由于通过实时定位系统获得的GPS轨迹与实际路径之间存在偏差，因此识别正确的行驶路段的实时地图匹配变得越来越重要。 为了有效地提高地图匹配的准确性，大多数最新的实时地图匹配算法都使用机器学习，这需要提前进行耗时的人工标记。 我们提出了一种使用在线学习的准确实时地图匹配方法，称为OLMM。 它考虑了一小部分轨迹数据及其匹配结果，以支持后续的匹配过程。 我们使用地面真实数据评估提出的方法的有效性。 结果表明，与现有方法相比，无需事先人工标记，我们的方法可以获得更准确的匹配结果。