CN115878737A - 一种基于路网数据的交叉口提取及拓扑结构描述方法 - Google Patents

一种基于路网数据的交叉口提取及拓扑结构描述方法 Download PDF

Info

Publication number
CN115878737A
CN115878737A CN202211314651.9A CN202211314651A CN115878737A CN 115878737 A CN115878737 A CN 115878737A CN 202211314651 A CN202211314651 A CN 202211314651A CN 115878737 A CN115878737 A CN 115878737A
Authority
CN
China
Prior art keywords
road
intersection
road network
topological structure
structure description
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
CN202211314651.9A
Other languages
English (en)
Other versions
CN115878737B (zh
Inventor
耿虎军
常晓宇
王敏
王港
刘宇
武晓博
郭争强
孙方德
王晓雅
张萌月
朱进
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.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
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 CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202211314651.9A priority Critical patent/CN115878737B/zh
Publication of CN115878737A publication Critical patent/CN115878737A/zh
Application granted granted Critical
Publication of CN115878737B publication Critical patent/CN115878737B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)

Abstract

本发明公开了一种基于路网数据的交叉口提取及拓扑结构描述方法，属于图像处理技术领域。其包括步骤：采用OSM数据中的道路矢量作为基础路网数据，提取城市主干道路网；对存在断点的路网线进行拼接，形成完整路网；求各路网的交点，获得道路交叉口候选集；对交叉口候选集中多余的伪交叉点进行处理，获得交叉口点集；计算每条道路的方向；以点集中的交叉口点为对象，获取与其相交的道路线集合；根据道路方向和交叉点位置计算交叉口的拓扑结构描述。本发明充分利用路网数据空间关系求交叉口，并结合相交的道路方向特征构建拓扑结构，提高多源道路数据匹配的可靠性。

Description

一种基于路网数据的交叉口提取及拓扑结构描述方法
技术领域
本发明属于地理信息处理领域，具体涉及一种基于路网数据的交叉口提取及拓扑结构描述方法。
背景技术
随着地理信息及测绘技术的迅速发展，城市的地理空间数据逐步得以完善，并逐渐应用于土地资源规划、工程建设、道路导航等众多领域。道路作为城市重要的流通要素，扮演着“城市动脉”的角色，其位置信息对构建城市基础地理数据库起着关键的作用。近些年，许多公司均构建了属于自己的城市道路数据网，广泛应用于地图导航领域。
目前，道路数据的获取方式呈多样化，如实地测绘、互联网地图以及遥感图像解译等途径，但是由于多源数据采用的地理信息标准、数据精度以及存储表达形式的不同，道路数据在尺度、空间位置、数据格式存在着差异，为空间数据的综合便捷应用带来困难。为此，需选择不同数据源具有代表性的地理实体，并计算其在不同数据源中的相似性，建立空间位置关系，为数据的融合应用提供基础技术支撑。道路交叉口作为道路网的关键要素，其与道路形成的拓扑结构在地图路网中具有较高的辨识度，可以为多源数据的匹配提供重要的依据。因此，如何利用路网数据提取道路交叉口及构建其拓扑结构成为本发明的主要研究方向。
发明内容
本发明的目的在于提供一种基于路网数据的交叉口提取及拓扑结构描述方法，其充分利用路网数据空间关系求交叉口，并结合相交的道路方向特征构建拓扑结构，提高多源道路数据匹配的可靠性。
本发明采用的技术方案为：
一种基于路网数据的交叉口提取及拓扑结构描述方法，包括以下步骤：
步骤1，采用OSM数据中的道路矢量作为基础路网数据，提取城市主干道路网；
步骤2，对存在断点的路网线进行拼接，形成完整路网；
步骤3，求各路网的交点，获得道路交叉口候选集Pc；
步骤4，对交叉口候选集Pc中多余的伪交叉点进行处理，获得交叉口点集Pf；
步骤5，计算每条道路的方向，记为
Figure BDA0003908616000000021
步骤6，以点集Pf中的交叉口点Oi为对象，获取与其相交的道路线集合
Figure BDA0003908616000000022
步骤7，根据道路方向和交叉点位置计算交叉口的拓扑结构描述
Figure BDA0003908616000000023
进一步地，步骤1中OSM主干道路数据的类型属性仅包括：
{primary,secondary,tertiary,motorway}。
进一步地，步骤4的具体方式为：
以候选集Pc中的任意一点
Figure BDA0003908616000000024
为中心，做半径为a的缓冲区/>
Figure BDA0003908616000000025
若任意两个缓存区/>
Figure BDA0003908616000000026
和/>
Figure BDA0003908616000000027
存在重叠部分，则最终的缓存区/>
Figure BDA0003908616000000028
为：
Figure BDA0003908616000000029
设缓冲区
Figure BDA00039086160000000210
的周长为/>
Figure BDA00039086160000000211
将周长均分为n个弧段，则由弧段终点构成的点表示为
Figure BDA00039086160000000212
缓冲区/>
Figure BDA00039086160000000213
的中心坐标为：
Figure BDA00039086160000000214
Figure BDA00039086160000000215
式中，
Figure BDA00039086160000000216
表示缓冲区/>
Figure BDA00039086160000000217
中心点Oi的坐标；
最终，点集Pf由多个交叉口点构成，表示为：
Figure BDA00039086160000000218
进一步地，步骤5中
Figure BDA00039086160000000219
的计算方式如下：
Figure BDA00039086160000000220
式中，
Figure BDA00039086160000000221
和/>
Figure BDA00039086160000000222
分别表示道路ri的起点和终点坐标。
进一步地，步骤7的具体方式为：
当交叉口Oi与一条道路相交时，根据道路方向和交叉口位置，计算拓扑参数：
Figure BDA00039086160000000223
其中，
Figure BDA0003908616000000031
表示缓冲区/>
Figure BDA0003908616000000032
的中心点Oi的坐标；
当有m条道路与交叉口Oi相交时，其拓扑结构描述
Figure BDA0003908616000000033
表示为：
Figure BDA0003908616000000034
式中，t表示道路的序号。
本发明具有如下有益效果：
(1)本发明提出了一种基于路网数据的交叉口提取及拓扑结构描述方法，可有效提取城市路网中主干道的交叉口，为多源城市路网数据提供代表性的地理实体。
(2)应用本发明方法可以实现对道路交叉口的拓扑结构描述，为多源道路网数据的融合、匹配及更新提供有效的技术支撑。
附图说明
图1为基于路网数据的交叉口提取及拓扑结构描述方法的原理示意图。
具体实施方式
下面结合附图及具体实施方式对本发明做进一步详细的说明。
如图1所示，一种基于路网数据的交叉口提取及拓扑结构描述方法，包括以下步骤：
步骤1，采用OSM数据中的道路矢量作为基础路网数据，提取城市主干道路网，道路数据的类型属性仅包括：
{primary,secondary,tertiary,motorway}
步骤2，对存在断点的路网线进行拼接，首先需要将整个路网合成为一个矢量数据，然后在路网拐点处打断，最后形成无断点的完整路网；
步骤3，求各路网的交点，获得道路交叉口候选集Pc；路网的交点由各路段的端点组成，则由m条道路形成的交叉口候选集Pc为：
Figure BDA0003908616000000035
其中，
Figure BDA0003908616000000036
表示第i条道路的起点。
步骤4，对交叉口候选集中多余的伪交叉点进行筛选，以候选集Pc中的任意一点
Figure BDA0003908616000000041
为中心，做半径为a的缓冲区/>
Figure BDA0003908616000000042
若任意两个缓存区/>
Figure BDA0003908616000000043
和/>
Figure BDA0003908616000000044
存在重叠部分，则最终的缓存区/>
Figure BDA0003908616000000045
Figure BDA0003908616000000046
设缓冲区
Figure BDA0003908616000000047
的周长为/>
Figure BDA0003908616000000048
将周长均分为n个弧段，则由弧段终点构成的点可以表示为/>
Figure BDA0003908616000000049
则缓冲区/>
Figure BDA00039086160000000410
的中心坐标为：
Figure BDA00039086160000000411
Figure BDA00039086160000000412
式中，
Figure BDA00039086160000000413
和/>
Figure BDA00039086160000000414
分别表示缓冲区/>
Figure BDA00039086160000000415
中心点Oi的坐标。
最终，点集Pf由多个交叉口点构成，可表示为：
Figure BDA00039086160000000416
步骤5，计算每条道路的方向
Figure BDA00039086160000000417
道路ri的方向计算方式如下：
Figure BDA00039086160000000418
式中，
Figure BDA00039086160000000419
和/>
Figure BDA00039086160000000420
分别表示道路ri的起点和终点坐标。/>
步骤6，以点集Pf中的交叉口点Oi为对象，获取与其相交的道路线集合
Figure BDA00039086160000000421
Figure BDA00039086160000000422
其中，m为集合中的道路总数。
步骤7，根据道路方向和交叉点位置计算交叉口的拓扑结构描述
Figure BDA00039086160000000423
当交叉口Oi与一条道路相交时，根据道路方向和交叉口位置可以计算拓扑参数：
Figure BDA00039086160000000424
其中，
Figure BDA00039086160000000425
和/>
Figure BDA00039086160000000426
分别表示缓冲区/>
Figure BDA00039086160000000427
的中心点Oi的坐标。
当有m条道路与交叉口Oi相交时，其拓扑结构描述
Figure BDA00039086160000000428
可表示为：
Figure BDA0003908616000000051
式中，t表示道路的序号。
总之，本发明提出的路网数据的交叉口提取及拓扑结构描述方法，面向多种形式的道路表达形式难以匹配的问题，通过提取道路交叉口作为代表地理实体，并提出描述交叉口和道路构成的拓扑结构的方法，为多种形式道路数据的融合、配准、更新等应用提供重要的技术支撑。

Claims (5)

1.一种基于路网数据的交叉口提取及拓扑结构描述方法，其特征在于，包括以下步骤：
步骤1，采用OSM数据中的道路矢量作为基础路网数据，提取城市主干道路网；
步骤2，对存在断点的路网线进行拼接，形成完整路网；
步骤3，求各路网的交点，获得道路交叉口候选集Pc；
步骤4，对交叉口候选集Pc中多余的伪交叉点进行处理，获得交叉口点集Pf；
步骤5，计算每条道路的方向，记为
Figure FDA0003908615990000011
步骤6，以点集Pf中的交叉口点Oi为对象，获取与其相交的道路线集合
Figure FDA0003908615990000012
步骤7，根据道路方向和交叉点位置计算交叉口的拓扑结构描述
Figure FDA0003908615990000013
2.根据权利要求1所述的一种基于路网数据的交叉口提取及拓扑结构描述方法，其特征在于，步骤1中OSM主干道路数据的类型属性仅包括：
{primary,secondary,tertiary,motorway}。
3.根据权利要求2所述的一种基于路网数据的交叉口提取及拓扑结构描述方法，其特征在于，步骤4的具体方式为：
以候选集Pc中的任意一点
Figure FDA0003908615990000014
为中心，做半径为a的缓冲区/>
Figure FDA0003908615990000015
若任意两个缓存区/>
Figure FDA0003908615990000016
和
Figure FDA0003908615990000017
存在重叠部分，则最终的缓存区/>
Figure FDA0003908615990000018
为：
Figure FDA0003908615990000019
设缓冲区
Figure FDA00039086159900000110
的周长为/>
Figure FDA00039086159900000111
将周长均分为n个弧段，则由弧段终点构成的点表示为
Figure FDA00039086159900000112
缓冲区/>
Figure FDA00039086159900000113
的中心坐标为：
Figure FDA00039086159900000114
Figure FDA00039086159900000115
式中，
Figure FDA00039086159900000116
表示缓冲区/>
Figure FDA00039086159900000117
中心点Oi的坐标；
最终，点集Pf由多个交叉口点构成，表示为：
Figure FDA00039086159900000118
4.根据权利要求3所述的一种基于路网数据的交叉口提取及拓扑结构描述方法，其特征在于，步骤5中
Figure FDA00039086159900000119
的计算方式如下：
Figure FDA0003908615990000021
式中，
Figure FDA0003908615990000022
和/>
Figure FDA0003908615990000023
分别表示道路ri的起点和终点坐标。
5.根据权利要求4所述的一种基于路网数据的交叉口提取及拓扑结构描述方法，其特征在于，步骤7的具体方式为：
当交叉口Oi与一条道路相交时，根据道路方向和交叉口位置，计算拓扑参数：
Figure FDA0003908615990000024
其中，
Figure FDA0003908615990000025
表示缓冲区/>
Figure FDA0003908615990000026
的中心点Oi的坐标；
当有m条道路与交叉口Oi相交时，其拓扑结构描述
Figure FDA0003908615990000027
表示为：
Figure FDA0003908615990000028
式中，t表示道路的序号。
CN202211314651.9A 2022-10-26 2022-10-26 一种基于路网数据的交叉口提取及拓扑结构描述方法 Active CN115878737B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211314651.9A CN115878737B (zh) 2022-10-26 2022-10-26 一种基于路网数据的交叉口提取及拓扑结构描述方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211314651.9A CN115878737B (zh) 2022-10-26 2022-10-26 一种基于路网数据的交叉口提取及拓扑结构描述方法

Publications (2)

Publication Number Publication Date
CN115878737A true CN115878737A (zh) 2023-03-31
CN115878737B CN115878737B (zh) 2023-09-01

Family

ID=85758936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211314651.9A Active CN115878737B (zh) 2022-10-26 2022-10-26 一种基于路网数据的交叉口提取及拓扑结构描述方法

Country Status (1)

Country Link
CN (1) CN115878737B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117648394A (zh) * 2024-01-29 2024-03-05 航天宏图信息技术股份有限公司 地形图道路的拓扑关系自动维护方法、装置、设备及介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106778605A (zh) * 2016-12-14 2017-05-31 武汉大学 导航数据辅助下的遥感影像道路网自动提取方法
US20170236284A1 (en) * 2016-02-13 2017-08-17 University Of Rochester Registration of aerial imagery to vector road maps with on-road vehicular detection and tracking
CN107958183A (zh) * 2017-12-02 2018-04-24 中国地质大学（北京） 一种高分辨率遥感图像的城市路网信息自动提取方法
US20190065869A1 (en) * 2017-08-26 2019-02-28 Here Global B.V. Predicting features on a road network with repeating geometry patterns
CN109948477A (zh) * 2019-03-06 2019-06-28 东南大学 一种提取图片中道路网络拓扑点的方法
WO2020078015A1 (zh) * 2018-10-15 2020-04-23 华为技术有限公司 基于道路匹配的定位方法、芯片子系统及电子设备
CN112683286A (zh) * 2021-03-16 2021-04-20 季华实验室 拓扑路网地图的建立方法、系统、存储介质及电子设备
CN115131966A (zh) * 2022-06-27 2022-09-30 北京航空航天大学 一种考虑交叉口运行特性的路网关键节点识别方法
CN115131669A (zh) * 2022-07-29 2022-09-30 中南大学 多源数据协同的人车路网一体化构建方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170236284A1 (en) * 2016-02-13 2017-08-17 University Of Rochester Registration of aerial imagery to vector road maps with on-road vehicular detection and tracking
CN106778605A (zh) * 2016-12-14 2017-05-31 武汉大学 导航数据辅助下的遥感影像道路网自动提取方法
US20190065869A1 (en) * 2017-08-26 2019-02-28 Here Global B.V. Predicting features on a road network with repeating geometry patterns
CN107958183A (zh) * 2017-12-02 2018-04-24 中国地质大学（北京） 一种高分辨率遥感图像的城市路网信息自动提取方法
WO2020078015A1 (zh) * 2018-10-15 2020-04-23 华为技术有限公司 基于道路匹配的定位方法、芯片子系统及电子设备
CN109948477A (zh) * 2019-03-06 2019-06-28 东南大学 一种提取图片中道路网络拓扑点的方法
CN112683286A (zh) * 2021-03-16 2021-04-20 季华实验室 拓扑路网地图的建立方法、系统、存储介质及电子设备
CN115131966A (zh) * 2022-06-27 2022-09-30 北京航空航天大学 一种考虑交叉口运行特性的路网关键节点识别方法
CN115131669A (zh) * 2022-07-29 2022-09-30 中南大学 多源数据协同的人车路网一体化构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
邓艳玲: "基于交通轨迹数据的路网现势性动态检测更新算法研究", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》, vol. 2018, no. 02, pages 034 - 885 *
马璐瑶: "基于车辆轨迹数据的城市路网提取算法研究与实现", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》, vol. 2020, no. 07, pages 034 - 540 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117648394A (zh) * 2024-01-29 2024-03-05 航天宏图信息技术股份有限公司 地形图道路的拓扑关系自动维护方法、装置、设备及介质
CN117648394B (zh) * 2024-01-29 2024-05-14 航天宏图信息技术股份有限公司 地形图道路的拓扑关系自动维护方法、装置、设备及介质

Also Published As

Publication number Publication date
CN115878737B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
McKeown The role of artificial intelligence in the integration of remotely sensed data with geographic information systems
Campbell et al. Essentials of geographic information systems
CN101149843B (zh) 一种数字城市的继承式自动生成及实时更新方法
Laurini A conceptual framework for geographic knowledge engineering
CN109993064B (zh) 一种提取图片中道路网络节点间的连接路径的方法
Tucci et al. Using spatial analysis and geovisualization to reveal urban changes: Milan, Italy, 1737–2005
CN115878737B (zh) 一种基于路网数据的交叉口提取及拓扑结构描述方法
CN115393745A (zh) 一种基于无人机与深度学习的桥梁形象进度自动识别方法
Wu et al. A novel method of missing road generation in city blocks based on big mobile navigation trajectory data
CN114661744A (zh) 一种基于深度学习的地形数据库更新方法及系统
Xiao et al. Generating natural cities using 3D road network to explore living structure: a case study in Hong Kong
CN116772821A (zh) 地图生成方法、装置、计算机设备和存储介质
Li et al. VIS-MM: a novel map-matching algorithm with semantic fusion from vehicle-borne images
Bartelme Geographic information systems
Qi et al. Research on the 3D Fine Modeling Method of In‐Service Road
Liu et al. Extracting campus’ road network from walking gps trajectories
Wang et al. Lightweight map updating for highly automated driving in non-paved roads
Pun‐Cheng et al. Exact cell decomposition on base map features for optimal path finding
Zhang et al. An automatic data integration approach to enrich ATKIS with the VGI of outdoor-sports data
Ifatimehin et al. Attributes of topographic mapping of a fast urbanising area in Nigeria, using remote sensing and GIS
CN116465394B (zh) 基于车辆轨迹数据的路网结构生成方法及装置
CN114064940B (zh) 基于超赋值语义的模糊位置描述定位方法
Pavard et al. Coherence of linear and surface data: Methodological proposal from the example of road data
Sun et al. Digital Cartography
Kang Analytical conflation of spatial data from municipal and federal government agencies

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