CN111221935A - 基于大数据挖掘的地图路网融合更新方法及系统 - Google Patents

基于大数据挖掘的地图路网融合更新方法及系统 Download PDF

Info

Publication number
CN111221935A
CN111221935A CN202010316011.6A CN202010316011A CN111221935A CN 111221935 A CN111221935 A CN 111221935A CN 202010316011 A CN202010316011 A CN 202010316011A CN 111221935 A CN111221935 A CN 111221935A
Authority
CN
China
Prior art keywords
road network
updating
map
library
original
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
CN202010316011.6A
Other languages
English (en)
Other versions
CN111221935B (zh
Inventor
赵帆
郭晟
邹利平
张萍
陈根
郑杨璐
余志林
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.)
Leador Spatial Information Technology Co ltd
Original Assignee
Leador Spatial Information Technology Co ltd
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 Leador Spatial Information Technology Co ltd filed Critical Leador Spatial Information Technology Co ltd
Priority to CN202010316011.6A priority Critical patent/CN111221935B/zh
Publication of CN111221935A publication Critical patent/CN111221935A/zh
Application granted granted Critical
Publication of CN111221935B publication Critical patent/CN111221935B/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
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于大数据挖掘的地图路网融合更新方法及系统,能够克服目前地图路网更新对外业数据测绘或浮动车接入的依赖,根据预设的挖掘策略从挖掘网址库中挖掘出路网更新信息后,进一步根据预设的初筛策略自动进行初筛,得到有效的更新信息,然后,对该有效的更新信息依次进行路网更新信息数据细筛整理、更新路网矢量与规则属性数据、更新路网差分融合、更新地图数据发布处理,实现网站地图的更新;采用本发明的更新方法,能够通过互联网快速且全面地挖掘出所有路网的开通或更新信息,通过数据处理后第一时间更新到地图数据中,克服了目前地图路网更新对外业数据测绘或浮动车接入的依赖的问题。

Description

基于大数据挖掘的地图路网融合更新方法及系统
技术领域
本发明属于电子地图路网更新技术领域,具体地涉及一种能够克服目前地图路网更新对外业数据测绘或浮动车接入的依赖的基于大数据挖掘的地图路网融合更新方法及系统。
背景技术
传统电子地图更新多依靠人工外业测绘、移动测量车、遥感影像采集,数据采集之后进行内业人工录入,存在地图更新周期长,成本高,工作量大的问题,地图发布时现势性已经落后,不能及时对电子地图的路网进行更新。近年来,出现使用浮动车轨迹提取更新道路的方法,但要求有足够数量、一定时间累积的接入车辆轨迹数据,才能获取足够准确的路网更新信息,地图发布时间也并非及时。
随着信息时代的发展,道路工程的新建或更新信息、开通时间、路网限行等信息发布首先可以获取的渠道为互联网各交通相关网站,对于道路工程建设过程中的状态可结合最新遥感影像进行获取。目前的电子地图并未对这些互联网信息加以有效利用,即现有技术中缺乏一种基于互联网技术进行地图路网更新的技术方案。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种能够克服目前地图路网更新对外业数据测绘或浮动车接入的依赖的基于大数据挖掘的地图路网融合更新方法及系统。
本发明提供了一种基于大数据挖掘的地图路网融合更新方法,其特征在于,包括以下步骤:
地图路网更新数据挖掘分析步骤:根据预设的挖掘策略对挖掘网址库进行路网更新信息挖掘,根据预设的初筛策略自动对挖掘到的原始数据进行初筛,初筛判定得到有效的更新信息入原始路网更新信息库;
路网更新信息数据细筛整理步骤:读取所述原始路网更新信息库,自动获取对应的路网更新信息网址并打开详细页面从而进行细筛处理,进一步将细筛结果进行信息提取、分类整理、统一规格写入,形成路网更新信息成果库;
更新路网矢量与规则属性数据步骤:自动根据细筛整理后的所述路网更新信息成果库对需要更新的路网进行模糊定位、更新路网形状制作、更新路网规则属性标记制作,形成路网更新库;
更新路网差分融合步骤:将所述路网更新库与原路网库进行形状和规则属性差分融合,形成新路网库;
更新地图数据发布步骤:将所述新路网库与其它地图要素库增量编译为地图数据产品库,并对该地图数据产品库进行预处理,根据更新路网坐标范围进行增量地图瓦片图输出,从而实现更新网站地图。
在本发明提供的基于大数据挖掘的地图路网融合更新方法中,还可以具有这样的特征,其中,在所述地图路网更新数据挖掘分析步骤和所述路网更新信息数据细筛整理步骤中,所述路网更新信息包括新增道路路网更新信息、规则属性路网更新信息。
在本发明提供的基于大数据挖掘的地图路网融合更新方法中,还可以具有这样的特征,其中,所述地图路网更新数据挖掘分析步骤包括:
所述挖掘网址库的建立、过滤、打标、存储、更新;
所述挖掘策略的设定,包括关键字、网站、区域、道路类型、道路状态、时间段策略设定;以及
所述初筛策略的设定,包括关键字去重、无效判定、冗余判定。
在本发明提供的基于大数据挖掘的地图路网融合更新方法中,还可以具有这样的特征,其中,在所述路网更新信息数据细筛整理步骤中,所述细筛处理由人工对打开的详细页面进行处理。
在本发明提供的基于大数据挖掘的地图路网融合更新方法中,还可以具有这样的特征,其中,在所述更新路网矢量与规则属性数据步骤中,
对需要更新的路网进行模糊定位的过程为:通过叠加在线地图、卫星影像图以及所述原路网库定位所述路网更新库中对应的空间位置,
更新路网形状制作的过程为:根据所述路网更新库描述起终点,同时参考在线地图、卫星影像图以及所述原路网库进行新增路网矢量化制作。
在本发明提供的基于大数据挖掘的地图路网融合更新方法中,还可以具有这样的特征,其中,更新路网规则属性标记制作的过程包括:
新增规则属性信息地图模糊定位:通过叠加在线地图、卫星影像图以及所述原路网库定位所述路网更新库中对应的空间位置;
新增规则属性信息关联路网打标:在规则属性信息所指路网上增加规则标记空间位置点,同时自动关联已有路网唯一标识;
新增规则标记参数导入:将所述路网更新库中规则属性和规则标记空间位置关联,生成规则标记图层,入所述路网更新库。
在本发明提供的基于大数据挖掘的地图路网融合更新方法中,还可以具有这样的特征,其中,所述更新路网差分融合步骤包括:
对新增路网与原路网空间叠加分析,标识出原路网中整体不存在的要素、与原路网要素部分重合要素、与原路网要素整体重合要素,
将原路网中整体不存在的要素直接融合入原路网库,与已有路网要素拓扑处理同时抛出人工查验列表,与原路网要素部分重合要素融合入原路网库并抛出人工核实,与原路网要素整体重合要素不融合同时抛出人工查验列表。
在本发明提供的基于大数据挖掘的地图路网融合更新方法中,还可以具有这样的特征,其中,所述更新路网差分融合步骤包括:
规则标记与关联已有路网要素对应属性进行比对,程序标识出与原要素属性一致的属性、不一致且原要素为空的属性,不一致且原要素不为空的属性,
对于与原要素属性一致的属性则跳过,不一致且原要素属性为空则直接融合继承标记规则属性同时抛出人工查验列表,不一致且原属性不为空则抛出人工核实。
在本发明提供的基于大数据挖掘的地图路网融合更新方法中,还可以具有这样的特征,其中,所述更新地图数据发布步骤包括:将地图要素库增量产品编译为导航产品库,地图导航产品库全量渲染编译及增量瓦片输出,
地图要素库增量产品编译的过程为:自动获取更新数据的图幅号,根据更新图幅范围增量编译,更新至全量地图导航产品库;
地图导航产品库全量渲染的过程为:读取增量更新后的全量地图导航产品库,整体进行渲染编译,生成全范围渲染动态图;
增量瓦片输出的过程为:读取全范围渲染动态图及更新图幅坐标范围,生成对应坐标范围内的各级别地图瓦片,并汇聚至原有全量地图瓦片中。
另外,本发明还提供了一种基于大数据挖掘的地图路网融合更新系统,其特征在于,包括:
路网更新信息挖掘模块,用于设置挖掘策略、挖掘网址库以及初筛策略,并进一步进行路网更新信息挖掘与初筛处理从而得到有效的更新信息,入原始路网更新信息库;
路网更新信息细筛模块,用于对初筛后的路网更新信息逐条细筛,供人工检查、打标,入路网更新信息过程库;
路网更新信息整理模块,用于对细筛后的路网更新信息自动提取、整理、统一规格,入路网更新信息成果库;
更新路网制作模块,用于根据所述路网更新信息成果库对需要更新的路网进行模糊定位、更新路网形状制作、更新路网规则属性标记制作,入路网更新库;
更新路网融合模块,用于将所述路网更新库与原路网库进行形状和规则属性差分融合,入新路网库;
地图产品增量编译模块,用于按更新要素范围增量更新地图要素库至地图导航产品库的规则转换,入地图导航产品库;以及
地图渲染更新模块,用于对路网更新范围内地图瓦片局部更新,入地图瓦片库。
根据本发明所涉及的基于大数据挖掘的地图路网融合更新方法及系统,根据预设的挖掘策略从挖掘网址库中挖掘出路网更新信息后,进一步根据预设的初筛策略自动进行初筛,得到有效的更新信息,然后,对该有效的更新信息依次进行路网更新信息数据细筛整理、更新路网矢量与规则属性数据、更新路网差分融合、更新地图数据发布处理,实现网站地图的更新;采用本发明的更新方法,能够通过互联网快速且全面地挖掘出所有路网的开通或更新信息,通过数据处理后第一时间更新到地图数据中,克服了目前地图路网更新对外业数据测绘或浮动车接入的依赖的问题。
附图说明
图1是本发明的实施例中基于大数据挖掘的地图路网融合更新方法的流程图。
图2是本发明的实施例中基于大数据挖掘的地图路网融合更新系统的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
<实施例>
图1是本发明的实施例中基于大数据挖掘的地图路网融合更新方法的流程图。
如图1所示,本实施例提供了一种基于大数据挖掘的地图路网融合更新方法100,通过大数据挖掘分析手段对网站地图进行快速更新。基于大数据挖掘的地图路网融合更新方法100包括以下步骤:
S1、地图路网更新数据挖掘分析步骤:根据预设的挖掘策略对挖掘网址库进行路网更新信息挖掘,根据预设的初筛策略自动对挖掘到的原始数据进行初筛,初筛判定得到有效的更新信息入原始路网更新信息库。在本实施例中,路网更新信息包括新增道路路网更新信息、规则属性路网更新信息。
在该地图路网更新数据挖掘分析步骤S1中,具体执行的操作包括:
挖掘网址库的建立、过滤、打标、存储、更新。
挖掘策略的设定,包括关键字、网站、区域、道路类型、道路状态、时间段策略设定。
初筛策略的设定,包括关键字去重、无效判定、冗余判定。
S2、路网更新信息数据细筛整理步骤:读取原始路网更新信息库,自动获取对应的路网更新信息网址并打开详细页面让人工进行细筛处理,例如供人工核查、打标,细筛完成后输出细筛结果入过程路网更新信息库;进一步将细筛结果进行信息提取、分类整理、统一规格写入,形成路网更新信息成果库。在该步骤S2中,细筛处理由人工对打开的详细页面进行处理。
S3、更新路网矢量与规则属性数据步骤:自动根据细筛整理后的路网更新信息成果库对需要更新的路网进行模糊定位、更新路网形状制作、更新路网规则属性标记制作,形成路网更新库。具体地,
对需要更新的路网进行模糊定位的过程为:通过叠加在线地图、卫星影像图以及原路网库定位路网更新库中对应的空间位置。
更新路网形状制作的过程为:根据路网更新库描述起终点,同时参考在线地图、卫星影像图以及原路网库进行新增路网矢量化制作。这里,路网矢量指的就是路网形状,则更新路网形状制作就是更新路网矢量制作。
更新路网规则属性标记制作的过程包括:
新增规则属性信息地图模糊定位:通过叠加在线地图、卫星影像图以及原路网库定位路网更新库中对应的空间位置;
新增规则属性信息关联路网打标:在规则属性信息所指路网上增加规则标记空间位置点,同时自动关联已有路网唯一标识;以及
新增规则标记参数导入:将路网更新库中规则属性和规则标记空间位置关联,生成规则标记图层,入路网更新库。
S4、更新路网差分融合步骤:将路网更新库与原路网库进行形状和规则属性差分融合,并对程序抛出的人工核实部分进行处理,与其他地图要素叠加检查修改,形成新路网库。
在更新路网差分融合步骤S4中,具体执行的操作包括:
对新增路网与原路网空间叠加分析,标识出原路网中整体不存在的要素、与原路网要素部分重合要素、与原路网要素整体重合要素。具体地,将原路网中整体不存在的要素直接融合入原路网库,与已有路网要素拓扑处理同时抛出人工查验列表,与原路网要素部分重合要素融合入原路网库并抛出人工核实,与原路网要素整体重合要素不融合同时抛出人工查验列表。
规则标记与关联已有路网要素对应属性进行比对,程序标识出与原要素属性一致的属性、不一致且原要素为空的属性,不一致且原要素不为空的属性。具体地,对于与原要素属性一致的属性则跳过,不一致且原要素属性为空则直接融合继承标记规则属性同时抛出人工查验列表,不一致且原属性不为空则抛出人工核实。
S5、更新地图数据发布步骤:将新路网库与其它地图要素库增量编译为地图数据产品库,并对该地图数据产品库进行预处理,将地图导航产品库进行全量渲染编译,根据更新路网坐标范围进行增量地图瓦片图输出,从而实现更新网站地图。
在更新地图数据发布步骤S5中,
地图要素库增量产品编译的过程为:自动获取更新数据的图幅号,根据更新图幅范围增量编译,更新至全量地图导航产品库。
地图导航产品库全量渲染的过程为:读取增量更新后的全量地图导航产品库,整体进行渲染编译,生成全范围渲染动态图。
增量瓦片输出的过程为:读取全范围渲染动态图及更新图幅坐标范围,生成对应坐标范围内的各级别地图瓦片,并汇聚至原有全量地图瓦片中。
图2是本发明的实施例中基于大数据挖掘的地图路网融合更新系统的结构示意图。
如图2所示,本实施例还提供了一种基于大数据挖掘的地图路网融合更新系统200,用于实现上述基于大数据挖掘的地图路网融合更新方法100的具体步骤进行网站地图的快速更新。
基于大数据挖掘的地图路网融合更新系统200包括:路网更新信息挖掘模块11、路网更新信息细筛模块12、路网更新信息整理模块13、更新路网制作模块14、更新路网融合模块15、地图产品增量编译模块16、地图渲染更新模块17、路网更新任务管理平台18以及路网更新数据管理模块19。
路网更新任务管理平台18用于各数据处理模块间的任务状态流转管理,路网更新数据管理模块19用于各数据处理流程中数据库流转管理。路网更新任务管理平台新建更新任务后,启动路网更新信息挖掘模块11。
在路网更新信息挖掘模块11中,可进行挖掘策略设置、挖掘网址库配置以及初筛策略设置,启动路网更新信息挖掘、显示、初筛,与路网更新数据管理模块19交互,处理后数据入路网更新信息原始库,同时发送任务状态为“待信息细筛”至路网更新任务管理平台18。
路网更新任务管理平台18中可启动细筛任务,启动路网更新信息细筛模块12。
路网更新信息细筛模块12对初筛后的路网更新信息逐条细筛,可进行人工检查、打标、修改、保存,与路网更新数据管理模块19交互,处理后数据入路网更新信息过程库,同时发送任务状态为“待信息整理”至路网更新任务管理平台18。
路网更新任务管理平台18中可启动信息整理任务,启动路网更新信息数据整理模块13。
路网更新信息数据整理模块13对细筛后的路网更新信息数据进行信息提取、分类整理、统一规格,与路网更新数据管理模块19交互,处理后数据入路网更新信息成果库,同时发送任务状态为“待路网制作”至路网更新任务管理平台18。
路网更新任务管理平台18中可启动路网制作任务,启动更新路网制作模块14。
更新路网制作模块14中加载路网更新信息成果库,自动读取其起终点描述,快速进行地图模糊定位,可叠加在线地图、卫星影像图进行更新路网精准定位并矢量化路形,增加属性规则标记空间位置点,同时自动关联已有路网唯一标识,将路网更新信息库中规则属性及规则标记空间位置关联,生成规则标记图层,与路网更新数据管理模块19交互,处理后数据入路网更新库,同时发送任务状态为“待路网融合”至路网更新任务管理平台18。
路网更新任务管理平台18中可启动路网融合任务,并自动读取路网更新库与原路网库,同时启动更新路网融合模块15进行自动形状差分和属性差分。
更新路网融合模块15中可对形状差分及属性差分结果进行人工核实,原路网中整体不存在的要素直接融合入原路网库,与已有路网要素拓扑处理同时抛出人工查验列表,与原路网要素部分重合要素融合入原路网库并抛出人工核实,与原路网要素整体重合要素不融合同时抛出人工查验列表;与原要素属性一致的属性则跳过,不一致且原要素属性为空则直接融合继承标记规则属性同时抛出人工查验列表,不一致且原属性不为空则抛出人工核实;人工核实后数据与路网更新数据管理模块19交互,入新路网库,同时发送任务状态为“待产品编译”至路网更新任务管理平台18。
路网更新任务管理平台18中可自动读取新路网库与其他地图要素库,启动地图产品增量编译模块16。
地图产品增量编译模块16可自动获取更新数据的图幅号,根据更新图幅范围增量编译,与路网更新数据管理模块19交互,更新至全量地图导航产品库,同时发送任务状态为“待地图渲染”至路网更新任务管理平台18。
路网更新任务管理平台18中可启动地图渲染更新模块17,读取地图导航产品库整体进行渲染编译,生成全范围渲染动态图,读取全范围渲染动态图及更新图幅坐标范围,生成对应坐标范围内的各级别地图瓦片,并汇聚至原有全量地图瓦片中,与路网更新数据管理模块19交互,数据入局部更新地图瓦片库及全量地图瓦片库,从而实现网站地图的路网更新。
根据本实施例所涉及的基于大数据挖掘的地图路网融合更新方法及系统,根据预设的挖掘策略从挖掘网址库中挖掘出路网更新信息后,进一步根据预设的初筛策略自动进行初筛,得到有效的更新信息,然后,对该有效的更新信息依次进行路网更新信息数据细筛整理、更新路网矢量与规则属性数据、更新路网差分融合、更新地图数据发布处理,实现网站地图的更新;采用本实施例的更新方法,能够通过互联网快速且全面地挖掘出所有路网的开通或更新信息,通过数据处理后第一时间更新到地图数据中,克服了目前地图路网更新对外业数据测绘或浮动车接入的依赖的问题。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种基于大数据挖掘的地图路网融合更新方法,其特征在于,包括以下步骤:
地图路网更新数据挖掘分析步骤:根据预设的挖掘策略对挖掘网址库进行路网更新信息挖掘,根据预设的初筛策略自动对挖掘到的原始数据进行初筛,初筛判定得到有效的更新信息入原始路网更新信息库;
路网更新信息数据细筛整理步骤:读取所述原始路网更新信息库,自动获取对应的路网更新信息网址并打开详细页面从而进行细筛处理,进一步将细筛结果进行信息提取、分类整理、统一规格写入,形成路网更新信息成果库;
更新路网矢量与规则属性数据步骤:自动根据细筛整理后的所述路网更新信息成果库对需要更新的路网进行模糊定位、更新路网形状制作、更新路网规则属性标记制作,形成路网更新库;
更新路网差分融合步骤:将所述路网更新库与原路网库进行形状和规则属性差分融合,形成新路网库;
更新地图数据发布步骤:将所述新路网库与其它地图要素库增量编译为地图数据产品库,并对该地图数据产品库进行预处理,根据更新路网坐标范围进行增量地图瓦片图输出,从而实现更新网站地图。
2.如权利要求1所述的基于大数据挖掘的地图路网融合更新方法,其特征在于:
在所述地图路网更新数据挖掘分析步骤和所述路网更新信息数据细筛整理步骤中,所述路网更新信息包括新增道路路网更新信息、规则属性路网更新信息。
3.如权利要求2所述的基于大数据挖掘的地图路网融合更新方法,其特征在于:
所述地图路网更新数据挖掘分析步骤包括:
所述挖掘网址库的建立、过滤、打标、存储、更新;
所述挖掘策略的设定,包括关键字、网站、区域、道路类型、道路状态、时间段策略设定;以及
所述初筛策略的设定,包括关键字去重、无效判定、冗余判定。
4.如权利要求3所述的基于大数据挖掘的地图路网融合更新方法,其特征在于:
在所述路网更新信息数据细筛整理步骤中,所述细筛处理由人工对打开的详细页面进行处理。
5.如权利要求4所述的基于大数据挖掘的地图路网融合更新方法,其特征在于:
在所述更新路网矢量与规则属性数据步骤中,
对需要更新的路网进行模糊定位的过程为:通过叠加在线地图、卫星影像图以及所述原路网库定位所述路网更新库中对应的空间位置,
更新路网形状制作的过程为:根据所述路网更新库描述起终点,同时参考在线地图、卫星影像图以及所述原路网库进行新增路网矢量化制作。
6.如权利要求5所述的基于大数据挖掘的地图路网融合更新方法,其特征在于:
更新路网规则属性标记制作的过程包括:
新增规则属性信息地图模糊定位:通过叠加在线地图、卫星影像图以及所述原路网库定位所述路网更新库中对应的空间位置;
新增规则属性信息关联路网打标:在规则属性信息所指路网上增加规则标记空间位置点,同时自动关联已有路网唯一标识;
新增规则标记参数导入:将所述路网更新库中规则属性和规则标记空间位置关联,生成规则标记图层,入所述路网更新库。
7.如权利要求6所述的基于大数据挖掘的地图路网融合更新方法,其特征在于:
所述更新路网差分融合步骤包括:
对新增路网与原路网空间叠加分析,标识出原路网中整体不存在的要素、与原路网要素部分重合要素、与原路网要素整体重合要素,
将原路网中整体不存在的要素直接融合入原路网库,与已有路网要素拓扑处理同时抛出人工查验列表,与原路网要素部分重合要素融合入原路网库并抛出人工核实,与原路网要素整体重合要素不融合同时抛出人工查验列表。
8.如权利要求7所述的基于大数据挖掘的地图路网融合更新方法,其特征在于:
所述更新路网差分融合步骤包括:
规则标记与关联已有路网要素对应属性进行比对,程序标识出与原要素属性一致的属性、不一致且原要素为空的属性,不一致且原要素不为空的属性,
对于与原要素属性一致的属性则跳过,不一致且原要素属性为空则直接融合继承标记规则属性同时抛出人工查验列表,不一致且原属性不为空则抛出人工核实。
9.如权利要求8所述的基于大数据挖掘的地图路网融合更新方法,其特征在于:
所述更新地图数据发布步骤包括:将地图要素库增量产品编译为导航产品库,地图导航产品库全量渲染编译及增量瓦片输出,
地图要素库增量产品编译的过程为:自动获取更新数据的图幅号,根据更新图幅范围增量编译,更新至全量地图导航产品库;
地图导航产品库全量渲染的过程为:读取增量更新后的全量地图导航产品库,整体进行渲染编译,生成全范围渲染动态图;
增量瓦片输出的过程为:读取全范围渲染动态图及更新图幅坐标范围,生成对应坐标范围内的各级别地图瓦片,并汇聚至原有全量地图瓦片中。
10.一种基于大数据挖掘的地图路网融合更新系统,其特征在于,包括:
路网更新信息挖掘模块,用于设置挖掘策略、挖掘网址库以及初筛策略,并进一步进行路网更新信息挖掘与初筛处理从而得到有效的更新信息,入原始路网更新信息库;
路网更新信息细筛模块,用于对初筛后的路网更新信息逐条细筛,供人工检查、打标,入路网更新信息过程库;
路网更新信息整理模块,用于对细筛后的路网更新信息自动提取、整理、统一规格,入路网更新信息成果库;
更新路网制作模块,用于根据所述路网更新信息成果库对需要更新的路网进行模糊定位、更新路网形状制作、更新路网规则属性标记制作,入路网更新库;
更新路网融合模块,用于将所述路网更新库与原路网库进行形状和规则属性差分融合,入新路网库;
地图产品增量编译模块,用于按更新要素范围增量更新地图要素库至地图导航产品库的规则转换,入地图导航产品库;以及
地图渲染更新模块,用于对路网更新范围内地图瓦片局部更新,入地图瓦片库。
CN202010316011.6A 2020-04-21 2020-04-21 基于大数据挖掘的地图路网融合更新方法及系统 Active CN111221935B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010316011.6A CN111221935B (zh) 2020-04-21 2020-04-21 基于大数据挖掘的地图路网融合更新方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010316011.6A CN111221935B (zh) 2020-04-21 2020-04-21 基于大数据挖掘的地图路网融合更新方法及系统

Publications (2)

Publication Number Publication Date
CN111221935A true CN111221935A (zh) 2020-06-02
CN111221935B CN111221935B (zh) 2020-08-07

Family

ID=70827291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010316011.6A Active CN111221935B (zh) 2020-04-21 2020-04-21 基于大数据挖掘的地图路网融合更新方法及系统

Country Status (1)

Country Link
CN (1) CN111221935B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112833891A (zh) * 2020-12-31 2021-05-25 武汉光庭信息技术股份有限公司 基于卫片识别的道路数据与车道级地图数据的融合方法
CN113434526A (zh) * 2021-06-25 2021-09-24 重庆紫光华山智安科技有限公司 路网数据更新方法、装置、电子设备和存储介质
CN113569369A (zh) * 2021-09-26 2021-10-29 腾讯科技(深圳)有限公司 路网拓扑图的划分方法、装置、介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102128627A (zh) * 2010-01-19 2011-07-20 北京四维图新科技股份有限公司 电子地图的差异分析方法及差异分析装置
US20110289065A1 (en) * 2010-05-21 2011-11-24 Wells Matthew D System and Method for Presenting Events
CN105530316A (zh) * 2016-01-13 2016-04-27 桂林理工大学 一种基于云计算技术的异构空间信息协同标绘空间系统
CN106203491A (zh) * 2016-07-01 2016-12-07 交通运输部路网监测与应急处置中心 一种公路矢量数据的融合更新方法
CN110287277A (zh) * 2019-06-26 2019-09-27 江苏省基础地理信息中心 一种基础地理信息联动更新方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102128627A (zh) * 2010-01-19 2011-07-20 北京四维图新科技股份有限公司 电子地图的差异分析方法及差异分析装置
US20110289065A1 (en) * 2010-05-21 2011-11-24 Wells Matthew D System and Method for Presenting Events
CN105530316A (zh) * 2016-01-13 2016-04-27 桂林理工大学 一种基于云计算技术的异构空间信息协同标绘空间系统
CN106203491A (zh) * 2016-07-01 2016-12-07 交通运输部路网监测与应急处置中心 一种公路矢量数据的融合更新方法
CN110287277A (zh) * 2019-06-26 2019-09-27 江苏省基础地理信息中心 一种基础地理信息联动更新方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
熊继林: "一种基于行车轨迹大数据的缺失道路发现方法", 《卫星导航定位与北斗系统应用2016—星参北斗 位联世界》 *
郑四发等: "基于 GPS信号的导航地图路网生成方法研究", 《公路交通科技》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112833891A (zh) * 2020-12-31 2021-05-25 武汉光庭信息技术股份有限公司 基于卫片识别的道路数据与车道级地图数据的融合方法
CN113434526A (zh) * 2021-06-25 2021-09-24 重庆紫光华山智安科技有限公司 路网数据更新方法、装置、电子设备和存储介质
CN113569369A (zh) * 2021-09-26 2021-10-29 腾讯科技(深圳)有限公司 路网拓扑图的划分方法、装置、介质及设备
CN113569369B (zh) * 2021-09-26 2022-01-07 腾讯科技(深圳)有限公司 路网拓扑图的划分方法、装置、介质及设备

Also Published As

Publication number Publication date
CN111221935B (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111221935B (zh) 基于大数据挖掘的地图路网融合更新方法及系统
KR101691620B1 (ko) 드론에서 항공 수집한 원시영상의 분석과 mms 연동을 통한 도로기반시설물의 변화지역 갱신시스템
CN110990585B (zh) 构建行业知识图谱的多源数据和时间序列处理方法及装置
CN114077764B (zh) 基于三维gis与bim集成的临建模型建立方法及应用
CN102609517B (zh) 一种矢量地图在线式综合服务方法及其系统
JP2002032773A (ja) 地図データの処理装置及び方法
CN114662253A (zh) 一种仿真建模方法、装置、电子设备及存储介质
Yang et al. A map‐algebra‐based method for automatic change detection and spatial data updating across multiple scales
CN112818071A (zh) 一种基于统一路网的交管领域知识图谱构建方法及装置
CN116127566A (zh) 一种基于bim的公路养护管理虚拟仿真方法和系统
CN113626408B (zh) 一种城市信息数据库构建方法及一张图显示方法
CN104748757A (zh) 一种导航电子地图数据更新方法及装置
Hellmuth UPDATE APPROACHES AND METHODS FOR DIGITAL BUILDING MODELS--LITERATURE REVIEW.
CN113408654B (zh) 基于分级合并的城市路网融合方法、系统及存储介质
CN106446475A (zh) 车辆白车身焊点信息提取方法和装置
CN115858714B (zh) 一种无人机采集gis数据自动建模管理系统及方法
Bassier et al. Linked building data for construction site monitoring: A test case
CN111104519A (zh) 一种构建全量行政区域知识库的方法
CN113486105B (zh) 一种面向cim的自然资源历史业务数据整合方法及装置
CN115757672A (zh) 一种高精度地图数据更新方法及系统
CN114020857A (zh) 一种土地调查用快速建库方法及系统
Weis et al. A framework for GIS and imagery data fusion in support of cartographic updating
Stankutė et al. An integrative approach to geospatial data fusion
CN101841433A (zh) 测试模型和方法
Blankenbach et al. BIM and the Digitalization in the Construction Industry

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