CN103617731A - 一种利用城市浮动车辆gps数据生成道路路网矢量地图的方法 - Google Patents

Abstract

本发明涉及交通信息领域和地理信息系统领域，提供一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，可生成高精度的道路矢量地图，包括如下步骤：1）选定需生成道路路网矢量地图的区域，筛选出区域内浮动车辆GPS数据，按路线对区域内的GPS定位点进行分组；2）对分组后的GPS定位点进行分段，确定每一段的GPS数据集；3）以GPS数据集为基础数据，确定各路段终点的位置；4）将各路段连接成路线；5）确定各路线之间的连通性，剔除不连通的路线，生成完整道路路网，获得道路路网矢量地图。

Description

一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法

技术领域

本发明涉及交通信息领域和地理信息系统领域，具体涉及一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法。 

背景技术

地理信息系统（Geographic Information System，GIS）以其显著的地理图形和空间定位的功能，在ITS中得到了广泛的应用，最突出的应用表现在车辆导航以及诱导系统。车辆导航及诱导系统可以基于实时的交通运行状态，利用先进的信息技术和网络通信技术，对车辆的行驶路线进行合理规划和引导，同时还可为使用者提供实时的全方位的服务信息，避免交通拥堵加剧，提高交通运输的安全和效率。车辆导航及诱导系统已成为ITS的重要组成部分。 

矢量地图是GIS的核心组成部分，扮演着平台、对象、工具等多重不可替代的角色，是随着计算机技术在地图学中的应用逐步形成和发展的，利用计算机技术生成并在计算机环境中使用的地图。矢量地图以点、线、面为基本元素，结合在其直角坐标系下的坐标，构建具备空间信息要素的数据模型。与栅格地图相比，矢量地图占用空间更小，且缩放操作不会失真并可可以进行信息交互操作。矢量地图的这些特性为其在ITS中的广泛使用奠定了基础。 

GIS是大量地理信息矢量地图叠加的综合，对于ITS用GIS而言，矢量地图中的道路矢量地图无疑是最为重要部分。然而，在实际工程应用中存在以下两个问题严重制约了GIS在ITS的大规模应用： 

①道路矢量地图制作成本高昂，限制了其大规模的应用 

当前，道路矢量地图的制作需要大量的人力及非常繁重的劳动，这使得地理信息详尽、精确度较高的道路矢量地图制作成本居高不下，在很大程度上限制了道路矢量地图的大规模应用。 

②制作多依赖手工完成，且更新速度慢，造成道路矢量地图的精度较差 

ITS中众多子系统的性能依赖于道路矢量地图道路网络的完备性和精确性。因此，为保证这些系统的性能，必须要保证道路矢量地图的准确性。然而，一方面商业道路矢量地图多依赖手工完成，制图员的专业素质会对地图的精度产生很大影响；另一方面，由于经费等限制，道路矢量地图不能及时更新，当道路进行新建或改建后，原有路网便不能反映真实路网情况。这两个方面的原因，使得一些商业地图中的道路矢量地图存在位置误差较大、道路位置移位严重和路网结构与真实情况不符等问题。 

发明内容

有鉴于此，本发明提供一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，可提高道路位置精度，生成高精度的道路矢量地图。 

本发明通过以下技术手段解决上述技术问题： 

利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，包括如下步骤： 

1）选定需生成道路路网矢量地图的区域，筛选出区域内浮动车辆GPS数据，按路线对区域内的GPS定位点进行分组； 

2）对分组后的GPS定位点进行分段，确定每一段的GPS数据集； 

3）以GPS数据集为基础数据，确定各路段终点的位置； 

4）将各路段连接成路线； 

5）确定各路线之间的连通性，剔除不连通的路线，生成完整道路路网，获得道路路网矢量地图。 

进一步，所述步骤1）具体包括如下步骤： 

11）选定需生成道路路网矢量地图的区域，筛选出区域内浮动车辆GPS数据，形成车辆行驶轨迹； 

12）确定需生成道路路网矢量地图的区域中心点的坐标，由区域中心点出发，划出等分线，将需生成道路路网矢量地图的区域划分为n等份，n>1，并对等分线依次编码； 

13）获取等分线与行驶轨迹的交点，计算各个交点到区域中心点的距离； 

14）以N（N>2）条车辆行驶轨迹上交点与中心点的距离为纵坐标，以等分线的编码为横坐标，对车辆行驶轨迹进行坐标转换； 

15）按各车辆行驶轨迹与等分线交点的顺序，将等分线的编码依次排列； 

16）分析每两条车辆行驶轨迹的重合和分离关系，若两条车辆行驶轨迹有重合部分和分离部分，则获取分离交点，将分离交点作为各路线的交点，筛选出各路线对应的GPS数据。 

进一步，所述步骤16）具体包括如下步骤： 

161）分别计算每两条车辆行驶轨迹的重合指数f_c，对各车辆行驶轨迹之间的重合与分离关系进行量化： 

$f_c\left(h\right)=\underset{i=0+1}{\overset{h-1}{\mathrm{\Σ}}}{(d_a^{j+i}-d_b^{m+i})}^2+{(d_a^{j+h}-d_b^{m+h})}^2;$

其中，假设车辆行驶轨迹a和车辆行驶轨迹b与相同的连续等分线集l_g至l_v有交点，分别为(a_j，...，a_j+k)和(b_m，...，b_m+k)，则交点到区域中心点的距离分别为 o表示上一个分离交点在(a_j，...，a_j+k)和(b_m，...，b_m+k)中的顺序编码，f_c(h)表示(a_j，...，a_j+k)和(b_m，...，b_m+k)中从第o+1个交点到第h个交点之间的轨迹重合指数，其中h=0，1，...，k-1； 

162）如果f_c(h)≤F_C，F_C为一固定阈值，则(a_j，...，a_j+k)和(b_m，...，b_m+k)中从第o+1个交点到第h个交点之间的两条轨迹是重合的，则第o+1个交点和第h个交点为分离交点；若f_c(h)>F_C，则(a_j，...，a_j+k)和(b_m，...，b_m+k)中第h个交点就是两条轨迹的交叉点，亦即分离交点，其交点的位置即是交叉点的位置； 

163）对于车辆行驶轨迹a，交点(a_j，...，a_j+k)中第o+1个交点到第h-1个交点之间的GPS定位点被筛选出来作为该路线生成的基础数据；对于车辆行驶轨迹b，交点(b_m，...，b_m+k)中第o+1个交点到第h-1个交点之间的GPS定位点被筛选出来作为该路线生成的基础数据。 

进一步，所述步骤2）中，使用路段划分函数F_l(k)，对一组内的GPS数据进行分段划分，确定每一段的GPS数据集： 

式中，α、β、γ为三个权重值，i与k表示轨迹l中的第i个与第k个GPS定位点，△l_i，i+1表示第i个与第i+1个GPS定位点的距离，△θ_i，i+1表示第i个与第i+1个GPS定位点的航向角之差的绝对值，

表示第i+1个GPS定位点的航向角与有向线段l_i，i+1的角度之差的绝对值。 

进一步，所述步骤3）中，以包含GPS定位点数量由多至少，依次判断各路段GPS数据集对应的F_l(k)的值，当F_l(k)大于阈值F_L时，该路段第k个GPS定位点将作为路段的终点，而路段的起点即是上一条路段的终点。 

进一步，所述步骤3）中，还包括对路段的终点进行径向误差、航向角误差进行校正的步骤。 

进一步，所述步骤3）中，通过以下方法对路段的终点进行径向误差校正： 

将线段l_m的终点P_E沿垂直于路段方向向右侧移动了距离h，得到终点P′_E(x′_e，y′_e)； 

$h=\frac{L(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i-\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{d}_j)}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{D_i^2-d_i^2}+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\sqrt{D_j^2-d_j^2}};$

若线段l_m即有向线段

的左侧存在M个GPS定位点，右侧存在N个GPS定位点，设右侧GPS定位点的径向误差为正；坐标为(x_p，y_p)的GPS定位点P到路段

的径向距离为d_p，线段的起止点坐标分别为P_B(x_b，y_b)、P_E(x_e，y_e)；GPS 定位点P到起点的距离为D， $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i^{\′}-\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{d}_j^{\′}=0,$ $\left\{\begin{array}{c}{d}_p^{\′}=D\sin (\arcsin \frac{d_p}{D}-\arctan \frac{h}{L})\\ D=\sqrt{{(x_p-x_b)}^2+{(y_p-y_b)}^2}\\ L=\sqrt{{(x_e-x_b)}^2+{(y_e-y_b)}^2}\end{array}\right.;$

通过以下方法对路段的终点进行航向角校正，得到终点P″_E(x″_e,y″_e)： 

设线段l_m的航向角为α，GPS定位点的航向角θ，为则为使GPS定位点的航向角误差的期望值为0，则调整后的路段航向角α'应当满足公式： 

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\θ}}_i-{\mathrm{\α}}^{\′})+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}({\mathrm{\θ}}_j-{\mathrm{\α}}^{\′})=0;$

则有： 

${\mathrm{\α}}^{\′}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\θ}}_i+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\θ}}_j}{M+N};$

路段终点P_E的最终校正后的位置

满足公式： 

$\left\{\begin{array}{c}\stackrel{\‾}{x}=\frac{x^{\′}+x^{\′\′}}{2}\\ \stackrel{\‾}{y}=\frac{y^{\′}+y^{\′\′}}{2}\end{array}\right..$

进一步，所述步骤5）中，具体包括如下步骤： 

51）以一条路线L的终点为圆心，以半径r做圆，搜索起点在该圆形区域内的所有道路路线，得到路线集C_l(l₁，l₂，...)； 

52）依次比较L和路线集中路线l_i中的浮动车的信息，若L和路线l_i中不存在相同的车辆，那么说明L和路线l_i(i=1，2，...)不是联通的，将l_i从路线集C_l中剔除； 

53）依次比较L和路线集C_l中路线l_i(i=1，2，...)的航向角信息，若L与路线l_i的方向相反，则将将l_i从路线集C_l中剔除； 

54）若路线集C_l中所有的路线与L都是联通的，将L的终点与路线集C_l中所 有的路线的起点连接起来，生成完整道路路网，获得道路路网矢量地图。 

本发明的一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法,通过对浮动车辆GPS数据进行处理，可获得高精度的道路路网矢量地图。 

具体实施方式

图1示出了等分线与行驶轨迹的交点示意图； 

图2示出了车辆轨迹a和车辆轨迹b中存在相同的连续的等分线集示意图； 

图3示出了公式F_l(k)4.2参数含义； 

图4示出了线段l_m的起止点与GPS定位点； 

图5示出了根据GPS定位点的径向误差对终点P_E位置进行调整； 

图6示出了本发明的流程示意图。 

具体实施方式

以下将结合附图，对本发明进行详细说明。 

参见图6，一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，包括如下步骤： 

1）选定需生成道路路网矢量地图的区域，筛选出区域内浮动车辆GPS数据，按路线对区域内的GPS定位点进行分组；所述步骤1）具体包括如下步骤： 

11）选定需生成道路路网矢量地图的区域，筛选出区域内浮动车辆GPS数据，形成车辆行驶轨迹； 

12）确定需生成道路路网矢量地图的区域中心点的坐标，由区域中心点出发，划出等分线，将需生成道路路网矢量地图的区域划分为n等份，n>1，并对等分线依次编码；n的取值并不是固定的，但是n得取值越大，效果就会越好； 

13）获取等分线与行驶轨迹的交点，计算各个交点到区域中心点的距离； 

14）以N（N>2）条车辆行驶轨迹上交点与中心点的距离为纵坐标，以等分线的编码为横坐标，对车辆行驶轨迹进行坐标转换； 

15）按各车辆行驶轨迹与等分线交点的顺序，将等分线的编码依次排列； 

16）分析每两条车辆行驶轨迹的重合和分离关系，若两条车辆行驶轨迹有 重合部分和分离部分，则获取分离交点，将分离交点作为各路线的交点，筛选出各路线对应的GPS数据；所述步骤16）具体包括如下步骤： 

161）分别计算每两条车辆行驶轨迹的重合指数f_c，对各车辆行驶轨迹之间的重合与分离关系进行量化： 

$f_c\left(h\right)=\underset{i=o+1}{\overset{h-1}{\mathrm{\Σ}}}{(d_a^{j+i}-d_b^{m+i})}^2+{(d_a^{j+h}-d_b^{m+h})}^2;$

其中，参见图2，假设车辆行驶轨迹a和车辆行驶轨迹b与相同的连续等分线集l_g至l_v有交点，分别为(a_j，...，a_j+k)和(b_m，...，b_m+k)，则交点到区域中心点的距离分别为

o表示上一个分离交点在(a_j，...，a_j+k)和(b_m，...，b_m+k)中的顺序编码，f_c(h)表示(a_j，...，a_j+k)和(b_m，...，b_m+k)中从第o+1个交点到第h个交点之间的轨迹重合指数，其中h=0，1，...，k-1； 

162）如果f_c(h)≤F_C，F_C为一固定阈值，则(a_j，...，a_j+k)和(b_m，...，b_m+k)中从第o+1个交点到第h个交点之间的两条轨迹是重合的，则第o+1个交点和第h个交点为分离交点；若f_c(h)>F_C，则(a_j，...，a_j+k)和(b_m，...，b_m+k)中第h个交点就是两条轨迹的交叉点，亦即分离交点，其交点的位置即是交叉点的位置； 

163）对于车辆行驶轨迹a，交点(a_j，...，a_j+k)中第o+1个交点到第h-1个交点之间的GPS定位点被筛选出来作为该路线生成的基础数据；对于车辆行驶轨迹b，交点(b_m，...，b_m+k)中第o+1个交点到第h-1个交点之间的GPS定位点被筛选出来作为该路线生成的基础数据。 

2）对分组后的GPS定位点进行分段，确定每一段的GPS数据集； 

具体地，使用路段划分函数F_l(k)，对一组内的GPS数据进行分段划分，确定每一段的GPS数据集： 

式中，α、β、γ为三个权重值，i与k表示轨迹l中的第i个与第k个GPS 定位点，△l_i，i+1表示第i个与第i+1个GPS定位点的距离，△θ_i，i+1表示第i个与第i+1个GPS定位点的航向角之差的绝对值，表示第i+1个GPS定位点的航向角与有向线段l_i，i+1的角度之差的绝对值，参见图3。 

3）以GPS数据集为基础数据，确定各路段终点的位置； 

如图4所示，线段l_m是整个路线上的一段，其起点P_B为前一个线段l_m-1的终点，而终点P_E为根据一条轨迹使用路段划分函数F_l(k)计算得到的。为了保证生产路段的位置精度，应该充分利用这些GPS定位点的各项信息，来动态的调整线段的终点P_E，使得GPS定位误差对路段位置的影响降到最低。 

如图5所示，线段l_m即有向线段

的左侧存在M个GPS定位点，右侧存在N个GPS定位点，并且本文在此规定右侧GPS定位点的径向误差为正，坐标为(x_p，y_p)的GPS定位点P到路段

的径向距离为d_p，线段的起止点坐标分别为P_B(x_b，y_b)P_E(x_e，y_e)。 

具体地，以包含GPS定位点数量由多至少，依次判断各路段GPS数据集对应的F_l(k)的值，当F_l(k)大于阈值F_L时，该路段第k个GPS定位点将作为路段的终点，而路段的起点即是上一条路段的终点； 

还可对路段的终点进行径向误差、航向角误差； 

其中，通过以下方法对路段的终点进行径向误差校正： 

将线段l_m的终点P_E沿垂直于路段方向向右侧移动了距离h，得到终点P′_E(x′_e，y′e)； 

$h=\frac{L(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i-\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{d}_j)}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{D_i^2-d_i^2}+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\sqrt{D_j^2-d_j^2}};$

若线段l_m即有向线段

的左侧存在M个GPS定位点，右侧存在N个GPS定位点，设右侧GPS定位点的径向误差为正；坐标为(x_p，y_p)的GPS定位点P到 路段的径向距离为d_p，线段的起止点坐标分别为P_B(x_b，y_b)、P_E(x_e，y_e)；GPS定位点P到起点的距离为D， $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i^{\′}-\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{d}_j^{\′}=0,$ $\left\{\begin{array}{c}{d}_p^{\′}=D\sin (\arcsin \frac{d_p}{D}-\arctan \frac{h}{L})\\ D=\sqrt{{(x_p-x_b)}^2+{(y_p-y_b)}^2}\\ L=\sqrt{{(x_e-x_b)}^2+{(y_e-y_b)}^2}\end{array}\right.;$

通过以下方法对路段的终点进行航向角校正，得到终点P″_E(x″_e，y″_e)： 

设线段l_m的航向角为α，GPS定位点的航向角θ，为则为使GPS定位点的航向角误差的期望值为0，则调整后的路段航向角α'应当满足公式： 

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\θ}}_i-{\mathrm{\α}}^{\′})+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}({\mathrm{\θ}}_j-{\mathrm{\α}}^{\′})=0;$

则有： 

${\mathrm{\α}}^{\′}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\θ}}_i+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\θ}}_j}{M+N};$

路段终点P_E的最终校正后的位置

满足公式： 

$\left\{\begin{array}{c}\stackrel{\‾}{x}=\frac{x^{\′}+x^{\′\′}}{2}\\ \stackrel{\‾}{y}=\frac{y^{\′}+y^{\′\′}}{2}\end{array}\right..$

4）将各路段连接成路线； 

5）确定各路线之间的连通性，剔除不连通的路线，生成完整道路路网，获得道路路网矢量地图；所述步骤5）具体包括如下步骤： 

51）以一条路线L的终点为圆心，以半径r做圆，搜索起点在该圆形区域内的所有道路路线，得到路线集C_l(l₁，l₂，...)； 

52）依次比较L和路线集中路线l_i中的浮动车的信息，若L和路线l_i中不存在相同的车辆，那么说明L和路线l_i(i=1，2，...)不是联通的，将l_i从路线集C_l中剔除； 

53）依次比较L和路线集C_l中路线l_i(i=1，2，...)的航向角信息，若L与路线l_i的方向相反，则将将l_i从路线集C_l中剔除； 

54）若路线集C_l中所有的路线与L都是联通的，将L的终点与路线集C_l中所有的路线的起点连接起来，生成完整道路路网，获得道路路网矢量地图。 

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。 

Claims (8)

1.一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，其特征在于：包括如下步骤：

1）选定需生成道路路网矢量地图的区域，筛选出区域内浮动车辆GPS数据，按路线对区域内的GPS定位点进行分组；

2）对分组后的GPS定位点进行分段，确定每一段的GPS数据集；

3）以GPS数据集为基础数据，确定各路段终点的位置；

4）将各路段连接成路线；

5）确定各路线之间的连通性，剔除不连通的路线，生成完整道路路网，获得道路路网矢量地图。

2.如权利要求1所述的一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，其特征在于：所述步骤1）具体包括如下步骤：

11）选定需生成道路路网矢量地图的区域，筛选出区域内浮动车辆GPS数据，形成车辆行驶轨迹；

12）确定需生成道路路网矢量地图的区域中心点的坐标，由区域中心点出发，划出等分线，将需生成道路路网矢量地图的区域划分为n等份，n>1，并对等分线依次编码；

13）获取等分线与行驶轨迹的交点，计算各个交点到区域中心点的距离；

14）以N条车辆行驶轨迹上交点与中心点的距离为纵坐标，以等分线的编码为横坐标，对车辆行驶轨迹进行坐标转换，N>2；

15）按各车辆行驶轨迹与等分线交点的顺序，将等分线的编码依次排列；

16）分析每两条车辆行驶轨迹的重合和分离关系，若两条车辆行驶轨迹有重合部分和分离部分，则获取分离交点，将分离交点作为各路线的交点，筛选出各路线对应的GPS数据。

3.如权利要求2所述的一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，其特征在于：所述步骤16）具体包括如下步骤：

161）分别计算每两条车辆行驶轨迹的重合指数f_c，对各车辆行驶轨迹之间的重合与分离关系进行量化：

$f_c\left(h\right)=\underset{i=o+1}{\overset{h-1}{\mathrm{\Σ}}}{(d_a^{j+i}-d_b^{m+i})}^2+{(d_a^{j+h}-d_b^{m+h})}^2;$

其中，假设车辆行驶轨迹a和车辆行驶轨迹b与相同的连续等分线集l_g至l_v有交点，分别为(a_j,...,a_j+k)和(b_m,...,b_m+k)，则交点到区域中心点的距离分别为

和，o表示上一个分离交点在(a_j,...,a_j+k)和(b_m,...,b_m+k)中的顺序编码，f_c(h)表示(a_j,...,a_j+k)和(b_m,...,b_m+k)中从第o+1个交点到第h个交点之间的轨迹重合指数，其中h=0,1,...,k-1；

162）如果f_c(h)≤F_C，F_C为固定阈值，则(a_j,...,a_j+k)和(b_m,...,b_m+k)中从第o+1个交点到第h个交点之间的两条轨迹是重合的，则第o+1个交点和第h个交点为分离交点；若f_c(h)>F_C，则(a_j,...,a_j+k)和(b_m,...,b_m+k)中第h个交点就是两条轨迹的交叉点，亦即分离交点，其交点的位置即是交叉点的位置；

163）对于车辆行驶轨迹a，交点(a_j,...,a_j+k)中第o+1个交点到第h-1个交点之间的GPS定位点被筛选出来作为该路线生成的基础数据；对于车辆行驶轨迹b，交点(b_m,...,b_m+k)中第o+1个交点到第h-1个交点之间的GPS定位点被筛选出来作为该路线生成的基础数据。

4.如权利要求1所述的一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，其特征在于：所述步骤2）中，使用路段划分函数F_l(k)，对一组内的GPS数据进行分段划分，确定每一段的GPS数据集：

式中，α、β、γ为三个权重值，i与k表示轨迹l中的第i个与第k个GPS定位点，△l_i,i+1表示第i个与第i+1个GPS定位点的距离，△θ_i,i+1表示第i个与第i+1个GPS定位点的航向角之差的绝对值，

表示第i+1个GPS定位点的航向角与有向线段l_i,i+1的角度之差的绝对值。

5.如权利要求4所述的一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，其特征在于：所述步骤3）中，以包含GPS定位点数量由多至少，依次判断各路段GPS数据集对应的F_l(k)的值，当F_l(k)大于阈值F_L时，该路段第k个GPS定位点将作为路段的终点，而路段的起点即是上一条路段的终点。

6.如权利要求5所述的一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，其特征在于：所述步骤3）中，还包括对路段的终点进行径向误差、航向角误差进行校正的步骤。

7.如权利要求6所述的一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，其特征在于：所述步骤3）中，通过以下方法对路段的终点进行径向误差校正：

将线段l_m的终点P_E沿垂直于路段方向向右侧移动了距离h，得到终点P′_E(x'_e,y'_e)；

$h=\frac{L(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i-\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{d}_j)}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{D_i^2-d_i^2}+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\sqrt{D_j^2-d_j^2}};$

若线段l_m即有向线段

的左侧存在M个GPS定位点，右侧存在N个GPS定位点，设右侧GPS定位点的径向误差为正；坐标为(x_p,y_p)的GPS定位点P到路段

的径向距离为d_p，线段的起止点坐标分别为P_B(x_b,y_b)、P_E(x_e,y_e)；GPS定位点P到起点的距离为D， $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i^{\′}-\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{d}_j^{\′}=0,$ $\left\{\begin{array}{c}{d}_p^{\′}=D\sin (\arcsin \frac{d_p}{D}-\arctan \frac{h}{L})\\ D=\sqrt{{(x_p-x_b)}^2+{(y_p-y_b)}^2}\\ L=\sqrt{{(x_e-x_b)}^2+{(y_e-y_b)}^2}\end{array}\right.;$

通过以下方法对路段的终点进行航向角校正，得到终点P″_E(x″_e,y″_e)：

设线段l_m的航向角为α，GPS定位点的航向角θ，为则为使GPS定位点的航向角误差的期望值为0，则调整后的路段航向角α'应当满足公式：

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\θ}}_i-{\mathrm{\α}}^{\′})+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}({\mathrm{\θ}}_j-{\mathrm{\α}}^{\′})=0;$

则有：

${\mathrm{\α}}^{\′}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\θ}}_i+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\θ}}_j}{M+N};$

路段终点P_E的最终校正后的位置

满足公式：

$\left\{\begin{array}{c}\stackrel{\‾}{x}=\frac{x^{\′}+x^{\′\′}}{2}\\ \stackrel{\‾}{y}=\frac{y^{\′}+y^{\′\′}}{2}\end{array}\right..$

8.如权利要求1所述的一种利用城市浮动车辆GPS数据生成道路路网矢量地图的方法，其特征在于：所述步骤5）中，具体包括如下步骤：

51）以一条路线L的终点为圆心，以半径r做圆，搜索起点在该圆形区域内的所有道路路线，得到路线集C_l(l₁,l₂,...)；

52）依次比较L和路线集中路线l_i中的浮动车的信息，若L和路线l_i中不存在相同的车辆，那么说明L和路线l_i(i=1,2,...)不是联通的，将l_i从路线集C_l中剔除；

53）依次比较L和路线集C_l中路线l_i(i=1,2,...)的航向角信息，若L与路线l_i的方向相反，则将将l_i从路线集C_l中剔除；

54）若路线集C_l中所有的路线与L都是联通的，将L的终点与路线集C_l中所有的路线的起点连接起来，生成完整道路路网，获得道路路网矢量地图。

Images