CN114168694A - 路网融合方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种路网融合方法、装置、计算机设备和存储介质。所述方法包括：获取第一路网数据和第二路网数据；根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果；根据匹配结果计算判定参数并导出差分成果表，基于差分成果表进行干预操作，得到匹配确认表；根据匹配确认表进行路网融合。本申请实施例能够准确高效地匹配道路数据，从而提升路网融合的效率。

Description

路网融合方法、装置、计算机设备和存储介质

技术领域

本申请涉及电子地图领域，特别是涉及一种路网融合方法、装置、计算机设备和存储介质。

背景技术

路网数据是导航电子地图的重要组成部分，而道路数据的现势性亦是众多地图服务商的重点业务需求。路网数据的融合，其对于道路数据的扩充、地图版本的更新、导航功能的优化都具有重要的意义与独特的优势。

空间目标匹配分为点、线和面要素匹配，而道路匹配属于线要素匹配。随着GIS(Geographic Information System，地理信息系统)技术的快速发展，道路匹配作为地图空间数据融合中异常重要的一环，在匹配算法方面也取得了很多重要的成果。

目前，基于道路要素的路网数据匹配方法类型大体分为缓冲区增长法(BufferGrowth)、迭代最近点法(Iterative Closest Point)、蚁群算法(Ant ColonyOptimization)与隐性马尔可夫模型(Hidden Markov Model)等方法，以寻求全局最优的道路匹配方案，但它们在匹配效率与成功率方面都存在着一定的局限性。

发明内容

本申请针对上述不足或缺点，提供了一种路网融合方法、装置、计算机设备和存储介质，本申请实施例能够准确高效地匹配道路数据，从而提升路网融合的效率。

本申请根据第一方面提供了一种路网融合方法，在一个实施例中，该方法包括：

获取第一路网数据和第二路网数据；

根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果；

根据匹配结果计算判定参数并导出差分成果表，基于差分成果表进行干预操作，得到匹配确认表；

根据匹配确认表进行路网融合。

在一个实施例中，获取第一路网数据和第二路网数据，根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果，包括：

获取第一原始路网数据和第二原始路网数据；

若第一原始路网数据和第二原始路网数据同源，则将第一原始路网数据和第二原始路网数据作为第一路网数据和第二路网数据；

使用指定字段作为连接条件对第一路网数据和第二路网数据进行粗粒度匹配，得到粗粒度匹配结果；

根据点线拓扑关系对粗粒度匹配结果进行道路要素的细粒度匹配，得到细粒度匹配结果，将细粒度匹配结果作为匹配结果。

在一个实施例中，该方法还包括：

若第一原始路网数据和第二原始路网数据异源，则使用通用数据模型对第二原始路网数据进行预处理，使得预处理后的第二原始路网数据和第一原始路网数据具有相同的地理坐标系、矢量格式与数据规格，将预处理后的第二原始路网数据和第一原始路网数据作为第一路网数据和第二路网数据；

根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到细粒度匹配结果，将细粒度匹配结果作为匹配结果。

在一个实施例中，在根据点线拓扑关系对粗粒度匹配结果，或对第一路网数据和第二路网数据进行道路要素的细粒度匹配时，根据点线拓扑关系匹配数据间的道路和节点，以关联第一路网数据和第二路网数据间对应的道路元素。

在一个实施例中，根据点线拓扑关系匹配数据间的道路和节点，以关联第一路网数据和第二路网数据间对应的道路元素，包括：

确定数据间的每个共有路段；

将每个共有路段作为待匹配路段，以待匹配路段及其对应首尾节点作为匹配准则，根据道路弧段的规律及空间关系进行点点匹配、线点匹配和点线匹配。

在一个实施例中，指定字段是指属性表中的道路编号字段；

相应地，粗粒度匹配结果包括道路编号一致的匹配对、道路编号或名称不一致，且几何形状匹配的匹配对、以及未成功匹配的数据；

道路编号一致的匹配对包括道路编号一致，且道路属性字段有差异的道路匹配对、以及道路编号一致，且道路几何形状有差异的道路匹配对；

未成功匹配的数据包括第一路网数据中无法与第二路网数据匹配的第一独有数据、以及第二路网数据中无法与第一路网数据匹配的第二独有数据。

在一个实施例中，该方法还包括：

在路网与结点的自动挂接时，将发生位移的结点上所有的路对接端点进行坐标修改，以及将未发生位移的结点上的新增道路端点进行坐标调整。

本申请根据第二方面提供了一种路网融合装置，在一个实施例中，该装置包括：

路网数据获取模块，用于获取第一路网数据和第二路网数据；

数据匹配模块，用于根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果；

确认表获得模块，用于根据匹配结果计算判定参数并导出差分成果表，基于差分成果表进行干预操作，得到匹配确认表；

路网融合模块，用于根据匹配确认表进行路网融合。

本申请根据第三方面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上述任一方法的实施例的步骤。

本申请根据第四方面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上述任一方法的实施例的步骤。

在本申请实施例中，通过获取第一路网数据和第二路网数据；根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果；根据匹配结果计算判定参数并导出差分成果表，基于差分成果表进行干预操作，得到匹配确认表；根据匹配确认表进行路网融合，能够实现准确高效地匹配道路数据，从而提升路网融合的效率。

附图说明

图1为一个实施例中一种路网融合方法的流程示意图；

图2为一个实施例中路网数据融合流程图；

图3为一个实施例中的基于点线匹配对增长的道路匹配流程示意图；

图4为一个实施例中道路匹配案例示意图；

图5为一个实施例中一种路网融合装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本申请提供了一种路网融合方法。在一个实施例中提供的一种路网融合方法包括如图1所示的步骤，下面对该方法进行详细说明。

S110：获取第一路网数据和第二路网数据。

本实施例中，第一路网数据是指旧版路网数据，第二路网数据是指新版路网数据。其中，第一路网数据和第二路网数据可以是同源的数据，也可以是非同源(即异源)的数据。

S120：根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果。

其中，点可以是道路上的结点，线可以是道路(或称为路段)。

S130：根据匹配结果计算判定参数并导出差分成果表，基于差分成果表进行干预操作，得到匹配确认表。

其中，由于路网数据的架构是由道路和结点关联构成的，所有路网数据要素都直接或间接与道路和结点关联，因而通过匹配两版数据间的道路和结点，可以将两版数据对应道路元素关联起来，进而方便执行后续的路网融合操作。

进一步地，上述的干预操作是指人工干预操作，通过可控制的人工进行干预，能够提高路网融合流程的准确性。

S140：根据匹配确认表进行路网融合。

本实施例中，在进行路网融合时，可以采用常规方法进行路网的细化融合，由于采用的是常规方法，因此可以参考现有技术，本实施例不进行赘述。

本实施例通过获取第一路网数据和第二路网数据；根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果；根据匹配结果计算判定参数并导出差分成果表，基于差分成果表进行干预操作，得到匹配确认表；根据匹配确认表进行路网融合，能够实现准确高效地匹配道路数据，进而提升路网融合的效率。

以下对上述步骤进行详细说明。

在一个实施例中，上述的获取第一路网数据和第二路网数据，根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果，包括：

获取第一原始路网数据和第二原始路网数据；若第一原始路网数据和第二原始路网数据同源，则将第一原始路网数据和第二原始路网数据作为第一路网数据和第二路网数据；使用指定字段作为连接条件对第一路网数据和第二路网数据进行粗粒度匹配，得到粗粒度匹配结果；根据点线拓扑关系对粗粒度匹配结果进行道路要素的细粒度匹配，得到细粒度匹配结果，将细粒度匹配结果作为匹配结果。

相应地，该方法还包括：若第一原始路网数据和第二原始路网数据异源，则使用通用数据模型对第二原始路网数据进行预处理，使得预处理后的第二原始路网数据和第一原始路网数据具有相同的地理坐标系、矢量格式与数据规格，将预处理后的第二原始路网数据和第一原始路网数据作为第一路网数据和第二路网数据；根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到细粒度匹配结果，将细粒度匹配结果作为匹配结果。

其中，指定字段是指属性表中的道路编号字段。进一步地，在一个实施例中，在根据点线拓扑关系对粗粒度匹配结果，或对第一路网数据和第二路网数据进行道路要素的细粒度匹配时，根据点线拓扑关系匹配数据间的道路和节点，以关联第一路网数据和第二路网数据间对应的道路元素。

在本实施例中，第一路网数据和第二路网数据的融合过程可参见图2。假如两版数据为同源异版数据，考虑到道路编号具有继承性，因此使用道路编号作为连接的字段，先进行粗粒度的匹配操作，再进行细粒度的匹配操作，而假如两版数据是异源数据，则直接进行细粒度的匹配操作。

以下对两版数据为异源数据的情况进行说明。

假如两版数据是异源数据，那需要对异源的路网数据进行预处理，即进行数据格式转换、地理坐标系统一以及数据规格的映射，目的是将异源数据转换为相同的地理坐标系下的同一矢量格式与数据规格。

由于各种数据格式对应不同的数据模型，因此为了实现多源路网数据融合，需要将不同源的数据模型统一。为此，本实施例提供了一种道路数据通用的数据模型，从而最大限度地包容各源数据，并且在将异源数据转换为新的数据模型时，可以保证信息丢失量尽可能少。

其中，对异源的路网数据所进行的预处理会涉及以下规范：

规范一：通用地理坐标系。比如WGS-84坐标系、GCJ-02坐标系等地理坐标系；

规范二：通用数据规格。比如道路编号、道路名称、道路类型等路网数据的主要字段；

规范三：通用数据文件格式。比如shapefile格式、geojson格式、geopackage格式、XML格式等常用地理矢量数据格式。

以下对上述规范进行详细说明。

(1)对于数据模型规范一，即通用地理坐标系

对于地理空间数据或地图数据，最常用的两种指示坐标的方法是投影坐标系和地理坐标系。然而，在底层数据的处理中无需使用投影坐标系作为可视化标准。因此，本发明仅对多源数据的地理坐标系进行条件限制，为GCJ-02地理坐标系。

地图数据坐标变换的实质是建立两个空间中对应点的数学关系，即利用某一数学模型去模拟或逼近，常用的模型有仿射变换、相似变换和投影变换。这种变换不但可以实现不同坐标系统之间的换算，而且可以消除或减弱采集过程中有规律性的形变误差。同时，通过平差计算提供相应的精度信息，为多源数据的融合提供先验信息和控制约束。

(2)对于数据模型规范二，即通用数据规格。

道路数据的属性信息包括专题信息、拓扑信息和交通限制信息等，这些对于导航功能十分重要。因此，需要规范出一套两版数据都能进行转换的通用数据规格，按照制定的数据规格进行路网数据字段的映射。具体数据规格如下表一所示：

表一：

同时，属性数据融合需要在数据模型融合和空间数据融合基础上进行目标匹配，然后利用最新的数据对原有数据进行融合更新。

(3)对于数据模型规范三，即通用数据文件格式

地理数据文件格式是用于计算机识别地理信息的特殊编码方式。而当两版道路数据文件格式不同时，其数据存储结构也必然不同，无法进行融合更新。因此，需对两版数据进行数据去重处理后进行数据格式的转换，以Shapefile文件格式作为通用文件储存格式，以UTF-8作为通用编码，后续可导入数据库并接入平台。

Shapefile文件是美国环境系统研究所(ESRI)所研制的GIS文件系统格式文件，是工业标准的矢量数据文件。Shapefile将空间特征表中的非拓扑几何对象和属性信息存储在数据集中，特征表中的几何对象存为以坐标点集表示的图形文件—SHP文件，Shapefile文件并不含拓扑(Topological)数据结构。一个Shape文件包括三个文件：一个主文件(*.shp)，一个索引文件(*.shx)，和一个dBASE(*.dbf)表。

进一步地，以下对上述的粗粒度匹配操作的相关内容进行介绍。

本实施例结合了多源与同源数据融合场景，为了最大限度地降低计算成本，本实施例优先对道路数据进行字段值的粗粒度匹配。

其中，粗粒度匹配时的所有匹配类型共分为以下三大类：

1、道路编号一致的匹配对

2、道路编号或名称不一致，但几何形状能够匹配上的匹配对；

3、未成功匹配的数据。

其中，第一大类，即道路编号一致的匹配对共包含以下三种类型的匹配对：

(1)编号一致，但道路属性字段有差异的道路匹配对；

(2)编号一致，但道路几何形状有差异的道路匹配对；

(3)编号一致，且道路几何形状与道路属性字段完全一致的匹配对；

第三大类，即未成功匹配的数据包括以下两种类型的匹配对：

(1)第二路网数据(可称为B版数据)中无法与第一路网数据(可称为A版数据)匹配的B版独有数据；

(2)A版数据中无法与B版匹配的A版独有数据；

以上的1-3这三类数据中，仅第一大类中的第(3)种数据无需输出，其余数据均以匹配对形式分两个图层输出，以供后续的融合人工干预，即，粗粒度匹配结果包括以上的1-3这三类数据中除了第一大类中的第(3)种数据外的所有数据。

进一步地，在一个实施例中，根据点线拓扑关系匹配数据间的道路和节点，以关联第一路网数据和第二路网数据间对应的道路元素，包括：

确定数据间的每个共有路段；将每个共有路段作为待匹配路段，以待匹配路段及其对应首尾节点作为匹配准则，根据道路弧段的规律及空间关系进行点点匹配、线点匹配和点线匹配。

本实施例基于道路编号或名称的粗匹配和点线拓扑关系的匹配对增长，通过相应的匹配类型，增强了道路匹配的成功率与准确率，从而提高了路网数据融合的整体效率。

以下对上述的细粒度匹配操作的相关内容进行介绍。

为了更好地理解细粒度匹配操作，以下先对细粒度匹配的相关名词进行解释。

当前匹配对：A版数据与B版数据的共有相同路段LINK A与LINK B。

点点匹配：从LINK A与LINK B的一个共同端点上分别搜索待匹配的分支路进行匹配。

线点匹配：LINK A与B版数据的相应端点上搜索的一条待匹配分支进行匹配。

点线匹配：A版数据相应端点上搜索的一条待匹配的分支与LINK B进行匹配。

本实施例基于点线匹配对增长来进行道路匹配，匹配的流程图请参见图3，此外，在匹配时采用的匹配算法的匹配次序是：根据当前待匹配集合中匹配度大小，从大到小次序进行先后匹配；若当前匹配集合没有匹配出可增长出新配对时，将预备匹配集合设置为当前匹配集合。

道路匹配的具体案例请参见图4，针对该案例的匹配过程如下：

步骤1：L5与l5为当前一个初始匹配对，下文记为(L5,l5)，分别在P1与p1，P4与p5两对端点进行匹配增长；

步骤2：在P1与p1点增长，找到L1的最佳匹配对(L1,l1),搜索过程中点点匹配的(L1,l1)匹配度要远大于同时可搜索到的点点匹配的(L1,l7)，和点线匹配的(L1,l5)；

步骤3：在另一端(P4,p5)处匹配增长，找到最佳线点匹配对(L5,l6)，搜索过程中线点匹配对(L5,l6)的匹配度远大于同时可搜索到的点点匹配对(L6,l6)；

步骤4：在与(L5,l5)同一批的初始匹配对遍历匹配若干轮，并且不能再匹配出新的匹配关系，将进入下一轮匹配增长，将前一轮匹配增长得到的匹配对按匹配度进行排序，优先匹配匹配度大的匹配对，在新一轮匹配增长中，点点匹配对(L1,l1)会被看作一个当前匹配对，在其两端进行匹配增长，在(P3,p3)端进行匹配增长时，同上一轮的原则，点线匹配对(L3,l1)会在搜索中被选为最佳匹配对，上一轮L1与l1匹配，本轮匹配L3再次与l1匹配，即l1同时匹配了L1和L3。

采用如上所述的匹配算法，以待匹配的路段和对应首尾节点作为匹配准则，根据道路弧段的规律及空间关系完成数据拓扑匹配。

本实施例通过引入点线匹配对增长的概念，进而优化道路数据的匹配算法，突出复合结点与道路的拓扑关系，包括点点匹配、线点匹配、点线匹配，增强了道路数据匹配的成功率与准确度，从而提高了路网数据融合的效能。

其中，道路的匹配类型与对应操作如下所示：

(1)道路匹配类型一：一对一匹配

对应操作：A版数据与B版数据一对一匹配成功，需判定是否应进行修改，如需修改应更新字段属性及坐标串；

(2)道路匹配类型二：一对多匹配

对应操作：A版数据与B版数据一对多匹配成功，需判定是否应进行修改，如需修改应删除A版数据并插入多条B版数据；

(3)道路匹配类型三：多对一匹配

对应操作：A版数据与B版数据多对一匹配成功，需判定是否应进行修改，如需修改应删除多条A版数据并插入一条B版数据；

(4)道路匹配类型四：未匹配

对应操作：分为B版新增路与A版删除路，需判定是否应进行新增与删除。

其中，结点的匹配类型与对应操作如下所示：

(1)结点匹配类型一：一对一匹配

对应操作：A版数据与B版数据一对一匹配成功，需判定是否应进行修改，如需修改应更新其坐标；

(2)结点匹配类型二：一对多或多对一匹配。

对应操作：不支持一对多或多对一匹配，如发现以上情况需对结点进行人工修正，调整为正确的匹配关系。

(3)结点匹配类型三、未匹配。

对应操作：分为B版新增结点与A版删除节点，需判定是否应进行新增与删除。

在一个实施例中，在生成匹配确认表时，基于粗粒度匹配操作和细粒度匹配操作中匹配成功的两版道路要素，联合输出匹配确认表。

具体地，本实施例共输出了两套匹配确认表。

其中，第一套表的主键是A版数据的LINK_ID，第二套表的主键是B版数据的LINK_ID。

在第一套表中，影响的为现有数据，因此仅需使现有数据删除或保留。在第二套表中，影响的为新增数据，因此仅需使新增数据融合或舍弃。表的具体规格如下表二所示：

表二：

在上述表二中，涉及的匹配指标的具体含义及计算方法如下所示：

1、匹配度r，其计算公式如下：

r＝min(rAngle,rDis)

其中，rAngel是指角度匹配度，其计算公式如下：

其中，dAangle为匹配的两条LINK的方向夹角，取值角度范围是[0,PI]。rDis是指距离匹配度，其计算公式如下：

其中，max(dis)为两条LINK重合段间最大间距，L为两条LINK重合段长度。

2、可信度k，其计算公式如下：

k＝min(r,dProbability)

其中，dProbability是指匹配可能性，其计算公式如下：

其中，r为目标匹配对的匹配度，SUM(Ri)为该匹配集合中所有匹配度的和。

进一步地，在一个实施例中，该方法还包括：在路网与结点的自动挂接时，将发生位移的结点上所有的路对接端点进行坐标修改，以及将未发生位移的结点上的新增道路端点进行坐标调整。

本实施例中，在路网与结点的自动挂接时，需将发生位移的结点上所有的路对接端点进行坐标修改；若节点未发生位移，需将该点上的新增道路端点进行坐标调整。

在上述实施例中，通过串联路网融合产业流程的全链路，大大增强了道路数据在工业生产中的处理效率。

具体地，通过引入点线匹配对增长的概念，进而优化道路数据的匹配算法，突出复合结点与道路的拓扑关系，包括点点匹配、线点匹配、点线匹配，增强了道路数据匹配的成功率与准确度，从而提高了路网数据融合的效能。同时，上述实施例还结合了多种复杂场景，对同源、异源数据都有一定的处理能力，也能通过可控制的人工介入来提高融合流程的准确性。

图1为一个实施例中路网融合方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

基于相同的发明构思，本申请还提供了一种路网融合装置。在本实施例中，如图5所示，该路网融合装置包括以下模块：

路网数据获取模块110，用于获取第一路网数据和第二路网数据；

数据匹配模块120，用于根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到匹配结果；

确认表获得模块130，用于根据匹配结果计算判定参数并导出差分成果表，基于差分成果表进行干预操作，得到匹配确认表；

路网融合模块140，用于根据匹配确认表进行路网融合。

在一个实施例中，路网数据获取模块，具体用于获取第一原始路网数据和第二原始路网数据；以及在第一原始路网数据和第二原始路网数据同源时，将第一原始路网数据和第二原始路网数据作为第一路网数据和第二路网数据；

相应地，数据匹配模块，具体用于使用指定字段作为连接条件对第一路网数据和第二路网数据进行粗粒度匹配，得到粗粒度匹配结果，根据点线拓扑关系对粗粒度匹配结果进行道路要素的细粒度匹配，得到细粒度匹配结果，将细粒度匹配结果作为匹配结果。

在一个实施例中，路网数据获取模块，具体还用于在第一原始路网数据和第二原始路网数据异源时，使用通用数据模型对第二原始路网数据进行预处理，使得预处理后的第二原始路网数据和第一原始路网数据具有相同的地理坐标系、矢量格式与数据规格，将预处理后的第二原始路网数据和第一原始路网数据作为第一路网数据和第二路网数据；

相应地，数据匹配模块，具体还用于根据点线拓扑关系对第一路网数据和第二路网数据进行道路要素的细粒度匹配，得到细粒度匹配结果，将细粒度匹配结果作为匹配结果。

在一个实施例中，数据匹配模块，具体用于在根据点线拓扑关系对粗粒度匹配结果，或对第一路网数据和第二路网数据进行道路要素的细粒度匹配时，根据点线拓扑关系匹配数据间的道路和节点，以关联第一路网数据和第二路网数据间对应的道路元素。

在一个实施例中，数据匹配模块，在用于根据点线拓扑关系匹配数据间的道路和节点，以关联第一路网数据和第二路网数据间对应的道路元素时，具体用于确定数据间的每个共有路段，将每个共有路段作为待匹配路段，以待匹配路段及其对应首尾节点作为匹配准则，根据道路弧段的规律及空间关系进行点点匹配、线点匹配和点线匹配。

在一个实施例中，指定字段是指属性表中的道路编号字段；粗粒度匹配结果包括道路编号一致的匹配对、道路编号或名称不一致，且几何形状匹配的匹配对、以及未成功匹配的数据；道路编号一致的匹配对包括道路编号一致，且道路属性字段有差异的道路匹配对、以及道路编号一致，且道路几何形状有差异的道路匹配对；未成功匹配的数据包括第一路网数据中无法与第二路网数据匹配的第一独有数据、以及第二路网数据中无法与第一路网数据匹配的第二独有数据。

在一个实施例中，该装置还包括挂接模块。该挂接模块，用于在路网与结点的自动挂接时，将发生位移的结点上所有的路对接端点进行坐标修改，以及将未发生位移的结点上的新增道路端点进行坐标调整。

关于路网融合装置的具体限定可以参见上文中对于路网融合方法的限定，在此不再赘述。上述路网融合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，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、网络接口和数据库。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、计算机程序和数据库。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。该计算机设备的数据库用于存储路网数据等数据，具体存储的数据还可以参见上述方法实施例中的限定。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种路网融合方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本实施例还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上述任一方法实施例提供的方法。

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上述任一方法实施例提供的方法。

本领域普通技术人员可以理解实现上述方法实施例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。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种路网融合方法，其特征在于，所述方法包括：

获取第一路网数据和第二路网数据；

根据点线拓扑关系对所述第一路网数据和所述第二路网数据进行道路要素的细粒度匹配，得到匹配结果；

根据所述匹配结果计算判定参数并导出差分成果表，基于所述差分成果表进行干预操作，得到匹配确认表；

根据所述匹配确认表进行路网融合。

2.如权利要求1所述的方法，其特征在于，所述获取第一路网数据和第二路网数据，根据点线拓扑关系对所述第一路网数据和所述第二路网数据进行道路要素的细粒度匹配，得到匹配结果，包括：

获取第一原始路网数据和第二原始路网数据；

若所述第一原始路网数据和所述第二原始路网数据同源，则将所述第一原始路网数据和所述第二原始路网数据作为第一路网数据和第二路网数据；

使用指定字段作为连接条件对所述第一路网数据和所述第二路网数据进行粗粒度匹配，得到粗粒度匹配结果；

根据点线拓扑关系对所述粗粒度匹配结果进行道路要素的细粒度匹配，得到细粒度匹配结果，将所述细粒度匹配结果作为匹配结果。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

若所述第一原始路网数据和所述第二原始路网数据异源，则使用通用数据模型对所述第二原始路网数据进行预处理，使得预处理后的所述第二原始路网数据和所述第一原始路网数据具有相同的地理坐标系、矢量格式与数据规格，将预处理后的所述第二原始路网数据和所述第一原始路网数据作为第一路网数据和第二路网数据；

根据点线拓扑关系对所述第一路网数据和所述第二路网数据进行道路要素的细粒度匹配，得到细粒度匹配结果，将所述细粒度匹配结果作为匹配结果。

4.如权利要求3所述的方法，其特征在于，在根据点线拓扑关系对所述粗粒度匹配结果，或对所述第一路网数据和所述第二路网数据进行道路要素的细粒度匹配时，根据点线拓扑关系匹配数据间的道路和节点，以关联所述第一路网数据和所述第二路网数据间对应的道路元素。

5.如权利要求4所述的方法，其特征在于，所述根据点线拓扑关系匹配数据间的道路和节点，以关联所述第一路网数据和所述第二路网数据间对应的道路元素，包括：

确定数据间的每个共有路段；

将每个所述共有路段作为待匹配路段，以所述待匹配路段及其对应首尾节点作为匹配准则，根据道路弧段的规律及空间关系进行点点匹配、线点匹配和点线匹配。

6.如权利要求2所述的方法，其特征在于，所述指定字段是指属性表中的道路编号字段；

所述粗粒度匹配结果包括道路编号一致的匹配对、道路编号或名称不一致，且几何形状匹配的匹配对、以及未成功匹配的数据；

所述道路编号一致的匹配对包括道路编号一致，且道路属性字段有差异的道路匹配对、以及道路编号一致，且道路几何形状有差异的道路匹配对；

所述未成功匹配的数据包括第一路网数据中无法与第二路网数据匹配的第一独有数据、以及第二路网数据中无法与第一路网数据匹配的第二独有数据。

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

在路网与结点的自动挂接时，将发生位移的结点上所有的路对接端点进行坐标修改，以及将未发生位移的结点上的新增道路端点进行坐标调整。

8.一种路网融合装置，其特征在于，所述装置包括：

路网数据获取模块，用于获取第一路网数据和第二路网数据；

数据匹配模块，用于根据点线拓扑关系对所述第一路网数据和所述第二路网数据进行道路要素的细粒度匹配，得到匹配结果；

确认表获得模块，用于根据所述匹配结果计算判定参数并导出差分成果表，基于所述差分成果表进行干预操作，得到匹配确认表；

路网融合模块，用于根据所述匹配确认表进行路网融合。

9.一种计算机设备，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，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images