CN110309248B - 一种基于Voronoi图的交通道路网络自动划分交通小区的方法 - Google Patents

Abstract

本发明公开了基于Voronoi图及道路网络的交通小区自动划分方法，步骤分别是：提取所有道路，创建地理缓冲区；删除重复的道路节点，预创建Voronoi图；创建Voronoi图，形成初始的交通小区；根据绿地水系合并小区；给定最小面积阈值，统计小于这个阈值的小区；合并面积小于阈值的小区，使所有小区都大于这个面积阈值；用行政区裁剪小区；步骤S8按缓冲区裁剪小区；重新统计面积小于阈值的小区,重复步骤S6，继续合并小区；步骤S10检查小区，保证所有交通小区都至少含有一个道路节点。本发明能够在有限的时间内完成交通小区的自动划分，节省了用户手工划分小区的时间和精力，同时也避免了该过程中人工操作可能带来的错误。

Description

一种基于Voronoi图的交通道路网络自动划分交通小区的 方法

技术领域

本发明涉及交通地图计算机抽象表达技术领域，特别是涉及一种根据交通道路网络自动划分交通小区的技术。

背景技术

交通系统不仅是一个涉及了多个学科，跨区域，大规模的复杂系统，还具有实验成本巨大甚至无法进行实验的特性。随着计算机网络技术的不断发展，其在交通领域的应用也逐渐广泛。智能交通系统就是将先进的科技技术运用于交通运输管理系统，从而实现交通系统的信息化，网络化与自动化。利用计算机表达电子道路地图的技术目前已十分成熟，但是在电子道路地图的基础上合理与快速地划分交通小区仍然欠缺研究。

交通小区是为了减少交通控制和管理系统的复杂性，提高系统可靠性及系统开发的需要而提出的解决方案。交通小区的划分原则一般是:确定区域范围；为了全面了解交通源与交通源之间的交通流；划分的数量和大小应根据规划的目的和问题的复杂程度而定；划分一般不打破行政区划；交通区的用地性质、交通特性应尽量一致。因此，交通小区的划分具有一定的目的性，如何合理与快速地划分交通小区是一个值得研究的问题。

发明内容

本发明的目的是为了解决上述问题，提供一种基于Voronoi图，考虑交通道路网络，行政区，绿地水系等自然地理想的交通小区自动划分方法。

由用户提供交通道路网络以及行政区,水系，绿地，根据这些输入信息，实现交通小区的快速自动划分。

数据要求:(1)电子交通道路网络地图是计算机技术表达交通实体，用线表示路段，点表示道路节点的地图。交通电子地图中每条线具有与之对应起点与终点，任意节点存在与之对应的线。借用图的概念，任意两个节点都是连通的，交通电子地图是一个有向连通图。

(2)行政区和水系绿地不是必需的。行政区与行政区之间，水系绿地与水系绿地之间不存在重叠部分。单个水系，绿地的面积应当足够大，小型的水系和绿地不应作为输入数据。

Voronoi图，又叫泰森多边形或Dirichlet图，它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。N个在平面上有区别的点，按照最邻近原则划分平面；每个点与它的最近邻区域相关联。Delaunay三角形是由与相邻Voronoi多边形共享一条边的相关点连接而成的三角形。Delaunay三角形的外接圆圆心是与三角形相关的Voronoi多边形的一个顶点。对于点集{P₀,P₁,…,P_n}里的种子点P_k，它的Voronoi区域R_k定义为：

R_k＝{x∈X|d(x,P_k)＜d(x,P_j),j＝{0,1,2,…,n},j≠k} (1)

本发明所述的一种基于Voronoi图，根据交通道路网络自动划分交通小区的方法包括如下的步骤：

S1：从交通网络中提取所有的道路要素，建立这些道路的地理缓冲区B。

S2：提取所有的道路节点，记为点集P，删除位置重复的节点。根据这些节点建立Delaunay三角网，然后建立对偶图Voronoi多边形。

S3：经过步骤S2，对于任意一个节点P_i都有一个完全包含它的Voronoi多边形，节点与Voronoi多边形形成了一对一的映射关系。对于那些处在边界上的Voronoi多边形，将它们对应的n个节点计入点集合D。计算点集合D的几何中心(X_p,Y_p)

之后，对于这n个节点，按下列式子计算新节点(X_i’,Y_i’)

X'_i＝(X_p-X_i)*1.5+X_i Y'_i＝(Y_p-Y_i)*1.5+Y_i (3)

将这n个新节点计入点集合D’。将点集P与点集D’取并生成点集P’，用点集P’生成新的Delaunay三角网，然后建立对偶图Voronoi多边形，此时每一个Voronoi多边形都表示一个初始的交通小区。

S4：对于点集P’中的每个点P_i’，都有一个完全包含的Voronoi多边形V_i，记所有Voronoi多边形合并后的大多边形为T。将水系绿地抽象为多边形，取与T相交的那些多边形，记为Z_i，这些Z_i构成了集合Z。记录每一个V_i与Z中元素的相交关系，每一个V_i都有一个标志码PV_i。PV_i的值表示着包含V_i程度最高的多边形Z_i的ID，若PV_i不被任意一个Z_i包含，则记为空值。将所有具有同样PV_i值(除去空值)的V_i合并为一个ZV_i。

S5：开始合并小区。给定一个面积阈值S_l，将未合并的V_i与合并后的ZV_i按面积升序排序，将面积小于S_l的多边形按面积从小到大依次放入数组List中，数组List始终保持面积从小到大升序排列。

S6：取List中面积最大的元素S，寻找所有与S相邻的多边形，记为集合K，其中所有面积小于S_l的多边形记为集合L。定义一个多边形指标pft，pft＝周长*周长/面积。

1.若L为空集，那么从K中找一个多边形K_t，使得K_t与S合并后的多边形其pft最小。

2.若L不为空集，那么从L中找一个多边形L_t，使得L_t与S合并后的多边形其pft最小。

合并之后，参与合并的两个多边形都会从List中剔除，并成为一个新的多边形。若新的多边形的面积小于S_l，那么将它继续放入List里；若面积不小于S_l，则不作操作。

S7：重复步骤S6直到List中没有元素。经过小区合并后后，让所有新小区多边形V'_i与行政区多边形集合D进行相交操作。V'_i与D_i的关系有三种：完全被包含；不相交；相交；

设定阈值k_l，在相交关系中，V'_i与D_i相交部分面积记为s₁，V'_i面积记为s₀。若s₁/s₀>k_l,那么用D_i对V'_i进行相交分割操作，把V'_i划分为相交部分和不相交部分的新的小区多边形，每一个被分割后的小区多边形都是一个简单多边形。

S8：用B对所有小区多边形执行裁剪操作，将那些没有被B完全包含的小区裁剪为与B相交和不相交部分，只保留和B相交的部分，这一部分成为新的小区多边形。

S9：将现在所有的小区多边形按面积从小到大排序，那些面积小于S_l的多边形放入数组List中。重复步骤S6，直到List中没有元素。

S10：至此，所有的小区多边形已经生成，检查所有小区多边形是否包含P中的节点。如果某一个小区多边形不包含P中的节点，那么将它与相邻的一个面积最小的小区多边形合并。重复检查直到所有小区多边形都至少包含一个P中的节点。

附图说明

图1本发明的方法流程图；

图2南京市交通道路网络；

图3生成的交通小区和道路网络的关系；

图4生成的交通小区和行政区、绿地的关系。

具体实施方式

下面结合具体实施方式对本发明的步骤流程作进一步的介绍，以自动划分南京市的交通小区为例。

如图1所示，本文提供一种基于Voronoi图的交通道路网络自动划分交通小区的方法，包括如下的步骤:

步骤S1提取南京所有道路建立缓冲区。提取所有的南京市交通道路，根据500m的缓冲半径，建立地理缓冲区。

步骤S2，S3生成Voronoi图，这是初始状态下的交通小区，每一个交通节点对应一个交通小区。

步骤S4输入了南京的水系绿地文件，那么依据绿地水系合并交通小区，合并在同一个绿地水系下的交通小区。

步骤S5，S6按照规定的面积阈值合并交通小区，最终交通小区面积都将大于给定的面积阈值。

步骤S7，S8按照南京的11个行政区边界和步骤S1建立的缓冲区边界对交通小区进行裁剪。行政区边界裁剪使得交通小区不得跨越行政区，交通小区将按照行政区边界进行划分。缓冲区边界裁剪限定了交通小区的范围。

步骤S9再次合并小区，重复步骤S6保证小区面积大于阈值。

步骤S10检查交通小区。保证每一个交通小区都至少包含一个道路节点。

本实例中，初始的南京道路网络如图2所示，生成的交通小区如图3所示，生成的交通小区和绿地，行政区的关系如图4所示。生成的交通小区符合自然地理条件、行政区规划以及道路情况，这一方法大大节省了人工绘制交通小区的时间和其他成本。

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)

1.一种基于Voronoi图的交通道路网络自动划分交通小区的方法，其特征在于：包括如下的步骤：

S1：从交通网络中提取所有的道路要素，建立道路要素的地理缓冲区B；

S2：提取所有的道路节点，记为点集P，删除位置重复的道路节点，根据这些道路节点建立Delaunay三角网，然后建立对偶图Voronoi多边形；

S3：经过步骤S2，对于任意一个道路节点P_i都有一个完全包含它的Voronoi多边形，道路节点与Voronoi多边形形成了一对一的映射关系，对于处在边界上的Voronoi多边形，将它们对应的n个道路节点计入点集合D，计算点集合D的几何中心(X_p,Y_p)

之后，对于这n个道路节点，按下列式子计算新道路节点(X_i’,Y_i’)

X'_i＝(X_p-X_i)*1.5+X_i，Y′_i＝(Y_p-Y_i)*1.5+Y_i

将这n个新道路节点计入点集合D’，将点集P与点集D’取并生成点集P’，用点集P’生成新的Delaunay三角网，然后建立对偶图Voronoi多边形，此时每一个Voronoi多边形都表示一个初始的交通小区；

S4：对于点集P’中的每个道路节点P_i’，都有一个完全包含的Voronoi多边形V_i，记所有Voronoi多边形合并后的大多边形为T，将水系绿地抽象为多边形，取与T相交的多边形，记为Z_i，Z_i构成了集合Z，记录每一个V_i与Z中元素的相交关系，每一个V_i都有一个标志码PV_i，PV_i的值表示着包含V_i程度最高的多边形Z_i的ID，若PV_i不被任意一个Z_i包含，则记为空值，将所有具有同样PV_i值，除去空值的V_i合并为一个ZV_i；

S5：开始合并小区，给定一个面积阈值S_l，将未合并的V_i与合并后的ZV_i按面积升序排序，将面积小于阈值S_l的多边形按面积从小到大依次放入数组List中，数组List始终保持面积从小到大升序排列；

S6：取数组List中面积最大的元素S，寻找所有与元素S相邻的多边形，记为集合K，其中所有面积小于阈值S_l的多边形记为集合L；定义一个多边形指标pft，pft＝周长*周长/面积；若集合L为空集，那么从集合K中找一个多边形K_t，使得K_t与元素S合并后的多边形其pft最小；若集合L不为空集，那么从集合L中找一个多边形L_t，使得L_t与元素S合并后的多边形其pft最小；

合并之后，参与合并的两个多边形都会从数组List中剔除，并成为一个新的多边形，若新的多边形的面积小于阈值S_l，那么将它继续放入数组List里；若面积不小于阈值S_l，则不作操作；

S7：重复步骤S6直到数组List中没有元素，经过小区合并后，让所有新小区多边形V′_i与行政区多边形集合D进行相交操作，V′_i与D_i的关系有三种：完全被包含；不相交；相交；

设定阈值k_l，在相交关系中，V′_i与D_i相交部分面积记为s₁，V′_i面积记为s₀，若s₁/s₀>k_l,那么用D_i对V′_i进行相交分割操作，把V′_i划分为相交部分和不相交部分的新的小区多边形，每一个被分割后的小区多边形都是一个简单多边形；

S8：用地理缓冲区B对所有小区多边形执行裁剪操作，将没有被地理缓冲区B完全包含的小区裁剪为与地理缓冲区B相交和不相交部分，只保留和地理缓冲区B相交的部分，这一部分成为新的小区多边形；

S9：将现在所有的小区多边形按面积从小到大排序，面积小于阈值S_l的多边形放入数组List中，重复步骤S6，直到数组List中没有元素；

S10：至此，所有的小区多边形已经生成，检查所有小区多边形是否包含点集P中的道路节点，如果某一个小区多边形不包含点集P中的道路节点，那么将它与相邻的一个面积最小的小区多边形合并，重复检查直到所有小区多边形都至少包含一个点集P中的道路节点。

Images