CN103065009A - 一种交通标志标线智能设计系统及方法 - Google Patents

Abstract

本发明提供一种交通标志标线智能设计系统和方法，该系统包括模型层、视图层和控制层，其中模型层包括分析模块、识别模块和知识获取模块；视图层包括前台显示模块，控制层包括系统主控模块。本发明可以使交通管理人员可以很方便地实时验证CAD图纸的正确性，在设计过程中为标志标线设计人员提供一个快速、准确、方便的设计数据支持和参考方案支持，以三维显示的方式为实际路面标志标线的设置提供一个准确而可行的参考方案。

Description

一种交通标志标线智能设计系统及方法

技术领域

本发明涉及计算机自动化辅助设计领域，特别是指一种交通标志标线智能设计系统及方法。

背景技术

城市公路交通在我国国民经济的发展中占举足轻重的地位，为城市经济的高速发展提供了便利的物流支持，也为城市规模的扩大和城乡一体化进程提供了一个很好的交通支持。而公路交通标志标线的正确设置是公路交通设计的一个重点环节。

城市道路交通标志标线系统的发展较慢，从内容上看，标志标线系统普遍信息不足或过载；从标志标线的设置上看，道路分级标准与标志版面大小以及标志标线采用的支撑形式、规格不统一；从标志标线布局来看，现状标志标线系统缺乏系统性。因此，完善城市交通标志标线设计系统是一个亟待解决的问题。

目前交通标志标线的设置遵从交通部公路科学研究院GB5768-2009标准，由人工根据道路路面实地勘测图进行手工设计。在这种人工手动设计标志标线设置方案的情况下，因为各种人为因素很容易出现设计遗漏、设计缺陷和设计错误等情况，而且对这种人工手动设计的标志标线设置方案的复查工作也将耗费大量时间。同时，目前道路设计均为二维平面，而现实中道路、道路两旁环境因素、以及各种公路交通的标志标线是存在于三维环境中的。这使得设计完成的道路在实际建造完工前，都无法有一个真实的直观的认识，对道路标志标线设计中可能出现的设计问题以及道路两旁的环境因素对道路标志标线的影响都不能及早发现和纠正。

计算机自动化辅助技术作为一种新型技术在各个行业的应用越来越广泛，其对于处理各种大量信息数据以及辅助设计人员进行正确的设计和决策方面有着无错误、速度快、成本低的许多优点，所以非常适合用于处理交通标志标线的设计和设置。目前国内还尚无根据道路路面实地勘测图自动化生成交通标志标线设置方案的计算机自动化辅助系统。同样，使用计算机图形学技术，能完成道路的三维仿真和道路周围环境的虚拟现实重现，结合自动设计的道路标志标线设置方案，能让交通管理人员对设计人员设计出来的道路标志标线设置方案有一个更直观认识。因此，将计算机自动化辅助交通标志标线设计和道路及周围环境的虚拟现实仿真两者有机的结合起来，不仅是对交通标志标线设计工作的简化，也对道路交通建设有着重要意义。

发明内容

有鉴于此，本发明的主要目的在于提供交通标志标线的智能辅助设计系统，使交通管理人员可以很方便地实时验证CAD图纸的正确性，在设计过程中为标志标线设计人员提供一个快速、准确、方便的设计数据支持和参考方案支持，以三维显示的方式为实际路面标志标线的设置提供一个准确而可行的参考方案。

对于交通标志标线智能设计的方法来说，上述技术问题是这样加以解决的，建立交通标志标线智能设计的系统，包括：

该系统采用了MVC（Model-View-Controller）结构模式，分别代表了模型层（ModelLayer）11：用于操作和修改CAD图的一系列核心业务规则。视图层（ViewLayer）12：从模型那里获得数据并制定这些数据如何表现。当模型变化时，视图负责维持数据表现的一致性。视图同时将用户要求告知控制器。控制层（ControllerLayer）13：负责对来自视图层的用户要求进行解释，并把这些要求映射成相应的行为，这些行由模型层（ModelLayer）11负责实行。

具体模块如下：

分析模块21，用于将用户指定的DXF（CAD绘图数据交换格式）格式文件进行转化，将DXF格式文件转化为结构清晰的XML格式文件，将DXF格式文件中组成交通道路图的数据（包括点、线、多线段、矩形、圆弧、文本等信息）筛选出来，完成对CAD图中数据特征的提取。其中具体的步骤是：

步骤1、将CAD文件交给预处理模块211进行解析，提取组成交通道路图的点、线、多线段、矩形、圆弧、文本等数据，去除不需要的数据（包括标注等数据）。

步骤2、预处理模块211处理后的数据用数据读取模块212处理，然后输入给XML转换模块213。

步骤3、用XML转换模块213转换成XML文件。

这样可以完成对CAD图的数据读取，去除不需要的数据，减小程序的开销，提高程序的效率；同时转换成XML文件，使得读取更方便更通用化，从而有利于系统功能的扩展。

识别模块31，结合DXF格式文件的结构特点以及交通部公路科学研究院GB5768-2009标准的要求，对分析模块处理后的图像数据进行数据提取，组合成描述原CAD图像中交通标志标线的数据，将所有的信息（包括位置信息和对应的标志标线种类信息）传递给知识获取模块。

知识获取模块41，从不同设计人员设计的CAD图中或者从系统的前台人机交互模块中读取数据，并采用文档的方式进行保存，其中过滤掉不符合交通部公路科学研究院GB5768-2009标准的标志标线信息，然后利用个性化信息处理系统提取个性化数据，利用树图的方式来存储个性化数据，建立个性化信息库，然后利用匹配算法对个性化信息库进行增加、删除、修改和查询，并且利用前台智能人机接口，将信息反馈给用户，实现交互功能。

国家标准数据库的建立，在路面识别背景下，正确、适当、全面的提取GB568-2009标准中的信息、关联，分析信息和关联设计数据库表结构，确定KEY、属性、关联，存储路面信息、标志标线信息，为系统提供数据支持。

系统主控模块13，用于协调整个系统其他模块的运作，合理调控每个模块的运行顺序以及负责向前台的用户界面进行数据的交互。将前台用户界面收集到的用户操作信息传递给控制层（ControllerLayer）13，控制层（ControllerLayer）13将调用模型处理层（ModelLayer）11并将结果返回给视图层（ViewLayer）12。

系统前台显示界面模块12，将存储在数据库中的路面信息和标志标线的位置种类信息综合起来，用OGRE作为三维渲染引擎，将整个插入了标志标线的道路用三维的方式展现出来，以便于观察道路上的标志标线是否合理正确。为系统的使用客户提供一个人性化的交互界面，从而为能够更好的使用本系统提供方便。用户可以通过人性化的互动界面，对系统的一些参数进行合适的自定义动作，使得整个系统更能符合用户的需求，也使得系统能够得到广泛的应用。

附图说明

图1为本发明中建立数据库的规则图；

图2为本发明中标志标线数据库图；

图3为本发明中系统原理图；

图4为本发明中系统运行流程图；

图5为本发明中有限状态自动机设计图；

图6为本发明中路口识别算法流程图；

图7为本发明中个性化设计流程图；

图8为本发明中个性化树图部分结构图；

具体实施方式

在具体实施方案中，本发明以某市交通指路标志标线系统为例，对本发明系统和运行方法进行说明。

首先，对资源库的建立，根据GB5768-2009命名规则结合交通标志标线智能设计的系统对素材资源进行分类命名以便渲染使用。

参见图1使用方向进行编码，所有的路的方向都可以用“米”字型进行表示。编码方法为，使用8位二进制编码，从12点钟方向开始，顺时针旋转，从低位到高位编码，该方向存在则置为1，否则置为0。图1中按左至右编码分别为：10100000和10000010

这样的编码方法可以把特征和标志标线的标识对应起来，从几何识别的输出结果即为该编码的十进制数字，这样可以快速定位到数据库中的数据，从而定位到该标志标线的材质，从而使用渲染系统把该标志标线渲染出来，这样的识别方法是简单高效而且清楚的。

参见图3对系统模块进行描述，该系统遵循MVC设计模式，包括ModelLayer层11，ViewLayer层12和ControllerLayer层13三个部分，其中ModelLayer层11包含了分析模块21，识别模块31，知识获取模块41，其中分析模块又包括了预处理模块211、数据读取模块212、XML转换模块213；ViewLayer层12包含了前台显示模块12；ControllerLayer层13包含了系统主控模块13。

图4为本发明交通标志标线智能设计系统的执行的流程图，下面参见该图对本发明交通标志标线智能设计系统的执行过程进行详细说明：

步骤1，由前台显示模块12建立程序的人机交互界面，由用户来选择要导入的DXF格式的CAD文件；

步骤2，由分析模块21分析前台显示模块12选择的DXF格式的CAD文件，过滤其中的冗余信息，将其转化成为XML格式文件，传递给识别模块31进行处理；

如图5所示，有限状态自动机程序设计图，这种基于DXF文件格式的读取与XML转换的方法，其特征在于：使用3型文法对DXF格式进行描述，使用有限状态自动机根据状态转换图对DXF文件进行解析，在事件发生，状态转移之时，进行事件处理，输出XML格式；其中DXF实体段的五元表达式为M=（{ROOT，SECTION，ENTITIES，ENTITY，ENTITYPROPERTY}，{(0，SECTION)，(2，ENTITY)，(0，*)，(100，ACDB*)，(0，ENDSEC)}，f,ROOT,{ROOT}）；

上面五元表达式中每个变元的具体含义如下：

1）{ROOT，SECTION，ENTITIES，ENTITY，ENTITYPROPERTY}代表了五个不同的状态，每一状态都作为程序中状态类的一个具体实例；ROOT为根状态，SECTION为DXF文件结构中的一个段，ENTITIES为DXF文件结构中具体的段结构，，ENTITY为具体的图元类型，ENTITYPROPERTY为子类；

2）{(0，SECTION)，(2，ENTITY)，(0，*)，(100，ACDB*)，(0，ENDSEC)}代表了五个不同的状态转移事件；

3）f代表了状态转换函数，状态集合用Q表示，输入字符集合用∑表示，状态转换函数是QX∑到Q的映射；

4）ROOT代表了整个有限状态自动机的起始状态；

5）{ROOT}代表了整个有限状态自动机的终态集合；

实现有限状态自动机对DXF文件进行解析转换，使用相应的数据结构存储状态，事件以及状态转换函数；在事件发生之时，进行事件处理，事件处理中需要输出XML格式，因此结合XML格式有开始标签必须有结束标签的特性，利用栈的先进后出的原理，使用栈记录向子节点移动的深度，以及每一层的状态，出栈时结束标签，实现XML格式的有效性；

方法步骤如下：

步骤一：初始化状态集、事件集、状态转换函数集，以当前状态为开始状态ROOT；

步骤二：从DXF文件中读入一对组值组码，触发事件的产生；

步骤三：根据当前状态和步骤二中读入的组值组码，在当前状态的状态转换函数集中找到下一状态，进行状态转移，把下一状态作为新的当前状态，并且调用事件处理类进行事件处理；

步骤四：循环执行步骤二、步骤三，直到文件读入字符为EOF时，执行步骤五：

步骤五：程序结束，输出XML文件；

步骤3，识别模块31通过接受分析模块21传递的数据，完成从图像数据到交通标志标线数据的转化并进行渲染，将组合后的数据输出到数据库中；

具体包括下述步骤：

步骤31，建立交通标志标线的数据结构模型，设计数据结构用来存储和表示交通标志标线。

根据分析模块21读取的点、线、圆弧等零散数据，将其组合为交通标志标线的数据。路口信息的数据机构包括：停车线、圆弧、圆弧数量、参考线等；标志牌的数据结构包括：位置、类型、停止线和路口信息；特别的分车道标志牌的数据结构包括：分车道数量、类型、位置、方向和停车线；导向箭头的数据结构包括：位置、类型、方向和路口信息。

以此类推，根据以上的设计原则，设计出所有的标志标线的数据结构。

步骤32，根据数据结构模型，从DXF格式的CAD文件中按照识别算法提取其中有用的数据，并输出到图2的数据库中。

如图6所示，是一个路口的识别算法举例：

1、从读入的DXF格式的CAD文件中选取ROAD图层，读取ARC的相关数据。

2、根据读入的数据计算出圆弧的角度和起止点坐标。

3、判定圆弧的角度是否在44度到185度之间，同时计算圆弧的长度是否大于某一个阈值（过滤掉不符合的数据，提高算法效率），如果是，进行存储；如果否，返回1。

4、判断DXF格式的CAD文件中的ARC是否全部读完，如果是，进行下一步；如果否，返回1。

5、遍历读取所有的ARC数据，计算ARC两两之间的圆心距，如果圆心距小于一个阈值，则可以绑定为一个路口，至此路口识别算法结束。

以此类推，根据以上的设计原则，设计出识别所有标志标线的数据结构的识别算法。

步骤4，知识获取模块41从不同设计人员设计的CAD图中或者从系统的前台人机交互模块411中读取数据，并采用文档的方式进行保存，其中过滤掉不符合交通部公路科学研究院GB5768-2009标准的标志标线信息，然后利用个性化信息处理系统413提取个性化数据，利用树图的方式来存储个性化数据，建立个性化信息库，然后利用匹配算法对个性化信息库进行增加、删除、修改和查询，并且利用前台智能人机接口，将信息反馈给用户，实现交互功能。根据图7个性化算法流程图：

步骤41，个性化信息采集模块412主要从两个方面来获取数据，1、从读取的DXF格式的CAD文件（将不符合交通部公路科学研究院GB5768-2009标准的信息过滤掉）中；2、用户通过系统的前台交互界面所进行的个性化设置数据。本系统将获取到的数据采用文档的方式进行保存，而且向量空间法是表示文档一种最成熟的方法。当需要确定某个样本的类别的时候，可以通过计算文档的相似度来解决，而且相似度问题就是求特征向量的内积问题。

向量空间法是由Salton提出的，它是被广泛使用的Smart系统的基础，将每个类用一个中心向量（Centerld）表示，分类时计算文档与中心向量的相似度，然后将其划分到对应的中心向量中。由于每个人对标志标线的选择考虑的原因不一样，所以采用加权的向量空间法来表示文档：

P=P{(D₁,W₁),(D₂,W₂),...(D_n,W_n)}

（其中D_i为某个标志标线所考虑的特征数据，W_i表示该特征数据的权重）

$W_i=\frac{K_1\·W_i^1+K_2\·W_i^2+K_3\·W_i^3+...+K_n\·W_i^n}{K_1+K_2+K_3+...+K_n}=\frac{\left(\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{k}_j{W}_i^n\right)}{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{k}_j}$

其上就是一个文档的向量表示法，即通过对文档中的每个特征数据进行计算。要想比较两个向量，可以采用它们的相似度。设另一个向量为T=（t₁,t₂,…t_n）则两者的相似度公式为：

$F(P,T)=\mathrm{Cos}(\stackrel{\‾}{p},\stackrel{\‾}{t})=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{p}_i\×t_i}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{p}_i^2}\×\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{t}_i^2}}$

步骤42，个性化信息处理模块413对采集到的用户数据进行特征提取，提取出关键因素，如路面宽度、插入位置、车道数、路口类型（如三岔路口、十字路口）、种类等关键因素（个性化数据），对个性化数据进行聚类，形成个性化信息，存入个性化信息库415。

由于采集到数据的不精确性以及现实世界没法用精确的数据进行表示，故本文采用了模糊处理方法：模糊C均值聚类法（FuzzyC一Means，FeM）。

设用户文档（t_i表示构成文档T的特征数据向量）来表示，它是文档特征空间R^nt上的一个有限数据集合。而R^nt则表示R空间上（n×t）个所有的实矩阵集合（即文档T属于这个用户的所以可能的集合）。则文档T的模糊划分可以用模糊矩阵U=[u_ij]∈R^nt来表示，其矩阵元素应满足下列条件：

①u_ij∈[0,1]1≤i≤n,1≤j≤t;（U中所有元素都在[0,1]闭区间上）

② $\underset{j=1}{\overset{t}{\mathrm{\Σ}}}{u}_{\mathrm{ij}}=1$ 1≤j≤t（U中每一行所有元素之和为1）

③ $\underset{j=1}{\overset{t}{\mathrm{\Σ}}}{u}_{\mathrm{ij}}\≥0$ 1≤j≤t（即U中所有元素都是正数）

满足上述条件的模糊分类，Bezdek定义了一个目标函数J_FCM(U,V)

$J_{\mathrm{FCM}}(U,V)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{t}{\mathrm{\Σ}}}{u}_{\mathrm{ij}}^k{\left|\right|x_i-v_j\left|\right|}_A^2$

其中，A是一对称矩阵，k是一个在[0，+∞)区间上的参数，它是一个模糊加权指数，是对x_i的隶属度变化进行调整用的。求目标函数J_FCM(U,V)的最小值，就是求各类中特征点到聚类中心的距离平方和能够到达最小。从而计算出满足上述三个条件的U和V的值。该问题可以使用迭代公式对J_FCM(U,V)进行迭代优化，来获取对数据集的模糊分类，这样就可以得到一个最优解U。

首先定义两个集合：

I_i＝{j|1≤j≤t，||x_i-v_j||=0}和

则有

其中j为迭代次数。以及

$V_j=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{u}_{\mathrm{ij}}^m{x}_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{u}_{\mathrm{ij}}^m}1\≤j\≤t$

步骤43，采用树图的方式建立个性化信息库415。现有的应用较广的用户个性化信息库表示方式大致可以分为三种：基于向量空间模型的表示法、基于本体(ontology)的表示法和基于神经网络的表示法。其中用到最多的方法是向量特征法以及基于本体法。

信息库的建立一般是使用树图的方式，因为树图结构比较清晰直观，用特征数据作为树图的节点，用无向边来链接节点间的关系，从根节点开始，依次从上到下的逐层的展开，其中每个节点对应现实世界中的事物。考虑到标志标线的分类也很特点也很均匀，故对应本文中的树图可以采用进分类法（Dewey Decimal Classification，DDC），它是由图书馆学分类技术得来的，目前世界上广泛用此法进行分类。此处研究的是标志标线，所以依照此法，可以将DDC进行改进，以适应标志标线的应用。如图8个性化树图部分结构图。

步骤44，匹配算法模块414。首先需要获取用户数据特征，然后按照上面提到的模糊C均值聚类法形成对应的模糊聚类。因为聚类问题不是一个精确的值，所以这个聚类结果中心可以用一个区间值模糊集来表示： $A\left(x\right)=[A^{-}\left(x\right),A^{+}\left(x\right)]x\∈G.$ 每个节点 $B\left(x\right)=[B_i^{-}\left(x\right),B_i^{+}\left(x\right)]x\∈G,$ （其中i为某个节点）也用一个区间值模糊集表示。所以用两个模糊区域的相交程度来表示聚类结果中心与i节点的比较问题，其公式如下：

如果p_AB=[0,1]表示两个模糊区域完全不相交；否则如果p_AB＝[1,1]则表示两个模糊区域一定相交。如果能找到相应的节点表示找到该用户的个性化信息，则将该个性化的信息反馈给用户，同时当用户有一定的增加、修改和删除时同步更新个性化信息库415。当没有找个某个节点时，则将该用户的个性化数据按照个性化信息库415的获取流程图重新建立该用户的个性化信息库415，同时在个性化信息库415的树形图中添加新的节点。

优选的，读取一个全新的DXF格式的CAD图，根据建立的知识库和识别算法进行匹配，将标志标线插入到该DXF格式的CAD图中，并将结果返回给渲染模块。

步骤5，前台显示模块12通过接受知识获取模块41传递的数据，依据数据格式和数据内容在资源库中选取合适的标志标线材质利用ogre进行渲染显示在主窗口中，展示出三维的交通标志标线示意图。同时为系统的使用客户提供一个人性化的交互界面，用户可以通过交互界面，对系统的一些参数进行合适的自定义动作。

步骤6，系统主控模块13用于协调整个系统其他模块的运作，合理调控每个模块的运行顺序以及负责向前台的用户界面进行数据的交互，可以对已经生成的三维的交通标志标线示意图进行修改，按照设计人员的要求进行设计。

本发明可以使交通管理人员可以很方便地实时验证CAD图纸的正确性，在设计过程中为标志标线设计人员提供一个快速、准确、方便的设计数据支持和参考方案支持，以三维显示的方式为实际路面标志标线的设置提供一个准确而可行的参考方案。

Claims (10)

1.  一种交通标志标线智能设计系统，其特征在于，该系统包括模型层、视图层和控制层，其中模型层包括分析模块、识别模块和知识获取模块；视图层包括前台显示模块，控制层包括系统主控模块，其中：

1）分析模块，读取CAD文件，将文件中组成交通道路图的数据筛选出来，完成对CAD图的数据特征提取；

2）识别模块，用于提取分析模块处理后的图像数据，将所述图像数据组合成描述原CAD图像中交通标志标线的数据，将组合后的数据输出到数据库中；

3）知识获取模块，用于读取数据库或者用户通过前台人机交互模块进行个性化设置的数据，并以文档方式保存，过滤掉不符合标准的标志标线信息，利用树图的方式来存储个性化数据，建立个性化信息库，然后利用匹配算法对个性化信息库进行增加、删除、修改和查询，并且利用前台智能人机接口，将信息反馈给用户；

4）前台显示界面模块，接受知识获取模块传递的数据，将整个插入了标志标线的道路用三维的方式展现出来，为客户提供交互界面；

5）系统主控模块，用于协调整个系统其他模块的运作。

2.根据权利要求1所述的系统，其特征在于，所述分析模块包括预处理模块、数据读取模块、XML转换模块。

3.根据权利要求1所述的系统，其特征在于，所述分析模块将筛选出来的数据转换成XML格式。

4.根据权利权利要求1所述的系统，其特征在于，所述知识获取模块包括前台人机交互模块、个性化信息采集模块、个性化信息处理模块、匹配算法模块及个性化信息库。

5.一种交通标志标线智能设计方法，其特征在于，所述方法包括以下步骤：

1）分析步骤：建立人机交互界面，由用户来选择要导入的DXF格式的CAD文件，分析前台显示模块选择的DXF格式的CAD文件，过滤其中的冗余信息，将其转化成为XML格式文件；

2）识别步骤：通过接受步骤1）传递的数据，完成从图像数据到交通标志标线数据的转化并进行渲染，将组合后的数据输出到数据库中；

3）知识获取步骤：读取数据库或者用户通过前台人机交互模块进行个性化的数据，并以文档方式保存，过滤掉不符合标准的标志标线信息，利用树图的方式来存储个性化数据，建立个性化信息库，然后利用匹配算法对个性化信息库进行增加、删除、修改和查询，并且利用前台智能人机接口，将信息反馈给用户；

4）显示步骤：通过接受知识获取模块传递的数据，依据数据格式和数据内容在资源库中选取合适的标志标线材质利用ogre进行渲染显示在主窗口中，展示出三维的交通标志标线示意图；

5）控制步骤：协调整个系统的运作，向前台的用户界面进行数据的交互，对已经生成的三维的交通标志标线示意图进行修改。

6.根据权利要求5所述的方法，其特征在于，所述步骤1）中采用有限状态自动机对DXF文件进行解析转换。

7.根据权利要求5所述的方法，其特征在于，所述步骤2）包括：

步骤21）：建立交通标志标线的数据结构模型，设计数据结构用来存储和表示交通标志标线；

步骤22）：根据数据结构模型，从DXF格式的CAD文件中按照识别算法提取其中有用的数据，并输出到数据库中。

8.根据权利要求5所述的方法，其特征在于，所述步骤3）包括：

步骤31）：从两个方面来获取数据：从读取的DXF格式的CAD文件将不符合GB5768-2009标准的信息过滤掉；用户通过系统的前台交互界面所进行的个性化设置数据；

步骤32）：对采集到的用户数据进行特征提取，提取个性化数据，对个性化数据进行聚类，形成个性化信息，存入个性化信息库；

步骤33）：采用树图的方式建立个性化信息库；

步骤34）：采用匹配算法，如果能找到相应的节点表示找到该用户的个性化信息，则将该个性化的信息反馈给用户，同时当用户有一定的增加、修改和删除时同步更新个性化信息库；当没有找个某个节点时，则将该用户的个性化数据重新建立该用户的个性化信息库，同时在个性化信息库的树形图中添加新的节点。

9.根据权利要求1所述的系统，其特征在于，所述数据库采用的编码方法包括，将所有的路的方向用“米”字型表示，使用8位二进制编码，从12点钟方向开始，顺时针旋转，从低位到高位编码，该方向存在则置1，否则置0。

10.根据权利要求1所述的系统，其特征在于，还包括存储不同设计人员的习惯与知识的知识库，用于在读取一个全新的CAD图时，根据建立的知识库和识别算法进行匹配，将标志线插入到CAD图中。

Images