CN107782323A - 一种基于城市间最优路径的高等级导航路网的生成方法 - Google Patents

一种基于城市间最优路径的高等级导航路网的生成方法 Download PDF

Info

Publication number
CN107782323A
CN107782323A CN201710948528.5A CN201710948528A CN107782323A CN 107782323 A CN107782323 A CN 107782323A CN 201710948528 A CN201710948528 A CN 201710948528A CN 107782323 A CN107782323 A CN 107782323A
Authority
CN
China
Prior art keywords
road network
road
city
important
navigation
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
CN201710948528.5A
Other languages
English (en)
Other versions
CN107782323B (zh
Inventor
龚红波
王剑飞
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.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN201710948528.5A priority Critical patent/CN107782323B/zh
Publication of CN107782323A publication Critical patent/CN107782323A/zh
Application granted granted Critical
Publication of CN107782323B publication Critical patent/CN107782323B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于城市间最优路径的高等级导航路网的生成方法，首先选择与目标区域有重要联系的城市；然后根据限制条件，选择所有城市的代表点，以准确获取必须的最优路径；接着根据一定的选取和剔除原则，准备和生成中层导航道路网，以提高该方法的计算效率；并通过A*算法(单层双向)，基于中层导航道路网，计算所有重要城市之间，两两互为起点和终点的最优路径；最后融合所有最优路径，截取目标区域内的道路，以生成高层导航路网。本发明是利用重要城市与高层路网之间的内在联系，合并所有城市间最优路径的方法，基于中层导航路网，可以迅速而准确的提取高层导航路网，既提高了准确性，又具备非常高的效率。

Description

一种基于城市间最优路径的高等级导航路网的生成方法
技术领域
本发明属于导航电子地图的道路网络技术领域，涉及一种利用重要城市与高层导航路网之间的内在联系，基于中层导航路网来获得并合并所有重要城市间最优路径，以获取高层导航路网的方法。
背景技术
随着电子地图制图的发展，电子导航道路网络得到了快速的发展和利用，特别是互联网导航地图的普及和车载导航地图的大规模应用。然后，由于导航电子地图道路网络与传统电子地图在道路连通性上的差异，原有的采用栅格数据图像识别的方法、采用空间拓扑关系网的路网综合方法和采用相同道路元匹配合并等方法均不能满足导航功能的要求。另外，也可采用已有电子地图数据库的道路属性，特别是功能等级和路网等级等属性来进行提取，但是也会产生路网连通性无法保证，道路密度不均衡等问题。因此急需新的方法来提取导航地图的中高层路网，即“导航电子地图的道路网络综合”领域。
发明内容
为了解决现有技术存在的问题及缺陷，本发明提供一种基于重要城市间最优路径的高等级导航路网的生成方法，可以迅速而准确的提取高层导航路网，既提高了准确性，又具备非常高的效率。
本发明所采用的技术方案是：一种基于城市间最优路径的高等级导航路网的生成方法，包括以下步骤：
步骤1：选择与目标区域有联系的重要城市，包括目标区域外的重要城市；
步骤2：选择所有重要城市的代表点，以准确获取必须的最优路径；
步骤3：根据一定的选取和剔除原则，准备和生成中层导航道路网；
步骤4：通过单层双向算法，基于步骤3的中层导航道路网，计算所有重要城市之间，两两互为起点和终点的最优路径；
步骤5：融合所有最优路径，并截取目标区域内的道路，以生成高层导航路网。
本发明的优点是：利用重要城市与高层路网之间的内在联系，合并所有城市间最优路径，基于中层导航路网，迅速而准确的提取高层导航路网，本发明解决了路网中小规模地图的两个不足：一是所选择的高层路网间的连通性被打破的问题；二是所选择道路间的分布不平衡的问题，本方法大大提高了计算最优路径的效率。
附图说明
图1是本发明实施例的流程示意图；
图2是本发明实施例的提取效果示意图；
图3是本发明实施例的代表点选择结果示意图；
图4是本发明实施例的目标区域外的路网提取结果示意图；
图5是本发明实施例的目标区域内的路网提取结果示意图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
请见图1，本发明提供的一种基于城市间最优路径的高等级导航路网的生成方法，包括以下步骤：
步骤1：选择与目标区域有联系的重要城市，包括目标区域外的重要城市；
重要城市的选取依据如下：
第一方面：旅客容量和货运容量反映了城市的流动性程度，流动性高的可以作为重要城市。另外，城市总人数和经济总量也可以作为参考标准之一，在城市总人数或经济总量很小的情况下，有较高的交通流量的城市也可以纳入考虑范围之中。
第二方面：城市的行政水平；如果社会和经济资源都集中在某个城市，使得城市处于和省或州一样的水平，那么这些城市应该被作为重要城市。在中国，这是一个很重要的因素，因为直辖市的行政水平处于省和国家之间，比如重庆市、天津市等。
第三方面：具有特殊情况的城市。比如说处于国家边境但经济、贸易快速发展的城市，偏远山区里的货物集散城镇和重要的港口城市等。
原则上需要将目标区域附近的所有重要城市，包括外部城市和内部城市均进行提取和选择。如图2所示：(a)表示目标区域内部重要城市的路网；(b)表示选择目标区域外部的重要城市的路网；(c)表示将(a)和(b)所选择出的重要城市间的路网进行合并；(d)即是目标区域内部的高层路网。
但是通过实验发现，如果目标区域与周边区域的经济贸易联系比较密切，通过外部重要城市之间的最优路径网络合并而成的高层路网，可以将所有的内部城市串联起来，与所有城市参与计算的结果是一致的。而且，内部城市在参与计算的时候，如果城市代表点选取不恰当，将会导致多余的中层道路数据的干扰，因此，在重要城市的提取中，一般只选择外部城市，内部城市作为备选。
但是，在特殊情况下，必须根据实际情况筛选出内部的城市。主要包括：1)目标区域与周边经济贸易不密切，例如中国边疆省份开放度不充分，与外部连接的公路网不发达；2)海边或岛屿的情况，没有外部连接区域。例如英国、日本等国家。
步骤2：选择所有重要城市的代表点，以准确获取必须的最优路径；
代表点一般为城市最主要的汽车站或者城市里高速公路的出入口。代表点作为最优路径的起点或者终点。目标区域外部的城市的代表点可以任意选择；而目标区域内部的城市一般以最靠近边界的代表点为准。
选择代表点时可能碰到的情况如图3所示：图3中(a)是期望得到的结果，它包含了城市周围的动脉路段。(b)是不期望的到的结果，因为(b)中尽管保证了代表点(城市中心)与其他重要城市的线路连接，但是丢失了城市周围重要的动脉路段，并包含了一些没必要的其他路段。
代表点可以用坐标点(x_coordinate，y_coordinate)来表示，不含z。
步骤3：根据一定的选取和剔除原则，准备和生成中层导航道路网；
导航道路网的级别根据其包含的路线和结点的重要性划分为三个等级：高层导航道路网、中层导航道路网、低层导航道路网；高层导航道路网连接的是一个洲或者一个国家内的最重要的城市；中层导航道路网由某一地区相对重要的路组成；低层导航道路网由当地普通的道路或者支路组成。
一定的选取和剔除原则，包括：
原则1：功能等级属于高级和中级的道路全部保留；
原则2：功能等级属于低等级的道路需要对目标区域的道路网进行充分判读，其中较高等级的道路保留；
原则3：对于原则1和原则2中保留的道路之间的连接道路保留；
原则4：判断电子地图导航道路网中每一级网络等级连通的范围，对于目标区域内整体连通网络中的道路保留；
原则5：明确的低等级辅助道路删除，包括步行道路、小区道路、服务区道路、平行辅道。
具体来讲，中层导航道路网信息的采用如下两个数据表格来保存。
表格一：中层导航道路网的结点表格Node
字段名称 字段类型 键 字段内容
Node_ID int PK 结点的ID，主键
Pass_time float 通过结点的时间
Coordinate_X float 精度(X坐标)
Coordinate_Y float 纬度(Y坐标)
表格二：中层导航道路网的结点路线表格Link
步骤4：通过单层双向算法，基于步骤3的中层导航道路网，计算所有重要城市之间，两两互为起点和终点的最优路径；
本实施例采用双向目标的基于单层路网的A*最优路径计算方法，确保最优路径的正确性和效率。单层路网及步骤3准备的中层导航路网，非常关键。双向目标即城市两两之间，起点和终点作为A*算法的两个目标。所有的重要城市均需要进行两两计算，即使两座城市在目标区域的同一个方向，由于地理环境或政治经济的影响，其连通的道路也可能通过目标区域。
最优路径存储的基本道路单元的数据结构与步骤3的表格二保持一致，同时需要以Link list来代表一条完整路径。两个城市间的最优路径有正向和反向两条，由两组Linklist来表达。
步骤5：融合所有最优路径，并截取目标区域内的道路，以生成高层导航路网。
对选择出的路径进行有效的合并、剔除和截取。合并，即将所有的最优路径通过道路ID形成集合，并形成拓扑网；剔除无效道路，主要在于内部城市的代表点附近不必要的中层路网数据，主要根据道路网的功能登记属性或路网登记属性来确定。将目标区域外的路网剔除，即截取目标区域内部的道路网。高层导航道路网基础数据结构与中层导航道路网一致。
对选择出的路径进行有效的合并、剔除和截取如图4和图5所示。图4中(a)为通过选择目标区域外部的重要城市得出的路网，(b)为截取后得到的目标区域内部的路网，目标区域外的代表点可以选择任意类型，因为目标区域外部的路线并不为被人们选择。另外，如果目标区域位于海边，如图5所示，则位于目标区域某一角的重要城市应该被作为起点或者终点，该城市附近的高速公路或要道的出入口应该作为代表点，这样就可以避免出现图3中(b)的情况。在类似情况下，目标区域内所有靠近海或者国界的重要城市都应该被选择，目标区域外部也应该至少选择4个重要城市。图(5)中的(b)即为截取后得到的目标区域内的路网。
本发明是利用重要城市与高层路网之间的内在联系，合并所有城市间最优路径的方法，基于中层导航路网，可以迅速而准确的提取高层导航路网，解决了两个主要问题：一是所选择的高层道路间的连通性被打破的问题；二是所选择道路间的分布不平衡的问题。同时由于准备了中层导航路网作为道路计算的基础数据，减少了大部分的无效道路，大大提高了最优路径的计算速度，从而提高了高等级导航路网的生产方法的效率。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (6)

1.一种基于城市间最优路径的高等级导航路网的生成方法，其特征在于，包括以下步骤：
步骤1：选择与目标区域有联系的重要城市，包括目标区域外的重要城市；
步骤2：选择所有重要城市的代表点，以准确获取必须的最优路径；
步骤3：根据一定的选取和剔除原则，准备和生成中层导航道路网；
步骤4：通过单层双向算法，基于步骤3的中层导航道路网，计算所有重要城市之间，两两互为起点和终点的最优路径；
步骤5：融合所有最优路径，并截取目标区域内的道路，以生成高层导航路网。
2.根据权利要求1所述的基于城市间最优路径的高等级导航路网的生成方法，其特征在于：步骤1中所述选择与目标区域有联系的重要城市，重要城市的判断标准包括：
(1)旅客容量和货运容量反映城市的流动性程度，流动性高的为重要城市；
(2)城市总人数和经济总量；；在城市总人数或经济总量很小的情况下，但有较高的公路交通流量的城市为重要城市；
(3)城市的行政水平；如果城市的社会资源和经济资源处于和省或州一样的水平，则作为重要城市；
(4)具有特殊情况的城市，包括经济、贸易快速发展的边境城市，偏远山区里的重要货物集散城镇和重要港口城市。
3.根据权利要求1所述的基于城市间最优路径的高等级导航路网的生成方法，其特征在于：步骤2中所述选择所有重要城市的代表点，包括汽车站、城市里高速公路的出入口。
4.根据权利要求1所述的基于城市间最优路径的高等级导航路网的生成方法，其特征在于：步骤3中，导航道路网的级别根据其包含的路线和结点的重要性划分为三个等级：高层导航道路网、中层导航道路网、低层导航道路网；高层导航道路网连接的是一个洲或者一个国家内的最重要的城市；中层导航道路网由某一地区相对重要的路组成；低层导航道路网由当地普通道路或者支路组成。
5.根据权利要求4所述的基于城市间最优路径的高等级导航路网的生成方法，其特征在于：步骤3中所述一定的选取和剔除原则，包括：
原则1：功能等级属于高级和中级的道路全部保留；
原则2：功能等级属于低等级的道路需要对目标区域的道路网进行充分判读，其中较高等级的道路保留；
原则3：对于原则1和原则2中保留的道路之间的连接道路保留；
原则4：判断电子地图导航道路网中每一级网络等级连通的范围，对于目标区域内整体连通网络中的道路保留；
原则5：明确的低等级辅助道路删除，包括步行道路、小区道路、服务区道路、平行辅道。
6.根据权利要求1-5任意一项所述的基于城市间最优路径的高等级导航路网的生成方法，其特征在于：步骤5中，对截取的道路进行合并、剔除和截取处理；所述合并，是将所有的最优路径通过道路ID形成集合，并形成拓扑网；所述剔除，是剔除目标区域内重要城市的代表点附近不必要的中层路网数据，不必要性是根据道路网的功能登记属性或路网登记属性来确定；将目标区域外的路网剔除，截取目标区域内部的道路网。
CN201710948528.5A 2017-10-12 2017-10-12 一种基于城市间最优路径的高等级导航路网的生成方法 Active CN107782323B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710948528.5A CN107782323B (zh) 2017-10-12 2017-10-12 一种基于城市间最优路径的高等级导航路网的生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710948528.5A CN107782323B (zh) 2017-10-12 2017-10-12 一种基于城市间最优路径的高等级导航路网的生成方法

Publications (2)

Publication Number Publication Date
CN107782323A true CN107782323A (zh) 2018-03-09
CN107782323B CN107782323B (zh) 2021-07-16

Family

ID=61434704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710948528.5A Active CN107782323B (zh) 2017-10-12 2017-10-12 一种基于城市间最优路径的高等级导航路网的生成方法

Country Status (1)

Country Link
CN (1) CN107782323B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110968659A (zh) * 2019-12-05 2020-04-07 湖北工业大学 一种基于连续道路链的高层导航路网的去冗方法
CN110986983A (zh) * 2019-12-05 2020-04-10 湖北工业大学 一种基于最优路径对比验证的高等级导航路网的生成方法
CN111295569A (zh) * 2018-03-13 2020-06-16 北京嘀嘀无限科技发展有限公司 用于生成道路地图的系统和方法
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

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101982735A (zh) * 2010-09-25 2011-03-02 上海美慧软件有限公司 一种关键路径实时动态旅行时间计算的方法
CN102081658A (zh) * 2011-01-13 2011-06-01 北京超图软件股份有限公司 基于分层路网的路径搜索方法和装置
CN102538801A (zh) * 2010-12-16 2012-07-04 上海博泰悦臻电子设备制造有限公司 一种导航地图中路网数据的处理方法及装置
CN103047990A (zh) * 2012-12-24 2013-04-17 北京交通发展研究中心 基于骨干路网分层的多路径选择方法
CN104075721A (zh) * 2013-03-28 2014-10-01 北京百度网讯科技有限公司 导航方法和导航服务器
US20150323337A1 (en) * 2014-05-07 2015-11-12 Yahoo! Inc. System and method for recommending pleasant routes from the sentiment of geo-tagged photographs
CN105222793A (zh) * 2015-10-23 2016-01-06 华中科技大学 一种基于矢量地图数据模型的城市层次化区域划分方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101982735A (zh) * 2010-09-25 2011-03-02 上海美慧软件有限公司 一种关键路径实时动态旅行时间计算的方法
CN102538801A (zh) * 2010-12-16 2012-07-04 上海博泰悦臻电子设备制造有限公司 一种导航地图中路网数据的处理方法及装置
CN102081658A (zh) * 2011-01-13 2011-06-01 北京超图软件股份有限公司 基于分层路网的路径搜索方法和装置
CN103047990A (zh) * 2012-12-24 2013-04-17 北京交通发展研究中心 基于骨干路网分层的多路径选择方法
CN104075721A (zh) * 2013-03-28 2014-10-01 北京百度网讯科技有限公司 导航方法和导航服务器
US20150323337A1 (en) * 2014-05-07 2015-11-12 Yahoo! Inc. System and method for recommending pleasant routes from the sentiment of geo-tagged photographs
CN105222793A (zh) * 2015-10-23 2016-01-06 华中科技大学 一种基于矢量地图数据模型的城市层次化区域划分方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111295569A (zh) * 2018-03-13 2020-06-16 北京嘀嘀无限科技发展有限公司 用于生成道路地图的系统和方法
CN111295569B (zh) * 2018-03-13 2023-09-22 北京嘀嘀无限科技发展有限公司 用于生成道路地图的系统和方法
US11967006B2 (en) 2018-03-13 2024-04-23 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for generating road map based on level of nodes and target links
CN110968659A (zh) * 2019-12-05 2020-04-07 湖北工业大学 一种基于连续道路链的高层导航路网的去冗方法
CN110986983A (zh) * 2019-12-05 2020-04-10 湖北工业大学 一种基于最优路径对比验证的高等级导航路网的生成方法
CN110968659B (zh) * 2019-12-05 2023-07-25 湖北工业大学 一种基于连续道路链的高层导航路网的去冗方法
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
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

Also Published As

Publication number Publication date
CN107782323B (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN107782323A (zh) 一种基于城市间最优路径的高等级导航路网的生成方法
Gong et al. Land suitability evaluation for development using a matter-element model: a case study in Zengcheng, Guangzhou, China
CN106600956A (zh) 一种交通信息发布方法及装置
Mahendra et al. An assessment of vegetation cover of Mysuru City, Karnataka State, India, using deep convolutional neural networks
CN108510008B (zh) 一种基于浮动车轨迹点空间关系和分布的路网提取方法
CN105067004B (zh) 一种基于地形的路径搜索方法
CN104406590B (zh) 一种基于道路等级的最短路径规划方法
Shi et al. A study on spatial accessibility of the urban tourism attraction emergency response under the flood disaster scenario
Yermolaev et al. Basin and eco-regional approach to optimize the use of water and land resources
CN105046592A (zh) 一种基于ArcGIS的平原地区水系特征评价方法
Sridhar et al. Urban sprawl analysis using remote sensing data and its impact on surface water bodies: case study of Surat, India
Zhang The spatial distribution and evolution of traditional villages based on remote sensing technology
Lin et al. Multi-scenario simulation analysis of cultivated land based on PLUS model—a case study of Haikou, China
Zubir et al. Identifying the Optimal Placement of Spatial Wind Energy Farms in Selangor, Malaysia
CN107480867A (zh) 自适应变尺度干旱评价模型及评价方法
CN106529560B (zh) 一种综合人口密度与景观结构的城市功能区的识别方法
Guo et al. Connecting regional landscapes by ecological networks in the Greater Pearl River Delta
Danehkar et al. Degradation assessment of Jajrood protected area using landscape degradation model
Nurhasan et al. Analysis of Sand Mining Areas in Lumajang Using WEBGIS
CN106971008A (zh) 一种洪涝风险专题图的自动生成系统及其并行处理方法
CN115391973B (zh) 一种小流域景观生态空间数据处理方法
CN116579518A (zh) 一种水域生态空间保护修复靶向区域的识别方法
CN114170441B (zh) 基于地理国情数据和影像分类的路旁树自动提取方法
Yan et al. Association mining of coastline change and land use patterns to enhance conservation
CN103345589A (zh) 一种顾及约束特征的城区汇水单元划分方法

Legal Events

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