CN115617829B - 面向路网矢量数据的变量识别方法、装置、设备及介质 - Google Patents

面向路网矢量数据的变量识别方法、装置、设备及介质 Download PDF

Info

Publication number
CN115617829B
CN115617829B CN202211545556.XA CN202211545556A CN115617829B CN 115617829 B CN115617829 B CN 115617829B CN 202211545556 A CN202211545556 A CN 202211545556A CN 115617829 B CN115617829 B CN 115617829B
Authority
CN
China
Prior art keywords
road network
network data
route
data
road
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
CN202211545556.XA
Other languages
English (en)
Other versions
CN115617829A (zh
Inventor
范文涛
刘柳杨
周舟
杨欢
崔应寿
汪盛楠
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 CN202211545556.XA priority Critical patent/CN115617829B/zh
Publication of CN115617829A publication Critical patent/CN115617829A/zh
Application granted granted Critical
Publication of CN115617829B publication Critical patent/CN115617829B/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
    • G06F16/23Updating
    • 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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/54Interprogram communication
    • G06F9/544Buffers; Shared memory; Pipes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提供一种面向路网矢量数据的变量识别方法、装置、设备及介质,属于路网技术领域,该方法包括:根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;根据第一路网数据、第二路网数据、第三路网数据及第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;根据第五路网数据得到第一碎片路网数据,根据第六路网数据得到第二碎片路网数据;获取第一碎片路网数据及第二碎片路网数据的相交路线;根据相交路线的起讫点桩号、第一路段明细表及第二明细表获取确定路线变量。这样,快速提取路网数据中的变量数据,能够细粒度的识别变量数据。

Description

面向路网矢量数据的变量识别方法、装置、设备及介质
技术领域
本申请涉及路网技术领域,尤其涉及一种面向路网矢量数据的变量识别方法、装置、设备及介质。
背景技术
目前,地理信息数据库更新方式为增量更新,增量更新被广泛应用到各级别地理信息数据更新中,变量识别是增量更新的关键步骤,对路网变量识别进行研究有助于推动空间数据库的快速更新。现有路网矢量数据变量识别方案包括:基于日志的方式实现变量的识别、基于版本管理利用新旧版本数据自动完全增量识别、基于主键关联分析属性表实现变量的识别及基于线模式匹配算法实现变量的识别,现有的路网矢量数据变量识别方案存在识别准确率比较低的问题。
发明内容
为了解决上述技术问题,本申请实施例提供了一种面向路网矢量数据的变量识别方法、装置、设备及介质。
第一方面,本申请实施例提供了一种面向路网矢量数据的变量识别方法,所述方法包括:
根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;
根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;
将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据;
获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号;
分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表;
根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量。
在一实施方式中,所述获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,包括:
分别对所述新版路网数据及所述旧版路网数据进行融合处理,得到新版融合图层及旧版融合图层;
分别从所述新版融合图层确定所述第三路网数据对应的第一路网图层、从所述旧版融合图层确定所述第四路网数据对应的第二路网图层;
在所述第一路网图层中生成第二缓冲区,将所述第二缓冲区与所述第二路网图层进行叠加,根据所述第二缓冲区与所述第二路网图层确定所述相交路线。
在一实施方式中,所述方法还包括:
分别对所述第五路网数据及所述第六路网数据的关键指标进行遍历比对;
从所述第五路网数据及所述第六路网数据中确定关键指标不同的路线变量。
在一实施方式中,根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据,包括:
对所述新版路网数据的第一路段属性表按照路线编码分组,得到第一路线分组结果;
对所述旧版路网数据的第二路段属性表按照路线编码分组,得到第二路线分组结果;
根据路线编码对所述第一路线分组结果路线与所述第二路线分组结果进行关联,得到路线属性相同的第一路网数据及第二路网数据。
在一实施方式中,根据新版路网数据及旧版路网数据分别获取线型相同的第三路网数据及第四路网数据,包括:
对所述新版路网数据的各路线增加第一缓冲区,计算各第一缓冲区与所述旧版路网数据的对应路线的相交里程,根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据。
在一实施方式中,所述根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据,包括:
若所述新版路网数据各路线中存在与对应相交里程之间的里程误差小于预设里程阈值的第一目标路线,则将所述第一目标路线、所述旧版路网数据中与第一目标路线相交的第二目标线路确定为线型相同的所述第三路网数据及所述第四路网数据;
若所述旧版路网数据各路线中存在与对应相交里程之间的里程误差小于预设里程阈值的第三目标路线,则将所述第三目标路线、所述新版路网数据中与第三目标路线相交的第四目标线路确定为线型相同的所述第四路网数据及所述第三路网数据。
在一实施方式中,所述根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据,包括:
若所述旧版路网数据各路线中存在里程误差与对应路线之间的绝对比值小于预设比值阈值的第五目标路线,则将所述第五目标路线、所述新版路网数据中与第五目标路线相交的第六目标线路确定为线型相同的所述第四路网数据及所述第三路网数据;所述里程误差为所述旧版路网数据各路线与对应相交路线的差值;
若所述新版路网数据各路线中存在与对应相交里程之间的里程误差小于预设比例阈值的第七目标路线,则将所述第七目标路线、所述旧版路网数据中与第七目标路线相交的第八目标线路确定为线型相同的所述第三路网数据及所述第四路网数据。
第二方面,本申请实施例提供了一种面向路网矢量数据的变量识别装置,所述装置包括:
第一获取模块,用于根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;
第一确定模块,用于根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;
处理模块,用于将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据;
计算模块,用于获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号;
第二获取模块,用于分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表;
第二确定模块,用于根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量。
第三方面,本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述计算机程序在所述处理器运行时执行第一方面提供的面向路网矢量数据的变量识别方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行第一方面提供的面向路网矢量数据的变量识别方法。
上述本申请提供的面向路网矢量数据的变量识别方法、装置、设备及介质,根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据;获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号;分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表;根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量。这样,快速提取路网数据中的变量数据,按照属性表将数据分组为属性变化的和属性未变化的数据,再利用碎片化路线数据识别出路段中发生变化的部分,能够细粒度的识别变量数据。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对本申请保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的面向路网矢量数据的变量识别方法的一流程示意图;
图2示出了本申请实施例提供的面向路网矢量数据的变量识别方法的另一流程示意图;
图3示出了本申请实施例提供的面向路网矢量数据的变量识别装置的一结构示意图。
图标:300-面向路网矢量数据的变量识别装置;301-第一获取模块;302-第一确定模块;303-处理模块;304-计算模块;305-第二获取模块;306-第二确定模块。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
在下文中,可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本申请的各种实施例中被清楚地限定。
实施例1
本申请实施例提供了一种面向路网矢量数据的变量识别方法。
具体的,参见图1,面向路网矢量数据的变量识别方法包括步骤S101-步骤S106,下面对各步骤进行说明。
步骤S101,根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据。
在本实施例中,可以预先设置基础配置,其中,基础配置包括关键指标配置和容差值配置。关键指标配置主要是设置需要进行对比的关键指标,示范性的,关键指标包括路面宽度、路段技术等级、路段路面类型等级等多种类型的关键指标。容差配置主要是对缓冲区大小、相交片段长度容差、相交片段比例、路段合并的容差等参数进行配置。
在一实施方式中,根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据,包括:
对所述新版路网数据的第一路段属性表按照路线编码分组,得到第一路线分组结果;
对所述旧版路网数据的第二路段属性表按照路线编码分组,得到第二路线分组结果;
根据路线编码对所述第一路线分组结果路线与所述第二路线分组结果进行关联,得到路线属性相同的第一路网数据及第二路网数据。
在本实施例中,对新版路网数据、旧版路网数据的路网属性表进行分组,按照路线编码分组并查询最小起点桩号Min(QDZH)、最大讫点桩号Max(ZDZH)、路线编码lxbm、路线里程sum(ldlc),生成新版视图v_roadNew和旧版视图v_roadOld,这样,可以通过新版视图v_roadNew和旧版视图v_roadOld保存路线级别的路网数据。
对新版视图v_roadNew和旧版视图v_roadOld按照路线编码关联,将路线编码一致且路线里程一致的数据存储到视图v_road_yz中,保存路线编码一致且路线里程一致的数据。根据路线编码一致且路线里程一致的数据确定路线属性相同的第一路网数据及第二路网数据。
需要说明的是,第一路线分组结果或第二路线分组结果可以用表格表示,如表1所示,表1为路线分组结果示意表。
表1
序号 LDBM LXBM LXMC QDZH QDMC ZDZH LDLC LDJSDJ LMKD LDLMLX
1 C275340321001 C275340321 X046 蒙 0.000 X046 交叉口 蒙城交界 2.846 5 4.0 2
2 C104341003001 C104341003 猴园路 0.000 承启山庄 浮溪 2.712 5 5.0 12
... ... ... ... ... ... ... ... ... ... ...
需要说明的是,表1中,LDBM表示路段编码,LXBM表示路线编码,LXMC表示路线名称,QDZH表示起点桩号,QDMC表示起点名称, ZDZH表示讫点桩号、LDLC表示路段里程、LDJSDJ表示路段技术等级、LMKD表示路面宽度、LDLMLX表示路段路面类型。
在一实施方式中,根据新版路网数据及旧版路网数据分别获取线型相同的第三路网数据及第四路网数据,包括:
对所述新版路网数据的各路线增加第一缓冲区,计算各第一缓冲区与所述旧版路网数据的对应路线的相交里程,根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据。
示范性的,根据容差配置设置新版路网数据的缓冲区,用旧版路网数据与新版路网数据的缓冲区做相交,得到相交部分的长度,根据相交部分的长度是否满足线型判断条件,确定相关的两个路线是否线型一致。
在一实施方式中,所述根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据,包括:
若所述新版路网数据各路线中存在与对应相交里程之间的里程误差小于预设里程阈值的第一目标路线,则将所述第一目标路线、所述旧版路网数据中与第一目标路线相交的第二目标线路确定为线型相同的所述第三路网数据及所述第四路网数据;
若所述旧版路网数据各路线中存在与对应相交里程之间的里程误差小于预设里程阈值的第三目标路线,则将所述第三目标路线、所述新版路网数据中与第三目标路线相交的第四目标线路确定为线型相同的所述第四路网数据及所述第三路网数据。
示范性的,预设里程阈值可以为50,也可以为其他数据,线型判断条件可以为以下任一个:旧版路网数据的路线长度-相交部分长度<50米;新版路网数据的路线长度-相交部分长度<50米。
在一实施方式中,所述根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据,包括:
若所述旧版路网数据各路线中存在里程误差与对应路线之间的绝对比值小于预设比值阈值的第五目标路线,则将所述第五目标路线、所述新版路网数据中与第五目标路线相交的第六目标线路确定为线型相同的所述第四路网数据及所述第三路网数据;所述里程误差为所述旧版路网数据各路线与对应相交路线的差值;
若所述新版路网数据各路线中存在与对应相交里程之间的里程误差小于预设比例阈值的第七目标路线,则将所述第七目标路线、所述旧版路网数据中与第七目标路线相交的第八目标线路确定为线型相同的所述第三路网数据及所述第四路网数据。
示范性的,预设里程阈值可以为5%,也可以为其他数据,线型判断条件可以为以下任一个:Math.Abs[(旧版路网数据路线长度-相交部分长度)/旧版路网数据路线长度]<5%;Math.Abs[(新版路网数据路线长度-相交部分长度)/新版路网数据路线长度]<5%。
步骤S102,根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据。
在本实施例中,将路线属性一致且线型一致的路线存到属性线路一致视图(v_road_all_yz)中,对于不符合条件的数据存放到路线不一致表(T_LXBYZ)中。
步骤S103,将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据。
在本实施例中,碎片化路网数据源可以为所有新版路网数据、及旧版路网数据减去线型和编码一致的路线数据。
步骤S104,获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号。
请参阅图2,步骤S104中的获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,包括:
步骤S1041,分别对所述新版路网数据及所述旧版路网数据进行融合处理,得到新版融合图层及旧版融合图层;
步骤S1042,分别从所述新版融合图层确定所述第三路网数据对应的第一路网图层、从所述旧版融合图层确定所述第四路网数据对应的第二路网图层;
步骤S1043,在所述第一路网图层中生成第二缓冲区,将所述第二缓冲区与所述第二路网图层进行叠加,根据所述第二缓冲区与所述第二路网图层确定所述相交路线。
在本实施例中,将新版路网数据中的国道、省道、县道、乡道、村道等路网矢量图层按照路线编码融合并统计最小起点桩号Min(QDZH)、最大讫点桩号Max(ZDZH),生成路线级别的新版路网图层;将旧版路网数据中的国道、省道、县道、乡道、村道等路网矢量图层按照路线编码融合并统计最小起点桩号Min(QDZH)、最大讫点桩号Max(ZDZH),生成路线级别的旧版路网图层;其次融合后图层中的多部件要素做数据预处理,例如,整路线节点顺序、避免路线中有异常的点数据等预处理,从预处理后的新版路网图层中确定第三路网数据对应的第一路网图层、从预处理后的旧版融合图层确定第四路网数据对应的第二路网图层。
示范性的,对新版路网图层生成缓冲区,旧版路网图与缓冲区图层进行叠加,获取落入缓冲区的相交片段,并计算相交片段的起讫点桩号,将新旧两份数据碎片化的结果存储到临时表。计算相交片段可以采用如此公式:
curInteractQDZH = curQDZH + (CurInteractQDLength * (curZDZH -curQDZH) / curLength);
CurInteractZDZH = curQDZH + (CurInteractZDLength * (curZDZH -curQDZH) / curLength);
lastIntersectQDZH = lastQDZH + (lastIntersectQDLength * (lastZDZH -lastQDZH) / dLastIdentifyLineLength);
lastIntersectZDZH = lastQDZH + (lastIntersectZDLength * (lastZDZH -lastQDZH) / dLastIdentifyLineLength)。
其中,字符含义分别如下:curInteractQDZH:新版路网数据相交片段投影路段的起点桩号;curInteractZDZH:新版路网数据相交片段投影路段的讫点桩号;curQDZH:新版路网数据当前要素的起点桩号;curQDZH:新版路网数据当前要素的讫点桩号;curLength:新版路网数据当前要素的长度;curInteractQDLength:旧版路网数据当前要素和缓冲区相交的片段投影到新版路网数据当前要素上的路段长度。lastIntersectQDZH:旧版路网数据路网数据相交片段的起点桩号;lastIntersectZDZH:旧版路网数据路网数据相交片段的讫点桩号;lastIntersectZDLength:旧版路网数据与缓冲区相交片段的长度;lastQDZH:旧版路网数据当前要素的起点桩号;lastZDZH:旧版路网数据当前要素的讫点桩号;dLastIdentifyLineLength:旧版路网数据当前要素的路段长度。
步骤S105,分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表。
在本实施例中,关联新版路网数据及旧版路网数据的路段明细表并对比生成结果明细表数据。
步骤S106,根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量。
这样,可以智能识别路网中的变量数据,大大降低成本,保证了现状数据于历史数据的完美结合,减少了数据的冗余,提高了增量更新的效率,
还可以用来反向核查数据,利用智能识别的功能对路网中的异常数据进行检测,不仅可以识别整条变化(新增、废弃、属性变化)的路线,也可以细粒度的识别局部的变化(局部新增、局部废弃、局部属性变更),能够更准确的提取变量数据。利用属性结合空间分析,先将数据分类,降低了变量识别的数据量,利用碎片化的算法,将路线碎片化成不同的路段进行对比,对数据的变化情况可以实现细粒度的识别。
在本实施例中,处理重复路段、删除桩号完全重复片段,补充没有找到对应路段的片段记录,如新增和删除,生成碎片化结果表(T_LXTZ)。
根据碎片化处理的结果进行具体的分类,分类依据①无调整②编码调整③新增④废弃,最终分为多种类型的路线变量,示范性的,路线变量的种类可以参见表2。
表2
代码 含义 代码 含义
11 路线线形无变更、指标调整 32 路线线形局部变更、局部废弃
12 路线线形无变更、指标无变更 33 路线线形局部变更、指标调整
21 路线线形反向、指标调整 34 路线线形局部变更、指标无变更
22 路线线形反向、指标无变更 4 新增路线
31 路线线形局部变更、局部新增 5 废弃路线
进一步的,生成路对比统计信息表和路线对比明细表,路线对比统计信息表主要是对新旧两份路网数据做统计,分析两份数据的总体差异。路段明细表展示了新、旧路网数据的对比明细,对发生变化的数据进行标记,对数据的变化情况做了详细的分类。
在一实施方式中,该方法还包括:
分别对所述第五路网数据及所述第六路网数据的关键指标进行遍历比对;
从所述第五路网数据及所述第六路网数据中确定关键指标不同的路线变量。
进一步的,还可以根据上一步的路线对比明细表,从原始的路网数据中按照桩号提取发生变化的数据,最终的增量包以GeodataBase(.gdb)数据库文件存储。
在一实施方式中,对属性线路一致视图(v_road_all_yz)中的数据做进一步的关键指标对比,遍历属性线路一致视图(v_road_all_yz)中的路线编码,路网数据新、旧存在分段不一致的情况。需要按照桩号对路线的分段进行排序,获取在新版路网数据中路线的分段点、在旧版路网数据中路线的分段点的并集,并集为(路段新∪路段旧),根据路段分段点的并集重新映射分段并对比关键指标,最终将指标未发生变更的数据存放到路线一致表(T_LXYZFL)中,路线一致表(T_LXYZFL)中存放路线编码一致、线型一致、关键指标一致的路线数据。
这样,通过采取前述的步骤,能够解决路网矢量数据变量识别困难、识别准确率低、识别粒度大等问题,利用新版路网数据及旧版路网数据,对路线属性信息和空间信息进行分析,通过属性分析将数据归类分组,降低变量识别的数据量大小,通过碎片化分析提高变量识别的精度和准确度,最终生成细粒度的增量数据,为增量更新提供数据源,对路网数据变量识别进行研究有助于推动空间数据库的快速更新,大大减轻路网数据更新工作中的人力投入,对路网更新工作具有重要意义。传统数据更新采用完整的数据包上报,费时费力费存储,本申请实施例,根据新旧路网数据智能识别变量数据,支持增量更新,可以追溯路段的变化情况,实现桩号级别的细粒度跟踪,利用碎片化的算法,可以快速识别路网中的变量,对于变量识别的准确率更高、力度更细,能实现桩号级别的变量提取。可以分析数据的宏观变化,比如总体新增、总体废弃、总体变化,扩大应用范围。
本实施例提供的面向路网矢量数据的变量识别方法,根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据;获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号;分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表;根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量。这样,快速提取路网数据中的变量数据,按照属性表将数据分组为属性变化的和属性未变化的数据,再利用碎片化路线数据识别出路段中发生变化的部分,能够细粒度的识别变量数据。
实施例2
此外,本申请实施例提供了一种面向路网矢量数据的变量识别装置。
如图3所示,面向路网矢量数据的变量识别装置300包括:
第一获取模块301,用于根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;
第一确定模块302,用于根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;
处理模块303,用于将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据;
计算模块304,用于获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号;
第二获取模块305,用于分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表;
第二确定模块306,用于根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量。
在一实施方式中,计算模块304,还用于分别对所述新版路网数据及所述旧版路网数据进行融合处理,得到新版融合图层及旧版融合图层;
分别从所述新版融合图层确定所述第三路网数据对应的第一路网图层、从所述旧版融合图层确定所述第四路网数据对应的第二路网图层;
在所述第一路网图层中生成第二缓冲区,将所述第二缓冲区与所述第二路网图层进行叠加,根据所述第二缓冲区与所述第二路网图层确定所述相交路线。
在一实施方式中,面向路网矢量数据的变量识别装置300还包括:
比对模块,用于分别对所述第五路网数据及所述第六路网数据的关键指标进行遍历比对;
从所述第五路网数据及所述第六路网数据中确定关键指标不同的路线变量。
在一实施方式中,第一获取模块301,还用于对所述新版路网数据的第一路段属性表按照路线编码分组,得到第一路线分组结果;
对所述旧版路网数据的第二路段属性表按照路线编码分组,得到第二路线分组结果;
根据路线编码对所述第一路线分组结果路线与所述第二路线分组结果进行关联,得到路线属性相同的第一路网数据及第二路网数据。
在一实施方式中,第一获取模块301,还用于对所述新版路网数据的各路线增加第一缓冲区,计算各第一缓冲区与所述旧版路网数据的对应路线的相交里程,根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据。
在一实施方式中,第一获取模块301,还用于若所述新版路网数据各路线中存在与对应相交里程之间的里程误差小于预设里程阈值的第一目标路线,则将所述第一目标路线、所述旧版路网数据中与第一目标路线相交的第二目标线路确定为线型相同的所述第三路网数据及所述第四路网数据;
若所述旧版路网数据各路线中存在与对应相交里程之间的里程误差小于预设里程阈值的第三目标路线,则将所述第三目标路线、所述新版路网数据中与第三目标路线相交的第四目标线路确定为线型相同的所述第四路网数据及所述第三路网数据。
在一实施方式中,第一获取模块301,还用于若所述旧版路网数据各路线中存在里程误差与对应路线之间的绝对比值小于预设比值阈值的第五目标路线,则将所述第五目标路线、所述新版路网数据中与第五目标路线相交的第六目标线路确定为线型相同的所述第四路网数据及所述第三路网数据;所述里程误差为所述旧版路网数据各路线与对应相交路线的差值;
若所述新版路网数据各路线中存在与对应相交里程之间的里程误差小于预设比例阈值的第七目标路线,则将所述第七目标路线、所述旧版路网数据中与第七目标路线相交的第八目标线路确定为线型相同的所述第三路网数据及所述第四路网数据。
本实施例提供的面向路网矢量数据的变量识别装置300可以实现实施例1所提供的面向路网矢量数据的变量识别方法,为避免重复,在此不再赘述。
本实施例提供的面向路网矢量数据的变量识别装置,根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据;获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号;分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表;根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量。这样,快速提取路网数据中的变量数据,按照属性表将数据分组为属性变化的和属性未变化的数据,再利用碎片化路线数据识别出路段中发生变化的部分,能够细粒度的识别变量数据。
实施例3
此外,本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器上运行时执行实施例1所提供的面向路网矢量数据的变量识别方法。
本实施例提供的电子设备可以实现实施例1所提供的面向路网矢量数据的变量识别方法,为避免重复,在此不再赘述。
实施例4
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现实施例1所提供的面向路网矢量数据的变量识别方法。
在本实施例中,计算机可读存储介质可以为只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的面向路网矢量数据的变量识别方法,为避免重复,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。

Claims (8)

1.一种面向路网矢量数据的变量识别方法,其特征在于,所述方法包括:
根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;
根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;
将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据;
获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号;
分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表;
根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量;
根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网
数据及第二路网数据,包括:
对所述新版路网数据的第一路段属性表按照路线编码分组,得到第一路线分组结果;
对所述旧版路网数据的第二路段属性表按照路线编码分组,得到第二路线分组结果;
根据路线编码对所述第一路线分组结果路线与所述第二路线分组结果进行关联,得到路线属性相同的第一路网数据及第二路网数据;
根据新版路网数据及旧版路网数据分别获取线型相同的第三路网数据
及第四路网数据,包括:
对所述新版路网数据的各路线增加第一缓冲区,计算各第一缓冲区与所述旧版路网数据的对应路线的相交里程,根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据。
2.根据权利要求1所述的方法,其特征在于,所述获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,包括:
分别对所述新版路网数据及所述旧版路网数据进行融合处理,得到新版融合图层及旧版融合图层;
分别从所述新版融合图层确定所述第三路网数据对应的第一路网图层、从所述旧版融合图层确定所述第四路网数据对应的第二路网图层;
在所述第一路网图层中生成第二缓冲区,将所述第二缓冲区与所述第二路网图层进行叠加,根据所述第二缓冲区与所述第二路网图层确定所述相交路线。
3.根据权利要求1所述的方法,其特征在于,还包括:
分别对所述第五路网数据及所述第六路网数据的关键指标进行遍历比对;
从所述第五路网数据及所述第六路网数据中确定关键指标不同的路线变量。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据,包括:
若所述新版路网数据各路线中存在与对应相交里程之间的里程误差小于预设里程阈值的第一目标路线,则将所述第一目标路线、所述旧版路网数据中与第一目标路线相交的第二目标线路确定为线型相同的所述第三路网数据及所述第四路网数据;
若所述旧版路网数据各路线中存在与对应相交里程之间的里程误差小于预设里程阈值的第三目标路线,则将所述第三目标路线、所述新版路网数据中与第三目标路线相交的第四目标线路确定为线型相同的所述第四路网数据及所述第三路网数据。
5.根据权利要求2所述的方法,其特征在于,所述根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据,包括:
若所述旧版路网数据各路线中存在里程误差与对应路线之间的绝对比值小于预设比值阈值的第五目标路线,则将所述第五目标路线、所述新版路网数据中与第五目标路线相交的第六目标线路确定为线型相同的所述第四路网数据及所述第三路网数据;所述里程误差为所述旧版路网数据各路线与对应相交路线的差值;
若所述新版路网数据各路线中存在与对应相交里程之间的里程误差小于预设比例阈值的第七目标路线,则将所述第七目标路线、所述旧版路网数据中与第七目标路线相交的第八目标线路确定为线型相同的所述第三路网数据及所述第四路网数据。
6.一种面向路网矢量数据的变量识别装置,其特征在于,所述装置包括:
第一获取模块,用于根据新版路网数据及旧版路网数据分别获取路线属性相同的第一路网数据及第二路网数据、线型相同的第三路网数据及第四路网数据;
第一确定模块,用于根据所述第一路网数据、所述第二路网数据、所述第三路网数据及所述第四路网数据确定路线属性及线型相同的第五路网数据及第六路网数据;
处理模块,用于将所述新版路网数据减去所述第五路网数据,得到第一碎片路网数据,将所述旧版路网数据减去所述第六路网数据,得到第二碎片路网数据;
计算模块,用于获取所述第一碎片路网数据及所述第二碎片路网数据的相交路线,计算所述相交路线的起讫点桩号;
第二获取模块,用于分别获取所述新版路网数据的第一路段明细表、所述旧版路网数据的第二明细表;
第二确定模块,用于根据所述相交路线的起讫点桩号、所述第一路段明细表及所述第二明细表获取碎片化结果,根据所述碎片化结果确定路线变量;
所述第一获取模块,还用于对所述新版路网数据的第一路段属性表按照路线编码分组,得到第一路线分组结果;
对所述旧版路网数据的第二路段属性表按照路线编码分组,得到第二路线分组结果;
根据路线编码对所述第一路线分组结果路线与所述第二路线分组结果进行关联,得到路线属性相同的第一路网数据及第二路网数据;
对所述新版路网数据的各路线增加第一缓冲区,计算各第一缓冲区与所述旧版路网数据的对应路线的相交里程,根据各所述相交里程从所述新版路网数据及所述旧版路网数据中确定线型相同的第三路网数据及第四路网数据。
7.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行权利要求1至5中任一项所述的面向路网矢量数据的变量识别方法。
8.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至5中任一项所述的面向路网矢量数据的变量识别方法。
CN202211545556.XA 2022-12-05 2022-12-05 面向路网矢量数据的变量识别方法、装置、设备及介质 Active CN115617829B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211545556.XA CN115617829B (zh) 2022-12-05 2022-12-05 面向路网矢量数据的变量识别方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211545556.XA CN115617829B (zh) 2022-12-05 2022-12-05 面向路网矢量数据的变量识别方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115617829A CN115617829A (zh) 2023-01-17
CN115617829B true CN115617829B (zh) 2023-03-28

Family

ID=84880322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211545556.XA Active CN115617829B (zh) 2022-12-05 2022-12-05 面向路网矢量数据的变量识别方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115617829B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436211B (zh) * 2008-12-19 2010-07-21 北京交通发展研究中心 基于缓冲区分析的城市道路网络数据增量识别方法及增量更新方法
JP5315363B2 (ja) * 2011-01-19 2013-10-16 株式会社ゼンリン 道路網解析システム
CN113723715B (zh) * 2021-11-01 2022-03-18 深圳市城市交通规划设计研究中心股份有限公司 公交线网自动匹配道路网络方法、系统、设备及存储介质
CN114996283A (zh) * 2022-05-30 2022-09-02 北京百度网讯科技有限公司 更新路网数据的方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN115617829A (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
US9322660B2 (en) Incremental map generation, refinement and extension with GPS traces
CN106323301B (zh) 一种道路情报的获取方法及装置
CN110020433B (zh) 一种基于企业关联关系的工商高管人名消歧方法
CN103077604B (zh) 交通传感器管理方法和系统
CN110795467B (zh) 交通规则数据处理方法、装置、存储介质和计算机设备
CN104756106A (zh) 表征数据存储系统中的数据源
CN114446051A (zh) 一种城市路网交通韧性薄弱识别方法
CN110389874B (zh) 日志文件异常检测方法和装置
Yang et al. A pattern‐based approach for matching nodes in heterogeneous urban road networks
Lei et al. Optimal spatial data matching for conflation: A network flow‐based approach
KR20160019344A (ko) 지적전산자료의 오류확인 및 이중선 보정 방법
CN115544088A (zh) 地址信息查询方法、装置、电子设备及存储介质
CN115617829B (zh) 面向路网矢量数据的变量识别方法、装置、设备及介质
CN111008196A (zh) 基于深度优先搜索的频繁模式挖掘方法
CN112115220B (zh) 地图数据检查方法及计算机可读存储介质
CN104699761A (zh) 一种最小函数依赖的增量计算方法
CN108614811B (zh) 一种数据分析方法及装置
CN115909750A (zh) 事故多发地识别方法、装置、设备及存储介质
CN112866934B (zh) 地铁用户识别方法与系统
CN115221173A (zh) 一种公路设计图表生成方法及系统
CN110619134B (zh) 解决路网数据飞点、点密度问题一体化检测及修复方法
CN111862660A (zh) 基于效用补偿机制的实时路径规划方法及相关设备
Li et al. Urban travel time reliability analysis with consumer GPS data
CN113535747B (zh) 地图更新方法、装置、电子设备及可读存储介质
CN112948651B (zh) 一种高效的od数据可视化方法及系统

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