浮动车轨迹数据聚类的有向密度方法

为了充分挖掘浮动车轨迹数据的潜在特性,本文在OPTICS空间密度聚类算法基础上,提出了一种有向密度的快速聚类方法(D-OPTICS)。该方法通过扇形空间邻域计算其有向密度信息,并基于方向信息约束其密度可连通性,通过有向可达距离曲线生成数据基本簇,最后,通过空间网格及类簇聚合等优化方法,实现其大规模浮动车轨迹数据的快速聚类处理。通过有向时空数据的聚类分析,发现浮动车轨迹的时空分布特性,以提取复杂路网的结构信息。本文以福州市大规模浮动车轨迹数据,对D-OPTICS进行了系统实验,分析表明,该算法可实现浮动车轨迹数据的快速有向密度聚类分析,有助于挖掘发现时空轨迹数据的分布规律,且基于聚类结果提取了福州市区复杂路网的有向拓扑结构图。同时,与DBSCAN及OPTICS等传统的密度聚类算法进行性能对比,实验表明,D-OPTICS算法能更好地支持大规模浮动车轨迹数据的处理要求。     

一种基于路网等级启发式策略的路径搜索算法

本文提出了一种基于路网等级启发式策略的路径搜索算法。通过引入考虑路网等级因素的代价评估函数,有目的地引导搜索过程考虑路网道路等级特征,限制路径搜索规模,在精度可控的前提下,大幅度提高时间最短路径算法的效率,并使得搜索路径结果更符合心理认知过程。其与经典的层次空间推理算法相比,本文提出的算法实现过程简单,效率和精度相似。理论分析和实验过程验证了本文所提出算法的有效性。     

基于DBI和稀疏轨迹数据的交通状态精细划分与识别

浮动车轨迹数据已逐渐成为城市交通状态识别的主要数据源之一,但是现有基于浮动车轨迹数据的交通状态识别中多数是应用高精度或是多源轨迹数据。针对稀疏轨迹数据在城市交通状态识别中存在识别精度不高的问题,本文提出一种结合戴维森堡丁指数（DBI）和轨迹相似性度量的动态交通状态划分方法。首先,对轨迹数据和路网数据进行预处理并且建立不同时间片的路段轨迹集合;接着,依据轨迹速度-空间相似性,利用戴维森堡丁指数动态地扩展轨迹的空间维度,并根据轨迹相似性度量方法构建最佳车辆队列;然后,将前后不同的车辆队列进行二次处理,连接组成交通流簇;最后,基于模糊C均值聚类方法将交通流进行划分,实现路段交通状态的识别。采用厦门市厦禾路、湖滨西路和湖滨南路交叉路段上的真实出租车轨迹数据进行测试,结果表明,本文所提方法保证了车辆队列速度分布与原始轨迹速度分布基本一致,相比对比方法Kmeans++和ST-DBSCAN,本文方法均方根误差平均下降了18.77%和21.22%,并且在不同的实验路段表现更加稳定,可有效、可靠地运用稀疏轨迹数据识别城市交通状态,进而实现城市交通状态的精细分析。     

基于路网拓扑层次性表达的驾车路径规划方法

人对所处客观世界的认识具有显著的空间层次特征,可指导出行路径规划过程。常用的层次空间推理的分层路径计算方法,虽顾及了路网的层次性特征,但道路规划等级与人对路网的层次性认知往往并不一致。而道路网络自身的拓扑结构可客观反映道路重要程度,以及出行者对道路的层次性认知经验。本文以拓扑结构指标表达道路的层次性特征,以此规划驾车出行路径,并通过与出租车行驶路径的匹配度及距离最短路径耗时比评价路径规划结果的合理性。研究结果表明,基于路网拓扑层次性表达的规划路径优于距离最短路径、动态时间最短路径、基于道路等级的静态时间最短路径及基于动态中介中心性分层的距离最短路径,与基于出租车经验建模的路径规划结果相当。但本文所提出的方法不需出租车经验建模所依赖的浮动车系统支持,更利于部署应用。     

基于能量守恒方法的重力场反演快速异构并行算法

在利用卫星跟踪卫星资料解算重力场模型位系数时,其海量观测数据处理以及大型方程组解算过程存在计算效率低下、对平台硬件要求高等问题。针对以上问题,提出一种基于能量守恒方法的重力场反演快速异构并行算法,基于CUDA 在GPU端实现并行计算设计矩阵,结合MKL库与分区平差法、预处理共轭梯度法在CPU端完成低内存消耗下的法方程快速构建与求解,实现重力场模型反演的异构并行计算。运用该算法处理GRACE-FO卫星2020-01-01～06-30期间观测数据,反演获得120阶重力场模型GM-GraceFO2020h;与现有模型以及算法对比分析表明,该算法所得模型与现有GRACE重力场模型精度相当,且相较于传统的串行算法,反演耗时减少98.479%,内存消耗减小1个数量级。     

基于地形数据的长距离越野路径快速规划方法研究

越野环境下机动车辆的快速路径规划在野外搜救、应急抢险及军事作战等领域均具有重要意义,在以上场景中,随着空间维数的增加,传统路径搜索算法计算复杂性急剧增长,可能无法在既定时间内求解可靠路径。为解决上述不足,本文结合越野路径规划不受路网通行限制以及两点之间直线最短的特点,提出以方向指向作为搜索策略的启发式算法,该算法搜索效率大幅提升,却难以保证求解质量。为进一步提高求解质量,提出了带有方向指向的Dijkstra分段算法,该算法在较低精度环境模型下通过Dijkstra算法找到最优路径,并将该路径进行分段,各分段以方向指向作为搜索策略进行路径搜索,从而在长距离越野路径规划中快速规划通行方案。为验证该算法的有效性,本文利用山西省某市的数字高程模型数据进行实验,引入了窗口移动法对地形进行先期的坡度计算和通行性分析,构建越野环境模型,调用路径搜索算法进行规划。实验结果表明,本文所提算法相比Dijkstra算法计算效率得到了大幅提升,且规划路径的长度接近于最优解。     

基于弧段标记的交通网络时间最短路径算法

标号算法是经典的最短路径算法之一,在交通领域中具有广泛的应用。在交通领域中,时间最短路径比距离最短路径更有意义,而时间最短路径不仅与道路的时间权值有关,还与道路之间的转弯阻抗有关。在传统的交通路网抽象方式下,道路抽象为平面图中的弧段,道路间的交叉口抽象为节点。本文介绍了一种适用于传统交通路网模型的弧段标记时间最短路径算法,详细阐述了该算法的原理、数据基础与运行结构。通过分析和实例测试表明,该算法可以顾及城市路网在路口的交通限行与转弯延迟的影响,并且时间复杂度低,具有一定的实际应用价值。     

基于人工神经网络的多特征因子路网匹配算法

在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。     

基于动态中介中心性的城市道路网实时分层方法

 城市道路网中各路段的出行效率直接决定了公众实时出行过程中对道路的选择差异。本文提出一种动态道路网分层方法,通过引入城市道路实时交通状态信息,结合图论中的中介中心性评价方法,得到与时间相关的城市路网动态中介中心性层级结构。该方法考虑了不同时间段城市交通状态的差异,实现了城市路网层次的动态合理划分,在一定程度上缓解了由于数据空间范围限制引起的路网层级静态划分方法的局限性。本文所提出的方法可作为城市路网动态分层的有效方法,为多用户并发环境下的实时出行路径搜索提供更合理的数据基础,同时也可应用于更多的城市路网研究中。     

矢量瓦片并行构建与分布式存储模型研究

矢量瓦片体积小、生成效率高、支持动态交互,较传统栅格瓦片有诸多优势,是下一代互联网地图服务研究的重点。为了解决当前矢量瓦片研究中处理速度慢,扩展性差等问题,本文利用并行计算框架Spark进行矢量瓦片快速构建,通过自定义转换函数,将原始矢量数据GeoJson转换成mvt瓦片集;对于生成的矢量瓦片集,本文基于分布式内存文件系统Alluxio设计一个瓦片存储模型-VectorTileStore,模型以键值对进行数据存储,瓦片元数据占据前八个键值对,单个瓦片占据一个键值对,在数据写入的同时,基于键构建一个哈希索引,用于快速访问,模型兼容海量瓦片的组织存储,具有很强的扩展性。通过实验结果表明,本文提出的矢量瓦片并行构建算法较单机构建算法运行时间平均减少49.6%,分布式存储模型VectorTileStore较传统方案更适合海量矢量瓦片存储,存取时间效率更高。     

面向关系数据库的道路识别算法研究

为适应面向关系数据库的GIS应用开发,不再依赖GIS二次开发组件对Maplnfo电子地图进行空间数据处理,提出了在关系数据库中重新组织并存储电子地图的图元数据,进而展开相关空间数据处理算法的研究.本文针对电子地网中表征道路的线对象,以道路结点为基本存储单元,融合路段走向,创建了路网数据库,将对目标点周边道路的识别问题转...     

SA*：一种多线程路径规划算法

路径规划问题是路网交通应用中的一个基础问题。A*算法是一个求解点到点最短路径问题的高效算法。但随着路网数据规模的增长,A*难以保证求解的实时性。利用并行计算进行加速是常用的算法性能提高手段,然而A*算法是由一系列前后依赖的迭代步骤组成,因此难以进行直接的并行化。本文提出一种分段化搜索的改进A*算法（SA*）。该算法在搜索路径前先选择若干可能在最短路径上的结点作为导航点,然后多线程并行地分别求出导航点之间的最短路径,并拼接这些路径作为原问题的一个近似解。分段搜索本身可以减少路径规划的搜索空间,借助多线程并行则可以进一步提高求解速度。实验结果表明,在真实路网数据上,利用16核的机器,SA*的性能可以达到A*算法的10-30倍。     

动态权重约束下的农村机耕路提取方法

宽度窄、路面材质与农田差异性低是农村机耕路的特点,也是导致现有模板匹配方法自动化程度低的主要因素。本文针对这一问题,提出动态权重约束下的农村机耕路提取方法。该方法首先通过改进多尺度线段方向直方图（Multi-Scale Line Segment Orientation Histogram, MLSOH）模型,对机耕路局部道路方向进行预测,能够降低由于田埂干扰所导致的道路方向错误预测几率;其次为明确表征机耕路线性特征,对影像进行线段提取。并将局部区域线段长度作为权重动态分配的主要因子,对不同道路预测方向进行动态权重分配,以此解决路面宽度窄导致的匹配准确度下降问题。最后,将HSL色彩空间相似性分析模型与动态权重因子进行结合,构成HSL动态匹配模型,以此提高机耕路与农田之间的对比性。本文以3幅不同地区、不同类型的高分辨率影像为实验数据,与其他多个模板匹配算法进行对比分析,结果表明,本文方法道路提取的完整度、正确率以及质量均在95%以上。同时相对于其他方法,在保证机耕路提取精度的基础上,本文提出的方法具有自动化程度高的优点,并且本文的方法也适用于其他农村区域道路。     

一种以FCD模型从SPOT影像提取植被覆盖率的方法

论及以FCD模型原理提取植被覆盖率的方法;同时,针对SPOT影像的波段特征,重新构造了相关指数:植被指数(VI)、裸土指数(BI)和阴影指数(SI),并在ERDAS软件系统上对该方法进行了实验。然后,通过野外实地考察,应用 GPS、数码相机等进行实地采点,并对该方法得出的结果进行了验证。结果表明,总体精度达到了80％以上,说明该方法具有较高的提取精度,能满足大中尺度的植被覆盖率调查要求。     

车辆导航系统中地图匹配算法的研究

根据网格思想将道路网络进行分块并融合GPS所提供的定位数据,利用车辆行驶的位置、方向和实际道路网络的拓扑特性,提出一种快速实用的地图匹配算法。使GPS数据实时地与GIS地图数据匹配,有效地提高车辆导航的定位精度。     

基于道路结构特征识别的城市交通状态空间自相关分析

 城市道路交通状态具有空间自相关特征。路段交通状态的变化会很快影响到邻近路段,导致一定空间范围内路段的交通状态发生改变。揭示城市交通状态的空间自相关特征,对交通规划、交通控制与诱导具有重要意义。然而,受到城市路网空间结构和道路拓扑特征的影响,城市道路交通状态的空间自相关并非各向同性,也并非均匀地向上下游扩散,而是有选择性地集中在部分邻近路段上。因此,仅考虑路段地理空间下的上下游邻近性,难以全面度量路段间交通状态的相互影响,识别出交通状态空间相关性强的道路集合。本文借鉴复杂网络分析方法,定量化分析了城市路网的模块化与层次性特征,利用城市路段在空间上的聚集特征和路段在网络中拓扑角色的差异,提出了一种新的交通状态自相关路段邻近性判别规则,即空间邻近且拓扑等价规则,以此规则实现交通状态空间相关路段聚类过程,更好地揭示城市路段之间的交通状态空间相关性。     

结合网状描述符和单应约束的近景影像直线匹配

针对现有立体影像直线匹配方法中的线描述子只依赖局部灰度特征导致可靠性较弱的问题,本文提出了一种结合网状描述符和单应约束的直线匹配方法。① 利用线特征检测算法（Line Segment Detector, LSD）提取参考影像及搜索影像中的直线段;② 根据角度约束和核线约束确定候选直线,缩小直线搜索范围,并计算参考直线与候选直线的重叠部分以确保端点一致;③ 利用直线段固定邻域内的同名点对构建网状描述符,选择3组不同的同名点对分别计算直线相似值,取其中最大值作为直线段的最终相似度从而确定同名直线对;④ 将未搜索到同名点对的直线段利用单应性矩阵映射至搜索影像,并根据3个判别准则得到最终的匹配结果。为了验证算法的有效性及鲁棒性,本文选取国际公开的标准测试数据集中5组近景影像进行实验,并与现有3种具有代表性的算法进行对比。结果显示本文算法的准确度及有效性均优于对比的3种算法,在匹配准确率与运行效率上最高有16.1%与49倍的提升,对于不同条件下的影像均能取得良好的直线匹配结果。     

鲜水河断裂带间震期断层滑动与转动特征研究

构建描述断层平动和转动的向-位错模型,利用2001~2004 年的GPS数据,采用粒子群算法反演鲜水河断裂带不同分段处的断层滑动和转动情况,最后由正演计算验证反演断层参数的可靠性。结果表明：1）鲜水河断裂带断层活动以滑动特性为主,整体呈左旋走滑运动,局部兼有挤压;2）鲜水河断裂带转动特征分段性较为明显,北西段和南东段的断层转动特征较强,且南东段断层转动最为显著。     

利用双重索引快速构建道路网络连通拓扑

路网拓扑关系的生成是进行最优路径规划的基础。本文针对ISO GDF4.0模型对道路连通拓扑的定义,结合最优路径规划对道路网络连通拓扑的要求,提出一种使用R-tree空间索引和B-tree索引双重索引方式快速生成道路连通拓扑的算法。连通拓扑快速构建算法包括新道路生成和网络拓扑提取两部分,新道路生成过程中,首先,自上而下地打断道路形成直线段集并求交点,然后,自下而上地重构直线段集以生成新道路。在打断道路求交点过程中,对道路建立R-tree空间索引,显著提高了几何要素的查找速度。在网络拓扑提取过程中对序列化数据建立B-tree索引,使得其查找速度大大加快。通过对双重索引算法的时间复杂度分析与验证表明,本文提出的拓扑生成算法具有较高的执行效率。