CN110909109B - 一种gis系统路线轨迹比对与筛选方法 - Google Patents

一种gis系统路线轨迹比对与筛选方法 Download PDF

Info

Publication number
CN110909109B
CN110909109B CN201911264824.9A CN201911264824A CN110909109B CN 110909109 B CN110909109 B CN 110909109B CN 201911264824 A CN201911264824 A CN 201911264824A CN 110909109 B CN110909109 B CN 110909109B
Authority
CN
China
Prior art keywords
linear
dlg
starting point
road network
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
CN201911264824.9A
Other languages
English (en)
Other versions
CN110909109A (zh
Inventor
范文涛
崔应寿
张龙
周舟
张飞潮
段晓辉
刘振华
乔力华
黄窈蕙
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.)
China Academy of Transportation Sciences
Original Assignee
China Academy of Transportation Sciences
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 China Academy of Transportation Sciences filed Critical China Academy of Transportation Sciences
Priority to CN201911264824.9A priority Critical patent/CN110909109B/zh
Publication of CN110909109A publication Critical patent/CN110909109A/zh
Application granted granted Critical
Publication of CN110909109B publication Critical patent/CN110909109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种GIS系统路线轨迹比对与筛选方法，包括如下步骤：步骤1：算法概述及数据预处理；步骤2：寻找DLG线形起点：线形起点匹配算；步骤3：线形比对及筛选。本发明本方案采用了一种基于链码的路线追踪加权算法，能够有效识别路线特征进行比对，排除GPS精度误差产生的位置偏移对路线比对结果的影响，排除公共路网数据库因加密产生的位置平移带来的影响，同时能消除公共路网数据库多条路线交叉对比对过程带来的影响，达到提升路线比对精度的目的。

Description

一种GIS系统路线轨迹比对与筛选方法
技术领域
本发明涉及公路建设管理领域，具体为一种GIS系统路线轨迹比对与筛选方法。
背景技术
目前，GIS和GPS技术已广泛应用于公路管理领域，比如基于GPS采集公路的路线线形线位信息，利用GIS进行信息管理及分析。为全面、及时掌握全国公路网信息，交通运输行业每年组织进行全国公路更新信息采集，同时要审核新建或改建工程路线是否符合建设规划与计划，主要采用GPS实地采集路线与原有路线或公共路网数据库进行比对的技术方法。其中GPS采集的路线轨迹线形与路网原有线形的匹配准确性会对公路数据更新准确率产生重要影响；现阶段线形核对主要采用“全重叠”比对方法，将原有路线线形进行加缓冲区操作，再将GPS采集轨迹叠加至其上图层，若GPS采集轨迹落于缓冲区内即判断采集的轨迹线形正确无误；该方法无法排除GPS手持设备产生定位误差，存在公共路网数据库因加密措施产生的坐标平移导致轨迹趋势一致但空间位置不重叠等问题，以及无法处理公共路网数据路线交叉问题。对于上述情况，现有方法会产生错误的对比结论。因此我们对此做出改进，提出一种GIS系统路线轨迹比对与筛选方法。
发明内容
为解决现有技术存在的缺陷，本发明提供一种GIS系统路线轨迹比对与筛选方法。
为了解决上述技术问题，本发明提供了如下的技术方案：
本发明一种GIS系统路线轨迹比对与筛选方法，包括如下步骤：
步骤1：算法概述及数据预处理；
步骤2：寻找DLG线形起点：线形起点匹配算；
步骤3：线形比对及筛选。
作为本发明的一种优选技术方案，所述算法概述及数据预处理包括如下：
步骤101：算法；
步骤102：数据预处理；
步骤103：数据处理技术。
作为本发明的一种优选技术方案，所述算法包括如下步骤：
步骤1011：确定上报线形在DLG数据库路网中的起点；
步骤1012：由上报线形起点与DLG路网起点同时开始比对，并得出匹配结果。
作为本发明的一种优选技术方案，所述数据预处理包括如下步骤：
步骤1021：在GIS软件中将GPS上报线形与对应位置DLG路网数据记载至同一工程文件，并以相同比例显示；
步骤1022：设置两类矢量数据线形宽度为1像素，上报线形标记为红色，DLG路网线形标记为绿色；
步骤1023：在DLG路网图层标记出上报线形起点，两图层底色均设为纯黑色或纯白色；
步骤1024：保持显示原状将上报线形图层与DLG路网图层分别输出为16bit，tif格式无损位图。
作为本发明的一种优选技术方案，所述数据处理技术使用python语言的numpy工具包，可将tif图像转换为张量供后续计算。
作为本发明的一种优选技术方案，所述寻找DLG线形起点TA：线形起点匹配算包括如下步骤：
步骤201：数据结构说明；
步骤202：线形起点匹配算法。
作为本发明的一种优选技术方案，所述数据结构说明为DLG数据存储为覆盖范围内的路网，非依据建设项目对应存储的道路线形。
作为本发明的一种优选技术方案，所述线形起点匹配算法包括如下步骤：
步骤2021：设搜索步长L(以像素为单位前向搜索次数)，遍历DLG路网中集合PA所有点，使用链码法求得点P处，L长度的线形特征
Figure GDA0003603385200000031
步骤2022：求得M起点A'的特征
Figure GDA0003603385200000032
步骤2023：若
Figure GDA0003603385200000033
即pi点处L步长的线形特征与M起点处相同，即认为点pi为DLG路网数据中，对应M的T线形起点TA。
作为本发明的一种优选技术方案，所述线形比对及筛选包括如下步骤：
步骤301：以MA'为起点，设M的长度为m个像素，使用链码法计算FM，记单步特征为
Figure GDA0003603385200000034
步骤302：以TA为起点，设T的长度为t个像素，使用链码法计算FT，记单步特征为
Figure GDA0003603385200000041
步骤303：设阈值Qlen、Qsum；
步骤304：若m＝t即M与T长度相同：
j＝k时，，令
Figure GDA0003603385200000042
其中
Figure GDA0003603385200000043
sum≥Qsum：M与T相匹配
sum≤Qsum：M与T不匹配；
步骤304：若m≠t即M与T长度不同：
|m-t|≤Qlen：进入步骤304
|m-t|≥Qlen：M与T不匹配。
本发明的有益效果是：该种GIS系统路线轨迹比对与筛选方法，本方案采用了一种基于链码的路线追踪加权算法，能够有效识别路线特征进行比对，排除GPS精度误差产生的位置偏移对路线比对结果的影响，排除公共路网数据库因加密产生的位置平移带来的影响，同时能消除公共路网数据库多条路线交叉对比对过程带来的影响，达到提升路线比对精度的目的。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种GIS系统路线轨迹比对与筛选方法的匹配算法流程图；
图2是本发明一种GIS系统路线轨迹比对与筛选方法的数据库路网与上报线形对比示意图；
图3是本发明一种GIS系统路线轨迹比对与筛选方法的起点匹配示意图；
图4是本发明一种GIS系统路线轨迹比对与筛选方法组成示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
关于具体算法的说明：
一、定义及声明
定义1.系统坐标系：定义原点为屏幕左上角，x轴由左向右，y轴由上向下，设DLG数据库路网对应FT线形起点为A，终点为B；设地方上报线形起点为A'，终点为B'。
定义2：定义地方上报GPS测量线形为M(Measure)长度为DM，DLG数据库路网对应真实线形为T(True)长度为DT，则有MA'→MB'：地方上报线形走向为，DLG数据库对应真实线形走向为TA→TB。
定义3：通过链码方法获取的线形走向称为线形特征F(Feature)，则有地方上报GPS测量线形特征为FM，DLG数据库路网对应真实线形特征为FT。
实施例：如图1、图2、图3和图4所示，本发明一种GIS系统路线轨迹比对与筛选方法，包括如下步骤：
步骤1：算法概述及数据预处理；
步骤2：寻找DLG线形起点：线形起点匹配算；
步骤3：线形比对及筛选。
其中，算法概述及数据预处理包括如下(如图1)：
步骤101：算法；
步骤102：数据预处理；
步骤103：数据处理技术。
其中，算法包括如下步骤：
步骤1011：确定上报线形在DLG数据库路网中的起点；
步骤1012：由上报线形起点与DLG路网起点同时开始比对，并得出匹配结果。
其中，数据预处理包括如下步骤：
步骤1021：在GIS软件中将GPS上报线形与对应位置DLG路网数据记载至同一工程文件，并以相同比例显示；
步骤1022：设置两类矢量数据线形宽度为1像素，上报线形标记为红色，DLG路网线形标记为绿色；
步骤1023：在DLG路网图层标记出上报线形起点，两图层底色均设为纯黑色或纯白色；
步骤1024：保持显示原状将上报线形图层与DLG路网图层分别输出为16bit，tif格式无损位图。
其中，数据处理技术使用python语言的numpy工具包，可将tif图像转换为张量供后续计算。
其中，寻找DLG线形起点TA：线形起点匹配算包括如下步骤：
步骤201：数据结构说明；
步骤202：线形起点匹配算法。
其中，数据结构说明为DLG数据存储为覆盖范围内的路网，非依据建设项目对应存储的道路线形(图2)，因此首先需要在DLG路网数据中提取出项目线形起点，通常地方上报线形(M)与真实位置(T)存在一定空间偏移量，设搜索阈值r，以A'为圆心r为半径做圆C，T在C内所有n个像素点均作为TA候选点，设为集合PA＝{p1,p2,…pn}(图3)。
其中，线形起点匹配算法包括如下步骤：
步骤2021：设搜索步长L(以像素为单位前向搜索次数)，遍历DLG路网中集合PA所有点，使用链码法求得点P处，L长度的线形特征
Figure GDA0003603385200000071
步骤2022：求得M起点A'的特征
Figure GDA0003603385200000072
步骤2023：若
Figure GDA0003603385200000073
即pi点处L步长的线形特征与M起点处相同，即认为点pi为DLG路网数据中，对应M的T线形起点TA，在计算能力允许的情况下，可适当加大L的值，L∈(0,DM)。
其中，线形比对及筛选包括如下步骤：
步骤301：以MA'为起点，设M的长度为m个像素，使用链码法计算FM，记单步特征为
Figure GDA0003603385200000074
步骤302：以TA为起点，设T的长度为t个像素，使用链码法计算FT，记单步特征为
Figure GDA0003603385200000075
步骤303：设阈值Qlen、Qsum；
步骤304：若m＝t即M与T长度相同：
j＝k时，，令
Figure GDA0003603385200000081
其中
Figure GDA0003603385200000082
sum≥Qsum：M与T相匹配
sum≤Qsum：M与T不匹配；
步骤304：若m≠t即M与T长度不同：
|m-t|≤Qlen：进入步骤304
|m-t|≥Qlen：M与T不匹配，以上说明为比对算法原理。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种GIS系统路线轨迹比对与筛选方法，其特征在于，它包括如下步骤：
步骤1：算法概述及数据预处理；
步骤2：寻找DLG线形起点：线形起点匹配算法；
步骤3：线形比对及筛选；
所述算法概述及数据预处理包括如下：
步骤101：算法；
步骤102：数据预处理；
步骤103：数据处理技术；
所述算法包括如下步骤：
步骤1011：确定上报线形在DLG数据库路网中的起点，
其中，所述数据预处理包括如下步骤：
步骤1021：在GIS软件中将GPS上报线形与对应位置DLG路网数据记载至同一工程文件，并以相同比例显示；
步骤1022：设置两类矢量数据线形宽度为1像素，上报线形标记为红色，DLG路网线形标记为绿色；
步骤1023：在DLG路网图层标记出上报线形起点，两图层底色均设为纯黑色或纯白色；
步骤1024：保持显示原状将上报线形图层与DLG路网图层分别输出为16bit，tif格式无损位图，
其中，所述数据处理技术使用python语言的numpy工具包，可将tif图像转换为张量供后续计算，
其中，所述寻找DLG线形起点TA：线形起点匹配算法包括如下步骤：
步骤201：数据结构说明；
步骤202：线形起点匹配算法，
其中，所述线形起点匹配算法包括如下步骤：
步骤2021：设搜索步长L，即以像素为单位前向搜索次数，遍历DLG路网中集合PA所有点，使用链码法求得点pi处，L长度的线形特征
Figure FDA0003603385190000021
其中，PA表示TA的候选点的集合；
步骤2022：求得M起点A'的特征
Figure FDA0003603385190000022
其中，M表示地方上报GPS测量线形；
步骤2023：若
Figure FDA0003603385190000023
即pi点处L步长的线形特征与M起点处相同，即认为点pi为DLG路网数据中，对应M的T线形起点TA，其中，T表示DLG数据库路网对应真实线形
所述，线形比对及筛选包括如下步骤：
步骤301：以MA'为起点，设M的长度为m个像素，使用链码法计算FM，记单步特征为
Figure FDA0003603385190000024
其中，MA'表示地方上报GPS测量线形的起点，FM表示地方上报GPS测量线形特征；
步骤302：以TA为起点，设T的长度为t个像素，使用链码法计算FT，记单步特征为
Figure FDA0003603385190000025
FT表示DLG数据库路网对应真实线形特征；
步骤303：设阈值Qlen、Qsum；
若m＝t即M与T长度相同，进入步骤304，否则进入步骤305；
步骤304：j＝k时，令
Figure FDA0003603385190000031
其中
Figure FDA0003603385190000032
sum≥Qsum：M与T相匹配
sum≤Qsum：M与T不匹配；
步骤305：|m-t|≤Qlen：进入步骤304
|m-t|≥Qlen：M与T不匹配。
2.根据权利要求1所述的一种GIS系统路线轨迹比对与筛选方法，其特征在于，所述数据结构说明为DLG数据存储为覆盖范围内的路网，非依据建设项目对应存储的道路线形。
CN201911264824.9A 2019-12-10 2019-12-10 一种gis系统路线轨迹比对与筛选方法 Active CN110909109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911264824.9A CN110909109B (zh) 2019-12-10 2019-12-10 一种gis系统路线轨迹比对与筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911264824.9A CN110909109B (zh) 2019-12-10 2019-12-10 一种gis系统路线轨迹比对与筛选方法

Publications (2)

Publication Number Publication Date
CN110909109A CN110909109A (zh) 2020-03-24
CN110909109B true CN110909109B (zh) 2022-07-05

Family

ID=69824329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911264824.9A Active CN110909109B (zh) 2019-12-10 2019-12-10 一种gis系统路线轨迹比对与筛选方法

Country Status (1)

Country Link
CN (1) CN110909109B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113155033A (zh) * 2020-12-30 2021-07-23 交通运输部科学研究院 一种基于遥感影像计算农村公路路面宽度的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009031073A (ja) * 2007-07-26 2009-02-12 Navitime Japan Co Ltd ナビゲーションシステム、経路探索サーバおよび端末装置ならびに経路案内方法
CN102155950A (zh) * 2011-02-23 2011-08-17 泉州市视通光电网络有限公司 一种基于gis的道路匹配方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009031073A (ja) * 2007-07-26 2009-02-12 Navitime Japan Co Ltd ナビゲーションシステム、経路探索サーバおよび端末装置ならびに経路案内方法
CN102155950A (zh) * 2011-02-23 2011-08-17 泉州市视通光电网络有限公司 一种基于gis的道路匹配方法

Also Published As

Publication number Publication date
CN110909109A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
Zheng et al. Multistage semisupervised active learning framework for crack identification, segmentation, and measurement of bridges
CN111899288B (zh) 基于红外和可见光图像融合的隧道渗漏水区域检测与识别方法
US10942130B2 (en) Damage information processing device and damage information processing method
CN111241994B (zh) 一种深度学习的遥感影像农村公路砂化路段的提取方法
CN109712071B (zh) 基于航迹约束的无人机图像拼接与定位方法
CN110619258B (zh) 一种基于高分辨率遥感影像的道路轨迹核查方法
CN113628291B (zh) 基于边界提取与合并的多形状目标栅格数据矢量化方法
CN111814597A (zh) 一种耦合多标签分类网络和yolo的城市功能分区方法
CN111046950B (zh) 一种图像处理方法、装置、存储介质和电子装置
CN108492276B (zh) 一种基于相似性度量的矢量道路变化检测方法及装置
CN115713694B (zh) 一种土地测绘信息管理方法
CN110909109B (zh) 一种gis系统路线轨迹比对与筛选方法
CN113505789A (zh) 一种基于crnn的电气设备铭牌文本识别方法
Ioli et al. UAV photogrammetry for metric evaluation of concrete bridge cracks
Ning et al. YOLOv7-RDD: A Lightweight Efficient Pavement Distress Detection Model
CN116796044B (zh) 一种poi数据集的数据处理方法及装置
CN112115817B (zh) 基于深度学习的遥感影像道路轨迹正确性核查方法及装置
Suetin et al. Joint Usage of Neural Networks and Stochastic Referencing of Images While Estimating Defects in Bridge Structures
Sun et al. Automatic Detection of Pavement Marking Defects in Road Inspection Images Using Deep Learning
Hong et al. Large-Scale Radar Localization using Online Public Maps
Soilán et al. Deep Learning-Based Road Segmentation of 3D Point Clouds for Assisting Road Alignment Parameterization
Chen et al. Utilizing Road Network Data for Automatic Identification of Road Intersections from High Resolution Color Orthoimagery.
Zhang et al. Vector data partition correction method supported by deep learning
CN113096163B (zh) 一种无需先验升降轨信息的星载sar影像高精度匹配方法
Zhong et al. Point cloud classification for detecting roadside safety attributes and distances

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