CN117740022A - 无路网导航数据生产方法、装置、电子设备及存储介质 - Google Patents
无路网导航数据生产方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117740022A CN117740022A CN202410190283.4A CN202410190283A CN117740022A CN 117740022 A CN117740022 A CN 117740022A CN 202410190283 A CN202410190283 A CN 202410190283A CN 117740022 A CN117740022 A CN 117740022A
- Authority
- CN
- China
- Prior art keywords
- data
- grid
- cost
- passing
- traffic
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 16
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种无路网导航数据生产方法、装置、电子设备及存储介质,涉及导航技术领域,该方法包括:获取目标地理区域对应的区域范围、格网分辨率和遥感数据;根据区域范围和格网分辨率,生成基础路网数据;基于基础路网数据、遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;根据基础路网数据和通行成本数据,生成目标地理区域的导航数据。这样利用遥感数据和预先建立的通行成本计算模型,自动生成导航数据,可以提高数据更新速度,降低加工成本,实现无道路区域的导航数据生产。
Description
技术领域
本发明涉及导航技术领域,尤其是涉及一种无路网导航数据生产方法、装置、电子设备及存储介质。
背景技术
近些年,道路交通及相关设施的基础建设日新月异。广大用户日常出行需求旺盛,对所使用到的电子地图产品的数据提出了更高的要求。传统的地图数据采集和生产过程,即通过采集设备实地采集后对采集资料进行人工处理的模式,其数据更新慢、加工成本高,并且无法针对没有道路区域进行导航规划数据(即导航数据)生产。
发明内容
本发明的目的在于提供一种无路网导航数据生产方法、装置、电子设备及存储介质,以提高数据更新速度,降低加工成本,实现无道路区域的导航数据生产。
第一方面,本发明实施例提供了一种无路网导航数据生产方法,包括:
获取目标地理区域对应的区域范围、格网分辨率和遥感数据;
根据所述区域范围和所述格网分辨率,生成基础路网数据;其中,所述基础路网数据包括在所述区域范围内填充满网格的无路网格网;
基于所述基础路网数据、所述遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,所述通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;所述通行成本数据包括所述无路网格网中每个网格的通行成本;
根据所述基础路网数据和所述通行成本数据,生成所述目标地理区域的导航数据。
进一步地,所述根据所述区域范围和所述格网分辨率,生成基础路网数据,包括:
按照所述格网分辨率,确定填充在所述区域范围内的各个网格的中心点;其中,所述网格的外接圆半径等于所述格网分辨率;
利用各个所述网格的中心点,生成每个所述网格的边和相邻所述网格之间的道路;
将所述区域范围内填充满所述网格得到的无路网格网,确定为所述基础路网数据。
进一步地,所述基于所述基础路网数据、所述遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据,包括:
遍历所述基础路网数据中的每个网格;
对于遍历到的当前网格,从所述遥感数据中获取所述当前网格对应的网格背景数据;
基于所述网格背景数据,确定所述当前网格对应的每种所述背景数据的目标属性级别;
根据所述当前网格对应的每种所述背景数据的目标属性级别,以及所述通行成本计算模型中每种所述背景数据对应的归一化数据和权重矩阵,计算得到每种所述背景数据对应的子成本数据;其中,所述归一化数据包括不同属性级别下的归一化值,所述权重矩阵包括不同属性级别对应的不同通行级别的权重值,所述子成本数据包括不同通行级别下的通行成本值;
根据各所述背景数据对应的子成本数据和所述通行成本计算模型中不同通行级别的通行效能系数,计算得到所述当前网格的通行成本。
进一步地,所述从所述遥感数据中获取所述当前网格对应的网格背景数据,包括:
根据所述当前网格的空间范围,对所述遥感数据进行空间查询,并将查询到的数据确定为所述当前网格对应的网格背景数据。
进一步地,所述基于所述网格背景数据,确定所述当前网格对应的每种所述背景数据的目标属性级别,包括:
对所述网格背景数据中每种所述背景数据进行空间占比计算和/或属性值计算,得到每种所述背景数据的级别数据;
基于每种所述背景数据的级别数据,确定每种所述背景数据的目标属性级别。
进一步地,所述根据所述当前网格对应的每种所述背景数据的目标属性级别,以及所述通行成本计算模型中每种所述背景数据对应的归一化数据和权重矩阵,计算得到每种所述背景数据对应的子成本数据,包括:
对于每种所述背景数据,从所述通行成本计算模型中获取该背景数据的目标属性级别对应的目标归一化值和不同通行级别的目标权重值;
将所述目标归一化值与不同通行级别的目标权重值相乘得到的不同通行级别下的通行成本值,确定为该背景数据对应的子成本数据。
进一步地,所述根据各所述背景数据对应的子成本数据和所述通行成本计算模型中不同通行级别的通行效能系数,计算得到所述当前网格的通行成本,包括:
对各所述背景数据对应的子成本数据中相同通行级别下的通行成本值进行求和,得到所述当前网格对应的不同通行级别下的总数据值;
通过如下公式计算得到所述当前网格的通行成本cost:
其中,A j为编号为j的通行级别下的总数据值,W j为编号为j的通行级别的通行效能系数,n为通行级别的数量。
第二方面,本发明实施例还提供了一种无路网导航数据生产装置,包括:
数据获取模块,用于获取目标地理区域对应的区域范围、格网分辨率和遥感数据;
第一生成模块,用于根据所述区域范围和所述格网分辨率,生成基础路网数据;其中,所述基础路网数据包括在所述区域范围内填充满网格的无路网格网;
成本计算模块,用于基于所述基础路网数据、所述遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,所述通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;所述通行成本数据包括所述无路网格网中每个网格的通行成本;
第二生成模块,用于根据所述基础路网数据和所述通行成本数据,生成所述目标地理区域的导航数据。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器,所述存储器中存储有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第一方面所述方法。
第四方面,本发明实施例还提供了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有计算机程序,所述计算机程序被处理器运行时执行第一方面所述方法。
本发明实施例提供的无路网导航数据生产方法、装置、电子设备及存储介质,能够获取目标地理区域对应的区域范围、格网分辨率和遥感数据;根据区域范围和格网分辨率,生成基础路网数据;其中,基础路网数据包括在区域范围内填充满网格的无路网格网;基于基础路网数据、遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;通行成本数据包括无路网格网中每个网格的通行成本;根据基础路网数据和通行成本数据,生成目标地理区域的导航数据。这样利用遥感数据和预先建立的通行成本计算模型生成导航数据,这种方式考虑了多种背景数据和多种通行级别对通行成本的影响,能够保证导航数据的可用性,同时不需要专门的采集设备进行实地采集,也不需要人工处理采集资料,因此提高了数据更新速度,降低了加工成本,实现了无道路区域的导航数据生产。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种无路网导航数据生产方法的流程示意图;
图2为本发明实施例提供的另一种无路网导航数据生产方法的流程示意图;
图3为本发明实施例提供的一种六角网格的示意图;
图4为本发明实施例提供的某地理区域的无路网格网;
图5为图4所示无路网格网中六角网格边的生成过程示意图;
图6为本发明实施例提供的一种相邻网格之间的道路示意图;
图7为本发明实施例提供的一种基于层次分析法进行通行成本建模的原理示意图;
图8为本发明实施例提供的一种高程权重矩阵;
图9为本发明实施例提供的一种植被权重矩阵;
图10为本发明实施例提供的一种水系权重矩阵;
图11为本发明实施例提供的一种居民地权重矩阵;
图12为本发明实施例提供的一种道路权重矩阵;
图13为本发明实施例提供的一种无路网格网中六角网格的中心点示意图;
图14为本发明实施例提供的一种无路网格网中的道路数据示意图;
图15为本发明实施例提供的一种无路网格网中的植被数据示意图;
图16为本发明实施例提供的一种无路网格网中的高程数据示意图;
图17为本发明实施例提供的一种无路网格网中的水系数据示意图;
图18为本发明实施例提供的一种导航数据的应用示意图;
图19为本发明实施例提供的一种无路网导航数据生产装置的结构示意图;
图20为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合实施例对本发明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做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。
目前传统的地图数据采集和生产过程,需要采集设备进行实地采集和人工对采集数据进行加工处理,这种方式数据更新慢、加工成本高,且无法针对没有道路区域进行导航规划数据生产。基于此,本发明实施例提供的一种无路网导航数据生产方法、装置、电子设备及存储介质,采用使用遥感产品(即遥感数据)的无路网导航规划数据生产技术,基于道路网格和通行成本评估进行导航数据的自动生产,可以提高数据更新速度,降低加工成本,实现无道路区域的导航数据生产。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种无路网导航数据生产方法进行详细介绍。
本发明实施例提供了一种无路网导航数据生产方法,该方法可以由具有数据处理能力的电子设备执行。参见图1所示的一种无路网导航数据生产方法的流程示意图,该方法主要包括如下步骤S110至步骤S140:
步骤S110,获取目标地理区域对应的区域范围、格网分辨率和遥感数据。
目标地理区域为需要得到导航数据的区域,目标地理区域可以为无道路区域,也可以为有道路区域;其中,这里的导航数据指可以用于导航和路径规划的数据,也可称为导航规划数据。区域范围可以但不限于为矩形,区域范围可以用经纬度表示,例如[xmin,ymin,xmax,ymax],其中,xmin为最小经度,ymin为最小纬度,xmax为最大经度,ymax为最大纬度。格网分辨率可以是单个网格的外接圆半径。遥感数据为遥感影像,可以分为航空像片和卫星相片。
步骤S120,根据区域范围和格网分辨率,生成基础路网数据;其中,基础路网数据包括在区域范围内填充满网格的无路网格网。
上述网格可以为使平面被填充满的任意形状,例如三角形、正方形和六边形等。优选地,网格采用六边形,与三角形和正方形相比,六边形的连通性更好(可以连通相邻的6个六边形),使得最终得到的导航数据的精度更高。
在一些可能的实施例中,步骤S120可以通过如下方式实现:按照格网分辨率,确定填充在区域范围内的各个网格的中心点;其中,网格的外接圆半径等于格网分辨率;利用各个网格的中心点,生成每个网格的边和相邻网格之间的道路;将区域范围内填充满网格得到的无路网格网,确定为基础路网数据。
步骤S130,基于基础路网数据、遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;通行成本数据包括无路网格网中每个网格的通行成本。
用户选择好要参与计算的背景数据种类后,可以按照层次分析法进行通行成本计算模型的建模,之后即可利用得到的通行成本计算模型,计算每个网格的通行成本。建模过程可以包括:首先将道路通行成本划分为多种程度(如易通行、一般通行、限制通行、难通行、不能通行等五种通行级别),并定义每种通行级别的通行效能系数;再按照属性值大小将每种背景数据分级,并定义每种背景数据在不同属性级别下的归一化值,得到每种背景数据的归一化数据;最后构建每种背景数据的每种属性级别在不同通行级别中的权重,得到每种背景数据的权重矩阵。其中,背景数据的种类可以根据实际需求设置,这里不做限定,例如,背景数据的种类可以包括植被、水系、居民地、道路和高程等。
在一些可能的实施例中,步骤S120可以包括如下子步骤1至子步骤5:
子步骤1,遍历基础路网数据中的每个网格。
可以按照创建无路网格网时的行列编号遍历所有网格。
子步骤2,对于遍历到的当前网格,从遥感数据中获取当前网格对应的网格背景数据。
具体实现时,可以根据当前网格的空间范围,对遥感数据进行空间查询,并将查询到的数据确定为当前网格对应的网格背景数据。遥感数据中与当前网格的空间范围相交的背景数据,即为当前网格对应的网格背景数据。
子步骤3,基于网格背景数据,确定当前网格对应的每种背景数据的目标属性级别。
不同种类的背景数据进行分级的方式不同,分级方式可以分为两类,一类是基于空间占比(如面积占比),另一类是基于属性值大小。例如,对于水系数据、植被数据和居民地数据,可以基于面积占比划分为多种密集程度(如稀疏、一般密集、较密集和密集)。又如,对于高程数据,可以基于最大高度划分为多种地形(如0-200m的平原地形、200-900m的丘陵地形、900-3900m的山地地形和>3900m的高原高寒地形);对于道路数据,可以基于道路条数和最高限速划分为多种密集程度(如先基于道路条数确定初始密集程度,再考虑最高限速对初始密集程度进行修正,得到最终密集程度,其中,修正方式可以为:最高限速达到相应速度阈值时,对初始密集程度进行相应等级的提升,可以根据实际需求设置一个或多个速度阈值及其等级提升值)。
基于此,子步骤3可以通过如下方式实现:对网格背景数据中每种背景数据进行空间占比计算和/或属性值计算,得到每种背景数据的级别数据;基于每种背景数据的级别数据,确定每种背景数据的目标属性级别。
子步骤4,根据当前网格对应的每种背景数据的目标属性级别,以及通行成本计算模型中每种背景数据对应的归一化数据和权重矩阵,计算得到每种背景数据对应的子成本数据;其中,归一化数据包括不同属性级别下的归一化值,权重矩阵包括不同属性级别对应的不同通行级别的权重值,子成本数据包括不同通行级别下的通行成本值。
具体实现时,对于每种背景数据,可以从通行成本计算模型中获取该背景数据的目标属性级别对应的目标归一化值和不同通行级别的目标权重值;将目标归一化值与不同通行级别的目标权重值相乘得到的不同通行级别下的通行成本值,确定为该背景数据对应的子成本数据。
子步骤5,根据各背景数据对应的子成本数据和通行成本计算模型中不同通行级别的通行效能系数,计算得到当前网格的通行成本。
在一种可能的实现方式中,可以先分别计算每种背景数据对应的总通行成本,再对各背景数据对应的总通行成本进行求和,得到当前网格的通行成本。其中,编号为l的背景数据对应的总通行成本cost l可以通过如下公式计算得到:
其中,a j为背景数据对应的子成本数据中编号为j的通行级别下的通行成本值,W j为编号为j的通行级别的通行效能系数,n为通行级别的数量。
在另一种可能的实现方式中,可以先对各背景数据对应的子成本数据中相同通行级别下的通行成本值进行求和,得到当前网格对应的不同通行级别下的总数据值;再通过如下公式计算得到当前网格的通行成本cost:
其中,A j为编号为j的通行级别下的总数据值,W j为编号为j的通行级别的通行效能系数,n为通行级别的数量。
步骤S140,根据基础路网数据和通行成本数据,生成目标地理区域的导航数据。
可以将基础路网数据和通行成本数据转换为导航数据的数据结构,得到导航数据。
本发明实施例提供的无路网导航数据生产方法,能够获取目标地理区域对应的区域范围、格网分辨率和遥感数据;根据区域范围和格网分辨率,生成基础路网数据;其中,基础路网数据包括在区域范围内填充满网格的无路网格网;基于基础路网数据、遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;通行成本数据包括无路网格网中每个网格的通行成本;根据基础路网数据和通行成本数据,生成目标地理区域的导航数据。这样利用遥感数据和预先建立的通行成本计算模型生成导航数据,这种方式考虑了多种背景数据和多种通行级别对通行成本的影响,能够保证导航数据的可用性,同时不需要专门的采集设备进行实地采集,也不需要人工处理采集资料,因此提高了数据更新速度,降低了加工成本,实现了无道路区域的导航数据生产。
为了便于理解,下面以网格采用六边形为例,对上述无路网导航数据生产方法进行系统性介绍。
本发明实施例提出了一种使用遥感产品的、基于道路网格和通行成本评估的无路网导航规划数据生产技术,以传统生产过程为基础,融合了遥感产品中的居民地、水系、植被、等高线(即高程)、道路等矢量数据,基于六角网格(即六边形的网格)建立道路空间拓扑,配合计算模型构建可以快速更新无道路区域导航规划数据。
本发明实施例的目的:一方面,以六角网格为无道路区域快速建立基础路网,能够解决用户在无道路区域的导航基本需求;另一方面,通过使用多种类遥感数据和计算模型,为无路网道路建立通行成本体系,使用户可以在多条线路中选择更符合自身需求的导航路线。
本发明实施例是一种无道路区域的导航数据生产方法,该方法的主要技术流程为:1.生成无路网道路格网(即无路网格网),即通过设置生成范围(即矩形的区域范围),设置格网分辨率(即网格的外接圆半径),生成基础路网数据。2.设置要使用背景数据,并根据背景数据的属性值和种类建立通行成本计算模型。3.基于无路网道路格网和通行成本计算模型,计算道路的通行成本数据。4.根据无路网道路格网和通行成本数据,生成导航规划数据。
下面参照图2,对上述无路网导航数据生产方法的关键步骤进行详细介绍。
(一)获取无路网导航数据的生成范围、格网分辨率
用户首先需要设定要生成无路网导航数据的经纬度范围[xmin,ymin,xmax,ymax],并设置要生成的无路网格网的分辨率(即格网分辨率)。执行该无路网导航数据生产方法的系统将会根据设定的格网分辨率,生成填充满指定范围的无路网格网。
(二)生成基础路网数据
采用正六边形(即六角网格),使用步骤(一)中获取的经纬度范围和格网分辨率进行计算。具体地,首先要确定每个六角网格的中心点(Node);然后利用中心点生成六角网格的边(side)和中心点到另外一个六角网格中心点的道路(link)。
如图3所示,给定K边形(K=6,即六边形)的中心点(x 0,y 0)和初始角度θ,可以根据公式计算六边形的各个顶点的坐标(x i,y i),从而连接相邻的顶点形成边(side),连接相邻的中心点形成道路(link),图3中所示的一个link仅为当前六边形内的部分。图3的公式中,i为顶点的编号,i=1···6;r为六边形的外接圆半径;k=6,k为顶点的个数;θ为六边形的旋转角,图3中θ=0,主要决定六边形的整体朝向。
图4为某地理区域的无路网格网,即在某遥感影像底图上生成的无路网格网,图5为图4所示无路网格网中六角网格边的生成过程示意图,图6为相邻网格之间的道路示意图。
(三)设置要使用的背景数据,并根据数据建立通行成本计算模型
背景数据是指矢量格式的一组点线面数据,可以包括植被、水系、居民地、道路、等值面(即高程)等多种。具体数据格式要求可以如下表1所示:
表1
数据名称 | 数据说明 | 空间字段 | 属性字段 | 字段说明 |
zhibei | 植被 | geom、二维、(4326)、多面 | vtype2 | 植被类型包括:220100 林地220200 草地 |
shuixi | 水系 | geom、二维、(4326)、多面 | deep | 水深(米) |
jumindi | 居民地 | geom、二维、(4326)、多面 | area | 面积(平方米) |
daolu | 道路 | geom、二维、(4326)、多线 | limitv | 限速(公里/小时) |
dengzhimian | 高程 | geom、二维、(4326)、多面 | ELEV_MAX | 最大高度(米) |
其中,geom表示几何字段,二维指要求数据是二维的,4326指WGS84地理坐标系(也可以采用其他类型的坐标系),多面指可以是多个面类型的空间数据,多线指可以是多条线类型的空间数据。
用户准备好步骤(一)设置范围内的背景数据后,选择要参与计算的背景数据种类,按照层次分析法对通行成本计算进行建模。
首先将道路通行成本划分为多种程度(如易通行、一般通行、限制通行、难通行、不能通行等五种通行级别),并定义每种通行级别的通行效能系数;再按照属性值大小将每种背景数据分级,并定义每种背景数据在不同属性级别下的归一化值,得到每种背景数据的归一化数据;最后构建每种背景数据的每种属性级别在不同通行级别中的权重,得到每种背景数据的权重矩阵。
如图7所示,层次分析法的建模原理如下:
一 方案层(易通行、一般通行、限制通行、难通行、不能通行)
A.每种方案层因素定义一个通行效能系数。例如易通行、一般通行、限制通行、难通行、不能通行对应的通行效能系数分别为1、0.8、0.5、0.3、0。
B.最终六角网格的通行成本受到所有方案层因素的影响。
二 准则层(道路、高程、居民地、水系、植被)
A定义每种因素的分级
B定义准则层对应到目标的权重,即道路、高程、居民地、水系、植被的不同级别下的归一化值。
C定义准则层到方案层的权重,即每个准则层因素的不同级别在不同方案层因素中的权重(准则层因素的权重矩阵)。
三 目标层(通行成本)。
下面以高程为例,介绍其权重矩阵的构建过程。
首先根据高程对道路地形种类进行划分,如下表2所示:
表2
以其中的山地地形为例,按经验值结合方案层得到,山地地形对应的方案层因素之间的相对重要性如下表3所示:
表3
基于表3可以得到山地地形对应的判断矩阵,进而可以计算得到山地地形对应的权重为:(0.083、0.083、0.168、0.333、0.333)。
通过上述方式可以计算得到各个准则层因素的权重矩阵,如图8至图12所示。
(四)根据通行成本计算模型,计算基础路网数据中的道路通行成本,得到通行成本数据
根据步骤(二)得到的所有六角网格,循环每个六角网格网,与步骤(三)选择好的背景数据进行空间拓扑分析,得到属于网格内的背景数据,结合通行成本计算模型和每种背景数据在网格中的面积比重,计算每一种背景数据的通行成本,最终得到每个网格的通行成本。具体步骤如下:
1.按照创建无路网格网时的行列编号循环所有网格。用户输入经纬度范围时,首先创建了每个六角网格的中心点,如图13所示,因此可以根据坐标xy对这些中心点进行类编号,计算每个六角网格时,按照xy编号顺序进行处理。
2.根据每个六角网格的空间范围,叠加背景数据进行空间查询,得到相交的背景数据属性。计算每种背景数据在六角网格中的空间占比。
3.对格网内的背景数据按照属性值或空间占比进行归一化处理。如:格网中获取到的地形属性小于200m,则地形属性为平原,归一化值为1;格网中获取到的水系面积比<50%且>25%,则水域属性为较密集,归一化值为3。
4.使用归一化后的背景数据属性,带入步骤(三)中对应属性的权重,计算当前背景数据在五种通行情况下的通行成本。如:水系在格网中为较密集(3),则将3带入水系权重矩阵中较密集对应的{0.1,0.1,0.2,0.3,0.3},计算得到水系数据在每种通行成本下的通行成本,即{0.3,0.3,0.6,0.9,0.9}。
图14至图17分别示出了无路网格网中的道路数据、植被数据、高程数据和水系数据,每张图中不同颜色的网格用于表征相应准则层因素下的通行成本大小不同。需要说明的是,某些网格可能仅涉及部分种类的背景数据,对于未涉及到的背景数据可以按照预设的默认属性级别计算通行成本,如一般密集。
5.计算完所有背景数据的通行成本后,基于五种通行情况下的通行效能系数,将各背景数据的通行成本组合得到一个格网最终的通行成本。
cost(格网通行成本)=easily(背景数据值)×easily_weight+commonly(背景数据值)×commonly_weight+limit(背景数据值)×limit_weight+difficult(背景数据值)×difficult_weight+Cannot(背景数据值)×Cannot_weight。
其中,easily(背景数据值)、commonly(背景数据值)、limit(背景数据值)、difficult(背景数据值)、Cannot(背景数据值)分别为五个通行级别(易通行、一般通行、限制通行、难通行、不能通行)下的总数据值;easily_weight、commonly_weight、limit_weight、difficult_weight、Cannot_weight分别为五个通行级别(易通行、一般通行、限制通行、难通行、不能通行)的通行效能系数。
(五)根据基础路网数据和通行成本数据生成导航规划数据
使用步骤(二)和步骤(四)生成的基础路网数据和通行成本数据,将基础路网数据中的Node、side、link创建为导航规划数据。导航规划数据是由Node组成的,可以根据生成的link数据的端点获取节点(Node),根据link设置Node节点的方向、级别等属性,将这些Node,按照一定的数据结构,存储在物理文件中就形成了导航规划数据。数据结构可以如下:
1)Link_prop。弧段属性数据,包括道路等级、道路类型、通行成本等,其中,弧段指link,道路由多个连续的弧段构成。
2)Node_prop。节点数据,包括节点方向、节点类型(上升点、下降点、普通点、穿越点)、节点级别(如1-5)等。通过设置节点类型和节点级别,可以将该数据与有路网导航规划数据融合。对于节点类型,上升点指从低等级道路(如乡间小路)进入高等级道路(如高速路);下降点指从高等级道路进入低等级道路;普通点指所连接的两条link不存在道路等级变化;穿越点是业务特性,用于标识所连接的两条link不属于同一个行政区。
3)Connect。弧段连通性,表示弧段的双向禁行关系。
4)bycar。规划用二进制数据,运用link、Node、connect数据编译生成,用于路径规划使用。
本发明实施例提高了导航规划数据的生产效率和自动化程度,解决了在无路网地区的导航数据生产问题,并且能够根据导航数据进行路径规划,如图18所示,提供了一种无道路区域的导航引导数据的解决方案。
对应于上述的无路网导航数据生产方法,本发明实施例还提供了一种无路网导航数据生产装置。参见图19所示的一种无路网导航数据生产装置的结构示意图,该装置包括:
数据获取模块1901,用于获取目标地理区域对应的区域范围、格网分辨率和遥感数据;
第一生成模块1902,用于根据所述区域范围和所述格网分辨率,生成基础路网数据;其中,所述基础路网数据包括在所述区域范围内填充满网格的无路网格网;
成本计算模块1903,用于基于所述基础路网数据、所述遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,所述通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;所述通行成本数据包括所述无路网格网中每个网格的通行成本;
第二生成模块1904,用于根据所述基础路网数据和所述通行成本数据,生成所述目标地理区域的导航数据。
本发明实施例提供的无路网导航数据生产装置,能够获取目标地理区域对应的区域范围、格网分辨率和遥感数据;根据区域范围和格网分辨率,生成基础路网数据;其中,基础路网数据包括在区域范围内填充满网格的无路网格网;基于基础路网数据、遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;通行成本数据包括无路网格网中每个网格的通行成本;根据基础路网数据和通行成本数据,生成目标地理区域的导航数据。这样利用遥感数据和预先建立的通行成本计算模型生成导航数据,这种方式考虑了多种背景数据和多种通行级别对通行成本的影响,能够保证导航数据的可用性,同时不需要专门的采集设备进行实地采集,也不需要人工处理采集资料,因此提高了数据更新速度,降低了加工成本,实现了无道路区域的导航数据生产。
进一步地,上述第一生成模块1902具体用于:
按照所述格网分辨率,确定填充在所述区域范围内的各个网格的中心点;其中,所述网格的外接圆半径等于所述格网分辨率;
利用各个所述网格的中心点,生成每个所述网格的边和相邻所述网格之间的道路;
将所述区域范围内填充满所述网格得到的无路网格网,确定为所述基础路网数据。
进一步地,上述成本计算模块1903具体用于:
遍历所述基础路网数据中的每个网格;
对于遍历到的当前网格,从所述遥感数据中获取所述当前网格对应的网格背景数据;
基于所述网格背景数据,确定所述当前网格对应的每种所述背景数据的目标属性级别;
根据所述当前网格对应的每种所述背景数据的目标属性级别,以及所述通行成本计算模型中每种所述背景数据对应的归一化数据和权重矩阵,计算得到每种所述背景数据对应的子成本数据;其中,所述归一化数据包括不同属性级别下的归一化值,所述权重矩阵包括不同属性级别对应的不同通行级别的权重值,所述子成本数据包括不同通行级别下的通行成本值;
根据各所述背景数据对应的子成本数据和所述通行成本计算模型中不同通行级别的通行效能系数,计算得到所述当前网格的通行成本。
进一步地,上述成本计算模块1903还用于:
根据所述当前网格的空间范围,对所述遥感数据进行空间查询,并将查询到的数据确定为所述当前网格对应的网格背景数据。
进一步地,上述成本计算模块1903还用于:
对所述网格背景数据中每种所述背景数据进行空间占比计算和/或属性值计算,得到每种所述背景数据的级别数据;
基于每种所述背景数据的级别数据,确定每种所述背景数据的目标属性级别。
进一步地,上述成本计算模块1903还用于:
对于每种所述背景数据,从所述通行成本计算模型中获取该背景数据的目标属性级别对应的目标归一化值和不同通行级别的目标权重值;
将所述目标归一化值与不同通行级别的目标权重值相乘得到的不同通行级别下的通行成本值,确定为该背景数据对应的子成本数据。
进一步地,上述成本计算模块1903还用于:
对各所述背景数据对应的子成本数据中相同通行级别下的通行成本值进行求和,得到所述当前网格对应的不同通行级别下的总数据值;
通过如下公式计算得到所述当前网格的通行成本cost:
其中,A j为编号为j的通行级别下的总数据值,W j为编号为j的通行级别的通行效能系数,n为通行级别的数量。
本实施例所提供的无路网导航数据生产装置,其实现原理及产生的技术效果和前述无路网导航数据生产方法实施例相同,为简要描述,无路网导航数据生产装置实施例部分未提及之处,可参考前述无路网导航数据生产方法实施例中相应内容。
如图20所示,本发明实施例提供的一种电子设备2000,包括:处理器2001、存储器2002和总线,存储器2002存储有可在处理器2001上运行的计算机程序,当电子设备2000运行时,处理器2001与存储器2002之间通过总线通信,处理器2001执行计算机程序,以实现上述无路网导航数据生产方法。
具体地,上述存储器2002和处理器2001能够为通用的存储器和处理器,这里不做具体限定。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行前面方法实施例中所述的无路网导航数据生产方法。该计算机可读存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在这里示出和描述的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制,因此,示例性实施例的其他示例可以具有不同的值。
附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (10)
1.一种无路网导航数据生产方法,其特征在于,包括:
获取目标地理区域对应的区域范围、格网分辨率和遥感数据;
根据所述区域范围和所述格网分辨率,生成基础路网数据;其中,所述基础路网数据包括在所述区域范围内填充满网格的无路网格网;
基于所述基础路网数据、所述遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,所述通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;所述通行成本数据包括所述无路网格网中每个网格的通行成本;
根据所述基础路网数据和所述通行成本数据,生成所述目标地理区域的导航数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述区域范围和所述格网分辨率,生成基础路网数据,包括:
按照所述格网分辨率,确定填充在所述区域范围内的各个网格的中心点;其中,所述网格的外接圆半径等于所述格网分辨率;
利用各个所述网格的中心点,生成每个所述网格的边和相邻所述网格之间的道路;
将所述区域范围内填充满所述网格得到的无路网格网,确定为所述基础路网数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述基础路网数据、所述遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据,包括:
遍历所述基础路网数据中的每个网格;
对于遍历到的当前网格,从所述遥感数据中获取所述当前网格对应的网格背景数据;
基于所述网格背景数据,确定所述当前网格对应的每种所述背景数据的目标属性级别;
根据所述当前网格对应的每种所述背景数据的目标属性级别,以及所述通行成本计算模型中每种所述背景数据对应的归一化数据和权重矩阵,计算得到每种所述背景数据对应的子成本数据;其中,所述归一化数据包括不同属性级别下的归一化值,所述权重矩阵包括不同属性级别对应的不同通行级别的权重值,所述子成本数据包括不同通行级别下的通行成本值;
根据各所述背景数据对应的子成本数据和所述通行成本计算模型中不同通行级别的通行效能系数,计算得到所述当前网格的通行成本。
4.根据权利要求3所述的方法,其特征在于,所述从所述遥感数据中获取所述当前网格对应的网格背景数据,包括:
根据所述当前网格的空间范围,对所述遥感数据进行空间查询,并将查询到的数据确定为所述当前网格对应的网格背景数据。
5.根据权利要求3所述的方法,其特征在于,所述基于所述网格背景数据,确定所述当前网格对应的每种所述背景数据的目标属性级别,包括:
对所述网格背景数据中每种所述背景数据进行空间占比计算和/或属性值计算,得到每种所述背景数据的级别数据;
基于每种所述背景数据的级别数据,确定每种所述背景数据的目标属性级别。
6.根据权利要求3所述的方法,其特征在于,所述根据所述当前网格对应的每种所述背景数据的目标属性级别,以及所述通行成本计算模型中每种所述背景数据对应的归一化数据和权重矩阵,计算得到每种所述背景数据对应的子成本数据,包括:
对于每种所述背景数据,从所述通行成本计算模型中获取该背景数据的目标属性级别对应的目标归一化值和不同通行级别的目标权重值;
将所述目标归一化值与不同通行级别的目标权重值相乘得到的不同通行级别下的通行成本值,确定为该背景数据对应的子成本数据。
7.根据权利要求3所述的方法,其特征在于,所述根据各所述背景数据对应的子成本数据和所述通行成本计算模型中不同通行级别的通行效能系数,计算得到所述当前网格的通行成本,包括:
对各所述背景数据对应的子成本数据中相同通行级别下的通行成本值进行求和,得到所述当前网格对应的不同通行级别下的总数据值;
通过如下公式计算得到所述当前网格的通行成本cost:
其中,A j为编号为j的通行级别下的总数据值,W j为编号为j的通行级别的通行效能系数,n为通行级别的数量。
8.一种无路网导航数据生产装置,其特征在于,包括:
数据获取模块,用于获取目标地理区域对应的区域范围、格网分辨率和遥感数据;
第一生成模块,用于根据所述区域范围和所述格网分辨率,生成基础路网数据;其中,所述基础路网数据包括在所述区域范围内填充满网格的无路网格网;
成本计算模块,用于基于所述基础路网数据、所述遥感数据和预先建立的通行成本计算模型,计算得到通行成本数据;其中,所述通行成本计算模型是基于预设的多种背景数据和多种通行级别,采用层次分析法建立的;所述通行成本数据包括所述无路网格网中每个网格的通行成本;
第二生成模块,用于根据所述基础路网数据和所述通行成本数据,生成所述目标地理区域的导航数据。
9.一种电子设备,包括存储器、处理器,所述存储器中存储有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权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410190283.4A CN117740022B (zh) | 2024-02-21 | 2024-02-21 | 无路网导航数据生产方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410190283.4A CN117740022B (zh) | 2024-02-21 | 2024-02-21 | 无路网导航数据生产方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117740022A true CN117740022A (zh) | 2024-03-22 |
CN117740022B CN117740022B (zh) | 2024-05-14 |
Family
ID=90251229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410190283.4A Active CN117740022B (zh) | 2024-02-21 | 2024-02-21 | 无路网导航数据生产方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117740022B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005106635A (ja) * | 2003-09-30 | 2005-04-21 | Clarion Co Ltd | 経路計算装置、方法及びプログラム並びにナビゲーションシステム、方法及びプログラム |
CN107144288A (zh) * | 2017-05-19 | 2017-09-08 | 北京旋极伏羲大数据技术有限公司 | 一种无路网地形条件下的路径规划的方法及其装置 |
CN111667101A (zh) * | 2020-05-22 | 2020-09-15 | 武汉大学 | 融合高分辨率遥感影像与地形的个性化电力野外作业路径规划方法及系统 |
CN113066179A (zh) * | 2020-01-02 | 2021-07-02 | 沈阳美行科技有限公司 | 一种地图数据处理方法、装置、设备及存储介质 |
CN113066176A (zh) * | 2020-01-02 | 2021-07-02 | 沈阳美行科技有限公司 | 一种地图数据处理方法、装置、设备及存储介质 |
CN113984062A (zh) * | 2021-10-26 | 2022-01-28 | 中国科学院合肥物质科学研究院 | 一种基于机动性评估的地面车辆路径规划方法 |
CN114719881A (zh) * | 2022-06-09 | 2022-07-08 | 环球数科集团有限公司 | 一种应用卫星定位的无路径导航算法与系统 |
CN114942650A (zh) * | 2022-06-01 | 2022-08-26 | 三明学院 | 无人机单体建筑勘察路径规划方法、装置、设备及介质 |
-
2024
- 2024-02-21 CN CN202410190283.4A patent/CN117740022B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005106635A (ja) * | 2003-09-30 | 2005-04-21 | Clarion Co Ltd | 経路計算装置、方法及びプログラム並びにナビゲーションシステム、方法及びプログラム |
CN107144288A (zh) * | 2017-05-19 | 2017-09-08 | 北京旋极伏羲大数据技术有限公司 | 一种无路网地形条件下的路径规划的方法及其装置 |
CN113066179A (zh) * | 2020-01-02 | 2021-07-02 | 沈阳美行科技有限公司 | 一种地图数据处理方法、装置、设备及存储介质 |
CN113066176A (zh) * | 2020-01-02 | 2021-07-02 | 沈阳美行科技有限公司 | 一种地图数据处理方法、装置、设备及存储介质 |
CN111667101A (zh) * | 2020-05-22 | 2020-09-15 | 武汉大学 | 融合高分辨率遥感影像与地形的个性化电力野外作业路径规划方法及系统 |
CN113984062A (zh) * | 2021-10-26 | 2022-01-28 | 中国科学院合肥物质科学研究院 | 一种基于机动性评估的地面车辆路径规划方法 |
CN114942650A (zh) * | 2022-06-01 | 2022-08-26 | 三明学院 | 无人机单体建筑勘察路径规划方法、装置、设备及介质 |
CN114719881A (zh) * | 2022-06-09 | 2022-07-08 | 环球数科集团有限公司 | 一种应用卫星定位的无路径导航算法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117740022B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106898045B (zh) | 一种基于sgog瓦块的大区域真三维地理场景自适应构建方法 | |
CN106327577B (zh) | 基于局部曲率熵和四叉树结构的三维地形曲面优化方法 | |
CN107895031B (zh) | 建筑信息模型在三维数字城市场景中自适应动态调度方法 | |
Stefanakis et al. | On the determination of the optimum path in space | |
CN103927788A (zh) | 基于城市竖向规划的建筑地物分层dem模型制作方法 | |
CN103065361A (zh) | 三维海岛沙盘实现方法 | |
CN111222742B (zh) | 基于农田景观分区的土壤新增采样点补充布设方法 | |
CN106446910A (zh) | 一种复杂地质曲面特征提取与重构方法 | |
CN103970837A (zh) | 基于城市用地和竖向规划的不连续dem分类制作方法 | |
CN111858810A (zh) | 一种面向道路dem构建的建模高程点筛选方法 | |
CN106714193A (zh) | 一种基于理想图案模型的水下传感器节点沉降部署方法 | |
CN115759883A (zh) | 基于网络群组特征的生态管理分区方法 | |
CN107992588B (zh) | 一种基于高程瓦片数据的地形显示系统 | |
CN112435267A (zh) | 一种高分辨率城市卫星立体图像的视差图计算方法 | |
CN114219911B (zh) | 一种基于立体剖分框架的空域网格化建模方法 | |
CN117516562B (zh) | 一种路网处理方法和相关装置 | |
CN106096129B (zh) | 一种基于山地汇水计算的山脚水面规模分析方法 | |
CN117740022B (zh) | 无路网导航数据生产方法、装置、电子设备及存储介质 | |
TW202137129A (zh) | 用於將地理區域劃分為用於動態定價的邏輯性區域之系統及方法 | |
CN112116709B (zh) | 一种提高地形表达精度的地形特征线处理方法 | |
CN112002012B (zh) | 城市区域的可视性分析方法 | |
Cheng et al. | Multi-criterion methods to extract topographic feature lines from contours on different topographic gradients | |
CN105468759B (zh) | 空间体的频谱数据构建方法 | |
CN115346119A (zh) | 一种基于数字高程模型的数字河网提取方法 | |
CN113012286A (zh) | 一种基于密集点云数据构建道路dem的方法 |
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 |