CN111189424A - 一种基于多级搜索半径的道路数据弯曲程度检测方法 - Google Patents

一种基于多级搜索半径的道路数据弯曲程度检测方法 Download PDF

Info

Publication number
CN111189424A
CN111189424A CN201911375605.8A CN201911375605A CN111189424A CN 111189424 A CN111189424 A CN 111189424A CN 201911375605 A CN201911375605 A CN 201911375605A CN 111189424 A CN111189424 A CN 111189424A
Authority
CN
China
Prior art keywords
road
curve
bending degree
radius
nodes
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
CN201911375605.8A
Other languages
English (en)
Other versions
CN111189424B (zh
Inventor
袁胜古
盛光晓
罗伦
李丽
孙曦
王芳
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.)
Guojiao Space Information Technology Beijing Co ltd
China Transport Telecommunications And Information Center
Original Assignee
Guojiao Space Information Technology Beijing Co ltd
China Transport Telecommunications And Information Center
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 Guojiao Space Information Technology Beijing Co ltd, China Transport Telecommunications And Information Center filed Critical Guojiao Space Information Technology Beijing Co ltd
Priority to CN201911375605.8A priority Critical patent/CN111189424B/zh
Publication of CN111189424A publication Critical patent/CN111189424A/zh
Application granted granted Critical
Publication of CN111189424B publication Critical patent/CN111189424B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于多级搜索半径的道路数据弯曲程度检测方法,包括:1)指定平面坐标系,读取道路数据的节点位置信息;2)根据道路的功能、等级等条件,确定多级的搜索半径集;3)以多级搜索半径分别对道路数据进行弯曲程度检测,识别出道路数据中弯曲程度较大的部分;4)结合每条道路的局部分析结果进行综合性评价,筛选出弯曲程度较大的道路。通过本发明可以快速、准确、高效地对道路线形进行弯曲程度检测,识别出道路中弯曲程度较大的部分,并对道路的弯曲程度进行定量化的描述,可用于对道路数据进行线形检测,减轻人工核查的工作负担,提升线形检查的准确率,为道路的改扩建提供参考,切实提高公路的通行能力和服务水平。

Description

一种基于多级搜索半径的道路数据弯曲程度检测方法
技术领域
本发明涉及道路线形检测技术领域,具体为一种基于多级搜索半径的道 路数据弯曲程度检测方法。
背景技术
人民的生产和生活都有赖于交通系统的正常运转,而道路作为交通系统 的骨架,在其中扮演着至关重要的角色。根据道路网的整体规划,道路分为 不同的功能类别,功能类别较高的公路设计速度较高,设计使用年限较长, 设计通行能力较强,设计交通量较大,而功能类别较低的公路设计速度较低, 设计使用年限较短,设计通行能力较弱,设计交通量较小。在确定道路的功 能类别和设计速度之后,道路的所有要素如平曲线半径、视距、纵坡等指标 均需与之配合以获得连续均衡的设计。科学合理的道路线形,有利于提高道 路的通行能力和服务水平,保证驾乘人员的舒适感,降低交通事故的发生率。 道路的平面线形一般由直线、圆曲线和缓和曲线三种线形要素组合而成,其 中圆曲线和缓和曲线统称为道路平曲线。道路的线形不合理往往会形成安全 隐患,导致事故发生率的上升,如果直线部分过长,一方面会导致施工成本 过高,另一方面也会诱发驾驶员行为上的超速行驶与心理上的放松警惕,影 响行车安全;而如果道路的弯曲程度过大,又会造成视距太短、会车困难等 问题,形成安全隐患。在道路线形设计中,从地形条件较好的区段进入地形 条件较差的区段时,线形技术指标应该逐渐过渡,防止突变,为使道路平曲 线中直线和圆曲线之间实现顺适的衔接过渡,规定在直线和圆曲线相衔接处, 设置缓和曲线进行连接,满足道路设计中对于安全、视觉、景观等方面的要 求。因为上述的道路线形的要求,对道路进行弯曲程度检测,对弯曲程度较 大的部分进行改扩建,提升道路的通行能力和服务水平,确保驾乘者的安全, 实现“人畅其行,物畅其流”,满足“综合交通”、“平安交通”的发展要求, 是道路数据质量评估中的重要任务。
道路数据的弯曲程度检测对于安全隐患的检测和危险路段的排查、道路 改扩建等有着较大的参考价值,而现有的道路弯曲程度检测往往是通过实地 的平曲线测设实现的,测设周期长,需反复设桩,容易受到地形和天气的限 制,耗费大量的人力、财力、物力,而且测量中的随机误差不可避免。如果 能够实现自动化或者半自动化的道路弯曲程度检测,对道路的弯曲程度进行 初步检测,筛选出弯曲程度较大的道路,缩小道路线形问题的筛查范围,用 遥感影像对道路进行人工核查或进行实地的平曲线测设,可以显著提高线形检测的效率,降低线形检测的成本,有利于道路改扩建工作的有效推进,实 现道路线形的连续、均衡,确保行驶的安全、舒适,提升道路网的运营效率。
发明内容
本发明的目的在于提供一种基于多级搜索半径的道路数据弯曲程度检测 方法,能够对道路的弯曲程度进行定量化的质量检查,对道路的弯曲度进行 定量化的评价,显著提升道路数据线形检测的效率,以解决上述背景技术中 提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于多级搜索半径的道路数据弯曲程度检测方法,包括以下步骤:
步骤1):道路数据的节点位置信息读取:指定平面坐标系,读入描述道 路线形信息的节点位置信息,将节点分别记为A0,A1,A2…An,节点坐标分别记 为(x0,y0),(x1,y1)…(xn,yn);
步骤2):根据道路的功能、等级等条件,结合线形检测目的和标准,确 定多级的搜索半径,将搜索半径的集合记为{R0,R1,R2…Rn},搜索半径的单位 为米,将圆曲线的半径阈值记为RTH,单位为米;
步骤3):用多级的搜索半径,分别对道路进行弯曲程度检测,将弯曲程 度过大的部分进行标记;
步骤4):结合每条道路的局部分析结果进行综合性评价,筛选出弯曲程 度较大的道路。
更进一步地,步骤3)具体包括:
步骤301):从步骤2)中确定的搜索半径集中,选取搜索半径R,单位为 米;
步骤302):对于选定的道路Proad,如果节点总数少于3个,则该道路为直 线,不需要进行弯曲程度检查;如果道路的节点总数不少于3个,那么,每 相邻3个节点Ai、Ai+1、Ai+2构成一个弯曲程度检测的单元,对于节点总数为n 的道路,弯曲度检测单元的总数为n-2;
步骤303):调整步骤302)中生成的弯曲程度检测单元,其中节点Ai、Ai+1位置固定,如果Ai+2和Ai+1的距离大于R,则将Ai+2作为检测单元的第三个节点, 否则沿着道路的前进方向,将Ai+2的下一个节点Ai+3作为Ai+2,直至Ai+2和Ai+1的距 离大于R,节点Ai、Ai+1、Ai+2的坐标分别为(xi,yi),(xi+1,yi+1),(xi+2,yi+2),距离判 断公式为(xi+2-xi+1)2+(yi+2-yi+1)2≥R2
步骤304):定量化计算由步骤303)生成的各检测单元的弯曲程度,设 定AiAi+1、Ai+1Ai+2两条边之间的过渡曲线由缓和曲线、圆曲线、缓和曲线构 成,且长度比为1:1:1,平曲线的半径由无穷大减小至圆曲线的半径,再增 大至无穷大,确定缓和曲线和圆曲线的轨迹方程,计算其中圆曲线的长度 Lcircle及其对应的圆心角α,据此计算圆曲线的半径,并与步骤二中设定的圆 曲线半径阈值RTH进行比较,将圆曲线半径小于阈值的节点,标记为弯曲程度 较大的节点。
更进一步地,步骤4)具体包括:
步骤401):在道路数据中建立二个字段Ntotal,Ncurve,分别代表道路数 据中的节点总数和道路数据中弯曲度较大的节点总数,将Ncurve的阈值设定 为THcurve
步骤402):统计道路数据中的节点总数,将该信息录入Ntotal字段中;
步骤403):统计道路数据中弯曲度过大的节点总数,将该信息录入Ncurve字段中。
与现有技术相比,本发明的有益效果是:
1、本发明提供的一种基于多级搜索半径的道路数据弯曲程度检测方法, 计算过程快速高效,可以依据统一的检测标准,对问题路段进行明确标识。
2、本发明提供的一种基于多级搜索半径的道路数据弯曲程度检测方法, 通过对搜索半径进行灵活调整,可以对不同的情况进行全面的覆盖,较小的 搜索半径可有效识别在小尺度上弯曲度较大的道路,较大的搜索半径可有效 识别在大尺度上弯曲度较大的道路,通过合理设置搜索半径的组合,可以确 保检测结果的全面性和可靠性,并对不同尺度上的弯曲路段进行分类的统计 和显示。
3、本发明提供的一种基于多级搜索半径的道路数据弯曲程度检测方法, 只要有道路数据的节点位置信息就可以进行弯曲程度检测,不需要实地施测, 节省人力、物力、财力,还可以为遥感影像的人工核查以及实地的平曲线测 设缩小筛查范围,减轻后续核查工作的任务量。
附图说明
图1是本发明的流程示意图;
图2表示道路数据的节点图;
图3表示道路平曲线的形状图;
图4表示道路中局部陡峭整体平滑的部分图;
图5表示道路中局部平滑整体陡峭的路部分图;
图6表示弯曲度检测单元的调整方法图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行 清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而 不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中:提供一种基于多级搜索半径的道路数据弯 曲程度检测方法,包括以下步骤:
步骤一:道路数据的节点位置信息读取:
指定平面坐标系,读入描述道路线形信息的节点位置信息,将节点分别 记为A0,A1,A2…An,节点坐标分别记为(x0,y0),(x1,y1)…(xn,yn),如图2所示;
步骤二:确定多级搜索半径:
根据道路的功能、等级等条件,结合线形检测目的和标准,确定多级的 搜索半径,将搜索半径的集合记为{R0,R1,R2…Rn},搜索半径的单位为米,将 圆曲线的半径阈值记为RTH,单位为米;
如图4所示,为局部陡峭整体平滑的路段,适用于小尺度的搜索半径;
如图5所示为局部平滑整体陡峭的路段,适用于大尺度的搜索半径;用 单一的搜索半径,难以将不同尺度上的弯曲路段都筛选出来,而根据各种不 同类型的道路所具备的特点,采用不同的搜索半径,可以对不同尺度的弯曲 路段进行有效的识别,确保弯曲程度检测结果的全面性和可靠性;
步骤三:用多级的搜索半径,分别对道路进行弯曲程度检测,将弯曲程 度过大的部分进行标记;
步骤301):从步骤二中确定的搜索半径集中,选取搜索半径R,单位为 米;
步骤302):在数据集中选取一条道路Proad,读取该道路数据中的所有节点 位置信息,如果节点总数少于3个,则该道路为直线,不需要进行弯曲程度 检查;如果道路的节点总数不少于3个,那么,每相邻3个节点Ai、Ai+1、Ai+2构成一个弯曲程度检测的单元,对于节点总数为n的道路,弯曲度检测单元的 总数为n-2;
步骤303):调整步骤302)中生成的弯曲程度检测单元,其中节点Ai、Ai+1位置固定,如果Ai+2和Ai+1的距离大于R,则将Ai+2作为检测单元的第三个节点, 否则沿着道路的前进方向,将Ai+2的下一个节点Ai+3作为Ai+2,直至Ai+2和Ai+1的距 离大于R,节点Ai、Ai+1、Ai+2的坐标分别为(xi,yi),(xi+1,yi+1),(xi+2,yi+2),距离判 断公式为(xi+2-xi+1)2+(yi+2-yi+1)2≥R2;调整过程如图6所示;
步骤304):对于上一步骤中生成的弯曲程度检测单元,最新版本的《公 路路线设计规范》(JTG D20-2017)中指出“公路平面线形由直线、圆曲线和 缓和曲线等三种线形要素组成”,故设定AiAi+1、Ai+1Ai+2两条边之间的过渡曲 线由缓和曲线、圆曲线、缓和曲线构成,且长度比为1:1:1,如图3中所示, 曲线AE为第一缓和曲线,曲线EF为圆曲线,曲线CF为第二缓和曲线,由A 向E滑动的过程中,曲率半径由无穷大逐渐减小,由E向F滑动的过程中,曲率半径保持不变,由F向C滑动的过程中,曲率半径逐渐增加至无穷大;
第一缓和曲线满足:
c=R*l
Figure BDA0002340883480000071
Figure BDA0002340883480000072
式中,R为曲线半径,l为缓和曲线的总长度,c为回旋线的参数,x为 缓和曲线上任意一点的横坐标值,y为缓和曲线上任意一点的纵坐标值,设定 A点为坐标原点,直线
Figure BDA0002340883480000073
为x轴;
c为常数,c值越小,则缓和曲线越陡峭,c值越大,则线越平滑;c值 越大,则道路线形更为美观,但c值过大会导致回旋线过长,影响驾乘体验, 也不利于路面排水,因此,本方法采用折中的方式,将c定义为:
Figure BDA0002340883480000074
Figure BDA0002340883480000075
式中,LAB为节点Ai、Ai+1之间的距离,Ai的坐标为(xi,yi),Ai+1的坐标为 (xi+1,yi+1),β为矢量AiAi+1和矢量Ai+1Ai+2之间的偏转角度;
设定E点的坐标值为(x0,y0),E点处的曲线切线与AB的夹角为α0,则圆 曲线满足:
Figure BDA0002340883480000076
Figure BDA0002340883480000077
其中,R为圆曲线半径,l为圆曲线的长度,x为圆曲线上任意一点的横 坐标值,y为圆曲线上任意一点的纵坐标值;
在图3中,曲线AC的长度大致等于在A点与线段AB相切、在C点与线 段BC相切的圆曲线的长度Lcircle,则Lcircle满足:
Figure BDA0002340883480000081
Lcircle=r*β
式中,LAB为线段AB的长度,β为Lcircle所对应的圆心角,r为圆曲线的半 径;AC之间的曲线由缓和曲线、圆曲线、缓和曲线构成,长度比例为1:1:1, 圆曲线的长度可近似表示为:
Figure BDA0002340883480000082
由图3所示,α表示圆曲线所对应的圆心角,在图中可以看出:
Figure BDA0002340883480000083
其中:
Figure BDA0002340883480000084
由此即可计算圆曲线的半径,圆曲线半径的计算公式为:
Figure BDA0002340883480000085
将圆曲线的半径r与半径阈值RTH进行比较,将r小于RTH的点进行标记,从 而可以对道路中弯曲程度较大的部分进行准确有效的识别,平曲线半径r可用 来对检测单元的弯曲程度进行定量化的描述。
步骤四:结合每条道路的局部分析结果进行综合性评价,筛选出弯曲程 度较大的道路,具体包括
步骤401):在道路数据中建立二个字段Ntotal,Ncurve,分别代表道路数 据中的节点总数和道路数据中弯曲度较大的节点总数,将Ncurve的阈值设定 为THcurve
步骤402):统计道路数据中的节点总数,将该信息录入Ntotal字段中;
步骤403):统计道路数据中弯曲度过大的节点总数,将该信息录入Ncurve字段中。
综上所述:本发明提供的一种基于多级搜索半径的道路数据弯曲程度检 测方法,其检测结果可用于准确定位弯曲程度较大的道路数据,依据道路数 据属性字段中的Ncurve字段值,可以对道路的弯曲程度进行定量化的评价,为 进一步使用遥感影像进行人工核查和实地平曲线测设提供参考,为道路的改 扩建工作提供建议,提升道路的通行能力和服务水平,提高道路网的运营效 率,保障驾乘者在行车过程中的安全性和舒适性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不 局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根 据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明 的保护范围之内。

Claims (3)

1.一种基于多级搜索半径的道路数据弯曲程度检测方法,其特征在于,包括以下步骤:
步骤1):道路数据的节点位置信息读取:指定平面坐标系,读入描述道路线形信息的节点位置信息,将节点分别记为A0,A1,A2…An,节点坐标分别记为(x0,y0),(x1,y1)…(xn,yn);
步骤2):根据道路的功能、等级等条件,结合线形检测目的和标准,确定多级的搜索半径,将搜索半径的集合记为{R0,R1,R2…Rn},搜索半径的单位为米,将圆曲线的半径阈值记为RTH,单位为米;
步骤3):用多级的搜索半径,分别对道路进行弯曲程度检测,将弯曲程度过大的部分进行标记;
步骤4):结合每条道路的局部分析结果进行综合性评价,筛选出弯曲程度较大的道路。
2.如权利要求1所述的一种基于多级搜索半径的道路数据弯曲程度检测方法,其特征在于,步骤3)具体包括:
步骤301):从步骤2)中确定的搜索半径集中,选取搜索半径R,单位为米;
步骤302):对于选定的道路Proad,如果节点总数少于3个,则该道路为直线,不需要进行弯曲程度检查;如果道路的节点总数不少于3个,那么,每相邻3个节点Ai、Ai+1、Ai+2构成一个弯曲程度检测的单元,对于节点总数为n的道路,弯曲度检测单元的总数为n-2;
步骤303):调整步骤302)中生成的弯曲程度检测单元,其中节点Ai、Ai+1位置固定,如果Ai+2和Ai+1的距离大于R,则将Ai+2作为检测单元的第三个节点,否则沿着道路的前进方向,将Ai+2的下一个节点Ai+3作为Ai+2,直至Ai+2和Ai+1的距离大于R,节点Ai、Ai+1、Ai+2的坐标分别为(xi,yi),(xi+1,yi+1),(xi+2,yi+2),距离判断公式为(xi+2-xi+1)2+(yi+2-yi+1)2≥R2
步骤304):定量化计算由步骤303)生成的各检测单元的弯曲程度,设定AiAi+1、Ai+1Ai+2两条边之间的过渡曲线由缓和曲线、圆曲线、缓和曲线构成,且长度比为1:1:1,平曲线的半径由无穷大减小至圆曲线的半径,再增大至无穷大,确定缓和曲线和圆曲线的轨迹方程,计算其中圆曲线的长度Lcircle及其对应的圆心角α,据此计算圆曲线的半径,并与步骤二中设定的圆曲线半径阈值RTH进行比较,将圆曲线半径小于阈值的节点,标记为弯曲程度较大的节点。
3.如权利要求1所述的一种基于多级搜索半径的道路数据弯曲程度检测方法,其特征在于,步骤4)具体包括:
步骤401):在道路数据中建立二个字段Ntotal,Ncurve,分别代表道路数据中的节点总数和道路数据中弯曲度较大的节点总数,将Ncurve的阈值设定为THcurve
步骤402):统计道路数据中的节点总数,将该信息录入Ntotal字段中;
步骤403):统计道路数据中弯曲度过大的节点总数,将该信息录入Ncurve字段中。
CN201911375605.8A 2019-12-27 2019-12-27 一种基于多级搜索半径的道路数据弯曲程度检测方法 Active CN111189424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911375605.8A CN111189424B (zh) 2019-12-27 2019-12-27 一种基于多级搜索半径的道路数据弯曲程度检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911375605.8A CN111189424B (zh) 2019-12-27 2019-12-27 一种基于多级搜索半径的道路数据弯曲程度检测方法

Publications (2)

Publication Number Publication Date
CN111189424A true CN111189424A (zh) 2020-05-22
CN111189424B CN111189424B (zh) 2021-08-17

Family

ID=70705868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911375605.8A Active CN111189424B (zh) 2019-12-27 2019-12-27 一种基于多级搜索半径的道路数据弯曲程度检测方法

Country Status (1)

Country Link
CN (1) CN111189424B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283548A (zh) * 2021-07-22 2021-08-20 天津所托瑞安汽车科技有限公司 一种车辆安全评分方法、装置、设备和存储介质
CN114705148A (zh) * 2022-04-03 2022-07-05 国交空间信息技术(北京)有限公司 基于二次筛选的道路弯曲点检测方法和装置
CN115893086A (zh) * 2022-11-07 2023-04-04 江苏南星家纺有限公司 一种带智能检测的纺织捻线机

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0789225A1 (de) * 1996-02-07 1997-08-13 Volkswagen Aktiengesellschaft Verfahren zur Ermittlung einer Strassenkrümmung aus digital abgelegten Karteninformationen
JP2006318044A (ja) * 2005-05-10 2006-11-24 Toyota Motor Corp 道路曲率検出装置及び道路カーブ半径検出装置
CN102201035A (zh) * 2011-05-12 2011-09-28 北京星河易达科技有限公司 一种计算前方道路弯度/坡度的预估方法
CN102706291A (zh) * 2012-05-18 2012-10-03 长安大学 一种道路曲率半径自动测量方法
CN102831261A (zh) * 2012-07-31 2012-12-19 吉林大学 一种复杂道路的建模方法
CN103310699A (zh) * 2012-03-16 2013-09-18 北京四维图新科技股份有限公司 一种提取道路的线形参数的方法
US20130328863A1 (en) * 2012-06-10 2013-12-12 Apple Inc. Computing plausible road surfaces in 3d from 2d geometry
CN105373689A (zh) * 2014-08-21 2016-03-02 北京协进科技发展有限公司 电子地图中道路曲率的确定方法及装置
CN105740505A (zh) * 2016-01-21 2016-07-06 东南大学 一种基于gps-rtk技术的道路空间线形恢复方法
CN106156267A (zh) * 2016-02-04 2016-11-23 东南大学 一种面向高速公路的车道级增强型矢量数字地图制作方法
CN107727045A (zh) * 2017-09-30 2018-02-23 福建农林大学 基于行车轨迹的道路平曲线半径测量方法
CN108229803A (zh) * 2017-12-25 2018-06-29 中公高科养护科技股份有限公司 一种特征路段的提取方法、危险路段的判断方法及系统
CN108645342A (zh) * 2018-04-25 2018-10-12 国交空间信息技术(北京)有限公司 一种基于道路轨迹和高分辨率影像的道路宽度提取方法
CN109033176A (zh) * 2018-06-25 2018-12-18 腾讯科技(深圳)有限公司 道路曲率的确定方法、装置、存储介质和计算机设备

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0789225A1 (de) * 1996-02-07 1997-08-13 Volkswagen Aktiengesellschaft Verfahren zur Ermittlung einer Strassenkrümmung aus digital abgelegten Karteninformationen
JP2006318044A (ja) * 2005-05-10 2006-11-24 Toyota Motor Corp 道路曲率検出装置及び道路カーブ半径検出装置
CN102201035A (zh) * 2011-05-12 2011-09-28 北京星河易达科技有限公司 一种计算前方道路弯度/坡度的预估方法
CN103310699A (zh) * 2012-03-16 2013-09-18 北京四维图新科技股份有限公司 一种提取道路的线形参数的方法
CN102706291A (zh) * 2012-05-18 2012-10-03 长安大学 一种道路曲率半径自动测量方法
US20130328863A1 (en) * 2012-06-10 2013-12-12 Apple Inc. Computing plausible road surfaces in 3d from 2d geometry
CN102831261A (zh) * 2012-07-31 2012-12-19 吉林大学 一种复杂道路的建模方法
CN105373689A (zh) * 2014-08-21 2016-03-02 北京协进科技发展有限公司 电子地图中道路曲率的确定方法及装置
CN105740505A (zh) * 2016-01-21 2016-07-06 东南大学 一种基于gps-rtk技术的道路空间线形恢复方法
CN106156267A (zh) * 2016-02-04 2016-11-23 东南大学 一种面向高速公路的车道级增强型矢量数字地图制作方法
CN107727045A (zh) * 2017-09-30 2018-02-23 福建农林大学 基于行车轨迹的道路平曲线半径测量方法
CN108229803A (zh) * 2017-12-25 2018-06-29 中公高科养护科技股份有限公司 一种特征路段的提取方法、危险路段的判断方法及系统
CN108645342A (zh) * 2018-04-25 2018-10-12 国交空间信息技术(北京)有限公司 一种基于道路轨迹和高分辨率影像的道路宽度提取方法
CN109033176A (zh) * 2018-06-25 2018-12-18 腾讯科技(深圳)有限公司 道路曲率的确定方法、装置、存储介质和计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张航 等: "《道路平面线形拟合方法比较研究》", 《武汉理工大学学报(交通科学与工程版)》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283548A (zh) * 2021-07-22 2021-08-20 天津所托瑞安汽车科技有限公司 一种车辆安全评分方法、装置、设备和存储介质
CN113283548B (zh) * 2021-07-22 2021-10-19 天津所托瑞安汽车科技有限公司 一种车辆安全评分方法、装置、设备和存储介质
CN114705148A (zh) * 2022-04-03 2022-07-05 国交空间信息技术(北京)有限公司 基于二次筛选的道路弯曲点检测方法和装置
CN114705148B (zh) * 2022-04-03 2023-10-24 国交空间信息技术(北京)有限公司 基于二次筛选的道路弯曲点检测方法和装置
CN115893086A (zh) * 2022-11-07 2023-04-04 江苏南星家纺有限公司 一种带智能检测的纺织捻线机
CN115893086B (zh) * 2022-11-07 2024-03-19 江苏南星家纺有限公司 一种带智能检测的纺织捻线机

Also Published As

Publication number Publication date
CN111189424B (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
CN111189424B (zh) 一种基于多级搜索半径的道路数据弯曲程度检测方法
CN107153928B (zh) 可视化的公路养护决策系统
CN112201038B (zh) 一种基于单车不良驾驶行为风险的路网风险评估方法
CN107230021B (zh) 筛选供水管网泄漏区域的方法
Haynes et al. District variations in road curvature in England and Wales and their association with road-traffic crashes
CN113470362B (zh) 基于svr-dea模型的城市路段交通拥堵时空精准判别方法
CN103593973B (zh) 一种城市道路交通态势评估系统
CN104900057B (zh) 一种城市快速路主辅道的浮动车地图匹配方法
CN109241627B (zh) 概率分级的动态支护方法及自动设计支护方案的装置
CN101706996A (zh) 一种基于信息融合的高速公路交通状态识别方法
CN109446920A (zh) 基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法
CN113160593A (zh) 一种基于边云协同的山区公路行车安全预警方法
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
CN112950940B (zh) 一种道路施工期的交通分流方法
CN114155711B (zh) 一种基于前驾驶行为的驾驶速度预测方法和系统
CN105913666A (zh) 一种快速道路主线可变限速标志优化布设方法
JP4003827B2 (ja) 交通量感知器を用いた路面性状推定方法とシステム
CN111815141A (zh) 获取互通式立交运行风险评估模型的方法及风险评估方法
CN114819305A (zh) 一种基于碳排放度量尺度下的路径规划方法
CN107331163A (zh) 一种排队长度计算方法及装置
Richl et al. Effect of speed prediction models and perceived radius on design consistency
CN109101734A (zh) 一种连续刚构桥梁下挠风险的预测方法
CN109344903A (zh) 基于车载感知数据的城市道路路面故障实时检测方法
CN113743831A (zh) 一种桥梁网络综合性能评估方法、装置及存储介质
Polus et al. Models for evaluating the consistency of highway alignment

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