交通拥堵已严重的影响城市的发展进程。为了改善城市的交通服务水平,当今世界主要国家都在研究智能交通系统(Intelligent Transport System,ITS),而浮动车技术正是一种为适应ITS系统信息采集的要求发展起来的技术。实际环境中由于存在定位误差,需要使用地图匹配算法对浮动车所采集的定位数据进行相应的校正处理。当前的大多数地图匹配算法仅仅适用于高频(采样频率小于30秒/次)的GPS数据,而对于低频(采样频率大于2分钟/次)的GPS数据地图匹配效果较差。本文在对现有地图匹配算法的原理进行深入分析的基础上,对低频GPS数据的地图匹配进行了研究。针对低频浮动车数据的特点,综合考虑距离、速度、方向、路段连通性等各个因素,设计了一种适用于低频浮动车数据的全局地图匹配算法。此匹配算法主要包括:(1)分别对浮动车数据及路网数据进行预处理;(2)结合误差区域、方向角限制等因素快速筛选出每个定位点的候选点集;(3)将定位点与其候选点的距离、瞬时速度与候选路段方向的夹角、相邻定位点的候选点对之间的拓扑连通性以及浮动车速度大小与路网速度的关系综合考虑进行相应的时空分析;(4)根据时空分析的结果,得出由候选点构成的AOE图,此图的关键路径即为匹配路径。而在对所得到的AOE图进行关键路径计算时,提出了一种分段划分方式,这种划分方式减少了关键路径计算时间,同时并没有对全局匹配精度产生负面影响。通过实验对本文提出的算法进行验证,实验数据来源于真实的浮动车跑车结果。实验结果表明本文所提出的地图匹配算法无论在匹配准确度还是运行时间上都明显优于基于弱Fréchet距离的全局匹配算法,而与分段模糊匹配算法,匹配准确度也有明显改善。