位置与道路的匹配方法及装置、设备及存储介质与流程

本发明实施例涉及道路匹配技术领域，尤其涉及一种位置与道路的匹配方法及装置、设备及存储介质。

背景技术：

gps所得到的位置数据仅是一个经纬度坐标数据，在导航过程中需要将gps位置数据与地图匹配，将gps位置数据转换为地图坐标，不仅要确定gps位置数据在地图上的位置，还要准确确定地图上哪条道路与该位置数据的匹配性最佳。

现有技术中，一般是基于hmm模型(hiddenmarkovmodel，隐马尔可夫模型)，同时利用viterbi动态规划算法计算gps位置数据与道路的匹配结果。hmm模型在确定当前位置点的匹配道路时，仅依据前一位置点的相关数据确定当前位置点的匹配道路。

发明人在实现本发明的过程中，发现现有技术存在如下缺陷：当hmm模型对一个位置点的道路匹配出现错误时，会使得hmm模型对之后的多个位置点的道路匹配出现错误，大大降低了hmm模型输出结果的准确度。

技术实现要素：

有鉴于此，本发明实施例提供了一种位置与道路的匹配方法及装置、设备及存储介质，以优化现有的位置与道路匹配方法，提高了位置点与道路匹配的准确度。

在第一方面，本发明实施例提供了一种位置与道路的匹配方法，包括：

使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，其中，所述行程位置点序列为依据所有行程位置点的生成时间的先后顺序对所述所有行程位置点进行排序得到的序列；

如果所述各条关联道路的匹配概率不满足匹配规则，则依据关联位置点顺序选取规则，从所述行程位置点序列中依次顺序选取一个关联位置点的位置数据输入所述hmm模型，同时将所述待匹配道路位置点的位置数据也输入所述hmm模型，重新获取所述待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件，其中，所述关联位置点不包括所述行程位置点序列中位于所述待匹配道路位置点之前的相邻位置点；

根据满足所述结束处理条件时的处理结果，确定所述待匹配道路位置点与所述各条关联道路的匹配结果。

在上述方法中，可选的是，所述关联位置点顺序选取规则为：

先将所述行程位置点序列中待匹配道路位置点后面第n个位置点作为关联位置点，后将所述行程位置点序列中待匹配道路位置点前面第n+1个位置点作为关联位置点，以此为一个循环过程，循环获取关联位置点，其中，n为本次循环的循环次数，n的初始值为1。

在上述方法中，可选的是，所述匹配规则为：

所述各条关联道路的匹配概率中最大的两个概率的差小于设定差值阈值。

在上述方法中，可选的是，所述结束处理条件为：

重新获取的所述各条关联道路的匹配概率满足所述匹配规则且所述关联位置点的选取总数量小于等于设定数量阈值；

或重新获取的所述各条关联道路的匹配概率不满足所述匹配规则且所述关联位置点的选取总数量大于所述设定数量阈值。

在上述方法中，可选的是，所述根据满足所述结束处理条件时的处理结果，确定所述待匹配道路位置点与所述各条关联道路的匹配结果，包括：

如果重新获取的所述各条关联道路的匹配概率不满足所述匹配规则且所述关联位置点的选取总数量大于设定数量阈值，则确定所述各条关联道路中不存在与所述待匹配道路位置点匹配的道路；

如果重新获取的所述各条关联道路的匹配概率满足所述匹配规则且所述关联位置点的选取总数量小于等于所述设定数量阈值，则确定重新获取的所述各条关联道路的匹配概率中最大概率对应的关联道路为所述待匹配道路位置点的匹配道路。

在上述方法中，可选的是，所述使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，包括：

使用hmm模型，获取行程位置点序列中待匹配道路位置点到其对应的各条关联道路的垂直距离和垂足，以及在所述行程位置点序列中所述待匹配道路位置点的当前关联位置点到其对应的各条关联道路的垂直距离和垂足；

使用所述hmm模型，根据所述待匹配道路位置点以及所述当前关联位置点分别对应的所述关联道路，计算所述当前关联位置点对应的任一垂足至所述待匹配道路位置点对应的任一垂足的路线概率；

使用所述hmm模型，根据所述待匹配道路位置点对应的垂直距离，计算所述待匹配道路位置点对应的垂足的本位置点垂足概率，以及根据所述当前关联位置点对应的垂直距离，计算所述当前关联位置点对应的垂足的关联位置点垂足概率；

使用所述hmm模型，根据所述路线概率、所述本位置点垂足概率以及所述关联位置点垂足概率，计算得到所述待匹配道路位置点对应的各条关联道路的匹配概率。

在上述方法中，可选的是，所述使用所述hmm模型，根据所述路线概率、所述本位置点垂足概率以及所述关联位置点垂足概率，计算得到待匹配道路位置点对应的各条关联道路的匹配概率，具体包括：

使用所述hmm模型，根据所述路线概率、所述本位置点垂足概率、所述关联位置点垂足概率以及所述关联道路的道路等级对应的选取概率，计算得到所述待匹配道路位置点对应的各条关联道路的匹配概率

在第二方面，本发明实施例提供了一种位置与道路的匹配装置，包括：

匹配概率获取模块，用于使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，其中，所述行程位置点序列为依据所有行程位置点的生成时间的先后顺序对所述所有行程位置点进行排序得到的序列；

概率重新获取模块，用于如果所述各条关联道路的匹配概率不满足匹配规则，则依据关联位置点顺序选取规则，从所述行程位置点序列中依次顺序选取一个关联位置点的位置数据输入所述hmm模型，同时将所述待匹配道路位置点的位置数据也输入所述hmm模型，重新获取所述待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件，其中，所述关联位置点不包括所述行程位置点序列中位于所述待匹配道路位置点之前的相邻位置点；

匹配结果确定模块，用于根据满足所述结束处理条件时的处理结果，确定所述待匹配道路位置点与所述各条关联道路的匹配结果。

在第三方面，本发明实施例提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所述的位置与道路的匹配方法。

在第四方面，本发明实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所述的位置与道路的匹配方法。

本发明实施例提供了一种位置与道路的匹配方法及装置、设备及存储介质，通过当行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率不满足匹配规则时，使用依据关联位置点顺序选取规则所顺序选取的关联位置点依次与待匹配道路位置点共同通过hmm模型确定各条关联道路的匹配概率，直至满足结束处理条件，最后根据满足结束处理条件时的处理结果确定待匹配道路位置点对应的匹配结果，解决了现有技术中hmm模型仅依赖相邻的前一位置点确定后一位置点的匹配道路，容易产生关联性匹配错误，导致道路匹配精度低的技术缺陷，使得可以根据非前一相邻位置点的关联位置点确定待匹配道路位置点的匹配道路，提高了位置点与道路匹配的准确度。

附图说明

图1是本发明实施例一提供的一种位置与道路的匹配方法的流程图；

图2是本发明实施例二提供的一种位置与道路的匹配方法的流程图；

图3a是本发明实施例三提供的一种位置与道路的匹配方法的流程图；

图3b是本发明实施例三提供的一种待匹配道路位置点以及当前关联位置点的垂直距离和垂足的示意图；

图4是本发明实施例四提供的一种位置与道路的匹配装置的结构图；

图5是本发明实施例五提供的一种设备的结构图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。

另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1为本发明实施例一提供的一种位置与道路的匹配方法的流程图，本实施例的方法可以由位置与道路的匹配装置来执行，该装置可通过硬件和/或软件的方式实现，并一般可集成于设备中，例如服务器等。本实施例的方法具体包括：

s110、使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，其中，行程位置点序列为依据所有行程位置点的生成时间的先后顺序对所有行程位置点进行排序得到的序列。

在本实施例中，行程位置点具体是指需要进行道路匹配的一段行程中所包括的具有位置信息的途径点。行程位置点序列具体是指依据所有行程位置点的生成时间的先后顺序对所有行程位置点进行排序得到的序列，也就是说,行程位置点序列中靠前的点是本行程中先经过的位置点。关联道路具体是指待匹配道路位置点可能位于的实际道路。各条关联道路的匹配概率具体是指待匹配道路位置点位于每一条关联道路的概率。

可以理解的是，一般来说行程中的位置点的位置信息都是通过gps(globalpositioningsystem，全球定位系统)获取的。由于gps所获取的是位置点的经纬度而非所在道路信息，因此，需要将行程中的位置点与道路进行匹配，才能确定该行程对应的实际路线。在本实施例中，通过hmm模型(即隐马尔可夫模型)实现行程中的位置点与道路的匹配。

另外，由于gps定位信息存在一定误差，因此根据gps识别的经纬度所确定的位置点可能并非位于实际道路中，如果此时在该位置点周边有多条实际道路，那么就需要确定该位置点可能位于周边各条实际道路的概率。现有技术中一般是选取概率最大的实际道路作为位置点匹配的实际道路，但是这样处理可能会产生错误。例如，当两条实际道路的概率较为接近时，有可能概率第二大的实际道路是位置点真正匹配的道路。

因此，在本实施例中，当本步骤110所获取的行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率不满足匹配规则时，则会通过步骤120至步骤140，根据待匹配道路位置点的关联位置点确定待匹配道路位置点与各条关联道路的匹配结果。

s120、如果各条关联道路的匹配概率不满足匹配规则，则依据关联位置点顺序选取规则，从行程位置点序列中依次顺序选取一个关联位置点的位置数据输入hmm模型，同时将待匹配道路位置点的位置数据也输入hmm模型，重新获取待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件，其中，关联位置点不包括行程位置点序列中位于待匹配道路位置点之前的相邻位置点。

在本实施例中，关联位置点具体是指行程位置点序列中，可用于确定待匹配道路位置点对应的各条关联道路的匹配概率的位置点，但是，关联位置点不包括行程位置点序列中位于待匹配道路位置点之前的相邻位置点。原因在于，步骤110中就是通过将行程位置点序列中位于待匹配道路位置点之前的相邻位置点的位置数据，以及待匹配道路位置点的位置数据输入hmm模型，进而得到步骤110中所述的待匹配道路位置点对应的各条关联道路的匹配概率。

进一步地，关联位置点既可以是行程位置点序列中位于待匹配道路位置点之前的位置点，也可以是行程位置点序列中位于待匹配道路位置点之后的位置点，还可以是行程位置点序列中位于待匹配道路位置点之前，以及之后的位置点，本实施例对此不进行限制。

进一步地，关联位置点的选取规则具体可以是从前至后，从行程位置点序列中依次选取设定数量的位于待匹配道路位置点之后的位置点，还可以是从后至前，从行程位置点序列中依次选取设定数量的位于待匹配道路位置点之前的位置点，还可以是从行程位置点序列中循环选取设定数量的位于待匹配道路位置点之前和之后的位置点，本实施例对此不进行限制。

在本实施例中，匹配规则具体是指用于判断根据各条关联道路的匹配概率是否能准确确定待匹配道路位置点实际所在关联道路的规则。匹配规则具体可以是各条关联道路的匹配概率中的最大概率是否大于设定阈值，还可以是各条关联道路的匹配概率中最大的两个概率的差是否大于设定阈值等。

在本实施例中，从行程位置点序列中依次顺序选取一个关联位置点的位置数据输入hmm模型具体是指依据关联位置点顺序选取规则，从行程位置点序列中顺序选取关联位置点，在每选取一个关联位置点之后，就会首先将该关联位置点的位置数据输入hmm模型。同时，还会将待匹配道路位置点的位置数据也输入hmm模型，进而重新获取待匹配道路位置点对应的各条关联道路的匹配概率。如果本次重新获取的待匹配道路位置点对应的各条关联道路的匹配概率仍不满足匹配规则，则会继续依据关联位置点顺序选取规则，从行程位置点序列中顺序选取下一个关联位置点，然后执行上述相同的操作，再次重新获取待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件。

进一步地，在本实施例中，结束处理条件具体可以是重新获取的待匹配道路位置点对应的各条关联道路的匹配概率满足匹配概规则，还可以是重新获取待匹配道路位置点对应的各条关联道路的匹配概率的次数已到达设定次数，还可以是不再有满足关联位置点顺序选取规则的关联位置点可以继续选取等，本实施例对此不进行限制。

s130、根据满足结束处理条件时的处理结果，确定待匹配道路位置点与各条关联道路的匹配结果。

在本实施例中，当满足结束条件不再重新获取待匹配道路位置点对应的各条关联道路的匹配概率之后，就会依据满足结束条件时的处理结果，确定待匹配道路位置点与各条关联道路的匹配结果。

其中，处理结果具体是指在满足结束条件时，由最后一次重新获取的待匹配道路位置点对应的各条关联道路的匹配概率确定的处理结果。具体来说，如果最后一次重新获取的待匹配道路位置点对应的各条关联道路的匹配概率满足匹配规则，则可以准确确定待匹配道路位置点所匹配的道路是关联道路中的哪一条；如果最后一次重新获取的待匹配道路位置点对应的各条关联道路的匹配概率不满足匹配规则，则无法最终确定待匹配道路位置点与各条关联道路中的哪条道路匹配。

本发明实施例提供了一种位置与道路的匹配方法，通过当行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率不满足匹配规则时，使用依据关联位置点顺序选取规则所顺序选取的关联位置点依次与待匹配道路位置点共同通过hmm模型确定各条关联道路的匹配概率，直至满足结束处理条件，最后根据满足结束处理条件时的处理结果确定待匹配道路位置点对应的匹配结果，解决了现有技术中hmm模型仅依赖相邻的前一位置点确定后一位置点的匹配道路，容易产生关联性匹配错误，导致道路匹配精度低的技术缺陷，使得可以根据非前一相邻位置点的关联位置点确定待匹配道路位置点的匹配道路，提高了位置点与道路匹配的准确度。

实施例二

图2是本发明实施例二提供的一种位置与道路的匹配方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，给出了一种具体化关联位置点顺序选取规则、具体化结束处理条件、具体化匹配规则以及具体化匹配结果确定步骤的具体实施方式。

相应的，本实施例的方法具体包括：

s210、使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，其中，行程位置点序列为依据所有行程位置点的生成时间的先后顺序对所有行程位置点进行排序得到的序列。

s220、如果各条关联道路的匹配概率不满足各条关联道路的匹配概率中最大的两个概率的差小于设定差值阈值，则先将行程位置点序列中待匹配道路位置点后面第n个位置点作为关联位置点，后将行程位置点序列中待匹配道路位置点前面第n+1个位置点作为关联位置点，以此为一个循环过程，循环获取关联位置点，并依据获取顺序依次选取一个关联位置点的位置数据输入hmm模型，同时将待匹配道路位置点的位置数据也输入hmm模型，重新获取待匹配道路位置点对应的各条关联道路的匹配概率，直至重新获取的各条关联道路的匹配概率满足匹配概率中最大的两个概率的差小于设定差值阈值且关联位置点的选取总数量小于等于设定数量阈值，或重新获取的各条关联道路的匹配概率不满足匹配概率中最大的两个概率的差小于设定差值阈值且关联位置点的选取总数量大于设定数量阈值，则结束。

在本实施例中，匹配规则具体为各条关联道路的匹配概率中最大的两个概率的差小于设定差值阈值，也就是说，只有当所获取的各条关联道路的匹配概率中最大的两个概率的差小于设定差值阈值时，才确定所获取的各条关联道路的匹配概率中最大概率对应的关联道路为与待匹配道路位置点匹配的关联道路。

在本实施例中，关联位置点顺序选取规则具体为先将所述行程位置点序列中待匹配道路位置点后面第n个位置点作为关联位置点，后将所述行程位置点序列中待匹配道路位置点前面第n+1个位置点作为关联位置点，以此为一个循环过程，循环获取关联位置点，其中，n为本次循环的循环次数，n的初始值为1。

具体来说，当步骤210所获取的各条关联道路的匹配概率不满足各条关联道路的匹配概率中最大的两个概率的差小于设定差值阈值的条件时，则会先将行程位置点序列中位于待匹配道路位置点之后的第1个位置点作为关联位置点，然后将行程位置点序列中位于待匹配道路位置点之前的第2个位置点作为关联位置点，再将行程位置点序列中位于待匹配道路位置点之后的第2个位置点作为关联位置点，再将行程位置点序列中位于待匹配道路位置点之后的第3个位置点作为关联位置点，……，以此循环依次获取关联位置点，直至满足结束处理条件。

进一步地，在本实施例中，结束处理条件具体为重新获取的各条关联道路的匹配概率满足匹配规则且关联位置点的选取总数量小于等于设定数量阈值，或重新获取的各条关联道路的匹配概率不满足匹配规则且所述关联位置点的选取总数量大于设定数量阈值。具体来说，在本实施例中会综合考量两方面的因素来判断是否结束处理，第一方面是重新获取的各条关联道路的匹配概率是否满足匹配规则，第二方面是关联位置点的选取总数量与设定数量阈值的大小关系。

可以理解的是，在行程位置点序列中，距离待匹配道路位置点越远的位置点对确定待匹配道路位置点所匹配的关联道路的影响越小。因此，在本实施例中，设定了数值“设定数量阈值”以此来限定关联位置点与待匹配道路位置点在行程位置点序列中的最远距离。

s230、如果重新获取的各条关联道路的匹配概率满足匹配概率中最大的两个概率的差小于设定差值阈值且关联位置点的选取总数量小于等于设定数量阈值，则确定重新获取的各条关联道路的匹配概率中最大概率对应的关联道路为待匹配道路位置点的匹配道路。

在本实施例中，通过本步骤230和步骤240，实现了分别依据步骤220中两个不同的结束处理条件，确定了待匹配道路位置点与各条关联道路的匹配结果。

s240、如果重新获取的各条关联道路的匹配概率不满足匹配概率中最大的两个概率的差小于设定差值阈值且关联位置点的选取总数量大于设定数量阈值，则确定各条关联道路中不存在与待匹配道路位置点匹配的道路。

本发明实施例提供了一种位置与道路的匹配方法，具体化了关联位置点顺序选取规则、具体化了结束处理条件以及具体化了匹配结果确定步骤，使得可以更加准确地确定待匹配道路位置点与关联道路的匹配情况，具体化了匹配规则，提高了根据各条关联道路的匹配概率所确定的待匹配道路位置点的匹配道路的准确性。

实施例三

图3a是本发明实施例三提供的一种位置与道路的匹配方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，给出了一种具体化关联道路的匹配概率获取步骤的具体实施方式。

相应的，本实施例的方法具体包括：

s310、使用hmm模型，获取行程位置点序列中待匹配道路位置点到其对应的各条关联道路的垂直距离和垂足，以及在行程位置点序列中待匹配道路位置点的当前关联位置点到其对应的各条关联道路的垂直距离和垂足。

在本实施例中，通过步骤310至步骤340计算得到待匹配道路位置点对应的各条关联道路的匹配概率。首先通过本步骤310获取待匹配道路位置点以及当前关联位置点分别对应的垂直距离和垂足。其中，当前关联位置点具体是

具体来说，就是从待匹配道路位置点向其对应的各条关联道路分别做垂线，由此获取待匹配道路位置点至其对应的各条关联道路的垂直距离以及垂足。同样地，从当前位置点向其对应的各条关联道路分别做垂线，由此获取当前关联位置点至其对应的各条关联道路的垂直距离以及垂足。

图3b示例性地表示了待匹配道路位置点以及当前关联位置点的垂直距离和垂足。如图3b所示，点a为当前关联位置点，道路dc以及道路ec为点a的两条关联道路，点a1以及线段aa1分别为点a与道路ec的垂足，以及点a至道路ec的垂直距离，点a2以及线段aa2分别为点a与道路dc的垂足，以及点a至道路dc的垂直距离。点b为待匹配道路位置点，道路cf以及道路cg为点b的两条关联道路，点b1以及线段bb1分别为点b与道路cg的垂足，以及点b至道路cg的垂直距离，点b2以及线段bb2分别为点b与道路cf的垂足，以及点b至道路cf的垂直距离。

s320、使用hmm模型，根据待匹配道路位置点以及当前关联位置点分别对应的关联道路，计算当前关联位置点对应的任一垂足至待匹配道路位置点对应的任一垂足的路线概率。

在本实施例中，需要计算路线概率，具体根据当前关联位置点对应的任一垂足至待匹配道路位置点对应的任一垂足的路线长度来计算路线概率的。进一步地，所需计算的路线概率的总数量等于待匹配道路位置点对应的垂足的总数量，乘以当前关联位置点对应的垂足的总数量的积。

下面对路线概率的计算方法进行示例性说明：

如图3b所示，待匹配道路位置点对应的垂足的总数量为2，当前关联位置点对应的垂足的总数量也为2，那么所需计算的路线概率的总数量为4(2×2＝4)。分别用a1-c-b1、a2-c-b1、a2-c-b2以及a2-c-b2来表示垂足至垂足之间的路线距离，具体来说a1-c-b1就表示从点a1沿道路dc以及道路cg至点b1所经过的距离。进一步地，分别使用p(a1b1)、p(a2b1)、p(a1b2)以及p(a2b2)来表示a1-c-b1、a2-c-b1、a2-c-b2以及a2-c-b2这四中路线分别对应的路线概率。路线概率的计算公式如下：

s330、使用hmm模型，根据待匹配道路位置点对应的垂直距离，计算待匹配道路位置点对应的垂足的本位置点垂足概率，以及根据当前关联位置点对应的垂直距离，计算当前关联位置点对应的垂足的关联位置点垂足概率。

在本实施例中，在确定待匹配道路位置点以及当前关联位置点分别对应的关垂直距离和垂足之后，会根据垂足和垂直距离计算垂足概率。

下面对路线概率的计算方法进行示例性说明：

如图3b所示，待匹配道路位置点对应的垂足的总数量为2，当前关联位置点对应的垂足的总数量也为2，那么所需计算的垂足概率的总数量为4(2+2＝4)。进一步地，分别用aa1、aa2、bb1以及bb2来表示四个垂直距离的长度，分别使用p(a1)、p(a2)、p(b1)以及p(b2)来表示垂足a1、垂足a2、垂足b1以及垂足b2的垂足概率。垂足概率的计算公式如下：

s340、使用hmm模型，根据路线概率、本位置点垂足概率以及关联位置点垂足概率，计算得到待匹配道路位置点对应的各条关联道路的匹配概率。

在本实施例中，关联道路的匹配概率的匹配概率具体是由路线概率、本位置点垂足概率以及关联位置点垂足概率共同决定的。

下面对路线概率的计算方法进行示例性说明：

如图3b所示，分别用p(eg)、p(ef)、p(dg)以及p(df)来表示关联道路的四个匹配概率。匹配概率的计算公式如下：

p(eg)＝p(a1)×p(a1b1)×p(b1)

p(ef)＝p(a1)×p(a1b2)×p(b2)

p(dg)＝p(a2)×p(a2b1)×p(b1)

p(df)＝p(a2)×p(a2b2)×p(b2)

s350、如果各条关联道路的匹配概率不满足匹配规则，则依据关联位置点顺序选取规则，从行程位置点序列中依次顺序选取一个关联位置点的位置数据输入hmm模型，同时将待匹配道路位置点的位置数据也输入hmm模型，重新获取待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件，其中，关联位置点不包括行程位置点序列中位于待匹配道路位置点之前的相邻位置点。

s360、根据满足结束处理条件时的处理结果，确定待匹配道路位置点与各条关联道路的匹配结果。

本发明实施例提供了一种位置与道路的匹配方法，具体化了关联道路的匹配概率获取步骤，使得匹配概率可以更加准确地体现待匹配道路位置点与各条关联道路的匹配度，进而可以更加准确地确定待匹配道路位置点所匹配的关联道路。

在上述各实施例的基础上，将使用hmm模型，根据路线概率、本位置点垂足概率以及关联位置点垂足概率，计算得到待匹配道路位置点对应的各条关联道路的匹配概率，具体化为：使用hmm模型，根据路线概率、本位置点垂足概率、关联位置点垂足概率以及关联道路的道路等级对应的选取概率，计算得到待匹配道路位置点对应的各条关联道路的匹配概率。

在本实施例中，关联道路的匹配概率的大小还收到关联道路的道路等级的影响。具体来说，可以对不同的道路等级设置不同的选取概率，例如将高速公路的选取设置为5％，将国道的选取概率设备为3％，将城市道路的选取概率设置为1％，将乡村道路的选取概率设置为-2％等。在根据路线概率、本位置点垂足概率以及关联位置点垂足概率计算得到各个关联道路的匹配概率之后，将各个关联道路对应的选取概率与匹配概率相加，得到最终的匹配概率。

这样设置的好处是：使得关联道路的匹配概率可以更加准确地体现关联道路与待匹配道路位置点的匹配度。

实施例四

图4是本发明实施例四提供的一种位置与道路的匹配装置的结构图。如图4所示，所述装置包括：匹配概率获取模块401、概率重新获取模块402以及匹配结果确定模块403，其中：

匹配概率获取模块401，用于使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，其中，行程位置点序列为依据所有行程位置点的生成时间的先后顺序对所有行程位置点进行排序得到的序列；

概率重新获取模块402，用于如果各条关联道路的匹配概率不满足匹配规则，则依据关联位置点顺序选取规则，从行程位置点序列中依次顺序选取一个关联位置点的位置数据输入hmm模型，同时将待匹配道路位置点的位置数据也输入hmm模型，重新获取待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件，其中，关联位置点不包括行程位置点序列中位于待匹配道路位置点之前的相邻位置点；

匹配结果确定模块403，用于根据满足结束处理条件时的处理结果，确定待匹配道路位置点与各条关联道路的匹配结果。

本发明实施例提供了一种位置与道路的匹配装置，该装置首先通过匹配概率获取模块401使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，其中，行程位置点序列为依据所有行程位置点的生成时间的先后顺序对所有行程位置点进行排序得到的序列，然后如果各条关联道路的匹配概率不满足匹配规则，则通过概率重新获取模块402依据关联位置点顺序选取规则，依次顺序选取一个关联位置点的位置数据输入hmm模型，同时将待匹配道路位置点的位置数据也输入hmm模型，重新获取待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件，其中，关联位置点不包括行程位置点序列中位于待匹配道路位置点之前的相邻位置点，最后通过匹配结果确定模块403根据满足结束处理条件时的处理结果，确定待匹配道路位置点与各条关联道路的匹配结果。

该装置解决了现有技术中hmm模型仅依赖相邻的前一位置点确定后一位置点的匹配道路，容易产生关联性匹配错误，导致道路匹配精度低的技术缺陷，使得可以根据非前一相邻位置点的关联位置点确定待匹配道路位置点的匹配道路，提高了位置点与道路匹配的准确度。

在上述各实施例的基础上，关联位置点顺序选取规则可以为：

先将行程位置点序列中待匹配道路位置点后面第n个位置点作为关联位置点，后将行程位置点序列中待匹配道路位置点前面第n+1个位置点作为关联位置点，以此为一个循环过程，循环获取关联位置点，其中，n为本次循环的循环次数，n的初始值为1。

在上述各实施例的基础上，匹配规则可以为：

各条关联道路的匹配概率中最大的两个概率的差小于设定差值阈值。

在上述各实施例的基础上，结束处理条件可以为：

重新获取的各条关联道路的匹配概率满足匹配规则且关联位置点的选取总数量小于等于设定数量阈值；

或重新获取的各条关联道路的匹配概率不满足匹配规则且关联位置点的选取总数量大于设定数量阈值。

在上述各实施例的基础上，匹配结果确定模块403可以包括：

匹配道路确定单元，用于如果重新获取的各条关联道路的匹配概率不满足匹配规则且关联位置点的选取总数量大于设定数量阈值，则确定各条关联道路中不存在与待匹配道路位置点匹配的道路；

五匹配道路确定单元，用于如果重新获取的各条关联道路的匹配概率满足匹配规则且关联位置点的选取总数量小于等于设定数量阈值，则确定重新获取的各条关联道路的匹配概率中最大概率对应的关联道路为待匹配道路位置点的匹配道路。

在上述各实施例的基础上，匹配概率获取模块401可以包括：

垂足确定单元，用于使用hmm模型，获取行程位置点序列中待匹配道路位置点到其对应的各条关联道路的垂直距离和垂足，以及在行程位置点序列中待匹配道路位置点的当前关联位置点到其对应的各条关联道路的垂直距离和垂足；

路线概率计算单元，用于使用hmm模型，根据待匹配道路位置点以及当前关联位置点分别对应的关联道路，计算当前关联位置点对应的任一垂足至待匹配道路位置点对应的任一垂足的路线概率；

垂足概率计算单元，用于使用hmm模型，根据待匹配道路位置点对应的垂直距离，计算待匹配道路位置点对应的垂足的本位置点垂足概率，以及根据当前关联位置点对应的垂直距离，计算当前关联位置点对应的垂足的关联位置点垂足概率；

匹配概括计算单元，用于使用hmm模型，根据路线概率、本位置点垂足概率以及关联位置点垂足概率，计算得到待匹配道路位置点对应的各条关联道路的匹配概率。

在上述各实施例的基础上，匹配概括计算单元具体可以用于：

使用hmm模型，根据路线概率、本位置点垂足概率、关联位置点垂足概率以及关联道路的道路等级对应的选取概率，计算得到待匹配道路位置点对应的各条关联道路的匹配概率

本发明实施例所提供的位置与道路的匹配装置可用于执行本发明任意实施例提供的位置与道路的匹配方法，具备相应的功能模块，实现相同的有益效果。

实施例五

图5为本发明实施例五提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备12的框图。图5显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom，dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的位置与道路的匹配方法。也即：使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，其中，所述行程位置点序列为依据所有行程位置点的生成时间的先后顺序对所述所有行程位置点进行排序得到的序列；如果所述各条关联道路的匹配概率不满足匹配规则，则依据关联位置点顺序选取规则，从行程位置点序列中依次顺序选取一个关联位置点的位置数据输入所述hmm模型，同时将所述待匹配道路位置点的位置数据也输入所述hmm模型，重新获取所述待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件，其中，所述关联位置点不包括所述行程位置点序列中位于所述待匹配道路位置点之前的相邻位置点；根据满足所述结束处理条件时的处理结果，确定所述待匹配道路位置点与所述各条关联道路的匹配结果。

实施例六

本发明实施例六还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的位置与道路的匹配方法。也即：使用hmm模型，获取行程位置点序列中的待匹配道路位置点对应的各条关联道路的匹配概率，其中，所述行程位置点序列为依据所有行程位置点的生成时间的先后顺序对所述所有行程位置点进行排序得到的序列；如果所述各条关联道路的匹配概率不满足匹配规则，则依据关联位置点顺序选取规则，从行程位置点序列中依次顺序选取一个关联位置点的位置数据输入所述hmm模型，同时将所述待匹配道路位置点的位置数据也输入所述hmm模型，重新获取所述待匹配道路位置点对应的各条关联道路的匹配概率，直至满足结束处理条件，其中，所述关联位置点不包括所述行程位置点序列中位于所述待匹配道路位置点之前的相邻位置点；根据满足所述结束处理条件时的处理结果，确定所述待匹配道路位置点与所述各条关联道路的匹配结果。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。