出租车的GPS轨迹数据可用于城市车辆OD(Original-Destination)路径规划、道路交通状态评估等方面,其轨迹虽然在一定程度上能够反映出道路形状,但由于GPS数据存在经纬度偏移及数据采样精度较低等因素,又不完全等同于城市道路线型,常常需要将其与道路进行匹配。通常的匹配方法是根据GPS轨迹点与邻接道路最近的垂直距离判断其隶属道路,该方法不仅因为轨迹点冗余度高导致效率低下,同时对于一些偏离较大的轨迹点易产生匹配错误,因而新的匹配算法被提出来解决这些问题。研究工作首先根据西安市Open Street Map道路特征点构建数字化道路网,再对出租车GPS轨迹点根据上下车状态位提取OD时序轨迹集合,最后对每段OD时序轨迹进行如下处理:(1)提出改进的Douglas-Peucker(DP)轨迹压缩算法。算法根据压缩比自动确定阈值去除OD时序轨迹中不体现轨迹点形状变化特征的冗余点,该算法实际上是对OD时序轨迹进行道路匹配前的预处理。(2)提出基于隐马尔科夫模型的道路匹配算法。算法综合考虑OD时序轨迹点的时空特性,从全局出发结合邻接轨迹点的道路匹配结果,并使用Viterbi算法找到总代价最小的OD间匹配出的连通道路,将OD时序轨迹集合转化为OD路径集合,解决了仅对孤立GPS轨迹点进行匹配时由于偏差较大而产生的匹配错误问题。课题的研究通过DP算法去除OD时序轨迹中的冗余点,通过基于隐马尔科夫模型的道路匹配算法提高了轨迹点匹配的准确度,同时对偏差较大的轨迹点具有抗干扰性。研究成果对于城市出租车GPS数据挖掘分析具有应用价值。