近年来,随着人们对出行品质要求的提升和科技的进步,使得智慧交通领域飞速发展,而智慧交通发展的本质就是对GPS轨迹数据的使用。由于GPS轨迹数据在采集过程中往往伴随着诸如测量误差,采样误差和电池能源消耗等问题,使得这些轨迹点必须先经过在线地图匹配算法的处理后才能够被应用到各类基于轨迹的应用中。为此,本文提出了一种基于隐马尔可夫模型的绿色自适应在线地图匹配方法来实现匹配精度,输出延迟和耗电量三个指标的同时改善。首先,通过在传统的概率计算模型中融入道路路网的几何信息和拓扑信息,来达到提高地图匹配精度的目标;其次,本文创新性的提出了一种自适应的采样频率策略去解决电量消耗的问题;最后,本文提出一种自适应的滑动窗口策略去解决在线环境下的输出延迟问题。本文通过实验验证了所提出的方法不仅能提升算法精度,还能最大程度的降低输出延迟,并减少耗电量。综上所述,针对GPS轨迹数据的采集过程中伴随着的各种问题,本文提出并实现了一种基于隐马尔科夫模型的绿色自适应在线地图匹配方法。该方法的提出同时解决了匹配精度,输出延迟和耗电量问题,与此同时,该方法的实现对于各类基于轨迹的在线应用程序发展有着重要意义。