CN107885790B - 一种道路空间网络多因子自动更新方法 - Google Patents

一种道路空间网络多因子自动更新方法 Download PDF

Info

Publication number
CN107885790B
CN107885790B CN201710975855.XA CN201710975855A CN107885790B CN 107885790 B CN107885790 B CN 107885790B CN 201710975855 A CN201710975855 A CN 201710975855A CN 107885790 B CN107885790 B CN 107885790B
Authority
CN
China
Prior art keywords
entity
road
network
line
data
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.)
Active
Application number
CN201710975855.XA
Other languages
English (en)
Other versions
CN107885790A (zh
Inventor
蔡先华
祁星
张远
庄敏
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201710975855.XA priority Critical patent/CN107885790B/zh
Publication of CN107885790A publication Critical patent/CN107885790A/zh
Application granted granted Critical
Publication of CN107885790B publication Critical patent/CN107885790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种道路空间网络多因子自动更新方法,该方法避免了全局更新和人工更新的局限性,实现只对发生变化的数据进行加工处理,达到准确、实时进行动态更新的目的,最大效率地将数字网络模型与现实网络保持一致。其具体方法为:数据准备及预处理;将变化道路信息与待更新网络进行匹配,寻找新增道路与改建道路;对可能匹配的线实体进行匹配检验,包括面积叠置比、方向夹角、Hausdorff距离以及语义一致性四个因子的检验;将原有道路空间网络与变化道路信息进行反向匹配,删除已废路段数据。本发明提升了道路空间网络更新的效率和准确率,使得道路空间网络自动更新的可靠性大大提高。

Description

一种道路空间网络多因子自动更新方法
技术领域
本发明涉及计算机图形学理论及线状地理要素匹配技术研究领域,特别涉及线状地理要素几何位置与属性数据自动更新技术,特别是涉及一种道路空间网络多因子自动更新方法。
背景技术
随着道路交通基础设施的建设,道路网络不断完善。存储于计算机中的道路空间网络模型是进行交通分析、网络研究、路网规划及管理的时空数据基础。道路网络模型应随着现实道路网络建设而不断更新,以保证道路空间网络模型的几何数据和空间拓扑关系与实际网络的一致性。
道路空间网络空间数据的采集和维护工作通常由测绘或电子地图厂商等不同的单位完成,存在着重复采集的现象,多源数据的异构性会给空间数据集成、加工以及更新带来问题。
道路网络数据具有典型的空间数据特性,组成路网最基本的地理要素为线要素。道路数据的更新,可采用全局更新或者局部更新两种方式。全局更新方式是对所有数据重新进行加工,因为不能充分利用现有数据,需要对每一条线数据全部重新加工,数据更新时间长;局部更新是在现有数据的基础上,找出发生变化的部分进行加工,例如采用人工作业方式,对比新旧数据找出其中增加、删除或者发生变化的数据,而人工方式作业工作量大、周期长,数据的现势性差。由此可见,解决多源、多类型、多尺度道路网络空间数据的集成和更新问题,还需要更加智能的方法。
在研究与应用中发现,在有新旧数据的前提下,通过对线状要素生成缓冲区进而转化成相应的面状要素,然后融合线状和面状要素的特征进行匹配指标计算,进而判断并最终完成数据的动态更新,将大大提高工作效率,并保证了数据的现势性,并为进行空间网络数据的局部更新提供理论依据。
因此,本发明提出了融合线参数和面参数的线数据局部更新方法,大大提高了数据加工处理的效率,对道路网络数据更新技术的完善有着重要意义。
发明内容
为了解决上述存在的问题,本发明提供一种道路空间网络多因子自动更新方法,以新、旧数据为基础,利用试值法确定相应的面积叠置比、方向夹角和Hausdorff距离的阈值,通过运行程序自动找出变化道路信息在待更新网络中新增的线数据,实现只对发生变化的数据进行加工处理,达到准确、实时进行动态更新的目的,最大效率地将数字网络模型与现实网络保持一致,为达此目的,本发明提供一种道路空间网络多因子自动更新方法,包括步骤:
(1)数据准备及预处理,针对需要更新的道路空间网络范围,准备好具有道路网络变化信息的数据,并进行预处理,预处理通过批处理的方式进行,包括统一数据基本格式、坐标系、实体类型,以及拓扑检查;
(2)将变化道路信息与待更新网络进行匹配,寻找新增道路与改建道路,对变化道路信息中的待匹配实体与待更新网络分别创建缓冲区,并求重叠区域得到候选匹配集C;
(3)对候选匹配集C中的线实体进行匹配检验;
(4)将待更新网络与变化道路信息进行反向匹配,删除已废路段数据。
本发明的进一步改进,所述步骤(1)中,变化道路网络数据分为两种情况:
情况1,变化道路网络数据为具有全部变化道路的完备道路网络空间信息数据集,即不仅包含变化路段数据,也包含全部无变化路段的数据,这种变化道路信息可用于道路网络的新增、改建和废除路段的数据更新;
情况2,变化道路网络数据为具有全部变化道路的数据集,但原有道路网络信息不全,即变化路段信息完备,而无变化的路段数据不全,这种变化道路信息可用于道路网络的新增和改建路段的数据更新,而无法进行废除路段的删除。
本发明的进一步改进,所述步骤(2)中,寻找新增道路与改建道路的具体步骤如下:
(2-1)判断变化道路信息中未与待更新网络匹配的线实体数量,若未匹配实体数为0,则变化道路信息的实体已完全与待更新网络匹配,执行步骤(4),否则,执行步骤(2-2);
(2-2)选择一条未与待更新网络匹配的线实体a,在待更新网络中查找判断是否有线与该条线重叠,即在旧线图层中求与该线的交集,方法如下:对变化道路信息中待更新的线根据设置的缓冲区距离创建缓冲区A,对缓冲区A以及待更新网络中的线实体进行叠置分析,得到候选匹配集C,如果C为空,则实体a为新增道路,标记a为已匹配,重复步骤(2);如果C不为空,则执行步骤(3)。
本发明的进一步改进,所述步骤(3)中,候选匹配集的检验方法如下:
(3-1)在候选匹配集中选择一条未检验的线实体b,检验面积叠置比:根据特定缓冲距离建立缓冲区B,计算B与待更新网络中待更新线实体的特定缓冲距离缓冲区A的面积叠置比S,将实体b标记为已检验,并判断S与匹配阈值S0的关系;
交通几何网络的空间数据更新过程中,变化道路信息中的数据由于数据来源不一致等种种原因,可能导致分段与待更新网络有所差异,因此在计算面积重叠比时,要分情况而定:
情况1,如果变化道路信息中a对象的面积小于2/3倍待更新网络中b的面积,则面积叠置比计算方法为:
Figure BDA0001438451070000031
判别条件为:
Figure BDA0001438451070000032
情况2,如果变化道路信息中a对象的面积大于2/3倍待更新网络中b的面积,且小于4/3倍待更新网络中b的面积,则面积叠置比计算方法为:
Figure BDA0001438451070000033
判别条件为:
Figure BDA0001438451070000034
情况3,如果变化道路信息中a对象的面积大于4/3倍待更新网络中b的面积,则利用b对象裁剪a对象对应的线状要素,然后再进行判断;
比较S与S0的大小,若S<S0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,执行步骤(3-2);
(3-2)检验方向夹角:计算待匹配实体a与所述步骤(3-1)中候选匹配集中的实体b的线线夹角,判断其与匹配阈值θ0的大小关系;
由于每个线对象为较短的曲线,且线型较为简单,本方法中使用直线斜率k近似描述曲线的方向属性,即对于线实体a,其首尾端点坐标分别为(x1,y1)、(xn,yn),实体a的近似斜率可表示为:
Figure BDA0001438451070000035
则实体a与实体b的方向夹角为:
Figure BDA0001438451070000036
比较θ与θ0的大小,若大于θ0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,执行步骤(3-3);
(3-3)检验Hausdorff距离:计算待匹配实体a与所述步骤(3-1)中候选匹配集中的实体b的Hausdorff距离d,判断其与匹配阈值d0的关系;
Hausdorff距离最初是用来计算点集之间的距离,现在也可以用来计算线-线匹配时两条线实体之间的距离,L1,L2是两条线,d1表示L1到L2最大最小距离,即以L1上点为圆心,以L2为切线作圆的最大半径;同样地可用d2表示L2到L1最大最小距离,则L1,L2间的Hausdorff距离d可表示为:
d=max(d1,d2);
如果大于d>d0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,待匹配实体a与参考实体b可能存在匹配关系,执行步骤(3-4);
(3-4)检验语义一致性:对于同一类型不同的地理实体而言,每个地理实体都有自己唯一的一个属性值如实体名称,判断实体b与待匹配实体a的某一唯一属性值是否一致,若一致则实体b与待更新a存在匹配关系,执行步骤(4);否则,将实体b从候选匹配集中删除,执行步骤(3-5);
(3-5)判断候选匹配集中未检验实体的数量,若未检验实体数为0,则候选匹配集C检验完成,且候选匹配集中没有实体与待更新的实体a完全匹配,因此实体a为新增数据,标记实体a已匹配并执行步骤(4);否则标记实体a已匹配并执行步骤(3-1)。
本发明的进一步改进,所述步骤(4)中,删除已废路段数据的方法如下:
(4-1)若变化路段信息属于第一种情况,包含全部变化道路的完备道路网络空间信息,执行步骤(4-2),否则无法进行已废路段数据的比对和删除操作,算法结束;
(4-2)判断待更新网络中未与变化道路信息匹配的线实体数量,若未匹配实体数为0,算法结束,否则,执行步骤(4-3);
(4-3)选择一条未与变化道路信息匹配的线实体a’,判断在变化道路信息中查找是否有线与该条线重叠,即在变化道路信息中求与该线的交集,方法如下:对待更新的线a’根据设置的缓冲区距离创建缓冲区A’,对缓冲区A’以及变化道路信息中的线实体进行叠置分析,得到候选匹配集C’,若C为空,则实体a’为需要删除的,标记a’为已匹配,执行步骤(4-2)。
本发明方法采用正向匹配和反向匹配结合的正反双相匹配策略。其中正向匹配即使用新数据图层向旧数据图层匹配,首先利用叠置分析得出新增线实体以及候选匹配集,对于候选匹配集,再进一步利用面积叠置比、方向夹角、Hausdorff距离以及语义一致性四个方面的参数进行判别,筛选出其他新增线实体,以及可与原道路网络匹配的有所改变的线实体,以便在道路交通网络模型中进行添加与修改;再采用反向匹配的方式,将旧数据图层向新数据图层进行匹配,可与得出旧的道路交通网络中已经废除的道路线实体,以便在道路交通网络中进行删除操作。
本方法与现有的道路交通网络更新方法比较,具有以下优势:
(1)匹配效率高:无需全局更新,避免了全局更新带来的大量重复工作和冗余数据,实现了自动更新,节省了道路交通网络数据更新的人力物力。
(2)准确性高:智能化实现道路交通网络的数据更新,一定程度上减少了因人工作业而造成的误差。
(3)可靠性高:匹配过程中,首先对空间数据从面积叠置比、方向夹角和Hausdorff距离三个维度进行逐一检验、筛选,保证匹配的数据在空间上具有较高程度的一致性,再对筛选出的具有较高空间一致性的数据进行语义一致性的检验,这样采用空间匹配与属性匹配相结合的方法,有效提高了新旧数据匹配的可靠性。
附图说明
图1是动态更新算法的流程图;
图2是2011年江苏省高速公路图;
图3是2012年江苏省高速公路图;
图4是不同年份高速公路空间数据叠加显示效果图;
图5是不同年份高速公路路段数据对比局部放大图;
图6是第一次实验结果图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
本发明提供一种道路空间网络多因子自动更新方法,以新、旧数据为基础,利用试值法确定相应的面积叠置比、方向夹角和Hausdorff距离的阈值,通过运行程序自动找出变化道路信息在待更新网络中新增的线数据,实现只对发生变化的数据进行加工处理,达到准确、实时进行动态更新的目的,最大效率地将数字网络模型与现实网络保持一致。
作为本发明实施方案具体如下:
(1)数据准备及预处理,针对需要更新的道路空间网络(下文中称为待更新网络)范围,准备好具有道路网络变化信息的数据(下文中称为变化道路信息),并进行预处理。预处理通过批处理的方式进行,包括统一数据基本格式、坐标系、实体类型,以及拓扑检查;
(2)将变化道路信息与待更新网络进行匹配,寻找新增道路与改建道路,对变化道路信息中的待匹配实体与待更新网络分别创建缓冲区,并求重叠区域得到候选匹配集C;
(3)对候选匹配集C中的线实体进行匹配检验;
(4)将待更新网络与变化道路信息进行反向匹配,删除已废路段数据。
所述步骤(1)中,变化道路网络数据分为两种情况:
情况1,变化道路网络数据为具有全部变化道路的完备道路网络空间信息数据集,即不仅包含变化路段数据,也包含全部无变化路段的数据,这种变化道路信息可用于道路网络的新增、改建和废除路段的数据更新;
情况2,变化道路网络数据为具有全部变化道路的数据集,但原有道路网络信息不全,即变化路段信息完备,而无变化的路段数据不全,这种变化道路信息可用于道路网络的新增和改建路段的数据更新,而无法进行废除路段的删除。
所述步骤(2)中,寻找新增道路与改建道路的具体步骤如下:
(2-1)判断变化道路信息中未与待更新网络匹配的线实体数量,若未匹配实体数为0,则变化道路信息的实体已完全与待更新网络匹配,执行步骤(4),否则,执行步骤(2-2);
(2-2)选择一条未与待更新网络匹配的线实体a,在待更新网络中查找判断是否有线与该条线重叠,即在旧线图层中求与该线的交集,方法如下:对变化道路信息中待更新的线根据设置的缓冲区距离创建缓冲区A,对缓冲区A以及待更新网络中的线实体进行叠置分析,得到候选匹配集C。如果C为空,则实体a为新增道路,标记a为已匹配,重复步骤(2);如果C不为空,则执行步骤(3)。
所述步骤(3)中,候选匹配集的检验方法如下:
(3-1)在候选匹配集中选择一条未检验的线实体b,检验面积叠置比:根据特定缓冲距离建立缓冲区B,计算B与待更新网络中待更新线实体的特定缓冲距离缓冲区A的面积叠置比S,将实体b标记为已检验,并判断S与匹配阈值S0的关系。
交通几何网络的空间数据更新过程中,变化道路信息中的数据由于数据来源不一致等种种原因,可能导致分段与待更新网络有所差异,因此在计算面积重叠比时,要分情况而定:
情况1,如果变化道路信息中a对象的面积小于2/3倍待更新网络中b的面积,则面积叠置比计算方法为
Figure BDA0001438451070000061
判别条件为
Figure BDA0001438451070000062
情况2,如果变化道路信息中a对象的面积大于2/3倍待更新网络中b的面积,且小于4/3倍待更新网络中b的面积,则面积叠置比计算方法为
Figure BDA0001438451070000071
判别条件为
Figure BDA0001438451070000072
情况3,如果变化道路信息中a对象的面积大于4/3倍待更新网络中b的面积,则利用b对象裁剪a对象对应的线状要素,然后再进行判断。
比较S与S0的大小,若S<S0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,执行步骤(3-2)。
(3-2)检验方向夹角:计算待匹配实体a与所述步骤(3-1)中候选匹配集中的实体b的线线夹角,判断其与匹配阈值θ0的大小关系。
由于每个线对象为较短的曲线,且线型较为简单,本方法中使用直线斜率k近似描述曲线的方向属性,即对于线实体a,其首尾端点坐标分别为(x1,y1)、(xn,yn),实体a的近似斜率可表示为:
Figure BDA0001438451070000073
则实体a与实体b的方向夹角为
Figure BDA0001438451070000074
比较θ与θ0的大小,若大于θ0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,执行步骤(3-3)。
(3-3)检验Hausdorff距离:计算待匹配实体a与所述步骤(3-1)中候选匹配集中的实体b的Hausdorff距离d,判断其与匹配阈值d0的关系。
Hausdorff距离最初是用来计算点集之间的距离,现在也可以用来计算线-线匹配时两条线实体之间的距离。L1,L2是两条线,d1表示L1到L2最大最小距离,即以L1上点为圆心,以L2为切线作圆的最大半径;同样地可用d2表示L2到L1最大最小距离,则L1,L2间的Hausdorff距离d可表示为
d=max(d1,d2);
如果大于d>d0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,待匹配实体a与参考实体b可能存在匹配关系,执行步骤(3-4)。
(3-4)检验语义一致性:对于同一类型不同的地理实体而言,每个地理实体都有自己唯一的一个属性值如实体名称,判断实体b与待匹配实体a的某一唯一属性值是否一致,若一致则实体b与待更新a存在匹配关系,执行步骤(4);否则,将实体b从候选匹配集中删除,执行步骤(3-5)。
(3-5)判断候选匹配集中未检验实体的数量,若未检验实体数为0,则候选匹配集C检验完成,且候选匹配集中没有实体与待更新的实体a完全匹配,因此实体a为新增数据,标记实体a已匹配并执行步骤(4);否则标记实体a已匹配并执行步骤(3-1)。
所述步骤(4)中,删除已废路段数据的方法如下:
(4-1)若变化路段信息属于第一种情况,包含全部变化道路的完备道路网络空间信息,执行步骤(4-2),否则无法进行已废路段数据的比对和删除操作,算法结束。
(4-2)判断待更新网络中未与变化道路信息匹配的线实体数量,若未匹配实体数为0,算法结束,否则,执行步骤(4-3)。
(4-3)选择一条未与变化道路信息匹配的线实体a’,判断在变化道路信息中查找是否有线与该条线重叠,即在变化道路信息中求与该线的交集,方法如下:对待更新的线a’根据设置的缓冲区距离创建缓冲区A’,对缓冲区A’以及变化道路信息中的线实体进行叠置分析,得到候选匹配集C’,若C为空,则实体a’为需要删除的。标记a’为已匹配,执行步骤(4-2)。
为保证本方法的运行效果,提高数据的匹配结果,本实施例基于以下假设:
(1)进行比较的两个数据源是必须是同一地区的,或者部分数据是同一地区,数据的图幅范围是相等、相交或包含关系。
(2)数据格式一致。
根据以上假设,本实施例利用数据为格式一致的2011年和2012年江苏省高速公路空间数据,进行3次道路网络动态更新实验,其中第一次实验过程如下:
(1)准备数据:待更新网络为2011年江苏省高速公路空间数据(附图2),变化道路信息为2012年江苏省高速公路空间数据(附图3),两数据层叠加显示效果见附图4,从附图5的局部放大图上看,这两幅数据在位置上有些偏差,并不完全重叠。由于数据来源一致,因此预处理不需要进行格式转换、坐标系统一和实体类型统一,只需进行拓扑检查即可。
(2)将变化道路信息(2012年高速公路数据)匹配到待更新网络(2011年高速公路数据)中去,遍历变化道路信息中的线要素,并对变化道路信息中的线要素(将正在遍历的线要素记为a)生成距离为10000米的缓冲区,判断缓冲区内是否存在待更新网络中的线要素,即判断缓冲区与待更新网络是否有交集,若没有则实体a为新增线,并继续遍历,否则,将交集中的线要素纳入匹配候选集,并进入步骤(3)。
(3)遍历匹配候选集中的待更新网络线要素,若遍历结束,则进入步骤(4),否则继续遍历,检验对应变化道路信息中的要素a是否能与待更新网络中线要素(记为b)匹配,若不匹配即为新增线:
(3-1)检验面积叠置比:面积叠置比阈值为0.5,为实体b生成缓冲区,缓冲区距离为10000米,求a的缓冲区与b的缓冲区的相交面积S,若S≥0.5,则继续步骤(3-2),否则将实体b从候选匹配集中移除,并继续遍历候选匹配集。
(3-2)检验方向夹角:方向夹角阈值为25°,计算实体a和实体b的夹角θ,若θ≤25°,则继续步骤(3-3),否则将实体b从候选匹配集中移除,并继续遍历候选匹配集。
(3-3)检验Hausdorff距离:Hausdorff距离阈值为1000米,计算实体a和实体b的Hausdorff距离d,若d≤1000米,则继续步骤(3-4),否则将实体b从候选匹配集中移除,并继续遍历候选匹配集。
(3-4)检验语义一致性:语义匹配的属性字段为NAME,若实体a与实体b的NAME字段相同,则实体a与实体b可完全匹配,并进入步骤(2)继续遍历变化道路信息中的线实体,否则实体a为新增线,并进入步骤(2)继续遍历变化道路信息中的线实体。
(4)反向匹配,将变化道路信息2011年高速公路数据匹配到待更新网络2012年高速公路数据中去,遍历待更新网络中的线要素,并对待更新网络中的线要素生成距离为10000米的缓冲区,判断缓冲区内是否存在变化道路信息中的线要素,即判断缓冲区与变化道路信息是否有交集,若有则继续遍历,否则,该要素则为需要删除的线,并继续遍历。若遍历结束,则算法结束。
第一次实验结果如附图6所示。改变实验参数的设置,会对实验结果造成不同的影响,三次实验的参数设置如表1所示。
表1实验参数设置
Figure BDA0001438451070000091
通过人工的检查,三次匹配试验的实验结果(包括正确匹配的实体数、错误匹配的实体数、漏匹配的实体数和匹配精度)见表2如下表,用匹配成功的实体(即更新过程中检测到的与待更新网络中实体一致的变化道路信息中的实体)的数量与质量来描述实验结果的好坏,其中匹配实体即为实验得出的既未新增也未减少的道路,查全率=正确匹配实体数/变化道路信息中线实体数量,匹配精度=正确匹配实体数/最大可能匹配实体数。
表2实验结果对比分析
Figure BDA0001438451070000092
Figure BDA0001438451070000101
从表2可以看出,匹配阈值设置的过大导致了错误匹配的情况较多,而缩小匹配阈值后由于采用了正反双向匹配策略,有效地减少了漏匹配和错误匹配情况出现的可能。因此,可以认为采用本方法所提出的交通网络空间数据更新方法可以得到与目视判别基本一致的匹配结果,动态更新结果已达到较为精确的地步,并且该方法能够高效精确的完成动态更新任务,效果令人满意。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作任何其他形式的限制,而依据本发明的技术实质所作的任何修改或等同变化,仍属于本发明所要求保护的范围。

Claims (1)

1.一种道路空间网络多因子自动更新方法,其特征在于,包括步骤:
(1)数据准备及预处理,针对需要更新的道路空间网络范围,准备好具有道路网络变化信息的数据,并进行预处理,预处理通过批处理的方式进行,包括统一数据基本格式、坐标系、实体类型,以及拓扑检查;
所述步骤(1)中,变化道路网络数据分为两种情况:
情况1,变化道路网络数据为具有全部变化道路的完备道路网络空间信息数据集,即不仅包含变化路段数据,也包含全部无变化路段的数据,这种变化道路信息可用于道路网络的新增、改建和废除路段的数据更新;
情况2,变化道路网络数据为具有全部变化道路的数据集,但原有道路网络信息不全,即变化路段信息完备,而无变化的路段数据不全,这种变化道路信息可用于道路网络的新增和改建路段的数据更新,而无法进行废除路段的删除;
(2)将变化道路信息与待更新网络进行匹配,寻找新增道路与改建道路,对变化道路信息中的待匹配实体与待更新网络分别创建缓冲区,并求重叠区域得到候选匹配集C;
所述步骤(2)中,寻找新增道路与改建道路的具体步骤如下:
(2-1)判断变化道路信息中未与待更新网络匹配的线实体数量,若未匹配实体数为0,则变化道路信息的实体已完全与待更新网络匹配,执行步骤(4),否则,执行步骤(2-2);
(2-2)选择一条未与待更新网络匹配的线实体a,在待更新网络中查找判断是否有线与该条线重叠,即在旧线图层中求与该线的交集,方法如下:对变化道路信息中待更新的线根据设置的缓冲区距离创建缓冲区A,对缓冲区A以及待更新网络中的线实体进行叠置分析,得到候选匹配集C,如果C为空,则实体a为新增道路,标记a为已匹配,重复步骤(2);如果C不为空,则执行步骤(3);
(3)对候选匹配集C中的线实体进行匹配检验;
所述步骤(3)中,候选匹配集的检验方法如下:
(3-1)在候选匹配集中选择一条未检验的线实体b,检验面积叠置比:根据特定缓冲距离建立缓冲区B,计算B与待更新网络中待更新线实体的特定缓冲距离缓冲区A的面积叠置比S,将实体b标记为已检验,并判断S与匹配阈值S0的关系;
交通几何网络的空间数据更新过程中,变化道路信息中的数据由于数据来源不一致等种种原因,可能导致分段与待更新网络有所差异,因此在计算面积重叠比时,要分情况而定:
情况1,如果变化道路信息中a对象的面积小于2/3倍待更新网络中b的面积,则面积叠置比计算方法为:
Figure FDA0002926416980000021
判别条件为:
Figure FDA0002926416980000022
情况2,如果变化道路信息中a对象的面积大于2/3倍待更新网络中b的面积,且小于4/3倍待更新网络中b的面积,则面积叠置比计算方法为:
Figure FDA0002926416980000023
判别条件为:
Figure FDA0002926416980000024
情况3,如果变化道路信息中a对象的面积大于4/3倍待更新网络中b的面积,则利用b对象裁剪a对象对应的线状要素,然后再进行判断;
比较S与S0的大小,若S<S0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,执行步骤(3-2);
(3-2)检验方向夹角:计算待匹配实体a与所述步骤(3-1)中候选匹配集中的实体b的线线夹角,判断其与匹配阈值θ0的大小关系;
由于每个线对象为较短的曲线,且线型较为简单,本方法中使用直线斜率k近似描述曲线的方向属性,即对于线实体a,其首尾端点坐标分别为(x1,y1)、(xn,yn),实体a的近似斜率可表示为:
Figure FDA0002926416980000025
则实体a与实体b的方向夹角为:
Figure FDA0002926416980000026
比较θ与θ0的大小,若大于θ0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,执行步骤(3-3);
(3-3)检验Hausdorff距离:计算待匹配实体a与所述步骤(3-1)中候选匹配集中的实体b的Hausdorff距离d,判断其与匹配阈值d0的关系;
Hausdorff距离最初是用来计算点集之间的距离,现在也可以用来计算线-线匹配时两条线实体之间的距离,L1,L2是两条线,d1表示L1到L2最大最小距离,即以L1上点为圆心,以L2为切线作圆的最大半径;同样地可用d2表示L2到L1最大最小距离,则L1,L2间的Hausdorff距离d可表示为:
d=max(d1,d2);
如果大于d>d0,那么就将实体b从候选匹配集C中删除,执行步骤(3-5);否则,实体b仍保留在候选匹配集C中,待匹配实体a与参考实体b可能存在匹配关系,执行步骤(3-4);
(3-4)检验语义一致性:对于同一类型不同的地理实体而言,每个地理实体都有自己唯一的一个属性值如实体名称,判断实体b与待匹配实体a的某一唯一属性值是否一致,若一致则实体b与待更新a存在匹配关系,执行步骤(4);否则,将实体b从候选匹配集中删除,执行步骤(3-5);
(3-5)判断候选匹配集中未检验实体的数量,若未检验实体数为0,则候选匹配集C检验完成,且候选匹配集中没有实体与待更新的实体a完全匹配,因此实体a为新增数据,标记实体a已匹配并执行步骤(4);否则标记实体a已匹配并执行步骤(3-1);
(4)将待更新网络与变化道路信息进行反向匹配,删除已废路段数据;
所述步骤(4)中,删除已废路段数据的方法如下:
(4-1)若变化路段信息属于第一种情况,包含全部变化道路的完备道路网络空间信息,执行步骤(4-2),否则无法进行已废路段数据的比对和删除操作,算法结束;
(4-2)判断待更新网络中未与变化道路信息匹配的线实体数量,若未匹配实体数为0,算法结束,否则,执行步骤(4-3);
(4-3)选择一条未与变化道路信息匹配的线实体a’,判断在变化道路信息中查找是否有线与该条线重叠,即在变化道路信息中求与该线的交集,方法如下:对待更新的线a’根据设置的缓冲区距离创建缓冲区A’,对缓冲区A’以及变化道路信息中的线实体进行叠置分析,得到候选匹配集C’,若C为空,则实体a’为需要删除的,标记a’为已匹配,执行步骤(4-2)。
CN201710975855.XA 2017-10-19 2017-10-19 一种道路空间网络多因子自动更新方法 Active CN107885790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710975855.XA CN107885790B (zh) 2017-10-19 2017-10-19 一种道路空间网络多因子自动更新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710975855.XA CN107885790B (zh) 2017-10-19 2017-10-19 一种道路空间网络多因子自动更新方法

Publications (2)

Publication Number Publication Date
CN107885790A CN107885790A (zh) 2018-04-06
CN107885790B true CN107885790B (zh) 2021-03-23

Family

ID=61781845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710975855.XA Active CN107885790B (zh) 2017-10-19 2017-10-19 一种道路空间网络多因子自动更新方法

Country Status (1)

Country Link
CN (1) CN107885790B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846089B (zh) * 2018-06-12 2021-10-19 南京师范大学 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
CN108959638B (zh) * 2018-07-26 2021-10-19 南京师范大学 一种面向城市燃气专业管线与综合管线的空间数据匹配方法
CN110619134B (zh) * 2018-10-26 2023-05-23 湖南星图空间信息技术有限公司 解决路网数据飞点、点密度问题一体化检测及修复方法
CN109657713A (zh) * 2018-12-11 2019-04-19 武汉大学 一种基于众源路网数据的多因子路网匹配方法及系统
CN110222066A (zh) * 2019-05-30 2019-09-10 上海市地震局 一种基于gis的应用系统的地图数据更新方法及系统
CN112577498B (zh) * 2019-09-30 2023-06-23 阿里巴巴集团控股有限公司 道路数据更新方法、装置、电子设备及存储介质
CN113033494B (zh) * 2021-04-28 2021-09-24 温州中纬测绘有限公司 基于地理空间信息数据测绘的测绘数据采集系统
CN114064835B (zh) * 2021-11-18 2023-05-26 中国公路工程咨询集团有限公司 一种基于变化点检测的多源矢量路网更新方法和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0654775B1 (en) * 1993-11-19 2001-06-06 Honda Giken Kogyo Kabushiki Kaisha Map information regenerating device
CN101436211A (zh) * 2008-12-19 2009-05-20 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
CN105787937A (zh) * 2016-02-25 2016-07-20 武汉大学 一种基于osm的高分辨遥感影像道路变化检测方法
CN106030685A (zh) * 2014-02-21 2016-10-12 三菱电机株式会社 地图信息处理装置、地图信息处理方法及更新数据的调整方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0654775B1 (en) * 1993-11-19 2001-06-06 Honda Giken Kogyo Kabushiki Kaisha Map information regenerating device
CN101436211A (zh) * 2008-12-19 2009-05-20 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
CN106030685A (zh) * 2014-02-21 2016-10-12 三菱电机株式会社 地图信息处理装置、地图信息处理方法及更新数据的调整方法
CN105787937A (zh) * 2016-02-25 2016-07-20 武汉大学 一种基于osm的高分辨遥感影像道路变化检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于车辆轨迹大数据的道路网更新方法研究;杨伟;《计算机研究与发展》;20161231;第53卷(第12期);第2681-2693页 *

Also Published As

Publication number Publication date
CN107885790A (zh) 2018-04-06

Similar Documents

Publication Publication Date Title
CN107885790B (zh) 一种道路空间网络多因子自动更新方法
CN109241069B (zh) 一种基于轨迹自适应聚类的路网快速更新的方法及系统
CN106323301B (zh) 一种道路情报的获取方法及装置
CN108806472B (zh) 电子地图中的道路渲染方法、装置和处理方法、装置
CN103150328B (zh) 一种利用数据库自动制图的集成方法
EP2491345A1 (en) Incremental map generation, refinement and extension with gps traces
CN104091005B (zh) 一种架空送电线路工程测量内外业一体化系统
CN107423455B (zh) 一种公路自动建模方法及系统
CN104422451A (zh) 一种道路识别方法及装置
CN110704559B (zh) 一种多尺度矢量面数据匹配方法
CN114692236B (zh) 一种面向大数据的国土空间规划底图底数处理方法
CN112115220B (zh) 地图数据检查方法及计算机可读存储介质
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
CN113721969B (zh) 一种基于多尺度空间矢量数据级联更新方法
CN107369373B (zh) 一种利用多比例尺线要素地图进行综合制图的方法
JPH0561407A (ja) 図形処理装置
CN111209805A (zh) 一种车道线众包数据的多道路片段数据的快速融合优化方法
CN113008251A (zh) 一种封闭区域非结构化道路的数字地图更新方法
CN116089519B (zh) 基于gis的污染溯源路径可视化平台
CN115631476A (zh) 一种车道数据处理方法、系统、电子设备及存储介质
CN110619134B (zh) 解决路网数据飞点、点密度问题一体化检测及修复方法
CN112612840A (zh) 异构数据的处理方法、装置、设备及存储介质
CN108763817B (zh) 一种基于最小二乘法建模的电力地下管网匹配方法
CN112766385A (zh) 一种众源矢量线数据几何匹配与属性融合方法
CN117251964B (zh) 场站资源利用与孪生建模重构方法、存储介质及电子设备

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