CN106203491A - 一种公路矢量数据的融合更新方法 - Google Patents
一种公路矢量数据的融合更新方法 Download PDFInfo
- Publication number
- CN106203491A CN106203491A CN201610514743.XA CN201610514743A CN106203491A CN 106203491 A CN106203491 A CN 106203491A CN 201610514743 A CN201610514743 A CN 201610514743A CN 106203491 A CN106203491 A CN 106203491A
- Authority
- CN
- China
- Prior art keywords
- data
- similarity
- key element
- linear element
- coupling
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种公路矢量数据的融合更新方法,通过将由次级路网中心节点采集的最新数据导入完成数据集成、对数据中的线状要素的匹配和点要素进行几何匹配进而完成数据融合,最后根据建立的道路路网的拓扑关系在数据库中更新,通过GIS软件平台绘制动态更新的地图并显示最新结果而完成数据发布,本发明的方法将人工很大程度上从繁重、琐碎、易错的数据检查、数据融合中解放出来,极大地降低工作量,提高数据利用的时效性。
Description
技术领域
本申请涉及一种公路矢量数据的融合更新方法,尤其涉及用于不同等级的公路数据动态更新及发布的方法。
背景技术
近年来,随着地理信息系统在公路水路交通业务中的广泛应用,对于“公水一张图”的需求越来越迫切。目前,交通运输部路网中心即将完成全国导航数据和公路交通行业年报的数据融合的工作。由于委托的地图数据供应商是属于一次性地完成全部工作。融合工作完成以后每年的更新工作将是一个耗时、繁重和困难的任务,且以年为周期的时效性无法满足路网监测和应急处置的需求,而且随着管理的深入,从国省干线要到县道、乡村道,数据量、工作量、复杂程度都会急剧加大,仅仅依靠人工进行数据融合,越来越难以为继。这就需要在人工数据融合的工程实践中抽象出相应知识,利用计算机软件辅助进行矢量数据的实时融合,变年度数据管理为日常数据管理,变总量更新为日常更新和总量更新相结合。
发明内容
针对现有技术中存在的技术问题,本申请提供了一种公路矢量数据的融合更新方法,其具体包括以下步骤:
1).数据集成,包括:将由次级路网中心节点采集的最新数据导入,按照预设的规则执行数据检查,判断是否满足预定要求,若否则进行修改后再次提交;采集的数据满足要求则提交到上级路网中心节点进行数据复核,判断是否满足预定要求,若否则进行修改后再次提交;对复核通过后的数据进行数据清洗、数据转换和数据加载的预处理,使数据的坐标系统、投影方式、高程基准标准统一,满足一致的数据库表结构的约束和表间关系,且数据的分类分级是统一的,数据中的素集、要素类的分类方法与标准统一;
2).数据融合,包括:对数据中的线状要素的匹配和点要素进行几何匹配;对数据中的道路、沿线设施的名称和编码分别进行语义匹配;依据路网的空间关系进行拓扑匹配;对工程实践中获得的规律性的知识进行匹配;上述匹配完成后,对数据进行合并融合后导入数据库并进行审核,通过GIS平台形成临时发布的动态图层;根据线状要素和点要素建立道路路网的拓扑关系。
3).数据发布,包括:根据建立的道路路网的拓扑关系在数据库中更新,通过GIS软件平台绘制动态更新的地图并显示最新结果。
点要素包括:桥梁、涵洞、隧道、服务区、收费站、交调设备、视频设备;所述几何匹配还包括:对采集的线状要素和点要素属性包含的编码、里程和名称在数据库中进行搜索和匹配,其中,对已存在的线状要素或点要素不进行处理;对新增的线状要素或点要素,在对其要素属性审核完成满足预定要求后直接插入数据库;对发生修改的线状要素或点要素,做出提示由人工审核,确认后在数据库中覆盖更新并记录日志;对删除的线状要素或点要素设置废止状态标记;对跨区域的线状要素首先进行道路的接边处理;数据的比例尺选择精度高的并转换,以位置相似度和结构相似度作为点要素匹配的准则;以位置相似度、形状相似度和大小相似度作为线状要素匹配的准则。所述点要素的位置相似度采用以下公式计算:其中,dist为两点间距离,dp为匹配距离阈值;所述点要素的结构相似度采用以下公式计算:其中,待匹配点P1与m条线关联,待匹配点P2与n条线关联。与P2中n条关联线相似方向个数为m’,P2在P1中有相似方向个数为n’;根据点要素的位置相似度和结构相似度进行加权平均可得到点要素的总相似度:其中σi(P1,P2)为待匹配点对P1和P2共q个特征中第i个特征的相似度,ωi为权重。所述线状要素的位置相似度采用以下公式计算:σpositon_L(A,B)=S/L其中,A和B是两条待匹配的实线体,S和L分别为两条待匹配的线之间首尾点之间包围成的面积和对应点间距离;所述线状要素的形状相似度采用以下公式计算:其中,形状描述f(li)=|PiOc|,即以线上各点Pi到形心点Oc的距离|PiOc|作为形状描述函数,某点P0到任一点Pi的弧长li作为该函数参数,所述线状要素的大小相似度采用以下公式计算:其中,size(A)、size(B)分别表示线实体A、B的大小;根据线状要素的位置相似性、形状相似性和大小相似性通过加权平均可得到线状要素的总相似度。
所述语义匹配通过对候选的数据中的同名实体进行比较来实现。
所述拓扑匹配是对未能匹配的点要素或线状要素通过计算数据中的同名实体的拓扑关系度量作为匹配的依据,匹配时不仅考虑单个节点,还考虑该节点的一个邻域。
所述对数据进行合并融合中,对数据源几何精度不相同的同名实体,根据预定的取舍规则取精度高的数据,舍弃精度低的数据。
所述对数据进行合并融合,作为点要素的高速公路、国省干线沿线设施同名实体的匹配,采用以导航数据为准,舍弃年报数据的方式;对线状要素匹配采用数学形态学方法、Bresenharo画线法、快速直线光栅化法中的任一种。
本发明的方法将人工很大程度上从繁重、琐碎、易错的数据检查、数据融合中解放出来,极大地降低工作量,提高数据利用的时效性。
附图说明
图1是公路矢量数据的融合更新方法流程图
图2是线状要素匹配的过程示意图
图3是线状要素位置相似度的示意图
具体实施方式
如附图1所示,本申请提供了一种公路矢量数据的融合更新方法,其具体包括以下步骤:
数据集成,包括:将由次级路网中心节点采集的最新数据导入,按照预设的规则执行数据检查,判断是否满足预定要求,若否则进行修改后再次提交;采集的数据满足要求则提交到上级路网中心节点进行数据复核,判断是否满足预定要求,若否则进行修改后再次提交;对复核通过后的数据进行数据清洗、数据转换和数据加载的预处理,使数据的坐标系统、投影方式、高程基准标准统一,满足一致的数据库表结构的约束和表间关系,且数据的分类分级是统一的,数据中的素集、要素类的分类方法与标准统一;
数据融合,包括:对数据中的线状要素的几何匹配和点要素进行几何匹配;对数据中的道路、沿线设施的名称和编码分别进行语义匹配;依据路网的空间关系进行拓扑匹配;对工程实践中获得的规律性的知识进行匹配;上述匹配完成后,对数据进行合并融合后导入数据库并进行审核,通过GIS平台形成临时发布的动态图层;根据线状要素和点要素建立道路路网的拓扑关系。点要素包括:桥梁、涵洞、隧道、服务区、收费站、交调设备、视频设备;所述几何匹配还包括:对采集的线状要素和点要素属性包含的编码、里程和名称在数据库中进行搜索和匹配,其中,对已存在的线状要素或点要素不进行处理;对新增的线状要素或点要素,在对其要素属性审核完成满足预定要求后直接插入数据库;对发生修改的线状要素或点要素,做出提示由人工审核,确认后在数据库中覆盖更新并记录日志;对删除的线状要素或点要素设置废止状态标记;对跨区域的线状要素首先进行道路的接边处理;数据的比例尺选择精度高的并转换,以位置相似度和结构相似度作为点要素匹配的准则;以位置相似度、形状相似度和大小相似度作为线状要素匹配的准则。数据融合应满足以下要求:
(1)数学精度要求
——坐标系统正确;
——图廓范围正确;
——平面位置精度准确;
——接边符合精度要求;
(2)矢量数据处理要求
——对接边片发现不统一的情况时以大比例尺数据为主。
——连接道路应打断,符合公路地理信息数据的连通逻辑规则。
——保证道路的连通性及道路的拓扑关系的正确性。
——保证相关要素的相对位置正确性。
——道路线型数据重复(同一路段而非复线)时以上期融合后的数据(导航数据)为准。
(3)完整性与正确性要求
——文件命名、数据组织符合要求;
——数据格式符合要求。
以及,数据发布,包括:根据建立的道路路网的拓扑关系在数据库中更新,通过GIS软件平台绘制动态更新的地图并显示最新结果。
在本申请的一个优选实施例中,P1和P2为待匹配点对,所述点要素的位置相似度采用以下公式计算:其中,dist为两点间距离,dp为匹配距离阈值;如附图2所示,针对1:10000的行业年报数据和商业导航数据对同一地物如路线和收费站的不同表达来进行匹配测试。对于图中a1和a2的匹配,可以统计同名收费站实体的距离差异,选择距离阈值为100米,保证90%以上的同名收费站的距离偏差均小于该阈值。
所述点要素的结构相似度采用以下公式计算:其中,待匹配点P1与m条线关联,待匹配点P2与n条线关联。与P2中n条关联线相似方向个数为m’,P2在P1中有相似方向个数为n’。
附图2中ai(i=1,2)表示商业导航数据的收费站,bj(j=1,2)表示行业年报数据的收费站,lak(k=1,……,5)表示商业导航数据的路段,lbk(k=1,……,5)表示行业年报数据的路段。
图2中a1和b1、a2和b2的点实体对,按公式计算后的结构相似度均为1.0。
根据点要素的位置相似度和结构相似度进行加权平均可得到点要素的总相似度:其中σi(P1,P2)为待匹配点对P1和P2共q个特征中第i个特征的相似度,ωi为权重,特征可以包括但不限于位置相似度和结构相似度。附图2中实例依据视觉原理和人眼识别图形的特点,设定位置相似度和结构相似度的权重比为1:2。计算点实体对的总相似度,则总相似度为a1和b1的位置相似度0.783458乘以1/3加上a1和b1的结构相似度1乘以2/3。即0.783458*1/3+1*2/3=0.927819。相似的,a2和b2的总相似度为0.803844*1/3+1*2/3=0.9346147。
根据上述点要素相似度计算方法,在实际工作中,对附图2所示的点实体,具体地该点可以是收费站,对待匹配点对a1和b1、a2和b2计算相似度如下表1,可见本计算方案中的融合更新方法满足点要素匹配要求。
表1
在本申请的一个优选实施例中,如附图3所示,线状要素的位置相似度采用以下公式计算:σpositon_L(A,B)=S/L,其中,S和L分别为两条待匹配的线A和B之间首尾点之间包围成的面积和对应点间距离。两条线距离越远,所围面积越大,连接两条待匹配的线之间首尾点之间包围成的面积时,由一条线的首端点找到另一条线的对应点,尾端点找到另一条线对应点,围成面积S,如附图3所示。
所述线状要素的形状相似度采用以下公式计算:其中,形状描述f(li)=|PiOc|,即以线上各点Pi到形心点Oc的距离|PiOc|作为形状描述函数,某点P0到任一点Pi的弧长li作为该函数参数,
除了考虑位置和形状外,也考虑线的大小,通过线的长度来体现大小。所述线状要素的大小相似度采用以下公式计算:其中,size(A)、size(B)分别表示线实体A、B的大小;根据线状要素的位置相似性、形状相似性和大小相似性通过加权平均可得到线状要素的总相似度。对于附图3中采用1:2:2的位置、形状、大小权重比。
根据上述方法,在实际工作中,对附图2所示的待匹配线{la3}和{lb3}、{la4}和{lb4,lb5,lb8}、{la5}和{lb6,lb7}计算匹配指标如下表2,本计算方案中的融合更新方法满足路线匹配要求。
表2
在本申请的一个优选实施例中,语义匹配通过对候选的数据中的同名实体进行比较来实现。这种方式在数据建模及上报数据比较完整的情况下是非常有效的。比如,两幅地图中的两个点名称都叫做“A隧道”,则这两个点显然是一对同名实体。语义匹配的缺点在于很大程度上依赖于数据模型及属性数据类型等。
另外,在GIS-T中将要素分为点、线、面。因此实体的匹配也分为点要素匹配、线状要素匹配、面要素匹配。实体匹配时还应遵循一定的顺序,比如:先匹配零维地物、节点、再匹配道路线,先匹配强条件(如语义、几何形状、距离等)进行匹配,强条件匹配不到再用弱条件(如拓扑条件)进行同名实体的匹配
在本申请的一个优选实施例中,拓扑匹配是对未能匹配的点要素或线状要素通过计算数据中的同名实体的拓扑关系度量作为匹配的依据,匹配时不仅考虑单个节点,还考虑该节点的一个邻域。
在本申请的一个优选实施例中,所述对数据进行合并融合中,对数据源几何精度不相同的同名实体,根据预定的取舍规则取精度高的数据,舍弃精度低的数据。相同比例尺的年报数据的道路线型和导航数据的道路线型,都对道路部分进行表示,在表示时差异较大,导航数据线型所表示的道路线要比年报道路线更准确,而年报数据在城际道路尤其是乡村道路则表示得更详细。因此,融合时高速公路、国省干线应采用导航数据,而乡村道部分则选择年报数据。因此,实现几何位置统一,首先要分析对比数据源的数据质董、几何精度、要素表示的详细程度、现实性等对数据源有一个整体认识后,要根据应用要求制作出一个“要素取舍表”,即取舍要素的一个预定规则。
在本申请的一个优选实施例中,所述对数据进行合并融合,作为点要素的高速公路、国省干线沿线设施同名实体的匹配,采用以导航数据为准,舍弃年报数据的方式;对线状要素采用数学形态学方法、Bresenharo画线法、快速直线光栅化法中的任一种。
本申请中的方法主要优势有如下几点:
效率高。极大地提高了效率,使得空间数据的快速更新融合成为可能,极大地提高了实用价值。扩展强。融合策略、检验规则均基于自定义的规则引擎,扩展性很强,实践中可以抽象提取知识总结为策略和规则,使其工作可以逐步自动化。维护易。由于利用计算机软件进行自动化处理,使得大范围、数量巨大的公路空间数据更新降低了对维护人员数量的要求,也降低了对其数据处理水准的要求。使得日常的维护更加容易。
Claims (8)
1.一种公路矢量数据的融合更新方法,其特征在于:该方法包括以下步骤:
1).数据集成,包括:将由次级路网中心节点采集的最新数据导入,按照预设的规则执行数据检查,判断是否满足预定要求,若否,则进行修改后再次提交;采集的数据满足上述预定要求则提交到上级路网中心节点进行数据复核,判断是否满足完整性、一致性和自查的要求,若否,则进行修改后再次提交;对复核通过后的数据进行数据清洗、数据转换和数据加载的预处理,使数据的坐标系统、投影方式、高程基准标准统一,满足一致的数据库表结构和表间关系,且数据的分类、分级是统一的,数据中的要素集、要素类的分类方法与标准统一;
2).数据融合,包括:对数据中的线状要素的匹配和点要素进行几何匹配;对数据中的道路、沿线设施的名称和编码分别进行语义匹配;依据路网的空间关系进行拓扑匹配;对工程实践中获得的规律性的知识进行匹配;上述匹配全部完成后,对数据进行合并融合后导入数据库并进行审核,通过GIS平台形成临时发布的动态图层;根据线状要素和点要素建立道路路网的拓扑关系;
3).数据发布,包括:根据建立的道路路网的拓扑关系在数据库中更新,通过GIS软件平台绘制动态更新的地图并显示最新结果。
2.如权利要求1所述的方法,其特征在于:
所述点要素包括:桥梁、涵洞、隧道、服务区、收费站、交调设备、视频设备;
所述几何匹配还包括:对采集的线状要素和点要素属性包含的编码、里程和名称在数据库中进行搜索和匹配,其中,对已存在的线状要素或点要素不进行处理;对新增的线状要素或点要素,在对其要素属性审核完成满足预定要求后直接插入数据库;对发生修改的线状要素或点要素,做出提示由人工审核,确认后在数据库中覆盖更新并记录日志;对删除的线状要素或点要素设置废止状态标记;对跨区域的线状要素首先进行道路的接边处理;数据的比例尺选择精度高的并转换,以位置相似度和结构相似度作为点要素匹配的准则;以位置相似度、形状相似度和大小相似度作为线状要素匹配的准则。
3.如权利要求2所述的方法,其特征在于:所述点要素的位置相似度采用以下公式计算:其中,P1和P2为待匹配点对,dist为两点间距离,dp为匹配距离阈值;所述点要素的结构相似度采用以下公式计算:其中,待匹配点P1与m条线关联,待匹配点P2与n条线关联,与P2中n条关联线相似方向个数为m’,P2在P1中有相似方向个数为n’;根据点要素的位置相似度和结构相似度进行加权平均可得到点要素的总相似度:其中σi(P1,P2)为待匹配点对P1和P2共q个特征中第i个特征的相似度,ωi为权重,所述特征包括位置相似度和结构相似度。
4.如权利要求2所述的方法,其特征在于:所述线状要素的位置相似度采用以下公式计算:σpositon_L(A,B)=S/L,其中,A、B是两条待匹配的线实体,S和L分别为两条待匹配的线之间首尾点之间包围成的面积和对应点间距离;所述线状要素的形状相似度采用以下公式计算:其中,形状描述f(li)=|PiOc|,即以线上各点Pi到形心点Oc的距离|PiOc|作为形状描述函数,某点P0到任一点Pi的弧长li作为该函数参数,所述线状要素的大小相似度采用以下公式计算:其中,size(A)、size(B)分别表示线实体A、B的大小;根据线状要素的位置相似性、形状相似性和大小相似性通过加权平均可得到线状要素的总相似度。
5.如权利要求1所述的方法,其特征在于:所述语义匹配通过对候选的数据中的同名实体进行比较来实现。
6.如权利要求1所述的方法,其特征在于:所述拓扑匹配是对未能匹配的点要素或线状要素通过计算数据中的同名实体的拓扑关系度量作为匹配的依据,匹配时不仅考虑单个节点,还考虑该节点的一个邻域。
7.如权利要求1所述的方法,其特征在于:所述对数据进行合并融合中,对数据源几何精度不相同的同名实体,根据预定的取舍规则取精度高的数据,舍弃精度低的数据。
8.如权利要求1所述的方法,其特征在于:所述对数据进行合并融合,作为点要素的高速公路、国省干线沿线设施同名实体的匹配,采用以导航数据为准,舍弃年报数据的方式;对线状要素采用数学形态学方法、Bresenharo画线法、快速直线光栅化法中的任一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610514743.XA CN106203491B (zh) | 2016-07-01 | 2016-07-01 | 一种公路矢量数据的融合更新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610514743.XA CN106203491B (zh) | 2016-07-01 | 2016-07-01 | 一种公路矢量数据的融合更新方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106203491A true CN106203491A (zh) | 2016-12-07 |
CN106203491B CN106203491B (zh) | 2019-03-05 |
Family
ID=57464562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610514743.XA Active CN106203491B (zh) | 2016-07-01 | 2016-07-01 | 一种公路矢量数据的融合更新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106203491B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844534A (zh) * | 2016-12-30 | 2017-06-13 | 西安电子科技大学 | 面向NoSQL数据库的将地理空间数据一维化的GeoHash编码方法 |
CN106886984A (zh) * | 2017-03-07 | 2017-06-23 | 国家基础地理信息中心 | 一种矢量要素校正方法及装置 |
CN108195382A (zh) * | 2017-12-28 | 2018-06-22 | 湖北省测绘工程院 | 一种高精度导航图精度配准方法及装置 |
CN108304559A (zh) * | 2018-02-08 | 2018-07-20 | 广州地理研究所 | 一种区域地理空间数据融合方法 |
CN108562297A (zh) * | 2017-12-28 | 2018-09-21 | 湖北省测绘工程院 | 一种高精度导航图生成方法及装置 |
CN109325082A (zh) * | 2018-08-02 | 2019-02-12 | 武汉中海庭数据技术有限公司 | 基于多源传感器log文件截取的方法 |
CN109949692A (zh) * | 2019-03-27 | 2019-06-28 | 腾讯大地通途(北京)科技有限公司 | 路网匹配方法、装置、计算机设备及存储介质 |
CN110059521A (zh) * | 2018-01-18 | 2019-07-26 | 浙江宇视科技有限公司 | 目标跟踪方法及装置 |
CN110347878A (zh) * | 2019-06-14 | 2019-10-18 | 中电科大数据研究院有限公司 | 一种规则引擎驱动的数据融合方法 |
WO2020011200A1 (zh) * | 2018-07-13 | 2020-01-16 | 京东数字科技控股有限公司 | 跨域数据融合方法、系统以及存储介质 |
CN111221935A (zh) * | 2020-04-21 | 2020-06-02 | 立得空间信息技术股份有限公司 | 基于大数据挖掘的地图路网融合更新方法及系统 |
CN111782739A (zh) * | 2019-04-04 | 2020-10-16 | 西安四维图新信息技术有限公司 | 地图更新方法及装置 |
CN111858785A (zh) * | 2019-04-29 | 2020-10-30 | 武汉四维图新科技有限公司 | 地图离散型要素的匹配方法、装置、系统及存储介质 |
CN112417071A (zh) * | 2020-11-02 | 2021-02-26 | 中关村科学城城市大脑股份有限公司 | 一种基于gis的矢量数据图层的融合及服务调用方法 |
CN113435940A (zh) * | 2021-07-08 | 2021-09-24 | 重庆链图信息技术有限公司 | 矢量地理空间数据在线服务多因子运营计价系统 |
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 |
CN113704853A (zh) * | 2021-08-27 | 2021-11-26 | 西安交通大学 | 一种基于道路元拓扑特征分类的多源道路网数据自动融合方法 |
CN114485684A (zh) * | 2021-12-31 | 2022-05-13 | 武汉中海庭数据技术有限公司 | 一种基于地面要素拓扑关系的地图道路匹配方法和系统 |
CN115223358A (zh) * | 2022-06-01 | 2022-10-21 | 北京四维图新科技股份有限公司 | 一种交通信息动态更新方法、装置及车路协同系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070014488A1 (en) * | 2004-07-09 | 2007-01-18 | Ching-Chien Chen | Automatically and accurately conflating road vector data, street maps, and orthoimagery |
CN101436211B (zh) * | 2008-12-19 | 2010-07-21 | 北京交通发展研究中心 | 基于缓冲区分析的城市道路网络数据增量识别方法及增量更新方法 |
CN104766168A (zh) * | 2015-03-31 | 2015-07-08 | 东北农业大学 | 一种地震三维可视化平台 |
-
2016
- 2016-07-01 CN CN201610514743.XA patent/CN106203491B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070014488A1 (en) * | 2004-07-09 | 2007-01-18 | Ching-Chien Chen | Automatically and accurately conflating road vector data, street maps, and orthoimagery |
CN101436211B (zh) * | 2008-12-19 | 2010-07-21 | 北京交通发展研究中心 | 基于缓冲区分析的城市道路网络数据增量识别方法及增量更新方法 |
CN104766168A (zh) * | 2015-03-31 | 2015-07-08 | 东北农业大学 | 一种地震三维可视化平台 |
Non-Patent Citations (2)
Title |
---|
郭黎: "多源地理空间矢量数据融合理论与方法研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
高文超: "城市综合风险评估的数据集成管理研究", 《中国优秀硕士学位论文全文数据库 社会科学Ⅰ辑》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844534A (zh) * | 2016-12-30 | 2017-06-13 | 西安电子科技大学 | 面向NoSQL数据库的将地理空间数据一维化的GeoHash编码方法 |
CN106844534B (zh) * | 2016-12-30 | 2019-11-22 | 西安电子科技大学 | 面向NoSQL数据库的将地理空间数据一维化的GeoHash编码方法 |
CN106886984A (zh) * | 2017-03-07 | 2017-06-23 | 国家基础地理信息中心 | 一种矢量要素校正方法及装置 |
CN106886984B (zh) * | 2017-03-07 | 2019-10-08 | 国家基础地理信息中心 | 一种矢量要素校正方法及装置 |
CN108195382B (zh) * | 2017-12-28 | 2021-09-21 | 湖北省测绘工程院 | 一种高精度导航图精度配准方法及装置 |
CN108195382A (zh) * | 2017-12-28 | 2018-06-22 | 湖北省测绘工程院 | 一种高精度导航图精度配准方法及装置 |
CN108562297A (zh) * | 2017-12-28 | 2018-09-21 | 湖北省测绘工程院 | 一种高精度导航图生成方法及装置 |
CN108562297B (zh) * | 2017-12-28 | 2021-09-17 | 湖北省测绘工程院 | 一种高精度导航图生成方法及装置 |
CN110059521A (zh) * | 2018-01-18 | 2019-07-26 | 浙江宇视科技有限公司 | 目标跟踪方法及装置 |
CN108304559A (zh) * | 2018-02-08 | 2018-07-20 | 广州地理研究所 | 一种区域地理空间数据融合方法 |
WO2020011200A1 (zh) * | 2018-07-13 | 2020-01-16 | 京东数字科技控股有限公司 | 跨域数据融合方法、系统以及存储介质 |
CN109325082A (zh) * | 2018-08-02 | 2019-02-12 | 武汉中海庭数据技术有限公司 | 基于多源传感器log文件截取的方法 |
CN109325082B (zh) * | 2018-08-02 | 2021-04-09 | 武汉中海庭数据技术有限公司 | 基于多源传感器log文件截取的方法 |
CN109949692A (zh) * | 2019-03-27 | 2019-06-28 | 腾讯大地通途(北京)科技有限公司 | 路网匹配方法、装置、计算机设备及存储介质 |
CN111782739A (zh) * | 2019-04-04 | 2020-10-16 | 西安四维图新信息技术有限公司 | 地图更新方法及装置 |
CN111858785A (zh) * | 2019-04-29 | 2020-10-30 | 武汉四维图新科技有限公司 | 地图离散型要素的匹配方法、装置、系统及存储介质 |
CN111858785B (zh) * | 2019-04-29 | 2024-04-30 | 武汉四维图新科技有限公司 | 地图离散型要素的匹配方法、装置、系统及存储介质 |
CN110347878B (zh) * | 2019-06-14 | 2022-03-15 | 中电科大数据研究院有限公司 | 一种规则引擎驱动的数据融合方法 |
CN110347878A (zh) * | 2019-06-14 | 2019-10-18 | 中电科大数据研究院有限公司 | 一种规则引擎驱动的数据融合方法 |
CN111221935A (zh) * | 2020-04-21 | 2020-06-02 | 立得空间信息技术股份有限公司 | 基于大数据挖掘的地图路网融合更新方法及系统 |
CN112417071B (zh) * | 2020-11-02 | 2021-10-26 | 中关村科学城城市大脑股份有限公司 | 一种基于gis的矢量数据图层的融合及服务调用方法 |
CN112417071A (zh) * | 2020-11-02 | 2021-02-26 | 中关村科学城城市大脑股份有限公司 | 一种基于gis的矢量数据图层的融合及服务调用方法 |
CN113435940A (zh) * | 2021-07-08 | 2021-09-24 | 重庆链图信息技术有限公司 | 矢量地理空间数据在线服务多因子运营计价系统 |
CN113704853A (zh) * | 2021-08-27 | 2021-11-26 | 西安交通大学 | 一种基于道路元拓扑特征分类的多源道路网数据自动融合方法 |
CN113704853B (zh) * | 2021-08-27 | 2024-04-05 | 西安交通大学 | 一种基于道路元拓扑特征分类的多源道路网数据自动融合方法 |
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 |
CN114485684A (zh) * | 2021-12-31 | 2022-05-13 | 武汉中海庭数据技术有限公司 | 一种基于地面要素拓扑关系的地图道路匹配方法和系统 |
CN114485684B (zh) * | 2021-12-31 | 2023-11-28 | 武汉中海庭数据技术有限公司 | 一种基于地面要素拓扑关系的地图道路匹配方法和系统 |
CN115223358A (zh) * | 2022-06-01 | 2022-10-21 | 北京四维图新科技股份有限公司 | 一种交通信息动态更新方法、装置及车路协同系统 |
CN115223358B (zh) * | 2022-06-01 | 2024-04-02 | 北京四维图新科技股份有限公司 | 一种交通信息动态更新方法、装置及车路协同系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106203491B (zh) | 2019-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106203491A (zh) | 一种公路矢量数据的融合更新方法 | |
CN110276732B (zh) | 一种顾及地形特征线要素的山区点云空洞修复方法 | |
CN105701204A (zh) | 基于道路网的电子地图兴趣点的提取方法及显示方法 | |
CN104091005B (zh) | 一种架空送电线路工程测量内外业一体化系统 | |
CN111858810B (zh) | 一种面向道路dem构建的建模高程点筛选方法 | |
CN105956542B (zh) | 一种结构线束统计匹配的高分遥感影像道路提取方法 | |
CN110008602B (zh) | 一种大比例尺下顾及多特征协调的路网选取方法 | |
CN113822832A (zh) | 自然资源多源矢量数据融合方法 | |
CN114692236B (zh) | 一种面向大数据的国土空间规划底图底数处理方法 | |
CN114238542A (zh) | 多源交通gis路网多层级实时融合更新方法 | |
CN116518960B (zh) | 路网更新方法、装置、电子设备和存储介质 | |
Yang et al. | A map‐algebra‐based method for automatic change detection and spatial data updating across multiple scales | |
CN109214314A (zh) | 一种车道线自动融合匹配算法 | |
CN111797188A (zh) | 一种基于开源地理空间矢量数据的城市功能区定量识别方法 | |
CN111814528A (zh) | 一种连通性分析的夜光影像城市等级分类方法 | |
CN105389302B (zh) | 一种电网设计评审指标结构信息识别方法 | |
CN115309846B (zh) | 一种基于平行系数的道路网结构识别方法 | |
KR101063827B1 (ko) | 한국토지정보시스템 연속지적도와 수치지형도의 기하학적 지도 변환을 위한 반자동화된 공액점 쌍 추출방법 | |
CN109086528B (zh) | 在civil3d中按排序规则自动命名网状道路的方法 | |
CN102542565B (zh) | 一种用于包含复杂地形遥感图像的误匹配点剔除方法 | |
CN110196912B (zh) | 一种基于信任规则网络的电网档案平行模型构建方法 | |
Revell et al. | Automated matching of building features of differing levels of detail: A case study | |
CN109816228A (zh) | 一种企业bim技术应用能力量化评估系统及方法 | |
CN109684424A (zh) | 基于离散特征线的地貌数据快速生成与优化方法 | |
WO2024103434A1 (zh) | 一种沥青路面车辙三维形貌自动生成方法 |
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 |