Obliczenie Jednym z możliwych rozwiązań jest używanie Hidden Markov Model i algorytmu Viterbiego. Należy obliczać możliwe punkty dla każdej pozycji pomiarowej. Te informacje wraz z różnymi możliwościami tworzą Hidden Markov Model. Algorytm Viterbiego znajdzie najprawdopodobniejszą ścieżkę w Hidden Markov Model. Ta ścieżka odpowiada obiektowi na mapie. W obliczeniach można uwzględnić np. odległość między pozycjami pomiarowej i powiązanymi punktami, kierunek jazdy czy odległość jazdy.
Przykład U samochodowych systemów nawigacyjnych, pozycja samochodu jest zwykle mierzona z pomocą Nawigacji satelitarnej (np. GPS). Prawidłowość zmierzonej i faktycznej pozycji jest wskazywana za pomocą GPS o długości 15 metrów. Tak samo mapa cyfrowa może mieć tolerancję pomiarową w zakresie kilku metrów. Dla urządzenia nawigacyjnego teraz pozycja pojazdu na mapie cyfrowej musi zostać określona tak, aby np. można obliczyć rozsądną trasę od aktualnej lokalizacji do celu. Bez porównania zmierzonej pozycji z mapą pojazd może być poza zdigitalizowanymi drogami lub na niewłaściwej drodze na mapie. Ponieważ pozycja pojazdu na mapie cyfrowej ma decydujące znaczenie dla urządzenia nawigacyjnego, zmierzoną pozycję porównuje się z informacjami mapy w taki sposób, aby ustalić najbardziej prawdopodobną pozycję pojazdu na mapie do celów nawigacji.