CN106203278A - 一种提取地图上双线道路的方法及装置 - Google Patents

一种提取地图上双线道路的方法及装置 Download PDF

Info

Publication number
CN106203278A
CN106203278A CN201610502894.3A CN201610502894A CN106203278A CN 106203278 A CN106203278 A CN 106203278A CN 201610502894 A CN201610502894 A CN 201610502894A CN 106203278 A CN106203278 A CN 106203278A
Authority
CN
China
Prior art keywords
road
curve
road curve
distance
track
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610502894.3A
Other languages
English (en)
Other versions
CN106203278B (zh
Inventor
武芳
行瑞星
巩现勇
翟仁健
李靖涵
张�浩
裴洪星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PLA Information Engineering University
Original Assignee
PLA Information Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PLA Information Engineering University filed Critical PLA Information Engineering University
Priority to CN201610502894.3A priority Critical patent/CN106203278B/zh
Publication of CN106203278A publication Critical patent/CN106203278A/zh
Application granted granted Critical
Publication of CN106203278B publication Critical patent/CN106203278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/182Network patterns, e.g. roads or rivers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)

Abstract

本发明涉及一种提取地图上双线道路的方法及装置,该方法包括:1)选定任一条道路曲线L,建立以L为中心,R为半径的缓冲区,寻找包含于缓冲区或与缓冲区相交的道路曲线构建L的匹配候选集;2)计算L与匹配候选集中道路曲线的夹角,判断二者的方向一致性;3)计算L与匹配候选集中道路曲线的距离,判断所述距离与所要提取的双线道路宽度的一致性;4)当方向一致性满足方向设定条件,且距离一致性满足距离设定条件时,匹配候选集中的该道路曲线与L为所要提取的双线道路曲线。本发明的方法不需要获知道路要素的属性信息,对道路的数据质量也要求不高,仅需要知道道路的坐标数据就能有效识别出道路网中的双线道路,符合人类空间认知特点。

Description

一种提取地图上双线道路的方法及装置
技术领域
本发明涉及大比例尺道路数据中双线道路模式识别的技术,特别涉及一种提取地图上双线道路的方法及装置。
背景技术
在大比例尺地图中,城市道路类型呈现多元化,研究城市道路结构特点对于城市结构认知、道路网自动综合与更新以及多尺度表达等方面有着重要的理论和实际意义。道路网的模式识别和提取是面向地图自动综合中空间信息处理的关键技术之一。大比例尺道路数据中,城市主干道一般都用双线表示。
当前对双线道路的识别与提取,有许多学者进行了研究。通过线状道路要素并结合弧段和结点要素的属性信息,可较为准确的识别双线道路模式,但过于依赖要素的属性信息。在不涉及属性信息的情况下,大部分关于主干道提取的研究都是通过计算道路的重要性划分道路等级,包括道路长度、连通度、中介中心性等;也可通过分析道路网眼几何形态指标,采用SVM方法自动提取城市主干道,但是该方法对道路数据质量要求比较高。
发明内容
双线道路是由平行线对构成,且线对始终保持一定的距离,其结构特征明显区别于其他线状道路,可从线对间空间距离的角度出发,对大比例尺道路数据中的双线道路模式进行识别。通过分析双线道路的几何特征,本发明提供了一种提取地图上双线道路的方法及装置,旨在解决现有的双线道路提取方法过度依赖道路要素属性信息及对道路数据质量要求较高的问题。
为解决上述技术问题,本发明的提取地图上双线道路的方法包括如下步骤:
1)选定地图上的任一条道路曲线L,建立以道路曲线L为中心,R为半径的缓冲区,寻找包含于缓冲区或者与缓冲区相交的道路曲线构建道路曲线L的匹配候选集;
2)计算道路曲线L与匹配候选集中道路曲线的夹角,根据所述夹角,判断匹配候选集中道路曲线与道路曲线L的方向一致性;
3)计算道路曲线L与匹配候选集中道路曲线的距离,判断所述距离与所要提取的双线道路宽度的一致性;
4)当匹配候选集中道路曲线与道路曲线L的方向一致性满足方向设定条件,且所述距离与所要提取的双线道路宽度的一致性满足距离设定条件时,匹配候选集中的该道路曲线与道路曲线L构成的双线道路就是所要提取的双线道路。
R=3d0,d0为所要提取的双线道路的宽度。
设置方向一致性参数Conori来表征匹配候选集中道路曲线与道路曲线L的方向一致性,所述方向一致性参数Conori的计算公式为:
C o n o r i = 1 - m i n { θ , π - θ } π / 2 , θ = arccos S 1 → · S 2 → | S 1 → | | S 2 → |
式中,分别为道路曲线L与匹配候选集中某一道路曲线的首尾结点相连向量,θ为道路曲线L与匹配候选集中某一道路曲线的夹角。
设置距离一致性参数Condis来表征所述距离与所要提取的双线道路宽度的一致性,距离一致性参数Condis的计算公式为:
C o n d i s = 1 - | d - d 0 | d 0
式中,d为所要提取的双线道路的宽度,d为道路曲线L与匹配候选集某条道路曲线的距离。
所述道路曲线L与匹配候选集中道路曲线的距离为正对投影距离,正对投影距离di定义为di=max{dP(LA,Li),dP(Li,LA)},其中,LA为匹配候选集中的一条道路曲线,dP(LA,L)为组成曲线LA的各线段的中点到道路曲线L的投影距离的平均值,dP(L,LA)为组成道路曲线L的各线段的中点到曲线LA的投影距离的平均值。
道路曲线L上各线段的中点到匹配候选集中的一条道路曲线的投影距离的计算过程为:
A)对于道路曲线L中的任一条线段Li,找到线段Li的中点P在道路曲线LA上的投影点所在的正对投影线段,从而获知正对投影线段两端点的坐标值;
B)根据公式得到线段Li的中点P在道路曲线LA上的投影点的坐标值(xt,yt);其中,n=Δx21Δx32+Δy21Δy32,m=Δx2 21+Δy2 21,Δx21=x2-x1,Δy21=y2-y1,Δx32=x3-x2,Δy32=y3-y2,(x1,y1)、(x2,y2)为正对投影线段两端点的坐标值,(x3,y3)为线段Li的中点P的坐标值;
C)根据线段Li的中点P及其在道路曲线LA上的投影点的坐标值,最终求出线段Li的中点P在道路曲线LA上投影距离。
步骤A)中线段Li的中点P在道路曲线LA上的投影点所在的正对投影线段的获取过程为:
a)计算中点P到曲线LA上所有顶点的距离,得到集合Array_dis,找出集合Array_dis中最短和次短距离,其中最短距离的顶点记为q1,次短距离的顶点记为q2
b)在点P、q1、q2构成的三角形中,计算∠Pq1q2和∠Pq2q1,如果∠Pq1q2和∠Pq2q1都不为钝角,则顶点q1、q2连成的线段为中点P的正对投影线段,如果∠Pq1q2和∠Pq2q1中有钝角,则从Array_dis中删除次短距离,重新获取q1、q2,计算∠Pq1q2和∠Pq2q1,直到∠Pq1q2和∠Pq2q1都不为钝角,得到中点P的正对投影线段。
在地图上提取双线道路时要首先对地图数据进行预处理:修正拓扑错误,连接或删除悬挂点。
本发明的提取地图上双线道路的装置包括匹配候选集确定模块、方向一致性计算模块、距离一致性计算模块及双线道路提取模块;
所述匹配候选集确定模块用于对地图上任一道路曲线L,建立以道路曲线L为中心,R为半径的缓冲区,寻找包含于缓冲区或者与缓冲区相交的道路曲线构建道路曲线L的匹配候选集;
所述方向一致性计算模块用于计算道路曲线L与匹配候选集中道路曲线的夹角,根据所述夹角,判断匹配候选集中道路曲线与道路曲线L的方向一致性;
所述距离一致性计算模块用于计算道路曲线L与匹配候选集中道路曲线的距离,判断所述距离与所要提取的双线道路宽度的一致性;
所述双线道路提取模块用于判断匹配候选集中道路曲线与道路曲线L的方向一致性是否满足方向设定条件,并判断所述距离与所要提取的双线道路宽度的一致性是否满足距离设定条件时,将满足方向设定条件和距离设定条件的道路曲线与道路曲线L匹配成双线道路。
设置距离一致性参数Condis来表征所述距离与所要提取的双线道路宽度的一致性,距离一致性参数Condis的计算公式为:
C o n d i s = 1 - | d - d 0 | d 0
式中,d为所要提取的双线道路的宽度,d为道路曲线L与匹配候选集某条道路曲线的距离。
本发明的有益效果是:本发明的双线道路提取方法及装置仅需要根据道路曲线的坐标计算出两条道路的正对投影距离,然后计算两条道路曲线的方向一致性参数和距离一致性参数,并与设定阈值进行比较满足阈值条件的曲线就为所要提取的双线道路。本发明的方法不需要获知道路要素的属性信息,对道路的数据质量也要求不高,仅需要知道道路的坐标数据就能有效识别出道路网中的双线道路,符合人类空间认知特点。
附图说明
图1为基于正对投影距离的双线道路提取流程图;
图2为缓冲区构建示意图;
图3为线要素正对投影原理示意图;
图4为投影点计算示意图;
图5为正对投影线段判断示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步详细介绍。
本发明的提取地图上双线道路的方法的实施例
本实施例的双线道路提取方法包括如下步骤:
1)选定地图上的任一条道路曲线L,建立以道路曲线L为中心,R为半径的缓冲区,寻找包含于缓冲区或者与缓冲区相交的道路曲线构建道路曲线L的匹配候选集;
2)计算道路曲线L与匹配候选集中道路曲线的夹角,根据所述夹角,判断匹配候选集中道路曲线与道路曲线L的方向一致性;
3)计算道路曲线L与匹配候选集中道路曲线的距离,判断所述距离与所要提取的双线道路宽度的一致性;
4)当匹配候选集中道路曲线与道路曲线L的方向一致性满足方向设定条件,且所述距离与所要提取的双线道路宽度的一致性满足距离设定条件时,匹配候选集中的该道路曲线与道路曲线L构成的双线道路就是所要提取的双线道路。
下面对上述步骤作进一步详细阐述:
对于步骤1)选定地图上的任一条道路曲线L,建立以道路曲线L为中心,R为半径的缓冲区,寻找包含于缓冲区或者与缓冲区相交的道路曲线构建道路曲线L的匹配候选集,如图2所示;
若要识别的道路宽度为d0,那么,缓冲区半径R优选取值为3d0,当然作为其他实施方式,还可以取4d0等等。
对于步骤2),计算道路曲线L与匹配候选集中道路曲线的夹角,当道路曲线L与匹配候选集中道路曲线平行时,此时的夹角为零,当道路曲线L与匹配候选集中道路曲线不平行时,道路曲线L或道路曲线L的延长线最终会与匹配候选集中道路曲线相交形成一个夹角。而该夹角越小,匹配候选集中道路曲线与道路曲线L的方向一致性越好。
道路曲线L与其候选集内道路曲线的夹角的计算公式为:
θ = arccos S 1 → · S 2 → | S 1 → | | S 2 → |
其中,分别为道路曲线L与其候选集内道路曲线的首尾结点相连向量,也可以为与道路曲线L及其候选集内道路曲线平行的向量。
可以直接利用上述夹角来判断匹配候选集中道路曲线与道路曲线L的方向一致性,或者引入方向一致性参数Conori。
根据计算出道路曲线L与其候选集内道路曲线的夹角θ,计算道路曲线L与其候选集内道路曲线的方向一致性参数Conori,计算公式为:
上述公式中Conori的值域为[0,1],Conori为0时表示两条道路垂直,为1时表示两条道路平行,Conori的值越大,道路曲线L与其候选集内道路曲线的方向一致性越好。
当然,作为其他实施方式,方向一致性参数Conori的计算公式也可为此时,Conori的值域为[0,1],Conori为1时表示两条道路垂直,为0时表示两条道路平行,Conori的值越小,道路曲线L与其候选集内道路曲线的方向一致性越好。或者,令方向一致性参数Conori为min{θ,π-θ},Conori的值域为[0,90°],Conori为90°时表示两条道路垂直,为0时表示两条道路平行。
对于步骤3),计算道路曲线L与匹配候选集中道路曲线的距离,判断所述距离与所要提取的双线道路宽度的一致性。
在判断所述距离与所要提取的双线道路宽度的一致性时,可以直接判断上述距离,是否接近于所要提取的双线道路宽度,或者,设定一个距离一致性参数Condis来表征道路曲线L与其候选集内道路曲线的距离一致性。
计算道路曲线L与其候选集内道路曲线的距离一致性参数Condis的公式为:
C o n d i s = 1 - | d - d 0 | d 0
上述公式中Condis的取值范围为[0,1],取值越大则距离一致性越高。
作为其他实施方式,距离一致性参数Condis的公式还可为:或Condis=|d-d0|,此时Condis取值越小则距离一致性越高,还可以对上述公式作其他变型,这里不再一一阐述。
对于步骤4),若直接利用夹角和距离判断时,当夹角小于夹角设定值且距离在设定距离范围内时,可以判定匹配候选集中的该道路曲线与道路曲线L构成的双线道路就是所要提取的双线道路。
若采用方向一致性参数Conori和距离一致性参数Condis进行判别时,将匹配候选集中每条道路曲线对应的方向一致性参数Conori和距离一致性参数Condis分别与设定的阈值进行比较,满足阈值条件的道路曲线与道路曲线L构成的双线道路就是所要提取的双线道路。
在计算道路曲线L与匹配候选集中道路曲线的距离时,引入了正对投影距离的概念,具体如下:
假设道路曲线L的匹配候选集中的一条曲线为LA,那么,道路曲线L与曲线LA的正对投影距离di的计算方法为:di=max{dP(LA,L),dP(L,LA)},其中,dP(LA,L)表示曲线LA到L的投影距离的平均值,dP(L,LA)表示曲线L到LA的投影距离的平均值。
dP(LA,L)和dP(L,LA)的计算过程为: 其中,LA={a1,a2,…,an}和Li={b1,b2,…,bn},即dP(LA,L)为组成曲线LA的各线段的中点到道路曲线L的投影距离的平均值,dP(L,LA)为组成道路曲线L的各线段的中点到曲线LA的投影距离的平均值。
以道路曲线L中的一个顶点b1到曲线LA中的正对投影距离为例,若顶点b1正对曲线LA上的线段CD,已知点C、D、b1的坐标分别为(x1,y1)、(x2,y2)、(x3,y3),根据解析几何理论,顶点b1到线段CD的投影点Z的坐标zt(xt,yt)的计算公式为:
式中:n=Δx21Δx32+Δy21Δy32,m=Δx2 21+Δy2 21,Δx21=x2-x1,Δy21=y2-y1,Δx32=x3-x2,Δy32=y3-y2
在计算投影点Z的坐标时,关键问题是如何让计算机“知道”:双线道路中一条道路曲线上的顶点投影到另一条曲线的哪一条线段上,只有知道投影点所在的线段后才可以正确计算出该点到线段的距离,如图4所示,如何判定道路LA上顶点B要投影到道路LB的哪一条线段。除了端点外,整条线状道路上的每一个顶点同时属于两个相邻道路线段,而且当出现道路转向较大的情况时,无疑会增加判断顶点投影所在线段的难度,如图4中,道路LA上顶点E的投影点落在道路LB之外。为了有效解决以上问题,降低计算复杂度,本文把道路要素中的道路线段理解为一个点,即采用道路线段的中点(参考点)表示,因此只要计算参考点在其正对道路线段上的投影点即可,并且该点的投影点基本都会在投影曲线上,判断该点的正对投影线段比较容易实现。
所以,本实施例中将道路曲线L与匹配候选集某条道路曲线的正对投影距离的计算简化为道路曲线L中各线段的中点到匹配候选集某条道路曲线的正对投影距离的计算。
计算道路曲线L中各线段的中点到匹配候选集某条道路曲线的正对投影距离,首先要判断道路曲线L中各线段的中点在匹配候选集某条道路曲线上的投影点所在的线段即正对投影线段。
以图5为例,首先计算L(参考曲线)中所有线段的中点,以参考点P为例,点P2在投影曲线LA上的正对投影点为P’,参考点P与投影点P’的连线是点P到曲线LA的最短距离,而参考点P与LA所有顶点连线中最短的连线为PQ6,则点P必定投影在点Q6所在线段Q5Q6或Q6Q7上,即正对投影点P’必定落在线段Q5Q6或Q6Q7上。针对此种情况,需要利用三角形的几何知识判断P的投影点在哪条线段上。由三角形几何原理可知,如果三角形中顶点P的垂足落在顶点所对的边上,则另外两个顶点对应的内角中不能有钝角,如图5所示,在△P2Q6Q7中,内角γ、θ都不为钝角,则P的投影点在线段Q6Q7上。如果这两个顶点对应的内角中有直角,则该直角所在的顶点为P的投影点。具体的实现过程为:
1)设Q1、Q2……Qn为曲线LA上的一系列顶点,道路曲线L上的一条线段Li的中点记为P,分别求出P到Q1、Q2……Qn的距离dis1、dis2……disn,并将这些距离值记录到数组Array_dis中,获取Array_dis中两个最短距离,最短距离dismin1对应的顶点记为q1,次短距离dismin2对应顶点记为q2
2)在点P、q1、q2构成的三角形中,分别计算顶点q1、q2对应的三角形内角Angle1、Angle2,如果Angle1、Angle2都不为钝角,则顶点q1、q2连成的线段为P的正对投影线段,如果Angle1、Angle2中有钝角,则从Array_dis中删除dismin2,重新获取新的Array_dis中两个最短距离,得到新的q1、q2,在点P、q1、q2构成的三角形中,分别计算顶点q1、q2对应的三角形内角Angle1、Angle2,然后判断,如此反复,直到Angle1、Angle2都不为钝角,则得到P的正对投影线段,即得到正对投影线段两端点的坐标。
在获得正对投影线段后,根据正对投影线段两端点的坐标、线段Li的中点坐标,及公式(6)获得P的投影点坐标,计算P到投影点的距离并记录到数组Array_PD中,如果Angle1、Angle2始终不能满足条件,则P无正对投影线段,然后按上述步骤计算线段Li所在曲线的其他线段的中点对应的投影距离,直到遍历完数组Array_pt执行下一步骤。
步骤5:若Array_PD为空,则该参考曲线到投影曲线无正对投影距离;若Array_PD非空,计算数组Array_PD中所有投影距离的平均值,作为该参考曲线到投影曲线的正对投影距离。
在地图上提取双线道路时要首先对地图数据进行预处理:修正拓扑错误,连接或删除悬挂点。
本发明的提取地图上双线道路的装置的实施例
本实施例的装置包括匹配候选集确定模块、方向一致性计算模块、距离一致性计算模块及双线道路提取模块;
所述匹配候选集确定模块用于对地图上任一道路曲线L,建立以道路曲线L为中心,R为半径的缓冲区,寻找包含于缓冲区或者与缓冲区相交的道路曲线构建道路曲线L的匹配候选集;
所述方向一致性计算模块用于计算道路曲线L与匹配候选集中道路曲线的夹角,根据所述夹角,判断匹配候选集中道路曲线与道路曲线L的方向一致性;
所述距离一致性计算模块用于计算道路曲线L与匹配候选集中道路曲线的距离,判断所述距离与所要提取的双线道路宽度的一致性;
所述双线道路提取模块用于判断匹配候选集中道路曲线与道路曲线L的方向一致性是否满足方向设定条件,并判断所述距离与所要提取的双线道路宽度的一致性是否满足距离设定条件时,将满足方向设定条件和距离设定条件的道路曲线与道路曲线L匹配成双线道路。
上述匹配候选集中道路曲线与道路曲线L的方向一致性计算判断方法、与所要提取的双线道路距离的一致性的计算判断方法,同上述方法的实施例中的计算判断过程一致,这里不再详细阐述。

Claims (10)

1.一种提取地图上双线道路的方法,其特征在于,该方法包括如下步骤:
1)选定地图上的任一条道路曲线L,建立以道路曲线L为中心,R为半径的缓冲区,寻找包含于缓冲区或者与缓冲区相交的道路曲线构建道路曲线L的匹配候选集;
2)计算道路曲线L与匹配候选集中道路曲线的夹角,根据所述夹角,判断匹配候选集中道路曲线与道路线段L的方向一致性;
3)计算道路曲线L与匹配候选集中道路曲线的距离,判断所述距离与所要提取的双线道路宽度的一致性;
4)当匹配候选集中道路曲线与道路曲线L的方向一致性满足方向设定条件,且所述距离与所要提取的双线道路宽度的一致性满足距离设定条件时,匹配候选集中的该道路曲线与道路曲线L构成的双线道路就是所要提取的双线道路。
2.根据权利要求1所述提取地图上双线道路的方法,其特征在于,R=3d0,d0为所要提取的双线道路的宽度。
3.根据权利要求1所述提取地图上双线道路的方法,其特征在于,设置方向一致性参数Conori来表征匹配候选集中道路曲线与道路曲线L的方向一致性,所述方向一致性参数Conori的计算公式为:
式中,分别为道路曲线L与匹配候选集中某一道路曲线的首尾结点相连向量,θ为道路曲线L与匹配候选集中某一道路曲线的夹角。
4.根据权利要求1所述提取地图上双线道路的方法,其特征在于,设置距离一致性参数Condis来表征所述距离与所要提取的双线道路宽度的一致性,距离一致性参数Condis的计算公式为:
C o n d i s = 1 - | d - d 0 | d 0
式中,d为所要提取的双线道路的宽度,d为道路曲线L与匹配候选集某条道路曲线的距离。
5.根据权利要求4所述提取地图上双线道路的方法,其特征在于,所述道路曲线L与匹配候选集中道路曲线的距离为正对投影距离,正对投影距离di定义为di=max{dP(LA,Li),dP(Li,LA)},其中,LA为匹配候选集中的一条道路曲线,dP(LA,L)为组成曲线LA的各线段的中点到道路曲线L的投影距离的平均值,dP(L,LA)为组成道路曲线L的各线段的中点到曲线LA的投影距离的平均值。
6.根据权利要求5所述提取地图上双线道路的方法,其特征在于,道路曲线L上各线段的中点到匹配候选集中的一条道路曲线的投影距离的计算过程为:
A)对于道路曲线L中的任一条线段Li,找到线段Li的中点P在道路曲线LA上的投影点所在的正对投影线段,从而获知正对投影线段两端点的坐标值;
B)根据公式得到线段Li的中点P在道路曲线LA上的投影点的坐标值(xt,yt);其中,n=Δx21Δx32+Δy21Δy32,m=Δx2 21+Δy2 21,Δx21=x2-x1,Δy21=y2-y1,Δx32=x3-x2,Δy32=y3-y2,(x1,y1)、(x2,y2)为正对投影线段两端点的坐标值,(x3,y3)为线段Li的中点P的坐标值;
C)根据线段Li的中点P及其在道路曲线LA上的投影点的坐标值,最终求出线段Li的中点P在道路曲线LA上投影距离。
7.根据权利要求6所述提取地图上双线道路的方法,其特征在于,步骤A)中线段Li的中点P在道路曲线LA上的投影点所在的正对投影线段的获取过程为:
a)计算中点P到曲线LA上所有顶点的距离,得到集合Array_dis,找出集合Array_dis中最短和次短距离,其中最短距离的顶点记为q1,次短距离的顶点记为q2
b)在点P、q1、q2构成的三角形中,计算∠Pq1q2和∠Pq2q1,如果∠Pq1q2和∠Pq2q1都不为钝角,则顶点q1、q2连成的线段为中点P的正对投影线段,如果∠Pq1q2和∠Pq2q1中有钝角,则从Array_dis中删除次短距离,重新获取q1、q2,计算∠Pq1q2和∠Pq2q1,直到∠Pq1q2和∠Pq2q1都不为钝角,得到中点P的正对投影线段。
8.根据权利要求1-7任一所述提取地图上双线道路的方法,其特征在于,在地图上提取双线道路时要首先对地图数据进行预处理:修正拓扑错误,连接或删除悬挂点。
9.一种提取地图上双线道路的装置,其特征在于,该装置包括匹配候选集确定模块、方向一致性计算模块、距离一致性计算模块及双线道路提取模块;
所述匹配候选集确定模块用于对地图上任一道路曲线L,建立以道路曲线L为中心,R为半径的缓冲区,寻找包含于缓冲区或者与缓冲区相交的道路曲线构建道路曲线L的匹配候选集;
所述方向一致性计算模块用于计算道路曲线L与匹配候选集中道路曲线的夹角,根据所述夹角,判断匹配候选集中道路曲线与道路曲线L的方向一致性;
所述距离一致性计算模块用于计算道路曲线L与匹配候选集中道路曲线的距离,判断所述距离与所要提取的双线道路宽度的一致性;
所述双线道路提取模块用于判断匹配候选集中道路曲线与道路曲线L的方向一致性是否满足方向设定条件,并判断所述距离与所要提取的双线道路宽度的一致性是否满足距离设定条件时,将满足方向设定条件和距离设定条件的道路曲线与道路曲线L匹配成双线道路。
10.根据权利要求9所述提取地图上双线道路的装置,其特征在于,设置距离一致性参数Condis来表征所述距离与所要提取的双线道路宽度的一致性,距离一致性参数Condis的计算公式为:
C o n d i s = 1 - | d - d 0 | d 0
式中,d为所要提取的双线道路的宽度,d为道路曲线L与匹配候选集某条道路曲线的距离。
CN201610502894.3A 2016-06-28 2016-06-28 一种提取地图上双线道路的方法及装置 Active CN106203278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610502894.3A CN106203278B (zh) 2016-06-28 2016-06-28 一种提取地图上双线道路的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610502894.3A CN106203278B (zh) 2016-06-28 2016-06-28 一种提取地图上双线道路的方法及装置

Publications (2)

Publication Number Publication Date
CN106203278A true CN106203278A (zh) 2016-12-07
CN106203278B CN106203278B (zh) 2019-02-26

Family

ID=57463796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610502894.3A Active CN106203278B (zh) 2016-06-28 2016-06-28 一种提取地图上双线道路的方法及装置

Country Status (1)

Country Link
CN (1) CN106203278B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108088448A (zh) * 2017-11-21 2018-05-29 武汉中海庭数据技术有限公司 一种高精度车道组与传统道路的匹配方法及装置
CN110348383A (zh) * 2019-07-11 2019-10-18 重庆市地理信息中心 一种基于卷积神经网络回归的道路中心线和双线提取方法
CN112148812A (zh) * 2019-06-26 2020-12-29 丰图科技(深圳)有限公司 提取道路中心线方法、装置、设备及其存储介质
CN113514072A (zh) * 2021-09-14 2021-10-19 自然资源部第三地理信息制图院 一种面向导航数据与大比例尺制图数据的道路匹配方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010009181A (ko) * 1999-07-08 2001-02-05 윤장진 자가진단장치를 구비한 차량항법장치 및 그 자가진단방법
CN102521973A (zh) * 2011-12-28 2012-06-27 昆明理工大学 一种手机切换定位的道路匹配方法
CN104361142A (zh) * 2014-12-12 2015-02-18 华北水利水电大学 一种多源导航电子地图矢量道路网变化快速检测方法
CN104821081A (zh) * 2015-04-22 2015-08-05 西安翔迅科技有限责任公司 一种基于车辆gps数据的路况检测系统
CN104850824A (zh) * 2015-04-16 2015-08-19 西安交通大学 一种基于道路元综合的路网匹配方法
CN104884897A (zh) * 2012-11-02 2015-09-02 通腾科技股份有限公司 移动装置的地图匹配方法
CN105628033A (zh) * 2016-02-26 2016-06-01 广西鑫朗通信技术有限公司 一种基于道路连通关系的地图匹配方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010009181A (ko) * 1999-07-08 2001-02-05 윤장진 자가진단장치를 구비한 차량항법장치 및 그 자가진단방법
CN102521973A (zh) * 2011-12-28 2012-06-27 昆明理工大学 一种手机切换定位的道路匹配方法
CN104884897A (zh) * 2012-11-02 2015-09-02 通腾科技股份有限公司 移动装置的地图匹配方法
CN104361142A (zh) * 2014-12-12 2015-02-18 华北水利水电大学 一种多源导航电子地图矢量道路网变化快速检测方法
CN104850824A (zh) * 2015-04-16 2015-08-19 西安交通大学 一种基于道路元综合的路网匹配方法
CN104821081A (zh) * 2015-04-22 2015-08-05 西安翔迅科技有限责任公司 一种基于车辆gps数据的路况检测系统
CN105628033A (zh) * 2016-02-26 2016-06-01 广西鑫朗通信技术有限公司 一种基于道路连通关系的地图匹配方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108088448A (zh) * 2017-11-21 2018-05-29 武汉中海庭数据技术有限公司 一种高精度车道组与传统道路的匹配方法及装置
CN108088448B (zh) * 2017-11-21 2020-04-21 武汉中海庭数据技术有限公司 一种高精度车道组与传统道路的匹配方法及装置
CN112148812A (zh) * 2019-06-26 2020-12-29 丰图科技(深圳)有限公司 提取道路中心线方法、装置、设备及其存储介质
CN112148812B (zh) * 2019-06-26 2024-04-12 丰图科技(深圳)有限公司 提取道路中心线方法、装置、设备及其存储介质
CN110348383A (zh) * 2019-07-11 2019-10-18 重庆市地理信息中心 一种基于卷积神经网络回归的道路中心线和双线提取方法
CN110348383B (zh) * 2019-07-11 2020-07-31 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) 一种基于卷积神经网络回归的道路中心线和双线提取方法
CN113514072A (zh) * 2021-09-14 2021-10-19 自然资源部第三地理信息制图院 一种面向导航数据与大比例尺制图数据的道路匹配方法

Also Published As

Publication number Publication date
CN106203278B (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
CN105788273B (zh) 基于低精度时空轨迹数据的城市交叉口自动识别的方法
CN103278170B (zh) 基于显著场景点检测的移动机器人级联地图创建方法
CN106203278A (zh) 一种提取地图上双线道路的方法及装置
CN109145171A (zh) 一种多尺度地图数据更新方法
CN105975913B (zh) 一种基于自适应聚类学习的道路网提取的方法
CN104866670B (zh) 基于gps时空轨迹的路网拓扑变化自动检测方法及系统
CN106803253B (zh) 一种三维岩石图像裂缝识别方法
CN109710701A (zh) 一种用于公共安全领域大数据知识图谱的自动化构建方法
CN104036480B (zh) 基于surf算法的快速消除误匹配点方法
CN111028277A (zh) 基于伪孪生卷积神经网络的sar和光学遥感图像配准方法
JP2019135544A (ja) 電子地図における交差点を認識するための方法及び装置
CN102436481B (zh) 一种道路网结构模式的自动识别方法
CN103678680A (zh) 基于感兴趣区域多元空间关系模型的图像分类方法
CN104317793A (zh) 基于多源信息的不同时期空间实体层次式匹配方法及系统
CN109242930B (zh) 一种用于数字线划图的高程点与等高线空间逻辑关系检测方法
CN108846089A (zh) 一种面向城市供水专业管线与综合管线的空间数据匹配方法
CN110704559A (zh) 一种多尺度矢量面数据匹配方法
CN107369373B (zh) 一种利用多比例尺线要素地图进行综合制图的方法
CN109522385A (zh) 一种多尺度道路网m-n匹配模式的判定方法
Chen et al. A higher-order tensor voting-based approach for road junction detection and delineation from airborne LiDAR data
CN104182456B (zh) 一种基于mrs‑mm目标匹配模型的空间实体增量提取方法
Seybold Robust map matching for heterogeneous data via dominance decompositions
CN109543498A (zh) 一种基于多任务网络的车道线检测方法
CN107967332A (zh) 企业地址识别方法及识别系统
Jiang et al. Extracting 3-D structural lines of building from ALS point clouds using graph neural network embedded with corner information

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant