CN115855020A - 一种基于中心线的道路交叉口提取方法 - Google Patents
一种基于中心线的道路交叉口提取方法 Download PDFInfo
- Publication number
- CN115855020A CN115855020A CN202211485543.8A CN202211485543A CN115855020A CN 115855020 A CN115855020 A CN 115855020A CN 202211485543 A CN202211485543 A CN 202211485543A CN 115855020 A CN115855020 A CN 115855020A
- Authority
- CN
- China
- Prior art keywords
- intersection
- nodes
- road
- line
- suspension
- 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.)
- Pending
Links
Images
Abstract
本发明公开了一种基于中心线的道路交叉口提取方法,该方法具体包括以下步骤:S1、获取道路面数据及其对应的中心线数据,建立线面混合的拓扑关系,提取中心线上的悬挂结点;S2、根据悬挂结点提取结果,在每一个悬挂结点处将降维后的道路线要素进行打断;S3、获取交叉口结点,根据打断的道路线要素与交叉口结点,提取路口面。本发明方法可成功提取得到交叉口数据并能直接叠加至道路面数据上进行显示,达到道路制图中凸显交叉口且快速成图的目的,涵盖T型交叉口、十字型交叉口、Y型交叉口、X型交叉口、环型交叉口等交叉口类型,泛化能力强。
Description
技术领域
本发明属于地图制图学技术领域,具体涉及一种基于中心线的道路交叉口提取方法。
背景技术
道路交叉口是交通网络中常见的重要枢纽,也是城市道路系统的重要组成部分。随着道路建设的发展,纵横交错的路网变得越来越复杂。在基础地理信息数据中,道路交叉口作为车辆汇集、转弯和疏散的必经之地,是交通事故的高发区域,在车辆控制、单车事故严重程度的影响因素、人群疏散、颗粒物扩散规律等中具有重要使用价值。
现如今,许多学者对道路交叉口的自动提取进行了不少的研究。在大数据方面,唐炉亮等人以车辆轨迹数据识别转弯点簇及其中心点,利用空间聚类手段提取交叉口和识别各种交叉口结构,但是得到的是交叉口附近点簇;在影像处理方面,李润生等人提出一种利用特征语义规则从高分辨率影像上提取交叉口,但是得到的是栅格模型的交叉口信息;陈光等人提出一种基于像元结构与交叉口结构的量化映射关系,赋予特征语义信息来定位交叉口中心和交叉结构,但是该方法得到的只是交叉口中心点和栅格模型的交叉结构信息。前述研究在不同的应用背景下都提取出了交叉口信息,但在道路制图背景下,前述方法都无法直接在制图过程中表达交叉口面状要素信息,影响了基础底图成图效率。主要是因为这类方法使用的数据形式以及方法运用过程所限,导致其生成结果无法直接作为制图要求所需的矢量交叉口面成果数据。
发明内容
针对现有技术中的上述不足,本发明的目的在于提供一种基于中心线的道路交叉口提取方法。本发明方法通过分析道路中心线的拓扑特征以及与道路面数据之间的空间分布关系,成功地提取得到道路面数据之间的路口面数据。
为了达到上述发明目的,本发明采用的技术方案为:
提供一种基于中心线的道路交叉口提取方法,该方法包括以下步骤:
S1、获取道路面数据及其对应的中心线数据,建立线面混合的拓扑关系,提取中心线上的悬挂结点;
S2、根据悬挂结点提取结果,在每一个悬挂结点处将降维后的道路线要素进行打断;
S3、获取交叉口结点,根据打断的道路线要素与交叉口结点,提取路口面。
进一步地,步骤S1的具体方法包括以下子步骤:
S1-1、获取道路面数据及其对应的中心线数据;
S1-2、拓扑预处理中心线,将中心线弧段化,提取出中心线上的拓扑结点,筛选所有拓扑结点中关联的弧段只有一条的结点作为悬挂结点;
S1-3、将道路面要素降维,转成线要素;
S1-4、创建悬挂结点与道路线要素之间的关联关系;以每个悬挂结点为中心按关联阈值(ε)绘制矩形框,搜索与该矩形框空间相交的线要素,将此悬挂结点关联至该线要素并以字典形式记录,直至所有悬挂结点遍历结束。
进一步地,步骤S3的具体方法包括以下子步骤:
S3-1、获取交叉口结点:利用拓扑关系,获取中心线拓扑结点中关联弧段数量大于等于3条的结点,该结点即为交叉口结点;
S3-2、提取交叉口关联的边界弧信息:在预设缓冲阈值(θ)下,以交叉口结点建立矩形框,搜索与矩形框空间相交的边界弧,当边界弧数量大于等于3条时,即完成交叉口关联的边界弧信息提取;
S3-3、计算一次最近点:计算交叉口结点到关联边界弧的第一次最近点;
S3-4、计算二次最近点:计算每个一次最近点至前后两个关联的边界弧上的二次最近点;
S3-5、路口构面:根据交叉口结点与其有关的二次最近点之间的方位角大小顺序,升序连接二次最近点进行构面,得到路口面。
进一步地,步骤S3-2中,根据公式:
θ=σ*2α,α={α|α∈[0,10),α∈N}
获取预设缓冲阈值θ;其中,σ为交叉口识别缓冲初始阈值,α为识别次数。
本发明的有益效果为:
本发明方法可成功提取得到交叉口数据并能直接叠加至道路面数据上进行显示,达到道路制图中凸显交叉口且快速成图的目的,涵盖T型交叉口、十字型交叉口、Y型交叉口、X型交叉口、环型交叉口等交叉口类型,泛化能力强。
附图说明
图1为本发明实施例提供的悬挂结点提取示意图;
图2为本发明实施例提供的悬挂结点特殊模式处理过程示意图;
图3为本发明实施例提供的道路线要素打断过程示意图;
图4为本发明实施例提供的交叉口关联边界弧提取示意图;
图5为本发明实施例提供的一次最近点计算示意图;
图6为本发明实施例提供的二次最近点求取过程示意图;
图7为本发明实施例提供的路口构面示意图;
图8为本发明实施例提供的路口构面实验结果图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例
一种基于中心线的道路交叉口提取方法,该方法包括以下步骤:
S1、获取道路面数据及其对应的中心线数据,建立线面混合的拓扑关系,提取中心线上的悬挂结点;
如图1所示,首先拓扑预处理中心线,提取出中心线上的拓扑结点,筛选所有拓扑结点中关联的弧段只有一条的结点,作为悬挂结点初候选集;接着,将道路面要素降维成道路线要素;最后,创建悬挂结点与道路线要素之间的关联关系,即捕捉道路线要素周围的悬挂结点,以每个悬挂结点为中心按关联阈值(ε)绘制矩形框,这个关联阈值(ε)受中心线影响,在本发明方法中,中心线由道路面提取得到,其数据范围大小与道路面保持一致,因此关联阈值(ε)的取值很小,设置为0.1个单位即可。搜索与该矩形框空间相交的线要素,将此悬挂结点关联至该线要素并以字典形式记录,直至所有悬挂结点遍历结束,至此悬挂结点提取任务才完成。
S2、根据悬挂结点提取结果,在每一个悬挂结点处将降维后的道路线要素进行打断;
首先处理道路面中常有的如图2所示的特殊情况。此处悬挂结点只有一个,关联的道路线要素(表现为首尾相连的“内洞”)只有一条,将影响下一小节的最近点求取个数以致无法构面或构面形状不佳。具体判断方法为:当前道路线要素关联的悬挂结点个数是否等于1并且是否闭合,如果满足条件,则计算交叉口结点至道路线要素的最近点以及两点之间的距离Dtemp,以Dtemp的两倍作为缓冲阈值建立交叉口处的矩形框,将与道路线要素相交的交点作为道路线要素关联的悬挂结点进行使用;最后,基于以上更新后的悬挂结点将道路线要素打断,得到多个组成道路的边界弧,如图3所示。
S3、根据打断的道路线要素与交叉口结点,进行路口面提取。
具体地说,路口面提取主要分为三个部分:定位交叉口结点、最近点求取以及路口构面。
交叉口结点定位:利用拓扑关系,获取中心线拓扑结点中关联弧段数量大于等于3条的结点,该结点即为交叉口结点;在预设缓冲阈值(θ)下,如图4所示,在交叉口结点处建立矩形框,搜索与矩形框空间相交的边界弧,当边界弧数量大于等于3条时,即完成交叉口关联的边界弧信息提取。其中预设缓冲阈值(θ)为交叉口识别缓冲初始阈值(σ)与识别次数(α)的乘积,在识别次数(α)内捕捉交叉口周围的边界弧,一旦出现空间相交即可跳出识别过程。
缓冲阈值(θ)通过以下公式计算:
θ=σ*2α,α={α|α∈[0,10),α∈N}
式中,识别次数(α)预设最大值为10次,但不包括第10次运算,该值根据实际情况需要,可做相应改变。
最近点求取:一次最近点计算,如图5所示,计算交叉口结点到关联边界弧的第一次最近点;二次最近点计算,该步骤是为了使路口面的形状更加理想。如图6所示,计算每个一次最近点至前后两个关联的边界弧上的二次最近点。此处需要指出的是:求取的二次最近点可能会与一次最近点有重合,但不影响路口构面。
路口构面:连接二次最近点。根据交叉口结点与其有关的二次最近点之间的方位角大小顺序,升序连接二次最近点进行构面,得到如图7所示的路口面。
如图8所示,第二列为实验区全局的交叉口提取结果图,左右两列分别为第二列的局部交叉口提取结果图。从上到下,每一行对应为三种不同的实验数据局部的常见路口面提取结果。从使用本发明方法进行道路交叉口提取的图8实验结果中可以看出,该方法成功提取得到交叉口数据并能直接叠加至道路面数据上进行显示,达到道路制图中凸显交叉口且快速成图的目的,涵盖T型交叉口、十字型交叉口、Y型交叉口、X型交叉口、环型交叉口以及图中左上角的较复杂的交叉口类型,这类复杂的路口通常在高架桥匝道口。
于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (4)
1.一种基于中心线的道路交叉口提取方法,其特征在于,包括以下步骤:
S1、获取道路面数据及其对应的中心线数据,建立线面混合的拓扑关系,提取中心线上的悬挂结点;
S2、根据悬挂结点提取结果,在每一个悬挂结点处将降维后的道路线要素进行打断;
S3、获取交叉口结点,根据打断的道路线要素与交叉口结点,提取路口面。
2.根据权利要求1所述的基于中心线的道路交叉口提取方法,其特征在于,步骤S1的具体方法包括以下子步骤:
S1-1、获取道路面数据及其对应的中心线数据;
S1-2、拓扑预处理中心线,将中心线弧段化,提取出中心线上的拓扑结点,筛选所有拓扑结点中关联的弧段只有一条的结点作为悬挂结点;
S1-3、将道路面要素降维,转成线要素;
S1-4、创建悬挂结点与道路线要素之间的关联关系;以每个悬挂结点为中心按关联阈值(ε)绘制矩形框,搜索与该矩形框空间相交的线要素,将此悬挂结点关联至该线要素并以字典形式记录,直至所有悬挂结点遍历结束。
3.根据权利要求1所述的基于中心线的道路交叉口提取方法,其特征在于,步骤S3的具体方法包括以下子步骤:
S3-1、获取交叉口结点:利用拓扑关系,获取中心线拓扑结点中关联弧段数量大于等于3条的结点,该结点即为交叉口结点;
S3-2、提取交叉口关联的边界弧信息:在预设缓冲阈值(θ)下,以交叉口结点建立矩形框,搜索与矩形框空间相交的边界弧,当边界弧数量大于等于3条时,即完成交叉口关联的边界弧信息提取;
S3-3、计算一次最近点:计算交叉口结点到关联边界弧的第一次最近点;
S3-4、计算二次最近点:计算每个一次最近点至前后两个关联的边界弧上的二次最近点;
S3-5、路口构面:根据交叉口结点与其有关的二次最近点之间的方位角大小顺序,升序连接二次最近点进行构面,得到路口面。
4.根据权利要求3所述的基于中心线的道路交叉口提取方法,其特征在于,步骤S3-2中,根据公式:
θ=σ*2α,α={α|α∈[0,10),α∈N}
获取预设缓冲阈值θ;其中,σ为交叉口识别缓冲初始阈值,α为识别次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211485543.8A CN115855020A (zh) | 2022-11-24 | 2022-11-24 | 一种基于中心线的道路交叉口提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211485543.8A CN115855020A (zh) | 2022-11-24 | 2022-11-24 | 一种基于中心线的道路交叉口提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115855020A true CN115855020A (zh) | 2023-03-28 |
Family
ID=85666121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211485543.8A Pending CN115855020A (zh) | 2022-11-24 | 2022-11-24 | 一种基于中心线的道路交叉口提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115855020A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385592A (zh) * | 2023-06-07 | 2023-07-04 | 山东省国土测绘院 | 一种基于遥感解译的基础测绘道路数据生成方法及系统 |
-
2022
- 2022-11-24 CN CN202211485543.8A patent/CN115855020A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385592A (zh) * | 2023-06-07 | 2023-07-04 | 山东省国土测绘院 | 一种基于遥感解译的基础测绘道路数据生成方法及系统 |
CN116385592B (zh) * | 2023-06-07 | 2023-08-15 | 山东省国土测绘院 | 一种基于遥感解译的基础测绘道路数据生成方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767382B (zh) | 静态三维地图建筑物轮廓线的自动提取方法及系统 | |
CN110992490B (zh) | 基于cad建筑平面图自动提取室内地图的方法 | |
CN106767819B (zh) | 一种基于bim的室内导航数据构建方法及导航系统 | |
CN110428500B (zh) | 轨迹数据处理方法、装置、存储介质以及设备 | |
CN109493119B (zh) | 一种基于poi数据的城市商业中心识别方法及系统 | |
CN111553963A (zh) | 一种基于地理信息的元网格生成方法及装置 | |
CN106548141A (zh) | 一种基于三角网的面向对象耕地信息自动提取方法 | |
CN111858810B (zh) | 一种面向道路dem构建的建模高程点筛选方法 | |
CN113628291B (zh) | 基于边界提取与合并的多形状目标栅格数据矢量化方法 | |
CN115855020A (zh) | 一种基于中心线的道路交叉口提取方法 | |
CN105894041A (zh) | 基于高光谱遥感影像提取配电网系统中变电站信息的方法 | |
CN112365595A (zh) | 基于报警数据点要素的鉴别交通事故多发点的分析方法 | |
Ai et al. | The aggregation of urban building clusters based on the skeleton partitioning of gap space | |
Mizutani | Construction of an analytical framework for polygon-based land use transition analyses | |
CN115641415A (zh) | 基于卫星影像生成三维场景的方法、装置、设备及介质 | |
Dehbi et al. | Robust and fast reconstruction of complex roofs with active sampling from 3D point clouds | |
Basaraner et al. | A structure recognition technique in contextual generalisation of buildings and built-up areas | |
Pu et al. | Road intersection detection based on direction ratio statistics analysis | |
CN112097776A (zh) | 用于提高航线地图渲染效率的方法及系统 | |
CN107480804B (zh) | 一种基于线面空间关系的迷宫求解方法 | |
CN103886333B (zh) | 遥感图像的主动谱聚类方法 | |
CN116206326A (zh) | 缺失检测模型的训练方法、导流区的缺失检测方法及装置 | |
CN113284030B (zh) | 一种城市交通网络社区划分方法 | |
CN113111691B (zh) | 一种基于遥感图片与兴趣点数据的城市用地功能识别方法 | |
Chen et al. | A Visual Analytics System for Processed Videos from Traffic Intersections. |
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 |