CN111426329B - 一种道路生成方法、装置、计算机设备及存储介质 - Google Patents

一种道路生成方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111426329B
CN111426329B CN202010170036.XA CN202010170036A CN111426329B CN 111426329 B CN111426329 B CN 111426329B CN 202010170036 A CN202010170036 A CN 202010170036A CN 111426329 B CN111426329 B CN 111426329B
Authority
CN
China
Prior art keywords
road
point sequence
points
road point
point
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
CN202010170036.XA
Other languages
English (en)
Other versions
CN111426329A (zh
Inventor
李春
廖卫龙
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.)
Shenzhen Xkool Technology Co Ltd
Original Assignee
Shenzhen Xkool 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 Shenzhen Xkool Technology Co Ltd filed Critical Shenzhen Xkool Technology Co Ltd
Priority to CN202010170036.XA priority Critical patent/CN111426329B/zh
Publication of CN111426329A publication Critical patent/CN111426329A/zh
Application granted granted Critical
Publication of CN111426329B publication Critical patent/CN111426329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • 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

Abstract

本发明公开了一种道路生成方法、装置、计算机设备及存储介质,通过获取基地数据,将基地数据进行网格化处理并获得目标基地数据,根据目标基地数据生成原始道路,并获得原始道路的道路点序列,道路点序列中相邻的两个道路点连线为一道路段,任意道路段不贯穿其他道路段,对道路点序列进行位置优化,获得平滑道路点序列,输出多条道路的几何描述,各条道路被描述为对应平滑道路点序列的依次连接;本发明提供的道路生成算法方便根据障碍物情况优化调整道路,解决了道路固定的的问题,也解决了道路转折生硬不平滑的问题,生成的道路更加平滑,更贴近实际的道路,且道路生成方法依托于图形处理器的大规模并行运算能力,生成速度更快,效率更高。

Description

一种道路生成方法、装置、计算机设备及存储介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种道路生成方法、装置、计算机设备及存储介质。
背景技术
在交通信息日益重要的今天,拥有高鲜度和高质量的道路信息在很多应用领域都有着举足轻重的作用。例如,城市车辆的快速通行需要精准的道路信息来实现快速路径规划;在基于GPS的导航系统中,道路信息的精准程度也对用户体验有着至关重要的影响。而现实中随着城市的扩展、地块的开发以及旧路改造,城市的道路信息变更频繁,因此利用道路生成算法以对道路信息进行快速更新就显得尤为重要。
现有技术中,道路生成算法基本分为两种:
1、以网格作为道路生成的道路点并组图,通过最短寻路算法、或者TSP 算法来生成道路,该道路生成算法的缺点是道路的道路点选择空间小,生成出的道路较为固定,道路转折生硬不平滑,而且在网格密集时生成效率较低;
2、直接在地图中标明道路必须经过的点,然后生成道路环路,该道路生成算法的缺点是:当实际道路存在障碍物时,算法无法在有障碍物的前提下生成合理的道路,生成的道路有可能直接穿过障碍物,若对障碍物的路段标注进行处理,则有可能得到并不平滑的道路,效率较低。
发明内容
本发明提供一种道路生成方法、装置、计算机设备及存储介质,以解决道路信息生成过程中,道路生成效率低且道路不平滑的问题。
一种道路生成方法,包括:
获取基地数据,将所述基地数据进行网格化处理,获得目标基地数据;
根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列,所述道路点序列中相邻的两个道路点连线为一道路段,任意所述道路段不贯穿其他所述道路段;
对所述道路点序列进行平滑优化,获得平滑道路点序列;
根据平滑道路点序列输出多条道路的几何描述,各条所述道路被描述为对应所述平滑道路点序列的依次连接。
进一步地,所述目标基地数据包括基地图形和建筑图形,所述根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列,包括:
挑出与所述基地图形轮廓相交的三角形,获得多个外三角形;
依次挑出与每一个所述建筑图形相交的三角形获得多个内三角形,并对所述内三角形进行编号;
将所述外三角形与相邻的所述内三角形的公共边作为所述道路段,所述公共边两端点为所述道路点;
将具有不同编号的每两个相邻所述内三角形的公共边作为所述道路段,所述公共边两端点为所述道路点;
将所述道路点依次连接获得所述原始道路,并获得所述道路点序列。
进一步地,所述对所述道路点序列进行平滑优化,获得平滑道路点序列,包括:
根据预设规则优化所述道路点序列中每一所述道路点的位置,获得优化道路点序列;
根据bezier平滑算法更新所述优化道路点序列中每一所述道路点的位置,获得所述平滑道路点序列。
进一步地,所述根据梯度下降方法优化所述道路点序列中每一所述道路点的位置,获得优化道路点序列,包括:
对所述道路点序列中每一所述道路点生成20个位置点,所述20个位置点为所述道路点序列中每一所述道路点生成的20个随机的移动方向;
根据所述预设规则确定每一所述道路点的所述20个位置点中对应的最优位置点;
将所述对应的最优位置点作为所述道路点序列中每一所述道路点对应的优化道路点,并获得所述优化道路点序列。
进一步地,所述根据预设规则优化所述道路点序列中每一所述道路点的位置,获得优化道路点序列,包括:
将所述道路点序列中每一所述道路点表述为(x,y)的2D坐标;
根据所述预设规则计算道路的每一个道路点对应的更新向量(X,Y);
根据所述对应的更新向量(X,Y)将每一所述道路点(x,y)更新为所述优化道路点(x+X,y+Y),直至每一所述道路点位置不再更新,获得优化道路点序列。
进一步地,所述目标基地数据包括景观图形,所述预设规则具体包括:
新道路不能伸出基地边界;
所述新道路不能与所述建筑图形和/或所述景观图形的外轮廓相交;
所述新道路应该与所述建筑图形保持预设距离;
所述新道路应最平滑;
所述新道路的弯道数量最少。
进一步地,所述根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列之前,还包括:
根据所述基地数据生成基地地图,所述基地地图包括基地图形和建筑图形;
根据所述基地地图计算所有可放置所述道路点的区域,并在其中计算最大内接矩形作为景观区域。
一种道路生成装置,包括:
获取模块,用于获取基地数据,将所述基地数据进行网格化处理,获得目标基地数据;
生成模块,用于根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列,所述道路点序列中相邻的两个道路点连线为一道路段,任意所述道路段不贯穿其他所述道路段;
优化模块,用于对所述道路点序列进行位置优化,获得平滑道路点序列;
输出模块,用于输出多条道路的几何描述,各条所述道路被描述为对应所述平滑道路点序列的依次连接。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述所述道路生成方法的步骤。
一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述道路生成方法的步骤。
上述道路生成方法、装置、计算机设备及存储介质,通过获取基地数据,将基地数据进行网格化处理并获得目标基地数据,根据目标基地数据生成原始道路,并获得原始道路的道路点序列,道路点序列中相邻的两个道路点连线为一道路段,任意道路段不贯穿其他道路段,对道路点序列进行位置优化,获得平滑道路点序列,输出多条道路的几何描述,各条道路被描述为对应平滑道路点序列的依次连接;本发明提供的道路生成算法所生成的道路,由道路点序列组成,由两个道路点连接所组成的道路段单位小,方便根据障碍物情况优化调整道路,解决了道路固定的问题,也解决了道路转折生硬不平滑的问题,生成的道路更加平滑,更贴近实际的道路,且道路生成方法依托于图形处理器的大规模并行运算能力,生成速度更快,效率更高。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中道路生成系统结构示意图;
图2是本发明一实施例中道路生成方法的实现流程示意图;
图3是本发明一实施例中道路生成方法步骤S20的实现流程示意图;
图4是本发明一实施例中道路生成方法步骤S30的实现流程示意图;
图5是本发明一实施例中道路生成装置的结构示意图;
图6是本发明一实施例中计算机设备的结构示意图。
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作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。
本发明实施例提供的一种道路生成方法,可应用在如图1所示的道路生成系统中,其中,客户端2通过网络与道路生成装置1进行通信,客户端通过网络将基地信息传输至道路生成装置,道路生成装置根据道路生成方法生成相应的道路。
其中,客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,道路生成装置可以是用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中,以道路生成装置为图形处理器GPU为例进行说明。
在一实施例中,如图2所示,提供一种道路生成方法,以该方法应用在图1中的道路生成装置为例进行说明,包括如下步骤:
S10:获取基地数据,将基地数据进行网格化处理,并获得目标基地数据。
接收用户通过客户端输入的基地数据,将获取的基地数据进行网格化处理并获得目标基地数据。
其中,基地数据包括道路数据、基地的出入口、建筑组团以及道路离建筑物的距离的范围,道路的宽度等数据,基地图形为的基地的平面几何图形;获取基地数据之后,以delaunay三角剖分算法或正交网格剖分算法进行网格化处理。
S20:根据目标基地数据生成原始道路,并获得原始道路的道路点序列,道路点序列中相邻的两个道路点连线为一道路段,任意道路段不贯穿其他道路段。
将获取的基地数据进行网格化处理并获得目标基地数据之后,根据目标基地数据生成原始道路,并获得原始道路表述为道路点序列,道路点序列中相邻的两个道路点连线为一道路段,任意道路段不贯穿其他道路段。
例如,原始道路中的某一条道路为S,在网格化的基地数据中,原始道路 S由一系列的道路点序列组成,在原始道路S所占的网格上,每个网格交点为一个原始道路S的道路点,每两个道路点组成一个道路段,每个道路段不贯穿其他道路段,多个道路段组成了原始道路S。
本实施例中,每个网格交点为一个道路点仅为示例性说明,在其他实施例中,道路点还可以是其他点,在此不再赘述。
在另一实施例中,步骤S20之前,即根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列之前,还包括:
S11:根据基地数据生成基地地图,基地地图包括基地图形和建筑图形。
S20:根据基地地图计算所有可放置所述道路点的区域,并在其中计算最大内接矩形作为景观区域。
根据目标基地数据生成原始道路并获得原始道路的道路点序列的过程中,计算所有可放置道路点的区域,在道路点的区域中计算最大内接矩形,并将最大内接矩形其作为景观区域。
S30:对道路点序列进行平滑优化,获得平滑道路点序列。
获得原始道路的道路点序列之后,对道路点序列中每个道路点的位置进行平滑优化,获得平滑道路点序列。
例如,原始道路S中的道路点序列中具有N个道路点,为提高原始道路S的平滑性,对道路点序列中每个道路点的位置进行改变,并获得对应的优化道路点及原始道路S,将平滑道路点序列中优化的道路点依次连接后,原始道路S的平滑效果提升。
S40:根据平滑道路点序列输出多条道路的几何描述,各条道路被描述为对应平滑道路点序列的依次连接。
获得平滑道路点序列后,将平滑道路点序列上的各道路点对应依次连接,输出多条连接道路点后的道路,该多条道路表示为几何描述。
例如,在获得原始道路S的平滑道路点序列和将其他原始道路对应的平滑道路点序列后,将原始道路S的平滑道路点序列中的道路点依次连接后获得新的道路S,其他原始道路对应的平滑道路点序列中的道路点依次连接后获得其他新的道路,连接对应的道路点后,获得多条表示为几何描述的道路。
本实施例中,通过获取基地数据,将基地数据进行网格化处理并获得目标基地数据,根据目标基地数据生成原始道路,并获得原始道路的道路点序列,道路点序列中相邻的两个道路点连线为一道路段,任意道路段不贯穿其他道路段,对道路点序列进行位置优化,获得平滑道路点序列,输出多条道路的几何描述,各条道路被描述为对应平滑道路点序列的依次连接;本发明提供的道路生成算法所生成的道路,由道路点序列组成,由两个道路点连接所组成的道路段单位小,方便根据障碍物情况优化调整道路,解决了道路固定的的问题,也解决了道路转折生硬不平滑的问题,生成的道路更加平滑,更贴近实际的道路尤其是贴近小区内道路,且道路生成方法依托于图形处理器GPU的大规模并行运算能力,生成速度更快,效率更高。
在一实施例中,目标基地数据包括基地图形和建筑图形,在获取基地数据之后,以delaunay三角剖分算法对基地数据进行网格化处理并获取目标基地数据为例。如图3所示,步骤S20中,即根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列,具体包括如下步骤:
S21:挑出与基地图形轮廓相交的三角形,获得多个外三角形。
获取基地数据之后,以delaunay三角剖分算法对基地数据进行网格化处理,并获取目标基地数据后,挑出与目标基地数据中基地图形轮廓相交的三角形进行标记,获得多个外三角形。
S22:依次挑出与每一个建筑图形相交的三角形获得多个内三角形,并对内三角形进行编号。
挑出外三角形之后,依次挑出与目标基地数据中每一个建筑图形相交的三角形进行标记,获得多个内三角形,并对内三角形进行相应编号。
例如,挑出外三角形之后,先挑出与目标基地数据中建筑图形1相交的三角形进行标记,获得3个内三角形,并将这3个内三角形编号为1;再挑出与目标基地数据中建筑图形2相交的三角形进行标记,获得4个内三角形,并将这4个内三角形编号为2,直至挑出所有与建筑图形相交的内三角形,并进行相应编号。
S23:将外三角形与相邻的内三角形的公共边作为道路段,公共边两端点为道路点。
在获得多个内三角形并进行相应编号之后,将外三角形与相邻的内三角形的公共边作为道路段,公共边的两端点为道路点,其中,道路段原始道路的最小组成路段,道路点为道路点序列的最小单位。
将所有外三角形与相邻的内三角形的公共边的端点所集合成的道路点序列作为外环道路点序列,将外环道路点序列中的道路点依次连接获得外环道路。
S24:将具有不同编号的每两个相邻内三角形的公共边作为道路段,公共边两端点为道路点。
在获得多个内三角形并进行相应编号之后,若相邻的两个内三角形具有不同编号,则将该两个相邻内三角形的公共边作为道路段,公共边两端点作为道路点,依次挑出所有具有不同编号的两个相邻内三角形的公共边作为道路段,并将所有具有不同编号的两个相邻内三角形的公共边两端点作为道路点。
将所有具有不同编号的两个相邻内三角形的公共边的端点所集合成的道路点序列作为内部道路点序列,将内部道路点序列中的道路点依次连接获得多天内部道路。
S25:将道路点依次连接获得原始道路,并获得道路点序列。
将上述所有的道路点依次连接,获得原始道路,原始道路包括了外环道路和多条内部道路,并相应获得外环道路和多条内部道路对应的道路点序列。
本实施例中,通过挑出与基地图形轮廓相交的三角形,获得多个外三角形,依次挑出与每一个建筑图形相交的三角形获得多个内三角形,并对内三角形进行编号,再将外三角形与相邻的内三角形的公共边作为道路段,公共边两端点为道路点,将具有不同编号的每两个相邻内三角形的公共边作为道路段,公共边两端点为道路点,将道路点依次连接获得原始道路,并获得道路点序列,该确定道路点的过程方便简单,提高了确定原始道路和道路点序列的效率,进一步细化了道路点序列中每一个道路点的位置,使道路点的位置选择更大,进而细化了原始道路的具体位置,为后续多道路点序列进行位置优化提供了更好的基础。
在一实施例中,在确定了原始道路和原始道路对应的道路点序列之后,如图4所示,步骤S30中,对道路点序列进行位置优化,获得平滑道路点序列,具体包括如下步骤:
S31:根据预设规则优化道路点序列中每一道路点的位置,获得优化道路点序列。
根据预设规则来对道路点序列中每一道路点的位置进行优化,获得优化道路点序列,使得由优化后的道路点依次连接而成的道路避开障碍物,且更加优化。
其中,在一实施例中,目标基地数据还包括景观图形,预设规则具体包括:
1.新道路不能伸出基地边界。
当道路点在该位置点时,由该位置点与其他原道路点连接成的新道路不能伸出基地边界,即不能伸出基地外轮廓。
2.新道路不能与建筑图形和/或景观图形的外轮廓相交。
3.新道路应该与建筑图形保持预设距离。
在本实施例中,新道路与建筑保持的实际距离为5-20米,预设距离为实际距离在基地数据中按比例缩放的距离。
4.新道路应最平滑。
假设道路点序列中任意相邻的三点为A、B、C,则角∠ABC大于预设角度为平滑,其中,预设角度为120°。
5.新道路的弯道数量最少。
本实施中,预设距离以及预设角度为示例性举例,在其他实施例中,道路与建筑保持的实际距离还可以为其他距离,预设距离根据实际距离而变化,预设角度还可以是其他角度,在此不再赘述。
S32:根据bezier平滑算法更新优化道路点序列中每一道路点的位置,获得平滑道路点序列。
根据bezier平滑算法进一步对优化道路点序列中每一道路点的位置进行优化,获得平滑道路点序列,使得由平滑后的道路点依次连接而成的道路更加平滑不生硬,进一步优化道路的形状。
本实施例中,通过根据预设规则优化道路点序列中每一道路点的位置,获得优化道路点序列,再根据bezier平滑算法更新优化道路点序列中每一道路点的位置,获得平滑道路点序列,使得道路点序列更加优化、平滑,提高了由平滑后的道路点依次连接而成的道路的平滑性和可改变性,使生成道路更贴近实际情况。
在一实施例中,步骤S31中,即根据梯度下降方法优化道路点序列中每一道路点的位置,获得优化道路点序列,具体包括如下步骤:
SA311:对道路点序列中每一道路点生成20个位置点,20个位置点为道路点序列中每一道路点生成的20个随机的移动方向。
首先,道路点序列中对于每一个道路点,生成20个随机的移动方向,对于每一个方向,生成一个假想的新的道路点,从而获得20个位置点。
对于每一个道路点我们都重复上述步骤,直到全部道路点位置不再变化。
SA312:根据预设规则确定每一道路点的20个位置点中对应的最优位置点。
对于20个位置点中每一位置点,要根据预设规则来判断:当道路点在该位置点时,是否使得道路更优化,若是,则保留该位置点,若否,则删除该位置点;依次分别确定20个位置点是否使得道路更优化,并选择20个位置点中使得道路最优的位置点作为该道路点对应的优化道路点。
SA313:将对应的最优位置点作为道路点序列中每一道路点对应的优化道路点,并获得优化道路点序列。
重复上述步骤S312-S313,确定道路点序列中每一道路点对应的20个位置点中最优的位置点,将这些最优的位置点作为道路点序列中每一道路点对应的优化道路点,从而获得优化道路点序列。
本实施例中,通过对道路点序列中每一道路点生成20个位置点,根据预设规则确定20个位置点中最优的位置点,将最优的位置点作为道路点序列中每一道路点对应的优化道路点,并获得优化道路点序列,对每个道路点都假想了20中可能移动的位置,并根据预设规则判断20个位置点是否是道路更优化,再确定该道路点对应的最优位置点,进一步优化了道路点位置,进而优化了道路。
在一实施例中,步骤S30中,即根据预设规则优化道路点序列中每一道路点的位置,获得优化道路点序列,具体包括如下步骤:
SB311:将道路点序列中每一道路点表述为(x,y)的2D坐标。
将道路点序列中每一道路点表述为(x,y)的2D坐标,即在基地数据中,道路点为可以放置道路的2D空间中的点,该点的坐标表示为(x,y)。
SB312:根据预设规则计算道路的每一道路点的对应更新向量(X,Y)。
根据预设规则,计算道路的道路点序列中,每一个道路点(x,y)的更新向量,更新向量表示为(X,Y)。
SB313:根据对应的更新向量(X,Y)将每一道路点(x,y)更新为优化道路点(x+X,y+Y),直至每一道路点位置不再更新,获得优化道路点序列。
根据计算出的每一道路点对应的更新向量(X,Y),将每一道路点(x,y) 更新为优化道路点,获得每一对应道路点对应的优化道路点,优化道路点为(x+X,y+Y),循环SB311-SB313,根据预设规则更新完所有道路点,直至每一道路点位置不再更新,获得优化道路点序列。
例如,道路点序列中的某一道路点坐标为(2,3),根据预设的规则计算出该道路点(2,3)的更新向量为(1,1),根据更新向量(2,1)对该道路点(2,3) 进行更新,更新后的优化道路点为(3,4),循环SB311-SB313,依次计算出每一道路点的对应的优化道路点,直至每一道路点位置不再更新,获得优化道路点序列。
本实施例中,通过将道路点序列中每一道路点表述为(x,y)的2D坐标,根据预设规则计算道路的每一道路点的对应更新向量(X,Y),根据对应的更新向量(X,Y)将每一道路点(x,y)更新为优化道路点(x+X,y+Y),直至每一道路点位置不再更新,获得优化道路点序列,将道路点序列具化为一组由2d 空间中的点组成的序列,序列中相邻的道路点依次连接组成道路,将道路点具化为几点数据中的数字坐标,以根据道路点坐标和预先规则计算优化的道路点坐标位置,将图形处理转换为数据处理,各道路点的位置坐标能够并行运算,方便快捷,提高了对道路点序列进行优化的效率,快速准确地生成道路。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种道路生成装置,该道路生成装置与上述实施例中道路生成方法一一对应。如图5所示,该道路生成装置包括获取模块501、生成模块502、优化模块503和输出模块504。各功能模块详细说明如下:
获取模块501,用于获取基地数据,将基地数据进行网格化处理,获得目标基地数据。
生成模块502,用于根据目标基地数据生成原始道路,并获得原始道路的道路点序列,道路点序列中相邻的两个道路点连线为一道路段,任意道路段不贯穿其他道路段。
优化模块503,用于对道路点序列进行位置优化,获得平滑道路点序列。
输出模块504,用于输出多条道路的几何描述,各条道路被描述为对应平滑道路点序列的依次连接。
关于道路生成装置的具体限定可以参见上文中对于道路生成方法的限定,在此不再赘述。上述道路生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是图形处理器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机程序被处理器执行时以实现一种道路生成方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述所述的一种道路生成方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述所述的一种道路生成方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM (DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM (DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (9)

1.一种道路生成方法,其特征在于,包括:
获取基地数据,将所述基地数据进行网格化处理,获得目标基地数据;
根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列,所述道路点序列中相邻的两个道路点连线为一道路段,任意所述道路段不贯穿其他所述道路段;
对所述道路点序列进行平滑优化,获得平滑道路点序列;
根据平滑道路点序列输出多条道路的几何描述,各条所述道路被描述为对应所述平滑道路点序列的依次连接;
所述目标基地数据包括基地图形和建筑图形,所述根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列,包括:
挑出与所述基地图形轮廓相交的三角形,获得多个外三角形;依次挑出与每一个所述建筑图形相交的三角形获得多个内三角形,并对所述内三角形进行编号;
将所述外三角形与相邻的所述内三角形的公共边作为所述道路段,所述公共边两端点为所述道路点;
将具有不同编号的每两个相邻所述内三角形的公共边作为所述道路段,所述公共边两端点为所述道路点;
将所述道路点依次连接获得所述原始道路,并获得所述道路点序列。
2.权利要求1所述的道路生成方法,其特征在于,所述对所述道路点序列进行平滑优化,获得平滑道路点序列,包括:
根据预设规则优化所述道路点序列中每一所述道路点的位置,获得优化道路点序列;
根据bezier平滑算法更新所述优化道路点序列中每一所述道路点的位置,获得所述平滑道路点序列。
3.如权利要求2所述的道路生成方法,其特征在于,所述根据梯度下降方法优化所述道路点序列中每一所述道路点的位置,获得优化道路点序列,包括:
对所述道路点序列中每一所述道路点生成20个位置点,所述20个位置点为所述道路点序列中每一所述道路点生成的20个随机的移动方向;
根据所述预设规则确定每一所述道路点的所述20个位置点中对应的最优位置点;
将所述对应的最优位置点作为所述道路点序列中每一所述道路点对应的优化道路点,并获得所述优化道路点序列。
4.如权利要求2所述的道路生成方法,其特征在于,所述根据预设规则优化所述道路点序列中每一所述道路点的位置,获得优化道路点序列,包括:
将所述道路点序列中每一所述道路点表述为(x,y)的2D坐标;根据所述预设规则计算道路的每一个道路点对应的更新向量(X,Y);
根据所述对应的更新向量(X,Y)将每一所述道路点(x,y)更新为所述优化道路点(x+X,y+Y),直至每一所述道路点位置不再更新,获得优化道路点序列。
5.如权利要求2-4任一项所述的道路生成方法,其特征在于,所述目标基地数据包括景观图形,所述预设规则具体包括:
新道路不能伸出基地边界;
所述新道路不能与所述建筑图形和/或所述景观图形的外轮廓相交;
所述新道路应该与所述建筑图形保持预设距离;
所述新道路应最平滑;
所述新道路的弯道数量最少。
6.如权利要求1-4任一项所述的道路生成方法,其特征在于,所述根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列之前,还包括:
根据所述基地数据生成基地地图,所述基地地图包括基地图形和建筑图形;
根据所述基地地图计算所有可放置所述道路点的区域,并在其中计算最大内接矩形作为景观区域。
7.一种道路生成装置,其特征在于,包括:
获取模块,用于获取基地数据,将所述基地数据进行网格化处理,获得目标基地数据;
生成模块,用于根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列,所述道路点序列中相邻的两个道路点连线为一道路段,任意所述道路段不贯穿其他所述道路段;
优化模块,用于对所述道路点序列进行位置优化,获得平滑道路点序列;
输出模块,用于输出多条道路的几何描述,各条所述道路被描述为对应所述平滑道路点序列的依次连接;
所述目标基地数据包括基地图形和建筑图形,所述根据所述目标基地数据生成原始道路,并获得所述原始道路的道路点序列,包括:
挑出与所述基地图形轮廓相交的三角形,获得多个外三角形;依次挑出与每一个所述建筑图形相交的三角形获得多个内三角形,并对所述内三角形进行编号;
将所述外三角形与相邻的所述内三角形的公共边作为所述道路段,所述公共边两端点为所述道路点;
将具有不同编号的每两个相邻所述内三角形的公共边作为所述道路段,所述公共边两端点为所述道路点;
将所述道路点依次连接获得所述原始道路,并获得所述道路点序列。
8.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述道路生成方法的步骤。
9.一种可读存储介质,所述可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述道路生成方法的步骤。
CN202010170036.XA 2020-03-12 2020-03-12 一种道路生成方法、装置、计算机设备及存储介质 Active CN111426329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010170036.XA CN111426329B (zh) 2020-03-12 2020-03-12 一种道路生成方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010170036.XA CN111426329B (zh) 2020-03-12 2020-03-12 一种道路生成方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111426329A CN111426329A (zh) 2020-07-17
CN111426329B true CN111426329B (zh) 2021-10-22

Family

ID=71546317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010170036.XA Active CN111426329B (zh) 2020-03-12 2020-03-12 一种道路生成方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111426329B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113742801A (zh) * 2021-08-31 2021-12-03 阳光新能源开发有限公司 道路数据的处理方法、装置和电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000276476A (ja) * 1999-03-24 2000-10-06 Hitachi Eng Co Ltd 道路地図ベクトル化方法および装置
CN106528740A (zh) * 2016-11-04 2017-03-22 中科宇图科技股份有限公司 基于Delaunay三角网的道路中心线提取方法
CN106949897A (zh) * 2017-02-28 2017-07-14 四川九洲电器集团有限责任公司 一种在地图中生成道路的方法及装置
CN108919295A (zh) * 2018-05-15 2018-11-30 国网通用航空有限公司 机载LiDAR点云道路信息提取方法及装置
CN108920481A (zh) * 2018-04-20 2018-11-30 中国地质大学(武汉) 一种基于手机定位数据的道路网重建方法及系统
CN109934865A (zh) * 2019-03-12 2019-06-25 重庆市勘测院 道路网中心线提取方法
CN110633342A (zh) * 2019-07-29 2019-12-31 武汉光庭信息技术股份有限公司 车道拓扑网络生成方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000276476A (ja) * 1999-03-24 2000-10-06 Hitachi Eng Co Ltd 道路地図ベクトル化方法および装置
CN106528740A (zh) * 2016-11-04 2017-03-22 中科宇图科技股份有限公司 基于Delaunay三角网的道路中心线提取方法
CN106949897A (zh) * 2017-02-28 2017-07-14 四川九洲电器集团有限责任公司 一种在地图中生成道路的方法及装置
CN108920481A (zh) * 2018-04-20 2018-11-30 中国地质大学(武汉) 一种基于手机定位数据的道路网重建方法及系统
CN108919295A (zh) * 2018-05-15 2018-11-30 国网通用航空有限公司 机载LiDAR点云道路信息提取方法及装置
CN109934865A (zh) * 2019-03-12 2019-06-25 重庆市勘测院 道路网中心线提取方法
CN110633342A (zh) * 2019-07-29 2019-12-31 武汉光庭信息技术股份有限公司 车道拓扑网络生成方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A method of road extraction from high resolution remote image based on Delaunay algorithms;Wang Zhendong .et al;《2018 International Conference on Robots & Intelligent System》;20180712;第127-130页 *
A Road Map Refinement Method Using Delaunay Triangulation for Big Trace Data;Luliang Tang .et al;《International Journal of Geo-Information》;20170215;第6卷(第2期);第1-13页 *
运用约束Delaunay三角网从众源轨迹线提取道路边界;杨伟等;《测绘学报》;20170228;第46卷(第2期);第237-245页 *

Also Published As

Publication number Publication date
CN111426329A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN108765487A (zh) 重建三维场景的方法、装置、设备和计算机可读存储介质
CN109241846A (zh) 遥感影像的时空变化估测方法、装置与存储介质
EP4116935A2 (en) High-definition map creation method and device, and electronic device
CN111047682B (zh) 一种三维车道模型生成方法及系统
CN111426329B (zh) 一种道路生成方法、装置、计算机设备及存储介质
CN114626169A (zh) 交通路网优化方法、装置、设备、可读存储介质及产品
CN106204719A (zh) 基于二维邻域检索的三维场景中海量模型实时调度方法
CN106023317A (zh) 一种用于大数据测试的加权Voronoi图生成方法
CN114018239A (zh) 一种三维车道地图构建方法、装置、设备及存储介质
CN106202237A (zh) 一种产业项目区域地图绘制方法及其系统
CN116026341B (zh) 多无人机均衡路径规划方法及装置
CN111427980B (zh) 电子围栏调整方法、装置、可读存储介质和计算机设备
CN116597398A (zh) 一种数据处理方法、装置、电子设备及存储介质
CN116010641A (zh) 基于gis的智慧城市建设用大数据实时获取装置及方法
CN110489510B (zh) 道路数据的处理方法、装置、可读存储介质和计算机设备
CN110120058B (zh) 一种高程散点生成紧致外边界的方法
CN114202642A (zh) 三维三角网模型中超大空洞的填补方法及设备
CN113128122A (zh) 基于bim的市政公路检测方法
CN112101170A (zh) 目标定位方法、装置、计算机设备及存储介质
CN114281915B (zh) 一种生成几何路网的方法、装置、设备及存储介质
CN111060127A (zh) 车辆起点定位方法、装置、计算机设备和存储介质
CN113066148B (zh) 一种地图数据处理方法、装置、设备及存储介质
CN103310021A (zh) 一种基于三维坐标互换的模型动态加载方法
JP7346151B2 (ja) 点群処理装置、点群処理方法及び点群処理プログラム
CN110704900B (zh) 龙骨立柱模型和墙龙骨模型之间连接节点放置方法和产品

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Li Chun

Inventor after: Liao Weilong

Inventor before: Li Chun

Inventor before: Wei Long

GR01 Patent grant
GR01 Patent grant