場合です。正確な道順を示すには、デバイスがユーザーが街路網のどこにいるかを正確に把握している必要があります。ただし、GPS の位置情報には位置誤差があるため、最も近い街路セグメントを選択してそこからルートを決めることはおそらく機能しません。代わりに、GPS によって報告された位置情報の履歴を使用して、妥当なルートを推測し、現在の位置をより正確に推測することができます。

より分析的な性質を持つその他の用途としては、次のものがあります。

• 車両のGPSトラックから交通流情報を抽出する
• ユーザーが報告した属性を道路に関連付ける
• 複数のGPSトラックの分析に基づいて、自動的に方向指示制限を推測します。

他にも例があり^[3]、このテーマは現在も活発に研究開発が進められています。^{[4] [5] [6] [7]}

マップマッチング問題を解決する最も初期のアプローチは、点の曲線と道路の曲線の類似性に基づいていました。^[8]

トポロジカル マップ マッチングは、道路セグメント間の接続性と関係性を考慮して、GPS ポイントを道路ネットワークに合わせます。ネットワークの構造、パス制約、GPS ポイントの順序を考慮して、特に複雑な環境でも正確で現実的なルート マッチングを実現します。

ファジーロジック、隠れマルコフモデル（HMM）、カルマンフィルタに基づく高度なマップマッチングアルゴリズムは、GPSポイントの位置推定の精度を大幅に向上させます。ただし、このレベルの精度を達成するには、多くの場合、かなりの処理時間が必要です。^[9]

マップマッチングは隠れマルコフモデルとして説明され、放出確率は点が単一のセグメントに属することの確信度であり、遷移確率は点が与えられた時間内にあるセグメントから別のセグメントに移動する確率として表される。^{[10] [11]}

マップマッチングは、オープンソースのGraphHopperやOpen Source Routing Machineルーティングエンジンを含むさまざまなプログラム^{[12] [13]に実装されています。 [14]}また、さまざまな独自のプログラムやマッピング/ルーティングアプリケーションにも含まれています。