顾及轨迹密度分布异质性的道路交叉口提取方法

车辆轨迹大数据为道路网生成与更新、道路状态信息感知提供了新机遇,从轨迹数据中准确提取道路交叉口是基于车辆轨迹数据构建精细化道路网地图的关键步骤。当前已有学者根据轨迹点的转向、速度变化等特征,基于空间聚类提出了一些道路交叉口识别的经典方法,但由于轨迹数据密度分布的异质性、噪声干扰及最优聚类参数设置等问题,从不同采样频率、分布密度的轨迹数据中提取不同大小、形态的交叉口仍是一个挑战。为此,本文首先针对轨迹密度的空间分布异质性提出基于层次划分的轨迹栅格化策略,进而从视觉角度出发,提出一种基于“转换-分割-优化”全流程的道路交叉口层次提取方法。通过对不同采样频率的真实轨迹数据进行试验分析,验证了本文方法对低频轨迹数据中道路交叉口提取的准确度与有效性,识别结果优于现有代表性方法。     

基于轨迹数据的道路交叉口及其结构提取方法

针对轨迹大数据自动提取城市道路,特别是交叉口问题,该文提出一种新的基于出租车轨迹数据的道路交叉口识别及其结构提取方法:识别轨迹中的转弯片段及其中心点;利用中心点周围轨迹的面积自适应确定聚类半径,并借助自适应聚类半径的DBSCAN方法识别可能的交叉口;对交叉口的轨迹数据进行清洗,用公共子轨迹相似性和角度相似性对转弯片段聚...     

基于位置轨迹挖掘的城市居民职住地识别方法研究

城市居民居住与就业的空间组织在城市空间结构的研究中非常重要,居民职住地的识别则是城市居民职住空间组织研究的首要任务。本文从位置轨迹入手,在基于时间聚类提取出停留点序列的基础上,重点对停留点序列的时间特征进行分析,对其做进一步的归纳,筛选出职住地出候选类,最终完成居住地、工作地的识别。实验结果表明,该方法能够有效地从位置轨迹数据中识别出城市居民的居住地和工作地。     

车辆轨迹数据提取道路交叉口特征的决策树模型

众源车辆轨迹数据隐含最新的道路分布信息,研究利用轨迹数据提取道路特征有益于基础路网数据的快速建库与更新。道路网由交叉口和连接交叉口的道路线构成,其中交叉口特征识别是整个道路网生成的关键。由于缺乏精细的交叉口识别模型,轨迹数据生成的道路网容易出现路口遗漏、结构失真等现象。针对这一问题,本文提出一种利用轨迹数据提取道路交叉口的方法。首先,分析车辆在交叉口与非交叉口区域移动轨迹几何形态及隐含动力学特征的变化情形;然后,利用决策树方法构建轨迹片段分类模型,并结合移动开窗式的轨迹线剖分模型建立交叉口区域变道轨迹片段提取方法;最后,依据Hausdorff距离对交叉口区域轨迹片段进行聚类,并提取中心线获得完整的道路交叉口结构。采用真实的车辆轨迹线作为测试数据,验证了本文提出方法的有效性。     

基于改进DBSCAN方法的移动对象轨迹停留分析

停留是指对象静止或长时间在较小范围内徘徊的状态。从移动对象轨迹中识别出主要的停留时段及停留区域,可以进一步分析对象的行为及区域的特征。DBSCAN是一种基于密度的空间聚类方法,当二维空间中点密度超过一定阈值时,就认为这些点是一个集聚。本文对DBSCAN方法进行改进,不仅考虑轨迹点之间的空间关系,而且考虑轨迹点之间的时间关系,因此,能有效识别移动对象的停留。最后,利用Starkey项目提供的动物移动轨迹数据进行了停留分析。     

车辆GPS轨迹加油行为建模与时空分布分析

车辆加油行为不仅反映了能源的消耗和补充情况,同时也是能源需求和能源配置的重要指标,传统基于小样本问卷的加油行为调查方法无法揭示城市宏观加油行为的时空分布特征。本文采用时空GPS轨迹大数据,对城市加油行为进行了描述与建模,并分析了其时空分布规律。该方法采用车辆与道路距离、平均速度、时间间隔、轨迹点间距4个指标,对加油行为进行了描述并建模;分析了在一定时间间隔采样下,加油行为轨迹4个指标的具体时空特征;最后以武汉市出租车GPS轨迹数据为例,探测并分析了武汉市出租车加油行为与时空分布规律。试验结果表明,本文方法可有效探测和分析城市加油行为,并能够揭示能源空间配置低效情况。     

基于轨迹数据的武汉大学学生行为规律分析

以武汉大学学生为研究对象,采用DBSCAN聚类算法,对采集到的大量轨迹数据和具体的校园地理背景信息,进行轨迹停留点特征的精确提取。通过大量数据分析,实现武汉大学学生个体与群体行为特征提取。从群体水平来看,武大学生用于学习的时间占比重最大,用于运动、逛街、休闲的时间主要集中在下午或者晚上的空闲时段。同时,该方法对于研究大学生等特定群体的行为特征也具有普适性。     

基于出租车轨迹的居民出行特征分析

研究并实现了一种结合核密度分析的DBSCAN空间聚类方法。首先对从马鞍山市出租车的轨迹数据中提取出上下客轨迹点数据进行预处理;再对上下客轨迹点数据进行聚类分析,识别居民出行热点区域;最后进行居民出行热点分析,并总结了居民出行的时空特征。     

利用轨迹大数据进行城市道路交叉口识别及结构提取

交叉口是城市交通路网生成、更新的重要组成部分。本文基于车辆时空轨迹大数据,提出了一种城市交叉口自动识别方法。该方法首先通过轨迹跟踪识别轨迹数据中包含的车辆转向点对;然后基于距离和角度的生长聚类方法进行转向点对的空间聚类,并采用基于局部点连通性的聚类方法识别交叉口;最后利用交叉口范围圆和转向点对提取城市各级别路网下的交叉口结构。以武汉市出租车轨迹大数据为例,对武汉市城区内189个交叉口进行了探测。试验结果表明,本文所提方法可以准确地从轨迹大数据中识别出城市交叉口及其结构。     

一种利用低频轨迹数据提取道路交叉口的方法

为实现从低频轨迹数据中提取城市道路交叉口,本文设计了一种基于数据预处理与聚类算法的道路交叉口精准识别方法。首先结合轨迹数据的特征,采用启发式滤波算法对原始数据进行清洗,剔除冗余点与异常点;然后依据车辆的运行规律,提出了一种分步式道路交叉口的提取算法,由此计算出疑似道路交叉口的特征点;最后利用层次密度聚类算法(HDBSCAN)对筛选过后的轨迹点进行聚类并提取质心,得到道路的交叉口,最终以成都市某日的出租车行驶轨迹为数据源,进行试验分析。结果表明,使用该算法提取交叉口,精确率达95.33%、召回率达82.11%、F值达88.46%,能有效且准确识别城市道路交叉口信息,在城市管理与交通规划中具有一定的应用价值。     

运用约束Delaunay三角网从众源轨迹线提取道路边界

运用众源车辆轨迹数据提取道路信息需要解决轨迹点采样稀疏、高噪音、密度差异大等问题。为此,本文提出一种运用约束Delaunay三角网从车辆轨迹线集中提取道路边界的方法。首先,通过三角形边长度和Voronoi面积等几何特征表达轨迹点分布的聚集性差异,并将这两种不同几何维数的控制条件集成建立道路边界识别模型,运用"种子点"区域扩展方法实现道路边界的精确提取。最后,运用北京市出租车GPS轨迹进行试验,结果表明该方法适于车辆分布频率悬殊、时间跨度不同、道路网结构复杂的轨迹线数据处理。     

一种众源车载GPS轨迹大数据自适应滤选方法

基于同步高低精度GPS轨迹数据的空间特征和GPS误差分布原理,提出了一种众源GPS车载轨迹大数据自适应分割-滤选模型。该模型首先通过角度、距离约束将完整的车载GPS轨迹数据进行分割,以轨迹分割段作为基本滤选单元;然后通过对比轨迹分割段内GPS轨迹向量与其参考基线间的相似度,按照相似度与GPS定位精度之间的量化关系指导滤选。试验结果表明,该方法可以实现车载轨迹大数据按信息提取精度需求的滤选。     

面向特定目标地物提取的改进最佳波段组合方法研究

提出了一种利用一类支持向量机（OC-SVM）进行特定目标地物提取的改进最佳波段组合方法（MOIF）。以Landsat8卫星影像作为数据源,对江苏省沿海滩涂光伏电站进行了提取试验,并利用人工解译的结果进行了精度评定。结果表明,本文提出的波段组合方法能够有效提取特定的目标地物。     

轨迹分割与图层融合的车辆轨迹线构建道路地图方法

传统道路地图构建方法将轨迹点（线）同等对待提取道路数据,忽略车辆轨迹的空间差异性,制约其结果精度与应用范围。为此,本文根据轨迹速度将轨迹线集分割滤选为3个轨迹线子集,将轨迹方向与Delaunay三角网模型集成探测路网拓扑结构;顾及轨迹线子集的特征差异选取不同参数值和约束条件并分层提取道路几何、交通语义数据,分别构建3个道路图层;运用缓冲区方法并根据道路几何、语义特征将多个道路图层融合为单个完整道路地图。运用出租车轨迹数据进行试验分析,结果表明：该方法顾及轨迹分布差异性,能将道路几何、交通语义信息融合提取,更适于处理复杂道路结构下的轨迹线。     

基于Google Earth的天然气加气站管理系统的设计与实现

Google Earth(GE)作为一款数据开放式的卫星影像浏览软件,已被应用到消防、农业发展、公共安全等重要领域中,并发挥关键性作用。文中提出一套基于Google Earth组件的开发方法,通过面向对象的程序开发技术,设计并实现天然气加气站信息管理系统,且具备一定的空间分析能力。以昆明市主城区内天然气加气站信息为例,验证本系统的可行性和稳定性,证明Google Earth平台的功能实用性。     

网络RTK对流层拟合模型分析

为了拟合网络RTK中用户端双差对流层延迟,本文分析了基于距离的线性内插模型(DIM)、线性内插模型(LIM)原理,提出了指数拟合模型:以主参考站为原点,系数项与用户端和辅参考站间夹角成反比,指数底数值为0.35,用户端到主参考站与辅参考站到主参考站间距离比值被1减为指数。通过分析上述模型的误差系数给出了模型优缺点,试验验证了指数模型的有效性和稳定性:卫星拟合精度一般优于2cm,实现了单历元平面定位精度优于2cm,高程精度优于3cm。     

全站仪坐标导线的施测与平差探讨

提出了全站仪坐标导线外业施测时的检核方法和内业几种严密平差方法。     

空谱协同多尺度顶点成分分析的高光谱影像端元提取EI北大核心CSCD

针对顶点成分分析方法无法实现复杂地表环境下的高光谱影像端元精确提取问题,提出了一种基于空谱协同多尺度顶点成分分析的端元提取方法,通过影像空谱特征融合和聚类分割,对不同分辨率空间尺度下的分割影像进行端元协同提取,并考虑噪声对影像端元提取精度的影响,提升端元提取的精度。首先,对影像进行预处理,采用低秩矩阵分解去除噪声。其次,对高光谱影像进行空谱多特征提取,利用多特征融合和K-means算法进行聚类分割,获取地物分布的空间异质性信息,提升后续端元提取的精度。然后,对高分辨率影像空间降采样,利用顶点成分分析方法对降采样后的低分辨率分割图像进行端元提取,并利用坐标映射寻找高分辨率影像中的相应端元,利用光谱角来判定是否为纯端元。最后,遍历上述方法至所有分割影像以获取最终的端元集合。使用模拟数据和真实的高分五号高光谱数据对提出的方法进行实验验证。实验结果表明,空谱协同多尺度顶点成分分析方法可提取高精度的纯净端元,且计算效率较高。     

基于语义规则的高分辨率影像道路交叉口提取方法

为了准确提取遥感影像上道路交叉口目标,提出一种利用特征语义规则从高分辨率影像上提取道路交叉口的方法。该算法构建交叉口模型时将其视为由同质区域像素集合及区域轮廓边界构成的面对象,提取过程分为两步:1)利用辐射、纹理特征语义匹配提取交叉口候选区域;2)通过几何特征语义匹配筛选候选区域、识别交叉口属性。利用多源遥感影像对算法正确性及合理性进行验证,结果表明:算法能准确、完整地提取道路交叉口,可为影像道路网构建提供辅助信息。     

全站仪在无设计坐标建筑物定位中的应用

随着科学技术的不断发展,全站仪在建筑工程上的应用越来越普遍,当图纸上给出了待放样点的设计坐标,地面上给出了测量控制点,使用全站仪“坐标放样”程序,就能更加方便快捷地进行民用建筑的放样。对于设计图纸上没有设计坐标,仅给出了有关的几何尺寸,该如何放样。笔者在教学实践中,总结出了两种无设计坐标建筑物的定位方法：①综合使用测量原理,结合仪器的某些特定功能（后方交会、对边测量等）来完成待放样点的定位;②利用全站仪“放线”功能来完成待放样点的定位。